KR101790182B1 - 도시 기후 분석 시스템 및 방법 - Google Patents
도시 기후 분석 시스템 및 방법 Download PDFInfo
- Publication number
- KR101790182B1 KR101790182B1 KR1020150164993A KR20150164993A KR101790182B1 KR 101790182 B1 KR101790182 B1 KR 101790182B1 KR 1020150164993 A KR1020150164993 A KR 1020150164993A KR 20150164993 A KR20150164993 A KR 20150164993A KR 101790182 B1 KR101790182 B1 KR 101790182B1
- Authority
- KR
- South Korea
- Prior art keywords
- temperature
- temperature distribution
- derived
- climate
- correlation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 230000008859 change Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000000611 regression analysis Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000010200 validation analysis Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
- G01W1/04—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving only separate indications of the variables measured
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- General Physics & Mathematics (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
본 발명은 도시 기후 분석 시스템 및 방법이 개시되어 있다. 이러한 본 발명에 따르면, 최고 최저 기온편차, 중규모 기후 모델 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 종합 기온 모델, 토지 피복율, 지도 분석으로부터 도출된 건물 높이 및 고도를 반영하여 새로운 도시 기후 분석 모델을 생성함에 따라, 생성된 새로운 도시 기후 분석 모델을 이용하여 정밀도가 향상된 도시 기후 지도를 이용자에게 제공할 수 있고, 실측 자료와 새로운 도시 기후 분석 모델에 의해 예측된 결과와의 비교를 토대로 새로운 도시 기후 분석 모델에 대한 평가 및 검증을 실행함에 따라, 새로운 도시 기후 분석 모델과 새로운 도시 기후 분석 모델로부터 제공된 도시 기후 지도에 대한 신뢰성을 향상하게 된다.
Description
본 발명은 도시 기후 분석 시스템 및 방법에 관한 것으로, 더욱 상세하게는 중규모 기온분포, 빌딩 면적, 숲, 건물 높이, 및 고도 등을 포함하는 도시 기후 변동과 관련된 각 요소 별 관측 자료가 반영된 새로운 종합 기온 분포를 토대로 도시 기후 분포 지도에 대한 정밀도를 향상시킬 수 있도록 한 시스템 및 방법에 관한 것이다
인간의 활동에 따라 도시화 현상이 발생되고, 이러한 도시화 현상은 기후 환경의 변화에 상당한 영향을 미친다. 이러한 도시화에 따른 기후 환경 변화는 수치 기상 모델이나 확산 모델을 이용하여 분석하고 분석된 기후 환경 변화에 대한 정밀도는 지상 및 위성 관측 자료를 이용하여 수치 기상 모델 또는 확산 모델을 개선함에 따라 더욱 높일 수 있다.
즉, 도시 기후 분석은 높은 고도에서의 중규모 기후 분석과 고해상도 토지 피복 형태에 따라 격자화된 온도 분포를 제공하는 모델을 이용한 국지적 기후 영향 분석의 결합으로 실행되며, 여기서 중규모 기후 분석은 수치 기상 모델을 이용하여 실행되고 국지적 기후 영향 분석은 지도(GIS) 자료를 이용하여 실행된다.
이때 전체 평균에 대한 상대적인 기온인 종합 기온 분포는 중규모 기상 모델 MetPhoMod의 모의 결과(MD: Mesco-scale air temperature Deviation)에 도시 구조 GIS 자료로부터 국지 규모 기온편차 분포(LD: Local-scale air temperature Deviation), 찬공기 생성량(CP: Cold air Production)의 결합으로 도출된다.
이러한 일반적인 도시 기후 분석 시스템에 의하면, 중규모 및 국지 규모 기온 분포(MD, LD)과 종합 기온분포(TD)를 관측 자료의 기온편차분포와 비교하여 볼 때 종합 기온 분포(TD) 보다 국지 규모 기온 분포(LD)가 관측 자료에 근접하고, 도시개발 중심의 외곽에 위치한 관측 지점에서의 종합 기온 분포(TD)는 식생 근처에 있는 관측 지점에서 종합 기온 분포가 음의 영향으로 관측 자료와의 차가 크며, 낮은 고도로 인한 찬 공기의 유입되는 지점과 고도가 높은 위치에서의 찬공기의 유출의 가능성은 전혀 고려되지 아니한다.
즉, 상기 도시 기후 분석 모델은 토지 이용의 형태와 건축에 의한 지면의 밀폐도, 밀집도를 계산하여 국지 기후의 형성 과정을 분석함에 있어 경계 조건의 기상학적 입력 정보가 고정되어 있는 미규모 모델이 존재하고 중규모 기상 모델은 상세한 공간 해상도를 제공하지 못하므로 도시 기후 분석 모델에 대한 정밀도가 떨어지는 문제점이 있었다.
이에 따라 기존의 중규모 기후 모델에 의해 해석된 기온편차분포와 중규모 기후 모델에서 해석되지 아니한 고해상도의 기온편차 분포, 중규모 기후 모델 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 기존의 종합 기온 모델, 토지 피복율, 지도 분석으로부터 도출된 건물 높이, 식생 높이, 및 고도와, 기본연구지역의 중규모 기온 분포, 찬공기 생성량, 및 지표발열방출량 등을 반영하여 새로운 도시 기후 분석 모델을 도출하고 새로운 도시 기후 분석 모델을 이용하여 정밀도가 향상된 도시 기후 분석 지도를 이용자에게 제공하기 위한 방안을 제안하고자 한다.
본 발명은 상기 문제점을 해결하기 위하여 안출한 것으로, 본 발명의 목적은 기 정해진 기본연구지역(Study Region, SR)의 최고 및 최저 기온편차, 중규모 기후 모델 및 국지규모 모델, 및 찬공기 생성량을 이용하여 도출된 종합 기온 모델과, 토지 피복율, 지도 분석으로부터 도출된 건물 높이, 식생 높이, 및 고도와 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF) 중 적어도 하나 이상의 도시 기후 변동과 연관된 요소를 반영하여 새로운 종합 기온 분포에 대한 모델을 도출함에 따라, 새로운 종합 기온 분포에 대한 모델을 이용하여 정밀도가 향상된 도시 기후 분포 지도를 이용자에게 제공할 수 있는 도시 기후 분석 시스템 및 방법을 제공하고자 함에 있다.
본 발명의 다른 목적은, 실측 자료와 새로운 종합 기온 분포에 의해 도출된 예측 자료의 비교를 토대로 새로운 종합 기온 분포에 대한 평가 및 검증을 실행함에 따라, 새로운 종합 기온 분포에 대한 모델과 새로운 종합 기온 분포에 대한 모델로부터 제공된 도시 기후 분포 지도에 대한 신뢰성을 향상시킬 수 있는 도시 기후 분석 시스템 및 방법을 제공하고자 함에 있다.
삭제
상기 목적을 달성하기 위한 본 발명의 제1 관점에 따른 기술적 과제는,
기 지정된 기본연구지역의 소정 위치에 마련되고 기 정해진 소정 주기로 제공되는 관측 자료를 수신하는 복수의 관측소; 상기 복수의 관측소의 관측 자료를 기 정해진 기상 조건(풍속, WSpd: wind speed, w0, w1, w2, 구름양, CA: daily amount cloud, co, c1, c2) 별로 그룹핑하여 분류하고 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 및 최저 기온과 전체 관측 평균 기온을 감산하여 도출된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 도시 기후 변동과 관련된 각 요소 별 관측 자료에 대해 상관 분석 및 회귀 분석을 실행하여 각 요소 별 가중치를 도출하며 도출된 가중치가 반영된 각 요소로부터 종합 기온 분포를 설정하는 종합 기온 분포 모델링부; 및 상기 종합 기온 분포에 대한 모델을 이용하여 도시 기후 분포 지도를 생성하는 도시 기온 분포 지도 생성부를 포함하되,
상기 도시 기후 변동과 관련된 요소는,
토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca), 및 지표발열방출(dTSHF) 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
기 지정된 기본연구지역의 소정 위치에 마련되고 기 정해진 소정 주기로 제공되는 관측 자료를 수신하는 복수의 관측소; 상기 복수의 관측소의 관측 자료를 기 정해진 기상 조건(풍속, WSpd: wind speed, w0, w1, w2, 구름양, CA: daily amount cloud, co, c1, c2) 별로 그룹핑하여 분류하고 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 및 최저 기온과 전체 관측 평균 기온을 감산하여 도출된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 도시 기후 변동과 관련된 각 요소 별 관측 자료에 대해 상관 분석 및 회귀 분석을 실행하여 각 요소 별 가중치를 도출하며 도출된 가중치가 반영된 각 요소로부터 종합 기온 분포를 설정하는 종합 기온 분포 모델링부; 및 상기 종합 기온 분포에 대한 모델을 이용하여 도시 기후 분포 지도를 생성하는 도시 기온 분포 지도 생성부를 포함하되,
상기 도시 기후 변동과 관련된 요소는,
토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca), 및 지표발열방출(dTSHF) 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
바람직하게 상기 요소는, 상기 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV)과, 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 고도(Z)와, 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca), 및 지표발열방출량(dTSHF) 중 적어도 하나 이상으로 구비될 수 있다.
또한, 상기 종합 기온 분포 모델링부는, 상기 복수의 관측소에서 공급된 관측 자료를 기 정해진 기상 조건 별로 그룹핑하여 분류하는 가공 모듈; 상기 관측소의 관측 지점의 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 기온 및 최저 기온에서 전체 관측 평균 기온을 감산하여 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0) 별 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 연산하는 기온 편차 연산 모듈; 연산된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 상기 도시 기후 변동과 관련된 요소에 대한 상관도를 도출하는 상관 관계 도출 모듈; 상기 도출된 상관도에 의해 선택된 상관 관계가 있는 요소와 연산된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)에 대한 회귀 분석을 실행하여 각 요소 별 회귀 계수를 도출하는 회귀 분석 모듈; 및 각 요소에 대한 회귀 계수로부터 도출된 각 요소 별 가중치가 반영된 새로운 종합 기온 분포(TD')를 설정하는 종합 기온 분포 설정 모듈을 포함하고,
상기 상관 관계가 있는 요소는, 토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)와 수목(fTV), 기본연구지역(SR)의 중규모기온분포MD), 건물 높이(hb), 및 Z(고도) 중 적어도 하나 이상인 것이 바람직하다 할 것이다.
상기 상관 관계가 있는 요소는, 토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)와 수목(fTV), 기본연구지역(SR)의 중규모기온분포MD), 건물 높이(hb), 및 Z(고도) 중 적어도 하나 이상인 것이 바람직하다 할 것이다.
여기서, 상기 새로운 종합 기온 분포(TD')는, 상기 중규모 기온 분포에 의해 해석된 기온편차분포와 중규모 기온 분포에 의해 해석되지 아니한 고해상도의 국지 규모 기온편차 분포의 합으로 도출되며, 관측 자료가 풍속 및 구름양으로 그룹핑된 경우 상기 새로운 종합 기온 분포(TD')은 다음 식을 만족하는 것이 바람직하다 할 것이다.
새로운 종합 기온분포(TD') = 0.28*MD(기본연구지역(SR)의 중규모기온분포)+0.50*fBS(빌딩 면적)-0.80*fTV(수목)-0.05*hb(빌딩높이)-0.002*Z(고도)
를 만족한다.
를 만족한다.
바람직하게 상기 도시 기후 분석 시스템은, 상기 새로운 종합 기온 분포(TD')을 토대로 도출된 예측 기온과 실측 기온과의 비교를 통해 새로운 종합 기온 분포(TD')모델에 대한 평가 및 검증을 실행하기 위한 평가부를 더 포함할 수 있다.
전술한 시스템을 이용한 본 발명의 다른 실시 예에 따른 도시 기후 분석 방법은, (a) 복수의 관측소에서 공급된 관측 자료를 기 정해진 기상 조건 별로 그룹핑하여 분류한 후 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 기온 및 최저 기온에서 전체 관측 평균 기온을 감산하여 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0) 별 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 도출하는 단계; (b) 연산된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 기 설정된 도시 기후 변동과 관련된 각 요소에 대한 상관도를 도출하는 단계; (c) 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 도출된 상관도에 의해 선택된 상관 관계에 있는 요소에 대해 회귀 분석을 실행하여 각 요소 별 회귀 계수를 도출하고 각 회귀 계수에 대응되어 기 저장된 가중치를 토대로 새로운 종합 기온 분포(TD')를 생성하는 단계; 및 (d) 상기 종합 기온 분포(TD')에 대한 모델을 통해 도시 기후 분포 지도를 생성하는 단계를 포함하고,
상기 도시 기후 변동과 관련된 각 요소는, 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV)과, 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 및 고도(Z)와, 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF) 중 적어도 하나 이상이고,
상기 상관 관계가 있는 요소는, 토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)와 수목(fTV), 기본연구지역(SR)의 중규모기온분포MD), 건물 높이(hb), 및 Z(고도) 중 적어도 하나 이상인 것을 특징으로 한다.
상기 도시 기후 변동과 관련된 각 요소는, 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV)과, 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 및 고도(Z)와, 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF) 중 적어도 하나 이상이고,
상기 상관 관계가 있는 요소는, 토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)와 수목(fTV), 기본연구지역(SR)의 중규모기온분포MD), 건물 높이(hb), 및 Z(고도) 중 적어도 하나 이상인 것을 특징으로 한다.
또한 바람직하게 상기 (d) 단계 이후에 새로운 종합 기온 분포(TD')을 토대로 도출된 예측 기온과 실측 기온과의 비교를 통해 새로운 종합 기온 분포(TD')모델에 대한 평가 및 검증을 실행하는 단계를 더 포함할 수 있다.
상술한 바와 같이 본 발명에 따르면, 기 정해진 상세연구지역의 최고 및 최저 기온편차, 도시 기후 변동과 관련된 중규모 기후 모델, 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 기존의 종합 기온 모델, 토지 피복율, 건물 높이, 식생 높이, 고도, 기본연구지역(SR)의 중규모 기온 분포, 찬공기 생성량, 및 지표발열방출량(dTSHF) 중 적어도 하나 이상의 요소를 반영하여 새로운 종합 기온 분포에 대한 모델을 도출함에 따라, 새로운 종합 기온 분포에 대한 모델을 이용하여 정밀도가 향상된 도시 기후 분포 지도를 이용자에게 제공할 수 있는 효과를 얻는다.
본 발명에 의하면, 실측 자료와 새로운 종합 기온 분포에 의해 도출된 예측 자료의 비교를 토대로 새로운 종합 기온 분포에 대한 평가 및 검증을 실행함에 따라, 새로운 종합 기온 분포에 대한 모델과 새로운 종합 기온 분포에 대한 모델로부터 제공된 도시 기후 분포 지도에 대한 신뢰성을 향상시킬 수 있는 이점을 가진다.
본 명세서에서 첨부되는 다음의 도면들은 본 발명의 바람직한 실시 예를 예시하는 것이며, 후술하는 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니된다.
도 1은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 구성을 보인 도이다.
도 2는 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 종합 기온 분포 모델링부의 세부적인 구성을 보인 도이다.
도 3은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 종합 기온 분포 모델링부의 일 례를 보인 도이다.
도 4 내지 도 7은 본 발명의 실시 예에 따른 각 계절의 그룹 별 도시 기후 변동과 연관된 요소와 최고 기온 편차 및 최저 기온 편차에 대한 상관도를 도시한 도이다.
도 8 및 도 9는 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 도시 기온 분포 지도를 보인 예시도들이다.
도 10은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 평가부에 적용되는 실측 자료와 예측 자료를 보인 예시도이다.
도 11은 본 발명의 다른 실시 예에 따른 도시 기후 분석 과정을 보인 흐름도이다.
도 1은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 구성을 보인 도이다.
도 2는 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 종합 기온 분포 모델링부의 세부적인 구성을 보인 도이다.
도 3은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 종합 기온 분포 모델링부의 일 례를 보인 도이다.
도 4 내지 도 7은 본 발명의 실시 예에 따른 각 계절의 그룹 별 도시 기후 변동과 연관된 요소와 최고 기온 편차 및 최저 기온 편차에 대한 상관도를 도시한 도이다.
도 8 및 도 9는 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 도시 기온 분포 지도를 보인 예시도들이다.
도 10은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 평가부에 적용되는 실측 자료와 예측 자료를 보인 예시도이다.
도 11은 본 발명의 다른 실시 예에 따른 도시 기후 분석 과정을 보인 흐름도이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
하기 설명에서 구체적인 특정 사항들을 나타내고 있는데, 이는 본 발명의 보다 전반적인 이해를 돕기 위해 제공된 것이다. 그리고 본 발명을 설명함에 있어, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.
도 1은 본 발명의 실시 예에 따른 도시 기후 분석 시스템의 구성을 보인 도이다. 본 발명의 실시 예에 따른 도시 기후 분석 시스템은, 중규모 기온 분포에 의해 해석된 기온편차분포와 중규모 기온 분포에서 해석되지 아니한 고해상도의 기온편차 분포를 반영하여 새로운 종합 기온 분석에 대한 모델을 생성하기 위해, 중규모 기온 및 국지 규모 기온 모델 및 찬공기 생성량으로부터 도출된 종합 기온 분포(TD)에 관측 기온으로부터 연산된 최고 및 최저 기온 편차(dTmax)(dTmin)와 도시 기후 변동과 연관된 복수의 요소의 관측 자료를 반영하여 새로운 종합 기온 분포(TD')를 생성하고 생성된 새로운 종합 기온 분포(TD')를 토대로 도시 기후 분석 지도를 생성하도록 구비되며, 이러한 시스템(S)은 복수의 관측소(100), 종합 기온 분포 모델링부(300), 도시 기후 분포 지도 생성부(500), 및 평가부(700)를 포함한다.
여기서 복수의 관측소(100)는 기본연구지역의 소정 위치에 마련되어 10년동안 밤 시간 대의 풍속(WSpd) 및 구름양(CA) 자료를 수신하고 수신된 풍속(WSpd: wind speed, w0, w1, w2) 및 구름양(CA: daily amount cloud, co, c1, c2) 은 종합 기온 분포 모델링부(300)로 제공된다.
종합 기온 분포 모델링부(300)는 상기 복수의 관측소의 관측 자료를 기 정해진 기상 조건(풍속, WSpd: wind speed, w0, w1, w2, 구름양, CA: daily amount cloud, co, c1, c2) 별로 그룹핑하여 분류하고 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별로 최고 및 최저 기온과 전체 관측 평균 기온을 감산하여 도출된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 도출한다.
그리고 종합 기온 분포 모델링부(300)는 도시 기후 변동과 관련된 각 요소 별 관측 자료와 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)에 대한 상관 분석 및 회귀 분석을 실행하여 각 요소 별 가중치를 도출하며 도출된 가중치가 반영된 각 요소로부터 종합 기온 분포를 설정하도록 구비될 수 있다.
그리고 종합 기온 분포 모델링부(300)는 도시 기후 변동과 관련된 각 요소 별 관측 자료와 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)에 대한 상관 분석 및 회귀 분석을 실행하여 각 요소 별 가중치를 도출하며 도출된 가중치가 반영된 각 요소로부터 종합 기온 분포를 설정하도록 구비될 수 있다.
여기서, 도시 기후 변동과 관련된 각 요소 별 관측 자료는, 상기 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV)과, 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 고도(Z)와, 종합 기온 분포(TD), 기본연구지역(SR)의 중규모기온분포(MD), 찬공기 생성량(dTca) 및 지표발열방출(dTSHF) 중 적어도 하나 이상으로 구비될 수 있으나, 본 발명은 이에 한정되지 아니한다.
본 발명의 실시 예에서 관측소에서 제공된 이전 10년간의 밤 시간대 풍속 및 구름양에 대한 관측 자료를 토대로 분류된 그룹 별 각 요소의 관측 자료를 토대로 새로운 종합 기온 분포를 생성하는 일련의 과정을 일 례로 설명한다.
도 2는 도 1에 도시된 종합 기온 분포 모델링부(300)의 세부적인 구성을 보인 도로서, 도 2를 참조하면, 종합 기온 분포 모델링부(300)는, 복수의 관측소(100)에서 공급된 관측 자료를 기 정해진 기상 조건 별로 그룹핑하여 분류하는 가공 모듈(310)과, 관측 지점의 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 기온 및 최저 기온에서 전체 관측 평균 기온을 감산하여 각 그룹 별 최고 및 최저 기온 편차(dTmax)(dTmin)를 각각 연산하는 기온 편차 연산 모듈(330)과, 연산된 최고 및 최저 기온 편차(dTmax)(dTmin)와 상기 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV), 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 및 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모기온분포(MD), 찬공기 생성량(dTca), 및 지표발열방출(dTSHF) 적어도 하나 이상의 요소에 대한 상관도를 도출하는 상관 관계 도출 모듈(350)과, 최고 및 최저 기온 편차(dTmax)(dTmin)와 상기 도출된 상관도에 의해 선택된 상관 관계가 있는 요소에 대해 회귀 분석을 실행하여 각 요소 별 회귀 계수를 도출하는 회귀 분석 모듈(370)와, 각 요소에 대한 회귀 계수로부터 도출된 각 요소 별 가중치가 반영된 새로운 종합 기온 분포(TD')를 설정하는 종합 기온 분포 설정모듈(390)를 포함한다.
도 3은 도 2에 도시된 가공 모듈(310)에 의해 각 계절의 그룹 별 풍속 및 구름양을 보인 도면으로서, 도 3을 참조하면, 가공 모듈(310)은 상세연구지역에 설치된 관측소로부터 수신된 관측 자료를 봄, 여름, 가을, 겨울의 기상 조건 별 수신되는 풍속(w0 내지 w2) 및 구름양(c0 내지 c2 )에 따라 9개 그룹으로 분류한다.
그리고 기온 편차 연산 모듈(330)은 관측 지점에서 수신된 관측 기온에서 전체 관측 평균 기온을 감산하여 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 도출하는 기능을 수행한다.
또한 상관 관계 도출 모듈(350)은, 관측 지점의 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모기온분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF)의 관측 자료를 수신하고, 수신된 관측 지점의 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)과 수목(fTV), 건물 높이(hb), 고도(Z), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF)의 관측 자료에 대한 상관 분석을 실행하여 상관 관계를 도출하도록 구비된다.
여기서, 토지피복 점유율(fBS, fUS, fVS, fTV)은 수목(TV), 자연초지(VS), 인공피복(US), 및 빌딩 면적(BS) 중 하나 이상을 포함할 수 있다. 즉, 영역을 확장하고자 하는 위치 및 그 주변 지역의 관측 자료를 이용하여 기본연구지역에 위치한 관측소의 관측 자료를 이용하여 연산된 최고 및 최저 기온 편차(dTmax)(dTmin)와, 토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출(dTSHF) 간의 상관 분석이 수행된다.
그리고, 회귀 분석 모듈(370)은, 상관 관계 도출 모듈(350)에서 도출된 최고 및 최저 기온 편차(dTmax)(dTmin)와, 토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)에서의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출(dTSHF) 중 상관 관계가 있는 빌딩 면적(fBS), 수목(fTV), 빌딩 높이(hb), 및 고도(Z)에 대해, 지표 분석 계수를 이용한 회귀 분석을 수행하여 각 요소의 가중치를 생성한다.
여기서, 통계 분석 시스템(SAS: Statistical Analysis System)을 이용한 회귀 분석 수행 시 변수는 백워드, 포워드, 스텝 와이즈 중 하나를 이용하여 선택되며 본 발명에서 스텝 와이즈 프로시져를 이용하여 변수를 선택함이 바람직하다 할 것이다.
이러한 통계 분석 시스템을 이용하여 상관도가 있는 요소에 대해 회귀 계수를 도출하는 일련의 과정은 일반적인 통계 분석 시스템을 이용하여 회귀 계수를 도출하는 일반적인 과정과 동일 또는 유사하다.
도 4 내지 도 7은 도 2에 도시된 상관 관계 도출 모듈(350)의 분석 결과를 보인 도면으로서, 도 4 내지 도 7을 참조하면, 도 3에 도시된 봄(spring), 여름(summer), 가을(autumn), 및 겨울(fall) 별 각 기상 조건을 토대로 기 설정된 그룹 별 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 도시 기후 변동과 연관된 요소에 대한 상관 관계를 각 계절 별로 확인할 수 있다. 즉, 도 4 내지 도 7에 도시된 바와 같이, 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 기존의 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출(dTSHF) 간의 상관도는 여름철이 높고, 바람이 약하고 구름이 적은 그룹(w0c0)이 높음을 알 수 있다. 여기서, 기존의 종합 기온 분포(TD), 토지피복 점유율 중 인공 피복(fUS), 빌딩 면적(fBS), 자연 초지(fVS)와 건물 높이(hb)에 대해서는 양의 상관 관계를 가지며, 찬공기 생성량(dTca), 수목(fVS), 식생 높이(hv)는 음의 상관 관계를 가짐을 알 수 있다.
또한 규모가 상대적으로 작은 상세연구지역(DR)의 기온 편차는 최저기온 보다는 최고기온일 때 상관도가 명확하고, 중규모 기온 분포(MD)는 모든 계절에서 상관 관계가 없거나, 음의 상관 관계를 나타내는 것으로 판단된다. 즉 기온 분포 차는 100m 해상도의 중규모 기온 분포(MD) 보다는 국지 규모 기온 분포(LD)가 유효한 것으로 분석된다.
그리고 규모가 확장된 기본연구지역(SR)의 기온 편차도 최저기온보다 최고기온일 때, 상관도가 명확하다. 그러나 중규모 기온 분포(MD)는 국지규모 기온보다 더 많은 영향을 주는 것으로 나타났으며, 계절적 차이가 작아지고 풍속의 차이도 크게 나타나지 않은 것으로 분석된다.
또한 종합 기온 분포 설정 모듈(390)는 상관 관계 및 회귀 계수를 이용한 각 요소에 대한 가중치를 부여하고 이러한 가중치 및 관측 자료를 토대로 새로운 종합 기온 분포(TD')를 생성하도록 구비된다.
가중치는 상관 관계 및 회귀 계수에 대응되어 룩 업 테이블값으로 저장되며 새로운 종합 기온 분포(TD')는 부여된 각 요소의 가중치와 가중치에 대한 요소의 곱의 합으로 도출되며, 이러한 새로운 종합 기온 분포(TD')는 다음 식으로 나타낸다.
새로운 종합 기온분포(TD')는 상기 중규모 기온 분포에 의해 해석된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 중규모 기온 분포에 의해 해석되지 아니한 고해상도의 국지 규모(SD) 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)의 합으로 도출되며, 이러한 새로운 종합 기온분포(TD')= 0.28*MD(중규모기온분포)+0.50*fBS(빌딩 면적)-0.80*fTV(수목)-0.05*hb(건물 높이)-0.0002*Z(고도)를 만족한다.
여기서, 가중치는 해당 지역 기온에 영향을 미치는 계수이고, 빌딩이나 수목과 같은 토지 피복은 100m x 100m 격자 안에 5m 격자 토지 클래스들이 차지하는 비율이다.
여기서, 가중치는 해당 지역 기온에 영향을 미치는 계수이고, 빌딩이나 수목과 같은 토지 피복은 100m x 100m 격자 안에 5m 격자 토지 클래스들이 차지하는 비율이다.
삭제
이러한 새로운 종합 기온 분포(TD')에 의하면, 빌딩이 차지하는 비율에 대해 0.5 도씨 기온 상승, 수목이 차지하는 비율에 대해 0.8 도씨 각각 기온이 하강하고, 건물 높이가 높아질수록 기온이 0.05도씨 낮아짐을 알 수 있다. 이러한 새로운 종합 기온 분포(TD')는 25 m 격자 마다 해당되는 토지 클래스에 적용하여 도출된다.
한편, 도시 기온 분포 지도 생성부(500)는 이러한 새로운 종합 기온 분포(TD')를 토대로 정밀도가 높은 도시 기온 분포 지도를 생성한다.
도 8및 도 9는 도 1에 도시된 도시 기온 분포 지도 생성부(500)에 의해 생성된 도시 기온 분포 지도를 보인 도로서, 도 8에 도시된 바와 같이, 서울 관측소의 일최고 기온이 33도씨일 때 수도권 전역의 상세 기온 분포는 지도 형태로 표시가 가능하다. 생성된 도시 기온 분포 지도에 따르면, 중랑구, 동대문구, 광진구, 성동구, 종로구는 열적 환경이 높게 나타나고, 서대문구, 마포구, 서초구 강남구에서 열적 환경이 다소 높게 나타난다.
또한 도 9에 도시된 바와 같이, 친환경 도시 계획이 적용된 은평구 뉴타운 지역의 경우 기온 편차 범위가 다른 지역에 비교하여 상대적으로 낮게 나타낸다. 즉, 일 최고 기온이 33도씨일 때 친환경 도시 계획이 적용된 은평구 뉴타운의 경우 33도씨에서 34도씨로 분포인 반면 친환경 도시 계획이 적용되지 아니한 은평구의 경우 34도씨 이상인 지역이 넓게 나타난다. 이에 따라 고층 건물이 저밀도로 분포된 지역 보다 저층 건물이 고밀도로 분포하는 지역이 열적으로 취약함을 알 수 있다.
이에 따라, 기 정해진 기본연구지역의 최고 및 최저 기온편차, 중규모 기후 모델 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 종합 기온 모델, 토지 피복율, 지도 분석으로부터 도출된 건물 높이 및 고도 중 적어도 하나 이상의 도시 기후 변동과 연관된 요소를 반영하여 새로운 종합 기온 분포에 대한 모델을 도출함에 따라, 새로운 종합 기온 분포에 대한 모델을 이용하여 정밀도가 향상된 도시 기온 분포 지도를 이용자에게 제공할 수 있다.
본 발명의 실시 예에 따른 도시 기후 분석 시스템은, 새로운 종합 기온 분포(TD')을 토대로 예측 기온과 실측 기온의 비교를 통해 새로운 종합 기온 분포(TD') 모델에 대한 평가 및 검증을 실행하기 위한 평가부(700)를 더 포함할 수 있다.
도 10은 도 1에 도시된 평가부(700)에서 년도 별 예측 기온과 실측 기온의 년도 별 그래프들로서, 도 10의 (a)에 도시된 2007년도의 x 축의 종합 기온 분포(TD)를 이용한 예측 기온과 y 축의 실측 기온의 비 보다 (b)에 도시된 2011년도의 새로운 종합 기온 분포(TD')를 이용한 예측 기온과 실측 기온의 비가 1에 인접함을 알 수 있다.
이에 따라, 실측 자료와 새로운 종합 기온 분포에 의해 도출된 예측 자료의 비교를 토대로 새로운 종합 기온 분포에 대한 평가 및 검증을 실행함에 따라, 새로운 종합 기온 분포에 대한 모델과 새로운 종합 기온 분포에 대한 모델로부터 제공된 도시 기온 분포 지도에 대한 신뢰성을 향상시킬 수 있다.
한편, 기 정해진 기본연구지역의 최고 및 최저 기온편차와, 도시 기후 변동과 연관된 중규모 기후 모델 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 기존의 종합 기온 모델, 토지 피복율, 건물 높이, 식생 높이, 및 고도와, 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF) 중 적어도 하나 이상의 요소를 반영하여 새로운 종합 기온 분포에 대한 모델을 도출하고 도출된 새로운 종합 기온 분포에 대한 모델을 이용하여 도시 기후 분포 지도를 생성하며 도출된 새로운 종합 기온 분포에 대한 모델의 평가 및 검증을 실행하는 일련의 과정을 도 11을 참조하여 설명한다.
도 11은 도 1에 도시된 도시 기후 분석 시스템의 동작 과정을 보인 흐름도로서, 도 11을 참조하여 본 발명의 다른 실시 예에 따른 도시 기후 분석 과정을 설명한다.
우선, 종합 기온 분포 모델링부(300)는 복수의 관측소로부터 제공된 관측 자료를 수신하여 기상 조건 별로 그룹핑하고, 각 그룹별 관측 지점의 기온과 전체 관측 평균 기온을 감산하는 방식으로 기본연구지역에서의 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 도출한다(S1, S3).
이어, 종합 기온 분포 모델링부(300)는 각 최고 기온 및 최소 기온에 대한 기온 편차(dTmax)(dTmin)와, 토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF) 적어도 하나 이상의 요소에 대한 상관 관계를 나타내는 상관도를 도출하고, 상관도를 가지는 요소와 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)에 대해 회귀 분석을 실행하여 회귀 계수를 도출한다(S5).
이어 도출된 회귀 계수를 토대로 각 요소 별 가중치를 도출하고 도출된 가중치와 각 요소별 관측 자료와의 곱의 합으로 새로운 종합 기온 분포(TD')를 도출한다(S7, S9).
이어 도시 기온 분포 지도 생성부(500)는 단계(S7)의 새로운 종합 기온 분포에 대한 모델을 통해 도시 기후 분포 지도를 생성하고 생성된 도시 기후 분포 지도는 이용자에게 제공된다(S11).
즉, 관측된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin), 중규모 기후 모델 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 기존의 종합 기온 모델(TD), 토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출량(dTSHF)을 반영하여 새로운 종합 기온 분포(TD')를 도출함에 따라, 새로운 종합 기온 분포에 대한 모델을 이용하여 정밀도가 향상된 도시 기후 분포 지도를 이용자에게 제공할 수 있다.
한편, 평가부(700)는 새로운 종합 기온 분포에 대한 모델을 통해 예측 기온과 실측 기온과 비교를 토대로 새로운 종합 기온 분포에 대한 모델을 평가 및 검증한다(S13).
이에 따라, 실측 기온과 새로운 종합 기온 분포에 대한 모델에 의해 예측 기온과의 비교를 토대로 새로운 종합 기온 분포에 대한 모델의 평가 및 검증을 실행함에 따라, 새로운 종합 기온 분포에 대한 모델과 새로운 종합 기온 분포에 대한 모델로부터 제공된 도시 기후 지도에 대한 신뢰성을 향상시킬 수 있게 된다.
여기에 제시된 실시 예들과 관련하여 설명된 방법 또는 알고리즘의 단계들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시 예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.
최고 및 최저 기온편차, 중규모 기후 모델 및 국지규모 모델 및 찬공기 생성량을 이용하여 도출된 기존의 종합 기온 모델, 토지 피복율, 건물 높이, 식생 높이, 고도, 기본연구지역(SR)의 중규모 기온 분포, 찬공기 생성량, 및 지표발열방출량 중 적어도 하나의 요소를 반영하여 새로운 도시 기후 분석 모델을 생성함에 따라, 생성된 새로운 도시 기후 분석 모델을 이용하여 정밀도가 향상된 도시 기후 지도를 이용자에게 제공할 수 있고, 실측 자료와 새로운 도시 기후 분석 모델에 의해 예측된 결과와의 비교를 토대로 새로운 도시 기후 분석 모델에 대한 평가 및 검증을 실행함에 따라, 새로운 도시 기후 분석 모델과 새로운 도시 기후 분석 모델로부터 제공된 도시 기후 지도에 대한 신뢰성을 향상하는 도시 기후 분석 시스템 및 방법에 대한 운용의 정확성 및 신뢰도 측면, 더 나아가 성능 효율 면에 매우 큰 진보를 가져올 수 있으며, 적용되는 도시 기후 관련 시스템 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다
Claims (7)
- 기 지정된 기본연구지역의 소정 위치에 마련되고 기 정해진 소정 주기로 제공되는 관측 자료를 수신하는 복수의 관측소;
상기 복수의 관측소의 관측 자료를 기 정해진 기상 조건(풍속, WSpd: wind speed, w0, w1, w2, 구름양, CA: daily amount cloud, co, c1, c2) 별로 그룹핑하여 분류하고 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 및 최저 기온과 전체 관측 평균 기온을 감산하여 도출된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와, 도시 기후 변동과 관련된 요소 별 관측 자료에 대해 상관 분석 및 회귀 분석을 실행하여 각 요소 별 가중치를 도출하며 도출된 가중치가 반영된 각 요소로부터 종합 기온 분포를 설정하는 종합 기온 분포 모델링부; 및 상기 종합 기온 분포에 대한 모델을 이용하여 도시 기후 분포 지도를 생성하는 도시 기온 분포 지도 생성부를 포함하되,
상기 도시 기후 변동과 관련된 각 요소는,
토지피복 점유율(fBS, fUS, fVS, fTV), 건물 높이(hb), 식생 높이(hv), 고도(Z), 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출(dTSHF) 중 적어도 하나 이상 인 것을 특징으로 하는 도시 기후 분석 시스템. - 제1항에 있어서, 상기 요소는,
상기 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV)와; 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 및 고도(Z)와; 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 및 지표발열방출(dTSHF) 중 적어도 하나 이상으로 구비되는 것을 특징으로 하는 도시 기후 분석 시스템. - 제2항에 있어서, 상기 종합 기온 분포 모델링부는,
상기 복수의 관측소에서 공급된 관측 자료를 기 정해진 기상 조건 별로 그룹핑하여 분류하는 가공 모듈;
상기 관측소의 관측 지점의 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 기온 및 최저 기온에서 전체 관측 평균 기온을 감산하여 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0) 별 기온 편차 분포의 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 연산하는 기온 편차 연산 모듈; 연산된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 상기 도시 기후 변동과 관련된 각 요소와의 상관도를 도출하는 상관 관계 도출 모듈;
상기 도출된 상관도에 의해 선택된 상관 관계가 있는 요소와 연산된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)에 대한 회귀 분석을 실행하여 각 요소 별 회귀 계수를 도출하는 회귀 분석 모듈; 및
각 요소에 대한 회귀 계수로부터 도출된 각 요소 별 가중치가 반영된 새로운 종합 기온 분포(TD')를 설정하는 종합 기온 분포 설정 모듈을 포함하고,
상기 도출된 상관도에 의해 선택된 상관 관계가 있는 요소는
토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)와 수목(fTV), 기본연구지역(SR)의 중규모기온분포)(MD), 건물 높이(hb), 및 Z(고도) 중 적어도 하나인 것을 특징으로 하는 도시 기후 분석 시스템. - 제3항에 있어서, 상기 새로운 종합 기온 분포(TD')는,
상기 중규모 기온 분포에 의해 해석된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 중규모 기온 분포에 의해 해석되지 아니한 고해상도의 국지 규모(SD) 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)의 합으로 도출되며, 관측 자료가 풍속 및 구름양으로 그룹핑된 경우 상기 새로운 종합 기온 분포(TD')는 다음 식을 만족하는 것을 특징으로 하는 도시 기후 분석 시스템.
새로운 종합 기온분포(TD')= 0.28*MD(기본연구지역(SR)의 중규모기온분포)+0.50*fBS(빌딩 면적)-0.80*fTV(수목)-0.05*hb(건물 높이)-0.002*Z(고도) - 제4항에 있어서, 상기 도시 기후 분석 시스템은,
상기 새로운 종합 기온 분포(TD')을 토대로 도출된 예측 기온과 실측 기온과의 비교를 통해 새로운 종합 기온 분포(TD')모델에 대한 평가 및 검증을 실행하기 위한 평가부를 더 포함하는 것을 특징으로 하는 도시 기후 분석 시스템. - (a) 복수의 관측소에서 공급된 관측 자료를 기 정해진 기상 조건 별로 그룹핑하여 분류한 후 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0)별 최고 기온 및 최저 기온에서 전체 관측 평균 기온을 감산하여 각 그룹(w0c0, w1c1, w2c2, w0c2, w2c0) 별 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)를 도출하는 단계;
(b) 연산된 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 도시 기후 변동과 관련된 각 요소에 대한 상관도를 도출하는 단계;
(c) 최고 기온 편차(dTmax) 및 최저 기온 편차(dTmin)와 도출된 상관도에 의해 선택된 상관 계수를 가지는 요소에 대해 회귀 분석을 실행하여 각 요소 별 회귀 계수를 도출하고 각 회귀 계수에 대응되어 기 저장된 가중치를 토대로 새로운 종합 기온 분포(TD')를 생성하는 단계; 및
(d) 상기 종합 기온 분포(TD')에 대한 모델을 통해 도시 기후 분포 지도를 생성하는 단계를 포함하고,
상기 도시 기후 변동과 관련된 각 요소는, 복수의 관측소에서 제공된 토지피복 점유율(fBS, fUS, fVS, fTV)과, 지도 분석으로부터의 도출된 건물 높이(hb), 식생 높이(hv), 및 고도(Z)와, 종합 기온 분포(TD), 기본연구지역(SR)의 중규모 기온 분포(MD), 찬공기 생성량(dTca) 중 적어도 하나이고,
상기 도출된 상관도에 의해 선택된 상관 계수를 가지는 요소는
상기 토지피복 점유율(fBS, fUS, fVS, fTV) 중 빌딩 면적(fBS)와 수목(fTV), 기본연구지역(SR)의 중규모기온분포MD), 건물 높이(hb), 및 Z(고도) 중 적어도 하나 인 것을 특징으로 하는 도시 기후 분석 방법. - 제6항에 있어서, 상기 (d) 단계 이후에
새로운 종합 기온 분포(TD')을 토대로 도출된 예측 기온과 실측 기온과의 비교를 통해 새로운 종합 기온 분포(TD')모델에 대한 평가 및 검증을 실행하는 단계를 더 포함하는 것을 특징으로 하는 도시 기후 분석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150164993A KR101790182B1 (ko) | 2015-11-24 | 2015-11-24 | 도시 기후 분석 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150164993A KR101790182B1 (ko) | 2015-11-24 | 2015-11-24 | 도시 기후 분석 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170060487A KR20170060487A (ko) | 2017-06-01 |
| KR101790182B1 true KR101790182B1 (ko) | 2017-11-20 |
Family
ID=59221816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150164993A KR101790182B1 (ko) | 2015-11-24 | 2015-11-24 | 도시 기후 분석 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101790182B1 (ko) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102580312B1 (ko) * | 2018-04-30 | 2023-09-18 | 김기영 | 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법 |
| KR102250795B1 (ko) * | 2018-10-26 | 2021-05-11 | 광주과학기술원 | 환경 통합 모니터링 모듈을 이용한 환경 통합 모니터링 장치 및 그 방법 |
| KR102219574B1 (ko) * | 2019-03-19 | 2021-02-23 | 한국외국어대학교 연구산학협력단 | 도시 미기상과 미기후 환경 관리를 위한 국지기후유형 산출 방법 및 시스템 |
| KR102333524B1 (ko) * | 2019-10-16 | 2021-12-01 | 한국외국어대학교 연구산학협력단 | 식생 특성에 따른 기온저감 효과를 분석하는 식생 냉각 모델 산출시스템 및 방법 |
| CN113095690B (zh) * | 2021-04-16 | 2023-07-25 | 中国气象局气象探测中心 | 地面观测站基本要素的质量滚动评估方法和装置 |
-
2015
- 2015-11-24 KR KR1020150164993A patent/KR101790182B1/ko active IP Right Grant
Non-Patent Citations (3)
| Title |
|---|
| 김근회 외 4인, '대규모 도시 재개발에 따른 기상환경변화', 한국기상학회 대기, 제24권, 제1호, 2014. |
| 이채연 외 3인, '토지이용도와 기상모델을 이용한 서울기후분석(CAS)지도 개발', 한국지리정보학회지, 제14권, 제1호, 2011. |
| 이채연 외 6인, '도시기후 시뮬레이터 입력자료 생산기술', 국립기상연구소 기술노트, 2013. |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20170060487A (ko) | 2017-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101790182B1 (ko) | 도시 기후 분석 시스템 및 방법 | |
| Seeley et al. | The effect of global warming on severe thunderstorms in the United States | |
| Steeneveld et al. | The challenge of forecasting the onset and development of radiation fog using mesoscale atmospheric models | |
| KR101721695B1 (ko) | 도시 개발 대상지역의 미래 기후환경 변화 예측 분석시스템 및 이를 이용한 기후 환경 변화 예측 분석 방법 | |
| Chu et al. | Seasonal and diurnal variability of planetary boundary layer height in Beijing: Intercomparison between MPL and WRF results | |
| KR101943760B1 (ko) | 도시지역 대기환경 개선을 위한 상세 기류 진단 및 예측 정보 산출 시스템과 이를 이용하는 바람응용정보 추출 장치 | |
| Martin et al. | Estimation of urban temperature and humidity using a lumped parameter model coupled with an EnergyPlus model | |
| Katal et al. | Urban building energy and microclimate modeling–From 3D city generation to dynamic simulations | |
| Kent et al. | Aerodynamic roughness variation with vegetation: analysis in a suburban neighbourhood and a city park | |
| Cholaw et al. | The change of North China climate in transient simulations using the IPCC SRES A2 and B2 scenarios with a coupled atmosphere-ocean general circulation model | |
| Remenyi et al. | Australia’s Wine Future—A Climate Atlas, University of Tasmania, Hobart, Tasmania. ISBN: 978-1-922352-06-4 (electronic) | |
| Martínez-Alvarado et al. | Sting jets in simulations of a real cyclone by two mesoscale models | |
| Hanslian et al. | Combining the VAS 3D interpolation method and Wind Atlas methodology to produce a high-resolution wind resource map for the Czech Republic | |
| Srivastava et al. | Real-time nowcast of a cloudburst and a thunderstorm event with assimilation of Doppler weather radar data | |
| Ha et al. | Development of a micro-scale CFD model to predict wind environment on mountainous terrain | |
| Kolios et al. | An automated nowcasting system of mesoscale convective systems for the Mediterranean basin using Meteosat imagery. Part I: System description | |
| Sierra et al. | Impacts of land-surface heterogeneities and Amazonian deforestation on the wet season onset in southern Amazon | |
| Sokol et al. | Nowcasting of hailstorms simulated by the NWP model COSMO for the area of the Czech Republic | |
| Haszpra et al. | How well do tall-tower measurements characterize the CO 2 mole fraction distribution in the planetary boundary layer? | |
| Martin-Fernández et al. | Optimization of the resources management in fighting wildfires | |
| Hwang et al. | Characteristics of the daytime and nighttime MCSs over the Canadian Prairies using an ERA5-forced convection-permitting climate model | |
| KR102200282B1 (ko) | 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템 | |
| Shkol’nik et al. | Temperature extremes and wildfires in Siberia in the 21st century: the MGO regional climate model simulation | |
| YI et al. | Radiation flux impact in high density residential areas-a case study from Jungnang area, Seoul | |
| KR102255655B1 (ko) | 생명기후분석시스템 기반 도시의 주거지역과 숲의 인지온도 및 초과사망증가율 예측 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |