We attempted to estimate potential habitats of Clithon retropictus and to determine the community structure of benthic macroinvertebrates by presence of C. retropictus. 2016 to 2018 database of “Survey and Assessment of Estuary Ecosystem Health” by the Ministry of Environment were used to identify the distribution site of C. retropictus. The occupancy model was applied to estimate the potential habitat of C. retropictus. Four diversity indices were used to confirm the community structure of benthic macroinvertebrates. C. retropictus was found in the southern coast area and part of the east coast, and this pattern was consistent with previous studies. Additionally, the occupancy model predicted that a potential habitat of C. retropictus could appear in the west coast area. The community structure of benthic macroinvertebrates was relatively high at the site with C. retropictus than the site without C. retropictus. Therefore, the occupancy model can be considered when conserving C. retropictus inhabiting a limited area. Additionally, C. retropictus can be used to the indicator species that can represent the brackish water environment.

In this paper, we utilize a Gaussian process to predict the power consumption in the air-conditioning system. As the power consumption in the air-conditioning system takes a form of a time-series and the prediction of the power consumption becomes very important from the perspective of the efficient energy management, it is worth to investigate the time-series model for the prediction of the power consumption. To this end, we apply the Gaussian process to predict the power consumption, in which the Gaussian process provides a prior probability to every possible function and higher probabilities are given to functions that are more likely consistent with the empirical data. We also discuss how to estimate the hyper-parameters, which are parameters in the covariance function of the Gaussian process model. We estimated the hyper-parameters with two different methods (marginal likelihood and leave-one-out cross validation) and obtained a model that pertinently describes the data and the results are more or less independent of the estimation method of hyper-parameters. We validated the prediction results by the error analysis of the mean relative error and the mean absolute error. The mean relative error analysis showed that about 3.4% of the predicted value came from the error, and the mean absolute error analysis confirmed that the error in within the standard deviation of the predicted value. We also adopt the non-parametric Wilcoxon’s sign-rank test to assess the fitness of the proposed model and found that the null hypothesis of uniformity was accepted under the significance level of 5%. These results can be applied to a more elaborate control of the power consumption in the air-conditioning system.

This study investigated viability variation of airborne bacteria in indoor environments. The survival in air as a temporal function of bioaerosol viability was reported for Escherichia coli (KCCM 12119, ATCC 11775). Bacteria suspended in distilled water were aerosolized and entered the vertical duct oriented downward. After measurement of number concentration and colony forming unit (CFU) of the bacteria at different locations of the duct, the viability function was calculated. It was found that the bacteria viability(%) decreased with time after aerosolization, 28.454e^-0.132x (x:time, min). This study demonstrated the potential application of viability function of airborne bacteria to studies of exposure assessment and infection risk analysis.

포장유지관리체계는 신설포장의 공용 이후 포장 유지보수를 실시함에 있어 기술적으로 타당하고 경제적으로 효율적인 보수전락을 적용하는 것을 목표로 한다. 이를 위해서는 신뢰성 있는 포장공용성 예측모델을 필요로 한다. 본 연구에서는 마르코프 체인 이론에 기초한 확률적 포장공용성 예측 시스템을 제안하고, 아스팔트 포장으로의 적용상 문제점 등을 기술하였다. 본 연구 결과로서 아스팔트 포장의 공용성 예측을 위한 포장상태 전이행렬을 정의하였으며, 정량적인 포장공용 수명평가 결과를 제시하였다.

포장유지관리체계는 신설포장의 공용 이후 포장 유지보수를 실시함에 있어 기술적으로 타당하고 경제적으로 효율적인 보수전락을 적용하는 것을 목표로 한다. 이를 위해서는 신뢰성 있는 포장공용성 예측모델을 필요로 한다. 본 연구에서는 마르코프 체인 이론에 기초한 확률적 포장공용성 예측 시스템을 제안하고, 아스팔트 포장으로의 적용상 문제점 등을 기술하였다. 본 연구 결과로서 아스팔트 포장의 공용성 예측을 위한 포장상태 전이행렬을 정의하였으며, 정량적인 포장공용 수명평가 결과를 제시하였다.

지진예측을 위한 확률론적퍼지모형을 제안하였다. 제안원 모형은 지진발생에 대하여 부작위성 (randomness) 과 퍼 지니스( fuzziness )를 같이 사용하여， 기존의 확률론에 근거한 지진예측방볍을 개선할 수 있도록 하였다. 이 연구의 설과는 (a) 주어진 초과확률에 대한 지반가속도 또는 주어진 지반가속도에 대한 초과확률의 멤벼쉽함수와 (b) 멤써 쉽함수릎 대표할 수 있는 특성값 (characteristic value) 이다. 확률론적퍼지모형을 띠 놔 Utah 주의 Wasatch Front Range 의 자료에 적용하여 서로 다른 연간초파확률， 최대지반가속도에 대하여 지진도른 작성하였다

선박의 접안과정 중 발생하는 접안에너지는 접안속도와 밀접한 관계가 있다. 접안속도가 과다할 경우 선박 및 부두에 손상이 발생 하는 접안사고로 이어질 수 있으므로 적절한 접안속도를 설계하는 것이 중요하다. 선박접안속도의 경우, 일반적으로 대수정규분포를 따른다 고 가정하고 있으나 국내에서는 이에 대한 검증이나 연구가 없어 해외의 사례를 바탕으로 설계접안속도를 설정하고 있는 상황이다. 이에 본 연구에서는 부두의 선박접안속도 분석을 통계학적으로 접근하여 실측데이터와 확률분포를 비교하여 가장 적합한 확률분포를 찾고자 하였다. 적합도 검정으로는 K-S(Kolmogorov-Smirnov) 검정, A-D(Anderson-Darling) 검정, Q-Q(Quantile-Quantile) 플롯 등을 이용하여 접안속도 실측치 분포에 적합한 확률분포를 확인하였다. 분석 결과, 접안속도의 빈도분포는 선박의 재화상태에 따라 만재 시, 대수정규분포, 경하 시에 는 와이블분포와 적합함을 확인하였다. 또한 적합도 검정 결과를 이용하여 초과확률에 해당하는 접안속도 예측치를 산출하였다. 이 예측값과 해당 부두의 설계접안속도와 비교 해본 결과, 예측값이 설계값을 크게 초과함을 확인하였다. 이를 통해 설계 시의 접안속도가 현실과 맞지 않게 다소 낮게 설정되어 있음을 알 수 있으며, 이 결과를 바탕으로 적정 설계접안속도 산정법 개선에 기여할 수 있을 것으로 기대된다.

최근 우리나라에서 빈번하게 발생되는 가뭄으로 인하여 많은 피해가 발생하고 있으며, 이에 대한 사전대응의 필요성이 커지고 있다. 가뭄에 대한 효과적인 사전대응을 위해서는 신뢰성 있는 가뭄 예측 정보가 필수적이다. 본 연구에서는 수문학적 가뭄에 대한 확률론적 예측을 수행하기 위하여 가뭄의 전이현상을 베이지안 네트워크 모형에 반영하였다. 가뭄의 전이현상을 고려한 베이지안 네트워크 기반의 가뭄 예측 모형(PBNDF)은 과거, 현재, 미래에 대한 다중 모형 앙상블 예측결과와 가뭄전이 관계를 결합하여 새로운 수문학적 가뭄 예측 결과를 생산하도록 구축되었다. 본 연구에서 PBNDF 모형은 파머수문학적 가뭄지수를 활용하여 낙동강 유역의 10개 지점을 대상으로 가뭄을 확률적으로 예측하는데 적용되었다. PBNDF 모형의 ROC 분석 결과 ROC 점수가 0.5 이상의 유의한 결과를 나타내 실제 예측 모형으로 활용가능하다는 것을 확인할 수 있었다. 또한, 기존에 개발된 모형(지속성 예측, 베이지안 네트워크 예측 모형)과 평균제곱오차의 제곱근(RMSE), 기술 점수(SS)를 활용하여 비교를 수행하였으며, 그 결과 PBNDF 모형의 RMSE는 상대적으로 낮은 값을 가지며, SS는 약 0.1~0.15 정도 높은 것으로 나타나 예측성능이 향상되었다는 것을 확인할 수 있었다.

In this paper, we used a nonhomogeneous Gaussian regression model (NGR) as the postprocessing techniques to calibrate probabilistic forecasts that take the form of probability density functions for temperature. We also performed the alternative implementation techniques of NGR, which are stationspecific ensemble model output statistics (EMOS) model. These techniques were applied to forecast temperature over Pyeongchang area using 24-member Ensemble Prediction System for Global (EPSG). The results showed that the station-specific EMOS model performed better than the raw ensemble and EMOS model.

기후변화로 인해 강수의 불확실성이 증가하는 현 시점에서 효율적인 물 관리를 위한 계절예측 및 기상 예보의 활용은 필수적이다. 본 연구에서는 기상청에서 2014년 6월부터 시행하고 있는 범주형 확률장기예보를 Hit Rate, Reliability Diagram, Relative Operating Curve (ROC)의 평가지 표를 활용하여 예측력을 검증하였고, 추가적으로 확률예보를 활용하여 정량적인 예측 강수량을 생산하는 기법을 제안하였다. 확률장기예보의 예 측력 검증결과 최대 48%의 예측력을 갖는 것을 확인할 수 있었다. 확률예보를 활용하여 예측 강수량을 추정한 결과, 정량적으로 관측 자료와 유사 하게 모의되는 것을 확인할 수 있었으며 예측 적합도 평가결과 100%의 정확도를 가진 예보의 경우 최대 0.98, 실제 예보의 경우 최대 0.71의 상 관계수를 보였다. 본 연구에서 제안하는 확률예보를 활용한 예측 강수량 추출기법은 강수의 불확실성을 고려한 물 관리를 가능하게 해줄 것으로 판 단되며 효율적인 수자원 장기 이수계획 및 저수지 운영의 의사결정지원 등에 활용 가능할 것으로 기대된다.

The probabilistic prediction method and procedure of ships traffic for reasonably considering the enlargement of ships and increase in the large vessels of the vessel were established in this paper. However the problem related on prediction method, confidence intervals and selecting the target tonnage considering the enlargement of ship for prediction of ships is lack of results such as design example and study case. Therefore it requires various methodological study.

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.

가뭄의 피해를 줄이기 위해서는 시기적절한 용수관리와 지역주민의 절수 유도가 필요하며, 이를 위해서는 가뭄의 현황 및 전망에 대한 정보가 무 엇보다 중요하다. 특히 생·공용수를 공급하는 다목적댐의 경우 저수량에 대한 향후 전망은 용수관리를 위한 가장 중요한 정보이다. 이에 본 연구에 서는 핵밀도함수를 활용하여 유입량의 불확실성을 고려한 확률론적 저수량 예측 모형을 구축하고, 그 적용성과 활용성을 분석하였다. 확률론적 저 수량 예측 모형은 현재의 저수량을 기준으로 시간의 변화에 따른 저수량을 확률적으로 예측할 수 있다. 이를 통해 현재의 가뭄상황에서 향후 저수 량의 변화 양상을 파악하여 중장기적인 대응이 가능하고 특정시점의 목표 저수량을 달성하기 위한 용수 비축량을 산정할 수 있어 용수관리에 관한 의사결정을 위한 도구로 활용이 가능할 것으로 판단된다.

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.

Recently many research and investment have been made for waste biomass to bio solid fuel development in Korea. In this study, monte-carlo simulation is applied to estimate the bio solid fuel product quality made from various biomass as raw materials. Commercial biomass and waste biomass raw material samples were collected to investigate the basic properties and to predict mixed effect to solid bio-fuel product. The results show that predicted subject properties about applying a single quality items was reasonable, but for mixed biomass raw material, correlations and logical relevance of several items will be need to assume that require additional consideration for it. The stochastic techniques established through this study will be applicable to bio-solid fuel product development with a variety of waste biomass.

최근 전력 전송을 위해 지하에 건설되는 전력구 구조물이 증가함에 따라, 이러한 구조물의 수명 연장은 매우 중요한 문제로 대두되고 있다. 현재까지의 현장 및 실험결과들은 콘크리트 내부의 철근이 콘크리트 피복의 탄산화 현상에 의해 부식될 수 있음을 보이고 있으며,이러한 탄산화에 의한 철근의 부식은 구조물 주변의 높은 이산화탄소 농도에 의해 빈번히 발생할 가능성을 내포하고 있다. 따라서, 본 연구에서는 실제 전력구 현장에서의 철근 깊이와 탄산화 깊이를 측정한 결과를 바탕으로 우리나라의 전력구 콘크리트 구조물에 대한 탄산화위험도를 평가하였다. 현장 데이터를 기반으로 철근 주변에서의 탄산화에 의한 전력구의 사용수명을 평가하였으며, 이를 위해 확률론적 방법인 몬테카를로 기법을 적용하였다. 또한 균열을 유발한 시험체에 대한 탄산화 촉진 실험을 수행하여, 그 실험결과를 바탕으로 균열을 고려한 경우의 전력구의 사용수명을 수치적으로 평가하고 분석하였다.