본 연구는 여름 및 초가을(6-9월)에 한반도에서 관측된 레윈존데 사운딩을 분석하여 대류가용잠재에너지와 대류 억제도가 깊은 습윤 대류 및 강수 발생 예측에 유용성이 있는지를 확인해보았다. 레원존데 사운딩은 열역학적으로 깊은 습윤 대류가 발생할 가능성이 높은 고 대류가용잠재에너지 저 대류억제도 그룹과 대류 발생을 억제시킬 수 있는 저 대 류가용잠재에너지 고 대류억제도 그룹으로 분류하였다. 이후, 두 그룹의 12시간 누적 강수량, 12시간 평균 최저운고, 12시간 평균 중하층운량의 분포 차이가 유의미한지 여부를 통계적 가설검정을 통해 확인하였다. 그 결과, 무강수인 경 우 21:01-09:00 KST 시간대의 12시간 평균 최저운고를 제외하고 두 그룹은 통계적으로 유의미한 차이가 있음이 검증 되었다. 이 결과는 고 대류가용잠재에너지 저 대류억제도 그룹이 저 대류가용잠재에너지 고 대류억제도 그룹보다 깊은 습윤 대류 및 강수 발생에 더 유리함을 시사한다.

This study have been conducted to analyze the feasibility of establishing Contamination Warning System(CWS) that is capable of monitoring early natural or intentional water quality accidents, and providing active and quick responses for domestic C_water supply system. In order to evaluate the water quality data set, pH, turbidity and free residual chlorine concentration data were collected and each statistical value(mean, variation, range) was calculated, then the seasonal variability of those were analyzed using the independent t-test. From the results of analyzing the distribution of outliers in the measurement data using a high-pass filter, it could be confirmed that a lot of lower outliers appeared due to data missing. In addition, linear filter model based on autoregressive model(AR(1) and AR(2)) was applied for the state estimation of each water quality data set. From the results of analyzing the variability of the autocorrelation coefficient structure according to the change of window size(6hours~48hours), at least the window size longer than 12hours should be necessary for estimating the state of water quality data satisfactorily.

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.

이 논문은 과거의 산업 포트폴리오 수익률이 어떻게 확률추세(stochastic trend)로부터 전체 주식시장과 두 가지 거시경제 변수(경기동행지수와 산업생산)들을 예측할 수 있는 지를 알아보는 데에 초점을 두고 있다. 먼저, 산업들의 포트폴리오 수익률과 전체 주식시장 수익률이 VAR모형을 토대로 볼 경우 Granger 인과관계를 갖고 있는지를 살펴보았다. 이 분석의 결과에서 건설, 금속, 무역, 반도체, 보험, 비금속광물, 서비스, 섬유, 식료, 운수/창고, 유통, 의류, 자동차부풀, 전기전자, 정유, 조선, 종이/목재, 증권, 컴퓨터, 통신, 화학 등 21개 업종은 각 산업별 포트폴리오 수익률이 전체 주식시장 수익률을 수준에서 통계적으로 유의한 영향을 주고 있음을 알 수 있었다. 이들 21개의 산업별 포트폴리오 수익률은 경제적으로도 중요한 의미를 지니고 있다. 즉, 당월(t)의 비금속광물과 정유, 금속 포트폴리오 수익률 등은 다음 월(t+1)의 전체 주식시장 수익률과 음(-)의 상관관계를 갖고 있는 것을 알 수 있었다. 이는 역사적인 데이터를 살펴볼 때, 이들 산업 제품의 가격의 상승은 향후 경제에 악영향을 주기 때문인 것이다. 반면에, 의류 및 무역 등의 경우에는 반대로 이들 산업들의 포트폴리오 수익률이 전체 주식시장 수익률과 양의 상관관계를 나타내 이들 산업들에 있어서 높은 수익률은 향후 경제가 상승국면이 예상됨을 나타내어 주고 있다. 이와 같은 산업별 포트폴리오 수익률과 거시경제변수 간의 높은 상관관계를 토대로 하여 전체 주식시장 수익률 예측을 가능하게 하는 업종 정보(sector information)의 점진적 확산(slow diffusion) 현상이 발생하게 되는 것이다.

Heatwaves can affect human health and vegetation growth and bring about energy problems and socioeconomic damages, so the analysis and prediction of the heatwave is a crucial issue under a warming climate. This paper examines the production of STCI (Standard Temperature Condition Index) using ASOS (Automated Synoptic Observing System) in-situ observation data for the period of 1979-2020, and an STCI predictability assessment with an RF (Random Forest) model using ERA5 (ECMWF Reanalysis 5) meteorological variables. The accuracy was quite high with the MAE (Mean Absolute Error) of 0.365 and the CC (Correlation Coefficient) of 0.873, which corresponded to 7% to 10% difference for the range of STCI<1.5, and to 1% to 3% difference for the range of STCI>1.5, in terms of the probability density function. Also, we produced gridded maps for the summer STCI from 1979 to 2020 by utilizing the ERA5 raster data for the RF prediction model, which enables the spatial expansion of the ASOS point-based STCI to a continuous grid nationwide. The proposed method can be applied to forecasting of STCI by adopting future meteorological or climatic datasets.

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.

본 연구에서는 지표수문모형(Land Surface Models)의 하나인 CoLM(Common Land Model)의 국내 적용을 위해 낙동강 유역에 대한 해상도별 2009년 하천 일유량 모의결과의 예측도를 평가하였다. 우리나라는 지역이 좁으나 지형의 변화가 많으므로, 적정한 예측결과를 제공하기 위하여 지표수문모형의 해상도를 높일 필요가 있으나, 가용한 국내 고해상도 자료가 제한적이며 지표수문모형에 대한 해상도별 국내 적용성 평가에 대한 연구는 많지 않은 형편이다. 따라서 낙동강유역에 대한 CoLM 계산망 구축에 필요한 지표경계조건자료(Surface Boundary Conditions)와 기상관측자료를 4개 해상도(4, 8, 15, 30km)별로 구축하였다. 이를 위하여, 다양한 저장형식, 지도투영법, 해상도 등을 갖는 방대한 양의 지점 및 격자형태 원자료의 처리를 보다 효율적으로 수행하기 위하여 GIS를 기반으로 프로그래밍화한 공간정보처리기술을 구축하였다. CoLM은 최신의 토양-식생-대기순환 모형중의 하나로서 기존의 CoLM에 횡방향 지표수-지하수 연계 흐름모의 모듈이 추가된 최신의 지표수문모형으로, 수문 및 에너지 순환 모의예측성이 높고 격자의 크기에 따른 해상도별 하천 일유량 예측모의가 가능하므로, CoLM에 의한 낙동강 본류 6개 지점에서의 4개 해상도별 하천 일유량 예측모의결과를 비교평가하였다. 향후 대상 유역에서의 장기유출모의 또는 미래 기후변화 시나라오에 대한 예측을 위한 적정해상도의 결정은 본 연구의 결과를 바탕으로 계산시간 및 입력자료 등의 관리를 종합적으로 고려하여 결정할 수 있을 것으로 기대한다.

최근 기후변화 및 4대강 보에 의한 본류 구간에서의 조류 발생 우려로 인하여 지류로부터 유입되는 영양염류 물질 등 비점오염에 대한 관리의 필요성이 증대되고 있다. 이와 같이 영양염류의 다량 유입 등 원인제공에서 대 조류 발생과 같은 수질현상으로 발현되기까지 장기간이 소요되는 경우, 오염원의 입체적 관리 및 사전예방 대책 수립을 위한 장기 수질예보의 필요성이 높아지고 있다. 국내의 경우 「수질예보 및 대응조치에 관한 규정」에 따라 현재 국립환경과학원에서는 4대강 본류 중심의 7일 단위의 단기 수질예보를 수행하고 있으며, 해외의 경우에도 장기 수질예보의 사례를 찾아보기 힘들다. 본 연구에서는 3개월 선행예측기간(lead time)의 장기 수질예보를 위해서 통계적 접근 방법과 모델링 기반 접근 방법의 예측성을 비교하였다. 통계적 접근 방법의 경우 관측자료 기반 기후인자(Climate Index)와 중권역 규모 관측 수질 사이의 지체시간(lag time)을 갖는 원격상관(teleconnection)을 이용하여 모델링 과정 없이 수질을 예측하였다. 반면 모델링 기반 방법의 경우에는 장기 기후예측 정보를 유역규모 및 일 단위로 시·공간적 상세화(downscaling)를 거쳐 유역모형의 입력으로 사용하여 수질을 예측하였으며, 유역모형으로는 국내에서 가장 보편적으로 사용되고 있는 Soil and Water Assessment Tool (SWAT) 및 Hydrological Simulation Program-Fortran (HSPF) 모형을 사용하였다. 낙동강의 위천 중권역을 대상으로 하여 총질소(TN) 및 총인(TP) 수질항목에 대한 예측성을 평가하였다. 통계적 방법의 경우 3개 관측지점에서 월별(12개월) 수질 장기 예측을 수행한 결과 유의수준 0.05에서 유의미한 상관계수(Temporal Correlation Coefficient) 이상의 값을 보인 경우는 TN, TP의 경우 각각 83%, 89%로서 적절한 예측성을 보였다. 반면 모델링 방법의 경우에는 수질의 절댓값(농도) 비교를 통한 예측성 평가에는 어려움이 있는 것으로 나타났으며, 향후 추가적인 예측성 평가 기법의 개발이 필요할 것으로 사료된다.

In order to understand the relation between the distribution of sea surface temperature and heavy snowfall over western coast of the Korean peninsula, several numerical assessments were carried out. Numerical model used in this study is WRF, and sea surface temperature data were FNL(National Center for Environment Prediction-Final operational global analysis), RTG(Real Time Global analysis), and OSTIA(Operational Sea Surface Temperature and Sea Ice Analysis). There were produced on the basis of remote sensing data, such as a variety of satellite and in situ observation. The analysis focused on the heavy snowfall over Honam districts for 2 days from 29 December 2010. In comparison with RTG and OSTIA SST data, sensible and latent heat fluexes estimated by numerical simulation with FNL data were higher than those with RTG and OSTIA SST data, due to higher sea surface temperature of FNL. General distribution of RTG and OSTIA SST showed similar, however, fine spatial differences appear in near western coast of the peninsula. Estimated snow fall amount with OSTIA SST was occurred far from the western coast because of higher SST over sea far from coast than that near coast. On the other hand, snowfall amount near coast is larger than that over distance sea in simulation with RTG SST. The difference of snowfall amount between numerical assessment with RTG and OSTIA is induced from the fine difference of SST spatial distributions over the Yellow sea. So, the prediction accuracy of snowfall amount is strongly associated with the SST distribution not only over near coast but also over far from the western coast of the Korean peninsula.

The heavy snowfall event over the eastern part of Seoul, Korea on Mar. 04, 2008 has been abruptly occurred after the frontal system with the heavy snowfall event had been past over the Korean peninsula on Mar. 03, 2008. Therefore, this heavy snowfall event couldn't be predicted well by any means of theoretical knowledges and models. After the cold front passed by, the cold air mass was flown over the peninsula immediately and became clear expectedly except the eastern part and southwestern part of peninsula with some large amount of snowfall. Even though the wide and intense massive cold anticyclone was expanded and enhanced by the lowest tropospheric baroclinicity over the Yellow Sea, but the intrusion and eastward movement of cold air to Seoul was too slow than normally predicted. Using the data of numerical model, satellite and radar images, three dimensional analysis products(KLAPS : Korea Local Analysis and Prediction System) of the environmental conditions of this event such as temperature, equivalent potential temperature, wind, vertical circulation, divergence, moisture flux divergence and relative vorticity could be analyzed precisely. Through the analysis of this event, the formation and westward advection of lower cyclonic circulation with continuously horizontal movement of air into the eastern part of Seoul by the analyses of KLAPS fields have been affected by occurring the heavy snowfall event. As the predictability of abrupt snowfall event was very hard and dependent on not only the synoptic atmospheric circulation but also for mesoscale atmospheric circulation, the forecaster can be predicted well this event which may be occurred and developed within the very short time period using sequential satellite images and KLAPS products.

The Pasquill-Gifford stability category is a very important scheme of the Gaussian type dispersion model defined the complex turbulence state of the atmosphere by A grade(very unstable) to F grade(very stable). But there has been made a point out that this stability category might decrease the predictability of the model because it was each covers a broad range of stability conditions, and that they were very site specific. The APSM (Air Pollution Simulation Model) was composed of the turbulent parameters, i.e. friction velocity(), convective velocity scale() and Monin-Obukhov length scale() for the purpose of the performance increasing on the case of the unstable atmospheric conditions. And the PDF (Probability Density Function) model was used to express the vertical dispersion characteristics and the profile method was used to calculate the turbulent characteristics. And the performance assessment was validated between APSM and EPA regulatory models(TEM, ISCST), tracer experiment results. There were very good performance results simulated by APSM than that of TEM, ISCST in the short distance (<1415 m) from the source, but increase the simulation error(%) to stand off the source in others. And there were differences in comparison with the lateral dispersion coefficient() which was represent the horizontal dispersion characteristics of a air pollutant in the atmosphere. So the different calculation method ofwhich was extrapolated from a different tracer experiment data might decrease the simulation performance capability. In conclusion, the air pollution simulation model showed a good capability of predict the air pollution which was composed of the turbulent parameters compared with the results of TEM and ISCST for the unstable atmospheric conditions.

기분상태가 경기력과 관련이 있다는 선수와 지도자들의 경험은 스포츠심리학자들에게 이 두 가지변인들간의 관계를 연구하는 동기부여와 촉매제 역할을 하여왔다. 기분상태검사지(Profiles of Mood States: POMS)를 사용하여 기분상태와 경기력과의 관계를 연구한 그 동안의 선행연구 결과는 기분상태와 경기력과의 관계가 확정적이지 못함을 보여주고 있다. 특히 최근의 연구결과는 POMS의 경기력 예측력은 이 분야의 초기 연구결과가 보여주었던 것에 비하여 현저하게 떨어진다는 것을 밝혔다. 이 글에서는 POMS을 사용하여 그 효용성의 유무를 보고한 국내외 연구결과에 대한 고찰을 통하여 POMS와 경기력 예측력에 대한 내용, 그리고 POMS를 효과적으로 사용할 수 있는 방안에 대한 여러 가지 조건들을 살펴보았다.