• 한국의류산업학회지
• /
• 제19권4호
• /
• pp.434-447
• /
• 2017

This study investigated the effects of influencing factors on the sales volume of apparel products. Based on previous studies, weekend effect, discount rate, and meteorological factors including daily average temperature, rainfall, sea level pressure, and fine dust were selected as independent variables to calculate their effects on sales quantity of apparel products. The daily sales data during 2015 - 2016 were collected from casual brands and outdoor brands which "A" apparel manufacturing company had operated. The actual data of "A" company were analyzed using SAS(R) 9.4 and SAS(R) Enterprise Miner 14.1. The results of this study were as follows: First, the influencing factors on total sales volume of apparel products were proved to be the weekend effect, discount rate, and fine dust. Second, the analysis of influencing factors on sales volume of apparel products according to season showed: 1) In casual brands, the average temperature had a significant influence on the sales volume of spring/summer products, and the sea level pressure affected the sales volume of summer/fall/winter products significantly. 2) In outdoor brands, the average temperature and the fine dust had a significant influence on the sales volume of all season's products. The sea level pressure affected the sales volume of summer/fall/ winter products significantly. The weekend effect and the discount effect affected the sales volume of apparel products partly. Third, the effect of rainfall was not proven significant, which was different from the results of past studies.

• 한국토양비료학회지
• /
• 제49권5호
• /
• pp.420-428
• /
• 2016

For more than 50 years, satellite images have been used to monitor crop growth. Currently, unmanned aerial vehicle (UAV) imagery is being assessed for analyzing within field spatial variability for agricultural precision management, because UAV imagery may be acquired quickly during critical periods of rapid crop growth. This study refers to the derivation of growth estimating equation for highland Kimchi cabbage using UAV derived normalized difference vegetation index (NDVI) and agro-meteorological factors. Anbandeok area in Gangneung, Gangwon-do, Korea is one of main districts producing highland Kimchi cabbage. UAV imagery was taken in the Anbandeok ten times from early June to early September. Meanwhile, three plant growth parameters, plant height (P.H.), leaf length (L.L.) and outer leaf number (L.N.), were measured for about 40 plants (ten plants per plot) for each ground survey. Six agro-meteorological factors include average temperature; maximum temperature; minimum temperature; accumulated temperature; rainfall and irradiation during growth period. The multiple linear regression models were suggested by using stepwise regression in the extraction of independent variables. As a result, $NDVI_{UAV}$ and rainfall in the model explain 93% of the P.H. and L.L. with a root mean square error (RMSE) of 2.22, 1.90 cm. And $NDVI_{UAV}$ and accumulated temperature in the model explain 86% of the L.N. with a RMSE of 4.29. These lead to the result that the characteristics of variations in highland Kimchi cabbage growth according to $NDVI_{UAV}$ and other agro-meteorological factors were well reflected in the model.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.771-783
• /
• 2023

This study aims to compare the performance of each machine learning model for preparing a grid-based disaster risk map related to flooding in Jung-gu, Ulsan, for Typhoon Chaba which occurred in 2016. Dynamic data such as rainfall and river height, and static data such as building, population, and land cover data were used to conduct a risk analysis of flooding disasters. The data were constructed as 10 m-sized grid data based on the national point number, and a sample dataset was constructed using the risk value calculated for each grid as a dependent variable and the value of five influencing factors as an independent variable. The total number of sample datasets is 15,910, and the training, verification, and test datasets are randomly extracted at a 6:2:2 ratio to build a machine-learning model. Machine learning used random forest (RF), support vector machine (SVM), and k-nearest neighbor (KNN) techniques, and prediction accuracy by the model was found to be excellent in the order of SVM (91.05%), RF (83.08%), and KNN (76.52%). As a result of deriving the priority of influencing factors through the RF model, it was confirmed that rainfall and river water levels greatly influenced the risk.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.647-659
• /
• 2017

마늘과 양파 재배는 작물의 생육 조건과 주산지 기상에 영향을 받는다. 따라서 단수를 예측할 때에는 주산지의 작황과 기상을 고려할 필요가 있다. 본 연구에서는 2006년에서 2015년까지의 작물의 생육 조건을 반영한 MODIS NDVI와 7개 주산지의 기상요인을 다중 회귀 모형에 적용하여 주산지별 마늘 및 양파의 단수예측 모형을 개발하였다. 다중 회귀 모형에서 독립변수 채택은 단계적 선택방법을 이용하였다. 그 결과, 마늘과 양파 단수예측 모형은 2월의 MODIS NDVI가 중요한 독립변수로 채택되었다. 기상요인은 마늘의 경우, 평균온도(3월), 강우량(11월, 3월), 상대습도(4월), 최저온도(6월)가 채택되었으며, 양파는 강우량(11월), 일조시간(1월), 상대습도(4월), 최저온도(6월)가 독립변수로 채택되었다. MODIS NDVI와 기상요인을 이용한 단수예측 모형은 주산지별 마늘, 양파 평균 단수의 84.4%, 75.9% 설명력을 나타내었으며, RMSE는 각각 42.57 kg/10a, 340.29 kg/10a로 나타났다. 따라서 본 모형은 MODIS NDVI와 기상요인에 따른 마늘과 양파의 단수 변화특성을 잘 반영하고 있는 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.261-272
• /
• 2023

최근 급격한 도시화와 기후변화에 따라 재난에 의한 피해가 증가하고 있다. 국내 기상청에서는 표준 경보(주의보, 경보)를 전국적으로 통일된 표준 경보 기준(3시간 및 12시간 최대 누적강우량)에 따라 발령하여 재해에 따른 지역별, 재난 사상별 특성이 고려되지 않은 문제점이 있다. 따라서 본 연구에서는 서울특별시, 인천광역시, 경기도의 호우·태풍에 대한 재해 피해액 및 누적강우량을 활용하여 대상지역별 재해강도에 따른 단계별 기준을 설정하고, 강우에 따라 발생할 수 있는 재해의 강도를 분류하는 모형을 개발하고자 하였다. 즉, 본 연구에서는 호우·태풍에 의한 재해 피해액 누적 분포 함수의 분위별로 재해강도의 범주(관심, 주의, 경계, 심각 단계)를 분류하였고, 재해강도의 범주에 따른 누적강우량 기준을 대상 지자체별로 제시하였다. 그리고 지자체별 재해강도 분류모형 개발을 위해 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)의 머신러닝 모형을 활용하였는데 강우량, 누적강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량을 독립변수로 이용하여 종속변수인 지자체별 재해강도를 분류하였다. 각 모형별 F1 점수를 이용한 정확도 평가 결과, 의사결정나무의 F1 점수가 0.56으로 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 재해강도 분류모형을 활용하면 호우·태풍에 의한 재해에 대한 지자체별 위험 상태를 단계별로 파악할 수 있어, 재난 담당자들의 신속한 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

• 한국지구과학회지
• /
• 제33권2호
• /
• pp.113-125
• /
• 2012

열대강우관측(TRMM) 위성에 탑재된 두 독립적인 기기인 마이크로파 센서(TMI)와 강수레이더(PR)를 통해 추정된 지표에서의 강우강도와 강수 관련 변수들을 네 개의 주요 열대해양에서 비교하였다. 해수면의 온도가 가장 높은 서태평양에서 가장 많은 강수구름이 발생하며, 이는 동태평양과 대서양 보다 1.5배 많은 빈도수이다. 반면 대류형과 혼합형에서 동태평양이 가장 강한 강우강도를 나타냈으며, 전체 강수 화소에 대해서는 대서양이 가장 강한 강우강도를 보였다. 한편 PR의 강우강도를 참값으로 볼 때 TMI의 강우강도의 편향은 강수유형과 지역에 따라 그 크기가 매우 다르게 나타났다. 더욱이 강수유형별 편향은 서로 다른 부호를 보였다. 특히 이 연구에서 선정한 열대해양들은 비교적 유사한 지구물리적 환경을 가지고 있지만, 그 편향의 크기가 지역에 따라 2배 이상의 차이가 일어났다. 따라서 마이크로파로부터 추정된 강수량에 대한 검증은 강수유형별 및 지역적으로 수행되어야 하며, 또한 국지적 강수 특성을 고려한 보다 정교한 TMI 알고리즘의 개발 및 개선이 필요함을 의미한다.

• 한국습지학회지
• /
• 제20권1호
• /
• pp.63-71
• /
• 2018

강우유출 조건에서 침투도랑의 여과기작은 수리학적 조건에 따라 변화할 수밖에 없다. 침투도랑에서 유출시간에 따른 다양한 여과조건이 입자상 물질의 제거에 미치는 영향을 이해하는 것은 매우 중요하다. 본 연구에서는 도로강우 유출수 처리를 위해 설치된 우드칩 충진 침투도랑에서 일어나는 여과기작을 조사 분석하였다. 유출수문곡선을 몇 개의 영역으로 분리하고 각 영역에서의 여과 메커니즘을 분석한 결과 여과는 수직흐름과 수평흐름, 그리고 불포화 흐름, 부분 포화흐름, 그리고 포화흐름을 거치면서 진행되는 것으로 나타났다. 불포화 흐름조건에서는 입자상 물질의 제거효율은 55-76%를 나타냈으며 주요 기작은 물리적인 억류(trapping)로 나타났으며 유출유량이 크게 증가하여 침투도랑에서 포화흐름이 조성되었을 때 제거효율은 75-95%로 크게 증가하였는데 이는 확산기작의 작용 때문인 것으로 분석되었다. 강우 중단 후 유출량 감소로 침투도랑이 부분 포화흐름으로 전환되는 시점에는 음으로 하전된 공기와 물의 경계면의 존재로 여과효율이 감소한 것으로 추정된다. 강우시 급격히 변화하는 수리학적 조건에서 발생하는 흐름조건 및 여과 메커니즘과 이와 같은 인자가 여과효율에 미치는 영향을 도출하기 위하여 변수통제가 비교적 용이한 실험실 규모의 침투도랑에 대한 연구가 필요하다.

• 한국수자원학회논문집
• /
• 제40권2호
• /
• pp.171-182
• /
• 2007

본 연구에서는 Clark 합성단위도의 매개변수 추정치에 대한 신뢰구간을 좁힐 수 있는 방안으로, 이들을 강우, 기상, 및 유역 특성인자로 다변량 회귀분석한 후 이를 Monte Carlo 모의기법을 통하여 분석하였다. 아울러 이렇게 얻은 결과는 Bootstrap 기법으로 분석한 결과 및 기존에 많이 사용되어 왔던 경험식과도 비교 검토하였다. 이상과 같은 과정을 통해 얻은 결과는 다음과 같다. (1) 관측된 호우사상의 수가 제한적인 경우, 유출특성에 미치는 인자들을 복합적으로 고려하여 유역의 평균유출특성을 추정하는 것이 가능하다. (2) Monte Carlo 모의기법을 적용하여 추정된 집중시간 및 저류상수의 신뢰도 평가가 가능하다. 이렇게 추정한 신뢰구간은 유철상 등(2006)에서의 신뢰구간에 비해 훨씬 좁은 것으로 파악되었다. (3) Bootstrap을 통한 관측자료의 분석에서도 위의 결과를 지지하는 결론을 얻을 수 있었다. 그러나 어느 정도 신뢰도 있는 집중시간 및 저류상수의 추정을 위해서는 최소 20개 정도 이상의 독립된 호우사상이 필요할 것으로 파악되었다. (4) 기존의 경험공식과의 비교에서는 어떤 공식도 본 유역의 유출특성을 잘 대변하지는 못하는 것으로 파악되었다. 그러나 집중시간의 경우 Kraven(I)과 Kraven(II)이 저류상수의 경우 Linsley 공식이 유사한 값을 주는 것으로 나타났다. 그러나 이 값 역시 상한과 하한의 범위에 크므로 사용 시 주의할 필요가 있음을 파악할 수 있었다.

• 복식문화연구
• /
• 제25권2호
• /
• pp.117-129
• /
• 2017

The purpose of this study was to investigate meteorological factors' effects on clothing sales based on empirical data from a leading apparel company. The daily sales data were aggregated from "A" company's store records for the Fall/Winter season from 2012 to 2015. Daily weather data corresponding to sales volume data were collected from the Korea Meteorological Administration. The weekend effect and meteorological factors including temperature, wind, humidity, rainfall, fine dust, sea level pressure, and sunshine hours were selected as independent variables to calculate their effects on A company's apparel sales volume. The analysis used a SAS program including correlation analysis, t-test, and multiple-regression analysis. The study results were: First, the weekend effect was the most influential factor affecting sales volume, followed by fine dust and temperature. Second, there were significant differences in the independent variables'effects on sales volume according to the garments' classification. Third, temperature significantly affected outer garments'sales volume, while top garments' sales volume was not influenced significantly. Fourth, humidity, sea level pressure and sunshine affected sales volume partly according to the garments' item. This study can provide proof of significant relationships between meteorological factors and the sales volume of garments, which will serve well to establish better inventory strategies.

• 한국응용곤충학회지
• /
• 제25권4호
• /
• pp.221-228
• /
• 1986

사과 점무늬낙엽병(斑點落葉病)의 초발(初發)과 초발후의 병진전을 예찰하기 위하여 기상요인중에서 적산온도(積算)와 강우빈도를 사용하여 예찰할 수 있는 경험적 모델이 3년간의 포장시험으로 작성되었다. 사과의 생육기간중 4월 20일부터 7월말까지 기상요인을 측정, 분석하었고 이들 기상요인들이 모델작성의 변량(變量)으로써 사용되었다. 하루의 평균온도에서 $10^{\circ}C$를 뺀 온도가 적산되어(CDP) 대기온도와 점무늬낙엽병초발과의 관계를 알기위한 한 모수(母數)로서 사용되었다. 병의 초발에 필요한 CDP는 약 160으로서 이 수치는 초발에 필요한 CDP의 하한(下限)온도로 사용되었다. 160 CDP가 도달된 후에는 강우 빈도가 초발을 결정하는 요인이었으며 적어도 4번의 강우가 초발에 필요하였다. 초발후의 병진전은 대체로 강우 빈도가 누적되는 모양과 유사하였다. 병진전의 일반 미분(微分)방정식모델 dx/dt=xr(1-x)에서 산출된 3개년의 병진전 직선의 명백한 감염속도(r)는 강우빈도의 누적율(Rc)과 1차(직선)기능으로서 직선방정식 r=1.06Rc-0.11($R^2=0.993$)에서 직접 추정이 가능하였다. 일정시간(t)후의 발병정도(x)는 미분방정식 모델에서 유도된 지수(指數)방정식 $[x/(1-x)]=[x_0/(1-x)]e^{(b_0+b_1R_c)t}$에서 예측될 수 있는데 이때의 $x_0$는 초발시발병정도 $b_0$와 $b_1$은 강우빈도 누적률 Rc의 모수(母數)이다. Alternaria mali 분생포자의 공기증밀도의 매일의 누적치와 병진전과는 통계상 유의적인 1차관계(linear relationship)가 있었는데 공기중 분생포자 밀도의 누적치를 독립변량으로 사용하여 병진전을 예측하였을때 예측의 정확도는 $R^2=0.3328$로서 비교적 낮았다.