• 한국지구과학회지
• /
• 제42권5호
• /
• pp.536-555
• /
• 2021

해상풍은 해양의 표층 해류 및 순환, 혼합층, 열속의 변화를 주도하며 해양-대기 상호작용을 이해할 수 있는 중요한 변수이다. 인공위성의 발달에 따라 산란계 관측 자료를 기반으로 산출한 해상풍은 여러 목적으로 광범위하게 사용되어 왔다. 한반도 연안과 같은 복잡한 해양 환경에서 산란계 관측 해상풍은 해양 및 대기 현상 이해에 중요한 요소이다. 따라서 위성 해상풍의 정확도 검증 결과가 다양한 활용을 위하여 중요하게 활용될 수 있다. 본 연구에서는 대표적인 산란계인 MetOp-A/B (METeorological OPerational satellite-A/B)에 탑재된 ASCAT (Advanced SCATterometer) 해상풍 자료를 한반도 주변의 16개 지점에서 2020년 1월부터 12월까지 실측된 해양기상부이 해상풍 자료와 비교하여 해상풍의 정확도를 검증하였다. 해수면으로부터 4-5 m 고도에서 관측된 부이 바람은 LKB (Liu-Katsaros-Businger) 모델을 활용하여 10 m의 중립 바람으로 변환하였다. 일치점 생산 과정 결과 MetOp-A와 MetOp-B에 대하여 5,544개와 10,051개의 일치점을 만들었다. 각 위성 해상풍 풍속의 평균제곱근오차는 1.36 m s^-1와 1.28 m s^-1, 편차는 0.44 m s^-1와 0.65 m s^-1로 나타났다. 산란계의 풍향은 MetOp-A와 MetOp-B에서 각각 -8.03°와 -6.97°의 음의 편차와 32.46°와 36.06°의 평균제곱근오차를 보였다. 이러한 오차들은 해양-대기 경계층 내의 성층과 역학과 관련된 것으로 추정된다. 한반도 주변 해역에서 산란계 해상풍은 특히 풍속이 약한 구간에서 실측 풍속보다 과대추정되었다. 또한 연안으로부터의 거리가 가까워질수록 오차가 증폭되는 특성이 나타났다. 본 연구 결과는 산란계 해상풍 자료를 이용하는 해양-대기 상호작용 및 태풍 연구와 같은 한반도 연안 해역의 예측 모델 발전에 기여할 수 있을 것으로 기대된다.

• 한국지구과학회지
• /
• 제40권3호
• /
• pp.259-271
• /
• 2019

동해 연안지역의 고해상도 파랑예측을 위하여 통계적 규모축소화 방안을 적용하여 고해상도 동해 연안 파랑예측시스템을 구축하였다. 예측시스템을 구축하기 위하여 기상청 현업에서 예측된 동해 및 남해 연안파랑예측모델과 전구파랑예측모델의 예측결과를 이용하였다. 3일까지는 연안파랑예측모델들의 결과를 그대로 활용하였고 3일 이후 7일까지는 전구파랑예측모델의 예측결과를 통계적 규모축소화 방안(역거리 가중 내삽방법과 조건부합성방법)을 적용하여 예측하였다. 예측된 고해상도 연안예측시스템을 이용하여 예측된 파고의 2차원 공간분포는 연안예측모델의 초기장(분석장)과 자기상관관계를 이용하여 검증하였고 부이 등 해양관측소 자료를 이용하여 파고 및 풍속 예측을 검증되었다. 수치모델의 예측성능과 유사하게 초기시간에는 예측성능이 높게 나타났으나 시간이 지남에 따라 예측성능이 점진적으로 감소되었다. 전체 기간의 파고 예측결과를 파고 관측자료를 이용하여 검증하였을 때 역거리 가중 내삽과 조건부합성방법 적용에 따른 상관계수와 평균 제곱근 오차는 0.46과 0.34 m에서 0.6과 0.28 m로 개선되었다.

• 한국해양환경ㆍ에너지학회지
• /
• 제8권1호
• /
• pp.17-22
• /
• 2005

해난사고에 의한 선박 표류시 신속한 수색 구조를 지원하기 위한 실시간 표류선박 위치추정시스템 구축의 기초연구로서 실제 해상에서의 선박 표류 거동을 관측하였으며, 환경외력조건에 대한 선박의 규모별 거동특성을 분석하였다. 본 연구의 실험에서는 G/T 10톤급 선박, 20톤급 선박, 50톤급 선박, 80톤급 선박 그리고 구명정(life raft)등 5종류의 선박을 대상으로 하였으며, 표류선박의 위치는 DGPS(Differential Global Positioning System)와 VHF 무전기를 이용한 자동위치발신기(APRS: Automatic Position Reporting System)를 자체 제작하여 측정하였다. 표류 대상선박 중 GH 50톤급 선반에서는 위치 측정과 동시에 표류 경로상의 해수유동, 바람, 선수각(Heading angle)등도 함께 측정하였다. 본 실험의 모든 관측에서 시간간격은 1분으로 동일하게 적용하였다. 실험결과에서 표류선박은 풍속의 3％∼5％의 속도로 표류하는 것으로 나타났으며, 표류방향은 풍향의 법선방향으로 나타났다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.41-55
• /
• 2017

최근 골프는 많은 사람들의 취미 생활로서 자리를 잡아가고 있으며 골프와 관련된 연구도 다양하게 이루어지고 있다. 본 연구에서는 데이터 마이닝 기법을 사용하여 PGA 투어에 참여하는 선수들의 평균스코어를 예측하고 스코어에 유의한 영향을 미치는 변수들을 제시하고자 한다. 그리고 추가적으로 4개의 PGA 투어 플레이오프에 대해 상위 10명, 상위 25명의 선수들을 예측하는 것을 목표로 한다. 우리는 다양한 선형/비선형 회귀분석 방법을 이용하여 평균스코어를 예측하는데, 선형회귀분석 방법으로는 단계적 선택법, 모든 가능한 회귀모형, 라소(LASSO), 능형회귀, 주성분회귀분석을 사용하였으며 비선형회귀분석 방법으로는 트리(CART), 배깅, 그래디언트 부스팅, 신경망 모형, 랜덤 포레스트, 최근접이웃방법(KNN)을 사용하였다. 대부분의 모형에서 공통적으로 선택된 변수들을 살펴보면 페어웨이의 단단함와 그린의 풀의 높이, 평균최대풍속이 높을수록 선수들의 평균스코어는 높아지며 반대로 한 번에 퍼팅을 성공시키는 횟수와 그린적중률 실패 후 버디나 이글로 점수를 만드는 scrambling 변수들, 그리고 공을 멀리 보낼 수 있는 능력을 나타내는 longest drive는 그 값이 높아짐에 따라 선수들의 평균스코어가 낮아지는 경향이 있음을 알 수 있었다. 11가지 모형 모두 테스트 데이터인 2015년 경기 결과를 예측하는데 낮은 오류율을 보였으나 배깅과 랜덤 포레스트의 예측률이 가장 좋았으며 두 모형 모두 상위 10명과 상위 25명의 랭킹을 예측할 때 상당히 높은 적중률을 보였다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.285-292
• /
• 2023

최근 미세먼지가 건강에 미치는 영향은 큰 화두가 되고 있다. 미세먼지는 코의 점막에 걸러지지 않고 인체 내부까지 침투하여 호흡기에 영향을 미치기 때문에 위험하다. 미세먼지는 산업과 직접적으로 연관되어있기 때문에 미세먼지를 제거하는 것은 사실상 불가능하다. 따라서 미세먼지 농도를 사전에 예측할 수 있다면 사전 조치를 취해 인체에 미치는 영향을 줄일 수 있다. 미세먼지는 하루 600km 이상 이동할 수 있는 특성을 가진다. 이러한 특성으로 인해 미세먼지는 인접 구뿐만 아니라 멀리 떨어져있는 구에도 직접적인 영향을 미친다. 본 논문에서는 풍향, 풍속 데이터와 시계열 예측 모델을 이용하여 서울특별시의 미세먼지 농도를 예측하고, 서울특별시의 미세먼지 농도와 지역별 미세먼지 농도의 상관관계를 확인했다. 또한, 각 지역별 미세먼지 농도와 서울특별시의 미세먼지 농도를 이용하여 예측을 진행했다. 예측 결과에서 가장 낮았던 MAE(평균 절대 오차)는 12.13으로 선행연구에서 제시된 MAE인 14.3 보다 약 15.17% 더 예측성능이 향상된 것을 확인했다.

• Journal of Astronomy and Space Sciences
• /
• 제34권4호
• /
• pp.315-330
• /
• 2017

Halo coronal mass ejections (CMEs) originating from solar activities give rise to geomagnetic storms when they reach the Earth. Variations in the geomagnetic field during a geomagnetic storm can damage satellites, communication systems, electrical power grids, and power systems, and induce currents. Therefore, automated techniques for detecting and analyzing halo CMEs have been eliciting increasing attention for the monitoring and prediction of the space weather environment. In this study, we developed an algorithm to sense and detect halo CMEs using large angle and spectrometric coronagraph (LASCO) C3 coronagraph images from the solar and heliospheric observatory (SOHO) satellite. In addition, we developed an image processing technique to derive the morphological and dynamical characteristics of halo CMEs, namely, the source location, width, actual CME speed, and arrival time at a 21.5 solar radius. The proposed halo CME automatic analysis model was validated using a model of the past three halo CME events. As a result, a solar event that occurred at 03:38 UT on Mar. 23, 2014 was predicted to arrive at Earth at 23:00 UT on Mar. 25, whereas the actual arrival time was at 04:30 UT on Mar. 26, which is a difference of 5 hr and 30 min. In addition, a solar event that occurred at 12:55 UT on Apr. 18, 2014 was estimated to arrive at Earth at 16:00 UT on Apr. 20, which is 4 hr ahead of the actual arrival time of 20:00 UT on the same day. However, the estimation error was reduced significantly compared to the ENLIL model. As a further study, the model will be applied to many more events for validation and testing, and after such tests are completed, on-line service will be provided at the Korean Space Weather Center to detect halo CMEs and derive the model parameters.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 한국해안·해양공학회논문집
• /
• 제31권6호
• /
• pp.423-433
• /
• 2019

서남해에서 해상풍력구조물의 건설에 따른 해저지형변화를 예측하기 위하여, 조석, 조류, 부유사 그리고 해저질 등에 대한 현장조사를 수행하였고, 이들 자료를 수치실험에 활용될 수 있도록 하였다. 수치실험에서 표사량 산정은 관련 상수를 시행착오적으로 변화시켜 관측된 부유사농도에 대해 계산치의 오차가 적당할 때에 경험상수들을 결정하는 방법을 사용하였는데, 어떤 농도분포인자가 0.1 그리고 부유사 평형농도 공식의 비례상수가 0.05일 때, 관측치와 계산치가 합리적으로 유사하였다. 부유사농도에 관한 개경계조건은 관측된 부유사농도에 대해 남동측 경계점에서 11.0배, 남서측 경계점에서 0.5배, 서북측 경계점에서 1.0배, 북서측 경계점에서 1.0배 그리고 북동측 경계점에서 1.0배이었을 때, 개경계와 서로 인접한 계산영역 내의 수심변화 계산결과가 단속적이지 않고 매끄럽게 나타났다. 그리고 연간침식퇴적량은 해상풍력 구조물의 건설전후에 대하여 그 변화가 ± 1 cm 이상 발생하는 해역은 거의 나타나지 않았는데, 사용된 대격자 수치모형은 세굴과 같은 국지적 현상을 재현할 수 없고, 해상풍력 하부구조물이 직경 1 m 정도의 자켓타입의 투과식이어서 이들에 의하여 ± 2 cm/s 이상의 유의미한 유속변화역이 거의 나타나지 않았기 때문에, 해저지형변화가 미미한 것은 당연한 결과인 것으로 판단되었다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.307-319
• /
• 2016

국가농림기상센터(NCAM)에서는 수요자 맞춤형 영농 영림을 지원하기 위하여 전용 수치모델링시스템인 지면대기모델링패키지(LAMP) 버전 1을 구축하였다. 이 패키지는 두 가지의 큰 축으로 구성되어 있다. 하나는 WRF 기상모델과 Noah-MP 지면모델의 결합시스템인 WRF/Noah-MP 시스템이고, 다른 하나는 Noah-MP 지면 모델의 오프라인 독립구동형 1차원 버전이다. 전자는 7일 이상의 중기 기상예측 자료를 1km 내외의 고해상도로 생산하는 일을 담당하고, 후자는 대표적인 농림생태계에 대하여 1년 지면모의 자료를 15분 간격으로 생산하는 일을 담당한다. 본 연구의 목적은 NCAM-LAMP의 두 구성 요소를 간단히 설명하고, 초기의 수치모의 성능을 평가하는데 있다. WRF/Noah-MP 결합시스템은 동아시아를 포함하는 어미격자 도메인에 최고 810m의 수평 해상도를 갖는 3개의 둥지격자로 구축되었으며, 가장 안쪽 도메인은 광릉 활엽수림 관측지와 침엽수림 관측지(GDK 및 GCK)를 포함한다. 이 결합시스템은 현재 미국 환경예측센터의 FNL 자료를 초기 및 경계자료로 이용하여 구동되며, 여러 개의 약 8일 모의 결과를 연결시켜 장기간에 대한 모의 자료를 생산하였다. 정량적 검증 변수는 WRF/Noah-MP 결합시스템의 2m 기온, 10m 바람, 2m 습도, 강수이며, 기상청 ASOS 관측 자료와 WRF/Noah-MP 결합시스템 모의 자료 사이의 차이를 이용하여 각 도메인에서 동적 식생 포함 유무에 따른 모의 오차를 계산하였다. 강수 모의의 정확도는 탐지확률(POD)과 공평위협점수(ETS)로 구성된 표를 이용하여 조사하였다. 오프라인 독립구동형 지면모델은 1년 기간에 대해 모의 결과를 생산하였으며, KoFlux 관측자료와 비교하여, 순복사 플럭스, 현열 플럭스, 잠열 플럭스 및 토양 수분 함량을 평가하였다. WRF/Noah-MP 결합시스템의 모의 결과에 따르면, 모든 도메인 중에서 도메인 4(810m 해상도)에서 2m 기온, 10m 바람 및 2m 습도에 대하여 가장 작은 RMSE를 보였다. 동적 식생을 포함시키면 모든 도메인에서 10m 바람의 모의 오차가 감소하게 되는 경향을 보였다. 도메인 2(7,290m 해상도)에서는 강수 모의 점수가 가장 높았으나, 동적 식생을 포함시킴에 따른 효과는 별로 없었다. 독립구동형 1차원 Noah-MP의 지면모의 결과는 복사 플럭스와 토양 수분의 패턴 및 크기를 포착하였으며, 엽면적지수의 모델 입력 부분을 보충하고, 모델 물리과정의 적절한 조합을 찾아내는 노력을 통해 개선될 수 있는 여지를 남겼다.

• 한국수자원학회논문집
• /
• 제43권1호
• /
• pp.81-94
• /
• 2010

본 연구는 인공신경망의 성능을 향상시키기 위한 여러 가지 방법들 중의 하나인 입력변수 선정기법에 관한 연구로서, 일반적으로 널리 사용되고 있는 상관계수를 이용한 입력변수 선정기법 외에 상호정보량을 활용한 방법을 적용하여 인공신경망의 성능을 향상시키고자 하였다. 대상자료는 기상청에서 제공하는 RDAPS자료의 152개 출력값으로 지상강우량의 예측값인 APCP를 포함하고 있으며, 강우관측값간의 상호정보량을 구해 가장 영향력이 큰 변수를 입력변수로 사용하였다. 기존연구결과, 그리고 상관계수만을 이용해서 입력변수를 선정한 결과와 비교해볼 때, 상호정보량을 적용한 경우 입력변수는 주로 바람과 관련된 변수들이 선정되었으며, 평균제곱근오차, 평균제곱근상대오차, 그룹별로 구분한 경우의 절대오차, 그리고 구간별로 구분한 경우의 상대오차를 비교한 경과 상호정보량을 이용한 입력변수 선정방법의 정확도가 전반적으로 높은 것으로 나타났으며, 특히 강우량이 상대적으로 큰 경우의 오차를 많이 감소시킬 수 있는 것으로 나타났다.