KCI등재
기상데이터 통계를 활용한 일 단위 융설 깊이 예측 가능성 검토 = A Study on the Prediction of Daily Snowmelt Depth using Multiple Linear Regression
저자
오영록(Oh, YeoungRok) ; 이규민(Lee, Gyumin) ; 전경수(Jun, Kyung Soo) ; 선우우연(Sunwoo, Wooyeon) ; 백승우(Baek, SeungWoo) ; 정건희(Chung, Gunhui) 연구자관계분석
발행기관
학술지명
한국방재학회논문집(Journal of The Korean Society of Hazard Mitigation)
권호사항
발행연도
2020
작성언어
-주제어
KDC
530
등재정보
KCI등재
자료형태
학술저널
수록면
311-321(11쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
소장기관
본 연구에서는 기상자료를 활용한 융설 깊이 예측 가능성에 대해 검토하였다. 분석 방법으로는 다중회귀분석을 이용하였다. 분석기간은 2000년부터 2020년까지이며, 분석 지점은 대관령, 광주, 서산, 목포, 전주 등 총 5지점을 선정하였다. 분석에 적용된 종속변수는융설 깊이, 독립변수는 적설량, 기온변화량, 기온 절편, 습도변화량, 습도 절편, 일사량 등 6개를 적용하였다. 수집한 데이터의 약70%를 다중회귀식 구축에 이용하고, 나머지 30%를 이용해 검증을 실시하였다. 수정된 결정계수와 Root Mean Square Deviation (RMSE)을검증 방법으로 이용하였다. 검증 결과 대관령 지점에서 수정된 결정계수가 0.589로 다소 가장 낮게 나타났지만, 다른 모든 지점에서수정된 결정계수가 0.769 이상으로 나타났으며, 전주 지점은 0.869 값을 나타내는 등 다수의 지점에서 1과 가까운 값을 나타냈으므로, 모형이 적합한 것으로 판단된다. RMSE 검증 결과 모든 지점에서 약 2.5 cm 미만의 오차를 기록하였고, 서산 지점에서 약 1.7 cm의오차를 기록하였다. 두 종류의 검증 결과에서 모형이 적합한 것으로 판단되었으므로, 본 연구에서 제시한 방법은 일일 융설량 깊이를예측할 수 있는 하나의 접근법으로 활용이 가능할 것으로 판단된다. 그러나 이용된 변수 다수에서 다중회귀식의 성능을 떨어트리는다중공선성에 대한 문제가 의심되었고, 기온의 급상승이나, 지속되는 고온을 제대로 반영하지 못하는 문제점이 발견되었다. 향후이러한 문제들을 해소한다면 오차를 크게 줄일 수 있을 것으로 판단된다.
더보기In this study, daily snowmelt was predicted using observed meteorological data and multiple regression analysis. Five observation stations (located in Daegwallyeong, Gwangju, Seosan, Mokpo, and Jeonju) were selected to analyze fresh snow depth from 2000 to 2010. The dependent variable used in the multiple regression analysis was daily snowmelt depth, and the independent variables were fresh snow depth, diurnal temperature range, temperature interception, diurnal humidity range, humidity intercept, and solar radiation. Seventy percent of the total observed data was used to develop a multiple regression model and the regression model was verified using the 30% of remaining data. The adjusted R-squared and Root Mean Square Deviation (RMSE) were used to examine the developed regression model. As a result, the adjusted R-squared was higher than 0.769 (except Daegwallyeong); thus the developed model represented well the daily snowmelt depth. Even Jeonju had an adjusted R-squared of 0.869. Also, the RMSE in all of the five stations was lower than 2.5 cm. The lowest value in Seosan was 1.7 cm. From the two types of verification, the developed multiple regression model was judged to be suitable to predict the daily snowmelt depth. However, multicollinearity should be explained, as rapid increases in temperature and sustained high temperature could not be reflected in the model. Therefore, if the limitations were resolved in further research, the model could be used to predict the amount of daily snowmelt depth more reliably.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2008-01-01 | 평가 | 등재후보학술지 유지 (등재후보1차) | KCI후보 |
2006-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.43 | 0.43 | 0.41 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.41 | 0.4 | 0.602 | 0.11 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)