• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.3
• /
• pp.182-189
• /
• 2016

For high accuracy of forecast using numerical weather prediction models, we need to get weather observation data that are large and high dense. Korea Meteorological Administration (KMA) mantains Automatic Weather Stations (AWSs) to get weather observation data, but their installation and maintenance costs are high. Mini-AWS is a very compact automatic weather station that can measure and record temperature, humidity, and pressure. In contrast to AWS, costs of Mini-AWS's installation and maintenance are low. It also has a little space restraints for installing. So it is easier than AWS to install mini-AWS on places where we want to get weather observation data. But we cannot use the data observed from Mini-AWSs directly, because it can be affected by surrounding. In this paper, we suggest a correcting method for using pressure data observed from Mini-AWS as weather observation data. We carried out preconditioning process on pressure data from Mini-AWS. Then they were corrected by using machine learning methods with the aim of adjusting to pressure data of the AWS closest to them. Our experimental results showed that corrected pressure data are in regulation and our correcting method using SVR showed very good performance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.221-221
• /
• 2022

방재성능목표란 홍수, 호우 등으로부터 재해를 예방하기 위한 방재정책 등에 적용하기 위하여 처리 가능한 시간당 강우량 및 연속강우량의 목표로, 각 지자체별로 지역특성 및 경제여건 등을 고려하여 지역별 방재성능목표를 설정한다. 지역별 방재성능목표 기준을 설정하기 위해 전국을 168개 티센망으로 분류하고 69개 지점 확률강우량을 활용하여 지방자치단체별 확률강우량을 산정하고, 지방자치단체별 티센면적 비율을 감안하여 각 지자체별 방재성능목표 설정 기준을 마련한다. 이때 확률강우량 산정에 기상청에서 제공하는 종관기상관측(ASOS) 자료를 이용하는데, 종관기상관측(ASOS, Automated Synoptic Observing System)이란 종관규모의 날씨를 파악하기 위하여 정해진 시각에 모든 관측소에서 같은 시각에 실시하는 지상관측으로, 종관규모는 일기도에 표현되어 있는 고기압이나 저기압의 공간적 크기 및 수명을 말하며, 해당 지역의 현재 기상 실시간 제공 및 기상예보에 활용한다. 그러나 ASOS 자료로 산정한 확률강우량을 토대로 설정한 지역별 방재성능목표는 지배관측소개소 및 면적 비율에 따라 강우량이 실제 해당 지역에 내린 강우량에 비해 작거나 크게 산정되어 실제 강우량을 반영하지 못하는 문제가 발생한다. 이에 지진·태풍·홍수·가뭄 등 기상현상에 따른 자연재해를 막기 위해 실시하는 지상관측인 방재성능관측(AWS, Automatic Weather System)을 1997년부터 약 510여개 지점에 설치하여 기상관측자료를 구축하고 있으나, 관측자료가 30년 미만이므로 자료의 일관성 및 신뢰도 확보 등의 문제로 이용하고 있지 않다. 실제로 ASOS 관측소와 AWS 관측소의 시간 강우량 최댓값 차이가 큼에도 불구하고 행안부는 지역별 방재성능목표 수립을 위한 강우량 산정에서 AWS 관측소의 기록은 반영하지 않고 ASOS 관측소 기록만 적용하여 실제 해당 지역의 강우량을 반영하는 방재 대책을 수립하지 못하는 실정이다. 따라서 소규모 유역 및 재해영향평가 등의 경우 인근 지역에 AWS 관측소가 있을 경우, 해당지역의 기상 특성을 대변하는 자료로 보유관측년수가 30년 이상인 AWS 자료의 적극적인 활용이 필요할 것으로 판단된다.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.131-131
• /
• 2011

기후변화로 인한 기상이변 현상이 빈번하게 발생하면서 홍수와 같은 자연재해의 피해규모가 증가하고 있다. 이를 극복하기 위해 최근에는 구조적 대책뿐만 아니라 홍수예측시스템과 같은 비구조적 대책에도 많은 관심과 연구가 이루어지고 있다. 통상 홍수예측을 위해서는 예측강우의 정확도가 중요하게 부각되지만 중규모 이상의 유역에서는 수 시간의 지체시간 효과로 인해 AWS 실황강우만으로도 어느정도 선행시간에 대해서 하천유량예측이 가능하다고 할 수 있다. 본 연구에서는 기상청 AWS 실황강우를 이용하여 하천유량을 예측할 경우 어느정도 선행시간과 정확도를 확보할 수 있는지에 대해서 분석하고자 한다. 분석을 위한 시단위 강우자료와 기상자료는 각각 AWS와 ASOS 자료를 이용하였다. 또한 하천유량 모의를 위한 강우-유출모형으로는 SURF 모델(Sejong University River Forecast Model)을 이용하였다. 이 모형은 저류함수모형 기반의 연속형 강우-유출모형으로 미래에 대한 유출모의결과의 정확도를 향상시키기 위해 앙상블 칼만필터링 기법을 연계한 모형이다. 그림 1은 충주댐유역에 대해서 2009.7.8~17일(240시간)에 대해서 관측유량 자료동화 전후의 결과를 나타낸 것이다. 현시점을 100, 105, 110, 115시간으로 가정하고 미래기간에 대해서는 관측강우를 0으로 가정했을 때 대략 첨두유량 발생 5시간 전에 예측된 모의유량이 관측유량과 거의 일치함을 확인할 수 있다. 따라서 실황강우와 관측유량 자료동화 기법을 연계할 경우 수 시간의 선행시간에 대해서 유량예측이 가능한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.639-639
• /
• 2012

물 수요 및 공급 체계를 바탕으로 수급 상황에 대한 판단을 위해 일반적으로 물수지 분석을 이용하고 있다. 물 수급 체계를 기반으로 하는 물수지 분석은 분석 대상유역의 물 수요를 고려하여 공급 가능량을 판단한 후 두 가지 인자 간 상호 비교를 통해 물 부족 여부를 판단하는 과정이라 할 수 있으며, 가장 대표적인 사례는 수자원장기종합계획에서의 물 수급 전망 분석 과정이라 할 수 있다. 수자원장기종합계획의 물 수급 전망에서는 미래 우리나라에서 예상되는 물 수요를 예측하고 수문조건에 따른 공급 상황과의 비교 검토를 통해 시공간적 물 부족 현황을 제시하고 있다. 수자원장기종합계획에서는 공급량 조건을 검토하기 위한 방법으로 기상청, 국토해양부, 한국수자원공사 등 다양한 기관에서 관측된 강우자료를 강우-유출모형에 적용한 후 산정된 자연유출량을 기반으로 물수지 분석을 수행하고 있다. 수자원장기종합계획과 같이 미래 우리나라의 물 수급 상황을 분석하고 이를 바탕으로 제시된 시공간적 물 부족 정보의 신뢰성을 높이기 위해서는 기본적으로 지역 또는 유역별 강우 발생 특성에 대한 정확한 고려가 기반이 되어야 한다. 그러나 현재 수자원장기종합계획 수립 과정에서 이용하고 있는 강우 관측지점의 공간적 분포를 살펴보면, 도서 및 해안지역의 경우 관측소의 밀도가 상대적으로 매우 빈약한 한계를 포함하고 있으며, 대부분 내륙 지역에 관측소가 집중된 현상을 보이고 있다. 이와 같은 상황에서 강우 관측자료를 이용한 분석을 수행할 경우 도서 및 해안지역에 대한 강우 발생 특성의 정확한 반영이 어려울 수 있으며, 이는 물 부족 분석 결과의 정확도 측면에서도 문제점으로 지적될 수 있다. 이러한 한계를 극복하기 위한 방안으로 기상청에서 운영 중인 자동기상관측지점(Automated Weather Station, AWS)의 관측자료를 이용하는 방안을 검토해볼 수 있다. AWS 지점은 내륙 및 도서 해안지역에 관계없이 고른 관측소 분포를 보이고 있으므로 이를 고려할 경우 기존 관측지점에서 한계로 지적된 부분을 충분히 극복할 수 있을 것으로 판단된다. 따라서 본 연구에서는 기상청에서 생산되고 있는 AWS 관측자료를 수집한 후 이를 수자원장기종합계획의 물수지 분석과 동일한 분석 과정에 적용하였으며, 그 결과에 대한 검토를 통해 국가 수자원계획의 신뢰도를 높일 수 있는 방안을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.184-184
• /
• 2015

수공구조물의 설계 시 확률강우량의 산정은 매우 중요하다. 따라서 확률강우량 산정을 위한 강우지점의 선정 및 산정방법의 표준화는 매우 중요하다고 할 수 있다. 현재 확률강우량 산정시 대부분은 기상청의 지상기상관측지점과 국토교통부의 산하 지점의 시 단위 또는 일 단위의 강우자료를 활용하여 확률강우량을 산정하고 있다. 또한 면적확률강우량의 산정시에는 원칙적으로 해당 유역내 외에 다수의 관측소 존재 시 Thiessen 가중평균을 이용하여 동시간 임의시간 연최대치 면적강우량자료 계열을 작성하고 빈도해석을 실시해야하지만, 동시간 강우량자료의 수집의 어려움으로 지점 확률강우량을 산정하고 Thiessen 가중평균을 적용 후, 면적우량환산계수를 곱하는 방법을 사용하고 있다. 본 연구에서는 서울의 도림천 유역을 중심으로 기상청의 지상기상관측지점(SSS, Surface Synoptic Stations)과 품질관리를 실시한 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 활용하여 강우관측지점 선정과 자료기간에 따른 동시간의 면적확률강우량을산정하고 비교분석하였다. 이는 향후 면적확률강우량 산정방안의 개선 및 보완에 큰 도움이 될 것으로 판단된다.

• Journal of the Korean earth science society
• /
• v.30 no.4
• /
• pp.478-484
• /
• 2009

A web page was developed to enhance students' learning experience in studying meteorological phenomena. After collecting the meteorological elements observed with automatic weather observation system (AWS), it serve real-time meteorological information on demand. Past meteorological information as well as real-time current information can be retrieved because the web page can save and accumulate observed information in its data base. The completed web page was successfully applied in school settings in teaching students meteorology research sections of earth science. The results show that students experienced authentic and meaningful learning through the real-time meteorological information from the web page. In addition, large scale of time was required to observe meteorological phenomena and it hindered practical meteorological research in earth science classes. However, it is expected that the time limitation can be overcome by utilizing accumulated meteorological information of the web page.

• Korean Journal of Remote Sensing
• /
• v.16 no.1
• /
• pp.55-64
• /
• 2000

The Tropical Rainfall Measuring Mission(TRMM) Satellite was launched in November 1997, carving into orbit the first space-borne Precipitation Radar(PR). The main objective of the TRMM is to obtain and study multi-year science data sets of tropical and subtropical rainfall measurements. In the present investigation, the characteristics of heavy rainfall cases over Korea in 1998 and 1999 are analyzed using the TRMM/PR dat3. We compare the rainrate measured from TRMM/PR with the accumulated rainfall data for 10 minutes tv Automatic Weather System(AWS). Especially, horizontal cross-section of rainrate with height and longitude in the precipitating clouds are investigated. As a result of the comparison with GMS-5 IR1, the TRMM/PR data delineate well the rain type( i.e. convective, stratiform cloud and others), height of storm top and instantaneous rainrate in the precipitating clouds. The vertical structure with height and horizontal cross-section of rainrate along the longitude show the orographic effect on the rainfall. TRMM/PR instrument measures the rainrate below 6 ㎜/hr more than AWS rainguages and inclined to underestimate the rainrate than rainguages for the whole area.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.2
• /
• pp.122-133
• /
• 2021

Cultivar parameter calibration can be affected by the reliability of the input data to a crop growth model. In South Korea, two sets of weather stations, which are included in the automated synoptic observing system (ASOS) or the automatic weather system (AWS), are available for preparation of the weather input data. The objectives of this study were to estimate the cultivar parameter using those sets of weather data and to compare the uncertainty of these parameters. The cultivar parameters of CERES-Rice model for Shindongjin cultivar was calibrated using the weather data measured at the weather stations included in either ASO S or AWS. The observation data of crop growth and management at the experiment farms were retrieved from the report of new cultivar development and research published by Rural Development Administration. The weather stations were chosen to be the nearest neighbor to the experiment farms where crop data were collected. The Generalized Likelihood Uncertainty Estimation (GLUE) method was used to calibrate the cultivar parameters for 100 times, which resulted in the distribution of parameter values. O n average, the errors of the heading date decreased by one day when the weather input data were obtained from the weather stations included in AWS compared with ASO S. In particular, reduction of the estimation error was observed even when the distance between the experiment farm and the ASOS stations was about 15 km. These results suggest that the use of the AWS stations would improve the reliability and applicability of the crop growth models for decision support as well as parameter calibration.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.14 no.2
• /
• pp.53-62
• /
• 2012

Demand for high resolution weather data grows in the agriculture and forestry fields. Local Analysis and Prediction System (LAPS) can be used to analyze the local weather at high spatial and temporal resolution, utilizing the data from various sources including numerical weather prediction models, wind or temperature profilers, Automated Weather Station (AWS) networks, radars, and satellites. LAPS has been set to analyze weather elements such as air temperature, relative humidity, wind speed, and wind direction every hour at the spatial resolution of $100m{\times}100m$ for Gyeonggi-do on near real-time basis. The AWS data were revised by adding the agricultural field AWS data (33 stations) in addition to the KMA data. The analysis periods were from 1 to 31 August 2009 and from 15 to 21 February 2010. The comparison of the LAPS output showed the smaller errors when using the agricultural AWS observation data together with the KMA data as its input data than using only either the agricultural or KMA AWS data. The accuracy of the current system needs improvement by further optimization of analyzing options of the system. However, the system is highly applicable to various fields in agriculture and forestry because it can provide site specific data with reasonable time intervals.