• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.12-16
• /
• 2009

본 연구에서는 산악형 강수의 특성을 보이는 제주도의 여러 지형 조건과 강수량의 관계를 확인하고 강수량에 영향을 미치는 주요 인자를 분석하였다. 제주도는 원추형의 형태로 중심에 한라산이 있는 전형적인 산악형 지형이고 해발고도의 분포가 $EL.0^{\sim}1950m$로 다양하여 본 연구의 대상지역으로 선정하였다. 강우자료는 제주도 내 기상관서 4개소(제주, 서귀포, 성산포, 고산) 및 자동기상관측소(AWS) 13개소의 관측자료를 활용하였으며, 짧은 자료기간을 보완하기 위해 지역빈도해석을 적용하여 확률강우량을 산정하였다. 본 연구에서는 강수에 영향을 줄 수 있는 지형인자 6개를 지리정보시스템(GIS)을 이용하여 추출하였으며, 추출된 지형인자에 대하여 요인분석으로 대표 인자를 추출하고 요인과 실제변수들의 강수량에 미치는 영향을 확인하기 위하여 회귀분석을 실시하였다. 검정결과 도출된 요인을 이용하면 강수량 산정 시 지형 변수들의 영향을 반영함과 동시에 보다 적은 수의 변수를 이용하여 지형 변수들을 모두 반영하였을 경우와 비슷한 결과를 얻는다는 것을 확인하였다. 따라서 추후 지형 변수들을 추가로 확보하여 지형특성을 반영한 간편하고 합리적인 강수량을 산정하기 위한 추가 연구가 필요할 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.13 no.1
• /
• pp.35-40
• /
• 2011

While high-definition precipitation maps with a 270 m spatial resolution are available for South Korea, there is little information on geospatial availability of precipitation water for the famine - plagued North Korea. The restricted data access and sparse observations prohibit application of the widely used PRISM (Parameter-elevation Regressions on Independent Slopes Model) to North Korea for fine-resolution mapping of precipitation. A hybrid method which complements the PRISM grid with a sub-grid scale elevation function is suggested to estimate precipitation for remote areas with little data such as North Korea. The fine scale elevation - precipitation regressions for four sloping aspects were derived from 546 observation points in South Korea. A 'virtual' elevation surface at a 270 m grid spacing was generated by inverse distance weighed averaging of the station elevations of 78 KMA (Korea Meteorological Administration) synoptic stations. A 'real' elevation surface made up from both 78 synoptic and 468 automated weather stations (AWS) was also generated and subtracted from the virtual surface to get elevation difference at each point. The same procedure was done for monthly precipitation to get the precipitation difference at each point. A regression analysis was applied to derive the aspect - specific coefficient of precipitation change with a unit increase in elevation. The elevation difference between 'virtual' and 'real' surface was calculated for each 270m grid points across North Korea and the regression coefficients were applied to obtain the precipitation corrections for the PRISM grid. The correction terms are now added to the PRISM generated low resolution (~2.4 km) precipitation map to produce the 270 m high resolution map compatible with those available for South Korea. According to the final product, the spatial average precipitation for entire territory of North Korea is 1,196 mm for a climatological normal year (1971-2000) with standard deviation of 298 mm.

• Korean Journal of Remote Sensing
• /
• v.15 no.1
• /
• pp.9-20
• /
• 1999

The use of climatic information is essential in the industial society. More specialized weather servies are required to perform better industrial acivities including agriculture. Especially, crop models require daily weather data of crop growing area or cropping zones, where routine weather observations are rare. Estimates of the spatial distribution of daily climates might complement the low density of standard weather observation stations. This study was conducted to estimate the spatial distribution of daily minimum and maximum temperatures in Korean Peninsula. A topoclimatological technique was first applied to produce reasonable estimates of monthly climatic normals based on 1km $\times$ 1km grid cell over study area. Harmonic analysis method was then adopted to convert the monthly climatic normals into daily climatic normals. The daily temperatures for each grid cell were derived from a spatial interpolation procedure based on inverse-distance weighting of the observed deviation from the climatic normals at the nearest 4 standard weather stations. Data collected from more than 300 automatic weather systems were then used to validate the final estimates on several dates in 1997. Final step to confirm accuracy of the estimated temperature fields was comparing the distribution pattern with the brightness temperature fields derived from NOAA/AVHRR. Results show that differences between the estimated and the observed temperatures at 20 randomly selected automatic weather systems(AWS) range from -3.$0^{\circ}C$ to + 2.5$^{\circ}C$ in daily maximum, and from -1.8$^{\circ}C$ to + 2.2$^{\circ}C$ in daily minimum temperature. The estimation errors, RMSE, calculated from the data collected at about 300 AWS range from $1.5^{\circ}C$ to 2.5$^{\circ}C$ for daily maximum/minimum temperatures.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.290-290
• /
• 2019

최근 우리나라 수자원 오염의 심각성에 관한 인식이 커지고 있으며, 수질 및 조류 관리의 필요성이 다양한 분야에서 증가하고 있다. 우리나라의 경우 초여름부터 장마 이전과 장마 이후부터 10월까지 호소의 영양 단계가 조류의 성장에 충분한 상태이기 때문에 남조류가 대량으로 증식된다. 하지만 기상 조건에 따라 조류의 발생 시기와 발생 정도는 매년 다르게 나타날 수 있다. 한편, 조류를 포함한 수질 모의 모형은 현재의 상태에 대한 정확한 모사를 통해 수질 관리와 미래의 예측 등 다양한 방면으로 활용된다. 따라서 복잡한 현상을 모형을 통해 재현하는 것은 중요하다. 본 연구에서는 대청호 지역을 대상으로 CE-QUAL-W2 모형을 이용하여 2016년 1월부터 2018년 7월까지 수질 및 조류의 거동을 모의하였다. 금강의 지류 하천인 소옥천에 위치한 옥천천 측정소부터 대청호 내부의 대청댐5 구간을 상류 및 하류 경계로 설정하였고, 수질 및 조류의 모의를 위해 물환경 정보시스템과 실시간 수질 정보시스템의 관측자료 및 대청댐의 운영 자료, 기상청의 기상관측 자료를 수집하였다. 모형의 안정화(warm up) 기간을 고려하여 2015년 1월부터 2018년 7월까지 주요 수질 항목인 수온, 용존산소, 총 인, 총 질소, 클로로필-a에 대한 분석을 수행하였고, 연구대상 지역 내의 대청댐6 지점의 관측값과 모의 결과를 비교 분석하였다. 수온과 용존산소, 클로로필-a의 경우 모의 결과가 관측 값을 비교적 잘 모사하였지만, 총 인과 총 질소의 경우 자동 수질 측정지점의 값과 일반수질 측정 지점의 측정 방법의 차이로 인해 오차가 다소 발생하는 것을 확인할 수 있었다. 본 연구는 CE-QUAL-W2 모형을 이용한 수질 및 조류 모의에 관한 연구로서, CE-QUAL-W2 모형을 이용한 수질 및 조류 관리에 활용될 수 있을 것으로 판단된다.

• Journal of Industrial Technology
• /
• v.31 no.A
• /
• pp.119-122
• /
• 2011

AWS (Automated Weather Station) wind data was used to predict the annual energy production of Gangwon wind farm having a total capacity of 98 MW in Korea. Two common wind energy prediction programs, WAsP and WindSim were used. Predictions were made for three consecutive years of 2007, 2008 and 2009 and the results were compared with the actual annual energy prediction presented in the CDM (Clean Development Mechanism) monitoring report of the wind farm. The results from both prediction programs were close to the actual energy productions and the errors were within 10%.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.113-113
• /
• 2018

본 연구는 다목적 입자군집최적화(Particle Swarm Optimization, PSO) 알고리즘을 SWAT(Soil and Water Assessment Tool) 모형에 적용하여 자동보정 알고리즘의 적용 가능성을 평가하고자 한다. PSO 알고리즘은 Python을 활용해 다목적 함수를 고려할 수 있도록 새롭게 개발되었다. SWAT 모형의 유출 해석은 안성천의 공도 수위 관측소 상류유역($366.5km^2$)을 대상으로 하였으며, 공도 지점의 2000년부터 2017년까지의 일 유량 자료를 이용하여 검보정하였다. 모형을 위한 기상자료는 공도유역 주변 3개 기상관측소(수원, 천안, 이천)의 일별 강수량, 최고 및 최저기온, 평균 풍속, 상대습도 및 일사량을 구축하였다. SWAT 모형의 유출 해석은 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error), Nash-Sutcliffe 모형효율계수(NSE) 및 IOA(index of agreement) 등을 활용하여, 기존 연구 결과와 PSO 알고리즘을 활용한 결과를 비교 분석하고자 한다. 본 연구에서 개발한 다목적 PSO 알고리즘을 활용한 SWAT모형의 유출 해석은 보다 높은 정확도를 얻을 수 있을 것으로 예상되며, Python으로 개발되어 SWAT모형 이외에도 널리 적용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.198-198
• /
• 2012

본 연구에서는 서울지방의 최근 10년간 우기시 강우자료를 이용하여 시공간패턴에 따른 강수의 변화를 분석하였다. 이를 위하여 GIS 기법, 강우사상 구분법 및 공간의 상관성 분석 등을 적용하였다. 본 연구의 대상지역인 서울은 북위 $37^{\circ}$34', 동경 $126^{\circ}$59' 부근에 위치하며 남북방향으로 30.3 km, 동서방향으로 36.8km에 걸쳐 있으며 그 면적은 약 $605.41km^2$이다. 또 서울 중앙에서는 한강이 동쪽에서 서쪽으로 흐르며 서울을 강북과 강남으로 양분하고 있으며, 서울을 관통하고 있는 한강으로 수많은 지천이 합류하고 있다. 이러한 지리적 특성들로 인하여 서울 지역의 기후는 매우 복잡한 양상을 나타내고 있다. 과거에는 서울지역에 강우관측소의 수가 매우 적어 이러한 현상을 분석하는데 한계가 있었으나 최근에 자동기상관측소(AWS)들의 확충으로 인하여 자료의 양이 넓어졌다. 본 연구에서는 이러한 자료들을 사용하여 강수의 시공간 패턴을 분석하고자 한다. 이를 위하여 강수의 사상을 구분하기 위한 방법인 IETD법(Inter Event Time Definition)을 적용하였으며, 요인분석 및 군집분석을 이용하여 서울의 강수 지역 구분 및 패턴 분석을 실시하였다. 이러한 분석을 통하여 최종적으로 최근 10년간 서울지방의 강수의 시공간 패턴을 제시하고자 하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.27 no.1
• /
• pp.56-62
• /
• 2015

The potential impact of water temperature on sea level and air temperature rise in response to recent global warming has been noticed. To predict the effect of temperature change on river water quality and aquatic environment, it is necessary to understand and predict the change of water temperature. Air-water temperature relationship was analyzed using air temperature data at Buan and water temperature data of Shinsi, Garyeok, Mangyeong and Dongjin. Maximum and minimum water temperature was predicted by neural network and the results show a very high correlation between measured and predicted water temperature.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.19 no.4
• /
• pp.232-245
• /
• 2017

In this study, the high-resolution numerical simulation results considering landuse characteristics are analyzed by using single layer Urban Canopy Model (UCM) in Weather Research Forecast (WRF). For this, the impact of urban parameters such as roughness length and anthropogenic heat in UCM is analyzed. These values are adjusted to Seoul metropolitan area in Korea. The results of assessment are verified against observation from surface and flux tower. Forecast system equipped with UCM shows an overall improvement in the simulations of meteorological parameters, especially temperature at 2 m, surface sensible and latent heat flux. Major contribution of UCM is appreciably found in urban area rather than non-urban. The non-urban area is indirectly affected. In simulated latent heat flux, applying UCM is possible to simulate the change similarly with observations on urban area. Anthropogenic heat employed in UCM shows the most realistic results in terms of temperature and surface heat flux, indicating thermodynamic treatment of UCM could enhance the skills of high resolution forecast model in urban and non-urban area.