• 한국지구과학회지
• /
• 제34권4호
• /
• pp.336-344
• /
• 2013

이 연구는 북서태평양에서 여름철(7-9월) 동안 발생하는 태풍 빈도를 예측하기 위한 다중회귀모델을 4가지 원격패턴을 이용하여 개발하였다. 이 패턴은 4-5월 동안 동아시아 대륙에서의 시베리아 고기압 진동, 북태평양에서의 북태평양 진동, 호주근처의 남극진동, 적도 중앙태평양에서의 대기순환으로 대표된다. 이 통계모델은 이 모델로부터 예측된 높은 태풍발생빈도의 해와 낮은 태풍발생빈도의 해 사이에 차를 분석함으로써 검증되었다. 높은 태풍발생빈도의 해에는 다음과 같은 4가지의 아노말리 특성을 나타내었다: i) 동아시아 대륙에 고기압성 순환 아노말리(양의 시베리아 고기압진동), ii) 북태평양에 남저북고의 기압계 아노말리, iii) 호주 근처에 저기압성 순환 아노말리(양의 남극진동), iv) 봄부터 여름 동안 니뇨3.4 지역에 저기압성 순환 아노말리. 따라서 적도 서태평양에서 무역풍 아노말리는 양반구의 아열대 서태평양에 위치한 저기압성 순환 아노말리에 의해 약화되었다. 결국, 이러한 기압계 아노말리의 공간분포는 열대 서태평양에 대류를 억제하는 대신 아열대 서태평양에 대류를 강화시켰다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.63-72
• /
• 2019

전력 에너지의 경우 발전 및 송전 과정을 거쳐 사용자에게 제공된 이후에는 회수가 불가능하기 때문에 정확한 수요 예측에 기반한 최적 발전 및 송배전 계획이 필요하다. 전력 수요 예측의 실패는 2011년 9월에 발생한 대규모 정전사태와 같이 다양한 사회적·경제적 문제를 야기할 수 있다. 전력 수요 예측 관련 기존 연구에서는 ARIMA, 신경망모형 등 다양한 방법으로 개발이 되었다. 하지만 전국 단위의 평균 외기온도를 사용한다는 점과, 계절성을 구분하기 위한 획일적 기준을 적용하는 한계점으로 인해 데이터의 왜곡이나 예측모형의 성능 저하를 초래하고 있다. 이에 본 연구에서는 전력 수요 예측 모형의 성능을 향상하기 위해 전국을 5대 권역으로 구분하여 지역적 특성과 이동 기간 학습 기법을 통해 계절적 특성을 반영한 선형회귀모형과 신경망 모형의 장기적 전력 수요 예측 모형을 개발하였다. 이를 통해 중장기부터 단기에 이르기까지 다양한 범위의 수요 예측에 해당 모델을 활용할 수 있을 뿐만 아니라 특정 기간 중에 발생하는 다양한 이벤트와 예외 상황을 고려할 수 있을 것이다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.559-575
• /
• 2021

최근지반굴착 공사의 증가로 인해 지반침하사고 발생 가능성은 점점 높아지고 있지만, 지하안전관리에 관한 특별법 제정 등 제도적인 강화에도 불구하고 지반침하사고를 근본적으로 예방하는 것은 매우 어려운 실정이다. 도심지 지반굴착의 여러 사례를 살펴보면, 굴착 전에 다양한 정보를 활용해 예측했던 지반침하 거동특성은 시공 중에 확인된 결과와 무시할 수 없을 정도의 차이를 보이고 있다. 이러한 원인은 지반조건의 변화, 지반침하 예측방법의 한계, 설계와 착공 시기의 계절적인 차이, 현장여건을 고려한 공법의 변경 및 기타 다양한 사유에 의한 장기간의 공사 중지 등의 현장 여건 변경이 주요 원인으로 고려될 수 있다. 이에 대응하기 위한 방안으로, 다양한 시공정보를 통한 안전관리시스템 도입을 예를 들 수 있으나 아직까지는 굴착으로 인한 영향 및 위험도를 예측할 수 있는 시스템은 부재한 실정이다. 본 연구에서는 도심지 굴착사업의 설계·시공에 있어서 지반침하와 주변 구조물에 미치는 굴착 영향도를 사전에 예측하고 위험도 평가를 할 수 있는 시스템을 개발하였으며, 과거에 획득된 현장계측 데이터를 통해 현재 및 장래 지하수위와 침하량 등을 예측할 수 있는 시계열 분석기법과 지반공학 데이터 시각화(Geotechnical Data Visualization, GDV) 기술을 적용하였다. 본 연구에서 개발된 웹기반 평가시스템을 통해 과거에 획득된 데이터를 이용하여 현재 및 장래 지하수위 변화 및 침하량 예측 등 굴착으로 인한 위험도 예측 및 관리가 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.

• 대기
• /
• 제32권2호
• /
• pp.87-101
• /
• 2022

In this paper, the performance improvement for the new KMA's Climate Prediction System (GloSea6), which has been built and tested in 2021, is presented by assessing the bias distribution of basic variables from 24 years of GloSea6 hindcasts. Along with the upgrade from GloSea5 to GloSea6, the performance of GloSea6 can be regarded as notable in many respects: improvements in (i) negative bias of geopotential height over the tropical and mid-latitude troposphere and over polar stratosphere in boreal summer; (ii) cold bias of tropospheric temperature; (iii) underestimation of mid-latitude jets; (iv) dry bias in the lower troposphere; (v) cold tongue bias in the equatorial SST and the warm bias of Southern Ocean, suggesting the potential of improvements to the major climate variability in GloSea6. The warm surface temperature in the northern hemisphere continent in summer is eliminated by using CDF-matched soil-moisture initials. However, the cold bias in high latitude snow-covered area in winter still needs to be improved in the future. The intensification of the westerly winds of the summer Asian monsoon and the weakening of the northwest Pacific high, which are considered to be major errors in the GloSea system, had not been significantly improved. However, both the use of increased number of ensembles and the initial conditions at the closest initial dates reveals possibility to improve these biases. It is also noted that the effect of ensemble expansion mainly contributes to the improvement of annual variability over high latitudes and polar regions.

• 환경영향평가
• /
• 제30권5호
• /
• pp.271-296
• /
• 2021

댐 저수지 수온성층은 수직혼합을 억제하여 저층의 빈산소층 형성과 퇴적물 영양염류 용출을 일으키는 원인이므로 미래 기후변화에 따른 저수지 성층구조의 변화는 수질 및 수생태 관리 측면에서 매우 중요하다. 본 연구의 목적은 대청댐 저수지를 대상으로 고빈도 자료기반의 통계적 저수지 유입 수온 예측 모델을 개발하고, RCP(Representative Concentration Pathways) 기후변화 시나리오를 고려한 미래 유입 수온변화와 대청호 성층구조의 변화를 예측하는 데 있다. 대청호 유입 수온 예측을 위해 개발한 Random Forest 회귀 예측모델(NSE 0.97, RMSE 1.86℃, MAPE 9.45%)은 실측 수온의 통계량과 변동성을 적절히 재현하였다. 지역 기후 모델(HadGEM3-RA)로 예측된 RCP 시나리오별 미래 기상자료를 Random Forest 모델에 입력하여 유입 수온을 예측하고 3차원 저수지 수리 모델을 이용하여 기후변화에 따른 대청호의 미래(2018~2037, 2038~2057, 2058~2077, 2078~2097) 수온성층 구조 변화를 예측하였다. 예측 결과, 미래 기후 시나리오별로 대기 온도와 저수지 유입 수온의 증가속도는 각각 0.14~0.48℃/10year와 0.21~0.43℃/10year의 범위로써 지속적으로 증가하였다. 계절별 분석 결과, RCP 2.6 시나리오의 봄과 겨울철을 제외한 모든 시나리오에서 유입 수온은 증가 경향이 통계적으로 유의하였으며, 탄소저감 노력이 약한 기후 시나리오로 갈수록 수온의 증가속도가 빨랐다. 저수지 표층 수온의 증가속도는 0.04~0.38℃/10year 범위였으며, 모든 시나리오에서 성층화 기간이 점진적으로 증가되었다. 특히 RCP 8.5 시나리오 적용 시 성층일수는 약 24일 증가하는 것으로 전망되었다. 연구 결과는 기후변화가 호소의 성층강도를 강화하고 성층형성 기간을 장기화한다는 선행연구 결과와 일치하며, 수온성층의 장기화는 저층 빈산소층 확대, 퇴적물-수체간 영양염류 용출량 증가, 수체 내 조류 우점종의 변화 등 수생태계 변화를 유발할 수 있음을 시사한다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.164-178
• /
• 2022

주요 곡물 생산 지역에 대한 작황 계절 예측을 위해 작물모형과 기상 예보자료들이 활용되고 있다. 이 때, 작물모형의 입력자료로 활용되는 기상자료의 불확실성이 작황 예측 결과에 영향을 줄 수 있다. 본 연구에서는 기상 예보자료에 따른 작물모형 결과에 미치는 영향을 알아보고자 하였다. 주요 곡물 생산 지역인 미국의 콘벨트 지역을 대상으로 중규모 수치예보 모형인 Weather Research and Forecasting (WRF)로 10km 해상도의 계절 예측 자료를 생산하였다. 보다 상세한 기상 예보자료 생산을 가정하기 위해 통계적 기법인 Parameter-elevation Regressions on Independent Slopes Model (PRISM) 기법을 활용하여 WRF 자료를 기반으로 5km 해상도로 예측 자료를 생산하였다. WRF와 PRISM 계절 예측 자료로 CROPGRO-SOYBEAN 모형을 구동하여 두 기상 예보자료에 따른 작물 생육 모의 결과를 얻었다. 2011~2018 기간에 대하여 4월 10일부터 8일 간격으로 11개의 파종일을 설정하였으며, 3개의 콩 성숙군에 대한 품종 모수가 사용되었다. 기상 자료의 불확실성을 파악하기 위해 작물 재배기간 동안의 누적 생육도일과 누적 일사량을 비교하였다. 예측된 수량 및 성숙일 등의 주요 변수들을 비교하였다. 두 기상 자료로부터 얻어진 변수들 사이의 일치도 통계량 계산을 위해 root mean square error (RMSE), normalized root mean square error (NRMSE) 및 structural similarity(SSIM) index가 사용되었다. WRF와 PRISM에서 계산된 누적 생육도일 사이의 일치도가 낮았던 연도에 콩 성숙일 모의 값에 대한 오차가 크게 나타났다. 콩 모의 수량 또한 성숙일 및 온도의 오차가 크게 나타났던 연도에 상대적으로 낮은 일치도를 가졌다. 또한 파종일이 수량 및 성숙일 예측의 일치도에 상당한 영향을 미치는 것으로 나타났다. 이러한 결과는 WRF와 PRISM 자료 사이에 온도 자료의 불확실성이 작황 예측의 불확실성에 영향을 주었으며, 재배 시기에 따라 그 불확도의 크기가 상이할 수 있음을 암시하였다. 따라서 신뢰도 높은 작황 예측 자료 생산을 위해 작물별 재배기간을 고려한 불확실성 평가 등의 추가적인 연구가 진행되어야 할 것으로 보인다.

• 한국습지학회지
• /
• 제16권4호
• /
• pp.303-318
• /
• 2014

기후변화와 도시화는 기저유출이 하천유량에 미치는 계절별 특성에 변동성을 초래한다. 이러한 기저유출의 변동성은 수생태의 혼란을 유발할 뿐만 아니라 불안정한 수자원 관리를 초래할 수 있다. 토지이용변화는 직접유출과 기저유출에 영향을 주며, 결과적으로 다른 수문순환 요소들에게 미치게 된다. 일반적으로 기저유출은 관측된 하천유량을 통해 산정되지만, 모델링의 유량 예측을 통해서 미계측 유역의 기저유출량 산정에 유용하게 사용 될 수 있다. 따라서, 본 연구의 목적은 1) RECESS 통해 alpha factor를 산정한 후, SWAT 모형에 적용하여 보정 예측을 향상시키고, WHAT 시스템을 미계측 유역의 적용하여 기저유출을 분석하며, 3) 토지이용변화에 따른 기저유출 특성을 평가하는 것이다. 이러한 목적으로 미계측 지역인 갑천 유역에 Period 1(1990-1996)과 Period 2(2000-2006)로 설정하여 적용하였다. RECESS를 통해 alpha factor를 산정한 후, SWAT 모형 보정에 적용한 결과는 유량예측의 정확성을 향상시키고, 기저유출의 특성인 감수부분도 반영되었다. 두기간 사이의 연평균 기저유출을 비교했을 때 토지이용변화는 연평균 기저유출량에 큰 영향을 미치지 않는 것으로 나타났다. 그러나 두기간 사이의 계절별 기저유출의 분포를 비교했을 때 토지이용변화는 기저유출의 계절별 특성에서 큰 상이성을 초래했다. 따라서 토지이용변화로 인한 갑천 유역의 유량 및 기저유출의 변동성은 금강 본류로 전달되기 때문에 계절별 변화에 따라 전략적으로 분석 및 관리가 필요하다.

• 한국농림기상학회지
• /
• 제11권3호
• /
• pp.111-117
• /
• 2009

포도 증발산량 예측에 FAO PM 공식을 활용하고자, 수원지역에 포도 수체 증발산량을 측정하고 포도 기본 작물계수($K_{cb}$)를 산정하였다. 수원지역에서 엽면적 지수가 2.2로 가장 높은 시기인 8월에 포도 증발산량을 조사한 결과, 캠벨얼리는 평균 $2.41mm\;day^{-1}$, 최고 $2.68mm\;day^{-1}$이고 거봉은 평균 $2.22mm\;day^{-1}$, 최고 $2.55mm\;day^{-1}$ 이었다. 포도 증발산량 측정값과 FAO PM 기준증발산량 계산값을 이용하여 포도 기본작물계수($K_{cb}$)를 산정한 결과, 포도 엽면적 지수가 2.2인 시기에 캠벨얼리에서는 평균 0.49, 최고 0.72이고 거봉에서는 평균 0.45, 최고 0.64로 산정되었다. 수원지역에서 포도 캠벨얼리와 거봉의 시기별 엽면적 지수를 조사한 결과, 4월은 0.15, 5월은 0.5, 6월은 1.4, 7월부터 9월까지 2.2, 10월은 1.5인 것으로 조사되었으며, 포도 엽면적 지수를 이용하여 포도 시기별 기본작물계수를 산정한 결과, 캠벨얼리의 경우에 4월은 0.03, 5월은 0.11, 6월은 0.31, 7, 8, 9월은 0.49, 10월은 0.33으로 산정되었으며 거봉의 경우에도 그 크기와 계절변화가 크게 다르지 않았다. 포도 시기별 증발산량은 포도 기본작물계수에 FAO PM 공식으로 기준증발산량 계산값을 곱하여 계산된다. 따라서 본 연구에서 산정된 포도 생육시기별 기본작물계수는 포도 생육시기별 증발산량을 보다 정확하게 계산하는데 유용하게 이용할 수 있을 것으로 기대된다.