• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.630-634
• /
• 2004

현재까지 대부분의 유출 모형들은 우리나라 농업지역에 내한 적용에 있어 많은 수정이 요구되고, 그에 따른 모의 결과 또한 불확실성을 내포하고 있으며, 이의 원인중 상당수는 농업지역에서 발생하는 관개와 회귀에 따른 것이라 찰 수 있다. 특히 농업지역에서의 유출 및 물사용에 대한 정확한 계측이 제대로 이루어지고 있지 못하기 때문에, 그에 따른 정확한 수자원 평가가 어려운 현실이다. 이에 본 논문에서는 본 연구진에서 기 개발한 순물소모량 산정방법과 회귀 관계식으로 보청천 유역의 회귀특성을 규명하고자 하였으며, 본 연구에서 사용한 모형은 SWAT모형의 농업용수 관개 기능을 보완한 SWAT-AGRIMANAGEMENT모형을 개발 이용하였다. 유역규모에서의 농업용수 사용에 따른 하천유량의 변화 및 유역내 회귀관계를 파악할 수 있었으며, 기존에 주로 관개지구 단위에서의 회귀수량 조사 결과 및 가정에 의하여 사용되던 농업용수 회귀율에 대한 보다 의미있는 기준을 제시할 수 있을 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.36 no.3
• /
• pp.427-437
• /
• 2016

The objective of this study is to develop the regional regression models based on the physiographical and climatological characteristics for estimating flow duration curve (FDC) in ungauged bsisns. To this end, the lower sections with duration from 185 to 355 days of FDCs were constructed from the 16 gauged streamflow data, which were fitted to the two-parameter logarithmic type regression equation. Then, the parameters of the equation were regionalized using the basin characteristics such as basin area, basin slope, drainage density, mean annual precipitation, mean annual streamflow, runoff curve number in order that the proposed regression model can be used for ungauged basin. From the comparison of the estimated by the regional regression model with the observed ones, the model with the combination of basin area, runoff curve number, mean annual precipitation showed the best performance.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.36 no.3
• /
• pp.407-416
• /
• 2016

The purpose of this study is to develop regional regression models to estimate mean low flow for ungauged basins. The unregulated streamflow data observed at 12 multipurpose dams and 4 irrigation dams were analyzed for determining mean low flows. Various types of regression models were developed using the relationship between mean low flows and various sets of watershed characteristics such as drainage area, average slope, drainage density, mean annual precipitation, runoff curve number. The performance of each regression model for estimating mean low flows was assessed by comparison with the results obtained from the observed data. It was found that a regional regression model explained by drainage area, the mean annual precipitation, and runoff curve number showed the best performance. The regression model presented in this study also gives better estimates of mean low flow than the estimates by the drainage-area ratio method and the previous regression model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.219-219
• /
• 2017

상대적으로 유역의 관측 자료가 충분하지 못하거나 검증되지 않았을 경우 미계측 유역으로 정의되며 수문모형의 매개변수 검정을 할 수 없으므로 다른 방법을 고안해야 한다. 이를 위해 기존 연구에서는 지역적 특성을 고려한 지역회기분석을 통해 미계측 유역의 유량을 산정하였는데, 대부분 유역의 특성과 연 평균 유출량 자료의 관계를 이용한 회귀식으로 실시간 유량의 변화를 고려하기 어려웠다. 본 연구에서는 개념적 강우-유출모형으로 많이 사용되고 있는 개념적 수문모형인 GR4J의 매개변수에 대해 미계측 유역의 특성을 고려한 변수들을 이용하여 회귀식을 구하고 그 적용성을 평가하였다. 이를 통해 미계측 유역의 유량 시계열 자료를 생성할 수 있었다. 또한 IPCC에서 발간한 AR5의 RCP 4.5 시나리오를 적용하여 미래 유출량을 산정하였다. 우선 지역회귀분석을 적용하기 위해 수문모형을 이용한 계측 유역의 유출량을 구하였으며 22개의 전국 댐 상류 지점을 기준으로 SCE 알고리즘을 이용하여 GR4J의 최적 매개변수를 구하고 각 유역별로 물리적, 지형적, 기상학적 특성을 고려하여 11개의 변수를 선택하였다. 각 변수간 다중공선성(Multicollinearity)를 고려하기 위해 VIF(Variation Inflation Factor) test를 적용하여 최종 7개의 변수를 선정하고 단계별 회귀방법(Stepwise regression)을 이용하여 GR4J의 매개변수별 회귀식을 생성하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.407-407
• /
• 2023

최근 환경부에서 발표한 국가물관리기본계획에서 수자원 총량 중 생활·공업·농업·유지용수의 이용량은 365억m³/년으로 약 29.4%로 발표되었다. 유지용수를 제외한 농업용수 이용량의 비중은 약 60.5%이며, 이 중 약 80%가 논에서 활용되고 있다. 이러한 농업용수 이용량 중 사용되지 않고 하천으로의 방류량이 존재하는데 이를 관개회귀수량이라하며, 농업용수의 약 35%가 하천으로 회귀된다 발표하나 지역에 따른 편차가 존재하기에 정확한 회귀수량을 산정하기엔 미흡한 실정이다. 따라서 본 연구에서는 네트워크 모형을 통한 용배수로 구축 이후 회귀수 정량화를 하고자 하며, 정량화를 위한 네트워크 모형은 EPA-SWMM(Storm Water Management Model) 모형을 활용하였다. 해당 모형은 미국 환경 보호국(U.S. Environmental Protection Agency, EPA)에서 개발한 네트워크 물리모형으로 다양한 환경적 요소에 따른 수문 영향을 확인 가능한 모형이다. 해당 모형의 다양한 네트워크 기능을 통해 논배수로 네트워크를 구축하여 회귀수 정량화를 진행하고자 한다. 논배수로 네트워크를 구축하기 이전 현장조사를 진행하였다. 현장조사를 통한 용수계통도를 작성하였으며, 모형의 입력자료로 필요한 네트워크 용배수로관 표고값을 측량하였다. 이후 현장조사 및 측량 자료를 활용하여 네트워크 물리모형의 입력자료 구축을 진행하였으며, 해당 자료 구축은 지리 정보 시스템 중 ArcGIS와의 연계를 통해 구축하였다. 모형의 수리학적 입력자료는 해당지역의 계측자료를 활용하였으며, 필지 사이의 내리흐름 및 펌프를 통한 용수 또한 네트워크 물리모형의 기능을 활용하여 구축하였다. 이후 계측자료와의 비교를 통한 매개변수 보정을 진행하였으며, 전체 논배수로에 대한 농업용수의 흐름 및 회귀수량을 분석하였다. 해당 연구를 통해 농업용수의 회귀수 산정 및 지역 편차에 따른 회귀수 정량화 등의 연구에 활용될 것으로 기대한다.

• Korea journal of population studies
• /
• v.32 no.3
• /
• pp.1-20
• /
• 2009

본 연구는 지리정보시스템(GIS)과 지리적 가중 회귀(GWR)를 이용하여 건강 관련 삶의 질(HRQoL)의 사회인구학적 상관요인에 대한 공간분석을 시도한다. 관찰의 독립성과 오차의 동분산성을 가정하는 전통적 회귀분석과 달리, 지리적 가중 회귀분석은 속성정보뿐만 아니라 공간정보를 활용하는 공간분석 기법이다. 분석모형은 건강 관련 삶의 질을 종합적으로 측정하는 EQ-5D를 종속변수로 하고 지역의 사회인구학적 특성인 노령인구비율, 조이혼율, 병상수, 재정자주도를 독립변수로 하여 구성하였다. 종속변수는 질병관리본부에서 실시한 <지역사회건강조사>의 자료를 이용하였고, 독립변수는 통계청 온라인 DB에 수록된 지역별 자료를 이용하였다. 모형을 추정해 본 결과 전반적으로 사회적 특성보다는 노령인구비율이나 조이혼율과 같은 인구학적 특성이 건강 관련 삶의 질에 더 많은 영향을 미치는 것으로 나타났다. 공간적 변이를 고려하는 지역모형은 전역모형에서 드러나지 않았던 중요한 유형을 보여주는데, 노령인구비율 변수와 조이혼율 변수의 지역별 추정치를 지도상으로 살펴본 결과 변수들의 효과가 공간적 위치에 따라 차이를 보인다는 점이 확인되었다. 분석 결과는 또한 지리적 가중 회귀분석이 전통적 회귀분석에 비해 공간적 자기상관의 문제를 극복하고 모형의 부합도를 증가시킨다는 것을 보여준다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.04a
• /
• pp.345-352
• /
• 2006

현 기상의 시점에서 강수 확률 예측을 위해 가장 적절한 모형은 공간적 종속성과 시간적 종속성을 고려한 모형이 선택되어져야 한다. 보통 마크프 연쇄 모형과 예보인자를 이용하는 회귀 모형이 모두 고려된 모형을 사용한다. 본 논문에서는 강수 형태를 세 개의 상태로 나눈 경우, 즉 맑은 경우, 흐린 경우, 비온 경우로 나누어 마코프 로지스틱 회귀모형을 세우고 강수확률을 예측 할 수 있도록 하였다. 또한 서울 지역의 강수 자료를 이용하여 기존의 마코프 회귀모형과 마코프 로지스틱 회귀모형을 서로 비교하여 실제적 적용 문제를 다루었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.288-288
• /
• 2016

유역단위 오염부하량 산정에는 SWAT, HSPF 등의 물리적 매개변수 기반 분포형 모형이 주로 사용되고 있으나, 공간분포형 입력자료로 인한 많은 매개변수는 모의 과정을 복잡하게 하며, 보정 과정에 있어 많은 시간과 노력을 요구하는 단점이 있다. 이로 인해 실무에서는 원단위법이나 유량-부하량 관계식과 같은 통계적 분석에 의한 회귀식이 주로 사용되고 있다. 그 중 LOADEST는 회귀식 기반 프로그램으로, 다양한 연구자들에 의해 연구되고 있으나, 수질 모형과의 모의능력을 비교하는 연구는 부족하다. 본 연구에서는 청미천 상류유역을 대상으로 유역특성에 따른 LOADEST 기반 회귀식의 매개변수를 추정하여 오염부하량을 모의하고, SWAT 모형에 의한 오염부하량 모의결과와 비교 평가하고자 한다. 모형의 구동 및 회귀식 매개변수 추정에 필요한 입력 자료는 용인시 백암면 일대에서 2013년부터 2015년까지 모니터링한 수질, 유량 및 기상자료와 지형자료 (토지이용도, 토양도, 수치표고자료)를 이용하여 구축하였다. LOADEST 기반 회귀식의 매개 변수 추정은 김계웅 (2015)이 개발한 방법을 사용하였으며, 유역면적, 토지이용비율 등은 지형자료를 이용하여 산정하였다. SWAT 모형의 보정은 2013년부터 2014년까지의 자료를 이용하였으며, 2015년 자료를 이용하여 검정하였다. 본 연구의 결과는 비점오염원 모델에 대한 이해를 넓히고, 오염부하량 모의를 위한 모형 선정에 있어 도움이 될 수 있을 것으로 기대한다.

• Journal of Korean Society of Transportation
• /
• v.22 no.3 s.74
• /
• pp.49-58
• /
• 2004

The first and perhaps the most critical and perhaps the most important step in the process of predicting future traffic volume in a region (Zone) is to estimate the number of trips generated in from each traffic analysis zone. Most trip generation models for urban transportation planning, and highway in Korea are regression models. In Korea the category analysis has not been tried for last decades since the proper data such as the household travel behavior data have not been collected. Recently, the comprehensive household travel behavior survey such as ${\ulcorner}$1996 The Household Travel Behavior Survey${\lrcorner}$, ${\ulcorner}$2002 The Household Travel Behavior Survey${\lrcorner}$ has been done. In this paper, the cross-classification tables of Seoul Metropolitan Area including the City of Seoul and Kyonggi Province are estimated by the category analysis. The tables are compared with regression models and ${\ulcorner}$2002 The Household Travel Behavior Survey${\lrcorner}$ data in terms of predictive capabilities in Seoul Metropolitan Area. Improvement strategies for trip generation forecast in Seoul Metropolitan Area are proposed.

• Journal of Korea Port Economic Association
• /
• v.37 no.1
• /
• pp.197-215
• /
• 2021

This paper analyzes the machine learning predictions of the economic effects of Busan's strategic industries on the employment and income using the Ridge Regression and Lasso Regression models with regulation terms. According to the Ridge estimation and Lasso estimation models of employment, the intelligence information service industry such as the service platform, contents, and smart finance industries and the global tourism industry such as MICE and specialized tourism are predicted to influence on the employment in order. However, the Ridge and Lasso regression model show that the future transportation machine industry does not significantly increase the employment and income since it is the primitive investment industry. The Ridge estimation models of the income show that the intelligence information service industry and global tourism industry are also predicted to influence on the income in order. According to the Lasso estimation models of income, four strategic industries such as the life care, smart maritime, the intelligence machine, and clean tech industry do not influence the income. Furthermore, the future transportation machine industry may influence the income negatively since it is the primitive investment industry. Thus, we have to select the appropriate economic objectives and priorities of industrial policies.