KR100619144B1 - 실시간 기상 데이터 처리 시스템 및 방법 - Google Patents

실시간 기상 데이터 처리 시스템 및 방법 Download PDF

Info

Publication number
KR100619144B1
KR100619144B1 KR1020040021422A KR20040021422A KR100619144B1 KR 100619144 B1 KR100619144 B1 KR 100619144B1 KR 1020040021422 A KR1020040021422 A KR 1020040021422A KR 20040021422 A KR20040021422 A KR 20040021422A KR 100619144 B1 KR100619144 B1 KR 100619144B1
Authority
KR
South Korea
Prior art keywords
meteorological
local
main computer
model
weather
Prior art date
Application number
KR1020040021422A
Other languages
English (en)
Other versions
KR20040092403A (ko
Inventor
오재호
김태국
김태훈
Original Assignee
오재호
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 오재호 filed Critical 오재호
Publication of KR20040092403A publication Critical patent/KR20040092403A/ko
Application granted granted Critical
Publication of KR100619144B1 publication Critical patent/KR100619144B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing

Abstract

본 발명은 실시간 기상 데이터 처리 시스템 및 방법에 관한 것으로서, 그 목적은 지역적 특성이 충분히 반영된 고해상도의 3D 이미지 형태의 국지 기상장을 제공하여 도시 산업 단지 지역에 바로 적용할 수 있고, 대기 오염 물질의 이동 경로를 신속하게 추적 및 예측하여 적절하게 대처할 수 있는 실시간 기상 데이터 처리 시스템 및 방법을 제공함에 있다.
상기와 같은 목적을 달성하기 위한 본 발명은 메인 컴퓨터에서 기상관측 시스템으로부터 원시 기상 정보를 획득하여 기온, 바람, 기압, 반사도, 알베도, 노점, 습도, 구름, 온도 및 해상풍 등의 기상 데이터를 획득하는 제1단계; 메인 컴퓨터에서 상기 기상 데이터를 바탕으로 국지 규모 기상자료 분석 및 동화시스템(LAPS) 분석기법을 이용하여 3D 국지 기상장 예측 모델을 생성하는 제2단계; 메인 컴퓨터가 상기 국지 기상장 예측 모델을 복수개의 서브 컴퓨터로 분배하고, 기간, node 수, 지역 등 모델의 옵션별로 각 서브 컴퓨터로 그 임무를 할당하는 제3단계; 각 서브 컴퓨터는 그 할당된 임무에 따라 상기 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 제4단계; 및 상기 시뮬레이션화된 기상 정보를 메인 컴퓨터로 전송하여 3D 이미지로 디스플레이시키는 제5단계;를 포함하는 것을 특징으로 한다.
기상 예측, 국지 기상장, 고해상도, 3D 이미지, 환경 영향 평가

Description

실시간 기상 데이터 처리 시스템 및 방법 {System and method for processing weather data in a realtime}
도 1은 본 발명에 의한 실시간 기상 데이터 처리 시스템에 의해 기상정보가 처리,제공되는 시스템의 전체적인 구성을 나타내는 도면,
도 2는 본 발명에 의한 실시간 기상 데이터 처리 시스템의 데이터 처리과정에 따른 기능 블록도,
도 3은 본 발명에 의한 실시간 기상 데이터 처리 시스템의 상세 구성을 나타내는 도면,
도 4는 본 발명에 의한 실시간 기상 데이터 처리 방법의 구성을 나타내는 흐름도,
도 5는 다중 둥지 기법에 의해 국지 기상장이 생성된 상태의 예시를 나타내는 도면,
도 6은 국지 기상장 생성에 사용된 물리량의 변화와 관련된 내용을 나타내는 도면,
도 7a 내지 도 7d는 한반도를 중심으로 하는 바람장 생성과 관련된 도면,
도 8a 내지 도 8d는 웹상에서 본 발명의 실시간 기상 데이터 처리 시스템의 구동과 관련된 도면이다.
<도면의 주요 부분에 대한 부호의 설명>
10 : 기상 관측 시스템 30 : 실시간 기상 데이터 처리 시스템
본 발명은 실시간 기상 데이터 처리 시스템 및 방법에 관한 것으로, 보다 상세하게는 클러스터링 컴퓨터 시스템 및 국지 규모 기상자료 분석 및 동화시스템(LAPS)을 이용하여 저해상도의 원시 기상 정보로부터 고해상도의 3D 이미지 형태의 국지 기상장 예측 모델을 생성함으로써, 보다 정확하고 신속하게 기상 예측 정보를 제공하는 실시간 기상 데이터 처리 시스템 및 방법에 관한 것이다.
일반적으로 기상 정보는 위성 및 레이더, 무인자동기상관측시스템(AWS), 민간항공기관측시스템(ACARS), 수치예보분석시스템(GDAPS) 등으로부터 관측된 대기 변화를 이용하여 기상청을 통해 제공되어 왔다.
그러나, 상기 기상 정보는 중규모 이상의 기상장에 적합하여 도시 지역이나 산업 단지 등에 바로 적용하기 어렵고, 실시간으로 변하는 국지 기상장에서의 대기 오염 물질의 정확한 이동 경로를 추적 및 예측하기가 어렵다는 단점이 있었다.
또한, 현재 우리나라에서 제공되는 기상 데이터 자료들은 그 양이 방대하나 아직 이들을 종합적으로 표출할 수 있는 시스템이 부족한 실정이며, 컴퓨터의 발달에 따른 수치모형이 많이 개발되어 왔지만 아직 지역적으로 세분화하여 계산하기에 는 계산처리 능력이 많이 뒤떨어진다는 문제가 있었다.
이와 같은 종래의 문제점을 해결하기 위해, 기상청에서는 3D 이미지 형태의 기상 예측 모델을 생성하는 것과 같이 막대한 계산량이 소요되는 경우에는 슈퍼컴퓨터와 같은 초고속 컴퓨터를 사용하고 있지만, 이와 같은 고가의 장비를 일반 회사에서 구입하여 사용한다는 것은 거의 불가능한 일이었다.
나아가, 환경 영향 평가를 하는데 있어 상기 종래 기술에 의한 기상 정보를 이용하기도 하였으나, 실질적으로 정보량이 너무 부족하기 때문에 적절한 평가가 이루어지기에는 한계점이 있었다.
본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 안출한 것으로, 지역적 특성이 충분히 반영된 고해상도의 3D 이미지 형태의 국지 기상장 예측 모델을 제공하여 도시 지역이나 산업 단지에 바로 적용할 수 있고, 선택된 지역에 대하여 대기 오염 물질의 이동 경로를 신속하게 추적 및 예측하여 대처할 수 있도록 해주는 실시간 기상 데이터 처리 시스템 및 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 클러스터링 컴퓨팅 시스템을 이용하여 병렬 처리를 통한 고성능 컴퓨팅이 가능하게 함으로써, 웹상에서 유저가 선택한 기간 및 지역 등 옵션별로 고해상도 국지기상현상을 보다 자세히 표출할 수 있으며 가격대비 성능이 우수한 실시간 기상 데이터 처리 시스템 및 방법을 제공하는 것을 다른 목적으로 한다.
또한, 본 발명은 객관적이고 과학적인 접근을 통해 환경 영향 평가를 하는데 필요한 충분한 정보 제공을 보장하는 실시간 기상 데이터 처리 시스템 및 방법을 제공하는 것을 또 다른 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 실시간 기상 데이터 처리 방법은, 메인 컴퓨터에서 기상관측 시스템으로부터 원시 기상 정보를 획득하여 기온, 바람, 기압, 반사도, 알베도, 노점, 습도, 구름, 온도 및 해상풍 등의 기상 데이터를 획득하는 제1단계; 메인 컴퓨터에서 상기 기상 데이터를 바탕으로 국지 규모 기상자료 분석 및 동화시스템(LAPS) 분석기법을 이용하여 3D 국지 기상장 예측 모델을 생성하는 제2단계; 메인 컴퓨터가 상기 국지 기상장 예측 모델을 복수개의 서브 컴퓨터로 분배하고, 기간, node 수, 지역 등 모델의 옵션별로 각 서브 컴퓨터로 그 임무를 할당하는 제3단계; 각 서브 컴퓨터는 그 할당된 임무에 따라 상기 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 제4단계; 및 상기 시뮬레이션화된 기상 정보를 메인 컴퓨터로 전송하여 3D 이미지로 디스플레이시키는 제5단계;를 갖는다.
상기 국지 기상장 예측 모델을 생성하는 제2단계는, 초기장(initial field)으로서 저해상도인 넓은 범위의 격자(grid)를 생성하는 단계와, 격자의 범위를 좁혀가면서 관측 지점간의 거리가 조밀한 고해상도의 기상장을 형성해 가는 단계로 이루어지는 다중 둥지(multi nesting)기법을 이용하는 것을 특징으로 한다.
또한, 본 발명의 실시간 기상 데이터 처리 시스템은, 기상 관측 시스템으로부터 원시기상정보를 수신하는 메인컴퓨터와, 상기 메인 컴퓨터에 각각 접속되어 기상장 모델의 생성에 필요한 계산을 수행하도록 제어되는 복수개의 컴퓨터 단말로 이루어지는 클러스터링 컴퓨팅 시스템으로서, 상기 원시 기상 정보로부터 기온, 바람, 기압, 반사도, 알베도, 노점, 습도, 구름, 온도 및 해상풍 등의 기상 데이터를 획득하고, 이를 바탕으로 3D 초기장(initial field) 모델을 생성하는 국지 규모 기상자료 분석 및 동화시스템(LAPS) 모듈; 메인 컴퓨터에서 복수개의 서브컴퓨터 단말로 필요한 정보 및 수행임무를 분산 병렬 처리를 제어하는 병렬 기상 모델 구현 모듈; 상기 초기장 모델에서 격자의 범위를 좁혀가면서 관측 지점간의 거리가 조밀한 고해상도의 상세 국지 기상장 예측 모델을 생성하는 다중 둥지(multi nesting) 기법 구현 모듈; 상기 상세 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 시뮬레이션 구현 모듈; 및 상기 시뮬레이션된 기상 정보를 3D 이미지로 디스플레이하는 3D 이미지 디스플레이 모듈;을 포함하는 클러스터링 컴퓨팅 시스템으로 구성된다.
이하, 첨부 도면을 참조하여 본 발명의 실시예의 구성과 그 작용을 상세히 설명한다.
도 1은 본 발명에 의한 실시간 기상 데이터 처리 시스템에 의해 기상정보가 처리,제공되는 시스템의 전체적인 구성을 나타내는 도면이다.
도 1에 도시한 바와 같이, 본 발명에 의한 실시간 기상 데이터 처리 시스템(30)은 메인 컴퓨터(M)와 복수개의 서브컴퓨터 단말(W1, W2,…,Wn)이 허브 등에 의해 연결되어 데이터의 병렬 처리를 가능하게한 클러스터링 컴퓨팅 시스템 형태로 되어 있으며, 상기 메인컴퓨터(M)는 기상청, 위성 또는 레이더 등과 같은 기상 관측 시스템(10)과 연결되어 이들로부터 다양한 종류의 원시 기상 정보를 획득한다.
또한, 상기 실시간 기상데이터 처리 시스템(30)의 메인 컴퓨터(M)에는 인터넷 등을 통해 접속한 유저에게 기상정보를 제공하기 위한 웹페이지가 구비되거나, 필요에 따라선 클러스터링 컴퓨팅 시스템에서 계산된 기상정보를 다수의 유저에게 제공하기 위하여 상기 메인 컴퓨터(M)에 별도의 서버(50)가 네트워크로 연결되도록 구성하는 것도 가능하다.
도 2는 본 발명에 의한 실시간 기상 데이터 처리시스템의 데이터 처리과정에 따른 기능 블록도를 나타내고 있다.
도 2에 도시한 바와 같이, 기상관측 시스템(10)을 통해 획득된 원시 기상 정보들은 전용선을 통하여 클러스터링 컴퓨팅 시스템(30)의 메인 컴퓨터(M)로 전송되고 이후 국지규모 기상자료 분석 및 동화시스템(LAPS:Local Assimilation and Prediction System)을 통해 동화된다. 동화된 자료는 컴퓨팅 시스템의 각 서브 컴퓨터(W1, W2,…,Wn)로 분배되어 웹상에서 유저가 모델의 옵션으로 선택한 기간과 지역에 따라 계산된 후, 각 사용자들이 쉽게 접근 할 수 있도록 3D 이미지의 그래픽 사용자 인터페이스(GUI) 표출 자료로 저장되어 서버(50)나 메인컴퓨터(M)를 통해 제공된다.
여기서, 상기 기상 관측 시스템(10)은 수치예보분석시스템(GDAPS), 무인자동기상관측시스템(AWS), 민간항공기관측시스템(ACARS), 해양에 설치되는 부표(BUOY) 등을 포함하고, 상기 실시간 기상 데이터 처리 시스템(30)은 상기 기상 관측시스템(10)과 인터넷 등으로 연결되어 필요한 데이터를 전송받는다.
상기 실시간 기상 데이터 처리 시스템(30)으로 전송된 데이터는 시스템 내부에서의 3차원 자료동화과정, 기상장 예측 모델링 및 사용자 인터페이스(GUI) 정보로 표출,저장되는 과정 등을 거치게 된다.
도 3은 본 발명에 의한 실시간 기상 데이터 처리 시스템(30)의 상세 구성을 나타내는 도면이다.
도 3에 도시한 바와 같이, 본 발명에 의한 실시간 기상 데이터 처리 시스템(30)은 기상청, 위성, 레이더, 지상 및 고층 등에 운영되고 있는 기상 관측 시스템(10)으로부터 수신한 원시 기상 정보를 분석하여 기상 데이터를 획득하고, 획득한 기상데이터를 3D 이미지로 변환하여 국지 기상장 예측 모델을 생성하는 국지 규모 기상자료 분석 및 동화시스템 모듈(LAPS)(32); 메인 컴퓨터에서 복수개의 서브 컴퓨터 단말로 필요한 정보를 분배하여 정보의 분산 병렬 처리를 가능하게 하는 병렬 기상 모델 구현 모듈(34); 상기 국지 기상장 예측 모델에서 관측범위를 좁혀가면서 상세 국지 기상장 예측 모델을 생성하는 다중 둥지 기법 구현 모듈(36); 상기 상세 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 시뮬레이션 구현 모듈(38); 및 상기 시뮬레이션화된 기상 정보를 3D로 디스플레이하 는 3D 이미지 디스플레이 모듈(40);을 구비하는 클러스터링 컴퓨팅 시스템으로 구성된다.
상기 국지 규모 기상자료 분석 및 동화시스템 모듈(LAPS)(32)은 처리 대상 지역에서 수집 가능한 모든 기상관측 자료를 LAPS의 분석 기법을 이용하여 고해상도의 자료로 재분석한다. 분석된 자료는 3차원 그래픽 도구를 이용하여 현재 대기상태를 입체적으로 나타내 실황 예보에 활용되고, 3차원 격자점 자료를 생산하여 수치예보 모델의 초기자료로 제공하는 기능을 가진다.
상기 병렬 기상 모델 구현 모듈(34)은 전지구 원시 기상 정보와 함께 위성, 레이더, 지상 및 고층 관측 등의 현재 운영되고 있는 대부분의 기상 관측 시스템으로부터 수신되는 다양한 기상 자료를 복수개의 컴퓨터에서 분산 병렬 처리하도록 함으로써 구현되는 모델의 정확성을 극대화시킨다.
즉, 메인 컴퓨터(M) 또는 메인 컴퓨터와 연결된 서버(50)에 접속한 유저의 선택에 의한 지역, 기간, node 수 등의 옵션별로 서브 컴퓨터(W1, W2,…,Wn)로 그 기능을 할당 분배하여 처리하도록 제어하는 기능을 수행한다.
상기 다중 둥지 기법 구현 모듈(36)은 관측 범위의 설정과 관련된 것으로서, 관측 지점간의 거리를 좁혀가면서 국지적인 기상특징을 분석, 예측한다. 즉, 보다 넓은 범위의 격자인 어미 격자와 그 아래의 보다 작은 범위의 격자인 새끼 격자간의 역학적인 상호작용을 통하여 동시에 격자간의 일치 부분과 그렇지 않은 부분을 계산함으로써 계산의 효율성과 정확성을 극대화하는 수단이다.
보다 구체적으로, 초기장으로서 저해상도인 넓은 범위의 격자(grid)를 생성하고, 상기 격자의 범위를 좁혀가면서 관측지점간의 거리가 조밀한 고해상도의 기상장을 형성해 가는 방식으로, 지역적 분석 기준을 조정함으로써 시스템 계산 효율을 높이고, 구체적인 피해 대응 정책 수립을 가능하게 하는 것이다.
상기 시뮬레이션 구현 모듈(38)은 상기 상세 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 기능을 수행한다. 여기서, 상기 대기확산모델이란 대기중에 배출된 오염물질이 확산 이동되어 나타나는 농도를 정량적으로 계산하는 프로그램화된 3차원 격자 모델을 말하며, 이와같이 프로그램화된 3차원 격자 모델에 상기 상세 국지 기상장 예측 모델을 접목시킴으로써, 실시간으로 변하는 국지 기상장에서의 대기오염 물질의 이동경로를 비교적 정확하게 예측할 수 있게 된다.
도 4는 본 발명에 의한 실시간 기상 데이터 처리 방법의 구성을 나타내는 흐름도이다.
우선, 메인 컴퓨터에서는 기상청 등의 유관기관과 위성, 레이더, 지상 및 고층 등에 운영되고 있는 기상 관측 시스템으로부터 저해상도 형태의 자료인 원시 기상 정보를 획득한다. 그리고 획득한 원시 기상 정보를 분석하여 기온, 바람, 기압, 반사도, 알베도, 노점, 습도, 구름, 온도 및 해상풍 등의 기상 데이터를 얻는다(S300).
상기 획득한 기상 데이터를 웹상에서 국지 규모 기상자료 분석 및 동화시스템(LAPS)을 이용한 자료동화 및 3D 이미지로의 변환을 거쳐 국지 기상장 예측 모델 을 생성한다(S310). 이를 위해서 먼저, 일정 범위를 정해 초기장(initial field)으로서의 분석과 예측을 위한 격자(grid)를 생성하고, 생성된 격자의 범위를 중규모 기상 모형인 MM5(mpp version) 모델 내의 다중 둥지 기법을 이용해서 좁혀가며 국지 기상장으로 만든다. 상기 초기장의 예는 한반도를 중심으로 하는 일정 범위가 될 수 있으며, 상기 국지 기상장의 예는 한반도 내의 특정 지역이 될 수가 있을 것이다. 상기 다중 둥지 기법을 이용한 국지 기상장 생성과 관련된 내용을 도 5에 나타내었다.
도 5는 다중 둥지 기법에 의해 국지 기상장이 생성된 상태를 나타내는 도면이다.
초기에 저해상도를 갖는 넓은 범위의 격자가 생성되며, 넓은 범위로 생성된 격자로부터 점차로 좁은 범위의 상세 기상장이 생성된다. 예컨대, 도 5에 도시한 바와 같이, 해상도와 관련된 관측 지점간의 거리를 27km, 9km, 3km, 1km로 좁혀가며 상세 기상장을 생성한다. 상기 각 km는 정확하게는 1dot/27km, 1dot/9km 등을 가리킨다. 이와 같은 국지 기상장의 생성을 통하여 우리나라의 경우에는 4대 권역 즉, 경기, 충청전라, 경상, 제주권역으로 나누어 동시에 기상 예측이 가능해진다. 상기 기상장의 범위를 좁혀 가는데 사용된 물리량의 변화와 관련된 내용을 도 6에 나타내었다.
도 6은 국지 기상장 생성에 사용된 물리량의 변화와 관련된 내용을 나타내는 도면으로서, 도 6에 도시한 바와 같이, 기상장의 관측 범위인 도메인은 총 4가지 형태로 구성되며, 각 도메인에 있어 관측 지점간의 거리인 해상도를 1dot/27km에서 1dot/1km로 높여 나가는 동시에 격자의 크기인 관측 범위를 좁혀 나가면서 국지 기상장을 형성한다. 수직층(vertical layer), 적운(cumulus) 및 습도 등과 같은 기타 물리량의 변화는 도면을 참조하여 이해한다.
다시 도 4로 돌아가서, 실시간 기상 데이터 처리 시스템의 메인 컴퓨터에서는 국지 기상장 예측 모델을 생성하고 난후, 상기 국지 기사장 예측 모델을 복수개의 서브 컴퓨터로 분배한다. 그 다음 유저에 의해 선택되는 기상모델의 기간, node수, 지역 등의 옵션별로 상기 각 서브 컴퓨터에 계산 처리 임무를 할당하여, 각 지역별 특성에 따른 구체적인 기상정보가 여러 컴퓨터에서 분산 병렬 처리되도록 한다(S320).
계속해서, 각각의 서브 컴퓨터에서는 그 할당 임무에 따라, 물리 화학적인 이론을 바탕으로 배출된 오염물질이 대기중에서 확산 이동되어 나타나는 농도를 정량적으로 계산할 수 있도록 프로그램화된 3차원 격자 모델인 대기 확산 모델에 상기 국지 기상장 예측 모델을 접목하여 시뮬레이션을 수행한다(S330).
최종적으로, 실시간 예측시에 3차원적인 분석이 가능하도록 기상 정보를 3D 이미지 형태로 제공한다(S340). 이를 통하여 방위, 지역 시간대 및 처음 시작 시간대에서 이후의 24시간 동안의 대기의 변화를 알 수 있게 되며 나아가, 기후 변화를 통한 환경 영향 평가도 가능하게 된다. 상기 3D 이미지 형태는 웹 기반의 사용자 친화 인터페이스로 제공하는 것이 바람직하다.
도 7a ~ 도 7d는 도 4의 단계(S330)의 일실시예로서 한반도를 중심으로 하는 바람장(wind field) 생성과 관련된 도면이며, 각 바람장의 관측 범위마다 도면으로 나타내었다.
즉, 도 7a는 표면풍(surface wind)의 해상도가 27km인 경우를 나타내는 도면으로서, 지형의 고도에 따라 색채 분화가 나타나며, 모의된(simulated) 풍속에 따라 화살표의 크기가 달리 나타나 바람의 분포 정도를 알 수 있도록 바람장을 표시하며, 전세계 공통의 유니버설 타임(universal time)과 지역 시간대를 표시하여, 당시의 일기 변화를 총체적으로 제공하는 종관규모(synoptic-scale)의 바람장(wind field) 변화도이다.
도 7b는 표면풍(surface wind)의 해상도가 9km인 경우를 나타내는 도면으로서, 전체적인 바람장의 큰 흐름에서 벗어나지 않는 범위 내에서 그 지역적인 변화가 일어난다. 이 때, 중심이 되는 위·경도의 위치를 달리해 줌으로써 일본과 한반도의 모든 영역의 바람장 변화를 감시할 수 있다. 그림의 표시 사항은 도 7a와 같다(이하, 동일).
또한, 도 7c는 표면풍(surface wind)의 해상도가 3km인 경우를 나타내는 도면으로서, 수도권과 중부 지역을 모두 포함하고 있으며, 남한과 북한의 경계이고, 도 7d는 표면풍(surface wind)의 해상도가 1km인 경우를 나타내는 도면으로서, 모의가 가능한 최대의 해상도 자료이며, 도시된 지역의 반경 50km 내외의 변화를 감시하고 있으므로 바람장 변화에 따른 사후 대처를 가능하게 한다.
도 8a ~ 도 8d에는 본 발명의 일실시예에 의한 실시간 기상 데이터 처리 시스템의 웹상에서의 구동 화면을 나타내었다.
즉, 상기 도면은 본원 발명에 의한 기상 데이터 처리 시스템의 메인 컴퓨터 또는 전용서버에 구비되는 웹페이지를 나타내며, 이를 통하여 인터넷 등을 이용하여 접속한 유저의 선택사항을 입력 받은 후, 클러스터링 컴퓨팅 시스템을 통한 기상 정보의 계산 및 3D 이미지 변환과정을 거쳐, 유저에게 원하는 기상정보를 제공할 수 있게 된다.
본 발명의 실시간 기상 데이터 처리 시스템 및 방법에 의하면, 지역적 특성이 충분히 반영된 고해상도의 3D 이미지 형태의 국지 기상장을 제공하여 도시 지역 또는 산업 단지에 바로 적용할 수 있으며, 대기 오염 물질의 이동 경로를 신속하게 추적 및 예측하여 적절하게 대처할 수 있다.
또한, 본 발명에 의하면 클러스터링 컴퓨팅 시스템을 이용하기 때문에 병렬 처리를 통한 고성능 컴퓨팅이 가능해져 가격대비 성능이 우수한 기상데이터 처리 시스템을 제공할 수 있다.
또한, 본 발명에 의하면 객관적이고 과학적인 접근을 통해 환경 영향 평가를 하는데 필요한 충분한 정보를 제공할 수 있다.

Claims (3)

  1. 메인 컴퓨터에서 기상관측 시스템으로부터 원시 기상 정보를 획득하여 기온, 바람, 기압, 반사도, 알베도, 노점, 습도, 구름, 온도 및 해상풍 등의 기상 데이터를 획득하는 제1단계;
    메인 컴퓨터에서 상기 기상 데이터를 바탕으로 국지 규모 기상자료 분석 및 동화시스템(LAPS) 분석기법을 이용하여 3D 국지 기상장 예측 모델을 생성하되, 초기장(initial field)으로서 저해상도인 넓은 범위의 격자(grid)를 생성하는 단계와, 격자의 범위를 좁혀가면서 관측지점간의 거리가 조밀한 고해상도의 기상장을 형성해가는 단계로 이루어지는 다중둥지(multi nesting)기법을 이용하여 국지 기상장 예측 모델을 생성하는 제2단계;
    메인 컴퓨터가 상기 국지 기상장 예측 모델을 복수개의 서브 컴퓨터로 분배하고, 기간, node 수, 지역 등 모델의 옵션별로 각 서브 컴퓨터로 그 임무를 할당하는 제3단계;
    각 서브 컴퓨터는 그 할당된 임무에 따라 상기 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 제4단계; 및
    상기 시뮬레이션화된 기상 정보를 메인 컴퓨터로 전송하여 3D 이미지로 디스플레이시키는 제5단계;를 포함하는 것을 특징으로 하는 실시간 기상 데이터 처리 방법.
  2. 기상 관측 시스템으로부터 원시기상정보를 수신하는 메인컴퓨터와, 상기 메인 컴퓨터에 각각 접속되어 기상장 모델의 생성에 필요한 계산을 수행하도록 제어되는 복수개의 서브컴퓨터 단말을 구비하는 클러스터링 컴퓨팅 시스템으로 이루어지는 실시간 기상데이터 처리 시스템으로서,
    상기 메인컴퓨터는, 상기 원시 기상 정보로부터 기온, 바람, 기압, 반사도, 알베도, 노점, 습도, 구름, 온도 및 해상풍 등의 기상데이터를 획득하고, 이를 바탕으로 3D 초기장(initial field) 모델을 생성하는 국지 규모 기상자료 분석 및 동화시스템(LAPS)모듈과; 메인컴퓨터에서 복수개의 서브컴퓨터 단말로 필요한 정보 및 수행임무를 분산 병렬 처리를 제어하는 병렬 기상모델 구현모듈을 구비하며,
    상기 복수개의 서브컴퓨터 단말은, 상기 초기장 모델에서 격자의 범위를 좁혀가면서 관측 지점간의 거리가 조밀한 고해상도의 상세 국지 기상장 예측 모델을 생성하는 다중둥지(multi nesting) 기법 구현모듈과; 상기 상세 국지 기상장 예측 모델에 대기 확산 모델을 접목하여 시뮬레이션하는 시뮬레이션 구현모듈과; 상기 시뮬레이션된 기상정보를 3D 이미지로 디스플레이하는 3D 이미지 디스플레이 모듈을 각각 구비하는 것을 특징으로 하는 실시간 기상 데이터 처리시스템.
  3. 삭제
KR1020040021422A 2003-04-24 2004-03-30 실시간 기상 데이터 처리 시스템 및 방법 KR100619144B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020030025961 2003-04-24
KR20030025961 2003-04-24

Publications (2)

Publication Number Publication Date
KR20040092403A KR20040092403A (ko) 2004-11-03
KR100619144B1 true KR100619144B1 (ko) 2006-08-31

Family

ID=37372868

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040021422A KR100619144B1 (ko) 2003-04-24 2004-03-30 실시간 기상 데이터 처리 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR100619144B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010117959A3 (en) * 2009-04-05 2011-01-20 Baron Services, Inc. System for draping meteorological data on a three dimensional terrain image
WO2012005532A2 (ko) * 2010-07-08 2012-01-12 한국과학기술정보연구원 지구환경변화 예측시스템 및 지구환경변화 예측방법
KR101183699B1 (ko) 2011-12-30 2012-09-18 한국해양연구원 눈 깊이 초기화를 이용한 기온의 계절 예측 방법
KR101357600B1 (ko) 2007-11-19 2014-02-11 대한민국(기상청장) 기상 관측 시스템 및 그 방법
KR101547860B1 (ko) 2013-11-13 2015-08-27 재단법인 한국형수치예보모델개발사업단 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치
KR20150101199A (ko) 2014-02-26 2015-09-03 부산대학교 산학협력단 수요자의 종사 연안 산업 및 지역에 따른 수요자 맞춤형 연안 기상정보 제공 시스템 및 방법
KR20210114226A (ko) 2020-03-10 2021-09-23 (주)큐버솔루션 인공신경망을 이용한 실시간 풍향 예측 서비스 장치 및 그 방법

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100903716B1 (ko) * 2008-08-25 2009-06-19 성환도 3차원 재해 예측 시뮬레이션 시스템
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법
KR101511234B1 (ko) * 2012-01-13 2015-04-10 이화여자대학교 산학협력단 기후변화 예측 수치모델을 이용한 기후변화 콘텐츠 생성방법 및 시스템
KR101538936B1 (ko) * 2013-11-07 2015-07-24 재단법인 한국형수치예보모델개발사업단 확대 모드에 의해 수치일기예보모델의 초고해상도 데이터를 전체 가시화하는 방법 및 이를 수행하는 하드웨어 장치
CN103984553B (zh) * 2014-05-26 2017-10-24 中科创达软件股份有限公司 一种3d桌面显示方法和系统
CN108182492B (zh) * 2017-12-29 2020-09-25 中科赛诺（北京）科技有限公司 一种资料同化方法及装置
CN108509387B (zh) * 2018-03-27 2021-09-14 生态环境部核与辐射安全中心 一种核电厂区域尺度气载放射性核素扩散特征验证方法
CN108896972A (zh) * 2018-06-22 2018-11-27 西安飞机工业（集团）有限责任公司 一种基于图像识别的雷达图像仿真方法
KR101969716B1 (ko) 2018-10-26 2019-08-13 한국과학기술정보연구원 공간 특성값 예측 방법 및 이를 적용한 시스템
KR102013692B1 (ko) 2018-11-09 2019-08-23 한국과학기술정보연구원 자살 치명도 예측 장치 및 방법
KR102082934B1 (ko) * 2018-12-06 2020-02-28 대한민국(행정안전부 국립재난안전연구원장) 기상 정보 제공 장치 및 방법
KR101997012B1 (ko) 2018-12-18 2019-07-05 한국과학기술정보연구원 오토마타 상태 복잡도에 기초한 프로그램의 리소스 예측 방법 및 이를 적용한 장치
KR20200110264A (ko) 2020-09-02 2020-09-23 김민아 실시간 기상상태를 제공 및 예측하는 기상시스템
CN113111528A (zh) * 2021-04-22 2021-07-13 上海眼控科技股份有限公司 一种初生对流信息确定方法、装置、设备和存储介质
CN116359218B (zh) * 2023-06-02 2023-08-04 北京建工环境修复股份有限公司 一种工业聚集区大气污染移动监测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010000624A (ko) * 2000-10-10 2001-01-05 최은석 고성능 컴퓨터를 이용한 연산기능 제공방법
KR20010077581A (ko) * 2000-02-03 2001-08-20 강상훈 소수계 환경관리를 위한 정보처리시스템
KR20010096246A (ko) * 2000-04-18 2001-11-07 배병훈 시계열 데이타 분석을 전문적으로 수행하는 인터넷 서비스시스템
WO2002009353A2 (en) * 2000-07-24 2002-01-31 Weatherbank, Inc. Interactive weather advisory system
KR20040023393A (ko) * 2002-09-11 2004-03-18 주식회사 텐코리아 재해 관리시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010077581A (ko) * 2000-02-03 2001-08-20 강상훈 소수계 환경관리를 위한 정보처리시스템
KR20010096246A (ko) * 2000-04-18 2001-11-07 배병훈 시계열 데이타 분석을 전문적으로 수행하는 인터넷 서비스시스템
WO2002009353A2 (en) * 2000-07-24 2002-01-31 Weatherbank, Inc. Interactive weather advisory system
KR20010000624A (ko) * 2000-10-10 2001-01-05 최은석 고성능 컴퓨터를 이용한 연산기능 제공방법
KR20040023393A (ko) * 2002-09-11 2004-03-18 주식회사 텐코리아 재해 관리시스템 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
제주지역에 적합한 중규모 단시간 예측 시스템의 개발, 2001.6, P186-194 *
한반도 국지기상 자료동화 기법 개발, 2001, 기상청 기상연구소 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101357600B1 (ko) 2007-11-19 2014-02-11 대한민국(기상청장) 기상 관측 시스템 및 그 방법
WO2010117959A3 (en) * 2009-04-05 2011-01-20 Baron Services, Inc. System for draping meteorological data on a three dimensional terrain image
WO2012005532A2 (ko) * 2010-07-08 2012-01-12 한국과학기술정보연구원 지구환경변화 예측시스템 및 지구환경변화 예측방법
WO2012005532A3 (ko) * 2010-07-08 2012-04-05 한국과학기술정보연구원 지구환경변화 예측시스템 및 지구환경변화 예측방법
KR101183699B1 (ko) 2011-12-30 2012-09-18 한국해양연구원 눈 깊이 초기화를 이용한 기온의 계절 예측 방법
KR101547860B1 (ko) 2013-11-13 2015-08-27 재단법인 한국형수치예보모델개발사업단 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치
KR20150101199A (ko) 2014-02-26 2015-09-03 부산대학교 산학협력단 수요자의 종사 연안 산업 및 지역에 따른 수요자 맞춤형 연안 기상정보 제공 시스템 및 방법
KR20210114226A (ko) 2020-03-10 2021-09-23 (주)큐버솔루션 인공신경망을 이용한 실시간 풍향 예측 서비스 장치 및 그 방법

Also Published As

Publication number Publication date
KR20040092403A (ko) 2004-11-03

Similar Documents

Publication Publication Date Title
KR100619144B1 (ko) 실시간 기상 데이터 처리 시스템 및 방법
CN105874479B (zh) 用于定义和预测飞机轨迹的系统和方法
Rolph et al. Real-time environmental applications and display system: READY
US8103435B2 (en) Near real-time traffic routing
CN110428104A (zh) 一种污染贡献率确定方法、装置、电子设备及存储介质
CN106295905A (zh) 一种基于拉格朗日输送模型的空气质量快速溯源预报方法
Ram et al. SMARTBUS: A web application for smart urban mobility and transportation
KR20070038058A (ko) 비정형 격자를 통한 기상 예보 방법 및 시스템
JP2021043105A (ja) 気象予報システムおよび気象予報方法
Zelentsov et al. River flood forecasting system: An interdisciplinary approach
Kedrin et al. System for Visualization the Map of Air Pollution by Vehicles
CN116324523A (zh) 湍流预测系统以及湍流预测方法
Rathore et al. Collaborative mechanism for tropical cyclone monitoring and prediction over north Indian ocean
JP2023007932A (ja) 風況予測システム、風況予測方法、および風況予測プログラム
Spiridonov et al. Weather forecast and NWP
de Grado et al. On the development of a digital meteorological model for simulating future air traffic management automation
Berberoğlu et al. Geospatial technologies for physical planning: Bridging the gap between earth science and planning
CN104714786A (zh) 新式gis的旅游个人突发情况预处理系统
KR101622176B1 (ko) 무인차량 전역 경로계획을 위한 지형분석정보 형성방법
Kim et al. SALT-Viz: Real-Time Visualization for Large-Scale Traffic Simulation
RU2602428C2 (ru) Способ оперативного гидрометеорологического ледового обеспечения и ледово-информационная система для его осуществления
KR20200105268A (ko) 생명기후분석시스템 기반 도시의 주거지역과 숲의 인지온도 및 초과사망증가율 예측 방법 및 시스템
Box et al. Signal control using vehicle localization probe data
Son et al. Fine-resolution mapping of particulate matter concentration in urban areas and population exposure analysis via dispersion modeling: a study in Daejeon, South Korea
Harrington et al. A Bayesian spatio-temporal aircraft route predictive algorithm with applications to military operations

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100810

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee