• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.15-15
• /
• 2015

기존 기후변화 영향평가 불확실성 연구들은 거의 대부분 GCM의 불확실성이 가장 크다고 결론내리고 있으나, ES 불확실성과의 정량적 비교는 하지 못했으며, 기존 접근방법은 민감도 분석 수준에 머무르고 있다. 이에 본 연구에서는 기후변화 영향평가 각 단계별 불확실성을 포괄적으로 정량화하고 수행단계별 불확실성의 전파정도를 추정할 수 있는 새로운 approach를 제안하였다. 첫째, 전체 불확실성, 각 단계별 불확실성 증가 정도, 각 단계별 불확실성의 비율을 제시할 수 있는 새로운 approach를 제안하였다. 또한 불확실성을 정량적으로 추정할 수 있는 방법으로 maximum entropy(이하 ME)를 선정하였으며, 이를 본 연구에서 제시한 approach에서 적용성을 살펴보았다. 둘째, 본 연구에서는 기후변화 영향평가 불확실성 단계별 정량화를 위해 2개 배출시나리오, 4개 GCM 시나리오, 2개 상세화기법, 2개 수문모형을 사용하여 기본적 기후변화 영향평가 단계를 모두 수행하였다. 기존 approach에서는 GCMs의 변화율(89.34)이 가장 커 GCMs의 불확실성이 가장 큰 것으로 나타났으나 제시한 approach에서는 배출시나리오의 불확실성이 전체 대비 58.66 %로 기후변화 영향평가에서 가장 큰 불확실성 발생 원인으로 파악되었다. 모형 불확실성에서는 GCMs의 불확실성(전체 대비 33.57 %)이 가장 높게 나타났다. 또한 배출시나리오의 ME는 3.32, GCMs의 ME는 5.22, 상세화기법의 ME는 5.57, 수문모형의 ME는 5.66으로 단계적으로 불확실성이 증가하였다. 다음으로 유량과 강수를 이용하여 불확실성 정량화를 수행하였으며, 강수를 이용한 불확실성 정량화에서는 유량을 이용한 결과와 다르게 배출시나리오 다음으로 상세화기법의 불확실성이 큰 것으로 나타나 어떤 수문변수에 초점을 두느냐에 따라 불확실성 정량화저감 노력 대상이 달라질 수 있음을 제시하였다. 마지막으로 자연변동성에 의한 불확실성이 기후변화 전체 불확실성의 45.47 % 정도로 나타났으며, 이는 미래 기후변화에 의해 발생하는 불확실성이 과거 자연변동보다 2배 이상으로서, 기후변화에 의한 미래전망의 불확실성이 매우 크게 증가한다는 매우 중요한 결과를 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.204-204
• /
• 2018

수문 기상레이더는 강우량을 바로 추정하지 못하고 여러 단계의 정량적 강우량 추정과정을 거치게 되므로 많은 불확실성 발생요소가 존재한다. 불확실성 관련한 기존 연구들은 정량적 레이더 기반 강우량 추정과정에서 보정방법을 이용하여 각 단계별 불확실성을 줄이는 연구들을 수행하였다. 하지만 기존 연구들은 전체 과정에 대한 포괄적인 불확실성을 나타내지 못하고 각 단계별 불확실성의 상대적인 비율도 제시하지 못하는 단점이 있다. 본 연구에서는 정량적 레이더강우량 추정과정의 각 단계별 불확실성을 정량화하고 불확실성 전파를 나타낼 수 있는 적합한 방법을 제시하였다. 첫 번째로 초기와 최종 불확실성, 각 단계별 불확실성의 변동과 상대적인 비율을 나타낼 수 있는 새로운 개념을 제안하였다. 두 번째로 레이더기반 추정과정의 불확실성 정량화와 전파과정을 분석하기 위해 Maximum Entropy Method (MEM), Uncertainty Delta Method (UMD), Modified-Narrow Uncertainty Method (M-NUM)를 적용하였다. 세 번째로 레이더기반 강우량 추정과정의 불확실성 정량화를 위해 2개 품질관리 알고리즘, 2개 강우량 추정방법, 2개 후처리 강우량 보정방법을 2012년 여름철 18개 사례에 대하여 사용하였다. 적용결과, 최종 불확실성(후처리 강우량 보정 불확실성)이 초기 불확실성(품질관리 불확실성)보다 작게 나타나 불확실성이 감소하는 것으로 나타났다. 하지만 레이더강우량 추정단계의 불확실성은 증가하는 것으로 나타났다. 또한 레이더강우량 추정과정에서 각 단계별로 적합한 방법을 선정하는 것이 각 단계별로 불확실성이 감소시킬 수 있음을 확인하였다. 따라서 본 연구는 새로운 방법이 명확히 불확실성을 정량화할 수 있으며 정확한 정량적 레이더 강우추정에 기여할 것으로 판단한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.23-23
• /
• 2017

기상레이더는 강우량을 바로 추정하지 못하는 특성으로 인해 정량적 강우산출 과정 중에 다양한 원인으로 인해 불확실성 발생 요소가 존재하나 이를 정량화하고 저감하는데 많은 어려움이 있다. 원인을 살펴보면, 첫째, 기상레이더의 관측에서부터 정량적 강우량 추정까지 일련의 과정에 대한 포괄적으로 불확실성 정량화와 분석이 이루어지지 못하며, 둘째, 전체 불확실성이 어느 정도 되는지 제시하지 못하므로 각 단계별 불확실성이 전체 불확실성 대비 어느 정도 비율이 되는지 제시하지 못한다. 마지막으로 기존 연구들은 불확실성을 줄이고자 여러 방법을 사용하고 있으나 어느 정도 효용성이 있는지 불확실성 측면에서 제시하지 못하고 있다. 따라서 본 연구에서는 Maximum Entropy(ME)와 Uncertainty Delta Method(UMD)를 이용한 접근방법을 제안하여 기상레이더를 활용하여 정량적 강우량을 추정하는 일련의 과정에서 단계별로 불확실성이 어떻게 전파되는지 추정하였다. 본 연구에서는 한반도 전역을 대상으로 2012년 여름철(6~8월)에 발생한 18개 강우사례를 이용하여 품질관리(Open Radar Product Generator 품질관리 알고리즘, fuzzy 알고리즘), 강우추정(Window Probability Matching Method, Marshall-Palmer 관계식), 후처리보정(Local Gauge Correction 기법, Gauge to Radar ratio 기법)단계만을 수행하였으며, 이 결과를 바탕으로 기상레이더 정량적 강우추정 단계별 불확실성을 정량화하였다. 정량화결과, 최종적으로 관측단계의 불확실성보다 최종 불확실성이 줄어들었으나, 강우추정 단계에서 불확실성이 증가하는 것으로 나타났다. 이는 어떤 강우추정식을 적용하느냐에 따라 레이더 강우추정결과가 매우 달라질 수 있음을 의미한다. 따라서 본 연구에서 제시한 불확실성 정량화 방법을 통하여 첫째, 전체 및 단계별 불확실성을 정량화할 수 있고, 둘째, 최종 불확실성 대비 각 단계별 불확실성을 비율을 제시할 수 있으며, 마지막으로 수행단계별로 불확실성 전파과정을 파악할 수 있다. 이는 향후 정량적 레이더 강우추정 과정에 있어서 불확실성을 발생시키는 주요 원인파악과 이에 대한 집중적인 투자를 가능하게 한다. 이러한 과정을 통하여 보다 정확한 정량적 레이더 강우추정이 가능할 것으로 판단된다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.97-100
• /
• 2009

신뢰성 분석은 불확실성으로 인한 제품의 성능 변동을 안전확률이나 파괴확률로 정량화 하여 설계에 이용하기 위해 연구되어 왔다. 불확실성은, 데이터의 양에 따라-물질의 본질적인 특성으로서의 많은 데이터가 주어진 경우의 물리적 불확실성과 부족한 데이터에서의 인식론적 불확실성으로 구분되고, 불확실성을 갖는 대상에 따라-입력변수 및 근사모델 불확실성으로 구분된다. 물리적 불확실성에 대한 연구는 많이 진행되어 왔지만, 실제 산업현장에는 부족한 데이터로 인한 인식론적 불확실성이 지배적이며 이에 대한 연구는 최근에서야 진행되고 있다. 불확실성을 고려하는 신뢰성 기반 설계에는 효율성을 위해 실제모델을 대체하는 근사모델이 이용되는데, 근사모델법 자체에 대한 연구는 많이 진행되어 왔으나, 근사모델 이기 때문에 존재하는 불확실성을 고려한 연구는 최근에서야 연구되기 시작하였다. 본 연구에서는 베이지안 접근법에 기반하여 입력변수 및 근사모델 불확실성을 통합 고려하는 새로운 신뢰성 분석 기법을 제시하고 수치예제를 통해 타당성을 증명한 후, 이를 공학문제에 적용한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.83-86
• /
• 2002

최근 지리 정보 시스템이나 공간 데이터 베이스 시스템이 발전하면서 실세계를 효율적으로 모델링하려는 맡은 연구가 수행되고 있다. 기존의 단순한 point, line, polygon으로 모델링했던 방법들을 multipoint, multiline, multipolygon과 같은 복잡한 객체를 표현하기 위한 연구로 확장되었다. 또한 이러한 공간 객체의 이력을 효율적으로 관리하기 위해 공간 객체를 시간으로 확장하는 연구가 수행되고 있다. 이러한 모델들은 명확한 경계를 가진 시공간 객체를 대상으로 한다. 자연, 사회 문화 현상, 생태 같은 경계가 명확하지 않은 객체를 단순한 경계를 가진 공간 객체로 모델링하기에는 그 표현력이 부족하다. 따라서 이 논문에서는 이런 문제점을 해결하기 위해서 불확실한 경계를 가진 시공간 데이터 모델을 제시한다. 이 논문에서 제시한 불확실한 경제를 가진 시공간 모델의 설계는 상호 운용을 증진하기 위하여 OGC(OpenGIS Consortium)에서 제시한 2차원 기하 객체 모델을 기반으로 불확실한 경계를 가지는 공간 데이터 모델로 확장한다. 또한, 이 불확실한 경계를 가지는 단순한 공간 모델을 시간 영역으로 확장하여 유효시간을 갖는 불확실한 시공간 데이터 모델을 설계한다. 또한, 이 논문에서 제시한 불확실한 경계를 가진 시공간 객체 모델을 바탕으로 실세계의 다양하고 복잡한 객체에 대한 효율적인 질의가 가능한 시공간 연산자를 제시한다.

• The Korean Journal of Applied Statistics
• /
• v.37 no.4
• /
• pp.509-523
• /
• 2024

This study estimates connectedness index among the US, China, Europe, Japan, and South Korea using monthly economic policy uncertainty (EPU) data from January 2000 to December 2023. The connectedness index allows us to analyze the effect of global economic uncertainty on domestic economic uncertainty. The EPU is used as a proxy for economic uncertainty. Inter-country connectedness index is computed from variance decomposition. The findings from forecast error variance decomposition show that three-fourths of total uncertainty comes from economic uncertainty in the own country and one-fourth of total uncertainty comes from economic uncertainty in the others. The analysis on net pairwise connectedness reveals that, even though the extent of the effect of economic uncertainty in one country from economic uncertainty in another country varies over time, economic uncertainty in South Korea, a small-open economy, is mainly affected by economic uncertainty in the others. The reverse situation rarely happens except in the specific occurrence such as the collapse of the credit bubble in 2003 and the subsequent years, the inter-Korean summit and North Korea-the US summit in 2018, and the period from the first outbreak of COVID-19 on the implementation of the government's severe regulation against COVID-19.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.305-308
• /
• 2005

시각 센서를 이용한 환경 및 상황 인식은 로봇의 자동화된 행동을 위해서 매우 중요하다. 실제 환경에서 사람은 주위를 인식할 때 여러 단계의 인식과정을 거친다. 효율적이고 정확한 환경 인식을 위해서는 지능형 로봇의 인식 또한 사람의 인식과정과 같이 다단계로 이루어져야 한다. 또한 실제 환경은 유동적이며 많은 불확실성을 가지고 있으므로 불확실한 상황에 강인한 인식 방법이 필요하다. 이러한 불확실성을 내포한 환경 및 상황 인식에는 베이지안 네트워크를 이용한 인식이 강인하나 복잡한 환경을 하나의 베이지안 네트워크로 인식하는 것은 어렵다. 이 논문에서는 복잡하고 불확실한 환경 인식을 위한 여러 베이지안 네트워크를 사람의 인식과 같은 다단계의 인식 과정으로 구성된 행동 네트워크 기반으로 결합하는 앙상블 기법을 제안한다. 불확실한 상황을 적용한 환경 실험과 로봇 시뮬레이터를 이용한 로봇 실험으로 베이지안 네트워크 앙상블 기법이 환경 인식에 효과적인 것을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.294-297
• /
• 2011

신뢰성 높은 수위-유량관계곡선식을 산정하기 위해서 정확한 유량측정 자료를 수집하는 것은 대단히 중요하다. 정확한 유량측정 자료를 판단하는 대표적인 지표 중 하나가 바로 불확실도이다. 따라서 하천에서 측정되는 유량의 정확성을 높이기 위해서는 과거에 측정된 자료에 대한 불확실도를 정량적인 비교분석과 고찰을 통해 개선하는 것이 바람직하다. ISO는 무작위 불확실도와 계통 불확실도를 산정하여 결합한 후, 총 불확실도를 산정하는 방법을 사용하고 있으며, USGS(U.S. Geological Survey) 불확실도의 산정은 경험식을 통한 개별적인 성분을 평가하고 각각의 성분을 이용하여 불확실도를 산정하게 된다. 따라서, 유량측정성과의 정확도를 판단하기 위하여 과거 낙동강 유역에서 측정된 유속계 성과를 바탕으로 ISO기준 신뢰도 95%와 USGS기준 신뢰도 68%에 대한 불확실도를 산정하여 비교분석 및 평가를 실시하였다.

• Journal of Korea Water Resources Association
• /
• v.51 no.spc
• /
• pp.1067-1078
• /
• 2018

Water resources projection typically consists of several stages including emission scenarios, global circulation models (GCMs), downscaling techniques, and hydrological models, and each stage is a source of total uncertainty in water resources projection. Several studies proposed methods to quantify the relative contribution of each stage to total uncertainty, and we call such analysis uncertainty decomposition. Uncertainty decomposition enables us to investigate the stages yielding large uncertainties and to establish the uncertainty reduction plan that reflects them. Interactions between stages is one of the important issues to be considered in uncertainty decomposition. This study suggests a new uncertainty decomposition method considering interaction effect. The proposed method has an advantage of decomposing the total uncertainty to the uncertainty from each stage considering both the main and interactions effects. We apply the proposed method to streamflow projection for Chungju Dam basin. The results show that the uncertainties from the main effects are larger than the uncertainties from interaction effects in both summer and winter. Using the proposed uncertainty decomposition method, we show that the GCM stage is the largest source of the total uncertainty in summer and the downscaling technique stage is the one in winter among the following four stages: emission scenarios, GCMs, downscaling techniques, and hydrological models.

• The KIPS Transactions:PartD
• /
• v.10D no.6
• /
• pp.873-884
• /
• 2003

So far, significant achievements have been studied on the development of models for spatial and spatiotemporal objects with indeterminate boundaries which are found in many applications for geographic analysis and image understanding. Therefore, in this paper we propose the spatiotemporal data model which is applicable for spatial and spatiotemporal objects with uncertainty. Based on this model, we defined topological relationships among the indeterminate spatiotemporal objects and designed the algorithm for the operations. For compatibility with existing spatial models, the proposed model has been designed by extending the spatiotemporal object model which is based on the open GIS specification. We defined indeterminate spatial objects, such as the objects whose position and the shape change discretely over time, and the objects whose shape changes continuously as well as the position. We defined topological relationships among these objects using the extended 9-IM. The proposed model can be efficiently applied to the management systems of natural resource data, westher information, geographic information. and so on.