• Journal of Bio-Environment Control
• /
• v.5 no.2
• /
• pp.215-235
• /
• 1996

The thermal analysis by mathematical model simulation makes it possible to reasonably predict heating and/or cooling requirements of certain greenhouses located under various geographical and climatic environment. It is another advantages of model simulation technique to be able to make it possible to select appropriate heating system, to set up energy utilization strategy, to schedule seasonal crop pattern, as well as to determine new greenhouse ranges. In this study, the control pattern for greenhouse microclimate is categorized as cooling and heating. Dynamic model was adopted to simulate heating requirements and/or energy conservation effectiveness such as energy saving by night-time thermal curtain, estimation of Heating Degree-Hours(HDH), long time prediction of greenhouse thermal behavior, etc. On the other hand, the cooling effects of ventilation, shading, and pad ||||&|||| fan system were partly analyzed by static model. By the experimental work with small size model greenhouse of 1.2m$\times$2.4m, it was found that cooling the greenhouse by spraying cold water directly on greenhouse cover surface or by recirculating cold water through heat exchangers would be effective in greenhouse summer cooling. The mathematical model developed for greenhouse model simulation is highly applicable because it can reflects various climatic factors like temperature, humidity, beam and diffuse solar radiation, wind velocity, etc. This model was closely verified by various weather data obtained through long period greenhouse experiment. Most of the materials relating with greenhouse heating or cooling components were obtained from model greenhouse simulated mathematically by using typical year(1987) data of Jinju Gyeongnam. But some of the materials relating with greenhouse cooling was obtained by performing model experiments which include analyzing cooling effect of water sprayed directly on greenhouse roof surface. The results are summarized as follows : 1. The heating requirements of model greenhouse were highly related with the minimum temperature set for given greenhouse. The setting temperature at night-time is much more influential on heating energy requirement than that at day-time. Therefore It is highly recommended that night- time setting temperature should be carefully determined and controlled. 2. The HDH data obtained by conventional method were estimated on the basis of considerably long term average weather temperature together with the standard base temperature(usually 18.3$^{\circ}C$). This kind of data can merely be used as a relative comparison criteria about heating load, but is not applicable in the calculation of greenhouse heating requirements because of the limited consideration of climatic factors and inappropriate base temperature. By comparing the HDM data with the results of simulation, it is found that the heating system design by HDH data will probably overshoot the actual heating requirement. 3. The energy saving effect of night-time thermal curtain as well as estimated heating requirement is found to be sensitively related with weather condition: Thermal curtain adopted for simulation showed high effectiveness in energy saving which amounts to more than 50% of annual heating requirement. 4. The ventilation performances doting warm seasons are mainly influenced by air exchange rate even though there are some variations depending on greenhouse structural difference, weather and cropping conditions. For air exchanges above 1 volume per minute, the reduction rate of temperature rise on both types of considered greenhouse becomes modest with the additional increase of ventilation capacity. Therefore the desirable ventilation capacity is assumed to be 1 air change per minute, which is the recommended ventilation rate in common greenhouse. 5. In glass covered greenhouse with full production, under clear weather of 50% RH, and continuous 1 air change per minute, the temperature drop in 50% shaded greenhouse and pad ＆ fan systemed greenhouse is 2.6$^{\circ}C$ and.6.1$^{\circ}C$ respectively. The temperature in control greenhouse under continuous air change at this time was 36.6$^{\circ}C$ which was 5.3$^{\circ}C$ above ambient temperature. As a result the greenhouse temperature can be maintained 3$^{\circ}C$ below ambient temperature. But when RH is 80%, it was impossible to drop greenhouse temperature below ambient temperature because possible temperature reduction by pad ||||&|||| fan system at this time is not more than 2.4$^{\circ}C$. 6. During 3 months of hot summer season if the greenhouse is assumed to be cooled only when greenhouse temperature rise above 27$^{\circ}C$, the relationship between RH of ambient air and greenhouse temperature drop($\Delta$T) was formulated as follows : $\Delta$T= -0.077RH＋7.7 7. Time dependent cooling effects performed by operation of each or combination of ventilation, 50% shading, pad ＆ fan of 80% efficiency, were continuously predicted for one typical summer day long. When the greenhouse was cooled only by 1 air change per minute, greenhouse air temperature was 5$^{\circ}C$ above outdoor temperature. Either method alone can not drop greenhouse air temperature below outdoor temperature even under the fully cropped situations. But when both systems were operated together, greenhouse air temperature can be controlled to about 2.0-2.3$^{\circ}C$ below ambient temperature. 8. When the cool water of 6.5-8.5$^{\circ}C$ was sprayed on greenhouse roof surface with the water flow rate of 1.3 liter/min per unit greenhouse floor area, greenhouse air temperature could be dropped down to 16.5-18.$0^{\circ}C$, whlch is about 1$0^{\circ}C$ below the ambient temperature of 26.5-28.$0^{\circ}C$ at that time. The most important thing in cooling greenhouse air effectively with water spray may be obtaining plenty of cool water source like ground water itself or cold water produced by heat-pump. Future work is focused on not only analyzing the feasibility of heat pump operation but also finding the relationships between greenhouse air temperature(T$_{g}$ ), spraying water temperature(T$_{w}$ ), water flow rate(Q), and ambient temperature(T$_{o}$).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.445-445
• /
• 2018

기후변화에 따른 환경오염은 21세기 인류에게 가장 심각한 문제 중의 하나로 대두되고 있다. 환경적인 측면에서 하천오염은 경제적으로 많은 문제를 발생시키고 있다. 이러한 하천오염 문제를 해결하기 위해서는 오염물질의 농도 측적 및 데이터 축적이 필수적이라 할 수 있다. 그러나 일반적으로 오염물질 부하량에 대한 직접적인 측정은 비용 측면에서 쉽지 않은 것이 사실이다. 또한 실시간으로 BOD, COD, TN, TP 등의 자료를 이용하여 예측하는 것에는 자료의 부족성으로 인해 한계가 있다. 본 연구에서는 구글의 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 기계학습을 통한 하천오염 예측을 목적으로 하고 있다. 기계학습을 위하여 텐서플로우를 활용하여 RNN, LSTM 인공신경망 모형을 구축하였다. 하천오염의 학습과 예측을 위해 결과치 분석을 위한 자료로는 금강 유역에 위치한 옥천 관측소 충청북도 옥천군 이원면 이원대교에 위치한 $36^{\circ}14'31.0''N$ $127^{\circ}40'02.6''E$의 관측소에서 BOD, COD, DO, 부유물질의 자료를 사용하였다. 모형의 학습을 위해서 입력자료는 수위, 유량, 평균기온, 평균풍속 자료를 2004년 ~ 2017년까지의 14년간의 자료를 사용하였다. 연구를 위해 BOD, COD, DO 부유물질 자료는 물환경정보시스템(http://water.nier.go.kr/)의 자료를 활용하고 수위, 유량등의 자료는 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)의 자료를 사용하였다. 그러나 수온, 수위, 풍속등의 자료는 일 자료가 있는가 반면 BOD, COD, TN, TP등의 자료는 일 자료가 있지 않아 이를 원활히 활용할 수 있도록 예측을 위한 결과치의 선형보간법을 통해 일 자료를 획득한 후 연구를 하였다. RNN, LSTM의 분석 시 학습속도, 반복시행횟수 sequence length의 길이 등의 값을 조절 하면서 결과치를 분석하였다.

• Korean Journal of Soil Science and Fertilizer
• /
• v.23 no.2
• /
• pp.87-93
• /
• 1990

A statistical model to predict soil temperature from the ambient meteorological factors including mean, maximum and minimum air temperatures, precipitation, wind speed and snow depth combined with Fourier time series expansion was developed with the data measured at the Suwon Meteorolical Service from 1979 to 1988. The stepwise elimination technique was used for statistical analysis. For the yearly oscillation model for soil temperature with 8 terms of Fourier expansion, the mean square error was decreased with soil depth showing 2.30 for the surface temperature, and 1.34-0.42 for 5 to 500-cm soil temperatures. The $r^2$ ranged from 0.913 to 0.988. The number of lag days of air temperature by remainder analysis was 0 day for the soil surface temperature, -1 day for 5 to 30-cm soil temperature, and -2 days for 50-cm soil temperature. The number of lag days for precipitaion, snow depth and wind speed was -1 day for the 0 to 10-cm soil temperatures, and -2 to -3 days for the 30 to 50-cm soil teperatures. For the statistical soil temperature prediction model combined with the yearly oscillation terms and meteorological factors as remainder terms considering the lag days obtained above, the mean square error was 1.64 for the soil surfac temperature, and ranged 1.34-0.42 for 5 to 500cm soil temperatures. The model test with 1978 data independent to model development resulted in good agreement with $r^2$ ranged 0.976 to 0.996. The magnitudes of coeffcicients implied that the soil depth where daily meteorological variables night affect soil temperature was 30 to 50 cm. In the models, solar radiation was not included as a independent variable ; however, in a seperated analysis on relationship between the difference(${\Delta}Tmxs$) of the maximum soil temperature and the maximum air temperature and solar radiation(Rs ; $J\;m^{-2}$) under a corn canopy showed linear relationship as $${\Delta}Tmxs=0.902+1.924{\times}10^{-3}$$ Rs for leaf area index lower than 2 $${\Delta}Tmxs=0.274+8.881{\times}10^{-4}$$ Rs for leaf area index higher than 2.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.26 no.1
• /
• pp.53-62
• /
• 2024

In this study, we built a model to estimate frost occurrence in South Korea using single-input deep learning and multi-input deep learning. Meteorological factors used as learning data included minimum temperature, wind speed, relative humidity, cloud cover, and precipitation. As a result of statistical analysis for each factor on days when frost occurred and days when frost did not occur, significant differences were found. When evaluating the frost occurrence models based on single-input deep learning and multi-input deep learning model, the model using both GRU and MLP was highest accuracy at 0.8774 on average. As a result, it was found that frost occurrence model adopting multi-input deep learning improved performance more than using MLP, LSTM, GRU respectively.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.18 no.4
• /
• pp.298-306
• /
• 2016

Planting date shift is one of the means of adapting to climate change in Kimchi Cabbage growers in major production areas in Korea. This study suggests a method to estimate the potential yield of Kimchi Cabbage based on daily temperature accumulation during the growth period from planting to maturity which is determined by a plant phenology model tuned to Kimchi Cabbage. The phenology model converts any changes in the thermal condition caused by the planting date shift into the heat unit accumulation during the growth period, which can be calculated from daily temperatures. The physiological maturity is estimated by applying this model to a variable development rate function depending either on growth or heading stage. The cabbage yield prediction model (Ahn et al., 2014) calculates the potential yield of summer cabbage by accumulating daily heat units for the growth period. We combined these two models and applied to the 1km resolution climate scenario (2000-2100) based on RCP8.5 for South Korea. Potential yields in the current normal year (2001-2010) and the future normal year (2011-2040, 2041-2070, and 2071-2100) were estimated for each grid cell with the planting dates of July 1, August 1, September 1, and October 1. Based on the results, we divided the whole South Korea into 810 watersheds, and devised a three - dimensional evaluation chart of the time - space - yield that enables the user to easily find the optimal planting date for a given watershed. This method is expected to be useful not only for exploring future new cultivation sites but also for developing cropping systems capable of adaptation to climate change without changing varieties in existing production areas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.189-193
• /
• 2008

본 연구는 충주댐 유역을 대상으로 미래의 기후변화, 그에 따른 식생상태, 그리고 미래의 토지이용 변화를 고려한 상태에서 SWAT-K 모형에 의한 수문순환인자들의 변화가 댐의 유입량에 미치는 영향을 파악하고자 한다. SWAT 모형의 검보정은 6년간($2000{\sim}2006$, 2001년 제외)의 댐유입량 자료를 이용하여 실시하였으며, Nash_Sutcliffe 모형효율은 $0.52{\sim}0.88$의 범위로 검보정되었다. 기후변화 시나리오는 IPCC에서 제공하고 있는 GCM들 중에서 CCCma CGCM2의 A2, B2 시나리오를 이용하였으며, 댐유역의 기후변화를 모의하기 위하여 과거 30년간($1977{\sim}2006$)의 기상자료 통계정보를 기준으로 Change Factor Downscaling 기법을 적용하여 2030년, 2060년, 2090년 전후의 각 30년간의 미래 정보를 재생산하였다. 미래의 식생정보는 7년($2000{\sim}2006$)간의 MODIS 위성 영상에 의한 엽면적 지수를 월단위로 구축하여 엽면적 지수와 평균기온간의 상관회귀식을 도출하여 미래 기후변화에 따른 식생의 활력도를 예측하였다. 미래의 토지이용 변화는 CA-MArkov 기법을 개선, 적용하여 총 9개의 토지이용 항목에 대하여 각 항목별 예측을 실시하였다. 2000년의 기상자료 및 댐유입량을 기준으로 이상의 미래기후, 식생, 토지이용 에측 정보를 적용하여 미래의 댐유입량을 모의한 결과를 분석하였다. 그 결과 강수량 및 온도의 변동이 가장 크게 영향을 주어 유입량의 변화가 모의되었으며, 이에 따른 수문인자의 변동은 2000년 기준으로 증발산량, 토양수분의 변동을 분석하였다. 미래의 수문순환에 가장 큰 영향을 주는 수문인자는 토양수분으로 나타나, 미래에는 산림지역 및 토지이용 개발에 따른 토양수분의 함양량 유지를 위한 유역관리가 중요한 요인이 될 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.6
• /
• pp.1141-1148
• /
• 2013

End-uses of household water have been influenced by a housing type, life style and housing area which are considered as internal factors. Also, there are external factors such as water rate, weather and water supply facilities. Analysis of influential factors on water consumption in households would give an explanation on the cause of changing trends and would help predicting the water demand of end-use in household. In this paper, we used real data to predict toilet and laundry water-uses and utilized the linear regression model with autoregressive errors. The results showed that the monthly autoregressive error models explained about 71% for describing the water demand of end-use in toilet and laundry water-uses.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.419-424
• /
• 2006

대청호로 유입하는 탁수의 감시와 저수지내의 시공간분포를 예측할 수 있는 실시간 탁수감시 및 예측시스템(RTMMS)을 개발하였다. RTMMS는 탁도와 수온 등 실시간 계측자료를 데이터베이스에 저장.조회하는 실시간 감시(Realtime Monitoring), 2차원 탁수예측 수치모델의 입력자료 생성(Input Data), 탁수예측 수치모델의 수행 (W2 Run), 모의결과의 조회 및 저수지 운영 시나리오별 탁수조절 효과분석을 위한 후처리 (Post-Process) 기능을 제공한다. 시스템의 GUI 화면은 개별 기능을 탭 형식으로 제공하여 사용자가 순차적으로 자료조회와 모델수행 그리고 결과분석을 쉽게 수행할 수 있도록 설계하였다. RTMMS는 강우사상 동안 유입하천의 수온예측을 위해 대기기온, 이슬점온도, 하천유량자료를 독립변수로 이용하는 다중회귀모델(DMR)을 사용하며, 탁도 예측은 유량과 SS 부하량의 상관관계를 이용하는 탁도예측모델(QLM)을 사용한다. 저수지로 유입한 탁수의 밀도류 거동과 시공간적인 탁도분포 예측은 2차원 횡방향 평균 수리 수질해석 모형인 CE-QUAL-W2를 채택하였다. 개발된 시스템은 2004년 홍수기를 대상으로 시범적용 하였으며, 그 결과를 실측자료와 비교하여 제시하였다. RTMMS는 저수지 탁수발생 현황조회, 취수원 도달시간 및 지속기간, 밀도류와 전도현상을 고려한 시공간 분포 예측, 발전 및 수문방류, 선택취수 등 다양한 저수지운영 시나리오에 따른 상.하류 영향 분석, 용수 이용자에게 탁도 예측정보의 제공 등 탁수를 고려한 저수지운영 의사결정지원 도구로써 매우 유용하게 활용 될 것으로 기대된다.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.55 no.4
• /
• pp.284-291
• /
• 2010

A simulation modeling for predicting the harvesting date with high potato solids consists of development of mathematical models. The mathematical model on potato growth and its development should be obtained by using agricultural elements which analyze relations of solar radiation quantity, temperature, photon quantity, carbon dioxide exchange rate, water stress and loss, relative humidity, light intensity, and wind etc. But more reliable way to predict harvesting date against climatic change employs in vivo energy consumption for growth and induction shape in a slight environmental adaptation. Therefore, to calculate in vivo energy loss, we take a concept of estimate of the amount of basal metabolism in each tuber on the basis of $Wm={\int}^m_tf(x)dt$ and $Tp=\frac{Tm{\cdot}Wm^{Tp}}{Wm^{Tm}}$. In the validation experiments, results of measuring solid accumulation of potato harvested at simulated date agreed fairly well with the actual measured values in each regional field during the growth period of 2005-2009. The calculation method could be used to predict an appropriate harvesting date for a production of high potato solids according to weather conditions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.357-357
• /
• 2018

기후변화의 영향으로 기온과 강수량의 증가가 나타나고 있으며, 이러한 변화는 수문 순환 및 강우-유출의 변화로 인해 하천의 수질에도 영향을 미치게 된다. 수질 오염원 중 배출원의 형태가 명확하지 않은 비점오염원은 강우의 유출과 함께 발생하는 특징을 띤다. 비점오염원은 지표면에 존재하던 오염 물질이 지표면에서 유출이 발생함에 따라 하천으로 유입되는 오염물이다. 이에 따라 강우량에 비례하는 특성을 띠며 점 오염원과 달리 변동 폭이 크다. 대표적인 비점오염물로 알려진 질소, 인과 같은 영양물질은 하천으로 유입 시 부영양화를 야기하는 물질로 우리나라와 같이 계절별 강수량의 차이가 큰 환경에서 비점오염물의 지속적인 관리는 필수적이라 할 수 있다. 비점오염원은 오염원을 특정할 수 없기 때문에 하천으로의 유입을 최소화하는 최적관리기법(Best Management Practices)을 통해 관리한다. 국내외에서 가장 널리 이용되는 비점오염원 최적관리기법은 식생형 시설로, 나지에 식물체를 파종함으로써 토양의 유실을 방지하여 비점오염물의 하천 유입을 저감시키고, 자연경관으로써 기능한다. 미래 수자원의 효과적인 이용을 위해서는 기후변화에 따른 수문 변화, 그로 인한 수질 변화 특성을 파악하는 것은 매우 중요하다. 이에 본 연구에서는 기후변화 시나리오를 통해 기온, 강수, 습도와 같은 기후 조건의 변화를 고려하여 예측되는 비점오염물의 유출 저감 대책의 영향을 분석하고자 한다. 이 때, 기후변화 시나리오는 그 자체로 불확실성을 포함하는 자료이기 때문에 특정 시나리오를 분석하기 보다는 기후변화 진행 정도에 따른 비점오염물 유출을 산정하고 저감 대책의 영향을 분석한다. 연구를 수행하기 위해 장기간의 강우-유출 특성의 모의가 가능하고 저감 대책을 제공하는 SWAT 모형을 이용한다. SWAT 모형에서는 여러 최적관리기법을 제공하는데, 가장 널리 이용되는 것이 식생형 시설인 것에 기초하여 적용할 저감 대책으로 계단식 산비탈(Terracing)을 선정하였다. 저감 대책의 적용으로 비점오염물질이 적게는 약 30%에서 많게는 60%까지 변화하며 매우 효율적으로 저감되는 것이 확인되었다. 저감 시설의 적용을 통해 총 량 뿐만 아니라 시간에 따른 비점오염물 유출의 변동성 또한 감소시킬 수 있음이 확인되었다.