In this research, we propose efficient demand forecasting scheme for intermittent demand. For this purpose, we first extensively analyze the drawbacks of the existing forecasting methods such as Croston method and Syntetos-Boylan approximation, then using these findings we propose the new demand forecasting method. Our goal is to develop forecasting method robust across many situations, not necessarily optimal for a limited number of specific situations. For this end, we adopt combining forecasting method that utilizes unbiased forecasting methods such as simple exponential smoothing and simple moving average. Various simulation results show that the proposed forecasting method performed better than the existing forecasting methods.

Grapholita molesta occur four times a year and Carposina sasakii occur twice a year, and both pests do damage on stone fruits such as peach, apple, plum, apricot, etc. Grapholita molesta is worldwide distributed in temperate and subtropical areas including South Korea. But, Carposina sasakii distributed in South Korea, Japan, China and Asia, and has been managed as an important import quarantine pest by the authorities of United States, Canada and Taiwan. Forecasting of both pests in Korea is currently done through the investigation of 1,000 fruits per 10 trees (100 fruits / tree) in designated peach orchard. However, this method is very difficult to observe the pest by bagging of peach and require too much time and labor. Therefore, we tried to carry out a new forecasting method by using of sex pheromone traps for newly standardized method as an alternative. Using sex pheromone trap, attractiveness of G. molesta was proved to be 2.5 > 1.5 > 0.5 m by the height and the border => outside > center by the position. Attractiveness of C. sasakii made no difference in height, but, more trapped at the center and border than outside in position at peach orchard.

Recently an outbreaked pest belongs to Hemiptera: Recaniidae, Ricanula sp. is greatly concerned about the outspreading throughout the South of Korea by wide range of host, including Cornelian cherry, Jujube, and peach trees. In Chungbuk province, this pest was first occurred at Jincheon and Okcheon in 2012, Cheongju in 2013 and now found out at Eumseong and Goesan in 2015. Ricanula sp. was oviposited directly into one-year twig, did damages on fruit-bearing formation and finally withered the host. This study was performed to understand the ovipositional characteristics and to develop the standardized forecasting method. Oviposition by Ricanula sp. was abundant in tree than in bush, adult laid eggs on new inner twigs and then covered with wax compound. Total no. of oviposited egg-mass was 10 to 318, and that of on new twig was 5 to 185 per tree, with different to host trees. Thickness of oviposited twigs were done within 2 ~ 5.5 mm and the height was mostly founded with range of 1 to 2 m, founded with highest height over 3 m. Oviposited no. of egg-mass within 30 cm twig was appeared differently from 2 to 7 every host. From based on this investigated result, we provide this for standardized forecasting method. This pest will need to control when egg-mass will occur over 2 at new twig, within 30 cm from the tip, set as total 25 point/ 5 plants (5 point per plant).

본 연구는 RCP 4종 시나리오(RCP 2.6, RCP 4.5, RCP 6.0, RCP 8.5)를 적용하여 얻어진 2100년까지의 대기온도 상승값을 해수면 상승 계산방법 중에 하나인 반경험식법(Semi-empirical method)에 적용하여 해수면 상승치를 예측하였다. RCP 4종 시나리오에서 얻어진 결과에 따르면 모든 시나리오에서 해수면이 꾸준히 상승하고 있음을 알 수 있었다. 2050년도까지 RCP 4종 시나리오에 대한 해수면 상승의 차이가 최대 0.08 m 이내였으나 2100년도에는 최대 0.5 m까지 해수면 상승의 격차를 보이고 있었다. RCP 2.6, RCP 4.5, RCP 6.0, RCP 8.5 시나리오의 2100년도 해수면 예상 상승치는 각각 0.87 m, 1.21 m, 1.02 m, 1.36 m였다. RCP 8.5시나리오는 2060년 이후로 대기온도 상승치가 다른 시나리오에 비해 급상승하는데, 2100년 이후 다른 시나리오와의 해수면 상승 격차는 더 커질 것으로 예상된다. 단순한 비례식으로 추정하면, 2080년도에 RCP 4종 시나리오의 최대 격차가 0.21 m였으나 20년 후인 2100년에는 그 두 배가 넘는 최대 0.5 m였다. 따라서 2120년에는 그 격차가 1.2 m 이상 될 수도 있다.

본 연구는 도로연장측면에서 본선에 비해 상대적으로 연결로에서 발생하는 사고빈도가 높고, 교통사고가 증가하는 추세인 고속도로 연결로의 교통사고 예측모형의 개발에 초점을 두었다. 연결로 유형별(직결, 준직결, 루프)로 통계적으로 유의한 사고인자를 선정하고, 사고율과의 관계가 비선형 임을 분석하여 변수를 변형(Variables Transformation)하여 All possible 방식으로 예측모형을 개발하고, 통계적 진단 및 검증을 거쳐 유의성을 확인하였으며 이에 기존 개발 모형에 비해 예측력이 더욱 우수한 결과를 보였다. 개발된 사고예측모형은 보다 비용면에서 효율적이고, 안전한 트럼펫형 IC 연결로의 설계와 연결로 교통사고 원인분석에 활용될 수 있을 것으로 기대된다.

본 연구에서는 공간규모분할 기법(SCDM)을 적용하여 레이더 예측강우를 산정하고, 도시홍수예보 관점에서 기상청 현업 레이더 예측강우 (MAPLE 및 KONOS)와 함께 수문학적 활용성을 평가하였다. 본 연구에서 제시한 공간규모분할 기법은 강우를 층운형과 대류성 강우로 분리하여 각각의 이동속도를 고려하여 개별예측 및 재합성하는 것이다. 수도권 영역의 세 호우 사례를 대상으로 기상청 MAPLE 및 KONOS와의 예측강우 정확도를 평가한 결과, 본 연구에서 적용한 예측기법은 기법의 단순함에 비해 양호한 예측 정확도를 보였다. 또한, 강남유역을 대상으로 각 예측강 우의 수심모의 정확도를 평가한 결과, MAPLE 및 SCDM에 비하여 KONOS가 첨두수심을 보다 정확하게 모의하였으나, 호우의 시간적 패턴 구현 의 정확도가 높지 않았다. SCDM의 경우 정량적인 오차는 다소 크게 나타났지만, 전체적으로 관측수심과 유사한 모의 양상을 보였다. 추후 부족한 정량적 정확도를 보정 기법 및 수치예보자료와의 결합을 통해 개선한다면 SCDM의 예측강우가 홍수예보를 위한 입력자료로 유용하게 활용될 수 있을 것으로 판단된다.

Fog may have a significant impact on road conditions. In an attempt to improve fog predictability in Jeju, we conducted machine learning with various data mining techniques such as tree models, conditional inference tree, random forest, multinomial logistic regression, neural network and support vector machine. To validate machine learning models, the results from the simulation was compared with the fog data observed over Jeju(184 ASOS site) and Gosan(185 ASOS site). Predictive rates proposed by six data mining methods are all above 92% at two regions. Additionally, we validated the performance of machine learning models with WRF (weather research and forecasting) model meteorological outputs. We found that it is still not good enough for operational fog forecast. According to the model assesment by metrics from confusion matrix, it can be seen that the fog prediction using neural network is the most effective method.

본 연구에서는 기상레이더 자료를 이용하여 도시하천 유역을 대상으로 초단기 강우예측 및 홍수예측을 실시하였다. 초단기 강우예측 결과 선행시간이 증가함에 따라 관측 자료와의 상관계수가 감소하며, 평균제곱근오차는 증가하여 정확도가 감소하였으나, 선행시간 60분까지 상관계수가 0.5이상 유지되는 결과를 얻을 수 있었다. 또한 강우예측 자료 적용에 의한 도시유출 분석결과, 선행시간 증가에 따른 첨두유량과 유출체적의 감소가 발생하였으나, 첨두시간은 비교적 일치하는 것으로 분석되었다. 레이더 예측 강우 적용을 통한 도시유출 분석결과, 관측 자료와의 오차가 발생하나 이는 여러 가지 외부적인 요인으로 판단되며, 추후 강수 에코의 급격한 생성과 소멸현상 모의, 국지성 강우 예측 성능 향상 등 지속적인 알고리즘 개선과 강우-유출 모형 매개변수 검․보정이 필요할 것으로 사료된다. 본 연구의 결과는 도시하천 유역뿐만 아니라 관측이 어려운 미계측 지역의 수문자료 확보 및 실시간 홍수 예․경보시스템 구축에 확장이 가능하며, 다양한 관측자료 기반 Multi-Sensor 초단기 강우예측 기반기술로의 활용이 가능하다.

본 연구에서는 홍수위 예경보를 위한 Data Mining기법에 대해 조사하고 예측시스템에 대해 연구하였다. 홍수예측의 모형 중 인공지능 기반의 신경망 모형을 이용하여 유사한 수문 사상을 유역내의 복잡한 물리적인 현상을 직접적으로 고려하지 않고 상·하류간 입력 자료를 사용하여 출력자료와의 관계로부터 학습을 통해 결론을 도출해내는 Data Mining기법 중 신경망 모형을 사용하였다.

본 연구에서는 중·소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 예측 시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하였으며 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상·하류간 입력 자료를 동시에 사용하였다. 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

최근 이상기후로 인한 홍수의 빈도 및 강도의 증가는 불가피한 자연현상으로 홍수재해를 발생하고 있다. 이러한 불가피한 자연현상으로 인한 피해를 통합적으로 관리하기 위해서 홍수 예·경보시스템을 구축하였으나 대부분 중요도가 높은 국가하천을 중심으로 구축되었다. 그러나 홍수재해에 따른 피해는 국가하천이나 지방하천보다는 중소하천에서의 피해영향이 상대적으로 크고 빈번하게 발생하고 있다. 중·소하천은 국가하천이나 지방하천과는 달리 소하천망이나 소하천 속성정보 등 홍수예·경보에 필요한 자료들이 많이 부족한 실정이다. 대부분의 중·소하천은 유역면적이 작고 유로연장이 짧은 지형적 특성상 짧은 시간에 상황을 판단 및 대응할 수 있는 홍수예·경보에 관한 연구 및 시스템 구축이 어려웠다. 본 연구에서는 중소하천 홍수예·경보시스템 구축을 위한 중소하천 DB구축, 중소하천 예·경보기준설정 그리고 위험지역등을 제시하여 중소하천에서 발생하는 홍수피해 저감 및 방재대책에 기준을 제시하고자 한다.

실시간 홍수예측모형의 구성에서 장래 강우 양상(지속기간, 강우강도 등)에 대한 가정으로 인하여 홍수예측의 신뢰성을 높이기 어려웠다는 점을 해결하기 위하여 현재까지의 강우, 수위 및 상류지역의 수위를 기반으로 장래 수위를 예측할 수 있는 회귀모형을 구성하였다. 대상유역인 대전광역시의 도심하천 구간에서 각 수위 및 강우관측소들 간의 자료들을 활용하여 최대 2시간 후의 수위변화를 예측할 수 있는 모형을 구성하였다. 각각의 선행시간에 대하여 예측한 결과 실체

기존의 거의 모든 수문학적 연구에 있어서, 시스템의 특성을 파악한 뒤 예측을 실시하는 표준접근법이 채택되어왔다. 그러나 최근 들어 시스템의 특성분석에 앞서 예측을 실시하고, 상태공간 매개변수가 시스템의 특성분석단계가 아닌 예측단계에서 평가되는 가역접근법이 제안되었다. 본 연구에서는 최근에 제안된 가역접근법과 기존에 널리 적용되어온 표준접근법을 이론적 카오스 시계열과 Idaho주 Bear강의 일유출량 자료에 적용함으로써, 가역접근법의 적용성을 검토하고 카

델파이법을 이용한 본 연구는 한국농업의 미래 유망기술을 예측. 도출하기 위하여 시도되었다. 이 미래유망기술을 토대로 우리나라의 농업은 고부가가치를 지닌 2떼기의 핵심전략산업으로 성장하게 할 것이다. 델파이법을 이용하여 경종작물 분야의 전문가에게 각 기술의 전문도, 중요도, 실현시기(국내 및 세계), 연구개발수준, 실현시기의 확신도, 기술적으로 가장 앞선 국가, 연구개발 추진주체, 유효한 정책수단 등을 질문하였다. 이 조사의 대상은 경종작물분야의 전문가로 한정하였다. 미래유망기술로는 44개의 기술이 도출되었고, 이 조사에 응답한 전문가는 39명이었다.

해상수송의 안전성을 개선하는 하나의 수란으로서, 해상풍 정보로부터 예정 항로상에서 조우하게될 파랑정보를 높은 정밀도로 예측하여 단시간에 본선에 제공할 수 있는 시스템을 개발할 필요가 있다. 본 연구에서는 이의 제1단계로서 대양에서의 다방향 불규칙파 예측을 위한 파랑추산모델을 제시하였다. 검토방법으로는 과거 실제 해역에서 발생한 황천에 기인한 선박 침몰사고를 대상으로 선박의 항행 일정에 따른 해상풍의 분석 및 파랑추산시뮬레이션을 수행하였으며, 이로부터 사고 선박이 조우한 해상을 평가하고 모델의 재현성 및 정도를 검토하였다. 연구비 결과, 사고 선박은 침몰사고의 원인이 Okhotsk해에서 발달한 저기압에 의해 급속히 성장한 고파랑 해역을 회피하지 못하여 발생한 것에 있음을 명백히 하였으며, 본 계산에 이용한 제3세대 파랑추산모델(WAM)로부터의 결과는 실제 관측 파랑의 유의파고, 주기, 방향 스펙트럼 등 항행관련의 파랑제원과 잘 부합되었으며, 실용 선박에서의 예측시스템 구축에 적용성이 양호한 것으로 나타났다.