• 대한토목학회논문집
• /
• 제31권3B호
• /
• pp.285-291
• /
• 2011

물과 에너지의 순환에 대한 정확한 해석은 수문학, 기후학, 생태학적인 과정을 이해하는데 있어 매우 중요하다. 수문 순환 환경변화의 정확한 예측을 위해 사용되고 있는 모형들 중 Common Land Model(CLM)은 물과 에너지수지 방정식을 기반으로 한 최신 Soil-Vegetation-Atmosphere Transfer(SVAT) 모형 중 하나로써, 비교적 간단한 매개변수를 이용하여 현실적이고 신뢰할 만한 결과를 산출해낼 수 있다. CLM 모형은 전 세계적으로 널리 이용되고 있으나, 국내에서는 정보의 부재와 입력자료의 미흡으로 인하여 실제적인 적용사례가 부족한 실정이다. 본 연구에서는 CLM의 국내 적용성 검증을 위하여 해남 Korea Flux Network(KoFlux)의 자료와 Korea Land Data Assimilation System(KLDAS)의 자료를 이용하여 수문순환 환경인자들의 모형 결과를 산출하였다. 모형의 결과와 관측자료의 비교에서 KoFlux와 KLDAS의 두 입력 자료를 사용한 결과 모두 회귀분석에서의 결정계수 값이 0.73~1.00의 신뢰할 만한 수준으로 나타났다. 본 연구에서 CLM의 국내 적용 가능성을 확인하였고 지점자료가 존재하지 않는 지역에 대한 KLDAS의 이용가능성을 또한 확인하였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.91-100
• /
• 2023

The existing indoor localization method using Wi-Fi fingerprinting has a high collection cost and relatively low accuracy, thus requiring integrated correction of convergence with other technologies. This paper proposes a new method that significantly reduces collection costs compared to existing methods using Wi-Fi fingerprinting. Furthermore, it does not require labeling of data at collection and can estimate pedestrian travel paths even in large indoor spaces. The proposed pedestrian movement path estimation process is as follows. Data collection is accomplished by setting up a feature area near an indoor space intersection, moving through the set feature areas, and then collecting data without labels. The collected data are processed using Kernel Linear Discriminant Analysis (KLDA) and the valley point of the Euclidean distance value between two data is obtained within the feature space of the data. We build learning data by labeling data corresponding to valley points and some nearby data by feature area numbers, and labeling data between valley points and other valley points as path data between each corresponding feature area. Finally, for testing, data are collected randomly through indoor space, KLDA is applied as previous data to build test data, the K-Nearest Neighbor (K-NN) algorithm is applied, and the path of movement of test data is estimated by applying a correction algorithm to estimate only routes that can be reached from the most recently estimated location. The estimation results verified the accuracy by comparing the true paths in indoor space with those estimated by the proposed method and achieved approximately 90.8% and 81.4% accuracy in two experimental spaces, respectively.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.108-108
• /
• 2011

기후 변화로 인한 수문 환경의 변화에 따라 수문 모형을 이용한 정확한 예측이 필요하다. 수문 현상의 예측을 위하여 사용되고 있는 수문 모형인 Common Land Model(CLM)은 Soil-Vegetation-Atmosphere Transfer(SVAT) 모형 중 하나로 비교적 적은 변수를 이용하여 현실적인 결과를 도출하므로 세계적으로 널리 이용되고 있다. 이에 반해 국내에서는 모형의 구동을 위한 입력 자료의 미흡으로 인해 실질적인 연구 사례가 부족한 실정이다. 본 연구에서는 해남의 KoFlux 지점을 대상으로 Korea Flux Network(KoFlux) 자료와 Korea Land Data Assimilation System(KLDAS) 자료를 CLM에 강제시켜 국내의 모형의 적용성에 대하여 검증하였다. KoFlux는 에디 공분산 시스템을 기반으로 지표면과 대기 사이의 Flux에 대한 측정 시스템을 운영하며 SVAT 모형의 구동을 위한 수문학적 인자들을 제공하고 있으며, KLDAS는 한반도지표동화자료체계로 위성 및 현장기반 관측 자료들을 지면모형에 적용시켜 자료동화방법을 통하여 지표 변수들을 제공하고 있다. 모형의 산출 결과는 해남 지점의 관측 자료와 비교를 통하여 CLM 모형의 적용 가능성을 검증하였고 두 결과 모두 관측 데이터와의 경향성이 일치하는 것으로 나타났다. 결과 모두 신뢰할 만한 값으로 추정되며, 이를 통하여 국내의 CLM 모형 적용 가능성을 확인하였고, 국내에서의 지점 자료가 부족한 부분에 대한 KLDAS 자료의 이용 가능성 또한 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.350-353
• /
• 2011

전 세계적으로 기후변화로 인한 자연재해가 빈번하게 발생함에 따라 수자원 분야에서 또한 환경의 변화에 대한 정확한 예측이 더욱 요구되고 있다. 국내에서도 이를 위하여 다양한 방법을 통하여 연구가 이루어지고 있으나 본 연구에서 사용된 Common Land Model (CLM)은 국내에서의 실질적인 적용이 아직 부족하다. 이 모형은 Soil-Vegetation-Atmosphere Transfer 모형 중 대표적 모델로 Land Surface Model (LSM), Biosphere-Atmosphere Transfer Scheme (BATS), Chinese Academy of Sciences Institute of Atmospheric Physics LSM의 세 모형이 결합되어 발전하였다. CLM의 강제입력자료로는 위성, 지면모형 등을 기반으로 만들어진 자료를 제공하는 Korea Land Data Assimilation Systme (KLDAS; 한반도지표자료동화체계)의 격자화 된 자료를 사용하여 모형에 강제시켰다. KLDAS는 기존의 Land Data Assimilation System (LDAS)에서 발전한 형태로 동아시아 지역을 대상으로 자료를 제공하고 있으며, 본 연구에서는 이 자료를 사용하여 국내 전반에 걸쳐 격자에 대한 수문 기상학적 인자를 산출하였다.

• 한국지리정보학회지
• /
• 제24권4호
• /
• pp.65-81
• /
• 2021

본 연구에서는 LIS(Land Information System)를 기반으로 구축된 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 남한 전역을 대상으로 토양수분 및 증발산량을 산출하였다. K-LIS를 구동하고, KLDAS를 구축하기 위해 사용된 수문기상 데이터 세트는 MERRA-2(Modern-Era Retrospective analysis for Research and Applications, version 2), GDAS(Global Data Assimilation System) 그리고 종관기상관측(ASOS, Automated Synoptic Observing System) 자료이다. ASOS는 지점 자료이므로 KLDAS에 적용하기 위해 0.125°의 공간해상도를 가진 격자형 자료로 변환하였다(ASOS-S, ASOS-Spatial). KLDAS에 적용된 수문기상 데이터 세트를 지상관측자료(ASOS)와 비교한 결과 ASOS-S, MERRA-2, GDAS의 R² 평균은 각각 온도(0.994, 0.967, 0.975), 기압(0.995, 0.940, 0.942), 습도(0.993, 0.895, 0.915), 강우량(0.897, 0.682, 0.695)으로 분석되었다. 또한, 토양수분의 R² 평균은 ASOS-S(0.493), MERRA-2(0.56), GDAS(0.488)이며, 증발산량의 R² 평균은 ASOS-S(0.473), MERRA-2(0.43), GDAS(0.615)로 분석되었다. MERRA-2, GDAS는 다수의 위성 및 지상관측자료를 활용하여 품질관리된 데이터 세트인 반면, ASOS-S는 103개 지점의 관측자료를 사용한 격자 자료이다. 따라서, 관측자료간 거리 차이로 인한 오차가 발생하여 정확도가 낮아진 것으로 판단되며, 향후 ASOS보다 많은 지점의 관측자료를 확보하여 적용한다면 격자화로 인한 오차가 줄어들어 정확도가 높아질 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1611-1623
• /
• 2021

본 연구에서는 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 LSM의 초기 경계조건 최적화를 위해 스핀업(Spin-up)을 진행하였고다. 스핀업은 2018년을 대상으로 8회 반복 수행하였다. 또한, 국내 기상청(KMA, Korea Meteorological Administration), 농촌진흥청(RDA, Rural Development Administration), 한국농어촌공사(KRC, Korea Rural Community Corporation), 한국수력원자력(KHNP, Korea Hydro & Nuclear Power Co., Ltd.), 한국수자원공사(K-water, Korea Water Resources Corporation), 환경부(ME, Ministry of Environment) 등에서 관측하고 있는 기상자료를 사용하여 저해상도(K-Low, Korea Low spatial resolution; 0.125°) 및 고해상도(K-High, Korea High spatial resolution; 0.01°)의 기상자료를 생성하여 KLDAS에 적용하였다. 그리고, K-Low 및 K-High의 정확도 향상 정도를 확인하기 위해 선행 연구에서 사용된 MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, version 2)와 ASOS-S(ASOS-Spatial)가 적용된 토양수분 및 증발산량을 같이 평가하였다. 그 결과, 초기 경계조건의 최적화는 토양수분의 경우 2회(58개 지점), 3회(6개 지점), 6회(3개 지점)의 스핀업이 필요하고, 증발산량의 경우 1회(2개 지점), 2회(2개 지점)의 스핀업이 필요하다. MERRA-2, ASOS-S, K-Low, K-High을 적용한 토양수분의 경우 R²의 평균은 각각 0.615, 0.601, 0.594, 0.664이고, 증발산량의 경우 R²의 평균은 각각 0.531, 0.495, 0.656, 0.677로 K-High의 정확도가 가장 높은 것으로 평가되었다. 본 연구 결과를 통해 다수의 지상 관측자료를 확보하고 고해상도의 격자형 기상자료를 생성하면 KLDAS의 정확도를 높일 수 있다. 다만, 지점 자료를 격자로 변환할 때 각 지점의 기상현상이 충분히 고려되지 않으면 정확도는 오히려 낮아진다. 향후 IDW의 매개변수 설정 또는 다른 보간기법을 사용하여 격자형 기상자료를 생성하여 적용하면 보다 높은 품질의 자료를 산출할 수 있을 것으로 판단된다.