• 한국수자원학회논문집
• /
• 제51권2호
• /
• pp.131-140
• /
• 2018

강우는 물순환 시스템을 이해를 증가 시킬 뿐만 아니라, 효율적인 수자원 확보 및 관리에 있어서 가장 핵심적인 인자이다. 본 연구는 2015년을 대상으로 한반도에서의 92개의 ASOS 지점자료와 최근에 발사된 GPM 위성강우 자료의 비교를 통하여 활용가능성을 평가하였다. 또한 지점 자료의 장점과 인공위성 자료의 장점을 융합함으로써 보다 개선된 강우자료를 산출하기 위해 3가지의 상세화 방법(Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging)들을 적용하였다. 이 연구에서 도출된 결과는 다음과 같다. 1) ASOS 자료와의 검증을 통해 GPM 강우자료가 약간 과대산정되는 편향을 가지고 있는 것을 확인하였으며, 특히 여름 기간에 오차가 높게 발생하는 것으로 나타났다. 2) Jackknife 방법을 통하여 각 합성방법에 대해서 검증하였을 때, 공간해상도가 높아짐에 따라서 오차가 줄어드는 것을 확인하였으며, 상세화 방법 중 conditional merging 방법이 가장 좋은 성능을 나타내었다.

• 한국지반환경공학회 논문집
• /
• 제17권8호
• /
• pp.39-44
• /
• 2016

도심지와 같이 공사 현장에 인접 구조물이 많은 경우, 지반 구조물의 안정성 확보와 더불어 지반의 변형 역시 엄격하게 관리해야 한다. 따라서 공사 중 현장에서 발생하는 지반의 침하를 정확하게 계측하는 것은 매우 중요하다. 지반의 침하는 침하계를 이용하여 계측하는 것이 일반적이나, 최근 전자기술의 발달로 3차원 스캔이 가능한 장치들을 지반 침하 계측에 사용하고 있다. 그러나 이 3차원 스캔장치의 경우 지반 침하의 전체적인 양상을 평가하기는 용이하나 직접 침하를 측정하지 않아 정밀도에 있어서 한계가 있다. 또한, 침하계의 경우 침하계가 설치된 지점에서만 침하값을 측정하기 때문에 전체적인 침하의 양상을 평가하는 데는 한계가 있다. 본 논문에서는 침하계가 측정한 값과 스캐너가 측정한 값을 합성하는 조건부 합성 기법에 대해 연구하였다. 가상의 침하양상과 이를 바탕으로 가상의 스캔한 침하 양상을 생성시켜 연구를 진행하였다. 조건부 합성을 통해 침하 양상의 오차를 획기적으로 줄일 수 있는 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제52권1호
• /
• pp.21-33
• /
• 2019

본 연구에서는 비슬산 이중편파 Radar 자료와, GPM 위성자료 및 21개 (Korea Meteorological Administration, KMA) 지상강우자료를 활용하여 분포형 강우-유출 모형(KIneMatic wave STOrm Runoff Model2, KIMSTORM2)을 이용해 남강댐 유역($2,293km^2$)을 대상으로 유출해석을 수행하였다. 모형의 유출 해석은 2016년 10월 5일 02:00~09:00 총 8시간 동안 최대강우강도 33 mm/hr, 유역평균 총 강우량 82 mm이 발생한 태풍 차바(CHABA)를 대상으로 하였으며, Radar 및 GPM 자료와 조건부합성(Conditional Merging, CM) 기법을 적용한 Radar (CM-corrected Radar) 및 GPM (CM-corrected GPM) 자료를 각각 활용하여 결과를 비교하였다. 이 때, 공간 강우자료에 유출 검보정은 남강댐 유역 내 3개의 수위관측 지점(산청, 창촌, 남강댐)을 대상으로 실시하였으며, 모형의 매개변수 초기토양수분함량, 지표와 하천의 Manning 조도계수를 이용하여 검보정하였다. 유출 결과는 결정계수(Determination coefficient, $R^2$), Nash-Sutcliffe의 모형효율계수(NSE) 및 유출용적지수(Volume Conservation Index, VCI)를 산정하였다. 그 결과 CM-corrected Radar, GPM 자료가 평균 $R^2$는 0.96, NSE의 경우 0.96, 유출용적지수(VCI)는 1.03으로 가장 우수한 결과를 나타내었다. 최종적으로 CM 기법을 이용한 보정된 공간분포자료는 기존의 자료에 비해 시공간적으로 정확한 홍수 예측에 사용 될 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1783-1787
• /
• 2007

본 연구에는 최근 그 활용도가 증가하고 있는 레이더 강우의 국내 적용성을 판단해 보고자 하였다. 이에 따라 건교부에서 운영 중인 임진강 강우레이더의 관측 자료를 사용하여 조건부 합성 기법을 통해 보정된 레이더 강우를 사용하였으며, 대상유역은 안성천 유역으로 결정하였다. 2차원분포형 모형인 $Vflo^{TM}$ 모형에 레이더 강우를 적용한 결과 모형의 매개변수에 대한 보정이 이루어지지 않았음에도 불구하고 관측 결과와 유사한 결과를 얻을 수 있었다. 따라서 강우레이더에 의해 관측된 가우량 자료 또한 홍수예보 업무 및 기타 수자원 분야에서 국내에 충분한 적용성을 갖고 있음을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.111-111
• /
• 2018

본 연구의 목적은 조건부 합성 기법(Conditional Merging, CM) 기법을 활용하여 GPM(Global Precipitation Measurement) 위성 자료를 보정하고, 이를 격자기반 분포형 강우-유출 모형(KIneMatic wave STOrm Runoff Model2, KIMSTORM2)에 적용하여 보정된 자료의 효율성을 검토하는데 있다. 모형의 유출 해석은 남강댐 유역($2,293km^2$)을 대상으로 하였으며, 2016년 10월에 발생한 태풍 차바에 대하여 GPM 자료와 CM 기법을 적용한 GPM 자료를 각각 활용하여 결과를 비교하였다. 이 때, 강우자료의 보정은 유역 내 위치한 21개 지점의 지상강우자료를 활용하였으며, 각각의 위성강우자료에 유출 검보정은 남강댐 유역 내 3개의 수위관측 지점(산청, 창촌, 남강댐)을 대상으로 실시하였다. 유출 결과는 결정계수(Coefficient of determination, $R^2$), 모형 효율성 계수(Nash-Sutcliffe efficiency, NSE) 및 유출용적지수(Volume conservation index, VCI)를 이용하여 산정하였다. 지상강우자료와 CM 기법을 통해 보정한 강우자료는 대기의 많은 영향을 받는 위성자료의 특성을 보정하여 공간유출 및 첨두유출을 합리적으로 재현할 수 있을 것으로 예상된다.

• 한국수자원학회논문집
• /
• 제49권3호
• /
• pp.263-273
• /
• 2016

기존에 레이더 강우자료의 합성에만 국한되었던 조건부 합성방법을 지상관측 토양수분과 위성관측 토양수분 자료에 적용하였다. 연구에 사용한 토양수분 자료는 농촌진흥청에서 제공하는 24개 관측소의 한시간 단위의 지상관측토양수분자료와 AQUA 위성의 Advanced Microwave Scanning Radiometer-Earth observing system (AMSR-E) 센서에서 관측된 토양수분 자료를 사용하였다. 교차검증방법(leave one out cross validation)을 사용하여 조건부 합성방법의 예측성능을 평가 하였고, 관측소별 교차검증 방법의 결과를 공간분포 시켜서 지역적인 특성을 분석하였다. 이 연구에서 도출된 결과는 다음과 같다. (1) 총 113일의 분석 기간 중 100일 이상의 기간에 대하여 조건부합성방법을 적용하였을 경우 AMSR-E 자료에 비해 지상관측자료와의 편차가 감소하는 것으로 나타났다. (2) 조건부 합성 방법의 예측 성능은 관측소의 밀도와 밀접한 관련을 나타내었으며, 관측소가 많이 밀집되어있는 한반도의 서쪽 지역에서 예측성능이 우세하게 나타났다. (3) 강우가 발생하지 않는 기간에 대한 AMSR-E의 낮은 정확도와 달리 조건부 합성방법은 무강우 기간에 대해서도 높은 예측성능을 나타내었다. 본 연구의 결과는 미계측 지역에 대한 토양수분을 추정하는 조건부 합성방법의 적용 가능성을 제시한다.

• 한국수자원학회논문집
• /
• 제50권12호
• /
• pp.849-862
• /
• 2017

최근 국지성 집중호우 및 급격한 기상변화로 인해 돌발홍수와 같은 기상재해의 발생빈도가 증가함에 따라 고해상도의 기상레이더 강수자료를 사용한 수공학 분야의 연구가 활발하게 진행되고 있다. 기상레이더 강수자료를 활용하는 목적은 기상레이더 강수자료가 제공하는 공간분포를 최대한 활용하는데 있다. 본 연구에서는 고해상도 기상레이더 강수자료의 공간적 특성을 유지하면서 지상 강수자료의 양적특성을 극대화할 수 있는 조건부 합성기법을 보간법에 따라 분석 하였다. 기상레이더 강수자료와 지상 강수자료를 조건부 합성하기 위하여 Kriging, 역거리 가중법 및 Spline 보간법을 적용하였다. 조건부 합성결과는 지상 강수패턴을 현실성 있게 재현하였으며 추가적으로 보간법에 적용되지 않은 강수자료와 모형검증을 수행한 결과 조건부 합성을 통하여 생산된 공간적 강수정보의 수문학적 활용이 가능할 것으로 판단된다.

• 한국언어정보학회지:언어와정보
• /
• 제8권1호
• /
• pp.163-182
• /
• 2004

Since metaphor was proposed to be a matter of thought instead of language over two decades ago, the research in this area has made most of its progress by the cognitivists. For the cognitivists represented by Lakoff, metaphor is not a mere poetic or rhetoric device, but is central to our everyday language. Furthermore, according to them, we categorize the world and break it into concepts mainly through metaphors, and truth conditions simply cannot account for metaphor. However, this cognitivists' view has been severely counterattacked by the truth-conditional semanticists. Their main criticism is that the cognitivists do not provide a way to go from our internal representations to the outside world. It is also criticized that the cognitive theory of metaphor as cross-conceptual domain mappings is too broad and general, and that they do not explain why a particular metaphorical expression should be subsumed under one mapping rather than another mapping, i.e., their schemes and structural relations are not predictive. In this context, the purpose of this paper is to propose a model for metaphor interpretation that combines the virtues of the two opposite views of metaphor. Truth-conditional semantics cannot ignore cognitive aspects of language, so-called states of affairs or mental representations, while cognitive theories cannot neglect vigorous representation of meaning with objective reality. This paper will try to present a preliminary outline of this combining model.

• 대기
• /
• 제25권2호
• /
• pp.283-294
• /
• 2015

For urban flash flood simulation, we need the higher resolution radar rainfall than radar rainfall of KMA, which has 10 min time and 1km spatial resolution, because the area of subbasins is almost below $1km^2$. Moreover, we have to secure the high quantitative accuracy for considering the urban hydrological model that is sensitive to rainfall input. In this study, we developed the quantitative precipitation estimation (QPE), which has 250 m spatial resolution and high accuracy using KMA AWS and SK Planet stations with Mt. Gwangdeok radar data in Seoul area. As the results, the rainfall field using KMA AWS (QPE1) is showed high smoothing effect and the rainfall field using Mt. Gwangdeok radar is lower estimated than other rainfall fields. The rainfall field using KMA AWS and SK Planet (QPE2) and conditional merged rainfall field (QPE4) has high quantitative accuracy. In addition, they have small smoothed area and well displayed the spatial variation of rainfall distribution. In particular, the quantitative accuracy of QPE4 is slightly less than QPE2, but it has been simulated well the non-homogeneity of the spatial distribution of rainfall.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.140-140
• /
• 2019

본 연구에서는 Terra MODIS 위성자료와 Tensorflow를 활용해 1 km 공간 해상도의 토양수분을 산정하는 알고리즘을 개발하고, 국내 관측 자료를 활용해 검증하고자 한다. 토양수분 모의를 위한 입력 자료는 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature), GPM(Global Precipitation Measurement) 강우 자료를 구축하고, 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 기반으로 모의하였다. 여기서, LST와 GPM의 자료는 기상청의 종관기상관측지점의 LST, 강우 자료와 조건부합성(Conditional Merging, CM) 기법을 적용해 결측치를 보간하였고, 모든 위성 자료의 공간해상도를 1 km로 resampling하여 활용하였다. 토양수분 산정 기술은 인공 신경망(Artificial Neural Network) 모형의 딥 러닝(Deep Learning)을 적용, 기계 학습기반의 패턴학습을 사용하였다. 패턴학습에는 Python 라이브러리인 TensorFlow를 사용하였고 학습 자료로는 농촌진흥청 농업기상정보서비스에서 101개 지점의 토양수분 자료(2014 ~ 2016년)를 활용하고, 모의 결과는 2017 ~ 2018년까지의 자료로 검증하고자 한다.