• 환경영향평가
• /
• 제5권1호
• /
• pp.95-105
• /
• 1996

Meteorological Joint Frequency Function required indispensably in long-term air quality prediction models were discussed for practical application in Korea. The algorithm, proposed by Turner(l964), is processed with daily solar insolation and cloudiness and height basically using Pasquill's atmospheric stability classification method. In spite of its necessity and applicability, the computer program, called STAR(STability ARray), had some significant difficulties caused from the difference in meteorological data format between that of original U.S. version and Korean's. To cope with the problems, revised STAR program for Korean users were composed of followings; applicability in any site of Korea with regard to local solar angle modification; feasibility with both of data which observed by two classes of weather service centers; and examination on output format associated with prediction models which should be used.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.87-95
• /
• 2020

인천공항은 대한민국으로 들어오거나 나가는 관문으로 나라의 이미지에 큰 영향을 미치므로 공항의 서비스 질을 유지하기 위해선 장기적인 공항 이용객 수 예측이 필요하다. 본 연구에서는 인천공항의 이용객 수요를 예측하기 위한 다양한 시계열 모형의 예측성능을 비교하였다. 인천공항 이용객 자료를 2002년 1월부터 2019년 12월까지 월 단위로 수집하여 살펴보면 일반적인 시계열자료에서 보이는 추세성과 계절성을 지니고 있다. 본 연구에서는 추세성과 계절성이 고려된 나이브 기법, 분해법, 지수 평활법, SARIMA, 그리고 PROPHET을 이용하여 단기, 중기, 장기예측 시계열모형을 비교하였다. 분석결과 단기예측은 최근 자료에 가중치를 준 지수 평활법이 우수했고 예상 2020년 연간 이용객 수는 약 7,350만명이다. 3년 후 인 2022년 중기예측은 정상성이 고려된 SARIMA모형이 우수하였고 예상 연간 이용객 수는 약 7,980만명이다. 4단계 인천공항 건설사업이 완료되는 2024년 예상 연간 여객수용 인원은 9,910만명이고 PROPHET모형이 가장 우수하였다.

• 한국대기환경학회지
• /
• 제3권1호
• /
• pp.34-40
• /
• 1987

The Texas Climatological Model (TCM) Predicts long-term pollutant concentrations for a rectilinear array or receptors defined by the user. This paper describes the TCM and compares predictions from TCM with predictions from the Climatological Dispersion Model (CDMQC). A number of model runs have been made with the TCM and CDMQC using the same source inventories and sets of climatology. The concentrations predicted by these two models are compared and the result of several types of statistical analyses are reported. In most cases, the TCM predicts concentrations that are equivalent to those predicted by the CDMQC. However, in certain cases, the CDMQC tends to predict concentrations that are unrealistically high. In the computer time, the TCM requires about one-eights of the computer time used by the CDMQC.