• 한국습지학회지
• /
• 제21권4호
• /
• pp.305-311
• /
• 2019

최근 전 지구적인 기후변화는 예측이 어려운 이상 기후를 발생시키며 기존의 기후에 맞추어 수립된 재해 대응 방안으로는 충분한 방어 및 완화조치가 이루어지지 않고 있다. 특히, 반복되는 집중호우는 견고하게 구성되었던 도심지 홍수방어 체계에서도 피해를 발생시키고 있다. 따라서 본 연구에서는 강우의 공간적인 분포와 도시 특성을 고려하여 유출량의 변화를 분석하였으며, 이는 특정 지역에 집중되는 강우 양상과 불투수층이 많은 도시의 유출특성에 대한 연구이다. 서울 지역에서 한 곳에 집중되는 강우의 경우, 유역의 유입량 및 유출량 계산이 정확하게 이뤄지기 위해서는 유역에 내린 강우를 정확하게 측정해야 한다. 본 연구는 서울 기상청에서 제공 하고 있는 종관기상관측장비(Automated Surface Observing System, ASOS)와 방재 기상관측장비(Automatic Weather Stations, AWS)로 관측된 강우자료를 이용하여 서울 용답 빗물펌프장 유역과 가산1빗물 펌프장 유역에서의 유출량을 EPA-SWMM 모형을 사용하여 산정하고, 비교·분석을 하였다. 빗물펌프장 유역은 불투수 면적이 대부분인 작은 도시 유역이므로, ASOS 자료를 사용할 경우에는 유역과 강우 관측 지점의 거리가 멀어, 유역 내 내린 강우와 상이한 강우 자료를 이용하여 유출량을 계산하게 되는 경우가 많다. 본 연구에서는 유역 근처에 위치한 AWS에서 관측한 강우자료와 유역에서 멀리 떨어진 ASOS에서 관측한 강우자료의 차이를 분석하고, 이에 따라 달라지는 유출량을 계산하였다. 이를 통해 정확한 강우량을 사용하여 빗물펌프장을 운영하거나 도시 홍수 홍수 예보 등을 수행해야 한다는 것을 알 수 있었다. 또한, 본 연구의 결과는 설계강우량 산정 및 유출량 계산에 도움이 될 수 있을 것으로 판단된다.

• 해양환경안전학회지
• /
• 제18권6호
• /
• pp.545-550
• /
• 2012

풍력발전 단지의 설계시 풍력 자원 평가 과정은 필수적인 과정이다. 풍력 자원 평가를 위해 장기풍황(20년)자료를 이용하여야 하지만 장기간 관측하는 것은 어렵기 때문에 예정지의 1년 이상의 관측데이터로 평가를 실시하였다. 예정지의 단기 풍황탑(Met-Mast; Meteorology Mast) 자료를 주변의 장기관측 자료인 자동기상관측(AWS; Automatic Weather Station)데이터를 이용하여 수학적 보간법으로 예정지의 데이터를 장기 데이터로 변환한 것을 MCP(Measure-Correlative-Predict)기법이라 한다. 본 연구에서는 MCP기법 중 선형 회계방법을 적용하였다. 선택된 MCP 회귀 모델식에 따라 제주 북동부 구좌지역의 AWS데이터를 제주 북동부 한동 지역의 Met-mast 데이터에 적용하여 연간 에너지 생산량을 예측 하였다. 예정지의 단기 풍황을 이용하였을 때와 보정된 장기 풍황을 이용하여 때 연간 에너지 생산량을 비교하였다. 그 결과 연간 약 3.6 %의 예측오차를 보였고, 이는 연간 약 271 MW의 에너지 생산량의 차이를 의미한다. 풍력발전기의 생애주기인 20년을 비교 하였을 때 약 5,420 MW의 차이를 나타내었으며, 이는 약 9개월 정도의 에너지 생산량과 비슷한 수준이다. 결과적으로, 제안 된 선형 회귀 MCP 방법을 이용하는 것이 단기관측 자료를 통한 불확식성을 제거하는 합리적인 방법으로 판단된다.

• 대기
• /
• 제30권2호
• /
• pp.183-193
• /
• 2020

In this study, Yeongdong cold air damming (YCAD) cases that occur in winters have been selected using automatic weather station data of the Yeongdong region of Korea. The vertical and horizontal scales of YCAD were analyzed using rawinsonde and numerical weather model. YCAD occurred in two typical synoptic patterns such that low pressure and trough systems crossing and passing over Korea (low crossing type: LC and low passing type: LP). When the Siberian high does not expand enough to the Korean peninsula, low pressure and trough systems are likely to move over Korea. Eventually this could lead to surface temperature (3.1℃) higher during YCAD than the average in the winter season (1.6℃). The surface temperature during YCAD, however, was decrease by 1.3℃. The cold air layer was elevated around 120 m~450 m for LP-type. For LC-type, the cold layer were found at less than approximately 400 m and over 1,000 m, which could be thought of combined phenomena with synoptic and local weather forcing. The cross-sectional analysis results indicate the accumulation of cold air on the east mountain slope. Additionally, the north or northeasterly winds turned to the northwesterly wind near the coast in all cases. The horizontal wind turning point of LC-type was farther from the top of the mountain (52.2 km~71.5 km) than that of LP-type (20.0 km~43.0 km).

• 대기
• /
• 제21권2호
• /
• pp.197-208
• /
• 2011

The objective of this study is to describe the short-range forecast system of the Korea Air Force (KAF) and to verificate its performace in 2009 summer. The KAF weather prediction model system, based on the Weather Research and Forecasting (WRF) model (i.e., the KAF-WRF), is configured with a parent domain overs East Asia and two nested domains with the finest horizontal grid size of 2 km. Each domain covers the Korean peninsula and South Korea, respectively. The model is integrated for 84 hour 4 times a day with the initial and boundary conditions from National Centers for Environmental Prediction (NCEP) Global Forecast System (GFS) data. A quantitative verification system is constructed for the East Asia and Korean peninsula domains. Verification variables for the East Asia domain are 500 hPa temperature, wind and geopotential height fields, and the skill score is calculated using the difference between the analysis data from the NCEP GFS model and the forecast data of the KAF-WRF model results. Accuracy of precipitation for the Korean penisula domain is examined using the contingency table that is made of the KAF-WRF model results and the KMA (Korea Meteorological Administraion) AWS (Automatic Weather Station) data. Using the verification system, the operational model and parallel model with updated version of the WRF model and improved physics process are quantitatively evaluated for the 2009 summer. Over the East Aisa region, the parallel experimental model shows the better performance than the operation model. Errors of the experimental model in 500 hPa geopotential height near the Tibetan plateau are smaller than errors in the operational model. Over the Korean peninsula, verification of precipitation prediction skills shows that the performance of the operational model is better than that of the experimental one in simulating light precipitation. However, performance of experimental one is generally better than that of operational one, in prediction.

• 한국수자원학회논문집
• /
• 제44권2호
• /
• pp.97-107
• /
• 2011

수문학적 예측에 있어서 강우수치예보의 활용성을 제고하기 위하여 인공신경망을 이용한 정량강수예측기법을 제시하였다. 본 연구에서는 2001년 6월과 7월, 2002년 8월의 중규모수치예보자료와 AWS의 3시간 누적강수, 상층기상관측소에서의 가강수량과 상대습도, 각 선행시간별 강수발생확률을 이용하여 각 선행시간에 따른 강수량을 예측하였다. 강수는 대기변수의 물리적 비선형조합으로 발생하기 때문에 강수에 영향을 미치는 대기변수와 관측강수사이의 비선형관계를 고려하는데 유용한 인공신경망기법을 이용하였다. 인공신경망의 구조는 전방향 다층퍼셉트론(feedforward multi-layer perceptron)을선택하였으며, 신경망의 학습 시 음의 강수모의값을 고려하여 무강수로전환하기 위하여 비선형 양극활성화함수를 사용하였다. 중규모수치예보모형과 인공신경망에서 예측된 강수량은 Nash-Sutcliffe Coefficient of Efficiency (NS-COE)와 Coefficient of Correlation (CORR)로 선행시간별로 통계분석을 실시하였다. 3시간 누적강수를 기준으로 NS는 한반도영역에서 평균적으로 선행시간이 12 hr인 경우 -0.04에서 0.31로, 선행시간이 24 hr인 경우 -0.04에서 0.38로, 선행시간이 36 hr인 경우 -0.03에서 0.33으로, 선행시간이 48 hr인 경우 -0.05에서 0.27로 증가하여, 강수예측의 정확도가 향상됨을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.631-641
• /
• 2012

본 연구에서는 지상의 관측 자료와 광역의 정보를 제공하는 수치 예보 모형 자료 및 인공위성 자료를 이용하고 자료와 강수예측치의 물리적 상관 특성을 나타내기 위하여 자료 사이의 비선형 거동을 잘 나타내는 신경망 모형에 적용시켜 단시간 강수 예측을 수행하였다. 이를 위하여 서울지점에 대하여 현재로부터 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 인공위성자료(MTSAT-1R) 및 수치 예보 모형 자료(RDAPS, Regional Data Assimilation and Prediction System)와 실시간 전송되는 자동 기상 관측 시스템(AWS, Automatic Weather System)의 관측치를 신경망 모형의 입력 자료로 하여 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 자료로 강수를 예측 할 수 있는 강수 예측 모형을 개발하였다. 장마와 태풍과 같이 전선형강수와 선풍형강수 등 강수 양상의 차이를 고려하기 위하여 6월, 7월과 8월, 9월 자료를 구분하여 신경망을 구축하였으며, 자료가용성에 기초하여 2006년에서 2008년 기간 동안에 대하여 모형을 학습하고 2009년에 대하여 모형의 적용성을 검증한 결과, 단시간 강수예측에 대한 모형의 적용 가능성을 보여주었으나 다양한 광역 자료와 인공신경망을 사용함에도 불구하고 단시간 강수예측의 정량적 정도향상을 위한 여지가 많음을 보여준다.

• Asian Journal of Atmospheric Environment
• /
• 제10권1호
• /
• pp.42-50
• /
• 2016

This study presents a performance evaluation of four different land surface models (LSM) available in Weather Forecast Research (WRF). The research site was located in Haean Basin in South Korea. The basin is very unique by its geomorphology and topography. For a better representation of the complex terrain in the mesoscale model were used a high resolution topography data with a spatial resolution of 30 meters. Additionally, land-use layer was corrected by ground mapping data-sets. The observation equipments used in the study were an ultrasonic anemometer with a gas analyzer, an automatic weather station and a tethered balloon sonde. The model simulation covers a four-day period during autumn. The result shows significant impact of LSM on meteorological simulation. The best agreement between observation and simulation was found in the case of WRF with Noah LSM (WRF-Noah). The WRF with Rapid Update Cycle LSM (WRF-RUC) has a very good agreement with temperature profiles due to successfully predicted fog which appeared during measurements and affected the radiation budget at the basin floor. The WRF with Pleim and Xiu LSM (WRF-PX) and WRF with Thermal Diffusion LSM (WRF-TD) performed insufficiently for simulation of heat fluxes. Both overestimated the sensible and underestimated the latent heat fluxes during the daytime.

• 한국태양에너지학회 논문집
• /
• 제32권1호
• /
• pp.1-7
• /
• 2012

Predictions of wind speed for six different near-shore sites were made using the NCAR (National Center for Atmospheric Research) wind data. The distances between the NCAR sites and prediction sites were varied between 40km and 150km. A well-known wind energy prediction program, WindPRO, was used. The prediction results were compared with the measured data from the AWS(Automated Weather Stations). Although the NCAR wind data were located far away from the AWS sites, the prediction errors were within 9% for all the cases. In terms of sector-wise wind energy distributions, the predictions were fairly close to the measurements, and the error in predicting main wind direction was less than $30^{\circ}$. This proves that the NCAR wind data are very useful in roughly estimating wind energy in offshore or near-shore sites where offshore wind farm might be constructed in Korea.

• 한국태양에너지학회:학술대회논문집
• /
• 한국태양에너지학회 2009년도 추계학술발표대회 논문집
• /
• pp.26-31
• /
• 2009

This study was analysed influence of urban higher temperature in Busan about time series analysis of AWS data. The results are as follows. (1) The temperature of Busan show min $13.2^{\circ}C$ ~max $15.8^{\circ}C$ by 50 years, it is on the rise. (2) The seasonal adjustment series, summer appeared min $17.5^{\circ}C$ ~max $28.9^{\circ}C$ with primitive series similarly. The winter was min $-11.4^{\circ}C$ ~max $17.9^{\circ}C$, the minimum temperature was more lowly than primitive series and maximum temperature was more higher than primitive series. The results, seasonal adjustment series is guessed with influence difference urban structural element beside seasonal factor. (3) Regional analytical result, January appeared with range of min 28% ~max 196% of the seasonal factor and August appeared min 90% ~ max 106%. One of the case which is of 100% or more of the seasonal factor January 12nd~17th, August appears at the 15~17th.

• 한국환경과학회지
• /
• 제31권6호
• /
• pp.515-524
• /
• 2022

This study investigated characteristics of meteorological parameters and ionic components of PM_2.5 during Asian dust events on November 28 and 30, 2018 at Busan, Korea. The seasonal occurrence frequencies of Asian dust during 1960~2019 (60 years) were 81.7% in spring, 12.2% in winter, and 6.1% in autumn. Recently, autumn Asian dust occurrence in Busan has shown an increasing trend. The result of AWS (automatic weather station), surface weather chart, and backward trajectory analyses showed that the first Asian dust of Nov. 28, 2018, in Busan came with rapid speed through inner China and Bohai Bay from Mongolia. The second Asian dust of Nov. 30, 2018, in Busan seems to have resulted from advection and deposition of proximal residual materials. These results indicated that understanding the characteristics of meteorological parameters and ionic components of PM_2.5 during Asian dust events could provide insights into establishing a control strategy for urban air quality.