• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1784-1788
• /
• 2010

APEC 기후센터(APEC Climate Center, APCC)에서 제공하는 다중모형앙상블(Multi-model Ensemble, MME) 형태의 계절예측정보를 이용하여 3개월 가뭄전망을 수행하였다. APCC MME는 기후예측모형이 가지는 불확실성을 최소화하기 위한 방법으로, 아시아 태평양 지역 내 9개 회원국 16개 기관 21개 기후모형의 계절예측정보를 활용하여, 개별 모형이 가지는 계통오차(Systematic error)를 앙상블 기법을 통하여 상쇄함으로써 최적의 예측자료를 도출한다. 또한, 기후예측 모형이 예측한 대기순환장은 관측 지점변수와 경험적 통계적 관련성을 가지므로, 이를 바탕으로 상세지역의 이상기후에 대한 정보를 도출할 수 있다. 본 연구에서는 가뭄 관리 및 전망을 위한 입력 자료로서, 기상전문 기관인 APEC 기후센터 (APEC Climate Center, APCC)에서 제공하는 전구 규모의 기온 및 강수 전망자료를 기상청 산하 59개 지점의 전망자료로 통계적 규모 축소화 기법을 통해 3개월 예보를 실시하였다. APCC 계절예측자료를 가뭄모니터링시스템의 자료입력 포맷에 따라 적절히 가공한 뒤, 가뭄 관리 및 전망을 위하여 SPI(Standard Precipitation Index) 및 PDSI(Palmer Drought Severity Index)지수의 입력자료로 사용하여 SPI 및 PDSI 지수를 산정하였다. 또한 분위사상법(Quantile Mapping)을 이용하여 총 59개 지점의 과거 월평균 관측값과 최근 2009년에 대한 모의값의 누적확률분포값을 계산하고 모의값의 확률분포를 관측값의 확률분포에 사상시켜 가뭄 전망을 위한 기상변수의 오차를 보정하고자 하였다. 이러한 계절예측정보를 이용하여 가뭄 전망에 대한 신뢰도가 높아진다면, 사전예방 및 피해완화로 가뭄상황에 대한 신속한 대처 및 피해의 경감이 이루어질 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.39-39
• /
• 2012

Data assimilation techniques have received growing attention due to their capability to improve prediction in various areas. Despite of their potentials, applicable software frameworks to probabilistic approaches and data assimilation are still limited because the most of hydrologic modelling software are based on a deterministic approach. In this study, we developed a hydrological modelling framework for sequential data assimilation, namely MPI-OHyMoS. MPI-OHyMoS allows user to develop his/her own element models and to easily build a total simulation system model for hydrological simulations. Unlike process-based modelling framework, this software framework benefits from its object-oriented feature to flexibly represent hydrological processes without any change of the main library. In this software framework, sequential data assimilation based on the particle filters is available for any hydrologic models considering various sources of uncertainty originated from input forcing, parameters and observations. The particle filters are a Bayesian learning process in which the propagation of all uncertainties is carried out by a suitable selection of randomly generated particles without any assumptions about the nature of the distributions. In MPI-OHyMoS, ensemble simulations are parallelized, which can take advantage of high performance computing (HPC) system. We applied this software framework for several catchments in Japan using a distributed hydrologic model. Uncertainty of model parameters and radar rainfall estimates is assessed simultaneously in sequential data assimilation.

• 한국수자원학회논문집
• /
• 제35권6호
• /
• pp.639-650
• /
• 2002

홍수기 동안의 저수지 운영은 효율적인 홍수조절과 갈수기를 대비한 용수량 확보를 모두 고려해야만 한다. 본 연구에서는 이러한 목적을 위하여 세트 컨트롤 알고리즘(SCA)을 홍수기 저수지 운영방안으로 적용하였다. SCA의 개념은 유입량이 일정한 범위 안에서 주어질 경우에 저수지의 상태가 허용범위 내에서 유지되도록 하는 저수량과 방류량의 조절 세트(Control Set)를 저수지 운영자에게 제공해주는 것이다. 본 연구에서 사용된 유입량 세트는과거자료를 이용하는 경우와 합성된 자료를 이용하는 경우, 그리고 앙상블 예측(ESP) 시나리오를 이용하는 경우로 구분하였다. SCA의 우수성을 검증하기 위하여 기존의 현행제한수위와 가변제한수위를 이용한 방안과 비교하였다. 이를 충주댐에 적용하여 총 5년(1996～2000) 동안의 모의운영을 실시한 결과, SCA를 이용하는 운영방안이 현행제한수위나 가변제한수위를 이용하는 운영방안보다 우수하였고 SCA 중에서는 앙상블 예측기법(ESP)을 이용한 경우가 가장 우수하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.64-64
• /
• 2019

도시지역은 인구 및 사회인프라시설 등이 밀집되어 있어 홍수 발생 시 타 지역에 비하여 큰 피해가 발생한다. 우리나라의 경우 2017년 부산 지역과 2018년 서울 지역에 시간당 최대 100 mm 이상의 강우가 발생하여 인명 및 재산피해를 발생시켰다. 이러한 도시홍수 피해를 저감시키기 위해서는 수방시설물의 유지관리 뿐만 아니라 한정적인 물자와 인력을 효율적으로 활용하기 위한 홍수예보 방안이 필요하며 정확도 높은 기상예보가 수반되어야 한다. 현재 지자체에서는 기상청의 기상특보를 활용하여 홍수대응을 실시하고 있으나 이는 전국적으로 동일한 기준으로 각 지역의 홍수특성을 반영할 수 없다는 문제가 있다. 또한 국내에서는 정확도 높은 기상예측을 위해 다양한 기상 수치예보모델을 활용하고 있으나 급변하는 기상상황을 정확히 예측하는 데에는 한계가 있다. 수치예보모델의 한계를 극복하기 위하여 현재 영국에서는 강우 앙상블 자료를 활용한 영향예보 도입이 활발히 진행되고 있다. 영향예보란 단순 기상상황 뿐만 아니라 기상현상이 발생시킬 수 있는 위험수준과 그 위험수준이 발생할 확률을 함께 예보하는 방안이다. 본 연구에서는 부산광역시 동래구 지역을 대상으로 과거 피해 발생 강우량 및 지역의 확률강우량 등을 활용하여 지역특성에 맞는 총 4단계의 강우기준을 제시함과 더불어 기상현상의 발생확률을 조합한 홍수위험 매트릭스(Flood Risk Matrix)를 개발하였다. 또한 개발된 홍수위험 매트릭스의 활용성 평가를 위해서는 2016년, 2017년 기상청에서 산출한 국지규모 앙상블예측시스템(Local Ensemble Prediction System, LENS)의 강우 앙상블 자료를 활용하였다. 그 결과 짧게는 24시간 전, 길게는 72시간 전에 홍수피해 발생의 예보가 가능한 것으로 분석되었다. 향후 본 연구에서는 연구 대상 지역을 확대하여 각 지역에 적합한 홍수위험 매트릭스를 개발하고, LENS자료를 활용한 활용성 평가를 통해 실무에 적용 가능한 홍수예보 방안을 마련할 계획이다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제19권4호
• /
• pp.31-44
• /
• 2014

In the present study, a few of recently developed geostatistical models are comparatively studied. The models are two-point statistics based sequential indicator simulation (SISIM) and generalized coupled Markov chain (GCMC), multi-point statistics single normal equation simulation (SNESIM), and object based model of FLUVSIM (fluvial simulation) that predicts structures of target object from the provided geometric information. Out of the models, SNESIM and FLUVSIM require additional information other than conditioning data such as training map and geometry, respectively, which generally claim demanding additional resources. For the comparative studies, three-dimensional fluvial reservoir model is developed considering the genetic information and the samples, as input data for the models, are acquired by mimicking realistic sampling (i.e. random sampling). For SNESIM and FLUVSIM, additional training map and the geometry data are synthesized based on the same information used for the objective model. For the comparisons of the predictabilities of the models, two different measures are employed. In the first measure, the ensemble probability maps of the models are developed from multiple realizations, which are compared in depth to the objective model. In the second measure, the developed realizations are converted to hydrogeologic properties and the groundwater flow simulation results are compared to that of the objective model. From the comparisons, it is found that the predictability of GCMC outperforms the other models in terms of the first measure. On the other hand, in terms of the second measure, the both predictabilities of GCMC and SNESIM are outstanding out of the considered models. The excellences of GCMC model in the comparisons may attribute to the incorporations of directional non-stationarity and the non-linear prediction structure. From the results, it is concluded that the various geostatistical models need to be comprehensively considered and comparatively analyzed for appropriate characterizations.

• 대기
• /
• 제31권3호
• /
• pp.341-359
• /
• 2021

This technical note introduces the new Korea Meteorological Administration (KMA) Global Seasonal forecasting system version 6 (GloSea6) to provide a reference for future scientific works on GloSea6. We describe the main areas of progress and improvements to the current GloSea5 in the scientific and technical aspects of all the GloSea6 components - atmosphere, land, ocean, and sea-ice models. Also, the operational architectures of GloSea6 installed on the new KMA supercomputer are presented. It includes (1) pre-processes for atmospheric and ocean initial conditions with the quasi-real-time land surface initialization system, (2) the configurations for model runs to produce sets of forecasts and hindcasts, (3) the ensemble statistical prediction system, and (4) the verification system. The changes of operational frameworks and computing systems are also reported, including Rose/Cylc - a new framework equipped with suite configurations and workflows for operationally managing and running Glosea6. In addition, we conduct the first-ever run with GloSea6 and evaluate the potential of GloSea6 compared to GloSea5 in terms of verification against reanalysis and observations, using a one-month case of June 2020. The GloSea6 yields improvements in model performance for some variables in some regions; for example, the root mean squared error of 500 hPa geopotential height over the tropics is reduced by about 52%. These experimental results show that GloSea6 is a promising system for improved seasonal forecasts.

• 한국농공학회논문집
• /
• 제61권1호
• /
• pp.1-8
• /
• 2019

Developing reliable soil moisture prediction techniques at agricultural regions is a pivotal issue for sustaining stable crop productions. In this study, a physically-based SWAP(Soil-Water-Atmosphere-Plant) model was suggested to estimate soil moisture dynamics at the study sites. ROSETTA was also integrated to derive the soil hydraulic properties(${\alpha}$, n, ${\Theta}_r$, ${\Theta}_s$, $K_s$) as the input variables to SWAP based on the soil information(Sand, Silt and Clay-SSC, %). In order to predict the soil moisture dynamics in future, the mid-term TIGGIE(THORPEX Interactive Grand Global Ensemble) and long-term S2S(Subseasonal to Seasonal) weather forecasts were used, respectively. Our proposed approach was tested at the six study sites of RDA(Rural Development Administration). The estimated soil moisture values based on the SWAP model matched the measured data with the statistics of Root Mean Square Error(RMSE: 0.034~0.069) and Temporal Correlation Coefficient(TCC: 0.735~0.869) for validation. When we predicted the mid-/long-term soil moisture values using the TIGGE(0~15 days)/S2S(16~46 days) weather forecasts, the soil moisture estimates showed less variations during the TIGGE period while uncertainties were increased for the S2S period. Although uncertainties were relatively increased based on the increased leading time of S2S compared to those of TIGGE, these results supported the potential use of TIGGE/S2S forecasts in evaluating agricultural drought. Our proposed approach can be useful for efficient water resources management plans in hydrology, agriculture, etc.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.49-54
• /
• 2021

최근 스마트 헬스케어 기술의 발전에 따라 일상적인 질환에 대한 관심이 증가하고 있다. 이에 따라 헬스케어 데이터를 통해 예측 모델로 질병을 분석하거나 예측하는 연구들이 증가하고 있다. 그러나 헬스케어 데이터에는 양성 데이터와 음성 데이터의 불균형이 존재한다. 이는 특정 질환을 가진 환자에 비하여 상대적으로 환자가 아닌 사람이 많아 데이터 수집에 어려움이 있어 발생하는 현상이다. 데이터 불균형은 질병 예측 및 탐지 시 진행하는 모델의 성능에 영향을 끼치기 때문에 이를 제거할 필요가 있다. 따라서 본 연구에서는 오버샘플링과 결측값 대치를 통해서 데이터 불균형을 해소한다. AutoML을 기반으로 여러 모델의 성능을 파악하고 모델 중 상위 3개의 모델을 앙상블한다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.231-240
• /
• 2020

정보통신기술의 발달과 더불어 게임 산업이 성장하면서 유저의 게임데이터는 다양한 플레이 및 옵션에 따라 초 단위로 기록되며 방대한 양의 게임데이터를 빅데이터 기반으로 분석할 수 있게 되었다. 비즈니스와 결합하여 다양한 분야에서 수익창출을 위한 새로운 가치를 발견하는 것에 빅데이터를 활용하고 있지만, 게임 산업에서의 빅데이터 활용은 미흡한 실정이다. 본 연구에서는 리그오브레전드의 게임데이터를 이용하여 라인 별 승패예측모형을 구축한 뒤 세분화 된 라인의 특성을 반영한 변수 중요도를 도출하여 일반 게임유저가 승률을 올리기 위해 전적검색사이트를 이용하여 사전에 팀 구성원에 대한 정보를 제공받을 수 있도록 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.370-370
• /
• 2022

최근 우리나라는 수자원부존량 대비 수자원이용률이 16%에 불과하며 평상시 하천의 많은 가용수량이 이용되지 못하고 있는 실정이다. 현재 하천수 사용은 갈수와 가뭄시를 기준으로 허가 및 관리하고 있으며, 평상시 가용수량을 모니터링하여 하천유지유량, 하천수 사용, 환경대응 등 다양한 수요에 맞게 수량을 합리적으로 배분할 수 있는 수자원관리 체계 구축이 필요한 실정이다. 이에 본 연구에서는 대상지역인 금강유역의 하천수 사용 및 공급 상황을 파악하고 혼합(유역·하도) 물수지를 이용하여 실시간 가용수량 평가체계를 구축하였다. 실시간 가용수량 평가체계를 구축하기 위해서 유역의 수문상황과 기상전망(기온, 강우) 자료를 이용하여 장래기간의 강우조건(무강우, Ensemble Streamflow Prediction; ESP), 하천수 사용 및 공급계획(댐, 저수지 방류량 등) 시나리오 조건에 따른 예측기반 가용수량을 평가하였다. 대상 하천의 지류 유입량을 산정하기 위해서는 유역 물수지를 수행하고 하도 물수지를 통해 주요 지점별 하천관리유량과 가용수량을 산정한다. 또한, 유역(수계)간 물이동 및 하천수 사용 시설별 용·배수 체계를 고려하여 물수지 분석을 수행하였다. 이를 통해 산정된 각 취수시설별 유입량, 사용량, 회귀수량, 하천유지유량, 하천관리유량, 유량, 가용수량 등을 사용자가 쉽게 확인할 수 있도록 GIS와 테이블 기반으로 표출하였다. 본 평가체계를 활용하여 홍수통제소에서 수원(저수, 유수)별 가용수량을 다양한 수요에 맞게 적절하게 배분하고 조정할 수 있고 추후 가뭄 등 비상상황 발생 시 용수공급조정 및 연계운영계획에 반영될 수 있을 것으로 판단된다.