• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.729-741
• /
• 2012

수문학적 해석에 필요한 기본 자료인 강우 자료의 취득 방법 중 지상관측소는 강우량을 직접 관측하기 때문에 실측 강우량 정보를 얻는 장점이 있으나, 현업에서 필요한 면적강우량을 얻기 위해서는 다수의 관측소를 설치해야 하는 단점이 있다. 한편, 강우레이더는 넓은 범위의 강우량을 실시간으로 취득할 수 있으며, 특히 공간적으로 한정되어 발생하는 국지성 돌발홍수의 원인이 되는 단기 집중 호우를 추적하기 용이한 장점이 있다. 따라서 본 연구에서는 기상청에서 편차 보정과 품질 관리가 이루어지고 있어 상당한 신뢰 수준을 확보하고 있고, 현장에서 쉽게 제공 받을 수 있는 강우레이더 영상인 CAPPI (Constant Altitude Plan Position Indicator) 합성영상으로부터 유역평균 강우를 추출하는 방법으로서 기존의 연산방법인 레스터 방식에서 벗어나 소유역에도 적용될 수 있는 벡터 방식의 영상 추출 기법 CIVCOM을 제시하고 추출된 자료의 타당성을 비교 검토하였다.

• 한국지리정보학회지
• /
• 제24권1호
• /
• pp.40-53
• /
• 2021

해양연구를 위해 사용하는 연구선은 계획된 연구해역으로 이동하여 연구목적에 맞는 해양관측을 수행한다. 한국해양과학기술원(KIOST, Korea Institute of Ocean Science & Technology)이 보유하고 있는 5척의 연구선에는 항해 중에 상시 관측할 수 있는 GPS, 수심, 기상, 표층 수온 및 염분 측정 장비가 탑재되어 있다. 이러한 상시관측 장비를 통해 생산되는 데이터를 체계적으로 관리하고 활용하기 위한 정보 플랫폼이 요구된다. 따라서 연구선 운항계획에서부터 연구선 운항 중 관측, 데이터수집, 데이터처리, 데이터저장, 표출 및 제공서비스에 이르는 일련의 업무 분석을 통해 업무절차를 정의하였다. 업무 절차의 각 단계 별 기능 설계를 거친 후, WebGIS 기반의 정보 플랫폼인 KUMOS(KIOST Underway Meteorological & Oceanographic Information System)를 구축하였다. 연구선 항해 중에 생산되는 데이터는 시·공간적 변화가 있는 특성이 있어 이러한 변동성을 고려한 데이터의 품질관리 체계를 개발하였다. 데이터의 체계적인 관리와 서비스를 위해 KUMOS 통합DB를 구축하고 연구선 항적, 데이터 표출, 검색 및 제공 등의 기능을 구현하였다. KUMOS에서 제공하는 데이터 셋은 연구선의 항해 별 운항결과리포트(cruise report), 원시데이터(raw data), 품질관리 플래그(Quality Control(QC) flagged data) 데이터, 필터 데이터(filtered data), 항적도 데이터(cruise track line), 데이터 리포트(cruise data report) 등으로 구성되어있다. 본 연구를 통해 개발한 KUMOS의 기능 별 업무처리 절차와 체계는 연구선 항해 중 상시관측이 가능한 연구선을 보유하고 있는 국내 해양관련 기관 및 대학에도 벤치마킹 역할을 할 것으로 기대된다.

• 대기
• /
• 제29권3호
• /
• pp.241-255
• /
• 2019

Bias correction (BC) and quality control (QC) are essential steps for the proper use of satellite observations in data assimilation (DA) system. BC should be calculated over quality controlled observation. And also QC should be performed for bias corrected observation. In the Korea Institute of Atmospheric Prediction Systems (KIAPS) Package for Observation Processing (KPOP), we adopted an adaptive BC method that calculates the BC coefficients with background at the analysis time rather than using static BC coefficients. In this study, we have developed an iterative QC-BC method for Advanced Microwave Sounding Unit-A (AMSU-A) to reduce the negative feedback from the interaction between BC and QC. The new iterative QC-BC is evaluated in the KIAPS 3-dimensional variational (3DVAR) DA cycle for January 2016. The iterative QC-BC method for AMSU-A shows globally significant benefits for error reduction of the temperature. The positive impacts for the temperature were predominant at latitudes of $30^{\circ}{\sim}90^{\circ}$ of both hemispheres. Moreover, the background warm bias across the troposphere is decreased. Even though AMSU-A is mainly designed for atmospheric temperature sounding, the improvement of AMSU-A pre-processing module has a positive impact on the wind component over latitudes of $30^{\circ}S$ near upper-troposphere, respectively. Consequently, the 3-day-forecast-accuracy is improved about 1% for temperature and zonal wind in the troposphere.

• 대기
• /
• 제24권4호
• /
• pp.491-502
• /
• 2014

As a part of the KIAPS (Korea Institute of Atmospheric Prediction Systems) Package for Observation Processing (KPOP), we have developed the modules for Advanced Microwave Sounding Unit-A (AMSU-A) pre-processing and its bias correction. The KPOP system calculates the airmass bias correction coefficients via the method of multiple linear regression in which the scan-corrected innovation and the thicknesses of 850~300, 200~50, 50~5, and 10~1 hPa are respectively used for dependent and independent variables. Among the four airmass predictors, the multicollinearity has been shown by the Variance Inflation Factor (VIF) that quantifies the severity of multicollinearity in a least square regression. To resolve the multicollinearity, we adopted simple linear regression and Principal Component Regression (PCR) to calculate the airmass bias correction coefficients and compared the results with those from the multiple linear regression. The analysis shows that the order of performances is multiple linear, principal component, and simple linear regressions. For bias correction for the AMSU-A channel 4 which is the most sensitive to the lower troposphere, the multiple linear regression with all four airmass predictors is superior to the simple linear regression with one airmass predictor of 850~300 hPa. The results of PCR with 95% accumulated variances accounted for eigenvalues showed the similar results of the multiple linear regression.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.703-710
• /
• 2018

매년 전기화재사고에 대한 사고유형 분석, 점검 등 전기적 화재사고를 줄이기 위해 다양한 노력이 있었으나, 효율적인 의사결정지원 체계 및 기존 누적 데이터 활용방안의 미비로 효과적인 대처방안이 부재한 현황이다. 본 연구는 전기안전점검데이터, 전기화재사고정보, 건축물정보, 기상청정보 등 데이터 기반의 전기화재를 예측하는 알고리즘을 개발하고 이를 활용하여 전기화재사고를 줄이는데 목적이 있다. 본 연구에서는 한국전기안전공사, 기상청, 국토교통부, 소방본부 등 기관별로 수집된 데이터를 전처리, 융합, 분석, 모델링, 검증 과정을 거쳐 전기화재에 영향을 끼치는 요인과 예측모델을 도출하였다. 주요요인으로 절연저항 값, 습도, 풍속, 건축물 노후년수, 용적율, 건폐율, 건축물용도로 나타났고, Random forest 알고리즘을 활용한 예측모델은 74.7%의 정확도를 얻었다.

• 디지털융복합연구
• /
• 제18권4호
• /
• pp.221-228
• /
• 2020

산업 기술이 발달함에 따라 편리함을 추구하게 되면서 교통수단 역시 발달하고 있다. 대도시에 거주하는 많은 사람들은 버스, 택시, 자가용 등의 교통수단을 이용하여 출퇴근을 하고 있고 여가를 즐기므로 이동시 발생하는 교통사고의 피해를 줄이기 위한 연구가 필요하다. 본 연구는 실시간으로 도로단위 강우량을 추정하는 법을 다루고 있다. 이를 위해 기상청에서 제공하는 강우 관측 자료와 강우 레이더자료를 실시간으로 수집하여 통합 데이터베이스를 만들고 이를 크리깅 방법을 통해 도로단위 강우량으로 추정하였다. 이 외에도 도로의 실시간 교통소통정보도 강우정보와 융합하여 인터렉티브하게 시각화하는 연구를 수행하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.334-334
• /
• 2022

Improvement of old-fashioned rain gauge systems for automatic, timely, continuous, and accurate precipitation observation is highly essential for weather/climate prediction and natural hazards early warning, since the occurrence frequency and intensity of heavy and extreme precipitation events (especially floods) are recently getting more increase and severe worldwide due to climate change. Although rain gauge accuracy of 0.1 mm is recommended by the World Meteorological Organization (WMO), the traditional rain gauges in both weighting and tipping bucket types are often unable to meet that demand due to several existing technical limitations together with higher production and maintenance costs. Therefore, we aim to introduce a newly developed and cost-effective hybrid rain gauge system at 0.1 mm accuracy that combines advantages of weighting and tipping bucket types for continuous, automatic, and accurate precipitation observation, where the errors from long-term load cells and external environmental sources (e.g., winds) can be removed via an automatic drainage system and artificial intelligence-based data quality control procedure. Our rain gauge system consists of an instrument unit for measuring precipitation, a communication unit for transmitting and receiving measured precipitation signals, and a database unit for storing, processing, and analyzing precipitation data. This newly developed rain gauge was designed according to the weather instrument criteria, where precipitation amounts filled into the tipping bucket are measured considering the receiver's diameter, the maximum measurement of precipitation, drainage time, and the conductivity marking. Moreover, it is also designed to transmit the measured precipitation data stored in the PCB through RS232, RS485, and TCP/IP, together with connecting to the data logger to enable data collection and analysis based on user needs. Preliminary results from a comparison with an existing 1.0-mm tipping bucket rain gauge indicated that our developed rain gauge has an excellent performance in continuous precipitation observation with higher measurement accuracy, more correct precipitation days observed (120 days), and a lower error of roughly 27 mm occurred during the measurement period.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.312-326
• /
• 2020

KMAPP은 규모상세화 과정을 통해 100 m 단위의 초고해상도 기상 예측을 산출하는 체계로써 최근 수문, 농업, 신재생에너지 등 다양한 분야에서 활용되기 시작됨에 따라 각 분야별로 예측성능을 검증할 필요가 있다. 철원 지역과 전북 지역은 산지가 많은 우리나라에서 비교적 넓은 범위에 걸쳐서 수평면을 보유하고 있으며, 특히 철원은 대규모 벼 논 재배지역 중에서 실측 및 원격탐사 생물계절 자료가 많은 지역으로 KMAPP 예측 성능을 검증하는데 필요한 관측자료를 사용하기에 적절한 지점으로 판단된다. 이번 연구에서는 철원 내 농경지역의 생태적 변화에 따라 변화하는 KMAPP 기온 예측 성능을 AWS와 ASOS 관측자료를 이용하여 비교 검증하였다. 그리고 전북지역 폭염 기간 동안 가축 고온스트레스 모델과 같은 응용모델에 KMAPP 예측 자료를 입력자료로 활용하는 것을 검토하고자 일사량 예측을 ASOS 자료를 이용하여 검증하였다. 더 많은 사례의 수집과 선정이 필요하다는 한계가 있지만 농경지역에서 추수 후 기온 예측 성능이 일반 주택지 에서보다 더 크게 향상된 것을 통해 생물리적 효과가 예측 정확도에 미치는 영향을 간접적으로 추측해 볼 수 있었다. 한편, 일사량 예측의 경우 단위 변환에 따른 오차가 발생하지만 관측값과 일치하는 경향을 보여 KMAPP 자료가 지역규모의 상세 예측 자료로 응용모델에 활용될 수 있을 것으로 기대된다.

• 대기
• /
• 제18권4호
• /
• pp.387-395
• /
• 2008

The impact of horizontal resolution on a regional climate model was investigated by simulating precipitation over the Korean Peninsula. As a regional climate model, the SNURCM(Seoul National University Regional Climate Model) has 21 sigma layers and includes the NCAR CLM(National Center for Atmospheric Research Community Land Model) for land-surface model, the Grell scheme for cumulus convection, the Simple Ice scheme for explicit moisture, and the MRF(Medium-Range Forecast) scheme for PBL(Planetary Boundary Layer) processing. The SNURCM was performed with 20 km resolution for Korea and 60 km resolution for East Asia during a 20-year period (1980-1999). Although the SNURCM systematically underestimated precipitation over the Korean Peninsula, the increase of model resolution simulated more precipitation in the southern region of the Korean Peninsula, and a more accurate distribution of precipitation by reflecting the effect of topography. The increase of precipitation was produced by more detailed terrain data which has a 10 minute terrain in the 20 km resolution model compared to the 30 minute terrain in the 60 km resolution model. The increase in model resolution and more detailed terrain data played an important role in generating more precipitation over the Korean Peninsula. While the high resolution model with the same terrain data resulted in increasing of precipitation over the Korean Peninsula including the adjoining sea, the difference of the terrain data resolution only influenced the precipitation distribution of the mountainous area by increasing the amount of non-convective rain. In conclusion, the regional climate model (SNURCM) with higher resolution simulated more precipitation over the Korean Peninsula by reducing the systematic underestimation of precipitation over the Korean Peninsula.

• 한국지리정보학회지
• /
• 제16권1호
• /
• pp.36-46
• /
• 2013

세계 최초의 정지궤도 해양관측 위성인 천리안 위성의 해색 센서인 Geostationary Ocean Color Imager (GOCI)는 2011년 4월부터 원시 자료를 생산하고 있다. 본 연구에서는 GOCI 원시 자료로부터 보다 자연색에 가까운 컬러합성영상 제작을 위한 방법론과 자료처리용 소프트웨어인 GOCI RGB Maker를 개발하였다. GOCI 원시자료는 대기보정과 재투영 기법을 이용하여 최종적으로 컬러합성영상을 제작할 수 있도록 최적화된 알고리듬을 구현하였다. 이 알고리즘이 적용된 소프트웨어는 다양한 하드웨어 환경에서도 선택적으로 관심영역과 출력창의 크기를 입력받아 처리할 수 있도록 제작되어 교육적 효과를 높였다. GOCI RGB Maker는 공개용 소프트웨어로서, GOCI 자료에 대한 이해와 활용을 증대시킬 수 있을 것이다. 또한, 정지궤도 관측 영상은 관측 영역의 환경특성 변화를 감시하는데 훌륭한 역할을 할 수 있을 것으로 기대된다.