• 한국수자원학회논문집
• /
• 제43권12호
• /
• pp.1011-1027
• /
• 2010

모형의 구조, 모델링에 사용되는 자료, 매개변수 등에 포함된 다양한 불확실성 원인들은 수문모의 및 예측결과에 있어 불확실성을 야기한다. 본 연구에서는 강우-유출 및 강우-유사유출 모의가 가능한 분포형 강우-유사-유출 모형을 용담댐 상류유역인 천천유역에 적용하여 수문곡선 및 유사량곡선의 재현성을 평가하고, 다중최적화기법인 MOSCEM을 이용하여 강우-유출 모듈, 강우-유사유출 모듈의 매개변수를 독립적으로 보정한 경우(Case I과 II), 그리고 두 모듈이 결합된 강우-유사-유출 모형의 매개변수를 동시에 보정한 경우(Case III)에 대하여 Pareto 최적해를 추정하고, 이에 따른 수문 예측결과의 불확실성을 평가한다. 매개변수 불확실성의 전이에 따른 수문곡선의 불확실성 평가 결과(Case I), 모의기간 동안 고유량보다는 저유량 부분에서 불확실성 범위가 두드러졌으며, 이에 반해, 유사량곡선의 경우(Case II) 저농도보다는 고농도 부분에서 불확실성 범위가 넓게 분포하였다. 강우-유사-유출 모형의 매개변수의 불확실성을 동시에 추정한 경우 수문곡선 및 유사량곡선 모두 Case I과 II에 비해 모의기간 전반에 걸쳐 불확실성 범위가 넓게 분포되었으며, 매개 변수의 불확실성으로 인해 대상유역내 격자별 침식 및 퇴적 공간분포 양상이 상이하게 나타났다.

• 한국초지조사료학회지
• /
• 제41권1호
• /
• pp.47-55
• /
• 2021

본 연구는 기후요인과 토양요인이 알팔파 건물수량에 어느 정도 영향을 미치는지를 기여도로 평가할 목적으로, 기상변수와 토양물리성변수를 고려하여 일반선형모형으로 수량예측모델을 구축하였다. 알팔파 수량예측모델 구축과정은 알팔파, 기상 및 토양자료수집, 가공, 통계분석 및 모델구축 순이었다. 수량예측모델은 알팔파와 양적자료인 기상변수를 선택하기 위한 다중회귀분석과 질적자료인 토양물리성변수도 고려하기 위해서 일반선형모형을 사용하였다. 그 결과 DMY에 영향을 미치는 기상변수는 적산온도와 생육일수이었으며, 토양물리성변수는 점토함량이 선택되었다. DMY에 영향을 미치는 변수별 기여도는 점토함량(63%), 적산온도(21%) 및 생육일수(11%)순 이었으며 요인별 기여도는 기후요인(적산온도, 21%와 생육일수, 11%)이 32%, 토양요인(점토함량)이 63%로 나타나 토양요인이 기후요인보다 알팔파 건물수량에 더 기여하는 것으로 평가하였다. 본 연구에서 이용한 알팔파 자료는 토성, 시비수준 및 품종이 제한되어 있어 앞으로 이들 요인을 고려한 다양한 조건의 재배실험을 통하여 보다 많은 자료축적이 요구된다.

• 소성∙가공
• /
• 제25권3호
• /
• pp.189-194
• /
• 2016

In the current study, spring-back of DP980 steel sheet was numerically evaluated for U-bending using a yield function with a hardening model. For spring-back prediction, two types of yield functions - Hill'48 and Yld2000-2d - were considered. Additionally, isotropic hardening and the Yoshida-Uemori model were used to investigate the spring-back behavior. The parameters for each model were obtained from uniaxial tension, uniaxial tension-compression, uniaxial tension-unloading and hydraulic bulging tests. The numerical simulations were performed using the commercial software, PAM-STAMP 2G. The results were compared with experimental data from a U-bending process.

• 한국환경과학회지
• /
• 제16권12호
• /
• pp.1319-1324
• /
• 2007

A tank model in conjunction with Kalman filter is developed for prediction of sediment yield from an upland watershed in Northwestern Mississippi. The state vector of the system model represents the parameters of the tank model. The initial values of the state vector were estimated by trial and error. The sediment yield of each tank is computed by multiplying the total sediment yield by the sediment yield coefficient. The sediment concentration of the first tank is computed from its storage and the sediment concentration distribution(SCD); the sediment concentration of the next lower tank is obtained by its storage and the sediment infiltration of the upper tank; and so on. The sediment yield computed by the tank model using Kalman filter was in good agreement with the observed sediment yield and was more accurate than the sediment yield computed by the tank model.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.207-209
• /
• 2003

Quantifying crop production is one of the most important applications of remote sensing in which the temporal and up-to-date data can play very important role in avoiding any immediate insufficiency in agricultural production. A combination of climatic data and biophysical parameters derived from Landsat7 ETM+ was used to develop a mathematical model for wheat yield forecast in different geographically wide Wheat growing districts in Egypt. Leaf Area Index (LAI) and fraction of Absorbed Photosynthetically Active Radiation (fAPAR) with temperature were used in the modeling. The model includes three sub-models representing the correlation between the reported yield and each individual variable. Simulation results using district statistics showed high accuracy of the derived correlations to estimate wheat production with a percentage standard error (%S.E.) of 1.5% in El- Qualyobia district and average (%S.E.) of 7% for the whole wheat areas.

• 품질경영학회지
• /
• 제49권4호
• /
• pp.569-579
• /
• 2021

Purpose: The purpose of this study is the time series analysis for predicting the yield of crops applicable to each farm using environmental variables measured by smart farms cultivating tomato. In addition, it is intended to confirm the influence of environmental variables using a deep learning model that can be explained to some extent. Methods: A time series analysis was performed to predict production using environmental variables measured at 75 smart farms cultivating tomato in two periods. An LSTM-based encoder-decoder model was used for cases of several farms with similar length. In particular, Dual Attention Mechanism was applied to use environmental variables as exogenous variables and to confirm their influence. Results: As a result of the analysis, Dual Attention LSTM with a window size of 12 weeks showed the best predictive power. It was verified that the environmental variables has a similar effect on prediction through wieghtss extracted from the prediction model, and it was also verified that the previous time point has a greater effect than the time point close to the prediction point. Conclusion: It is expected that it will be possible to attempt various crops as a model that can be explained by supplementing the shortcomings of general deep learning model.

• Journal of Biosystems Engineering
• /
• 제30권6호통권113호
• /
• pp.360-365
• /
• 2005

Precision agriculture attempts to improve cropping efficiency by variable application of crop treatments such as fertilizers and pesticides, within field on a point-by-point basis. Therefore, a more complete understanding of the relationships between yield and soil properties is of critical importance in precision agriculture. In this study, the functional relationships between measured soil properties and rice yield were investigated. A supervised back-propagation neural network model was employed to relate soil chemical properties and rice yields on a point-by point basis, within individual site-years. As a results, a positive correlation was found between practical yields and predicted yields in 1999, 2000, 2001, and 2002 are 0.916, 0.879, 0.800 and 0.789, respectively. The results showed that significant overfitting for yields with only the soil chemical properties occurred so that more of environmental factors, such as climatological data, variety, cultivation method etc., would be required to predict the yield more accurately.

• 한국초지조사료학회지
• /
• 제37권1호
• /
• pp.80-91
• /
• 2017

본 연구는 기후요인을 이용한 혼파초지 수량예측모형을 기초로 하여 시비, 파종 및 조성연차 요인을 단계적으로 적용하여 해석력이 높은 모형을 선정하는데 목적이 있다. 혼파초지 수량예측모형 구축 과정은 자료(풀사료 및 기상자료)수집, 가공, 분석 및 모형 구축의 순이었다. 여기서 수량예측모형은 기후, 시비, 파종 및 조성연차 요인을 고려하여 6가지를 구축하였으며, 해석력 및 풀사료 생산 이론 측면의 검토를 통해 최적의 모형을 선택하였다. 그 결과 기후, 시비 및 파종과 조성연차(조성연차의 그룹화) 요인을 고려한 Model VI이 선택되었다(해석력=53.8%). Model VI의 요인 별 해석력은 기후요인이 가장 크고(24.5%) 시비(17.8%), 파종(10.7%) 및 조성연차(0.8%) 요인의 순이었다. 그러나 건물수량과 하고일수 간에 나타난 정(+)의 상관관계는 지역별 및 적산변수 등의 관점에서 검토가 필요하다. 또한 시비량 및 파종량은 특정값에 집중적으로 분포하고 있어 이차항(Quadratic term)을 이용하여 적정 수준에 관한 연구가 요구된다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2001년도 춘계 학술발표논문집
• /
• pp.109-112
• /
• 2001

농작물의 생육 및 작황은 내적으로는 품종 자체의 고유 특성과 외적으로는 재배기술, 토양환경, 기상환경 등에 크게 영향을 받는다. 이중 온도, 일조시수 등의 기상조건은 생육과 수량 형성에 직접적인 영향을 미치게 되며 작물의 고유특성인 출수기, 수량구성요소 등도 기상환경에 따라 변이를 나타낸다.(중략)

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2001년도 춘계 학술발표논문집
• /
• pp.113-116
• /
• 2001

90년대 이후 다양한 첨단전산기술들이 작물모형분야에도 이용되기 시작하였는데 농업생태계 평가를 위한 국지단위 모의모형의 활용, 인공위성 등을 이용한 원격계측정보의 활용, GIS기술 등은 농업분야에서 널리 활용되고 있는 첨단 신기술의 대표적인 사례가 되고 있다. 이러한 신기술들은 농업기상정보를 생산하는 데에 이용될 뿐만 아니라 가장 중요한 환경요소로서 농업기상정보를 필요로 한다(Munakata, 1976).(중략)