Seasonal Forecast of Asian Dust over South Korea in Spring Season

손건태,차미정,정관영,송승주 한국자료분석학회 2008 Journal of the Korean Data Analysis Society Vol.10 No.5

This study aims to develop statistical models for the seasonal prediction of Asian dust in South Korea. The predictand is the average occurrence frequency of Asian dust in the spring season(March to May). Monthly data of Asian dust days at 28 sites in South Korea and four climate factors(rainfall amount, snow cover, surface air temperature and wind speed) in source regions of Asian dust during 1979 to 2007 are used. Three source regions that affect the Korean Peninsula are considered. Two statistical models, a multiple regression and a three-grade logistic regression model, are applied to generate the quantitative forecast and the ternary forecast(normal, below normal, above normal). Predictors are selected by the correlation analysis and stepwise regression method.

3시간 기상예보를 위한 수치모델 예측치의 통계적 수정

손건태 한국자료분석학회 2004 Journal of the Korean Data Analysis Society Vol.6 No.2

This paper concentrates on the statistical correction of systematic errors of numerical model forecasts for the 3-hour-forecast system using the dynamic linear model(DLM). The predictands are four climate elements (surface T, Td, U and V). The estimated DLM's generate 3-hour-interval forecasts from 3h to 48h for every RDAPS run. The parameters of the DLM are estimated dynamically and the optimal components of inputs are determined using the training data. According to the model validation, the reduction rates of forecast errors are 8.8% for T, 9.8% for Td, 39.0% for U and 43.7% for V. The forecast models using the DLM improve the accuracy of the prediction. 본 논문은 기상청 수치모델(RDAPS) 예측치의 체계적 오차에 대한 통계적 수정을 통하여 예측의 정확성이 향상된 3시간 기상예보모형을 개발한 결과이다. 기온(T), 노점온도(Td), 바람장(U,V)을 대상으로 하였으며, 3시간 예보제에 맞추어 RDAPS 작업시간 기준으로 3시간부터 48시간까지 3시간 간격인 예측치를 생산하는 예보모형을 개발하였다. 기상자료와 최근 관측치를 입력자료로 하는 동적선형모형을 적용하였으며, 모형훈련과 모형검증 결과 모든 대상지점과 기상요소에 대하여 개발된 예보모형이 예측의 정확도를 향상시키고 있음을 알 수 있었다.

3시간 강수량예보를 위한 상태종속모형 개발

손건태,이정형 한국자료분석학회 2005 Journal of the Korean Data Analysis Society Vol.7 No.1

This study focuses on the development of statistical models for the quantitative prediction of 3-hour area means of precipitation. For this study, the dataset consists of the previous observations of precipitation as predictand and the numerical model RDAPS outputs as basic predictors. For developing the statstical model 6 stations (Seoul, Busan, Daejeon, Gwangju, Jeju, Gangneung) are chosen. Statistical dynamic models, called state-dependent models, are applied using the RDAPS outputs and observations of precipitation based on the MOS technique for each pattern. 9 patterns are discriminated by the previous observations. 본 논문은 MOS(model output statistics) 기법을 기초로하여 3시간 기상예보시스템을 위한 면적평균강수량 예보모델을 개발한 결과이다. 6개 지점(서울, 부산, 대전, 광주, 제주, 강릉)에 대한 자료를 이용하였으며, 예측인자는 45개 RDAPS 수치예보자료를 사용하였다. 3시간전 강수량의 변화에 따라 구분된 9개 패턴에 따라 예보모델이 변화되도록 하는 상태종속모형(state-dependent model)을 적용하였으며, 패턴을 고려하지 않은 경우와 Heidke skill score를 구하여 비교하였다.

순서형 확률예보 모형에 대한 새로운 예측성 평가측도의 제안

손건태,한정임 한국자료분석학회 2004 Journal of the Korean Data Analysis Society Vol.6 No.1

This paper concentrates on the skill score of predictability of forecast models for ordinary data based on the probability forecasting. For the categorical probability forecast like the probability of classified precipitation, new skill score of predictability of forecast models, which maximal value is 1 for the exact forecast case, is proposed. The proposed skill score considers the weights, which are determined by the distance of the observed category and the forecasted category, and the elimination of the effect of random forecast like the Heidke skill score. In the simulation study, three types of forecast models (well-forecasted case, middle case and bad-forecasted case) and four types of distribution of random forecast(symmetric, skew to the left, skew to the right and bimodal case) are considered. The results of the simulation say that the variation of the proposed skill score is very small invariant to the distribution of random forecast. 통계적 예보모형의 예측성 평가는 최적 모형의 선정과 예측 정확도의 향상을 비교하는 데 중요한 지표가 된다. 본 논문에서는 계급별 강수확률예보와 같은 순서형 계급별 확률예보모형의 예측성 평가측도를 제안하고 특성을 연구하였다. 제안된 평가측도는 의 범위를 가지며 정확도가 높을수록 1에 가까운 값을 갖도록 정의하였다. 순서형 자료이므로 정확한 예보로부터 잘못된 예보에 이르는 가중치를 고려하였으며, 임의예보의 효과를 제거함으로써 예보모형에 의한 순수한 예측성 향상을 계량화하였다. 제안된 평가측도를 이용한 모의실험 결과에 따르면 임의예보의 형태가 달라져도 평가측도의 변동이 매우 작아 순서형 자료에 대한 모든 예보모형 평가에 활용할 수 있으리라 기대된다.

퍼지알고리즘을 이용한 활성슬러지 폭기조 DO 제어 연구

손건태,김성덕,고주형 대한환경공학회 1999 대한환경공학회 학술발표논문집 Vol.1999 No.4

활성슬러지 폐수처리장 진단 소프트웨어

손건태,김창원,백지선,최광수,박민욱,이양수 대한환경공학회 1997 대한환경공학회 학술발표논문집 Vol.1997 No.12

공간 자기회귀모형의 식별

손건태,백지선 한국통계학회 1997 응용통계연구 Vol.10 No.1

공간자료는 공간 위치의 변화에 따라 관찰되는 자료이다. 본 논문에서는 공간자료를 가지고 행 방향, 열 방향, 대각선 방향으로 나누어 시계열의 모형 식별에서 사용되는 Box-Jenkins 방법과 식별통계량, 행태인식법을 공간 자기회귀모형에 적용하여 모형을 식별해 보고 모의실험을 통하여 식별 방법들을 비교해 보았다. Spatial data is collected on a regular Cartesian lattice. In this paper we consider the model indentification of spatial autoregressive(SAR) models using AIC, BIC, pattern method. The proposed methods are considered as an application of AIC, BIC, 3-patterns for SAR models through three directions; row, column and diagonal directions. Using the Monte Carlo simulation, we test the efficiency of the proposed methods for various SAR models.

토론 : 통계학 학부전공 프로그램의 비전과 전략에 비추어

손건태,허명회 한국통계학회 1999 응용통계연구 Vol.12 No.2

We discuss the paper by Cho, Shin, Lee, and Han on the "information-relate" undergraduate statistics major program from the following perspectives: Recently, Korean universities are under re-structuring turmoil. To effectively confront the situation, we need both the vision and the strategy for statistics and statistics departments. For undergraduate statistics major program, our visions are 1) it should not be preliminary education program targeted for the graduate degrees, 2) it should be responsive to future social demand, and 3) it should incorporate the progressive identity of statistics as information and data science. As strategies, we propose 1) the effective integration and due balance among data collection, management and analysis, 2) the harmony and role development of computers and mathematics as statistical tools, 3) the statistics education through task-oriented problem solving, and 4) the emphasis of team work and communication skills.on skills.

동적선형모형을 이용한 서울지역 3시간 간격 기온예보

손건태,김성덕 한국통계학회 2002 응용통계연구 Vol.15 No.2

이 논문에서는 서울지역 기온에 대한 향후 48시간까지 3시간 간격 예보 모델 개발 결과이 다. 동적 변화패턴과 수치모델의 체계적 오차를 제거하기 위하여 동적 선형모형으로 적합하였으며 , 수치모델 예측치와 관측치를 입력 변수로 사용하였다. 동적 선형모형에 의한 예측모델은 수치모델의 체계적 오차를 성공적으로 제거하였으며, 예측 정확도를 향상시키고 있다. The 3-hour-interval prediction of ground-level temperature up to +45 hours in Seoul area is performed using dynamic linear models(DLM). Numerical outputs and observations we used as input values of DLM. According to compare DLM forecasts to RDAPS forecasts using RMSE, DLM improve the accuracy of prediction and systematic error of numerical model outputs are eliminated by DLM.

남한지역 겨울철 황사출현일수에 대한 범주 예측모형 개발

손건태,이효진,김승범,Sohn, Keon-Tae,Lee, Hyo-Jin,Kim, Seung-Bum 한국통계학회 2011 응용통계연구 Vol.24 No.3

This study develops statistical models for the binary forecast of Asian dust days over South Korea in the winter season. For this study, we used three kinds of data; the rst one is the observed Asian dust days for a period of 31 years (1980 to 2010) as target values, the second one is four meteorological factors(near surface temperature, precipitation, snowfall, ground wind speed) in the source regions of Asian dust based on the NCEP reanalysis data and the third one is the large-scale climate indices. Four kinds of statistical models(multiple regression models, logistic regression models, decision trees, and support vector machines) are applied and compared based on skill scores(hit rate, probability of detection and false alarm rate). 본 연구는 겨울철 남한지역 황사출현일수에 대한 이 범주 계절예측모형 개발을 목적으로 수행되었다. 최근 31년간 관측된 황사출현일수를 예측량으로 하고, 황사발원지 기상요소(지상기온, 강수량, 강설량, 지상풍속)에 대한 NCEP 재분석자료 예측치와 광역규모 기후지수들을 잠재적 예측인자로 사용하였다. 월별로 구분하여 예측모형을 개발하기 위하여 네 종류 통계모형(중회귀모형, 로지스틱 회귀모형, 의사결정나무모형, 지지벡터기계)을 각각 적용하였다. 예측모형 평가측도인 정분류율, 탐지확률, 잘못된 경고를 사용하여 모형 비교하고 예측모형을 제안하였다.