• 농업생명과학연구
• /
• 제46권3호
• /
• pp.47-58
• /
• 2012

본 연구는 기후변화에 따른 난대상록수종인 황칠나무의 적지예측모델을 개발하기 위하여 수행하였다. 생장 및 입지환경 인자들간의 관계 구명을 통하여 양적 질적 자료 분석이 가능한 수량화 분석 방법에 의하여 황칠나무의 적지예측 평가기준을 도출하였다. 적지예측 프로그램은 ESRI, ArcView GIS 프로그램을 이용하여 개발하였다. 개발된 프로그램은 적지예측의 정확성 검토를 위하여 다양한 난대 상록활엽수가 분포하고 있는 전남 완도 지역에 적용하였다. 황칠나무의 적지예측 분석 결과, 최적지 표고 401~500m, 경사도 $15^{\circ}$ 이하, 국소지형은 산복 계곡부위, 퇴적양식 붕행토, 방위가 남쪽인 요철사면으로 나타났다. 완도지역의 황칠나무 최적지 등급별 맵핑 면적은 I 등급 1,487.2ha(25.4%), II 등급 1,020.3ha (17.4%), III 등급 2,231.8ha(38.2%), IV 등급 1,110.5ha(19.0%)로 나타났다.

• 대기
• /
• 제26권4호
• /
• pp.711-716
• /
• 2016

The dynamical model forecasts using state-of-art general circulation models (GCMs) have some limitations to simulate the real climate system since they do not depend on the past history. One of the alternative methods to correct model errors is to use the canonical correlation analysis (CCA) correction method. CCA forecasts at the present time show better skill than dynamical model forecasts especially over the midlatitudes. Model outputs are adjusted based on the CCA modes between the model forecasts and the observations. This study builds a canonical correlation prediction model for subseasonal (June) precipitation. The predictors are circulation fields over western North Pacific from the Global Seasonal Forecasting System version 5 (GloSea5) and observed snow cover extent over Eurasia continent from Climate Data Record (CDR). The former is based on simultaneous teleconnection between the western North Pacific and the East Asia, and the latter on lagged teleconnection between the Eurasia continent and the East Asia. In addition, we suggest a technique for improving forecast skill by applying the ensemble canonical correlation (ECC) to individual canonical correlation predictions.

• 응용통계연구
• /
• 제30권3호
• /
• pp.311-321
• /
• 2017

주성분 분석은 통계학 뿐만 아니라 기상학에서 널리 사용되는 방법론이며, 고차원 자료에 대한 차원축소 역할 뿐만아니라 기상자료에서의 의미있는 패턴을 찾아내기 위해 사용되는 방법론이다. 또한 주성분분석에 기반을 둔 주성분 회귀분석 방법론은 기후예측이 가능하므로 미래 시점의 기후값 예측에 사용될 수 있다. 본 논문에서는 Wang과 Huang (2016) 논문에서 제안한 제한된 공간 주성분 분석을 기반으로 한 주성분 회귀분석 방법론을 개발하였다. 이를 시뮬레이션을 통하여 확인하였고, 실제 자료인 동아시아 지역 온도예측에 적용하여 기존의 주성분 회귀분석 예측 값에 비해 예측력이 높아짐을 확인하였다.

• Membrane and Water Treatment
• /
• 제10권1호
• /
• pp.1-11
• /
• 2019

The Intergovernmental Panel on Climate Change (IPCC) Fifth Assessment Report (AR5) predicted that recent extreme hydrological events would affect water quality and aggravate various forms of water pollution. To analyze changes in water quality due to future climate change, input data (precipitation, average temperature, relative humidity, average wind speed and sunlight) were established using the Representative Concentration Pathways (RCP) 8.5 climate change scenario suggested by the AR5 and calculated the future runoff for each target period (Reference:1989-2015; I: 2016-2040; II: 2041-2070; and III: 2071-2099) using the semi-distributed land use-based runoff processes (SLURP) model. Meteorological factors that affect water quality (precipitation, temperature and runoff) were inputted into the multiple linear regression analysis (MLRA) and artificial neural network (ANN) models to analyze water quality data, dissolved oxygen (DO), biological oxygen demand (BOD), chemical oxygen demand (COD), suspended solids (SS), total nitrogen (T-N) and total phosphorus (T-P). Future water quality prediction of the Anseongcheon River basin shows that DO at Gongdo station in the river will drop by 35% in autumn by the end of the $21^{st}$ century and that BOD, COD and SS will increase by 36%, 20% and 42%, respectively. Analysis revealed that the oxygen demand at Dongyeongyo station will decrease by 17% in summer and BOD, COD and SS will increase by 30%, 12% and 17%, respectively. This study suggests that there is a need to continuously monitor the water quality of the Anseongcheon River basin for long-term management. A more reliable prediction of future water quality will be achieved if various social scenarios and climate data are taken into consideration.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.295-305
• /
• 2021

본 연구에서는 서리발생과 관련된 기상요인을 선정하여 랜덤포레스트(RF)를 이용한 서리발생 유무 분류모형을 구축하였고, 이와 더불어 기상인자의 중요도와 데이터 세트를 구성하는 방법들을 비교하는 실험을 수행하였다. 그 결과, 서리발생에 대한 분류 모형을 구축할 경우에 데이터 세트의 양이 많더라도 모형 구축을 위해 학습하기 위한 데이터 세트에서 특정 값이 월등히 많은 불균형은 모형의 예측력에 좋지 못한 영향을 미치는 것으로 분석되었다. 또한, 이번 연구에서 수집된 25지역의 서리발생과 관련된 기상요인에 대해 지역별로 그룹화하여 중요도가 높은 기상요인을 반영한 모형 구축하는 것보다 하나의 통합된 모형을 구축하는 것이 더 효율적인 것으로 나타났다. 이번 연구를 통해 분석된 결과와 서리예측을 위한 기상요인에 대한 추가분석 연구를 수행한다면 정확도 높은 서리발생 예측모형을 구축할 수 있을 것이라 예상한다.

• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.667-680
• /
• 2021

이 연구의 목적은 서리 발생일과 무상일 기간의 특성을 분석하고 로지스틱 회귀, 랜덤 포레스트, Long-short Term Memory (LSTM) 기법을 활용하여 서리발생 예측모델을 개발하고 평가하는데 있다. 수원, 청주, 광주 지점에서 봄철과 가을철 서리발생 예측모델 개발을 위한 기상변수들을 수집하였으며, 수집기간은 1973년부터 2019년까지이다. 프리시전(precision), 리콜(Recall), f-1 스코어와, AUC 및 Reliability Diagram과 같은 그래피컬 평가기법을 이용해 서리발생 예측모델을 평가하였다. 봄철과 가을철 모두 서리발생일이 줄어드는 경향성(유의수준: 0.01)을 보였다. 0.9 이상의 높은 AUC 값에도 불구하고, 신뢰도는 일정한 값을 보여주지는 않았다. 서리발생일 측뿐만 아니라, 초상일과 종상일을 정확히 예측할 수 있도록 모형 개선이 필요해 보이며, 다른 지역의 더 많은 지점에서 동일한 기법을 적용해 보는 연구가 필요해 보인다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2018년도 하계 학술발표초록집
• /
• pp.112-113
• /
• 2018

• 한국농공학회논문집
• /
• 제61권1호
• /
• pp.31-44
• /
• 2019

The main objective of this research is to develop a hydroclimate drought index (HCDI) using the gridded climate data inputs in a Variable Infiltration Capacity (VIC) modeling platform. Typical drought indices, including, Standardized Precipitation Index (SPI), Standardized Precipitation Evapotranspiration Index (SPEI), and Self-calibrated Palmer Drought Severity Index (SC-PDSI) in South Korea are also used and compared. Inverse Distance Weighting (IDW) method is applied to create the gridded climate data from 56 ground weather stations using topographic information between weather stations and the respective grid cell ($12km{\times}12km$). R statistical software packages are used to visualize HCDI in Google Earth. Skill score (SS) are computed to evaluate the drought predictability based on water information derived from the observed reservoir storage and the ground weather stations. The study indicates that the proposed HCDI with the gridded climate data input is promising in the sense that it can help us to predict potential drought extents and to mitigate its impacts in a changing climate. The longer term drought prediction (e.g., 9 and 12 month) capability, in particular, shows higher SS so that it can be used for climate-driven future droughts.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.88-94
• /
• 2014

현재 최고 수준의 대순환 모형에서 북동아시아 여름몬순 강도의 계절예측 능력은 낮으나 북서태평양 아열대 고기압 강도의 예측률은 상대적으로 높다. 북서태평양 아열대 고기압은 북서태평양 지역 및 동아시아 지역에서 가장 주된 기후 변동성이다. 본 연구에서 NCEP 계절예측시스템에서 예측된 북서태평양 아열대 고기압의 예측성에 대해 논의될 것이다. 한편, 북동아시아 여름몬순의 경년변동성은 북서태평양 아열대 고기압과 높은 상관성을 가지고 있다. 본 연구에서는 이 관계에 근거하여, NCEP 계절예측시스템과 정준상관분석을 이용한 계절예측 모형을 제안하고 그 예측률을 평가하였다. 이 방법은 북동아시아 지역 여름철 강수량 편차에 대한 계절예측에 있어 통계적으로 유의한 예측성능을 제공한다.

• 대기
• /
• 제22권1호
• /
• pp.117-128
• /
• 2012

Does snow depth initialization have a quantitative impact on sub-seasonal to seasonal prediction skill? To answer this question, a snow depth initialization technique for seasonal forecast system has been implemented and the impact of the initialization on the seasonal forecast of surface air temperature during the wintertime is examined. Since the snow depth observation can not be directly used in the model simulation due to the large systematic bias and much smaller model variability, an anomaly rescaling method to the snow depth initialization is applied. Snow depth in the model is initialized by adding a rescaled snow depth observation anomaly to the model snow depth climatology. A suite of seasonal forecast is performed for each year in recent 12 years (1999-2010) with and without the snow depth initialization to evaluate the performance of the developed technique. The results show that the seasonal forecast of surface air temperature over East Asian region sensitively depends on the initial snow depth anomaly over the region. However, the sensitivity shows large differences for different timing of the initialization and forecast lead time. Especially, the snow depth anomaly initialized in the late winter (Mar. 1) is the most effective in modulating the surface air temperature anomaly after one month. The real predictability gained by the snow depth initialization is also examined from the comparison with observation. The gain of the real predictability is generally small except for the forecasting experiment in the early winter (Nov. 1), which shows some skillful forecasts. Implications of these results and future directions for further development are discussed.