• 한국산림과학회지
• /
• 제86권1호
• /
• pp.25-34
• /
• 1997

지구상의 잠재삼림면적을 추정하기 위한 일련의 단계로서, 적정한 식생도제작(Global Natural Vegetation Mapping, GNVM) 시스템을 선발하기 위해, Light Climatic Dataset(LCD)에 지형을 고려하지 않은 단순 시스템, LCD에 지형을 고려한 시스템, Heavy Climatic Dataset(HCD)에 지형을 고려한 시스템을 구축하고 상호 비교하였다. 3종류의 GNVM시스템은, 세계에서 관찰된 기후데이타를 구면보간법에 의해 지구면 전체의 $1^{\circ}{\times}1^{\circ}$의 격자점에 대하여 이것을 추정하고, 그 추정치로부터 식생을 구분하며, 구분의 결과를 가지고 잠재자연식생도의 출력 및 잠재자연식생의 면적을 산출한다. 3종류의 GNVM시스템을 비교한 결과, LCD에 지형을 고려한 GNVM 시스템이 잠재자연식생의 분포를 가장 잘 표현하였으며, 단순 시스템은 지형을 고려한 시스템들에 비해 온난한 지역을 과대평가하고 한랭지 및 사막지역을 과소평가하는 경향을 나타냈다. 한편, 측후소의 수에 따른 시스템간에 있어서는 HCD에 지형을 고려한 시스템이 측후소의 과밀분포로 인해 LCD에 지형을 고려한 시스템보다 습윤지역의 과대평가와 건조지역의 과소평가를 나타냈다.

• 대한지리학회지
• /
• 제50권1호
• /
• pp.1-21
• /
• 2015

본 연구에서는 지난 40년 동안(1973~2012)의 우리나라 기상청 산하 61개 지점 일기온 자료와 NCEP/NCAR 재분석 자료를 바탕으로 우리나라 지역별 겨울철 극한저온현상 발생 시 동아시아 영역의 종관 기후 패턴의 특징을 밝히고자 하였다. 일최고기온과 일최저기온 하위 10 퍼센타일 기준으로 정의된 겨울철 극한저온현상은 주로 겨울철 전반기(12월 초순~1월 중순)에 2~7일 간격으로 우리나라 전역 또는 주요 산맥 기준 동서지역으로 구분되어 발생함을 알 수 있다. 해수면기압과 바람벡터 등의 지상 종관 자료 합성장 분석에 따르면 총 13개로 구분되는 우리나라 겨울철 극한저온현상 발생 공간 패턴은 산맥뿐만 아니라 시베리아 고기압과 알류샨 저기압의 상대적인 확장 범위와 강도와 밀접한 관련성이 있음을 알 수 있다. 대류권 중층(500 hPa) 종관기후도 분석에 따르면, 블러킹 형태의 저기압이 상층 찬 공기를 고위도 지역에서 한반도로 이류시킬 때 우리나라에 겨울철 극한저온현상이 발생하기에 적합한 조건이 형성됨을 알 수 있다. 이러한 결과들은 지역규모 이상의 동아시아 겨울철 극한저온현상 예보를 향상시키기 위해 시베리아 고기압, 알류샨 저기압, 상층 블러킹 등의 종관 기후 요소를 모니터링하는 것이 중요함을 가리킨다.

• 대한원격탐사학회지
• /
• 제15권1호
• /
• pp.9-20
• /
• 1999

농업을 비롯한 산업활동을 효율적으로 수행하기 위해서는 전문 기상정보의 활용이 필수적이다. 영농활동에 있어서 의사지원시스템의 핵심으로 떠오르고 있는 작물 생장모형은 부단히 변화하는 대기환경에 대한 공간정보를 요구하기 때문에, 모형의 실용화를 위해서는 기상 관측밀도가 낮은 광범위한 작물 생육지역을 대상으로 일별 기상요소에 대한 공간분포를 추정해야 한다. 이러한 취지에서 본 연구는 미관측 지점을 포함하는 우리 나라 전국을 대상으로 작물모형의 구동에 필요한 최소 기상요소들 중에서 일 최고 및 일 최저기온의 공간적인 분포를 추정하고 그 추정 정도를 검증하고자 하였다. 이를 이해 먼저 58개 지점의 23년간 실측 기온자료로부터 지형기후학적 방법에 의하여 격자단위의 월별 기온평년값을 추정하고, 조화해석법에 의하여 일별값으로 변환하였다. 66개 기상청 관측소에서 수집된 임의 날짜의 최고/최저기온값과 관측소 해당 격자점의 평년값간 편차를 구한 다음, 미관측 격자점을 포함하는 한반도 전역의 기온편차를 거리역산가중법에 의하여 내삽.추정하였다. 각 격자점의 최종적인 기온 추정값은 기온 평년값에 이 편차를 더함으로써 얻었다. 얻어진 온도 분포는 위성자료로부터 추정한 지표온도분포 양상과 크게 다르지 않았다. 300여개의 자동기상관측 장비들로부터 수집된 자료와 비교한 결과, 추정오차는 $1.5^{\circ}C$~2.5$^{\circ}C$였다.

• KIEAE Journal
• /
• 제7권6호
• /
• pp.23-28
• /
• 2007

Limited fossil fuels and unstable energy supply are considered as one of the critical problems in architecture requiring large amounts of energy. In order to this challenge, environment-friendly architecture design is required. Clear data should be prepared to apply solar energy to architecture aggressively and properly. This study used FS statistical analysis data regarding average daily solar radiation of Seoul observed over 20 years to find out standard year and standard daily solar radiation. This study also aims to compare and evaluate an appropriate method of selecting a standard year which is too close to measurement value through comparison and analysis with daily solar radiation acquired by applying overseas researchers' suggesting weight factor. As a result, the data nearest to measurement value of daily solar radiation was UK CIBSE TRY(TYPE 2) displaying 0.100in t-statistic index. For UK CIBSE TRY(TYPE 2), weight factor was applied to three climatic elements except relative humidity. TYPE 1 and TYPE 3 recorded 0.343 and 0.367, respectively, showing higher record of t-statistic than TYPE 2. TYPE 1 was calculated through FS statistical value of single data about daily solar radiation with other climatic elements excluded. For TYPE 3, relative humidity was added to TYPE 2. In particular, since TYPE 2 was closer to the measurement value compared to the others, it is necessary to consider relationship with other climate elements if other climate elements are added.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.102-107
• /
• 2015

본 연구에서는 중국의 동북지역 기후자료를 수집하여 DB를 구축하고, 이들 기후자료를 활용하여 농업기후지대를 구분함으로써 대상지역의 농업기상특성 분석의 기초정보를 확보하고자 하였으며, 국외의 주요 곡물 수출국의 기상관측정보를 수집, 분석, 제공할 수 있는 체계를 구축하고자 하였다. 중국 동북지역 농업기후지대를 구분하기 위하여 미국 항공우주국의 전 지구 모델링 및 동화 센터의 1979-2010년까지 32년 동안의 월별 기온 및 강수량 자료와 Weather Research and Forecasting(WRF) 모형의 동아시아 영역의 해발고도와 식물비 자료를 활용하였다. 중국 동북지역은 해발고도는 200m 이하, 200-800m, 800m 이상, 식물비 60%, 연평균 기온은 $0^{\circ}C$, 최난월 기온은 $22^{\circ}C$, 연평균 강수량 700mm를 기준으로 22개 농업기후지대로 구분되었다. 22개 농업기후지대는 연평균기온은 $3.4^{\circ}C$, 강수량 613.2mm, 일사량 $4,414.2MJ/m^2$의 기후특성을 보였다.

• 한국환경농학회지
• /
• 제38권1호
• /
• pp.34-37
• /
• 2019

BACKGROUND: A region can be divided into agroclimatic zones based on homogeneity in weather variables that have greatest influence on crop growth and yield. The agro-climatic zone has been used to identify yield variability and limiting factors for crop growth. This study was conducted to classify agro-climatic zones in the state of Mato Grosso in Brazil for predicting crop productivity and assessing crop suitability etc. METHODS AND RESULTS: For agro-climatic zonation, monthly mean temperature, precipitation, and solar radiation data from Global Modeling and Assimilation Office (GMAO) of National Aeronautics and Space Administration (NASA, USA) between 1980 and 2010 were collected. Altitude and vegetation fraction of Brazil from Weather Research and Forecasting (WRF) were also used to classify them. The criteria of agro-climatic classification were temperature in the hottest month ($30^{\circ}C$), annual precipitation (600 mm and 1000 mm), and altitude (200 m and 500 m). The state of Mato Gross in Brazil was divided into 9 agro-climatic zones according to these criteria by using matrix classification method. CONCLUSION: The results could be useful as information for estimating agro-meteorological characteristics and predicting crop development and crop yield in the state of Mato Grosso in Brazil.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.108-125
• /
• 2015

다수의 기후요소를 지수화하고 특정지역의 기후 자원량을 분석하여, 종합 및 판단하는 과정은 특정지역의 농업기후자원의 특성을 한 눈에 알 수 있게 한다. 농업기후자원의 특징을 단순 명료하게 표현한 것을 농업기후지수라고 하는데, 이 지수는 기후자원(예, 기온, 일사, 강수)으로부터 작물의 생육과 수량 추측을 위한 가능성과 여러 가지 영농기술을 실시하는데 필요한 기초자료를 제공함으로써 농업생산성의 주요 지표가 될 수 있다. 그러나 농업기후지수는 절대적인 것이 아니기 때문에 기후변화에 따라 항상 변화할 수 있다. 최근 IPCC 제5차 평가보고서에서 온실가스 대표경로(RCP)에 따른 시나리오가 많은 연구에 이용됨에 따라서 기후정보의 역학 및 통계적 규모축소를 통한 미래기후변화전망정보의 불확실성을 고려한 연구들이 활발히 진행되고 있다. 본 연구에서는 IPCC 제5차 평가 보고서에 사용된 RCP 시나리오를 기반으로 비모수적 분위사상법을 이용한 상세화된 기후변화 전망정보를 바탕으로 한반도의 농업기후지수(예, 식물기간 및 작물기간, 생장도일, 무상기간)의 시공간적인 변화와 불확실성을 평가하였다. 동일한 과거 기간에 대하여 기후모델(GCM)으로부터 계산된 농업기후지수와 관측자료에 의해 계산된 농업기후지수를 비교한 결과, KMA-12.5km를 제외하고 사용된 8개 개별 GCM의 농업기후지수의 각각의 평균은 4대강 유역 모두에서 관측자료에 의해 계산된 값의 평균과 비교적 잘 일치하여 개별 GCM 뿐만 아니라 다중모델앙상블(MME)의 과거기후 재현성에는 문제가 없는 것으로 확인하였다. 또한 불확실성을 고려하기 위한 MME 계산에서 사용되는 GCM의 개수가 무한적으로 증가한다고 해서 오차가 줄어들지 않았다. 추가 연구가 계속 필요하지만, 본 연구에서 3-4개의 GCM을 사용하는 경우 확실하게 오차가 개선되기 시작하였으며, 대체로 7-8개 이후부터는 더 이상 오차가 개선되지 않았다. 미래전망 결과에서, 4대강 유역 전체에 대하여 inmcm4가 과거 기간의 MME에 대한 RCP 4.5에서 1% 증가, RCP 8.5에서 2% 증가로 9개 개별 GCM 중에서 가장 낮았고, CanESM이 과거 기간의 MME에 대하여 RCP 4.5에서 10%, RCP 8.5에서 15% 증가로 가장 높은 증가를 보였다. 4대강 유역의 시공간분포의 변화에서 관측자료와 다른 경향을 보이는 개별 GCM이 있어서 지형 특성과 개별 GCM의 일변동 특성을 반영할 수 있는 상세화 방법의 개선 및 개발이 필요하다. 도출 및 평가된 본 연구의 농업기후지수는 농업용 상세 전자기후도와의 활용뿐만 아니라, 후속 연구를 위한 농업이상기후지수 및 생산성지수의 평가에 활용될 수 있을 것이다. 예를 들면, 낙동강 유역과 영산-섬진강 유역의 무상기간 증가로부터 '겨울기간이 짧아질 수 있다'라고 가정할 경우, 농업이상 기후지수(예, 저온발생빈도) 분석을 통해 겨울작물의 생산성지수의 불확실성 증감 혹은 재배시스템(예, 이모작 혹은 이기작 등)의 변화에 대한 불확실성 증감 등에 대한 평가에 활용될 수 있을 것이다.

• 한국초지조사료학회지
• /
• 제36권3호
• /
• pp.205-214
• /
• 2016

The objective of this study was to construct a forage rye (FR) dry matter yield (DMY) estimation model based on climate data by locations in South Korea. The data set (n = 549) during 29 years were used. Six optimal climatic variables were selected through stepwise multiple regression analysis with DMY as the response variable. Subsequently, via general linear model, the final model including the six climatic variables and cultivated locations as dummy variables was constructed as follows: DMY = 104.166SGD + 1.454AAT + 147.863MTJ + 59.183PAT150 - 4.693SRF + 45.106SRD - 5230.001 + Location, where SGD was spring growing days, AAT was autumnal accumulated temperature, MTJ was mean temperature in January, PAT150 was period to accumulated temperature 150, SRF was spring rainfall, and SRD was spring rainfall days. The model constructed in this research could explain 24.4 % of the variations in DMY of FR. The homoscedasticity and the assumption that the mean of the residuals were equal to zero was satisfied. The goodness-of-fit of the model was proper based on most scatters of the predicted DMY values fell within the 95% confidence interval.

• 태양에너지
• /
• 제11권1호
• /
• pp.3-15
• /
• 1991

본 연구에서는 자연채광 설계용 천공의 조건을 (1) clear sky (2) partly cloudy sky (3) cloudy sky로 나누어서 서울지역의 수평면에 대해서 전천공조도와 함께 반원형의 띠를 이용하여 확산조도를 측정한다. 천공 상태의 분류는 프랑스의 낭뜨 측정에서의 방법을 이용하였다. 본 연구에서 제시된 자연채광 설계용 기상자료는 (1) 태양고도에 따른 수평면 조도 (2) 조도의 월변화 (3) 조도의 누적표현율 (4) 하루중의 주광 강도의 변화 (5) 특정 조도 이상을 기록한 시간수이다.

• 한국항해학회지
• /
• 제17권4호
• /
• pp.43-51
• /
• 1993

The purposes of this study are to make an analysis the sensible degree in Korea by using the formulas prepared by Watanabe, and to divide the climatic classification by the sensible degree in order to apply in practical life. Most data(air temperature, relative humidity, wind velocity, atmospheric pressure) are extracted from the "Climatic Table of Korea, Volume II(1961~1990)" issued by the Korea Meteorological Administration. As a result of this study, distribution patterns of the sensible degree are similar to isotherms when the wind velocity is zero, and then the sensible degrees are reduced with the increase of latitude. And western coastal and inland regions have larger values than eastern coastal regions in summer. However, the cont-rary distributions are shown in winter. When the wind velocity is not zero, distribution patterns of the sensible degree are influenced by the wind velocity. In summer, the values of central and southern inland regions are especially higher than the coastal regions, and most northern districts and some inland regions (Kangnung, Ulchin, Yongju etc.) have low values in winter. Then, the climate of Korea is divided into four patterns as follows : Yow means the sensible degree when the wind velocity is zero in winter. Yow > 3 : Jeju Island and southern coastal regions Yow = 0~3 : Most southern district and eastern coastal regions of central districts Yow = -3~0 : Most central districts and some eastern coastal regions (Hamheung, Youngheung, Won-san etc.) of northern districts Yow < -3 : Most northern districts and some inland regions(Inje, Hongcheon, Yang-pyeong etc.) of cent-ral districts.districts.