• 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.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.590-596
• /
• 2020

상용전력망과 계통연계가 어려운 도서지역에서는 독립적인 마이크로그리드로 생산된 에너지를 효율적으로 관리할 수 있는 방법을 찾는 것은 매우 중요한 일이다. 본 논문에서는 태양광과 풍력의 하이브리드 모델을 적용한 소규모 마이크로그리드에서 생산된 전력을 전력계측기와 수집된 데이터의 응답속도 테스트를 거쳐 P2P전력거래를 위한 프로슈머관리시스템을 구현하였다. 마이크로그리드 프로슈머 관리시스템의 전력망은 Mesh구조로 이루어져 있으며 P2P전력거래는 3곳의 독립적으로 구축된 off-grid 사이트에서 전력계측기와 DC전력전송기를 이용하여 테스트하였고, 이때 전력계측기의 측정값은 전압(평균값) : 380V + 0.9V, 전류(평균값) : + 0.01A, 전력 : 1000W ( - 1W)로 오차 허용범위인 ±1%이내로 나타나 그 유의성을 확인하였다. 실시간으로 50개의 데이터를 동시 전송하여 메인화면 0.32초, 일 발전량 2.61초, 누적발전량 2.77초, 전력거래 0.11초 등의 응답속도가 나타나 서버의 안정화를 확인하였다. 따라서 본 시스템은 한국전력의 중계 없이 독립적인 망으로 활용될 수 있는 P2P 전력거래시스템으로서 그 타당성이 입증되었다.

• 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.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.404-414
• /
• 2023

본 연구에서는 미래 SSP 기후변화 시나리오 자료를 생산하기 위해 과거 30년(1981-2010)에 대한 한반도 농업용 전자기후도를 생산하고 평가하였다. ERA5 재분석 자료와 기상청 ASOS 자료에 지형인자를 고려하는 IGISRM 통계 모형을 이용하여 기후요소 6종(강수량, 평균기온, 최고기온, 최저기온 풍속, 상대습도, 일사량)에 대한 1km 해상도의 격자형 상세자료를 생산하였다. 연 평균(누적) 분포도를 살펴본 결과, 모든 변수는 기상청 ASOS 관측에서 나타난 일반적인 특성을 잘 모의하면서 지형적 효과가 적절하게 반영되었다. 농진청 농업기상 AWS와 기상청 방재기상 AWS를 이용하여 상관계수, Slope, NRMSE를 계산한 결과, 기온관련 변수에서는 재현성이 우수하게 나타났으며, 그 외 변수에서는 재현성이 다소 낮고 지역적 편차가 큰 것으로 나타났다. 관측정보 기반의 농업용 전자기후도는 미래 SSP 기후변화 시나리오 자료를 상세화하는데 기본 자료로 활용될 것이다.

• 한국지구과학회지
• /
• 제38권4호
• /
• pp.283-292
• /
• 2017

본 연구에서는 서울지역의 지상 미세먼지($PM_{2.5}$) 농도를 산출하기 위하여 경험적인 모델들을 개발하였다. 연구에 이용한 자료는 2012년 1월 1일부터 2013년 12월 31일까지이며 Terra와 Aqua위성의 MODIS센서에서 산출되는 에어로졸 광학두께, 옹스트롬 지수, 기상변수들과 행성경계층두께와 관련된 6개의 다중 선형 회귀모델들의 차이를 분석하였다. 그 결과 에어로졸 광학두께와 옹스트롬 지수, 상대습도, 풍속, 풍향, 행성경계층두께, 기온 자료를 입력 자료로 사용한 $M_6$모델이 가장 좋은 결과를 보였다. 통계적인 분석에 따르면 $M_6$ 모델을 사용하여 계산된 $PM_{2.5}$와 관측된 $PM_{2.5}$농도 사이의 결과는 상관계수(R=0.62)와 평균제곱근오차($RMSE=10.70{\mu}gm^{-3}$)이다. 또한 산출된 계절별 지표면 $PM_{2.5}$농도는 여름철(R=0.38)과 겨울철(R=0.56)보다 봄(R=0.66)과 가을철(R=0.75)에 상대적으로 더 좋은 상관 관계를 보였다. 이러한 결과는 에어로졸 광학두께의 계절별 관측 특성으로 인한 것으로써 다른 계절에 비하여 여름과 겨울철 에어로졸 광학두께 관측이 구름과 눈/얼음 표면에 의한 관측 제한과 오차를 가져온 것으로 분석되었다. 따라서 본 연구에서 사용한 경험적 다중선형회귀 모델은 위성에서 산출된 에어로졸 광학두께 자료가 지배적인 변수로 작용하며 $PM_{2.5}$산출 결과들을 향상시키기 위해서는 추가적인 기상 변수를 이용해야 할 것이다. 또한 경험적 다중선형회귀 모델을 이용하여 $PM_{2.5}$를 산출한 결과는 인공위성 자료로부터 대기환경 감시를 가능하게 하는 방법이 될 수 있어 유용할 것이다.

• 한국수자원학회논문집
• /
• 제54권11호
• /
• pp.903-913
• /
• 2021

홍수기 하천에서 유량측정은 예산, 인력, 안전 및 측정 시 편의성 등의 이유로 측정에 제한이 많다. 특히, 태풍 등으로 인한 호우사상 발생 시 위와 같은 문제로 홍수량 측정에 어려움이 따른다. 이러한 문제점을 개선하기 위해 본 연구에서는 드론(Drone)과 전자파표면유속계(Surface velocity doppler radar)의 기능을 조합하여 최소 인력으로 짧은 시간에 간편하고, 안전하게 홍수기에 하천유량을 측정할 수 있는 방법을 개발하였다. 기존 드론을 이용한 유량측정 연구에서 도출된 바람, 강우 등 기상 요인에 의한 드론의 기계적인 한계를 극복하기 위해 본 연구에서는 IP56 등급의 방진·방수 성능, 최대 36 km/h의 풍속에서 안정적인 비행능력과 최대 10 kg을 탑재할 수 있는 드론을 개발하였다. 또한 전자파표면유속계 측정에 있어서 주요 제약 요소인 진동을 제거하기 위해 드론과 전자파표면유속계를 결합하는 댐퍼플레이트를 개발하였다. 이들 비행장비와 유속계를 결합시킨 유속계 DSVM (Dron and Surface Veloctity Meter using doppler radar)을 제작하였으며, 봉황천(금강 제1지류)에 위치한 금산군(황풍교)지점에서 DSVM을 운용하여 홍수량을 측정한 결과 ±3.5%의 오차가 발생하였다. 또한 측정된 표면유속으로부터 평균유속을 산정할 때 정확도 향상을 위해 ADCP를 이용하여 동시 측정하고, 평균유속을 비교하여 평균유속환산계수(0.92)를 산정하였다. 본 연구에서는 드론과 전자파표면유속계를 결합해 측정한 유량과 ADCP 및 봉부자를 이용해 측정한 유량을 비교하고, DSVM의 적용 및 활용 가능성을 확인하였다.

• 한국지구과학회지
• /
• 제36권1호
• /
• pp.90-108
• /
• 2015

2010년 11월 11-13일 한반도에 영향을 미쳤던 황사에 대해 WRF-Chem 모델을 이용하여 시뮬레이션 하였다. WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을 사용하였고, RADM2 화학 메커니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션을, 그리고 Fast-J 광해리 스킴을 선택하여 $PM_{10}$ 농도를 시뮬레이션 하였는데 연구 결과를 요약하면 다음과 같다. WRF-Chem 모델 결과에 따른 $PM_{10}$ 농도의 공간적 분포와 연직 프로파일 분석결과 2010년 11월 11-13일에 우리나라에 영향을 미쳤던 황사는 강한 가을황사로 저기압의 발달로 인해 형성된 콤마구름 때문에 황사가 한랭전선 후면에서 갇혀 상공 2.5 km 이내에서 이동 및 유입됨을 알 수 있었다. 황사 발생 기간 동안 백령도와 서울의 기상청 관측 자료와 모델의 $PM_{10}$ 농도를 시계열로 분석한 결과 상관계수와 평균제곱근오차(RMSE)는 백령도의 경우 0.763과 $192.73{\mu}g/m^3$, 서울의 경우 0.725와 $149.68{\mu}g/m^3$로 나타났다. 미세먼지인 $PM_{10}$과 $PM_{2.5}$ 농도의 공간적 분포는 유사하였고 $PM_{2.5}$가 $PM_{10}$의 약 50% 정도로 나타났으며 이는 기상청 UM-ADAM 모델 결과와도 유사하였다. $PM_{10}$ 농도와 경계층 높이, 동서 성분 바람장의 공간적 분포는 유사성을 지니고 있어 두 개의 변수를 이용하여 $PM_{10}$의 농도를 예측하는 회귀 방정식을 구하고자 우리나라에 영향을 미쳤던 강한 가을 황사(2010년 11월 11-13일)와 봄 황사(2011년 3월 19-20일) 사례를 선정하였고, 통계 모델을 이용한 회귀식을 도출하였다.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.

• 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.