이 연구는 강원대학교 학술림 내의 산지계류를 대상으로 2년간(2017∼2018)의 현지 모니터링에 기초하여 수온과 강우, 유량 및 기온 등 환경인자간의 관계를 분석하고, 계절별 산지계류의 수온변화 예측기법에 대하여 검토하였다. 동절기를 제외한 봄, 여름 및 가을철로 구분하여 단계적 다중선형회귀분석을 실시하였으며, 계절별 산지계류의 수온변화에 미치는 환경인자의 영향을 분석하였다. 그 결과, 산지계류의 일평균 수온은 봄철 6.9∼17.7℃로 기온과 유의적 관계를 나타내었고, 여름철 12.2∼26.3℃로 기온, 유량과 유의적 관계를 나타냈으며, 가을철 3.6∼19.3℃로 기온 및 유량과 유의적 관계를 나타내는 등 계절별로 산지계류의 수온에 미치는 영향인자는 다르게 나타났다. 다중선형회귀식은 봄철 (0.553×기온)+(0.086×유량)+4.145(R2=0.505; p<0.01), 여름철 (0.756×기온)+(-0.072×유량)+2.670(R2=0.510; p<0.01), 가을철 (0.738×기온) +(0.028×강우)+2.660(R2=0.844; p<0.01)이었다. 도출된 모든 회귀식의 결정계수(R2)는 기온만으로 예측한 경우보다 높게 나타났고, 봄철에서 가을철로 갈수록 증가하였다. 향후 정밀도 높은 산지계류의 수온변화 예측을 위해서는 지속적인 현지 모니터링과 함께 시･공간적 데이터의 확보가 중요하다고 판단된다.

Even though cars have a good effect on modern society, traffic accidents do not. There are traffic laws that define the regulations and aim to reduce accidents from happening; nevertheless, it is hard to determine all accident causes such as road and traffic conditions, and human related factors. If a traffic accident occurs, the traffic law classifies it as ‘Negligence of Safe Driving’ for cases that are not defined by specific regulations. Meanwhile, as Korea is already growing rapidly elderly population with more than 65 years, so are the number of traffic accidents caused by this group. Therefore, we studied predictive and comparative analysis of the number of traffic accidents caused by ‘Negligence of Safe Driving’ by dividing it into two groups : All-ages and Elderly. In this paper, we used empirical monthly data from 2007 to 2015 collected by TAAS (Traffic Accident Analysis System), identified the most suitable ARIMA forecasting model by using the four steps of the Box-Jenkins method : Identification, Estimation, Diagnostics, Forecasting. The results of this study indicate that ARIMA (1, 1, 0)(0, 1, 1)12 is the most suitable forecasting model in the group of All-ages; and ARIMA (0, 1, 1)(0, 1, 1)12 is the most suitable in the group of Elderly. Then, with this fitted model, we forecasted the number of traffic accidents for 2 years of both groups. There is no large fluctuation in the group of All-ages, but the group of Elderly shows a gradual increase trend. Finally, we compared two groups in terms of the forecast, suggested a countermeasure plan to reduce traffic accidents for both groups

최근 빅데이터 활용, 앙상블 기후모형과 작물모형의 결합, 작물모형과 사회경제모형의 결합 등 다학제간 연구들이 활발하게 수행되고 있는 가운데, 국내 많은 농업모형 연구자들에 의해 작물 생물계절/생육단계모의 모형, 기상재해 및 병해충 예측모형 등이 꾸준히 개발되었고, 이와 더불어 각 모형에서 생산되는 정보를 농가에서 쉽게 활용 가능하도록 가공하고 또 빠르고 효율적으로 정보를 제공하기 위한 시스템들이 개발되었다. 그러나, 여러 농업모형들을 유기적으로 결합하여 보다 현실적인 정보를 생산하기 위한 연구는 드물었다. 농업생태계를 구성하는 작물, 작물에 영향을 미치는 생물적 환경 (병원균, 해충, 잡초 등)과 비생물적 환경 (토양, 기상 등)은 서로 밀접하고 복잡한 상호작용을 하고 있기 때문에 이들 모두를 고려한 모형을 개발하는 것은 사실상 거의 불가능에 가깝다. 그럼에도 불구하고, 주요 상호작용들을 모의한 종합적인 농업생태계 모형을 만들어 내는 것이 우리 연구자들이 앞으로 해야 할 중요한 숙제임에는 틀림없다. 최근 복숭아순나방 (Grapholita molesta, Busck)의 서식지가 중국 북서부에서부터 전세계로 급속도로 확대되면서 과수 농가에도 상당한 경제적 피해를 입히고 있다. 따라서 이 해충에 대한 연구도 활발하게 이루어지고 있는데, 본 연구에서는 과수 개화일 예측모형과 복숭아순나방 출현모형을 이해하고 이를 결합하여 활용할 수 있는 가능성을 고민해 보려고 한다.

파프리카는 수분에 민감한 작물이므로 작물의 생산성 향상을 위하여 적정 관수조절은 매우 중요하다. 광환경 조건은 시설재배에서 여러 환경 변수 중 조절이 용이하지 못하며, 지역 별, 계절 별 분포가 다르기 때문에 광 환경 데이터를 이용한 증산과 관수의 추정이 필요하다. 본 연구에서는 파프리카의 정확한 증산 예측을 위하여 변형된 증산 추정식을 활용하였다. 또한 기상청의 광도 자료를 활용하여 지역 별 증산량과 관수량을 비교하였다. 우리나라의 경우 여름철 하루 중 광도의 편차가 심하고 장마기간이 있으므로 봄, 가을에 비하여 증산량이 오히려 낮았다. 그리고 광주기가 길어지는 봄에 증산량이 가장 많았으므로, 이 시기의 데이터를 이용하여 관수시설 용량을 지역별로 제시할 수 있었다. 이러한 결과는 시설 재배에서 관수설비 기준제시를 위한 자료 및 투입에너지 최적화에도 유용하게 활용될 것으로 판단된다.

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.

In this paper, an attempt is given to the problem of short-term forecasting of domestic demand for mineral water in Korean market. The seasonal regression models are taken into consideration in model building and in making the forecast. As it turned out, the model performance is satisfactory for the use of production planning. A modeling procedure as well as a few fitted models are presented in some detail in order to discuss on the modeling procedure and forecasting performance.

In this paper, an effort is exerted to the problem of short-term domestic demand forecasting of mineral water. The seasonal ARIMA models are considered in model building and in making the forecast. As it turned out, the model fits well into the given time-series data in so far as modeling procedures are relevant. A fitted model as well as modeling procedure is presented in some detail.

대기 대순환 모형인 GCPS를 이용하여 북서태평양에서의 태풍 활동의 계절 예측 가능성을 조사하였다. 1979년부터 2003년까지 각 해에 대해 해수면 온도 관측 자료를 사용하여 5개월간 초기 조건을 달리한 10개의 앙상블 멤버를 적분하였다. 모형은 발생 빈도의 평균적인 월변화 경향과 발생 분포를 관측과 유사하게 모의하였으나, 발생 빈도의 경년 변화는 신빙성 있게 예측하지 못하였다. 이는 관측과 모형간 태풍 발생 빈도와 ENSO의 상관성 차이에 인한 것으로 실제 태풍 발생 빈도와 ENSO가 뚜렷한 상관 관계를 갖지 않는 것과 달리, 모형에서는 엘니뇨 시기에 평년에 비해 많은 태풍이 발생하고 라니냐 시기에 평년에 비해 적은 태풍이 발생하는 경향을 보였기 때문이다. 반면에, 관측과 모형 모두 ENSO와의 상관 관계가 높게 나타난 태풍 발생 경도의 경우에는 모형이 발생 경도의 경년 변화를 관측과 유사하게 모의하였다.

경험적 직교함수(EOF)분석법과 다중회귀법에 기초하여 지연상관된 광역규모 예측인자로부터 3개월 이전에 계절 강수량을 예측할 수 있는 슈퍼앙상블 모델이 개발되었다. 이 모델의 예측성이 교차검증법에 의해 평가되었다. 관측값과 예측값사이의 상관계수는 봄철에 0.73, 여름철에 0.61, 가을철에 0.69, 겨울철에 0.75로 나타났다. 이러한 값은 유의수준 α=0.00에서 유의한 값이다. 수퍼 앙상블 방법의 범주형 예측성이 3개 범주로 나누어진 사례에 대해서 평가되었다. 3개 범주는 계절 누적강수량의 상위 33.3%를 과우해, 하위 33.3%를 소우해, 그 나머지를 평년해로 구분하였다. 범주형 예측의 적중률은 계절에 따라 42%에서 74%로 나타났다.

Unit load factor, which is used for the quantification of non-point pollution in watersheds, has the limitation that it does not reflect spatial characteristics of soil, topography and temporal change due to the interannual or seasonal variability of precipitation. Therefore, we developed the method to estimate a watershed-scale non-point pollutant load using seasonal forecast data that forecast changes of precipitation up to 6 months from present time for watershed-scale water quality management. To establish a preemptive countermeasure against non-point pollution sources, it is possible to consider the unstructured management plan which is possible over several months timescale. Notably, it is possible to apply various management methods such as control of sowing and irrigation timing, control of irrigation through water management, and control of fertilizer through fertilization management. In this study, APEX-Paddy model, which can consider the farming method in field scale, was applied to evaluate the applicability of seasonal forecast data. It was confirmed that the rainfall amount during the growing season is an essential factor in the non-point pollution pollutant load. The APEX-Paddy model for quantifying non-point pollution according to various farming methods in paddy fields simulated similarly the annual variation tendency of TN and TP pollutant loads in rice paddies but showed a tendency to underestimate load quantitatively.

The interannual variability of summer temperature during June-August (JJA) in South Korea was associated with geopotential height averaged in the East Sea (Korea-Japan Index, KJI) and in the subtropical western North Pacific (Western North Pacific Subtropical High Index, WNPSHI). The KJI was coupled with a decaying El Niño one month in advance, while the WNPSHI was influenced by Sea Surface Temperature (SST) anomaly in the western North Pacific and a developing El Niño one to three months ahead. Additionally, the JJA temperature over South Korea was affected by SST anomaly in the western North Pacific in May. Based on these teleconnections, a multivariate regression model using the SST surrogates for the KJI and WNPSHI and an univariate model using an area-averaged May SST were developed to reconstruct the JJA temperature over South Korea. Both of the empirical models reproduced the JJA and monthly temperatures reasonably well. However, when the simulated SSTs from global climate models were used, the multivariate model outperformed the univariate model. Further, for JJA temperature prediction, the multivariate model with 6-month lead SST outstripped one-month lead prediction of global climate models. Therefore, the empirical-dynamical approach can pave a promising way for summer temperature prediction in South Korea.

2014년부터 기상청에서 현업으로 활용하고 있는 전지구 계절예측시스템 GloSea5의 최대 6개월 예측 강수량을 수자원 및 여러 응용분야에 활 용하기 위해서는 예측모델이 가지는 관측자료와의 정량적인 편의를 보정할 필요가 있다. 본 연구에서는 GloSea5의 예측 강수량에서 나타나는 편 의를 보정하기 위해 확률분포형을 활용한 편의보정기법, 매개변수 및 비매개변수적 편의보정기법 등 총 11개의 기법을 활용하여 계절예측모델의 적용성을 평가하고 최적의 편의보정기법을 선정하고자 하였다. 과거재현기간에 대한 편의보정 결과, 비매개변수적 편의보정기법이 다른 기법에 비해 가장 관측자료와 유사하게 보정하는 것으로 분석되었으나 예측기간에 대해서는 상대적으로 많은 이상치를 발생시켰다. 이와는 대조적으로 매개변수적 편의보정기법은 과거재현기간 및 예측기간 모두 안정된 결과를 보여주고 있음을 확인할 수 있었다. 본 연구의 결과는 수자원운영 및 관 리, 수력, 농업 등 계절예측모델을 활용한 여러 응용분야에 적용이 가능할 것으로 기대된다.

Reliable long-term streamflow forecasting is invaluable for water resource planning and management which allocates water supply according to the demand of water users. It is necessary to get probabilistic forecasts to establish risk-based reservoir operation policies. Probabilistic forecasts may be useful for the users who assess and manage risks according to decision-making responding forecasting results. Probabilistic forecasting of seasonal inflow to Andong dam is performed and assessed using selected predictors from sea surface temperature and 500 hPa geopotential height data. Categorical probability forecast by Piechota's method and logistic regression analysis, and probability forecast by conditional probability density function are used to forecast seasonal inflow. Kernel density function is used in categorical probability forecast by Piechota's method and probability forecast by conditional probability density function. The results of categorical probability forecasts are assessed by Brier skill score. The assessment reveals that the categorical probability forecasts are better than the reference forecasts. The results of forecasts using conditional probability density function are assessed by qualitative approach and transformed categorical probability forecasts. The assessment of the forecasts which are transformed to categorical probability forecasts shows that the results of the forecasts by conditional probability density function are much better than those of the forecasts by Piechota's method and logistic regression analysis except for winter season data.

Reliable long-term streamflow forecasting is invaluable for water resource planning and management which allocates water supply according to the demand of water users. Forecasting of seasonal inflow to Andong dam is performed and assessed using statistical methods based on hydrometeorological data. Predictors which is used to forecast seasonal inflow to Andong dam are selected from southern oscillation index, sea surface temperature, and 500 hPa geopotential height data in northern hemisphere. Predictors are selected by the following procedure. Primary predictors sets are obtained, and then final predictors are determined from the sets. The primary predictor sets for each season are identified using cross correlation and mutual information. The final predictors are identified using partial cross correlation and partial mutual information. In each season, there are three selected predictors. The values are determined using bootstrapping technique considering a specific significance level for predictor selection. Seasonal inflow forecasting is performed by multiple linear regression analysis using the selected predictors for each season, and the results of forecast using cross validation are assessed. Multiple linear regression analysis is performed using SAS. The results of multiple linear regression analysis are assessed by mean squared error and mean absolute error. And contingency table is established and assessed by Heidke skill score. The assessment reveals that the forecasts by multiple linear regression analysis are better than the reference forecasts.

The traffic accidents in large cities such as Pusan metropolitan city have been increased every year due to increasing of vehicles numbers as well as the gravitation of the population. In addition to the carelessness of drivers, many meteorological factors have a great influence on the traffic accidents. Especially, the number of traffic accidents is governed by precipitation, visibility, humidity, cloud amounts and temperature, etc. In this study, we have analyzed various data of meteorological factors from 1992 to 1997 and determined the standardized values for contributing to each traffic accident. Using the relationship between meteorological factors(visibility, precipitation, relative humidity and cloud amounts) and the total automobile mishaps, an experimental prediction formula for their traffic accident rates was seasonally obtained at Pusan city in 1997. Therefore, these prediction formulas at each meteorological factor may be used to predict the seasonal traffic accident numbers and contributed to estimate the variation of its value according to the weather condition in Pusan city.