• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.415-423
• /
• 2021

NCAM-LAMP 중기예측 자료의 통계적 후처리와 개선을 위하여 R 기반의 지점 시계열 자료 검증 체계를 구축하였다. 이 시계열 검증체계를 이용하여 기상청 AWS 관측 자료와 NCAM-LAMP, KMA GDAPS 중기예측 모델 자료를 비교하였다. 이를 위해 관측 지점에 가장 근접한 모델 위도 및 경도 자료를 추출하여 총 9개 지점을 선정하였다. 각 지점에 대해 NCAM-LAMP, GDAPS 모델의 기온, 강수량, 풍속 일평균 예측 자료를 관측과 비교한 결과, 모델들은 풍속의 과대예측 경향을 뚜렷이 보였으며, 기온과 강수의 경우에는 두 모델의 예측력이 월별 및 변수별로 다르게 나타났다. 이를 바탕으로 본 연구에서는 통계적 기법을 개발하여 NCAM-LAMP가 가지고 있는 오차를 줄이고자 하였다. 모델 오차를 줄이기 위해 일반적으로 쓰이는 MOS(Model Output Statistics)기법 중에 인공지능 SVM(Support vector machine) 방식을 8~10월 기간에 적용한 결과, 8월에 비해서 10월이, 기온 변수에 비해서 바람과 강수 변수가 개선된 효과를 보여주었다. 이러한 결과는 풍속의 과대예측을 줄이고, 농림 가뭄지수와 산사태 예측 등을 개선시키며, 지역 수치예보 모델이 시간 적분됨에 따라 영역 내 예측가능성이 점점 저하되는 현상을 완화시키는데 SVM 방법이 일정 부분 기여할 수 있음을 가리키며, 현업 표출 중인 NCAM Agro-Meteogram 개선에도 도움을 줄 것으로 기대된다.

• 한국농림기상학회지
• /
• 제19권4호
• /
• pp.246-251
• /
• 2017

벼의 생육에 있어서 중요한 역할을 하는 출수기를 예측하기 위해 작물모델이 사용될 수 있다. 벼의 생육을 모의하는 모델 중 널리 사용되던 ORYZA2000 모델이 개선되어 ORYZA (v3)가 최근에 보고되었다. 그러나, 최근까지 ORYZA (v3)의 국내 적용 가능성에 대해서는 연구가 이루어지지 않았다. 본 연구에서는 ORYZA (v3)를 이용하여 예측된 출수기의 신뢰성을 검토하였다. 또한, 새로운 모델에 요구되는 입력자료를 생성하는데 있어서의 편의성을 평가하였다. 국립농업과학원의 실험포장에서 2015년과 2016년에 걸쳐 중만생종인 신동진벼를 이용하여 화학비료 표준시비 조건에서 실험을 수행하였다. 입력자료는 실험에 사용한 재배관리자료, 기상청으로부터 수집한 기상자료, 흙토람으로부터 수집한 토양자료 및 Lee et al.(2015)에서 사용한 품종모수 자료를 사용하였다. 또한, 벼우량계통 지역적응시험에서 얻어진 출수기 관측자료와 예측자료를 비교하였다. 예측된 출수기는 인근 기상관측소에서 얻어진 기상입력 자료가 사용되었을 경우, 실제 출수기와 비교적 유사한 결과를 보였다. 예를 들어, 전주, 대구, 영남, 논산, 계화에서 예측된 출수기는 1일 이내의 상당히 작은 오차는 가졌다. 그러나, 기상자료가 비교적 멀리 떨어져 있거나 해안가 인근지역에 위치하여 출수기 관측지의 국지적 기상조건을 충분히 반영하지 못할 경우 상당한 오차가 발생하였다. ORYZA (v3)의 입력자료 생성과 관련한 편의성 측면에서는 기존의 자료 처리도구를 활용할 수 있는 기상 자료 확보는 비교적 용이할 것으로 판단되나, 토양자료에 대해서는 ORYZA 2000 모델의 입력자료에 추가적인 자료가 요구되어 토양자료 처리도구의 개발이 필요할 것으로 보였다.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.73-87
• /
• 2018

여름철 도시의 친환경적 기온 저감 방안으로 고려되는 산림에 의한 기온 저감 효과를 정량화 하기 위해 광릉 침 활엽수림과 인근 포천시의 도시 지역과의 기온차를 기온, 바람, 일사, 잠열 등의 미기상 인자를 이용하여 분석하였다. 2016년과 2017년의 6, 7, 8월 3개월 동안 산림 상 하부와 산림과 도심 지역의 평균 최대 기온차는 각각 $-1.9^{\circ}C$, $-3.4^{\circ}C$로 17시경에 나타났으며, 침 활엽수림 간의 차이는 없었다. 산림에 의한 기온 저감 효과는 14시부터 17시까지 누적된 증발산량, 일사량과 양의 상관관계를 나타냈으며, 풍속과는 음의 상관관계를 나타냈다. 이를 이용해 산림의 기온저감 효과를 정량화하는 모델을 개발하였다. 산림에 의한 야간 기온 저감 효과는 복사냉각으로 인한 찬공기의 생성과 생성된 찬공기가 산지의 하류로 이동하면서 발생하는 기온역전 현상에 의한 것으로 나타났다. 본 연구 결과를 서울시내 28개 AWS를 이용해 검증해 본 결과, 서울시 각 지역 주간의 기온은 식생의 증발산에 영향을 미치는 AWS 주변 식생 면적 및 규모와의 음의 상관관계를, 그리고 야간의 기온은 주변 식생 규모 및 인근 산림의 높이와 유의한 음의 상관관계를 재확인할 수 있었다. 따라서 도시림의 조성과 관리 및 산으로부터 바람길의 조성이 도시 온도 저감에 중요함을 알 수 있다.

• 해양환경안전학회지
• /
• 제18권6호
• /
• pp.545-550
• /
• 2012

풍력발전 단지의 설계시 풍력 자원 평가 과정은 필수적인 과정이다. 풍력 자원 평가를 위해 장기풍황(20년)자료를 이용하여야 하지만 장기간 관측하는 것은 어렵기 때문에 예정지의 1년 이상의 관측데이터로 평가를 실시하였다. 예정지의 단기 풍황탑(Met-Mast; Meteorology Mast) 자료를 주변의 장기관측 자료인 자동기상관측(AWS; Automatic Weather Station)데이터를 이용하여 수학적 보간법으로 예정지의 데이터를 장기 데이터로 변환한 것을 MCP(Measure-Correlative-Predict)기법이라 한다. 본 연구에서는 MCP기법 중 선형 회계방법을 적용하였다. 선택된 MCP 회귀 모델식에 따라 제주 북동부 구좌지역의 AWS데이터를 제주 북동부 한동 지역의 Met-mast 데이터에 적용하여 연간 에너지 생산량을 예측 하였다. 예정지의 단기 풍황을 이용하였을 때와 보정된 장기 풍황을 이용하여 때 연간 에너지 생산량을 비교하였다. 그 결과 연간 약 3.6 %의 예측오차를 보였고, 이는 연간 약 271 MW의 에너지 생산량의 차이를 의미한다. 풍력발전기의 생애주기인 20년을 비교 하였을 때 약 5,420 MW의 차이를 나타내었으며, 이는 약 9개월 정도의 에너지 생산량과 비슷한 수준이다. 결과적으로, 제안 된 선형 회귀 MCP 방법을 이용하는 것이 단기관측 자료를 통한 불확식성을 제거하는 합리적인 방법으로 판단된다.

• 한국농림기상학회지
• /
• 제8권4호
• /
• pp.242-249
• /
• 2006

육상생태계에 나타날 수 있는 기후변화의 영향을 평가하기 위해 생태계모형의 사용이 보편화되고 있다. 작물생육모형의 경우 포장단위로 적용할 수 있으므로 기후변화정보만 적절한 공간단위로 제공된다면 경관규모에서 상세한 공간변화를 예측할 수 있다. 경기북부지역은 청정환경과 함께 고품질 콩 재배에 알맞는 기후지대이지만 기후변화에 의해 이 지역 내 콩 재배단지가 어떤 영향을 받을지 궁금하다. 향후 100년간(2011-2100) 예상되는 기후조건에서 선발된 10ha 이상 규모의 342개 단지를 대상으로 CROPGRO-Soybean에 의해 조중만생 콩 품종의 생육을 모의하였다. 이를 위해 3개 기후학적 평년(2011-2040, 2041-2070, 2071-2100)에 대해 월별 30m 격자형 기후변화 자료로부터 각 재배단지의 일 최고 및 최저 기온, 강수량, 강수일수, 일사량을 추출하고, 각 평년별로 일기상자료를 통계학적 방법에 의해 무작위로 30년치씩 생성하였다. 미래 3개 평년의 기상자료에 의해 생육모형을 구동하여 342개 재배단지의 생장, 발육, 수량특성을 모의한 결과 온난화가 진행될수록 콩의 개화기와 성숙기가 단축되며, 전체적인 생육기간은 $7{\sim}9$일 정도 줄어들었다. 수량은 조중생종의 경우 온난화에 따라 $1{\sim}15%$ 정도 감소하였는데 반해 만생종은 증가 후 감소하였다. 그 결과 현존하는 재배구역의 남북간 생산성 차이가 미래에는 크게 감소하거나 품종에 따라 역전되는 현상이 기대된다.

• 한국농림기상학회지
• /
• 제11권4호
• /
• pp.135-142
• /
• 2009

기상요인을 근거로 서리를 예측할 수 있다면 농작물의 서리피해 경감에 매우 유용할 것이다. 이와 관련하여 본 연구에서는 나주지역 배 개화기인 4월 동안 일 최고기온 $20^{\circ}C$ 이하인 날 중 다음날 서리가 내린 날과 내리지 않은 날의 야간의 공기 냉각율과 기온 변화를 분석하였다. 야간 공기 냉각율은 서리 내습일이 비내습일에 비해 높았으며, 특히 19시부터 24시까지의 평균 공기 냉각율은 $1.7^{\circ}C$로 비내습일의 $0.7^{\circ}C$보다 높았다. 야간 기온은 서리내습일이 비내습일에 비해 현저히 낮았으며, 24시의 기온은 $3.9{\pm}1.5^{\circ}C$로 비내습 일의 $10.1{\pm}2.9^{\circ}C$에 비해 $6.2^{\circ}C$ 낮았다. 독립변수는 구름량, 24시 기온, 전날 5일간의 강우량으로 하고, 종속변수는 다음날 서리내습여부로 하여 판별분석을 실시한 결과 분류대상 32일 중 30일이 정확히 분류되었으며, 판별함수 검증 결과 적중률은 86.9%로 높았다. 따라서 전날 일 최고기온, 24시 기온, 구름량, 전날 5일간의 강우량에 의해 다음날 서리 발생 예측 가능성이 높은 것으로 판단되었다.

• 한국농림기상학회지
• /
• 제11권3호
• /
• pp.100-110
• /
• 2009

본 실험은 국내에서 육성된 중생종 '홍로' 품종에 있어 최근 문제시 되는 밀증상 발생에 미치는 온도의 영향을 밝히고 이에 따른 밀증상 억제 기술을 개발하기 위하여 3년 동안 실시되었다. '홍로' 품종의 밀증상 발생은 과실 성숙기에 $30^{\circ}C$ 이상의 고온에 장시간 노출될 때 발생하기 쉬운 것으로 판단되며, 햇빛에 노출되기 쉬운 수관의 외부에 착과된 과실, 크기가 300g 이상인 과실에서 밀증상 발생율이 높은 것으로 나타났다. 밀증상 발생 억제 기술에 있어서는 7월말 이후 염화칼슘 4회 처리 및 오후 5시까지 $30^{\circ}C$ 이상의 고온이면서 밀증상 발생율이 높은 시기인 8월 초에서 8월 15일 사이에 오후 6시경 이후로 2회 미세 살수 처리를 하면 밀증상 발생이 현저하게 감소되는 것을 확인할 수 있었다.

• 한국대기환경학회지
• /
• 제30권6호
• /
• pp.600-618
• /
• 2014

The metadata for urban meteorological observation is standardized through comparison with those established at the World Meteorological Organization and the Korea Meteorological Administration to understand the surrounding environment around the sites exactly and maintain the networks and sites efficiently. It categorizes into metadata for an observational network and observational sites. The latter is again divided into the metadata for station general information, local scale information, micro scale information, and visual information in order to explain urban environment in detail. The metadata also contains the static information such as urban structure, surface cover, metabolism, communication, building density, roof type, moisture/heat sources, and traffic as well as the update information on the environment change, maintenance, replacement, and/or calibration of sensors. The standardized metadata for urban meteorological observation is applied to the Weather Information Service Engine (WISE) integrated meteorological sensor network and sites installed at Incheon area. It will be very useful for site manager as well as researchers in fields of urban meteorology, radiation, surface energy balance, anthropogenic heat, turbulence, heat storage, and boundary layer processes.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.112-115
• /
• 2009

The research of climate change impact in hydrometeorology often relies on climate change information. In this paper, neural networks models such as support vector machine neural networks model (SVM-NNM) and multilayer perceptron neural networks model (MLP-NNM) are proposed statistical downscaling of the monthly precipitation. The input nodes of neural networks models consist of the atmospheric meteorology and the atmospheric pressure data for 2 grid points including $127.5^{\circ}E/35^{\circ}N$ and $125^{\circ}E/35^{\circ}N$, which produced the best results from the previous study. The output node of neural networks models consist of the monthly precipitation data for Seoul station. For the performances of the neural networks models, they are composed of training and test performances, respectively. From this research, we evaluate the impact of SVM-NNM and MLP-NNM performances for the downscaling of the monthly precipitation data. We should, therefore, construct the credible monthly precipitation data for Seoul station using statistical downscaling method. The proposed methods can be applied to future climate prediction/projection using the various climate change scenarios such as GCMs and RCMs.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.125-128
• /
• 2009

The research of climate change impact in hydrometeorology often relies on climate change information. In this paper, neural networks models such as generalized regression neural networks model (GRNNM) and multilayer perceptron neural networks model (MLP-NNM) are proposed statistical downscaling of the daily precipitation. The input nodes of neural networks models consist of the atmospheric meteorology and the atmospheric pressure data for 4 grid points including $127.5^{\circ}E/37.5^{\circ}N$, $127.5^{\circ}E/35^{\circ}N$, $125^{\circ}E/37.5^{\circ}N$ and $125^{\circ}E/35^{\circ}N$, respectively. The output node of neural networks models consist of the daily precipitation data for Seoul station. For the performances of the neural networks models, they are composed of training and test performances, respectively. From this research, we evaluate the impact of GRNNM and MLP-NNM performances for the downscaling of the daily precipitation data. We should, therefore, construct the credible daily precipitation data for Seoul station using statistical downscaling method. The proposed methods can be applied to future climate prediction/projection using the various climate change scenarios such as GCMs and RCMs.