기후변화에 의한 수생태계의 영향은 수생생물의 생리작용의 변화에서부터 종분포에 이르기까지 광범위할 것으로 예상된다. 본 연구에서는 기후변화에 따른 금강유역의 어류 종분포를 예측하기 위하여 비출현 정보를 요구하지 않고도 좋은 예측력을 가지고 있는 MaxEnt 모형을 활용하였다. 금강유역 134개 지점의 2007년부터 2009년까지 어류 출현 자료 (고유종 17종 포함 총 47종)와 9개의 환경인자 (월별 최저기온, 최고기온, 평균기온, 강수량, 최저수온, 최고수온, 평균수온, 고도, 경사)를 사용하여, RCP 8.5 기후변화 시나리오에 따라 2050년과 2100년의 어류 종분포를 예측하였다. MaxEnt 모형은 평균 0.798의 적절한 모형적합도를 보여 주었으며, 종분포 예측에 기여도가 높은 환경인자는 고도, 강수량, 최저수온 순이었다. 기후변화가 진행됨에 따라 얼룩동사리와 줄납자루와 같은 고유종의 출현확률은 감소한 반면, 배스와 블루길과 같은 외래종의 출현확률은 증가하였다. 특히 2100년에는 5종 (줄몰개, 미꾸라지, 강준치, 줄납자루, 칼납자루)의 어류가 금강유역에서 더 이상 서식하지 못하는 것으로 예측되었다. 그리고 기후변화에 따라 종풍부도가 높은 지역이 금강유역 내에서 북상하는 것으로 예측되었다. 이러한 결과는 기후변화로 인한 수온 상승이 금강유역 수생태계의 교란을 심화시킬 수 있다는 것을 의미한다.
The research assesses the performance of the water-to-water heat pump system installed in Cheongju water treatment plant for cooling and heating ventilation. In summer season monthly averaged COP is ranged from 3.85 to 4.56 according to the water source temperature, and the performance is increased as the raw water temperature is dropped. While, heating performance is increased for the high temperature water source, and the monthly averaged COP is changed from 2.92 to 3.82. The correlation of the water source temperature and the heat pump performance shows a linear tendency by the simple regression of average data. In heating, the COP of heat pump system linearly rises according to the water source temperature. In comparison, the COP in cooling linearly reduces as the raw water temperature is raised. The goodness of fit at the simple regression shows the coefficient of determination 82% in cooling, 46% in heating. The electric cost of water-to-water heat pump is reduced by 40% compared to that of air source heat pump.
The experimental of temperature, humidity and velocity was taken from the underground pit which utilized the system of ground heat source quite similar to the cool-pit system. Also, through CFD analysis, one could review the effectiveness of analysis of future alternatives. Furthermore, the temperature range of mock up cool-pit system was analyzed by inputting the weather data of annual average soil temperature provided by KMA(Korea Meteorological Administration) into the fluid simulation of anticipated heat distribution. Firstly, the difference between the temperature of air exhaust of the pit or the temperature of air supply of the compressor room and the experimental data for the month of May from the CFD analysis came out to be $0.6^{\circ}C$ and $0.9^{\circ}C$ respectively with tolerance of 3.1% and 4.7%. Secondly, the difference between the temperature of air exhaust of the Pit or the temperature of air supply of the compressor room and the experimental data for the month of July from the CFD analysis came out to be $0.8^{\circ}C$ and $1.1^{\circ}C$ respectively with tolerance of 3.3% and 4.5%. Thirdly, for the month of May, the difference between the experimental data taken for the air exhaust of the Pit or the air supply of the compressor room and soil temperature provided by KMA for monthly and yearly average temperature of Jeonju region came out be $1.9^{\circ}C$ and $1.8^{\circ}C$ respectively with tolerance of 10.7% and 9.8%. Fourthly, for the month of July, the difference between the experimental data taken for the air exhaust of the Pit or the air supply of the compressor room and soil temperature provided by KMA for monthly and yearly average temperature of Jeonju region came out be $1.1^{\circ}C$ and $1.4^{\circ}C$ respectively with tolerance of 4.5% and 5.8%. The result of above experiments allowed us to establish CFD model set up as a verification tool that is based on experimental data collected within the Pit area. Also, one could confirm the possibility to apply weather data of soil temperature provided by KMA in order to anticipate proper value for CFD analysis.
우리나라는 기후변화의 영향으로 지속되는 가뭄으로 인해 물 부족 문제가 심화되고 있다. 제1차 국가물관리기본계획에 따르면, 생활 및 공업용수 부족량은 과거 최대 가뭄빈도(50년) 기준으로 0.07억 m3/년으로 전망되고 있다. 이러한 물 부족 문제에 효과적으로 대응하기 위해서는 장기적인 용수 수요 전망이 필수적이다. 공업용수의 경우 월별 사용량이 비교적 일정하지만, 생활용수의 경우 월별 패턴이 뚜렷하기 때문에 연단위 분석이 아닌 월단위 분석을 수행해야 한다. 본 연구는 충청권역을 대상으로 2017~2021년의 월별 용수 이용량 자료에 대해 패턴을 분석하고, 기후 변수와의 상관성을 이용하여 용수 분배 비율을 계산하였다. 그 결과 월별 생활용수 이용량을 연 이용량으로 나눈 월별 용수 이용률을 다시 평균기온으로 나누는 분법으로 계산한 경우가 절대오차가 가장 작게 산정되었으며, 이를 활용하여 충청권역의 월별 분배 비율을 산정하였다. 또한 충청권역의 월별 분배 비율에 SSP5-8.5 시나리오의 평균기온을 곱해 충청권역의 미래 월별 용수 이용률을 전망하였다. 그 결과, 최댓값의 평균은 1.16에서 1.29로 증가하고 최솟값의 평균은 0.86에서 0.84로 감소하였으며, 1사분위수는 0.95에서 0.93으로 감소하고 3사분위수는 1.04에서 1.06으로 증가하였다. 따라서 미래에는 현재와 비슷한 패턴을 유지할 것으로 보이지만, 월별 용수 이용률의 변동성은 커질 것으로 예상된다.
이 연구는 월평균 기상자료를 이용하여 일 최고기온, 일 최저기온을 생성하는 방법을 개발하기 위하여 진행되었다. 전국 23개 기상관서의 과거 30년간의 일기상자료를 분석하여 일 최고기온 및 일 최저기온의 연간 변동 경향을 나타내는 모수(중심값($\hat{U}$), 진폭(C), 편이(T))와 일간 변동을 반영하는 모수(A, B)를 탐색하였다. 그 중 중심값은 지점간의 연 평균자료로부터 도출하였고, 중심값을 제외한 모수들은 전국 평균을 기상생성과정에 적용하였다. 먼저 강우발생 유무에 따라 일 기상자료를 생성한 후 월 자료를 이용하여 보정하고 마지막으로 일 최고기온 및 일 최저기온을 생성하였다. 이 방법으로 전체 23개 지역에 대하여 월별로 생성하였을 때 전체 월별 분포의 95% 이상 관측된 분포와 유사한 일 자료를 생성할 수 있었다. 또 이 방법에 의해 과거 자료와 유사한 생장도일(Growing Degree Day)를 생성할 수 있었고, 조사대상이 아닌 지역에도 충분히 적용할 수 있었다. 이 방법은 기후변화시나리오 등 월 자료가 확보되어 있는 경우에 일기상자료를 생성하는데 유용할 것으로 판단되었다.
The long-term trends of global solar irradiance, air temperature, specific humidity and cloudiness measured at King Sejong station, Antarctica, during the period of 1988-2004, have been investigated. A statistically insignificant decrease, -0.21 $Wm^{-2}yr^{-1}$ (-0.26 %$yr^{-1}$, P<0.5) in global solar irradiance was found in an analysis from the time series of the monthly mean values, except for the increasing trends only in two months of January and June. The trends in irradiance are directly and inversely associated with the cloudiness trends in annual and monthly means. The trends in surface air temperature show a slight warming, $0.03^{\circ}Cyr^{-1}$ (1.88 %$yr^{-1}$, P<0.5) on the annual average, with cooling trend in the summer months and the warming in the winter. The exact relationship, if any, between the irradiance and temperature trends is not known. No significant tendency was found in specific humidity for the same periods. Recent (1996-2004) erythermal ultraviolet irradiance shows decreasing trend in annual mean, -0.15 $mWm^{-2}yr^{-1}$ (-1.18 %$yr^{-1}$, P<0.1) which is about five times the trends of global solar irradiance. The ratio of erythermal ultraviolet to global solar irradiance shows remarkable seasonal variations with annual mean value of 0.01 % and a peak in October and November, showing the increase of ultraviolet irradiance resulting from the Antarctic ozone hole. The sensitivity of global solar irradiance to the change in cloudiness is roughly $13%oktas^{-1}$ which is about twice of the value at the South Pole due to the difference in the average surface reflectance between the two stations. Much more sensitive values of $59%oktas^{-1}$ was found for erythermal UV irradiance than for the global solar irradiance.
Rainfall forecasting is an important issue that is applied in many areas, such as agriculture, flood warning, and water resources management. In this context, this study proposed a statistical and machine learning-based forecasting model for monthly rainfall. The Bayesian Gaussian process was chosen to optimize the hyperparameters of the Stacked Long Short-term memory (SLSTM) model. The proposed SLSTM model was applied for predicting monthly precipitation of Seoul station, South Korea. Data were retrieved from the Korea Meteorological Administration (KMA) in the period between 1960 and 2019. Four schemes were examined in this study: (i) prediction with only rainfall; (ii) with deseasonalized rainfall; (iii) with rainfall and minimum temperature; (iv) with deseasonalized rainfall and minimum temperature. The error of predicted rainfall based on the root mean squared error (RMSE), 16-17 mm, is relatively small compared with the average monthly rainfall at Seoul station is 117mm. The results showed scheme (iv) gives the best prediction result. Therefore, this approach is more straightforward than the hydrological and hydraulic models, which request much more input data. The result indicated that a deep learning network could be applied successfully in the hydrology field. Overall, the proposed method is promising, given a good solution for rainfall prediction.
In this research, two stochastic models are considered to detect and estimate the effect of air temperature change due to Industrialization In Ulsan area. Using the monthly mean minimum air temperature anomalies, the data are divided Into pre-Industrialization part and Industrialization one for analysis. The ARM(autoregressive moving-average) model and intervention model have been applied to the data for the analysis. The results show that the variability of minimum temperature anomalies are very significant In 1989, and also significant In 1971 when the Industrialization have started. Therefore, It Is stochastically possible to estimate the time when the affection of Increase of the temperature concerning Industrialization to climate change In Usm area has happened.
천연건조는 건조되는 목재의 수종, 밀도와 크기, 천연건조장의 위치조건과 함께 건조지역의 기상인자를 고려해야 한다. 우리나라와 같이 4계절의 구분이 있는 지역은 여름과 겨울의 온도 및 상대습도의 차이가 크기 때문에 기상인자에 대한 연구가 필요하다. 본 연구에서는 소나무 원목의 천연건조 중 함수율 변화를 분석하기 위한 기초자료로 국내 24지역의 1988년부터 2017년까지 30년간 월별 평균 기온, 상대습도, 풍속의 기상인자를 이용하여 유효천연건조일수를 산출하였다. 24지역의 유효천연건조일수는 239 - 291일 범위로 평균값은 265일이었다. 이 결과는 1955년부터 1984년까지의 기상인자로 산출된 유효천연건조일수의 평균인 260일 비하여 약 5일 증가한 값이다. 유효천연건조일수와 기상인자들의 다중회귀분석 결과, 유효천연건조일수에 영향을 미치는 기상인자는 온도, 상대습도, 풍속의 순서였다. 지역별로 산출된 유효천연건조일수를 이용하여 우리나라를 4개의 유효천연건조일수대로 구분한 결과, 유효천연건조일수대가 지구온난화의 영향으로 선행연구에서 제시된 것에 비하여 위도상 북쪽으로 상승하였다. 서울지역에서 수행된 소나무 원목의 천연건조 중 함수율 분포를 예측하기 위한 기초자료로 2016년부터 2018년까지 3년간의 월별 평균온도, 상대습도, 풍속의 기상인자를 제시하고, 그에 따른 평형함수율 변화를 조사하였다.
This paper develops a short term forecasting model for household electric power consumption in Seoul, which can be used for the effective planning and control of utility management. The model developed is based on exponentially weighted moving average model and incorporates monthly average temperature as an exogeneous factor so as to enhance its forecasting accuracy. The model is empirically compared with the Winters' three parameter model which is widely used in practice and the Box-Jenkins model known to be one of the most accurate short term forecasting techniques. The result indicates that the developed hybrid exponential model is better in terms of accuracy measured by average forecast error, mean squared error, and autocorrelated error.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.