• 대기
• /
• 제31권5호
• /
• pp.637-656
• /
• 2021

The United States has been known as the world's major producer of crops such as wheat, corn, and soybeans. Therefore, using meteorological long-term forecast data to project reliable crop yields in the United States is important for planning domestic food policies. The current study is part of an effort to improve the seasonal predictability of regional-scale precipitation across the United States for estimating crop production in the country. For the purpose, a dynamic downscaling method using Weather Research and Forecasting (WRF) model is utilized. The WRF simulation covers the crop-growing period (March to October) during 2000-2020. The initial and lateral boundary conditions of WRF are derived from the Pusan National University Coupled General Circulation Model (PNU CGCM), a participant model of Asia-Pacific Economic Cooperation Climate Center (APCC) Long-Term Multi-Model Ensemble Prediction System. For bias correction of downscaled daily precipitation, empirical quantile mapping (EQM) is applied. The downscaled data set without and with correction are called WRF_UC and WRF_C, respectively. In terms of mean precipitation, the EQM effectively reduces the wet biases over most of the United States and improves the spatial correlation coefficient with observation. The daily precipitation of WRF_C shows the better performance in terms of frequency and extreme precipitation intensity compared to WRF_UC. In addition, WRF_C shows a more reasonable performance in predicting drought frequency according to intensity than WRF_UC.

• 대한토목학회논문집
• /
• 제26권1B호
• /
• pp.7-14
• /
• 2006

영춘 지점의 유출량이 1,000CMS에서 9,000CMS로 나타난 강우사상을 이용하여 레이더 관계식을 산정하였다. 레이더 강우량의 정확성을 높이기 위하여 소유역별 보정계수를 산정하였다. 레이더 관계식, Thiessen, 등우선, 역거리법을 이용하여 유역의 강우량을 비교하였다. 유역의 하천망을 형성 할 수 있는 HEC-GeoHMS 모형을 구축하고, 유출모형인 HEC-HMS 모형의 입력 인자로 이용하였다. 레이더 관계식으로 산정된 강우량을 적용한 유출모의가 가장 좋은 결과를 보였다. 기후 변화로 인한 집중 호우시 레이더관계식을 이용한 유출량 예측시 신속하고 정확한 것으로 판단된다. 레이더 관계식을 이용하여 충주댐 유역의 강우량 산정할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제32권3호
• /
• pp.307-321
• /
• 2016

대기경계층고도 (Planetary Boundary Layer Height, PBLH)는 기상예측모델과 대기확산모델에 중요한 예측 인자이다. PBLH는 지역의 특성에 따라 시공간 빠르게 변화하기 때문에 이를 분석하기 위하여 시공간 고해상도로 관측된 자료가 필요하다. 본 연구에서 국립기상과학원 재해기상연구센터에서 운영중인 차량에 탑재된 라이다 시스템(Lidar observation Vehicle, LIVE)을 소개하고 이것으로 관측된 PBLH의 분석결과를 제시하였다. 분석기간 (2014년 6월 26일~30일) LIVE에서 산출된 PBLH는 WRF와 라디오존데에서 산출된 값과 비교하여 결정계수가 각각 0.68, 0.72로 높은 상관도를 나타내었다. 하지만, 라이다로 산출된 PBLH는 WRF, 라디오존데와 비교하여 값을 과대모의 하는 경향을 보였다. 이는 라이다가 중첩고도 이하 (< 300m)에서 나타나는 PBLH를 찾아내지 못하고 중첩고도 이상에서 나타나는 잔류층 (Residual Layer, RL)을 PBLH로 산출한 결과라 생각된다. 라이다를 활용하여 10분 시간 해상도로 산출된 PBLH는 일출 뒤 성장하다 태양의 남중이 최고가 되는 시점의 2시간 이후 서서히 감소하는 전형적인 일변화 경향을 보여주었다. 분석기간 평균 PBLH의 성장률은 1.79 (-2.9 ~ 5.7) m $min^{-1}$ 였다. 또한, 이동 중 관측된 라이다 신호를 고정관측 기반자료와 비교한 결과 잡음이 적은 것으로 나타났다. 이동 중 관측된 PBLH의 평균은 1065 m 였으며 인근 속초에서 비양된 라디오존데 (1150 m)와 유사한 값을 보였다. 본 연구에서 LIVE가 고해상도의 시공간 자료를 안정적으로 산출 할 수 있음을 제시하였다. 이 같은 LIVE의 장점은 에어로졸 및 대기구조에 대한 새로운 관측 패러다임 제시와 관측기술선진화에 기여도가 클 것으로 기대된다.

• 한국농림기상학회지
• /
• 제12권1호
• /
• pp.1-10
• /
• 2010

본 연구에서는 기상예측 모형을 이용하여 상세한 농업기후지수를 모사하고자 하였다. 이를 위해서 NCEP/NCAR 재분석 자료를 지역기후모형인 WRF의 초기 및 경계조건으로 하여 2002년 3월부터 7년간 상세한 기후 자료를 생산하고, 이렇게 구한 기후 자료를 통계적 보정을 거쳐 계통적 오차를 제거함으로써 그 기간의 기후를 재현하였으며 이를 이용하여 상세한 농업기후지수로 생산하였다. 수치 실험을 통해 생산된 상세 지역기후자료는 대순환 모형이 모사할 수 없는 남한의 복잡한 지형적 구조와 전체적인 관측 공간 패턴을 모사하였다. 통계적 보정은 모형결과가 관측에 비해 과소모사 되던 경향을 제거함으로써 보다 상세하고 관측에 가까운 시 공적 기후자료의 생산을 가능하게 하였다. 이렇게 모사된 기후 자료를 이용하여 식물온도 출 현초일, 작물온도 출현초일, 벼 이앙기의 저온 출현율, 종상일 등의 농업기후지수들에 대한 상세한 분포를 생산하였다. 보정 전 모형 결과에서는 계통적 오차인 모형의 기온 과소모사 경향에 의해 전반적인 유효온도와 종상일이 늦게 출현하였으며, 저온 출현율의 빈도가 높게 나타났다. 보정 후 모형 결과에서는 계통적 오차의 보정에 의해 유효온도 $10^{\circ}C$ 출현일을 제외한 유효 온도 출현일과 종상일이 앞당겨졌으며, 저온 출현일 빈도가 감소하였다. 보정 후 모형 결과에서 유도된 유 효온도 $10^{\circ}C$ 출현일은 보정 전 모형결과보다 3일 늦게 모사되고 있으나 보정 전 모형 결과에서 모사하지 못한 지역적 특징을 모사하고 있어 국지적으로 나타나는 작물온도 출현초일의 세부적인 패턴을 이해하는데 유용한 결과라고 판단된다. 모형의 결과로 유도된 농업기후지수는 복잡한 지역적 편차를 가지면서 정량적 정성적으로 관측에서 유도한 결과와 유사하게 나타났다. 반면 통계적 보정을 적용하여도 중부 논농사 지대의 작물온도 출현초일은 여전히 잘 모사되지 못하고 있는데 이는 모형의 결과가 계통적 오차 이외에도 또 다른 불확실성에 의한 문제를 내제하고 있음을 보여주는 결과이다. 향후 물리적 모수화 과정의 개선, 역학적 규모축소방법의 최적화 그리고 통계적 보정 방법의 다양한 적용을 통해 보다 향상된 농업기후지수를 생산할 수 있을 것으로 판단된다. 이러한 실험 결과는 농업 경영자들에게 상세 농업기후지수 분포의 이해를 도와줄 뿐만 아니라 본 연구의 실험 방식이 농업 예측에 활용될 경우 장기 예측 및 기후변화에 따른 예측을 위한 정보에 긴요하게 사용될 수 있을 것으로 생각된다.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• 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.

• 한국ITS학회 논문지
• /
• 제3권1호
• /
• pp.45-52
• /
• 2004

현재 여러 지자체에서 혼잡한 도시교통의 이동성 및 안전성을 향상시키기 위해 첨단교통관리체계(ITS)를 구축 $\cdot$ 운영중인데 이러한 시스템에서 수집하는 교통상황에 대한 실시간 자료가 노면상황, 악천후, 통신 및 장비자체의 결함 등으로 인해 수많은 자료가 결측된다. 이러한 결측 자료로 인해 통행시간 예측 및 각종 연구가 불가능한 경우가 발생하며 또한 도로의 계획과 기하구조 설계시 기본 자료가 되는 AADT 및 DHV 등의 교통 파라메터들이 과소 또는 과대 추정될 수 있어서 심각한 손해를 끼칠수 있다. 따라서 본 연구에서는 부득이하게 누락되는 교통량 자료에 대해 전 $\cdot$ 후기간 평균, 회귀 모형, EM, 시계열 모형들을 활용한 대체기법들을 살펴보았고, 그 결과 시계열 모형을 이용한 대체의 경우 MAPE, 불균등계수, RMSE 가 각각 5.0$\%$, 0.030, 110으로 가장 좋은 결과를 보였고 나머지 대체기법들은 평가지표에 따라 조금씩 다른 결과를 보였으나 대체로 만족할 만한 수준의 결과를 낳았다

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.857-871
• /
• 2013

최근 국지성 집중호우, 돌발홍수와 같은 급격한 기상변화로 인한 피해가 증가함에 따라, 레이더와 위성영상 등 원격탐측 방법을 사용한 강우 예측 및 관측에 대한 관심이 높아지고 있다. 본 연구에서는 자료지향형 모형의 하나인 뉴로-퍼지기법(ANFIS : Adaptive Neuro Fuzzy Inference System)을 사용하여 유역 유출량을 산정하였고, 레이더 단기 강우예측 모형인 MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation; Germann et al., 2002, 2004) 강우예측자료를 입력변수의 하나로 사용하였다. 뉴로-퍼지기법 및 레이더 강우예측자료를 사용한 홍수량 산정의 적용성 평가를 위해 충주댐 상류유역의 2010년 및 2011년 홍수기에 발생한 6개의 강우사상을 사용하여 모형 생성 시 사용한 강우자료의 종류에 따른 결과를 비교하고, 입력변수 조합에 따른 15개 모형을 구성하여, 모형 구성과정의 군집화 방법을 변화시키며 이에 따른 결과를 비교 분석하였다. 연구 결과, 기 발생한 홍수사상 중 가장 큰 홍수사상을 사용하여 모형을 생성할 경우 홍수량 산정의 정확도가 높아지는 것으로 나타났고, 모형의 생성이 가능한 범위 안에서 비교적 clustering 반경이 클수록 홍수량 산정의 정확도가 높아지는 것으로 나타났다. 충주댐 유역의 홍수량 예측에서는 t+6~t+16시간의 예측에서 MAPLE 강수예측자료를 사용한 모형의 홍수량 산정 결과의 정확도가 상대적으로 높은 것으로 나타났다.

• 한국작물학회지
• /
• 제27권4호
• /
• pp.398-410
• /
• 1982

밭에서 재배되는 우리나라 하작물의 종류는 다양하며 년차 또는 지역에 따라 변이가 큰데 그 주요원인은 기상요인으로서 강우와 온도가 그 주요한 역할을 하고 있으며 바람과 일조량 등 각종 기상요인도 하작물의 생산에 영향을 미치게 될 것이다. 주요 재해원인이 되고 있는 기상요인을 인위적으로 조절하여 일반작물을 재배한다는 것을 매우 어렵기 때문에 농작물 자체나 재배 및 관리기술의 향상으로 재해를 최소화시켜야 될 것이다. 강우량은 하작물 생산에 가장 중요한 기상요인의 하나로 작용하며 이는 한발과 과습의 두 측면에서 생각할 수 있다. 우리나라는 계절풍대에 속하는 관계로 이 두 재해원인중 그 정도의 차이는 있을지라도 거의 매년 부닥치게 되므로 관개와 배수시설을 완비한다면 별로 문제가 없겠으나 현실적으로는 용역한 일이 아니다. 따라서 하작물 품종 육성에서는 반드시 내한, 내습, 내병 등의 요인을 고려하여야 할 것이며 한해나 습해상습지대에서는 이에 알맞는 작물종류 및 품종을 선택 이용해야 될 것이고 배수와 중경, 제초, 재식방법 등의 재배기술을 활용해야 할 것이다. 온도에 의한 장해로서는 주로 저온피해를 생각할 수 있으며 늦추위와 가을철 조기 저온이 그 주요인이 될 것이고 가끔 여름철의 저온도 하작물의 저수원인으로 작용하게 될 것이다. 또 작물에 따라서는 고온장해도 발생하나 내냉, 내서성 및 조숙성품종 육성 등으로 어느 정도 극복이 가능하며 파종기, 수확기 등의 조정도 피해회피의 좋은 방법이 될 수 있을 것이다. 하작물의 도복, 병해, 충해 등도 기상요인에 의한 직접 또는 간접의 피해가 되겠으나 이들 재해는 육종적인 방법으로 극복할 수 있는 형질들이며 또 적절한 방제나 구제방법도 알려져 있다. 기상요인에 의한 피해통계의 작성과 재해발생예보체계의 확립 및 보상제도를 도입하여 농업을 근대산업형태로 체질개선하는 정책적 뒷받침이 시급히 요구된다. 가지고 있음이 확인됐다. 7. 참깨 품종중에는 주당삭수 150개이상인 구례와 재래종 12003가 조사되었으며 삭당입수 75입이상인 해남, 우강품종, 등숙비율에서도 90%이상인 품종 수원 8호, 청송등이 있었다. 8. 참깨는 품종에 따라 만파적응력이 다르므로 맥후작재배용 품종육성은 반드시 맥후작 재배조건에 맞추어 별도의 육종계획으로 실시하는 것이 효과적이다.. 현재 품종들의 탈립성 분류기준으로 사용되고 있는 평균인장강도는 그 분산이 변이가 크고, 환경의 영향을 많이 받으며 이삭의 곡립들 중 수확작업시 실제로 탈립이 잘 되는 곡립은 인장강도가 98g이하이었으므로 품종의 탈립성 판정 및 포장손실의 추정을 위해서는 표본중 인장강도가 100g 이하인 곡립들의 전곡립수에 대한 비율을 기준으로 할 것을 제의한다. 6. MET계통은 생장속도가 수원 19호보다 훨씬 늦었으며 개화기도 2~3주나 늦었다. 7. 흑조위축병 : 수원 19호와 같이 MET계통도 흑조위축병에 대해 이병성이었다. 이병성은 늦게 파종하거나 밀식할수록 높아지는 경향이 있었다..7g로서 가장 무거워 많은 차이를 보이었다. 10a당 정조중은 대조구에 비하여 Dolomite처리구가 8.6%, 유황첨가구가 5.7~7.4% 증수되었음을 보이었다. 7. 식물체중의 조단백질 함량은 대조구, 5%, 10% 유황첨가구가 3.31~3.50%로서 비슷하였고 15% 유황첨가구는 3.94%, Dolomite첨가구는 5.38%였다. 아미노산도 15%유황첨가구와 Dolomite첨가구가 많이 함유되어 있었다. 현미중 조단백질은 15%유황첨가구가 10.14%로서 최고이었으며 10%유황첨가구와 Dolomite첨가구는 9.85%로서 다음이었다. 아미노산도 대조구의 현미에는 유황처리구보다 작았으며 유황처리구에서는 특히 Glutamic acid와 Lysine이 함유되여 있었다.ligraphy patterns were

• 한국측량학회지
• /
• 제33권4호
• /
• pp.317-324
• /
• 2015

GNSS 기상학은 1980년 중반 기상 분야에 활용 가능성이 제기된 후, 전 세계적으로 실용화 가능성이 입증되고 있으며, 현재 기상현업에 활용하기 위한 연구가 활발히 진행되고 있다. GNSS 신호의 대류권 지연오차에 기반하여 산출한 가강수량은 대기 중 수증기량을 나타낸 것으로, 기후 모니터링, 기후의 변화 탐지 등 다양한 기상현상 분석에 많이 사용되고 있다. 본 연구에서는 2014년 2월 울산에 내린 폭설현상 분석을 위해 GNSS 상시관측소와 자동기상관측장치에서 제공하는 기상관측 정보를 이용하여 가강수량을 산출하였다. 산출 과정 중 중요한 파라미터인 가중 평균 기온식은 송동섭의 모델을 적용하였다(Song, 2009a). 연구기간은 폭설이 발생한 2014년 2월과 폭설이 발생하지 않은 2013년 2월의 총 56일이다. 2014년 2월 가강수량의 평균은 11.29mm로 산출 되었으며, 폭설이 발생한 2월 9일부터 12일까지 평균 가강수량은 10.14mm로 전체 평균값보다 11.34% 낮은 값을 보였다. 폭설이 내리지 않은 2013년 2월 가강수량의 평균은 10.34mm로 2014년 평균보다 8.41% 낮은 값을 보였다. 또한 가강수량 외 AWS에서 제공하는 다른 기상인자들과 비교하여 폭설 현상에 대한 분석을 수행하였다. 그 결과 Magnus 경험식을 통해 산출한 포화수증기압 경우 GNSS 가강수량과 0.29의 낮은 상관성을 나타내었다. 또한 기상인자의 종류(강설, 강우)에 따라 가강수량의 증감패턴이 다르게 나타났으며, 강수량이 발생하기 평균 6.5시간 전에 가강수량 값이 급격히 증가한 후 감소하는 경향을 확인할 수 있었다. 이를 통해 GNSS 가강수량 패턴분석이 강수량 전조현상 분석에 유효할 것으로 판단된다.