• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.150-150
• /
• 2018

The Numerical Weather Prediction (NWP) models provide information for weather forecasts. The highly nonlinear and complex interactions in the atmosphere are simplified in meteorological models through approximations and parameterization. Therefore, the simplifications may lead to biases and errors in model results. Although the models have improved over time, the biased outputs of these models are still a matter of concern in meteorological and hydrological studies. Thus, bias removal is an essential step prior to using outputs of atmospheric models. The main idea of statistical bias correction methods is to develop a statistical relationship between modeled and observed variables over the same historical period. The Model Output Statistics (MOS) would be desirable to better match the real time forecast data with observation records. Statistical post-processing methods relate model outputs to the observed values at the sites of interest. In this study three methods are used to remove the possible biases of the real-time outputs of the Weather Research and Forecast (WRF) model in Imjin basin (North and South Korea). The post-processing techniques include the Linear Regression (LR), Linear Scaling (LS) and Power Scaling (PS) methods. The MOS techniques used in this study include three main steps: preprocessing of the historical data in training set, development of the equations, and application of the equations for the validation set. The expected results show the accuracy improvement of the real-time forecast data before and after bias correction. The comparison of the different methods will clarify the best method for the purpose of the forecast skill enhancement in a real-time case study.

• 한국IT서비스학회지
• /
• 제18권1호
• /
• pp.173-186
• /
• 2019

Recently, as the amount of fine dust has risen rapidly, our interest is increasing day by day. It is virtually impossible to remove fine dust. However, it is best to predict the concentration of fine dust and minimize exposure to it. In this study, we developed a mathematical model that can predict the concentration of fine dust using various information related to the weather and air quality, which is provided in real time in 'Air Korea (http://www.airkorea.or.kr/)' and 'Weather Data Open Portal (https://data.kma.go.kr/).' In the mathematical model, various domestic seasonal variables and atmospheric state variables are extracted by multiple regression analysis. The parameters that have significant influence on the fine dust concentration are extracted, and using ANN (Artificial Neural Network) and SVM (Support Vector Machine), which are machine learning techniques, we proposed a prediction model. The proposed model can verify its effectiveness by using past dust and weather big data.

• 한국해양공학회지
• /
• 제29권3호
• /
• pp.263-269
• /
• 2015

This paper proposes a new approach for solving the weather routing problem by dividing it into two phases with the goal of fuel saving. The problem is to decide two optimal variables: the heading angle and speed of the ship under several constraints. In the first phase, the optimal route is obtained using the Real-Time Adaptive A* algorithm with a fixed ship speed. In other words, only the heading angle is decided. The second phase is the speed scheduling phase. In this phase, the original problem, which is a nonlinear optimization problem, is converted into a geometric programming problem. By solving this geometric programming problem, which is a convex optimization problem, we can obtain an optimal speed scheduling solution very efficiently. A simple case of numerical simulation is conducted in order to validate the proposed method, and the results show that the proposed method can save fuel compared to a constant engine output voyage and constant speed voyage.

• 한국측량학회지
• /
• 제35권6호
• /
• pp.471-484
• /
• 2017

GNSS 가강수량은 태풍이나 집중호우의 일기예보를 위한 중요한 요소로 인식되고 있으며, 가강수량을 수치예보 모델에 초기 입력값으로 적용하여 일기예보가 향상되는 연구가 국내${\cdot}$외로 발표되고 있다. 호우 관련 일기예보를 위해서는 가강수량이 실시간 또는 준실시간으로 제공되어야 하며 가강수량 자료의 정밀함과 무결성이 유지되어야 한다. 본 논문에서는 정밀절대측위를 이용한 준실시간 가강수량 산출 시스템 개발 과정에 대해 제시하였다. 이를 위하여 정밀절대측위의 대류권 지연 추정과 관련된 변수를 최적화하고 준실시간 GNSS 가강수량 시스템을 개발하였다. 시스템의 분석을 위해 정밀절대측위와 상대측위의 준실시간 가강수량 정밀도를 비교하였다. 비교결과 정밀절대 측위의 가강수량 정밀도가 상대측위 보다 낮게 산출되었지만 자료의 무결성 부분에서는 좋은 결과가 도출되었다. 향후에는 정밀절대측위 방식의 가강수량 정밀도를 높이는 연구가 필요할 것이다.

• 드라이브 ㆍ 컨트롤
• /
• 제16권4호
• /
• pp.48-55
• /
• 2019

The Electronic Stability Program (ESP), a system that improves vehicle safety, also known as YMC (Yaw Motion Controller) or VDC (Vehicle Dynamics Control), is a system that operates in unstable or sudden driving and braking situations. Developing conditions such as unstable or sudden driving and braking situations in a vehicle are very dangerous unless you are an experienced professional driver. Additionally, many repetitive tests are required to collect reliable data, and there are many variables to consider such as changes in the weather, road surface, and tire condition. To overcome this problem, in this paper, hardware and control software such as the ESP controller, vehicle engine, ABS, and TCS module, composed of three control zones, are modeled using MATLAB/SIMULINK, and the vehicle, climate, and road surface. Various environmental variables such as the driving course were modeled and studied for the real-time ESP real-time simulator that can be repeatedly tested under the same conditions.

• Journal of Multimedia Information System
• /
• 제4권1호
• /
• pp.1-8
• /
• 2017

In recent years, the quixotic nature and concentration of rainfall due to global climate change has intensified. To monitor localized heavy rainfalls, a reliable disaster monitoring and warning system with advanced remote observation technology and high-precision display is important. In this paper, we propose a GIS-based intuitive and realistic 3D radar data display technique for accurate and detailed weather analysis. The proposed technique performs 3D object modeling of various radar variables along with ray profiles and then displays stereoscopic radar data on detailed geographical locations. Simulation outcomes show that 3D object modeling of weather radar data can be processed in real time and that changes at each moment of rainfall events can be observed three-dimensionally on GIS.

• 식물병연구
• /
• 제8권4호
• /
• pp.199-206
• /
• 2002

벼 도열병 발병 모의 실황 포장을 발병 상습지(안동대 실험포장; 산간 협곡 위치한 천수답)에 설정하여 벼 식물생육군락(일품벼 공시)의 실황 기상자료를 무인기상관측 장치를 통해 수집, 가공하여 도열병 발병에 미치는 기상요인의 가변값을 추정, 분석하였다. 기상요소 측정은 시험포장에 무인기상관측장치를 설치하여 매시단위로 기온, 상대습도, 일사량, 강우량, 풍향, 풍속, 지온, 잎습전지속 시간 등을 측정하였다. 각 기상요인중 도열병 발병에 가장 많은 영향을 미친 것은 발병 전 10일간 평균최고기온으로 결정계수 0.95＊을 나타냈으며, 도열병 발병에 영향을 가장 미치지 않은 요인은 풍속으로 결정계수 0.24$^{ns}$ 로 나타났다. 도열병 발병과 병 진전에 가장 높은 유의성을 보인 기상요인은 평균온도(T-ave), 최고온도(T-max), 상대습도(RH), 상대습도 90%이상인 누적시간(RD) 등이었으며, 이들을 이용한 통계적 모형은 아래와 같다. Y = -3410.91 - 23.91 $\times$ T-ave ＋ 28.56 $\times$ T-max ＋ 41.0 $\times$ RH - 3.75 $\times$ RD, ($R^2$= 0.99＊), (T-ave >= 19$^{\circ}C$ and T-max - T-ave >= 5.2$^{\circ}C$ and RH% >= 90.4%. 발병모형과 발병심각도의 적합도 검정($\chi$$^2$)은 유의도 0.001로 발병모형이 실제 발병 심각도와 유사함을 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.287-296
• /
• 2022

Today, air pollution is becoming a severe issue worldwide and various policies are being implemented to solve environmental pollution. In major cities, public bicycles are installed and operated to reduce pollution and solve transportation problems, and operational information is collected in real time. However, research using public bicycle operation information data has not been processed. This study uses the daily weather data of Korea Meteorological Agency and real-time air pollution data of Korea Environment Corporation to predict the amount of daily rental bicycles. Cross- validation, principal component analysis and multiple regression analysis were used to determine the independent variables of the predictive model. Then, the study selected the elements that satisfy the significance level, constructed a model, predicted the amount of daily rental bicycles, and measured the accuracy.

• 한국농림기상학회지
• /
• 제22권3호
• /
• pp.117-127
• /
• 2020

농촌진흥청 농업기상재해 조기경보시스템은 기상청으로부터 제공되는 기상정보를 활용하여 농장 단위로 상세 추정하고, 추정된 상세 기상정보를 바탕으로 작물의 생육 추정 및 생육이 진행됨에 따라 발생할 수 있는 기상 재해를 예측하여 사용자에게 미리 전달한다. 이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다. 기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로 부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다. DB에 수집된 기상자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다. 자료 표출 시스템 접속 URL은 http://aws.agmet.kr 이다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.77-93
• /
• 2022

본 연구에서 대설의 직접, 간접적인 피해에 영향받는 요소들에 대해 지역적 특성을 반영해 위험도를 분석하는 알고리즘을 제시한다. 229개의 지역별로 대설피해의 영향을 받는 요소들을 영향변수로 선정하고 피해액과의 관계를 통해 민감도라는 개념을 도출한다. 기상 상태(적설량, 습도, 기온)와 민감도를 독립 변수로 설정하고 독립 변수의 변화에 따라 도출된 위험도를 종속변수로 설정해 머신러닝(XGBoost) 알고리즘을 이용한 대설피해 위험도 예측 모델을 개발했다.