• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1215-1224
• /
• 2016

고해상도 격자 단위 기후정보는 농업, 관광학, 생태학, 질병학 등 다양한 분야의 현상을 설명하는 중요 요인이다. 고해상도 기후정보는 동적 모형과 통계적 모형을 통해 얻을 수 있다. 통계적 모형은 동적 모형에 비해 계산 시간이 저렴하여 시공간 해상도가 높은 기후자료 생성에 주로 이용한다. 본 연구에서는 2003년부터 2012년까지 1월에 관측된 일 평균기온자료를 토대로 통계적 모형의 일 평균 기온을 생성하였다. 통계적 모형으로 선형모형을 기반으로한 일반선형모형, 일반화가법모형, 공간선형모형, 베이지안공간선형모형을 고려하였다. 예측성능평가를 위해 60개소의 지상관측소에서 관측된 일 평균기온을 모형적합 자료로 사용하여 352개소의 자동기상관측의 일 평균기온을 검증하였다. 평균제곱오차와 상관계수를 보면 베이지안공간모형의 예측성능이 다른 모형에 비해 상대적으로 우수하였다. 최종적으로 $1km{\times}1km$ 격자 단위 일 평균기온 지도를 생성하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권2호
• /
• pp.94-104
• /
• 2002

과학적 시각화인 한 분야인 등치선도 자동생성 알고리즘은 주로 규칙적인 삭가형 격자 위에서 정의된 자료에 대해서 연구를 진행되어 왔다. 하지만 기상자료 관측과 같은 실제 자료 추출 상황에서 모든 격자에서 자료를 얻는 것이 불가능하다. 자료 추출장비, 방법의 특성상 모든 격자에서 자료 값을 얻을수없다. 자료가 추출되지 않는 모든 격자에서 필요한 자료 값을 구하기 위하여 추출된 자료에 적당한 보간 법을 적용하여 근사값을 할당한다. 본 논문에서는격자형 자료를 사용하지 않고 비격자형 자료를 사용해서 등치선도를 자동으로 생성하는 알고리즘을 제안하였다. 거리가 중보간법을 이용하여 전처리된 사각형 격자형 자룔를 사용하는대신 비격자형 자료를 직접사용하여 삼각형 자료 연결으로 정의하였다. 제안된 알고리즘은 격자형 자료 연결에 근거한 등치선도를 작성한다. 이 알고리즘은 숙련된 기상도 제작자가 기상도를 작성하는 원칙에 근거를 두고 있다. 새롭게 제안된 알고리즘은 전통적이 알고리즘에 비해서 다음과 같은 장점을 갖고 있다.제안된 알고리즘은 전처리 과정에서 추출된 자료를 보간 할 필요 없이 추출된 자료만으로 등치선도를 작성한다. 그리고 격자에 보간법이 적용되었을때 발생하는 자료의 왜곡이 없다.

• 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.

• 전기학회논문지
• /
• 제63권12호
• /
• pp.1690-1696
• /
• 2014

Network RTK generates spatial corrections by using differenced measurements from reference stations in the network, and the corrections are then provided to a rover. The rover, generally, uses linear interpolation, which assumes that the corrections at each reference station are spatially correlated, to obtain a precise correction of its location. However, an irregularity of the tropospheric delay is a real-world factor that violates this assumption. Tropospheric delay is a result of weather conditions, such as humidity, temperature and pressure, and it can cause spatial decorrelation when there are changes in the local climate. In this paper, we have defined the non-linear characteristics of the tropospheric delay between reference stations or user within a region as the "irregularity of tropospheric delay". Such an irregularity can negatively impact the network RTK performance. Therefore, we analyze the influence of the irregularity of tropospheric delay in network RTK based on meteorological data.

• 대한공간정보학회지
• /
• 제18권1호
• /
• pp.31-39
• /
• 2010

석유파동이후 신재생에너지의 중요성이 대두되고 현재에 들어 저탄소 녹색성장으로 다시금 그 중요성은 커지고 있다. 본 논문에서는 신재생 에너지 중 가장 현실적인 대안으로 받아들여지고 있는 풍력에너지에 대하여 강원지방 기상청의 2008년 데이터 이용하여 풍속지도를 제작 하였다. 강원도 월별 평균 풍속과 최대풍속지도를 제작하였으며, 기상자료에 여러 가지 보간법을 적용하고 방법에 따른 차이를 확인하였다. 강원도 지역의 특수한 지형적, 기후적 특성이 반영된 풍속지도는 풍력 단지 입지분석에 활용성이 높을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.34-45
• /
• 2021

날씨는 밭작물의 가격 측정과 생산량 및 품질에 영향을 미치기 때문에 농산업에서 가장 많이 고려되는 요소이다. 특히, 밭작물의 경우 평지보다 산지에서 재배되는 등 외부 환경에 많이 노출되어 있다. 본 연구는 수치 산림입지토양도를 이용하여 산지를 구성하고 있는 12개의 토양의 특성 자료와 기상정보 간의 연관성을 파악하였다. 공간적 상관관계가 고려된 GAM, 크리깅, RF를 이용하였으며, 연구자료는 2009년 1월부터 2018년 12월까지의 기상청과 농촌진흥청에서 수집한 일 단위 평균기온, 최고기온, 최저기온, 강우량 자료가 사용되었다. 분석결과 지리적 효과만 반영된 GAM이 상대적으로 추정성능이 우수하였고, 산림입지토양도는 밭작물 재배지 기상정보를 추정에 큰 도움이 되지 않았다. 이에 유의수준을 5%로 통계적 가설검정을 수행하여 중요 요인을 선택하였다. 산림입지토양도의 기후대코드(CLZN_CD)와 토양목본코드 B(SIBFLR_LAR)가 기상정보 추정에 상대적 유의미한 요인으로 선정되었다. 기후대코드를 추가한 모형의 경우 일 평균 기온과 일 최저기온의 공간 보간 성능이 향상되었다. 한반도의 국토는 70%가 산지이고 밭작물은 주로 산지에서 재배되고 있다. 따라서 산지의 기상정보를 추가 수집하여 연구를 수행한다면 생육시기별로 밭작물을 관리하는데 도움이 될 것으로 기대한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2004년도 전력전자학술대회 논문집(1)
• /
• pp.113-116
• /
• 2004

Output power of a photovoltaic system changes continuously as it strongly depends on the weather condition(isolation and temperature). Therefore, it is necessary the theoretical model realizes the electrical output characteristics of solar cell. Of several theoretical models for real solar cell, both parametric model and interpolation model are used widely. In this paper, we have propose a improved model of solar cell using its output characteristics that can be extended to calculate the rear solar cell characteristics at various temperatures and insolation. And more, the theoretical research of several models of solar cell using simulation analysis.

• 한국해양공학회지
• /
• 제7권1호
• /
• pp.56-61
• /
• 1993

Standard values in graphic porms are presented for the ratio of added wave resistance to the sun of added wave and wind resistances in head sea for three ship types, tanker, container ship and passenger ship. The effect of ship length on the ratio defined above is investigated for the three ship types. Obique sea added resistance is determined using wave direction reduction factor. The factor is obtained from model test results and cubic spline interpolation technique.

• 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.

• 한국환경복원기술학회지
• /
• 제15권2호
• /
• pp.77-84
• /
• 2012

This study suggested the planting model of Zelkova serrata communities in the areas with the warmth index of both 80~100 and $100{\sim}120^{\circ}C{\cdot}month$. Warmth index was calculated with 449 weather points using inverse distance weighted interpolation method. The planting species were selected by correlation analysis between Z. serrata and each species of four or more frequency among the 36 relev$\acute{e}$ surveyed for this study. The result of this study is summarized as follows : Warmth index of Z. serrata communities was among $74{\sim}118^{\circ}C{\cdot}month$. Results of the correlation analysis between Z. serrata and each species observed that the Z. serrata belongs to the tree layer with warmth index of 80~100 and $100{\sim}120^{\circ}C{\cdot}month$. On the other hand, the species of Carpinus laxiflora, Quercus serrata, Prunus sargentii and Platycarya strobilacea appeared only in the tree layer with warmth index of $80{\sim}100^{\circ}C{\cdot}month$. Z. serrata and Styrax japonica appeared in the subtree layer with the warmth index of 80~100 and $100{\sim}120^{\circ}C{\cdot}month$, while Acer pseudosieboldianum, Lindera erythrocarpa, Acer mono, Quercus serrata, etc. appeared in the subtree layer with the warmth index of $80{\sim}100^{\circ}C{\cdot}month$. Z. serrata, Ligustrum obtusifolium, Lindera obtusiloba, Callicarpa japonica and Zanthoxylum schinifolium all appeared in the shrub layer with the warmth index of 80~100 and $100{\sim}120^{\circ}C{\cdot}month$. Lindera erythrocarpa, Orixa japonica, Staphylea bumalda, Akebia quinata and Sorbus alnifolia appeared in the shrub layer with the warmth index of $80{\sim}100^{\circ}C{\cdot}month$ and Styrax japonica and Stephanandra incisa appeared in the shrub layer with the warmth index of $100{\sim}120^{\circ}C{\cdot}month$, The numbers of each species planted in a $100m^2$ area of the Z. serrata community were suggested as follows : five in tree layer, five in subtree layer and nine in shrub layer. The average area of canopy are suggested to be about $86m^2$ for tree layer, $34m^2$ for subtree layer and $34m^2$ for shrub layer.