KR101954796B1 - 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템 - Google Patents

국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템 Download PDF

Info

Publication number
KR101954796B1
KR101954796B1 KR1020180094419A KR20180094419A KR101954796B1 KR 101954796 B1 KR101954796 B1 KR 101954796B1 KR 1020180094419 A KR1020180094419 A KR 1020180094419A KR 20180094419 A KR20180094419 A KR 20180094419A KR 101954796 B1 KR101954796 B1 KR 101954796B1
Authority
KR
South Korea
Prior art keywords
module
temperature
index
calculation
heat
Prior art date
Application number
KR1020180094419A
Other languages
English (en)
Inventor
이지선
김규랑
조창범
Original Assignee
대한민국
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 대한민국 filed Critical 대한민국
Priority to KR1020180094419A priority Critical patent/KR101954796B1/ko
Application granted granted Critical
Publication of KR101954796B1 publication Critical patent/KR101954796B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/02Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover, wind speed
    • G01W1/06Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover, wind speed giving a combined indication of weather conditions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/12Sunshine duration recorders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W2201/00Weather detection, monitoring or forecasting for establishing the amount of global warming

Abstract

미리 준비된 자료를 이용하여 기온, 습도, 태양복사, 발한과 호흡에 따른 인체 열 교환, 의복의 단열효과를 고려한 폭염지수 인지온도를 산출하고, 사람들의 작업 활동등급에 따른 예상 신진대사량을 적용하여 복수의 활동등급별 인지온도도 산출하며, 그 결과의 시·공간적 분포를 웹에 표출하여 폭염의 위험을 쉽게 확인할 수 있는 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템이 개시된다, 인지온도 산출 시스템은, 폭염지수 산출 모듈 및 폭염지수 산출 모듈에 연결되는 폭염지수 분포도 및 동네예보 지점값 표출 모듈을 포함하고, 폭염지수 산출 모듈은, 국지예보모델 결과를 수집하는 기상자료 수집 모듈과, 수집된 기상자료에서 폭염지수모델에 필요한 입력요소를 추출하고 미리 설정된 형식으로 변환하는 모듈과, 국지예보모델 결과를 인지온도 모델에서 필요로 하는 태양복사요소들로 변환하고 작업의 강도에 따른 활동등급 별 인지온도를 산출하는 모듈과, 인지온도와 미리 설정된 형식으로 변환된 기온, 열 지수, 온열지수를 비교하여 폭염지수를 산출하는 모듈을 구비하도록 이루어질 수 있다.

Description

국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템{SYSTEM AND METHOD FOR CALCULATING THE PERCEIVED TEMPERATURE ACCORDING TO GENERAL TYPE AND ACTIVE LEVELS BASED ON UNIFIED MODEL-LOCAL DATA ASSIMILATION AND PREDICTION SYSTEM}
본 발명은 기상청의 통합모델(Unified Model, UM) 기반의 고해상도 국지예보모델(Local Data Assimilation and Prediction System, LDAPS) 등의 미리 준비된 자료를 이용하여 기온, 습도, 태양복사, 발한과 호흡에 따른 인체 열 교환, 의복의 단열효과를 고려한 폭염지수 인지온도를 산출하고, 사람들의 작업 활동등급에 따른 예상 신진대사량을 적용하여 4단계 활동등급별 인지온도도 산출하며, 그 결과의 시·공간적 분포를 웹에 표출하여 폭염의 위험을 쉽게 확인할 수 있는 전산시스템 및 그 방법에 관한 것이다.
기상청은 약 20종의 수치예보시스템이 매일 운영되고 있으며, 통합모델의 국지예보모델(LDAPS)은 한반도 날씨 예측을 목적으로 전지구예보모델(GDAPS), 지역예보모델(RDAPS)와 함께 2010년 영국 기상청에서 도입되었다. LDAPS는 수평분해능이 1.5km로 RDAPS 해상도에 비해 64배 높다.
두 모델로 제주도 날씨를 모의할 경우 RDAPS는 11개 격자, LDAPS는 약 700여개 격자로 표현할 수 있다. 즉 LDAPS는 RDAPS에 비해 지형에 따른 상세화된 기상정보를 제공할 수 있다. 단, 예측 가능시간이 87시간에서 36시간으로 단축된다. LDAPS는 1일 8회 수행되며, 00, 06, 12, 18UTC에는 36시간 예측자료, 03, 09, 15, 18UTC에는 3시간 예측자료가 산출된다. 자료기간은 2012년 5월 15일 00UTC부터 이용할 수 있으나, 시험운영기간으로 24시간 예측자료만 제공하며, 2013년 4월 28일 00UTC부터 정식운영되어 36시간 예측자료가 생산된다. 예측 데이터 형식은 WMO에서 제시한 GRIB2 형식으로 제공한다.
인지온도는 기온, 습도, 태양복사, 발한 및 호흡에 따른 열 교환, 의복의 단열효과를 고려한 폭염진단모델이다. 기존의 폭염특보시스템은 기온만으로 폭염을 진단하기 때문에, 습도가 높은 해안지역과 일사량이 높은 저위도 지역의 폭염위험도를 민감하게 진단하지 못한다.
폭염으로 인한 피해는 인체가 더위로 인한 발한시스템이 제 기능을 하지 못할 때 발생하는데, 땀을 흘려도 주위 습도가 높으면 피부에서 증발이 안 되고 잠열발산이 되지 않아 체온조절에 실패한다. 이 때 고온이 지속되면 열사병, 일사병, 열경련, 열실신 등으로 사망에 이를 수 있다. 따라서 다양한 폭염인자를 고려한 폭염진단지수와 이 지수들을 한눈에 비교할 폭염모니터링시스템이 필요하다. 인지온도모델은 2000년 Jendritzky 등에 의해 고안되었으며, 2005년부터 독일기상청에서 폭염경보시스템으로 이용되고 있다.
한국에서는 폭염으로 인해 지난 5년간(2013년-2017년) 6500여명의 온열질환자가 발생했고 그 중 54명이 사망했다. 이는 태풍, 홍수, 강풍 등으로 인한 다른 기상재해보다 높은 인명피해로 분석된다. 따라서 고해상도의 기상자료를 이용하여 지역별 폭염의 상세정보를 줄 수 있고, 폭염피해에도 민감하게 반응하는 실시간 폭염정보시스템이 필요하다.
본 발명은 여름동안 00, 06, 12, 18UTC 마다 자동으로 LDAPS GRIB2 자료(36시간 기상 예측자료)를 수집하여, 인지온도 모델에 입력되는 값으로 변환하고, 사람이 하는 일에 따른 인체 내 열 생산량을 인지온도 모델에 적용하여 일반적인 환경에서 적용할 수 있는 인지온도와 네 가지 활동등급에 따른 인지온도를 계산하고, 그리고 기존에 사용되어 온 폭염지수인 기온과 열 지수(HI), 온열지수(WBGT)도 함께 표출하여 누구나 쉽게 폭염현황을 파악하고 과거에는 언제 어디에서 폭염이 발생했는지도 즉각 탐지할 수 있도록 하는 인지온도 산출 방법 및 시스템을 제공하는데 그 목적이 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 일 측면에 따른 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 시스템(간략히 '인지온도 산출 시스템'), 폭염지수 산출 모듈; 및 상기 폭염지수 산출 모듈에 연결되는 폭염지수 분포도 및 동네예보 지점값 표출 모듈을 포함하고, 상기 폭염지수 산출 모듈은, 국지예보모델 결과를 수집하는 기상자료 수집 모듈과, 수집된 기상자료에서 폭염지수모델에 필요한 입력요소를 추출하고 미리 설정된 형식으로 변환하는 모듈과, 상기 국지예보모델 결과를 인지온도 모델에서 필요로 하는 태양복사요소들로 변환하고 작업의 강도에 따른 활동등급 별 인지온도를 산출하는 모듈과, 상기 인지온도와 상기 미리 설정된 형식으로 변환된 기온, 열 지수, 온열지수를 비교하여 폭염지수를 산출하는 모듈을 구비하도록 이루어질 수 있다.
일실시예에서, 인지온도 산출 시스템은, 상기 폭염지수 분포도 및 동네예보 지점값 표출 모듈의 결과물을 웹 페이지 서버에 자료를 전송하고 표출하는 모듈을 더 포함할 수 있다.
일실시예에서, 상기 폭염지수 분포도 및 동네예보 지점값 표출 모듈은, 인지온도, 기온, 열지수, 온열지수의 실시간 분석장과 일정 시간 예측장의 공간분포를 그려주는 모듈과, 행정구역(시)별 공간분포와 동네예보지역(동)별 폭염지수의 시계열을 표출하기 위한 지점별 지수값을 추출하는 모듈을 구비할 수 있다.
일실시예에서, 상기 인지온도를 산출하는 모듈은, 환경 설정 및 입력자료 변환 모듈과, 상기 환경 설정 및 입력자료 변환 모듈의 결과물을 받아 인지온도 모델 서브루틴을 적용하는 서브루틴 적용 모듈을 포함하고, 상기 서브루틴 적용 모듈은 줄리안데이 계산, 태양고도각 계산, 수증기압 계산, 지상 1M 풍속 계산, 평균해면 기압 계산, 평균복사온도 계산, 및 인지온도 계산을 위한 모듈들을 구비할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 측면에 따른 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 시스템에 의해 수행되는 인지온도 산출 방법은, 폭염지수 산출 모듈의 기상자료 수집 모듈에 의해 국지예보모델 결과를 수집하는 단계; 수집된 기상자료에서 폭염지수모델에 필요한 입력요소를 추출하는 단계; 추출된 입력요소를 미리 설정된 형식으로 변환하는 단계; 상기 국지예보모델 결과를 인지온도 모델에서 필요로 하는 태양복사요소들로 변환하는 단계; 변환된 태양복사요소들로부터 작업의 강도에 따른 활동등급 별 인지온도를 산출하는 단계; 및 상기 인지온도와 상기 미리 설정된 형식으로 변환된 기온, 열 지수, 온열지수를 비교하여 폭염지수를 산출하는 단계를 포함한다.
일실시예에서, 상기 인지온도를 산출하는 단계는, 환경 설정 및 입력자료 변환 과정과, 상기 환경 설정 및 입력자료 변환 과정의 결과물을 받아 인지온도 모델 서브루틴을 적용하는 과정을 포함할 수 있다. 그리고, 상기 서브루틴 적용 과정은 줄리안데이 계산, 태양고도각 계산, 수증기압 계산, 지상 1M 풍속 계산, 평균해면 기압 계산, 평균복사온도 계산 또는 이들의 조합 프로세스 중 적어도 어느 하나 이상과 인지온도 계산 프로세스를 포함할 수 있다.
전술한 본 발명의 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템을 사용하는 경우에는, 인지온도 모델에 입력되는 값으로 변환하고, 사람이 하는 일에 따른 인체 내 열 생산량을 인지온도 모델에 적용하여 일반적인 환경에서 적용할 수 있는 인지온도와 복수의 활동등급에 따른 인지온도를 계산하고, 그리고 기존에 사용되어 온 폭염지수인 기온과 열 지수(HI), 온열지수(WBGT)도 함께 표출하여 누구나 쉽게 폭염현황을 파악하고 과거에는 언제 어디에서 폭염이 발생했는지도 즉각 탐지할 수 있도록 하는 인지온도 산출 방법 및 시스템을 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 통합모델 국지예보모델 자료를 이용한 인지온도 및 기타 폭염지수 산출 시스템의 주요 구성에 대한 블록도이다.
도 2는 도 1의 시스템에 채용할 수 있는 폭염지수모델 수행시간 및 생성자료의 예측시간에 대한 개념도이다.
도 3은 도 1의 시스템에 채용할 수 있는 인지온도 산출 모듈의 주요 구성에 대한 블록도이다.
도 4는 도 1의 시스템에 채용할 수 있는 인지온도 공간분포도(예시: 2016년 5월 30일 15시)를 설명하기 위한 도면이다.
도 5는 도 1의 시스템에 채용할 수 있는 비교 폭염지수(기온, 열지수, 온열지수) 공간분포도(예시: 2016년 5월 30일 15시)를 설명하기 위한 도면이다.
도 6은 도 1의 시스템에 채용할 수 있는 폭염지수 공간분포도의 웹 페이지 표출(예시: 2016년 5월 30일 15시(06UTC)) 과정을 설명하기 위한 도면이다.
도 7은 도 1의 시스템에 채용할 수 있는 행정구역(시)별 폭염위험도 분포의 웹 페이지 표출(예시: 2016년 5월 30일 15시(06UTC)) 과정을 설명하기 위한 도면이다.
도 8은 도 1의 시스템에 채용할 수 있는 행정구역(동)별 폭염지수의 시계열 표출(예시: 2016년 5월 30일 15시(06UTC))과정을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이하의 특정한 실시 형태는 본 발명을 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물은 본 발명의 범위에 포함되는 것으로 이해되어야 한다. 각 도면을 설명하면서 설명의 편의상 유사한 구성요소에 대해서는 유사하거나 동일한 참조부호를 사용하기로 한다.
본 명세서에서 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 포함한다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 의미와 일치하는 의미로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 통합모델 국지예보모델 자료를 이용한 인지온도 및 폭염지수 산출 시스템(이하 간략히 산출 시스템이라도 한다)의 주요 구성에 대한 블록도이다. 도 2는 도 1의 시스템에 채용할 수 있는 폭염지수모델 수행시간 및 생성자료의 예측시간에 대한 개념도이다. 도 3은 도 1의 시스템에 채용할 수 있는 인지온도 산출 모듈의 주요 구성에 대한 블록도이다.
도 4는 도 1의 시스템에 채용할 수 있는 인지온도 공간분포도(예시: 2016년 5월 30일 15시)를 설명하기 위한 도면이다. 도 5는 도 1의 시스템에 채용할 수 있는 비교 폭염지수(기온, 열지수, 온열지수) 공간분포도(예시: 2016년 5월 30일 15시)를 설명하기 위한 도면이다. 도 6은 도 1의 시스템에 채용할 수 있는 폭염지수 공간분포도의 웹 페이지 표출(예시: 2016년 5월 30일 15시(06UTC)) 과정을 설명하기 위한 도면이다. 도 7은 도 1의 시스템에 채용할 수 있는 행정구역(시)별 폭염위험도 분포의 웹 페이지 표출(예시: 2016년 5월 30일 15시(06UTC)) 과정을 설명하기 위한 도면이다. 그리고, 도 8은 도 1의 시스템에 채용할 수 있는 행정구역(동)별 폭염지수의 시계열 표출(예시: 2016년 5월 30일 15시(06UTC))과정을 설명하기 위한 도면이다.
도 1을 참조하면, 본 실시예에 따른 산출 시스템(100)은, 폭염지수 산출 모듈(이하 제1 모듈이라고도 한다)(10)과, 폭염지수 분포도 및 동네예보 지점값 표출 모듈(이하 제2 모듈이라고도 한다)(20)를 포함하고, 구현에 따라서 웹 페이지 서버에 자료를 전송하고 표출하는 모듈(이하 제3 모듈이라고도 한다)(30)을 더 포함할 수 있다.
폭염지수 산출 모듈(10)은 통합 국지예보모델 결과를 수집하는 기상자료 수집 모듈(11)과, 폭염지수모델에 필요한 입력요소를 추출하고 저장형식을 제1 형식(예를 들어, GRIB2)에서 제2 형식(예를 들어, BIN)으로 변환하는 모델 입력자료 변환모듈(12)과, 국지예보모델 결과를 인지온도 모델에서 필요로 하는 태양복사요소들로 변환하고 작업의 강도에 따른 활동등급별 인지온도를 산출하는 인지온도 산출 모듈(13), 그리고 인지온도와 함께 기온, 열 지수(heat index, HI), 온열지수(WBGT) 등을 비교하는 비교 폭염지수 산출 모듈(14)을 포함할 수 있다.
폭염지수 분포도 및 동네예보 지점값 표출 모듈(20)은 인지온도를 비롯한, 기온, 열지수, 온열지수의 실시간 분석장과 일정 시간(예를 들어, 36시간) 예측장의 공간분포를 그려주는 모듈(폭염지수 별 공간분포도 표출 모듈, 21), 및 행정구역(시)별 공간분포와 동네예보지역(동)별 폭염지수의 시계열을 표출하기 위한 지점별 지수값을 추출하는 모듈(동네예보 지점값 추출 모듈, 22)을 포함할 수 있다.
폭염지수 산출 모듈(10)과 폭염지수 분포도 및 동네예보 지점값 표출 모듈(20)의 결과물들은 웹 페이스 서버 자료전송 및 표출 모듈(30)을 통해 웹페이지에 전송되어 표출될 수 있다.
전술한 산출 시스템에서 폭염지수산출 모듈(10)과 폭염지수 분포도 및 동네예보 지점값 표출 모듈(20), 그리고 웹 페이지 서버 자료전송 및 표출 모듈(30)은 메모리 등의 저장유닛(40)에 저장될 수 있다. 저장유닛(40)은 프로세서 등의 제어유닛(50)에 연결되며, 제어유닛(50)은 저장유닛(40)에 저장된 모듈들을 탑재하고 각 모듈의 기능이나 각 모듈의 기능을 수행하는 프로그램에 의해 인지온도 및 폭염지수를 산출하고 표출할 수 있다.
전술한 산출 시스템은 도 2에 도시한 바와 같이, 폭염감시용으로 4월부터 10월까지 구동할 수 있고, 18, 00, 06, 12UTC의 통합국지예보모델 결과가 약 5시간 뒤에 생성되므로, 첫 번째의 폭염지수 산출 모듈(10)은 23, 05, 11, 17UTC에 동작하도록 설정될 수 있다. 통합국지예측모델은 통상 연직 24개 등압면 자료와 단일면 및 토양면 자료로 구성되어 있다. 본 시스템은 인체가 폭염의 영향을 받는 1.5m 높이의 환경을 모의하기 위해, 기상자료 수집 모듈을 통해 단일면 자료를 받는다.
본 시스템에서, 파일이름은 일례로 'l015_v070_erlo_unis_h{aaa}.{bbb}.gb2'이며, h{aaa}는 분석 및 예측시간을 뜻하고, {bbb}는 분석날짜 및 시간을 뜻한다. 즉, h{aaa}가 h000이고 {bbb} 2018070100이면, 2018년 7월 1일 00UTC에 모의된 분석장이고, h{aaa}가 h036이면 같은 시간에 모의된 36시간 후의 예측장이다. 이렇게 예측시간별로 분류되어 있으므로 기상자료 수집 모듈(11)은 동시간대에 모의된 분석 및 예측장(h000~h036)을 모두 수집할 수 있다.
다음으로 모델 입력자료 변환모듈(12)을 이용하여, 폭염지수를 계산하기 위한 입력변수들을 추출한다. 일례로, GRIB2 형식으로 압축되어 있는 국지예측모델 자료는 압축해제 프로그램(예컨대, kwgrib2)을 이용하여 레코드번호에 따른 입력변수를 추출한다. 여기서 kwgrib2 프로그램은 기상청 등에서 제공할 수 있다.
인지온도 모델에 들어갈 변수들의 코드이름 및 레코드번호는 표 1과 같다. 단, 레코드번호 26의 상대습도는 열지수와 온열지수 계산에 이용된다.
Figure 112018079864265-pat00001
또한 GRIB2 자료는 남북격자의 시작점이 남쪽에서 북쪽으로 기록되는 형식이기 때문에 북쪽에서 읽어 남쪽으로 내려가는 형식으로 변경해서 바이너리(Binary)로 저장할 수 있다.
다음으로 도 3에 도시한 바와 같이, 인지온도 산출 모듈은, 일례로 독일기상청에서 받은 인지온도 모델의 서브루틴들을 구동하기 위해 자료 전처리 과정을 추가할 수 있다.
자료 전처리 과정은 환경 설정 및 입력자료 변환 모듈(13a)에 의해 수행될 수 있다.
첫 번째로, 인지온도 산출 모듈은, 자료 전처리 과정에서, 지형정보 설정 모듈(131)을 통해 기상자료의 각 격자점 별 위도, 경도, 지표고도 자료를 생성한다. 국지예보모델의 GRIB2 자료는 램버트-컴포멀(Lambert-conformal) 도법으로 내삽되어 있어, 동서 격자 602개, 남북격자 781개, 표준위도 30N°, 60N°, 기준위경도 38N°, 126E°, 시작 경도 121.834E°, 시작위도 32.257N°의 정보로 각 격자별 위·경도를 산출할 수 있다.
두 번째로, 인지온도 산출 모듈은, 기상정보 입력 및 변환 모듈(132)을 통해 국지예측모델 결과를 인지온도 모델 입력형식에 맞게 변환한다. 기온(Ta)과 이슬점온도(Td)는 캘빈온도에서 섭씨로 변환하고, 풍속(WS)은 동서성분과 남북성분을 합쳐서 벡터 형태의 속도로 변환될 수 있다.
(Ta(℃)= TMP(K)-273.15, Td(℃)= DPT(K)-273.15, WS= sqrt(UGRD2 + VGRD2).
위의 표 1에서 지표하향전천일사량(gh_kw)은 TDSWS로 정의하고, 지표하향산란일사량(dh_kw)은 SWDIF, 지표하향장파복사(a_lw)는 DLWS로 정의한다.
알베도에 따른 지표상향단파복사(r_kw)와 지표상향장파복사(e_lw) 변수에 대응하는 국지예측모델 값이 없기 때문에 다음과 같이 유도할 수 있다. 여기서 상향 복사량은 음의 값이고, 하향 복사량은 양의 값으로 정의되어 있다.
r_kw = -(↑SW), TDSWS = ↓SW, NDNSW = ↓SW + ↑SW
⇒ r_kw = TDSWS - NDNSW
e_lw = -(↑LW), NDNLW = ↓LW + ↑LW, DLWS = ↓LW
⇒ e_lw = DLWS - NDNLW
세 번째로, 인지온도 산출 모듈은, 인체 열 대사량 설정 모듈(133)을 통해 사람들의 활동등급에 따른 인체 열 대사량을 설정한다. 기본 값은 키가 1.75m이고 75kg인 35세 남성이 4km/h로 걸을 때 발생하는 열 대사량으로 135 W/m2가 설정되어 있으나, 이에 한정되지는 않는다.
본 시스템에서는 추가적으로 1단계 경작업, 2단계 중등 작업, 3단계 고등 작업, 4단계 초고등 작업에 따른 열 대사량을 미리 설정된 규칙(일례로, ISO 8996)에 따라 각각 100W/m2, 165W/m2, 230W/m2, 290W/m2으로 설정할 수 있다.
그런 다음, 인지온도 산출 모듈은, 위에서 설명한 환경 설정 및 입력자료 변환 모듈(13a)에 더하여 상기 환경 설정 및 입력자료 변환 모듈의 결과물을 받아 인지온도 모델 서브루틴을 적용하는 서브루틴 적용 모듈(13b)을 포함할 수 있다. 이 경우, 서브루틴 적용 모듈(13b)은 줄리안데이 계산 모듈(134), 태양고도각 계산 모듈(135), 수증기압 계산 모듈(136) 및 지상 1M 풍속 계산 모듈(137)로 이루어진 그룹 중에서 선택되는 적어도 하나 이상의 모듈과, 평균해면 기압 계산 모듈(138), 평균복사온도 계산 모듈(139), 및 인지온도 계산 모듈(140)을 구비할 수 있다. 인지온도 산출 모듈은 인지온도 모델 서브루틴 적용 모듈(13b)을 통해 인지온도 모델의 서브루틴들을 순차적으로 배열하고 상기 입력자료를 적용하여 활동등급에 따른 인지온도를 산출할 수 있다.
기본활동 또는 표준은 PT_Lev0, 경 작업활동은 PT_Lev1, 중등 작업활동은 PT_Lev2, 고등 작업활동은 PT_Lev3, 초고등 작업활동은 PT_Lev4로 정의할 수 있다. 마지막으로 인지온도와 비교할 수 있는 열 지수(Heat Index), 온열지수(WBGT)도 산출한다.
상기 인지온도와 비교 폭염지수들의 결과는 도 1의 폭염지수 표출 모듈(10)을 이용하여, 폭염지수별 한반도의 공간분포도를 그림파일로 표출하고, 기상청의 동네예보 3783개 지점, 기상관측소 260개 지점의 폭염지수 값을 아스키(ASCII) 파일로 추출할 수 있다. 먼저 폭염지수의 분포도는 그래픽 툴(일례로, GrADS)을 이용하고, 오른쪽 하단에 모델이 분석된 날짜와 시각, 오른쪽 상단에는 예측시간(h{aaa})에 따른 유효날짜 및 시각을 표기할 수 있다.
결과물은 도 4 및 도 5와 같다. 도 4 및 도 5의 결과물에서 볼 수 있듯이, 폭염지수별 한반도의 공간분포가 활동등급에 따른 서로 다른 색상의 인지온도로 표출될 수 있다.
웹페이지 표출시 도 6과 같이 한눈에 비교할 수 있도록 구현될 수 있다. 또한, 웹페이지 표출에서 동네예보 지점과 기상관측소 지점의 폭염지수 값은 각 지점의 위·경도에 가장 가까운 모델격자별 위·경도를 이용하여 격자별 거리를 계산하고 가장 가까운 좌표를 저장해서 폭염지수를 추출하도록 이루어질 수 있다. 지점별 지수값은 텍스트 파일로 저장될 수 있고, 저장된 지점별 지수값은 웹페이지 표출시 도 7과 같이 행정구역별 분포도로 표출될 수 있으며, 도 8과 같이 시계열 그래프 형태로 관련 정보를 표출하도록 이루어질 수 있다.
이상에서 살핀 바와 같이, 본 발명은 기상청의 통합모델(Unified Model, UM) 기반의 고해상도 국지예보모델(Local Data Assimilation and Prediction System, LDAPS) 등의 미리 준비된 자료를 이용하여 기온, 습도, 태양복사, 발한과 호흡에 따른 인체 열 교환, 의복의 단열효과를 고려한 폭염지수 인지온도를 산출하고, 사람들의 작업 활동등급에 따른 예상 신진대사량을 적용하여 복수의 활동등급별 인지온도도 산출하며, 그 결과의 시·공간적 분포를 웹에 표출하여 폭염의 위험을 쉽게 확인할 수 있는 작용효과가 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (6)

  1. 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 시스템으로서,
    폭염지수 산출 모듈; 및 상기 폭염지수 산출 모듈에 연결되는 폭염지수 분포도 및 동네예보 지점값 표출 모듈을 포함하고,
    상기 폭염지수 산출 모듈은,
    국지예보모델 결과를 수집하는 기상자료 수집 모듈과,
    수집된 기상자료에서 폭염지수모델에 필요한 입력요소를 추출하고 미리 설정된 형식으로 변환하는 모듈과,
    상기 국지예보모델 결과를 인지온도 모델에서 필요로 하는 태양복사요소들로 변환하고 작업의 강도에 따른 활동등급 별 인지온도를 산출하는 모듈과,
    상기 인지온도와 상기 미리 설정된 형식으로 변환된 기온, 열 지수, 온열지수를 비교하여 폭염지수를 산출하는 모듈을 구비하는 것을 특징으로 하는, 인지온도 산출 시스템.
  2. 청구항 1에 있어서,
    상기 폭염지수 분포도 및 동네예보 지점값 표출 모듈의 결과물을 웹 페이지 서버에 자료를 전송하고 표출하는 모듈을 더 포함하는, 인지온도 산출 시스템.
  3. 청구항 1에 있어서,
    상기 폭염지수 분포도 및 동네예보 지점값 표출 모듈은, 인지온도, 기온, 열지수, 온열지수의 실시간 분석장과 일정 시간 예측장의 공간분포를 그려주는 모듈과, 행정구역(시)별 공간분포와 동네예보지역(동)별 폭염지수의 시계열을 표출하기 위한 지점별 지수값을 추출하는 모듈을 구비하는, 인지온도 산출 시스템.
  4. 청구항 1에 있어서,
    상기 인지온도를 산출하는 모듈은, 환경 설정 및 입력자료 변환 모듈과, 상기 환경 설정 및 입력자료 변환 모듈의 결과물을 받아 인지온도 모델 서브루틴을 적용하는 서브루틴 적용 모듈을 포함하고,
    상기 서브루틴 적용 모듈은 줄리안데이 계산, 태양고도각 계산, 수증기압 계산, 지상 1M 풍속 계산, 평균해면 기압 계산, 평균복사온도 계산 또는 이들의 조합 모듈 중 적어도 어느 하나와 인지온도 계산 모듈을 구비하는, 인지온도 산출 시스템.
  5. 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 시스템에서 수행되는 인지온도 산출 방법으로서,
    폭염지수 산출 모듈의 기상자료 수집 모듈에 의해 국지예보모델 결과를 수집하는 단계;
    수집된 기상자료에서 폭염지수모델에 필요한 입력요소를 추출하는 단계;
    추출된 입력요소를 미리 설정된 형식으로 변환하는 단계;
    상기 국지예보모델 결과를 인지온도 모델에서 필요로 하는 태양복사요소들로 변환하는 단계;
    변환된 태양복사요소들로부터 작업의 강도에 따른 활동등급 별 인지온도를 산출하는 단계; 및
    상기 인지온도와 상기 미리 설정된 형식으로 변환된 기온, 열 지수, 온열지수를 비교하여 폭염지수를 산출하는 단계를 포함하는 것을 특징으로 하는, 인지온도 산출 방법.
  6. 청구항 5에 있어서,
    상기 인지온도를 산출하는 단계는, 환경 설정 및 입력자료 변환 과정과, 상기 환경 설정 및 입력자료 변환 과정의 결과물을 받아 인지온도 모델 서브루틴을 적용하는 과정을 포함하며,
    상기 서브루틴 적용 과정은 줄리안데이 계산, 태양고도각 계산, 수증기압 계산, 지상 1M 풍속 계산, 평균해면 기압 계산, 평균복사온도 계산 또는 이들의 조합 프로세스 중 적어도 어느 하나 이상과 인지온도 계산 프로세스를 포함하는, 인지온도 산출 방법.
KR1020180094419A 2018-08-13 2018-08-13 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템 KR101954796B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180094419A KR101954796B1 (ko) 2018-08-13 2018-08-13 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180094419A KR101954796B1 (ko) 2018-08-13 2018-08-13 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR101954796B1 true KR101954796B1 (ko) 2019-03-06

Family

ID=65760980

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180094419A KR101954796B1 (ko) 2018-08-13 2018-08-13 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101954796B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200121574A (ko) 2019-04-16 2020-10-26 대한민국(기상청 국립기상과학원장) 인공기후실 열 스트레스 환경 실험 기반의 한국인 연령별 인지온도 열적 쾌적범위 설정 방법
KR102239926B1 (ko) 2019-10-23 2021-04-13 대한민국 폭염 사망위험의 임계온도 설정 방법 및 그를 이용한 폭염 건강 영향예보 지원 시스템
KR102251878B1 (ko) * 2020-03-13 2021-05-14 한국외국어대학교 연구산학협력단 소규모 단위의 기상예측모델을 이용한 쿨링포그 시스템
KR102297183B1 (ko) 2020-12-28 2021-09-02 주식회사 주빅스 토지 피복별 군집분석에 따른 학습을 이용한 폭염 예측 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101809629B1 (ko) * 2016-11-28 2017-12-15 한국외국어대학교 연구산학협력단 기상청 국지예보모델을 활용한 도시 폭염 상세정보 예측 방법 및 시스템
KR101841217B1 (ko) * 2017-10-31 2018-05-04 주식회사 주빅스 복사대류온도 및 상대습도 가중치를 적용한 도시 미소공간 폭염지수산출 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101809629B1 (ko) * 2016-11-28 2017-12-15 한국외국어대학교 연구산학협력단 기상청 국지예보모델을 활용한 도시 폭염 상세정보 예측 방법 및 시스템
KR101841217B1 (ko) * 2017-10-31 2018-05-04 주식회사 주빅스 복사대류온도 및 상대습도 가중치를 적용한 도시 미소공간 폭염지수산출 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
이대근 외 3인, ‘인지온도를 이용한 여름철 폭염 스트레스와 일 사망률 증가와의 관련성 연구: 1991~2005, 서울’, 한국대기환경학회지, 제26권, 제3호, 2010, pp.253-264. *
이지선 외 2인, ‘관측자료 기반 인지온도를 이용한 한국 폭염 취약성 분석’, 한국기상학회 학술대회 논문집, 2016.04, pp.271-272. *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200121574A (ko) 2019-04-16 2020-10-26 대한민국(기상청 국립기상과학원장) 인공기후실 열 스트레스 환경 실험 기반의 한국인 연령별 인지온도 열적 쾌적범위 설정 방법
KR102239926B1 (ko) 2019-10-23 2021-04-13 대한민국 폭염 사망위험의 임계온도 설정 방법 및 그를 이용한 폭염 건강 영향예보 지원 시스템
KR102251878B1 (ko) * 2020-03-13 2021-05-14 한국외국어대학교 연구산학협력단 소규모 단위의 기상예측모델을 이용한 쿨링포그 시스템
KR102297183B1 (ko) 2020-12-28 2021-09-02 주식회사 주빅스 토지 피복별 군집분석에 따른 학습을 이용한 폭염 예측 시스템

Similar Documents

Publication Publication Date Title
KR101954796B1 (ko) 국지예보모델기반 일반유형과 활동등급에 따른 인지온도 산출 방법 및 시스템
Im et al. Deadly heat waves projected in the densely populated agricultural regions of South Asia
Osuri et al. The impact of satellite-derived wind data assimilation on track, intensity and structure of tropical cyclones over the North Indian Ocean
Taylor Intraseasonal land–atmosphere coupling in the West African monsoon
Piñeros et al. Estimating tropical cyclone intensity from infrared image data
OrtizBeviá et al. Evolution of heating and cooling degree-days in Spain: trends and interannual variability
Ramamurthy et al. Inter-annual variability in urban heat island intensity over 10 major cities in the United States
Liu et al. Response of NDVI dynamics to precipitation in the Beijing–Tianjin sandstorm source region
Dunning et al. Identification of deficiencies in seasonal rainfall simulated by CMIP5 climate models
David et al. A method to generate typical meteorological years from raw hourly climatic databases
Kim et al. Process-oriented diagnosis of tropical cyclones in high-resolution GCMs
Lloyd et al. Submonthly Indian Ocean cooling events and their interaction with large-scale conditions
Zahid et al. Return levels of temperature extremes in southern Pakistan
Photiadou et al. Modeling European hot spells using extreme value analysis
Chapman et al. The impact of climate change and urban growth on urban climate and heat stress in a subtropical city
Kumar Hyper-temporal variability analysis of solar insolation with respect to local seasons
Varotsos et al. Monitoring and forecasting of tropical cyclones: A new information-modeling tool to reduce the risk
Gordon et al. Droughts, floods, and sea‐surface temperature anomalies: A modelling approach
KR101288386B1 (ko) 열 스트레스를 시간가중함수로 누적한 폭염 모니터링 시스템 및 그 방법
Yang Observed Regional Climate Change in Tibet over the Last Decades
Molarius et al. Systemic vulnerability and resilience analysis of electric and transport network failure in cases of extreme winter storms
Yang et al. Climate Change in Southeast Asia and Surrounding Areas
Pavan et al. Calibrated multi-model ensemble summer temperature predictions over Italy
Nigam et al. Influence of orography on the extratropical response to El Nino events
Yu et al. Interannual variability of the summer wind energy over China: A comparison of multiple datasets

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant