• 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.

• 한국산학기술학회논문지
• /
• 제21권4호
• /
• pp.582-587
• /
• 2020

최근 기상이변으로 인한 재해가 전 세계적으로 증가하고 있으며, 세계적으로 재해로 인한 피해가 커지고 있어 국내에서도 지진, 태풍, 지반침하 등 재해에 대한 관심이 높아지고 있다. 우리나라는 재난관리에 의한 특별법을 제정하고, 장대교량 및 초고층 복합건축물은 시설물의 변위상태 측정을 위해 정밀센서와 관련 시스템 등을 구축하여 개별 시설물 단위의 모니터링 시스템을 구축하도록 하고 있다. 하지만 사면이나 노천광산, 중, 소규모의 구조물에 대해서는 기상, 측정방법, 비용, 상시 모니터링의 어려움으로 인해 실시간 모니터링 시스템의 적용이 미흡한 실정이다. 이에 본 연구에서는 토털스테이션을 활용한 변위 모니터링 방안을 연구하고, 실험을 통해 적용성을 제시하고자 하였다. 연구 결과 토털스테이션을 이용하여 지형이나 구조물의 변위를 측정할 수 있는 모니터링 시스템의 개념과 운영 흐름을 제시하였다. 모니터링 시스템은 현장상황에 따라 장비를 설치할 수 있도록 장비의 위치 및 운용 방식을 선택하고, 대상물에 대한 관측 횟수, 주기, 관측범위 등을 설정할 수 있도록 하였다. 모니터링 시스템에 대한 실험을 통해 5mm 이내의 정밀도로 측점을 모니터링 하였으며, 토털스테이션을 이용한 대상물의 변위 모니터링이 가능함을 제시하였다. 향후, 추가적인 연구를 통해 실제 사면이나 구조물에 대한 모니터링의 적용성을 제시할 수 있을 것으로 기대된다.

• 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.

• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.366-372
• /
• 2019

북한 지역은 남한에 비해 기상관측 지점이 매우 적기 때문에 남한에서 강수 추정에 주로 이용되는 PRISM 모형을 그대로 적용하여 강수분포를 추정하기는 어렵다. 이처럼 자료가 불충분한 지역의 강수분포를 추정하기 위하여, 저해상도 PRISM 모형 구동 결과에 강수-지형 관계에 근거한 보정 값을 적용해 강수 분포를 추정할 수 있는 하이브리드 방식이 개발되어 사용되고 있다. 본 연구에서는 기존 북한지역의 고해상도 강수 분포도 추정 방식을 개선된 방법에 따라 1981-2010년 평년 기간의 적산 강수량 분포도를 제작하고자 하였다. 우선, 남한지역의 270m 해상도 DEM과 종관관측지점의 고도값으로부터 IDW한 가상지형간의 편차(고도편차)를 계산하였다. PRISM 모형을 이용하여 종관관측지점의 강수량을 기반으로 2,430m의 저해상도 가상강수 분포도를 제작한 후, 종관 및 방재 기상 관측지점의 강수자료를 이용해 270m의 고해상도 강수분포도를 제작하여 둘 간의 편차(강수편차)를 계산하였다. 남한지역의 고도편차와 강수편차를 이용하여 4방위 경사향에 따른 월별 강수-지형 관계 회귀식을 도출하였고, 최종적으로 북한지역의 27개 기상 관측지점으로부터 PRISM 모형을 구동하여 만든 2,430m의 저해상도 강수분포도에 강수-지형간 회귀식을 반영하여 해상도가 향상된 강수분포도를 산출하였다. 새롭게 제작된 북한지역의 강수분포는 기존 강수분포도와 비교했을 때 지형의 영향이 더욱 잘 반영된 효과를 확인할 수 있었다. 강수분포도에 따르면, 연평균 적산강수량은 1,159mm이며, 표준편차는 253mm로 추정되었다.

• 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.

• 한국농림기상학회지
• /
• 제19권4호
• /
• pp.246-251
• /
• 2017

벼의 생육에 있어서 중요한 역할을 하는 출수기를 예측하기 위해 작물모델이 사용될 수 있다. 벼의 생육을 모의하는 모델 중 널리 사용되던 ORYZA2000 모델이 개선되어 ORYZA (v3)가 최근에 보고되었다. 그러나, 최근까지 ORYZA (v3)의 국내 적용 가능성에 대해서는 연구가 이루어지지 않았다. 본 연구에서는 ORYZA (v3)를 이용하여 예측된 출수기의 신뢰성을 검토하였다. 또한, 새로운 모델에 요구되는 입력자료를 생성하는데 있어서의 편의성을 평가하였다. 국립농업과학원의 실험포장에서 2015년과 2016년에 걸쳐 중만생종인 신동진벼를 이용하여 화학비료 표준시비 조건에서 실험을 수행하였다. 입력자료는 실험에 사용한 재배관리자료, 기상청으로부터 수집한 기상자료, 흙토람으로부터 수집한 토양자료 및 Lee et al.(2015)에서 사용한 품종모수 자료를 사용하였다. 또한, 벼우량계통 지역적응시험에서 얻어진 출수기 관측자료와 예측자료를 비교하였다. 예측된 출수기는 인근 기상관측소에서 얻어진 기상입력 자료가 사용되었을 경우, 실제 출수기와 비교적 유사한 결과를 보였다. 예를 들어, 전주, 대구, 영남, 논산, 계화에서 예측된 출수기는 1일 이내의 상당히 작은 오차는 가졌다. 그러나, 기상자료가 비교적 멀리 떨어져 있거나 해안가 인근지역에 위치하여 출수기 관측지의 국지적 기상조건을 충분히 반영하지 못할 경우 상당한 오차가 발생하였다. ORYZA (v3)의 입력자료 생성과 관련한 편의성 측면에서는 기존의 자료 처리도구를 활용할 수 있는 기상 자료 확보는 비교적 용이할 것으로 판단되나, 토양자료에 대해서는 ORYZA 2000 모델의 입력자료에 추가적인 자료가 요구되어 토양자료 처리도구의 개발이 필요할 것으로 보였다.

• Smart Structures and Systems
• /
• 제30권4호
• /
• pp.411-420
• /
• 2022

Monitoring large structures is a significant issue involving public health on which new studies are constantly carried out. Although the Global Navigation Satellite System (GNSS) is the most preferable method for measuring structural displacements, total stations, one of the classical geodetic instruments, are the first devices that come to mind in cases that require complementary usage and auxiliary measurement methods. In this study, the relative displacements of the structural movements of a tower were determined using robotic total stations (RTS) and GNSS. Two GNSS receivers and two RTS observations were carried out simultaneously for 10 hours under normal weather conditions. The spectral analysis of the GNSS data was performed using fast Fourier transform (FFT), and while the dominant modal frequencies were determined, the total station data were balanced with the least-squares technique, and the position and position errors were calculated for each measurement epoch. It has been observed that low-frequency structural movements can be determined by both methods. This result shows that total station measurements are a helpful alternative method for monitoring large structures in situations where measurements are not possible due to the basic handicaps of GNSS or where it is necessary to determine displacements with short observations.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1071-1081
• /
• 2021

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.

• 한국농림기상학회지
• /
• 제23권2호
• /
• pp.122-133
• /
• 2021

작물 모형의 품종모수를 추정하기 위한 기상자료는 일반적으로 생육 관측 자료가 수집된 시험지의 인근에 위치한 종관기상 관측자료가 사용되어왔으나, 지형적인 원인이나 시험지와 기상관측소 사이의 거리로 인해 실제 시험지의 기상과 차이가 발생할 수 있다. 반면, 비교적 높은 밀도로 분포하는 방재기상 관측자료를 활용할 경우 이러한 문제점을 보완할 수 있을 것이다. 본 연구에서는 종관기상 관측자료와 방재기상 관측자료를 각각 사용하여 출수기에 영향을 미치는 DSSAT 모형의 모수들을 추정하고, 추정된 모수들의 신뢰도를 비교하고자 하였다. 모수 추정을 위해 사용한 재배관리 및 생육 관측값은 지역장려품종 선발시험과 작황시험으로부터 수집하였다. 모수 추정은 Generalized Likelihood Uncertainty Estimation (GLUE) 방법을 사용하였으며, 불확실성을 고려하여 100번의 반복 추정을 통해 100개의 모수 집합을 생성하였다. 모수 추정에 소요되는 시간을 단축하기 위해 도커 컨테이너를 기반으로 병렬적으로 GLUE를 구동하였다. 추정된 모수들을 사용하여 모의된 출수기의 평균은, 방재기상자료를 사용하였을 때 최대 4일로, 종관기상자료를 사용하였을 때 최대 오차가 7일이었던 것에 비하여 크게 개선되었다. 그러나, 방재기상자료의 원활한 활용을 위해서는 해당 자료에 대한 접근성이 향상되어야 할 것으로 예상되었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제5권5호
• /
• pp.471-479
• /
• 2015

오늘날 농촌의 인구가 고령화됨에 따라 농업 자동화는 필수가 되었다. 본 연구에서는 단동온실 자동화를 위한 외부 환경 측정 기술이 연구되었다. 연구를 위해 (주)이지팜에서 측정한 외부 환경 데이터를 사용하였다. 또한 Windows 7 환경에서 JAVA와 APM_SETUP 8을 이용하여 웹 기반의 기상청 AWS 데이터를 받는 시스템을 개발하였다. 스마트온실에 가상 외부기상데이터를 제공하기 위한 프로그램은 서버와 클라이언트로 구성되었다. 서버 프로그램은 30분마다 기상청으로부터 날씨 데이터를 받아서 스마트온실에 보내주도록 만들어졌다. 클라이언트 프로그램은 자바 애플릿으로 개발되어, 서버와 통신하여 30분마다 기상청 AWS 데이터를 받아서, 수신된 기상청 AWS 데이터를 스마트 온실 외부 환경 정보로 인식한다. 이 시스템은 (주)이지팜에서 측정한 기상 데이터와 비교함으로서 평가되었다. 외기 온도의 경우 기상청 AWS 데이터와 약간의 차이를 보였다. 그러나 평균절대편차는 2.24℃ 이하로 적은 차이를 보였다. 그러므로 개발된 가상 외부기상측정시스템의 날씨 정보는 스마트온실의 외부 날씨 정보로 사용될 수 있을 것이라 생각된다.