본 연구는 전산유체역학 모델을 이용하여 기상청에서 운용하는 종관기상관측소(automated synoptic observing system, ASOS) 10개 지점을 대상으로 ASOS 주변 지형과 건물이 기온과 바람(풍속, 풍향) 관측 환경에 미치는 영향을 분석하였다. ASOS에서 최근 10년간 8월의 관측 자료를 기반으로 전산유체역학(computational fluid dynamics, CFD) 모델의 초기·경계 자료를 구축하였다. 실제 토지 피복을 고려한 경우와 모든 피복을 초지로 가정한 경우에 대해, 관측 고도에서 초기 기온 대비 기온 변화율을 비교함으로써 기온 관측 환경을 분석하였다. 기온 관측 환경은 관측 지점 주위의 토지 피복에 의한 영향을 많이 받았다. ASOS 주변에 지표면 온도가 높은 건물과 도로가 밀집한 경우에 기온 변화율이 크게 나타났다. 반면, 모든 토지 피복을 초지로 가정한 경우에는 초기 기온 대비 기온 변화율이 작았다. 실제 토지 피복을 고려하여 관측 고도의 유입류 대비 풍속 변화율과 풍향 변화를 비교함으로써 풍속과 풍향 관측 환경을 분석하였다. 풍속과 풍향은 ASOS 주변에 관측 고도보다 높거나 비슷한 높이의 지형과 건물 영향을 크게 받았으며, 원거리에 위치한 장애물에 의한 영향도 나타났다. 본 연구 결과는 종관기상관측소의 이전과 신설 단계에서 관측 환경 평가에 활용될 것이다.
본 연구는 세계기상기구(World Meteorological Organization, WMO) 분류 지침에 따라 10지점의 종관기상관측소(Automated Synoptic Observing System, ASOS) 관측 환경을 5단계로 분류하였다. 장애물(지형, 건물 등)과 지표 피복 유형은 일조 시간, 기온, 지상 바람의 관측 환경을 평가하는 주요 요인이었다. 따라서, WMO 분류 지침에 따라 ASOS를 평가하기 위해서 지형, 건물, 토지 피복 유형에 대한 수치 지도를 사용했다. 일조 시간의 관측 환경은 일조 고도각이 낮은 일출과 일몰 시간대에 주변 건물 영향을 가장 많이 받았다. 기온 관측 환경은 태양 고도각뿐만 아니라 열/수원과 ASOS 사이의 거리를 기준으로 결정되었다. 본 연구에서 고려한 ASOS 주변에는 수원이 없었다. 일부 ASOS 근처에 있는 열원은 관찰 환경에 영향을 미칠만큼 크지 않았다. ASOS 주변의 거칠기 길이와 주변 건물과 ASOS 사이의 거리를 기반으로 지상 바람 관측 환경을 평가했다. 대부분의 ASOS는 주변보다 높은 고도에 놓여 있으며 ASOS 주변의 거칠기 길이는 최상의 수준을 위한 조건을 충족할 만큼 충분히 작았다.
본 연구에서는 기상청에서 수행하는 기존의 기상 관측에 대한 품질관리 절차 이외에 향후 스마트시티 등에서 활용될 수 있는 머신러닝 기반의 Internet of Things (IoT) 도시기상 관측 자료에 대한 품질검사 기준을 제안한다. 현재 기상청에서 종관기상관측(Automated Synoptic Observing System, ASOS)과 방재기상관측(Automatic Weather System, AWS) 기반으로 설정한 기준이 도시기상에 적합한지 확인하기 위하여 서울시에 설치된 SKT AWS 자료를 기반으로 사용성을 검증하였고, IoT 자체의 데이터가 가지는 특성을 고려하여 최종적으로 머신러닝 기반의 품질검사 알고리즘을 제안하였다. 품질검사 방법으로는 IoT 기기 자체에 대한 결측값 검사, 값 패턴 검사, 충분 데이터 검사, 통계적 범위 이상 검사, 시간값 이상 검사, 공간값 이상 검사를 먼저 수행하고, 기상청에서 제시하고 있는 기상 관측에 대한 품질검사인 물리한계검사, 단계검사, 지속성 검사, 기후범위 검사, 내적 일치성 검사를 5가지 기상요소에 대하여 각각 수행하였다. 제안한 알고리즘의 검증을 위하여 인천광역시 송도에 위치한 관측소에 실제 IoT 도시기상관측 데이터에 이를 적용하였다. 이를 통해 기존의 기상청 QC로는 확인할 수 없었던 IoT 기기가 가질 수 있는 결함을 확인할 수 있고, 알고리즘에 대한 검증을 진행하여 향후 스마트시티에 설치될 IoT 기상관측기기에 대한 품질검사 방법을 제안한다.
강우의 시간분포는 다양한 시간규모에 걸쳐 프랙털 또는 멀티프랙털 특성을 가지고 있음이 알려졌다. 기존의 연구는 주로 시간단위 이상의 프랙털 특성에 관한 것이었다. 실제로 극한 홍수를 가져오는 집중호우는 짧은 시간 규모에서 발생함에도, 이것에 대해서는 관측 자료가 제한되어 극소수의 실험적 연구만 가능했다. 본 연구에서는 기상청에서 제공한 고해상도(1분 단위) ASOS(Automated Synoptic Observation System) 자료를 이용하여, 강우 사상 안에서의 프랙털 특성을 분석해보았다. 대부분의 사상에서 단일 멱함수보다는 2개의 멱함수로 나누어지는 것이 밝혀졌으며, 나뉘는 시간 규모(T*)는 $3{\times}10$ 분으로 파악되었다. 이 시간 규모는 한 단위의 집중호우를 가져올 수 있는 구름크기의 물리적 상한과 관련이 있는 것으로 보인다. T*보다 작은 시간 규모에서의 멱함수 지수는 그 이후의 값보다 대체로 작은 것으로 나타났다. 이는 호우가 집중되는 기간의 변동성이, 강수가 물리적 한계에 도달한 이후보다 훨씬 작기 때문으로 보인다. 구체적인 멱함수의 지수는 강수의 발생과정과도 관련이 있을 것으로 추정된다.
본 연구에서는 LIS(Land Information System)를 기반으로 구축된 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 남한 전역을 대상으로 토양수분 및 증발산량을 산출하였다. K-LIS를 구동하고, KLDAS를 구축하기 위해 사용된 수문기상 데이터 세트는 MERRA-2(Modern-Era Retrospective analysis for Research and Applications, version 2), GDAS(Global Data Assimilation System) 그리고 종관기상관측(ASOS, Automated Synoptic Observing System) 자료이다. ASOS는 지점 자료이므로 KLDAS에 적용하기 위해 0.125°의 공간해상도를 가진 격자형 자료로 변환하였다(ASOS-S, ASOS-Spatial). KLDAS에 적용된 수문기상 데이터 세트를 지상관측자료(ASOS)와 비교한 결과 ASOS-S, MERRA-2, GDAS의 R2 평균은 각각 온도(0.994, 0.967, 0.975), 기압(0.995, 0.940, 0.942), 습도(0.993, 0.895, 0.915), 강우량(0.897, 0.682, 0.695)으로 분석되었다. 또한, 토양수분의 R2 평균은 ASOS-S(0.493), MERRA-2(0.56), GDAS(0.488)이며, 증발산량의 R2 평균은 ASOS-S(0.473), MERRA-2(0.43), GDAS(0.615)로 분석되었다. MERRA-2, GDAS는 다수의 위성 및 지상관측자료를 활용하여 품질관리된 데이터 세트인 반면, ASOS-S는 103개 지점의 관측자료를 사용한 격자 자료이다. 따라서, 관측자료간 거리 차이로 인한 오차가 발생하여 정확도가 낮아진 것으로 판단되며, 향후 ASOS보다 많은 지점의 관측자료를 확보하여 적용한다면 격자화로 인한 오차가 줄어들어 정확도가 높아질 것으로 판단된다.
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.
Precipitation is a crucial component of water cycle and play a key role in hydrological processes. Traditionally, gauge-based precipitation is the main method to achieve high accuracy of rainfall estimation, but its distribution is sparsely in mountainous areas. Recently, satellite-based precipitation products (SPPs) provide grid-based precipitation with spatio-temporal variability, but SPPs contain a lot of uncertainty in estimated precipitation, and the spatial resolution quite coarse. To overcome these limitations, this study aims to generate new grid-based daily precipitation using Automatic weather system (AWS) in Korea and multiple SPPs(i.e. CHIRPSv2, CMORPH, GSMaP, TRMMv7) during the period of 2003-2017. And this study used a machine learning based Random Forest (RF) model for generating new merging precipitation. In addition, several statistical linear merging methods are used to compare with the results of the RF model. In order to investigate the efficiency of RF, observed data from 64 observed Automated Synoptic Observation System (ASOS) were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the random forest model showed higher accuracy than each satellite rainfall product and spatio-temporal variability was better reflected than other statistical merging methods. Therefore, a random forest-based ensemble satellite precipitation product can be efficiently used for hydrological simulations in ungauged basins such as the Mekong River.
고창 표준기상관측소(Gochang Standard Weather Observatory, GSWO)에서 3년간(2014-2016년) 관측한 겨울철 강수량 자료를 사용하여 겨울철 관측환경에 따른 강수량 관측 특성을 분석하였다. 이를 위해, 설치환경이 다른 강수량계 4종인 NS(No Shield), SA(Single Alter), DFIR(Double Fence Intercomparison Reference), PG(Pit Gauge)를 사용하여, DFIR을 기준으로 누적 강수량 차이, 강수 유형별 특성, 풍속 변화에 따른 수집효율을 분석하였다. 강수 유형은 고창 종관기상관측장비(Automated Synoptic Observing System, ASOS)의 기온 관측 자료를 사용하여 강우, 혼합 강수, 강설로 분류하여 분석하였다. 겨울철 누적 강수량은 SA, NS, PG 순으로 DFIR과 유사하게 나타났으며, 통계 분석 결과에서는 SA가 DFIR과 가장 유사한 결과를 보였다. 결과적으로, 겨울철 강수량 관측에서는 SA가 기준 강수량계와 가장 유사하게 관측되었으며, PG는 겨울철 관측에 적합하지 않은 것으로 분석된다.
최근 기후변화에 대한 관심이 높아짐에 따라 전 세계적으로 미래 기후변화 예측 전망에 대한 다양한 연구들이 수행되었으며, 특히 IPCC(Intergovernmental Panel on Climate Change)의 기후변화 6차 보고서에 채택된 SSP(Shared Socio-economic Pathway) 시나리오를 이용한 연구가 활발한 상황이다. 이들 연구에서는 미래 기후변화의 양상 비교를 위한 기간 구분은 통상적으로 F1(2011-2040), F2(2041-2070), F3(2071-2100)으로 구성된다. 하지만 이는 단순하게 동일한 기간으로 나누어 설정한 것으로, 통계적 근거가 부족할 뿐만 아니라 변화 추이를 확인하기 위한 수단으로 사용하기에 부족할 수 있다는 한계점이 존재한다. 이 연구에서는 기후변화 패턴에 대한 기존 연구의 한계, 특히 미래 기후변화를 비교하기 위해 사용되는 기간 분류와 관련하여 한계점을 보완하고자 한다. SSP 시나리오 모델 중 UKESM1 모델을 활용하여 ASOS(Automated Synoptic Observation System) 기상관측소 기준 59개 지점에서 추출한 강수량 데이터를 분석하였다. 이후, 기후변화 비교를 위한 최적의 분류를 결정하기 위해 장마철인 6월부터 9월까지의 강수 데이터에 대해 통계분석 및 Pettitt 검정을 수행해 최적 기간을 산정하였다. 이를 통해 기존의 F1, F2, F3 분류 방식과 통계분석을 통해 도출한 최적 시기의 유출 특성 분석결과의 변화양상을 비교하였으며, 각 방법에 대한 비교를 통해 기후변화 추이에 대한 이해를 제공할 수 있을 것으로 판단하였다. 결과적으로 이 연구는 기후변화 시나리오를 활용하는 연구 수행 시 기간 구분에 대한 발전된 접근 방식을 제시하고자 한다.
Imgook Jung;Sungwon Choi;Daeseong Jung;Jongho Woo;Suyoung Sim;Kyung-Soo Han
대한원격탐사학회지
/
제40권3호
/
pp.269-274
/
2024
High-quality precipitation data are crucial for various industries, including disaster prevention. In South Korea, long-term high-quality data are collected through numerous ground observation stations. However, data between these stations are reprocessed into a grid format using interpolation methods, which may not perfectly match actual precipitation. A prime example of real-time observational grid data globally is the Integrated Multi-satellite Retrievals for Global Precipitation Measurement (GPM IMERG) from National Aeronautics and Space Administration (NASA), while in South Korea, ground radar data are more commonly used. GPM and ground radar data exhibit distinct differences due to their respective processing methods. This study aims to analyze the characteristics of GPM and Constant Altitude Plan Position Indicator(CAPPI),representative real-time grid data, by comparing them with ground-observed precipitation data. The study period spans from 2021 to 2022, focusing on hourly data from Automated Synoptic Observing System (ASOS) sites in South Korea. The GPM data tend to underestimate precipitation compared to ASOS data, while CAPPI shows errors in estimating low precipitation amounts. Through this comparative analysis, the study anticipates identifying key considerations for utilizing these data in various applied fields, such as recalculating design rainfall, thereby aiding researchers in improving prediction accuracy by using appropriate data.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.