• 한국환경과학회지
• /
• 제12권12호
• /
• pp.1285-1292
• /
• 2003

당진 지역과 안면도 지역의 강수특성을 비교해 보기 위하여 수용성 이온성분 및 pH, 전기전도도 등을 2002년 4월 1일부터 2002년 11월 30일까지 당진 지역 총 47개의 시료와 안면도 지역 총 59개의 시료를 측정 분석해 본 결과 다음과 같은 결론을 얻었다. 1) 강수의 신뢰성 검토에는 WMO에서 사용하고 있는 이온수지법과 전기전도도법에 의한 방법 두 가지를 사용하였는데, 당진 지역의 강수는 이온수지법($r^2$ : 0.9429), 전기전도도법($r^2$ : 0.9916)의 값을 나타냈으며, 안면도 지역의 강수는 이온수지법($r^2$ : 0.9620), 전기전도도법($r^2$ : 0.9955)의 값을 보임으로써 WMO에서 권고하는 분석 자료에 대한 신뢰성을 확인 할 수 있었다. 2) 당진과 안면도 지역의 pH 분포는 당진 지역이 년 평균 pH 4.6, 안면도 지역이 년평균 pH 4.8로 산성비 기준인 5.6보다 산성을 나타내었다. 산성비 기준인 pH 5.6이하의 총 발생빈도는 당진이 약 76.8%, 안면도 지역이 81.4%로 나타났는데 이것은 두 지역에서 산성비가 그만큼 내렸다는 것과 같고, 또한 pH의 저하요인인 음이온이 상대적으로 많이 포함되어 있음을 추측할 수 있다. 3) 강수량과 pH와의 관계를 살펴보면 당진 지역과 안면도 지역 모두 여름철인 7, 8월에 강수량이 집중되었고 pH 또한 4.1-5.5 사이로 봄철이나 가을철에 비해 pH가 높게 나타났다. 이는 여름철의 장마로 인한 대기 중의 세정효과로 볼 수 있다.

• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.631-641
• /
• 2012

본 연구에서는 지상의 관측 자료와 광역의 정보를 제공하는 수치 예보 모형 자료 및 인공위성 자료를 이용하고 자료와 강수예측치의 물리적 상관 특성을 나타내기 위하여 자료 사이의 비선형 거동을 잘 나타내는 신경망 모형에 적용시켜 단시간 강수 예측을 수행하였다. 이를 위하여 서울지점에 대하여 현재로부터 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 인공위성자료(MTSAT-1R) 및 수치 예보 모형 자료(RDAPS, Regional Data Assimilation and Prediction System)와 실시간 전송되는 자동 기상 관측 시스템(AWS, Automatic Weather System)의 관측치를 신경망 모형의 입력 자료로 하여 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 자료로 강수를 예측 할 수 있는 강수 예측 모형을 개발하였다. 장마와 태풍과 같이 전선형강수와 선풍형강수 등 강수 양상의 차이를 고려하기 위하여 6월, 7월과 8월, 9월 자료를 구분하여 신경망을 구축하였으며, 자료가용성에 기초하여 2006년에서 2008년 기간 동안에 대하여 모형을 학습하고 2009년에 대하여 모형의 적용성을 검증한 결과, 단시간 강수예측에 대한 모형의 적용 가능성을 보여주었으나 다양한 광역 자료와 인공신경망을 사용함에도 불구하고 단시간 강수예측의 정량적 정도향상을 위한 여지가 많음을 보여준다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1125-1134
• /
• 2023

우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1013-1017
• /
• 2008

이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.

• 한국지하수토양환경학회:학술대회논문집
• /
• 한국지하수토양환경학회 2003년도 추계학술발표회
• /
• pp.565-569
• /
• 2003

One-year-long groundwater-level data have been collected from 18 wells in Cheon-an area. The result of barometric efficiency, autocorrelation, cross-correlation and statistical distribution evaluated from the measurement data shows that groundwater-level measurements from observation wells are the principal source of information about aquifer characteristics. Data from WA-2 has high barometric efficiency as well as steady decreasing auto-correlation coefficient, which means nonleaky confined aquifer, Most aquifers in this study show the unconfined properties so that barometric efficiencies are mostly low and the coefficients of cross-correlation between groundwater-level and precipitation are commonly high. This study showed that the long-term groundwater-level monitoring data without artificial stress such as pumping would give accurate information about aquifer characteristics.

• Journal of Welding and Joining
• /
• 제11권1호
• /
• pp.2-8
• /
• 1993

A literature review was conducted to gather informations available on the welding metallurgy of aluminum alloys, emphasized on characteristics in the heat affected zone(HAZ). Nominal metallurgical reactions that occur in aluminum alloys provide a basis for understanding aluminum welding metallurgy. However, welding reactions differ to some extent because of the relatively short times involved, and the non-isothermal heating excursed. For non-heat treatable alloys, welding primarily affects these alloys by annealing (recrystallization and growth) and to a less extent, changes in low temperature precipitates. In the case of heat treatable alloys, the resulting HAZ properties depend upon alloy composition, starting temper, heat input and post weld heat treatments.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제2권1호
• /
• pp.72-87
• /
• 1998

The subject of this research is to determine the optimal pumping rate so that seawater can not intrude so much to the freshwater region. There are several ingradients affecting the fluctuation of the interface: some geological parameters, fluid parameters, the precipitation, artificial recharge and discharge(due to pumping) are such ones. The parameter of particular interest is the pumpage of freshwater. In this article all the parameters are assumed to be known except the freshwater pumping rate. By considering a suitable inverse or parameter estimation problem we want to determine the pumpage which will not make the interface rise over the permissible bound.

• 상하수도학회지
• /
• 제12권4호
• /
• pp.43-52
• /
• 1998

The purpose of this study is to establish a method of estimating the daily urban water demend using Backpropagation algorithm is part of ANN(Artificial Neural Network). This method will be used for the development of the efficient management and operations of the water supply facilities. The data used were the daily urban water demend, the population and weather conditions such as treperarture, precipitation, relative humidity, etc. Kwangju city was selected for the case study area. We adjusted the weights of ANN that are iterated the training data patterns. We normalized the non-stationary time series data [-1,+1] to fast converge, and choose the input patterns by statistical methods. We separated the training and checking patterns form input date patterns. The performance of ANN is compared with multiple-regression method. We discussed the representation ability the model building process and the applicability of ANN approach for the daily water demand. ANN provided the reasonable results for time series forecasting.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.140-140
• /
• 2019

본 연구에서는 Terra MODIS 위성자료와 Tensorflow를 활용해 1 km 공간 해상도의 토양수분을 산정하는 알고리즘을 개발하고, 국내 관측 자료를 활용해 검증하고자 한다. 토양수분 모의를 위한 입력 자료는 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature), GPM(Global Precipitation Measurement) 강우 자료를 구축하고, 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 기반으로 모의하였다. 여기서, LST와 GPM의 자료는 기상청의 종관기상관측지점의 LST, 강우 자료와 조건부합성(Conditional Merging, CM) 기법을 적용해 결측치를 보간하였고, 모든 위성 자료의 공간해상도를 1 km로 resampling하여 활용하였다. 토양수분 산정 기술은 인공 신경망(Artificial Neural Network) 모형의 딥 러닝(Deep Learning)을 적용, 기계 학습기반의 패턴학습을 사용하였다. 패턴학습에는 Python 라이브러리인 TensorFlow를 사용하였고 학습 자료로는 농촌진흥청 농업기상정보서비스에서 101개 지점의 토양수분 자료(2014 ~ 2016년)를 활용하고, 모의 결과는 2017 ~ 2018년까지의 자료로 검증하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.540-540
• /
• 2015

유역의 하천관리 및 홍수관리를 위하여 강우량을 정확하게 예측하고자 많은 수문학자들에 의해 강우량을 예측하는 연구를 진행하였다. 강우를 예측하기 위한 여러 가지 방법 중 인공신경망을 이용하여 강우를 예측하는 선행연구들을 살펴볼 수 있었다. 그러나 기존에 강우량을 예측하는 사례들을 살펴보게 되면, 강우사상이 발생된 후 강우량 예측은 비교적 높은 정확도를 가지고 있으나, 강우가 발생하기 시작하는 시점에 대한 강우량 예측은 그 정확성이 떨어지는 것을 확인할 수 있었다. 이에 본 연구에서는 무강우 기간에도 보다 정확하게 강우량을 예측할 수 있는 인공신경망 모델을 제안하고자 한다. 이를 위해 강우량 이외에도 기온, 풍속, 습도, 증기압, 전운량을 인공신경망의 입력자료로 활용하고자 하였다. 입력자료을 구성을 여러 가지 CASE로 구분하여 부산지점의 강우량을 예측하고 그 정확성을 평가하고자 하였다. 이 때, 사용되는 자료는 기상청 부산지점에서 제공하고 있는 1시간 간격자료를 적용하였다. 본 연구를 통해 개발된 인공신경망 모형을 이용하여 예측된 강우량은 부산 내에 위치한 하천관리 뿐 만 아니라 하천의 홍수 예 경보에 필요한 기초적인 자료로 활용될 수 있을 것으로 판단된다.