지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 윤상후
- 발행연도
- 2019
- 저작권
- 대구대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (3)
2019
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
여름철 집중호우와 같은 기상재해를 인한 피해를 줄이기 위해선 강우의 정량적 관측이 필요하다. 현재 기상청에서는 자동기상관측장비를 이용하여 강우를 관측하고 있으며 레이더 관측소를 통해 실시간으로 넓은 지역의 강우 정보와 분포를 파악한다. 지상 강우 자료와 레이더 자료를 합성하여 정량적 강우 추정 개선을 위한 많은 연구가 이루어지고 있다. 본 연구는 지상 강우 자료와 레이더 자료를 이용한 정량적 강우 추정 모형으로서 공간통계모형인 역거리가중법, 일반화가법모형, 크리깅과 기계학습 기법인 공간랜덤포레스트를 고려하여 예측 성능을 비교하였다. 이를 위해 서울지역의 자동기상관측장비 190개소에서 2013년 7월 2일, 4일, 12∼15일, 22∼23일에 대한 10분 간격으로 관측된 지상 강우 자료를 수집하였다. 레이더 자료는 광덕산 레이더 관측소에서 수집된 레이더 반사도를 통해 추정되었다. 공간통계모형의 예측성능을 평가하기 위해 10-겹 교차검증을 50번 반복수행하여 RMSE, MAE, rBIAS, CC를 계산하였다. 그 결과, 비가 적게 내리고 국지성 강우일 때는 역거리가중법이 예측성능이 우수하였으나, 반대의 상황에서는 정규 크리깅이 우수하였다. 공간랜덤포레스트는 강우량에 관계없이 좋은 예측성능을 보였다. 시간해상도가 높을 때는 공간랜덤포레스트가 예측성능이 우수하였으며, 낮을 때는 정규 크리깅이 예측성능이 우수하였다.
목차
I. 서론 1II. 연구방법론 31. 역거리가중법(inverse distance weight : IDW) 32. 일반화가법모형(generalized addictive model : GAM) 43. 크리깅(Kriging) 61) 베리오그램(variogram) 62) 정규 크리깅(ordinary kriging : OK) 83) 일반 크리깅(universal kriging : UK) 94. 공간랜덤포레스트(spatial random forest : sRF) 105. 교차검증 126. 레이더 13III. 연구자료 15IV. 연구결과 191. 공간통계모형 예측성능 191) 전체 사건에 대한 공간통계모형 예측성능 192) 공간통계모형 예측성능 일자별 비교 203) 강우관측소 비율에 따른 예측성능 222. 시간해상도에 따른 공간통계모형 예측성능 253. 공간통계모형 예측사례 271) 강우량이 많은 사건에 대한 공간통계모형 예측성능 272) 강우량이 적은 사건에 대한 공간통계모형 예측성능 31V. 결론 35참고문헌 37영문초록 40
최근 본 자료
댓글(0)
0