• 한국환경과학회지
• /
• 제20권8호
• /
• pp.1041-1048
• /
• 2011

The purpose of this study was to analyze the effects on meteorological variables in Seoul, Busan and Jeju during the partial solar eclipse event of 22 July 2009 in Korea. Solar irradiance decreased 16 and 19 minutes after eclipse in Seoul and Busan, and 6 minutes before eclipse in Jeju. Minimum solar irradiance occurred 7 and 3 minutes after maximum eclipse in Seoul and Busan, respectively, and 8 minutes before maximum eclipse in Jeju. Solar irradiance began to increase after maximum eclipse in Seoul and Busan, and recovered to the original state as eclipse ended. On the other hand, recovery of solar irradiance after maximum eclipse in Jeju was slower than those of two cities. Temperature drop due to partial solar eclipse were $0.7^{\circ}C$, $4.0^{\circ}C$, $1.5^{\circ}C$ in Seoul, Busan, and Jeju, respectively, and time needed to arrive minimum temperature from maximum eclipse were each 12, 32, 30 minutes, respectively. Change of relative humidity during partial solar eclipse were 2.6%, 17.4%, 12.3% in Seoul, Busan, and Jeju, respectively. Temperature drop turned out to be sharper as altitude increases. Wind speed decreased by each about 1.1 m/s, 3.4 ms/s, 1.4 ms/s due to partial solar eclipse in Seoul, Busan, and Jeju. Soil temperature of 5 cm equally decreased by $0.2^{\circ}C$ in Seoul and Busan, soil temperature of 10 cm maintained almost constant, and soil temperature of 20 cm was hardly affected by eclipse.

• 한국환경과학회지
• /
• 제26권2호
• /
• pp.221-230
• /
• 2017

To determine the effect of air pollution reduction policies, the long-term trend of air pollutants should be analyzed. Kolmogorov-Zurbenko (KZ) filter is a low-pass filter, produced through repeated iterations of a moving average to separate each variable into its temporal components. The moving average for a KZ(m, p) filter is calculated by a filter with window length m and p iterations. The output of the first pass subsequently becomes the input for the next pass. Adjusting the window length and the number of iterations makes it possible to control the filtering of different scales of motion. To break down the daily mean $PM_{10}$ into individual time components, we assume that the original time series comprises of a long-term trend, seasonal variation, and a short-term component. The short-term component is attributable to weather and short-term fluctuations in precursor emissions, while the seasonal component is a result of changes in the solar angle. The long-term trend results from changes in overall emissions, pollutant transport, climate, policy and/or economics. The long-term trend of the daily mean $PM_{10}$ decreased sharply from $59.6ug/m^3$ in 2002 to $44.6ug/m^3$ in 2015. This suggests that there was a long-term downward trend since 2005. The difference between the unadjusted and meteorologically adjusted long-term $PM_{10}$ is small. Therefore, we can conclude that $PM_{10}$ is unaffected by the meteorological variables (total insolation, daily mean temperature, daily mean relative humidity, daily mean wind speed, and daily mean local atmospheric pressure) in Busan.

• 신재생에너지
• /
• 제8권2호
• /
• pp.14-23
• /
• 2012

The TMY (Typical Meteorological Year) for the solar energy study is generated using observation data with 22 solar sites from KMA (Korea Meteorological Administration) during 11 years (2000-2010). The meteorological data for calculation the TMY are used solar radiation, temperature, dew point temperature, wind speed and humidity data. And the TMY is calculated to apply the FS (Finkelstein and Schafer) statistics and RMSE (Root Mean Squared Error) methods. FS statistics performed with each point and each variable and then selected top five candidate TMM months with statistical analysis and normalization. Finally TMY is generated to select the highest TMM score with evaluation the average errors for the 22 whole points. The TMY data is represented average state and long time variations with 22 sites and meteorological data. When TMY validated with the 11-year daily solar radiation data, the correlation coefficient was about 0.40 and the highest value is 0.57 in April and the lowest value is 0.23 in May. Mean monthly solar radiation of TMY is 411.72 MJ which is 4 MJ higher than original data. Average correlation coefficient is 0.71, the lowest correlation is 0.43 in May and the highest correlation is 0.90 in January. Accumulated annual solar radiation by TMY have higher value in south coast and southwestern region and have relatively low in middle regions. And also, differences between TMY and 11-year mean of is distributed lower 100 MJ in Kyeongbuk, higher 200 MJ in Jeju and higher 125 MJ in Jeonbuk and Jeonnam, respectively.

• 농촌계획
• /
• 제23권4호
• /
• pp.153-168
• /
• 2017

The main objective of this study was to assess reference evapotranspiration based on multiple GCMs (General Circulation Models) and estimation methods. In this study, 10 GCMs based on the RCP (Representative Concentration Pathway) 4.5 scenario were used to estimate reference evapotranspiration. 54 ASOS (Automated Synoptic Observing System) data were constructed by statistical downscaling techniques. The meteorological variables of precipitation, maximum temperature and minimum temperature, relative humidity, wind speed, and solar radiation were produced using GCMs. For the past and future periods, we estimated reference evapotranspiration by GCMs and analyzed the statistical characteristics and analyzed its uncertainty. Five methods (BC: Blaney-Criddle, HS: Hargreaves-Samani, MK: Makkink, MS: Matt-Shuttleworth, and PM: Penman-Monteith) were selected to analyze the uncertainty by reference evapotranspiration estimation methods. We compared the uncertainty of reference evapotranspiration method by the variable expansion and analyzed which variables greatly influence reference evapotranspiration estimation. The posterior probabilities of five methods were estimated as BC: 0.1792, HS: 0.1775, MK: 0.2361, MS: 0.2054, and PM: 0.2018. The posterior probability indicated how well reference evapotranspiration estimated with 10 GCMs for five methods reflected the estimated reference evapotranspiration using the observed data. Through this study, we analyzed the overall characteristics of reference evapotranspiration according to GCMs and reference evapotranspiration estimation methods The results of this study might be used as a basic data for preparing the standard method of reference evapotranspiration to derive the water management method under climate change.

• 한국항공운항학회지
• /
• 제26권4호
• /
• pp.36-42
• /
• 2018

Although continuous passenger injuries and physical damages are repeated due to the unexpected aviation turbulence encountered during operations, there is still exist the limitation for preventing recurrence of similar events because the lack of real-time information and delay in technological developments regarding various operating conditions and variable weather phenomena. The purpose of this study is to compare and analyze the meteorological data of the aviation turbulence occurred and actual flight data extracted from the Quick Access Recorder(QAR) to provide some precursors that the pilot can identify aviation turbulence early by referring thru the flight instrumentation indications. The case applied for this study was recent event, a scheduled flight from Incheon Airport, Korea to Narita Airport, Japan that suddenly encountered turbulence at an altitude of approximately 14,000 feet during approach. According to the Korea Meteorological Administration(KMA)'s Regional Data Assessment and Prediction System(RDAPS) data, it was observed that the strong amount of vorticity in the rear area of jet stream, which existed near Mount Fuji at that time. The QAR data analysis shows significant changes in the aircraft's parameters such as Pitch and Roll angle, Static Air Temperature(SAT), and wind speed and direction in tens of seconds to minutes before encounter the turbulence. If the accumulate reliability of the data in addition and verification of various parameters with continuous analysis of additional cases, it can be the precursors for the pilot's effective and pre-emptive action and conservative prevention measures against aviation turbulence to reduce subsequent passenger injuries in the aviation operations.

• 환경영향평가
• /
• 제33권2호
• /
• pp.74-83
• /
• 2024

본 연구에서는 충청남도를 중심으로 로드킬 발생을 예측하고 영향을 미치는 요인을 탐구하여 로드킬 예방 대책 수립에 이바지하고자 하였다. 날씨, 도로 및 환경 정보를 종합적으로 고려하여 기계학습을 기반으로 로드킬 발생을 예측하고 각 변수의 중요성을 분석하여 주요 영향 요인을 도출하였다. 가장 우수한 성능을 보인 Gradient Boosting Machine(GBM)은 정확도 92.0%, 재현율 84.6%, F1-score 89.2%, AUC 0.907을 기록했다. 로드킬에 영향을 미치는 주요 요인은 평균 지역 기압(hPa), 평균 지면 온도(℃), 월, 평균 이슬점 온도(℃), 중앙 분리대 존재 여부, 평균 풍속(m/s)이었다. 이러한 결과는 로드킬 예방 및 교통안전에 이바지할 것으로 기대되며, 생태계와 도로 개발 간의 균형 유지에 중요한 역할을 할 것으로 예상한다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.199-207
• /
• 2016

본 연구는 기후변화에 따른 1990년대와 2000년대 봄철에 발생하는 산불의 공간적 분포가 크게 변화됨에 따라 현재 진행되고 있는 기후변화에 대응하기 위한 산불 발생확률모형의 변화를 비교하고, 2000년대 이후의 산불발생확률모형을 적용함으로써 우리나라에서의 기후 변화로 인한 산불발생 변화 예측을 현실적으로 반영하기 위해 수행하였다. 본 연구에서는 전국 특정지역의 일일 산불발생위험도 예측하기 위하여 산불발생과 관련이 있는 기상요소로 규명된 습도, 기온, 풍속 등 기상정보를 이용하여 기후변화를 반영한 2000년대의 전국 9개 권역의 봄철 기상요소에 의한 일일 산불발생위험지수(daily weather index, DWI)를 개발하였다. 첫 번째로 구체적인 개발방법은 전국 9개 광역지역별로 산불발생에 영향을 주는 기상요소를 규명하여 지역별로 산불발생의 유무를 종속변수(dependent variable)로 두고 산불발생 관련 기상요소들을 독립변수(independent variable)로 하여 로지스틱 회귀모형(logistic regression model)을 적용하여 산불발생확률을 추정하였다. 1970년대 이후 우리나라의 봄철 건조계절의 평균 기후장 분석 결과, 영남지역에서 기온은 상승하고 습도와 강수량의 감소폭이 큰 것으로 나타났다. 반면 강원지역은 모든 기상요소에서 변화폭이 비교적 낮아 산불발생 환경 측면에서 다른 지역보다 안정적인 것으로 사료된다. 향후 권역별 기후 변화 특성과 산불발생 경향을 비교함으로써 산불발생에 영향을 미치는 권역별 주요 기후인자를 선별을 수 있을 것으로 판단된다. 1990년대와 비교하여 2000년대의 산불의 패턴은 남북으로 분할되던 경향이 광역 대도시를 중심으로 인근 지역으로 확대되면서 백두대간을 중심으로 동서로 분할되는 경향을 보였다. 이러한 결과를 토대로 2000년대 봄철 기상에 의한 산불발생확률모형 개발을 수행하였다. 각 권역별 산불발생과 관련되는 기상요소로 경상남 북도, 전라남도 4개 권역은 최고기온, 상대습도, 실효습도, 평균풍속, 경기도와 충청남도 2개 권역은 최고기온, 상대습도, 평균풍속, 충청북도는 최고기온, 상대습도, 실효습도, 전라북도는 최고기온과 상대습도, 마지막으로 제주도는 최고기온과 평균풍속에서 95% 이상의 신뢰도에서 유의성이 있는 것으로 나타났다. 제주도를 제외한 모든 권역에서 99%의 신뢰수준에서 통계적으로 유의한 것으로 나타났으며, 표본내 예측력은 68.7~80.7%로 나타나 모형의 적합도는 매우 높은 것으로 나타났다. 개발된 모형은 현재 운영중인 산림청 국립산림과학원의 국가산불위험예보시스템에 반영하여 기후변화에 따른 2000년대의 산불발생위험을 정확히 예측하여 산불예방은 물론 진화자원의 효율적인 배치를 통해 시간과 인적 경제적 비용을 절감하고 산불피해를 최소화 할 수 있는 선택과 집중의 산불정책에 일조할 수 있을 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.285-299
• /
• 2023

증발산량을 산정하는 것은 수자원 관리에서 매우 중요한 요소이고, 많은 연구자들에 의해서 FAO Penman-Monteith (FAO P-M) 식이 기준증발산량을 산정을 위해 적용되고 있다. 하지만 FAO P-M 식에는 다양한 입력 변수들이 적용되어서, 이들 입력변수들의 영향력을 파악하는 것은 필요하다. 따라서 본 연구에서는 우리나라 56개 연구지역을 대상으로 8개의 기상요소들(최고기온, 최저기온, 풍속, 상대습도, 일사량, 증기압부족, 순복사량, 지중열유동)과 FAO Penman-Monteith (FAO P-M) 기준증발산식의 에너지항과 공기동력항, 그리고 고도의 변화에 따른 FAO P-M 기준증발산량 산정에 미치는 영향을 분석하였다. 이를 위해 다른 변량들은 고정한 상황에서 각 특정 변량을 10% 증가시킴에 따른 기준증발산량의 변화를 평가하기 위해 상대 민감도분석을 실시하였다. 또한 5개 대표 지역을 선정하여 그 지역들에 대해서 월별 민감도분석을 실시하고자 군집분석을 이용하여 56개 연구지역을 5개로 분류하였다. 분석결과에 의하면 56개 연구지역에서 8개의 기상요소 중에서 순복사량이 가장 민감한 것으로 나타났고, 다음으로 상대습도, 일사량, 최고기온, 증기압부족, 풍속, 최저기온 순으로 나타났다. 지중열유동은 가장 덜 민감한 요소인 것으로 나타났다. 지표면 특성의 경우, 고도는 매우 낮은 양의 상대 민감도를 보였다. FAO P-M 기준증발산식의 에너지항과 공기동력항의 상대적 민감도는 에너지항이 0.707, 공기동력항이 0.293을 보여서 에너지항이 공기동력항보다 기준증발산량 산정에 기여도가 더 큰 것으로 나타났다. 월별 민감도분석에 의하면 기상 요소별 민감도는 계절적인 영향을 보이는 것으로 나타났고, 고도의 상대민감도는 지역 간 서로 다른 양상을 보였다. 따라서 FAO P-M 식 적용을 위해서는 입력변수의 지역적, 계절적 민감도 차이를 고려해야할 것으로 판단된다.

• 한국환경과학회지
• /
• 제29권3호
• /
• pp.257-272
• /
• 2020

This study investigates the temporal and spatial variations of marine meterological elements (air temperature (Temp), Sea Surface Temperature (SST), and Significant Wave Height (SWH)) in seven coastal waters of South Korea, using hourly data observed at marine meteorological buoys (10 sites), Automatic Weather System on lighthouse (lighthouse AWS) (9 sites), and AWS (20 sites) during 2013-2017. We also compared the characteristics of Temp, SST, and air-sea temperature difference (Temp-SST) between sea fog and non-sea-fog events. In general, annual mean values of Temp and SST in most of the coastal waters were highest (especially in the southern part of Jeju Island) in 2016, due to heat waves, and lowest (especially in the middle of the West Sea) in 2013 or 2014. The SWH did not vary significantly by year. Wind patterns varied according to coastal waters, but their yearly variations for each coastal water were similar. The maximum monthly/seasonal mean values of Temp and SST occurred in summer (especially in August), and the minimum values in winter (January for Temp and February for SST). Monthly/seasonal mean SWH was highest in winter (especially in December) and lowest in summer (June), while the monthly/seasonal variations in wind speed over most of the coastal waters (except for the southern part of Jeju Island) were similar to those of SWH. In addition, sea fog during spring and summer was likely to be in the form of advection fog, possibly because of the high Temp and low SST (especially clear SST cooling in the eastern part of South Sea in summer), while autumn sea fog varied between different coastal waters (either advection fog or steam fog). The SST (and Temp-SST) during sea fog events in all coastal waters was lower (and more variable) than during non-sea-fog events, and was up to -5.7℃ for SST (up to 5.8℃ for Temp-SST).

• 생물환경조절학회지
• /
• 제10권1호
• /
• pp.42-49
• /
• 2001

온실의 환기제어시 외기의 온도와 풍속변화에 보다 유연하게 대처하면서 온도제어성능을 향상시키기 위하여 퍼지제어 알고리즘을 수립하고 제어실험을 실시하였다. 환기창을 열어 환기 시 온실의 실내온도 변화는 실내외온도차 및 외기 풍속의 세기와 방향에 영향을 받으므로 실내온도 기울기를 퍼지변수의 하나로 취급하여 퍼지변수의 수를 줄였다. 설정온도가 일정할 때 제어오차의 증분은 실내온도 증분과 같으므로, 전건부 퍼지변수는 제어오차(실내온도-설정온도)와 그 증분으로 결정하고, 후건부 퍼지변수는 환기창열음량 증분으로 결정하여 실내온도 하나만의 계측으로 제어출력이 가능한 퍼지제어 알고리즘을 구성하였다. 퍼지변수의 범위는 기초환기실험을 통하여 결정한 후 제어주기 3분을 갖는 실제실험 시 최적 값으로 보정하였다. 전건부 퍼지변수인 제어오차와 제어오차 증분의 최적범위는 각각 목표 제어오차의 3배와 1.5배, 후건부 퍼지변수인 환기창열음량 증분의 최적범위는 최대 열림량의 30%로 나타났다. 최적화한 19개의 퍼지규칙을 적용한 퍼지제어 알고리즘을 개발하고 상대적 성능평가를 위하여 최적 게인을 부여한 PID제어와 비교하였다. 퍼지제어와 PID제어의 실내온도 제어오차는 각각 1.3$^{\circ}C$, 2.2$^{\circ}C$ 미만으로 나타났다. 퍼지제어와 비교하였다. 퍼지제어와 PID제어의 실내온도 제어오차는 각각 1.3$^{\circ}C$, 2.2$^{\circ}C$ 미만으로 나타났다. 퍼지제어는 PID제어에 비해 환기창 적산열음량, 조작회수 및 반전조작회수가 0.4배, 05배 및 0.3배로 적게 나타나 외기풍속과 실내외온도차의 변동에 유연하게 대처하며 환기창의 점진적 여닫음 조작이 가능하고, 조작에너지도 1/2로 줄일 수 있는 것으로 나타났다.