KR101827908B1 - Ocean weather analysis device and method using thereof - Google Patents
Ocean weather analysis device and method using thereof Download PDFInfo
- Publication number
- KR101827908B1 KR101827908B1 KR1020150025344A KR20150025344A KR101827908B1 KR 101827908 B1 KR101827908 B1 KR 101827908B1 KR 1020150025344 A KR1020150025344 A KR 1020150025344A KR 20150025344 A KR20150025344 A KR 20150025344A KR 101827908 B1 KR101827908 B1 KR 101827908B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- marine
- meteorological
- numerical model
- wave numerical
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012795 verification Methods 0.000 claims abstract description 26
- 238000013480 data collection Methods 0.000 claims abstract description 20
- 239000012808 vapor phase Substances 0.000 claims abstract description 6
- 239000000284 extract Substances 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 7
- 238000013075 data extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 239000012071 phase Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000220317 Rosa Species 0.000 description 1
- 241000109329 Rosa xanthina Species 0.000 description 1
- 235000004789 Rosa xanthina Nutrition 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Tourism & Hospitality (AREA)
- Ecology (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Atmospheric Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 해양 기상 분석 장치 및 방법을 개시한다. 구체적으로, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 자료 수집부; 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 화면 제공부; 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 비교 검증부; 및 상기 화면 제공부는, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 것을 포함한다.The present invention discloses an apparatus and a method for analyzing a marine vapor phase. Specifically, a data collection unit for collecting marine meteorological analysis basic data including an ocean wave numerical model and observation data; A screen providing unit for providing an interface screen for a user to input comparison condition information; A comparison and verification unit for comparing the marine wave numerical model and the observation data according to the input comparison condition information to verify the predictive reliability of the marine wave numerical model; And the screen providing unit may generate a result screen by visualizing a comparison result between the marine wave numerical model and the observation data.
Description
본 발명은 기상 분석 기술에 관한 것으로, 보다 상세하게는 해양 기상 분석 장치 및 방법에 관한 것이다.
BACKGROUND OF THE
현재 해양 기상 연구 기관에서 다양한 종류의 해양 기상과 관련된 실시간 관측 자료 및 예측 자료를 저장 및 관리하고 있다. Currently, marine weather research institutes store and manage real-time observations and forecasts related to various types of ocean weather.
해양 기상 분석 기초 자료로는 관측 자료 및 예측 자료가 있다. 해양 기상의 관측 자료로는 자동 기상 관측 장비, 종관 관측, 등표, 등대, 부표 등에서 관측한 자료가 있고, 예측 자료로는 해상 파랑 수치 모델 자료가 있다.The basic data of ocean weather analysis are observation data and forecast data. Observations of marine meteorological data include automatic meteorological observations, synoptic observations, landmarks, lighthouses, and buoys, and forecast data include marine wave numerical model data.
그러나, 상기의 해양 관측 자료는 육상에 비해 매우 제한된 지점에서만 관측되고 있을 뿐 아니라 데이터 누락이 많아 상세 해양 기상 분석에 어려움이 있다.However, the above - mentioned marine observations are not only observed at a very limited point but also have a lot of missing data, which makes it difficult to analyze the detailed ocean weather.
또한, 해양 기상 분석 기초 자료의 양은 매우 방대하고, 대중에게 해양 기상의 변화 또는 예측의 정보전달이 가능하도록 가공된 것이 아니므로 바로 활용할 수 없다는 문제가 있었다.In addition, there is a problem that the amount of the basic data of the ocean weather analysis is very large and can not be immediately utilized because it is not processed to allow the public to transmit information or change of the ocean weather.
아울러, 해양 기상 분석 기초 자료의 양이 방대하기 때문에, 상기 자료들을 이용하여 통계를 내거나 원하는 데이터를 추출하는데 많은 시간이 걸렸다.In addition, since the amount of the basic data of ocean weather analysis is vast, it took a long time to make statistics using the above data or extract desired data.
따라서, 해양 기상 분석 기초 자료를 가공하여 사용자가 바로 활용할 수 있고, 사용자가 원하는 데이터를 빠르게 추출하여 확인하며, 해상의 모든 위경도에 대한 새로운 해양 기상 분석 장치 및 방법에 대한 개발 요구가 높아지고 있다.
Therefore, there is an increasing demand for development of new ocean meteorological analyzers and methods for all marine meteorological conditions, which can be used by users by processing marine meteorological data.
본 발명의 실시예에 따른 해양 기상 분석 장치 및 방법은 수집한 해양 기상 분석 기초 자료를 가공하여 사용자가 원하는 해양 기상 데이터를 용이하게 얻을 수 있도록 하는 것을 목적으로 한다.The apparatus and method for analyzing a marine meteorological phenomenon according to an embodiment of the present invention are intended to provide a user with an easy way to obtain desired marine meteorological data by processing collected marine meteorological data.
본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
The problems to be solved by the present invention are not limited to those mentioned above, and another problem to be solved can be clearly understood by those skilled in the art from the following description.
본 발명의 일 실시예에 따른 해양 기상 분석 장치는, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 자료 수집부; 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 화면 제공부; 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 비교 검증부; 및 상기 화면 제공부는, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 것을 포함한다. A marine meteorological analyzing apparatus according to an embodiment of the present invention includes a data collecting unit for collecting marine meteorological analysis basic data including an ocean wave numerical model and observation data; A screen providing unit for providing an interface screen for a user to input comparison condition information; A comparison and verification unit for comparing the marine wave numerical model and the observation data according to the input comparison condition information to verify the predictive reliability of the marine wave numerical model; And the screen providing unit may generate a result screen by visualizing a comparison result between the marine wave numerical model and the observation data.
상기 비교 검증부는, 상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하고, 추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교할 수 있다. The comparison and verification unit may extract the marine meteorological elements of the marine wave numerical model and the marine meteorological elements comparable to the marine meteorological elements of the observation data, respectively, and compare the extracted marine meteorological factors using the determination coefficients or the mean square root error .
상기 해양 기상 분석 장치는, 상기 수집한 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하는 데이터 추출부를 더 포함할 수 있다.The marine meteorological analyzing apparatus may further include a data extracting unit for extracting a part of the data from the collected marine meteorological analysis basic data.
상기 자료 수집부는, 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하고, 상기 데이터 추출부는, 상기 자료 수집부가 수집한 각 해상 파랑 수치 모델에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 자료를 추출하는 것을 더 포함할 수 있다.The data collecting unit collects an ocean wave numerical model generated at a predetermined generation cycle, and the data extractor extracts, from each of the ocean wave numerical models collected by the data collecting unit, the corresponding ocean wave numerical model And extracting data up to a time point corresponding to the periodic interval.
상기 해상 파랑 수치 모델은 GRIB(General Regularly-distributed Information in Binary form) 형태로 생성되어 수집되고, 상기 해양 기상 분석 장치는, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF(Network Common Data Format) 형태로 변환하는 데이터 가공부를 더 포함할 수 있다.The ocean wave analyzing apparatus converts the GRIB-type ocean wave numerical model into a NetCDF (Network Common Data Format) format, and converts the GRIB-type ocean wave numerical model into a NetCDF (Network Common Data Format) The data processing unit may further include a data processing unit.
상기 해양 기상 분석 장치는, 상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 산출부를 더 포함하고, 상기 화면 제공부는, 상기 산출부가 산출한 값을 결과 화면으로 상기 사용자에게 제공할 수 있다. The apparatus further comprises a calculation unit for calculating a resolution value of a point or an area selected by the user on the interface screen, wherein the screen providing unit is configured to calculate, .
상기 산출부는, 상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해양 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출할 수 있다. Wherein the calculating unit calculates the marine meteorological element value of the point or the area selected by the user using the marine wave numerical model located within a predetermined distance from the point or area selected by the user or the resolution value of the observed data Can be calculated.
한편, 본 발명의 일 실시예에 따른 해양 기상 분석 방법은, 해양 기상 분석 장치를 이용한 해양 기상 분석 방법으로서, 상기 해양 기상 분석 장치에서, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 단계; 상기 해양 기상 분석 장치에서, 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 단계; 상기 해양 기상 분석 장치에서, 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 단계; 및 상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 단계;를 포함한다. Meanwhile, a method of analyzing a marine meteorological phenomenon according to an embodiment of the present invention is a method of analyzing a meteorological meteorological phenomenon using a meteorological instrument, ; Providing an interface screen for the user to input comparison condition information in the ocean meteorological analyzer; Comparing the marine wave numerical model and the observation data according to the input comparison condition information to verify the predictive reliability of the marine wave numerical model; And generating a result screen by visualizing a comparison result between the marine wave numerical model and the observation data in the oceanic vapor analysis apparatus.
비교 검증 단계는, 상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하는 단계; 및 추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교하는 단계;를 포함할 수 있다.The comparison and verification step comprises the steps of: extracting a marine meteorological element of the marine wave numerical model and a marine meteorological element comparable to a marine meteorological element of the observation data, respectively, in the marine meteorological instrument; And comparing the extracted marine meteorological elements using a determination coefficient or a mean square root error.
상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에, 상기 해양 기상 분석 장치에서, 상기 수집한 해양 분석 기상 기초 자료에서 일부의 데이터를 추출하는 단계를 더 포함할 수 있다. The method may further include the step of extracting a part of the data from the collected marine analyzing gaseous baseline data in the marine meteorological analyzer after collecting the marine meteorological analysis basic data.
상기 데이터를 수집하는 단계는,상기 해양 기상 분석 장치에서, 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하는 것이고, 상기 데이터를 추출하는 단계는, 상기 해양 기상 분석 장치에서, 상기 수집한 각 해상 파랑 수치 모델에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 자료를 추출하는 것일 수 있다. Wherein the step of collecting the data comprises collecting an ocean wave numerical model generated at a predetermined generation cycle in the ocean meteorological analyzing apparatus, and the step of extracting the data is a step of, in the ocean meteorological analyzer, The numerical model may be to extract data from the generation time of the corresponding marine wave numerical model to the time point corresponding to the cycle interval of the corresponding marine wave numerical model.
상기 해양 기상 분석 기초 자료를 수집하는 단계는, 상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델을 GRIB 형태로 생성되어 수집하고, 상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에, 상기 해양 기상 분석 장치에서, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF 형태로 변환하는 단계를 더 포함할 수 있다.The step of collecting the marine meteorological analysis basic data may include generating and collecting the marine wave numerical model in GRIB form in the marine meteorological analyzing apparatus and collecting the marine meteorological analysis basic data, In the apparatus, the method may further include converting the GRIB type sea wave numerical model into the netCDF format.
상기 인터페이스 화면 제공 단계 이후에, 상기 해양 기상 분석 장치에서, 상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 단계; 및 상기 해양 기상 분석 장치에서, 상기 산출한 값을 결과 화면으로 상기 사용자에게 제공하는 단계를 더 포함할 수 있다. Calculating a resolution value of a resolution of a point or an area selected by a user on the interface screen in the oceanographic analysis apparatus after the step of providing the interface screen; And in the ocean meteorological analyzer, providing the calculated value to the user as a result screen.
상기 해상 기상 요소 값을 산출하는 단계는, 상기 해양 기상 분석 장치에서, 상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해양 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는 것일 수 있다.
The step of calculating the resolution component may further comprise the step of, in the marine meteorological instrument, using the marine wave numerical model located within a predetermined distance from the point or area selected by the user or the resolution component of the observed data And to calculate the maritime weather element value of the point or area selected by the user.
본 발명의 실시예에 의하면, 해양 기상 분석 장치를 이용해 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하고 가공함으로써, 해양 기상 분석 시스템에서 사용되는 데이터 량을 줄이면서 신뢰도가 높은 자료를 사용할 수 있게 된다. 또한, 관측된 관측 자료와 예측된 해상 파랑 수치 모델의 데이터를 비교함으로써, 해상 파랑 수치 모델의 신뢰도를 확인할 수 있도록 할 수 있게 된다.
According to the embodiment of the present invention, by extracting and processing a part of data from the basic data of the oceanic weather analysis using the oceanic vapor phase analyzer, it is possible to use highly reliable data while reducing the amount of data used in the oceanic weather analysis system . Also, by comparing the observed observation data with the data of the predicted sea wave numerical model, the reliability of the sea wave numerical model can be confirmed.
도 1은 본 발명의 일 실시예에 따른 해양 기상 분석 시스템을 나타낸 도면
도 2는 본 발명의 일 실시예에 따른 해상 파랑 수치 모델에서 데이터를 추출하는 방법을 나타내는 도면
도 3은 본 발명의 일 실시예에 따른 해양 기상 분석 방법의 흐름도
도 4는 본 발명의 제 2 실시예에 따른 해양 기상 분석 방법의 흐름도
도 5는 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 인터페이스 화면을 나타낸 도면
도 6 내지 도 8은 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 결과 화면을 나타낸 도면1 is a view showing a marine meteorological analysis system according to an embodiment of the present invention;
2 is a diagram illustrating a method of extracting data in a marine wave numerical model according to an embodiment of the present invention;
3 is a flowchart of a method of analyzing a marine meteorological phenomenon according to an embodiment of the present invention.
4 is a flowchart of a marine meteorological analysis method according to a second embodiment of the present invention.
5 is a view showing an interface screen of a user screen provided by a screen providing unit according to an embodiment of the present invention;
6 to 8 are diagrams showing a result screen of a user screen provided by a screen providing unit according to an embodiment of the present invention
이하, 도 1 내지 도 8을 참조하여 본 발명의 구체적인 실시예를 설명하기로 한다. 그러나 이는 예시적 실시예에 불과하며 본 발명은 이에 제한되지 않는다.Hereinafter, specific embodiments of the present invention will be described with reference to FIGS. 1 to 8. FIG. However, this is an exemplary embodiment only and the present invention is not limited thereto.
본 발명을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In the following description, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. The following terms are defined in consideration of the functions of the present invention, and may be changed according to the intention or custom of the user, the operator, and the like. Therefore, the definition should be based on the contents throughout this specification.
본 발명의 기술적 사상은 청구범위에 의해 결정되며, 이하 실시예는 진보적인 본 발명의 기술적 사상을 본 발명이 속하는 기술분야에서 통상의 지식을 가진자에게 효율적으로 설명하기 위한 일 수단일 뿐이다.
The technical idea of the present invention is determined by the claims, and the following embodiments are merely a means for efficiently describing the technical idea of the present invention to a person having ordinary skill in the art to which the present invention belongs.
도 1은 본 발명의 일 실시예에 따른 해양 기상 분석 시스템을 나타낸 도면이다.1 is a diagram illustrating a marine meteorological analysis system according to an embodiment of the present invention.
도 1을 참조하면, 해양 기상 분석 시스템(10)은 해양 기상 분석 장치(100) 및 사용자 단말기(200)을 포함할 수 있다.Referring to FIG. 1, a marine
해양 기상 분석 장치(100)와 사용자 단말기(200)은 로컬 영역 네트워크(Local Area Network: LAN), 광역 네트워크(Wide Area Network: WAN), 셀룰라 네트워크 또는 인터넷 등과 같은 네트워크를 통해 상호 통신 가능하게 연결된다. 사용자 단말기(200)의 예들은 휴대폰, 스마트폰, 태블릿, 랩톱 컴퓨터, 퍼스널 컴퓨터 등과 같은 통신 장치일 수 있으나, 이에 한정되는 것은 아니며 해양 기상 분석 장치(100)에 접속 가능한 다양한 유형의 무선 통신 장치 및 유선 통신 장치를 포함한다.
The
해양 기상 분석 장치(100)는 자료 수집부(110), 데이터 추출부(120), 데이터 가공부(130), 비교 검증부(140), 산출부(150), 화면 제공부(160) 및 저장부(170)를 포함할 수 있다.
The marine
자료 수집부(110)는 해양 기상 분석 기초 자료를 수집하는 역할을 한다. 자료 수집부(110)는 해양 기상 분석 시스템(10)을 사용하는 국가 또는 이웃 국가의 기상청으로부터 해양 기상 분석 기초 자료를 수집할 수 있다. 예를 들어, 한국에서 해양 기상 분석 시스템(10)을 사용할 경우, 자료 수집부(110)는 한국과 일본의 기상청으로부터 자료를 수집할 수 있다. 또한, 다른 나라의 기상청에서도 자료를 수집할 수 있음은 물론이다. 여기서, 해양 기상 분석 기초 자료는 해상 파랑 수치 모델 자료 및 관측 자료 중 적어도 하나를 포함할 수 있다. The
해상 파랑 수치 모델은 파고, 파향, 파주기, 풍향 및 풍속 중 적어도 하나 이상의 해상 기상 요소 값을 포함할 수 있다. 각 해상 파랑 수치 모델은 해당 해상 파랑 수치 모델이 생성된 시간에 대한 생성 시간 정보(예를 들어, 생성 날짜 및 생성 시점 등)를 포함할 수 있다. 해상 파랑 수치 모델은 각 국가의 지역 파랑 모델(RWW3 : Regional Wave Watch III) 및 각 국가의 전지구 파랑 모델(GWW3 : Global Wave Watch III) 중 적어도 하나를 포함할 수 있다. The marine wave numerical model may include at least one of the marine meteorological element values of wave, wave, wave period, wind direction and wind speed. Each marine wave numerical model may include creation time information (e.g., creation date and creation time, etc.) for the time at which the corresponding marine wave numerical model was created. The numerical model of the sea wave is the regional wave watch III (RWW3) of each country and the global wave watch III (GWW3) of each country. Or the like.
구체적으로, 해상 파랑 수치 모델은 1회 생성될 때, 일반적으로 현재부터 87시간까지의 해양 기상을 예측하여 생성될 수 있다. 해상 파랑 수치 모델은 현재부터 87시간까지의 시구간을 3시간 간격 즉, 3시간을 한 구간으로 하여 29개의 시구간으로 나누어 생성될 수 있다. Specifically, an ocean wave numerical model can be generated by predicting the ocean meteorological phenomena, generally from the present time up to 87 hours, once generated. The sea wave numerical model can be generated by dividing the time period from the present time up to 87 hours into 29 time periods with intervals of 3 hours, that is, 3 hours as one section.
또한, 해상 파랑 수치 모델은 GRIB(General Regularly-distributed Information in Binary form)형식으로 생성될 수 있다. 여기서, GRIB 형식이란, 세계 기상 기구(WMO)에서 만든 기상 자료를 위한 형식으로 데이터를 격자점에 저장하는 형식일 수 있다. 즉, GRIB 형식은 해양 기상의 예측 영역을 격자 형태로 구획하고, 각 격자점에 해상 기상 요소 값이 저장되어 있는 형태일 수 있다. 따라서, 자료 수집부(110)는 해상 파랑 수치 모델을 GRIB 형식으로 수집할 수 있다. In addition, the marine wave numerical model can be generated in GRIB (General Regularly-distributed Information in Binary form) format. Here, the GRIB format can be a form for storing data at grid points in the form of meteorological data made by WMO (World Meteorological Organization). That is, the GRIB format can be a form in which the predicted region of the ocean weather is partitioned into a lattice form, and the lattice points store the oceanic meteorological element values. Therefore, the
해상 파랑 수치 모델은 각 모델에 따라 서로 다른 주기로 생성될 수 있다. 예를 들어, 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)은 각각 12시간 간격으로(즉, 12시간을 주기로) 하루 2회 생성될 수 있다. 반면, 일본의 지역 파랑 모델(JMA RWW3)은 6시간 간격으로(즉, 6시간을 주기로) 하루 4회 생성될 수 있다. The ocean wave numerical model can be generated at different cycles depending on each model. For example, Korea's regional wave model (KMA RWW3) and Japan's global wave model (JMA GWW3) can be generated twice every 12 hours (ie, every 12 hours). On the other hand, the Japanese regional wave model (JMA RWW3) can be generated four times a day at six hour intervals (i.e., every six hours).
자료 수집부(110)는 각 해상 파랑 수치 모델의 생성 주기에 따라 기상청들로부터 해당 모델 자료를 수집할 수 있다. 예를 들어, 자료 수집부(110)는 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)의 경우, 12시간을 주기로 해당 모델 자료를 수집할 수 있다. 그리고, 일본의 지역 파랑 모델(JMA RWW3)의 경우, 6시간을 주기로 해당 모델 자료를 수집할 수 있다.The
또한, 자료 수집부(110)는 과거에 생성된 해상 파랑 수치 모델을 기상청들로부터 수집할 수도 있다. 과거에 생성된 해상 파랑 수치 모델을 수집하는 경우, 자료 수집부(110)는 과거 일정 구간(예를 들어, 현재 시점으로부터 1년전까지의 구간)에 대한 해상 파랑 수치 모델을 수집할 수 있다.Also, the
자료 수집부(110)는 관측 자료를 수집할 수 있다. 자료 수집부(110)는 관측 자료를 텍스트 파일 형태로 수집할 수 있다. 여기서, 관측 자료는 자동 기상 관측 장비(AWS : Automatic Weather System), 종관 관측, 등표, 등대, 및 부표 중 적어도 하나에서 관측한 자료를 포함할 수 있다. 그러나, 이에 한정되는 것은 아니며 관측 자료는 그 이외의 관측 수단으로부터 관측된 자료를 포함할 수 있음은 물론이다. 관측 자료는 해양 기상과 관련된 풍향, 풍속, 최대 풍속, 기온, 수온, 기압, 최대파고, 유의파고, 평균파고 등의 해상 기상 요소의 값을 포함할 수 있다. The
자료 수집부(110)는 관측 자료를 각 지점별로 수집할 수 있다. 구체적으로, 자료 수집부(110)는 자동 기상 관측 장비가 있는 각 지점, 각각의 등표, 각각의 등대 및 각각의 부표 등에서 자료를 각각 수집할 수 있다. 예를 들어, 자료 수집부(110)는 덕적도의 등대와 칠발도의 등대에서 각각의 관측자료를 수집할 수 있다.
The
데이터 추출부(120)는 자료 수집부(110)에서 수집한 해양 기상 분석 기초 자료 중 일부의 데이터를 추출하는 역할을 한다. 데이터 추출부(120)는 자료 수집부(110)에서 수집한 해상 파랑 수치 모델 자료 중 일부의 데이터를 추출할 수 있다. 예를 들어, 데이터 추출부(120)는 자료 수집부(110)가 수집한 해상 파랑 수치 모델 자료에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해상 파랑 수치 모델의 주기 간격에 해당하는 시간까지의 자료를 추출할 수 있다. 이를 통해, 시스템에서 사용되는 데이터 량을 줄이면서 신뢰도가 높은 자료를 사용할 수 있게 된다. 해상 파랑 수치 모델 자료에서 데이터를 추출하는 자세한 설명은 도 2를 참조하여 후술하기로 한다. 또한, 데이터 추출부(120)는 자료 수집부(110)에서 수집한 관측 자료에서 필요한 해상 기상 요소 데이터를 추출할 수 있다.
The
데이터 가공부(130)는 해상 기상 분석 기초 자료를 가공할 수 있다. 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 해상 파랑 수치 모델 자료를 가공할 수 있다. 또한, 데이터 가공부(130)는 데이터 수집부(110)에서 수집한 자료를 가공할 수도 있음은 물론이다. 예를 들어, 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 GRIB 형태의 해상 파랑 수치 모델 자료 또는 데이터 수집부(110)에서 수집한 자료를 NetCDF(Network Common Data Format) 형태로 변환할 수 있다. NetCDF 형태는 주로 과학용 분석 데이터 저장에 사용되는 것일 수 있다. 여기서 GRIB 형식을 NetCDF 형태로 가공함으로써, 데이터의 관리가 용이하게 된다. 구체적으로, GRIB 형식의 파일은 직접 액세스하여 데이터를 추출하기 어려운 반면, NetCDF 형태는 파일에서 여러 데이터를 추출 가능하게 할 수 있다. 즉, GRIB 형식의 파일을 사용할 경우 데이터를 추출하기 위한 별도의 데이터 자료가 필요하나, GRIB 형식의 파일을 NetCDF 형태로 가공함으로써, 별도의 데이터 자료의 여부에 관계없이 원하는 데이터를 사용할 수 있게 되는 것이다. 아울러, 데이터 가공부(130)는 현재 시점으로부터 추출되는 해상 파랑 수치 모델은 물론이고, 과거의 해상 파랑 수치 모델 자료도 가공할 수 있다. The
본 발명은 해양 기상 분석 장치를 이용해 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하고 가공함으로써, 시스템에서 사용되는 데이터 량을 줄이면서 신뢰도가 높은 자료를 사용할 수 있게 되는 것으로, 종래의 사용자에게 해양 기상의 변화 또는 예측의 정보전달이 가능하도록 가공되지 않아 사용자가 바로 데이터를 활용할 수 없다는 문제를 해결할 수 있다.The present invention extracts and processes a part of data from a basic data of the oceanic weather analysis using a marine meteorological analyzing apparatus, and it is possible to use highly reliable data while reducing the amount of data used in the system. The user can not directly utilize the data because it is not processed so as to be capable of transferring the information of change or prediction.
또한, 본 발명은 가공된 데이터에서 원하는 자료를 검색하게 되는 것으로, 종래의 해양 기상과 관련된 관측 자료 및 예측 자료의 양이 방대하여 자료들을 이용하여 통계를 내거나 원하는 데이터를 추출하는데 많은 시간이 걸리는 문제점을 해결할 수 있다.
In addition, the present invention retrieves desired data from the processed data, and it is a problem that the amount of the observation data and the prediction data related to the conventional ocean weather is enormous and it takes much time to collect statistics or extract desired data using the data Can be solved.
비교 검증부(140)는 해상 파랑 수치 모델과 관측 자료를 비교하여 해상 파랑 수치 모델의 신뢰도를 검증할 수 있다. 비교 검증부(140)는 사용자 단말기(200)로부터 입력되는 비교 검증 요청에 따라 해상 파랑 수치 모델과 관측 자료를 비교하여 검증할 수 있다. 비교 검증 요청에는 해상 파랑 수치 모델과 관측 자료를 비교하고자 하는 지점, 비교하고자 하는 해상 기상 요소, 비교하고자 하는 기간 중 적어도 하나의 비교 조건 정보가 포함될 수 있다. 여기서 비교하고자 하는 지점은, 관측 자료의 관측 지점과 해상 파랑 수치 모델 자료에서 해당 관측 지점과 동일하거나 유사한 격자점의 데이터를 비교한 것일 수 있다. 또한, 후술하는 산출부(150)에서 해상 파랑 수치 모델의 데이터 자료를 이용하여 관측 지점의 데이터를 산출하여 비교할 수 있음은 물론이다. The
구체적으로, 비교 검증부(140)는 해상 파랑 수치 모델의 해상 기상 요소와 관측 자료의 해상 기상 요소 중 비교 가능한 요소를 추출할 수 있다. 이때, 해상 파랑 수치 모델의 해상 기상 요소와 관측 자료의 해상 기상 요소 중 동일 또는 유사한 해상 기상 요소를 비교 가능한 요소로 추출할 수 있다. 예를 들어, 해상 파랑 수치 모델에 파고, 파향, 파주기, 풍향, 풍속 등의 해상 기상 요소가 포함되고, 관측 요소에 풍향, 풍속, 최대풍속, 기온, 수온 기압, 최대파고, 유의파고, 평균파고 등의 해상 기상 요소가 포함되는 경우, 비교 검증부(140)는 해상 파랑 수치 모델의 해상 기상 요소 중 풍속과 관측 자료의 해상 기상 요소 중 풍속을 비교할 수 있다. 또한, 비교 검증부(140)는 해상 파랑 수치 모델의 해상 기상 요소 중 파고와 관측 자료의 해상 기상 요소 중 유의 파고를 비교할 수도 있다. Specifically, the comparison and
비교 검증부(140)는 예를 들어, 결정 계수(R2 : R Square) 또는 평균 제곱근 오차(RMSE : Root Mean Square Error)를 이용하여 해상 파랑 수치 모델(예측값)과 관측 자료(관측값)를 비교하여 예측값의 신뢰도를 검증할 수 있다. 여기서, 결정 계수는 회귀 분석에서 예측값과 관측값이 어느 정도 일치하는 지를 측정하는 계수로서 0에서 1사이의 값을 가지게 된다. 결정 계수의 값이 1일 경우 모든 예측값과 관측값이 일치한다는 의미이고, 결정 계수의 값이 0일 경우 예측값과 관측값 데이터 간에 관계를 전혀 설명해 주지 못함을 의미할 수 있다. 또한, 평균 제곱근 오차는 모델이 예측한 값과 실제 환경에서 관측되는 값이 어느 정도 차이가 나는지를 측정하는 계수이다. 구체적으로, 평균 제곱근 오차는 예측값과 관측값의 결과가 평균적으로 얼마만큼 떨어졌는지를 나타낼 수 있다. 정리하면, 결정 계수(R2)를 통해, 관측값과 예측값이 평균적으로 어느 정도 일치하는 지를 확인할 수 있고, 평균 제곱근 오차(RMSE)를 통해 예측값과 관측값의 오차 수준이 얼마나 되는지를 알 수 있게 된다.The comparison and
즉, 비교 검증부(140)는 사용자 단말기(200)를 이용하여 사용자가 비교하고자 하는 지점, 요소 및 기간 등을 입력 받아, 해상 파랑 수치 모델과 관측 자료를 이용해 입력된 요소의 값을 상기 결정 계수 및 평균 제곱근 오차 중 하나 이상의 방식으로 비교하여 예측값의 신뢰도를 검증하여 제공할 수 있다.
That is, the comparison and
산출부(150)는 사용자 화면에서 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는 역할을 한다. 사용자 화면은 화면 제공부(160)를 통해 사용자 단말기(200)로 제공될 수 있다. 이때, 사용자는 사용자 화면에서 소정의 해양 기상 분석 기초 자료를 선택할 수 있다. 사용자는 사용자 화면에서 해상 파랑 수치 모델 자료 또는 관측 자료 등을 선택할 수 있다. 사용자 화면은 사용자가 소정 지점 또는 지역을 선택할 수 있도록 지도 화면을 포함할 수 있다. The calculating
예를 들어, 사용자가 해상 파랑 수치 모델 자료를 선택한 경우, 산출부(150)는 지도 화면에서 사용자가 선택한 것이 지점인지 영역인지 확인할 수 있다. 만약, 사용자가 사용자 화면을 통해 선택한 것이 지점이라면, 산출부(150)는 사용자가 선택한 지점이 해상 기상 요소 값이 저장되어 있는 지점(즉, 격자점)인지, 격자점 이외의 점인지의 여부를 확인할 수 있다. 만약, 산출부(150)는 사용자가 선택한 지점이 격자점이라면, 격자점의 데이터 값을 추출하여 화면 제공부(160)로 전달할 수 있다. 반면, 산출부(150)는 사용자가 선택한 지점이 격자점 이외의 지점일 경우, 사용자가 선택한 지점에서 가장 가까이에 위치한 격자점을 확인하고, 가장 가까이에 위치한 격자점의 해상 기상 요소 값을 추출하여 화면 제공부(160)로 전달할 수 있다. 또는, 산출부(150)는 사용자가 선택한 지점으로부터 기 설정된 거리 이내에 위치하는 격자점들을 확인하고, 격자점들의 해상 기상 요소 값의 산술 평균값을 산출하여 화면 제공부(160)로 전달할 수도 있다. For example, when the user selects the marine wave numerical model data, the calculating
또한, 사용자가 사용자 화면을 통해 선택한 것이 영역이라면, 산출부(150)는 사용자가 선택한 영역이 해상 기상 요소 값이 저장되어 있는 지점(즉, 격자점)을 포함하고 있는지의 여부를 확인할 수 있다. 만약, 사용자가 선택한 영역이 격자점을 포함하고 있지 않으면, 산출부(150)는 사용자가 선택한 영역의 기 설정된 거리 이내의 격자점들의 해상 기상 요소 값의 산술 평균값을 산출하여 화면 제공부(160)로 전달할 수 있다. 또한, 사용자가 선택한 영역에서 가장 가까이에 있는 격자점 해상 기상 요소 값을 화면 제공부(160)로 전달할 수 있음은 물론이다. 반면, 사용자가 선택한 영역이 격자점을 포함하고 있는 경우, 산출부(150)는 영역에 포함되어 있는 격자점의 개수에 따라 해당 영역에 대한 해상 기상 요소 값을 산출할 수 있다. 예를 들어, 사용자가 선택한 영역에 하나의 격자점이 포함되어 있다면, 포함된 하나의 격자점의 해상 기상 요소 값을 추출하여 화면 제공부로 전달할 수 있다. 이때, 해당 영역의 해상 기상 요소 값은 상기 추출한 격자점의 해상 기상 요소 값이 된다. 또한, 사용자가 선택한 영역에 두 개 이상의 격자점이 포함하고 있다면, 산출부(150)는 포함되어 격자점들의 해상 기상 요소 값의 산술 평균값을 산출하여 화면 제공부(160)로 전달할 수도 있다. If the user selects a region through the user screen, the calculating
또한, 산출부(150)의 산출법은 이에 한정되는 것은 아니며, 사용자가 선택한 지점 근처 2개 이상의 격자점과 다양한 내삽법을 이용하여 값을 산출할 수 있음은 물론이다. 예를 들어, 산출부(150)는 IDW(Inverse Distance Weighted Interpolation)보간법, 크리깅(Kriging) 보간법, 회귀 분석 등을 이용하여 산출할 수 있다. 여기서, IDW보간법은 주변의 가까운 점으로부터 선형으로 결합된 가중치를 사용하여 새로운 셀의 값을 결정하는 방법이다. 구체적으로, IDW보간법은 가까이 있는 관측값에 더 큰 가중치를 주어 보간하는 방법으로 거리가 가까울수록 높은 가중치가 적용될 수 있다. 또한, 크리깅(Kriging) 보간법은 이미 알고 있는 데이터(즉, 관측값)들의 선형 조합으로 관심있는 지점에서의 속성값을 예측하는 지구통계학적 방법일 수 있다. 즉, 크리깅(Kriging) 보간법은 주위의 실측값들을 선형으로 조합하며, 통계학적인 방법을 이용하여 값을 추정하는 것으로, 값을 추정할 때 실측값과의 거리뿐만 아니라 주변에 이웃한 값 사이의 상관강도를 반영하여 값을 산출할 수도 있다. 또한, 회귀 분석(regression analysis)은 관찰된 연속형 변수들에 대해 독립변수(예를 들어, 관측값)와 종속변수(예를 들어, 예측값) 사이의 상관관계를 나타내는 선형 관계식을 구하는 기법 및 이렇게 얻은 모형의 적합도를 측정하는 분석 방법일 수 있다. It is needless to say that the calculation method of the
아울러, 산출부(150)는 사용자가 선택한 지점 또는 영역에서 확인하고자 하는 해상 기상 요소 및 확인하고자 하는 데이터의 기간을 추가로 선택할 경우, 선택되는 해상 기상 요소 및 선택된 데이터 기간 내에서 데이터를 산출할 수도 있다. 또한, 사용자가 관측 자료를 선택하여 확인하고자 하는 관측 지점을 선택하는 경우, 산출부(150)는 지도 화면에서 사용자가 선택한 관측 지점의 해상 기상 요소를 확인하여 화면 제공부(160)로 전달할 수 있다.
In addition, the
화면 제공부(160)는 사용자 화면을 사용자 단말기로 제공하는 역할을 한다. 사용자 화면은 인터페이스 화면 및 결과 화면을 포함할 수 있다. 인터페이스 화면은 해양 기상 분석 기초 자료에서 확인하고자 하는 자료를 선택할 수 있고, 확인하고자 하는 기간 및 확인하고자 하는 지점을 선택하는 지도 화면 등을 포함할 수 있다. 결과 화면은 비교 검증부(140)의 결과값 또는 산출부(150)에서 산출한 데이터를 가시화하여 사용자 단말기(200)에 제공하는 화면일 수 있다. 구체적으로, 화면 제공부(160)의 결과 화면은 비교 검증부(140)의 해상 파랑 수치 모델과 관측 자료 간의 신뢰도를 가시화하여 사용자 단말기(200)로 제공하는 화면일 수 있다. 또한, 화면 제공부(160)의 결과 화면은 산출부(150)에서 산출한 지점의 산출 값 또는 영역의 산출 값을 테이블, 분포도, 그래프 등의 형태로 제공할 수 있다. 이에 대한 자세한 설명은 도 5 내지 도 8을 참조하여 후술하기로 한다.
The
저장부(170)는 해양 기상 분석 시스템(10)의 각종 자료를 저장하는 역할을 할 수 있다. 구체적으로, 자료 수집부(110)에서 수집한 자료, 데이터 추출부(120)에서 추출한 데이터 및 데이터 가공부(130)에서 가공한 데이터 등을 저장할 수 있다.
The
사용자 단말기(200)는 해양 기상 분석 시스템(10)을 이용하는 사용자가 명령을 입력하고, 가시화되는 테이블, 분포도, 그래프 등을 확인 하도록 할 수 있다. 사용자 단말기(200)는 휴대폰, 스마트폰, 태블릿, 랩톱 컴퓨터, 퍼스널 컴퓨터 등과 같은 통신 장치일 수 있으나, 이에 한정되는 것은 아니다.The
사용자 단말기(200)는 해양 기상 분석 시스템(10)을 이용하는 사용자가 명령을 입력하는데 사용된다. 사용자 단말기(200)는 마우스, 키보드, 터치스크린 등 사용자가 입력할 수 있는 수단을 이용해 사용자가 명령을 입력할 수 있도록 할 수 있다. 사용자는 사용자 단말기(200)를 통해 확인하고자 하는 해양 기상 분석 기초 자료를 선택하고 기초 자료의 요소 중 확인하고자 하는 요소를 선택할 수 있고, 확인하고자 하는 지점 또는 영역을 선택할 수도 있다.The
사용자 단말기(200)는 화면 제공부(160)를 통해 제공되는 산출 값, 가시화되는 테이블, 분포도, 그래프 등을 확인하는데 사용된다. 사용자 단말기(200)는 가시화되는 테이블 또는 그래프를 확인할 수 있는 장치라면 모두 가능할 수 있다. 사용자 단말기(200)는 사용자가 선택한 자료의 종류, 선택한 해상 기상 요소, 선택한 지점 또는 영역 등을 확인할 수 있다. 또한, 예측값의 신뢰도를 표시할 수도 있음은 물론이다.
The
도 2는 본 발명의 일 실시예에 따른 해상 파랑 수치 모델에서 데이터를 추출하는 방법을 나타내는 도면이다. 여기서는 일본의 지역 파랑 모델을 예로 들어 설명하나 이에 한정되는 것은 아니며, 다른 해상 파랑 수치 모델에서 데이터를 추출하는 방법도 이와 같을 수 있다.
2 is a diagram illustrating a method of extracting data from a marine wave numerical model according to an embodiment of the present invention. Here, the local wave model of Japan is taken as an example, but the present invention is not limited to this, and the method of extracting data from another ocean wave numerical model may be the same.
도 2를 참조하면, 일본의 지역 파랑 모델은 1회 생성시, 87시간 뒤의 해상 기상을 예상하여 생성되며, 그 생성 주기가 6시간으로 하루에 4회 생성될 수 있다.Referring to FIG. 2, the regional wave model in Japan is generated in anticipation of the sea-phase weather after 87 hours when one generation is made, and the generation cycle can be generated four times a day with six hours.
데이터 추출부(120)는 6시간 간격으로 생성되는 각 일본의 지역 파랑 모델에서 일부의 데이터를 추출하게 된다. 구체적으로, 데이터 추출부(120)는 첫 번째 일본의 지역 파랑 모델에서 해당 모델의 생성 시점으로부터 일본의 지역 파랑 모델의 생성 주기(즉, 6시간)에 해당하는 시점까지의 데이터를 추출할 수 있다. 이와 마찬가지로, 데이터 추출부(120)는 두 번째 내지 네 번째 일본의 지역 파랑 모델에서 각각 해당 모델의 생성 시점으로부터 일본의 지역 파랑 모델의 생성 주기(즉, 6시간)에 해당하는 시점까지의 데이터를 추출할 수 있다. The
이와 같이, 6시간 간격으로 생성되는 각 일본의 지역 파랑 모델에 대해 해당 모델의 생성 시점으로부터 일본의 지역 파랑 모델의 생성 주기(즉, 6시간)에 해당하는 시점까지의 데이터를 추출함으로써, 시스템에서 사용되는 데이터의 양을 줄일 수 있게 된다. 또한, 일본의 지역 파랑 모델의 생성 주기만큼의 데이터를 추출함으로써, 신뢰성 있는 데이터를 사용할 수 있게 된다. 구체적으로, 첫 번째 생성된 일본의 지역 파랑 모델의 6시간 이후부터 12시간까지의 예측 자료와, 두 번째 생성된 일본의 지역 파랑 모델의 생성 시점부터 생성 주기에 해당하는 자료는, 서로 예측하는 시구간은 같으나, 예측하는 시점이 첫 번째 일본의 지역 파랑 모델이 두 번째 일본의 지역 파랑 모델에 비해 더 과거의 시점(즉, 6시간 이전)에서 예측하는 것으로, 현재 시점에서 예측한 두 번째 일본의 지역 파랑 모델에 비해 신뢰도가 떨어지게 된다. 따라서, 각 일본의 지역 파랑 모델의 생성 시점으로부터 생성 주기에 해당하는 시점까지의 데이터를 추출함으로써, 신뢰성 있는 데이터를 추출할 수 있게 되는 것이다.Thus, for each Japanese local wave model generated at intervals of 6 hours, data from the time of generation of the model to the point of time corresponding to the generation cycle of the local wave model of Japan (i.e., 6 hours) are extracted from the system The amount of data used can be reduced. In addition, reliable data can be used by extracting data corresponding to the generation period of the local blur model in Japan. Specifically, the prediction data from 6 hours to 12 hours of the first generated local wave model of Japan and the data corresponding to the generation period from the generation point of the second generated local wave model of Japan, However, the predicted point is that the first Japanese regional wave model is predicted at a later time point (ie, before 6 hours) than the second Japanese regional wave model, The reliability is lower than that of the local wave model. Therefore, reliable data can be extracted by extracting data from the generation time point of the local wave model of each Japanese to the time point corresponding to the generation cycle.
또한, 데이터 추출부(120)는 일정기간(예를 들어, 1년)동안의 과거 해상 파랑 수치 모델에서도 상기와 같은 방식으로 데이터를 추출하여 수 있다. 즉, 데이터 추출부(120)는 일정기간 동안의 과거 해상 파랑 수치 모델에서, 과거 해상 파랑 수치 모델 각각이 생성된 시각부터 과거 해상 파랑 수치 모델의 주기만큼 데이터를 추출하여 하나의 데이터를 생성하여 저장할 수 있다. 이를 통해, 과거 해상 파랑 수치 모델이 차지하는 해양 기상 분석 시스템(10)의 용량을 줄일 수 있고, 과거 해상 파랑 수치 모델 자료를 이용해 검색을 하는 시간을 줄일 수 있게 된다.Also, the
구체적으로, 자료 수집부(110)는 과거 해상 파랑 수치 모델의 경우, 현재 시점으로부터 과거 일정 구간(예를 들어, 1년)의 데이터를 수집할 수 있다. 과거 해상 파랑 수치 모델은 해당 모델의 생성 시점으로부터 87시간까지의 예측 값(즉, 1회 해상 파랑 수치 모델)이 하나의 파일로 저장된다. 해상 파랑 수치 모델의 생성 주기가 6시간 간격이 경우, 하루에 4개의 해상 파랑 수치 모델 파일이 생성되므로, 자료 수집부(110)에서 과거 1년 간의 해상 파랑 수치 모델을 수집한 경우, 1460개의 해상 파랑 수치 모델 파일을 저장하여야 한다. Specifically, the
여기서, 데이터 추출부(120)는 과거 1년간 해상 파랑 수치 모델 각각에 대해 앞에서 살펴본 바와 같이, 각 해당 모델의 생성 시점으로부터 주기 간격까지의 데이터를 추출하고, 이를 하나의 파일로 통합함으로써, 시스템에서 사용되는 데이터의 양을 현저히 줄일 수 있게 되고, 이를 통해 과거 해상 파랑 수치 모델을 통한 검색 시, 검색 속도를 높일 수 있게 된다. 아울러, 각각의 해상 파랑 수치 모델 자료에서 해당 모델의 생성 시점으로부터 주기 간격까지의 데이터를 추출함으로써, 신뢰도 있는 예측 자료를 수집할 수 있게 된다.
Here, the
도 3은 본 발명의 일 실시예에 따른 해양 기상 분석 방법의 흐름도이다.3 is a flowchart illustrating a method of analyzing a marine meteorological phenomenon according to an embodiment of the present invention.
도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다. 또한 실시예에 따라 상기 방법에 도시되지 않은 하나 이상의 단계들이 상기 방법과 함께 수행될 수도 있다.In the illustrated flow chart, the method is described as being divided into a plurality of steps, but at least some of the steps may be performed in reverse order, combined with other steps, performed together, omitted, divided into detailed steps, One or more steps may be added and performed. Also, one or more steps not shown in the method according to the embodiment may be performed with the method.
도 3을 참조하면, 자료 수집부(110)는 해양 기상 분석 기초 자료를 수집한다(S210). 자료 수집부(110)는 해상 파랑 수치 모델 자료 및 관측 자료 중 적어도 하나를 수집할 수 있다. 예를 들어, 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)은 각각 12시간 간격으로(즉, 12시간을 주기로) 하루 2회 생성될 수 있다. 반면, 일본의 지역 파랑 모델(JMA RWW3)은 하루 4회의 6시간 간격으로 생성될 수 있다. Referring to FIG. 3, the
다음으로, 데이터 추출부(120)는 자료 수집부(110)에서 수집한 해양 기상 분석 기초 자료 중, 해양 기상 분석 시스템(10)에서 사용하기 위한 데이터를 추출한다(S220). 예를 들어, 데이터 추출부(120)는 자료 수집부(110)가 수집한 해상 파랑 수치 모델 자료에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해상 파랑 수치 모델의 주기 간격에 해당하는 시간까지의 자료를 추출할 수 있다.Next, the
다음으로, 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 해상 파랑 수치 모델 자료 또는 자료 수집부(110)에서 수집한 관측 자료를 해양 기상 분석 시스템(10)에서 사용할 수 있도록 가공한다(S230).Next, the
다음으로, 사용자 단말기(200)를 이용해 사용자는 통해 해양 기상 분석 시스템(10)에 확인하고자 하는 해양 기상 분석 기초 자료를 선택하고, 확인하고자 하는 지점 또는 영역, 및 해상 기상 요소 중 확인하고자 하는 요소 등을 선택 한다(S240). Next, using the
다음으로, 산출부(150)는 사용자가 사용자 단말기(200)를 이용하여 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출 한다(S250). 구체적으로, 산출부(150)는 사용자가 사용자 단말기(200)를 이용하여 선택하는 해양 기상 분석 기초 자료 중 적어도 하나 이상의 자료, 선택한 자료에 따른 지점과 확인하고자 하는 요소를 확인하여 각 지점 또는 영역의 해상 기상 요소 값을 산출할 수 있다.Next, the
다음으로, 화면 제공부(160)는 사용자 화면을 이용하여 사용자가 입력할 수 있도록 하고, 결과 화면을 통하여 사용자가 선택하는 지점 또는 영역의 데이터 값을 가시화하여 사용자에게 제공한다(S260). 화면 제공부(160)는 사용자가 원하는 지점 또는 영역의 데이터 값을 테이블, 분포도, 및 그래프 등의 형태로 제공할 수 있다.
Next, the
도 4는 본 발명의 제 2 실시예에 따른 해양 기상 분석 방법의 흐름도이다.4 is a flowchart illustrating a method of analyzing a marine meteorological phenomenon according to a second embodiment of the present invention.
도 4를 참조하면, 자료 수집부(110)는 해양 기상 분석 기초 자료를 수집한다(S310). 자료 수집부(110)는 해상 파랑 수치 모델 자료 및 관측 자료 중 적어도 하나를 수집할 수 있다. 예를 들어, 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)은 각각 12시간 간격으로(즉, 12시간을 주기로) 하루 2회 생성될 수 있다. 반면, 일본의 지역 파랑 모델(JMA RWW3)은 하루 4회의 6시간 간격으로 생성될 수 있다. Referring to FIG. 4, the
다음으로, 데이터 추출부(120)는 자료 수집부(110)에서 수집한 해양 기상 분석 기초 자료 중, 해양 기상 분석 시스템(10)에서 사용하기 위한 데이터를 추출한다(S320). 예를 들어, 데이터 추출부(120)는 자료 수집부(110)가 수집한 해상 파랑 수치 모델 자료에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해상 파랑 수치 모델의 주기 간격에 해당하는 시간까지의 자료를 추출할 수 있다. Next, the
다음으로, 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 해상 파랑 수치 모델 자료 또는 자료 수집부(110)에서 수집한 관측 자료를 해양 기상 분석 시스템(10)에서 사용할 수 있도록 가공한다(S330).Next, the
다음으로, 사용자는 사용자 단말기(200)를 이용하여 해양 기상 분석 시스템(10)에서 비교하고자 하는 관측 지점, 요소 및 기간 중 적어도 하나를 포함하는 비교 조건 정보를 입력한다(S340). Next, the user inputs comparison condition information including at least one of observation points, elements, and periods to be compared in the
다음으로, 비교 검증부(140)는 입력된 내용을 통해 해상 파랑 수치 모델(예측값)과 관측 자료(관측값)를 비교하여 예측값의 신뢰도를 검증한다(S350). 이때, 비교 검증부(140)는 가공한 해상 파랑 수치 모델과 관측 자료를 비교하여 검증할 수 있다. 여기서, 비교 검증부(140)는 결정 계수(R2 : R Square) 또는 평균 제곱근 오차(RMSE : Root Mean Square Error)를 이용하여 예측값의 신뢰도를 검증할 수 있다.Next, the
다음으로, 화면 제공부(160)는 비교 검증부(140)의 해상 파랑 수치 모델과 관측 자료 간의 신뢰도를 가시화하여 사용자 단말기(200)를 이용해 사용자에게 제공한다(S360).
Next, the
이하에서는, 화면 제공부(160)에서 제공하는 사용자 화면에 대해 도 5 내지 도 8을 참조하여 살펴보기로 한다.Hereinafter, the user screen provided by the
도 5는 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 인터페이스 화면을 나타낸 도면이다.5 is a view illustrating an interface screen of a user screen provided in a screen providing unit according to an embodiment of the present invention.
도 5는 각 화면의 기능을 설명하기 위한 도면으로, 도 5에 개시된 위치는 변경 가능하고, 각 화면의 크기를 조절할 수 있음은 물론이다. FIG. 5 is a view for explaining the function of each screen. It is needless to say that the position shown in FIG. 5 can be changed and the size of each screen can be adjusted.
도 5를 참조하면, 사용자 단말기(도 1의 200)의 인터페이스 화면(500)은, 해양 기상 분석 기초 자료 선택 영역(a), 지도 화면 영역(b), 선택 지점 확인 영역(c), 기간 설정 영역(d) 등을 포함할 수 있다.Referring to FIG. 5, the
해양 기상 분석 기초 자료 선택 영역(a)은 해양 기상 분석 시스템(도 1의 10)에서 제공하는 가공된 해양 기상 분석 기초 자료를 확인하여 선택할 수 있다. 사용자는 해양 기상 분석 기초 자료 선택 영역(a)에서 해상 파랑 수치 모델 자료(각 국가의 지역 파랑 모델, 전지구 파랑 모델 등), 관측 자료(자동 기상 관측 장비, 종관 관측, 등표, 등대, 및 부표 등) 중 적어도 하나를 선택할 수 있다.The ocean data base data selection area (a) can be selected and checked based on the processed ocean data analysis data provided in the ocean weather analysis system (FIG. 1, 10). The user can select the data of marine wave numerical model (local wave model, global wave model etc. of each country), observation data (automatic weather observation equipment, synoptic observation, index, lighthouse, ) Can be selected.
지도 화면 영역(b)은 사용자가 확인하려는 지점 및 영역을 선택할 수 있는 영역이다. 만약, 사용자가 해양 기상 분석 기초 자료 선택 영역(a)에서 관측 자료를 선택한 경우, 관측 자료를 생성하는 관측 지점이 표시되며, 사용자는 관측 지점을 선택하여 원하는 데이터를 확인할 수 있다. 또한, 사용자가 해양 기상 분석 기초 자료 선택 영역(a)에서 해상 파랑 수치 모델 자료를 선택할 경우, 사용자는 지도 화면 영역(b)에 임의의 점을 선택하여 산출부(160)에서 산출한 산출 값을 확인할 수 있고, 사용자가 지도 화면 영역(b)에서 임의의 영역을 선택할 경우에도 산출부(160)에서 산출한 산출 값을 확인할 수 있다.The map screen area (b) is an area where the user can select a point and an area to be confirmed. If the user selects the observation data in the ocean data base area (a), the observation point for generating the observation data is displayed, and the user can confirm the desired data by selecting the observation point. When the user selects the marine wave numerical model data in the marine meteorological analysis basic data selection area (a), the user selects an arbitrary point in the map screen area (b) and outputs the calculated value calculated by the
선택 지점 확인 영역(c)은 사용자가 지도 화면 영역(b)에서 선택한 지점 또는 영역의 위치를 위도 및 경도를 이용해서 표시할 수 있다. 또한, 선택 지점 확인 영역(c)에 사용자가 위도 및 경도를 입력하면 지도 화면 영역(b)에 표시될 수도 있다.The selection point confirmation area (c) can display the location of the point or area selected by the user in the map screen area (b) by using latitude and longitude. In addition, when the user inputs the latitude and longitude into the selection point confirmation area c, it may be displayed in the map screen area b.
기간 설정 영역(d)은 사용자가 확인하고자 하는 데이터를 추출하는 기간을 선택할 수 있다. 사용자는 원하는 기간을 입력하여 입력한 기간의 데이터를 확인할 수 있음은 물론이고, 임의 기간을 선택하여 저장부(도 1의 170)에 저장되어 있는 모든 자료의 데이터를 확인할 수도 있다.
The period setting area (d) can select a period in which the user extracts data to be confirmed. The user can confirm the data of the input period by inputting the desired period, and can also check the data of all the data stored in the storage unit 170 (FIG. 1) by selecting the arbitrary period.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 결과 화면을 나타낸 도면이다.6 to 8 are diagrams showing result screens of the user screens provided by the screen providing unit according to the embodiment of the present invention.
도 6을 참조하면, 화면 제공부(도 1의 160)의 결과 화면(600)은, 검색 조건 확인 영역(e), 데이터 확인 영역(f), 다운로드 선택 영역(g) 등을 포함할 수 있다.Referring to FIG. 6, the
검색 조건 확인 영역(e)은 사용자가 사용자 화면(도 5의 500)에서 선택한 조건을 확인할 수 있다. 예를 들어, 도 6의 검색 조건 확인 영역(e)을 참조하면, 사용자가 사용자 화면(도 5의 500)에서 확인하고자 하는 데이터를 일본의 지역 파랑 모델(JMA RWW3)로 선택한 것을 알 수 있고, 확인하고자 하는 지점의 위도/경도를 확인할 수 있고, 2013년 01월 01부터 2013년 12월 31일까지의 데이터를 확인한 것을 알 수 있다. The search condition confirmation area (e) allows the user to confirm the condition selected on the user screen (500 in FIG. 5). For example, referring to the search condition confirmation area (e) of FIG. 6, it can be seen that the user has selected the data to be confirmed on the user screen (500 in FIG. 5) as the Japanese local wave model (JMA RWW3) You can see the latitude / longitude of the location you want to check, and you can see the data from January 01, 2013 to December 31, 2013.
데이터 확인 영역(f)는 검색 조건 확인 영역(e)에 입력된 조건들에 따라 산출되는 산출 값을 확인할 수 있다. 산출 값은 테이블 형태로 가시화 될 수 있으며, 테이블의 윗줄에 요소를 클릭하여 내림차순과 오름차순으로 정렬할 수도 있다.The data check area (f) can check the calculated value calculated according to the conditions inputted in the search condition check area (e). The output values can be visualized in a table format, or they can be sorted in descending order and ascending order by clicking the element on the top row of the table.
다운로드 선택 영역(g)은 확인한 데이터를 원하는 형태의 자료로 다운받을 수 있도록 한다. 예를 들어, 확인한 데이터를 엑셀 파일, 한글 파일, 워드 파일, PDF 파일, 그림 파일 등으로 다운받을 수 있다.
The download selection area (g) allows the user to download the confirmed data as a desired type of data. For example, you can download the checked data as an Excel file, a Hangul file, a Word file, a PDF file, or a picture file.
도 7을 참조하면, 화면 제공부(도 1의 160)의 결과 화면(700)은, 검색 조건 확인 영역(h), 데이터 그래프 표시 영역(i), 데이터 분포도 표시 영역(j), 다운로드 선택 영역(k) 등을 포함할 수 있다.7, the
여기서, 조건 확인 영역(h)과 다운로드 선택 영역(k)은 상기 도 6의 조건 확인 영역(도 6의 (e))와 다운로드 선택 영역(도 6의 (g))와 같은 역할을 함으로 상세한 설명은 생략하도록 한다.6 (e)) and the download selection area (FIG. 6 (g)), the condition check area h and the download selection area k are described in detail Is omitted.
데이터 그래프 표시 영역(i)는 사용자가 선택한 조건의 각 요소에 대하여 구간별 통계적 분포를 그래프화 하여 표시할 수 있다. 이때, 그래프의 형태는 막대 그래프, 꺽은선 그래프 등의 다양한 형태로 표현될 수 있음은 물론이다. The data graph display area (i) can graphically display statistical distributions of the sections for each element of the condition selected by the user. In this case, the shape of the graph can be expressed in various forms such as a bar graph and a line graph.
데이터 분포도 표시 영역(j)은 사용자가 선택한 조건의 각 요소에 대하여 장미 분포도를 표시할 수 있다. 예를 들어, 도 7은 파랑에 대한 장미 분포도를 나타낸 것으로, 파랑의 방향 및 높이 등을 사용자가 보기 용이하게 표시할 수 있다.
The data distribution display area (j) may display a rose distribution map for each element of the condition selected by the user. For example, FIG. 7 shows a distribution chart of roses with respect to blue. The direction and height of blue can be easily displayed by the user.
도 8을 참조하면, 화면 제공부(도 1의 160)의 결과 화면(800)은, 검색 조건 확인 영역(l), 비교 검증 결과 확인 영역(m), 다운로드 선택 영역(n) 등을 포함할 수 있다.Referring to FIG. 8, the
여기서, 조건 확인 영역(l)과 다운로드 선택 영역(n)은 상기 도 6의 조건 확인 영역(도 6의 (e))와 다운로드 선택 영역(도 6의 (g))와 같은 역할을 함으로 상세한 설명은 생략하도록 한다.6 (e)) and the download selection area (FIG. 6 (g)), the
비교 검증 결과 확인 영역(m)는 비교 검증부(도 1의 140)에서 가공 데이터 중, 해상 파랑 수치 모델과 관측 자료를 비교하여 검증한 결과를 표시할 수 있다. 구체적으로, 해상 파랑 수치 모델의 풍속과 관측 자료의 풍속을 비교한 결과를 표시할 수 있고, 해상 파랑 수치 모델의 파고와 관측 자료의 유의 파고를 비교하여 표시할 수도 있다. 예를 들어, 도 8의 덕적도의 해상 파랑 수치 모델의 파고(예측값) 와 관측 자료의 유의 파고(관측값)를 비교하면, 결정 계수(R2)의 값은 0.82이고, 평균 제곱근 오차(RMSE)의 값은 0.24인 것을 알 수 있다. 또한 칠발도의 해상 파랑 수치 모델의 파고(예측값)와 관측 자료의 유의 파고(관측값)를 비교하면, 결정 계수(R2)의 값은 0.84이고, 평균 제곱근 오차(RMSE)의 값은 0.38인 것을 알 수 있다. 여기서, 덕적도와 칠발도의 결정 계수(R2) 값을 비교하여 보면, 칠발도가 1에 더 가까운 것을 통해, 칠발도가 덕적도보다 평균적으로 예측값가 관측값에 유사하다는 것을 알 수 있다. 또한, 덕적도와 칠발도의 평균 제곱근 오차(RMSE)의 값을 비교해 보면, 덕적도가 0.24로 칠발도의 0.38보다 작은 값을 갖는 것을 통해, 덕적도의 파고가 칠발도의 파고보다 평균치를 조금 벗어나는 것을 알 수 있다. In the comparison verification result confirmation area (m), the comparison verification part (140 in FIG. 1) can display the result of the verification by comparing the numerical model of the marine wave and the observation data among the machining data. Concretely, it is possible to display the result of comparing the wind speed of the numerical model of the marine wave and the wind speed of the observation data, and to compare the wave height of the marine wave numerical model with the significant wave of the observation data. For example, when comparing the peak value (observed value) of the observed data with the peak value (numerical value) of the numerical model of the sea wave of the ductility of FIG. 8, the value of the determination coefficient R 2 is 0.82 and the mean square root error (RMSE) Is 0.24. ≪ tb >< TABLE > The value of R 2 is 0.84 and the mean square root error (RMSE) is 0.38, which is the difference between the wave height (predicted value) and the observed wave height (observation value) Able to know. Here, comparing the values of the deterministic coefficient (R 2 ) of Deokwangdo with that of Chilwolgdo, it can be seen that the predicted value of Chilbaldo is similar to that of Deokpakdo on the average. Comparing the mean square root mean square error (RMSE) of Deokwangdo and Chilbaldo, it is found that the Dechokgido is slightly smaller than the Chilganggeopgo by a value of 0.24, which is smaller than 0.38 of Chilbangdo.
이때, 비교 검증 결과 확인 영역(b)은 비교 검증부(도 1의 140)에서 결정 계수(R2) 또는 평균 제곱근 오차(RMSE)를 이용하여 비교 검증한 결과를 도표 및 그래프 중 적어도 하나의 형태로 표시할 수 있다. 예를 들어, 거문고의 해상 파랑 수치 모델의 파고(예측값) 와 관측 자료의 유의 파고(관측값)를 그래프로 나타내어, 그래프 상에서 예측값와 관측값의 차이를 확인할 수 있다.
At this time, the comparison verification result confirmation area (b) can be obtained by comparing the result of the comparison verification using the determination coefficient (R 2 ) or the mean square root error (RMSE) in the comparison verification unit (140 in FIG. 1) As shown in FIG. For example, the difference between the predicted value and the observed value can be confirmed on the graph by plotting the wave height (predicted value) and the significant wave height (observation value) of the numerical model of the ocean wave of the harpoon.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 플로피 디스크와 같은 자기-광 매체, 및 롬, 램, 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 포함할 수 있다.
On the other hand, an embodiment of the present invention may include a computer-readable recording medium including a program for performing the methods described herein on a computer. The computer-readable recording medium may include a program command, a local data file, a local data structure, or the like, alone or in combination. The media may be those specially designed and constructed for the present invention, or may be those that are commonly used in the field of computer software. Examples of computer readable media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floppy disks, and magnetic media such as ROMs, And hardware devices specifically configured to store and execute program instructions. Examples of program instructions may include machine language code such as those generated by a compiler, as well as high-level language code that may be executed by a computer using an interpreter or the like.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, I will understand. Therefore, the scope of the present invention should not be limited to the above-described embodiments, but should be determined by equivalents to the appended claims, as well as the appended claims.
10 : 해양 기상 분석 시스템
100 : 해양 기상 분석 장치
110 : 자료 수집부
120 : 데이터 추출부
130 : 데이터 가공부
140 : 비교 검증부
150 : 산출부
160 : 화면 제공부
170 : 저장부
200 : 사용자 단말기
500 : 인터페이스 화면
600, 700, 800 : 결과 화면 10: Ocean weather analysis system
100: Ocean meteorological analyzer
110: Data collection unit
120: Data extraction unit
130: Data processing unit
140:
150:
160:
170:
200: User terminal
500: Interface screen
600, 700, 800: Results screen
Claims (14)
사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 화면 제공부;
상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 비교 검증부; 및
상기 수집한 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하는 데이터 추출부를 포함하고,
상기 화면 제공부는, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하고,
상기 자료 수집부는, 특정 지역에서 소정 생성 주기로 생성되는 복수 개의 해상 파랑 수치 모델을 수집하고,
상기 데이터 추출부는, 수집된 복수 개의 해상 파랑 수치 모델 각각에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 데이터를 추출하고, 추출된 자료를 하나의 파일로 통합하는, 해양 기상 분석 장치.
A data collecting unit for collecting ocean meteorological analysis basic data including a marine wave numerical model and observation data;
A screen providing unit for providing an interface screen for a user to input comparison condition information;
A comparison and verification unit for comparing the marine wave numerical model and the observation data according to the input comparison condition information to verify the predictive reliability of the marine wave numerical model; And
And a data extracting unit for extracting a part of the data from the collected marine meteorological analysis basic data,
Wherein the screen providing unit generates a result screen by visualizing a comparison result between the marine wave numerical model and the observation data,
The data collection unit collects a plurality of ocean wave numerical models generated at a predetermined generation period in a specific area,
The data extracting unit extracts data from a generation time point of the corresponding RBT numerical model to a time point corresponding to a cycle interval of the corresponding RBT numerical model in each of the plurality of collected RBT numerical models, To integrate the ocean meteorological analyzer.
상기 비교 검증부는,
상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하고, 추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교하는, 해양 기상 분석 장치.
The method according to claim 1,
The comparison /
Wherein the oceanic meteorological element of the marine wave numerical model and the marine meteorological element which can be compared in the marine meteorological element of the observation data are extracted respectively and the extracted marine meteorological elements are compared by using the determination coefficient or the mean square root error.
상기 해상 파랑 수치 모델은 GRIB(General Regularly-distributed Information in Binary form) 형태로 생성되어 수집되고,
상기 해양 기상 분석 장치는, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF(Network Common Data Format) 형태로 변환하는 데이터 가공부를 더 포함하는, 해양 기상 분석 장치.
The method according to claim 1,
The ocean wave numerical model is generated and collected in a GRIB (General Regularly-distributed Information in Binary form)
Wherein the maritime vapor phase analyzer further comprises a data processing unit for converting the GRIB-type marine wave numerical model into a NetCDF (Network Common Data Format) format.
상기 해양 기상 분석 장치는,
상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 산출부를 더 포함하고,
상기 화면 제공부는, 상기 산출부가 산출한 값을 결과 화면으로 상기 사용자에게 제공하는, 해양 기상 분석 장치.
The method according to claim 1,
The marine vapor phase analyzer comprises:
Further comprising: a calculation unit for calculating a resolution value of a resolution for a point or an area selected by the user on the interface screen,
Wherein the screen providing unit provides the user with the result calculated by the calculating unit.
상기 산출부는,
상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해상 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는, 해양 기상 분석 장치.
The method of claim 6,
The calculating unit calculates,
And calculating a maritime weather element value of a point or an area selected by the user using the marine wave numerical model located within a preset distance from the point or area selected by the user or the resolution weather element value of the observation data, Meteorological analysis device.
상기 해양 기상 분석 장치에서, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 단계;
상기 해양 기상 분석 장치에서, 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 단계;
상기 해양 기상 분석 장치에서, 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 단계; 및
상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 단계;를 포함하고,
상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에,
상기 해양 기상 분석 장치에서, 상기 수집한 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하는 단계를 더 포함하고,
상기 자료를 수집하는 단계는,
상기 해양 기상 분석 장치에서, 특정 지역에서 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하는 것이고,
상기 데이터를 추출하는 단계는,
수집된 복수 개의 해상 파랑 수치 모델 각각에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 데이터를 추출하고, 추출된 자료를 하나의 파일로 통합하는, 해양 기상 분석 방법.
As a method of oceanic weather analysis using a marine meteorological analyzer,
Collecting marine meteorological analysis basic data including marine wave numerical model and observation data in the marine meteorological analyzing apparatus;
Providing an interface screen for the user to input comparison condition information in the ocean meteorological analyzer;
Comparing the marine wave numerical model and the observation data according to the input comparison condition information to verify the predictive reliability of the marine wave numerical model; And
And generating a result screen by visualizing a result of the comparison between the marine wave numerical model and the observation data in the marine vapor phase analyzer,
After the step of collecting the ocean meteorological analysis basic data,
Further comprising the step of extracting a part of data from the collected marine meteorological analysis basic data in the marine meteorological analyzing apparatus,
Wherein collecting the data comprises:
In the ocean meteorological analyzer, an ocean wave numerical model generated at a predetermined generation period in a specific area is collected,
The step of extracting the data comprises:
Extracts data from the generation time of the corresponding sea-wave numerical model to the time point corresponding to the cycle interval of the corresponding sea-wave numerical model in each of the plurality of collected sea-wave numerical models, integrates the extracted data into one file, Weather analysis method.
상기 비교 검증 단계는,
상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하는 단계; 및
추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교하는 단계;를 포함하는, 해양 기상 분석 방법.
The method of claim 8,
Wherein the comparing and verifying step comprises:
Extracting a marine meteorological element of the marine wave numerical model and a marine meteorological element comparable to a marine meteorological element of the observation data, respectively, in the marine meteorological instrument; And
And comparing the extracted marine meteorological elements using a determination coefficient or a mean square root error.
상기 해양 기상 분석 기초 자료를 수집하는 단계는,
상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델을 GRIB 형태로 생성되어 수집하고,
상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에,
상기 해양 기상 분석 장치에서, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF 형태로 변환하는 단계를 더 포함하는, 해양 기상 분석 방법.
The method of claim 8,
The step of collecting the ocean meteorological analysis basic data includes:
In the marine meteorological instrument, the marine wave numerical model is generated and collected in the GRIB format,
After the step of collecting the ocean meteorological analysis basic data,
Further comprising the step of converting the GRIB-type marine wave numerical model into netCDF format in the marine meteorological instrument.
상기 인터페이스 화면 제공 단계 이후에,
상기 해양 기상 분석 장치에서, 상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 단계; 및
상기 해양 기상 분석 장치에서, 상기 산출한 값을 결과 화면으로 상기 사용자에게 제공하는 단계를 더 포함하는, 해양 기상 분석 방법.
The method of claim 8,
After the interface screen providing step,
Calculating a maritime meteorological element value for a point or an area selected by a user on the interface screen in the marine meteorological instrument; And
Further comprising the step of providing the calculated value to the user as a result screen in the ocean meteorological analyzer.
상기 해상 기상 요소 값을 산출하는 단계는,
상기 해양 기상 분석 장치에서, 상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해상 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는 것인, 해양 기상 분석 방법.14. The method of claim 13,
The step of calculating the marine meteorological element value includes:
The marine meteorological instrument according to claim 1 or 2, wherein the maritime wave numerical model located within a predetermined distance from the point or area selected by the user or the marine meteorological element value of the observation data, Lt; RTI ID = 0.0 > elemental < / RTI > value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150025344A KR101827908B1 (en) | 2015-02-23 | 2015-02-23 | Ocean weather analysis device and method using thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150025344A KR101827908B1 (en) | 2015-02-23 | 2015-02-23 | Ocean weather analysis device and method using thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160102805A KR20160102805A (en) | 2016-08-31 |
| KR101827908B1 true KR101827908B1 (en) | 2018-03-22 |
Family
ID=56877352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150025344A KR101827908B1 (en) | 2015-02-23 | 2015-02-23 | Ocean weather analysis device and method using thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101827908B1 (en) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107357170A (en) * | 2017-07-14 | 2017-11-17 | 山东大学 | A kind of Wave Model Forecasting Methodology based on active disturbance rejection state observer |
| KR102065280B1 (en) * | 2018-11-19 | 2020-02-11 | 한국외국어대학교 연구산학협력단 | Method and system for real-time verfication of detailed weather forecast information generation models |
| KR102082934B1 (en) * | 2018-12-06 | 2020-02-28 | 대한민국(행정안전부 국립재난안전연구원장) | Apparatus and method for providing weather information |
| KR102111636B1 (en) * | 2019-10-18 | 2020-05-15 | (주)지오시스템리서치 | System for providing marine situation information and method for providing marine situation information in using same |
| KR102152433B1 (en) * | 2019-11-08 | 2020-09-04 | 한국해양과학기술원 | System and Method for Shortening the Calculation Time of Nearshore Numerical Modeling |
| KR102111637B1 (en) * | 2019-11-08 | 2020-05-15 | (주)지오시스템리서치 | System and method for predicting wave using observation data |
| CN111292214B (en) * | 2019-12-18 | 2024-05-07 | 上海能源科技发展有限公司 | Method for calculating high-precision China offshore sea wave characteristic distribution |
| KR102345873B1 (en) * | 2020-02-04 | 2022-01-03 | (주)씨텍 | The method and System of Wave Observation Using Camera Module for Ocean Observation Buoy |
| CN113849887A (en) * | 2021-09-17 | 2021-12-28 | 山东电力工程咨询院有限公司 | Optimization method and system for input and output of offshore wind power basic design |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101092380B1 (en) * | 2011-04-29 | 2011-12-13 | 공주대학교 산학협력단 | Estimating method using ensemble average based on the regional climate model performance |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101281200B1 (en) | 2011-03-31 | 2013-07-02 | 한국해양과학기술원 | Ocean research station to observe the ocean and atmosphere |
-
2015
- 2015-02-23 KR KR1020150025344A patent/KR101827908B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101092380B1 (en) * | 2011-04-29 | 2011-12-13 | 공주대학교 산학협력단 | Estimating method using ensemble average based on the regional climate model performance |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160102805A (en) | 2016-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101827908B1 (en) | Ocean weather analysis device and method using thereof | |
| Jiang et al. | Extreme precipitation indices over China in CMIP5 models. Part I: Model evaluation | |
| Girons Lopez et al. | Location and density of rain gauges for the estimation of spatial varying precipitation | |
| KR102063358B1 (en) | Learning method and testing method for generating high-resolution weather and climate data, and learning device and testing device using the same | |
| Vanem | Long-term time-dependent stochastic modelling of extreme waves | |
| García et al. | Calibration of an urban cellular automaton model by using statistical techniques and a genetic algorithm. Application to a small urban settlement of NW Spain | |
| US8224768B1 (en) | Tropical cyclone prediction system and method | |
| JP5314087B2 (en) | Corrosion analysis system and method | |
| US8160995B1 (en) | Tropical cyclone prediction system and method | |
| Gronewold et al. | An appraisal of the Great Lakes advanced hydrologic prediction system | |
| KR101575847B1 (en) | System and Method for variability diagnosis modeling of Western North Pacific surface sea temperature using northern hemisphere climatic index | |
| KR102118643B1 (en) | Standardized Marine Weather Forecasting Production System and Methodology Based on Forecasting Method | |
| KR101538306B1 (en) | Analogous Typhoon analysis forecast System and Analogous Typhoon analysis forecast method using Thereof | |
| CN111639803A (en) | Prediction method applied to future vegetation index of area under climate change scene | |
| KR101274200B1 (en) | Search system for spatiotemporal distribution of disaster weather when disturbance approaches including typhoon | |
| Juza et al. | From basin to sub-basin scale assessment and intercomparison of numerical simulations in the Western Mediterranean Sea | |
| WO2022163864A1 (en) | Information processing device, water resource managing method, information processing method, and recording medium | |
| Thornton et al. | Coverage of in situ climatological observations in the world's mountains | |
| Bajamgnigni Gbambie et al. | Added value of alternative information in interpolated precipitation datasets for hydrology | |
| Małecki | Snow accumulation on a small high‐arctic glacier svenbreen: variability and topographic controls | |
| CN117408173B (en) | Hydrologic flow recompilation intelligent model construction method based on machine learning | |
| Robertson | Wave energy assessments: quantifying the resource and understanding the uncertainty | |
| CN111506879B (en) | Population spatialization measuring and calculating method and device based on multisource perception data | |
| Horton | AtmoSwing: Analog technique model for statistical weather forecastING and downscalING (v2. 1.0) | |
| Costa et al. | Assimilation of sea-level anomalies and Argo data into HYCOM and its impact on the 24 hour forecasts in the western tropical and South Atlantic |
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 |