Cited 0 time in
신경망 기법을 이용한 기후변화에 따른 미래 확률적설량 산정
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 김연수 | - |
| dc.contributor.author | 김수전 | - |
| dc.contributor.author | 강나래 | - |
| dc.contributor.author | 김태균 | - |
| dc.contributor.author | 김형수 | - |
| dc.date.accessioned | 2022-12-26T23:32:16Z | - |
| dc.date.available | 2022-12-26T23:32:16Z | - |
| dc.date.issued | 2014 | - |
| dc.identifier.issn | 1738-2424 | - |
| dc.identifier.issn | 2287-6723 | - |
| dc.identifier.uri | https://scholarworks.gnu.ac.kr/handle/sw.gnu/19435 | - |
| dc.description.abstract | 전 지구적으로 발생하고 있는 잦은 기상이변과 기후변화의 가속화로 자연재해 발생빈도 및 피해규모는 증가하고 있다. 이러한 기상이변은 우리나라 또한 예외가 아니며 최근 한반도에서 발생한 적설로 인하여 많은 인명과 재산피해가 증가하고 있다. 본 연구에서는 기상청에서 제공하는 KMA-RegCM3 모형과 기후변화 시나리오를 바탕으로 관측 및 미래의 기온과 강수량를 이용하여 적설량을 산정하였다. 대표 기상관측소 18개 대상지점의 목표기간별(목표기간 I: 1971~2010년, 목표기간 II: 2011~2040년, 목표기간 III: 2041~2070년,목표기간 IV: 2071~2100년) 일 적설량을 토대로 빈도별(50년, 80년, 100년, 200년) 확률적설량을 산정하였다. 미래 적설량 예측은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 기온과 강수량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였다. 기후변화에 따른 확률적설량의 평균 증감률은 목표기간 I을 기준으로 약 6~18%정도 감소하며, 목표기간 II, III, IV로 진행될수록 확률적설량의 증감률은 지속적으로 감소하는 것으로 분석되었다. 본 연구결과는 기후변화를 고려한 목표기간별 적설량 산정과 관련 방재기준의 재설정을 위한 기초자료로 활용될 수 있을 것으로 기대된다. | - |
| dc.format.extent | 15 | - |
| dc.language | 한국어 | - |
| dc.language.iso | KOR | - |
| dc.publisher | 한국방재학회 | - |
| dc.title | 신경망 기법을 이용한 기후변화에 따른 미래 확률적설량 산정 | - |
| dc.title.alternative | Estimation of Frequency Based Snowfall Depth Considering Climate Change Using Neural Network | - |
| dc.type | Article | - |
| dc.publisher.location | 대한민국 | - |
| dc.identifier.bibliographicCitation | 한국방재학회논문집, v.14, no.1, pp 93 - 107 | - |
| dc.citation.title | 한국방재학회논문집 | - |
| dc.citation.volume | 14 | - |
| dc.citation.number | 1 | - |
| dc.citation.startPage | 93 | - |
| dc.citation.endPage | 107 | - |
| dc.identifier.kciid | ART001857157 | - |
| dc.description.isOpenAccess | N | - |
| dc.description.journalRegisteredClass | kci | - |
| dc.subject.keywordAuthor | 기후변화 | - |
| dc.subject.keywordAuthor | 확률적설량 | - |
| dc.subject.keywordAuthor | 신경망모형 | - |
| dc.subject.keywordAuthor | SRES 시나리오 | - |
| dc.subject.keywordAuthor | Climate change | - |
| dc.subject.keywordAuthor | Frequency based snowfall depth | - |
| dc.subject.keywordAuthor | Neural network model | - |
| dc.subject.keywordAuthor | SRES Scenario | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Gyeongsang National University Central Library, 501, Jinju-daero, Jinju-si, Gyeongsangnam-do, 52828, Republic of Korea+82-55-772-0532
COPYRIGHT 2022 GYEONGSANG NATIONAL UNIVERSITY LIBRARY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.
