• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.200-204
• /
• 2012

In engineering hydrology, an estimation of precipitation loss is one of the most important issues for successful modeling to forecast flooding or evaluate water resources for both surface and subsurface flows in a watershed. An accurate estimation of precipitation loss is required for successful implementation of rainfall-runoff models. Precipitation loss or hydrological abstraction may be defined as the portion of the precipitation that does not contribute to the direct runoff. It may consist of several loss elements or abstractions of precipitation such as infiltration, depression storage, evaporation or evapotranspiration, and interception. A composite loss rate model that combines four loss rates over time is derived as a lumped form of a continuous time function for a storm event. The composite loss rate model developed is an exponential model similar to Horton's infiltration model, but its parameters have different meanings. In this model, the initial loss rate is related to antecedent precipitation amounts prior to a storm event, and the decay factor of the loss rate is a composite decay of four losses.

• Communications for Statistical Applications and Methods
• /
• 제29권3호
• /
• pp.319-331
• /
• 2022

In this paper, we develop a new statistical model to forecast the PM_2.5 level in Seoul, South Korea. The proposed model is based on the extreme quantile regression model with lasso penalty. Various meteorological variables and air pollution variables are considered as predictors in the regression model, and the lasso quantile regression performs variable selection and solves the multicollinearity problem. The final prediction model is obtained by combining various extreme lasso quantile regression estimators and we construct a binary classifier based on the model. Prediction performance is evaluated through the statistical measures of the performance of a binary classification test. We observe that the proposed method works better compared to the other classification methods, and predicts 'very bad' cases of the PM_2.5 level well.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.362-362
• /
• 2020

Flash flood is a dangerous weather phenomenon, affecting humans and the economy. The identification, forecast of the changing trend and its characteristics are increasingly concerned. In the world, there have many methods for determining the characteristics of flash floods, in which flash flood guidance (FFG) is a fast, effective and widely used method. The main source of flash floods is short-term rainfall. In this study, we used the data of cross-sectional measurement at the tributaries and the hourly rain data from the automatic rainfall measurement stations in the Geum river basin. Besides, we use a combination of the flash flood guidance and the best fit distribution function to estimate the repeatability of flash floods for head-water catchments in Geum river basin. In which, FFG determines the threshold of rainfall for flash floods. The study has determined the best hourly rainfall distribution function for the Geum river basin and estimated the maximum rainfall of 1hr according to the return periods.

• 기술경영경제학회:학술대회논문집
• /
• 기술경영경제학회 2003년도 제22회 동계학술발표회 논문집
• /
• pp.173-190
• /
• 2003

수요예측은 국가와 기업의 전략수립과 효율적인 자원활용에 있어서 필수적인 사전기획요소이다. 본 논문은 이산선택모델과 확산모델을 복합적으로 고려하여 다세대 제품의 수요를 예측하였다. 이산선택모델은 정적인 관점에서 소비자들의 제품에 대한 평가를 분석하는 모델이다. 본 논문에서는 이러한 이산선택모델에 수요의 동적인 변화양상을 고려할 수 있는 확산모델을 결합하였다. 실증분석으로서 1999년에서 2005년까지의 세계 DRAM시장 수요를 예측하였다. 또한, DRAM의 가격과 기억용량에 대해 '무어의 법칙' 과 '학습곡선'을 각각 적용한 기술예측을 시도하였으며, 이를 바탕으로 보다 정교한 예측모델을 전개하였다. 제시된 모델은 산업수준의 자료를 이용하였으므로, 이산선택모델을 inversion 하여 분석을 시도하였다. 이를 통해 기존세대의 DRAM 제품에 대한 수요뿐만 아니라, 새로운 세대의 DRAM 제품에 대한 수요를 비교적 정확히 예측할 수 있었다.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.203-210
• /
• 2019

Recently, a number of researchers have produced research and reports in order to forecast more exactly air quality such as particulate matter and odor. However, such research mainly focuses on the atmospheric diffusion models that have been used for the air quality prediction in environmental engineering area. Even though it has various merits, it has some limitation in that it uses very limited spatial attributes such as geographical attributes. Thus, we propose the new approach to forecast an air quality using a deep learning based ensemble model combining temporal and spatial predictor. The temporal predictor employs the RNN LSTM and the spatial predictor is based on the geographically weighted regression model. The ensemble model also uses the RNN LSTM that combines two models with stacking structure. The ensemble model is capable of inferring the air quality of the areas without air quality monitoring station, and even forecasting future air quality. We installed the IoT sensors measuring PM2.5, PM10, H2S, NH3, VOC at the 8 stations in Jeonju in order to gather air quality data. The numerical results showed that our new model has very exact prediction capability with comparison to the real measured data. It implies that the spatial attributes should be considered to more exact air quality prediction.

• 한국항행학회논문지
• /
• 제22권3호
• /
• pp.233-239
• /
• 2018

태양광 발전은 기상 상태에 따라 간헐적이기 때문에 태양광 발전의 효율과 경제성 향상을 위해 정확한 발전량 예측이 요구된다. 본 연구는 목포 기상대에서 예보하는 기상 데이터와 영암 태양광 발전소의 발전량 데이터를 이용하여 태양광 발전량 단기 딥러닝 예측모델을 제안하였다. 기상청은 기온, 강수량, 풍향, 풍속, 습도, 운량 등의 기상요소를 3일간 예보한다. 그러나 태양광 발전량 예측에 가장 중요한 기상요소인 일조 및 일사 일사량 예보하지 않는다. 제안 모델은 예보 기상요소를 이용하여, 일조 및 일사 일사량을 예측 하였다. 또한 발전량은 기상요소에 예측된 일조 및 일사 기상요소를 추가하여 예측하였다. 제안 모델의 발전량 예측 결과 DNN의 평균 RMSE와 MAE는 0.177과 0.095이며, RNN은 0.116과 0.067이다. 또한, LSTM은 가장 좋은 결과인 0.100과 0.054이다. 향후 본 연구는 다양한 입력요소의 결합으로 보다 향상된 예측결과를 도출할 수 있을 것으로 기대된다.

• 한국대기환경학회지
• /
• 제29권4호
• /
• pp.407-438
• /
• 2013

Current status and future direction of air quality modeling for monitoring and forecasting air quality in East Asia were discussed in this paper. An integrated air quality modeling system, combining (1) emission processing and modeling, (2) meteorological model simulation, (3) chemistry-transport model (CTM) simulation, (4) ground-based and satellite-retrieved observations, and (5) data assimilation, was introduced. Also, the strategies for future development of the integrated air quality modeling system in East Asia was discussed in this paper. In particular, it was emphasized that the successful use and development of the air quality modeling system should depend on the active applications of the data sets from incumbent and upcoming LEO/GEO (Low Earth Orbit/Geostationary Earth Orbit) satellites. This is particularly true, since Korea government successfully launched Geostationary Ocean Color Imager (GOCI) in June, 2010 and has another plan to launch Geostationary Environmental Monitoring Spectrometer (GEMS) in 2018, in order to monitor the air quality and emissions in/around the Korean peninsula as well as over East Asia.

• International Journal of Contents
• /
• 제15권4호
• /
• pp.65-73
• /
• 2019

Social media is a massive dataset in which individuals' thoughts are freely recorded. So there have been a variety of efforts to analyze it and to understand the social phenomenon. In this study, Twitter was used to define the moments when negative perceptions of the Korean Meteorological Administration (KMA) were displayed and the reasons people were dissatisfied with the KMA. Machine learning methods were used for sentiment analysis to automatically train the implied awareness on Twitter which mentioned the KMA July-October 2011-2014. The trained models were used to validate sentiments on Twitter 2015-2016, and the frequency of negative sentiments was compared with the satisfaction of forecast users. It was found that the frequency of the negative sentiments increased before satisfaction decreased sharply. And the tweet keywords and the news headlines were qualitatively compared to analyze the cause of negative sentiments. As a result, it was revealed that the individual caused the increase in the monthly negative sentiments increase in 2016. This study represents the value of sentiment analysis that can complement user satisfaction surveys. Also, combining Twitter and news headlines provided the idea of analyzing the causes of dissatisfaction that are difficult to identify with only satisfaction surveys. The results contribute to improving user satisfaction with weather services by efficiently managing changes in satisfaction.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.237-242
• /
• 2014

IT 서비스 및 컴퓨팅 자원을 기반으로 인터넷 서비스를 제공하는 클라우드 컴퓨팅이 최근 큰 관심을 받고 있다. 그러나 클라우드 컴퓨팅 시스템에 저장되는 데이터는 암호화한 후 저장되어도 기밀 정보가 유출되는 문제점이 있다. 본 논문에서는 사용자가 클라우드 컴퓨팅 시스템에서 제공되는 데이터를 제 3자가 임의로 악용하는 것을 예방하기 위한 그룹 키 관리 프로토콜을 제안한다. 제안된 프로토콜은 임의의 사용자가 원격에서 클라우드 컴퓨팅 서버에 접근할 경우 서버에 존재하는 사용자 인증 데이터베이스내 사용자 정보를 일방향 해쉬 함수와 XOR 연산을 사용하여 사용자 인증을 제공받는다. 도한 사용자의 신분확인 및 권한을 연동하여 클라우드 컴퓨팅 시스템에 불법적으로 접근하는 사용자를 탐색함으로써 클라우드 컴퓨팅의 사용자 보안 문제를 해결하고 있다.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.211-218
• /
• 2014

최근 풍력에너지는 풍력터빈의 지능화뿐만 아니라 풍력 발전량 예측 부분에서 컴퓨팅과의 결합이 확대되고 있다. 풍력 발전은 기상상태에 따라 출력변동이 심하고 출력 예측이 어려워 효율적인 전력 생산을 위해서 신재생에너지를 전력계통에 안정적으로 연계할 수 있는 기술이 필요하다. 본 논문에서는 분산형 전원의 예측정보를 향상시켜 예측한 발전량과 실제 발전량의 차이를 최소화하기 위한 분산형 전원전력의 단기예측 모델을 설계한다. 제안된 모델은 단기 예측을 위해서 물리모델과 통계모델을 결합하였으며, 물리모델에서 생산된 격자별 예측값 중 예측 지점내 예측지점의 값을 추출하고, 물리 모델 예측값에 통계모델을 적용하여 발전량 산정을 위한 최종 기상 예측값을 생성한다. 또한, 제안 모델에서는 실시간 기상청 관측자료와 실시간 중기 예측 자료를 입력 자료로 사용하여 단기 예측모델을 수행한다.