• The Korean Journal of Applied Statistics
• /
• v.32 no.5
• /
• pp.703-720
• /
• 2019

The influence of temperature on electricity demand is increasing due to extreme weather and climate change, and the climate impacts involves nonlinearity, asymmetry and complexity. Considering changes in government energy policy and the development of the fourth industrial revolution, it is important to assess the climate effect more accurately for stable management of electricity supply and demand. This study aims to analyze the effect of temperature change on electricity demand using the partial linear model. The main results obtained using the time-unit high frequency data for meteorological variables and electricity consumption are as follows. Estimation results show that the relationship between temperature change and electricity demand involves complexity, nonlinearity and asymmetry, which reflects the nonlinear effect of extreme weather. The prediction accuracy of in-sample and out-of-sample electricity forecasting using the partial linear model evidences better predictive accuracy than the conventional model based on the heating and cooling degree days. Diebold-Mariano test confirms significance of the predictive accuracy of the partial linear model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.205-205
• /
• 2016

우리나라의 겨울철 자연재해 중 대설에 의한 피해가 발생하는 빈도가 증가하고 있는 가운데 그 피해를 예측하고 대비하기 위한 연구들이 다수 진행되고 있다. 강설은 일단위로 측정하며, 매일 새롭게 내린 강설의 양인 최심신적설과 기존에 녹지 않고 쌓여 있던 깊이까지를 고려한 최심적설로 구분된다. 우리나라의 경우에는 갑작스럽게 내린 폭설에 의한 피해가 대부분이므로 최심신적설량을 예측하는 것이 매우 중요하다. 이에 본 연구에서는 다중회귀분석을 이용해 우리나라의 최심신적설량을 추정하기 위한 식을 개발하였다. 다중회귀분석을 위한 독립변수로는 해당 일에 예측된 강수량, 일평균기온, 일최고기온, 일최저기온을 사용하였으며, 강수량과 일평균기온의 상호작용을 고려할 수 있도록 모형을 구성하였다. 모형의 개발에는 전국 74개 기상관측소의 최심신적설 자료를 관측소 단위로 전체 자료의 2/3을 무작위로 추출하여 이용하였으며, 추출되지 않고 남은 1/3의 자료를 이용해 모형에 대한 검증을 실시하였다. 그 결과 상호작용항이 포함되지 않은 다중선형회귀모형에 비해 상호작용을 고려한 다중회귀모형의 예측력이 훨씬 우수하게 나타났다. 강수량과 기온이 정확하게 예측된다면 개발된 추정식을 이용해 간편하게 최심신적설량을 예측할 수 있어, 폭설에 대한 대비에 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.390-390
• /
• 2021

본 연구에서는 통계적 방법에 의해 예측된 미래기간의 기온정보와 기온기반의 기준증발산량 산정방법을 연계하여 한강권역을 대상으로 최대 12개월의 미래기간에 대한 기준증발산량을 전망하였다. 기온정보는 Kim et al. (2020)의 연구와 같이 글로벌 기후지수와의 원격상관성을 기반으로 개발된 다중회귀모형을 이용하여 미래기간(예측시점 기준 1~12개월)에 대해 월 평균기온을 예측하고 이를 상세화하여 한강권역 내 주요 ASOS 지점별로 최고/최저기온을 도출하였다. 기준증발산량은 Hamon 방법(Hamon, 1960, 1963)을 기반으로 각 지점별로 상세화된 최고/최저기온을 이용하여 동일한 미래기간(1~12개월)에 대해 산정하였다. 한강권역 전체에 대해 2015년 1월~2020년 12월의 월별 평균기온과 각 지점별 산정한 기준증발산량을 활용하여 기온 및 기준증발산량에 대한 예측성을 분석하였다. 한강권역 전체에 대해 예측된 월별 평균기온의 경우 실제 관측값과 비교하였을 때, PBIAS 4.2~6.4%, R² 0.97~0.98, NSE 0.97~0.98 등으로 매우 높은 예측성을 보였다. 지점별로 상세화된 기온정보를 이용하여 산정한 기준증발산량을 실제 기온으로부터 산정한 기준증발산량과 비교한 결과는 PBIAS 5.0~6.8%, R² 0.97~0.98, NSE 0.96~0.97로 기온에 대한 예측성과 유사하게 나타났다. 기온과 기준증발산량 모두 일부 월이나 일부 지점에서 관측값과 비교했을 때 다소 차이를 보이는 경우도 있었으나, 대상유역 전반적으로는 매우 안정적인 예측결과를 확인할 수 있었다. 기준증발산량에 대한 예측결과(미래 1~12개월)는 계절 및 월 단위의 유역 수자원 전망에 유용하게 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.139-139
• /
• 2019

지구 온난화 및 기후변화로 인해 비롯된 전 지구적인 기온 상승은 가뭄, 폭염, 한파 등의 이상 기후 현상을 야기하여 인류의 생존을 위협하는 환경 문제로 대두되고 있다. 이와 같은 기후변화 및 이상기후 현상을 이해하고 파악하기 위해서는 정확하고 상세한 기온 정보가 필수적이다. 우리나라는 기상청에서 전국 590개소의 기상관측장비로 기온 정보를 생산하고 있지만 산림이 약 70%를 차지하는 복잡한 지형을 가지고 있어 지상관측밀도의 공간적 제약이 발생해 상세하고 균일한 기온 정보 생산에 제약이 있다. 이러한 단점을 극복하기 위해 본 연구에서는 위성으로 측정한 지표면 온도(Land Surface Temperature, LST) 자료와 다중선형회귀모형(Multiple Linear Regression Model)을 활용해 두 자료간의 상관관계를 파악하고 지상기온을 예측하고자 한다. 위성자료로 Terra 및 Aqua MODIS 위성의 1000m 공간해상도를 가진 일별 LST자료 MOD11A1, MYD11A1의 Daytime 자료를 각각 2000년부터 2018년까지 총 19년의 기간에 대해 구축하였으며, 전국 92개의 기상청 관측소로부터 최고, 최저 기온 자료를 동 기간에 대해 구축하였다. LST를 이용한 이상기온 예측 알고리즘은 python을 이용해 구현하였으며 예측 결과는 실제 기온 자료를 통해 검증하였다. 또한, 예측 기온 자료의 연대별, 순별(상, 중, 하순) 분석을 실시하고, 2018년 극한 폭염 및 한파(2017년 12월~2018년 2월)의 예측 가능성을 검토하여 연구 결과에 대한 다양한 활용방안을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1679-1683
• /
• 2008

낙동강 하류지점인 물금은 2003년${\sim}$2005년의 대부분이 부영양화의 기준을 넘고 있다. 하구둑 건설이후, 담수화 된 하구둑 상부에서는 부영양화가 가속화되었다. 수질의 악화는 물론 강 생태계의 구조와 기능의 변화까지 초래되었다. 지난 $7{\sim}8$년 간 낙동강 하류 지역은 갈수기 식물성 플랑크톤 군집의 대거 번성으로 인한 부영양화로 연중 심각한 수질 오염문제를 야기하고 있다. 본 연구는 WASP 7.2 모형과 예측된 동물성플랑크톤을 이용하여 낙동강 유역의 하류 지역인 물금의 부영양화를 예측하는 것이다. 2005년의 관측값을 초기조건으로 고정하고 DO, $NO_3$-N, $PO_4$-P, 기상청에서 예보되는 기온을 사용하여 동물성 플랑크톤을 신경망 모형으로 예측한 뒤, 수온 대신 기상청의 기온을 입력하여 $1{\sim}3$일 후의 단기 수질을 예측하였다. 부영양화 예측결과와 2005년의 월별 수질 관측값을 통계량을 이용하여 분석하였다. $1{\sim}3$일 후의 예측결과 수질항목 중 부영양화의 기준이 되는 클로로필-a, 총 질소, 총 인의 경우는 예측기간 모두 관측값에 적합하게 모의되었다. WASP 7.2 모형의 수질항목 관측자료를 초기값으로 입력하고, 예측된 동물성 플랑크톤의 개체수와 기상청에서 예보되는 기온을 사용한 수질모의는 낙동강의 단기 수질예측에 유의한 의미가 있을 것으로 사료된다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1601-1607
• /
• 2016

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.

• Environmental and Resource Economics Review
• /
• v.21 no.3
• /
• pp.465-491
• /
• 2012

Climate change, a result of increasing global warming, has been receiving more public attention due to its serious impact upon many industries. In this study we consider sustainable- (Green-) Growth and Green-Finance, and in particular temperature derivatives, as appropriately active responses to the world's significant climate change trends. We characterize the daily average temperatures in Seoul, South Korea with their seasonal properties and cycles of error terms. We form forecasting models and perform Monte Carlo simulations, and find that the risk-neutral values for CDD call-options and HDD put-options have risen since 1960s, which implies that the trend of temperature increase can be quantified in the financial markets. Contrary to the existing models, the Vasicek model with the explicit consideration of cycles in the error terms suggests that the significant option-values for the CDD call -options above certain exercise prices, implying that there is the possibility of explicit hedging against the considerable and stable increase in temperature.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.284-288
• /
• 2012

토양온도는 기후변화, 지역기상모형, 수생태 영향과 밀접한 상관성을 가지고 있으며 이에 대한 연구들이 활발하게 진행 중에 있다. 특히 기후는 토양의 분포와 성장, 그리고 소멸에 영향을 미치고, 식생은 증산과정에 의해 대기로 수분을 내보내는 과정을 통해 기후에 영향을 미치고 있다. 이 때, 지표면의 토양온도는 토양수분 및 식생의 성장에 영향을 미치게 된다. 이에 본 연구에서는 격자기반 일 지표면 토양온도 모형이 제안되며, 이를 이용하여 한반도 남동쪽에 위치한 낙동강 유역 내 안동댐 상류지역에 대한 지표면 토양온도가 모의된다. 제안된 모형의 구동을 위해 필요한 입력 자료는 일평균기온 및 관측 NDVI 자료이다. 전국 60개 지점에서 관측된 일 평균기온은 고도가 고려된 Krignig기법을 이용하여 격자별로 구축되며, NDVI 및 지표면 토양온도를 위한 위성자료는 적절한 전처리 과정을 거쳐 자료를 구축한다. 전반적으로 모의된 일 지표면 토양온도는 관측 자료를 잘 재현하고 있는 것으로 분석된다. 추가적으로 감쇠율을 적용하여 토양온도를 토양깊이에 따라 예측하는 방법이 제안되며, 토양깊이에 따라 토양온도가 감소하는 경향을 살펴볼 수 있을 것이다. 이상과 같이 본 연구에서 제안된 모형은 추후 하천수온예측 및 격자기반의 수문모형의 구성을 위한 기초자료를 제공할 것으로 기대된다. 더 나아가 본 연구는 기후-토양-식생의 관계를 바탕으로 미래기후에 대한 물 환경 영향을 평가하는데 있어서 기여할 수 있을 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1215-1224
• /
• 2016

Climate information of the high resolution grid units is an important factor to explain the phenomenon in a variety of research field. Statistical linear interpolation models are computationally inexpensive and applicable to any climate data compared to the dynamic simulation method at regional scales. In this paper, we considered four different linear-based statistical interpolation models: general linear model, generalized additive model, spatial linear regression model, and Bayesian spatial linear regression model. The climate variable of interest was the daily mean temperature, where the spatial variability was explained using geographic terrain information: latitude, longitude, elevation. The data were collected by weather stations in January from 2003 and 2012. In the sense of RMSE and correlation coefficient, Bayesian spatial linear regression model showed better performance in reflecting the spatial pattern compared to the other models.