• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.37 no.1
• /
• pp.8-12
• /
• 2008

기후변화가 한반도 지역기후와 유출량에 미치는 영향을 조사하기 위하여 지역기후모델과 수문모델을 이용하여 고해상도 한반도 70년 장기 지 역기후와 유출량을 생산하였다. 생산된 자료에 따르면 한반도의 미래 지상온도는 현재에 비하여 $1.5^{\circ}C$ 상승하고, 강수량은 0.2 mm $day^{1}$ 만큼 감소한다. 지상온도는 모든 계절에 상승하고, 강수는 초여름을 제외한 모든 계절에 감소한다. 미래의 연평균 강수량이 감소함에도 불구하고, 강수 강도는 증가하고, 집중호우 일수는 증가하였다. 봄과 겨울의 길이가 감소하고, 여름은 증가하며, 봄의 시작이 빨라진다. 금강유역의 유출량은 이수기에는 감소하고, 홍수기에는 증가하는 경향이 나타난다. 이와 같은 한반도의 미래 지역기후 변화로 인하여, 이수기의 물부족, 호우로 인한 재해 피해 증가, 개화시기와 식생군의 변화가 야기될 수 있다.

• Journal of Korean Society of societal Security
• /
• v.4 no.2
• /
• pp.57-64
• /
• 2011

Although it is uncertain that the cause of changed pattern of the natural disaster related to water (i.e. flood and drought) is due to excessive carbon dioxide yielded from economic activity or the increased number of sunspots, it is apparent that there have been unusual climate change that directly affects the water resource management. Due to such a frequent unusual weather activities, there have been increased natural disaster and the most direct and major reason is considered as climate change. As we see, the climate change necessarily causes social costs. Especially, the effects on the water resource due to flood and drought take the considerable part of such costs. Therefore, this study is basic work to develop a new economic analysis technique to be used in pursuing appropriate adaptation project in field of the amount of cost damage through analysis of the effects of the climate change on the water resource. The models appeared in many reports for cost assessment of climate change were various (e.g., PAGE, DICE, AIM, IMAGE, MERGE, and etc.) and this report summarizes general characteristics of each model. To assess the effects of climate change of the water management, we defined the field of the water management on climate change. The results help post-study in field of the climate change's social-economic effect assessment, can be employed for the prioritizing process of the national fund's investment.

• Journal of the Korea Institute of Building Construction
• /
• v.15 no.5
• /
• pp.515-525
• /
• 2015

Currently, according to the climate change, serious damage by typhoon has been occurred in the world. In this respect, the research on the prediction model to minimize the damage from various natural disaster has been conducted in several developed countries. In the case of U.S, various models to predict building damage costs have been used widely in many organizations such as insurance companies and governments. In South Korea, although studies regarding damage prediction model according to typhoon have been conducted, the scope has been only limited to consider the property of typhoon. However, it is necessary to consider various factors such as typhoon information, geography, construction environment, and socio-economy factors to predict the damages. Therefore, to address this issue, first, correlation analysis is conducted between various variables based on the data of typhoon from 2003 to 2012. Second, the damage prediction model by using regression analysis is developed based on suggested influence factors. The findings of this study can be utilized to develop the model for predicting the damage costs of buildings by typhoon like HAZUS-MH of US.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.336-336
• /
• 2023

가뭄은 가장 심각한 기상 재해 중 하나로 농업 생산, 사회경제 등 다양한 분야에 영향을 미친다. 국내의 경우 광주·전남지역이 1990년대 이후 30년 만에 제한 급수 위기에 처하는 역대 최악의 가뭄으로 지역민들은 심각한 피해가 발생하였다. 유럽의 경우 2022년 당시 500년 만에 찾아온 가뭄으로 인해 3분의 2에 해당하는 지역이 피해를 입었으며, 미국 서부 지역은 2000년부터 2021년까지 1200년 만에 가장 극심한 대가뭄을 겪은 것으로 나타났다. 지구온난화에 따른 기후변화로 인해 가뭄의 빈도와 강도가 증가함에 따라 피해도 커질 것으로 예상된다. 가뭄의 부정적인 영향으로 인해 정확하고 신뢰할 수 있는 가뭄 예측 기술이 필요하다. 본 연구에서는 가뭄예측을 위한 입력변수로서 GPM IMERG (The Integrated Multi-satellitE Retrievals for GPM) 강수량 자료와 NOAA에서 제공하는 8가지 북반구 대기패턴 자료 간의 상관성을 분석하였다. 입력변수 간의 상관성과 중장기 가뭄 예측을 위하여 딥러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM(Long Short Term-Memory)을 적용하여 가뭄을 예측하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.337-337
• /
• 2023

가뭄은 가장 심각한 기상 재해 중 하나로 농업 생산, 사회경제 등 다양한 분야에 영향을 미친다. 국내의 경우 광주·전남지역이 1990년대 이후 30년 만에 제한 급수 위기에 처하는 역대 최악의 가뭄으로 지역민들은 심각한 피해가 발생하였다. 유럽의 경우 2022년 당시 500년 만에 찾아온 가뭄으로 인해 3분의 2에 해당하는 지역이 피해를 입었으며, 미국 서부 지역은 2000년부터 2021년까지 1200년 만에 가장 극심한 대가뭄을 겪은 것으로 나타났다. 지구온난화에 따른 기후변화로 인해 가뭄의 빈도와 강도가 증가함에 따라 피해도 커질 것으로 예상된다. 가뭄의 부정적인 영향으로 인해 정확하고 신뢰할 수 있는 가뭄 예측 기술이 필요하다. 본 연구에서는 가뭄예측을 위한 입력변수로서 GPM IMERG (The Integrated Multi-satellitE Retrievals for GPM) 강수량 자료와 NOAA에서 제공하는 8가지 북반구 대기패턴 자료 간의 상관성을 분석하였다. 입력변수 간의 상관성과 중장기 가뭄 예측을 위하여 딥러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM(Long Short Term-Memory)을 적용하여 가뭄을 예측하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.415-415
• /
• 2023

홍수는 일반적으로 많은 피해와 인명 손실을 초래하는 자연재해 중 하나로, 홍수위 예측은 이를 방지하고 대처하는 데 중요한 역할을 한다. 최근 기계학습 기술을 이용하여 홍수위 예측 모델을 개발하고자 하는 연구가 많이 진행되고 있다. 특히, LSTM(long short-term memory) 모형은 시계열 예측에 대해 검증된 모형으로 홍수위 예측 연구에도 활발하게 적용되고 있다. 하지만 기계학습 모델의 학습 성능은 하이퍼파라미터의 값에 영향을 크게 받을 수 있으며, 특히 집중호우로 인해 수위가 급변하는 경우에는 과거 시계열 자료에 영향을 받는 LSTM 모형의 예측 성능이 오히려 낮게 나타날 수 있다. 따라서 본 연구에서는 홍수위 예측시 LSTM 모형의 예측 성능을 향상시킬 수 있는 세부 하이퍼파라미터 값을 분석하여 최적의 하이퍼파라미터 조합을 제안하고자 한다. 이를 위해 하이퍼파라미터 조정을 위한 자동화 도구인 W&B(Weights&Bias)의 Sweep 기능을 적용하고자 한다. 본 연구를 통해 LSTM 모형을 적용한 홍수위 예측의 정확도를 향상시키는 데에 기여할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.254-254
• /
• 2021

기후변화로 인한 자연재해는 해마다 크게 증가하고있으며, 홍수 및 가뭄의 강도와 빈도 증가, 지구온난화로 인한 하천 건천화 등 많은 문제들이 대두되고 있다. 특히, 물 순환과정의 핵심요소로 설명되는 유출량의 변동은 용수 공급과 홍수 대응 및 관리, 하천생태계 유지를 위한 환경에 영향을 미치고 있다. 따라서, 갈수량, 풍수량 등을 산정하여 하천별 유황특성을 결정하는 방법을 사용하고 있으나, 이와같은 지표는 계측자료가 과소한 경우 하천의 유황특성을 세부적으로 이해하고 정량적으로 제시하는데에 한계가있다. 따라서, 미계측 유역에서 Soil and Water Assessment Tool (SWAT)과 같은 수리해석모델이 광범위하게 이용되고있으며, SWAT 모델은 유역의 수치표고모형, 토양 특성, 토지이용 현황, 기상 현황, 유역의 매개변수 등을 반영하여 모델이 구동되고 있다. 하지만, 광범위하게 이용되고 적용성이 입증된 모델임에도 불구하고 입력자료의 불확실성 및 조사되지 않은 영농활동 등으로 인해 결과에 불확실성이 내포되어있으며, 불확실성을 줄이기 위해 실측된 하천의 유량 자료를 이용하여 검정 및 보정작업을 거치고 있다. 모델의 보정 방법으로는 SWAT-CUP과 같은 프로그램 이용되고 있지만, 모델에서 이용되는 매개변수로는 보정할수 있는 범위가 한정적이기 때문에 모델의 정확성을 높이는데에 한계가 있다. 따라서, 본 연구에서는 선암천 유역을 대상으로 모델의 매개변수를 보정하지 않고도 머신러닝 기법을 이용하여 모델의 결과를 향상시켰다. 보정 결과, 유량의 경우 R²가 0.42에서 0.91으로 향상되었으며, 특히 고유량 구간에서의 정확성이 매우 향상되었다. 본 연구에서 평가된 SWAT+머신러닝 결합 모형은 향후 모델 구동에 필요한 입력자료가 부족한 경우와 빠른 검정 및 보정 작업이 필요할 경우 활용될수 있을것으로 판단된다.

• Journal of Convergence for Information Technology
• /
• v.12 no.3
• /
• pp.1-10
• /
• 2022

Vegetables such as cabbage are greatly affected by natural disasters, so price fluctuations increase due to disasters such as heavy rain and disease, which affects the farm economy. Various efforts have been made to predict the price of agricultural products to solve this problem, but it is difficult to predict extreme price prediction fluctuations. In this study, cabbage prices were analyzed using the ensemble Voting technique, a method of determining the final prediction results through various classifiers by combining a single classifier. In addition, the results were compared with LSTM, a time series analysis method, and XGBoost and RandomForest, a boosting technique. Daily data was used for price data, and weather information and price index that affect cabbage prices were used. As a result of the study, the RMSE value showing the difference between the actual value and the predicted value is about 236. It is expected that this study can be used to select other time series analysis research models such as predicting agricultural product prices

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.147-147
• /
• 2017

본 연구에서는 2003년 태풍 'MAEMI'에 의해 피해를 가장 많이 입은 경남 마산시를 중심으로 폭풍해일 범람도를 작성하였다. 해양과 하천 하류부가 만나는 마산시에서는 해일, 조석, 하천을 동시에 고려해야 하므로 이에 대한 단계적 적용을 통해 범람 중첩효과를 검토하였다. 본 연구에 사용된 수치모델은 네덜란드 Deltares사에서 개발한 준3차원 해수유동 모델 Delft3D이다. Delft3D는 폭풍해일 이외 지진해일, 부유물 이송, 오염물 확산 등 다양한 분야에 적용 가능하며, 파랑, 조석력, 바람에 의한 전단력, 온도, 염도에 의한 밀도류, 대기압 변화, 조간대 모의 등 다양한 영향을 고려할 수 있다. 수치모의시 모델의 안정성과 효율성을 높이기 위해 다중격자기법을 사용(최소 25m 격자)하였으며, 수심 자료는 국토지리정보원 수치지도와 국립해양조사원 수치해도의 수평 수직적 통합을 통해 구성하였다. 태풍 'MAEMI'의 Best Track은 기상청에서 제공하는 3시간 간격의 중심기압, 풍속, 중심위치를 Holland's Model에 적용하여 계산하였다. 조석효과를 고려하기 위해 개방경계에서 TPXO 7.2를 사용한 분조값을 입력하였다. 또한 하천의 흐름을 효과적으로 구현하기 위해 하천 단면에서의 동적 수위경계조건(또는 유량경계조건)을 추가적으로 부여하였다. 수치해석결과, 마산 수위 관측소에서 관측된 태풍 'MAEMI'의 해일고와 유사한 결과가 산출되었다. 범람역 해석결과는 해일, 조석, 하천을 동시적으로 고려하였을 경우에 실제 침수흔적도인 마산시재해침수지도와 가장 유사한 결과를 보였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.19 no.2
• /
• pp.39-48
• /
• 2011

Global warming causes the climate change and makes severe damage to ecosystem and civilization Carbon dioxide greatly contributes to global warming, thus many studies have been conducted to estimate the forest biomass carbon stock as an important carbon storage. However, more studies are required for the selection and use of technique and remotely sensed data suitable for the carbon stock estimation in Korea In this study, the aboveground forest biomass carbon stocks of Danyang-Gun in South Korea was estimated using $k$NN($k$-Nearest Neighbor) algorithm and regression model, then the results were compared. The Landsat TM and 5th NFI(National Forest Inventory) data were prepared, and ratio images, which are effective in topographic effect correction and distinction of forest biomass, were also used. Consequently, it was found that $k$NN algorithm was better than regression model to estimate the forest carbon stocks in Danyang-Gun, and there was no significant improvement in terms of accuracy for the use of ratio images.