• 제목/요약/키워드: 관측망

검색결과 935건 처리시간 0.026초

자료기반 학습 알고리즘을 이용한 지하수위 변동 예측 모델의 국가지하수관측망 자료 적용에 대한 비교 평가 연구 (Application of groundwater-level prediction models using data-based learning algorithms to National Groundwater Monitoring Network data)

  • 윤희성;김용철;하규철;김규범
    • 지질공학
    • /
    • 제23권2호
    • /
    • pp.137-147
    • /
    • 2013
  • 지하수자원의 효율적인 관리를 위해 강우에 대한 지하수위 변화를 예측하는 것은 중요한 문제이다. 본 연구에서는 자료기반 학습 알고리즘인 인공신경망과 지지벡터기계를 이용하여 시계열 예측 모델을 만들고 이를 국가지하수관측망 중 가산, 신광, 청성 관측소 지하수위 변화 예측에 적용하였다. 모델의 입력 성분 구성 방법에 따라 네 가지 모형을 설정하고 각 관측소 및 모델 별 예측 결과를 비교 평가하였다. 강우 입력 모형의 경우 지하수위 감쇠 및 기저 변화 예측을 위해 큰 규모의 입력 성분 구성이 필요하지만 강우 및 지하수위 입력 모형은 보다 작은 규모의 입력 성분으로 효과적으로 지하수위 변화를 예측하는 것으로 나타났다. 강우 및 지하수위 입력 모형의 활용성 증대를 위해 고안된 반복 예측 모형의 경우 관측값과 예측값 사이에 0.75~0.95의 상관계수를 보여 적용 가능성이 큰 것으로 판단된다. 전체적으로 강우-지하수위 교차상관계수가 낮은 신광 관측소의 예측 오차가 크게 나타났고 ANN 모델에 비해 SVM의 예측력이 다소 높은 것으로 조사되었다. 또한 반복 예측 모형의 모델 파라미터 선정 과정에서 보정 단계 오차에 대한 예측 단계 오차의 비의 분포를 조사한 결과 SVM의 경우가 더 작게 나타나 SVM이 본 연구 자료에 대해 보다 안정적이고 효율적인 모델임을 평가하였다.

한국의 태양전파관측 (Solar Radio Observation in Korea)

  • Bong, Su-Chan;Cho, Kyung-Suk
    • 천문학회보
    • /
    • 제40권1호
    • /
    • pp.51.2-51.2
    • /
    • 2015
  • 한국에서 태양전파관측이 처음으로 이루어진 것은 1986년 대덕전파망원경의 시험관측을 위해서였다. 이후 기술개발을 위한 간섭계 관측이 이루어지기도 했으나 일시적인 시험관측에 그쳤고, 본격적인 태양상시관측은 전파연구소 이천분소에서 1997년부터 30-2500 MHz 대역의 태양전파를 관측하면서 시작되었다. 이후 전파연구소는 2.8 GHz 관측기, 광대역 태양전파 노이즈 관측기 등 다양한 관측기를 설치하여 우주전파환경 예보에 활용하고 있다. 한국천문연구원은 2007년 e-CALLISTO 관측망의 수신기를 들여와 45-450 MHz의 태양전파스펙트럼을 관측하기 시작하였고, 이후 2009년에는 0.245-18 GHz의 태양전파스펙트럼을 관측할 수 있는 KSRBL을 설치하여 관측대역을 마이크로파 대역으로 확장시켰다. e-CALLISTO와 KSRBL의 도입을 계기로 한국천문연구원의 태양연구는 태양전파와 고에너지태양물리로 연구 분야를 확장시킬 수 있게 되었으며, 관측자료는 태양전파폭발 감시와 CME 및 플레어 연구에 활용되고 있다.

  • PDF

KVN (Korean VLBI Network)의 우주측지학적 기여도 분석 (ANALYSIS ON IMPACTS OF KVN TO GEODETIC VLBI NETWORK)

  • 조정호;박종욱;박필호
    • Journal of Astronomy and Space Sciences
    • /
    • 제23권4호
    • /
    • pp.337-344
    • /
    • 2006
  • 전파천문학과 우주측지학적 활용을 목적으로 3기의 전파망원경으로 국내에 구축되고 있는 초장 거리간섭계(VLBI; Very Long Baseline Interferometry)인 KVN의 우주측지학적 기여도를 분석하기 위한 모의실험을 수행하였다. KVN의 우주측지학적 기여도를 두 가지 서로 다른 규모의 관측망에 대해 분석하기 위해 동아시아 지역의 local관측망(KVN-Asia)과 태평양 주변 지역의 global 관측망(KVN-Pacific)을 구성하였다. KVN이 이들 두 관측망에 포함되기 전 후에 대한 정량적 기여도 분석이 이 연구를 통해 수행된 모의실험의 주목적이다. 이를 위해 관측소 좌표와 지구회전계수(EOPs; Earth Orientation Parameters)를 정량적 기여도 분석의 기준 파라미터로 선택하였다. 이들 파라미터는 모의실험을 통해 추정되는 대상인 동시에 KVN 포함 전 후의 추정 정밀도 향상에 대한 기준 비교인자이기도 하다. 관측소 좌표는 KVN-Asia에 대한 기준 비교인자로 사용되었고, EOP는 KVN-Pacific에 대한 기준 비교인자로 사용되었다. 모의 실험 결과 KVN-Asia와 KVN-Pacific의 기준 비교인자 추정정밀도 개선에 대한 KVN의 기여도는 최대 50%, 20%수준이 될 것으로 예상되었다. 또한 연구결과를 토대로 제안된 KVN의 우주측지학적 유망연구 분야들은 향후 KVN우주측지학적 활용의 핵심분야가 될 것으로 기대한다.

달 탐사 시험용 궤도선을 위한 심우주 추적망의 관측값 구현 알고리즘 개발 (Development of a Measurement Data Algorithm of Deep Space Network for Korea Pathfinder Lunar Orbiter mission)

  • 김현정;박상영;김민식;김영광;이은지
    • 한국항공우주학회지
    • /
    • 제45권9호
    • /
    • pp.746-756
    • /
    • 2017
  • 본 연구에서는 한국형 달 탐사 시험용 궤도선을 위한 심우주 추적망 (Deep Space Network)의 관측값을 구현하는 알고리즘을 개발하였다. 이 알고리즘을 활용하여 탐사선의 신호 지연 효과를 관측 모델을 통해 보정해서 계산된 관측값을 생성할 수 있다. 계산된 관측값으로 거리, 도플러, 방위각, 고도각을 생성하였다. 기하학적 데이터 값을 General Mission Analysis Tool (GMAT)의 시나리오를 통해 구하였으며, 계산된 관측값을 구하기 위해서 시간 지연 효과, 대류층 지연 효과, 대류권 내 하전 입자에 의한 지연 효과, 대류권 밖 하전 입자에 의한 지연 효과, 대류층에 의한 굴절 효과, 안테나에 의한 지연 효과를 고려하였다. 관측 모델들을 통해 구한 계산된 관측값은 시험용 궤도선의 정밀 궤도 결정을 위해 사용된다. 본 논문에서 개발한 데이터 시뮬레이션 모듈은 미 항공우주국의 궤도 결정 툴 박스 (Orbit Determination ToolBoX, ODTBX)를 이용해 검증되었다.

인공신경망과 중규모기상수치예보를 이용한 강수확률예측 (Predicting Probability of Precipitation Using Artificial Neural Network and Mesoscale Numerical Weather Prediction)

  • 강부식;이봉기
    • 대한토목학회논문집
    • /
    • 제28권5B호
    • /
    • pp.485-493
    • /
    • 2008
  • 한반도 영역을 대상으로 RDAPS모형의 수치예보자료, AWS의 관측강수, 상층기상관측(upper-air sounding)의 관측자료를 이용하여 권역별 강수발생확률을 예측할 수 있는 인공신경망 모형을 제시하였다. 사용된 자료의 기간은 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 하였다. 500/750/1000 hPa에서의 지위고도, 500-1000 hPa에서의 층후(thickness), 500 hPa에서의 X와 Y방향 바람성분, 750 hPa에서의 X와 Y방향 바람성분, 표면풍속, 500/750 hPa/표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도등을 신경망의 예측인자로 사용하였다. 신경망의 구조는 3층 MLP(Multi Layer Perceptron)로 구성하여 역전파알고리즘(Back-propagation)을 학습방법으로 사용하였다. 신경망예측결과 한반도전체에 대한 예측성과의 개선은 H가 6.8%상승하였고, 특히 TS와 POD는 각각 99.2%와 148.1% 상승함으로서 강수예측에 대한 신경망모형이 효과적인 도구가 될 수 있음을 확인하였다. KSS 역시 92.8% 개선됨으로서 RDAPS 예측에 비하여 뚜렷이 개선된 결과를 보여주고 있다.

Recent Activities of the KVN

  • 변도영
    • 천문학회보
    • /
    • 제39권2호
    • /
    • pp.112.1-112.1
    • /
    • 2014
  • KVN은 현재 연간 3000시간 이상의 VLBI 관측 시간을 운영하는 안정적인 운영단계에 들어섰다. 또한 일본의 VLBI 관측망인 VERA와 연결한 KaVA (KVN and VERA Array)도 한일상관센터의 운영시작과 더불어 연간 1000 시간의 관측 운영을 하고 있으며 KaVA를 이용한 연구 성과가 나오기 시작하였다. KVN은 다파장 Astrometry를 위해 다파장 P-Cal 시스템을 개발하고 있으며 관측 감도를 높이기 위해 8Gbps 운영을 준비하고 있다. KVN의 운영 및 시스템 개선 계획, 국제 협력 내용 등을 소개한다.

  • PDF

정지궤도 기상위성의 관측 데이터 전송 시스템 구성 및 기술 동향

  • 김중표
    • 항공우주산업기술동향
    • /
    • 제4권1호
    • /
    • pp.74-82
    • /
    • 2006
  • 정지궤도 상에서 기상 관측 임무를 수행하고 있는 주요 기상위성의 관측 데이터의 전송 및 분배 시스템의 구성 현황 및 주요 전송 파라미터를 분석하고 현재 개발되고 있는 통신해양기상위성의 관측 데이터 전송 시스템 구성 및 채널별 주요 전송 파라미터를 제시한다. 제한된 기상 주파수 전송 대역에 대해 갈수록 고성능화 되어가는 기상 센서에 따른 대용량 기상관측 데이터 전송 및 분배를 위한 전송 방법 및 주파수 대역의 변경, 지상망 및 상업용 위성 통신망의 활용방안을 살펴본다.

  • PDF