• 제목/요약/키워드: regional climate models

검색결과 90건 처리시간 0.028초

Landsat 8 영상을 이용한 심층신경망 기반의 지표면온도 산출 (Retrieval of Land Surface Temperature Using Landsat 8 Images with Deep Neural Networks)

  • 김서연;이수진;이양원
    • 대한원격탐사학회지
    • /
    • 제36권3호
    • /
    • pp.487-501
    • /
    • 2020
  • 이 연구에서는 고해상도 위성영상을 이용하여 지표면 온도를 산출하는 기존의 여러가지 방법 이외에 보다 새로운 접근으로, 인공지능 기반의 심층신경망 기법을 148장의 Landsat 8 영상에 적용하여 우리나라 지표면온도를 산출하고 그 적합성을 평가하였다. Landsat 8 열적외 10번 밴드(약 11 ㎛ 파장대)의 밝기온도와 방출률은 물리방정식에 경험상수가 결합하여 도출된 값이기 때문에, 지역적 기상, 기후, 지형, 식생 등의 조건에 따른 불확실성을 내포하고 있다. 이를 보완하기 위하여 본 연구에서는 밝기온도와 방출률로부터 지표면온도 초기추정치 T0를 산출하고 이와 함께, NDVI, 토지피복, 지형요소(고도, 경사, 향, 거칠기) 등을 입력변수로 하는 계절별 심층신경망 모델을 최적화하여 지표면온도를 산출하였다. 이는 ASOS(Automated Synoptic Observing System)와의 선형관계식으로 편의보정을 수행하는 기존 방법에 비해 진보된 기법이다. ASOS 관측치와 시공간적으로 일치되는 1,728건의 자료를 비교한 결과, 계절별로 차이가 있기는 하지만 특히 봄, 가을에는 상당히 좋은 결과를 보였으며(CC=0.910~0.917, RMSE=3.245~3.365℃), 또한 토지피복 유형에 상관없이 안정적인 산출이 이루어짐을 확인하였다. 향후 Landsat 5/7/8 자료의 장기시계열 빅데이터와 함께 추가적인 지표면변수를 활용하여 모델링 을 수행함으로써 기후변화 및 특이기상 하에서도 보다 신뢰도 높은 고해상도 지표면온도 산출이 필요할 것이다.

A Comparative Study on Reservoir Level Prediction Performance Using a Deep Neural Network with ASOS, AWS, and Thiessen Network Data

  • Hye-Seung Park;Hyun-Ho Yang;Ho-Jun Lee; Jongwook Yoon
    • 한국컴퓨터정보학회논문지
    • /
    • 제29권3호
    • /
    • pp.67-74
    • /
    • 2024
  • 본 논문에서는 기후 변화와 지속 가능한 수자원 관리의 중요성이 증가하는 가운데, 다양한 강우 측정 방법이 저수지 수위 예측 성능에 미치는 영향을 분석하기 위한 연구를 제시한다. 이를 위해 우리는 기상정보개방포털에서 제공하는 종관기상관측장비인 ASOS의 관측 강우, 자동기상관측장비인 AWS의 관측 강우, 그리고 면적강우비에 따라 재산정된 티센망 기반의 강우 데이터를 활용하여 신경망 기반 저수율 예측 모델에 대한 학습을 각각 수행하고, 학습된 모델의 예측 성능을 비교 및 분석하였다. 전라북도 소재 34개의 저수지에 대한 실험을 통해 각 강우량 측정방식이 저수율 예측 정확도 향상에 얼마나 기여하는지 조사하였다. 연구 결과, 티센망 기반의 강우 면적비를 활용한 저수지 강우 데이터가 가장 높은 예측 정확도를 제공한다는 것을 밝혀냈다. 이는 티센망이 주변 관측소들 사이의 정확한 거리를 고려함으로써 각 관측소가 대표하는 지역의 경계를 정의함으로써 각 지역의 실제 강우 상황을 더 정확하게 반영하기 때문이다. 이러한 발견은 정확한 지역 강우 데이터 학습이 저수율 예측에 있어 결정적인 요인 중 하나임을 시사한다. 더불어, 이 연구는 정밀한 강우 측정 및 데이터 분석의 중요성을 강조하며, 농업, 도시 계획, 홍수 관리와 같은 다양한 분야에서 예측 모델의 잠재적 응용 가능성을 제시한다.

미래 시나리오 기후조건하에서의 사과 '후지' 품종 재배적지 탐색 (The Suitable Region and Site for 'Fuji' Apple Under the Projected Climate in South Korea)

  • 김수옥;정유란;김승희;최인명;윤진일
    • 한국농림기상학회지
    • /
    • 제11권4호
    • /
    • pp.162-173
    • /
    • 2009
  • 기후변화에 따른 작물 재배적지의 이동에 관한 정보는 농업분야 적응전략의 기초이기 때문에 연구자들뿐 아니라 정책결정자들도 큰 관심을 보인다. 하지만 재배적지의 개념을 분석차원에서 구체적으로 구현하는 일이 어렵기 때문에 아직 실용적인 적지판정법이 개발된 적이 없다. 본 연구에서는 미래 시나리오 기후조건에서 사과 '후지'의 재배적지를 조사하기 위해 GIS 기반의 탐색기법을 이용하여 전자기후도, 토양전자지도, 수치지형정보, 농업기후 및 작물품질 예측모형 등을 종합적으로 활용, 체계적인 적지판정기법을 구현하였다. '후지'를 대상으로 한 적지판정 1차기준은 지표피복, 경사도, 토성이며, 2차 기준은 월동기간 중 동해위험도, 늦서리 피해위험도, 생육가능기간 등 기후조건, 3차기준은 과피의 색택, 과형지수 등 품질조건이다. 이들 조건을 지리정보시스템의 속성 레이어로 구현하고 중첩분석을 통해 재배적지를 검색하였다. 이 방법을 현재평년(1971-2000년)과 A1B 시나리오의 미래평년(2011-2040년, 2041-2070년, 2071-2100년) 기후에 적용하여 남한 전역을 대상으로 재배적지를 검색한 결과 현재평년의 경우 전국의 6.5%가 후지 재배적지에 해당하였고 2011-2040년 평년기후에는 전국의 약 1.8%, 2041-2070년 평년에는 0.3%, 2071-2100년 평년에는 전국의 0.1%까지 감소하여 전국규모에서 재배적지의 한계선 북상추세를 감지할 수 있었다. 뿐만 아니라 개별 주산지 내에서도 적지이동 양상을 정밀하게 추적할 수 있음을 확인하였다.

경과기온 양상에 따른 신고 배의 지역별 개화예측모델 평가 (Evaluation of Regional Flowering Phenological Models in Niitaka Pear by Temperature Patterns)

  • 김진희;윤은정;김대준;강대균;서보훈;심교문
    • 한국농림기상학회지
    • /
    • 제22권4호
    • /
    • pp.268-278
    • /
    • 2020
  • 기후변화에 특히 민감한 농업분야에서 최근 겨울철 이상난동 현상으로 과실류의 개화시기는 앞당겨지고 있으며, 늦서리에 의한 꽃눈의 피해는 지속적으로 발생하고 있다. 본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개 지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하고, 객관적으로 평가할 수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델에서 8.4%로 가장 안정적인 것으로 확인되었고, 휴면해제 이후 개화에 도달하기까지 필요한 가온량에 대한 모델별 변동계수는 CD 모델이 17.5%로 낮은 편이었다. 2018년부터 2020년까지 3년간의 신고 배의 만개기 관측날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다. 특히 울주나 사천 등 기온이 온난한 남부 해안지역에서 오차가 큰 경향이었으며, 예년에 비해 겨울철 기온이 유난히 따뜻했던 2019-2020년은 이천을 제외한 모든 지점에서 실제 개화일보다 빠르게 예측하는 결과를 보였다.

동아시아 지역의 계절별 기상패턴에 따른 우리나라 PM2.5 농도 및 기여도 특성 분석: 2015년 집중측정 기간을 중심으로 (Analysis of PM2.5 Concentration and Contribution Characteristics in South Korea according to Seasonal Weather Patternsin East Asia: Focusing on the Intensive Measurement Periodsin 2015)

  • 남기표;이대균;장임석
    • 환경영향평가
    • /
    • 제28권3호
    • /
    • pp.183-200
    • /
    • 2019
  • 본 연구에서는 지상 $PM_{2.5}$ 측정 자료와 일기도 자료, WRF 및 CMAQ 모델을 활용하여 동북아시아 지역의 계절별 $PM_{2.5}$ 거동특성을 분석하였으며, 대기질 모델에 BFM을 적용하여 우리나라 $PM_{2.5}$ 농도에 대한 계절별 국내외 기여도를 평가하였다. 일기도 자료를 기반으로 국내 $PM_{2.5}$ 측정 자료 및 대기질 모사결과를 통해 $PM_{2.5}$의 거동특성을 분석한 결과, 동북아 지역에서의 $PM_{2.5}$는 장거리 수송된 대기오염 물질의 유입 및 대기정체 현상에 기인한 농도의 증가 또는 깨끗한 공기의 유입에 따른 농도의 감소 등의 특징이 계절별 종관기상 특성에 따라 상이하게 나타났다. 대기질 모델에 BFM (Brute-Force Method)을 적용하여 우리나라 6개 집중측정소 지점의 $PM_{2.5}$ 농도에 대한 국내외 기여도 평가를 수행한 결과, 백령도 지역은 낮은 자체 배출량과 동시에 중국으로부터 인접한 지리적 특성으로 인해 국외로부터의 기여가 지배적인 영향을 미치는 것으로 나타났다. 반면, 서울, 울산과 같이 높은 자체 배출량 특성을 나타내는 지역의 경우, $PM_{2.5}$에 대한 국외 기여도는 타 지역에 비해 상대적으로 낮게 나타남과 동시에 계절에 따른 기여도의 표준편차는 상대적으로 높게 나타나는 특징을 보였다. 본 연구는 우리나라를 중심으로 계절별 기상조건 변화에 따른 동북아 지역의 $PM_{2.5}$ 거동특성을 분석하여 국내 대기오염물질 현상에 대한 이해를 증진함과 동시에, 지역 배출특성에 따라 $PM_{2.5}$ 농도에 대한 국내외 기여도는 상이할 수 있음을 알려 향후 대기질 개선 대책 수립시 기초자료로 활용될 수 있을 것으로 기대된다.

태풍에 따른 지역별 건물피해액에 영향을 미치는 요인 도출 및 피해 예측모델 개발 (Influence Factors Suggestion and Prediction Model Development of Regional Building Damage Costs according to Typhoon)

  • 김지명;김부영;양성필;오정일;손기영
    • 한국건축시공학회지
    • /
    • 제15권5호
    • /
    • pp.515-525
    • /
    • 2015
  • 최근 세계적으로 기후 변화에 따라 태풍으로 인한 피해규모가 커지고 가속화되어 많은 피해를 받고 있는 중이다. 이에 몇몇 선진국의 경우, 태풍을 포함하여 다양한 자연재해로부터 건물에 미치는 손상을 최소한으로 하기 위해 건축물 피해액 사전예측 모델에 관한 연구가 진행되고 있는 추세이다. 하지만, 국내에서는 외국에서 개발된 프로그램을 사용하기에는 태풍의 크기나 영향력에서 많은 차이가 나므로 국내의 특성에 적합한 모델이 필요한 실정이다. 또한, 국내의 연구들은 태풍의 특성만을 고려하여 진행되고 있으나 태풍은 폭우와 강풍을 동반하는 복합재해로서 태풍의 특성뿐만 아니라 지리, 사회경제, 건설환경 등 다양한 요인을 고려하여야 한다. 이에 본 연구에서는 태풍에 따른 지역별 건물피해액 영향요인을 도출하고 회귀분석을 활용한 건물피해액 예측모델 개발을 목적으로 한다. 향후 본 연구의 결과는 미국의 HAZUS -MH와 같이 국내에서 태풍에 따른 피해를 예측하기 위한 모델 개발을 위한 자료로 활용될 것이다.

ENSO와 한국의 수문변량들간의 계절적 관계 분석 (Seasonal Relationship between El Nino-Southern Oscillation and Hydrologic Variables in Korea)

  • 추현재;김태웅;이정규;이재홍
    • 한국수자원학회논문집
    • /
    • 제40권4호
    • /
    • pp.299-311
    • /
    • 2007
  • 최근 들어 세계의 연중 기후 변화에 주된 요인으로써 엘니뇨와 같은 현상이 매우 잦아졌다. 많은 기상수문학자들이 강수와 유량에 대한 엘니뇨 남방진동의 영향에 대해 연구하고 있지만, 수문변량들은 큰 지역적 변동을 갖고 있기 때문에 결정적인 인과관계를 찾아내는데 있어서 많은 어려움이 있다. 본 연구에서는 엘니뇨-남방진동과 한국에서의 수문변량들 간의 계절석 관계를 고찰하였다. 엘니뇨-난방진동을 정량적으로 표현해 주는 지수로써 남방진동지수를 사용하였고, 월강수량 자료, 월평균기온 자료 그리고 댐의 월유입량 자료를 표준정규분포를 가지는 표준정규지수로 변환하여 사용하였다. 계절적 관계를 파악하기 위해 난방진동지수와 수문변량의 월 자료는 봄 (3월-5월), 여름(6윌-8월), 가을(9월-11월) 그리고 겨울 (12윌-2월)로 분류되었다. ENSO episode에 대한 수문변량들의 조건부 초과확률과 분포형태를 바탕으로 분석을 수행한 결과 전반적으로 Warm ENSO episode의 경우 강수량 증가와 기온 상승과 관련이 있고, Cold ENSO episode의 경우 강수량 감소와 기온 하강과 관계가 있다. 그러나 일부 지역에서는 이러한 전반적인 결과와 상이한 결과가 나타나기도 하였다.

성층권 에어로졸에 의한 지표면 UV-B 복사량 변동 (The Changes of UV-B Radiation at the Surface due to Stratospheric Aerosols)

  • Jai-Ho Oh;Joon-Hee Jung;Jeong-Woo Kim
    • International Union of Geodesy and Geophysics Korean Journal of Geophysical Research
    • /
    • 제21권1호
    • /
    • pp.31-46
    • /
    • 1993
  • 대기 가열율과 복사속의 연직 분포를 계산하기 위하여 two-stream/delta-Eddington 근사법을 이용한 복사전달모형이 개발되었다. 이 모형의 결과를 ICRCCM의 결과와 비교하므로써 모형의 완성도를 평가하였다. 이 모형은 정확성 뿐 아니라 경제적인 면에서도 태양복사를 계산하는데 적합한 것으로 증명되었다. 대기 꼭대기에서의 복사속과 지표에서의 복사속 간의 관계를 비교하므로써 자외선 B 영역(UV-B; 280-320nm)의 특징들이 검토되었다. 이 영역에서는 강한 오존 흡수가 있어 UV-B의 관계가 2차 함수로 나타난다. 또한, 성층권 오존 감소와 화산 폭발로 기인한 성층권 에어로졸 안개가 UV-B 복사에 미치는 영향을 다양한 태양의 천정각에서 조사했다. 태양의 천정각이 증가함에 따라 지표 UV-B도 증가하였다. 성층권 에어로졸은 후방 산란을 통해 행성 반사도를 증가시켰다. 행성 반사도는 에어로졸 효과로 인해 태양의 천정각이 증가함에 따라 증가한다. 그러나, 행성 반사도의 변화가 태양의 천정각 변화에 따라 민감하게 나타나지는 않는다. 이것은 태양의 천정각이 클 때 에어로졸의 산란 효과가 상대적으로 긴 복사 경로에서 포화되었기 때문일 것이다. 끝으로, 화산 폭발에서 비롯된 성층권 에어로졸이 지표 UV-B 복사 강도에 미치는 지역적 영향이 추정되었다. 고위도에서는 에어로졸의 광자 포획(photon trap)이나 일몰 효과로 복사 강도가 증가하는 반면 저위도에서는 감소한다. 고위도에서 에어로졸의 산란과 오존 흡수는 지표 UV-B 복사의 최대 증가는 봄 기간 중에 양 반구 모두 중위도에서 나타난다.

  • PDF

대도시에서의 인적·물적 홍수피해 추정을 위한 회귀함수 개발 (Development of regression functions for human and economic flood damage assessments in the metropolises)

  • 임연택;이종석;최현일
    • 한국수자원학회논문집
    • /
    • 제53권12호
    • /
    • pp.1119-1130
    • /
    • 2020
  • 기후변화와 기상이변으로 인해 최근 전세계적으로 홍수피해가 증가하고 있다. 우리나라에서는 피해복구가 일반적인 홍수피해 대응방안으로 사용되어 왔기 때문에, 홍수피해에 대한 예방적인 대책을 위해서는 강우특성에 따른 지역적 홍수피해규모를 예측할 필요가 있다. 따라서, 본 연구의 목적은 우리나라 7개 대도시에서의 강우에 의한 인적 및 물적 홍수피해 예측을 위한 회귀함수를 개발하는 것이다. 회귀분석은 1998년부터 2017년까지 최근 20년 동안의 인적 및 물적 손실의 2가지 피해특성자료에 대해 6개의 강우특성 인자를 4가지 형태의 비선형 방정식에 각각 적용한 총 48가지 유형의 단순회귀모형을 통해 종합적으로 수행되었다. 결정계수와 유의성 검정을 통해 회귀분석 결과를 검토하여 각 대도시의 피해추정함수를 최종 선정하였고, 이를 이용하여 100년 빈도 강우량에 대한 7개 대도시의 인적 및 물적 홍수피해 규모를 평가하였다. 본 논문의 결과는 홍수피해 저감대책을 위한 홍수피해 규모 평가에 기초정보를 제공할 수 있을 것으로 기대된다.

머신러닝 기법을 이용한 재해강도 분류모형 개발 (Development of disaster severity classification model using machine learning technique)

  • 이승민;백선욱;이준학;김경탁;김수전;김형수
    • 한국수자원학회논문집
    • /
    • 제56권4호
    • /
    • pp.261-272
    • /
    • 2023
  • 최근 급격한 도시화와 기후변화에 따라 재난에 의한 피해가 증가하고 있다. 국내 기상청에서는 표준 경보(주의보, 경보)를 전국적으로 통일된 표준 경보 기준(3시간 및 12시간 최대 누적강우량)에 따라 발령하여 재해에 따른 지역별, 재난 사상별 특성이 고려되지 않은 문제점이 있다. 따라서 본 연구에서는 서울특별시, 인천광역시, 경기도의 호우·태풍에 대한 재해 피해액 및 누적강우량을 활용하여 대상지역별 재해강도에 따른 단계별 기준을 설정하고, 강우에 따라 발생할 수 있는 재해의 강도를 분류하는 모형을 개발하고자 하였다. 즉, 본 연구에서는 호우·태풍에 의한 재해 피해액 누적 분포 함수의 분위별로 재해강도의 범주(관심, 주의, 경계, 심각 단계)를 분류하였고, 재해강도의 범주에 따른 누적강우량 기준을 대상 지자체별로 제시하였다. 그리고 지자체별 재해강도 분류모형 개발을 위해 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)의 머신러닝 모형을 활용하였는데 강우량, 누적강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량을 독립변수로 이용하여 종속변수인 지자체별 재해강도를 분류하였다. 각 모형별 F1 점수를 이용한 정확도 평가 결과, 의사결정나무의 F1 점수가 0.56으로 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 재해강도 분류모형을 활용하면 호우·태풍에 의한 재해에 대한 지자체별 위험 상태를 단계별로 파악할 수 있어, 재난 담당자들의 신속한 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.