• 한국측량학회지
• /
• 제33권4호
• /
• pp.317-324
• /
• 2015

GNSS 기상학은 1980년 중반 기상 분야에 활용 가능성이 제기된 후, 전 세계적으로 실용화 가능성이 입증되고 있으며, 현재 기상현업에 활용하기 위한 연구가 활발히 진행되고 있다. GNSS 신호의 대류권 지연오차에 기반하여 산출한 가강수량은 대기 중 수증기량을 나타낸 것으로, 기후 모니터링, 기후의 변화 탐지 등 다양한 기상현상 분석에 많이 사용되고 있다. 본 연구에서는 2014년 2월 울산에 내린 폭설현상 분석을 위해 GNSS 상시관측소와 자동기상관측장치에서 제공하는 기상관측 정보를 이용하여 가강수량을 산출하였다. 산출 과정 중 중요한 파라미터인 가중 평균 기온식은 송동섭의 모델을 적용하였다(Song, 2009a). 연구기간은 폭설이 발생한 2014년 2월과 폭설이 발생하지 않은 2013년 2월의 총 56일이다. 2014년 2월 가강수량의 평균은 11.29mm로 산출 되었으며, 폭설이 발생한 2월 9일부터 12일까지 평균 가강수량은 10.14mm로 전체 평균값보다 11.34% 낮은 값을 보였다. 폭설이 내리지 않은 2013년 2월 가강수량의 평균은 10.34mm로 2014년 평균보다 8.41% 낮은 값을 보였다. 또한 가강수량 외 AWS에서 제공하는 다른 기상인자들과 비교하여 폭설 현상에 대한 분석을 수행하였다. 그 결과 Magnus 경험식을 통해 산출한 포화수증기압 경우 GNSS 가강수량과 0.29의 낮은 상관성을 나타내었다. 또한 기상인자의 종류(강설, 강우)에 따라 가강수량의 증감패턴이 다르게 나타났으며, 강수량이 발생하기 평균 6.5시간 전에 가강수량 값이 급격히 증가한 후 감소하는 경향을 확인할 수 있었다. 이를 통해 GNSS 가강수량 패턴분석이 강수량 전조현상 분석에 유효할 것으로 판단된다.

• 한국지구과학회지
• /
• 제44권6호
• /
• pp.578-593
• /
• 2023

2017년 7월 15일 서울과 수도권에 집중호우를 발생시킨 깊은 대류운과 강수 발달에 대한 종관 기상 메커니즘을 규명하고 중국 동부지역으로부터의 PM_2.5 에어로졸의 간접효과를 WRF-Chem 실험을 통해 분석하였다. WRF-Chem 모델에 에어로졸과 복사의 피드백, 구름 화학 과정, 습식 세정을 모두 포함한 ARI (Aerosol Radiation Interaction) 실험과 에어로졸과 복사의 피드백을 제외하고 구름 화학 과정, 습식 세정만을 포함한 ACR (Aerosol Cloud Radiation interaction) 실험 결과의 차이로부터 PM_2.5 에어로졸 간접효과를 산출하였다. 2017년 7월 15일 새벽에 황해와 한반도에서는 동아시아 대륙에서 저기압-북서 태평양의 고기압 분포로 인해 중국 남동 지역과 동중국해로부터 덥고 습한 기류가 수렴하고 있었다. 이러한 황해의 종관 기상에 의해 발달하는 대류운은 높이 12 km 이상이며 고체 수상체를 형성하고 있었는데, 이는 주로 대륙 위에서 발달하는 한랭운(많은 빙정을 형성하며 운정고도가 8 km 이상)의 특성을 나타내고 있었다. 특히, WRF-Chem 모델 실험을 통해 중국 동부지역으로부터 확산하는 PM_2.5 에어로졸이 구름물 형성에 5.7%, 고체 수상체 형성에 10.4%, 그리고 액체 수상체 형성에 10.8%로 대류운이 한랭운으로 발달하는 데 기여하고 있었다. 본 연구는 황해 위에서 깊은 대류운이 발달하는 과정에 대한 기상적 메커니즘과 더불어 중국 동부지역으로부터 에어로졸에 의한 간접효과의 영향을 제시하였다.

• 한국농림기상학회지
• /
• 제8권1호
• /
• pp.1-9
• /
• 2006

동계기온의 지속적인 상승에도 불구하고 낙엽과수의 동해발생빈도는 줄지 않고 있지만, 동해 경감을 위해 필수적인 사전경보시스템에 대한 연구는 미흡한 실정이다. 본 연구에서는 급격한 기후변화에 적응하지 못하는 기존의 '최저기온 의존 동해경보시스템'을 보완하기 위해 생물계절이론에 근거한 휴면심도를 동해위험도 판정의 추가기준으로 제시한다. 평년 기온자료와 생물계절모형에 근거한 휴면심도의 경시변화양상은 낙엽과수의 교과서적인 내동성 변화추세와 일치하였다. 개별 연도의 기온자료에 의해 추정된 휴면심도는 연차 변이가 현저하였으며 동일 연도 내 지역간 변이도 확인할 수 있었다. 전북 김제시 백구면 Campbell Early 주산지 10개 포도원을 대상으로 소기후모형과 인근 기상관서 기후자료에 의해 연도별 최저기온을 복원하고, 최저기온 발생일의 휴면심도를 생물계절모형으로 추정하였으며, 동해정도를 조사하였다. 최저기온휴면심도 피해율 사이의 관계를 분석하여 동해위험도 판정식을 작성하고, 이를 근거로 경북 영천, 충북 옥천, 충남 아산, 경기 화성 등 4개 포도 주산지 시군에 대해 1971-2000 평년의 동해위험지도를 30 m 공간해상도로 제작하였다. 화성지역의 경우 1996년의 동해사례에 의해 동해위험지도의 신뢰성을 부분적으로 검증할 수 있었다. 월동기간 중 실측기온자료에 의해 임의날짜의 휴면심도를 추정하고, 기상청 예보기온을 소기후모형에 의해 30m해상도의 국지기온 예상분포도로 변환한 다음, 내일 아침의 동해가능성을 동해위험도 판정식에 의해 판정할 수 있는 실시간 동해경보시스템을 설계하였다. 이 시스템의 실제 운영을 위해 필요한 프로그램을 작성하고 하드웨어를 갖추어 기상청 국가농업기상센터에 이전, 설치하였다. 산출되는 최저기온 및 동해위험정보는 표준지리정보로 가공되어 기상청 농업 기상정보서비스를 통해 시범적으로 제공될 예정이다.되지 않았으며 상처에 의하여서도 전혀 반응을 하지 않았다. 고에서는 이와 같은 비상통신과 관련하여 수행하고 있는 국외 비상통신 관련표준화 현황 및 해외 주요국가 별 구축 동향에 대해서 기술한다.급식성과는 급식경험 기간과 음(-)의 상관관계를, 아침식사횟수와는 양(+)의 상관관계를 보였으며, 서비스 품질의 특성 영역은 각 영역들에 대한 급식성과 점수가 높을수록 다른 영역의 급식성과 점수가 높은 유의적인(p <0.01) 양(+)의 상관관계를 보였다. 이상의 결과를 살펴볼 때, 균형된 영양공급이 다른 어느 시기보다 더 중요한 우리의 청소년들의 학교급식에 대한 만족도를 높이기 위해서 다음과 같은 제언을 하고자 한다. 먼저, 학교급식에 대한 식단 작성 시 학생들이 학교에서 제공되기 원하는 식단에 대한 의견을 받고 그 의견에 대한 결과를 게시하여 학생들이 제공되기 원하는 식단을 급식 시 제공하여 학생들이 식단선택에 동참할 수 있는 기회를 주는 것이 바람직하겠다. 또한 영양사는 학급의 반대표와의 정기적인 모임을 가짐으로서 학생들의 불만사항 및 개선 요구사항에대해 서로 의견을 교환하여 설문지조사가 아닌 직접적인 대화를 하여 문제점을 파악하고자 하는 적극적인 자세가 필요하겠다. 특히 아침식사의 결식 빈도가 높았고 이는 급식성과에 부정적인 영향을 줄 뿐 아니라 학교에서 제공하는 음식의 섭취정도에도 영향을 주고 있으므로 학생들에게 학부모와 전담교사 및 학교영양사는 학생들에게 이상적인 아침식사에 대한 교육은 물론이고 아침식사를 실천할 수 있도록 다양한 방안에 대해 함께 연구해야 하겠다. 정부차원에서 학교급식에 아침식사 프로그램을 도입할 수 있는 방안을 연구하고, 아침을 결식하는 학생이 학교에서 수업시작 하기 전에 간단한 식사를 할 수 있는 정책 도입이 필요하다acid의 생성량(生成量)을 측정(測定)하였는데 periodate의 소비량(消費量)은

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.