• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.386-386
• /
• 2020

가뭄은 강수, 증발산, 대기온도, 토양수분 등 다양한 수문기상학적 인자들이 복합적으로 작용하여 발생되기 때문에 가뭄의 정확한 사상을 분석하는 것은 매우 어렵다. 또한 어떤 요인을 중심으로 고려하느냐에 따라 가뭄은 다양한 시각으로 정의되고 있다. 일정기간 평균 강수량보다 적은 강수로 인해 건조한 날이 지속되는 것, 즉 기상요소를 중심으로 가뭄을 정의하는 것을 기상학적 가뭄이라 하며, 작물의 생육에 필요한 수분을 중심으로 고려하는 것을 농업적 가뭄이라 한다. 또한 하천유량, 댐 저수량 등 전반적인 수자원 공급원의 부족을 수문학적 가뭄이라 한다. 이와 같이 다양하게 나타는 가뭄의 발생특성을 정량적으로 해석하기 위해 다양한 가뭄지수가 개발되어 왔다. 그러나 현재까지 개발된 가뭄지수들은 공통적으로 정형데이터를 활용하여 산정한다. 하지만 최근에는 비정형데이터를 활용하여 지수(Index)를 산정하거나, 재난관리에 적용하는 등 비정형 데이터의 활용이 급증하고 있다. 따라서 본 연구에서는 비정형 데이터(뉴스 데이터)를 활용하여 가뭄지수를 산정하고 기존의 가뭄지수들과의 상관성 분석을 실시 한 뒤, 지수결합을 통해 가뭄사상 분석의 새로운 방안을 제시하고자 하였다. 본 연구의 공간적범위는 2014~2015 충남서북부가뭄 지역 중 가장 큰 피해를 입었던 보령지역으로 선정하였으며 시간적범위는 2013~2016년으로 설정하였다. 비정형 데이터의 구축은 크롤링(Crawling)을 활용하여 네이버 뉴스의 기사를 수집하였으며 자료의 신뢰성을 위해 URL이 동일한 중복기사 및 '보령', '가뭄' 단어가 없는 기사는 제거하였다. 구축된 데이터를 기반으로 월별 빈도를 산출하고 표준점수(Z-score)로 환산하여 가뭄지수를 산정하였다. 산정된 가뭄지수가 어떤 가뭄의 유형(기상학적, 농업적, 수문학적)을 보이는지 확인하기 위해 기존의 가뭄지수들과 상관성분석을 실시하였으며, 가장 높은 상관성을 보이는 가뭄지수와 결합을 통해 새로운 가뭄 사상을 분석하였다. 본 연구에서 진행한 가뭄사상 분석은 향후 가뭄만이 아니라 다양한 재난분야에서 비정형 데이터를 활용한 분석의 기초로자료로 활용될 수 있을 것이다.

• KIISE Transactions on Computing Practices
• /
• v.23 no.11
• /
• pp.632-640
• /
• 2017

Although solar insolation is the weather factor with the greatest influence on power generation in photovoltaic systems, the Meterological Agency does not provide solar insolation data for future dates. Therefore, it is essential to research prediction methods for solar insolation to efficiently manage photovoltaic systems. In this study, we propose a Dynamic Piecewise Prediction Model that can be used to predict solar insolation values for future dates based on information from the weather forecast. To improve the predictive accuracy, we dynamically divide the entire data set based on the sun altitude and cloudiness at the time of prediction. The Dynamic Piecewise Prediction Model is developed by applying a polynomial linear regression algorithm on the divided data set. To verify the performance of our proposed model, we compared our model to previous approaches. The result of the comparison shows that the proposed model is superior to previous approaches in that it produces a lower prediction error.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.5
• /
• pp.473-478
• /
• 2013

In this paper, we develop the Heavy Rain Advisory Decision Model based on intelligent neuro-fuzzy algorithm RBFNNs by using KLAPS(Korea Local Analysis and Prediction System) Reanalysis data. the prediction ability of existing heavy rainfall forecasting systems is usually affected by the processing techniques of meteorological data. In this study, we introduce the heavy rain forecast method using the pre-processing techniques of meteorological data are in order to improve these drawbacks of conventional system. The pre-processing techniques of meteorological data are designed by using point conversion, cumulative precipitation generation, time series data processing and heavy rain warning extraction methods based on KLAPS data. Finally, the proposed system forecasts cumulative rainfall for six hours after future t(t=1,2,3) hours and offers information to determine heavy rain advisory. The essential parameters of the proposed model such as polynomial order, the number of rules, and fuzzification coefficient are optimized by means of Differential Evolution.

• Journal of Advanced Navigation Technology
• /
• v.25 no.6
• /
• pp.569-575
• /
• 2021

Deep learning shows differences in prediction performance depending on data quality and model. This study uses various input data and multiple deep learning models to build an optimal deep learning model for predicting solar radiation, which has the most influence on power generation prediction. did. As the input data, the weather data of the Korea Meteorological Administration and the clairvoyant meteorological image were used by segmenting the image of the Korea Meteorological Agency. , comparative evaluation, and predicting solar radiation by constructing multiple deep learning models connecting the models with the best error rate in each model. As an experimental result, the RMSE of model A, which is a multiple deep learning model, was 0.0637, the RMSE of model B was 0.07062, and the RMSE of model C was 0.06052, so the error rate of model A and model C was better than that of a single model. In this study, the model that connected two or more models through experiments showed improved prediction rates and stable learning results.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.153-155
• /
• 2019

본 논문에서는 다양한 아두이노 무선센서 모듈과 Raspberry Pi, 웹서버를 이용한 IOT 기반 환경정보 수집시스템과 기상청 API를 통한 기상정보, 상점 서비스를 매시업하여 상품추천시스템을 구현하였다. 이 시스템은 사용자가 주변 환경의 데이터를 정확하게 확인하고 그에 맞는 상품을 추천받을 수 있도록 한다. 상품추천시스템에서는 상점 외부에 부착된 환경정보 수집시스템에서 측정한 데이터와 기상청 API 데이터를 DB에 저장하고 DB에 저장된 데이터를 이용하여 상황에 맞는 기후화면디자인과 환경정보 데이터를 html로 구성하여 보여준다. Raspverry Pi에 연결된 모니터를 통해 실시간으로 정보를 보여주며 일정 시간 간격으로 관련 상품 광고를 보여주며 필요한 물건을 추천해준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.21-21
• /
• 2017

최근 서울, 부산, 울산 등에서 도시 돌발홍수가 빈번히 발생하고 있고 이에 따른 인명 손실 및 재산 피해가 빠르게 증가하고 있다. 그러나 집중 호우의 대부분은 저고도 대기에서 생성 및 발달되며, 소멸까지의 시간은 2-3 시간에 불과하여 기존의 우리나라 수문기상 관측시스템은 이러한 유형의 강우량 예측에 많은 어려움을 겪고 있는 실정이다. 이 문제를 해결하기 위해 기상, 재난 관련 정부 기관들이 저고도 수문기상 관측을 위한 도시형 X-밴드 레이더 네트워크 구축을 계획하고 있다. 본 연구의 목적은 그보다 선행하여 돌발성 수문기상 재해연구를 위해 한국건설기술연구원에서 도입한 X-band 이중 편파 레이더 시스템을 이용하여 보다 간단하고 정확한 재난 감시 및 예경보 시스템을 개발하는데 있다. 본 연구에서는 X-밴드 레이더 데이터로부터 추정된 정량적 강수량을 모니터링 하여 도시 지역의 돌발홍수를 자동으로 경고하는 방법을 제안한다. 또한 Google 어스 플랫폼을 사용하여 정확한 3D QPE-GIS 매칭 기법을 개발함으로써, 심각한 수문기상 현상이 발생하는 정확한 위치를 추적하고 직관적인 경보서비스를 가능케 한다. 본 연구에서 제안하는 경보시스템은 레이더 데이터 분석도구, 위험결정 도구 및 위험경고 표시 도구의 세 가지 기술로 구성된다. 제안된 돌발홍수 경보시스템은, 시뮬레이션을 통해 X-밴드 레이더 데이터로부터 정량적 강수량이 계산되며, GIS 상에서 레이더 반사도 및 강우강도가 3차원 이미지 형태로 표시된다. 그런 다음 Google 어스에서 3D 큐브 블록으로 대표되는 강수량이 동시에 누적표출 되도록 설계되었다. 또한 분석된 X-밴드 레이더 데이터로부터 지역별 누적 강수량을 업데이트 및 모니터링하고 기 설정된 돌발홍수 발생 한계치(trigger)에 도달하면 홍수경보 메시지를 표시한다. 향후, 제안된 경보시스템에 대한 기술적 도구를 개선하면서 대규모 수문기상 레이더 네트워크로 광범위한 강우를 모니터링하면 전국적인 돌발홍수 경보시스템으로 확대가 가능하다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.7
• /
• pp.1003-1010
• /
• 2013

In this paper, TCP/IP based Machine-to-Machine (M2M) communication uses CDMA/GSM network for data communication. This communication method is widely used by offshore moored buoy for data transmission back to the system server. Due to weather and signal coverage, the TCP/IP M2M communication often experiences transmission failure and causing data losses in the server. Data losses are undesired especially for meteorological and oceanographic analysis. This paper discusses a software approach to minimize M2M data losses by handling transmission failure and re-attempt which meant to transmit the data for recovery. This implementation was tested for its performance on a meteorological buoy placed offshore.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.518-518
• /
• 2015

이 연구에서는 ESRI사의 ArcGIS 프로그램을 이용하여, 한반도 남한지역 중 기후변화시나리오에 의한 강수량이 제공되지 않는 해안선지역에 대해 기후변화시나리오를 이용하여 장래 강수량을 생성할 수 있는 모형을 개발하였다. 기상청에서 제공하는 기후변화 시나리오에 의한 장래강수데이터의 경우 복잡한 해안선지역에 대해 장래 강수데이터를 제공하고 있지 않기 때문에 최근의 지형도를 적용하여 기상청에서 제공하지 않는 지역에 대해 보완격자를 생성하고, 공간보간 기법을 이용하여 이를 해결할 수 있다. 1km 격자단위의 강수데이터를 생성하기 위하여 GIS내에 여러 툴(tools)의 기능을 단계적으로 모형화하여 순서화된 작업을 자동적으로 수행할 수 있는 model builder를 사용하였다. 데이터 변환작업을 위한 전처리, 데이터 보간 추출 기능과 공간보간기법을 적용하여 기후변화 시나리오가 적용된 데이터누락지역에서의 장래 강수예측데이터를 생성할 수 있도록 하였다. 기상청에서 제공하는 RCP 8.5 시나리오를 이용하였고, 일부 해안선과 섬 지역에 대해 장래강수량을 생성할 수 있는 보간기법이 적용된 모형으로 한반도 남한지역 중 강수자료가 제공되지 않는 총 4,186개의 격자에 대해 적합한 공간보간기법을 선택하여, 일단위 및 월단위 강수자료를 생산할 수 있도록 하였다. 기상청에서 제공하는 강수데이터의 경우 'ASCII' 파일 형식으로 기후변화 데이터를 제공하기 때문에 사용자가 별도의 프로그램을 이용하여 강수예측자료를 얻어야 하는 문제가 있다. 강수예측자료를 텍스트파일 형태로 사용자가 원하는 좌표를 선택 한 후 데이터를 추출할 수 있도록 격자화하여 저장되도록 하였다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.50 no.1
• /
• pp.67-74
• /
• 2022

To analyze the motion of aircraft through computing the dynamics equations, true airspeed is essential for obtaining aerodynamic loads. Although the airspeed is measured by on-board instruments such as pitot tubes, measurement data are difficult to obtain for commercial flights because they include sensitive data about the airline operations. One of the commonly available trajectory data, Automatic Dependent Surveillance-Broadcast data, provide aircraft's speed in the form of ground speed. The ground speed is a vector sum of the local wind velocity and the true airspeed. This paper present a method to estimate true airspeed by combining the trajectory, meteorological, and topology data available to the public. To integrate each data, we first matched the coordinate system and then unified the altitude reference to the mean sea level. We calculated the wind vector for all trajectory points by interpolating from the lower resolution grid of the meteorological data. Finally, we calculate the true airspeed from the ground speed and the wind vector. These processes were applied to several sample trajectories with corresponding meteorological data and the topology data, and the estimated true airspeeds are presented.

• Proceedings of Korean Society of Archives and Records Management
• /
• 2019.05a
• /
• pp.17-23
• /
• 2019

People who usually receive weather information are now becoming agents providing such information through crowdsourcing based on the Internet. As the archival academia recognizes the significance of information management including data, it is necessary to focus on the change and the current state of the meteorological information. Therefore, this dissertation has confirmed the current state and the problem of the meteorological network built by the information provided by the agent. In addition, it has analyzed the collection, use, and possibility of meteorological information by participating in the forecast process through crowdsourcing to identify how to gather information in the field of meteorology. Furthermore, it suggests a future development prospect of meteorological application through crowdsourcing.