• The Korean Journal of Applied Statistics
• /
• v.26 no.3
• /
• pp.413-420
• /
• 2013

Stochastic weather generator is a commonly used tool to simulate daily weather time series. Recently, a generalized linear model(GLM) has been proposed as a convenient approach to tting these weather generators. In the present paper, a stochastic weather generator is considered to model the time series of daily temperatures for Seoul South Korea. As a covariate, precipitation occurrence is introduced to a relate short-term predictor to short-term predictands. One of the limitations of stochastic weather generators is a marked tendency to underestimate the observed interannual variance of monthly, seasonal, or annual total precipitation. To reduce this phenomenon, we incorporate a time series of seasonal mean temperatures in the GLM weather generator as a covariate.

• The Korean Journal of Applied Statistics
• /
• v.27 no.3
• /
• pp.475-485
• /
• 2014

A stochastic weather generator based on a generalized linear model (GLM) approach is a commonly used tools to simulate a time series of daily weather. In this paper, we propose a multi-site weather generator with applications to historical data in South Korea. The proposed method extends the approach of Kim et al. (2012) by considering spatial dependence in the model. To reduce this phenomenon, we also incorporate a time series of seasonal mean precipitations of South Korea in the GLM weather generator as a covariate. Spatial dependence was incorporated into the model through a latent Gaussian process. We apply the proposed model to precipitation data provided by 62 stations in Korea from 1973{2011.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.198-198
• /
• 2020

기후 내적 변동성(Climate Internal Variability, CIV)은 기후를 이해하는 데 중요한 역할을 하며 기후예측에 있어 주요 불확실성 원인들 중 하나이다. 본 연구는 다양한 이산화탄소 배출 시나리오에 대해 CIV와 기후학적 평균(Climatological Mean, CM)을 추정하는 것을 목표로 한다. 확률론적 날씨생성기(Stochastic Weather Generator)를 이용하여 국내 40개 기상 관측소에 대해, 30년에 해당하는 시단위 시계열 100개 앙상블을 생성하였다. CIV는 Detrend 방법과 Differenced 방법을 이용하여 추정되었으며, noise 계산값과 비교하였다. 그 결과, CIV 값과 noise 값들 사이의 correlation이 매우 높았으며, 제시된 방법론이 신뢰할 수 있음을 검증하였다. 국내 40개 지역에 적용하여 계산된 CIV와 CM의 주요 결과는 다음과 같다. (1) 국내의 대부분의 지역에 있어 평균적으로 CM과 CIV는 미래에 증가할 것이며, 그 증가 정도는 RCP 8.5의 경우와 먼 미래END(2071-2100년) 기간에서 더 커질 것이다; (2) CM과 CIV의 미래 변화의 특성은 강수의 특성 지수에 따라 다르다. 강수량의 양을 나타내는 3개의 지수(총 강수량, totPr, 일 최대 강수량, maxDa 및 시간당 최대 강수량, maxHr)와 강수량의 발생일수를 나타내는 지수(무강우 일수, nonPr)의 특성은 크게 다르다. (3) CIV와 CM의 변화 요인들 사이의 관계를 조사하면 maxDa와 maxHr에 대해서는 그들 사이에 높은 상관관계가 있지만 다른 지수에는 그렇지 않다. (4) 국내에서 CIV 값이 공간적으로 변동성이 큰 경우는 계절적으로 여름이며, 이는 totPr 및 maxDa에서만 유효하다. 시단위 시계열 앙상블을 생성하여 추정된 기후내적변동성 정보는 기후 변화의 영향을 평가하고 적절한 적응 및 대응 전략을 개발하는 데 도움이 될 것이다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.37 no.1
• /
• pp.111-117
• /
• 2017

The purpose of forecasting the traffic accident is to reduce the traffic accident. Therefore, the goal of this study is to provide severity of the accident by Forecasting of Probability of Accident. In Korea, accident data are distributed to the public via internet that includes numbers of accident and fatality as well. And crude level of accident severity in accordance with weather information for metropolitan city level are available by weekly. However, It can not reflect personal needs at specific origin of the travel for a certain traveller. This study aims to consider 68 major intersections with precipitation data, and eventually introduces link based accident severity. In estimating the accident severity both dynamic data such as drivers' characteristics, driving conditions and static data such as geometry of road, intersection characteristics are considered. Also, we identifies accident severity according to the accident type - 'vehicle to vehicle,' 'vehicle to person.' Finally, the outcomes of this study suggests taylor-made accident severity information for a specific traveller for a certain route.