• 대한원격탐사학회지
• /
• 제15권1호
• /
• pp.9-20
• /
• 1999

농업을 비롯한 산업활동을 효율적으로 수행하기 위해서는 전문 기상정보의 활용이 필수적이다. 영농활동에 있어서 의사지원시스템의 핵심으로 떠오르고 있는 작물 생장모형은 부단히 변화하는 대기환경에 대한 공간정보를 요구하기 때문에, 모형의 실용화를 위해서는 기상 관측밀도가 낮은 광범위한 작물 생육지역을 대상으로 일별 기상요소에 대한 공간분포를 추정해야 한다. 이러한 취지에서 본 연구는 미관측 지점을 포함하는 우리 나라 전국을 대상으로 작물모형의 구동에 필요한 최소 기상요소들 중에서 일 최고 및 일 최저기온의 공간적인 분포를 추정하고 그 추정 정도를 검증하고자 하였다. 이를 이해 먼저 58개 지점의 23년간 실측 기온자료로부터 지형기후학적 방법에 의하여 격자단위의 월별 기온평년값을 추정하고, 조화해석법에 의하여 일별값으로 변환하였다. 66개 기상청 관측소에서 수집된 임의 날짜의 최고/최저기온값과 관측소 해당 격자점의 평년값간 편차를 구한 다음, 미관측 격자점을 포함하는 한반도 전역의 기온편차를 거리역산가중법에 의하여 내삽.추정하였다. 각 격자점의 최종적인 기온 추정값은 기온 평년값에 이 편차를 더함으로써 얻었다. 얻어진 온도 분포는 위성자료로부터 추정한 지표온도분포 양상과 크게 다르지 않았다. 300여개의 자동기상관측 장비들로부터 수집된 자료와 비교한 결과, 추정오차는 $1.5^{\circ}C$~2.5$^{\circ}C$였다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.415-423
• /
• 2021

NCAM-LAMP 중기예측 자료의 통계적 후처리와 개선을 위하여 R 기반의 지점 시계열 자료 검증 체계를 구축하였다. 이 시계열 검증체계를 이용하여 기상청 AWS 관측 자료와 NCAM-LAMP, KMA GDAPS 중기예측 모델 자료를 비교하였다. 이를 위해 관측 지점에 가장 근접한 모델 위도 및 경도 자료를 추출하여 총 9개 지점을 선정하였다. 각 지점에 대해 NCAM-LAMP, GDAPS 모델의 기온, 강수량, 풍속 일평균 예측 자료를 관측과 비교한 결과, 모델들은 풍속의 과대예측 경향을 뚜렷이 보였으며, 기온과 강수의 경우에는 두 모델의 예측력이 월별 및 변수별로 다르게 나타났다. 이를 바탕으로 본 연구에서는 통계적 기법을 개발하여 NCAM-LAMP가 가지고 있는 오차를 줄이고자 하였다. 모델 오차를 줄이기 위해 일반적으로 쓰이는 MOS(Model Output Statistics)기법 중에 인공지능 SVM(Support vector machine) 방식을 8~10월 기간에 적용한 결과, 8월에 비해서 10월이, 기온 변수에 비해서 바람과 강수 변수가 개선된 효과를 보여주었다. 이러한 결과는 풍속의 과대예측을 줄이고, 농림 가뭄지수와 산사태 예측 등을 개선시키며, 지역 수치예보 모델이 시간 적분됨에 따라 영역 내 예측가능성이 점점 저하되는 현상을 완화시키는데 SVM 방법이 일정 부분 기여할 수 있음을 가리키며, 현업 표출 중인 NCAM Agro-Meteogram 개선에도 도움을 줄 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.394-397
• /
• 2005

This study aims to estimate a heat island potential distribution based on the land-use types using LANDSAT/TM(1100LST April 2000) and AWS data in Daegu. The heat island potential is defined as a difference between surface temperature and air-temperature at each place. The study area was selected as about $900k km^2$ square including Daegu metropolitan area. Land-use data obtained by dividing all of Daegu metropolitan area into l-km-square three types of maps were prepared, in the 1 960s, 1970s and 2000s respectively. The types of land-use were divided into 5. Forest and farm lands have been reduced at a wide range during 40 years, most of which changed to urban area. The heat island potential distribution presented a striking contrasts according to land-use types. For example, the heat island potential of urban area was higher than $14^{\circ}$ in comparison to those of water or paddy rice areas.

• 한국환경과학회지
• /
• 제16권1호
• /
• pp.65-71
• /
• 2007

This study aims to estimate a urban heat island potential distribution based on the land-use types using Landsat TM(1100 LST August 2004) and AWS data in Daegu. The heat island potential is defined as a difference between surface temperature and air-temperature at each place. The study area was selected as about $900km^2$ square including Daegu metropolitan area. Land-use data obtained by dividing all of Daegu metropolitan area in- to 1-km-square three types of maps were prepared in the 1960s, 1970s and 2000s respectively. Land-use types were classified into 5 categories. Forest and farm lands have been reduced at a wide range during 40 years. Most of those changed into urban area. The heat island potential distribution presented a striking contrasts according to land-use types. For example, the heat island potential of urban area was higher than $10^{\circ}C$ in comparison to those of water or paddy rice areas.

• 한국전자통신학회논문지
• /
• 제11권5호
• /
• pp.485-490
• /
• 2016

모든 사물이 지능화되고 인터넷과 연결되는 IoT의 시대가 열리고 있다. IoT 생태계 구축과 활성화를 위해서는 개방형 IoT 서비스 플랫폼이 무엇보다도 중요하다. 본 논문에서는 개방형 IoT 서비스 플랫폼의 한 요소로서 오픈 소스 하드웨어와 대표적인 상용 클라우드 서비스인 AWS를 기반으로 하는 개방형 IoT 플랫폼을 개발하고 테스트베드를 구축하여 그 기능을 확인하였다.

• 대기
• /
• 제22권3호
• /
• pp.357-365
• /
• 2012

High spatio-temporal resolution hydrologic components can give important information to monitor natural disaster. The objective of this study is to create high spatial-temporal resolution gridded hydrologic components using TOPLATS distributed land surface model and evaluate their accuracy. For this, Andong dam basin is selected as study area and TOPLATS model is constructed to create hourly simulated values in every $1{\times}1km^2$ cell size. The observed inflow at Andong dam and soil moisture at Andong AWS site are collected to directly evaluate the simulated one. RMSEs of monthly simulated flow for calibration (2003~2006) and verification (2007~2009) periods show 36.87 mm and 32.41 mm, respectively. The hourly simulated soil moisture in the cell located Andong observation site for 2009 is well fitted with observed one at -50 cm. From this results, the cell based hydrologic components using TOPLATS distributed land surface model show to reasonably represent the real hydrologic condition in the field. Therefore the model driven hydrologic information can be used to analyze local water balance and monitor natural disaster caused by the severe weather.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.330-330
• /
• 2022

우리나라에서 발생하는 기상 재해 현상은 주로 태풍, 집중호우, 장마 등 인명 및 경제적인 피해가 크며, 단기간에 국지적으로 나타난다. 현재 재해 감시 및 예보는 주로 종관기상관측체계를 이용하고 있다. 하지만, 우리나라의 복잡한 지형, 인구 밀집 지형, 관측 시기가 일정하지 않은 지형과 같은 조건에서 미계측 자료 및 지역이 다수 존재 때문에 강수의 공간 분포와 강도에 대한 정밀한 정보를 제공하지 못하는 실정이다. 최근 광범위한 관측영역과 공간 분해능의 개선, 자료추출 알고리즘의 개발로 전세계적으로 위성영상 기반 기상관측 자료의 활용성이 증대되고 있다. 본 연구에서는 한반도 지역의 지상 관측데이터와 전지구 격자형 위성 강우자료를 비교하여 한반도의 적용성을 분석하고자 한다. 다양한 위성영상 기반 기상자료인 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Cloud Classification System (PERSIANN-CCS) 4개의 강우위성영상을 수집하여, 1991년부터 2020년까지 30년 데이터를 활용하였다. 강수량 변동성 비교를 위하여 기상청의 종관기상관측장비 (Automated Synoptic Observation System, ASOS), 자동기상관측시설 (Automatic Weather System, AWS) 데이터와 상관 분석을 수행하고, 강우위성영상의 국내 적합성을 판단하고자 한다.

• 한국농공학회논문집
• /
• 제59권3호
• /
• pp.29-39
• /
• 2017

In this study, the GPM (Global Precipitation Mission) IMERG (Integrated Multi-satellitE retrievals for GPM) rainfall data was verified and evaluated using ground AWS (Automated Weather Station) and radar in order to investigate the availability of GPM IMERG rainfall data. The SPI (Standardized Precipitation Index) was calculated based on the GPM IMERG data and also compared with the results obtained from the ground observation data for the Hoengseong Dam and Yongdam Dam areas. For the radar data, 1.5 km CAPPI rainfall data with a resolution of 10 km and 30 minutes was generated by applying the Z-R relationship ($Z=200R^{1.6}$) and used for accuracy verification. In order to calculate the SPI, PERSIANN_CDR and TRMM 3B42 were used for the period prior to the GPM IMERG data availability range. As a result of latency verification, it was confirmed that the performance is relatively higher than that of the early run mode in the late run mode. The GPM IMERG rainfall data has a high accuracy for 20 mm/h or more rainfall as a result of the comparison with the ground rainfall data. The analysis of the time scale of the SPI based on GPM IMERG and changes in normal annual precipitation adequately showed the effect of short term rainfall cases on local drought relief. In addition, the correlation coefficient and the determination coefficient were 0.83, 0.914, 0.689 and 0.835, respectively, between the SPI based GPM IMERG and the ground observation data. Therefore, it can be used as a predictive factor through the time series prediction model. We confirmed the hydrological utilization and the possibility of real time drought monitoring using SPI based on GPM IMERG rainfall, even though results presented in this study were limited to some rainfall cases.

• 한국수자원학회논문집
• /
• 제45권3호
• /
• pp.275-290
• /
• 2012

본 연구에서는 극치강우의 시간분포 연구를 위하여 서울지점 우량관측소의 자기기록지를 1분단위로 독취한 MMR(minutely data using the magnetic recording)자료와 최근 들어 관측을 시작한 AWS (automatic weather system) 분단위기상관측 자료를 이용하여 연최대치 계열의 중앙값을 기준으로 한 POT(peaks over threshold) 계열 추출을 통하여 강우의 최적 시간분포 모형을 개발하였다. 기존 Huff 방법에서의 최대 단점인 지속기간별 시간분포 변화 특성을 고려하지 못하는 점과 강우사상별 강우총량에 대한 기준강우량의 일괄적용 등의 문제를 개선하였으며, 분단위 관측자료의 가중치 적용을 통한 순위결정으로 최빈분위를 선택하고 IQR (interquartile range) matrix의 적용을 통한 Quartile별 호우사상을 추출하는 방법을 제안하였다. 마지막으로 추출된 분단위 무차원 단위우량주상도에 핵밀도함수를 적용하여 자료의 크기와 분포 특성을 고려한 지속기간별 최적 시간분포형을 유도하였다.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.93-98
• /
• 2016

정확한 강수예측을 위해서는 예측인자 선정과 예측방법에 대한 선택이 매우 중요하다. 최근에는 강수예측 방법으로 기계학습 기법이 많이 사용되고 있으며, 그 중에서도 특히 인공신경망을 사용한 강수예측 방법은 좋은 성능을 보였다. 본 논문에서는 딥러닝 기법 중 하나인 DBN(deep belief network)를 이용한 새로운 강수예측 방법을 제안한다. DBN는 비지도 사전 학습을 통해 초기 가중치를 설정하여 기존 인공신경망의 문제점을 보완한다. 예측인자로는 기온, 전일-전주 강수일, 태양과 달 궤도 관련 자료를 선정하였다. 기온과 전일-전주 강수일은 서울에서의 1974년부터 2013년까지 총 40년간의 AWS(automatic weather system) 관측 자료를 사용하였고, 태양과 달의 궤도 관련 자료는 서울을 중심으로 계산한 결과를 사용하였다. 전체 기간에서 일부는 학습 자료로 사용하여 예측모델을 생성하였고, 나머지를 생성한 모델의 검증 자료로 사용하였다. 모델 검증 결과로 나온 예측값들은 확률값을 가지며 임계치를 이용하여 강수유무를 판별하였다. 강수 정확도의 척도로 양분예보기법 중 CSI(critical successive index)와 Bias(frequency bias)를 계산하였다. 이를 통해 DBN와 MLP(multilayer perceptron)의 성능을 비교한 결과 DBN의 강수 예측 정확도가 높았고, 수행속도 또한 2배 이상 빨랐다.