제주는 농업과 관광이 절대적 비중이므로 강수에 대한 예측/분석은 다른 지역보다 더 중요한 요소로 작용한다. 현재 제주도의 강수 예측은 기상위성을 통해 얻어지는 관측데이터에 수치모델을 이용하나, 다른 지역보다 강수 현상에 대한 변화가 다양하므로 기존의 일반적인 수치모델을 그대로 적용하여 강수 예측/분석을 하기는 쉽지 않고 만족할만한 결과를 얻기가 어렵다. 따라서 제주지역에 맞는 새로운 제주 예측/분석 방법이 연구돼야 할 것이다. 본 논문에서는 합성곱신경망 (Convolution Neural Network, CNN) 기반의 텍스처(Texture) 분석기법을 이용한 제주 강수패턴 분석 방법을 제안한다. 제안하는 방법은 기상위성에서 획득한 제주도 영역에 대한 수증기영상과 지역의 온도정보를 텍스처 영상으로 변환한 후, 변환된 영상들을 합성곱신경망을 이용하여 강수 여부를 분석하는 방법이다. 제안한 방법을 구현하고 실험을 통하여 제안된 방법의 유효성을 보인다.
북한 지역은 남한에 비해 기상관측 지점이 매우 적기 때문에 남한에서 강수 추정에 주로 이용되는 PRISM 모형을 그대로 적용하여 강수분포를 추정하기는 어렵다. 이처럼 자료가 불충분한 지역의 강수분포를 추정하기 위하여, 저해상도 PRISM 모형 구동 결과에 강수-지형 관계에 근거한 보정 값을 적용해 강수 분포를 추정할 수 있는 하이브리드 방식이 개발되어 사용되고 있다. 본 연구에서는 기존 북한지역의 고해상도 강수 분포도 추정 방식을 개선된 방법에 따라 1981-2010년 평년 기간의 적산 강수량 분포도를 제작하고자 하였다. 우선, 남한지역의 270m 해상도 DEM과 종관관측지점의 고도값으로부터 IDW한 가상지형간의 편차(고도편차)를 계산하였다. PRISM 모형을 이용하여 종관관측지점의 강수량을 기반으로 2,430m의 저해상도 가상강수 분포도를 제작한 후, 종관 및 방재 기상 관측지점의 강수자료를 이용해 270m의 고해상도 강수분포도를 제작하여 둘 간의 편차(강수편차)를 계산하였다. 남한지역의 고도편차와 강수편차를 이용하여 4방위 경사향에 따른 월별 강수-지형 관계 회귀식을 도출하였고, 최종적으로 북한지역의 27개 기상 관측지점으로부터 PRISM 모형을 구동하여 만든 2,430m의 저해상도 강수분포도에 강수-지형간 회귀식을 반영하여 해상도가 향상된 강수분포도를 산출하였다. 새롭게 제작된 북한지역의 강수분포는 기존 강수분포도와 비교했을 때 지형의 영향이 더욱 잘 반영된 효과를 확인할 수 있었다. 강수분포도에 따르면, 연평균 적산강수량은 1,159mm이며, 표준편차는 253mm로 추정되었다.
In this study, the Ni-based catalysts for the production of synthetic natural gas were prepared by various preparation methods such as the co-precipitation, precipitation, impregnation and physical mixing methods. The ranges of the reaction conditions were the temperatures of 250~$350^{\circ}C$, $H_2$/CO mole ratio of 3.0, the pressures of 1 atm and the space velocity of 20000 $ml/g_{-cat{\cdot}}{\cdot}h$. It was found that the catalyst prepared by precipitation method had higher CO conversion than the catalyst prepared by co-precipitation method. While the catalyst prepared by precipitation method had the formation of NiO structure, the catalyst prepared by co-precipitation method had the formation of $NiAl_2O_4$ structure. It was confirmed that Ni-based catalyst prepared by the physical mixing method had the lowest CO conversion because it was deactivated by the production of $Ni_3C$ during the methanation. As a result, it was shown clearly that Ni-based catalysts prepared by impregnation method expressed the highest catalytic activity in CO methanation.
수문 인자, 특히 강우량의 공간 분포 해석은 수자원 분야에서 중요한 관심사 중 하나이다. 기존의 티센법(Thiessen), 역거리법, 등우선법이 공간적 연속성과 지형 특성을 고려하지 못하는 한계를 가지고 있는데, 본 연구에서는 일강우량에 대한 강우 공간분포 해석의 정확도 향상을 위해 월평균 자료와 평년 강우량 자료를 산출하여, 이들과 수집한 일강우량 자료간의 상관성 분석하였으며 이를 근거로 지구통계학적 분석방법인 코크리깅(Co-kriging) 기법의 이차변수로 적용하여 공간 분포 해석을 실시하였으며, 기존의 역거리법과 단순 크리깅 기법에 의한 분석결과와 비교하였다. 구축한 강우량 자료간의 상관성을 조사한 결과, 일강우량은 당 해의 월평균 강우량 및 전체 자료기간의 월평균 강우량 자료와 높은 상관성을 가지는 것으로 나타났으며, 이 자료들을 Co-kriging 기법에 적용한 결과, 강우 공간 분포의 해석 정확도가 향상되었으며, 향후 다른 기상 상관 인자를 적용함으로서 강우량을 비롯한 수문인자의 공간 분포해석상 문제가 되는 불확실성을 줄일 수 있을 것이다.
Accurate quantitative precipitation estimation plays an important role in hydrological modelling and prediction. Instantaneous quantitative precipitation estimation (QPE) by utilizing the weather radar data is a great applicability for operational hydrology in a catchment. Previously, regression technique performed between reflectivity (Z) and rain intensity (R) is used commonly to obtain radar QPEs. A novel, recent approaching method which might be applied in hydrological area for QPE is Long Short-Term Memory (LSTM) Networks. LSTM networks is a development and evolution of Recurrent Neuron Networks (RNNs) method that overcomes the limited memory capacity of RNNs and allows learning of long-term input-output dependencies. The advantages of LSTM compare to RNN technique is proven by previous works. In this study, LSTM networks is used to estimate the quantitative precipitation from weather radar for an urban catchment in South Korea. Radar information and rain-gauge data are used to evaluate and verify the estimation. The estimation results figure out that LSTM approaching method shows the accuracy and outperformance compared to Z-R relationship method. This study gives us the high potential of LSTM and its applications in urban hydrology.
클러스터링 기법은 탐색적 자료 분석 기법으로 알려진 중요한 데이터마이닝 기법 중 하나로서 패턴 인식, 원격 탐사 등의 분야에 사용되고 있다. 이 방법을 이용하여 데이터의 기본 구조를 추출하고, 개체의 군집화 혹은 군집의 계층을 조직한다. 기상 레이더는 대기 중에 존재하는 물체에서 반사되는 신호를 이용하여 관측을 수행하고, 해당 좌표에 데이터를 저장하는 원리로 동작하는데, 이를 분석하기 위해서는 흩어져있는 레이더 데이터를 유사도를 바탕으로 강수에코와 비강수에코를 구분하여 군집화 할 필요가 있다. 따라서 본 논문에서는 클러스터링 기법을 레이더 데이터에 적용하는 방법에 대한 연구를 수행하였다. 또한, 강수에코와 비강수에코가 인접해 있을 경우 발생할 수 있는 문제를 해결하기 위하여 퍼지 로직과 계층적 클러스터링 기법을 접목하여 유사도를 판별하는 방법에 대한 연구를 수행하였다. 실제 사례를 바탕으로 본 논문에서 제안한 클러스터링 기법을 적용한 결과, 강수에코와 비강수에코가 인접해 있는 경우 기존 기법보다 좋은 결과를 도출하는 것을 확인할 수 있었다.
본 연구는 최적 결합 방법을 이용하여 다른 시공간 특징을 가진 강수량 자료를 통합하는 것이다. 최적 결합 방법은 AWS 우량계 자료와 S-band RADAR 추정 강수량을 전 시간대의 자신의 평균 제곱 오차에 반비례 하도록 디자인 하였다. 훈련시간에 따른 적절한 최적 가중치를 결정하기 위하여, 훈련시간을 1-10시간까지 실험하기 위하여 긴 기간 동안 비가 지속되었던 장마 사례에 적용하였다. 최적 결합 강수량의 수평장은 훈련시간 2시간 이후부터는 평탄화된 구조를 보여주었고, 최적 결합 강수량은 참값으로 가정한 종관관측 강수량과 수평 구조 및 값의 크기가 잘 일치하였다. 이러한 결과는 최적결합 방법이 다양한 자료들을 이용하여 고해상도의 강수량을 생산하는 데 사용할 수 있다는 것을 제시한다.
Jang, Suhyung;Hwang, Manha;Hur, Youngteck;Kavvas, M. Levent
한국수자원학회:학술대회논문집
/
한국수자원학회 2015년도 학술발표회
/
pp.229-229
/
2015
Downscaling is a fundamental procedure in the assessment of the future climate change impact at regional and watershed scales. Hence, it is important to investigate the spatial variability of the climate conditions that are constructed by various downscaling methods in order to assess whether each method can model the climate conditions at various spatial scales properly. This study introduces a fundamental research from Jang and Kavvas(2015) that precipitation variability from a popular statistical downscaling method (BCSD) and a dynamical downscaling method (MM5) that is based on the NCAR/NCEP reanalysis data for a historical period and on the CCSM3 GCM A1B emission scenario simulations for a projection period, is investigated by means of some spatial characteristics: a) the normalized standard deviation (NSD), and b) the precipitation change over Northern California region. From the results of this study it is found that the BCSD method has limitations in projecting future precipitation values since the BCSD-projected precipitation, being based on the interpolated change factors from GCM projected precipitation, does not consider the interactions between GCM outputs and local geomorphological characteristics such as orographic effects and land use/cover patterns. As such, it is not clear whether the popular BCSD method is suitable for the assessment of the impact of future climate change at regional, watershed and local scales as the future climate will evolve in time and space as a nonlinear system with land-atmosphere feedbacks. However, it is noted that in this study only the BCSD procedure for the statistical downscaling method has been investigated, and the results by other statistical downscaling methods might be different.
관측자료의 보완이나 확충을 위한 강수량 모의발생은 수문분석에 있어서 중요한 과제라고 할 수 있다. 강수량을 모의하는 방법은 크게 기존의 매개변수적 방법과 비매개변수적 방법 두 가지로 나눌 수 있고, 강수량 모의의 시간간격에 따라 일강수량 자료의 모의 또는 시간강수량 자료의 모의 등으로 구분할 수 있다. 지금까지, Markov모형은 일강수량 모의발생에 많이 이용되어왔다. 이러한 대부분 Markov모형들은 동질성모형으로 상태벡터를 구축하는데 있어서 자료의 크기가 작으면 모형구축의 어려움이 따르고 같은 월에 대한 상태벡터의 동질성을 가정하는 등의 문제가 있다. 실제 강수발생의 과정은 비정상적(nonstationary)이므로 이를 보완하기 위해, 된 논문에서는 일강수량을 기존의 매개변수적인 방법이 아닌 단변량과 다변량에 대하여 비매개변수적인 방법으로 접근하여 모의하는 방법에 대하여 분석하였다.
The effect of cooling rate on carbide precipitation during quenching of austenitic manganese steel was investigated by optical microscopy, image analyzer and numerical analysis. A computer program based on the finite difference method for analyzing heat treatment processes was developed in order to evaluate cooling rates and the possibility of carbide precipitation during quenching. The area ratio of carbide precipitated in the austenite matrix was measured by the image analyzer, and used to determine the critical point of carbide precipitation. Temperature-dependent critical cooling rates at the critical points were calculated using the present simulation program, The calculated results showed a good agreement with the experimental ones.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.