• 한국환경과학회지
• /
• 제30권12호
• /
• pp.1053-1065
• /
• 2021

In this study, the prediction technology of Hydrological Quantitative Precipitation Forecast (HQPF) was improved by optimizing the weather predictors used as input data for machine learning. Results comparison was conducted using bias and Root Mean Square Error (RMSE), which are predictive accuracy verification indicators, based on the heavy rain case on August 21, 2021. By comparing the rainfall simulated using the improved HQPF and the observed accumulated rainfall, it was revealed that all HQPFs (conventional HQPF and improved HQPF 1 and HQPF 2) showed a decrease in rainfall as the lead time increased for the entire grid region. Hence, the difference from the observed rainfall increased. In the accumulated rainfall evaluation due to the reduction of input factors, compared to the existing HQPF, improved HQPF 1 and 2 predicted a larger accumulated rainfall. Furthermore, HQPF 2 used the lowest number of input factors and simulated more accumulated rainfall than that projected by conventional HQPF and HQPF 1. By improving the performance of conventional machine learning despite using lesser variables, the preprocessing period and model execution time can be reduced, thereby contributing to model optimization. As an additional advanced method of HQPF 1 and 2 mentioned above, a simulated analysis of the Local ENsemble prediction System (LENS) ensemble member and low pressure, one of the observed meteorological factors, was analyzed. Based on the results of this study, if we select for the positively performing ensemble members based on the heavy rain characteristics of Korea or apply additional weights differently for each ensemble member, the prediction accuracy is expected to increase.

• 한국농공학회논문집
• /
• 제63권3호
• /
• pp.13-26
• /
• 2021

Recent drought events in the South Korea and the magnitude of drought losses indicate the continuing vulnerability of the agricultural drought. Various studies have been performed on drought hazard assessment at the regional scales, but until recently, drought management has been response oriented with little attention to mitigation and preparedness. A vulnerability assessment is introduced in order to preemptively respond to agricultural drought and to predict the occurrence of drought. This paper presents a method for spatial, Geographic Information Systems-based assessment of agricultural drought vulnerability in South Korea. It was hypothesized that the key 14 items that define agricultural drought vulnerability were meteorological, agricultural reservoir, social, and adaptability factors. Also, this study is to analyze agricultural drought vulnerability by comparing vulnerability assessment according to weighting method. The weight of the evaluation elements is expressed through the Analytic Hierarchy Process (AHP), which includes subjective elements such as surveys, and the Entropy method using attribute information of the evaluation items. The agricultural drought vulnerability map was created through development of a numerical weighting scheme to evaluate the drought potential of the classes within each factor. This vulnerability assessment is calculated the vulnerability index based on the weight, and analyze the vulnerable map from 2015 to 2019. The identification of agricultural drought vulnerability is an essential step in addressing the issue of drought vulnerability in the South Korea and can lead to mitigation-oriented drought management and supports government policymaking.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.244-244
• /
• 2023

Both the frequency and the magnitude of hydrometeorological extreme events such as severe floods and droughts are increasing. In order to prevent a damage from the climatic disaster, hydrological models are often simulated under various meteorological conditions. While performing the simulations, a synthetic data generated through time series models which maintains the key statistical characteristics of the sample data are widely applied. However, the synthetic data can easily maintains both the average and the variance of the sample data, but the quantile is not maintained well. In this study, we proposes a data generation method which maintains the quantile of the sample data well. The equations of the former maintenance of variance extension (MOVE) are expanded to maintain quantile rather than the average or the variance of the sample data. The equations are derived and the coefficients are determined based on the characteristics of the sample data that we aim to preserve. Monte Carlo simulation is utilized to assess the performance of the proposed data generation method. A time series data (data length of 500) is regarded as the sample data and selected randomly from the sample data to create the data set (data length of 30) for simulation. Data length of the selected data set is expanded from 30 to 500 by using the proposed method. Then, the average, the variance, and the quantile difference between the sample data, and the expanded data are evaluated with relative root mean square error for each simulation. As a result of the simulation, each equation which is designed to maintain the characteristic of data performs well. Moreover, expanded data can preserve the quantile of sample data more precisely than that those expanded through the conventional time series model.

• KNOM Review
• /
• 제22권3호
• /
• pp.25-30
• /
• 2019

기상 응용의 경우 시간적, 자원적 한계 내에서도 의미 있는 결과를 도출해 제공해야 한다. 수많은 과거 데이터를 통한 예보는 시간적인 소요가 크며, 국지성 태풍 예보와 같은 재난 안전 관련 분석/예측의 경우에는 여전히 자원적 한계가 존재한다. 태풍 예보, 도로별 침수/홍수 지역 예측 서비스 등 시간 제약하에 결과를 도출해야 하는 경우와 제한적인 물리적 환경 조건으로 인해 발생하는 문제 없이 적합한 예보를 제공해야 한다. 본 논문에서는 시간적, 자원적 조건에서도 원활한 예보 서비스 제공을 위해 기상 및 기후 예측 응용을 분석한다. 격자 크게 따른 수행 시간 분석을 통해 격자 조절을 통해 시간적 제약 조건이 있는 경우에 대처할 수있음을 확인하였다. 또한 메모리 자원 조절을 통해 수행 시간을 분석하여 성능에 영향을 미치지 않는 최소 자원 조건을 확인하였으며 swap, mlock 분석을 통해 응용의 자원 사용 패턴을 확인하였다.

• 한국환경과학회지
• /
• 제32권12호
• /
• pp.883-898
• /
• 2023

To investigate the occurrence characteristics and types of fog on the Korean Peninsula over the past three years (2020 to 2022), data from 96 synoptic meteorological observatories and 21 ocean buoys were collected and analyzed. We included precipitation fog, which occurs after precipitation events, and cloud-base lowering fog, which is caused by the development of lower-level clouds, with a total six subtypes of fog. In the case of cloud-base lowering fog, the occurrence frequency at 2.6% was not high at 2.6%, but the duration of low visibility below 200 m was very long at 6.9 hours. The seasonal frequency of fog is low in spring and winter, high in summer over islands and coastal areas, and high in autumn over inland areas. The frequency of inland fog, which is characterized by high radiation fog and dense fog, requires attention in terms of transportation safety, with an occurrence time of 0500 LST to 1000 LST. Therefore, systematic analysis of precipitation fog and cloud-base lowering, as well as radiation and advection fog, is required in the analysis of recognizing fog as a disaster and causing transportation disorders.

• 한국해양학회지:바다
• /
• 제20권1호
• /
• pp.1-15
• /
• 2015

한반도 주변을 연구해역으로 하는 지역 해양순환예측시스템을 이용하여 관측기반의 분석 자료인 Operational Sea Surface Temperature and Sea Ice Analysis(OSTIA) 해수면 온도 자료의 동화를 통한 초기장 개선효과가 황해, 동중국해 그리고 동해의 해수면온도 예측결과에 미치는 영향을 조사하였다. 이를 위해서, 본 연구에서는 3차원 최적내삽법을 적용한 실험(Exp. DA)과 적용하지 않은 실험(Exp. NoDA)을 수행하여 각각의 실험결과를 관측자료와 비교 분석하였다. 2011년 9월 OSTIA 해수면 온도 자료와의 비교결과, Exp. NoDA는 24, 48, 72 예측시간에서 약 $1.5^{\circ}C$의 비교적 높은 Root Mean Square Error(RMSE)를 보였으나, Exp. DA에서는 모든 예측시간에서 $0.8^{\circ}C$ 이하의 상대적으로 낮은 RMSE가 나타났다. 특히, 초기 24시간 예측결과에서 RMSE는 $0.57^{\circ}C$를 보여 Exp. NoDA에 비해 예측성능이 크게 향상된 결과를 보였다. 해역별로는 황해와 동해에서 자료동화 적용 시, 60% 이상의 높은 RMSE 감소율이 나타났다. 기상청 8개 지점 연안 계류부이의 표층수온 자료를 이용하여 자료동화 효과를 계절적으로 살펴본 결과, 전반적으로 여름철을 제외한 모든 계절에서 자료동화 적용 후 70% 이상의 높은 RMSE 감소율을 보여 한반도 연안 표층수온의 단기 예측성이 향상됨을 확인하였다. 또한, 해수면 온도 자료의 동화로 인한 해양상층부의 수온구조 변화를 살펴보기 위해 동해를 대표해역으로 하여 Argo 수온 프로파일 자료와 실험결과를 비교하였다. 특히 연직 혼합이 강한 겨울철 해양 상층부(<100 m) 경우 Exp. DA의 RMSE가 Exp. NoDA에 비해 약 $1.5^{\circ}C$ 감소한 결과를 보여 해수면 온도의 자료동화 효과가 해양상층부의 수온 예측성 향상에 기여함을 확인하였다. 하지만, 겨울철 혼합층 아래에서는 Argo 관측 대비 수온 오차가 오히려 증가한 해역도 존재하여 해수면 온도 자료동화의 한계성도 나타났다.

• 한국농림기상학회지
• /
• 제14권1호
• /
• pp.1-10
• /
• 2012

본 연구는 디지털예보(현 동네예보) 자료를 활용하여 우리나라의 산불위험예보의 정확도 향상은 물론 기상에 의한 산불위험지수를 산출하여 한반도의 산불위험예보 체계를 구축하는데 있다. 한반도 지역의 산불발생위험을 나타내는 기상지수(daily weather index, DWI)를 산출하기 위해 기상청의 5km 격자간격의 디지털예보자료를 이용하였다. DWI 분석을 위해 온도, 습도, 풍속 UV, 1시간 강우량, 12시간 강우량을 대상으로 한반도 전역에 대한 기상요소별 기후분포도를 제작하였다. 한반도의 기상에 의한 일일 DWI 산출을 위해 대형산불이 자주 발생하는 강원도 지역의 산불발생확률식 $[1+{\exp}\{-(2.494+(0.004{\times}T_{max})-(0.008{\times}EF))\}]^{-1}$을 적용하였다. 기상예보자료의 예측정확도 검증을 위해 RDAPS, 디지털예보, 실황자료 모두 2005년 12월 12일 15시 자료를 대상으로 비교 분석한 결과 76개 기상관측소에서 관측한 실황자료에 대응하는 기상요소별 디지털예보의 예측값이 RDAPS 추출 자료보다 향상된 예측결과를 보였다. 산불위험예보 정확도 검증을 위해 사용한 실황자료와 디지털예보자료의 평균오차는 평균 기온 $0.2^{\circ}C$, 실효습도 2.4%, 평균풍속 2.2m/s로 나타나 큰 변이는 없었지만, 평균풍속에서 실측값과 예측값간의 차이가 있는 것으로 나타났다. 디지털예보자료를 활용할 경우 RDAPS 자료보다 산불위험예보의 정확도가 크게 향상되는 결과를 얻을 수 있었으며, 산불위험예보의 정확도 검증을 위해 실황자료와 디지털예보자료를 적용하여 예측된 전국 233개 시 군 구의 평균 산불위험지수를 각각 추출하여 비교한 결과 $R^2$=0.854의 높은 정확도를 보였다. 산불위험도가 가장 높은 15시의 실제 76개소에서 관측한 기상자료를 적용하여 전국의 산불위험지수를 예측한 값은 70.5로 디지털예보자료를 적용하여 예측한 위험지수(70.0)와 0.5의 오차를 보여 예측력이 개선되었음을 확인할 수 있었다. 따라서 디지털예보를 적용할 경우 실황자료와의 예측력이 검증된 만큼 향후 기상에 의한 한반도의 산불발생위험지수를 보다 정확하게 계산하는데 유용하게 이용할 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제15권1호
• /
• pp.17-25
• /
• 2013

본 연구는 복잡한 산악지형에서 바람장 변화를 해석하고, 산불발생시 확산방향을 예측하여 산불방지 전략에 활용하기 위해서 수행되었다. 연구 대상지는 2000년 4월 7일 산불이 발생하여 10일간 진행되었던 삼척지역을 대상으로 하였다. 삼척 산불피해지는 복잡한 산악구조를 가지고 있는데 먼저 중규모 기상 모델인 WRF를 사용하여 대상지에 설치한 AWS(4 지점)의 관측결과와 비교하였다. WRF 모의 결과, 4개 지점의 풍속은 AWS 관측지점의 풍속에 비해 5~8m/s(200% 과대평가) 강하였으며, 관측된 풍향은 지점마다 다양하게 나타난 것에 비해 모의된 풍향은 모든 지점에서 서풍계열로 나타났다. 결과적으로 WRF와 같은 중규모 기상모델은 복잡한 산악지형에서의 바람장 변화를 잘 모의하지 못하였다. 이러한 문제점을 해결하기 위해 미기상 대기유동장 수치모형인 ENVI-met 프로그램을 이용하여 지표면 높이에서 삼척 LTER 지역의 국지규모 바람장을 모의하였다. 지형효과에 의한 모델의 민감도를 위해 다양한 초기 조건(기류, 온 습도, 대기난류, 토양 및 식생 모형)들을 고려하여 분석하였다. ENVI-met 모의결과, 풍속은 실측과 비교할 때 약 70%의 정확도를 보였으며, 풍향은 계곡부와 능선부에서 지형효과로 인한 변화를 잘 반영하였다. 향후 ENVI-met은 산불확산예측 및 산불방지전략 수립을 위해 미기상 대기유동장 수치모형을 이용하여 산악지역의 미기상 해석에 관한 연구가 필요할 것으로 판단된다.

• 한국지리정보학회지
• /
• 제21권3호
• /
• pp.76-92
• /
• 2018

본 연구는 상습적으로 도시침수 피해를 입은 지역을 대상으로 도시 홍수 예 경보를 위한 강우 시나리오별 사전 침수면적 데이터베이스를 구축하고 강우강도에 따른 침수예상도를 작성하여 기상청 최대강우량 예보와 함께 홍수위험지역을 사전에 예보할 수 있는 방법을 제안하고자 한다. 데이터베이스 구축을 위하여 1D-2D 모형 구축을 실시하고 실제호우사상에 대한 검증을 완료한 다음 시나리오별 해석을 실시하였다. 2010년 9월 21일에 대상유역에 내린 강우사상에 대한 2D 해석결과를 NDMS 자료와 비교 분석 하였다. NDMS 신고지점은 총 118지점에서 신고가 되었으며, 2D 침수해석 결과 82개 지점이 계산결과에 포함되었다. NDMS 신고 지점과 2D 침수해석 결과에 대하여 적합도를 계산한 결과 69.5%의 적합도로 분석되었다. 사전 침수 데이터베이스를 이용하여 침수예상도를 작성하였으며, 70mm의 침수예상도의 경우 NDMS 신고 지점과 70.3%의 적합도를 가졌으며, 80mm의 침수예상도의 경우 72.0%의 적합도를 가지는 것으로 분석되었다. 구축된 사전 침수면적 데이터베이스를 이용하여 기상예보와 함께 침수예상도 정보를 함께 제시할 수 있으며 침수 예 경보 시 선행시간을 확보할 수 있다.

• 대기
• /
• 제20권3호
• /
• pp.247-260
• /
• 2010

A recent dramatic increase of natural hazards in the Korean peninsular (KP) due to typhoons have raised necessities for the accurate typhoon prediction. Ieodo ocean research station (IORS) has been constructed in June 2003 at the open ocean where typhoons pass frequently, aiming to observe typhoons before the landfall to the KP and hence to improve the prediction skill. This paper investigates the importance of measurements at the IORS in the typhoon research and forecast. Analysis of the best track data in the N. W. Pacific shows that about one typhoon passes over the IORS per year on the average and 54% of the KP-landfall typhoons during 59 years (1950-2008) passed by the IORS within the range of the 150-km radius. The data observed during the event of typhoons reveals that the IORS can provide useful information for the typhoon prediction prior to the landfall (mainland: before 8-10 hrs, Jeju Island: before 4-6 hrs), which may contribute to improving the typhoon prediction skill and conducting the disaster prevention during the landfall. Since 2003, nine typhoons have influenced the IORS by strong winds above 17m/s. Among them, the typhoon Maemi (0314) was the strongest and brought the largest damages in Korea. The various oceanic and atmospheric observation data at the IORS suggest that the Maemi (0314) has kept the strong intensity until the landfall as passing over warm ocean currents, while the Ewiniar (0603) has weakened rapidly as passing over the Yellow Sea Bottom Cold Water (YSBCW), mainly due to the storm's self-induced surface cooling. It is revealed that the IORS is located in the best place for monitering the patterns of the warm currents and the YSBCW which varies in time and space.