계층적 베이지안 웨이블릿 모형을 이용한 기온 예측

Spatially correlated temperature prediction using hierarchical Bayesian wavelet model

초록

최근 전 세계적으로 발생하는 이상 기온 현상의 정도가 심각해짐에 따라 더 세밀한 기온 측정이 필요함에도 불구하고 비용 문제나 지리적인 이유로 물리적 해결이 어려운 것이 현실이다. 일반적으로 사용 되는 보간 기법은 분석에 있어서 주변 지역의 공간적 특성은 반영할 수 있으나 시간의 연속성을 반영하기는 어렵다는 단점을 가지고 있다. 이에 본 연구에서는 시간과 공간의 특성을 모두 반영할 수 있는 계층적 베이지안 웨이블릿 모형 (Song과 Mallick, 2019)을 이용하였다. 총 20000번의 깁스 표집을 시행하였고 첫 10000개를 번인 한 후 자기상관을 없애기 위해 표집 된 모수 10개 당 1개를 예측에 사용하였다. 사용된 자료는 전국 22개 지역도의 1976년 1월 1일부터 512일간의 기온 자료이며, 검정 집단으로 22개 지역 중 3개 지역을 랜덤하게 선택하였다. 모형의 성능 비교를 위해 보간 기법을 사용하였다. 모든 지역에서 보간 기법 보다 더 나은 예측 성능을 보였다.

키워드

Global warming; hierarchical Bayesian model; temperature; wavelet.; 기온; 계층적 베이지안 모형; 온난화; 웨이블릿
제목
계층적 베이지안 웨이블릿 모형을 이용한 기온 예측
제목 (타언어)
Spatially correlated temperature prediction using hierarchical Bayesian wavelet model
저자
송지웅; 이경은
DOI
10.7465/jkdi.2024.35.5.557
발행일
2024-09
유형
Y
저널명
한국데이터정보과학회지
권
35
호
5
페이지
557 ~ 570