• Proceedings of the KSRS Conference
• /
• 2000.04a
• /
• pp.79-84
• /
• 2000

해양 영역에 대한 SAR(Synthetic Aperture Radar) 자료는 좋은 해상도로 기상조건이나 주야에 상관없이 wind vector를 구할 수 있는 장점이 있다. 해안지역의 scatterometer 자료는 육지의 영향으로 인하여 정확한 자료를 얻을 수 없지만, SAR자료를 이용하면, Scatterometer에 비해 좋은 해상도로 해안지역의 wind vector 추출이 가능하다. 본 연구에서는 SAR 자료로부터 풍속을 추출할 수 있는 CMOD_4와 CMOD_IFR2 알고리즘을 사용하였다. 이 알고리즘들은 정확한 sigma-naught 값과, 풍향, 그리고 local incidence angle을 입력변수로 요구한다. CMOD 알고리즘들은 ERS-1/2와 같이 C-band, VV-polarization을 위해 개발된 알고리즘이므로, C-band, HH-polarization을 가진 RADARSAT 자료에 바로 적용할 수가 없다. 이것을 해결하기 위해 본 연구에서는 두 CMOD 알고리즘을 몇 가지 polarization ratio와 같이 적용하여 보았다. 각 연구지역에 해당하는 자료에는 제주도 주변의 Fine mode 자료, 서해안과 제주도 근해의 Standard mode 자료, 그리고 동해안 지역의 ScanSAR 자료 등이다. 여러 가지 Polarization ratio와 CMOD 알고리즘의 조합, 그리고 2-DFFT로부터 추출된 풍향으로부터 각 연구지역의 풍속은 가까운 기상관측소 및, 부이의 관측값과 비교하였다. 그 결과 Fine mode 자료로부터 추출된 풍속은 실제 관측 값보다 항상 상당히 높게 나타났지만, Standard mode 나 ScanSAR 자료로부터 추출된 풍속은 현지 기상관측소 관측 값과 잘 일치한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.106-106
• /
• 2020

물 이용 측면에서 유출해석은 강수, 증발산, 침투, 유출 등 물 순환의 핵심이다. 또 기상자료는 증발산량을 산정하는데 꼭 필요하다. 그러나 해외 수자원 사업에서 기상자료가 없어 곤란을 겪는 경우가 많다. 여기서, NASA POWER에서 전지구 0.5° 격자로 제공하는 위성기반의 일 기상자료를 이용한 증발산량과, 지상의 기상자료를 이용한 증발산량을, 각각 일 유출 모형에 적용한 결과를 비교하였다. 유역면적 4,134 ㎢인 대청댐 유역에 1984년부터 2001년까지 일별 유입량을 모의하고 관측 유입량과 비교하고, R², RMSE, NSE 등으로 평가하였다. 지상의 기상관측소는 위도 36.21°, 경도 127.34°인 대전 관측소를, 위성자료는 대전 지점과 동일한 위치의 경위도의 기상자료를 적용하였고, 일 증발산량은 Penman-Monteith 방법으로, 일 유출량은 ONE 모형에 의해 모의하였다. 강수량을 대청댐 유역 면적강수량을 적용한 경우, 지상 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 668.1 mm, 일 최대 82.9 mm, 유출률 56.1%(관측은 연 강수량 1,191.3 mm, 연 유입량 668.3 mm, 일 최대 87.0 mm, 유출률 56.1%)로 나타났고, R² 0.805, RMSE 2.425, NSE 0.802였고, 위성 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 668.4 mm, 일 최대 83.7 mm, 유출률 57.8%로 나타났고, R² 0.803, RMSE 2.431, NSE 0.801였다. 또한, 강수량을 위성 제공의 강수량을 적용한 경우, 지상 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 718.0 mm, 일 최대 97.7 mm, 유출률 56.7%(관측은 연 강수량 1,265.3 mm, 유출률 52.8%)로 나타났고, R² 0.582, RMSE 3.524, NSE 0.581였고, 위성 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 741.5 mm, 일 최대 99.0 mm, 유출률 58.6%로 나타났고, R² 0.578, RMSE 3.541, NSE 0.577였다. 결과적으로 위성 기상자료를 이용하여 증발산량을 산정하여 일 유출해석에 적용한 결과는 지상 기상자료를 이용한 경우와 거의 같은 값을 나타내, NASA POWER가 제공한 기상자료의 활용성은 매우 높게 나타났다. 그러나 위성 제공 강수량의 활용은 R², RMSE, NSE 등의 지표가 낮게 나타나, 신중하게 검토되어야 할 것으로 평가하였다.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2001.06a
• /
• pp.26-29
• /
• 2001

저수지 계획에서 수문자료는 가장 기본이 되며, 직접 설계에 영향을 미친다. 노 등(1997)은 일 기상자료를 이용한 '댐규모 의사결정지원시스템'을 개발하였다. 그러나 수문자료가 부족할 때는 많은 어려움을 겪게 된다. 어느 곳은 일자료는 없고 월자료만 있는 곳도 있다. 또한 저수지 수면증 발량은 계기증발량 값으로부터 추정하고 있는데, 1990년 이후 증발량을 측정하는 관측소의 수를 대폭 줄였으며 현재 전국 22개소에서만 증발량을 관측하고 있다.(중략)

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2012.10a
• /
• pp.393-395
• /
• 2012

여수권역 해양교통시설에 해양기상 수집 시스템을 구축하여, AtoN AIS를 이용하여 주변을 항해중인 선박에 해양기상 정보를 직접 제공하고, AIS 기지국을 통해 해양기상 정보를 수집 처리하여 연안여객터미널, 해경 파출장소, 유관기관을 해양기상 정보를 제공함으로서 도서민이나 해양에 종사하는 사람, 레져 인구에게 제공하는 서비스로서 해양교통시설을 활용하여 좀 더 안전한 해양 업무를 수행하고 사고로 인한 인명 및 물적, 환경적인 피해를 줄일 수 있도록 한다. 여수권역 해양교통시설에 6개 국소와 별도의 기상관측 부이를 설치하여 대기기상(풍향/풍속, 기온/습도, 기압, 시정) 과 해양기상(유향/유속, 파향/파고, 수온)을 관측 할 수 있도록 구축하였으며, 기상관측 표준화법에 맞게 센서를 검정하고, 설치하여 관측 자료의 신뢰성을 확보하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• pp.221-223
• /
• 2021

풍랑특보는 우리나라 부근을 항행하는 선박 및 해상 업무 종사자에게 큰 영향을 미친다. 이 연구에서는 최근 11년(2010-2020년) 동안 기상청에서 발표한 서해·남해·동해의 앞바다 및 먼바다, 제주도 앞바다의 풍랑특보와 주요 해양기상부이의 관측자료를 비교·분석하여 풍랑특보의 적절성을 평가하였다. 각 해역에 대한 풍랑특보와 해양기상부이 관측자료를 일별, 월별, 연별로 통계를 내어 연평균, 월평균, 계절별로 비교한 결과, 풍랑특보의 적중률이 전 해역에 걸쳐 매우 낮은 것으로 분석되었다. 해상에서의 풍랑특보가 어선의 어업활동, 여객선 운항 및 관광, 해상 레저활동 등에 미치는 영향을 고려할 때 해양기상 예·특보의 정확성을 개선할 필요가 있음을 확인하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.24 no.4
• /
• pp.346-352
• /
• 2022

Mountain meteorology in South Korea that is covered mountains with complex terrain is important for understanding and managing the forest disaster and forest ecosystems. In particular, recent changes in dryness and/or rainfall intensity due to climate change may cause an increase in the possibility of forest disasters. Therefore, accurate monitoring of mountain meteorology is needed for efficient forest management. Korea Forest Service (KFS) is establishing the Automatic Mountain Meteorology Observation Stations (AMOS) in the mountain regions since 2012. 464 AMOSs are observing various meteorological variables such as air temperature, relative humidity, wind speed and direction, precipitation, soil temperature, and air pressure for every minute, which is conducted the quality control (QC) to retain data reliability. QC process includes the physical limit test, step test, internal consistency test, persistence test, climate range test, and median filter test. All of AMOS observations are open to use, which can be found from the Korean Mountain Meteorology Information System (KoMIS, http://mtweather.nifos.go.kr/) of the National Institute of Forest Science and the Public Data Portal (https://public.go.kr/). AMOS observations with guaranteed quality can be used in various forest fields including the public safety, forest recreation, forest leisure activities, etc., and can contribute to the advancement of forest science and technology. In this paper, a series of processes are introduced to collect and use the AMOS dataset in the mountain region in South Korea.

• Journal of Korea Water Resources Association
• /
• v.39 no.8 s.169
• /
• pp.717-726
• /
• 2006

In this study, we developed a rainfall forecasting model using data from radiosonde and rain gauge network and neural networks. The primary hypothesis is that if we can consider the moving direction of the rain generating weather system in forecasting rainfall, we can get more accurate results. We assume that the moving direction of the rain generating weather system is same as the wind direction at 700mb which is measured at radiosonde networks. Neural networks are consisted of 8 different modules according to 8 different wind directions. The model was verified using 350 AWS data and Pohang radiosonde data. Correlation coefficient is improved from 0.41 to 0.73 and skill score is 0.35. Statistical performance measures of the Quantitative Precipitation Forecast (QPF) model show improved output compared to that of rainfall forecasting model using only AWS data.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.3 no.1
• /
• pp.16-21
• /
• 2001

Regression models were obtained on the base of the correlation between Phytophthora blight incidence in red pepper and the microclimate data obtained from automated weather station (AWS) during 1997 and 1998. A computer program (PEPBLIGHT) was constructed based on the model that the R2 value is highest among regression models. This computer program uses the microclimate data from more than one AWS through the common dialogue box easy and it is able provide disease forecasting information. In addition, it could be applied far other diseases and converts the microclimate data of AWS to the input data for Statical Analysis System (SAS). PEPBLIGHT was first developed for the forecasting computer system of red pepper blight in Korea. PEPBLIGHT is operated on the MS Windows, so that it is easy to use.

• The Bulletin of The Korean Astronomical Society
• /
• v.42 no.2
• /
• pp.70.3-70.3
• /
• 2017

맑은 날에도 엷은 상층운이나 난류의 방해로 관측 품질이 저해되는 등 천문 분야는 대기환경에 민감하나, 하층 대기 상태에 비중을 두는 동네예보만으로는 천문 분야의 기상정보에 대한 수요를 충족하기에는 한계가 있다. 이에 천문 관측 환경에 보다 특화된 별밤예보를 개발하여 천체 관측 가능성과 천문 관측 자료의 품질을 좌우하는 대기상태를 UM 국지모델 생산자료를 바탕으로 예보하고자 한다. 예보 요소는 하늘상태(운량), 시상(seeing), 투명도, 암도(darkness) 및 대기청명지수, 풍속, 기온, 습도이다. 대기청명지수는 일반인이 관찰하기 좋은지 여부를 한 눈에 알 수 있게 운량과 투명도, 암도를 종합한 지수로 10~100까지 10단계로 제공할 계획이다. 하늘상태와 풍속, 기온, 습도는 $5{\times}5km$격자마다 제공되는 기상청 동네예보에서 천문대와 가장 가까운 격자의 예보치를 추출하였다. 시상은 대기의 난류 정도에 좌우된다. 그러나 충북의 고층기상 관측자료가 없어서, 시상 예보식을 만들기 위해 UM 국지모델에서 제공하는 각 등압면의 기온과 바람벡터로부터 정적 안정도(온위 경도)와 연직 바람시어를 유도한 뒤, 다중회귀분석으로 시상 예보식을 구하였다. 또한 대기청명지수는 청주기상지청에서 관측한 운량과 밤하늘 밝기 자료를 종속변수, 별의 개수를 독립변수로 하는 다중회귀예측식을 구하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.350-350
• /
• 2017

저수지의 설계홍수량 산정 시 인근의 기상관측 자료를 활용하고 있으나 인근에 기상관측 자료가 없거나 저수지 배후 유역이 큰 경우에는 단일 기상관측 자료를 이용하기에는 한계가 있다. 따라서 실무적으로 지점별 기상관측소의 자료를 이용하여 설계홍수량을 산정할 때에는 각 관측소 자료를 이용하여 확률강우량을 산정하고 Thiessen 가중평균을 한 후 면적우량환산계수 (ARF)를 곱하여 사용하고 있는데, Thiessen 방법의 경우 방법이 간단하지만 지형 고도 효과는 무시되고 우량계의 지배면적에 의한 우량계의 분포 상태만을 고려하게 된다. 그러므로 설계홍수량 산정시 사용되는 Thiessen 방법은 공간적 불확실성을 내포하고 있고, 특히 소규모 저수지의 설계홍수량을 산정하는 경우에는 저수지 유역의 국소적인 특징을 나타내기 어렵다. 본 연구에서는 설계홍수량 산정 시 저수지 위치에 해당하는 확률강우량의 공간적 불확실성을 평가하기 위하여 SIS(Sequential Indicator Simulation) 방법을 이용하였다. SIS 방법은 Kriging 기법과 마찬가지로 베리오그램으로부터 얻어지는 공간적 상관관계를 기반으로 하고 있는 방법으로 Kriging 기법과 달리 공간분포의 국소적인 특성을 평가할 수 있다는 장점을 가지고 있다.