선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- h1>1. 서론
- 기후변화로 인하여 자연재해의 심도와 강도가 커지는 지역이 많아지는 상황에서 우리가 해결해야하는 도전적 자연재해 유형 중 하나가 가뭄이다. 가뭄은 기본적으로 강수량의 부족으로 인해 발생하는 자연재해로서, 장기간에 걸쳐 넓은 지역에 대하여 영향을 미쳐 심각한 경제적 및 인적 피해를 야기하나 이에 대한 구조적 대응체계의 구축에는 장시간이 필요한 실정이다. 최근 발생한 가뭄기록에 따르면, 2008년과 2009년에는 평년보다 적은 강수량으로 인하여 강원도 태백시에 생활용수 부족으로 인한 피해가 컸으며 2012년에는 봄철 강수량이 평년의 30%에 미치지 못하여 전국적으로 농업용수와 생활용수 공급문제에 직면하는 어려움을 겪었고, 2015년에는 42년 만에 최악의 가뭄 현상을 경험했으며 올해도 봄철 가뭄으로 인한 피해를 경험하였다.
- 종속변수인 표준강수지수와 설명변수들 간의 설명력을 높이기 위하여 먼저 여러 단일 모형들을 구축한 후 앙상블 기법을 이용하여 결합 모형을 구축하였다. 단일 모형으로는 선형 회귀 모형 (linearregression) 및 가법 모형 (additive model)을 적용하였으며 이를 결합하는 방법으로 확률 기울기 하강 (stochastic gradient descent; SGD) 접근 방법을 사용하였다. 개발 모형은 장기 강수자료가 가용한 14개 지역 (강릉, 광주, 대구, 목포, 부산, 서울, 여수, 울릉도, 울산, 인천, 전주, 제주, 추풍령, 포항)의 표준강수지수 예측에 적용하여 모형 성능을 평가하였다.
- 그러나 현재 가뭄 피해를 최소화시킬 수 있는 보다 정확한 가뭄예측 정보의 제공은 도전적 과제로 남아있는 실정이다. 따라서, 본 논문의 목적은 기상학적 가뭄의심도를 나타내는 표준강수지수 (standardized precipitation index; SPI) 예측을 개선하는 것으로 비선형성이 강하며 시간적 변동이 복잡한 가뭄자료의 특성을 고려하는 표준강수지수 예측 모형을 개발하고자 한다. 종속변수인 표준강수지수와 설명변수들 간의 설명력을 높이기 위하여 먼저 여러 단일 모형들을 구축한 후 앙상블 기법을 이용하여 결합 모형을 구축하였다.
- h1>1. 서론
- h1>1. 서론
- 본 연구에서는 세계기상기구 (world meteorological organization; WMO)에서 가뭄 감시를 위해 선택한 표준강수지수를 통하여 가뭄예측을 수행하였으며 사용된 자료는 1954년부터 2015년까지 각 지역별로 표준강수지수, 기온, 강수량, 강수일수 그리고 세계기후지수들로 구성되어 있다. 대상기간에 강수자료가 가용한 강릉, 광주, 대구, 목포, 부산, 서울, 여수, 울릉도, 울산, 인천, 전주, 제주, 추풍령, 포항 등 총 14개 지점에 대하여 가뭄예측모형을 적용하였다.
- 이 함수는 y - f(x)가 작은 값에 대해서는 이차 형태를 띠며 y - f(x)가 큰 값에 대해서는 선형 형태를 띤다. 손실 함수는 제곱 오차 손실 함수 (squared error loss function)에 비해 이상치에 대하여 덜 민감한 특징이 있다. 그 식은 다음과 같다:
- 이를 보완하고 더 강력한 예측 모형을 만들기 위해 앙상블 기법을 사용한다. 앙상블 기법은 다중 모형 조합 (combiningmultiple models) 방법으로 여러 다양한 모형들을 모두 이용하여 결과를 조합하는 방법이다. 먼저 분석용 자료에서 여러 훈련 집합들을 도출하고 각 집합으로부터 모형을 학습 후 이들을 조합하여 앙상블 모형을 도출한다.
- h1>1. 서론
- h1>1. 서론
- h1>1. 서론
- 본 연구에서는 각 지역의 현재 시점에 대한 표준강수지수를 종속변수로 두고, 각 지역별로 표준강수지수, 기온, 강수량, 강수일수, 그리고 세계기후지수 등 각 변수들의 한 달 전 관측값을 설명변수로 두는 경우 (L1), 각 변수들의 두 달 전 관측값을 설명변수로 두는 경우 (L2), 또한 두 시점 관측값 모두를 포함하여 설명변수로 두는 경우 (L3)에 대해 선형 회귀 모형과 가법 모형을 구축하여 가뭄 예측성을 비교하고 최종적으로 결합 모형을 구축하여 비교하였다. 일반적으로 가뭄지수가 −1 이하일 때 가뭄이 시작하는 것으로 판단한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.