This paper applied the ensemble model output statistics (EMOS) with truncated normal distribution, which are easy to implement postprocessing techniques, to calibrate probabilistic forecasts of wind speed that take the form of probability density functions. We also considered the alternative implementations of EMOS, which were EMOS exchangeable model and reduced EMOS model. These techniques were applied to the forecasts of wind speed over Pyeongchang area using 51 members of the Ensemble Prediction System for Global (EPSG). The performances were evaluated by rank histogram, mean absolute error, root mean square error and continuous ranked probability score. The results showed that EMOS models with truncated normal distribution performed better than the raw ensemble and ensemble mean. Especially, the reduced EMOS model exhibited better prediction skill than EMOS exchangeable model in most stations of study area.

This paper used the Bayesian model averaging (BMA) with gamma distribution that takes the form of probability density functions to calibrate probabilistic forecasts of wind speed. We considered the alternative implementation of BMA, which was BMA gamma exchangeable model. This method was applied for forecasting of wind speed over Pyeongchang area using 51 members of the Ensemble Prediction System for Global (EPSG). The performances were evaluated by rank histogram, means absolute error, root mean square error, continuous ranked probability score and skill score. The results showed that BMA gamma exchangeable models performed better in forecasting wind speed, compared to the raw ensemble and ensemble mean.

지 신뢰성 있는 댐유입량의 장기예측은 효율적인 댐운영에 필수적이다. 2000년대 이후 엘리뇨-남방진동(ENSO) 등의 전구기후지수와 지역수문기후 와의 원격상관성이 규명되면서, 이를 활용한 미래의 수문조건을 예측하기 위한 연구가 활발히 시도되고 있다. 본 연구에서는 안동댐유역을 대상으로 미국 NOAA에서 제공하는 40개 전구기후지수의 원격상관을 분석하고, 이를 기반으로 1개월 선행 댐유입량의 예측성능 및 활용성을 평가하였다. 본 연구에서는 1) 원격상관을 통해 강수와 기온을 예측하고 SWAT 모델을 이용하여 예측 댐유입량을 산정하는 방법(SWAT-Forecasted), 직접 댐유입 량을 예측하는 기법(CIR-Forecasted), 예측시점의 관측값이 과거자료에서 해당하는 순위(rank)에 근거한 방법(Rank-Observed)을 비교하였다. 결 과적으로 통계적 방법으로 댐유입량을 직접 예측하는 접근 방식(CIR-Forecasted)이 12월을 제외하고는 다른 방법에 비해 우수한 예측성을 보였다. 이것은 강수량 및 기온 예측정보를 일단위로 상세화하는 가정과 유출모델링과정에서 발생하는 불확실성이 예측결과에 포함되지 않기 때문인 것으로 판단된다. 본 연구결과는 원격상관기반의 1개월 선행 댐유입량 예측이 안동댐 운영에 유용한 정보를 제공할 수 있는 것을 시사하였다.

This paper considers a homogeneous multiple regression (HMR) model and a non-homogeneous multiple regression model, that is, ensemble model output statistics (EMOS), which are easy to implement postprocessing techniques to calibrate probabilistic forecasts that take the form of Gaussian probability density functions for continuous weather variables. The HMR and EMOS predictive means are biascorrected weighted averages of the ensemble member forecasts and the EMOS predictive variance is a linear function of the ensemble variance. We also consider the alternative implementations of HMR and EMOS which constrains the coefficients to be non-negative and we call these techniques as HMR+ and EMOS+, respectively. These techniques are applied to the forecasts of surface temperature over Pyeongchang area using 24-member Ensemble Prediction System for Global (EPSG). The performances are evaluated by rank histogram, residual quantile-quantile plot, means absolute error, root mean square error and continuous ranked probability score (CRPS). The results showed that HMR+ and EMOS+ models perform better than the raw ensemble mean, HMR and EMOS models. In the comparison of HMR+ and EMOS+ models, HMR+ performs slightly better than EMOS+ model in terms of CRPS, however they had a very similar CRPS and if there exists a ensemble spread-skill relationship, it is seen that EMOS is slightly better calibrated than the homogeneous multiple regression model.

In this study, we analyzed the performance of calibrated probabilistic forecasts of surface temperature over Pyeongchang area in Gangwon province by using Bayeisan Model Averaging (BMA). BMA has been proposed as a statistical post-processing method and a way of correcting bias and underdispersion in ensemble forecasts. The BMA technique provides probabilistic forecast that take the form of a weighted average of Gaussian predictive probability density function centered on the bias-corrected forecast for continuous weather variables. The results of BMA to calibrate surface temperature forecast from 24-member Ensemble Prediction System for Global (EPSG) are obtained and compared with those of multiple regression. The forecast performances such as reliability and accuracy are evaluated by Rank Histogram (RH), Residual Quantile-Quantile (R-Q-Q) plot, Mean Absolute Error (MAE), Root Mean Square Error (RMSE) and the Continuous Ranked Probability Score (CRPS). The results showed that BMA improves the calibration of the equal weighted ensemble and deterministic-style BMA forecasts performs better than that of the deterministic forecast using the single best member.

In this study, instead of economic estimation of forecast value, we evaluated the value score(VS) of the user satisfaction using the concept of satisfaction/dissatisfaction. We compared the collective Value Scores (cVS) based on outputs of probabilistic forecasts of precipitation seasonally in Seoul and Busan during the period of 2004 to 2013 and ÿnally found the optimum threshold that can improve cVS of both cities. When using 30% threshold, the users can expect a higher cVS compared with those using other thresholds. When using the seasonal optimum threshold in Seoul, the cVS is additionally higher by 9%. These results show the level of satisfaction of the forecast that can be improved when the meteorological communities inform the users the correct threshold of the rainfall probabilistic forecast.

최근의 기후변화로 인한 국지성 호우의 증가로 도시유역의 내수침수피해가 증가하고 있다. 도시 내수침수에 큰 영향을 미치는 시간당 강우량이 증가하였으며, 도시화 및 산업화로 인한 불투수 지역의 증가로 인해 하천으로 유입되는 첨두유량의 증가, 도달시간의 감소 등의 수문학적 특성이 나타나게 되었다. 이로 인해 도시지역의 홍수에 대한 방어능력이 취약하게 되었으며 매년 호우로 인한 도시내수 침수 피해가 발생하고 있는 실정이다. 최근 침수피해가 발생한 광화문, 강남역, 사당역 일대 등은 불투수 지역의 비율이 80% 이상이므로 강우 발생시 빗물이 지하로 침투되지 못하며, 우수관거의 노후화로 인한 용량부족으로 인한 침수가 발생되는 것으로 판단된다. 대도시의 경우 대부분의 우수관거가 오래전에 매설되어 최근 발생하는 강우에 대한 대처능력이 떨어지므로 앞으로도 침수피해가 또다시 발생할 수 있는 실정이다. 따라서 본 연구에서는 도시유역의 내수침수예측을 위해 현재 실무에서 가장 많이 사용되는 도시유출모형인 XP-SWMM을 이용하여 서울시 강남역, 목동 빗불펌프장 배수분구를 대상지역으로 선정하여 방재성능목표강우량을 입력강우로 적용하여 강우-유출분석을 실시하였으며, 침수피해가 발생하는 지역의 우수관거 용량 검토를 실시하였다.

매년 우리나라는 돌발홍수나 게릴라성 폭우 등으로 인한 피해가 반복되고 있으며 최근에는 산지 및 하천 주변 등 자연재해에 취약한 지역뿐 아니라 비교적 방재대책이 잘 갖춰져 있다고 볼 수 있는 도심지역까지 확대되고, 그 피해도 증가하고 있다. 기존의 재난상황관리는 기상 특보에 따른 상황대기와 피해상황 발생에 따른 긴급 대응 및 복구 체계로, 선제적 재난대응을 통한 피해저감에는 한계가 있었다. 이를 극복하고자 소방방재청에서는 “재해상황분석판단시스템”을 구축하여 과학적이고 선제적인 재난대응을 도모하고 있다.재해상황분석판단시스템에서는 피해 발생이전에 재난대응을 위해서 기존의 실황자료 외에 초단기 강우예측자료(MAPLE), 동내예보 등을 활용하며, 상황관리에 사용할 수 있는 정확도를 확보하기 위해 예측강우를 다양한 형태로 보정하여 활용하고 있다.기존 기법과 재난관련 경험을 융합한 강우보정을 통해 정확도를 검증한 결과, 최대 3시간전 예측된 강우량의 정확도가 오차 ±20% 이내에서 70% 수준으로 분석되어 재난상황관리에 활용 가능성이 높음을 확인하였다.

The road icing forecast and snow detection system using state evaluation algorithm of multi sensor optimizes snow melting system to control spread time and amount of chemical spread application This system operates integrated of contact/non-contact sensor and infrared camera. The state evaluation algorithm of the system evaluates road freezing danger condition and snowfall condition (snowfall intensity also) using acquired data such as temperature/humidity, moisture detection and result of image signal processing from field video footage. In the field experiment, it proved excellent and reliable evaluated result of snowfall state detection rate of 89% and wet state detection rate of 94%.

본 연구에서는 비선형적 모델인 웨이블렛-인공신경망을 적용하여 충주댐 유역의 일유입량을 예측하였다. 일반적으로 시계열 자료는 경향성, 주기성 및 추계학적 성분의 선형조합으로 이루어져 있다. 그러나 이러한 자료를 통해 시계열 모형 구축 시 경향성 및 주기성은 제거되어야하는 성분이다. 따라서 수문기상자료에 포함되어있는 경향성 및 주기성과 같은 비선형 동역학적 잡음과 측정과정에서 발생하는 단순잡음을 제거시키기 위해 디노이징기법인 웨이블렛 변환을 적용하였다. 웨이블렛 변환을 적용한 자료를 입력자료로 사용한 웨이블렛-인공신경망(WANN)과 원자료를 사용한 인공신경망(ANN)을 비교하였다. 산정결과 결정계수와 선형회귀를 통한 기울기는 WANN이 ANN보다 각각 0.032, 0.0115 더 큰 값을 나타냈고, 타겟값과 예측값 사이의 오차를 나타내는 RMSE와 RRMSE는 WANN 모형이 ANN 보다 각각 37.388, 0.099 더 작은 값을 나타냈다. 따라서 본 연구에서 적용한 WANN 모형이 ANN 보다 정확한 결과를 나타내었으며, 웨이블렛 변환을 통한 디노이징 기법의 적용이 잡음이 포함되어 있는 원자료의 사용보다 더 정확한 예측을 하는 것으로 판단된다.

본 연구에서는 우리나라 실정에 부합되는 실용적인 원지 지진해일 예경보 체계 구축을 위해 미국과 우리나라의 지진해일 예경보 체계 현황을 파악하고, 2011년 동일본 지진해일 당시의 대처상황을 분석하였다. 우리나라 해안 지역에 영향을 미치는 원지 지진해일의 발생원 및 전파 특성을 고려하고, 지진탐지 및 수치모의 수행 능력과 가용 전문인력 등을 고려한 효율적인 원지 지진해일 예경보 체계 구축 방안을 제안하였다.

본 연구에서는 지상의 관측 자료와 광역의 정보를 제공하는 수치 예보 모형 자료 및 인공위성 자료를 이용하고 자료와 강수예측치의 물리적 상관 특성을 나타내기 위하여 자료 사이의 비선형 거동을 잘 나타내는 신경망 모형에 적용시켜 단시간 강수 예측을 수행하였다. 이를 위하여 서울지점에 대하여 현재로부터 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 인공위성 자료(MTSAT-1R) 및 수치 예보 모형 자료(RDAPS, Regional Data Assimilation and Prediction System)와 실시간 전송되는 자동 기상 관측 시스템(AWS, Automatic Weather System)의 관측치를 신경망 모형의 입력 자료로 하여 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 자료로 강수를 예측 할 수 있는 강수 예측 모형을 개발하였다. 장마와 태풍과 같이 전선형강수와 선풍형강수 등 강수 양상의 차이를 고려하기 위하여 6월, 7월과 8월, 9월 자료를 구분하여 신경망을 구축하였으며, 자료가용성에 기초하여 2006년에서 2008년 기간 동안에 대하여 모형을 학습하고 2009년에 대하여 모형의 적용성을 검증한 결과, 단시간 강수예측에 대한 모형의 적용 가능성을 보여주었으나 다양한 광역 자료와 인공신경망을 사용함에도 불구하고 단시간 강수예측의 정량적 정도향상을 위한 여지가 많음을 보여준다.

본 연구는 AWS 관측강우정보를 이용하여 실시간 유량예측을 수행할 경우 적용가능한 예측선행시간 및 정확도를 평가하고자 하는데 그 목적이 있다. 이를 위해 남한강 상류유역을 대상유역으로 선정하였으며 2006∼2009 홍수기간에 대해 SURF 모형을 구축하였다. 관측유량 자료동화 수행 유무에 따른 모의유량은 관측유량을 잘 모의하며 유효성지수를 이용하여 자료동화 효과를 분석한 결과에서 충주댐 32.08%, 달천 51.53%, 횡성 39.70%, 여주 18.23%가 개선된 것으로 나타났다. 첨두유량 발생시간 이전 가상의 현재시점까지의 AWS 관측강우정보를 이용하여 유량예측 적용성을 평가한 결과 허용오차 20% 범위 내에서 첨두유량은 충주 11시간, 달천 2시간, 횡성 3시간, 여주 5시간, 유출용적은 충주 13시간, 달천 2시간, 횡성 4시간, 여주 9시간 이내에서 예측이 가능한 것으로 나타났다. 따라서 유역의 지체효과로 인해 관측강우만을 이용하여 적정 예측시간에 대해서 실시간 첨두유량 예측이 가능할 것으로 판단된다.

본 연구는 연속형 강우-유출모형과 관측유량 자료동화기법으로 앙상블 칼만필터 기법을 연계한 SURF 모형을 낙동강유역에 적용하여 하천유량예측의 적용성을 평가하고자 하는데 그 목적이 있다. 낙동강유역을 43개 소유역으로 구분하고 2006년과 2007년의 홍수기간 동안 12개 평가지점에 대해 유출모의를 수행하였다. 관측유량 자료동화 효과로 인해 예측유량의 정확도가 향상되며 1~5시간의 예측선행시간별 유효성지수를 분석한 결과 자료동화로 인해 46.2~30.1%

Milyanggang mid-watershed is located in downstream of Nakdong river basin. The pollutants from that watershed have an direct effect on Nakdong river water quality and it's control is important to manage a water quality of Nakdong river. A target year of Milyanggang mid-watershed water environment management plan is 2013. To predict a water quality at downstream of Milyang river, we have investigated and forecasted the pollutant source and it's loading. There are some plan to construction the sewage treatment plants to improve the water quality of Milyang river. Those are considered on predicting water quality. As results, it is shown that the population of Milyanggang mid-watershed is 131,857 and sewerage supply rate is 62.2% and the livestock is 1,775.300 in 2006. It is estimated that the population is 123,921, the sewerage supply rate is 75.5% in 2013. The generated loading of BOD and TP is 40,735 kg/day and 2,872 kg/day in 2006 and discharged loading is 11,818 kg/day and 722 kg/day in 2006 respectively. Discharged loadings were forecasted upward 1.0% of BOD and downward 2.7% of TP by 2013. The results of water quality prediction of Milyanggang 3 site were 1.6 mg/L of BOD and 0.120 mg/L of TP in 2013. It is over the target water quality at that site in 2015 about 6.7% and 20.0% respectively. Consequently, there need another counterplan to reduce the pollutants in that mid-watershed by 2015.

입력자료의 불확실성은 강우-유출 모의에서 중요한 불확실성 요소 중의 하나이다. 본 연구에서는 먼저 세 가지의 서로 다른 내삽 기법을 통해 계산된 강수 입력 자료 (관측값을 각 소유역의 중심점으로 내삽하여 추정한 입력자료임)들이 강우-유출 모형에 미치는 영향을 분포형 수문모형 (PRMS)을 이용하여 분석하였으며, 내삽오차를 바탕으로 발생한 입력자료를 앙상블 유량 예측에 이용하는 과정을 수문학적으로 서로 다른 두개 하천 유역에 적용하였다. 또한 Monte

Wind power energy is one of the favorable and fast growing renewable energies. It is most important for exact analysis of wind to evaluate and forecast the wind power energy. The purpose of this study is to improve the performance of numerical atmospheric model by data assimilation over a complex coastal area. The benefit of the profiler is its high temporal resolution and dense observation data at the lower troposphere. Three wind profiler sites used in this study are inhomogeneously situated near south-western coastal area of Korean Peninsula. The method of the data assimilation for using the profiler to the model simulation is the three-dimensional variational data assimilation (3DVAR). The experiment of two cases, with/without assimilation, were conducted for how to effect on model results with wind profiler data. It was found that the assimilated case shows the more reasonable results than the other case compared with vertical observation and surface Automatic Weather Station(AWS) data. Although the effect of sonde data was better than profiler at a higher altitude, the profiler data improves the model performance at lower atmosphere. Comparison with the results of 4 June and 5 June suggests that the efficiency with hourly assimilated profiler data is strongly influenced by synoptic conditions. The reduction rate of Normalized Mean Error(NME), mean bias normalized by averaged wind speed of observation, on 4 June was 28% which was larger than 13% of 5 June. In order to examine the difference in wind power energy, the wind power density(WPD) was calculated and compared.

본 논문의 목적은 다양한 게임 플랫폼의 도래에 따른 중국 게임 시장의 현황과 미래를 전망하여 급성장하고 있는 중국 게임시장의 경쟁력을 분석하고자 한다. 지금까지는 주로 온라인게임을 대상으로 중국에서 한국 MMORPG의 선전이 두드러졌었다. 그러나 중국은 자체 게임으로 시장 점유율이 매년 상승하며 증가하는 R&D를 통해 부단히 성숙해가고 있다. 이러한 상황을 배경으로 중국 온라인게임 시장만을 연구대상으로 하는 것은 앞으로 경쟁우위의 기회와 발전의 한계가 예상되기 때문에 다양한 게임플랫폼별 발전 가능성이 있는 게임을 분석하여 부단히 변화 발전하는 게임과 외부환경변화 한국게임의 중국진출하기 위한 방안을 제시함으로써 국내 온라인게임업체의 경쟁력 강화를 목적으로 한다.

본 연구에서는 광양항의 장래 컨테이너 물동량 및 교통량을 일변량 시계열모형을 통해 예측하고, 컨테이너 선박교통량을 산출하였다. 광양항의 물돌량과 입항 척당 물동량의 시계열 모형은 모두 추세와 계절적 변동이 있는 Winters 가법 모형으로 최적합 되었다. 광양항의 컨테이너 물동량은 2007년과 비교하여 2011년과 2015년에 각각 7.4%, 16.2% 가량 증가하여 약 2,756천TEU, 4,470천TEU가 될 것으로 예측되었다. 또한 2011년과 2015년의 컨테이너 입항 척당 평균 물동량은 2007년 대비 약 30.3%, 54.6% 증가하여 각각 675TEU, 801TEU가 될 것으로 예측되었다. 광양항에 대한 컨테이너 선박의 교통량은 2011년과 2015년에 각각 4,078척, 5,921척이 될 것으로 추정되었다.