• 한국지구과학회지
• /
• 제34권1호
• /
• pp.51-58
• /
• 2013

대기 모델링 연구에서 시간 간격을 적절하게 결정하는 것은 중요한 문제이다. 본 연구에서는 비선형 대기 모형에서 수치 해의 시간 간격에 대한 민감도를 조사하였다. 이를 위해 간단한 무차원화된 역학 모형을 사용하여 시간 간격과 비선형성 인자를 바꾸어가며 수치 실험을 수행하였다. 실험 결과, 비선형성 인자가 영향을 줄 만큼 크지 않고 절단 오차를 무시할 수 있는 경우에는 수치 해가 시간 간격에 민감하지 않았다. 그러나 비선형성 인자가 큰 경우에는 수치 해가 시간 간격에 민감한 것으로 밝혀졌다. 이 경우, 시간 간격이 감소할수록 공간 필터의 강도가 증가하여 작은 규모의 현상이 약하게 모의되었다. 이는 일반적으로 시간 간격이 감소하면 절단 오차가 감소하여 더 정확한 수치 해가 도출된다는 사실과 상충한다. 이러한 충돌은 비선형 모형의 수치 해를 안정하게 하기 위해 공간 필터가 반드시 필요하기 때문에 피할 수 없다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2000년도 추계학술대회 논문집
• /
• pp.155-156
• /
• 2000

대기오염물질 중 오존은 대기성분 간의 화학반응에 의하여 광화학스모그를 형성하는 주요한 가스로서 지금까지 오존의 생성과 대기오염물질 및 기상과의 상관성을 이용한 오존 예측 연구가 다양하게 이루어져 왔다. 국내에서는 회귀모형을 이용한 오존농도 예측(허정숙등, 1993), 신경회로망을 이용한 오존농도 예측(김용국 등, 1994), Wavelet Transform을 이용한 단기오존농도 예측(김신도, 1998)등이 있고, 국외에서는 단기 오존예측(Feister ＆ Balzer; 1991), 선형모델을 이용한 오존예측(Cox, Chu, 1992), 비선형모델을 이용한 오존예측(Peter et, 1995)등이 있다. (중략)

• 자원ㆍ환경경제연구
• /
• 제15권3호
• /
• pp.405-423
• /
• 2006

본 연구는 자본과 노동의 요소투입물 증가가 환경오염의 증가를 유발하고 기술축적자체도 환경오염을 유발한다는 가설모형을 설정하고, 사회계획자모형과 환경오염방지활동이 이루어지지 않는 시장경제모형을 구축하여 이론모형을 도출한다. 도출된 이론모형을 이용하여 환경오염변수와 경제성장률(또는 국민소득 수준) 간에 선형이 아닌 비선형동학(nonlinear dynamics) 관계가 존재하는지를 분석하기 위하여 변수의 부드러운 곡면전환이 이루어지는 평활전이자기회귀모형(Smooth Transition Autoregressive : STAR)을 사용하였다. 서울시 산업생산지수와 대기오염도를 이용한 실증분석에서 경제성장률과 환경오염변수 간에 비선형 동태적인 관계와 비선형 그랜저 인과관계가 존재하는 것으로 나타나 서울지역에서의 환경쿠즈네츠곡선가설이 성립하고 있음을 간접적으로 확인하였다. 그러나 그 해석에는 한계가 있음을 지적하였다.

• 한국수자원학회논문집
• /
• 제34권5호
• /
• pp.533-542
• /
• 2001

가뭄에 대한 대책을 수립하기 위해서는 각 가뭄상태별로 가뭄의 지속기간을 산정하는 것이 선행되어야 한다. 이러한 가뭄의 지속기간 분석에 사용할 수 있는 방법에는 비선형 물수지모형과 Palmer 가뭄심도지수방법이 있다. 비선형 물수지모형은 지표면과 대기의 수분이동을 고려한 물수지방법을 추계학적 변동에 의해 야기되는 건기와 습윤기 사이의 변환기간을 모의할 수가 있다. Palmer 가뭄심도지수는 강우량과 잠재증발산량을 바탕으로 기상학적으로 필요한 강우량과 실제강우량을 비교하여 가뭄의 정도를 나타내는 물수지방법이다. 본 연구에서는 한강유역에 대해 비선형 물수지모형과 Palmer 가뭄심도지수를 이용하여 가뭄의 지속기간을 산정하였다. 비선형 물수지모형을 사용하여 산정된 토양함수비에 따른 가뭄의 지속기관과 Palmer 가뭄심도지수를 이용하여 산정된 지수별 가뭄의 지속기간이 유사하게 나타났다. 연구 결과 한강유역에서의 극심한 가뭄상태에서 습윤기로 변환되는 지속기간이 약 3년으로 산정되었다.

• 한국지구과학회지
• /
• 제36권7호
• /
• pp.611-616
• /
• 2015

엘니뇨와 남방진동(엔소)은 변동 주기가 2-8년으로 넓게 걸쳐있으며 그 진폭과 주기 또한 천천히 변하는데 이런 특징을 각각 엔소 불규칙성과 엔소 변조라 한다. 이 연구는 비선형 대기 변동성을 나타나는 Lorenz-63 모형과 간단한 충전 진동자 모형을 결합함으로써 비선형 저차 기후모델을 개발하였다. 이 모델은 동태평양의 해수면 온도 변동의 중심주기, 넓은 주기성, 강도의 수십 년 변동 등과 같은 관측에서 보이는 엔소 특징을 잘 재현하였다. 이것은 대기 카오스 강제력이 엔소의 불규칙성과 변조를 이끌 수 있음을 보여준다. 덧붙여 모델은 서태평양 온난역의 대류활동이 강해지면 라니냐 발생 가능성이 높아지는 것을 제시하였다. 이 모델은 간단하면서도 적도 태평양의 대기-해양 비선형 상호작용을 잘 모사하고 있기에 향후 장기 기후변화 연구에 활동될 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제34권5호
• /
• pp.473-486
• /
• 2001

WGR 강우모형은 중규모 정도의 강우를 표현하기 위해 개발된 개념적인 모형으로 대기의 동역학적 특성과 강우의 통계학적 특성이 비교적 잘 반영된 모형이다(Waymire 등, 1984). 그러나 이 모형은 최대 18개의 매개변수르 가지며 모형의 구조가 강한 비선형성을 가지고 있어 매개변수 추정이 매우 어려운 문제로 남아 있다. 지금까지 각각 다른 지역의 강우에 대해 비선형 최적화 기법(non-linear programming; NLP)을 이용하여 매개변수를 추정한 예가 있으나 그 과정 자체가 매우 복잡하여 이 모형을 다른 목적으로 이용하는데 문제로 지적되고 있다. 본 연구에서는 유전자 알고리즘(genetic algorithm; GA)을 이용한 WGR 모형의 매개변수 추정법을 제시하였으며, 이를 한강유역에 적용하여 NLP에 의한 결과 (Yoo와 Kwon, 2000)와 비교하였다. 적용 결과 GA는 NLP에 비해 상대적으로 작은 SSE(sum of square error)를 나타내었고 계절의 변화에 보다 일관적인 반응을 보임을 알 수 있었다. 또한 추정된 매개변수 분석결과, 여름철의 높은 강우량은 강우 세포의 강도보다는 강우전선의 도달율과 밀접한 관계가 있는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.904-907
• /
• 2005

본 연구에서는 강우량의 실측치인 자동기상관측소(AWS) 자료와 현재의 대기상태인 인공위성(GMS-5호) 자료를 입력자료로 하여 현재부터 3시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 강우예측 신경망 모형을 개발하였으며, 2002년 8월 집중호우시 남강댐 유역에 적용하였다. 신경망 모형의 학습을 위해서 $1998\~2001$년 $6\~9$월과 2002년 6, 7월의 강우사상과 적외선 자료가 사용되었고, 학습이 종료되면 예측기간(2002년 8월 $6\~16$일)동안의 강우예측이 수행되었다. 신경망 모형의 학습단계에서는 자료들간의 비선형 상관관계를 나타내는데 적합한 역전파 알고리즘 학습방법 중 모멘텀법을 사용하였으며, 신경망 모형의 출력값은 현재부터 3시간 후까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 예측된 면적평균강우량은 실제 관측된 강우량의 패턴은 잘 따르고 있었지만 첨두치를 과소평가하는 경향이 나타났다. 본 연구에서 개발된 신경망 모형은 관측된 강우자료의 품질과 패턴이 모형의 정확성에 미치는 영향이 절대적인 기존의 신경망 모형과 차별화하여, 현재의 대기상태를 나타내는 인공위성 자료를 추가함으로써 보다 정확한 강우량 예측이 가능하도록 하였다.

• 한국지구과학회지
• /
• 제28권2호
• /
• pp.214-226
• /
• 2007

강수는 다양한 대기 변수들의 영향으로 나타나기 때문에 비선형성이 매우 강하다. 따라서 역학 모형을 통해 예측된 강수의 보정은 비선형 모형인 인공 신경망 등을 통해 가능할 것이지만, 인공 신경망의 경우 초기 가중치 선택, 지역 최소화 문제, 뉴런의 수 결정 등의 문제로 인한 한계가 있다. 그러므로 본 연구에서는 가장 보편적으로 사용되는 다중 선형 회귀 모형을 이용하여 CGCM에 의해 모사된 강수를 보정하였으며, 예측성을 살펴보았다. 이를 위하여 우선 PNU/CME 접합 대순환 모형(Coupled General Circulation model, CGCM)(박혜선과 안중배, 2004)을 이용하여 1979년부터 2005년까지 매해 4월부터 8월까지 5개월간 앙상블 적분을 하였다. 적분 결과 중 한반도를 포함한 동북아시아 지역$(110^{\circ}E-145^{\circ}E,\;25^{\circ}N-55^{\circ}N)$의 여름철인 6월(리드 2), 7월(리드 3), 8월(리드 4) 및 여름철 평균인 JJA(from June to August) 기간의 PNU/CME CGCM에 의해 모사된 강수를 보정하기 위해 다중 선형 회귀(Multiple Linear Regression, MLR)를 이용하였다. PNU/CME 접합 대순환 모형의 결과 중 강수, 500 hPa 연직 속도, 200 hPa 발산장, 지상 기온 등의 예측 인자와 관측 강수와의 선형적인 관계를 이용하여 MLR 모형을 구축하였다. 그리고 교차 검증(cross- validation)을 수행하여 PNU/CME 접합 대순환 모형의 결과와 교차 검증 결과를 비교하였다. 상관계수, 적중률 (hit rate), 오보율(false alarm rate) 그리고 Heidke 기술 점수(Heidke skill score) 등을 살펴본 바, 보정하지 않은 모형의 결과에 비해 MLR 모형을 이용하여 보정한 결과의 강수에 대한 예측성이 뛰어난 것을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제33권3호
• /
• pp.375-382
• /
• 2000

대유역의 지표면 수문현상은 추계학적 변동에 의해 야기되는 안정된 상태의 변이와 함께 몇 개의 발생빈도가 높은 안정된 상태의 영향을 받기가 쉬운데 그 이유는 지표면과 대기 상호관계의 밀접한 조합과도 관계가 있다. 따라서 각 안정상태에서의 체류기간 즉, 가뭄기나 홍수기의 지속기간이 중요한 연구 과제라 할 수 있으며 본 연구에서는 한강유역에 대하여 안정상태의 평균 변이기간을 분석하였다. 비선형 물수지모형을 한강 유역에 대하여 과거의 자료를 바탕으로 검정하였고 모형을 통한 물리과정의 추계학적 표현과 산정된 모형변수들로부터 안정상태사이의 평균 변이기간이 계산되었다. 본 연구는 안정상태 사이의 변이기간 혹은 거주기간, 즉 시스템이 주어진 안정상태에 머무는 기간(가뭄이나 홍수상태의 지속기간)의 예측과 밀접한 관계가 있다.