• 대기
• /
• 제29권5호
• /
• pp.671-687
• /
• 2019

This study evaluates the long-term seasonal predictability of summer (June, July and August) heatwaves over South Korea using 30-year (1989~2018) Hindcast data of the Pusan National University Coupled General Circulation Model (PNU CGCM)-Weather Research and Forecasting (WRF) chain. Heatwave indices such as Number of Heatwave days (HWD), Heatwave Intensity (HWI) and Heatwave Warning (HWW) are used to explore the long-term seasonal predictability of heatwaves. The prediction skills for HWD, HWI, and HWW are evaluated in terms of the Temporal Correlation Coefficient (TCC), Root Mean Square Error (RMSE) and Skill Scores such as Heidke Skill Score (HSS) and Hit Rate (HR). The spatial distributions of daily maximum temperature simulated by WRF are similar overall to those simulated by NCEP-R2 and PNU CGCM. The WRF tends to underestimate the daily maximum temperature than observation because the lateral boundary condition of WRF is PNU CGCM. According to TCC, RMSE and Skill Score, the predictability of daily maximum temperature is higher in the predictions that start from the February and April initial condition. However, the PNU CGCM-WRF chain tends to overestimate HWD, HWI and HWW compared to observations. The TCCs for heatwave indices range from 0.02 to 0.31. The RMSE, HR and HSS values are in the range of 7.73 to 8.73, 0.01 to 0.09 and 0.34 to 0.39, respectively. In general, the prediction skill of the PNU CGCM-WRF chain for heatwave indices is highest in the predictions that start from the February and April initial condition and is lower in the predictions that start from January and March. According to TCC, RMSE and Skill Score, the predictability is more influenced by lead time than by the effects of topography and/or terrain feature because both HSS and HR varies in different leads over the whole region of South Korea.

• 한국건설관리학회논문집
• /
• 제20권6호
• /
• pp.126-131
• /
• 2019

최근 태양광의 발전 효율성과 경제성이 높은 발전소 부지를 확보하기 위해 특정 지역을 대상으로 태양광 발전량을 정확히 예측하기 위한 연구들이 수행되었다. 하지만 국내의 경우 기존 발전량 데이터가 부족함에 따라 정확한 발전량 추정에 문제가 발생할 수 있으며, 우리나라 기준으로 어떠한 기상조건을 나타내는 변수가 태양광발전에 어느 정도의 영향을 미치는지에 대한 연구가 부족한 실정이다. 따라서 본 연구는 지형 효과를 충분히 고려하여 제작된 태양복사에너지 지도와 미세먼지와 같은 기상조건을 추가하여 태양광 발전량 추정 회귀모델을 제시하고, 추정된 발전량과 실제 발전량을 비교 분석하였다. 그 결과, 습도를 제외한 태양복사에너지, 온도, 풍속, 운량, 강수량, 일조시간, 미세먼지가 발전 효율에 통계적으로 유의미한 영향을 미치는 것으로 나타났으며, 회귀 분석모델을 통해 추정된 발전량과 실제 발전량을 비교 분석하여 RMSE는 48.261(h), nRMSE는 1.592(%), MAPE는 11.696(%), 그리고 는 0.979이 도출되었다. 이러한 결과는 국내 태양광 발전 부지를 평가함에 있어서 고려해야 하는 중요한 기상 조건 등 태양광 발전량 추정 모델을 설계하는데 활용할 수 있으며, 이를 바탕으로 태양광 발전소 건설 부지를 선정함에 있어 중요한 지표인 발전량을 정확히 추정하는데 기여할 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제43권1호
• /
• pp.51-65
• /
• 2010

본 연구에서는 도달시간이 짧은 중소하천유역에서 돌발홍수 발생시 강우에 따른 하천의 수위변화를 신속하고 간편하게 예측하는 홍수예경보 모형을 제시하고 그 적정성을 중랑천 유역에 대해서 검토하였다. 이를 위하여 먼저, 제방안전도 평가와 침수위험구역 조사를 통해 홍수방어목표지점으로 선정하였다. 강우량 및 관측지점수위와 홍수방어 목표지점 수위와의 상관성 분석을 하였으며, 이로부터 홍수방어목표(예보지점)지점의 수위변화를 예측할 수 있는 회귀모형을 산정하였다. 이 때 기초자료로서의 실제강우 조건에 따른 실측 수위자료는 그 범위와 조건의 수가 너무 작음으로, 이를 대신하여 다양한 강우시나리오별 유출분석을 통하여 홍수위들을 산정하고 이를 상관성 분석의 모집단 자료로 사용하였다. 산정된 회귀모형으로부터 적정 선행예보시간에 대한 수위를 산정하고 기상보정계수를 고려하여 예측수위를 보정 결정하는 방안을 제시하였다. 예측수위가 주위보수위(Flood watching level; 계획홍수량의 50 %의 수위)를 초과하는 경우에 예경보를 수행할 수 있는 시스템을 구성하였으며, 실제 호우사항에 대하여 그 적용성을 검토하였다.

• 한국입자에어로졸학회지
• /
• 제14권4호
• /
• pp.135-144
• /
• 2018

PMF 수용모델을 사용하여 안면도 측정소에서 2년간 측정한 초미세먼지의 유기성분의 주요 영향원을 파악하였다. 5개 또는 6개의 요인이 최적으로 나타났으며, 6개의 요인이 결과를 더 잘 해석하는 것으로 판단되었다. 이들 요인의 계절별 특성과 영향도 변화를 고려하여 결정한 주요 오염원은 이차유기성분(10.3%), 연소(12.0%), 자연적 생물성 기원(24.8%) 장거리이동식생소각(7.3%), 국지적 생체소각(26.4%), 장거리이동 오염원(19.2%)이다. 안면도 측정소는 배경지역의 특성인 자연적 생물성 기원, 이차유기성분과 장거리이동 오염원의 영향도가 크게 나타나면서도, 비도심의 특성인 국지적 식생소각과 연소 영향도 나타나고 있다. 이는 안면도 측정소에서는 인위적인 영향에 의한 유기성분 특성은 제한적임을 보여준다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1255-1263
• /
• 2021

안개는 대체수자원이 될 수 있으나 교통사고 위험을 높이고 공항 운영에 제약을 가하는 사회적 영향이 큰 기상현상이다. 본 연구에서는 1 km 미만 가시거리(시정)로 정의되는 안개 발생을 기상자료로 예측하는 지역 기계학습모형을 개발하고 그 예측력을 평가하였다. 전라북도 지역의 10개 기상청 지상관측소의 2017-2019년 시정 및 기상관측자료로 앙상블 분류기법인 Extreme Gradient Boosting (XGB), Light Gradient Boosting(LGB), Random Forests (RF)를 학습시켜 지역 안개 모형을 개발하였고 독립적인 2020년 자료로 모형의 사용성을 평가하였다. 그 결과, 학습·검증기간(2017-2019)에는 True Skill Score를 기준으로 가장 높은 예측력을 보인 방법은 LGB 기법이었지만 다른 두 모형에 비해 False Alarm Ratio가 컸다. RF 모형과 XGB 방법 역시 기존 연구에 상응하는 예측성능을 보이는 것으로 확인되었다. 2020년 자료를 입력해 안개 발생을 모의했을 때 세 모형의 예측성능은 2017-2019년 기간보다 떨어졌지만 모두 관측 안개일수의 공간분포와 일관되는 안개 위험을 예측했다. 세 기계학습모형은 안개위험이 상대적으로 높은 지역을 추출하는 기법으로 사용이 가능할 것으로 보인다.

• 한국농림기상학회지
• /
• 제8권4호
• /
• pp.229-241
• /
• 2006

본 연구에서는 실측 일기상자료 대신 예측 기후평년 값을 적용하여 기후변화와 그에 상응한 벼 작황의 지리적 분포양상을 복원함으로써 지구온난화에 따른 우리나라 벼농사지대의 생산성을 재평가하였다. 기상청 56개 지점 종관자료(일 최고/최저 기온의 월별 평균값)를 1971-2000년 30년 단위로 수집하여 270m 해상도의 수치기후도를 작성하고, 벼논픽셀에 해당되는 기후자료를 추출하였다. 동일한 시군에 속하는 벼논픽셀의 기후자료를 평균함으로써 시군단위의 '벼논맞춤형 기후자료'를 준비하였다. 같은 방법으로 기상연구소에서 제작한 2011-2100년 기간의 3개 평년(2011-2040, 2041-2070, 2071-2100) 기후시나리오에 근거하여 해당 평년의 기후자료를 추정하였다. 농촌진흥청의 정밀토양도로부터 해당 픽셀의 토성과 토심정보를 검색하고 이를 토대로 유효수분 조견표에 의해 토양자료를 준비하였다. 자포니카형 벼의 특성을 갖도록 개조한 벼 생육모형(CERES-Japonica)에 이들 자료를 입력하고 조생종(오대벼), 중생종 (화성벼), 만생종 (동진벼)의 생육을 모의하였다. 시군 공간평균을 기준으로 3품종 모두 가까운 미래(2011-2040년)에는 출수기가 일주일 정도 빨라지고, 먼 미래(2071-2100년)에는 최대 20일 까지 단축될 수 있다. 생리적 성숙기는 3품종 모두 가까운 미래(2011-2040년)에는 15일 정도 단축되고, 먼 미래(2071-2100년)에는 최대 한달까지도 빨라질 수 있어 출수기에 비해 단축정도가 심하다. 평야지 수량의 경우 조생종인 오대벼는 10a당 6-25%, 중생종 화성벼는 3-26%, 만생종 동진벼는 3-25%까지 감소하였다. 하지만 산간지역에서는 발육속도가 빨라지고 수량이 증가하거나 큰 변화가 없는 곳도 많아 온난화조건에서도 지역별 정밀기후 추정과 이에 근거한 최적품종의 선택, 이앙기 및 수확기 등 생육기간의 조절이 온난화 대응기술로서 유효할 것으로 기대된다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.307-319
• /
• 2016

국가농림기상센터(NCAM)에서는 수요자 맞춤형 영농 영림을 지원하기 위하여 전용 수치모델링시스템인 지면대기모델링패키지(LAMP) 버전 1을 구축하였다. 이 패키지는 두 가지의 큰 축으로 구성되어 있다. 하나는 WRF 기상모델과 Noah-MP 지면모델의 결합시스템인 WRF/Noah-MP 시스템이고, 다른 하나는 Noah-MP 지면 모델의 오프라인 독립구동형 1차원 버전이다. 전자는 7일 이상의 중기 기상예측 자료를 1km 내외의 고해상도로 생산하는 일을 담당하고, 후자는 대표적인 농림생태계에 대하여 1년 지면모의 자료를 15분 간격으로 생산하는 일을 담당한다. 본 연구의 목적은 NCAM-LAMP의 두 구성 요소를 간단히 설명하고, 초기의 수치모의 성능을 평가하는데 있다. WRF/Noah-MP 결합시스템은 동아시아를 포함하는 어미격자 도메인에 최고 810m의 수평 해상도를 갖는 3개의 둥지격자로 구축되었으며, 가장 안쪽 도메인은 광릉 활엽수림 관측지와 침엽수림 관측지(GDK 및 GCK)를 포함한다. 이 결합시스템은 현재 미국 환경예측센터의 FNL 자료를 초기 및 경계자료로 이용하여 구동되며, 여러 개의 약 8일 모의 결과를 연결시켜 장기간에 대한 모의 자료를 생산하였다. 정량적 검증 변수는 WRF/Noah-MP 결합시스템의 2m 기온, 10m 바람, 2m 습도, 강수이며, 기상청 ASOS 관측 자료와 WRF/Noah-MP 결합시스템 모의 자료 사이의 차이를 이용하여 각 도메인에서 동적 식생 포함 유무에 따른 모의 오차를 계산하였다. 강수 모의의 정확도는 탐지확률(POD)과 공평위협점수(ETS)로 구성된 표를 이용하여 조사하였다. 오프라인 독립구동형 지면모델은 1년 기간에 대해 모의 결과를 생산하였으며, KoFlux 관측자료와 비교하여, 순복사 플럭스, 현열 플럭스, 잠열 플럭스 및 토양 수분 함량을 평가하였다. WRF/Noah-MP 결합시스템의 모의 결과에 따르면, 모든 도메인 중에서 도메인 4(810m 해상도)에서 2m 기온, 10m 바람 및 2m 습도에 대하여 가장 작은 RMSE를 보였다. 동적 식생을 포함시키면 모든 도메인에서 10m 바람의 모의 오차가 감소하게 되는 경향을 보였다. 도메인 2(7,290m 해상도)에서는 강수 모의 점수가 가장 높았으나, 동적 식생을 포함시킴에 따른 효과는 별로 없었다. 독립구동형 1차원 Noah-MP의 지면모의 결과는 복사 플럭스와 토양 수분의 패턴 및 크기를 포착하였으며, 엽면적지수의 모델 입력 부분을 보충하고, 모델 물리과정의 적절한 조합을 찾아내는 노력을 통해 개선될 수 있는 여지를 남겼다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.627-646
• /
• 2022

최근 지구 온난화로 인한 기후 변화와 관련된 문제의 심각성이 커지고 있으며 평균 기온 또한 상승하고 있다. 이로 인해 온도에 민감한 다양한 생물과 생물이 살아가는 환경에 영향을 미치고 있으며, 생태계의 변화 역시 감지되고 있다. 계절은 그 지역에 사는 생물의 종류, 분포, 생육 특성 등에 영향을 미치는 중요한 요인의 하나이다. 기후 변화 영향 평가의 지표 중 가장 대중적이고 쉽게 인식될 수 있는 식물 계절 중 개화일과 단풍나무 절정일의 모델링을 수행하였다. 모델링에 사용된 식물의 종류에는 봄을 대표하는 식물로 볼 수 있는 개나리와 벚나무, 가을을 대표하는 식물로 볼 수 있는 단풍 나무와 은행 나무를 사용하였다. 모델링을 수행할 때 사용된 기상 자료로는 기상청의 Automated Surface Observing System (ASOS) 관측소를 통해서 관측된 기온, 강수, 일사 자료를 사용하였으며, 개나리, 벚나무의 개화일과 약 -0.2, 은행나무, 단풍나무의 단풍 절정일과 약 0.3 정도의 상관 계수를 가지는 Moderate Resolution Imaging Spectroradiometer (MODIS) 식생지수를 사용하여 모델링을 수행하였다. 사용된 모델로는 선형 모델인 다중 회귀 모형과, 비선형 모델인 Random Forest (RF)를 사용하여 모델을 수립하였다. 또한 각 모형으로 추정된 예측 값을 공간 내삽 기법을 이용하여 등치 선도로 2003~2020년의 식물 계절 변화 경향 성을 표현하였다. 향후에 높은 시공간 해상도를 가지는 식생지수를 사용한다면 더 높은 식물 계절 모델링의 정확도를 높일 수 있을 것으로 판단된다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.246-254
• /
• 2022

본 연구는 급속하게 성장하는 시설농업과 동시에 증가하는 에너지 사용량 및 탄소배출량을 저감하기 위해, 온실의 에너지 부하를 동적으로 분석하기 위한 작물에너지의 다중 회귀모델 개발을 수행하였다. 온실은 연중 안정적인 대량 생산을 위한 적절한 환경을 조성하기 위해 에너지 투입이 필요하다. 도시농업의 일종인 옥상온실 플랫폼을 통해 건물에서 버려지거나 활용되지 않는 에너지를 옥상온실에서 사용할 수 있다. 옥상온실의 효율적인 운영을 위해서는 다양한 환경 조건에 대한 동적 에너지 분석이 선행되어야 하며, 온실에 도입되는 태양 에너지의 40-75%가 작물을 위한 에너지 교환이므로 필수적으로 고려되어야 한다. 한국기계연구원 내 옥상온실에서 여름철에 청경채를 재배하며 생장단계에 따른 에너지 교환을 분석하였다. 작물을 중심으로 미기상 및 양액 환경 분석과 생장 특성 조사를 수행하였다. 정식일수에 따른 엽면적지수를 추정하였으며, 개발된 수식은 결정계수 0.99로 분석되었다. 또한 작물에너지 흐름에 지배적인 잎 표면온도로부터의 현열부하와 증발산에 의한 잠열부하로 나누어 모델을 개발하였다. 엽온과 증발산량을 각각 다중 회귀모델을 이용하여 추정하고 실측한 값을 비교해 보았을 때, 평균 결정계수 0.95, 0.71로 분석되었으며, 이 모델을 이용하여 옥상온실의 에너지 부하를 동적으로 산정하기 위한 모델에 입력값으로 사용할 수 있을 것으로 판단된다.

• 한국작물학회지
• /
• 제46권6호
• /
• pp.453-458
• /
• 2001

강원도 지역에 적응성이 있는 품종을 선정하기 위해서 5개 시험지에서 11개 품종으로 1997년부터 2000년 동안에 수행된 결과를 분석하였다. 품종이 가지고 있는 유전적 특성은 환경요인과의 상호작용을 거쳐 발현되므로 장려품종을 선정하기 위하여 수행하는 다지역검정에서 이 유전자-환경간 상호작용을 평가하는 것은 품종의 환경안정성과 지역적응성을 올바르게 파악하는 데 매우 중요하다. 이를 위해서 기존에 활용되어 온 회귀분석모델로서 안정성을 분석하였고 AMMI model로서 지역별 수량성 반응의 변화양상을 토대로 유전자-환경간간의 상호작용을 해석하면서 각 시험지별 적응성 품종과 지역적 특성을 검토하였다. 1. 각 시험지에 대한 수량안정성 평가를 위한 회귀분석 결과 오봉벼, 진미벼, 신운봉벼, 운봉벼 등이 안정성이 있는 품종이었다. 2. AMMI 분석에 의한 수량성에 대한 분산분석 결과 전 변이중 품종변이가 66％, 품종-환경간 상호작용변이가 21％, 지역간 변이가 13％였다. 21％의 품종-환경간 상호작용 변이는 주성분분석을 통하여 제1주성분치(IPCAl)와 제2주성분치 (IPCA2)에 의해서 거의(92％) 해석되었다. 3. 품종들의 지역간 수량성 변화패턴은 육성모지나 시험지 등에 영향을 받았고, 5개 시험지의 수량변화 양상은 철원과 정선, 춘천과 고성이 비슷하였고 강릉은 다르게 구분되었다. 품종-환경간 상호작용 양상이 축약된 주성분분석치와 시험지별 재배기간동안의 순별 평균 기상자료와의 상관분석 결과를 기준으로 품종과 환경간의 상호작용에 관여하는 주요 기상요인은 초상최저온도, 최소상대습도, 일조시수 강수량 등이었다. 4. 비교적 환경안정성이 있는 품종으로는 오대벼, 오봉벼, 진부벼 등이었다. 철원에 적응성이 있는 품종은 진부벼, 신운봉벼, 오대벼, 오봉벼 등에었고, 춘천에는 진미벼 상주벼, 오대벼, 오봉벼가 정선, 강릉, 고성에는 진부찰벼, 삼천벼, 둔내벼 , 운봉벼, 진부올벼가 적응성이 있었다. 0.57, Fe 0.414, p 94.68, fat 3.74, protein 3.08, lactose 4.68,4. In case of processed market cow′s milk ; Ca 134.72, K 142.74, Mg 10.33, Na 45.07, Zn 0.50, Fe 0.650, p 92.48, fat 3.72, protein 3.07, lactose 4.74. According to the group of market milk(milk, fortified market row′s milk, processed market cow′s milk), the mean concentration of Ca and Fe were significantly higher in fortified and processed milk than milk(p<0.05). There were no significant differences in macronutrient(fat, protein, lactose) and mineral contents between pasteurized milk and UHT(ultra high temperature) treated milk($\alpha$=0.05). The labeled "Nutritional Facts" of market milk were satisfied with "Labeling Standards for Livestock Products of Korea". The measured mean concentrations of Ca, Fe, Zn were generally higher than lower limit of labeled value(above 80% of labeled value). The mean concentration of sodium was lower than upper limit of labeled value(below 120％