• 한국지능시스템학회논문지
• /
• 제26권3호
• /
• pp.182-189
• /
• 2016

수치예보모델을 이용한 예보의 정확도를 높이기 위해 관측 간격이 조밀하고 많은 양의 관측자료를 사용하는 방법이 있다. 현재 기상청에서는 자동기상관측장비(Automatic Weather Station, AWS)를 설치하여 관측자료를수 집하고 있지만, 고가의 설치 및 유지보수 비용 등의 경제적인 한계가 있다. 소형 자동기상관측장비(Mini-AWS)는 기온, 습도, 기압을 측정하고 기록할 수 있는 초소형 기상관측장비로 설치 및 유지보수 비용이 저렴하고 설치를 위한 장소 선택의 제약이 크지 않아 필요한 지역에 설치하여 관측자료를 수집하기가 용이하다. 그러나 설치 장소에 따라 외부환경에 영향을 받을 수 있기 때문에 관측자료의 보정이 필요하다. 본 논문에서는 Mini-AWS 기압자료를 기상자료로 활용하기 위한 보정기법을 제안한다. Mini-AWS를 통해 수집된 관측자료는 전처리 과정을 거쳐 주변에서 가장 가까운 AWS 기압 값을 참값으로 기계학습 기법을 이용하여 기압 보정을 수행하였다. 실험결과 기상관측 규정에 따른 허용오차 범위 내에 포함되었으며, 지지벡터 회귀를 적용한 보정기법이 가장 좋은 성능을 보였다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.434-439
• /
• 2019

최근 지구온난화로 인한 기상이변, 도시화로 인한 도심의 열섬현상 등으로 도시 온도변화 및 지표면 온도 변화에 대한 관심이 증대되고 있다. 우리나라에서는 1904년부터 현재까지 기온, 강수량 등 기상 데이터를 수집하고 있다. 최근에는 종관기상관측장비(ASOS; Automated Surface Observing System) 96개소, 방재기상관측장비(AWS) 494개소의 지상기상관측망을 운영하고 있다. 그러나 지상관측망의 경우 각 설치 지점에 대한 점 데이터를 제공하고 있으므로, 측정 지점을 제외한 곳의 지상기상 데이터는 보간법을 통해 예측하고 있는 상황이다. 이에 본 연구에서는 지상의 지표면 온도 측정의 해상도를 향상시키기 위해 위성영상을 이용한 지표면 온도를 산출하고, 그 활용 가능성을 분석하고자 하였다. 이를 위해 서울특별시를 대상으로 Landsat 8 OLI TIRS의 위성영상을 계절별로 획득하고, 열적외 밴드에 NASA식을 적용하여 지표면 온도로 변환하였다. 지상의 측정 자료는 AWS를 통해 측정한 기온 데이터를 활용하였다. AWS 기온 데이터는 관측소 기반의 점 데이터이므로, Landsat 영상과의 비교를 위해 크리깅 보간법으로 보간을 수행하였다. 위성영상기반의 지표면 온도와 AWS 기온 데이터를 비교한 결과 계절에 따른 온도차는 RMSE값을 바탕으로 가을, 겨울, 여름, 봄의 순서로 Landsat 위성영상의 적용 가능성을 판단할 수 있었으며, 위성영상의 시기별 평균온도와 AWS 온도 사이에는 최대 평균 $2.11^{\circ}C$이내, 최대 RMSE ${\pm}3.84^{\circ}C$인 것을 감안하면 정확도 향상을 위해 NASA식에 보정값이 필요하다는 것을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제45권8호
• /
• pp.743-753
• /
• 2012

AWS 자료는 우리나라 전역의 강수특성을 정량적으로 파악하는데 효과적으로 활용될 수 있는 자료이다. 이러한 장점에도 불구하고 AWS 자료는 치수 분야 분석에 제한적으로 활용되고 있으며, 물수지 분석 등 이수 분야 분석에의 활용사례는 상대적으로 매우 부족하다. 본 연구에서는 공간적인 강수특성을 정량적으로 파악하기 위해 AWS 자료를 이용하였으며, 이를 바탕으로 물수지 분석을 수행하고 우리나라의 공간적 물 공급 안전도에 대한 평가를 수행하였다. 물수지 분석을 수행하는 과정에서 우리나라의 물 공급 네트워크를 고려하였으며, 2002년부터 2010년까지의 기간에 대해 연도별 물수지 분석을 수행하였다. 분석결과, 분석 대상 기간 중 물 공급 안전도가 가장 낮았던 것으로 나타난 연도는 2009년으로 평가되었으며, 전남 서해안과 낙동강 중 상류에 물 부족 발생지역이 집중되어 있음을 알 수 있었다. 결과적으로 우리나라에서 물 공급 안전도가 상대적으로 취약한 지역은 도서 및 해안지역과 같이 가용 수자원이 근본적으로 부족한 지역에 집중되어 있음을 확인하였으며, 해당 지역에 대한 물 공급 대책 수립이 시급하다는 결론을 얻을 수 있었다. 또한 AWS 자료를 물수지 분석에 활용할 경우 도서 및 해안지역의 강수특성을 효과적으로 반영할 수 있을 것으로 판단된다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.7-13
• /
• 2021

최근 클라우드 컴퓨팅의 다양한 특징과 장점들로 인하여 전 세계의 다양한 산업군에서 클라우드 서비스 도입 및 전환이 빠르게 확산하는 추세이다. 이러한 멀티클라우드 기반의 서비스가 확산함에 따라 보안 취약성 또한 증대되고 있어 클라우드 컴퓨팅 서비스에서의 데이터 유출 사고도 증가할 것으로 전망되고 있다. 이에 본 연구에서는 데이터 보안이 강화되면서도 클라우드 구축 비용을 절감할 수 있는 AWS Well-Architected 기반의 보안 아키텍처 구성방안을 제안한다. 제안하는 AWS 클라우드 보안 아키텍처는 개인정보 처리 시 요구되는 보안 항목을 충족하는 Standard 보안 참조모델 및 비용 효율화를 고려한 Shared Security 참조모델로 설계하였다. 본 연구에서 제안하는 AWS 보안 아키텍처는 안전하고 신뢰성 높은 AWS 클라우드 시스템을 구성하는 기업과 기관에 도움을 줄 수 있을 것으로 기대한다.

• 한국지구과학회지
• /
• 제23권7호
• /
• pp.597-601
• /
• 2002

자동기상관측장비인 AWS(Automatic Weather System)는 교육기관 뿐만아니라 정부 산하 각 지방 도시에 많이 설치되어있다. 그러나 많은 AWS중 실시간으로 웹을 통해 제공되는 기상 정보는 많지 않다. 이에 본 연구에서는 AWS에서 전송되어 오는 데이터를 실시간으로 자동 저장할 수 있도록 하여 실시간으로 디스플레이하고 자료 처리를 하여 교육적으로 활용하고자 하였다. 데이터의 실시간 디스플레이 및 자료 처리를 위해 몇 가지 가능성을 검토했으며 그 가능성을 통해 이를 실현하고자 일차적으로 KNU Weather now, V1.0를 개발하였다. 이 작업의 결과로 지금까지 AWS의 자료를 불러와 사용하기 위해 해오던 불편한 작업이 어느 정도 해소되었고 다시 이를 재가공해 외부에 서비스는 물론, 부가적으로 AWS 관측데이터를 필요로 하는 여러 작업에 이용할 수 있고 또한 데이터 처리 부분의 추가로 여러 통계자료를 가공해 낼 수 있게 되었다. 본 연구는 AWS의 교육적 활용에 중점을 두고 이루어졌으며 간편하고 실용적인 면에서 매우 유용하리라 생각된다.

• 한국농림기상학회지
• /
• 제3권1호
• /
• pp.16-21
• /
• 2001

1997~1998년에 무인기상관측장비(AWS)로부터 얻어진 기상자료와 고추 역병 발병과의 상관관계를 기초로 하여 고추역병 발병모형들을 작성하였다. 그 중에서 $R^2$값이 가장 높은 모형을 이용하여 AWS 시스템기상 파일을 입력받아서 발병률을 추정해주는 컴퓨터 시스템(PEPBLIGHT)을 구축하였다. 이 컴퓨터 시스템은 쉽게 무인기상관측장치로부터 기상 자료를 입력받을 수 있으며, 다른 기종의 무인기상관측장치와 다른 발병예측모형으로 이용할 경우에도 호환성이 있도록 하였다. 또한 AWS 미기상 자료를 SAS 입력자료로 사용하기에 적합한 형태로 변환해 파일로 저장해 주는 기능도 가지고 있다. 국내에서 처음으로 개발된 고추 역병 예찰 프로그램인 PEPBLIGHT는 MS사의 윈도운영체제로 운영되는 PC에서 사용할 수 있기 때문에 농가 수준에서도 이용할 수 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.7-12
• /
• 2022

본 논문은 AWS IoT 서비스 및 MQTT 기반 스마트 홈 시스템의 구현 사례를 소개한다. 본 연구에서 구현한 스마트 홈 시스템은 온도와 습도를 모니터링 할 수 있고 그에 따라 에어컨 난방 등을 수동 혹은 자동으로 온도 조절이 가능하며 카메라로 방문자를 확인하고 도어록을 원격으로 제어 할 수 있다. 구현된 스마트홈 시스템은 아두이노를 이용하여 도어록, 난방, 전등 및 에어컨을 제어하며 수집된 데이터와 제어정보는 AWS IoT 서비스를 이용하여 관리한다. 본 연구에서는 사용자가 원격에서 IoT 기기들을 제어할 수 있도록 안드로이드 앱을 개발하였으며, 앱과 AWS IoT 서버 및 아두이노 사이의 데이터 통신 및 제어를 위해 MQTT 프로토콜을 이용하였다. 또한 센서 및 기기들을 추가할 수 있도록 확장성을 갖는 AWS IoT 서비스 기반으로 구현되었다.

• 대한원격탐사학회지
• /
• 제18권6호
• /
• pp.319-326
• /
• 2002

TRMM-PR/VIRS와 GMS 자료를 이용하여 강수량을 추정하였다. 강수량 추정의 검증에는 기상청의 AWS 관측자료를 이용하였다. 본 연구의 강수량 추정 절차는 다음과 같다: 1) TRMM-PR 자료와 AWS 자료를 이용하여 Z-R 관계식을 도출한다. 2) Z-R 관계식에 의한 추정치와 VIRS의 TBB 자료를 이용하여 강수량 추정식을 도출한다. 3) 새롭게 도출된 식의 VIRS의 TBB 대신 GMS의 TBB 자료를 대입하여 광역의 강수량을 추정한다. Z-R 관계식은 Z=303R$^{0.72}$로 나타났고 상관계수는 0.57이었다. 새롭게 제시된 강수량 추정식에 의한 결과의 상관계수는 0.67, RMSE는 17mm/hr로 나타났다. 강수량 추정식은 집중호우 때 과소추정하는 경향을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1321-1325
• /
• 2004

The continuous monitoring of the runoff in the small-scaled urban watershed and easily accessible experiment catchment is necessary to investigate the overall status of the development in the urban catchment and the varying aspects of the discharge characteristics due to the urbanization. However, the research on the management and the characteristics of the small-scaled model basin for discharge tests has not been actively performed up to now. This study selects the Dong-Eui university basin, which locates at Gaya-dong in Busan, as the experiment catchment to monitor the discharge rate in the urban watershed. EMS(DEMS, DATA-PCS EMS, mini rain gage & AWS(AWS-DEU, DATA-PCS AWS) monitoring system installed for the collection of hydrological data such as the rainfall and the waterlevel. This experiment catchment is the typical urban catchment and is under development, and it is possible to analyze the varying aspects of the discharge rate during and after the development.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.395-397
• /
• 2010

AWS that exist in Pusan is watching local meteorological phenomena established in place that the weather observatory does not exist by real time, and is used usefully to early input data of numerical weather forecasting model. I wished to display downtown of Pusan and air temperature change of peripheral area using this AWS data. Analyzed volatility using AWS observation data for 5 years to recognize air temperature change of Pusan area through data about temperature among them. Drew air temperature distribution chart by season of recapitulative Pusan area applying IDW linear interpolation with this.