Development of Algorithm Patterns for Identifying the Time of Abnormal Low Temperature Generation

이상저온 발생 시점 확인을 위한 알고리즘 패턴 개발

Since 2018, due to climate change, heat waves and cold waves have caused gradual damage to social infrastructure. Since the damage caused by cold weather has increased every year due to climate change in recent 4 years, the damage that was limited to a specific area is now appearing all over the country, and a lot of efforts are being concentrated from experts in various fields to minimize this. However, it is not easy to study real-time observation of sudden abnormal low temperature in existing studies to reflect local characteristics in discontinuously measured data. In this study, based on the weather-related data that affects the occurrence of cold-weather damage, we developed an algorithm pattern that can identify the time when abnormal cold temperatures occurred after searching for weather patterns at the time of cold-weather damage. The results of this study are expected to be of great help to the related field in that it is possible to confirm the time when the abnormal low temperature occurs due to the data generated in real time without relying on the past data.

2018년부터 기후변화에 따른 폭염과 한파에 의해 사회기반시설에 점증적으로 많은 피해를 미치고 있다. 최근 4년간 기후변화에 따른 영향 중에 냉해에 대한 피해가 매년 증가하여 특정 지역에 국한되었던 피해가 이제는 전국에 걸쳐서 나타나고 있으며, 이를 최소화하기 위한 각계각층의 전문가들에 의한 노력이 집중되고 있다. 그러나 불연속적으로 측정되는 데이터들 속에서 지역 특색을 반영하고자 하는 기존 연구들에서는 갑작스럽게 발생하는 이상 저온에 대한 실시간 관측 연구는 쉽지 않은 상황이다. 본 연구에서는 냉해 발생에 영향을 미치는 기상 데이터를 기준으로 냉해 피해가 발생하였던 시점의 기상 패턴을 탐색한 후 이상저온 발생 시점을 확인할 수 있는 알고리즘 패턴 개발을 하였다. 본 연구의 결과물은 과거의 데이터에 의존하지 않고 실시간으로 발생하는 데이터에 의한 이상저온이 발생한 시점을 시간 시점에서 확인할 수 있다는 점에서 지역적 기상 편차를 의식하지 않고 확인이 가능하다는 점에서, 이상저온 발생 시점 데이터를 확보할 수 있다는 점에서 관련 분야에 많은 도움이 될 것으로 기대할 수 있다.