[국내논문]강릉 지역 공간 감마선량률과 강수량, 일조시간, 평균풍속 사이 교차 상관성 분석 Cross Correlation Analysis of Gamma Exposure Rates and Rainfall, Hours of Saylight, Average Wind Speed in Gangneung Area원문보기
본 논문은 강릉 지역에서 동일 기간에 기록된 공간 감마선량률과 강수량, 일조시간, 평균풍속 사이의 교차 상관 지수 ${\rho}_{DCCA}$를 DCCA cross-correlation coefficient(DCCA ${\rho}$)방법으로 구하여 교차 상관성을 분석하였다. 우리는 이 연구를 통해 다음의 사실을 알았다. 첫 번째, 공간 감마선량률과 강수량 사이 ${\rho}_{DCCA}$는 일(4~7일), 달(30일), 계절(90일), 년(360일)에서 0.57~0.48, 0.39, 0.34, 0.26, 공간 감마선량률과 일조시간 사이 ${\rho}_{DCCA}$는 일, 달, 계절, 년에서 -0.20~-0.23, -0.22, -0.17, -0.13, 공간 감마선량률과 평균풍속 사이의 ${\rho}_{DCCA}$는 일, 달, 계절, 년에서 -0.10~-0.12, -0.11, -0.05, -0.05이다. 두 번째, ${\rho}_{DCCA}$를 통하여 공간 감마선량률과 강수량은 교차 상관성이 있으며 공간 감마선량률과 일조시간, 평균풍속 사이에는 교차 상관성이 없다는 것을 확인하였다.
본 논문은 강릉 지역에서 동일 기간에 기록된 공간 감마선량률과 강수량, 일조시간, 평균풍속 사이의 교차 상관 지수 ${\rho}_{DCCA}$를 DCCA cross-correlation coefficient(DCCA ${\rho}$)방법으로 구하여 교차 상관성을 분석하였다. 우리는 이 연구를 통해 다음의 사실을 알았다. 첫 번째, 공간 감마선량률과 강수량 사이 ${\rho}_{DCCA}$는 일(4~7일), 달(30일), 계절(90일), 년(360일)에서 0.57~0.48, 0.39, 0.34, 0.26, 공간 감마선량률과 일조시간 사이 ${\rho}_{DCCA}$는 일, 달, 계절, 년에서 -0.20~-0.23, -0.22, -0.17, -0.13, 공간 감마선량률과 평균풍속 사이의 ${\rho}_{DCCA}$는 일, 달, 계절, 년에서 -0.10~-0.12, -0.11, -0.05, -0.05이다. 두 번째, ${\rho}_{DCCA}$를 통하여 공간 감마선량률과 강수량은 교차 상관성이 있으며 공간 감마선량률과 일조시간, 평균풍속 사이에는 교차 상관성이 없다는 것을 확인하였다.
In this study, we analyze the cross correlation between Gamma exposure rates and Rainfall, Hours of daylight, Average wind speed using cross-correlation coefficient ${\rho}_{DCCA}$ and DCCA cross-correlation coefficient(DCCA ${\rho}$) method. Our data are measured simultaneous ...
In this study, we analyze the cross correlation between Gamma exposure rates and Rainfall, Hours of daylight, Average wind speed using cross-correlation coefficient ${\rho}_{DCCA}$ and DCCA cross-correlation coefficient(DCCA ${\rho}$) method. Our data are measured simultaneous in Gangneung regional. First, we find the ${\rho}_{DCCA}$ between Gamma exposure rates and Rainfall is Day(3~7days) 0.57~0.48, Month(30days) 0.39, Season(90days) 0.34, Year(360days) 0.26, between Gamma exposure rates and Hours of daylight is Day -0.20~-0.23, Month -0.22, Season -0.17, Year -0.13, between Gamma exposure rates and Average wind speed is Day -0.10~-0.12, Month -0.11, Season -0.05, Year -0.05. Second, our finding is cross- correlation between Gamma exposure rates and Rainfall, is no cross-correlation between Gamma exposure rates and Hours of daylight, Average wind speed.
In this study, we analyze the cross correlation between Gamma exposure rates and Rainfall, Hours of daylight, Average wind speed using cross-correlation coefficient ${\rho}_{DCCA}$ and DCCA cross-correlation coefficient(DCCA ${\rho}$) method. Our data are measured simultaneous in Gangneung regional. First, we find the ${\rho}_{DCCA}$ between Gamma exposure rates and Rainfall is Day(3~7days) 0.57~0.48, Month(30days) 0.39, Season(90days) 0.34, Year(360days) 0.26, between Gamma exposure rates and Hours of daylight is Day -0.20~-0.23, Month -0.22, Season -0.17, Year -0.13, between Gamma exposure rates and Average wind speed is Day -0.10~-0.12, Month -0.11, Season -0.05, Year -0.05. Second, our finding is cross- correlation between Gamma exposure rates and Rainfall, is no cross-correlation between Gamma exposure rates and Hours of daylight, Average wind speed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
DCCA ρ 방법으로 두 시계열 사이의 교차 상관 지수 ρDCCA를 구할 수 있고, 이 ρDCCA의 결과값을 이용하여 교차 상관성을 분석 하는 것이다.
DCCA ρ 방법을 강릉 지역 공간 감마선량률과 강수량, 일조시간, 평균풍속의 실제 데이터에 직접 적용하여 나온 값을 표와 그래프로 나타내고 이 결과를 이용하여 분석한다.
다음으로 각 스케일 n이 시간에 해당하는 것을 이용하여 표 2와 같이 일(3~7일), 달(30일), 계절(90일), 년 (360일)에 대하여 분석할 수 있다. 공간 감마선량률과 강수량 사이 ρDCCA는 일, 달, 계절, 년에서 0.
본 논문에서는 강릉 지역에서 기록된 공간 감마선 량률과 강수량, 일조시간, 평균풍속에 DCCA ρ 방법을 적용하여 교차 상관 지수를 구하였고 이 결과를 이용하여 교차 상관성을 분석한다.
본 논문은 DCCA ρ 방법을 사용하여 두 시계열 사이의 교차 상관 지수를 구하여 교차 상관성을 분석하였다.
우리는 DCCA ρ 방법을 강릉 지역에서 2009년부터 2011년까지 측정된 공간 감마선량률과 강수량, 일조시간, 평균풍속의 실제 데이터에 적용을 하여 강수량, 일조시간, 평균풍속이 공간 감마선량률과 어느 정도의 교차 상관성을 갖는지 분석하였다.
DCCA ρ 방법으로 두 시계열 사이의 교차 상관 지수 ρDCCA를 구할 수 있고, 이 ρDCCA의 결과값을 이용하여 교차 상관성을 분석 하는 것이다. 우리는 이 방법을 공간 감마선량률과 상관성이 있다고 알려진 강수량과 상관성이 없다고 알려진 일조시간, 평균풍속에 적용하였다. 비나 눈이 온 뒤 측정값이 높게 나오는데 이것을 Wash-out이라고 한다.
대상 데이터
78μR/h 이다. 강수량, 일조시간, 평균풍속은 기상청 홈페이지에 공개된 일별 데이터를 이용하였다.[14]
DCCA ρ 방법의 대상은 동시에 기록되어야 한다. 따라서 분석 대상은 2009년 1월 1일부터 2011년 12월 31일까지 강릉 지역에 위치한 지방 방사능 측정소와각 지방 기상청에서 관측한 공간 감마선량률과 강수량, 일조시간, 평균풍속의 일별 데이터이다. 공간 감마선량률은 지상으로부터 1~1.
데이터처리
공간 감마선량률과 강수량, 일조시간, 평균풍속 데이터를 DCCA ρ 방법에 대하여 MATLAB 프로그램을 이용하여 코딩하였고 그 결과값인 교차 상관 지수를 그래프와 표로 나타내고 분석 하였다.
성능/효과
공간 감마선량률과 강수량 사이 ρDCCA는 일, 달, 계절, 년에서 0.57~0.48, 0.39, 0.34, 0.26이며, 일간에서 강한 교차 상관성을 보이며 연간으로 갈수록 약한 교차 상관성을 보인다.
공간 감마선량률과 평균풍속 사이의 ρDCCA는 일, 달, 계절, 년에서 –0.10~-0.12, -0.11, -0.05, -0.05이며, 모든 기간에서 교차 상관성이 없음을 알 수 있다.
05(년)이다. 공간감마선량률과 일조시간, 공간 감마선량률과 평균풍속과 사이의 교차 상관성은 매우 약함을 확인하였으며, 이것은 일조시간과 평균풍속이 공간 감마선량률에 거의 영향을 주지 않음을 의미한다.
y축은 식(8)에 의하여 계산된 ρDCCA값이며, x축 n은 각 스케일의 크기 n = [3, 4, 5, ······, 29, 30], [60, 90, 120, ······, 360]이다. 그림 2에서 공간감마선량률과 강수량 사이의 교차 상관성은 작은 스케일에서 강한 교차 상관성을 보이며 스케일이 증가할수록 약한 교차 상관성을 보이며, 공간 감마선량률과 일조시간 사이의 교차 상관성은 작은 스케일에서 매우 약한 교차 상관성을 보이다가 스케일이 증가하면서 거의 사라지는 것으로 분석된다. 또 공간 감마선량률과 평균풍속 사이의 교차 상관성은 모든 스케일에서 없는 것으로 분석된다.
본 연구의 결과로 공간 감마선량률과 강수량은 교차 상관성이 있으며 일간에 대해 강한 교차 상관성이 있음을, 연간으로 갈수록 교차 상관성이 약해짐을 알수 있다. 또한 공간 감마선량률과 일조시간, 평균풍속 사이에는 교차 상관성이 없다는 것을 확인하였다.
마지막으로 그림 3과 같이 공간 감마선량률과 강 수량, 일조시간, 평균풍속을 셔플링하여 교차 상관 지수 ρDCCA를 구하였으며 모두 No cross-correlation한 결과인 0이 나왔다.
본 연구의 결과로 공간 감마선량률과 강수량은 교차 상관성이 있으며 일간에 대해 강한 교차 상관성이 있음을, 연간으로 갈수록 교차 상관성이 약해짐을 알수 있다. 또한 공간 감마선량률과 일조시간, 평균풍속 사이에는 교차 상관성이 없다는 것을 확인하였다.
05이며, 모든 기간에서 교차 상관성이 없음을 알 수 있다. 이 분석 결과로 보아 Wash-out 현상처럼 비나 눈이 올 때 공간 감마선량률이 증가하며 일조 시간과 평균풍속은 공간 감마선량률에 거의 영향을 미치지 않음을 의미한다.
시계열 분석은 물리학, 생리학, 지진학, 금융공학, 기상학 등의 분야에서 여러 통계적 분석법에 의해 지속적이며 폭넓게 연구되어 왔다. 이 연구들을 통하여 실제 데이터는 장거리 상관성과 교차 상관성을 가지고 있다는 것이 밝혀졌다.[1-3] 현재까지 이러한 상관성들을 이용하여 여러 분야에서 다양한 현상들을 설명하였으며, 최근에는 동시에 기록된 두 데이터 사이의 교차 상관 지수를 이용한 교차 상관성 연구가 지속적 으로 이루어지고 있다.
를 구하였으며 모두 No cross-correlation한 결과인 0이 나왔다. 이것으로 본 논문에서 사용된 원래의 시계열만이 상관성을 갖는다는 것을 검증하였다.
후속연구
현재는 기상 요소 사이에서의 교차 상관성 연구가 가장 활발하다.[8,10] 하지만 본 논문과 같이 자연 방사선 분야에 이 방법을 적용한 것처럼 앞으로 다양한 학문에서 활발하게 연구될 것으로 사료된다.
공간 감마선량률과 다른 시계열 사이의 DCCA ρ 방법으로 구한 교차 상관 지수 ρDCCA를 이용한 교차 상관성 분석은 자연 방사선 분야에서 매우 중요한 역할을 할 것이며 앞으로 더 다양한 시계열 사이에서 연구가 지속적으로 이루어질 것이다.
본 논문에 사용된 DCCA ρ 방법은 자연 방사선 분야뿐만이 아니라 시계열 데이터를 갖는 모든 분야에 적용이 가능하다. 금융공학의 주가[8], 방사선학의 피폭 선량[12], 흡수 스펙트럼[13]에 관계된 데이터들과의 교차 상관성을 정량화하는데 적용할 수 있을 것으로 사료된다.
이미 다양한 분야에서 연구가 진행되고 있지만 공간 감마선량률에 관한 교차 상관성 연구는 아직 이루어지지 않았다. 따라서 공간 감마선량률에 관한 교차 상관성은 한시라도 빨리 연구되어야 할 가치가 있을 것으로 보인다.
본 논문에 사용된 DCCA ρ 방법은 자연 방사선 분야뿐만이 아니라 시계열 데이터를 갖는 모든 분야에 적용이 가능하다.
질의응답
핵심어
질문
논문에서 추출한 답변
시계열 분석은 어느 분야에서 연구되어 왔는가?
시계열 분석은 물리학, 생리학, 지진학, 금융공학, 기상학 등의 분야에서 여러 통계적 분석법에 의해 지속적이며 폭넓게 연구되어 왔다. 이 연구들을 통하여 실제 데이터는 장거리 상관성과 교차 상관성을 가지고 있다는 것이 밝혀졌다.
DCCA ρ 방법이란 무엇인가?
이 방법들을 사용하여 장거리 상관성과 교차 상관성을 분석 할 수 있다. DFA, DCCA의 두 식으로 정의되는 DCCA ρ 방법은 동시에 기록되고 장거리 상관성을 갖는 두 실제 데이터 사이 교차 상관 지수를 구하는 방법이며 이 지수를 통해 시계열 사이의 교차 상관성을 분석한다.[7,8]
시계열 분석 관련 연구들을 통하여 어떠한 사실이 밝혀졌는가?
시계열 분석은 물리학, 생리학, 지진학, 금융공학, 기상학 등의 분야에서 여러 통계적 분석법에 의해 지속적이며 폭넓게 연구되어 왔다. 이 연구들을 통하여 실제 데이터는 장거리 상관성과 교차 상관성을 가지고 있다는 것이 밝혀졌다.[1-3] 현재까지 이러한 상관성들을 이용하여 여러 분야에서 다양한 현상들을 설명하였으며, 최근에는 동시에 기록된 두 데이터 사이의 교차 상관 지수를 이용한 교차 상관성 연구가 지속적 으로 이루어지고 있다.
참고문헌 (14)
J. Feder, Fractals, Plenum Press, New York, 1988.
M. F. Barnsley, Fractals everywhere, Academic Press, 1993.
A. Bunde and S. Havlin, Fractals in Science, Springer, Berlin, 1994.
B. Podobnik, Z.-Q. Jiang, W.-X. Zhou and H. E. Stanley, Statistical tests for power-law cross-correlated processes, Phys. Rev. E, Vol 84, No 066118, 2011.
B. Podobnik and H. E. Stanley, Detrended cross-correlation analysis : A new method for analyzing two nonstationary time series, Phys. Rev. Lett., Vol 100, No 084102, 2008.
D. Horvatic, H. E. Stanley and B. Podobnik, Detrended cross-correlation analysis for non-stationary time series with periodic trends, Europhys. Lett., Vol 94, No 18007, 2011.
G. F. Zebende, DCCA cross-correlation coefficient, quantifying level of cross-correlation, Physica A, Vol 390, No 614, 2011.
R.T. Vassoler and G.F. Zebende, DCCA cross-correlation coefficient : Quantifying level of cross-correlation, Physica A, Vol 391, No 2438, 2012.
C.-K. Peng, S. V. Buldyrev, S. Havlin, M. Simons, H. E. Stanley and A. L. Goldberger, Mosaic organization of DNA nucleotides, Phys. Rev. E, vol 49, No 1685, 1994.
G. Lim, K. Kim, J.-K. P and K.-H. C, J. Dynamical Analyses of the Time Series for the Temperature and the Humidity, Korean Phys. Soc., Vol 62, No 193, 2013.
Hohwan Cha, Jaehwa Kim, Time Series Analysis of Gamma exposure rates in Gangneung Area, Journal of the Korean Society of Radiology, Vol 7, No 1, 2013.
Minsun Yu, Jaeseung Lee, Inchul Im, Evaluation of Approximate Exposure to Low-dose Ionizing radiation from Medical Images using a computed Radiography (CR) System, Journal of the Korean Society of Radiology, Vol 6, No 6, 2012.
Kyotae Kim, Sangsik Kang, Sicheul Noh, Bongjae Jung, Changhoon Cho, Yeji Heo, Jikoon Park, Absorbed Spectrum Comparison of Lead and Tungsten in Continuous X-ray Energy using Monte Carlo Simulation, Journal of the Korean Society of Radiology, Vol 6, No 6, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.