To understand functional changes of forest ecosystems due to climate change, correlation between decomposition rate of leaf litter, an important function of forest ecosystems, and microclimatic factors was analyzed. After 48 months elapsed, percent remaining weight of Quercus mongolica leaf litter was 27.1% in the east aspect and 37.0% in the west aspects. Decay constant of Q. mongolica leaf litter was 0.33 in the east aspect and 0.25 in the west aspect after 48 months elapsed. Initial C/N ratio of Q. mongolica leaf litter was 38.5. After 48 months elapsed, C/N ratio of decomposing Q. mongolica leaf litter decreased to 13.43 in the east aspect and 16.72 in the west aspect. Average air temperature and soil temperature during the investigation period of the research site were 8.2±9.0 and 9.1±9.3 in the east and 8.5±7.4 and 9.3±7.3°C in the west aspect, respectively, with the west aspect showing higher air and soil temperatures. Soil moisture showed no significant difference between east and west aspects (average soil moisture: 19.4±11.0% vs. 20.5±5.7%). However, as a result of analyzing the correlation between decomposition rate and microclimatic factors, it was found that the decomposition rate and soil moisture has a positive correlation (r=0.426) in the east aspect but not in the west aspect. Our study shows that the correlation between decomposition rate and microclimatic factors can be significantly different depending on the direction of the aspect.

This study aimed to investigate the impacts of extreme weather on the dry matter yield (DMY) of silage maize in South Korea. The maize data (n=3,041) were collected from various reports of the new variety of adaptability experiments by the Rural Development Administration (1978-2017). Eight weather variables were collected: mean temperature, low temperature, high temperature, maximum precipitation, accumulated precipitation, maximum wind speed, mean wind speed, and sunshine duration. These variables were calculated based on ten days within seeding to harvesting period. The box plot detected an outlier to distinguish extreme weather from normal weather. The difference in DMY between extreme and normal weather was determined using a t-test with a 5% significance level. As a result, outliers of high-extreme precipitation were observed in July and August. Low-extreme mean temperature was remarkable in middle May, middle June, and late July. Moreover, the difference in DMY between extreme and normal weather was greatest (5,597.76 kg/ha) during the maximum precipitation in early July. This indicates that the impact of heavy rainfall during the Korean monsoon season was fatal to the DMY of silage maize. However, in this study, the frequency of extreme weather was too low and should not be generalize. Thus, in the future, we plan to compare DMY with statistical simulations based on extreme distributions.

PURPOSES : The purpose of this study was to develop techniques for forecasting black ice using historical pavement temperature data collected by patrol cars and concurrent atmospheric data provided by the Korea Meteorological Administration. METHODS : To generate baseline data, the physical principle that ice forms when the pavement temperature is negative and lower than the dew-point temperature was exploited. To forecast frost-induced black ice, deep-learning algorithms were created using air, pavement, and dew point temperatures, as well as humidity, wind speed, and the z-value of the historical pavement temperature of the target segment. RESULTS : The suggested forecasting models were evaluated against baseline data generated by the above-mentioned physical principle using pavement temperature and atmospheric data gathered on a national highway in the vicinity of Young-dong in the Chungcheongbukdo province. The accuracies of the forecasting models for the bridge and roadway segments were 94% and 90%, respectively, indicating satisfactory results. CONCLUSIONS : Preventive anti-icing maintenance activities, such as applying anti-icing chemicals or activating road heating systems before roadways are covered with ice (frost), could be possible with the suggested methodologies. As a result, traffic safety on winter roads, especially at night, could be enhanced.

This study was conducted to estimate the damage of Whole Crop Maize (WCM) according to abnormal climate using machine learning and present the damage through mapping. The collected WCM data was 3,232. The climate data was collected from the Korea Meteorological Administration's meteorological data open portal. Deep Crossing is used for the machine learning model. The damage was calculated using climate data from the Automated Synoptic Observing System (95 sites) by machine learning. The damage was calculated by difference between the Dry matter yield (DMY)normal and DMYabnormal. The normal climate was set as the 40-year of climate data according to the year of WCM data (1978~2017). The level of abnormal climate was set as a multiple of the standard deviation applying the World Meteorological Organization(WMO) standard. The DMYnormal was ranged from 13,845~19,347 kg/ha. The damage of WCM was differed according to region and level of abnormal climate and ranged from -305 to 310, -54 to 89, and -610 to 813 kg/ha bnormal temperature, precipitation, and wind speed, respectively. The maximum damage was 310 kg/ha when the abnormal temperature was +2 level (+1.42 ℃), 89 kg/ha when the abnormal precipitation was -2 level (-0.12 mm) and 813 kg/ha when the abnormal wind speed was -2 level (-1.60 ㎧). The damage calculated through the WMO method was presented as an mapping using QGIS. When calculating the damage of WCM due to abnormal climate, there was some blank area because there was no data. In order to calculate the damage of blank area, it would be possible to use the automatic weather system (AWS), which provides data from more sites than the automated synoptic observing system (ASOS).

This study was carried out to investigate the effect of side vent heights on temperature and relative humidity inside and outside the single-span plastic greenhouse (W: 7 m, L: 40 m H: 3.9 m) during natural ventilation. Four different heights (120, 100, 80, 60 cm) of the side vent were used as an experimental condition. Variations of temperature and relative humidity inside and outside the greenhouse and the differences between heights were compared by using one-way ANOVA. In the daytime, the difference in temperature between inside and outside the greenhouse was dropped from 14.0°C to 7.1°C as the side vent height increased. The temperature difference in the nighttime was less than 0.2°C regardless of the height. One-way ANOVA on the temperature difference between heights presented that the statistical significance was founded between all of the combinations of height in the daytime. The difference in relative humidity between inside and outside the greenhouse was grown from –13.8% to – 22.2% with a decrease in the side vent height. The humidity difference in the nighttime was less than 1% regardless of the height. One-way ANOVA on the humidity difference revealed that most of the side vent heights showed significance in the daytime but between 100 and 80 cm was not significant. It seemed because the external air became cooler during the experiment with a height of 80 cm. Conclusively, this study empirically demonstrated that the higher side vents resulted in the decrease of differences in temperature and relative humidity between inside and outside the greenhouse, and also the effect of side vent height was statistically significant. This study may be helpful for deciding the height of the side vent effective for controlling temperature and relative humidity in a single-span greenhouse during natural ventilation.

본 연구에는 가뭄의 유발 요인으로 강수량, 기온, 상대습도 등의 기상현상을 활용하고 가뭄 피해로 인한 대응 요소로서 대체수원, 제한급수, 운반급수 등의 비상급수를 적용하여 AI기반 가뭄 대응 정보 구축 방안을 구성하였다. AI 머신 러닝 기법 중 널리 사용되는 의사결정나무 모형을 통하여 예측 기법을 수립하였다. 연구 대상 지역은 비상급수 활용 빈도가 높고 종관기상관측소가 존재하는 충주시, 안동시, 의성군을 선정하였다. 자료 기간은 2014년부터 2019년까지의 자료를 이용하였으며, 가뭄 유발 기상요인으로 ASOS의 강수량 및 기온, 습도를 이용하고 가뭄 피해 요소로 국가 가뭄정보 포털의 비상급수 현황 자료를 활용하였다. 모형 학습 결과 정확도가 약 0.97, F1-Score가 약 0.5로 나왔으며, 이는 비상급수가 필요한 상황과 그렇지 않은 상황을 97%의 확률로 예측할 수 있음을 의미하며, 비상급수가 필요했던 표본만을 대상으로 했을 경우 약 50%의 확률로 예측이 가능한 것을 의미한다. 따라서 의사결정나무 모형을 적용하여 예측 정확도를 분석한 결과 가뭄 대응 비상급수 준비지역 예측을 위한 적용성이 높은 것으로 평가되었다. 그러나 본 연구에서는 기상 조건만을 가뭄 유발 요인으로 반영하였기 때문에, 공급수량 부족 등의 요인을 추가적으로 검토할 필요가 있으므로 가뭄과 연관된 요소인 저수지 용량 등을 추가하고 비상급수 이외의 피해 요소 역시 확장하여 연구를 개선하고자 한다.

본 연구는 기상청에서 운용 중인 영국 the United Kingdom Earth System Model (UKESM)을 리눅스 클러스터 에 설치하여 과거 28년 기간에 대해 적분을 수행하고, 추가적인 수치 실험을 수행하여 얻은 결과와 비교한다. 설치한 UKESM은 저해상도 버전이지만, 대류권 대기 화학-에어로졸 과정과 성층권 오존 화학 과정을 동시에 모의하는 United Kingdom Chemistry and Aerosol (UKCA) 모듈을 포함하고 있는 최신 버전이다. 본 연구에 사용된 UKCA가 포함된 UKESM (UKESM-UKCA)은 전체 대기에서의 화학, 에어로졸, 구름, 복사 과정이 연동된 모델이다. CMIP5 기존 배출 량 자료를 사용하는 UKESM 기준 적분 수치 모의와 함께, 동아시아 지역 이산화황(SO2) 배출이 기상장에 미치는 영향 을 평가하기 위하여 CMIP5 SO2 배출량 대신 최신의 REAS 배출자료로 교체한 실험 적분 수치 모의를 수행하였다. 두 수치 모의의 기간은 모두 1982년 1월 1일부터 2009년 12월 31일까지 총 28년이며, 모델 결과는 동아시아 지역 에 어로졸 광학 두께, 2-m 온도, 강수 강도의 시간 평균값과 시간 변화 경향의 공간 분포를 분석하고 관측자료와 비교하 였다. 모델에서 얻어진 온도와 강수 강도의 공간 분포 패턴은 관측자료와 전반적으로 유사하였다. 또한 UKESM에서 모의된 오존 농도와 오존전량의 공간 분포도 위성 관측 자료와 분포 패턴이 일치하였다. 두 UKESM 실험 적분 모의 결과로 얻어진 온도와 강수 강도의 선형 변화 경향의 비교를 통해, 동아시아 지역 SO2 지면 배출은 서태평양과 중국 북부지역에 대한 온도와 강수량의 변화 경향에 중요한 요인임을 확인할 수 있었다. 본 연구를 통해 슈퍼컴퓨터에서만 운용되던 UKESM이 리눅스 클러스터 컴퓨팅 환경에도 설치되어 운용이 가능하다는 점을 제시한다. 대기 환경 및 탄소 순환을 연구하는 다양한 분야의 연구자들에게도 대기-해양-지면-해빙이 상호작용하는 UKESM와 같은 지구시스템모델이 활용될 가능성과 접근성이 높아졌다.

of actual and suspicious black-ice cases that occurred during the last 10 years in the Republic of Korea. METHODS : Based on literature review, meteorological observation data associated with black-ice formation are selected: wind speed, air temperature (T), dew point temperature (Td), and relative humidity, to set minimum or maximum threshold values based on the normal distribution of each variable. In addition, weights are assigned based on the relationship among the variables to calculate the probability of occurrence. RESULTS : The threshold values are calculated using the average and standard deviation, resulting in 7.65 °C, 56.63%, 2.99 ms-1 for T-Td, relative humidity, and wind speed, respectively. Whereas the threshold value of T-Td and wind speed is set to the maximum threshold, that of the relative humidity is set to the minimum threshold value. These threshold values are applied to the diagnosis algorithm of black-ice formation, including a 1-h accumulated precipitation. CONCLUSIONS : The algorithm is expected to be utilized as a research methodology for diagnosing suspected cases of black ice.

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측 값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 –68~89 kg/ha, -17~17 kg/ha 및 – 112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

본 연구는 플라스틱 재료를 사용한 유공관 암거의 품질성능시험을 통해 간척지 농지 범용화에 적용가능 여부를 판단하였다. 직경 30mm, 50mm, 55mm의 폴리에틸렌 재질의 유공관을 사용하였으며, 품질성능평가 항목은 밀도시험, 인장강도시험, 충격강도시험, 투수시험을 실시하였다. 밀도시험결과는 모든 시험편에서 유공관 품질기준인 밀도 0.94g/㎤이상의 결과를 보였으며, 인장강도 시험은 직경 30mm와 직경 55mm는 24.5MPa이상으로 품질기준을 만족하지만, 직경 50mm 유공관에서 24.4MPa로 품질기준인 24.5MPa에 미흡하므로 보강이 필요한 것으로 나타났다. 충격강도시험은 모든 시험편에서 파괴도 5미만으로 품질기준을 만족하는 결과를 보였으며, 내면에도 이상이 없는 것으로 분석되었다. 투수시험 결과는 모든 시험편에서 품질기준인 0.1㎝/sec 이하를 만족하는 결과를 보였다. 본 연구에 적용한 주름유공관은 간척지 범용농지 에 지하배수암거로 사용이 가능한 것으로 평가되었다. 하지만 제품의 공장생산 시 품질관리가 미흡할 소지가 있으므로 현장반입 전 사전품질 관리가 필요하다고 판단된다.

대한민국 기상청에서 사용하고 있는 UM (Unified Model, UM) 모델의 국지예측시스템(Local Data Assimilation and Prediction System, LDAPS)은 수치모델 모의 시 대기경계층 유형에 따라 물리과정을 다르게 계산하기 때문에 이 과정을 검증하는 것은 모델의 정확도 향상에 중요하다. 따라서, 본 연구에서는 수치모델의 대기경계층 유형을 관측자료 를 기반으로 검증하였다. 관측자료를 기반으로 대기경계층 유형을 분류하기 위해서 보성 표준기상관측소에서 수행한 여름철 집중관측자료(라디오존데, 플럭스관측장비, 도플러 라이다, 운고계)를 활용하였으며, 2019년 6월 18일 부터 8월 17일 까지 61일 동안에 총 201회의 관측자료를 분석하였다. 또한 관측자료와 수치모델 결과가 다른 경우를 보면, 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 2유형으로 분류되는 사례가 수치모델에서는 1유형으로 분류된 사례가 53회로 가장 많이 나타났다. 그 다음으로는 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 5유형과 6유형 으로 분류되는 사례가 수치모델에서는 3유형으로 분류된 사례가 많이 나타났다(각각 24회, 15회). 관측결과와 수치모델 모의 결과가 일치하지 않은 사례는 모두 층적운 접합 여부 및 적운 모의 등 수치모델의 구름물리 부분의 모의 성능에 기인하여 발생한 것이라고 분석된다. 따라서, 대기경계층 유형 분류의 구름물리과정의 모의 정확도를 개선하면 수치모델 성능이 향상 될 것으로 판단된다.

본 연구는 백두대간 소나무림의 생장 변화를 관찰하기 위해 연륜생장과 미기상 요소와의 관계를 분석하였다. 백두대간 소나무림 분포지역과 기후변화의 영향이 나타나는 난대림지역에 대조구로 설정하여 미기상 측정을 위해 기온, 지온을 측정할 수 있는 데이터 로거(HOBO Micro station, Oneset)를 설치하여 측정하였고, 5개 지역에서 25본 연륜을 채취하여 미기상인자와 상관분석을 실시하였다. 거제 지역에서 기온과 연륜간의 상관관계 가 부의 상관관계를 나타내어 기온이 상대적으로 높은 지역에서 연륜생장의 감소경향을 알 수 있다. 본 연구는 기후변화에 따른 소나무림 연륜생장 변화 예측에 필요한 정보로 활용될 수 있을 것으로 기대된다.

본 연구는 기상청 현업모델(LDAPS)로부터 예측된 서울의 도시열섬 강도와 지상 기온을 AWS 관측과 비교 평가하였다. 관측된 서울의 열섬 강도는 봄과 겨울동안 증가하며 여름동안 감소한다. 열섬 강도의 시간적 변동 경향은 새벽 시간 최대, 오후에 최소를 보인다. 기상청 국지기상예측시스템(LDAPS)으로부터 예측된 열섬 강도는 여름철 과대모의, 겨울철 과소모의 특징을 보인다. 특히 여름철은 주간에 과대 모의 경향이 증가하며, 겨울은 새벽 시간 과소 모의 오차가 크게 나타난다. LDAPS에서 예측된 지면 기온의 오차는 여름철 감소하며 겨울철 증가한다. 겨울철 열섬 강도의 과소 모의는 도시 기온의 과소 모의와 관련되었으며, 여름철 열섬 강도의 과대 모의는 교외 지역 기온의 과소 모의로부터 기인하는것으로 판단된다. 도시 열섬강도 예측성 개선을 위하여 도시효과를 고려하는 도시캐노피모델을 LDAPS와 결합하여 2017년 여름 기간동안 모의하였다. 도시캐노피모델 적용 후 도시의 지면 기온의 오차는 개선되었다. 특히 오전시간 과소모의되는 기온의 오차 개선 효과가 뚜렷하였다. 도시캐노피모델은 여름동안 과대 모의하는 도시열섬강도를 약화시키는 개선 효과를 보였다.

과수재배에 있어 기상조건은 수량과 품질에 직간접적으로 영향을 미치는 중요한 인자이다. 과거와 달리 요즘 3~4월 최저기온 변동의 폭이 넓어 꽃이 일찍 피는 과종에서는 화기의 동해로 인한 착과불량 피해가 자주 발생하고 있다. 또한 여름 철 폭염도 빈번히 발생하고 있으며, 올해처럼 구름 끼고 비가 잦은 경우 과실 생장과 품질에 부정적인 영향을 미칠 확률이 매우 높다. 본 연구는 2015년부터 2017년까지 3년간 키위 재배지 2곳에서 4월부터 10월까지 발아 후 생육기 동안 온도변 화와 광합성유효광선(PAR)을 조사하였다. 또한 과실특성을 조사하여 연차간 기상조건의 차이가 과실품질에 미치는 영향을 조사하였다. 2016년, 2017년은 2015년에 비해 6월~9월 평균 기온이 약 1~2oC 높았으며, 특히 7~8월은 2oC 가량 높은 폭염현상을 나타냈다. 광합성유효광선(PAR) 조사량을 측정한 결과, 노지재배인 사천지역은 4월에서 8월까지는 2015~2017년 모두 평균 300 μmol PAR m-2 s-1 이상을 나타냈으나 2015년을 제외한 2016년, 2017년 9~10월에는 300 μmol PAR m-2 s-1 미만을 나타냈다. 비가림 재배인 보성은 생육기 전반에 걸쳐 300 μmol PAR m-2 s-1 구간이였으며, 특히 9~10월은 2015~ 2017년 모두 300 μmol PAR m-2 s-1 미만을 나타냈다. 농촌진흥 청에서 육성된 신품종 ‘감록(Garmrok)’, ‘골드원(Goldone)’ 품종을 두 지역에서 재배, 수확한 결과 상대적으로 광합성유효 광선(PAR)량이 부족했던 보성에서 생산된 과실의 품질이 낮았다.

지반증폭특성과 퇴적층 두께를 분석할 때 배경잡음을 이용한 HVSR 방법을 적용할 수 있다. 본 연구는 배경잡음을 관측할 때 풍속과 강수량의 변화가 HVSR 분석 결과에 미치는 영향을 비교 분석하였다. 지진계는 매설 깊이를 다르게 하여 포항기상대에 설치하였다. 지진계가 지표에 노출된 상태에서 배경잡음을 관측하고 분석하면 부정확한 HVSR 결과가 도출된다. 바람이 강하게 부는 상황에서 관측한 배경잡음 또한 부정확한 HVSR 결과를 도출한다. 바람의 세기 3 ms−1 이하에서 배경잡음을 관측하여 분석하는 것이 적절하다. 지진계를 매설하면 강수량 변화에 상관없이 안정적인 HVSR 분석 결과를 도출하였다. 본 연구는 배경잡음 관측 시 지진계의 매설 깊이와 날씨의 영향을 최소화할 수 있는 설치환경과 관측환경을 제시함으로써 HVSR 분석 결과의 신뢰성과 정확성 향상을 도모한다.

기상현상관측은 기상청에서 다양한 방법(지상, 고층, 해양, 항공, 등)으로 관측되고 있다. 하지만, 인간생활에 많은 영향을 미치는 대기경계층 관측에는 한계가 있다. 특히, 존데 또는 항공기를 이용한 기상관측은 경제적인 측면에서 상당 한 비용이 필요하다. 따라서 본 연구의 목적은 기상드론을 이용하여 국지기상현상 중 해륙풍 연직분포에 대한 기상 인자들을 측정하고 분석하는 것이다. 해륙풍의 공간적 분포를 연구하기 위해 보성지역 표준기상관측소의 보성종합기상탑을 포함한 다른 세 지점(해안가, 산기슭, 산중턱)에 동일한 통합기상센서를 각 드론에 탑재하였다. 2018년 8월 4일 1100 LST부터 1800 LST까지 30분 간격으로 최대 400 m 고도까지 기온, 상대 습도, 풍향, 풍속, 기압의 연직 프로파일 관측이 수행되었다. 기온, 상대 습도, 기압에 대한 기상현상의 공간적 특성은 네 지점에서 보이지 않았다. 강한 일사량 시간 대에 중간지점(~100 m)에서 강한 바람(~8 m s−1 )이 관측되었고, 오후에는 풍향이 내륙지역의 상층부터 서풍으로 바뀌었다. 기상드론을 이용하여 관측한 하부 대기층의 분석결과는 보다 정확한 기상예보 향상에 도움이 될 것으로 기대된다.