The spatial resolution of 3-Dimensional numerical model has a very important influence on the model result. The land-use and orographic effect is also influenced by the spatial resolution of the model. A large errors in model performance are produced depending on the terrain complexity. In this study we performed Air Quality Forecast model (AQF) simulation and analyzed the change in the ozone concentration depending on spatial resolution at small and medium-sized mixed areas with urban and rural area types. As the result, improving the spatial resolution improved the simulation of the downward trend of ozone at night. This was mainly due to improvement of local concentration contaminants at fragmented grid. In the case of wind speed, the model with high-resolution shows better agreement with observation at night.

Aggregate Production Planning determines levels of production, human resources, inventory to maximize company’s profits and fulfill customer's demands based on demand forecasts. Since performance of aggregate production planning heavily depends on accuracy of given forecasting demands, choosing an accurate forecasting method should be antecedent for achieving a good aggregate production planning. Generally, typical forecasting error metrics such as MSE (Mean Squared Error), MAD (Mean Absolute Deviation), MAPE (Mean Absolute Percentage Error), and CFE (Cumulated Forecast Error) are utilized to choose a proper forecasting method for an aggregate production planning. However, these metrics are designed only to measure a difference between real and forecast demands and they are not able to consider any results such as increasing cost or decreasing profit caused by forecasting error. Consequently, the traditional metrics fail to give enough explanation to select a good forecasting method in aggregate production planning. To overcome this limitation of typical metrics for forecasting method this study suggests a new metric, WACFE (Weighted Absolute and Cumulative Forecast Error), to evaluate forecasting methods. Basically, the WACFE is designed to consider not only forecasting errors but also costs which the errors might cause in for Aggregate Production Planning. The WACFE is a product sum of cumulative forecasting error and weight factors for backorder and inventory costs. We demonstrate the effectiveness of the proposed metric by conducting intensive experiments with demand data sets from M3-competition. Finally, we showed that the WACFE provides a higher correlation with the total cost than other metrics and, consequently, is a better performance in selection of forecasting methods for aggregate production planning.

큰 에디 모의과정을 포함한 WRF 모델 (WRF-LES)을 이용하여 수치모델의 수평공간 규모에 따른 대기경계층 모수화 실험과 LES 모의 결과를 지표층 근처의 풍속 예측에 대하여 비교하였다. 수치실험은 복잡한 산악지형과 해안지역을 포함하는 강원도 지역에서 수평해상도 1 km와 333 m 실험을 수행하였다. 수평해상도 1 km 실험은 대기경계층 모수화 방안을 채택하였으며, 333 m 실험에서는 LES를 이용하였다. 복잡한 산악지역에서의 풍속 예측의 정확성은 수평해상도 1 km 실험 보다 333 m 실험에서 향상되었으며 해안지역에서는 1 km 실험에서 관측과 더 일치하였다. 지표층 근처의 큰 난류를 직접 계산하는 LES 실험은 산악지역의 풍속예측 개선에 기여하였다.

In this study we develop a set of solar proton event (SPE) forecast models with NOAA scales by Multi Layer Perceptron (MLP), one of neural network methods, using GOES solar X-ray flare data from 1976 to 2011. Our MLP models are the first attempt to forecast the SPE scales by the neural network method. The combinations of X-ray flare class, impulsive time, and location are used for input data. For this study we make a number of trials by changing the number of layers and nodes as well as combinations of the input data. To find the best model, we use the summation of F-scores weighted by SPE scales, where F-score is the harmonic mean of PODy (recall) and precision (positive predictive value), in order to minimize both misses and false alarms. We find that the MLP models are much better than the multiple linear regression model and one layer MLP model gives the best result.

The most industry players were still building a case for biopesticides as an important sector of the crop protection industry, most bigger players were making guarded statements about their intentions in the sector, and the headline proclaimed that biopesticides were no longer a fringe sector. Within months, the larger companies started getting seriously involved through acquisitions and licensing deals. The second special issue that came out in 2013 gauged the momentum that the sector quickly achieved and it was becoming clear that biopesticides would figure in the plans of most of the big crop protection companies. The momentum that started in 2012 was sustained throughout 2013 and the first four months of 2014 in the forms of deals as well as acquisitions. The Europe-based majors consolidated the acquisitions made during the previous year and went about submitting registration dossiers for the acquired products and formulating business plans incorporating biopesticides into their overall strategy. In 2013, big US-based companies became active. Monsanto acquired US agricultural biotechnology company, Agradis, which has a collection of thousands of plant-associated microorganisms; formed a partnership with Danish company Novozymes to develop and commercialise biopesticides worldwide; and supported the establishment of a US company, Preceres, aimed at the development of delivery methods for RNAi-based biopesticides. The global companies believe that biologicals will provide new growth opportunities in agriculture and are looking at market opportunities in all crops and the needs of its crop protection business.

현재 최고 수준의 대순환 모형에서 북동아시아 여름몬순 강도의 계절예측 능력은 낮으나 북서태평양 아열대 고기압 강도의 예측률은 상대적으로 높다. 북서태평양 아열대 고기압은 북서태평양 지역 및 동아시아 지역에서 가장 주된 기후 변동성이다. 본 연구에서 NCEP 계절예측시스템에서 예측된 북서태평양 아열대 고기압의 예측성에 대해 논의될 것이다. 한편, 북동아시아 여름몬순의 경년변동성은 북서태평양 아열대 고기압과 높은 상관성을 가지고 있다. 본 연구에서는 이 관계에 근거하여, NCEP 계절예측시스템과 정준상관분석을 이용한 계절예측 모형을 제안하고 그 예측률을 평가하였다. 이 방법은 북동아시아 지역 여름철 강수량 편차에 대한 계절예측에 있어 통계적으로 유의한 예측성능을 제공한다.

본 연구는 기존의 회귀분석과는 달리 금융, 경제, 무역 등 다양한 분야의 수요 예측에 널리 적용되고 있는 시계열 분석 방법을 시도하였다. 인천항의 1996년 1월부터 2013년 6월까지 입항 척수 자료를 바탕으로 정상성 검증, 모형의 식별, 모수의 추정, 진단 과정을 거쳐 장래 해상교통량을 예측하였다. 2014년 1월부터 2015년 12월까지 예측한 결과 2월달의 교통량이 다른 달 보다 적게 예측된 반면, 1월달의 교통량은 다른 달 보다 많을 것으로 나타났다. 또한 인천항은 지수평활법 보다 ARIMA 모형이 적합하며, 계절에 따라 월별 교통량의 차이를 보이는 것을 알 수 있다. 본 연구는 시계열 분석으로 장래 교통량을 월별로 예측하였다는 점에서 의의가 있다. 또한 기존의 회귀분석으로 예측한 장래 해상교통량보다 시계열 분석으로 예측한 장래 해상교통량이 더 적합한 모형인 것으로 판단된다.

중위도 기압골과 태풍 이동속도와의 상호작용에 대한 예측에서 한국기상청 전구자료동화예측시스템(GDAPS) 모델 바이어스 경향을 알아보기 위해 태풍 산바 사례가 선정되었다. 이 연구는 태풍 분석 및 예측 시스템(TAPS) 및 기상정보시스템-3(COMIS-3)에 저장된 태풍자료로부터 2012년 9월 15일 00UTC로 초기화 된 한국 기상청 GDAPS 분석장과 예측장을 사용하였다. 먼저 해면기압장은 500 hPa 제트구역과 연관하여 중위도 하층 저기압이 발생됨을 보여주었다. 이후 태풍 산바가 중위도 지역으로 들어온 후, 태풍의 이동속도가 증가될 것이라 예측되었다. 특히, 태풍 산바가 9월 17일 00UTC와 06UTC에 전향을 할 시점에 태풍 산바는 중위도 기압골 전면에서 중위도 서풍대와 상호작용을 하였다. 반면, 기상청 GDAPS 해면기압 예측장은 하층 중위도 저기압의 강도를 분석장보다 약하게 예측하였다. 결국 태풍 산바의 이동속도에 영향을 주는 중위도 순환은 분석장보다 느리게 나타났다. 이 순환은 500 hPa에서 제트가 약화됨으로서 증명되었다. 이런 이유로, 기상청 GDAPS 예측장은 태풍 산바가 중위도 기압골과 상호작용함으로써 느린 이동속도의 바이어스를 나타내었다.

식품오염물질에 관련한 연구가 많이 진행되었지만 대부분 단기적 과제이었기에 식품오염물질 관리를 위한 종합 적이고 체계적인 연구가 필요하다. 본 연구에서는 식품오염물질 향후 연구방향을 제안하기 위하여 델파이 조사를 실시하였으며, 중요도 및 시급성을 고려하여 우선순위를 설정하였다. 학계, 연구기관, 정부기관, 기업 등 다양한 소속에 있는 50명의 전문가를 대상으로 식품안전과 관련한 개 방형 질문을 하였으며, 161개의 필요연구항목을 도출하였다. 이를 분류하여 5개 분야, 42개 항목으로 구성된 설문 지를 작성하였다. 5개 분야는 ‘식품오염물질 통합관리 시스템’, ‘환경유래 식품오염물질 안전관리’, ‘식품 중 오염된 자연독소 안전관리’, ‘조리가공 중 생성된 식품유해물질 안전관리’, ‘국내외 식품오염물질 안전관리 협력체계 구축 및 교육·홍보 방안’ 이었다. 전문가들이 답한 설문지(30/ 50 응답)를 분석하여 필요연구의 우선순위를 설정하였으며, 전문가들의 합의단계를 거쳐(24/30 응답) 이를 확정하였다. 본 설문조사 결과는 식품오염물질 안전관리를 위한 연구방향을 설정하기 위한 기초자료로 사용할 수 있을 것 이라 사료된다.

This paper presents a development process of a forecast and monitoring system for a photovoltaic (PV) solar plant. PV solar system is one of sustainable resource of energy. So, Korean government encourages businessmen to build a PV solar plant. Renewable Portfolio Standard (RPS) system is one of encouraging policies. Most RPS businessmen use monitoring system for a PV solar plant and they need an accurate forecast of power generation for business purpose. Therefore we propose an estimating algorithm of power for a PV solar plant using weather forecast. Proposed algorithm is implemented in a forecast and monitoring system and it works better than existing estimating methods.

러시아인의 주식이자 농업의 근간은 축산업이라고 할 수 있다. 특히 낙농업은 구소련 해체 후 사유화 과정에서 턱없이 부족한 기계와 자재 등 자본재 결여로 사양길에 접어드는 듯했다. 지속적인 구조조정을 거쳐 이제는 제법 규모화 된 농장들이 생겨나고 가공시설의 현대화로 생산량이 부쩍 늘었다. 그러나 러시아는 새로운 시장 진출에 대한 높은 무역장벽, 각주별 생산농가 지원 수준의 불균형, 새로운 기술도입 등에 대한 문제로 러시아가 해마다 정하는 목표를 달성하지는 못하고있다. 그 의미는 아직도 러시아가 축산에 대한 높은 생산성과 경쟁력을 갖추지 못하고 있다는 의미이다. 러시아는 미국의 쇠고기, 돼지고기 수출에 있어서 가장 뜨거운 시장 중에 하나이다. 2011년 미국의 러시아 수출은 규모로 볼 때 71.2(백만)파운드 금액으로는 1억4천만 달러로 재작년에 비해 83% 증가 했다. 2012년에 러시아는 WTO 회원국으로서 농축산물에 대한 더 많은 교류가 전 세계적으로 확대될 예정이다. 그동안 빗장을 닫아 두었던 무역장벽을 스스로 허물면서 자본재 및 금융시장의 글로벌 전략을 택함으로 농축산 분야에 위기인가 기회인가는 러시아의 자구적인 노력에 달려 있음을 상기시키고 있다.

현재 국내에서 EM-120에 의해 검측된 틀림 데이터는 매우 불규칙적인 형태를 나타내며 데이터 분석 시 다양한 문제점 을 가지고 있다. 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 특징과 문제점을 분석하고, 이를 보완할 수 있는 효율적인 처리 기법을 개발하였으며, 정제된 데이터의 ARIMA 분석을 통해 검측데이터와 계절 변화의 상 관관계 분석을 수행하였다. 또한 회귀모형, 지수평활법, ARIMA 모형 등 다양한 예측 모델의 적용을 통해 검측 데이터의 시계열 분석을 수행하고, 궤도 틀림 데이터의 예측 모델에 적합한 최적 모델 선정과 관련한 연구를 수행하였다.