PURPOSES : The purpose of this study is to build an optimization model using the capacity and initial travel speed of the volume delay functions for network calibration performed in the traffic demand analysis process. METHODS : The optimization model contains an error term between the observed traffic volume and estimated traffic volume, based on the user equilibrium principle, and was constructed as a bi-level model by applying range constraints on capacity and travel time. In addition, we searched the split section to apply the method of adjusting the section instead of adjusting the single link. The optimization model is constructed by applying the warm-start method using the bush of the origin-based model so that parameter adjustment and traffic assignment are repeatedly executed within the model and the convergence of the model configured %RSSE. RESULTS : As a result of analysis using the toy network, the optimization model is that the observed traffic volume is estimated when there are no restrictions and, when the constraint conditions were set, the error with the observed traffic volume and error rate was significantly reduced. As a result of the comparative analysis of the trial-and-error methods, KTDB optimum values, and optimization models in empirical analysis using a large-scale network, the evaluation indexes (e.g., RMSE and %RMSE) were significantly improved by applying the optimization model. CONCLUSIONS : Based on the empirical analysis, the optimization model of this study can be applied to large-scale networks and it is expected that the efficiency and reliability of road network calibration will be improved by repeatedly performing parameter adjustment and traffic assignment within the model.

본 연구에서는 아스팔트 콘크리트의 전단 물성을 고려한 영구변형 예측 모델을 개발하였다. 아스팔트 콘크리트의 전단 물성과 영구변형과의 상관성을 고찰하기 위해서 세 가지 종류의 아스팔트 콘크리트에 대해서 반복재하삼축압축(RLTC) 시험 및 삼축압축강도 시험과 간접인장강도 시험을 다양한 하중과 온도 조건에서 시행하였다. 주어진 아스팔트 콘크리트에 대하여 온도가 증가함에 따라 점착력은 감소하였으나 온도가 40℃ 이상인 경우 마찰각은 온도 변화에 민감하지 않은 거동을 나타내었다. 축차응력, 구속압, 온도 및 하중 주파수가 영구변형에 미치는 영향이 크다는 것을 관측할 수 있었다. 이러한 실내 시험 결과로 부터 아스팔트 콘크리트의 전단물성과 하중재하시간에 기초한 영구변형 모델을 개발하였다. 또한 일반적인 포장 단면에서 실시한 포장가속시험 결과를 이용해서 영구변형 모델을 보정하였다. 본 연구에서 제안한 영구변형 모델을 이용하여 다양한 온도와 하중조건에서 아스팔트 콘크리트의 영구변형을 예측할 수 있었다.

The objective of this study was to assess the statistics and associated criteria for field-scale model used to simulate nutrient concentrations in paddy field. CREAMS-PADDY, a modified version of the field-scale CREAMS model, simulates the hydrologic, sediment, and nutrient cycles in paddy fields was applied in this study. The model was calibrated and validated using data from study rice paddy fields in Republic of Korea. The calibration statistics include mean and the minimum-maximum range associated with a “temporal window” that spans a period of several days. Because nutrient concentrations in paddy filed are typically sampled infrequently (on a weekly basis, at best) and represent only an instant in time, it is not reasonable to expect any model to simulate a daily average concentration equal to an observed value on a particular day. The 5-day window and related calibration statistics were applied in this study and the applicability of this concept was tested for field-scale water quality model. As a result of calibration and validation, the ponded water nutrient concentration values showed only small changes except the fertilization period. Because of the small changes in ponded water concentration, the size of 5-day window was too small to capture the observed values. Further study is required to establish the 5-day window calibration method for field-scale water quality modeling.

도로포장구조체에서 하부구조의 함수비는 포장공용성에 중요한 영향을 미칠 수 있다. 최근 들어 많은 연구자들이 현장 계측을 통한 포장하부구조의 함수비를 주기적으로 측정하기 위해서 TDR(Time-Domain Reflectometry) 함수량계를 사용하고 있다. 일반적으로 TDR 함수량계는 흙의 타입, 입도, 밀도, 온도 등에 의해 오차가 유발된 수 있기 때문에, 현장의 흙을 사용하여 TDR 함수량계의 실내보정실험을 반드시 수행해야 한다. 본 연구에서는 LTPP(Long Term Pavement Performance) 구간의 노상재료와 보조기층재료에 대하여 TDR 함수량계(CS616) 실내보정실험을 수행하였으며, 이 결과로부터 TDR 함수량계의 보정모델을 개발하였다. 또한 현장데이터의 분석을 통해, 함수량계가 동결의 발생여부, 부동수의 양, matric suction 등을 판단하는데 활용될 수 있음을 확인하였다.

We describe a method for the in-orbit calibration of body-mounted magnetometers based on the CHAOS-7 geomagnetic field model. The code is designed to find the true calibration parameters autonomously by using only the onboard magnetometer data and the corresponding CHAOS outputs. As the model output and satellite data have different coordinate systems, they are first transformed to a Star Tracker Coordinate (STC). Then, non-linear optimization processes are run to minimize the differences between the CHAOS-7 model and satellite data in the STC. The process finally searches out a suite of calibration parameters that can maximize the model-data agreement. These parameters include the instrument gain, offset, axis orthogonality, and Euler rotation matrices between the magnetometer frame and the STC. To validate the performance of the Python code, we first produce pseudo satellite data by convoluting CHAOS-7 model outputs with a prescribed set of the ‘true’ calibration parameters. Then, we let the code autonomously undistort the pseudo satellite data through optimization processes, which ultimately track down the initially prescribed calibration parameters. The reconstructed parameters are in good agreement with the prescribed (true) ones, which demonstrates that the code can be used for actual instrument data calibration. This study is performed using Python 3.8.5, NumPy 1.19.2, SciPy 1.6, AstroPy 4.2, SpacePy 0.2.1, and ChaosmagPy 0.5 including the CHAOS-7.6 geomagnetic field model. This code will be utilized for processing NextSat-1 and Small scale magNetospheric and Ionospheric Plasma Experiment (SNIPE) data in the future.

In this study, a weighted ensemble method of numerical weather prediction by ensemble models is applied for PyeongChang area. The post-processing method takes into account combination and calibration of forecasts from different numerical models, assigning greater weight to ensemble models that exhibit the better performance. Three different numerical models, including European Center Medium-Range Weather Forecast, Ensemble Prediction System for Global, and Limited Area Ensemble Prediction System, were used to perform the post-processing method. We compared the model outputs from the weighed combination of ensembles with those from the Ensemble Model Output Statistics (EMOS) model for each raw ensemble model. The results showed that the weighted ensemble method can significantly improve the post-processing performance, compared to the raw ensemble method of the numerical models.

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.

최근 이상기후로 인한 집중호우에 의해 발생하는 도심지에서의 내수침수에 대한 구조적 대책으로 지하방수로가 고려되고 있다. 따라서 국외에 기설치된 지하방수로 사례에서 발생되는 문제인 맨홀 분출사고를 예측하여 적절한 설계를 유도하기 위해서는 관 내부에 갇힌 공기의 압력을 고려한 관 흐름 해석 모형이 필요하다. 지하방수로 내에 급격한 빗물 유입에 따른 유속 증가와 수위변동에 의한 단파 현상이 나타남과 동시에 공기의 부피가 수축되어 관내에 큰 압력이 발생한다. 본 연구에서 급격하게 변화하는 관수로 내의 단파 현상을 재현하기 위해 수치모형을 구축하였다. 기존 연구의 실험결과와의 비교를 통하여 보정 및 검증하고자 하는 것이 본 연구의 목적이다. FVM(Finite Volume Method)을 사용하여 1차원 Saint-Venant 방정식을 이산화하여 대수 방정식으로 변환하고, 이를 Roe Approximate Riemann 수치 기법의 알고리즘을 사용하여 방수로의 동수역학적 거동을 해석하였다. 단파의 발생을 모의하기 위해 불연속점을 다루는 수치기법인 제한자(Limiter)를 활용하였고, 공기의 압력흐름과 개수로의 혼합흐름 해석이 가능한 Preissmann slot model을 적용하였다. 기존의 운동량 방정식에 기체의 압력항을 추가하여 유체와 기체의 흐름을 고려한 수치모의를 수행하여 분출(gushing)현상을 모의하였다. 관수로 내의 단파거동 해석에 적합한 1차원 모형을 개발하였고, 추후에는 지하방수로의 위험 시나리오 관리 시스템을 개발하여 설계 및 시공에 기여하고자 한다.

One of the most important processes to accurately predict structural responses is to evaluate accurate structural dynamic properties using finite element (FE) models. The analyzed structural dynamic properties usually show considerable discrepancies with the measured ones because structural details are commonly simplified in the FE models. To identify such discrepancies, FE models of them have been calibrated using the measured dynamic properties in previous researches. In this study, dynamic properties were measured for a historic cathedral and the FE model of it was calibrated using the measured results as a reference. Finally, a procedure of the FE model construction for masonry cathedral were tentatively proposed.

이 논문에서는 관망시스템의 마찰항을 보정하기 위해서, 부정류 마찰 모형과 Levenberg Marquardt 방법을 합성하였다. 부정류 마찰항을 고려하기 위한 방법으로 빈도 의존 마찰항을 사용하였으며, 특성선 방법을 모형 개발의 기반으로 하였다. 최적화에 필요한 Hessian과 Jacobian 행렬을 구하기위해서 수압을 직접 마찰항에 미분한 항을 계산하였으며, 특성선 방법상에서의 다양한 수압과 유량에 대한 마찰계수의 민감도를 수식으로 유도하였다. 간단한 관망을 가정한 뒤, 갑작스런 밸브의 거동으로 도입된 수압의 시계열을 확보하였고, 이를 이용하여 정상류 마찰 모형과 부정류 마찰모형의 마찰항 보정을 수행하였다. 제안된 방법과 진화 연산 알고리즘의 마찰항 수렴거동을 비교하였으며, Leveberg Marquardt방법의 안정적이고 신속한 수렴결과를 확인하였다.

유역유출 모의 모형의 자동 보정에 주로 사용되는 진화계열의 알고리즘은 무제약 최적화 알고리즘이다. 이러한 진화계열 알고리즘에 제약조건을 반영하기 위해서는 제약조건을 다룰 수 있는 별도의 방법이 요구된다. 본 연구의 목적은 진화계열 알고리즘의 일종인 집합체 혼합진화 알고리즘에 벌칙함수를 적용하여 제약조건을 고려할 수 있도록 하는 것이다. 또한, 제약조건을 고려할 수 있는 집합체 혼합진화 알고리즘을 SWMM의 자동 보정 모듈에 적용하여 기존 자동 보정 모듈의 기능을 개선하는 것이다. 홍수유출 해석에서는 첨두유량과 관련된 지표가 중요하므로 첨두유량의 오차와 첨두유량 발생시간의 오차를 제어할 수 있는 제약조건을 구성하였다. 제약조건을 포함하여 구성된 자동 보정 모듈은 밀양댐 유역과 구로1 빗물펌프장 배수유역의 홍수유출 모의 모형에 대하여 적용되었다. 자동 보정의 결과는 제약조건의 포함 유무에 따른 결과를 비교하여 제시되었다. 그 결과, 제약조건을 고려함에 따라 본래의 목적함수를 크게 위배하지 않으면서, 첨두유량과 첨두유량 발생시간의 오차가 크게 개선되었다. 또한, 검증을 통해서도 제약 최적화를 통한 자동 보정의 적절성이 검토되었다. 결론적으로 벌칙함수를 이용한 제약조건의 반영을 통해 자동 보정 모듈의 기능을 향상시킬 수 있었다.

SWMM은 도시유역의 홍수유출 해석에 관한 대표적인 모형으로서 국 내외에서 활용도가 높은 반면, 다수의 불명확한 매개변수를 포함하고 있어 사용에 어려움이 있다. 본 연구에서는 SWMM에 집합체 혼합진화(SCE-UA) 알고리즘을 결합하여 자동 보정 모듈을 개발하였다. 최적화 문제는 목적함수에 따라 그 결과가 상이하게 도출될 수 있으므로 연구에서는 5개의 단일 목적함수를 적용하여 가장 적합한 목적함수를 도출하였다. 그리고 홍수유출 해석에는 첨두유량의 정확성이 중요하므로 이를 고려할 수 있는 다목적함수를 구성하였고, 파레토 최적해의 결정을 통해 결과를 도출하였다. 작성된 자동 보정 모듈은 구로1 빗물펌프장 유역에 내린 2009년 3개의 강우사상에 적용되었다. 다목적함수의 구성을 통해 자동 보정된 결과는 단일 목적함수에 의해 도출된 결과보다 첨두유량과 유출체적의 오차를 포함한 대부분의 모형평가 지표에서 우수한 것으로 나타났다. 또한, 다목적함수에 의해 보정된 모형의 검증 결과도 신뢰적인 것으로 분석되었다. 본 연구에서 개발된 SWMM의 자동 보정 프로그램은 도시유역의 다양한 홍수유출 해석 문제에 활용될 수 있을 것으로 전망된다.

Potato is the fourth major food crop mainly grown in temperate climate zone and this region is expected to be mostly affected by upcoming global warming followed by arctic zone. Such climatic change can cause the decrease of potato crop yield. Thus, climate change impact assessment on potato growth and yield has become a great importance for construing proper adaptation strategies. Crop growth model would be a powerful tool for this purpose even if the model is calibrated and validated under the wide range of environmental condition. The objective of the present study was to calibrate and validate the SUBSTOR model using the experimental data collected in the field and temperatured-controlled plastic houses. The planting season experiments for collecting data was conducted in field and temperat-controlled plastic houses by employing three potato cultivars; Daeji, Sumi, and Chubaek at the Seoul National University Farm in Suwon during 2008 and 2009. Four plastic houses used for this experiment were controlled to ambient temperature (aT, aT+1.5℃, aT+3.0℃, aT+5.0℃), respectively. The model was calibrated by adjusting the genetic coefficients to the experimental data collected, and validated with the experimental data independent of calibration. The model simulated tuber yield very close to the observed, showing R²=0.92 for Daeji and R²=0.97 for Sumi. However, the model showed a little poor performance of R²=0.61 for Chubaek, Also, SUBSTOR-potato model showed low stability at water stress environment in this experiment.

The aim of the present study was to update the calibration that is used for the measurement of the total nitrogen content in the rice plant samples by using the visible and near infrared spectrum. Before the equation merge, correlation coefficient of calibration equation for nitrogen content on each rice parts was 0.945 (Leaf), 0.928 (Stem), and 0.864 (Whole plant), respectively. In the calibration models created by each part in the rice plant under the various regression method, the calibration model for the leaf was recorded with relatively high accuracy. Among of those, the calibration equation developed by Partial least squares (PLS) method was more accurate than the Multiple linear regression (MLR) method. The calibration equation was sensitive based on variety and location variations. However, we have merged and enlarged various of the samples that made not only to measure the nitrogen content more accurately, but also later sampling populations became more diversified. After merging, R2 value becomes more accurate and significantly to 0.950 (L.), 0.974 (S.), 0.940 (W.). Also, after removal of outlier, R2 values increased into 0.998, 0.995, and 0.997. In view of the results so far achieved, Standard error of prediction (SEP) and SEP (C) were reduced in the stem and whole plant. Biases were reduced in the leaf, stem as well as whole plant. Slopes were high in the stem. Standard deviation reduced in the stem but R2 was high in the stem and whole plant. Result was indicated that calibration equation make update, and updating robust calibration equation from merge function and multi-variate calibration.

본 연구에서는 LH-OAT (Latin Hypercube Ore factor At a Time) 민감도분석 방법과 SCE-UA (Shuffled Complex Evolution at University of Arizona) 최적화 기법을 적용하여 보청천 유역에서 SWAT모형에 대한 자동보정 방법을 제시하였다. LH-OAT 방법은 전역 민감도분석과 부분 민감도 분석의 장점을 조합하여 가용매개변수 공간에 대하여 효율적으로 매개변수의 민감도 분석이 가능하게

강우-유출모형은 적용대상 유역이 가지고 있는 수문학적 성질을 최대한 반영할 수 있도록 보정되어야 한다. 본 연구에서는 SSARR 모형의 5개의 매개변수를 안동댐 상류유역에 보정하기 위하여 다중목적함수와 유전자알고리즘을 이용하였다. 다중목적함수의 최적해는 단일한 매개변수로 이루어지는 것이 아니라 다양한 목적함수들에 따라서 결정되는 파레토 최적해로 구성된다. 다중목적함수를 이용한 모형의 보정방법은 보정시간 및 작업 반복에 따른 노력을 감소시킬 수 있었으며,

토양수분 저류구조를 갖는 4단 탱크모형에 SCE-UA전역최적화 기법을 사용하여 목적함수에 따라 보정자료 기간을 달리하여 대청댐 유역에 332회, 소양강댐 유역에 대해 472회의 보정 및 검증을 수행하였다. 그리고 증발산량 산정방법에 따른 매개변수 추정 영향을 검토하기 위해 소형 증발계 증발량, 1963 Penman, FAO-24 Penman-Monteith, FAO-56 Penman-Monteith 방법을 사용하였다. 토양수분 저류구조를 갖는 탱크모형은