KR102115825B1 - Aws 관측정보 해상도 향상 장치 및 방법 - Google Patents

Aws 관측정보 해상도 향상 장치 및 방법 Download PDF

Info

Publication number
KR102115825B1
KR102115825B1 KR1020190148259A KR20190148259A KR102115825B1 KR 102115825 B1 KR102115825 B1 KR 102115825B1 KR 1020190148259 A KR1020190148259 A KR 1020190148259A KR 20190148259 A KR20190148259 A KR 20190148259A KR 102115825 B1 KR102115825 B1 KR 102115825B1
Authority
KR
South Korea
Prior art keywords
aws
aggregate
adjacent
resolution
observation information
Prior art date
Application number
KR1020190148259A
Other languages
English (en)
Inventor
천승훈
이선영
원민수
송태진
Original Assignee
한국교통연구원
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 한국교통연구원 filed Critical 한국교통연구원
Priority to KR1020190148259A priority Critical patent/KR102115825B1/ko
Application granted granted Critical
Publication of KR102115825B1 publication Critical patent/KR102115825B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

본 발명은 AWS 관측정보 해상도 향상 장치 및 방법에 관한 것이다. 상기 AWS 관측정보 해상도 향상 방법은, (a) 복수의 AWS(기상관측장비)로부터 관측정보를 수신하는 단계, (b) 상기 복수의 AWS 중에서, 특정 집계구와 인접한 AWS를 선정하는 단계, (c) 상기 선정된 AWS와 상기 집계구 사이의 거리를 기초로, 상기 선정된 AWS에 대한 가중치를 계산하는 단계, 및 (d) 상기 선정된 AWS의 상기 관측정보 및 상기 가중치를 이용하여, 상기 집계구의 기상정보를 계산하는 단계를 포함한다.

Description

AWS 관측정보 해상도 향상 장치 및 방법{Device and method for improving resolution of AWS observation information}
본 발명은 자동기상관측장비(AWS)에서 측정된 관측정보의 공간적 해상도를 높이기 위한 장치 및 방법에 관한 것이다.
최근 이상기후로 인한 여러 현상들이 반복하여 발생하고 있다. 예를 들어, 국지성 집중 호우로 인한 침수 및 산사태가 발생하고, 이로 인해 사회적 경제적으로 피해가 발생하는 경우가 늘고 있다. 따라서, 이상기후로 인한 피해를 예방하기 위해, 기상관측정보를 활용한 기상예측의 중요성이 증대되고 있다.
현재 운용중인 자동기상관측장비(Automatic Weather System; 이하, AWS)의 설치거리는 평균 10 ~ 15km이다. 따라서, AWS를 이용해 측정되는 관측정보는 다른 관측정보(예를 들어, 통신 기지국 수집정보 또는 대중교통 단말기 수집정보)에 비해 상대적으로 저해상도의 데이터를 제공한다.
이러한 해상도 차이로 인하여, AWS에서 측정된 관측정보는 다른 분야의 관측정보와 연계가 쉽지 않은 문제가 있었다. 따라서, AWS에서 측정된 관측정보는 상대적으로 활용도가 낮아, 이를 개선하기 위한 니즈가 꾸준히 증가하는 추세이다.
본 발명은 AWS 관측정보의 해상도를 향상시킴으로써, 다른 분야에 대한 관측정보와의 연계성을 높일 수 있는 AWS 관측정보 해상도 향상 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 방법은, (a) 복수의 AWS(기상관측장비)로부터 관측정보를 수신하는 단계, (b) 상기 복수의 AWS 중에서, 특정 집계구와 인접한 AWS를 선정하는 단계, (c) 상기 선정된 AWS와 상기 집계구 사이의 거리를 기초로, 상기 선정된 AWS에 대한 가중치를 계산하는 단계, 및 (d) 상기 선정된 AWS의 상기 관측정보 및 상기 가중치를 이용하여, 상기 집계구의 기상정보를 계산하는 단계를 포함한다.
또한, 상기 (b) 단계는, 상기 집계구로부터 가장 가까운 AWS를 선정하는 단계와, 상기 선정된 AWS와 상기 집계구 사이의 거리보다 큰 반지름을 갖는 버퍼(buffer)를 설정하는 단계와, 상기 설정된 버퍼 내에 포함된 AWS를 상기 집계구에 대한 인접 AWS로 선정하는 단계를 포함할 수 있다.
또한, 상기 버퍼의 중심은 상기 집계구의 중심과 일치하게 배치되고, 상기 버퍼는 적어도 하나의 AWS를 포함할 수 있다.
또한, 상기 (b) 단계는, 상기 복수의 AWS에 대한 좌표계를 변환하는 단계를 더 포함할 수 있다.
또한, 상기 (c) 단계는, 상기 집계구와 상기 선정된 AWS들 사이의 거리를 계산하는 단계와, 상기 계산된 거리에 반비례하도록 상기 선정된 AWS들에 가중치를 부여하는 단계와, 상기 선정된 AWS들에 부여된 가중치의 총합이 '1'이 되도록 각 가중치의 크기를 조정하는 단계를 포함할 수 있다.
또한, 상기 관측정보는, 기온, 기압, 강수량, 습도, 공기오염도 또는 미세먼지농도에 대한 관측값을 포함하고, 상기 (d) 단계는, 상기 선정된 AWS들에 대하여, 상기 조정된 가중치 및 상기 관측값의 곱에 대한 총합을 계산함으로써, 상기 집계구의 기상정보를 산출하는 것을 포함할 수 있다.
또한, 인접한 상기 AWS들 사이에는 복수의 상기 집계구가 배치되고, 상기 (b) 단계 내지 상기 (d) 단계는 각각의 집계구마다 반복 수행될 수 있다.
본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치는, 복수의 AWS(기상관측장비)로부터 관측정보를 수신하는 통신부, 상기 복수의 AWS 중에서, 특정 집계구와 인접한 AWS를 선정하는 인접 AWS 선정부, 및 상기 선정된 AWS와 상기 집계구 사이의 거리를 기초로 상기 선정된 AWS에 대한 가중치를 계산하고, 상기 선정된 AWS의 상기 관측정보 및 상기 가중치를 이용하여 상기 집계구의 기상정보를 계산하는 집계구 기상정보 산출부를 포함한다.
또한, 상기 인접 AWS 선정부는, 상기 집계구로부터 가장 가까운 AWS를 선정하고, 상기 선정된 AWS와 상기 집계구 사이의 거리보다 큰 반지름을 갖는 버퍼(buffer)를 설정하며, 상기 설정된 버퍼 내에 포함된 AWS를 상기 집계구에 대한 인접 AWS로 선정할 수 있다.
또한, 상기 관측정보는, 기온, 기압, 강수량, 습도, 공기오염도 또는 미세먼지농도에 대한 관측값을 포함하고, 상기 집계구 기상정보 산출부는 상기 집계구와 상기 선정된 AWS들 사이의 거리를 계산하고, 상기 계산된 거리에 반비례하도록 상기 선정된 AWS들에 가중치를 부여하고, 상기 선정된 AWS들에 부여된 가중치의 총합이 '1'이 되도록 각 가중치의 크기를 조정하며, 상기 선정된 AWS들에 대하여, 상기 조정된 가중치 및 상기 관측값의 곱에 대한 총합을 계산함으로써, 상기 집계구의 기상정보를 도출할 수 있다.
본 발명의 기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 AWS 관측정보 해상도 향상 장치 및 방법은, AWS 관측정보의 해상도를 향상시켜 다른 분야에 대한 관측정보들과의 연계 가능성을 높임으로써, AWS 관측정보의 활용도를 증가시킬 수 있다.
도 1은 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치의 개략도이다.
도 2는 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치의 구성요소에 대한 블럭도이다.
도 3은 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 방법에 대한 순서도이다.
도 4는 복수의 AWS가 표시된 지도를 나타내는 도면이다.
도 5 및 도 6은 도 3의 S120 단계에 대한 구체적인 동작을 설명하기 위한 도면이다.
도 7 및 도 8은 도 3의 S130 단계 및 S140 단계에 대한 구체적인 동작을 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 본 발명의 몇몇 실시예에 따른 AWS 관측정보 해상도 향상 장치 및 방법에 관하여 도 1 내지 도 8을 참조하여 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치의 개략도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치(100)는 네트워크(300)를 통해 복수의 AWS(Automatic Weather System; 이하, AWS)(200)로부터 관측정보를 수신한다.
AWS(200)는 자동으로 기상 관측이 가능한 장비이다. 즉, AWS(200)는 전통적인 기상관측소를 기능을 자동화한 장치를 의미한다. AWS(200)가 설치된 장소는 자동기상관측소로 불리며, AWS(200)는 서로 다른 장소에 이격되어 복수 개가 배치될 수 있다.
AWS(200)는 다양한 관측장비를 이용하여 관측정보를 생성할 수 있다. AWS(200)가 생성하는 관측정보에는 기온, 기압, 강수량, 습도, 공기오염도, 또는 미세먼지농도 등에 대한 데이터가 포함될 수 있다. 이러한 관측정보에 대한 데이터는 구체적인 수치로 표현될 수 있다.
AWS(200)에서 생성된 관측정보는 AWS 관측정보 해상도 향상 장치(100)에 전송될 수 있다. AWS(200)는 관측정보를 일정한 주기(예를 들어, 분 단위, 시간 단위)로 생성하여 AWS 관측정보 해상도 향상 장치(100)에 전송할 수 있다.
예를 들어, AWS(200)는 해당 지역의 기온을 측정하고, 기온에 대한 데이터를 1시간 단위로 AWS 관측정보 해상도 향상 장치(100)에 전송할 수 있다.
AWS(200)로부터 수신된 관측정보를 기초로, AWS 관측정보 해상도 향상 장치(100)는 공간자기상관(Spatial Autocorrealation)과 공간가중치(Spatial Weight) 기법을 이용하여 각 집계구의 기상정보를 계산할 수 있다.
여기에서, 집계구는 AWS(200) 사이의 최소거리보다 작게 형성되는 공간단위(또는, 면적단위)를 나타낸다. 집계구는 행정구역의 특정단위(예를 들어, 읍, 면, 동, 군, 구)일 수 있다. 또한, 집계구는 사용자에 의해 임의로 설정되어 이용될 수 있다.
공간자기상관(Spatial Autocorrealation)은 지리적 공간상에서 공간객체간의 상호의존성과 상호작용을　나타내는 이론이다.
구체적으로, 공간자기상관은 “공간상에 분포하는 공간객체들은 위치의 유사성이 높아짐에 따라 객체들이 갖는 값의 유사성도 높아가는 현상”으로 정의될 수 있다. 즉, 공간자기상관은 “모든 것은 서로 연관성이 있지만 가까운 것들이 멀리 떨어져 있는 것들보다 더 큰 연관성을 갖는다”는 토블러의 지리학 제1 법칙을 기초로 한다.
공간가중치(Spatial Weight) 기법은 각 공간객체 사이의 거리에 따라 서로 다른 가중치를 산출하는 것을 의미한다. 예를 들어, 본 발명은 각 공간팩터(즉, 집계구)와 AWS(200) 사이의 거리를 기초로 가중치를 계산하는 방식을 이용한다.
구체적으로, 본 발명에서 AWS 관측정보 해상도 향상 장치(100)는 집계구와 AWS(200) 사이의 거리에 반비례하는 각 AWS(200)에 대한 가중치를 계산한다. 이때, AWS 관측정보 해상도 향상 장치(100)는 일정 거리 내에 있는 AWS(200)들만을 대상으로 가중치를 계산할 수 있다. 이어서, AWS 관측정보 해상도 향상 장치(100)는 계산된 가중치와 각 AWS(200)에서 측정된 관측정보를 이용하여 각 집계구의 기상정보를 산출할 수 있다. 여기에서, 가중치를 계산하는 방법에 대한 자세한 내용은 이하에서 설명하도록 한다.
네트워크(300)는 복수의 전자기기 간에 미리 설정된 통신 프로토콜을 이용하여 데이터를 전송할 수 있다. 미리 설정된 통신 프로토콜은, TCP/IP 프로토콜, IEEE 802.11에 따르는 프로토콜 및 WAP 프로토콜 중 어느 하나일 수 있다. 다만, 이는 하나의 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.
이하에서는, 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치(100)에 포함된 각 구성요소에 대해 자세히 설명하도록 한다.
도 2는 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 장치의 구성요소에 대한 블럭도이다.
도 2를 참조하면, AWS 관측정보 해상도 향상 장치(100)는 통신부(110), 제어부(120), 메모리부(130)를 포함한다. 이때, 제어부(120)는 기능에 따라 좌표계 변환부(121), 인접 AWS 선정부(123), 및 집계구 기상정보 산출부(125)로 구분될 수 있다. 다만, 실시예에 따라 제어부(120)의 각 구성요소 중 일부는 병합되거나, 기능적으로 세분화될 수 있다.
먼저, 통신부(110)는 복수의 AWS(200)로부터 관측정보를 수신한다. 수신된 관측정보는 제어부(120)에 전달된다.
제어부(120)의 좌표계 변환부(121)는 복수의 AWS(200)에 대한 좌표 정보를 변환하는 동작을 수행한다. 좌표계 변환은 각 집계구와 AWS(200) 사이의 정확한 거리 측정을 위한 전처리 과정에 해당한다.
예를 들어, 좌표계 변환부(121)는 AWS(200)의 위치좌표(예를 들어, 위도 및 경도로 표현)를 WGS84 좌표계에서 ITRF2000 좌표계로 변환할 수 있다.
여기에서, WGS84 좌표계는 지구와 유사한 GPS용 타원체(예를 들어, 지오이드, Geoid)를 이용한 위치좌표를 나타낸다. 다만, WGS84 좌표계는 곡면을 기준으로 위치가 설정되어 2차원상의 지도상에서 거리 측정시 일정한 오차가 발생될 수 있다.
ITRF2000 좌표계는 지구의 질량중심에 원점을 두고, 공간상의 위치를 X, Y, Z의 숫자의 셋트로 표현하는 좌표계를 나타낸다. 여기에서, X축은 그리니지 자오선과 적도와의 교점의 방향이고, Y축은 동경 90도의 방향이며, Z축은 북극의 방향에 해당한다. 따라서, 2차원상의 지도상에서 거리 측정시, ITRF2000 좌표계는 WGS84 좌표계보다 오차 발생이 감소될 수 있다.
다만, 이는 본 발명의 하나의 실시예에 불과하고, 본 발명은 서로 다른 제1 좌표계에서 제2 좌표계로 변환하는 모든 실시예를 포함할 수 있다.
추가적으로, 본 발명의 다른 실시예에서 좌표계 변환부(121)와 좌표계 변환 단계는 생략되어 실시될 수 있다.
인접 AWS 선정부(123)는 각 집계구별로 최소 1개의 AWS(200)이 연계되도록 인접한 AWS(200)를 선정한다. 이하에서는, 특정 집계구에 인접한 AWS(200)를 인접 AWS로 정의하도록 한다.
인접 AWS 선정부(123)에서 선정된 각 집계구별 인접 AWS는 데이터베이스 형태로 저장되어 AWS 관측정보 해상도 향상 장치(100)의 다른 구성요소에 제공될 수 있다.
구체적으로, 인접 AWS 선정부(123)는 특정 집계구로부터 가장 가까운 AWS(200)를 선정한다. 이어서, 인접 AWS 선정부(123)는 선정된 AWS(200) 및 해당 집계구 사이의 거리보다 큰 반지름을 갖는 버퍼(buffer)를 설정한다. 이때, 버퍼는 적어도 하나 이상의 AWS(200)를 포함하게 된다. 이어서, 버퍼 내에 포함된 AWS(200)는 해당 집계구의 인접 AWS로 선정될 수 있다.
여기에서, 집계구와 AWS(200) 사이의 거리는, 해당 집계구의 경계와 AWS(200) 사이의 최소거리, 또는 집계구의 중심점과 AWS(200) 사이의 거리로 해석될 수 있다. 다만, 이하에서는 설명의 편의를 위하여, 집계구와 AWS(200) 사이의 거리가 집계구의 중심점과 AWS(200) 사이의 거리인 것을 예로 들어 설명하도록 한다.
버퍼는 각각의 집계구별로 설정될 수 있다. 그리고, 버퍼의 중심은 해당 집계구의 중심과 동일하게 설정될 수 있다. 이때, 각 집계구의 버퍼의 반지름은 모두 동일한 크기로 형성될 수 있다.
다만, 이는 하나의 실시예에 불과하며, 본 발명이 이에 한정되는 것은 아니다. 예를 들어, 버퍼의 반지름은 각 집계구마다 서로 다른 크기로 형성될 수 있다.
추가적으로, 버퍼의 개념을 대신하여, 인접 AWS 선정부(123)는 기준거리의 개념을 이용하여 인접 AWS를 선정할 수 있다. 예를 들어, 인접 AWS 선정부(123)는 특정 집계구로부터 가장 가까운 AWS(200)를 선정한다. 이어서, 인접 AWS 선정부(123)는 선정된 AWS(200) 및 해당 집계구 사이의 거리보다 큰 기준거리를 설정한다. 이어서, 인접 AWS 선정부(123)는 해당 집계구와의 거리가 기준거리보다 작은 AWS(200)들을 인접 AWS로 선정할 수 있다. 다만, 이는 표현 방법의 차이일 뿐, 실질적으로 인접 AWS 선정부(123)에서 인접 AWS를 선정하는 방법은 동일할 수 있다.
집계구 기상정보 산출부(125)는 선정된 인접 AWS와 특정 집계구 사이의 거리를 기초로 각 인접 AWS에 대한 가중치를 계산한다. 이어서, 집계구 기상정보 산출부(125)는 각 인접 AWS의 관측정보와 계산된 가중치를 이용하여 해당 집계구의 기상정보를 계산한다.
이때, 집계구 기상정보 산출부(125)는 인접 AWS와 집계구 사이의 거리에 반비례하도록 인접 AWS에 대한 가중치를 계산한다. 이어서, 집계구 기상정보 산출부(125)는 열 표준화(row standardization)를 통해 모든 인접 AWS에 대한 가중치의 합이 '1'이 되도록 가중치의 크기를 조정한다. 이어서, 집계구 기상정보 산출부(125)는 조정된 가중치 및 관측정보에 포함된 관측값을 이용하여 집계구의 기상정보를 도출한다. 집계구의 기상정보를 도출하는 방법에 대한 구체적인 예는 이하에서 도 7을 참조하여 설명하도록 한다.
메모리부(130)는 통신부(110)에서 수신한 각 AWS(200)의 관측정보를 저장한다. 또한, 메모리부(130)는 제어부(120)에 포함된 각 구성요소의 동작 중에 도출되는 데이터를 저장한다. 각각의 데이터는 행렬(matrix) 또는 테이블(table) 형태로 데이터베이스화되어 메모리부(130)에 저장될 수 있다.
이하에서는 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상을 위한 대한 시계열적인 동작 방법에 대해 살펴보도록 한다.
도 3은 본 발명의 실시예에 따른 AWS 관측정보 해상도 향상 방법에 대한 순서도이다. 도 4는 복수의 AWS가 표시된 지도를 나타내는 도면이다.
여기에서, 도 4는 서울 지역과 서울 인근지역에 위치한 복수의 AWS(200)가 표시된 지도를 나타낸다. 예를 들어, 서울 지역 내에는 29개의 AWS(200)가 포함되고, 서울 인근지역에는 7개의 AWS(200)가 배치될 수 있다.
또한, 서울 지역은 복수 개의 집계구로 구분될 수 있다. 이때, 서울 지역은 AWS(200)의 개수보다 많은 집계구로 세분화되어 구분될 수 있다. 따라서, 각각의 집계구의 최대직경은 AWS(200) 사이의 최소거리보다 작게 형성될 수 있다.
이때, 각각의 집계구는 행정구역의 특정단위(예를 들어, 읍, 면, 동, 군, 구)일 수 있다. 다만, 이는 하나의 예시일 뿐, 본 발명이 이에 한정되는 것은 아니다.
도 3을 참조하면, 우선, AWS 관측정보 해상도 향상 장치(100)는 복수의 AWS(200)로부터 관측정보를 수신한다(S110). 여기에서, 수신된 관측정보는 기온, 기압, 강수량, 습도, 공기오염도, 또는 미세먼지농도 등에 대한 데이터를 포함할 수 있다.
이어서, AWS 관측정보 해상도 향상 장치(100)는 특정 집계구와 인접한 AWS(200)를 선정한다(S120). 이때, 각각의 집계구는 적어도 1개의 AWS(200)와 연계될 수 있다. 인접한 AWS(200)를 선정하는 방법에 대한 자세한 설명은 도 5 및 도 6을 참조하여 후술하도록 한다.
이어서, AWS 관측정보 해상도 향상 장치(100)는 특정 집계구와 인접한 AWS(200) 사이의 거리를 기초로 각 AWS(200)에 대한 가중치를 계산한다(S130). 이때, 각각의 가중치는 집계구와의 거리에 반비례하도록 설정될 수 있다. 또한, 각각의 가중치의 총합은 '1'이 되도록 열 표준화(row standardization)될 수 있다.
이어서, AWS 관측정보 해상도 향상 장치(100)는 특정 집계구와 인접한 AWS(200)의 관측정보와, 해당 AWS(200)의 계산된 가중치를 이용하여 해당 집계구의 기상정보를 계산한다(S140).
이하에서는, S120 내지 S140 단계의 세부동작에 대해 자세히 설명하도록 한다.
도 5 및 도 6은 도 3의 S120 단계에 대한 구체적인 동작을 설명하기 위한 도면이다. 이하에서는, 특정 집계구(이하, 제1 집계구(도 6의 a1))를 기준으로 특정 집계구에 인접한 AWS(200)를 선정하는 방법에 대해 살펴보도록 한다.
도 5 및 도 6을 참조하면, S120 단계의 집계구에 인접한 AWS(200)를 선정하는 단계에서, AWS 관측정보 해상도 향상 장치(100)는 복수의 AWS(200)에 대한 좌표 정보를 변환한다(S221). 이때, 좌표계 변환은 각 집계구와 AWS(200) 사이의 정확한 거리 측정을 위해 사전에 미리 수행될 수 있다.
예를 들어, AWS 관측정보 해상도 향상 장치(100)는 AWS(200)의 위치좌표(예를 들어, 위도 및 경도로 표현)를 WGS84 좌표계에서 ITRF2000 좌표계로 변환할 수 있다. 또한, 본 발명은 서로 다른 제1 좌표계에서 제2 좌표계로 변환하는 모든 실시예를 포함할 수 있다.
이어서, AWS 관측정보 해상도 향상 장치(100)는 제1 집계구(도 6의 a1)로부터 가장 가까운 AWS(200)를 선정한다(S223).
예를 들어, 제1 집계구(a1)로부터 가장 가까운 AWS(200)는 AWS(용산)에 해당한다.
이어서, AWS 관측정보 해상도 향상 장치(100)는 제1 집계구(a1)와 선정된 AWS(용산) 사이의 거리(Ra)보다 큰 반지름(RR)을 갖는 버퍼(B)(buffer)를 설정한다(S225). 여기에서, 버퍼(B)의 중심(C)은 제1 집계구(a1)의 중심(C)과 동일하게 배치될 수 있다.
이어서, AWS 관측정보 해상도 향상 장치(100)는 설정된 버퍼(B) 내에 포함된 AWS(200)들을 제1 집계구(a1)에 대한 인접 AWS로 선정한다(S227). 즉, AWS 관측정보 해상도 향상 장치(100)는 제1 집계구(a1)로부터 일정거리(RR) 내에 있는 AWS(200)를 인접 AWS로 선정할 수 있다. 따라서, 각각의 집계구에는 적어도 하나 이상의 AWS(200)가 인접 AWS로 할당될 수 있다.
이때, 각 집계구에 대한 인접 AWS에 대한 정보는 이진 행렬(binary matrix) 형태로 저장될 수 있다.
예를 들어, 제1 집계구(a1)에 대한 인접 AWS는 아래 [표 1]로 나타낼 수 있다.

지역구분
용산
현충원
서대문
강남
서초
중구
서울
성동
남현
관악
한강

집계구
(a1)
1
1
0
1
1
1
0
1
1
0
1
위 표에서, '1'은 해당 집계구(a1)에 대한 인접 AWS를 나타내고, '0'은 해당 집계구(a1)에 대한 비인접 AWS 를 나타낸다.
추가적으로, 본 발명의 다른 실시예에서, AWS 관측정보 해상도 향상 장치(100)는 미리 설정된 기준거리를 이용하여 인접 AWS를 선정할 수 있다. 이때, 기준거리는 모든 집계구가 적어도 하나 이상의 인접 AWS를 갖도록 설정될 수 있다.
예를 들어, AWS 관측정보 해상도 향상 장치(100)는 각각의 집계구와의 거리가 미리 정해진 기준거리보다 작은 AWS(200)들을 인접 AWS로 선정할 수 있다. 미리 정해진 기준거리를 이용하는 경우, 인접 AWS을 선정하는데 필요한 리소스는 절약될 수 있으며, AWS 관측정보 해상도 향상 장치(100)의 연산속도는 향상될 수 있다.
다만, 본 발명은 위에서 설명한 실시예에 한정되지 않는다. 전술한 S221 내지 S227 단계는 서로 다른 집계구마다 반복 수행되어, 각각의 집계구에 대한 인접 AWS가 모두 선정될 수 있다.
도 7 및 도 8은 도 3의 S130 단계 및 S140 단계에 대한 구체적인 동작을 설명하기 위한 도면이다. 마찬가지로, 이하에서는 제1 집계구(a1)를 기준으로 제1 집계구(a1)에 인접 AWS에 가중치를 부여하고, 부여된 가중치에 대하여 제1 집계구(a1)의 기상정보를 계산하는 것에 대해 자세히 설명하도록 한다.
도 7 및 도 8을 참조하면, S130 단계의 각 인접 AWS에 대한 가중치를 계산하는 단계에서, AWS 관측정보 해상도 향상 장치(100)는 제1 집계구(a1) 및 선정된 인접 AWS들 사이의 거리를 계산한다(S331).
예를 들어, 제1 집계구(a1)와 AWS(용산)의 거리는 2.07km이고, 제1 집계구(a1)와 AWS(한강)의 거리는 5.38km이다.
이렇게 계산된 각 인접 AWS에 대한 거리는 아래 [표 2]와 같이 행렬(matrix) 또는 테이블(table) 형태로 저장될 수 있다.

지역구분
용산
현충원
서대문
강남
서초
중구
서울
성동
남현
관악
한강

집계구
(a1)
2.07
2.53
0
3.35
3.46
3.87
0
4.27
5.35
0
5.38
이어서, AWS 관측정보 해상도 향상 장치(100)는 계산된 거리에 반비례하도록 제1 집계구(a1)의 인접 AWS에 가중치를 부여한다(S333).
예를 들어, 제1 집계구(a1)에 대한 AWS(용산)의 가중치는 1/2.07 = 0.48이고, 제1 집계구(a1)에 대한 AWS(한강)의 가중치는 1/5.38 = 0.19 이다.
마찬가지로, 각 인접 AWS에 대한 가중치는 아래 [표 3]과 같이 행렬(matrix) 또는 테이블(table) 형태로 저장될 수 있다.

지역구분
용산
현충원
서대문
강남
서초
중구
서울
성동
남현
관악
한강
합계

집계구
(a1)
1/2.07=0.48
1/2.53=0.40
0
1/3.35=0.30
1/3.46=0.29
1/3.87=0.26
0
1/4.27=0.23
1/5.35=0.19
0
1/5.38=0.19
2.33
이어서, AWS 관측정보 해상도 향상 장치(100)는 제1 집계구(a1)의 인접 AWS들에 가중치의 총합이 '1'이 되도록 각 가중치의 크기를 조정한다(S335). 이러한 과정을 열 표준화(row standardization)이라 한다.
예를 들어, 열 표준화를 통해 변환된 AWS(용산)의 가중치는 0.21이고, 열 표준화를 통해 변환된 AWS(한강)의 가중치는 0.08 이다.
마찬가지로, 열 표준화를 통해 변환된 가중치는 아래 [표 4]과 같이 행렬(matrix) 또는 테이블(table) 형태로 저장될 수 있다.

지역구분
용산
현충원
서대문
강남
서초
중구
서울
성동
남현
관악
한강
합계

집계구
(a1)
0.21
0.17
0
0.13
0.12
0.11
0
0.10
0.08
0
0.08
1
이어서, S140 단계의 집계구의 기상정보를 계산하는 단계에서, AWS 관측정보 해상도 향상 장치(100)는 조정된 가중치와 인접 AWS에서 측정된 관측정보를 기초로 제1 집계구(a1)의 기상정보를 산출한다(S340).
여기에서, 인접 AWS에서 측정된 관측정보는 기온, 기압, 강수량, 습도, 공기오염도, 또는 미세먼지농도 등에 대한 데이터를 포함할 수 있다. 관측정보에 대한 데이터는 구체적인 수치로 표현될 수 있다.
예를 들어, AWS 관측정보 해상도 향상 장치(100)는 제1 집계구(a1)의 인접 AWS에서 관측한 기온값을 수신할 수 있다. 이어서, AWS 관측정보 해상도 향상 장치(100)는 각 인접 AWS에 대하여 조정된 가중치 및 수신된 기온값의 곱에 대한 총합을 계산할 수 있다.
이때, 각 인접 AWS에 부여된 가중치 및 기온값의 곱에 대한 총합을 계산함으로써, 제1 집계구(a1)의 기상정보(즉, 기온)를 도출할 수 있다.
예를 들어, 각 인접 AWS에서 측정된 기온 및 인접 AWS에 부여된 변환된 가중치에 대한 정보는 아래 [표 5]와 같이 행렬(matrix) 또는 테이블(table) 형태로 저장될 수 있다.
지역구분 기온(℃) 가중치
용산 2.8 0.21
현충원 3.1 0.17
강남 2.8 0.13
서초 2.9 0.12
중구 3.2 0.11
성동 3.0 0.10
남현 2.7 0.08
한강 3.3 0.08
이때, 각 인접 AWS에서 측정된 기온 및 변환된 가중치의 곱에 대한 총합은 2.96이다. 즉, 제1 집계구(a1)의 기온은 2.96로 산출된다.
전술한 S331 내지 S340 단계는 서로 다른 집계구마다 수행되어, 각각의 집계구에 따른 기상정보가 산출될 수 있다. 다만, 전술한 기온에 관한 데이터를 산출하는 것은 하나의 실시예에 불과하며, 본 발명은 다양한 관측정보의 데이터를 기초로 동작할 수 있다.
이를 통해, 본 발명의 AWS 관측정보의 해상도 향상 방법은, AWS 관측정보의 해상도를 향상시킬 수 있다. AWS 관측정보의 해상도가 향상됨에 따라 AWS 관측정보는 다른 분야 데이터들과의 연계되어 이용될 수 있다. 이를 통해, AWS 관측정보의 활용도는 증가될 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
100: AWS 관측정보 해상도 향상 장치
200: 복수의 AWS

Claims (10)

  1. (a) 복수의 AWS(기상관측장비)로부터 관측정보를 수신하는 단계;
    (b) 상기 복수의 AWS 중에서, 특정 집계구와 인접한 AWS를 선정하는 단계;
    (c) 상기 선정된 AWS와 상기 집계구 사이의 거리를 기초로, 상기 선정된 AWS에 대한 가중치를 계산하는 단계; 및
    (d) 상기 선정된 AWS의 상기 관측정보 및 상기 가중치를 이용하여, 상기 집계구의 기상정보를 계산하는 단계를 포함하되,
    상기 (b) 단계는,
    상기 집계구로부터 가장 가까운 AWS를 선정하는 단계와,
    상기 선정된 AWS와 상기 집계구 사이의 거리보다 큰 반지름을 갖는 버퍼(buffer)를 설정하는 단계와,
    상기 설정된 버퍼 내에 포함된 AWS를 상기 집계구에 대한 인접 AWS로 선정하는 단계를 포함하는
    AWS 관측정보 해상도 향상 방법.
  2. 삭제
  3. 제1 항에 있어서,
    상기 버퍼의 중심은 상기 집계구의 중심과 일치하게 배치되고,
    상기 버퍼는 적어도 하나의 AWS를 포함하는
    AWS 관측정보 해상도 향상 방법.
  4. 제1 항에 있어서,
    상기 (b) 단계는,
    상기 복수의 AWS에 대한 좌표계를 변환하는 단계를 더 포함하는
    AWS 관측정보 해상도 향상 방법.
  5. 제1 항에 있어서,
    상기 (c) 단계는,
    상기 집계구와 상기 선정된 AWS들 사이의 거리를 계산하는 단계와,
    상기 계산된 거리에 반비례하도록 상기 선정된 AWS들에 가중치를 부여하는 단계와,
    상기 선정된 AWS들에 부여된 가중치의 총합이 '1'이 되도록 각 가중치의 크기를 조정하는 단계를 포함하는
    AWS 관측정보 해상도 향상 방법.
  6. 제5 항에 있어서,
    상기 관측정보는, 기온, 기압, 강수량, 습도, 공기오염도 또는 미세먼지농도에 대한 관측값을 포함하고
    상기 (d) 단계는,
    상기 선정된 AWS들에 대하여, 상기 조정된 가중치 및 상기 관측값의 곱에 대한 총합을 계산함으로써, 상기 집계구의 기상정보를 산출하는 것을 포함하는
    AWS 관측정보 해상도 향상 방법.
  7. 제1 항에 있어서,
    인접한 상기 AWS들 사이에는 복수의 상기 집계구가 배치되고,
    상기 (b) 단계 내지 상기 (d) 단계는 각각의 집계구마다 반복 수행되는
    AWS 관측정보 해상도 향상 방법.
  8. 복수의 AWS(기상관측장비)로부터 관측정보를 수신하는 통신부;
    상기 복수의 AWS 중에서, 특정 집계구와 인접한 AWS를 선정하는 인접 AWS 선정부; 및
    상기 선정된 AWS와 상기 집계구 사이의 거리를 기초로 상기 선정된 AWS에 대한 가중치를 계산하고, 상기 선정된 AWS의 상기 관측정보 및 상기 가중치를 이용하여 상기 집계구의 기상정보를 계산하는 집계구 기상정보 산출부를 포함하되,
    상기 인접 AWS 선정부는,
    상기 집계구로부터 가장 가까운 AWS를 선정하고,
    상기 선정된 AWS와 상기 집계구 사이의 거리보다 큰 반지름을 갖는 버퍼(buffer)를 설정하며,
    상기 설정된 버퍼 내에 포함된 AWS를 상기 집계구에 대한 인접 AWS로 선정하는
    AWS 관측정보 해상도 향상 장치.
  9. 삭제
  10. 제8 항에 있어서,
    상기 관측정보는, 기온, 기압, 강수량, 습도, 공기오염도 또는 미세먼지농도에 대한 관측값을 포함하고
    상기 집계구 기상정보 산출부는,
    상기 집계구와 상기 선정된 AWS들 사이의 거리를 계산하고,
    상기 계산된 거리에 반비례하도록 상기 선정된 AWS들에 가중치를 부여하고,
    상기 선정된 AWS들에 부여된 가중치의 총합이 '1'이 되도록 각 가중치의 크기를 조정하며,
    상기 선정된 AWS들에 대하여, 상기 조정된 가중치 및 상기 관측값의 곱에 대한 총합을 계산함으로써, 상기 집계구의 기상정보를 도출하는
    AWS 관측정보 해상도 향상 장치.
KR1020190148259A 2019-11-19 2019-11-19 Aws 관측정보 해상도 향상 장치 및 방법 KR102115825B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190148259A KR102115825B1 (ko) 2019-11-19 2019-11-19 Aws 관측정보 해상도 향상 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190148259A KR102115825B1 (ko) 2019-11-19 2019-11-19 Aws 관측정보 해상도 향상 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102115825B1 true KR102115825B1 (ko) 2020-05-27

Family

ID=70911211

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190148259A KR102115825B1 (ko) 2019-11-19 2019-11-19 Aws 관측정보 해상도 향상 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102115825B1 (ko)

Citations (4)

* 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
KR20170073817A (ko) * 2015-12-18 2017-06-29 부경대학교 산학협력단 고해상도 강수량자료 복원시스템 및 그 방법
KR20170073818A (ko) * 2015-12-18 2017-06-29 부경대학교 산학협력단 고해상도 기온자료 복원시스템 및 그 방법

Patent Citations (4)

* 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
KR20170073817A (ko) * 2015-12-18 2017-06-29 부경대학교 산학협력단 고해상도 강수량자료 복원시스템 및 그 방법
KR20170073818A (ko) * 2015-12-18 2017-06-29 부경대학교 산학협력단 고해상도 기온자료 복원시스템 및 그 방법

Similar Documents

Publication Publication Date Title
KR102116824B1 (ko) 딥러닝 기반 측위 시스템 및 이의 구축 방법
US9503863B2 (en) Systems and methods to identify home addresses of mobile devices
CN111427100A (zh) 一种台风中心定位方法、装置及台风路径生成方法
CN110058329B (zh) 一种气象要素智能网格预报产品空间降尺度方法
CN108181607A (zh) 基于指纹库的定位方法、装置及计算机可读存储介质
CN107193060B (zh) 一种多路径台风风暴潮快速预测方法及系统
CN104284352B (zh) 移动位置区重叠覆盖优化方法和装置
CN112348344B (zh) 一种公共交通可达指数计算方法
CN112469066B (zh) 5g网络覆盖评估方法及装置
CN109313273A (zh) 记录有室内外判断程序的记录介质、室内外判断系统、室内外判断方法、移动终端和室内外环境分类判断单元
CN103888975B (zh) 一种基站经纬度数据校验方法及系统
CN105868443B (zh) 一种微地形微气象要素场的构建方法
CN108281023B (zh) 一种通过移动终端展示实时路况的方法和系统
CN112726350A (zh) 道路平整检测方法及装置、设备
KR102115825B1 (ko) Aws 관측정보 해상도 향상 장치 및 방법
CN117580054A (zh) 基于使用需求数据的ntn小区构建方法、装置、设备及介质
KR100706905B1 (ko) 기지국 정보 관리 시스템 및 방법
CN108540926B (zh) 一种无线信号指纹的构建方法及装置
CN115731560A (zh) 一种基于深度学习的槽线识别方法、装置、存储介质及终端
CN114885369A (zh) 网络覆盖质量检测处理方法、装置、电子设备和存储介质
CN116089546A (zh) 一种台风云系识别方法、系统、终端以及存储介质
CN116170814B (zh) 资源配置方法、装置、设备及存储介质
KR102450271B1 (ko) 신호의 전파 모델/기지국 위치 추정 장치 및 방법
CN117523063B (zh) 基于三维空间的高性能射线追踪仿真的渲染方法
KR101397648B1 (ko) 선박 내의 지그비 노드 배치 방법 및 그 장치

Legal Events

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