• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.164-178
• /
• 2022

주요 곡물 생산 지역에 대한 작황 계절 예측을 위해 작물모형과 기상 예보자료들이 활용되고 있다. 이 때, 작물모형의 입력자료로 활용되는 기상자료의 불확실성이 작황 예측 결과에 영향을 줄 수 있다. 본 연구에서는 기상 예보자료에 따른 작물모형 결과에 미치는 영향을 알아보고자 하였다. 주요 곡물 생산 지역인 미국의 콘벨트 지역을 대상으로 중규모 수치예보 모형인 Weather Research and Forecasting (WRF)로 10km 해상도의 계절 예측 자료를 생산하였다. 보다 상세한 기상 예보자료 생산을 가정하기 위해 통계적 기법인 Parameter-elevation Regressions on Independent Slopes Model (PRISM) 기법을 활용하여 WRF 자료를 기반으로 5km 해상도로 예측 자료를 생산하였다. WRF와 PRISM 계절 예측 자료로 CROPGRO-SOYBEAN 모형을 구동하여 두 기상 예보자료에 따른 작물 생육 모의 결과를 얻었다. 2011~2018 기간에 대하여 4월 10일부터 8일 간격으로 11개의 파종일을 설정하였으며, 3개의 콩 성숙군에 대한 품종 모수가 사용되었다. 기상 자료의 불확실성을 파악하기 위해 작물 재배기간 동안의 누적 생육도일과 누적 일사량을 비교하였다. 예측된 수량 및 성숙일 등의 주요 변수들을 비교하였다. 두 기상 자료로부터 얻어진 변수들 사이의 일치도 통계량 계산을 위해 root mean square error (RMSE), normalized root mean square error (NRMSE) 및 structural similarity(SSIM) index가 사용되었다. WRF와 PRISM에서 계산된 누적 생육도일 사이의 일치도가 낮았던 연도에 콩 성숙일 모의 값에 대한 오차가 크게 나타났다. 콩 모의 수량 또한 성숙일 및 온도의 오차가 크게 나타났던 연도에 상대적으로 낮은 일치도를 가졌다. 또한 파종일이 수량 및 성숙일 예측의 일치도에 상당한 영향을 미치는 것으로 나타났다. 이러한 결과는 WRF와 PRISM 자료 사이에 온도 자료의 불확실성이 작황 예측의 불확실성에 영향을 주었으며, 재배 시기에 따라 그 불확도의 크기가 상이할 수 있음을 암시하였다. 따라서 신뢰도 높은 작황 예측 자료 생산을 위해 작물별 재배기간을 고려한 불확실성 평가 등의 추가적인 연구가 진행되어야 할 것으로 보인다.

• 한국지리정보학회지
• /
• 제17권2호
• /
• pp.44-58
• /
• 2014

본 연구에서는 하천공간정보의 상호운용성을 위해 표준벡터데이터 모델을 개발하고 이를 검증하기위해 강정고령보 및 창녕합천보유역의 RIMGIS 벡터자료를 대상으로 모형에 적용하여 표준벡터데이터 모델의 적용성을 평가하였다. 국제표준화기구(ISO)와 공간자료 표준화 단체(OGC)의 표준을 조사 분석하고 표준을 준용하여 하천공간 데이터모델의 규격을 정립하였다. 데이터 속성 및 관계등에 대한 분석 정보를 바탕으로 ERD를 설계하였다. 개발된 GDM에 RIMGIS의 벡터자료인 점, 선, 면 자료에 대한 검증을 레이어 별 자료에 대해 비교하고 각 자료에 대한 기본공간정보와 속성정보를 정밀 전수 비교하였다. 변환시 오류는 0%로 모델의 문제점은 없는 것으로 판단되었다. 하천공간정보 표준데이터모델은 여러 연구자와 기관들에 의해 수집된 대량의 데이터 세트의 통합 분석이 용이하도록 설계된 관계형 데이터베이스에 저장 및 하천공간자료의 검색을 위해 일관성 있는 형식을 제공하고자 한다.

• Ocean and Polar Research
• /
• 제43권3호
• /
• pp.179-192
• /
• 2021

In this study, an integrated wave model from global to coastal scales was developed to improve the operational wave prediction performance of the Korean Meteorological Administration (KMA). In this system, the wave model was upgraded to the WaveWatch III version 6.07 with the improved parameterization of the source term. Considering the increased resolution of the wind input field and the introduction of the high-performance KMA 5^th Supercomputer, the spatial resolution of global and regional wave models has been doubled compared to the operational model. The physical processes and coefficients of the wave model were optimized for the current KMA global atmospheric forecasting system, the Korean Integrated Model (KIM), which is being operated since April 2020. Based on the sensitivity experiment results, the wind-wave growth parameter (β_max) for the global wave model was determined to be 1.33 with the lowest root mean square errors (RMSE). The value of β_max showed the lowest error when applied to regional/coastal wave models for the period of the typhoon season when strong winds occur. Applying the new system to the case of August 2020, the RMSE for the 48-hour significant wave height prediction was reduced by 13.4 to 17.7% compared to the existing KMA operating model. The new integrated wave prediction system plans to replace the KMA operating model after long-term verification.

• Journal of the Korean Physical Society
• /
• 제73권11호
• /
• pp.1764-1773
• /
• 2018

A-PET is a quad-head PET scanner developed for use in small-animal imaging. The dimensions of its volumetric field of view (FOV) are $46.1{\times}46.1{\times}46.1mm^3$ and the gap between the detector modules has been minimized in order to provide a highly sensitive system. However, such a small FOV together with the quad-head geometry causes image quality degradation. The main factor related to image degradation for the quad-head PET is the mispositioning of events caused by the penetration effect in the detector. In this paper, we propose a precise method for modelling the system at the high spatial resolution of the A-PET using a LOR (line of response) based ML-EM (maximum likelihood expectation maximization) that allows for penetration effects. The proposed system model provides the detection probability of every possible ray-path via crystal sampling methods. For the ray-path sampling, the sub-LORs are defined by connecting the sampling points of the crystal pair. We incorporate the detection probability of each sub-LOR into the model by calculating the penetration effect. For comparison, we used a standard LOR-based model and a Monte Carlo-based modeling approach, and evaluated the reconstructed images using both the National Electrical Manufacturers Association NU 4-2008 standards and the Geant4 Application for Tomographic Emission simulation toolkit (GATE). An average full width at half maximum (FWHM) at different locations of 1.77 mm and 1.79 mm are obtained using the proposed system model and standard LOR system model, which does not include penetration effects, respectively. The standard deviation of the uniform region in the NEMA image quality phantom is 2.14% for the proposed method and 14.3% for the LOR system model, indicating that the proposed model out-performs the standard LOR-based model.

• 한국전산구조공학회논문집
• /
• 제17권1호
• /
• pp.75-82
• /
• 2004

본 논문에서는 응력파 전파를 수치모의할 때 발생하는 수치적인 분산효과를 제거하기 위해 파동방정식에 기초한 일차원 유한요소모형을 이용하여 수치분산오차의 특성을 분석하고 분산오차를 제어할 수 있는 방법을 제안하였다. 질량행렬을 그대로 사용하는 경우와 집중질량행렬을 사용하는 경우에 대한 수치분산오차를 분석하였다. 개발된 분산제어기법은 공간미분항의 시간단계 가중치 및 질량집중도를 조정하는 음해법과 인위적인 분산항을 추가하는 양해법의 두가지 방법이다. 제안된 분산보정기법을 이용하여 계산한 수치해와 파동방정식의 해석해를 비교한 결과 본 연구에서 제안한 분산보정기법의 타당성을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.434-437
• /
• 2016

이 논문에서는 공간상관 (spatial correlation) 센서네트워크에서 효과적이고 신뢰성있는 센서 데이터 수집을 위한 각 센서의 측정 확률 분배를 고려한다. 즉, 신뢰성이 높은 측정 데이터를 전달해주는 센서에게 더 높은 측정 확률을 분배하여 더 자주 측정되게 하는 것이다. 상관 모델은 각 센서의 전송파워 제한, 측정과정과 무선전송과정에서 발생될 수 있는 노이즈, 무선 채널의 감쇄를 고려하여 만들어진다. 그리고, 데이터 수집의 신뢰성은 데이터 수집 노드 (sink node)에서 왜곡 오차 (distortion error)를 계산함으로써 측정된다. 우리는 이 측정 분배를 정의된 공간상관상에서 협력게임으로 모델링하고 각 센서의 측정 확률을 Shapley Value를 통해 할당한다. Shapley Value는 협력게임에서 각 플레이어의 공헌도를 측정하는 방법으로, 공간상관 센서네트워크에서 각 센서들의 데이터 수집의 공헌도를 측정하는 데 사용될 수 있다. 따라서, 우리는 각 센서의 공헌도에 비례하여 측정 확률을 분배하는 것이다.

• 대기
• /
• 제31권1호
• /
• pp.1-15
• /
• 2021

High-resolution wind resources maps (maps, here after) with spatial and temporal resolutions of 100 m and 3-hours, respectively, over South Korea have been produced and evaluated for the period from July 2016 to June 2017 using Korea Meteorological Administration (KMA) Post Processing (KMAPP). Evaluation of the 10 m- and 80 m-level wind speed in the new maps (KMAPP-Wind) and the 1.5 km-resolution KMA NWP model, Local Data Assimilation and Prediction System (LDAPS), shows that the new high-resolution maps improves of the LDAPS winds in estimating the 10m wind speed as the new data reduces the mean bias (MBE) and root-mean-square error (RMSE) by 33.3% and 14.3%, respectively. In particular, the result of evaluation of the wind at 80 m which is directly related with power turbine shows that the new maps has significantly smaller error compared to the LDAPS wind. Analyses of the new maps for the seasonal average, maximum wind speed, and the prevailing wind direction shows that the wind resources over South Korea are most abundant during winter, and that the prevailing wind direction is strongly affected by synoptic weather systems except over mountainous regions. Wind speed generally increases with altitude and the proximity to the coast. In conclusion, the evaluation results show that the new maps provides significantly more accurate wind speeds than the lower resolution NWP model output, especially over complex terrains, coastal areas, and the Jeju island where wind-energy resources are most abundant.

• 대한공간정보학회지
• /
• 제22권3호
• /
• pp.137-143
• /
• 2014

최근 정부는 정부3.0이라는 새로운 정부운영의 패러다임으로 공공데이터를 적극적으로 개방하고 공유하는 정책을 펼치고 있다. 이와 함께 국토교통부에서는 국가공간정보 및 3차원건물, 영상지도를 포함한 다양한 콘텐츠를 일반인에게 제공하는 공간정보 오픈플랫폼 통합지도서비스(이하 브이월드)를 운영하고 있다. W3C재단의 오픈데이터 현황 보고서(2013)의 평가결과 우리나라는 정부의 정책적 지원 및 계획 부분에서는 긍정적인 결과를 나타낸 반면 데이터 관리 분야에서 취약하여 이에 대한 품질개선이 필요한 실정이다. 또한, 3차원 공간정보 객체 데이터(이하 3차원 모델)의 경우 데이터 구축에 활용한 디지털항공사진영상의 최신성이 부족하여 데이터의 현행화가 필요하다. 이에 본 논문에서는 3차원 모델의 품질요소인 수직위치 정확도에 대해 공공데이터이며, 실측 데이터인 건축물 대장의 높이 데이터를 기준으로 국내표준 품질평가 기법을 적용하여 데이터 품질을 측정하고, 측정오차에 대한 원인을 분석하여 공공데이터를 활용한 3차원 모델의 수직위치 정확도 향상 및 최신성의 유지 가능성을 제시하고자 한다. 연구 수행 결과 건축물대장의 높이 값을 품질평가 기준으로 적용하였을 경우 수직위치 정확도가 향상되는 것을 확인하였으며, 건축물 대장의 재건축, 증축 정보를 활용할 경우 3차원 모델의 최신성의 유지를 할 수 있음을 확인하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.345-349
• /
• 2005

Massive amount of satellite image processing such asglobal/continental-level analysis and monitoring requires automated and speedy georegistration. There could be two major automated approaches: (1) rigid mathematical modeling using sensor model and ephemeris data; (2) heuristic co-registration approach with respect to existing reference image. In case of ETM+, the accuracy of the first approach is known as RMSE 250m, which is far below requested accuracy level for most of satellite image processing. On the other hands, the second approach is to find identical points between new image and reference image and use heuristic regression model for registration. The latter shows better accuracy but has problems with expensive computation. To improve efficiency of the coregistration approach, the author proposed a pre-qualified matching algorithm which is composed of feature extraction with canny operator and area matching algorithm with correlation coefficient. Throughout the pre-qualification approach, the computation time was significantly improved and make the registration accuracy is improved. A prototype was implemented and tested with the proposed algorithm. The performance test of 14 TM/ETM+ images in the U.S. showed: (1) average RMSE error of the approach was 0.47 dependent upon terrain and features; (2) the number average matching points were over 15,000; (3) the time complexity was 12 min per image with 3.2GHz Intel Pentium 4 and 1G Ram.