Variation and Uncertainty in the Predicted Flowering Dates of Cherry Blossoms Using the CMIP5 Climate Change Scenario

정유란,김진희,Kwang-Hyung Kim 한국기상학회 2016 Asia-Pacific Journal of Atmospheric Sciences Vol.52 No.5

In this study, we analyzed changes in the predicted flowering date (PFD) for cherry blossom trees under changing climate conditions by simulating the PFDs for six sites on the Korean Peninsula between 1981 and 2010. The spatial downscaled climate data from the Representative Concentration Pathways (RCP) 8.5 scenarios of 30 global climate models (GCMs) were used in the analysis. Here, we present the range of uncertainty in the PFDs, which were calculated by comparing the simulated PFDs to the observed flowering dates. We determined that the root-mean-square errors (RMSEs) of PFDs from individual GCMs, at 7-15 days, were greater in range than those of the mean PFDs from multiple GCMs, at 7-8 days. During three future periods of 2011-2040, 2041-2070, and 2071-2100, the standard deviations (SD), the interquartile ranges (IQRs), and the relative changes in the mean predicted flowering dates (MPFDs) were calculated to quantify the uncertainty levels inherent from the climate scenarios of multiple GCMs. Distinctive changes in the SDs and IQRs of MPFD were found among the analyzed sites. The SDs increased with time between each future period in Seoul, Incheon, and Jeonju, whereas those in Daegu, Busan, and Mokpo decreased with time. In addition, the IQRs increased with time at Seoul, Incheon, Jeonju, and Daegu but not at Busan and Mokpo. The relative changes in the MPFDs at all six sites became greater with time toward the year 2100. Therefore, combining multiple GCM scenarios may not contribute largely to reduce the uncertainty in the PFDs under changing climate conditions, although it may be useful in quantifying the uncertainty in order to make better decisions based on more accurate information.

5,18 항쟁의 형상화에 사용된 음악표현 양식 : 윤이상의 「광주여 영원히」, 이민수의 「이 오월에」, 김선철의 「무등둥둥」, 정유하의 「광주항쟁」을 중심으로

정유하 민족음악학회 2003 음악과 민족 Vol.26 No.-

May Uprising has been passed 20 years. Composers have configurated it as music. There are many reasons. For example, praise the meaning of it, cherish the memory of sacrificed people, of feeling of debt to May Uprising. It was configurated in form of symphony, symphonic poem, prelude, opera, &-song, by many composers, who had various backgrounds. The representational mode was expressed variously by the genre, background of composers, time and political factor. Yun Isang' symphony Exemplum, in memoriam Kwangiu(l981) was composed firstly. As German-nationality composer Yun Isang could compose it without political influence. It was the 7 months later after the uprising. He expressed defeat, sorrow, his desire for justice and democracy of Korea, and appeal to continue fighting in his favored Hauptton technique. Lee Mn-soo' modem art-song In this hlay was composed 1981. It was difficult to speak out that openly in Korea at that time. He used a student s poem published in the university newspaper. The poem symbolized things. So, the music described atmosphere of that time in the style of expressionism like disharmonious compound chords, irregular rhythms, chromatic melodies. Kim Sun-chul's opera Mudeung-dungdung was supported by goverment's Culture-Tourism Department. It represented uprising realistically using various styles like Korean folk, Western counterpoint, and atonal as well as western tonal music. The latest work, Yooha Jeong's Cwangju Uprising was written in Korean court music, folk music, and western contemporary music styles. She experienced the uprising on the spot as an university student. It described Gwangju Uprising as ultimate victory of Gwangju Uprising spirit.

작물모형의 생물계절 및 잠재수량 예측력 개선 방법 탐색: I. 유전 모수 정보 향상으로 콩의 개화시기 및 잠재수량 예측력 향상이 가능한가?

정유란,신 평,서명철 한국농림기상학회 2017 한국농림기상학회지 Vol.19 No.4

There are two references of genetic information in Korean soybean cultivar. This study suggested that the new seven genetic information to supplement the uncertainty on prediction of potential yield of two references in soybean, and assessed the availability of two references and seven genetic information for future research. We carried out evaluate the prediction on flowering time and potential yield of the two references of genetic parameters and the new seven genetic parameters(New1∼New7); the new seven genetic parameters were calibrated in Jinju, Suwon, Chuncheon during 2003-2006. As a result, in the individual and regional combination genetic parameters, the statistical indicators of the genetic parameters of the each site or the genetic parameters of the participating stations showed improved results, but did not significant. In Daegu, Miryang, and Jeonju, the predictability on flowering time of genetic parameters of New7 was not improved than that of two references. However, the genetic parameters of New7 showed improvement of predictability on potential yield. No predictability on flowering time of genetic parameters of two references as having the coefficient of determination (R2) on flowering time respectively, at 0.00 and 0.01, but the predictability of genetic parameter of New7 was improved as R2 on flowering time of New7 was 0.31 in Miryang. On the other hand, R2 on potential yield of genetic parameters of two references were respectively 0.66 and 0.41, but no predictability on potential yield of genetic parameter of New7 as R2 of New7 showed 0.00 in Jeonju. However, it is expected that the regional combination genetic parameters with the good evaluation can be utilized to predict the flowering timing and potential yields of other regions. Although it is necessary to analyze further whether or not the input data is uncertain. 본 연구에서는 진주, 수원, 춘천의 정보로만 추정한 유전 모수(New1∼New3)와 지역 조합으로 추정한 유전 모수(New4∼New7), NICS (2010)와 Kim et al.(2004)의 유전 모수의 개화시기 및 잠재수량의 예측력을 평가하여 기존의 유전 정보와 새로운 유전 정보에 대한 불확실 정도를 알고 다음 후속 연구에 활용 가능성을 알아보고자 수행했다. 결과적으로, 개별 및 지역 조합 유전 모수에서 모수 추정 지점 혹은 참여한 지점의 유전 모수의 평가 지표들은 비교적 좋은 결과를 보여 주었지만 뚜렷하게 나타나지 않았다. 대구, 밀양, 전주에서 New7 유전 모수의 개화시기의 예측력은 NICS (2010)나 Kim et al. (2004)의 유전 모수의 개화시기 예측력보다 개선되지 않았다. 그러나 New7 유전 모수의 잠재수량의 예측력은 큰 차이는 아니지만 NICS (2010)나 Kim et al. (2004)의 유전 모수의 잠재수량 예측력보다 개선되는 현상을 보였다. 예를 들면, 밀양에서 NICS (2010)와 Kim et al. (2004)의 유전 모수의 잠재수량 결정계수가 0.00과 0.01로 전혀 예측력이 없는 것으로 평가하였지만 New7 유전 모수의 잠재수량 결정계수는 0.31로 나타났다. 반면, 전주에서 NICS (2010)과 Kim et al. (2004)의 유전 모수의 잠재수량 결정계수는 0.66과 0.41로 평가되었는데, New7 유전 모수의 잠재수량 결정계수는 0.00으로 예측력이 없는 것으로 평가되었다. 새로운 유전 모수의 예측력(New1∼New7)이 기존의 유전 모수(NICS(2010)과 Kim et al. (2004))의 예측력보다 크게 개선 되지는 않았지만, 평가 결과가 좋은 지역 조합 유전 모수를 지역별 개화시기 및 잠재수량을 예측하는 데에는 활용할 수 있을 것으로 판단된다.

계절내-계절 기후예측의 딥러닝 기반 후보정을 위한 입력자료 전처리 기법 평가

정유란,이진영,김미애,손수진 한국농림기상학회 2023 한국농림기상학회지 Vol.25 No.2

This study explores the effectiveness of various data preprocessing algorithms for improving subseasonal to seasonal (S2S) climate predictions from six climate forecast models and their Multi-Model Ensemble (MME) using a deep learning-based postprocessing model. A pipeline of data transformation algorithms was constructed to convert raw S2S prediction data into the training data processed with several statistical distribution. A dimensionality reduction algorithm for selecting features through rankings of correlation coefficients between the observed and the input data. The training model in the study was designed with TimeDistributed wrapper applied to all convolutional layers of U-Net: The TimeDistributed wrapper allows a U-Net convolutional layer to be directly applied to 5-dimensional time series data while maintaining the time axis of data, but every input should be at least 3D in U-Net. We found that Robust and Standard transformation algorithms are most suitable for improving S2S predictions. The dimensionality reduction based on feature selections did not significantly improve predictions of daily precipitation for six climate models and even worsened predictions of daily maximum and minimum temperatures. While deep learning-based postprocessing was also improved MME S2S precipitation predictions, it did not have a significant effect on temperature predictions, particularly for the lead time of weeks 1 and 2. Further research is needed to develop an optimal deep learning model for improving S2S temperature predictions by testing various models and parameters. 본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MMES2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측 선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

[대우자동차 「고객만족 현장실천」] 顧客密着과 D-TOP 중심의 CS經營活動 추진

鄭侑成(정유성) 한국마케팅연구원 1995 마케팅 Vol.29 No.4

잘 알고 잘 안내하는 것이 중요한 때

정유란 예술경영지원센터 2009 예술경영 Vol.- No.3

공공의 기반시설 비용 부담에 따른 개발이익의 변화 분석

정유란,이승주 한국도시부동산학회(구 도시정책학회) 2015 도시정책학회 학술대회 Vol.2015 No.3

과거 부동산 가격이 지속적으로 상승하고, 분양 프리미엄이 높게 형성되던 시기에는 사업시행자가 기반시설 설치비용을 부담하더라도 얻는 개발이익이 많았기 때문에 개발 이익에 대한 환수차원에서 이해될 수 있었다. 그러나 최근 부동산 경기 및 주택시장의 침체가 장기화 되고 있음에도 사업시행자는 변함없이 기반시설 설치비용 등 정비사업 비용을 그대로 부담하게 되면서, 사업 시 발생하는 분담금은 상승하게 되고 기대수익 률은 하락하거나 손실상태로 변화하면서 사업이 지연되거나 중단되는 사례까지 발생하 고 있다. 이에 본 연구에서는 실증적 자료를 이용하여 공공이 기반시설 설치비용을 부 담하였을 때 변화하는 비례율과 공공의 개발이익을 살펴보고 이를 통하여 정책적 시사 점을 제시 하고자 하였다. 분석 결과, 공공이 8m이상 도로의 설치비용을 부담하였을 때, 비례율은 평균 약 8.7%가 증가하며, 전체 개발이익 중 공공의 개발이익이 차지하는 비율은 약 10.1% 감 소하였으며, 공공이 8m이상 도로와 공원의 설치비용을 부담하였을 때, 비례율은 평균 약 16.2%가 증가하며, 전체 개발이익 중 공공의 개발이익이 차지하는 비율은 약 19.2% 감소하였다. 또한, 공공이 8m이상 도로와 공원 그리고 녹지의 설치비용을 부담하였을 때, 비례율은 약 17.5% 증가하였으며, 전체 개발이익 중 공공의 개발이익이 차지하는 비율이 약 20.7% 감소하였다. 주택재개발사업에 있어 공공은 부동산 침체 등의 영향으로 사업성 하락, 사업의 지 연 등 문제가 발생하고 있을 때에는 사업시행자 및 토지등소유자 등에게 회수하는 금 액을 줄여 사업이 원활하게 진행될 수 있도록 하는 공공의 정책이 필요하다. 이에 본 연구에서는 공공이 부동산 시장상황에 따라 적정한 기반시설 설치비용을 부담할 필요 성을 제시하고 있다. 공공이 일부 기반시설 설치비용을 부담하게 되더라도 공공이 얻 게 되는 개발이익은 여전히 분양조합원, 청산조합원 등이 얻게 되는 개발이익보다 많 기 때문에 이는 사업성 제고를 위한 하나의 정책적 대안이 마련될 수 있을 것이다.

계절내 예측 일 최고기온의 예측 성능 향상을 위한 심층학습 앙상블 알고리즘

정유란,박경원,손수진 한국기상학회 2021 한국기상학회 학술대회 논문집 Vol.2021 No.10

계절내 예측 및 자료에 기계학습 및 심층학습을 도입하여 그 예측성 및 기술을 향상하고자 하는 연구가 증가하고 있다. 기계학습 및 딥러닝 기술은 가용할 수 있는 데이터가 많을수록 학습 효과가 좋아지고 그 결과의 신뢰성은 높아진다. 또한 여러 기후모델을 한번에 고려하는 다중모델앙상블(multi-model ensemble, 이하 MME) 기법이 기후 예측의 신뢰성을 증가시킨다고 알려져 있다. 따라서 본 연구에서는 다수 기후모델의 계절내(sub-seasonal to seasonal, 이하 S2S) 예측기후 자료 기반의 훈련 셋에 기계학습 및 심층학습 모델을 적용하여 동아시아 및 한반도 영역의 S2S 예측 일 최고기온의 예측 성능, 특히 3-4주내의 예측성 향상에 기여할 수 있는 심층학습 앙상블 알고리즘을 개발하고자 수행되었다. 학습 모델 구축을 위한 MME 기반 S2S 예측기후 입력 자료는 기준 예측빈도(30일)로부터 6개(ECMWF, NCEP, KMA, UKMO, CMA) 개별 기후모델이 결합되었으며, 입력 변수는 지표면 평균기온, 최고기온, 최저기온, 강수, 해면기압, 850 hPa 기압면에서의 동서남북 방향의 바람, 지위고도 등의 기후 변수가 이용되었다. 관측값으로는 재분석 자료인 ERA-Interim 자료로 구축되었다. 구축된 MME 기반의 S2S 예측 자료는 랜덤 포레스트(Random Forest)와 합성곱 장단기기억 알고리즘(Convolutional Long-Term Short Memory, 이하 ConvLSTM)에 의해 학습되었다. ConvLSTM의 3-4주 예측 정확도 분석 결과, S2S 개별 기후모델의 예측성과 비슷하거나 다소 개선되었다. 랜덤 포레스트의 3-4주 예측성 개선은 CMA만 3-4주 예측 개선이 나타났으며, 그 외 S2S 개별 기후모델의 3-4주 예측성은 비슷하거나 다소 개선되었다. 샘플데이터 증강, 하이퍼파라미터 보정 및 아키텍쳐 보완 등 향후 지속적인 심층학습 앙상블 모델 개발은 다중모델 계절내 예측 향상에 기여할 수 있을 것이다.

산악지대 일사 수광량의 공간변이 추정

정유란,정동준,윤진일,엄향희 한국작물학회 2000 한국작물학회 학술발표대회 논문집 Vol.2000 No.2

계절내-계절 예측 개선을 위한 후보정 및 전처리 기법 평가

정유란,이진영,김미애,손수진 한국기상학회 2023 한국기상학회 학술대회 논문집 Vol.2023 No.4