시계열의 예측은 통상 추계학적 모형에 의해 수행하여 왔다. 그러나 본 연구에서는 퍼지 개념을 이용한 퍼지 시계열 모형에 의해 강수량 예측을 수행하였다. 기존에 제안된 퍼지 시계열 모형을 이용하여 예측을 수행하고, 예측 능력을 향상시키기 위하여 퍼지 시계열과 뉴로-퍼지 시스템을 연계한 새로운 방법론을 제안하여 상호 비교ㆍ분석하였다. 이를 위하여 미국 일리노이주의 강수량 시계열 예측에 적용하였으며, 예측 결과, 기존의 모형보다 본 연구에서 제안한 방법론의

대기에서의 물순환은 기후시스템이라는 커다란 공간 안에서 다양한 인자들의 상호작용을 통하여 이루어진다. 즉, 어떠한 기후 현상도 그 자체적으로 발생할 수는 없다. 따라서, 많은 연구자들은 영향인자들의 분석을 통하여 기후 변화를 이해하고자 노력하여 왔다. 본 연구에서는 다양한 인자에 의하여 영향을 받아 발생하는 강수량의 예측을 위하여 실제 세계의 근사적이고 부정확한 성질을 표현하는데 효과적인 퍼지 개념을 이용하였다. 예측을 위하여 적용한 모형은 크게 뉴로-

본 연구에서는 과거 가뭄분석에 의해 가뭄관리 기준을 설정하고 가룰 진행 상황에 따라 가룸을 감시 및 관리하는 의사결정 방법을 제시하고자 한다. 이를 위하여 의사결정분기도를 작성하여 분석을 수행하고, 가뭄의 정도에 따라 구체적인 단계별 조치방안을 제안한다. 즉, 월강수의 전이확률과 강수량에 의하여 의사결정분기도를 작성하여 분석을 수행함으로써 가뭄의 진행상황을 파악해 가뭄주의보, 가뭄경보, 가뭄의 비상대책 등 3가지의 단계별 조치기준을 설정하는 것이다. 본

본 연구에서는 월 Palmer 가뭄심도지수(PDSI)를 산정하여 목표지역을 중심으로 가뭄 관리 및 감시를 수행하고자 하였으며, 이에 이용한 자료는 1906년부터 1999년까지 94개년의 목포기상대 자료를 이용하였다. 월 Palmer 지수를 7개의 추계학적 등급으로 분류하고 마코프연쇄(markov chain)를 이용해 월전이확률을 산정함으로써 동적인 확률변화를 살펴보고자 하였으며, 가뭄의 정상상태확률 또한 산정하였다. 본 연구를 통하여 전체 7등급 중 가