KR101817605B1 - 고해상도 기온자료 복원시스템 및 그 방법 - Google Patents

고해상도 기온자료 복원시스템 및 그 방법 Download PDF

Info

Publication number
KR101817605B1
KR101817605B1 KR1020150182045A KR20150182045A KR101817605B1 KR 101817605 B1 KR101817605 B1 KR 101817605B1 KR 1020150182045 A KR1020150182045 A KR 1020150182045A KR 20150182045 A KR20150182045 A KR 20150182045A KR 101817605 B1 KR101817605 B1 KR 101817605B1
Authority
KR
South Korea
Prior art keywords
data
temperature
remind
value
hpa
Prior art date
Application number
KR1020150182045A
Other languages
English (en)
Other versions
KR20170073818A (ko
Inventor
오재호
김홍중
양신일
심지한
Original Assignee
부경대학교 산학협력단
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 부경대학교 산학협력단 filed Critical 부경대학교 산학협력단
Priority to KR1020150182045A priority Critical patent/KR101817605B1/ko
Priority to PCT/KR2015/013997 priority patent/WO2017104883A1/ko
Publication of KR20170073818A publication Critical patent/KR20170073818A/ko
Application granted granted Critical
Publication of KR101817605B1 publication Critical patent/KR101817605B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Hydrology & Water Resources (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Radiation Pyrometers (AREA)

Abstract

본 발명은 고해상도 기온자료 복원시스템 및 그 방법에 대한 것으로서, 특히, AWS(Automatic Weather System) 자료를 격자화하여 고해상도고도별로 기온감률을 차등 적용하는 기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 생산하는 고해상도 기온자료 복원시스템 및 그 방법에 관한 것이다. 본 발명은 AWS 관측 자료를 고해상도 기온 진단 모형의 초기자료로 이용하여 목표 지역의 0.1 ~ 1.0 km 기온자료 오류를 감소시킬 수 있다. 또한, 본 발명은 고해상도기온진단모형이 고도별로 기온감률을 차등 적용하여 보다 정확한 고해상도 기온자료를 복원할 수 있다.

Description

고해상도 기온자료 복원시스템 및 그 방법{RECOVERY SYSTEM AND METHOD FOR HIGH RESOLUTION TEMPERATURE DATA}
본 발명은 고해상도 기온자료 복원시스템 및 그 방법에 대한 것으로서, 특히, AWS(Automatic Weather System) 자료를 격자화하여 고해상도고도별로 기온감률을 차등 적용하는 기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 생산하는 고해상도 기온자료 복원시스템 및 그 방법에 관한 것이다.
도시 홍수, 병충해 등에 대한 과거 사상 연구는 0.1 ~ 1.0 km 해상도의 초고해상도 기상 자료가 필요하다. 과거 사상에 대해서는 이미 관측 자료가 존재하여 AWS(Automatic Weather System) 관측 자료를 이용한 사상 연구를 하지만 이 관측 자료는 관측 지점이 있는 장소만의 기상 자료를 제공한다. AWS 관측 자료를 단순 보간법을 이용해 고해상도의 관측 자료로 만들면 이 자료는 동심원을 그리며 일정 지역의 자료가 '0'의 값으로 나타나는 현상이 발생한다. 위와 같은 문제를 해결하기 위해 AWS관측 자료와 고해상도기온진단모형을(Quantitative Temperature Model, QTM)이용하여 원하는 지역의 0.1 ~ 1.0 km 강수 자료를 생산하여 일정 지역의 자료가 '0'의 값으로 나타나는 현상을 제거 하고 고해상도의 자료를 복원할 수 있는 방법이 요구되고 있다.
대한민국 등록특허 제10-1335209호(2013.11.25. 등록)
본 발명의 목적은 고해상도기온진단모형을 이용하여 원하는 목표 지역의 0.1 ~ 1.0 km 기온 자료를 복원하는 고해상도 기온자료 복원시스템 및 그 방법을 제공하는 것이다.
상술한 목적을 달성하기 위해 본 발명은 AWS(Automatic Weather System) 자료를 격자화하는 자료 격자화 모듈과, 격자화된 자료를 기온감률을 고도별로 차등 적용하는 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 기온 정보 복원 모듈을 포함하는 것을 특징으로 하는 고해상도 기온자료 복원시스템을 제공한다.
상기 고해상도기온진단모형은, 상기 격자화된 자료의 고도가 1500m이하일 때, 850hPa-1000hPa의 기온감률을 적용하고, 상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 700hPa-850hPa의 기온감률을 적용하며, 상기 격자화된 자료의 고도가 3000m초과 ~ 5000m이하일 때, 500hPa-700hPa의 기온감률을 적용하고, 상기 격자화된 자료의 고도가 5000m초과일 때, 300hPa-500hPa의 기온감률을 적용한다.
상기 격자화된 자료의 고도가 1500m이하일 때 기온감률(
Figure 112015124600429-pat00001
)은,
Figure 112015124600429-pat00002
이고, 상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때 기온감률(
Figure 112015124600429-pat00003
)은,
Figure 112015124600429-pat00004
이다.
상기 격자화된 자료의 고도가 3000m초과 ~ 5000m이하일 때 기온감률(
Figure 112017115382709-pat00005
)은,
Figure 112017115382709-pat00006
이고, 상기 격자화된 자료의 고도가 5000m초과일 때 기온감률(
Figure 112017115382709-pat00007
)은,
Figure 112017115382709-pat00008
이다. 여기서, 상기
Figure 112017115382709-pat00009
는 기온, 상기
Figure 112017115382709-pat00010
는 지위 고도값이다. 또한,
Figure 112017115382709-pat00187
과
Figure 112017115382709-pat00188
,
Figure 112017115382709-pat00189
,
Figure 112017115382709-pat00190
및
Figure 112017115382709-pat00191
은 각각이 재분석 자료 또는 라디오존데에서 획득된 300hPa의 기온과 500hPa의 기온, 700hPa의 기온, 850hPa의 기온 및 1000hPa의 기온이며,
Figure 112017115382709-pat00202
과,
Figure 112017115382709-pat00203
,
Figure 112017115382709-pat00204
,
Figure 112017115382709-pat00205
및
Figure 112017115382709-pat00206
은 각각이 재분석 자료 또는 라디오존데에서 획득된 300hPa의 지위 고도값과 500hPa의 지위 고도값, 700hPa의 지위 고도값, 850hPa의 지위 고도값 및 1000hPa의 지위 고도값이다.
상기 자료 격자화 모듈은, 격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 연산하여 결정하는 가중치 결정 모듈과, 상기 가중치 결정 모듈에서 결정된 가중치와, 각 관측 지점에서의 초기치로 각 격자점에서의 초기 추정치를 연산하는 초기 추정치 연산 모듈, 및 상기 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치들로부터 내삽하여 관측 지점에서의 분석값을 연산하고, 관측 지점에서의 초기값과 분석값의 차이에 거리에 따른 가중치를 두어 연산한 후 초기 추정치와 더하여 원하는 격자점에서의 분석값을 구하는 분석값 연산 모듈을 포함한다.
상기 가중치(
Figure 112015124600429-pat00011
)는
Figure 112015124600429-pat00012
이며, 상기
Figure 112015124600429-pat00013
은 영향 반경, 상기
Figure 112015124600429-pat00014
는 격자점으로부터 관측지점까지의 거리, 상기
Figure 112015124600429-pat00015
는 영향 반경 내의 각 관측 지점이다.
상기 초기 추정치(
Figure 112015124600429-pat00016
)는, 이며, 상기
Figure 112015124600429-pat00018
는 각 관측 지점
Figure 112015124600429-pat00019
에서의 초기치, 상기
Figure 112015124600429-pat00020
는 각 격자점, 상기
Figure 112015124600429-pat00021
은 전체 관측지점의 개수이다.
상기 분석값 연산 모듈에서 연산되는 분석값(
Figure 112015124600429-pat00022
)은,
Figure 112015124600429-pat00023
이며, 상기
Figure 112015124600429-pat00024
는 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치
Figure 112015124600429-pat00025
들로부터 내삽하여 연산된 관측 지점
Figure 112015124600429-pat00026
에서의 분석값, 상기
Figure 112015124600429-pat00027
는
Figure 112015124600429-pat00028
이고, 상기
Figure 112015124600429-pat00029
는 0과 1사이의 값을 갖는다.
상기 기온 정보 복원 모듈은 바이너리 형태로 격자화된 AWS 자료를 고해상도 기온 진단 모형의 초기자료로 입력하여 기온 정보를 생산한다.
또한, 본 발명은 AWS(Automatic Weather System) 자료를 격자화하는 단계와, 상기 격자화된 자료를 기온 정보 복원 모듈이 기온감률을 고도별로 차등 적용하는 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 단계를 포함하는 것을 특징으로 하는 고해상도 기온자료 복원 방법을 제공한다.
상기 격자화된 자료를 기온 정보 복원 모듈이 기온감률을 고도별로 차등 적용하는 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 단계는, 상기 격자화된 자료의 고도가 1500m이하일 때, 상기 고해상도기온진단모형이 850hPa-1000hPa의 기온감률을 적용하는 단계, 상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 상기 고해상도기온진단모형이 700hPa-850hPa의 기온감률을 적용하는 단계, 상기 격자화된 자료의 고도가 3000m초과 ~ 5000m이하일 때, 상기 고해상도기온진단모형이 500hPa-700hPa의 기온감률을 적용하는 단계, 상기 격자화된 자료의 고도가 5000m초과일 때, 상기 고해상도기온진단모형이 300hPa-500hPa의 기온감률을 적용하는 단계를 포함한다.
상기 격자화된 자료의 고도가 1500m이하일 때, 상기 고해상도기온진단모형이 850hPa-1000hPa의 기온감률을 적용하는 단계에서 기온감률(
Figure 112015124600429-pat00030
)은,
Figure 112015124600429-pat00031
이고, 상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 상기 고해상도기온진단모형이 700hPa-850hPa의 기온감률을 적용하는 단계에서 기온감률(
Figure 112015124600429-pat00032
)은,
Figure 112015124600429-pat00033
이다.
상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 상기 고해상도기온진단모형이 700hPa-850hPa의 기온감률을 적용하는 단계에서 기온감률(
Figure 112017115382709-pat00034
)은,
Figure 112017115382709-pat00035
이고, 상기 격자화된 자료의 고도가 5000m초과일 때, 상기 고해상도기온진단모형이 300hPa-500hPa의 기온감률을 적용하는 단계에서 기온감률(
Figure 112017115382709-pat00036
)은,
Figure 112017115382709-pat00037
이다. 여기서, 상기
Figure 112017115382709-pat00038
는 기온, 상기
Figure 112017115382709-pat00039
는 지위 고도값이다. 또한,
Figure 112017115382709-pat00192
과
Figure 112017115382709-pat00193
,
Figure 112017115382709-pat00194
,
Figure 112017115382709-pat00195
및
Figure 112017115382709-pat00196
은 각각이 재분석 자료 또는 라디오존데에서 획득된 300hPa의 기온과 500hPa의 기온, 700hPa의 기온, 850hPa의 기온 및 1000hPa의 기온이며,
Figure 112017115382709-pat00207
과,
Figure 112017115382709-pat00208
,
Figure 112017115382709-pat00209
,
Figure 112017115382709-pat00210
및
Figure 112017115382709-pat00211
은 각각이 재분석 자료 또는 라디오존데에서 획득된 300hPa의 지위 고도값과 500hPa의 지위 고도값, 700hPa의 지위 고도값, 850hPa의 지위 고도값 및 1000hPa의 지위 고도값이다.
상기 AWS(Automatic Weather System) 자료를 격자화하는 단계는, 가중치 결정 모듈이 격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 연산하여 결정하는 단계와, 상기 가중치 결정 모듈에서 결정된 가중치와, 각 관측 지점에서의 초기치로 각 격자점에서의 초기 추정치를 초기 추정치 연산 모듈이 연산하는 단계, 및 상기 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치들로부터 내삽하여 관측 지점에서의 분석값을 연산하고, 관측 지점에서의 초기값과 분석값의 차이에 거리에 따른 가중치를 두어 연산한 후 초기 추정치와 더하여 원하는 격자점에서의 분석값을 분석값 연산 모듈이 구하는 단계를 포함한다.
상기 격자화된 자료를 기온 정보 복원 모듈이 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 단계는, 바이너리 형태로 격자화된 AWS 자료를 기온 정보 복원 모듈이 고해상도기온진단모형의 초기자료로 입력하여 기온 정보를 복원하는 단계를 포함한다.
본 발명은 AWS 관측 자료를 고해상도 기온 진단 모형의 초기자료로 이용하여 목표 지역의 0.1 ~ 1.0 km 고해상도 기온자료를 복원할 수 있다.
또한, 본 발명은 고해상도기온진단모형이 고도별로 기온감률을 차등 적용하여 보다 정확한 고해상도 기온자료를 복원할 수 있다.
도 1은 본 발명에 따른 고해상도 기온자료 복원시스템의 블록도.
도 2는 본 발명에 따른 고해상도 기온자료 복원시스템에서 자료 격자화를 설명하기 위한 도면.
도 3은 본 발명에 따른 고해상도 기온자료 복원 방법의 순서도.
이하, 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면상의 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명에 따른 고해상도 기온자료 복원시스템의 블록도이다.
본 발명에 따른 고해상도기온진단모형을 이용한 과거 사상 상세기온 자료복원시스템은 도 1에 도시된 바와 같이, 불규칙한 자료를 격자화하는 자료 격자화 모듈(100)과, 격자화된 자료를 고해상도 기온 진단 모형의 초기자료로 입력하여 기온 정보를 생산하는 기온 정보 복원 모듈(200)을 포함한다.
도 2는 본 발명에 따른 고해상도 기온자료 복원시스템에서 자료 격자화를 설명하기 위한 도면이다.
자료 격자화 모듈(100)은 불규칙한 형태를 가진 AWS(Automatic Weather System) 자료를 고해상도기온진단모형에 접합할 수 있도록 격자화한다. 본 발명에서 격자화를 위한 내삽법으로 Barnes(1964) 객관 분석법을 이용하며, Barnes 객관 분석법은 격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 주어 불규칙하게 분포하는 관측 지점의 값들로부터 일정한 격자점의 값을 계산하는 방법이다. 또한, 이에 따라, 격자화 모듈은 가중치 결정 모듈(110)과 초기 추정치 연산 모듈(120) 및 분석값 연산 모듈(130)을 포함한다.
가중치 결정 모듈(110)은 격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 구한다. 영향 반경을
Figure 112015124600429-pat00040
, 격자점으로부터 관측 지점까지의 거리를
Figure 112015124600429-pat00041
라고 하면, 영향 반경 내의 각 관측 지점
Figure 112015124600429-pat00042
에서의 거리에 따른 가중치는 아래의 수학식 1과 같이 주어진다.
Figure 112015124600429-pat00043
초기 추정치 연산 모듈(120)은 가중치 결정 모듈(110)에서 영향 반경 내 격자점과 관측 지점 사이의 거리에 따른 가중치가 결정되면, 각 관측 지점
Figure 112015124600429-pat00044
에서의 초기치
Figure 112015124600429-pat00045
를 이용하여 아래의 수학식 2와 같이 각 격자점
Figure 112015124600429-pat00046
에서의 초기 추정치
Figure 112015124600429-pat00047
를 연산한다.
Figure 112015124600429-pat00048
수학식 2에서,
Figure 112015124600429-pat00049
은 전체 관측지점의 수이다.
분석값 연산 모듈(130)은 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치
Figure 112015124600429-pat00050
들로부터 수학식 2와 같이 내삽하여 관측 지점
Figure 112015124600429-pat00051
에서의 분석값인
Figure 112015124600429-pat00052
를 연산한다. 이후, 수학식 3에서와 같이 관측 지점
Figure 112015124600429-pat00053
에서의 초기값
Figure 112015124600429-pat00054
와 분석값
Figure 112015124600429-pat00055
의 차이에 거리에 따른 가중치
Figure 112015124600429-pat00056
를 두어 계산한 후 수학식 2에서 구한
Figure 112015124600429-pat00057
와 더하여 원하는 격자점
Figure 112015124600429-pat00058
에서의 분석값
Figure 112015124600429-pat00059
을 얻는다.
Figure 112015124600429-pat00060
여기서, 가중치
Figure 112015124600429-pat00061
는 아래의 수학식 4와 같이 연산된다.
Figure 112015124600429-pat00062
수학식 4에서,
Figure 112015124600429-pat00063
는 0과 1사이의 값을 갖는다.
이때, 격자화된 AWS자료의 해상도는 AWS관측소 분포의 평균 거리를 고려하여 10km로 하는 것이 바람직하며, 기온 변수를 격자화한다. 또한, 격자화된 AWS자료의 형태(format)은 고해상도기온진단모형에 접합하기 위해서 바이너리(binary)형태를 취한다. 이후, 아래에 설명된 바와 같이, 10km로 격자화된 AWS 관측자료를 고해상도기온진단모형의 초기자료로 사용하여 0.1~1.0km 기온자료로 복원한다.
표 1은 고도별 기온 감률표이다.
고도 기온 감률
1500m이하 850hPa - 1000hPa
1500m초과 ~ 3000m이하 700hPa - 850hPa
3000m초과 ~ 5000m이하 500hPa - 700hPa
5000m초과 300hPa - 500hPa
고해상도기온진단모형은 상세 지형효과를 고려하여 기온을 연산하기 위해서 표 1과 같이 기온감률(
Figure 112015124600429-pat00064
)을 고도별로 차등 적용한다. 이를 수학식으로 표현하면, 아래의 수학식 5 내지 수학식 8과 같다. 여기서, 수학식 5는 고도가 1500m이하일 때 기온감률이며, 수학식 6은 고도가 1500m초과 ~ 3000m이하일 때 기온감률이다.
Figure 112015124600429-pat00065
Figure 112015124600429-pat00066
또한, 수학식 7은 고도가 3000m초과 ~ 5000m이하일 때 기온감률이며, 수학식 8은 고도가 5000m초과일 때 기온감률이다.
Figure 112015124600429-pat00067
Figure 112015124600429-pat00068
수학식 5 내지 수학식 8에서,
Figure 112017115382709-pat00069
는 기온이고,
Figure 112017115382709-pat00070
는 지위고도값이다. 또한,
Figure 112017115382709-pat00197
과
Figure 112017115382709-pat00198
,
Figure 112017115382709-pat00199
,
Figure 112017115382709-pat00200
및
Figure 112017115382709-pat00201
은 각각이 재분석 자료 또는 라디오존데에서 획득된 300hPa의 기온과 500hPa의 기온, 700hPa의 기온, 850hPa의 기온 및 1000hPa의 기온이며,
Figure 112017115382709-pat00212
과,
Figure 112017115382709-pat00213
,
Figure 112017115382709-pat00214
,
Figure 112017115382709-pat00215
및
Figure 112017115382709-pat00216
은 각각이 재분석 자료 또는 라디오존데에서 획득된 300hPa의 지위 고도값과 500hPa의 지위 고도값, 700hPa의 지위 고도값, 850hPa의 지위 고도값 및 1000hPa의 지위 고도값이다.
기온 정보 복원 모듈(200)은 바이너리 형태인 격자화된 AWS 자료를 고해상도기온진단모형의 초기자료로 입력하여 기온 정보를 생산한다.
상술한 바와 같이, 본 발명은 AWS관측 자료를 고해상도 기온 진단 모형의 초기자료로 이용하여 AWS관측 자료가 가지는 한계점을 보완하여 원하는 지역의 0.1 ~ 1.0 km 기온 강수 자료를 오류가 상대적으로 적은 과거 사상 상세기온자료복원시스템을 제공할 수 있다. 또한, 본 발명은 초기 자료에 따른 민감도가 큰 고해상도 기온 진단 모형에 기상 모델의 예측값을 초기 자료로 사용하는 것보다 관측소가 있는 부분의 값을 유지하면서 관측소가 없는 위치의 값을 연산할 수 있는 장점이 있다. 또한, 생산된 기온자료는 과거 도시 홍수 및 병충해 등 다양한 과거 사상 연구에 활용될 수 있다.
다음은 본 발명에 따른 고해상도 기온자료 복원 방법에 대해 도면을 참조하여 설명하고자 한다. 후술할 내용 중 전술된 본 발명에 따른 고해상도 기온 진단모형을 이용한 과거 사상 상세기온자료복원시스템의 설명과 중복되는 내용은 생략하거나 간략히 설명한다.
도 3은 본 발명에 따른 고해상도 기온자료 복원 방법의 순서도이다.
본 발명에 따른 고해상도 기온자료 복원 방법은 도 3에 도시된 바와 같이, 불규칙한 자료를 격자화하는 격자화 단계(S1)와, 격자화된 자료를 입력값으로 하여 기온 정보를 복원하는 기온 정보 복원 단계(S2)를 포함한다.
격자화 단계(S1)는 불규칙한 형태를 가진 AWS 자료를 고해상도기온 진단모형에 접합할 수 있도록 격자화 모듈이 격자화한다. 이는 전술된 바와 같이, Barnes(1964) 객관 분석법을 이용하며, 이에 따라서, 격자화 단계(S1)는 가중치를 결정하는 단계(S1-1)와, 초기 추정치를 연산하는 단계(S1-2), 및 분석값을 연산하는 단계(S1-3)를 포함한다.
가중치를 결정하는 단계(S1-1)는 가중치 결정 모듈이 격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 구한다. 가중치를 결정하는 단계(S1-1)에서 가중치는 전술된 수학식 1과 같이 구하여 결정할 수 있다.
초기 추정치를 연산하는 단계(S1-2)는 가중치를 결정하는 단계(S1-1)에서 결정된 영향 반경 내 격자점과 관측 지점 사이의 거리에 따른 가중치와, 각 관측 지점
Figure 112015124600429-pat00071
에서의 초기치
Figure 112015124600429-pat00072
를 이용하여 초기 추정치 연산 모듈이 전술된 수학식 2와 같이 각 격자점
Figure 112015124600429-pat00073
에서의 초기 추정치
Figure 112015124600429-pat00074
를 연산한다.
분석값을 연산하는 단계(S1-3)는 초기 추정치를 연산하는 단계(S1-2)에서 관측 지점을 중심으로 하여 연산된 영향반경 내 격자점에서의 초기 추정치
Figure 112015124600429-pat00075
들로부터 분석값 연산 모듈이 전술된 수학식 2와 같이 내삽하여 관측 지점
Figure 112015124600429-pat00076
에서의 분석값인
Figure 112015124600429-pat00077
를 계산한다. 이후, 수학식 3에서와 같이 관측 지점
Figure 112015124600429-pat00078
에서의 초기값
Figure 112015124600429-pat00079
와 분석값
Figure 112015124600429-pat00080
의 차이에 거리에 따른 가중치
Figure 112015124600429-pat00081
를 두어 계산한 후 수학식 2에서 구한
Figure 112015124600429-pat00082
와 더하여 원하는 격자점
Figure 112015124600429-pat00083
에서의 분석값
Figure 112015124600429-pat00084
을 얻는다.
기온 정보 복원 단계(S2)는 바이너리 형태인 격자화된 AWS 자료를 기온 정보 복원 모듈이 고해상도기온진단모형의 초기자료로 입력받아 기온 정보를 복원한다. 여기서 고해상도기온진단모형은 고도에 따른 기온감률을 차등 적용하여 기온을 연산하며, 이는 전술된 수학식 5 내지 수학식 8과 같이 수행될 수 있다.
상술한 바와 같이, 본 발명은 AWS관측 자료를 고해상도기온진단모형의 초기자료로 이용하여 원하는 지역의 0.1 ~ 1.0 km 기온 자료를 오류가 상대적으로 적은 고해상도 기온자료 복원 방법을 제공할 수 있다.
이상에서는 도면 및 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 기술적 사상으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 자료 격자화 모듈 110: 가중치 결정 모듈
120: 초기 추정치 연산 모듈 130: 분석값 연산 모듈
200: 기온 정보 복원 모듈

Claims (22)

  1. AWS(Automatic Weather System) 자료를 격자화하는 자료 격자화 모듈과,
    격자화된 자료를 기온감률을 고도별로 차등 적용하는 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 기온 정보 복원 모듈을 포함하며,
    상기 고해상도기온진단모형은,
    상기 격자화된 자료의 고도가 1500m이하일 때, 기상자료로부터 획득한 850hPa-1000hPa의 기온감률을 적용하고,
    상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 기상자료로부터 획득한 700hPa-850hPa의 기온감률을 적용하며,
    상기 격자화된 자료의 고도가 3000m초과 ~ 5000m이하일 때, 기상자료로부터 획득한 500hPa-700hPa의 기온감률을 적용하고,
    상기 격자화된 자료의 고도가 5000m초과일 때, 기상자료로부터 획득한 300hPa-500hPa의 기온감률을 적용하는 고해상도 기온자료 복원시스템.
  2. 삭제
  3. 청구항 1에 있어서,
    상기 격자화된 자료의 고도가 1500m이하일 때 기온감률(
    Figure 112017115382709-pat00085
    )은,
    Figure 112017115382709-pat00086
    이고,
    상기
    Figure 112017115382709-pat00087
    는 기온이며,
    상기
    Figure 112017115382709-pat00088
    는 지위 고도값이고,
    상기
    Figure 112017115382709-pat00160
    는 재분석 자료 또는 라디오존데에서 획득된 850hPa의 기온이며,
    상기
    Figure 112017115382709-pat00161
    는 재분석 자료 또는 라디오존데에서 획득된 1000hPa의 기온이고,
    상기
    Figure 112017115382709-pat00217
    은 재분석 자료 또는 라디오존데에서 획득된 850hPa의 지위 고도값이며,
    상기
    Figure 112017115382709-pat00218
    은 재분석 자료 또는 라디오존데에서 획득된 1000hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  4. 청구항 3에 있어서,
    상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때 기온감률(
    Figure 112017115382709-pat00089
    )은,
    Figure 112017115382709-pat00090
    이고,
    상기
    Figure 112017115382709-pat00162
    는 기온이며,
    상기
    Figure 112017115382709-pat00163
    는 지위 고도값이고,
    상기
    Figure 112017115382709-pat00164
    는 재분석 자료 또는 라디오존데에서 획득된 700hPa의 기온이며,
    상기
    Figure 112017115382709-pat00219
    은 재분석 자료 또는 라디오존데에서 획득된 700hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  5. 청구항 4에 있어서,
    상기 격자화된 자료의 고도가 3000m초과 ~ 5000m이하일 때 기온감률(
    Figure 112017115382709-pat00093
    )은,
    Figure 112017115382709-pat00094
    이고,
    상기
    Figure 112017115382709-pat00165
    는 기온이며,
    상기
    Figure 112017115382709-pat00166
    는 지위 고도값이고,
    상기 T500hPa는 재분석 자료 또는 라디오존데에서 획득된 500hPa의 기온이며,
    상기 Z500hPa은 재분석 자료 또는 라디오존데에서 획득된 500hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  6. 청구항 5에 있어서,
    상기 격자화된 자료의 고도가 5000m초과일 때 기온감률(
    Figure 112017115382709-pat00097
    )은,
    Figure 112017115382709-pat00098
    이고,
    상기
    Figure 112017115382709-pat00168
    는 기온이며,
    상기
    Figure 112017115382709-pat00169
    는 지위 고도값이고,
    상기 T300hPa는 재분석 자료 또는 라디오존데에서 획득된 300hPa의 기온이며,
    상기 Z300hPa은 재분석 자료 또는 라디오존데에서 획득된 300hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  7. 청구항 6에 있어서,
    상기 자료 격자화 모듈은,
    격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 연산하여 결정하는 가중치 결정 모듈과,
    상기 가중치 결정 모듈에서 결정된 가중치와, 각 관측 지점에서의 초기치로 각 격자점에서의 초기 추정치를 연산하는 초기 추정치 연산 모듈, 및
    상기 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치들로부터 내삽하여 관측 지점에서의 분석값을 연산하고, 관측 지점에서의 초기값과 분석값의 차이에 거리에 따른 가중치를 두어 연산한 후 초기 추정치와 더하여 원하는 격자점에서의 분석값을 구하는 분석값 연산 모듈을 포함하는 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  8. 청구항 7에 있어서,
    상기 가중치(
    Figure 112015124600429-pat00101
    )는
    Figure 112015124600429-pat00102
    이며,
    상기
    Figure 112015124600429-pat00103
    은 영향 반경,
    상기
    Figure 112015124600429-pat00104
    는 격자점으로부터 관측지점까지의 거리,
    상기
    Figure 112015124600429-pat00105
    는 영향 반경 내의 각 관측 지점인 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  9. 청구항 8에 있어서,
    상기 초기 추정치(
    Figure 112017058500673-pat00106
    )는,
    Figure 112017058500673-pat00107
    이며,
    상기
    Figure 112017058500673-pat00108
    는 각 관측 지점
    Figure 112017058500673-pat00109
    에서의 초기치,
    상기
    Figure 112017058500673-pat00110
    는 각 격자점,
    상기
    Figure 112017058500673-pat00111
    은 전체 관측지점의 개수인 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  10. 청구항 9에 있어서,
    상기 분석값 연산 모듈에서 연산되는 분석값(
    Figure 112017058500673-pat00112
    )은,
    Figure 112017058500673-pat00113
    이며,
    상기
    Figure 112017058500673-pat00114
    는 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치
    Figure 112017058500673-pat00115
    들로부터 내삽하여 연산된 관측 지점
    Figure 112017058500673-pat00116
    에서의 분석값,
    상기
    Figure 112017058500673-pat00117
    는
    Figure 112017058500673-pat00118
    이고,
    상기
    Figure 112017058500673-pat00119
    는 0과 1사이의 값을 갖는 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  11. 청구항 10에 있어서,
    상기 기온 정보 복원 모듈은 바이너리 형태로 격자화된 AWS 자료를 고해상도기온진단모형의 초기자료로 입력하여 기온 정보를 생산하는 것을 특징으로 하는 고해상도 기온자료 복원시스템.
  12. AWS(Automatic Weather System) 자료를 격자화하는 단계와,
    상기 격자화된 자료를 기온 정보 복원 모듈이 기온감률을 고도별로 차등 적용하는 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 단계를 포함하며,
    상기 격자화된 자료를 기온 정보 복원 모듈이 기온감률을 고도별로 차등 적용하는 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 단계는,
    상기 격자화된 자료의 고도가 1500m이하일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 850hPa-1000hPa의 기온감률을 적용하는 단계,
    상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 700hPa-850hPa의 기온감률을 적용하는 단계,
    상기 격자화된 자료의 고도가 3000m초과 ~ 5000m이하일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 500hPa-700hPa의 기온감률을 적용하는 단계,
    상기 격자화된 자료의 고도가 5000m초과일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 300hPa-500hPa의 기온감률을 적용하는 단계를 포함하는 고해상도 기온자료 복원 방법.
  13. 삭제
  14. 청구항 12에 있어서,
    상기 격자화된 자료의 고도가 1500m이하일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 850hPa-1000hPa의 기온감률을 적용하는 단계에서 기온감률(
    Figure 112017115382709-pat00120
    )은,

    Figure 112017115382709-pat00171
    이고,
    상기
    Figure 112017115382709-pat00172
    는 기온이며,
    상기
    Figure 112017115382709-pat00173
    는 지위 고도값이고,
    상기
    Figure 112017115382709-pat00174
    는 재분석 자료 또는 라디오존데에서 획득된 850hPa의 기온이며,
    상기
    Figure 112017115382709-pat00175
    는 재분석 자료 또는 라디오존데에서 획득된 1000hPa의 기온이고,
    상기
    Figure 112017115382709-pat00222
    은 재분석 자료 또는 라디오존데에서 획득된 850hPa의 지위 고도값이며,
    상기
    Figure 112017115382709-pat00223
    은 재분석 자료 또는 라디오존데에서 획득된 1000hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  15. 청구항 14에 있어서,
    상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 700hPa-850hPa의 기온감률을 적용하는 단계에서 기온감률(
    Figure 112017115382709-pat00124
    )은,
    Figure 112017115382709-pat00176
    이고,
    상기
    Figure 112017115382709-pat00177
    는 기온이며,
    상기
    Figure 112017115382709-pat00178
    는 지위 고도값이고,
    상기
    Figure 112017115382709-pat00179
    는 재분석 자료 또는 라디오존데에서 획득된 700hPa의 기온이며,
    상기
    Figure 112017115382709-pat00224
    은 재분석 자료 또는 라디오존데에서 획득된 700hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  16. 청구항 15에 있어서,
    상기 격자화된 자료의 고도가 1500m초과 ~ 3000m이하일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 700hPa-850hPa의 기온감률을 적용하는 단계에서 기온감률(
    Figure 112017115382709-pat00128
    )은,
    Figure 112017115382709-pat00180
    이고,
    상기
    Figure 112017115382709-pat00181
    는 기온이며,
    상기
    Figure 112017115382709-pat00182
    는 지위 고도값이고,
    상기 T500hPa는 재분석 자료 또는 라디오존데에서 획득된 500hPa의 기온이며,
    상기 Z500hPa은 재분석 자료 또는 라디오존데에서 획득된 500hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  17. 청구항 16에 있어서,
    상기 격자화된 자료의 고도가 5000m초과일 때, 상기 고해상도기온진단모형이 기상자료로부터 획득한 300hPa-500hPa의 기온감률을 적용하는 단계에서 기온감률(
    Figure 112017115382709-pat00132
    )은,
    Figure 112017115382709-pat00133
    이고,
    상기
    Figure 112017115382709-pat00184
    는 기온이며,
    상기
    Figure 112017115382709-pat00185
    는 지위 고도값이고,
    상기 T300hPa는 재분석 자료 또는 라디오존데에서 획득된 300hPa의 기온이며,
    상기 Z300hPa은 재분석 자료 또는 라디오존데에서 획득된 300hPa의 지위 고도값인 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  18. 청구항 17에 있어서,
    상기 AWS(Automatic Weather System) 자료를 격자화하는 단계는,
    가중치 결정 모듈이 격자 점 주변의 관측 지점의 값에 격자점으로부터의 거리에 따른 가중치를 연산하여 결정하는 단계와,
    상기 가중치 결정 모듈에서 결정된 가중치와, 각 관측 지점에서의 초기치로 각 격자점에서의 초기 추정치를 초기 추정치 연산 모듈이 연산하는 단계, 및
    상기 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치들로부터 내삽하여 관측 지점에서의 분석값을 연산하고, 관측 지점에서의 초기값과 분석값의 차이에 거리에 따른 가중치를 두어 연산한 후 초기 추정치와 더하여 원하는 격자점에서의 분석값을 분석값 연산 모듈이 구하는 단계를 포함하는 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  19. 청구항 18에 있어서,
    상기 가중치(
    Figure 112015124600429-pat00136
    )는
    Figure 112015124600429-pat00137
    이며,
    상기
    Figure 112015124600429-pat00138
    은 영향 반경,
    상기
    Figure 112015124600429-pat00139
    는 격자점으로부터 관측지점까지의 거리,
    상기
    Figure 112015124600429-pat00140
    는 영향 반경 내의 각 관측 지점인 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  20. 청구항 19에 있어서,
    상기 초기 추정치(
    Figure 112015124600429-pat00141
    )는,
    Figure 112015124600429-pat00142
    이며,
    상기
    Figure 112015124600429-pat00143
    는 각 관측 지점
    Figure 112015124600429-pat00144
    에서의 초기치,
    상기
    Figure 112015124600429-pat00145
    는 각 격자점,
    상기
    Figure 112015124600429-pat00146
    은 전체 관측지점의 개수인 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  21. 청구항 20에 있어서,
    상기 분석값 연산 모듈에서 연산되는 분석값(
    Figure 112015124600429-pat00147
    )은,
    Figure 112015124600429-pat00148
    이며,
    상기
    Figure 112015124600429-pat00149
    는 관측 지점을 중심으로 하여 영향반경 내 격자점에서의 초기 추정치
    Figure 112015124600429-pat00150
    들로부터 내삽하여 연산된 관측 지점
    Figure 112015124600429-pat00151
    에서의 분석값,
    상기
    Figure 112015124600429-pat00152
    는
    Figure 112015124600429-pat00153
    이고,
    상기
    Figure 112015124600429-pat00154
    는 0과 1사이의 값을 갖는 것을 특징으로 하는 고해상도 기온자료 복원 방법.
  22. 청구항 21에 있어서,
    상기 격자화된 자료를 기온 정보 복원 모듈이 고해상도기온진단모형(Quantitative Temperature Model, QTM)의 초기자료로 입력하여 기온 정보를 복원하는 단계는,
    바이너리 형태로 격자화된 AWS 자료를 기온 정보 복원 모듈이 고해상도기온진단모형의 초기자료로 입력하여 기온 정보를 복원하는 단계를 포함하는 것을 특징으로 하는 고해상도 기온자료 복원 방법.
KR1020150182045A 2015-12-18 2015-12-18 고해상도 기온자료 복원시스템 및 그 방법 KR101817605B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150182045A KR101817605B1 (ko) 2015-12-18 2015-12-18 고해상도 기온자료 복원시스템 및 그 방법
PCT/KR2015/013997 WO2017104883A1 (ko) 2015-12-18 2015-12-21 고해상도 기온자료 복원시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150182045A KR101817605B1 (ko) 2015-12-18 2015-12-18 고해상도 기온자료 복원시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20170073818A KR20170073818A (ko) 2017-06-29
KR101817605B1 true KR101817605B1 (ko) 2018-02-21

Family

ID=59056735

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150182045A KR101817605B1 (ko) 2015-12-18 2015-12-18 고해상도 기온자료 복원시스템 및 그 방법

Country Status (2)

Country Link
KR (1) KR101817605B1 (ko)
WO (1) WO2017104883A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102115825B1 (ko) * 2019-11-19 2020-05-27 한국교통연구원 Aws 관측정보 해상도 향상 장치 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101437112B1 (ko) * 2013-11-20 2014-09-02 공주대학교 산학협력단 Ｉｓ―ｈｙｐｓ 기법을 이용하여 개선된 ｍｋ­ｐｒｉｓｍ 방법
KR101521576B1 (ko) 2013-12-26 2015-05-19 부산대학교 산학협력단 Ｋ―ｐｒｉｓｍ을 이용한 고해상도 기상자료 산출방법 및 이를 이용한 고해상도 기상자료 산출시스템
KR101547682B1 (ko) * 2014-08-13 2015-08-27 부경대학교 산학협력단 고해상도기온진단모형을 이용한 과거 사상 상세기온자료복원시스템 및 그 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법
KR101335078B1 (ko) * 2012-09-26 2013-12-03 공주대학교 산학협력단 고해상도 격자형 미래기후변화 시나리오 자료 생성 방법
KR101424613B1 (ko) * 2012-11-06 2014-08-01 부경대학교 산학협력단 지상기온 산출 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101437112B1 (ko) * 2013-11-20 2014-09-02 공주대학교 산학협력단 Ｉｓ―ｈｙｐｓ 기법을 이용하여 개선된 ｍｋ­ｐｒｉｓｍ 방법
KR101521576B1 (ko) 2013-12-26 2015-05-19 부산대학교 산학협력단 Ｋ―ｐｒｉｓｍ을 이용한 고해상도 기상자료 산출방법 및 이를 이용한 고해상도 기상자료 산출시스템
KR101547682B1 (ko) * 2014-08-13 2015-08-27 부경대학교 산학협력단 고해상도기온진단모형을 이용한 과거 사상 상세기온자료복원시스템 및 그 방법

Also Published As

Publication number Publication date
KR20170073818A (ko) 2017-06-29
WO2017104883A1 (ko) 2017-06-22

Similar Documents

Publication Publication Date Title
KR101791007B1 (ko) 고해상도 강수량자료 복원시스템 및 그 방법
Wang et al. ClimateAP: An application for dynamic local downscaling of historical and future climate data in Asia Pacific
US20220043182A1 (en) Spatial autocorrelation machine learning-based downscaling method and system of satellite precipitation data
Wanders et al. Correction of real-time satellite precipitation with multi-sensor satellite observations of land surface variables
ES2944938T3 (es) Dispositivo de simulación, método de simulación y soporte de memoria
CN111078678A (zh) 一种基于多源信息融合与降尺度的卫星降水数据校正方法
Berezowski et al. CPLFD-GDPT5: High-resolution gridded daily precipitation and temperature data set for two largest Polish river basins
CN111191673B (zh) 一种地表温度降尺度方法及系统
KR101547682B1 (ko) 고해상도기온진단모형을 이용한 과거 사상 상세기온자료복원시스템 및 그 방법
Deb et al. Atmospheric Motion Vectors from INSAT-3D: Initial quality assessment and its impact on track forecast of cyclonic storm NANAUK
KR20150026137A (ko) 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치
EP2818899A1 (en) Meteorological forecasting device and meteorological forecasting method
CN116070792A (zh) 一种多源降水数据的融合方法、装置、存储介质和设备
CN113189620A (zh) 一种gnss掩星临近空间气候数据反演方法及系统
Nogherotto et al. An integrated hydrological and hydraulic modelling approach for the flood risk assessment over Po river basin
CN105469391A (zh) 一种云阴影检测方法及系统
Hariyanto et al. Development of total suspended sediment model using Landsat-8 OLI and in-situ data at the Surabaya Coast, East Java, Indonesia
KR101817605B1 (ko) 고해상도 기온자료 복원시스템 및 그 방법
Roy et al. Intercomparison of different rainfall products and validation of WRF modelled rainfall estimation in NW Himalaya during monsoon period
KR101547681B1 (ko) 고해상도강수량진단모형을 이용한 과거 사상 상세강수량자료복원시스템 및 그 방법
Zhou et al. Daily rainfall model to merge TRMM and ground based observations for rainfall estimations
KR101926036B1 (ko) 정량적 바람 정보 복원 시스템 및 이를 이용한 정량적 바람 정보 복원 방법
Ji et al. A simple method to extract glacier length based on Digital Elevation Model and glacier boundaries for simple basin type glacier
Wu et al. Linear and nonlinear GNSS PWV features for heavy rainfall forecasting
KR101758234B1 (ko) 자료동화 방법 및 장치

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