• 제목/요약/키워드: 분단위

검색결과 51건 처리시간 0.05초

조기경보시스템 검증을 위한 무인기상관측망 실황자료 표출 시스템 (A System Displaying Real-time Meteorological Data Obtained from the Automated Observation Network for Verifying the Early Warning System for Agrometeorological Hazard)

  • 김대준;박주현;김수옥;김진희;김용석;심교문
    • 한국농림기상학회지
    • /
    • 제22권3호
    • /
    • pp.117-127
    • /
    • 2020
  • 농촌진흥청 농업기상재해 조기경보시스템은 기상청으로부터 제공되는 기상정보를 활용하여 농장 단위로 상세 추정하고, 추정된 상세 기상정보를 바탕으로 작물의 생육 추정 및 생육이 진행됨에 따라 발생할 수 있는 기상 재해를 예측하여 사용자에게 미리 전달한다. 이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다. 기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로 부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다. DB에 수집된 기상자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다. 자료 표출 시스템 접속 URL은 http://aws.agmet.kr 이다.

이동 센서 네트워크를 위한 적응적 FEC 코드 제어 알고리즘 (An Adaptive FEC Code Control Algorithm for Mobile Sensor Networks)

  • 이영수;홍승욱;안종석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
    • /
    • pp.400-402
    • /
    • 2005
  • 전파(propagation) 오류가 빈번한 무선 이동 네트워크에서는 전송 성능을 향상하기 위해 FEC(Forward Error Correction) 알고리즘을 채택한다. 그러나 정적인 FEC 코드 제어 방식은 연속적으로 변화하는 전파 오류율에 알맞은 정정 코드(check code)를 적용하지 못해 성능이 저하된다. 일례로 측정한 고 오류 무선 센서 네트워크에서는 초단위 평균 BER(Bit Error Rate) 또는 분단위 평균 BER이 0에서 최대 $10^{-3}$까지 연속적으로 변화한다. 이러한 무선 환경에서 전파 오류를 $100\%$ 복구하기 위한 정정 코드를 채택하는 경우에는, 불필요한 정정 코드량은 전체 데이터에 최대 $20\%$를 차지한다. 본 논문에서는 무선 채널의 BER을 직접 측정하지 않고 패킷 전송 성공 여부에 따라 정정 코드의 량, 즉 FEC단계를 동적으로 변화하는 AFECCC (Adaptive FEC Code Control) 알고리즘을 소개한다. AFECCC는 트레이스 기반(trace-driven) 시뮬레이션에서 정적 FEC 방식에 비해 최대 $5\%$ 이상, 또한 실제 센서 네트워크에서는 정적 FEC 알고리즘에 비해 최대 $15\%$ 성능이 향상되었다.

  • PDF

딥러닝 분석을 위한 수문시계열 입력자료 구성 기법 개발 (Development of a method for constructing hydrological time series input data for deep learning analysis)

  • 육지문;조혜린;박찬호;문수진;문영일
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2021년도 학술발표회
    • /
    • pp.349-349
    • /
    • 2021
  • 일반적인 도시홍수모형은 수리-수문모형을 기반으로 한 홍수위 모형을 사용하고 있으나 강우사상이나 물리적 조건에 따라 모의시간의 변화가 있으며 경우에 따라서는 긴 모의시간이 소요된다. 알파고 이후 큰 관심을 갖게된 딥러닝을 이용한 데이터기반의 모의를 통해 수자원 부분에 적용하여 수위 예측을 진행하였다. 본 연구에서는 딥러닝을 이용하여 관측자료기반의 수위예측 연구를 수행하였다. 대상유역은 중랑천 유역으로 선정하였으며 2015년 ~ 2020년 사이의 10분단위 강우, 수위자료를 이용하였다. 지방자치단체에서 제공하는 강우, 수위자료의 경우 결측자료 또는 이상자료에 대한 보정이 미흡하여 기계학습을 통합 분석자료로 활용하는데 어려움이 있다. 이에, 결측 및 이상자료가 포함된 자료로부터 인위적으로 교란된 데이터 및 결측구간을 삭제한 데이터를 생성하여 자료의 시계열성을 제거하고, 딥러닝을 통한 수위 예측 결과를 정상 데이터를 적용한 결과와 비교하였다. 사용된 딥러닝 모형은 시계열 데이터 예측에 우수한성능을 보이는 LSTM모형과 GRU모형을 이용하였으며 RMSE, NSE를 이용하여 평가하였다. 본 연구에서는 결측자료 및 이상자료가 포함된 수문자료를 자료의 시계열성 제거를 통해 딥러닝 분석 입력자료 구성하기 위한 방안을 제시하였다.

  • PDF

발전경쟁시장에서 도매경쟁시장을 위해 설계된 MOS시스템 활용을 위한 요구사항 (Design Requirement to use MOS system(for Wholesale competition) UNDER Generation competition Rule)

  • 김민배
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2008년도 제39회 하계학술대회
    • /
    • pp.588-589
    • /
    • 2008
  • 우리나라는 2001년 4월 이후 전력산업구조개편을 추진 중에 있다. 한 기업에 의해 발전, 송전, 배전, 판매를 독점하던 체계에서 전력시장 개방을 단계별로 진행중에 있는데, 최초에 계획된 전력시장 개발 일정은 다음과 같다. - 발전경쟁 : $2001.04{\sim}2004.06$ - 도매경쟁 : $2004.07{\sim}2008.12$ - 소매경쟁 : $2009.01{\sim}$ 발전경쟁시장에서 도매경쟁시장으로 전환되는 시점에서 국가차원의 결정에 의해 도매경쟁시장으로의 진입이 잠정 중단되었다. 그 당시 우리는 도매경쟁시장을 위한 시스템(MOS)을 이미 구축한 상태였다. 도매경쟁시장을 위해 설계된 MOS시스템은 발전경쟁시장을 위해 현재 사용되고 있는 CBP시스템에는 갖추고 있지 않은 우수한 기능들을 다수 보유하고 있는데 5분단위 급전계획(FMD)이 그것 중 최고기능이라고 할 수 있다. 본 논문에서는 CBP시스템을 사용하는 발전경쟁시장에서 MOS시스템의 5분 단위 급전계획(FMD)을 활용하기 위한 설계 요구사항을 논의하고자 한다.

  • PDF

분단위 강우자료를 활용한 임의-고정시간 환산계수의 추정 (Conversion Factor Estimates between the Rain Data per Minute and Fixed-Time-Interval)

  • 문영일;오태석;오근택;전시영
    • 한국방재학회:학술대회논문집
    • /
    • 한국방재학회 2008년도 정기총회 및 학술발표대회
    • /
    • pp.679-682
    • /
    • 2008
  • Probability precipitation is one of the most important factor for designing the hydrology structures. Probability precipitation is calculated based on the frequency analysis on each durations of annual maximum rainfall data. For frequency analysis we need a conversion factor between the rain data per random-time interval and fixed-time-interval. In this study, the minutely precipitation data on observatory of the Meteorological Administration are used for 37 stations. Therefore, we should conversion factors between the rain data per minute and fixed-time-interval.

  • PDF

Tensorflow를 이용한 도림천 수위 예측 (Prediction of DorimRiver Water Level Using Tensorflow)

  • 육지문;이정환;정민수;문현태;문영일
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2019년도 학술발표회
    • /
    • pp.188-188
    • /
    • 2019
  • 본 연구에서는 텐서플로우를 이용한 관측자료 기반의 수위예측 연구를 수행하였다. 대상유역은 도림천 유역으로 선정하였으며 관측강우와 상류하천의 수위자료를 이용하여 하류인 도림교지점의 수위를 예측하였으며 다른 변수는 배제하였다. 사용된 모형은 시계열 데이터예측에 우수한 성능을 보이는 RNN(Recurrent Neural Network)과 LSTM(Long Short Term Memory networks)을 이용하였으며 수위자료는 2005년부터 2016년도 10분단위 관측강우와 수위 데이터를 학습하여 2017년도 수위데이터를 예측하도록 하였다. 본 연구를 통하여 홍수기 실시간 수위예측이 가능할것으로 판단되며 도시지역 골든타임 확보에 활용될 것으로 판단된다.

  • PDF

월강수량 기반의 연평균 강우가식성 지표 추정방법 평가 (Estimation of Annual Average Rainfall Erosivity based on Monthly Precipitation)

  • 이준학
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2022년도 학술발표회
    • /
    • pp.430-430
    • /
    • 2022
  • 20년 이상의 분단위 강우자료가 없는 지역에서는 연강수량, 월강수량, 일강수량 등을 이용하여 강우가식성지표를 추정하는 연구가 이루어지고 있다. 이중에서 월강수량을 이용한 연평균 강우가식성지표 추정방법은 Fouriner Index, Modified Index, IAS index, Modified IAS index 등 학계에서 다양한 모델이 제시된 바 있다. 국내에서는 1971 ~ 1999년 기간의 기상청 관측지점에 대한 평가가 일부 이루어진 바 있으나, 월강수량을 이용한 추정모델에 대한 후속 연구는 이루어지지 않았다. 본 연구에서는 1981 ~ 2020년 기간의 기상청 강우자료를 이용하여 월강수량 기반 강우가식성지표 추정모델의 적용성을 평가하기 위한 것으로, 선행 연구에서 기산정된 지점별 연평균 강우가식성지표 값을 바탕으로, 월강수량 기반의 기존 추정모델로 산정한 값을 비교 분석하였다. 이를 바탕으로 실무에서 활용할 수 있도록 월강수량을 이용하여 연평균 강우가식성지표를 추정할 수 있는 경험식을 업데이트 하여 제안하였다.

  • PDF

도로배수 취약구간의 개선방안에 대한 연구 (A study of Improvement on the Road Drainage Poor Site)

  • 이만석;김흥래;이경하;강민수;송민태
    • 한국도로학회논문집
    • /
    • 제13권2호
    • /
    • pp.125-131
    • /
    • 2011
  • 본 연구는 도로 운영시 강우로 인하여 발생하는 배수 취약구간에 대하여 현장 조사를 통하여 도로 배수 취약구간의 발생 원인을 과학적이고 구체적으로 규명하는데 목적이 있다. 도로 배수 취약구간의 발생 원인을 규명하기 위하여 배수취약구간에 대한 기존 연구결과 및 현황 자료를 검토하였으며, 도로 노면 배수시설과 도로 인접지 배수시설에 대한 취약구간을 조사 및 분석한 결과, 시공 및 기타의 원인으로 발생한 배수 취약구간이 45.7%, 도로의 기하구조가 원인이 된 배수 취약구간은 32.3%, 도로의 수리 수문의 원인은 22.0%로 분석되었으며, 분석된 원인 별 개선 방안으로서 i)시공 및 기타 부분에서는 토사측구의 재료 변경, 단면의 크기 상향 및 수리학적 근거를 바탕으로 한 용량의 산정을, ii)도로의 기하구조 측면에서는 편경사 및 종단선형을 고려한 합성경사의 도출 및 범위 산정과 종단 오목부 구간의 배수구조물 적정 간격의 제시를, iii)도로의 수리 수문 측면에서는 1분단위 강우강도식의 사용과 노면 강우의 부등류 흐름 해석 기법의 적용과 선형 배수방식에 따른 도로 노면 강우의 신속배제를 개선 방안으로 제안하였다.

딥러닝을 이용한 잠수교 수위예측 (Prediction of Water Level using Deep-Learning in Jamsu Bridge)

  • 정성호;이대업;이기하
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2018년도 학술발표회
    • /
    • pp.135-135
    • /
    • 2018
  • 한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.

  • PDF

격자기반 분포형 수문모델링을 활용한 하천갈수량 산정 (Estimation of low flow by grid-based continuous hydrologic modelling)

  • 이용관;장원진;이지완;한대영;김성준
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2021년도 학술발표회
    • /
    • pp.34-34
    • /
    • 2021
  • 본 연구에서는 격자기반 분포형 수문모델링을 통해 하천갈수량을 추정하고자 한다. 분포형 수문모형은 단방향흐름 알고리즘에 의한 토양 물수지식을 기반으로 개발되었으며 운동파(kinematic wave) 이론을 적용하여 지표 및 지표하 유출을 모의한다. 또한, 격자별로 수문학적 물수지요소인 차단량, 증발산량, 침투 및 침루량, 지하수충전량 등을 계산하며, 댐·보 방류량을 해당 지점 격자의 물수지에 적용할 수 있도록 개발하였다. 본 모형은 2개의 다목적댐과 3개의 다기능보가 위치한 금강유역(9,645.5 km2)에 적용하였으며, 유역 면적과 하천 유속을 고려하여 1 km × 1 km 격자를 구성하고 10분 간격으로 2013년부터 2020년까지 수문모의를 진행하였다. 모형의 입력자료로 유역 인근의 12개 기상관측소로부터 시단위 기상자료를 구축하였으며, 모형의 검보정은 일단위 관측유량(Q), 플럭스 타워 증발산량, 실측 토양수분 및 지하수위 자료를 구축하여 활용하였다. 댐 및 보 지점에 대해 Q와 1/Q로 검보정을 수행한 결과, 평균 결정계수(R2)는 댐 지점에서 0.53~0.65, 보 지점에서 0.46~0.69의 값을 나타냈으며, Nash-Shtcliffe efficiency(NSE)는 댐 지점에서 0.46~0.55, 보 지점에서 0.31~0.65의 값을 나타냈다. 공간 보정을 위해 증발산량, 토양수분, 지하수위에 대한 검보정을 수행할 예정이며, 유황곡선을 활용하여 하천차수, 토양속성 및 토지이용에 따른 하천갈수량을 분석할 예정이다.

  • PDF