서울지점 난후기에 대한 통계적 강수예보 모델 개발

• 영문명: Statistical prediction of precipitation during warm season in seoul area
• 발행기관: 한국자료분석학회
• 저자명: 손건태(Keon Tae Sohn) 김재환(Jae Hwan Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.5 No.1, 113~126쪽, 전체 14쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2003.03.30

국문 초록

본 논문은 강수량예보, 강수발생예보, 등급별 강수예보를 위한 통계적 모델 개발에 관한 연구결과이다. 예보모형의 개발방법은 PPM을 기초로 하였으며, 강수량예보를 위하여 중회귀모형, 강수발생예보를 위하여 로지스틱 회귀모형, 등급별 강수예보를 위하여 다등급 로지스틱 회귀모형을 적합하였다. 난후기(4월~9월)에 대한 서울지점에 대한 예보모델 개발을 대상으로 하였으며, 12시간 누적 강수량을 사용하였다. 난후기에 대하여 5년 간의 훈련자료로 모델을 개발하고 1년 간의 검증자료를 사용하여 예측의 정확도를 분석하였다. 각 경우에 대한 예보모델 개발 결과로 강수량예보에서는 중회귀모형의 결과가 좋지 않은 것으로 나타났으나 강수발생예보는 로지스틱 회귀모형이 적합하며, 등급별 강수예보는 명목형 다등급 로지스틱 회귀모형이 적합한 것으로 나타났다.

영문 초록

In this paper the multiple regression model, the logisitc regression model and the multi-grade logistic regression model are applied to Quantitative Precipitation(QP), Probability of Precipitation(PoP) and Probability of Classified Precipitation(PcP) respectively. For QP forecast, the multiple regression model is not well-fitted because of normality assumption. It is needed to consider the another predictors and statistical models. Therefore we consider that PoP and PcP forecast using the same predictors. For PoP, the logistic regression model seems to give reasonable results. For PcP, nominal multigrade logistic regression models are applied because propotional-odds assumption does not be held. The PcP model is well-fitted by a nominal multigrade logistic regression model in small amount of precipitation, but not to be good in large amount of precipitation because of insufficiency of data.

목차

1. 서론

2. 자료

3. 강수예보 모델

4. 강수예보 모델 개발 결과

5. 결론

참고문헌

키워드

강수량예보 강수발생예보 등급별 강수예보 QP PoP PcP PPM