• 한국측량학회지
• /
• 제36권2호
• /
• pp.51-58
• /
• 2018

최근, 다양한 위성센서가 개발되면서 다시기 위성영상의 취득이 용이해지고 있다. 이에 따라, 재난/재해, 국토모니터링 등과 같은 활용분야에 다시기 위성영상을 적용하기 위한 변화탐지 기법에 대한 연구들이 수행되고 있다. 특히, 빠른 시간 내에 변화지역의 추출이 가능한 무감독 변화탐지 기법의 개발과 관련된 연구들이 수행되고 있지만, 계절적 변화 등과 같은 방사적 차이로 인해 오탐지가 발생하는 단점이 있다. 따라서, 본 연구에서는 무감독 변화탐지 기법 중의 하나인 $S^2CVA$ 기법을 적용하여 생성한 변화방향 벡터를 이용하여 계절적 영향으로 인한 오탐지를 감소시키고자 하였다. 이를 위하여, 동일한 계절을 가지는 RapidEye 위성영상과 다른 계절에 촬영된 RapidEye 위성 영상에 $S^2CVA$ 기법을 적용하였으며, $S^2CVA$의 변화방향벡터가 계절적 영향에 따른 오탐지를 제거할 수 있는지를 분석하였다. 정량적 평가를 위해 변화탐지 결과의 ROC 곡선과 AUC 분석을 통해 기존의 방법에 비해 변화탐지 성능이 향상된 것을 확인하였다.

• 대기
• /
• 제24권1호
• /
• pp.123-130
• /
• 2014

계절예측시스템의 배경 지식이 부족한 사용자가 시스템을 효율적으로 구동하고 조절할 수 있도록 자동화에 최적화된 시스템을 기상청 국가태풍센터에 구축하였다. 기존 예측시스템에서 사용자의 주관이 포함되어 자동화 구축에 제약을 주는 군집분류와 예측인자 선정 과정은 미리 수행되고, 그 출력자료는 입력자료로서 제공된다. 시스템을 이해하고 운용하는데 도움을 주기 위해 기상청 규격에 따라 디렉토리 구조를 재구성하고, 해당 디렉토리에 포함되어 있는 입력자료와 소스코드를 이용해 산출되는 출력자료를 정리하였다. 또한 기존 예측시스템에서 고정되어 있거나 수동으로 설정해야 하는 구동조건을 효과적으로 조절하기 위해 네임리스트를 이용한 사용자인터페이스를 추가하여 자동화 시스템을 최적화하였다. 이러한 자동화 시스템에 의해 기술적으로 가능해진 조기예측의 성능을 검증한 결과, 예측시점을 5월에서 1월까지 앞당겨도 모든 진로유형에서 높은 예측성능이 유지되었다. 이처럼, 조기예측이 가능해진 태풍진로 계절예측시스템은 국가태풍센터의 현업예보뿐만 아니라 태풍계절예측 분야의 연구자에게도 매우 유익할 것으로 기대되고, 본 기술노트는 효율적인 예측시스템 운영을 위한 기술적 지침서로 활용될 것이다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.49-70
• /
• 2022

해수면 온도는 기후와 바다의 생태계 그리고 인간의 활동에까지 중요한 영향을 미치는 해수의 특성 중 하나로 이를 예측하는 것은 항상 중요하게 다뤄지는 문제다. 최근 들어 과거의 패턴을 학습하여 예측값을 생성할 수 있는 딥러닝을 활용한 해수면 온도 예측이 복잡한 수치모델을 이용한 예측의 대안으로 주목받고 있다. 딥러닝은 입력 자료 간의 비선형적인 관계를 추정할 수 있는 것이 큰 장점이며, 최근 컴퓨터 그래픽카드의 발달로 많은 양의 데이터를 반복적이고 빠르게 계산할 수 있게 되었다. 본 연구에서는 기존의 딥러닝 모델의 단점들을 보완하면서 시공간 자료를 다룰 수 있는 합성곱 신경망(Convolutional Neural Network) 기반의 U-Net을 통해 단기 해수면 온도 예측을 수행하였다. 개발한 딥러닝 모델을 이용한 한국 남부 근해 해수면 온도의 단기 예측은 예측일의 해수면 온도의 중장기 변동성에 따라 달라지는 성능을 보였다. 해수면 온도 변동성의 증감은 계절적 변동 뿐 아니라 Pacific Decadal Oscillation (PDO) 지수의 변동과도 유의미한 상관관계를 보였는데, 이는 계절 변동 및 PDO에 따른 기후 변화에 기인한 수온 전선의 강도 변화가 해수면 온도의 시공간적 변동성에 영향을 줌으로써 발생했음을 확인하였다. 본 연구는 해수면 수온 자료가 가지고 있는 계절적 변동성과 경년 변동성이 딥러닝 모델의 해수면 단기 수온 예측 성능에 기여함을 밝힌 것에 그 의의가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.282-282
• /
• 2016

지표수문해석모형이란 전 지구를 대상으로 수문해석 및 예측이 가능한 분포형 수문모형이다. 본 연구에서는 CSEOF(Cyclostationary Empirical Orthogonal Functions) 분석 방법을 이용하여 지표수문해석 모형 중 하나인 VIC(Variable Infiltration Capacity)모형의 토양수분 모의 성능을 평가해보고자 한다. 이를 위하여 먼저 남한에 대한 VIC 모형으로 모의한 토양수분 예측 결과와 관측자료를 수집하였다. 모의 성능 평가 기간은 1976년부터 2006년까지이다. 이후 본 연구에서는 수집된 VIC 모형의 예측 결과와 관측 자료에 대한 CSEOF 분석을 수행하여 각 자료의 월별 주된 변동 특성을 추출하였다. VIC 모형의 예측 결과와 관측자료의 상관관계는 CSEOF 분석 결과에 대한 Pattern Correlation으로 정량화되었다. 이와 더불어 본 연구에서는 모형의 모의 성능 평가에 주로 사용되는 NRMSE(Nomalized Root Mean Square Error)를 산정하여 예측 결과의 오차를 평가하였다. Pattern Correlation과 NRMSE를 모두 고려하여 VIC 모형의 성능을 평가해본 결과, 건기에 해당하는 기간과 우기에 해당하는 기간의 모의 성능이 다르게 나타났다. 본 연구의 결과는 추후에 지표수문해석 모형의 예측 결과를 이용하는 기후변화 관련 연구에 활용될 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2007년도 하계학술발표대회 논문집
• /
• pp.82-82
• /
• 2007

• 대한설비공학회지:설비저널
• /
• 제12권2호
• /
• pp.101-113
• /
• 1983

논문은 물을 저장물질로 사용하는 공간난방에 있어서의 seasonal storage의 몇 가지 중요한 문제연구하고 있다. 집열기 면적과 저장체적 그리고 시스템 성능간의 관계를 transient simulation program(TRNSYS)을 사용하여 조사하였다. 여기서 seasonal storage의 가장 일어나기 쉬운 상태가 나타내어지는데 seasonal storage system의 설계에 특히 역점을 두고 있다. 이러한 설계방법은 몇 일간에서 seasonal storage에 이르는 seasonal pacity (저장용량)에 대하여 적용되어진다. 비용과 관련하여 이러한 설계방법은 seasonal storage system 경제성 (economic viability)을 추정하는데 유용할 것이다. 또한 시스템 설계에서 부하 열기의 크기 탱크단열 집열기 경사 매년 기후변화의 중요성이 조사되고 있다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 추계학술대회 초록집
• /
• pp.119-119
• /
• 2010

무한 지속 가능한 지열 에너지를 활용한 공조시스템인 지열원 냉난방 시스템은 기존의 공조 시스템보다 열원이 안정적이기 때문에 높은 효율과 우수한 성능을 가지므로, 기후변화협약 대응의 주요수단으로서 기술개발과 보급이 증대되고 있다. 본 연구에서는 대수층 축열 지열원 열펌프 시스템에 대한 실증 연구를 통하여 대수층 축열 지열원 열펌프 시스템의 하절기 냉방 성능을 분석하였다. 대수층 축열 냉난방 시스템은 주입정과 양수정의 2개의 우물공이 설치되어 있으며, 겨울 난방 운전 중에 한 개의 우물공으로부터 지하수를 열펌프로 유입한 후 낮은 온도의 지하수를 타 우물공에 축열하고, 하절기에 겨울에 저온으로 축열된 우물공으로부터 지하수를 열펌프로 유입하여 온도가 증가된 지하수를 타 우물공에 주입한다. 즉, 계절별로 열펌프에서 생성된 냉수와 온수의 대수층 축열을 위하여 계절별로 주입정과 양수정이 바뀌게 된다. 본 연구의 대수층 축열 지열원 열펌프 시스템의 2009년 8월의 주요일자별 시스템 운전 중의 평균 냉방 열펌프 유닛 COP와 냉방 시스템 COP는 각각 4.7과 3.4이상의 우수한 성능을 나타냈다. 또한, 모든 일자에 대하여 외기온도가 $31.6^{\circ}C$서 $22^{\circ}C$까지 변화가 크게 나타났지만 열펌프 유닛 COP와 시스템 COP의 변화는 미소하였다. 이는 양수정으로부터의 지중 순환수가 운전기간 중에 $17.5^{\circ}C$로 일정하게 유지되었기 때문이다. 양수정과 주입정 사이에 5개의 관측공을 설치하였으며, 양수정 측에 인접한 관측공의 온도는 거의 변화가 없었으며, 단기간이지만 널리 사용되고 있는 수직밀폐형 시스템과 달리 지속적인 냉방운전 중의 양수 온도의 증가는 발생하지 않아 안정적인 성능을 나타냈다. 주입정에 인접한 모니터링 홀의 온도는 심도가 깊은 곳의 온도가 낮은 곳보다 높게 나타났다. 이는 냉방 운전 시 열펌프 유닛의 실외열교환기에서 지중 순환수가 냉매로부터 열을 취득하여 온도가 상승하면서 주입정측에 온열이 축열이 진행되었기 때문으로 분석되며, 하절기의 냉방 운전 시간이 증가할 경우 축열 효과는 더욱 증가할 것으로 예상된다. 양수정과 주입정 중간의 모니터링 홀의 온도는 2009년 8월 가동 중에 온도변화는 없었는데, 이는 양수정과 주입정 사이의 열간섭이 발생하지 않았기 때문으로 분석된다. 일자별로 운전 중의 열펌프 유닛 COP는 차이가 없었지만, 운전 및 정지 시간을 모두 포함한 시스템 소비전력과 냉방용량을 모두 합산하여 산정한 일일 평균 냉방 열펌프 유닛 COP와 냉방 시스템 COP는 일자별로 다소 차이가 발생하였는데, 이는 각 일자별로 열펌프 유닛 가동율의 차이로 인하여 열펌프 유닛 가동 전에 먼저 작동되는 지중순환펌프의 운전 소비전력의 차이와 열펌프의 단속운전 시의 열손실과 추거 소비전력의 차이 때문이다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.1-13
• /
• 2021

본 연구에서는 도로교통분야의 계획, 설계, 유지관리, 연구 등 다양한 목적으로 활용되고 있는 교통량 데이터의 정확도 확보를 위해 시계열 분석 기법을 적용하여 교통량 데이터의 보정 및 예측을 수행하였다. 기존 알고리즘의 경우 주기성 및 계절성이 강하거나 불규칙한 데이터에 한계를 보이고 있어 교통량 데이터와 같은 자료에 적용하기에는 한계가 있다. 이러한 한계점을 극복하고 보완하기 위해 ARIMA 모형에 자기상관 모형인 SAR(Seasonal Auto Regressive)과 계절 이동평균 모형인 SMA(Seasonal Moving Average)가 결합된 분석 기법인 SARIMA 모형을 적용하였다. 분석결과 최적 파라미터 조합인 SARIMA(4,1,3)(4,0,3) 12 모형을 활용한 교통량 예측 결과 평균 85% 정도의 우수한 성능을 보였다. 본 연구를 통해서 교통량 데이터의 결측 발생 시 교통량 보정 및 예측의 정확도를 높일 수 있으며, 교통량 데이터 외에도 계절성에 영향을 받는 시계열 데이터에 적용이 가능하다.

• 한국통신학회논문지
• /
• 제25권8A호
• /
• pp.1153-1159
• /
• 2000

이 논문에서는 네트워크의 QoS에 가장큰 영향을 미치는 네트워크 선로 이용률의 과거데이터를 기반으로 단기간 예측과 계절성(seasonality) 예측에 적합한 계절자기회귀이동평균(SARIMA: seasonal ARIMA) 모형을 적용하여 앞으로의 시간대별 선로 이용률을 예측하고 그 신뢰 구간을 추정함으로써 확류에 근거한 선로 이용률의 임계값 위반 시점을 예측할 수 있으며 확률에 근거한 신뢰성을 제공할 수 있다 또한 제시한 모델의 적합성 여부를 평가하였으며 실험을 통하여 적절한 수준의 임계값과 임계값 탐지의 기준이 되는 탐지 확률값을 추론함으로써 본 알고리즘의 성능을 최대화하였다.