• 대기
• /
• 제26권1호
• /
• pp.1-18
• /
• 2016

Eleven Tropical Cyclone (TC) intensity guidance models in the western North Pacific have been validated over 2008~2014 based on various analysis methods according to the lead time of forecast, year, month, intensity, rapid intensity change, track, and geographical area with an additional focus on TCs that influenced the Korean peninsula. From the evaluation using mean absolute error and correlation coefficients for maximum wind speed forecasts up to 72 h, we found that the Hurricane Weather Research and Forecasting model (HWRF) outperforms all others overall although the Global Forecast System (GFS), the Typhoon Ensemble Prediction System of Japan Meteorological Agency (TEPS), and the Korean version of Weather and Weather Research and Forecasting model (KWRF) also shows a good performance in some lead times of forecast. In particular, HWRF shows the highest performance in predicting the intensity of strong TCs above Category 3, which may be attributed to its highest spatial resolution (~3 km). The Navy Operational Global Prediction Model (NOGAPS) and GFS were the most improved model during 2008~2014. For initial intensity error, two Japanese models, Japan Meteorological Agency Global Spectral Model (JGSM) and TEPS, had the smallest error. In track forecast, the European Centre for Medium-Range Weather Forecasts (ECMWF) and recent GFS model outperformed others. The present results has significant implications for providing basic information for operational forecasters as well as developing ensemble or consensus prediction systems.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.303-303
• /
• 2011

효율적인 수자원 관리를 위해서는 미래 수문자료의 예측치에 대한 구간을 추정하여 미래에 관측될 자료에 대한 정보를 얻는 문제는 어렵지만 중요한 부분에 해당한다. 특히 중장기 유량예측은 입력변수의 불확실성이 크므로 확률론적 방법을 적용한 예측이 유리하다. 본 연구에서는 SSARR 모형을 이용하여 현재 유역의 상태에 과거에 재현되었던 강우를 결합한 앙상블 유출시나리오를 생성하였다. 그리고 대청댐 월 유입량에 대한 확률론적 예측방안을 제시하기위하여 과거 시나리오의 관측 ESP(Ensemble Streamflow Prediction)확률 및 Croley방법, PDF-Ratio방법을 한국의 기상예측정보 실정에 맞는 가중치 부여방안으로 적용하여 분석하였다. 2010년도 상반기를 기준으로 각 분석 기법별 정확성을 검증한 결과 Croley, PDF-Ratio 등 기상전망을 가중치로 부여한 확률론적 예측기법의 효용성을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.208-208
• /
• 2022

Recently, the frequency of abnormal weather due to complex factors such as global warming is increasing frequently. From the past rainfall patterns, it is evident that climate change is causing irregular rainfall patterns. This phenomenon causes difficulty in predicting rainfall and makes it difficult to prevent and cope with natural disasters, casuing human and property damages. Therefore, accurate rainfall estimation and rainfall occurrence time prediction could be one of the ways to prevent and mitigate damage caused by flood and drought disasters. However, rainfall prediction has a lot of uncertainty, so it is necessary to understand and reduce this uncertainty. In addition, when accurate rainfall prediction is applied to the rainfall-runoff model, the accuracy of the runoff prediction can be improved. In this regard, this study aims to increase the reliability of rainfall prediction by analyzing the uncertainty of the Korean rainfall ensemble prediction data and the outflow analysis model using the Limited Area ENsemble (LENS) and the Grid based Rainfall-runoff Model (GRM) models. First, the possibility of improving rainfall prediction ability is reviewed using the QM (Quantile Mapping) technique among the bias correction techniques. Then, the GRM parameter calibration was performed twice, and the likelihood-parameter applicability evaluation and uncertainty analysis were performed using R², NSE, PBIAS, and Log-normal. The rainfall prediction data were applied to the rainfall-runoff model and evaluated before and after calibration. It is expected that more reliable flood prediction will be possible by reducing uncertainty in rainfall ensemble data when applying to the runoff model in selecting behavioral models for user uncertainty analysis. Also, it can be used as a basis of flood prediction research by integrating other parameters such as geological characteristics and rainfall events.

• 한국환경과학회지
• /
• 제30권12호
• /
• pp.1053-1065
• /
• 2021

In this study, the prediction technology of Hydrological Quantitative Precipitation Forecast (HQPF) was improved by optimizing the weather predictors used as input data for machine learning. Results comparison was conducted using bias and Root Mean Square Error (RMSE), which are predictive accuracy verification indicators, based on the heavy rain case on August 21, 2021. By comparing the rainfall simulated using the improved HQPF and the observed accumulated rainfall, it was revealed that all HQPFs (conventional HQPF and improved HQPF 1 and HQPF 2) showed a decrease in rainfall as the lead time increased for the entire grid region. Hence, the difference from the observed rainfall increased. In the accumulated rainfall evaluation due to the reduction of input factors, compared to the existing HQPF, improved HQPF 1 and 2 predicted a larger accumulated rainfall. Furthermore, HQPF 2 used the lowest number of input factors and simulated more accumulated rainfall than that projected by conventional HQPF and HQPF 1. By improving the performance of conventional machine learning despite using lesser variables, the preprocessing period and model execution time can be reduced, thereby contributing to model optimization. As an additional advanced method of HQPF 1 and 2 mentioned above, a simulated analysis of the Local ENsemble prediction System (LENS) ensemble member and low pressure, one of the observed meteorological factors, was analyzed. Based on the results of this study, if we select for the positively performing ensemble members based on the heavy rain characteristics of Korea or apply additional weights differently for each ensemble member, the prediction accuracy is expected to increase.

• 한국수자원학회논문집
• /
• 제52권10호
• /
• pp.753-761
• /
• 2019

여름철 집중호우는 도시지역의 홍수피해를 발생시키는 주요한 원인 중 하나이다. 우리나라의 최근 재해통계에 따르면 도시홍수의 발생빈도는 점점 잦아지고 있으며, 그 규모 또한 커지고 있다. 하지만 국지성 집중호우는 예측이 어려워 실제 홍수 대응을 담당하는 지자체 공무원들의 업무에 어려움이 있다. 따라서 본 연구에서는 이러한 도시홍수 대응에 시간적 여유 확보를 통한 피해 저감을 위해 앙상블 기상예측 자료를 활용한 홍수위험 매트릭스를 구축하고, 그 적용성을 판단하고자 하였다. 홍수위험 매트릭스는 홍수위험도의 정도를 나타내는 잠재적 영향(X축), 위험 기상현상이 발생할 확률인 발생가능성(Y축)으로 구성된 2차원 매트릭스로 확률예보에 기반한 홍수위험 예측 방안이다. 이를 위해 부산 및 대구광역시 내 기초지자체 각각 1곳을 대상으로 과거 홍수피해기록과 확률강우량 자료를 활용하여 지역별 홍수위험 매트릭스를 구축하고, 과거 호우사상에 대해 기상청의 LENS 자료를 적용하여 그 적용성을 판단하였다. 그 결과 최대 3일전 홍수위험에 대한 예측이 가능한 것으로 분석되었으며 실제 활용 시 홍수 대응시간을 확보하여 피해 저감에 도움이 되리라 판단된다.

• 대기
• /
• 제31권2호
• /
• pp.185-198
• /
• 2021

In this study, we examined a spatial downscaling method based on Gradient and Inverse Distance Squared (GIDS) weighting to produce high-resolution grid data from a numerical weather prediction model over Korean Peninsula with complex terrain. The GIDS is a simple and effective geostatistical downscaling method using horizontal distance gradients and an elevation. The predicted meteorological variables (e.g., temperature and 3-hr accumulated rainfall amount) from the Limited-area ENsemble prediction System (LENS; horizontal grid spacing of 3 km) are used for the GIDS to produce a higher horizontal resolution (1.5 km) data set. The obtained results were compared to those from the bilinear interpolation. The GIDS effectively produced high-resolution gridded data for temperature with the continuous spatial distribution and high dependence on topography. The results showed a better agreement with the observation by increasing a searching radius from 10 to 30 km. However, the GIDS showed relatively lower performance for the precipitation variable. Although the GIDS has a significant efficiency in producing a higher resolution gridded temperature data, it requires further study to be applied for rainfall events.

• 천문학회지
• /
• 제53권6호
• /
• pp.139-147
• /
• 2020

The sunspot area is a critical physical quantity for assessing the solar activity level; forecasts of the sunspot area are of great importance for studies of the solar activity and space weather. We developed an innovative hybrid model prediction method by integrating the complementary ensemble empirical mode decomposition (CEEMD) and extreme learning machine (ELM). The time series is first decomposed into intrinsic mode functions (IMFs) with different frequencies by CEEMD; these IMFs can be divided into three groups, a high-frequency group, a low-frequency group, and a trend group. The ELM forecasting models are established to forecast the three groups separately. The final forecast results are obtained by summing up the forecast values of each group. The proposed hybrid model is applied to the smoothed monthly mean sunspot area archived at NASA's Marshall Space Flight Center (MSFC). We find a mean absolute percentage error (MAPE) and a root mean square error (RMSE) of 1.80% and 9.75, respectively, which indicates that: (1) for the CEEMD-ELM model, the predicted sunspot area is in good agreement with the observed one; (2) the proposed model outperforms previous approaches in terms of prediction accuracy and operational efficiency.

• 융합정보논문지
• /
• 제12권3호
• /
• pp.1-10
• /
• 2022

배추와 같은 채소류는 자연재해의 영향을 많이 받기 때문에 폭우나 병해와 같은 재해로 인해 가격 변동이 심해져 농가 경제에 영향을 미치게 된다. 이러한 문제를 해결하기 위해서 농산물 가격 예측을 위한 다양한 노력이 행해졌지만 극심한 가격 예측 변동을 예측하기는 어렵다. 본 연구에서는 단일 분류기를 결합하여 다양한 여러 개의 분류기를 통해 최종 예측 결과를 결정하는 방식인 앙상블 Voting 기법으로 배추 가격을 분석하였다. 또한 시계 열 분석 방법인 LSTM과 부스팅 기법인 XGBoost와 RandomForest로 결과 비교를 하였다. 가격 데이터는 일별 데이터를 사용하였고 배추 가격에 영향을 주는 기상정보와 물가지수 등을 사용하였다. 연구 결과로는 실제값과 예측값의 차이를 보여주는 RMSE 값이 약 236 수준이다. 이 연구를 활용하여 농산물 가격 예측과 같은 다른 시계 열 분석 연구 모델 선정에 활용할 수 있을 것으로 기대된다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.251-259
• /
• 2024

초미세먼지, 특히 지름이 2.5㎛ 이하인 PM2.5는 인체 건강과 경제에 큰 피해를 주는 오염물질이다. 본 연구는 대한민국 서울 지역을 중심으로, 2017년부터 2022년까지 자료를 수집하여 PM2.5 데이터 분석 및 데이터 경향성 변화 추이를 분석하고, PM2.5 중기 예측 모델을 개발하는 것을 목표로 한다. 수집, 생산된 대기질 및 기상 데이터, 재분석 데이터, 수치모델 예측 데이터를 바탕으로, 모델을 학습하고 이를 통합한 경향성 변화에도 대응할 수 있는 앙상블 기법을 제안한다. 본 연구에서 제안하는 앙상블 기법은 PM2.5 농도 예측 성능 면에서 기존 모델 대비 미래 D+3~D+6 예측일 F1 Score 기준 평균 2019년 약 42.16%, 2021년 약 58.92%, 2022년 약 34.79% 높은 성능을 보였다. 제안한 모델은 변화하는 환경 조건에도 성능을 유지함으로써 안정적인 예측을 가능하게 하며, 기존 딥러닝 기반 PM2.5 단기 예측보다 먼 예측을 수행하는 중기 예측 모델을 제시한다.

• 한국수자원학회논문집
• /
• 제51권11호
• /
• pp.1031-1041
• /
• 2018

본 연구에서는 ANFIS 기반 GloSea5 앙상블 기상전망 개선 기법을 개발하고 평가하였다. 대상유역은 국내 주요 다목적댐인 충주댐 유역을 선정하였으며, 개선 기법은 ANFIS 기반의 전 후처리기법으로 구성된다. 전처리 기법에서 GloSea5의 앙상블 멤버에 가중치를 부여하며(OWM), 후처리 과정에서는 전처리결과를 편의보정 한다(MOS). 평가결과 편의보정된 GloSea5에 비해 예측성능이 개선되었으며, CASE3, CASE1, CASE2 순으로 모의성능이 우수하였다. 전처리 기법은 강수의 변동성이 큰 계절에 개선효과가 우수하였으며, 후처리 기법은 전처리로 개선하지 못한 오차를 줄 일 수 있는 것으로 나타났다. 따라서 본 연구에서 개발한 ANFIS 기반 GloSea5 앙상블 기상전망 개선 기법은 전 후처리 기법을 함께 사용하는 것이 가장 좋으며, 특히 여름철과 같이 강수의 변동성이 큰 계절에 활용성이 높을 것으로 판단된다.