• 디지털융복합연구
• /
• 제14권10호
• /
• pp.173-181
• /
• 2016

본 논문의 목적은 델파이 (Delphi) 기법과 분석적계층과정 (AHP; Analytic Hierarchy Process)를 통해서 전술적 고려요소인 METT+TC (임무, 적, 지형 및 기상, 가용부대, 가용시간, 민간요소)를 세분화하고 우선순위를 정하는 것이다. 군의 작적수행과정상의 의사결정과정에서 전술적 고려요소는 매우 중요한 요소로 작용하지만, 6개 요소의 세분화 및 우선순위 결정에 관한 연구는 그동안 충분히 수행되지 않았다. 델파이와 분석적계층과정은 군사 전문가들의 인터뷰와 설문지 작성을 통해 이루어졌으며, 최초 6개의 전술적 고려요소는 델파이 분석을 통해 34개의 하위요소로 세분화되었고, 분석적계층과정을 통해 6개의 고려요소와 34개의 하위요소는 우선순위가 정량적으로 공격과 방어 국면을 구분하여 제시되었다. 본 연구결과는 군의 ATCIS와 같은 의사결정지원시스템상의 DB로 활용되고, 이를 활용할 수 있는 의사결정 애플리케이션이 도입된다면, 효과적이고 빠른 의사결정에 도움이 될 것으로 기대된다.

• 전기학회논문지
• /
• 제64권1호
• /
• pp.128-135
• /
• 2015

In this study, we develop the very short-term precipitation forecasting model as well as classifier based on polynomial radial basis function neural networks by using AWS(Automatic Weather Station) and KLAPS(Korea Local Analysis and Prediction System) meteorological data. The polynomial-based radial basis function neural networks is designed to realize precipitation forecasting model as well as classifier. The structure of the proposed RBFNNs consists of three modules such as condition, conclusion, and inference phase. The input space of the condition phase is divided by using Fuzzy C-means(FCM) and the local area of the conclusion phase is represented as four types of polynomial functions. The coefficients of connection weights are estimated by weighted least square estimation(WLSE) for modeling as well as least square estimation(LSE) method for classifier. The final output of the inference phase is obtained through fuzzy inference method. The essential parameters of the proposed model and classifier such ad input variable, polynomial order type, the number of rules, and fuzzification coefficient are optimized by means of Particle Swarm Optimization(PSO) and Differential Evolution(DE). The performance of the proposed precipitation forecasting system is evaluated by using KLAPS meteorological data.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1859-1867
• /
• 2021

본 연구는 부산지역의 봄철과 여름철 대기 중 미세먼지(particulate matter, PM) 농도 및 빗물 수질을 정량화하고 다변량 통계분석을 이용하여 계절(봄, 여름) 특성에 따른 대기 중 PM 농도가 빗물 수질에 미치는 영향을 평가하였다. 연구기간(2020년 3월-8월)동안 기상청 AWS (automatic weather system)에서 측정된 대기 중 PM 농도와 총 68번의 강우 특성 자료를 이용하였으며, 총 68번의 강우 이벤트 중 13회 강우를 대상으로 부산 부경대학교 캠퍼스에 집수장치를 설치하여 총 216개의 빗물 샘플을 수집하였다. 빗물의 pH와 전기전도도(electrical conductivity, EC)는 실시간 측정되었으며, 빗물 내 양이온(Na⁺, Mg²⁺, K⁺, Ca²⁺, and NH₄⁺) 및 음이온(Cl^-, NO₃^-, and SO₄^2-) 농도를 분석하였다. 또한, 자체 제작한 미세먼지 센서를 이용하여 강우 전후로 대기 중 PM₁₀ 농도를 측정하였으며, 측정된 데이터를 바탕으로 주성분 분석(principal component analysis, PCA)과 피어슨 상관분석(Person correlation analysis)을 실시하여 대기 중 PM₁₀ 농도와 빗물 수질 간 상관관계를 규명하였다. 연구결과, 부산지역의 일평균 대기 중 PM 농도 및 강우 특성은 계절적 차이가 존재하였으며, 대기 중 PM₁₀ 농도와 빗물 수질간 상관성 또한 상이하게 나타났다. 봄철의 경우, 일평균 대기 중 PM₁₀ (34.11 ㎍/m³) 및 PM_2.5 (19.23 ㎍/m³)의 평균 농도는 상대적으로 높게 나타났고 일평균 누적 강우량 및 강우 강도는 상대적으로 낮게 나타났다. 또한, 대기 중 PM₁₀ 농도는 빗물 수질과 유의미한 상관관계를 보였으며 대기 중 PM₁₀ 농도는 pH (r = -0.84)는 감소시키고 EC (r = 0.95) 및 수용성 음이온(r = 0.99) 농도는 증가시키는 요인으로 작용하였다. 여름철의 경우에는 일 평균 PM₁₀ (27.79 ㎍/m³) 및 PM_2.5 (17.41 ㎍/m³)의 평균 농도가 상대적으로 낮은 농도 분포를 보였으며, 최대 일 평균 강우 강도는 81.6 mm/h로 오랜 시간 많은 양의 비를 기록하였다. 상대적으로 낮은 대기 중 PM 농도와 높은 강우 강도로 인해 대기 중 PM₁₀ 농도가 빗물 수질에 미치는 영향을 확인할 수 없었다.

• 대한조선학회논문집
• /
• 제54권6호
• /
• pp.501-514
• /
• 2017

In the previous research, a study was carried out to estimate the actual performance such as the propeller Revolution Per Minute (RPM) and engine power of a Liquefied Natural Gas Carrier (LNGC) using the full-scale measurement data. After the predicted RPM and engine power were verified by comparing those with the measured values, the suggested method was regarded to be acceptable. However, there was a limitation to apply the method on the prediction of the RPM and engine power of a ship. Since the information of route, speed, and environmental conditions required for estimating the RPM and engine power is generally regarded as the intellectual property of a shipping company, it is difficult to secure the information on a shipyard. In this paper, the RPM and engine power of the 151K LNGC was estimated using the combination of Automatic Identification System (AIS) and European Centre for Medium-Range Weather Forecasts (ECMWF) database in order to replace the full-scale measurement. The simulation approach, which was suggested in the previous research, was identically applied to the prediction of RPM and engine power. After the results based on the AIS and ECMWF database were compared with those obtained from the full-scale measurement data, the feasibility was briefly reviewed.

• 한국농림기상학회지
• /
• 제22권3호
• /
• pp.128-134
• /
• 2020

국립농업과학원은 공동연구를 통해 기상청 소속 94개 종관기상관측소의 일별 기상자료를 기반으로 6가지 기상요소(최고·최저·평균 기온, 강수량, 일사량, 일조시간)에 대한 30m 및 270m 해상도의 격자형 일별 상세 기후 자료를 약 50년(1971-현재) 기간에 대해 생산하였고, 평년 기후값(1981-2010) 및 평년 대비 상세 기후 변화량 정보를 생산하였다. 이러한 일별 자료, 평년 자료 그리고 평년 대비 변화량 자료는 GeoTiff 형식으로 제공되며, 구글 크롬(Google Chrome) 에서 최적화된 https://agecoclim.agmet.kr 사이트에서 다운받을 수 있다. 본 연구 결과물은 현재 주식회사 에피넷과 국립농업과학원에서 공동으로 관리 중이며, 향후 기후·이상기상 변화량 분석 자동화 체계를 추가 보완을 통해 활용성을 제고하고, 기후 정보의 정확성을 향상시킬 예정이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.226-226
• /
• 2016

최근 이상기상현상과 기후변화로 인하여 국지적인 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 돌발 홍수피해가 증가하고 있다. 이러한 홍수 피해를 줄이기 위해서는 정확도가 우수한 초단시간(1~2시간 이내) 예측 강우량 정보가 필요하다. 본 연구에서는 집중호우에 대한 초단시간예보 및 실황 예측을 위해 시공간적으로 고해상도 자료를 제공할 수 있는 기상레이더 강우자료와 위성영상 자료를 결합하여 초단기 강수 예측기법 개발 연구를 수행하였다. 또한 기상레이더 강우량은 지상강우관측에 비해 정확성이 낮고, 많은 불확실성을 포함하고 있으므로, 위성영상에서 산출되는 강우자료와 결합하여 강우추정의 정확도를 개선하고자 하였다. 레이더 볼륨자료에서 반사도 자료를 추출하여, 1.5km CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성하고, 반사도 CAPPI 자료의 패턴 상관분석을 통하여 강우시스템의 최적 이동벡터를 산출하였다. 또한 이동벡터를 고려하여 시공간적으로 외삽하여 강우이동 예측 모델을 개발하고, 초기자료로 레이더와 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) 영상자료에서 생성되는 강우자료를 결합한 강수장 자료를 이용하여 강수 예측장을 생성하였다. 레이더-위성 결합 초단기 강우예측 모델의 정확성 검증을 위하여 2014년 8월 25일 부산 및 영남 지역에 발생한 집중호우 사례에 대하여 지상기상자동관측시스템(Automatic Weather System, AWS) 강우 측정 결과를 비교 분석 하였으며, 그 적용 가능성을 검증하였다. 초단기 강우예측 분석 결과 지상강우자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보이며, 보다 정확한 강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검 보정이 필요할 것으로 사료된다.

• Journal of Animal Science and Technology
• /
• 제65권3호
• /
• pp.588-595
• /
• 2023

The aim of this study was to investigate the effects of heat stress on milk traits in South Korea using comprehensive data (dairy production and climate). The dataset for this study comprised 1,498,232 test-day records for milk yield, fat- and protein-corrected milk, fat yield, protein yield, milk urea nitrogen (MUN), and somatic cell score (SCS) from 215,276 Holstein cows (primiparous: n = 122,087; multiparous: n = 93,189) in 2,419 South Korean dairy herds. Data were collected from July 2017 to April 2020 through the Dairy Cattle Improvement Program, and merged with meteorological data from 600 automatic weather stations through the Korea Meteorological Administration. The segmented regression model was used to estimate the effects of the temperature-humidity index (THI) on milk traits and elucidate the break point (BP) of the THI. To acquire the least-squares mean of milk traits, the generalized linear model was applied using fixed effects (region, calving year, calving month, parity, days in milk, and THI). For all parameters, the BP of THI was observed; in particular, milk production parameters dramatically decreased after a specific BP of THI (p < 0.05). In contrast, MUN and SCS drastically increased when THI exceeded BP in all cows (p < 0.05) and primiparous cows (p < 0.05), respectively. Dairy cows in South Korea exhibited negative effects on milk traits (decrease in milk performance, increase in MUN, and SCS) when the THI exceeded 70; therefore, detailed feeding management is required to prevent heat stress in dairy cows.

• 한국수자원학회논문집
• /
• 제47권4호
• /
• pp.371-384
• /
• 2014

본 논문에서는 천리안(Communication, Ocean and Meteorological Satellite; COMS)과 TRMM(Tropical Rainfall Measurement Mission)을 통하여 관측한 위성영상자료를 이용한 극치강우(Extreme Rainfall) 추정 알고리즘을 개발하였으며, 2011년 7월 집중호우를 대상으로 그 적용성을 평가하였다. TRMM/PR(TRMM/Precipitation Radar)과 AWS(Automatic Weather System) 자료를 이용하여 고도에 따른 멱급수 회귀방정식으로 Z-R관계식을 추정한 결과 $Z=303R^{0.72}$를 산출하였으며, 지상관측 자료와 비교한 결과 상관계수가 0.57로 분석되었다. 이 값과 TRMM/VIRS(TRMM/Visible Infrared Scanner)와의 관계를 이용하여 극치강우알고리즘을 개발하였으며, 천리안 위성에 적용하여 10분강 우를 추정한 결과 강우강도가 큰 경우에는 과소 추정하는 경향이, 작은 경우에는 과대 추정하는 경향이 있는 것으로 분석되었으나, 전반적인 패턴은 관측과 유사한 경향이 있는 것으로 분석되었다. 또한 이 알고리즘을 같은 센서를 이용하는 천리안 위성에 적용하여 AWS의 상관관계를 분석한 결과, 10분 강우량의 경우 상관계수는 0.517로 평균제곱근 오차는 3.146으로 분석되었고, 공간 상관행렬 오차의 평균은 -0.530~-0.228의 음의 상관을 보이는 것으로 분석되었다. 위성자료를 이용한 극치강우량 추정의 오차 발생 원인은 여러 가지 외부적인 요인으로 판단되며, 지속적인 알고리즘 개선 및 오차보정을 통한 정확도 개선이 필요한 것으로 사료된다. 본 연구의 결과는 추후 다양한 정지궤도위성의 이용을통 한 다중 원격탐사자료의 활용으로 보다 정확한 미계측 유역 수문자료 확충 및 실시간 홍수 예 경보 시스템 구축에 활용이 가능할 것으로 사료된다.

• 대기
• /
• 제32권3호
• /
• pp.179-189
• /
• 2022

The purpose of this study is to build and evaluate a high-resolution (50 m) KMAPP (Korea Meteorological Administration Post Processing) reflecting building data. KMAPP uses LDAPS (Local Data Assimilation and Prediction System) data to detail ground wind speed through surface roughness and elevation corrections. During the detailing process, we improved the vegetation roughness data to reflect the impact of city buildings. AWS (Automatic Weather Station) data from a total of 48 locations in the metropolitan area including Seoul in 2019 were used as the observation data used for verification. Sensitivity analysis was conducted by dividing the experiment according to the method of improving the vegetation roughness length. KMAPP has been shown to improve the tendency of LDAPS to over simulate surface wind speeds. Compared to LDAPS, Root Mean Square Error (RMSE) is improved by approximately 23% and Mean Bias Error (MBE) by about 47%. However, there is an error in the roughness length around the Han River or the coastline. Accordingly, the surface roughness length was improved in KMAPP and the building information was reflected. In the sensitivity experiment of improved KMAPP, RMSE was further improved to 6% and MBE to 3%. This study shows that high-resolution KMAPP reflecting building information can improve wind speed accuracy in urban areas.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권11호
• /
• pp.109-119
• /
• 2018

본 연구는 도시·건축형태가 도시공간 내 미시기후에 미치는 영향을 도출하고자 했다. 본 연구에서는 도시 내 미시기후에 영향을 미치는 도시·건축형태의 요소로 도시형태 및 도시조직, 건축물 형태 및 특성 등을 선정했다. 분석을 위해 2017년 8월에 기상청에서 서울시 내에 설치한 23개의 AWS 설치 지점 도시건축의 특성이 명확하게 구분되는 6곳을 선정하여 연구진의 AWS 장비를 이용하여 실측을 했다. 공간의 범위는 AWS 설치 지점으로부터 반경 500m로 한정하여, 미시기후 및 도시·건축형태 요소들을 조사했다. 분석결과, 가로의 방향, 건축물 폭, 건축물 깊이, 건축물 높이, 지형의 경사도 및 향, 교통량 등은 미시기후인 국지풍속, 일사량, 국지온도 등에 영향을 미치고 있었다. 본 연구의 결과는 폭염의 피해 저감 및 그에 따른 시민 개개인의 건강 관리에 도움을 줄 것으로 기대된다. 또한, 도시의 온도를 낮춤으로써 건축물 에너지 부하 저감 효과를 거둠으로써 건축물 에너지 소비량 감소의 효과를 통해 보다 건강하고, 지속가능한 도시 조성에 기여할 것으로 기대된다.