본 연구에서는 함정 신호해석 연구에 필요한 해양기상환경 자료의 표본추출에 관한 연구를 수행하였다. 이를 위해 한국 기상청으로부터 품질검사가 완료된 최신의 해양 기상자료를 수집하고, 측정 자료의 가용 구간을 설정하여 이상치를 제거하였다. 품질검사와 이상치를 제거한 자료는 함정 신호의 확률론적 해석을 위해 지정학적 위협과 부이의 유효면적을 고려하여 단순임의추출법을 통해 축소되었다. 이후 표본의 크기는 모집단의 크기와 신뢰수준 95%를 고려하여 100, 200 그리고 400개로 설정하였으며, 상관관계가 높은 수온과 기온을 기준으로 하는 2차원 층화추출법으로 최종표본을 추출하였다. 추출 표본은 제곱오차의 합과 신뢰구간을 추정하고 이를 비교하여 함정의 확률론적 신호해석을 위해 필요한 해양기상조건의 크기를 제시하였다.
본 연구에서는 함정 신호해석 연구에 필요한 해양기상환경 자료의 표본추출에 관한 연구를 수행하였다. 이를 위해 한국 기상청으로부터 품질검사가 완료된 최신의 해양 기상자료를 수집하고, 측정 자료의 가용 구간을 설정하여 이상치를 제거하였다. 품질검사와 이상치를 제거한 자료는 함정 신호의 확률론적 해석을 위해 지정학적 위협과 부이의 유효면적을 고려하여 단순임의추출법을 통해 축소되었다. 이후 표본의 크기는 모집단의 크기와 신뢰수준 95%를 고려하여 100, 200 그리고 400개로 설정하였으며, 상관관계가 높은 수온과 기온을 기준으로 하는 2차원 층화추출법으로 최종표본을 추출하였다. 추출 표본은 제곱오차의 합과 신뢰구간을 추정하고 이를 비교하여 함정의 확률론적 신호해석을 위해 필요한 해양기상조건의 크기를 제시하였다.
In this paper, we studied on the sampling of ocean meteorological data to analyze signature of naval ships. The newest ocean meteorological data, that was quality controled by the Korea Meteorological Administration(KMA), was collected. Outliers were removed from the data by setting the usable range...
In this paper, we studied on the sampling of ocean meteorological data to analyze signature of naval ships. The newest ocean meteorological data, that was quality controled by the Korea Meteorological Administration(KMA), was collected. Outliers were removed from the data by setting the usable range of data. After that, the data size was reduced through the random sampling method, taking geopolitical significance and effective area of buoy, for probabilistic analysis. Moreover, the sample sizes were set at 100, 200, and 400 by considering the population size and a 95% confidence level. The final sample was obtained using the two-dimensional stratified sampling method based on highly correlated water temperature and air temperature. The sum of the squared errors and the confidence interval was calculated to compare the result of sampling. As a result, this study proposed reasonable sample size for infrared signature analysis of naval ships.
In this paper, we studied on the sampling of ocean meteorological data to analyze signature of naval ships. The newest ocean meteorological data, that was quality controled by the Korea Meteorological Administration(KMA), was collected. Outliers were removed from the data by setting the usable range of data. After that, the data size was reduced through the random sampling method, taking geopolitical significance and effective area of buoy, for probabilistic analysis. Moreover, the sample sizes were set at 100, 200, and 400 by considering the population size and a 95% confidence level. The final sample was obtained using the two-dimensional stratified sampling method based on highly correlated water temperature and air temperature. The sum of the squared errors and the confidence interval was calculated to compare the result of sampling. As a result, this study proposed reasonable sample size for infrared signature analysis of naval ships.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 기상청에서 운용하는 부이의 총 개수는 17개이고 각각 다른 위치에 고정·설치되어 있기 때문에 계측된 자료는 배타적 경제 수역 내의 모든 해양기상을 반영한 것이라 할 수 없다. 본 연구에서는 이를 보완하기 위해 우리나라의 배타적 경제 수역의 경계를 기준으로 고정 설치된 부이에서 계측된 기상자료의 유효면적을 설정하였다. 본 연구에서 설정한 유효면적과 부이별 위치를 Fig.
본 연구에서는 함정 신호해석 연구에 필요한 해양기상환경 자료의 표본추출에 관한 연구를 수행하였다. 이를 위해 한국 기상청으로부터 품질검사가 완료된 해양기상자료를 수집하고, 자료의 가용 구간을 설정하여 이상치를 제거하였다.
본 연구에서는 함정의 적외선 신호해석을 위한 해양기상의 표본크기의 결정에 관한 연구를 수행하였으며, 본 연구의 내용과 결과를 정리하면 다음과 같다.
본 연구의 표본추출을 위한 모집단은 함정의 적외선 신호해석을 위한 해양기상자료에 확률론적 특성을 반영하기 위해 지정학적 위협도와 부이의 유효면적을 고려하여 축소 설정되었다.
제안 방법
2) 최종 표본을 추출하는 과정에서 모집단 자료에 확률론적 특성을 반영하기 위해 한반도 해역에 지정학적 위협도와 설치된 부이의 유효면적을 설정하여 기상청에서 제공받은 모집단의 자료를 축소하였다.
3) 확률론적 특성이 반영된 모집단 자료는 기상변수별 상관관계를 계산하였으며, 상관관계가 가장 높은 수온과 기온을 기준으로 2차원 층화추출을 수행하였다.
4) 초기 추출표본의 크기는 평균추정을 위한 표본크기의 결정 식을 사용하여 100, 200 그리고 400개로 결정하였다. 이후 추출된 표본은 정성적 평가를 위해 경험적 누적분포함수와 확률밀도함수를 작성하여 비교하였으며, 정량적 평가를 위해 표준제곱 오차와 신뢰구간을 추정하였다.
본 연구에서는 선정된 기준변수의 수준을 구분하기 위한 방법으로 누적분포 함수(Cumulative Distribution Function)를 활용하였다. 누적분포함수는 변수의 확률적 분포를 표현하기 위해 사용되며, 본 연구에서는 25%, 50% 그리고 75%에 해당하는 값을 구분 수준으로 설정하였다.
본 연구에서 고려한 층화추출법은 모집단을 중복되지 않는 여러 개의 층으로 나누기 위한 기준변수와 수준이 필요하다. 따라서 함정의 적외선 신호변화에 가장 큰 영향을 미치는 환경 변수 수온, 기온, 상대습도, 풍향, 그리고 풍속 5가지의 상관관계를 계산하여 기준변수를 설정하였다.
본 연구에서는 모집단과 100, 200, 400개의 표본추출 결과를 정량적으로 평가하기 위해 제곱 오차의 합(Sum of Square Error)과 신뢰수준 (Confidence Interval)의 추정 값을 계산하였다. 제곱오차의 합은 분산의 개념을 활용하여 모집단과 추출된 표본과의 흩어진 정도를 계산하는 지표이다.
본 연구에서는 추출된 표본의 정보와 식(5)을 이용하여 신뢰구간을 추정하고 구간 내에 모집단 평균의 포함 여부를 확인하였으며, 최종 추출된 표본 자료의 적절성을 평가하였다. 모집단과 표본 평균차이의 절대 값을 Table 8에, 그리고 추출된 표본의 정보를 이용하여 계산한 신뢰구간 추정의 절대 값을 Table 9에 각각 정리하였다.
본 연구의 추출 표본의 개수는 모집단의 크기와 95%의 신뢰수준을 고려하여 100, 200 그리고 400개로 설정하였으며, 상관관계가 높은 수온과 기온을 기준으로 2차원 층화추출법을 사용하였다.
이러한 과정을 통해 본 연구에서는 함정의 확률론적 적외선 신호 해석을 위한 적절한 해양기상조건의 크기를 제시하였으며, 연구의 전반적인 흐름을 Fig. 1에 정리하였다.
지정학적 위협은 동해, 서해, 그리고 남해로 구분된 한반도 영해의 위치를 고려하여 각각 다른 값을 설정하였다. 상대적인 위협은 휴전국과의 거리가 가까운 동해 지역에 1.
또한 물리한계검사의 최대, 최소 설정 값은 과거 기후자료결과를 통계적 방법으로 계산하여 결정된다. 하지만, 본 연구에서는 현실적으로 계측 불가능한 값을 제거하기 위해 기상청 자료의 평균과 표준편차를 계산하여 자료의 95%를 포함하는 범위를 설정하여 이상치를 제거하였다.
대상 데이터
본 연구에서는 선행연구를 통해 함정의 적외선 신호에 민감한 영향을 주는 것으로 알려진 수온, 기온, 상대습도, 풍향 그리고 풍속을 기준으로 2017년 1년 동안 계측된 146652개의 자료를 사용하였다.
반면에 층화추출법은 모집단을 중복되지 않는 여러 개의 층으로 구분하여 표본을 추출하기 때문에 단순임의추출법에서 발생할 수 있는 쏠림현상을 방지할 수 있다. 본 연구에서는 최종 표본을 추출하기 위해 2차원 층화추출법을 사용하였으며, 100, 200 그리고 400개의 표본을 추출하였다. 수온과 기온을 기준으로 중복되지 않은 여래개의 층을 나누어 각 영역에서 추출되는 표본의 개수에 대한 설명을 Fig.
본 연구에서는 함정 신호해석 연구에 필요한 해양기상환경 자료의 표본추출에 관한 연구를 수행하였다. 이를 위해 한국 기상청으로부터 품질검사가 완료된 해양기상자료를 수집하고, 자료의 가용 구간을 설정하여 이상치를 제거하였다.
데이터처리
모집단과 추출표본의 정성적 비교·평가 방법으로는 경험적 누적분포함수와 확률밀도함수를 사용하였으며, 정량적 평가를 위해서는 제곱오차의 합과 신뢰수준을 고려한 신뢰구간을 추정하였다.
4) 초기 추출표본의 크기는 평균추정을 위한 표본크기의 결정 식을 사용하여 100, 200 그리고 400개로 결정하였다. 이후 추출된 표본은 정성적 평가를 위해 경험적 누적분포함수와 확률밀도함수를 작성하여 비교하였으며, 정량적 평가를 위해 표준제곱 오차와 신뢰구간을 추정하였다.
이론/모형
확률론적 특성이 반영된 모집단 자료를 사용하여 5가지의 변수에 대한 상관계수 계산 결과를 Table 5에 정리하였다. 계산결과는 수온과 기온의 상관계수가 0.884로 가장 높게 산출되었으며, 이를 토대로 본 연구에서는 수온과 기온 2가지의 변수를 기준으로 하는 2차원 층화추출법을 사용하였다. 2차원 층화추출법은 선행연구[5]를 통해 해양기상자료의 표본추출에 대한 탁월한 효과가 입증된 방법이다.
데이터 축소비율을 적용하여 기상청 자료에서 확률론적 모집단을 추출하는 방법으로는 단순임의추출법을 사용하였다. 부이의 월별 축소된 데이터의 개수를 Table 4에 작성하였으며, 확률론적 모집단의 개수는 85045개로 축소되었다.
층화추출법을 사용하기 위해서는 기준변수 설정뿐만 아니라 여러 개의 층으로 구분하기 위한 수준도 요구된다. 본 연구에서는 선정된 기준변수의 수준을 구분하기 위한 방법으로 누적분포 함수(Cumulative Distribution Function)를 활용하였다. 누적분포함수는 변수의 확률적 분포를 표현하기 위해 사용되며, 본 연구에서는 25%, 50% 그리고 75%에 해당하는 값을 구분 수준으로 설정하였다.
본 연구에서는 초기 해양기상조건의 크기를 결정하기 위해 평균추정에 필요한 표본크기(Sample Size, SS)결정 식을 사용하였으며, 그 식 (1)은 다음과 같다.
본 연구에서는 추출된 표본의 정성적 평가를 위해 경험적 누적분포함수(Empirical Cumulative Distribution Function, ECDF)와 확률밀도함수 (Probability Density Function, PDF)를 활용하였다. 경험적 누적분포함수는 자료 분포의 적합을 평가하거나 서로 다른 여러 표본 분포를 비교할 때 사용하며, 표본으로부터 모집단의 백분위를 추청 할 수 있다.
성능/효과
설정된 값을 이용하여 계산한 표본의 크기는 최소 약 40개에서 최대 약 500개로 계산되었지만 본 연구에서는 적외선 신호변화에 가장 큰 영향을 주고 상관관계가 높은 기온과 수온의 결과를 바탕으로 100, 200 그리고 400개의 표본을 추출하였다.
1) 한국의 기상청으로부터 품질검사가 완료된 2017년 1년 동안의 해양기상자료를 제공받았으며, 기상변수별로 평균과 표준편차를 계산하여 약 95%를 포함하는 범위를 설정하여 이상치를 제거하였다.
5) 확률론적 특성이 반영된 모집단을 2차원 층화추출법으로 추출한 최종 표본은 정성적 평가를 통해 모집단의 자료 경향과 매우 유사함을 확인하였으며, 정량적 평가 또한 표본의 개수가 증가할수록 오차는 감소하지만 신뢰구간 추정을 통해 유의미한 차이가 아님을 확인하였다.
6) 본 연구 결과를 통해 100, 200 그리고 400개로 추출된 표본은 모두 모집단의 특성과 경향을 잘 반영하고 있으며, 모집단과 표본의 유의미한 오차를 보이지 않고 있다. 따라서 함정의 적외선 신호 해석 과정에서 시간과 비용을 고려하여 100개의 해양기상자료를 사용하여도 무관하다고 판단된다.
6) 본 연구 결과를 통해 100, 200 그리고 400개로 추출된 표본은 모두 모집단의 특성과 경향을 잘 반영하고 있으며, 모집단과 표본의 유의미한 오차를 보이지 않고 있다. 따라서 함정의 적외선 신호 해석 과정에서 시간과 비용을 고려하여 100개의 해양기상자료를 사용하여도 무관하다고 판단된다.
여기서 n은 표본의 크기, Z는 특정 신뢰수준 에서의 임계값, σ는 모집단의 분산, d는 허용오차를 의미한다. 평균추정에 필요한 표본크기의 결정 식에서 평균의 크기는 유의수준의 임계값이 클수록, 모집단의 분산이 클수록, 허용오차가 작을수록 증가하는 것을 알 수 있다. 표본크기를 결정하기 위한 자료 값들을 Table 6에 정리하였다.
후속연구
본 연구 결과는 국내 함정의 설계·건조 과정에서 한반도 해역을 운항하는 함정의 적외선 신호해석을 위한 기초자료로 활용할 예정이며, 향후 추출된 해양기상자료를 이용하여 함정의 적외선 신호를 예측하고 이를 비교분석하여 추출 자료의 적절성 판별에 대한 추가연구를 수행할 예정이다.
설정된 지정학적 위협도와 부이의 유효면적을 고려하여 각각의 부이 데이터의 축소비율을 산정하였으며, 이를 Table 3에 정리하였다. 산정된 데이터 축소비율은 표본추출과정에서 상대적으로 중요한 해역에서 표본이 추출될 확률이 증가하고 비교적 중요하지 않은 해역에서 표본이 추출될 확률이 감소할 것이라고 예측된다.
질의응답
핵심어
질문
논문에서 추출한 답변
함정 적외선 스텔스와 관련된 국외연구의 종류는?
국외의 연구로는 함정의 3차원 형상, 운용 조건 그리고 해양기상을 모두 고려하여 정상상태에서 함정으로부터 방사되는 적외선 신호를 예측하는 소프트웨어 개발에 관한 연구[6-7], 신뢰성 있는 해양기상조건 마련을 위한 기상자료의 분석 방법에 관한 연구[8]등이 있다.
함정 적외선 스텔스와 관련된 국내연구의 종류는?
함정 적외선 스텔스와 관련된 국내연구로는 적외선 신호에 영향이 있는 주요 환경변수를 도출하고, 각각의 변수가 적외선 신호에 미치는 민감도를 추정한 연구[2]가 있으며, 함정의 표면 적외선 신호에 대한 해양기상 영향분석 연구[3-4] 그리고 해양기상의 표본추출에 대한 연구[5]등이 있다.
층화추출법을 사용하기 위해 요구되는 것은?
층화추출법을 사용하기 위해서는 기준변수 설정뿐만 아니라 여러 개의 층으로 구분하기 위한 수준도 요구된다. 본 연구에서는 선정된 기준변수의 수준을 구분하기 위한 방법으로 누적분포 함수(Cumulative Distribution Function)를 활용하였다.
참고문헌 (8)
Cho, Y.J., "A Study on the Management Methods of the Ship Infrared Signature," Journal of the Society of Naval Architects of Korea, Vol. 50, No. 3, pp. 182-189, 2013.
Cho, Y.J., Lew J.M., "A Study on the Sensitivity of IR Signature of a Ship according to the Meteorological Environment of Korean Seas," Journal of the Society of Naval Architects of Korea, Vol. 42, No. 6, pp. 679-685, 2005.
Cho, Y.J., Jung, H.S., "Study on Effectiveness of Ocean Meteorological Variables through Sensitivity Analysis of Ship Infrared Signature," Journal of Ocean Engineering and Technology, Vol. 27, No. 3, pp. 36-42, 2013.
Kim, Y.S., "A Study on the Infrared Signature of a Naval Ship under the Marine Climate," Journal of the Society of Naval Architects of Korea, Vol. 49, No. 3, pp. 264-272, 2012.
Han, S.I., Cho, Y.J. "Feasibility Study on Sampling Ocean Meteorological Data using Stratified Method," Journal of Ocean Engineering and Technology, Vol. 28, No. 3, pp. 254-259, 2014.
D.A. Vaitekunas, "SHIPIR/NTCS: A Naval Ship Infrared Signature Countermeasure and Threat Engagement Simulator," Proceedings for Society of Photo-Optical Instrumentation Engineers (SPIE) Infrared Technology XXII, April 8-12, 1996.
D.A. Vaitekunas, "SHIPIR/NTCS: A Naval Ship Infrared Signature Countermeasure and Threat Engagement Simulator," Proceedings for Society of Photo-Optical Instrumentation Engineers (SPIE) Infrared Technology XXII, April 8-12, 1996.
D.A. Vaitekunas, Kim, Y.S., "Climatic Data Analysis for Input to ShipIR," Proceedings for Society of Photo-Optical Instrumentation Engineers (SPIE) Infrared Technology XXIV, 2013.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.