• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 2011년 춘계학술대회논문집
• /
• pp.286-290
• /
• 2011

This paper introduces the optimum macro-siting of a potential site for an offshore wind farm around Jeju Island using the RDAPS sea wind model. The statistical model was developed by analyzing the sea wind data from RDAPS model, and the meso-scale digital wind map was prepared. To develop the high resolution spatial calibration model, Artificial Neural Network(ANN) models were used to construct the wind and bathymetric maps. Accuracy and consistency of wind/bathymetric spatial calibration models were obtained using analysis of variance. The optimization problem was defined to maximize the energy density satisfying the criteria of maximum water depth and maximum distance from the coastline. The candidate site was selected through Genetic Algorithm(GA). From the results, it is possible to predict roughly a candidate site location for the installation of the offshore wind jam, and to evaluate the wind resources of the proposed site.

• 한국해양환경ㆍ에너지학회지
• /
• 제13권3호
• /
• pp.127-134
• /
• 2010

본 연구는 2007년의 태풍 Manyi와 Usagi 기간 동안에 대기모델에 의해 예측된 한반도 주변의 해면기압의 정확도를 비교하였다. 중규모 지역 모델인 RDAPS, KWRF와 본 연구에서 개발된 9 km, 3 km 수평해상도의 고해상도 WRF 모델 결과가 활용되었다. 모델로 예측된 해면기압은 한반도 주변의 AWS와 해양기상 부이 등 연안지역에 총35개 지점 관측자료와 비교하였다. 비록 4개의 모델이 태풍 기간 동안 해면기압을 잘 모의하였지만 3 km WRF가가장 좋은 예측 결과를 보였으며 지역 모델인 RDAPS와 KWRF와 비교하여 최대 69%와 60% 정확도 향상을 보였다.

• 한국해안해양공학회지
• /
• 제19권5호
• /
• pp.467-475
• /
• 2007

기상청 현업 모델 RDAPS 모델 자료와 QuikSCAT 관측결과 중 2005, 2006년 해상풍 자료를 비교하였다. 해상풍의 하계와 동계의 평균 공간 분포의 분석결과 한반도 주변의 계절적인 해상풍의 뚜렷한 특성을 잘 나타낸다. 모델과 관측의 해상풍 통계 분석 비교에서도 계절적인 차이를 잘 나타낸다. 한반도 주변의 하계 BIAS 값은 -0.5m/s이하의 분포를 보이고, 동계에는 -1 m/s이하의 분포를 보인다. 상관계수의 경우 하계에는 0.7, 동계에는 0.8 이상으로 분포한다. 공간적으로 평균된 상관계수의 경우 2005년, 2006년 모두 하계보다 동계에 더욱 상관관계가 높은 것으로 나타났다. 이것은 하계의 약한 풍속보다 동계의 강한 해상풍을 RDAPS에서 더 잘 재현하고 있는 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1141-1144
• /
• 2009

인공신경망(artificial neural network) 기법은 인간의 두뇌 신경세포의 활동을 모형화한 것으로 오랜 시간동안 발전해 왔으며 여러 분야에서 활용되고 있고 수문분야에서도 인공신경망을 이용한 연구가 활발히 진행되어 왔다. RDAPS와 같은 단기수치예보 자료는 강우의 유무 판단과 같은 정성적인 분석에서 비교적 정확도가 높지만 정확한 강우량의 추정과 같은 정량적인 부분에서는 정확도가 매우 낮으므로 인공신경망 기법과 같은 후처리 기법을 통해서 정확도를 높이게 된다. 인공신경망 기법을 수행할 때, 가장 중요한 것은 입력변수선택(input variable selection)으로 입력 변수의 적절한 선택이 결과값에 큰 영향을 주게 된다. 본 연구에서는 mutual information을 입력 변수 선택 기법으로 채택하여, 인공신경망의 입력변수 선정의 정확도를 알아보고자 한다. Mutual information은 주어진 자료의 엔트로피값을 이용하여 변수들 간의 독립과 종속의 관계를 나타내는 기법으로서, MI값은 '0'에서 '1'의 값을 가지며 '0'에 가까울수록 변수들 간의 관계가 독립적이고 '1'에 가까울수록 종속적인 관계를 나타낸다. 인공신경망의 입력변수선정에 대한 mutual information의 정확도를 알아보기 위해, 기존 입력변수선택 기법과 mutual information을 이용했을 경우의 인공신경망의 처리능력, 정확도를 비교 검토하였다.

• 한국수자원학회논문집
• /
• 제43권1호
• /
• pp.81-94
• /
• 2010

본 연구는 인공신경망의 성능을 향상시키기 위한 여러 가지 방법들 중의 하나인 입력변수 선정기법에 관한 연구로서, 일반적으로 널리 사용되고 있는 상관계수를 이용한 입력변수 선정기법 외에 상호정보량을 활용한 방법을 적용하여 인공신경망의 성능을 향상시키고자 하였다. 대상자료는 기상청에서 제공하는 RDAPS자료의 152개 출력값으로 지상강우량의 예측값인 APCP를 포함하고 있으며, 강우관측값간의 상호정보량을 구해 가장 영향력이 큰 변수를 입력변수로 사용하였다. 기존연구결과, 그리고 상관계수만을 이용해서 입력변수를 선정한 결과와 비교해볼 때, 상호정보량을 적용한 경우 입력변수는 주로 바람과 관련된 변수들이 선정되었으며, 평균제곱근오차, 평균제곱근상대오차, 그룹별로 구분한 경우의 절대오차, 그리고 구간별로 구분한 경우의 상대오차를 비교한 경과 상호정보량을 이용한 입력변수 선정방법의 정확도가 전반적으로 높은 것으로 나타났으며, 특히 강우량이 상대적으로 큰 경우의 오차를 많이 감소시킬 수 있는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.51-56
• /
• 2006

Biases embedded in numerical weather precipitation forecasts by the RDAPS model was determined, quantified and corrected. The ultimate objective is to eventually enhance the reliability of reservoir operation by Korean Water Resources Corporation (KOWACO), which is based on precipitation-driven forecasts of stream flow. Statistical post-processing, so called MOS (Model Output Statistics) was applied to RDAPS to improve their performance. The Artificial Neural Nwetwork (ANN) model was applied for 4 cases of 'Probability of Precipitation (PoP) for wet and dry season' and 'Quantitative Precipitation Forecasts (QPF) for wet and dry season'. The reduction on the large systematic bias was especially remarkable. The performance of both networks may be improved by retraining, probably every month. In addition, it is expected that performance of the networks will improve once atmospheric profile data are incorporated in the analysis. The key to the optimal performance of ANN is to have a large data set relevant to the predictand variable. The more complex the process to be modeled by the ANN, the larger the data set needs to be.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1063-1067
• /
• 2008

최근 국지적 집중호우로 인한 인명과 재산피해가 증가하고 있는 실정이며 이러한 피해를 경감하기 위한 하나의 방책으로써 홍수예경보 시스템 구축에 관한 관심이 증가하고 있다. 기존의 홍수예보 시스템은 강우의 실제 관측치를 모형의 입력자료로 하여 홍수유출을 계산함으로 인해 예보시간이 촉박하였다. 실시간 강우를 이용하여 유출계산을 수행하고 그 결과가 위험하다고 판단될 때 홍수예경보를 하므로 집중호우와 같은 악기상 조건에서는 적용에 한계가 있다. 따라서 정확한 기상예보를 활용한 기상-수자원 연계기법을 개발하여 홍수예경보 시스템에 적용한다면 악기상 감시예측기술의 향상과 더불어 재해의 방지차원에서 매우 유용한 대책이 될 것이다. 이에 본 연구에서는 단기 예측강우의 국내유역 적용성 여부를 검토하기 위해 30km의 공간 해상도를 가진 단기지역예보모델인 RDAPS(Regional Data Assimilation and Prediction System) 강수자료를 활용하여 기상학적 및 수문학적 정확도를 분석하였으며, 이를 바탕으로 예측강수의 높은 활용성이 기대되는 실제 한강수계의 주요 댐 지점에 HEC-1 모형을 이용하여 댐 유입량을 산정하고 그 적용성을 평가하고자 한다.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2019년도 정기학술대회 발표논문집
• /
• pp.62-62
• /
• 2019

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2006년도 추계 학술발표회 발표논문집
• /
• pp.119-121
• /
• 2006

• 한국농림기상학회지
• /
• 제14권1호
• /
• pp.1-10
• /
• 2012

본 연구는 디지털예보(현 동네예보) 자료를 활용하여 우리나라의 산불위험예보의 정확도 향상은 물론 기상에 의한 산불위험지수를 산출하여 한반도의 산불위험예보 체계를 구축하는데 있다. 한반도 지역의 산불발생위험을 나타내는 기상지수(daily weather index, DWI)를 산출하기 위해 기상청의 5km 격자간격의 디지털예보자료를 이용하였다. DWI 분석을 위해 온도, 습도, 풍속 UV, 1시간 강우량, 12시간 강우량을 대상으로 한반도 전역에 대한 기상요소별 기후분포도를 제작하였다. 한반도의 기상에 의한 일일 DWI 산출을 위해 대형산불이 자주 발생하는 강원도 지역의 산불발생확률식 $[1+{\exp}\{-(2.494+(0.004{\times}T_{max})-(0.008{\times}EF))\}]^{-1}$을 적용하였다. 기상예보자료의 예측정확도 검증을 위해 RDAPS, 디지털예보, 실황자료 모두 2005년 12월 12일 15시 자료를 대상으로 비교 분석한 결과 76개 기상관측소에서 관측한 실황자료에 대응하는 기상요소별 디지털예보의 예측값이 RDAPS 추출 자료보다 향상된 예측결과를 보였다. 산불위험예보 정확도 검증을 위해 사용한 실황자료와 디지털예보자료의 평균오차는 평균 기온 $0.2^{\circ}C$, 실효습도 2.4%, 평균풍속 2.2m/s로 나타나 큰 변이는 없었지만, 평균풍속에서 실측값과 예측값간의 차이가 있는 것으로 나타났다. 디지털예보자료를 활용할 경우 RDAPS 자료보다 산불위험예보의 정확도가 크게 향상되는 결과를 얻을 수 있었으며, 산불위험예보의 정확도 검증을 위해 실황자료와 디지털예보자료를 적용하여 예측된 전국 233개 시 군 구의 평균 산불위험지수를 각각 추출하여 비교한 결과 $R^2$=0.854의 높은 정확도를 보였다. 산불위험도가 가장 높은 15시의 실제 76개소에서 관측한 기상자료를 적용하여 전국의 산불위험지수를 예측한 값은 70.5로 디지털예보자료를 적용하여 예측한 위험지수(70.0)와 0.5의 오차를 보여 예측력이 개선되었음을 확인할 수 있었다. 따라서 디지털예보를 적용할 경우 실황자료와의 예측력이 검증된 만큼 향후 기상에 의한 한반도의 산불발생위험지수를 보다 정확하게 계산하는데 유용하게 이용할 수 있을 것으로 기대된다.