2010년 에야피얏라흐요쿳(Eyjafjallajökull) 화산 분화에 의한 화산재의 확산은 유럽 전역의 항공기 운항을 중단시켰으며 전 지구적인 사회 및 경제적 관심을 불러일으켰다. 또한 국내에서도 한반도에 영향을 미칠 수 있는 주변 화산 분화 활동과 백두산 분화 전조현상에 대한 연구 활동이 꾸준히 진행되고 있다. 화산재 확산 예측은 기상데이터를 이용한 확산 수치 모형이 일반적으로 이용되는데, 기상데이터와 수치 모형의 불확실성을 줄이기 위한 방법으로 앙상블 분석이 주로 활용되고 있다. 본 연구에서는 오일러 방법 기반의 수치 모형에 의한 화산재 확산 해석을 유사한 기상장을 갖는 날짜에 대하여 수행했으며, 앙상블 분석을 통한 불확실성 감소 방법을 제시하였다. 특히 대부분의 앙상블 방법은 현장 관측데이터를 주요 데이터로 간주하는데 반하여, 화산재의 현장 측정은 얻기가 매우 어려운 상황이다. 그러므로 신뢰도 앙상블 평균(REA; Reliability Ensemble Averaging) 방법의 과거기간 시나리오의 모의 변수에 대 한 오차항을 배제하고 시나리오간 모의 변수의 평균 차이항만을 고려하여 화산재 확산 해석 결과만을 이용해 앙상블을 수행했으며 단순 모형 평균(SMA; Simple Model Averaging) 방법과 비교하여 불확실성이 감소하는 것을 확인할 수 있었다.

본 연구는 2012년에 결성된 한국 현대음악 단체 project21AND의 제4회-제6회 정기연주회(2016-2018년) 리허설 담론을 분석함으로써 한국 현대음악의 의미생성 과정의 현장을 질적으로 탐구하고자 하였다. 연구의 목적은 한국 현대 음악 전반의 흐름을 분석하는 것이 아니라, 일부일지라도 현재 활발하게 작품 활동을 하고 있는 음악인들의 역동적인 음악 만들기 과정을 심층적으로 해석하는 것이다. 연구에서 취했던 방법론은 현장중심의 인류학적 연구이며, 본 논문에서는 project21AND의 상임 작곡가 김정훈의 <Chorus (2016)>와 공모 작곡가 전현석의 <De Tuin der Lusten (2018)> 리허설 담론을 집중적으로 분석하였다. <Chorus>는 제4회 정기연주회(2016년)를 위한 작품으로서 project21AND의 설립자이자 상임 음악감독인 김승림과 김정훈이 지휘자와 작곡가의 역할로 음악 만들기에 공조했는가 하면, <De Tuin der Lusten>의 경우는 제6회 정기연주회(2018년)를 위한 공모에서 선정된 작품이었기에 project21AND의 내재적인 특성을 드러내기에 적합하였다. 분석의 틀은 긴스보르와 킹의 리허설 담론 연구와 고든의 현대음악 리허설 논의를 기본으로 했으며, 질적연구 소프트웨어 <NVivo12>를 활용하여 코딩하였다. 이 때, 제4회-제6회 정기 연주회에 참가한 총 13인의 작곡가와의 개별면담을 통해 ‘음악적 실험’을 추구하고자 하는 공통적인 인지적 맥락을 도출하였으며 이를 리허설 담론 분석의 근거로 삼았다. 실제로 리허설은 연습 리허설과 공연 리허설로 구분되었으며, 연구자는 리허설 내내 작곡가, 연주자, 지휘자 간의 대화를 녹취 및 녹화를 실시했다. 두 경우의 리허설에서 기록된 대화를 전사하여 코딩한 결과로 도출된 코드는 ‘작곡가의 작품에 대한 성찰’, ‘악보 보완 및 수정’, ‘악기 주법’, ‘연주자의 물리적 배치’, ‘공연에 대한 설명’ 등이었다. 이는 작곡가 면담에서 도출되었던 ‘음악적 실험’에 관한 가치관과 일맥상통한 것을 확인했으며, 작곡가, 지휘자, 그리고 연주자 간의 민주적인 상호관계가 형성되어 있음을 알 수 있었다.

A Quantile-based Matching (QM) method has been widely used to correct the biases in global and regional climate model outputs. The basic idea of QM is to adjust the Cumulative Distribution Function (CDF) of model for the projection period on the basis of the difference between the model and observation CDFs for the training period. Therefore, the CDF of observation on training period plays an important role in quantile-based matching. Also, ensembles are highly correlated because ensemble forecasts generated from a combination of randomly perturbed initial conditions and different convective schemes in numerical weather model. We discuss the dependence of the bias correction results obtained from Qunatile-based Matching when there is correlation between ensembles and the variance of observation is larger than that of model. A simulation study is employed to understand the relation and distributional characteristics of observation and model when applying Quantile-based Matching method.

최근 수문자료에서 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발하게 진행되고 있다. 시간에 따라 변화하는 통계 적 특성을 고려하기 위하여 다양한 형태의 비정상성 확률분포형이 제시되고 있으며, 비정상성 매개변수를 추정할 수 있는 다양한 방법들이 연구되 고 있는 추세이다. 본 연구에서는 앙상블 경험적 모드분해법을 이용한 비정상성 Gumbel 분포형의 매개변수 추정방법을 제시하고 기존에 비정상 성 매개변수 추정방법으로 주로 사용되어온 최우도법과 비교해보고자 하였다. 국내 자료의 적용을 위하여 기상청 지점의 다양한 지속기간에 대해 경향성이 나타나는 연 최대치 강우자료를 사용하였다. 적용 결과 선형적 경향성을 나타내는 자료에 대해서는 두 가지 방법 모두 적절한 모형을 선 정하였으나, 2차 곡선 형태의 경향성이 존재하는 자료에 대해서는 앙상블 경험적 모드분해법의 경우에만 이러한 경향성을 반영하는 비정상성 Gumbel 모형을 선정하였다.