JOURNAL BROWSE
Search
Advanced SearchSearch Tips
Spatial Prediction of Wind Speed Data
facebook(new window)  Pirnt(new window) E-mail(new window) Excel Download
 Title & Authors
Spatial Prediction of Wind Speed Data
Jeong, Seung-Hwan; Park, Man-Sik; Kim, Kee-Whan;
  PDF(new window)
 Abstract
In this paper, we introduce the linear regression model taking the parametric spatial association structure into account and employ it to five-year averaged wind speed data measured at 460 meteorological monitoring stations in South Korea. From the prediction map obtained by the model with spatial association parameters, we can see that inland area has smaller wind speed than coastal regions. When comparing the spatial linear regression model with classical one by using one-leave-out cross-validation, the former outperforms the latter in terms of similarity between the observations and the corresponding predictions and coverage rate of 95% prediction intervals.
 Keywords
Wind speed;kriging;spatial association;one-leave-out cross-validation;
 Language
Korean
 Cited by
1.
통계적 바람장모형에의한 고해상도(1Km×1Km)풍력에너지지도 작성에 관한 연구,김혜중;김현식;최영진;변재영;

응용통계연구, 2010. vol.23. 6, pp.1157-1167 crossref(new window)
2.
로그정규풍속모형에 의한 풍력자원특성의 추론 및 응용에 관한 연구,김혜중;곽화륜;최영진;변재영;

Journal of the Korean Data Analysis Society, 2010. vol.12. 4, pp.2283-2295
3.
다양한 관측네트워크에서 얻은 공간자료들을 활용한 계층모형 구축,최지은;박만식;

응용통계연구, 2013. vol.26. 1, pp.93-109 crossref(new window)
4.
공간자료의 기하학적 비등방성 연구,고혜지;박만식;

응용통계연구, 2014. vol.27. 5, pp.755-771 crossref(new window)
5.
붓스트랩을 통한 공간자료의 분석,최지은;박만식;

Journal of the Korean Data Analysis Society, 2014. vol.16. 4B, pp.1859-1870
6.
예측성능 제고를 위한 범용크리깅과 지시크리깅의 결합,고혜지;박만식;

Journal of the Korean Data Analysis Society, 2014. vol.16. 4B, pp.1871-1884
7.
강우의 간헐성이 크리깅에 미치는 영향 평가,노용훈;유철상;

한국방재학회 논문집, 2015. vol.15. 6, pp.383-393 crossref(new window)
8.
t-분포 하에서의 절단크리깅을 이용한 공간자료의 예측연구,최빛나;박만식;

Journal of the Korean Data Analysis Society, 2015. vol.17. 2B, pp.707-717
1.
On the Hierarchical Modeling of Spatial Measurements from Different Station Networks, Korean Journal of Applied Statistics, 2013, 26, 1, 93  crossref(new windwow)
2.
On the Geometric Anisotropy Inherent In Spatial Data, Korean Journal of Applied Statistics, 2014, 27, 5, 755  crossref(new windwow)
 References
1.
구요천, 전용희, 김유신, 이동호 (2005). 반응면 기법과 크리깅 기법을 이용한 설계공간의 타당성 향상, <한국항공우주학회지>, 33, 32-38.

2.
국가경영전략연구원 (2008). <제1차 국가에너지 기본계획>, 국가경영전략연구원.

3.
기상청 자료관리서비스팀 (2007). <풍력자원지도 개발 연구보고서>, 기상청.

4.
기상청 홈페이지. http://www.kma.go.kr.

5.
김기환, 윤연상, 정승환 (2008). 대형 할인점 매출 데이터를 이용한 구매력 지도 작성에 관한 연구, <한국자료분석학회지>, 10, 223-234.

6.
김성중, 박형동 (2009). 베리오그램을 이용한 광체 평가 및 3차원 모델링 소프트웨어 개발, <한국지구시스템공학회지>, 46, 151-159.

7.
대기환경연구회 (2003). <대기환경개론>, 신광문화사, 179-181.

8.
선창국, 정충기 (2006). GIS를 이용한 지반-지식 기반 지반 정보화 시스템 구축 기법의 개발 및 적용, <한국지반공학회논문집>, 22, 55-68.

9.
안은자 (2003). <공간통계 분석을 이용한 DEM 오차 패턴 연구>, 경희대학교, 석사학위논문.

10.
에너지관리공단 신재생에너지센터 (2007). <2006년 신재생에너지 통계>, 에너지관리공단.

11.
이지영 (2001). , 경희대학교, 석사학위논문.

12.
정지용, 진서훈, 박만식 (2008). 공간적 상관구조를 포함하는 선형회귀모형을 이용한 강수량 자료 분석, <응용통계연구>, 21, 1093-1107.

13.
최광희, 윤광성, 김종욱 (2006). 공간통계기법을 이용한 하논화산의 화구호 복원, <대한지리학회지>, 41, 391-403.

14.
최승배, 문승호, 강창완, 조장식, 이정형 (2008). , 자유아카데미.

15.
최영석, 임형준, 장학성 (2008). 다양한 예측기법을 이용한 현장타설말뚝의 최적길이 산정, <유신기술회보>, 15, 22-31.

16.
최종근 (2008). <지구통계학>, 시그마프레스.

17.
허태영, 박만식, 엄진기, 오주삼 (2007). 최단경로 기반 교통량 공간 예측에 관한 연구, <응용통계연구>, 20, 459-473.

18.
Cressie, N. A. C. (1993). Statistics For Spatial Data, John Wily & Sons, New York.

19.
Heo, T. Y. and Park, M. S. (2009). Bayesian Spatial Modeling of Precipitation Data, The Korean Journal of Applied Statistics, 22, 425-433. crossref(new window)

20.
R Development Core Team (2008). R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria, ISBN 3-900051-07-0, http://www.R-project.org.

21.
Schabenberger, O. and Gotway, C. A. (2005). Statistical Methods For Spatial Data Analysis, Chapman & Hall/CRC, Boca Raton.