• 대한기계학회논문집B
• /
• 제37권12호
• /
• pp.1105-1112
• /
• 2013

본 연구에서는 난방설비 제어에 필요한 난방부하를 건물 특성계수를 사용하여 예측하는 방법을 제안하였고, 난방부하에 주된 영향을 미치는 시간별 온도와 일사량을 예측하는 방법을 제안하였다. 온도와 일사량은 기상청에서 예보되는 정보로부터 퍼지이론을 이용하여 예측하였고, 난방부하 예측을 위한 건물 특성계수는 EnergyPlus로부터 도출하였다. 본 연구에서 제안된 방법으로 얻어진 난방부하는 EnergyPlus의 결과와 잘 일치하였으며, 예측된 온도와 일사를 이용하여 예측한 난방부하의 변화 양상은 실측 기상데이터를 사용한 결과와 유사하였다.

• 한국수자원학회논문집
• /
• 제48권7호
• /
• pp.581-593
• /
• 2015

본 연구에서는 ESP (Ensemble Streamflow Prediction)기법을 활용한 가뭄전망 체계를 구축하고 가뭄예보에 있어 활용성을 평가하였다. 과거 관측 수문기상 및 지형정보를 이용하여 우리나라 전역에 지면모델(Land Surface Model, LSM)을 구축하고 유출량(Historical Runoff, HR)을 생산하였다. 또한, 모의기간 동안 과거 30개 기상자료와 초기 토양수분량을 이용하여 선행시간별(1, 2, 3개월) 전망된 유출량(Predicted Runoff, PR)을 생산하였다. 평가결과 여름 및 가을철 보다 봄철 및 겨울철에 정확도가 높았으며, 1개월 전망 이후로는 정확도가 낮게 나타났다. 가뭄지수는 국내 가뭄해석에 있어 검증된 표준유출지수(Standardized Runoff Index, SRI)를 활용하였으며, PR_SRI을 산정 및 평가하였다. 1, 2개월 전망에서는 과거 HR이 고려되어 ESP HR에 비해 정확도가 크게 개선됨을 알 수 있었다. 선행시간별 상관계수는 평균 0.71, 0.48, 0.00, 평균제곱근오차는 0.46, 0.76, 1.01로 나타났으며, 건조기에 정확도가 높게 나타나 1, 2개월 전망까지는 ESP를 활용한 국내 가뭄예보의 활용성이 높다고 판단된다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.222-234
• /
• 2021

바람에 의해 해외지역에서 국내로 유입되는 비래해충들은 주요 작물에 상당한 피해를 초래할 수 있다. 바람에 의한 비래해충의 이동 경로를 추정하기 위해 기상 모형들이 사용되는데, 본 연구에서는 비래해충이 도달할 수 있는 지역을 예측할 때 입력설정이 미치는 영향을 분석하였다. 벼멸구가 중국에서 국내로 유입된다는 가정하에 입자의 바람이동 경로를 추적하기 위해 개발된 HYbrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) 모형을 사용하여 바람의 이동경로를 예측하였다. 중국, 한국 및 일본이 포함된 중규모 수치기상모형 자료를 사용하여 순간 및 평균 풍속자료가 포함된 기상입력자료를 생성하였다. 또한, 이동 경로 계산을 위해 계산 시간 간격을 1, 30, 60분으로 설정하였다. 중국에서 벼멸구가 관측된 지점에서 2019년과 2021년 6월 상순 기간 동안 바람의 이동 경로를 계산한 결과, 순간 풍속과 평균 풍속자료를 사용함에 따라 비래해충 도달지점에 큰 차이가 나타났다. 계산 시간에 따른 이동 경로 결과값들의 공간적 분포는 상대적으로 유사도가 높았으며, 순간풍속을 사용한 경우 벼멸구 관측지역과 비교적 유사한 경향이 나타났다. 이러한 결과는 바람 경로를 추적하여 비래해충 도착지점을 추정할 때 사용되는 입력자료의 특성을 파악하고 이들로부터 발생하는 불확도에 대한 고려가 필요함을 시사한다.

• 한국농공학회지
• /
• 제36권2호
• /
• pp.96-110
• /
• 1994

The purpose of this study is to develop soil salt prediction model for the estimation of irrigation water requirements for dry field crops in reclaimed tidelands. The simulation model based on water balance equation, salt balance equation, and salt storage equation was developed for daily prediction of sa]t concentration in root zone. The data obtained from field measurement during the growing period of tomato were used to evaluate the applicability of this model. The results of this study are summarized as follows: 1.The optimum irrigation point which maximizes the crop yield in reclaimed tidelands of silt loam soil while maintaining the salt concentration within the tolerance level, ws found to be pF 1.6, and total irrigation requirement after transplanting was 602mm(6.7 mm/day)for tomato. 2.When the irrigation point was pF 1.6, the deviation between predicted and measured salt concentration was less than 4 % at the significance level of 1 7% 3.Since the deviations between predicted and measured values data decrease as the amount of irrigation water increases, the proposed model appear to be more suitable for use in reclaimed tidelands. 4.The amount of irrigation water estimated by the simulation model was 7.2mm/day in the average for cultivating tomato at the optimum irrigation point of pF 1.6.The simulation model proposed in this study can be generalized by applying it to other crops. This, model, also, could be further improved and extended to estimate desalinization effects in reclaimed tidelands by including meteorological effect, capillary phenomenon, and infiltration.

• 설비공학논문집
• /
• 제19권5호
• /
• pp.394-402
• /
• 2007

To estimate the cooling load for the following day, outdoor temperature and humidity are needed in hourly base. But the meteorological administration forecasts only maximum and minimum temperature. New methodology is proposed for predicting hourly outdoor temperature and humidity by using the forecasted maximum and minimum temperature. The correlations for normalized outdoor temperature and specific humidity has been derived from the weather data for five years from 2001 to 2005 at Seoul, Daejeon and Pusan. The correlations for normalized temperature are independent of date, while the correlations for specific humidity are linearly dependent on date. The predicted results show fairly good agreement with the measured data. The prediction program is also developed for hourly outdoor dry bulb temperature, specific humidity, dew point, relative humidity, enthalpy and specific volume.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.373-373
• /
• 2021

Rainfall forecasting is an important issue that is applied in many areas, such as agriculture, flood warning, and water resources management. In this context, this study proposed a statistical and machine learning-based forecasting model for monthly rainfall. The Bayesian Gaussian process was chosen to optimize the hyperparameters of the Stacked Long Short-term memory (SLSTM) model. The proposed SLSTM model was applied for predicting monthly precipitation of Seoul station, South Korea. Data were retrieved from the Korea Meteorological Administration (KMA) in the period between 1960 and 2019. Four schemes were examined in this study: (i) prediction with only rainfall; (ii) with deseasonalized rainfall; (iii) with rainfall and minimum temperature; (iv) with deseasonalized rainfall and minimum temperature. The error of predicted rainfall based on the root mean squared error (RMSE), 16-17 mm, is relatively small compared with the average monthly rainfall at Seoul station is 117mm. The results showed scheme (iv) gives the best prediction result. Therefore, this approach is more straightforward than the hydrological and hydraulic models, which request much more input data. The result indicated that a deep learning network could be applied successfully in the hydrology field. Overall, the proposed method is promising, given a good solution for rainfall prediction.

• 한국농림기상학회지
• /
• 제4권3호
• /
• pp.164-168
• /
• 2002

우리나라 벼 수량 기상반응의 최대경계선 분석을 통하여 구축한 벼 수량예측모델(금 등, 2001)의 지역, 연차 및 품종의 수량 변이 예측 정확도를 검증한 결과는 다음과 같다. 1. 모형구축에 이용된 전국 20개 지역의 지역별 15년 간의 평균수량은 실측치와 예측치 간에 r=0.9296$^{**}$ 으로 고도로 유의한 상관을 나타내고 있으며 모형작성에서 제외시켰던 12개 지역 평균수량의 예측치와 실측치간의 상관계수도 r=0.8923$^{**}$ 으로 모형작성에 이용된 지역보다 수량예측의 정확도가 다소 낮게 나타났으나 통계적으로 고도로 유의하였다. 2. 모형설정에 사용된 20개 지역과 사용되지 않는 12개 지역 모두 연차별 실제수량과 예측수량간에는 고도로 유의한 상관이 존재하여 수량의 연차간 변이를 잘 예측하였다. 다만 냉해년에는 다소과대 추정하는 경향이었다. 3. 동진벼, 화성벼, 추청벼 등의 8개 품종별로 실제 수량과 예측수량간에는 고도로 유의한 상관이 있었다. 다만 모형구축에 이용되지 않은 지역의 자료를 이용하는 경우 모형설정에 이용한 자료를 이용한 경우보다 다소 상관이 낮아졌다. 4. 결론적으로 수량기상반응의 최대경계선(boundary line)분석은 수량 예측 모형의 구축에 효율적으로 적용될 수 있을 것으로 판단되었으며, 본 연구에서 고려하지 않은 토양조건, 시비조건 등에 대한 최대경계선 분석을 포함시키는 경우 보다 정확도가 높은 수량예측모형을 작성할 수 있으며 이를 통한 지성, 년도, 품종에 따른 수량의 변이를 실용적으로 예측할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제51권10호
• /
• pp.839-852
• /
• 2018

본 연구의 목적은 기상자료(강수량, 최고기온, 최저기온, 평균기온, 평균풍속) 기반의 다중선형 회귀모형을 개발하여 농업용저수지 저수율을 예측하는 것이다. 나이브 베이즈 분류를 활용하여 전국 1,559개의 저수지를 지리형태학적 제원(유효저수량, 수혜면적, 유역면적, 위도, 경도 및 한발빈도)을 기준으로 30개 군집으로 분류하였다. 각 군집별로, 기상청 기상자료와 한국농어촌공사 저수지 저수율의 13년(2002~2014) 자료를 활용하여 월별 회귀모형을 유도하였다. 저수율의 회귀모형은 결정계수($R^2$)가 0.76, Nash-Sutcliffe efficiency (NSE)가 0.73, 평균제곱근오차가 8.33%로 나타났다. 회귀모형은 2년(2015~2016) 기간의 기상청 3개월 기상전망자료인 GloSea5 (GS5)를 사용하여 평가되었다. 현재저수율과 평년저수율에 의해 산정되는 저수지 가뭄지수(Reservoir Drought Index, RDI)에 의한 ROC (Receiver Operating Characteristics) 분석의 적중률은 관측값을 이용한 회귀식에서 0.80과 GS5를 이용한 회귀식에서 0.73으로 나타났다. 본 연구의 결과를 이용해 미래 저수율을 전망하여 안정적인 미래 농업용수 공급에 대한 의사결정 자료로 사용할 수 있을 것이다.

• 한국환경과학회지
• /
• 제15권8호
• /
• pp.701-718
• /
• 2006

The average ratio of the daily UV-B to total solar (75) irradiance at Busan (35.23$^{\circ}$N, 129.07$^{\circ}$E) in Korea is found as 0.11%. There is also a high exponential relationship between hourly UV-B and total solar irradiance: UV-B=exp (a$\times$(75-b))(R$^2$=0.93). The daily variation of total ozone is compared with the UV-B irradiance at Pohang (36.03$^{\circ}$N, 129.40$^{\circ}$E) in Korea using the Total Ozone Mapping Spectrometer (TOMS) data during the period of May to July in 2005. The total ozone (TO) has been maintained to a decreasing trend since 1979, which leading to a negative correlation with the ground-level UV-B irradiance doting the given period of cloudless day: UV-B=239.23-0.056 TO (R$^2$=0.52). The statistical predictions of daily total ozone are analyzed by using the data of the Brewer spectrophotometer and TOMS in East Asia including the Korean peninsula. The long-term monthly averages of total ozone using the multiplicative seasonal AutoRegressive Integrated Moving Average (ARIMA) model are used to predict the hourly mean UV-B irradiance by interpolating the daily mean total ozone far the predicting period. We also can predict the next day's total ozone by using regression models based on the present day's total ozone by TOMS and the next day's predicted maximum air temperature by the Meteorological Mesoscale Model 5 (MM5). These predicted and observed total ozone amounts are used to input data of the parameterization model (PM) of hourly UV-B irradiance. The PM of UV-B irradiance is based on the main parameters such as cloudiness, solar zenith angle, total ozone, opacity of aerosols, altitude, and surface albedo. The input data for the model requires daily total ozone, hourly amount and type of cloud, visibility and air pressure. To simplify cloud effects in the model, the constant cloud transmittance are used. For example, the correlation coefficient of the PM using these cloud transmissivities is shown high in more than 0.91 for cloudy days in Busan, and the relative mean bias error (RMBE) and the relative root mean square error (RRMSE) are less than 21% and 27%, respectively. In this study, the daily variations of calculated and predicted UV-B irradiance are presented in high correlation coefficients of more than 0.86 at each monitoring site of the Korean peninsula as well as East Asia. The RMBE is within 10% of the mean measured hourly irradiance, and the RRMSE is within 15% for hourly irradiance, respectively. Although errors are present in cloud amounts and total ozone, the results are still acceptable.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.603-614
• /
• 2021

최근 우리나라 주변 해역의 해수면 온도가 상승하고 있다. 이러한 수온 상승은 어족자원의 변화를 일으켜 낚시와 같은 레저활동에 영향을 미치기도 하며, 특히 고수온은 적조 발생으로 이어져 양식업과 같은 해양산업에 극심한 피해를 유발하기도 한다. 한편 수온 변화는 잠수함을 탐지하는 군사작전과도 밀접하게 연관되어 있다. 이는 잠수함을 탐지하기 위한 음파가 수온층에 따라 회절, 굴절 및 반사되는 정도가 달라지기 때문이다. 이와 같이 해양과 관련된 다양한 분야에서 중요성을 가지는 해양 수온의 변화를 예측하기 위한 연구가 현재 활발하게 진행되고 있다. 그러나 기존 연구들은 대부분 해수면 온도만을 예측하는데 중점을 두고 있어 수심별 어족자원의 변화나 잠수함 탐지와 같은 군사분야 활용이 제한된다. 이에 본 연구에서는 수심별 수온자료 및 해수면 온도와 상관관계를 가지는 기온, 기압, 일조량 등의 기상 데이터를 함께 활용하여 수심 38 m 혼합층의 수온을 예측하였다. 사용된 데이터는 이어도 해양과학기지에서 관측한 2016년부터 2020년까지의 기상 데이터와 수심별 수온 자료이며, 예측의 정확성과 효율성을 높이기 위해 딥러닝 기법 중 시계열 자료에 적합하다고 알려진 LSTM(Long Short-Term Memory)을 사용하였다. 실험 결과 1시간 예측을 기준으로 기온과 기압, 일조량 자료를 함께 활용한 모델의 RMSE(Root Mean Square Error)는 0.473으로 나타났다. 반면 해수면 수온만을 활용한 모델의 RMSE는 0.631로 나타나 기상데이터를 함께 활용한 모델이 상부 혼합층 수온 예측에서 보다 우수한 성능을 보임을 확인하였다.