A novel disaggregation model that combines a machine learning model and kriging of residuals is presented to map precipitation at a fine scale from coarse scale precipitation data. Random forest (RF) and fine scale auxiliary variables are used to estimate trend components at a fine scale. Residual components are then estimated by area-to-point residual kriging. A case study of spatial disaggregation of TRMM monthly precipitation data acquired over the Korean peninsula is carried out to illustrate the potential of the presented disaggregation method. From the evaluation results, the presented method outperformed the RF-based disaggregation method that only considers trend components and ignores residual components, in terms of accuracy statistics and the ability of coherent predictions. This case study indicates that accounting for residual components by applying a proper spatial prediction method such as area-to-point kriging is very important in spatial disaggregation of coarse scale spatial data, even though advanced regression models such as RF could have high goodness of fit for the quantification of relationships between a target attribute and auxiliary variables.

비정상성 빈도해석을 위해 개발된 비정상성 확률분포 모형들은 대부분 매개변수에 시간항을 포함하는 형태로 정의된다. 이 중에서도 우리나라에 널리 사용되고 있는 Gumbel 모형에 대해 살펴보면, 비정상성 Gumbel 모형의 위치 및 규모매개변수 는 시간에 대해 선형(linear) 및 지수(exponential) 함수의 관계를 보이는 형태로 가정한다. 규모매개변수의 지수함수의 형태는 음(-)의 값이 추정되는 것을 방지하기 위해 제안되어 널리 사용되고 있으나 이로 인해 확률수문량이 과다산정되는 문제가 발생하기도 한다. 본 연구에서는 이러한 문제를 해결하기 위해 비정상성 Gumbel 모형의 규모매개변수의 다양한 형태를 비교하고자 한다. 이를 위해 비정상성 Gumbel 모형의 규모매개변수를 지수함수, 선형, 로그 형태로 가정하여 비교하 였다. 각 모형의 매개변수의 추정은 최우도법을 적용하였고 규모매개변수의 형태별 정확도 비교를 위해 모의실험을 수행하 였으며, 실제 자료에 대한 적용으로 자료기간 30년 이상을 보유하면서 경향성을 가지는 강우량 자료들을 대상으로 비정상성 빈도해석을 수행하였다. 그 결과, 지수함수 형태를 가정한 규모매개변수를 가지는 비정상성 Gumbel 모형이 가장 작은 오차를 가지는 것으로 분석되었다.

본 연구에서는 기후변화 시나리오 자료 생산시 편의 보정(bias correction) 분석 기법을 이용하여 적정 시간 규모 결정 분석 연구를 수행하였다. 기후변화 시나리오는 기후변화에 대응한 수자원의 효율적인 관리를 위해 중요한 근거를 제공하는 자료이다. 그러나 기후변화 시나리오의 경우 시계열 형태로 제공되지만 관측치의 경향성을 효과적으로 반영하지 못하고 있으며, 관측값과 비교하였을 때 상당한 편의(bias)를 보여주고 있다. 이러한 기후변화 시나리오의 계통적 오차(systematic bias)를 줄이기 위해 편의보정 기법을 활용하여 미래 기후변화를 전망하는 것이 일반적이며, 이러한 편의 보정은 월별 또는 계절별로 자료를 분리하여 분석이 이루어지고 있다. 그러나 수문기상자료의 특성을 단순히 계절적 기준으로 분리하기에는 통계적 관점에서 분리한 면이 존재한다. 이러한 점에서 본 연구에서는 기후변화 시나리오의 편의 보정시 국내 수문기상자료에 적합한 시간규모 및 통계적 분리기준을 제공하는 동시에 이를 자동화 할 수 있는 방안을 수립하고자 한다. 이를 위해서 다음과 같이 연구를 진행하고자 한다. 첫째, 본 연구에서는 기상청에서 제공하는 RCP 기반 국가표준 기후변화 시나리오를 활용하였다. 둘째, 기후변화 시나리오는 기상청 산하 관측소를 이용하여 지점간 분석을 수행하였으며, 관측일수를 점차 누적한 자료(1일,2일,3일...)를 활용하여 Bias Correction 분석을 수행하였다. 이때 Bayesian 기법을 도입하여 불확실성을 정량화 하였으며, 국내 특성에 맞는 적정 시간 규모를 제공하고자 한다.

본 연구는 3편의 순차적 연구를 통해 대학교 체육수업과 생활체육 상황에서 적용할 수 있는 기본적 심리욕구만족 척도를 개발하고 타당화하고자 하였다. 또한, 이 척도가 자기결정이론에서 제안하는 연구모형을 얼마나 잘 설명하는지를 검증하고자 하였다. 연구 1은 심리욕구만족 척도의 3요인 구조를 반복적으로 확인하고 측정모형의 적합도와 타당화 검증단계로 연구대상은 J도에 소재한 1곳의 대학교에서 체육수업을 수강한 대학생이었다. 또한 시간에 따른 측정도구의 안정성을 검증하기 위해 검사-재검사 표본으로 40명을 선정하였다. 연구 결과 측정모형의 적합도는 양호한 것으로 나타났으며, 4개의 외적변수와의 관계를 살펴봄으로써 준거관련 타당도를 입증하였다. 또한 시간 차이에 따른 도구의 안정성도 확보하였다. 연구 2는 스포츠 동아리 활동에 참여하고 있는 347명의 대학생을 대상으로 연구 1에서 개발된 심리욕구만족 척도가 다양한 운동유형에 동일하게 적용할 수 있는지를 알아보고자 하였으며, 자기결정이론에서 제안하는 이론적 가설들을 어느 정도 설명하는지를 검증하고자 하였다. 다집단 확인적 요인분석을 통해 개인, 대인, 단체 운동유형에 동일하게 적용할 수 있는 척도임을 입증하였다. 구조방정식모형 분석을 실시하여 자율성 지지와 동기간의 관계에서 심리욕구만족의 매개역할을 살펴본 결과 심리욕 구만족은 부모와 친구의 자율성 지지와 동기유형간에 적절히 매개하는 중요한 변인임을 확인하였다. 연구 3은 연구 1과 2의 대학생 표본과는 달리 생활체육에 참가하는 성인남녀 280명을 대상으로 자율성지지, 심리욕구만족, 동기 및 심리적 웰빙간의 인과관계를 검증하고자 하였다. 구조방정식모형분석을 실시한 결과, 심리욕구만족은 동기와 심리적 웰빙 구인에 정(+)의 직접영향뿐만 아니라 자율성 지지를 경유하여 동기와 심리적 웰빙에 의미 있는 간접영향을 미치는 것으로 나타났다.

Identification of the modal properties of a structural system has received much attention over the years because of its importance in structural model updating, structural health monitoring and structural control. This paper presents experimental modal test results such as natural frequencies and mode shapes of a scale model of floating structure. A modal testing is performed on the structure and modal parameters for the structure are extracted from the measured data. The results are compared to a finite element model and the correlation between the measured and analytical modal parameters is investigated.

This paper suggests a new observation model for Extended Kalman Filter based Simultaneous Localization and Mapping (EKF-SLAM). Since the EKF framework linearizes non-linear functions around the current estimate, the conventional line model has large linearization errors when a mobile robot locates faraway from its initial position. On the other hand, the model that we propose yields less linearization error with respect to the landmark position and thus suitable in a large-scale environment. To achieve it, we build up a three-dimensional space by adding a virtual axis to the robot’s two-dimensional coordinate system and extract a plane by using a detected line on the two-dimensional space and the virtual axis. Since Jacobian matrix with respect to the landmark position has small value, we can estimate the position of landmarks better than the conventional line model. The simulation results verify that the new model yields less linearization errors than the conventional line model.

본 연구에서는 대유역의 홍수모의가 가능한 연속형 강우-유출모형을 개발하고자 하는데 그 목적이 있다. 이를 위해 가변저류변수와 유출곡선지수를 기반으로 하는 시단위 지표유출량 산정방법을 개발하였으며 수문성분을 토양수분에 대한 연속방정식에 적용하여 연속적인 강우에 대한 토양수분 모의가 가능하도록 모형을 구성하였다. 또한 유출수문성분과 유역 저류함수모형을 연계하여 유역에 대한 연속적인 유출모의가 가능하도록 하였으며 하도 저류함수모형을 이용하여 대유역에 대한 유

We have analysed the observed surface and vertical meteorological data to get atmospheric information over the Busan metropolitan area. For this, we have selected 10 days in all season such as spring, summer I(Jangma season), summer II(hot season), autumn and winter. The result which have performed cluster analysis using atmospheric data represented that these days are included to most frequently appeared synoptic cluster. We have simulated wind field around Busan metropolitan area which is assigned as 1km2 using RAMS. The calculated air temperature and the wind speed was similar to the observed the that, and the trends of daily variation showed good agreement. RMSE and IOA also showed reliable value. These results indicated the RAMS is able to simulate and predict detailed atmospheric phenomenon.

장래 의 증가에 따른 지구 기온의 상승은 그 정도의 차이는 있으나 불가피한 것으로 예측되고 있으며, 강수량의 경우는 대기대순환모형(General Circulation Model, GeM)의 종류에 따라 감소에서 증가까지 다양한 결과를 보이고 있다. 특히, 강수량의 변화는 평균적인 개념의 연평균, 계절평균이나 월 평균도 중요하지만 국가적인 재해와 관련된 홍수나 가뭄의 발생도 중요한 관심사항이 된다. 홍수나 가뭄의 발생변화를 적절히 예측하기 위해서는 기술적