• Atmosphere
• /
• v.28 no.3
• /
• pp.263-272
• /
• 2018

The high-resolution ocean surface wind vector produced by scatterometer was assimilated within the Local Ensemble Transform Kalman Filter (LETKF) in Korea Institute of Atmospheric Prediction Systems (KIAPS). The Advanced Scatterometer (ASCAT) on Metop-A/B wind data was processed in the KIAPS Package for Observation Processing (KPOP), and a module capable of processing surface wind observation was implemented in the LETKF system. The LETKF data assimilation cycle for evaluating the performance improvement due to ASCAT observation was carried out for approximately 20 days from June through July 2017 when Typhoon Nepartak was present. As a result, we have found that the performance of ASCAT wind vector has a clear and beneficial effect on the data assimilation cycle. It has reduced analysis errors of wind, temperature, and humidity, as well as analysis errors of lower troposphere wind. Furthermore, by the assimilation of the ASCAT wind observation, the initial condition of the model described the typhoon structure more accurately and improved the typhoon track prediction skill. Therefore, we can expect the analysis field of LETKF will be improved if the Scatterometer wind observation is added.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.366-366
• /
• 2019

홍수피해가 발생하면 사회 전반에 걸쳐 큰 영향을 끼치게 된다. 이에 국내에서는 홍수로 인한 피해를 경감하기 위한 방법 중 하나로 홍수정보를 제공하고 있다. 기상청은 예상되는 강우량을 수치예보를 활용하여 기상특보를 제공하고 있으며, 홍수통제소는 하천에서 예상되는 홍수위를 기준으로 홍수특보를 발령하고 있다. 그러나 기상특보는 전국을 동일한 기준으로 홍수위험을 전망하여 각 행정구역별 특성을 반영하지 못하며, 홍수특보는 주요 하천이 없는 행정구역은 활용할 수 없다는 한계를 가지고 있다. 본 연구에서는 과거 홍수피해 현상 조사를 통해 제시된 각 행정구역별 강우기준과 수치예보 자료 중 하나인 국지규모 앙상블예측시스템(LENS, Local ENsemble Prediction System)자료를 활용하여 홍수위험 매트릭스를 구성하고, 이를 통해 홍수위험 대응단계설정 방안을 제시하고자 하였다. 본 연구에서 제시된 행정구역별 홍수위험 매트릭스는 향후 추가적으로 자료 수집을 통해 매트릭스 적용 및 검토가 이루어져야 할 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.52 no.10
• /
• pp.753-761
• /
• 2019

Localized heavy storm is one of the major causes of flood damage in urban regions. According to the recent disaster statistics in South Korea, the frequency of urban flood is increasing more frequently, and the scale is also increasing. However, localized heavy storm is difficult to predict, making it difficult for local government officials to deal with floods. This study aims to construct a Flood risk matrix (FRM) using ensemble weather prediction data and to assess its applicability as a means of reducing damage by securing time for such urban flood response. The FRM is a two-dimensional matrix of potential impacts (X-axis) representing flood risk and likelihood (Y-axis) representing the occurrence probability of dangerous weather events. To this end, a regional FRM was constructed using historical flood damage records and probability precipitation data for basic municipality in Busan and Daegu. Applicability of the regional FRMs was assessed by applying the LENS data of the Korea Meteorological Administration on past heavy rain events. As a result, it was analyzed that the flood risk could be predicted up to 3 days ago, and it would be helpful to reduce the damage by securing the flood response time in practice.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.383-400
• /
• 2023

Air pollution-related diseases are escalating worldwide, with the World Health Organization (WHO) estimating approximately 7 million annual deaths in 2022. The rapid expansion of industrial facilities, increased emissions from various sources, and uncontrolled release of odorous substances have brought air pollution to the forefront of societal concerns. In South Korea, odor is categorized as an independent environmental pollutant, alongside air and water pollution, directly impacting the health of local residents by causing discomfort and aversion. However, the current odor management system in Korea remains inadequate, necessitating improvements. This study aims to enhance the odor management system by analyzing 1,010,749 data points collected from odor sensors located in Osong, Chungcheongbuk-do, using an Ensemble-Based Multi-Region Integrated Odor Concentration Prediction Model. The research results demonstrate that the model based on the XGBoost algorithm exhibited superior performance, with an RMSE of 0.0096, significantly outperforming the single-region model (0.0146) with a 51.9% reduction in mean error size. This underscores the potential for increasing data volume, improving accuracy, and enabling odor prediction in diverse regions using a unified model through the standardization of odor concentration data collected from various regions.

• Journal of Information Technology Services
• /
• v.21 no.3
• /
• pp.63-72
• /
• 2022

The extinction crisis of local cities, caused by a population density increase phenomenon in capital regions, directly causes the increase of vacant houses in local cities. According to population and housing census, Gunsan-si has continuously shown increasing trend of vacant houses during 2015 to 2019. In particular, since Gunsan-si is the city which suffers from doughnut effect and industrial decline, problems regrading to vacant house seems to exacerbate. This study aims to provide a foundation of a system which can predict and deal with the building that has high risk of becoming vacant house through implementing a data driven vacant house prediction machine learning model. Methodologically, this study analyzes three types of machine learning model by differing the data components. First model is trained based on building register, individual declared land value, house price and socioeconomic data and second model is trained with the same data as first model but with additional POI(Point of Interest) data. Finally, third model is trained with same data as the second model but with excluding water usage and electricity usage data. As a result, second model shows the best performance based on F1-score. Random Forest, Gradient Boosting Machine, XGBoost and LightGBM which are tree ensemble series, show the best performance as a whole. Additionally, the complexity of the model can be reduced through eliminating independent variables that have correlation coefficient between the variables and vacant house status lower than the 0.1 based on absolute value. Finally, this study suggests XGBoost and LightGBM based machine learning model, which can handle missing values, as final vacant house prediction model.

• Atmosphere
• /
• v.30 no.2
• /
• pp.195-207
• /
• 2020

This study aims to introduce the structure of the impact-based heat health warning system on 165 counties in South Korea developed by the National Institute of Meteorological Sciences. This system was developed using the daily maximum perceived temperature (PTmax), which is a human physiology-based thermal comfort index, and the Local ENSemble prediction system for the probability forecasts. Also, A risk matrix proposed by the World Meteorological Organization was employed for the impact-based forecasts of this system. The threshold value of the risk matrix was separately set depending on regions. In this system, the risk level was issued as four levels (GREEN, YELLOW, ORANGE, RED) for first, second, and third forecast lead-day (LD1, LD2, and LD3). The daily risk level issued by the system was evaluated using emergency heat-related patients obtained at six cities, including Seoul, Incheon, Daejeon, Gwangju, Daegu, and Busan, for LD1 to LD3. The high-risks level occurred more consistently in the shorter lead time (LD3 → LD1) and the performance (r_s) was increased from 0.42 (LD3) to 0.45 (LD1) in all cities. Especially, it showed good performance (r_s = 0.51) in July and August, when heat stress is highest in South Korea. From an impact-based forecasting perspective, PTmax is one of the most suitable temperature indicators for issuing the health risk warnings by heat in South Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.71-71
• /
• 2012

현재 전 세계적으로 극한강우의 발생빈도가 점차 높아지고 있으며 홍수량 또한 강도가 커지고 있는 것이 현실이다. 하지만 과거의 홍수발생 빈도에 따라 설계된 홍수방어시설들이 점차 한계를 보이고 있으므로 이를 대비하기위한 구조적 대책뿐만 아니라 홍수피해 발생 가능지역에 사전 예경보를 시행하는 비구조적 대책마련 또한 필요하다. 기존의 홍수예측은 확정적인 하나의 유량예측값만을 제공함으로써 신속하고 편리하였지만 이에 대한 불확실성이 큰 경우 예상치 못한 큰 인적 물적 피해를 가져올 수 있다. 이처럼 확률론적 홍수예측의 필요성이 대두되어 지면서 유럽이나 미국등 선진국에서는 EFFS(European Flood Forecasting System)과 NWSRFS(National Water Service River Forecast System)같이 이미 확률론적 홍수예측에 대한 연구 및 기술개발이 활발하게 진행되어지고 있다. 하지만 홍수예측의 확률론적 접근에 있어서는 많은 불확실성들이 내포되어 있으므로 예측시스템에서 생성된 앙상블 유량예측 결과의 신뢰도 분석과 올바른 불확실성 정보의 제공이 필요하다. 본 연구는 확률론적 홍수예측 방법을 국내에 적용시켜서 기상청의 예측시스템 KLAPS(Korea Local Analysis and Prediction System), MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation), UM(Unified Model) 그리고 MOGREPS(Met Office Global Regional Ensemble Prediction System)으로부터 생성된 기상앙상블을 현재 국토해양부 홍수통제소에서 사용하고 있는 강우-유출모형인 저류함수모형(Storage Function Method)의 입력 자료로 사용한다. 확률론적 홍수예측에서 오는 불확실성을 분석하기 위해서 첫 번째로 제공되는 기상예측 시스템의 시 공간적 스케일 및 대상유역의 공간특성에 따라 어떠한 형태로 전파되어지는지를 분석하였다. 두 번째는 각각의 예측시스템들이 선행기간(Lead time)에 따라 불확실성의 특성이 어떻게 나타나게 되는지를 확인하였다. 이러한 불확실성의 특성을 정확하게 파악하게 된다면 예측에 있어서 현재 갖고 있는 문제점들로부터 개선해 나가야 할 방향을 제시해주어 향후연구에 유용하게 활용될 수 있을 것이다.

• Atmosphere
• /
• v.21 no.4
• /
• pp.391-404
• /
• 2011

This study investigates the impact of cumulus parameterization scheme (CPS) with different horizontal grid sizes on the simulation of the local heavy rainfall case over the Korean Peninsula. The Weather Research and Forecasting (WRF)-based real-time forecast system of the Joint Center for High-impact Weather and Climate Research (JHWC) is used. Three CPSs are used for sensitivity experiments: the BMJ (Betts-Miller-Janjic), GD (Grell-Devenyi ensemble), and KF (Kain-Fritsch) CPSs. The heavy rainfall case selected in this study is characterized by low-level jet and low-level transport of warm and moist air. In 27-km simulations (DM1), simulated precipitation is overestimated in the experiment with BMJ scheme, and it is underestimated with GD scheme. The experiment with KF scheme shows well-developed precipitation cells in the southern and the central region of the Korean Peninsula, which are similar to the observations. All schemes show wet bias and cold bias in the lower troposphere. The simulated rainfall in 27-km horizontal resolution has influence on rainfall forecast in 9-km horizontal resolution, so the statements on 27-km horizontal resolution can be applied to 9-km horizontal resolution. In the sensitivity experiments of CPS for DM3 (3-km resolution), the experiment with BMJ scheme shows better heavy rainfall forecast than the other experiments. The experiments with CPS in 3-km horizontal resolution improve rainfall forecasts compared to the experiments without CPS, especially in rainfall distribution. The experiments with CPS show lower LCL(Lifted Condensation Level) than those without CPS at the maximum rainfall point, and weaker vertical velocity is simulated in the experiments with CPS compared to the experiments without CPS. It means that CPS suppresses convective instability and influences mainly convective rainfall. Consequently, heavy rainfall simulation with BMJ CPS is better than the other CPSs, and even in 3-km horizontal resolution, CPS should be applied to control convective instability. This conclusion can be generalized by conducting more experiments for a variety of cases over the Korean Peninsula.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.64-64
• /
• 2019

도시지역은 인구 및 사회인프라시설 등이 밀집되어 있어 홍수 발생 시 타 지역에 비하여 큰 피해가 발생한다. 우리나라의 경우 2017년 부산 지역과 2018년 서울 지역에 시간당 최대 100 mm 이상의 강우가 발생하여 인명 및 재산피해를 발생시켰다. 이러한 도시홍수 피해를 저감시키기 위해서는 수방시설물의 유지관리 뿐만 아니라 한정적인 물자와 인력을 효율적으로 활용하기 위한 홍수예보 방안이 필요하며 정확도 높은 기상예보가 수반되어야 한다. 현재 지자체에서는 기상청의 기상특보를 활용하여 홍수대응을 실시하고 있으나 이는 전국적으로 동일한 기준으로 각 지역의 홍수특성을 반영할 수 없다는 문제가 있다. 또한 국내에서는 정확도 높은 기상예측을 위해 다양한 기상 수치예보모델을 활용하고 있으나 급변하는 기상상황을 정확히 예측하는 데에는 한계가 있다. 수치예보모델의 한계를 극복하기 위하여 현재 영국에서는 강우 앙상블 자료를 활용한 영향예보 도입이 활발히 진행되고 있다. 영향예보란 단순 기상상황 뿐만 아니라 기상현상이 발생시킬 수 있는 위험수준과 그 위험수준이 발생할 확률을 함께 예보하는 방안이다. 본 연구에서는 부산광역시 동래구 지역을 대상으로 과거 피해 발생 강우량 및 지역의 확률강우량 등을 활용하여 지역특성에 맞는 총 4단계의 강우기준을 제시함과 더불어 기상현상의 발생확률을 조합한 홍수위험 매트릭스(Flood Risk Matrix)를 개발하였다. 또한 개발된 홍수위험 매트릭스의 활용성 평가를 위해서는 2016년, 2017년 기상청에서 산출한 국지규모 앙상블예측시스템(Local Ensemble Prediction System, LENS)의 강우 앙상블 자료를 활용하였다. 그 결과 짧게는 24시간 전, 길게는 72시간 전에 홍수피해 발생의 예보가 가능한 것으로 분석되었다. 향후 본 연구에서는 연구 대상 지역을 확대하여 각 지역에 적합한 홍수위험 매트릭스를 개발하고, LENS자료를 활용한 활용성 평가를 통해 실무에 적용 가능한 홍수예보 방안을 마련할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.63-63
• /
• 2022

기상 예보자료는 발생 가능한 재난의 예방 및 대비 차원에서 매우 중요한 자료로 활용되고 있다. 우리나라 기상청에서는 동네예보를 통해 5km 공간해상도의 1시간 간격 초단기예보와, 6시간 간격 정량강우예보(Quantitative Precipitation Forecast, QPF)의 단기예보 정보를 제공하고 있다. 그러나 이와 같은 예보자료는 강우량의 시·공간변화가 큰 집중호우와 같은 기상자료를 활용한 수문학적인 해석에는 한계가 있다. 예보자료를 수문학에 활용하기 위한 시·공간적 해상도 개선뿐만 아니라 방대한 기상 및 기후 자료의 예측성능을 개선하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 기상청이 제공하는 지역 앙상블 예측 시스템(Local ENsemble prediction System, LENS)와 종관기상관측시스템(ASOS) 및 방재기상관측시스템(AWS) 관측 데이터 및 동네예보에 기계학습 방법을 적용하여 수문학적 정량적 강수량 예측(Hydrological Quantitative Precipitation Forecast, HQPF) 정보를 생산하였다. 전처리 과정을 통해 모든 데이터의 시간해상도와 공간해상도를 동일한 해상도로 변환하였으며, 예측 변수의 인자 분석을 통해 기계학습의 예측 변수를 도출하였다. 기계학습 방법으로는 처리속도와 확장성을 고려하여 XGBoost(eXtreme Gradient Boosting) 방식을 적용하였으며, 집중호우에서의 예측정확도를 높이기 위해 확률매칭(PM) 방식을 적용하였다. 생산된 HQPF의 성능을 평가하기 위해 2020년에 발생한 14건의 호우 사상을 대상으로 태풍형과 비태풍형으로 구분하여 검증을 수행하였다.