KR102355910B1 - Monitoring system considering multi-target characteristics and monitoring method using the same - Google Patents

Monitoring system considering multi-target characteristics and monitoring method using the same Download PDF

Info

Publication number
KR102355910B1
KR102355910B1 KR1020210012456A KR20210012456A KR102355910B1 KR 102355910 B1 KR102355910 B1 KR 102355910B1 KR 1020210012456 A KR1020210012456 A KR 1020210012456A KR 20210012456 A KR20210012456 A KR 20210012456A KR 102355910 B1 KR102355910 B1 KR 102355910B1
Authority
KR
South Korea
Prior art keywords
correlation
index
vector
variable
interest
Prior art date
Application number
KR1020210012456A
Other languages
Korean (ko)
Inventor
임정호
손보경
박수민
Original Assignee
울산과학기술원
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 울산과학기술원 filed Critical 울산과학기술원
Priority to KR1020210012456A priority Critical patent/KR102355910B1/en
Application granted granted Critical
Publication of KR102355910B1 publication Critical patent/KR102355910B1/en

Links

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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/246—Earth materials for water content
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • G01N2033/245—

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Chemical & Material Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Remote Sensing (AREA)
  • Mining & Mineral Resources (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Hydrology & Water Resources (AREA)
  • Geology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)

Abstract

The present invention relates to a monitoring system in consideration of multi-target characteristics and a monitoring method using the same. The monitoring system in consideration of the multi-target characteristics comprises: an input module into which information on a reference index for determining the occurrence degree of a phenomenon to be monitored in an area of interest and information about a variable affecting the phenomenon to be monitored is input; a correlation calculator for calculating a correlation between the reference index and a corresponding variable on the basis of the information provided from the input module; and an index calculator for calculating the degree of occurrence of a phenomenon to be monitored in the region of interest by substituting the observation value of the region of interest corresponding to the variable to the correlation information calculated by the correlation calculator. The monitoring system and monitoring method in consideration of the multi-target characteristics according to the present invention analyze the correlation between the existing drought monitoring index and variables, and calculate a new index for determining the degree of drought occurrence using the observed values of more diverse variables. Thus, the present invention has the advantage of enabling more accurate drought monitoring.

Description

다중타겟 특성을 고려한 모니터링 시스템 및 이를 이용한 모니터링 방법{Monitoring system considering multi-target characteristics and monitoring method using the same}Monitoring system considering multi-target characteristics and monitoring method using the same}

본 발명은 다중타겟 특성을 고려한 모니터링 시스템 및 이를 이용한 모니터링 방법에 관한 것으로서, 가뭄과 같은 모니터링 대상 현상에 대한 기준 지수와, 변수의 상관성을 분석하여 모니터링 대상 현상의 발생정도를 판별할 수 있는 다중타겟 특성을 고려한 모니터링 시스템 및 이를 이용한 모니터링 방법에 관한 것이다. The present invention relates to a monitoring system in consideration of multi-target characteristics and a monitoring method using the same, and a multi-target capable of determining the degree of occurrence of a monitoring target phenomenon by analyzing the correlation between a reference index and a variable for a monitoring target phenomenon such as drought. It relates to a monitoring system considering characteristics and a monitoring method using the same.

최근 우리나라에서는 지구온난화에 의한 기상이변, 도시화로 인한 불투수면적 증가, 제방 직강화 위주의 하천정비사업 등으로 인해 유출량이 크게 증가하여 홍수피해 잠재능이 지속적으로 증가하고 있는 실정이다. 수자원 측면에서 살펴보면 기후변화로 인한 홍수와 가뭄의 빈도 변화는 장래 가용 수자원량의 변화를 가져 올 수 있다. 불안정한 유역 내 용수 공급과 더불어 토지이용변화에 따른 수요공급의 변화에 대처할 수 있는 물 관리 방안이 도출되어야 한다.Recently, in Korea, the potential for flood damage is continuously increasing due to a large increase in runoff in Korea due to extreme weather due to global warming, increase in impervious area due to urbanization, and river maintenance projects centered on direct embankment reinforcement. In terms of water resources, changes in the frequency of floods and droughts due to climate change can lead to changes in the amount of water available in the future. In addition to the unstable water supply in the watershed, a water management plan that can cope with changes in supply and demand due to land use changes should be devised.

한국 등록특허공보 제10-1651747호에는 토양 잔류수분량을 기초로 농업가뭄지수를 도출하는 기술이 기재되어 있으나, 이 또한, 토양 잔류 수분량에 관한 데이터만을 기초로 하여 농업가뭄지수만를 도출하기 위한 기술이라는 점에서, 다중 특성에 따라 통합적으로 가뭄정도를 예측할 수 없는 문제가 있다.Korean Patent Publication No. 10-1651747 describes a technique for deriving an agricultural drought index based on the amount of soil residual moisture, but this is also a technique for deriving only the agricultural drought index based only on data on the amount of residual moisture in the soil. In this regard, there is a problem in that the degree of drought cannot be predicted in an integrated manner according to multiple characteristics.

등록특허공보 제10-1651747호: 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법Registered Patent Publication No. 10-1651747: Agricultural drought index derivation system and method of deriving agricultural drought index using the same

본 발명은 상기와 같은 문제점을 개선하기 위해 창안된 것으로서, 기존의 가뭄 모니터링 지수와 변수의 상관성을 분석하여 보다 다양한 변수의 관측값을 이용하여 보다 정확한 가뭄 모니터링이 가능한 다중타겟 특성을 고려한 모니터링 시스템 및 이를 이용한 모니터링 방법을 제공하는데 그 목적이 있다. The present invention was created to improve the above problems, and by analyzing the correlation between the existing drought monitoring indices and variables, a monitoring system considering the multi-target characteristics that enables more accurate drought monitoring using the observation values of more various variables and An object of the present invention is to provide a monitoring method using the same.

상기 목적을 달성하기 위한 본 발명에 따른 다중타겟 특성을 고려한 모니터링 시스템은 관심지역에서의 모니터링 대상 현상의 발생 정도를 판별하기 위한 기준 지수와 해당 모니터링 대상 현상에 영향을 미치는 변수에 대한 정보가 입력되는 입력모듈과, 상기 입력모듈에서 제공되는 정보를 토대로 상기 기준 지수와, 해당 변수의 상관성을 산출하는 상관성 산출부와, 상기 상관성 산출부에서 산출된 상관성에 대한 정보에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출부를 구비한다. The monitoring system in consideration of multi-target characteristics according to the present invention for achieving the above object is a reference index for determining the degree of occurrence of a monitoring target phenomenon in an area of interest and information on variables affecting the monitoring target phenomenon are input. An input module, a correlation calculator for calculating a correlation between the reference index and a corresponding variable based on information provided from the input module, and the information on the correlation calculated by the correlation calculator, the interest corresponding to the variable and an index calculator for calculating the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observed values of the region.

상기 지수 산출부는 상기 상관성 산출부에서 산출된 상관성에 대한 정보를 토대로 상기 기준 지수와, 상기 변수에 대한 상관성 벡터를 산출하는 벡터 산출모듈과, 상기 벡터 산출모듈에서 산출된 상기 상관성 벡터에, 해당 입력모듈에 입력된 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출모듈을 구비한다. The index calculation unit includes a vector calculation module for calculating a correlation vector for the reference index and the variable based on the correlation information calculated by the correlation calculation unit, and a corresponding input to the correlation vector calculated by the vector calculation module. and an index calculation module for calculating the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observation value of the region of interest corresponding to the variable input to the module.

상기 지수 산출모듈은 상기 상관성 벡터의 방향 벡터를 산출하며, 산출된 방향 벡터에, 상기 관측값을 정사영하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출할 수 있다. The index calculation module may calculate a direction vector of the correlation vector, and calculate the occurrence degree of a phenomenon to be monitored in the ROI by orthographically projecting the observation value onto the calculated direction vector.

상기 상관성 산출부는 상기 입력모듈을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성을 산출할 수 있다. When a plurality of mutually different reference indices are input through the input module, the correlation calculator may calculate a correlation with the variable for each reference index.

상기 벡터 산출모듈은 상기 기준 지수별로 상기 변수와의 상관성 벡터를 산출하고, 상기 지수 산출모듈은 상기 벡터 산출모듈에서 산출된 상관성 벡터들의 합의 방향 벡터를 산출할 수 있다. The vector calculation module may calculate a correlation vector with the variable for each reference index, and the index calculation module may calculate a direction vector of a sum of the correlation vectors calculated by the vector calculation module.

상기 모니터링 대상 현상은 가뭄 인 것이 바람직하다. It is preferable that the phenomenon to be monitored is drought.

상기 기준 지수는 표준강수지수(SPI), 파머가뭄지수(PDSI), 표준강수증발산지수(SPEI) 중 적어도 어느 하나일 수 있다. The reference index may be at least one of a standard precipitation index (SPI), a Farmer drought index (PDSI), and a standard precipitation evapotranspiration index (SPEI).

상기 변수는 상기 관심지역에서의 누적 강수량, 잠재증발산량, 토양 수분량, 식생지수(Enhanced vegetation index) 중 적어도 어느 하나인 것이 바람직하다. The variable is preferably at least one of cumulative precipitation in the region of interest, potential evapotranspiration, soil moisture, and vegetation index (Enhanced vegetation index).

한편, 본 발명에 따른 모니터링 방법은 입력모듈을 통해 입력된 관심지역에서의 모니터링 대상 현상의 발생 정도를 판별하기 위한 기준 지수와 해당 모니터링 대상 현상에 영향을 미치는 변수에 대한 정보를 획득하는 정보 획득단계와, 상기 정보 획득단계에서 획득된 정보를 토대로 상기 기준 지수와, 해당 변수의 상관성을 산출하는 상관성 산출단계와, 상기 상관성 산출단계에서 산출된 상관성에 대한 정보에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출단계를 포함한다. On the other hand, the monitoring method according to the present invention is an information acquisition step of acquiring information about a reference index for determining the degree of occurrence of a monitoring target phenomenon in a region of interest input through an input module and a variable affecting the monitoring target phenomenon and a correlation calculation step of calculating a correlation between the reference index and a corresponding variable based on the information obtained in the information obtaining step, and the region of interest corresponding to the corresponding variable in the information on the correlation calculated in the correlation calculation step and an index calculation step of calculating the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observed values of .

상기 지수 산출단계는 상기 상관성 산출단계에서 산출된 상관성에 대한 정보를 토대로 상기 기준 지수와, 상기 변수에 대한 상관성 벡터를 산출하는 벡터 산출단계와, 상기 벡터 산출단계에서 산출된 상기 상관성 벡터에, 해당 입력모듈에 입력된 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 계산단계를 포함한다. The index calculation step includes a vector calculation step of calculating a correlation vector for the reference index and the variable based on the information on the correlation calculated in the correlation calculation step; and calculating the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observation value of the region of interest corresponding to the variable input to the input module.

상기 계산단계에서는, 상기 상관성 벡터의 방향 벡터를 산출하며, 산출된 방향 벡터에, 상기 관측값을 정사영하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출할 수 있다. In the calculation step, a direction vector of the correlation vector may be calculated, and the observed value may be orthogonally projected onto the calculated direction vector to calculate the occurrence degree of a phenomenon to be monitored in the ROI.

상기 상관성 산출단계에서는, 상기 입력모듈을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성을 산출할 수 있다. In the correlation calculation step, when a plurality of mutually different reference indices are input through the input module, correlations with the variables may be calculated for each reference index.

상기 벡터 산출단계에서는, 상기 기준 지수별로 상기 변수와의 상관성 벡터를 산출하고, 상기 계산단계에서는, 상기 벡터 산출단계에서 산출된 상관성 벡터들의 합의 방향 벡터를 산출하는 것이 바람직하다. Preferably, in the vector calculation step, a correlation vector with the variable is calculated for each reference index, and in the calculation step, a direction vector of the sum of the correlation vectors calculated in the vector calculation step is calculated.

본 발명에 따른 다중타겟 특성을 고려한 모니터링 시스템 및 모니터링 방법은 기존의 가뭄 모니터링 지수와 변수의 상관성을 분석하여 보다 다양한 변수의 관측값을 이용하여 가뭄 발생 정도를 판별하는 새 지수를 산출하므로 보다 정확한 가뭄 모니터링 가능하다는 장점이 있다. The monitoring system and monitoring method in consideration of the multi-target characteristics according to the present invention analyzes the correlation between the existing drought monitoring index and the variable, and calculates a new index for determining the degree of drought occurrence using the observed values of more various variables, so that a more accurate drought It has the advantage of being able to monitor.

도 1은 본 발명에 따른 다중타겟 특성을 고려한 모니터링 시스템에 대한 블럭도이고,
도 2 내지 도 4는 도 1의 다중타겟 특성을 고려한 모니터링 시스템의 지수 산출과정에 대한 개념도이고,
도 5는 본 발명에 따른 모니터링 방법에 대한 순서도이다. 1 is a block diagram of a monitoring system in consideration of multi-target characteristics according to the present invention;
2 to 4 are conceptual views of the index calculation process of the monitoring system in consideration of the multi-target characteristic of FIG. 1,
5 is a flowchart of a monitoring method according to the present invention.

이하, 첨부한 도면을 참조하여 본 발명의 실시예에 따른 다중타겟 특성을 고려한 모니터링 시스템 및 모니터링 방법에 대해 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하여 도시한 것이다. Hereinafter, a monitoring system and a monitoring method in consideration of multi-target characteristics according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. Since the present invention can have various changes and can have various forms, specific embodiments are illustrated in the drawings and described in detail in the text. However, this is not intended to limit the present invention to the specific disclosed form, it should be understood to include all modifications, equivalents and substitutes included in the spirit and scope of the present invention. In describing each figure, like reference numerals have been used for like elements. In the accompanying drawings, the dimensions of the structures are enlarged than the actual size for clarity of the present invention.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. Terms such as first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the present application are only used to describe specific embodiments, and are not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present application, terms such as "comprise" or "have" are intended to designate that a feature, number, step, operation, component, part, or a combination thereof described in the specification exists, but one or more other features It is to be understood that it does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.

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 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical and scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not

도 1에는 본 발명에 따른 다중타겟 특성을 고려한 모니터링 시스템(100)이 도시되어 있다. 1 illustrates a monitoring system 100 in consideration of multi-target characteristics according to the present invention.

도면을 참조하면, 상기 다중타겟 특성을 고려한 모니터링 시스템(100)은 관심지역에서의 모니터링 대상 현상의 발생 정도를 판별하기 위한 기준 지수와 해당 모니터링 대상 현상에 영향을 미치는 변수에 대한 정보가 입력되는 입력모듈(110)과, 상기 입력모듈(110)에서 제공되는 정보를 토대로 상기 기준 지수와, 해당 변수의 상관성을 산출하는 상관성 산출부(120)와, 상기 상관성 산출부(120)에서 산출된 상관성에 대한 정보에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출부(130)를 구비한다. Referring to the drawings, the monitoring system 100 in consideration of the multi-target characteristics is an input to which information about a reference index for determining the occurrence degree of a phenomenon to be monitored in an area of interest and a variable affecting the phenomenon to be monitored is input The module 110 and the correlation calculator 120 for calculating the correlation between the reference index and the corresponding variable based on the information provided from the input module 110, and the correlation calculated by the correlation calculator 120 The index calculator 130 is provided for calculating the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observation value of the region of interest corresponding to the corresponding variable to the information about the variable.

여기서, 모니터링 대상 현상은 가뭄이나, 이에 한정하는 것이 아니라 자연 재해와 같이 다양한 변수들에 의해 발생되는 현상이면 무엇이든 적용 가능하다. Here, the phenomenon to be monitored is not limited thereto, but any phenomenon that is caused by various variables such as a natural disaster may be applied.

입력모듈(110)은 상기 기준 지수 및 변수에 대한 정보를 입력하기 위한 입력수단(미도시)이 마련되어 있다. 관측자는 해당 입력수단을 통해 기준지수 및 변수에 대한 정보를 입력모듈(110)에 입력한다. 여기서, 기준 지수는 표준강수지수(SPI), 파머가뭄지수(PDSI), 표준강수증발산지수(SPEI) 중 적어도 어느 하나가 적용된다. 상기 표준강수지수(Standardized Precipitation Index)는 기상학적 가뭄 지수로서, 관측지점 별로 시간 계산 단위를 3,6,9,12개월 등과 같이 설정하고, 설정한 시간 단위 별로 강수 부족량을 계산하여 각각의 용수공급원이 가뭄에 미치는 영향을 산정하는 가뭄 지수이다. The input module 110 is provided with an input means (not shown) for inputting information on the reference index and variable. The observer inputs information about the reference index and variables into the input module 110 through the corresponding input means. Here, as the reference index, at least one of the standard precipitation index (SPI), the Farmer drought index (PDSI), and the standard precipitation evapotranspiration index (SPEI) is applied. The standardized precipitation index (Standardized Precipitation Index) is a meteorological drought index, and the time calculation unit for each observation point is set such as 3, 6, 9, 12 months, etc., and the precipitation shortage is calculated for each set time unit. It is a drought index that estimates the impact of this drought.

상기 파머가뭄지수(Palmar Drought Severity Index)는 기후가 서로 다른 두 지역에 대한 지역적인 편차를 고려하여 시간과 공간의 일관된 비교를 통해 얻어지는 가뭄 지수이며, 세계적으로 널리 사용되고 있다. 가뭄의 정도를 수분 부족량과 수분부족기간의 함수로 나타낸 값으로 대상 지역의 실제 강수량과 기후학적으로 필요한 강수량과의 차이를 계산함으로써 수분 편차를 계산한다. The Palmar Drought Severity Index is a drought index obtained through consistent comparison of time and space in consideration of regional variations in two regions having different climates, and is widely used worldwide. The moisture deviation is calculated by calculating the difference between the actual precipitation in the target area and the climatologically necessary precipitation as a value that expresses the degree of drought as a function of the amount of moisture deficiency and the period of moisture deficiency.

표준강수증발산지수(Standardized Precipitation Evapotranspiration Index)는 강수량과 증발산량 자료를 이용한 가뭄지수로 표준강수지수(SPI)와 산출방법은 동일하나 누적강수량에서 누적 증발산량을 제외하여 산정한다. Standardized Precipitation Evapotranspiration Index is a drought index using precipitation and evapotranspiration data.

한편, 상기 변수는 상기 관심지역에서의 누적 강수량, 잠재증발산량, 토양 수분량, 식생지수(Enhanced vegetation index) 중 적어도 어느 하나가 적용된다. Meanwhile, at least one of the accumulated precipitation amount, potential evapotranspiration amount, soil moisture content, and vegetation index (Enhanced vegetation index) is applied as the variable in the region of interest.

관측자는 해당 관심지역의 기준 지수 값과, 해당 기준 지수 값이 산정될 당시의 관심지역의 변수 값에 대한 다수의 정보를 해당 입력모듈(110)에 입력할 수 있다. The observer may input a plurality of pieces of information about the reference index value of the region of interest and the variable values of the region of interest at the time the reference index value is calculated into the input module 110 .

상관성 산출부(120)는 입력모듈(110)에서 제공되는 정보를 토대로 기준 지수와 변수 사이의 상관성을 산출한다. 상기 상관성 산출부(120)는 도면에 도시되진 않았지만, 기준 지수와 변수 사이의 상관성을 산출하기 위한 신경망 모델을 이용하여 해당 기준 지수와 변수 사이의 상관성을 산출할 수 있다.The correlation calculator 120 calculates the correlation between the reference index and the variable based on the information provided from the input module 110 . Although not shown in the drawing, the correlation calculator 120 may calculate the correlation between the reference index and the variable by using a neural network model for calculating the correlation between the reference index and the variable.

한편, 상관성 산출부(120)는 상기 입력모듈(110)을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성을 산출하고, 해당 상관성에 대한 정보를 지수 산출부(130)에 전송할 수 있다. On the other hand, when a plurality of mutually different reference indices are input through the input module 110 , the correlation calculator 120 calculates a correlation with the variable for each reference index, and provides information on the correlation to the index calculator may be sent to 130 .

지수 산출부(130)는 상기 상관성 산출부(120)에서 산출된 상관성에 대한 정보에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 것으로서, 벡터 산출모듈(131) 및 지수 산출모듈(132)을 구비한다. The index calculator 130 calculates the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observation value of the region of interest corresponding to the variable to the correlation information calculated by the correlation calculator 120 . As such, a vector calculation module 131 and an exponent calculation module 132 are provided.

벡터 산출모듈(131)은 상기 상관성 산출부(120)에서 산출된 상관성에 대한 정보를 토대로 상기 기준 지수와, 상기 변수에 대한 상관성 벡터를 산출한다. 벡터 산출모듈(131)은 도 2와 같이 상관성 산출부(120)에서 계산된 기준 지수(Yj)와 변수(Xi) 사이의 상관성(cXi,Yj)을 상관성 벡터로 산출한다. 도 2는 3개의 변수를 이용하여 상관성 벡터를 산출하였다. 도면에서, X1, X2, X3는 각 변수의 축을 나태낸다. 벡터 산출모듈(131)은 상관성 산출부(120)에서 제공된 상관성(cXi,Yj)을 요소로 갖는 벡터를 계산하고, 해당 벡터를 상관성 벡터(correlation vector)로 산출한다. 도 2에서, 회색 화살표는 산출된 상관성 벡터이다. 즉, 벡터 산출모듈(131)은 입력모듈(110)에 입력된 변수들을 축으로 하는 좌표계를 생성하고, 해당 좌표계에, 상관성(cXi,Yj)을 요소로 갖는 벡터를 계산하여 상관성 벡터를 산출한다. The vector calculation module 131 calculates the reference index and the correlation vector for the variable based on the correlation information calculated by the correlation calculator 120 . The vector calculating module 131 calculates the correlation (c Xi,Yj ) between the reference index (Y j ) and the variable (X i ) calculated by the correlation calculator 120 as shown in FIG. 2 as a correlation vector. 2 shows a correlation vector was calculated using three variables. In the figure, X1, X2, and X3 represent the axes of each variable. The vector calculation module 131 calculates a vector having, as an element, the correlation (c Xi, Yj ) provided by the correlation calculation unit 120 , and calculates the vector as a correlation vector. In FIG. 2 , gray arrows are calculated correlation vectors. That is, the vector calculation module 131 generates a coordinate system with the variables input to the input module 110 as axes, and calculates a vector having the correlation (c Xi,Yj ) as an element in the corresponding coordinate system to calculate the correlation vector. do.

한편, 상기 입력모듈(110)을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 벡터 산출모듈(131)은 도 3과 같이 상기 기준 지수별로 상기 변수와의 상관성 벡터를 산출하는 것이 바람직하다. 여기서, 회색 화살표는 각 상관성 벡터를 나타낸 것이다.On the other hand, when a plurality of mutually different reference indices are input through the input module 110, the vector calculation module 131 preferably calculates a correlation vector with the variable for each reference index as shown in FIG. 3 . Here, gray arrows indicate each correlation vector.

지수 산출모듈(132)은 상기 벡터 산출모듈(131)에서 산출된 상기 상관성 벡터에, 해당 입력모듈(110)에 입력된 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출한다. The index calculation module 132 substitutes the observation value of the region of interest corresponding to the variable input to the input module 110 into the correlation vector calculated by the vector calculation module 131 to monitor the region of interest. Calculate the degree of occurrence of the target phenomenon.

여기서, 지수 산출모듈(132)은 해당 상관성 벡터의 단위벡터를 산출하고, 해당 단위벡터를 이용하여 해당 상관성 벡터의 방향벡터(VPID direction)를 산출한다. 도 2에서 상기 방향벡터는 붉은색 화살표로 표시된다. Here, the exponent calculation module 132 calculates a unit vector of the correlation vector, and calculates a direction vector (VPID direction) of the correlation vector by using the unit vector. In FIG. 2, the direction vector is indicated by a red arrow.

한편, 상기 입력모듈(110)을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 지수 산출모듈(132)은 도 3과 같이 상기 벡터 산출모듈(131)에서 산출된 상관성 벡터들의 합의 방향 벡터를 산출할 수 있다. 도 3에서 해당 방향벡터는 붉은색 화살표로 표시된다. On the other hand, when a plurality of mutually different reference indices are input through the input module 110, the index calculation module 132 calculates the direction vector of the sum of the correlation vectors calculated by the vector calculation module 131 as shown in FIG. can be calculated. In FIG. 3, the corresponding direction vector is indicated by a red arrow.

다음, 지수 산출모듈(132)은 도 4에 도시된 바와 같이 산출된 방향 벡터에, 상기 관측값을 정사영하여 지수 벡터를 산출한다. 여기서, 관측값은 관측자가 지수 산출모듈(132)에 입력하는 것으로서, 상관성 벡터 산출시 입력모듈(110)에 입력된 변수에 대응되는 관심지역의 관측값이다. 일예로, 변수로서 누적 강수량이 입력모듈(110)에 입력된 경우, 관측값은 변수 즉, 누적 강수량의 조사기간에 대응되는 시간동안의 해당 관심지역의 누적 강수량 관측값이 적용된다. 또, 변수로서 토양 수분량이 입력모듈(110)에 입력된 경우, 관측값은 해당 관심지역의 현재 토양 수분량이 적용되는 것이 바람직하다. 이때, 상기 지수 산출모듈(132)은 해당 관측값을 방향 벡터가 산출된 좌표계에 벡터 형태로 설정한다. Next, the exponent calculation module 132 calculates an exponent vector by orthographically projecting the observation value on the direction vector calculated as shown in FIG. 4 . Here, the observed value is input to the index calculation module 132 by the observer, and is an observation value of the region of interest corresponding to the variable input to the input module 110 when the correlation vector is calculated. For example, when the accumulated precipitation amount is input to the input module 110 as a variable, the observed value is the variable, that is, the accumulated precipitation observed value of the ROI for a time corresponding to the investigation period of the accumulated precipitation amount. In addition, when the amount of soil moisture is input to the input module 110 as a variable, it is preferable that the current amount of soil moisture in the region of interest is applied to the observed value. At this time, the index calculation module 132 sets the corresponding observation value in the form of a vector in the coordinate system in which the direction vector is calculated.

이때, 상기 지수 벡터 즉, 상기 방향 벡터가 단위 벡터이므로 해당 방향 벡터로의 관측값 정사영은 상관성 벡터의 방향 벡터 및 관측값 벡터의 내적 값과 같고, 이는 선형조합의 형태를 보인다. 도 4에서, 노란색 블럭은 상기 정사영 값을 나타낸다. 지수 산출모듈(132)은 산출된 정사영 값을 크기를 산출하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도 즉, 새 가뭄 지수로 사용할 수 있다. At this time, since the exponential vector, that is, the direction vector is a unit vector, the orthographic projection of the observation value to the corresponding direction vector is the same as the dot product value of the direction vector of the correlation vector and the observation vector, which is a linear combination. In FIG. 4 , the yellow block represents the orthographic value. The index calculation module 132 may calculate the size of the calculated orthographic value and use it as a degree of occurrence of a phenomenon to be monitored in the region of interest, that is, a new drought index.

한편, 도 5에는 본 발명의 다중타겟 특성을 고려한 모니터링 시스템(100)을 이용한 모니터링 방법에 대한 순서도가 게시되어 있다. Meanwhile, FIG. 5 is a flowchart of a monitoring method using the monitoring system 100 in consideration of the multi-target characteristic of the present invention.

도면을 참조하면, 상기 모니터링 방법은 정보 획득단계(S110), 상관성 산출단계(S120) 및 지수 산출단계(S130)를 포함한다. Referring to the drawings, the monitoring method includes an information acquisition step (S110), a correlation calculation step (S120) and an index calculation step (S130).

상기 정보 획득단계(S110)는 입력모듈(110)을 통해 입력된 관심지역에서의 모니터링 대상 현상의 발생 정도를 판별하기 위한 기준 지수와 해당 모니터링 대상 현상에 영향을 미치는 변수에 대한 정보를 획득하는 단계이다. 입력모듈(110)은 관측자로부터 입력된 기준 지수 및 변수에 대한 정보를 상관성 산출부(120)에 제공한다. The information acquisition step (S110) is a step of acquiring information on a reference index for determining the occurrence degree of a monitoring target phenomenon in the region of interest input through the input module 110 and information on variables affecting the monitoring target phenomenon to be. The input module 110 provides information on the reference index and variable input from the observer to the correlation calculator 120 .

상기 상관성 산출단계(S120)는 상기 정보 획득단계(S110)에서 획득된 정보를 토대로 상기 기준 지수와, 해당 변수의 상관성을 산출하는 단계이다. 여기서, 상관성 산출부(120)는 입력모듈(110)에서 제공되는 정보를 토대로 기준 지수와 변수 사이의 상관성을 산출하는데, 상기 입력모듈(110)을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성을 산출하고, 해당 상관성에 대한 정보를 지수 산출부(130)에 전송할 수 있다. The correlation calculation step (S120) is a step of calculating the correlation between the reference index and the corresponding variable based on the information obtained in the information acquisition step (S110). Here, the correlation calculator 120 calculates the correlation between the reference index and the variable based on the information provided by the input module 110. When a plurality of mutually different reference indices are input through the input module 110, A correlation with the variable may be calculated for each reference index, and information on the correlation may be transmitted to the index calculator 130 .

지수 산출단계(S130)는 상기 상관성 산출단계(S120)에서 산출된 상관성에 대한 정보에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 것으로서, 벡터 산출단계(S131) 및 계산단계(S132)를 포함한다. In the index calculation step (S130), the observed value of the region of interest corresponding to the variable is substituted into the information on the correlation calculated in the correlation calculation step (S120) to calculate the occurrence degree of the phenomenon to be monitored in the region of interest. As such, it includes a vector calculation step (S131) and a calculation step (S132).

상기 벡터 산출단계(S131)는 상기 상관성 산출단계(S120)에서 산출된 상관성에 대한 정보를 토대로 상기 기준 지수와, 상기 변수에 대한 상관성 벡터를 산출하는 단계이다. 여기서, 벡터 산출모듈(131)은 벡터 산출모듈(131)은 도 2와 같이 상관성 산출부(120)에서 계산된 기준 지수(Yj)와 변수(Xi) 사이의 상관성(cXi,Yj)을 상관성 벡터로 산출한다. 이때, 벡터 산출모듈(131)은 상기 입력모듈(110)을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성 벡터를 산출하는 것이 바람직하다The vector calculating step (S131) is a step of calculating the reference index and a correlation vector for the variable based on the correlation information calculated in the correlation calculating step (S120). Here, the vector calculation module 131, the vector calculation module 131, the correlation between the reference index (Y j ) and the variable (X i ) calculated by the correlation calculation unit 120 as shown in FIG. 2 (c Xi,Yj ) is calculated as a correlation vector. At this time, when a plurality of mutually different reference indices are input through the input module 110 , the vector calculating module 131 preferably calculates a correlation vector with the variable for each reference index.

계산단계(S132)는 상기 벡터 산출단계(S131)에서 산출된 상기 상관성 벡터에, 해당 입력모듈(110)에 입력된 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 단계이다. 여기서, 지수 산출모듈(132)은 해당 상관성 벡터의 단위벡터를 산출하고, 해당 단위벡터를 이용하여 해당 상관성 벡터의 방향벡터(VPID direction)를 산출한다. 다음, 지수 산출모듈(132)은 산출된 방향 벡터에, 상기 관측값을 정사영하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출한다. In the calculation step (S132), the observation value of the region of interest corresponding to the variable input to the input module 110 is substituted into the correlation vector calculated in the vector calculation step (S131) to be monitored in the region of interest. This is the step of calculating the degree of occurrence of a phenomenon. Here, the exponent calculation module 132 calculates a unit vector of the corresponding correlation vector, and calculates a direction vector (VPID direction) of the corresponding correlation vector by using the unit vector. Next, the index calculation module 132 orthographically projects the observation value onto the calculated direction vector to calculate the occurrence degree of the phenomenon to be monitored in the ROI.

상술된 바와 같이 구성된 본 발명에 따른 다중타겟 특성을 고려한 모니터링 시스템(100) 및 모니터링 방법은 기존의 가뭄 모니터링 지수와 변수의 상관성을 분석하여 보다 다양한 변수의 관측값을 이용하여 가뭄 발생 정도를 판별하는 새 지수를 산출하므로 보다 정확한 가뭄 모니터링 가능하다는 장점이 있다. The monitoring system 100 and the monitoring method in consideration of the multi-target characteristic according to the present invention configured as described above analyze the correlation between the existing drought monitoring index and the variable to determine the degree of drought occurrence using the observation values of more various variables. Since it calculates a new index, it has the advantage of enabling more accurate drought monitoring.

제시된 실시예들에 대한 설명은 임의의 본 발명의 기술분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.The description of the presented embodiments is provided to enable any person skilled in the art to make or use the present invention. Various modifications to these embodiments will be readily apparent to those skilled in the art, and the generic principles defined herein may be applied to other embodiments without departing from the scope of the invention. Thus, the present invention is not to be limited to the embodiments presented herein but should be construed in the widest scope consistent with the principles and novel features presented herein.

100: 다중타겟 특성을 고려한 모니터링 시스템
110: 입력모듈
120: 상관성 산출부
130: 지수 산출부
131: 벡터 산출모듈
132: 지수 산출모듈
S110: 정보 획득단계
S120: 상관성 산출단계
S130: 지수 산출단계
S131: 벡터 산출단계
S132: 계산단계100: Monitoring system considering multi-target characteristics
110: input module
120: correlation calculator
130: index calculator
131: vector calculation module
132: index calculation module
S110: information acquisition step
S120: correlation calculation step
S130: index calculation step
S131: vector calculation step
S132: calculation step

Claims (16)

관심지역에서의 모니터링 대상 현상의 발생 정도를 판별하기 위한 기준 지수와 해당 모니터링 대상 현상에 영향을 미치는 변수에 대한 정보가 입력되는 입력모듈;
상기 입력모듈에서 제공되는 정보를 토대로 상기 기준 지수와, 해당 변수의 상관성을 산출하는 상관성 산출부; 및
상기 상관성 산출부에서 산출된 상관성에 대한 정보를 토대로 상기 기준지수와 변수에 대한 상관성 벡터를 산출하고, 산출된 상관성 벡터에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출부;를 구비하고,
상기 지수 산출부는
상기 상관성 산출부에서 산출된 상관성에 대한 정보를 토대로 상기 기준 지수와, 상기 변수에 대한 상관성 벡터를 산출하는 벡터 산출모듈;
상기 벡터 산출모듈에서 산출된 상기 상관성 벡터에, 해당 입력모듈에 입력된 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출모듈;을 구비하고,
상기 상관성 산출부는 상기 입력모듈을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성을 산출하고,
상기 벡터 산출모듈은 상기 기준 지수별로 상기 변수와의 상관성 벡터를 산출하고,
상기 지수 산출모듈은 상기 벡터 산출모듈에서 산출된 상관성 벡터들의 합의 방향 벡터를 산출하고, 산출된 방향 벡터에, 상기 관측값을 정사영하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는,
다중타겟 특성을 고려한 모니터링 시스템.
an input module for inputting a reference index for determining the occurrence degree of a phenomenon to be monitored in an area of interest and information on variables affecting the phenomenon to be monitored;
a correlation calculator for calculating a correlation between the reference index and a corresponding variable based on the information provided from the input module; and
The correlation vector for the reference index and the variable is calculated based on the correlation information calculated by the correlation calculator, and the observed value of the region of interest corresponding to the variable is substituted into the calculated correlation vector in the region of interest. an index calculation unit for calculating the occurrence degree of the monitoring target phenomenon of
The index calculation unit
a vector calculation module for calculating a correlation vector for the reference index and the variable based on the correlation information calculated by the correlation calculator;
an index calculation module for calculating the occurrence degree of a phenomenon to be monitored in the region of interest by substituting the observation value of the region of interest corresponding to the variable input to the input module into the correlation vector calculated by the vector calculation module; provided,
When a plurality of mutually different reference indices are inputted through the input module, the correlation calculator calculates a correlation with the variable for each reference index,
The vector calculation module calculates a correlation vector with the variable for each reference index,
The index calculation module calculates a direction vector of the sum of the correlation vectors calculated by the vector calculation module, and projects the observation value to the calculated direction vector to calculate the occurrence degree of a phenomenon to be monitored in the region of interest,
Monitoring system considering multi-target characteristics.
 삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 모니터링 대상 현상은 가뭄 인,
다중타겟 특성을 고려한 모니터링 시스템.
According to claim 1,
The phenomenon to be monitored is drought,
Monitoring system considering multi-target characteristics.
 제6항에 있어서,
상기 기준 지수는 표준강수지수(SPI), 파머가뭄지수(PDSI), 표준강수증발산지수(SPEI) 중 적어도 어느 하나인,
다중타겟 특성을 고려한 모니터링 시스템.
7. The method of claim 6,
The reference index is at least one of a standard precipitation index (SPI), a Farmer drought index (PDSI), and a standard precipitation evapotranspiration index (SPEI),
Monitoring system considering multi-target characteristics.
 제7항에 있어서,
상기 변수는 상기 관심지역에서의 누적 강수량, 잠재증발산량, 토양 수분량, 식생지수(Enhanced vegetation index) 중 적어도 어느 하나인,
다중타겟 특성을 고려한 모니터링 시스템.
8. The method of claim 7,
The variable is at least one of cumulative precipitation in the region of interest, potential evapotranspiration, soil moisture, and vegetation index (Enhanced vegetation index),
Monitoring system considering multi-target characteristics.
 입력모듈이, 관심지역에서의 모니터링 대상 현상의 발생 정도를 판별하기 위한 기준 지수와 해당 모니터링 대상 현상에 영향을 미치는 변수에 대한 정보를 획득하는 정보 획득단계;
상관성 산출부가 상기 정보 획득단계에서 획득된 정보를 토대로 상기 기준 지수와, 해당 변수의 상관성을 산출하는 상관성 산출단계;
지수 산출부가 상기 상관성 산출단계에서 산출된 상관성에 대한 정보를 토대로 상기 기준지수와 변수에 대한 상관성 벡터를 산출하고, 산출된 상관성 벡터에, 해당 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 지수 산출단계;를 포함하고,
상기 지수 산출단계는
상기 상관성 산출단계에서 산출된 상관성에 대한 정보를 토대로 상기 지수 산출부의 벡터 산출모듈이 상기 기준 지수와, 상기 변수에 대한 상관성 벡터를 산출하는 벡터 산출단계; 및
상기 지수 산출부의 지수 산출모듈이 상기 벡터 산출단계에서 산출된 상기 상관성 벡터에, 해당 입력모듈에 입력된 변수에 대응되는 상기 관심지역의 관측값을 대입하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는 계산단계;를 포함하고,
상기 상관성 산출단계에서는, 상기 상관성 산출부가 상기 입력모듈을 통해 상호 상이한 다수의 기준 지수가 입력될 경우, 상기 기준 지수별로 상기 변수와의 상관성을 산출하고,
상기 벡터 산출단계에서는, 상기 지수 산출부의 벡터 산출모듈이 상기 기준 지수별로 상기 변수와의 상관성 벡터를 산출하고,
상기 계산단계에서는, 상기 지수 산출부의 지수 산출모듈이 상기 벡터 산출단계에서 산출된 상관성 벡터들의 합의 방향 벡터를 산출하고, 산출된 방향 벡터에, 상기 관측값을 정사영하여 상기 관심지역에서의 모니터링 대상 현상의 발생 정도를 산출하는,
모니터링 방법.
an information acquisition step of obtaining, by the input module, information on a reference index for determining the occurrence degree of a phenomenon to be monitored in the region of interest and information on variables affecting the phenomenon to be monitored;
a correlation calculation step in which a correlation calculation unit calculates a correlation between the reference index and a corresponding variable based on the information obtained in the information acquisition step;
The index calculator calculates a correlation vector for the reference index and the variable based on the correlation information calculated in the correlation calculation step, and substitutes the observed value of the region of interest corresponding to the variable into the calculated correlation vector. Including; an index calculation step of calculating the occurrence degree of the phenomenon to be monitored in the region of interest;
The index calculation step is
a vector calculation step of calculating, by the vector calculation module of the index calculation unit, a correlation vector for the reference index and the variable based on the correlation information calculated in the correlation calculation step; and
The index calculation module of the index calculation unit substitutes the observed value of the area of interest corresponding to the variable input to the input module into the correlation vector calculated in the vector calculation step, and the occurrence degree of the phenomenon to be monitored in the area of interest A calculation step of calculating
In the correlation calculation step, when a plurality of mutually different reference indices are input through the input module, the correlation calculator calculates a correlation with the variable for each reference index,
In the vector calculation step, the vector calculation module of the index calculation unit calculates a correlation vector with the variable for each reference index,
In the calculation step, the index calculation module of the index calculation unit calculates a direction vector of the sum of the correlation vectors calculated in the vector calculation step, and projects the observation value onto the calculated direction vector to monitor the phenomenon of interest in the region of interest. to calculate the degree of occurrence of
monitoring method.
 삭제delete 삭제delete 삭제delete 삭제delete 제9항에 있어서,
상기 모니터링 대상 현상은 가뭄 인,
모니터링 방법.
10. The method of claim 9,
The phenomenon to be monitored is drought,
monitoring method.
 제14항에 있어서,
상기 기준 지수는 표준강수지수(SPI), 파머가뭄지수(PDSI), 표준강수증발산지수(SPEI) 중 적어도 어느 하나인,
모니터링 방법.
15. The method of claim 14,
The reference index is at least one of a standard precipitation index (SPI), a Farmer drought index (PDSI), and a standard precipitation evapotranspiration index (SPEI),
monitoring method.
 제15항에 있어서,
상기 변수는 기설정된 단위기간 동안 상기 관심지역에서의 누적 강수량, 잠재증발산량, 토양 수분량, 식생지수(Enhanced vegetation index) 중 적어도 어느 하나인,
모니터링 방법.16. The method of claim 15,
The variable is at least any one of accumulated precipitation, potential evapotranspiration, soil moisture, and vegetation index in the region of interest for a preset unit period,
monitoring method.
KR1020210012456A 2021-01-28 2021-01-28 Monitoring system considering multi-target characteristics and monitoring method using the same KR102355910B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210012456A KR102355910B1 (en) 2021-01-28 2021-01-28 Monitoring system considering multi-target characteristics and monitoring method using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210012456A KR102355910B1 (en) 2021-01-28 2021-01-28 Monitoring system considering multi-target characteristics and monitoring method using the same

Publications (1)

Publication Number Publication Date
KR102355910B1 true KR102355910B1 (en) 2022-01-25

Family

ID=80048887

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210012456A KR102355910B1 (en) 2021-01-28 2021-01-28 Monitoring system considering multi-target characteristics and monitoring method using the same

Country Status (1)

Country Link
KR (1) KR102355910B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160057911A (en) * 2014-11-14 2016-05-24 사단법인 한국농림기상학회 System for deducting agricultural drought index and method therefor
KR101784441B1 (en) * 2016-04-28 2017-10-11 세종대학교산학협력단 Method for estimating natural drought index by computer
KR102073768B1 (en) * 2019-10-16 2020-02-05 한국수자원공사 Drought information supply system based on portal

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160057911A (en) * 2014-11-14 2016-05-24 사단법인 한국농림기상학회 System for deducting agricultural drought index and method therefor
KR101651747B1 (en) 2014-11-14 2016-09-05 재단법인 국가농림기상센터 System for deducting agricultural drought index and method therefor
KR101784441B1 (en) * 2016-04-28 2017-10-11 세종대학교산학협력단 Method for estimating natural drought index by computer
KR102073768B1 (en) * 2019-10-16 2020-02-05 한국수자원공사 Drought information supply system based on portal

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
‘UNIST, ‘인공위성 기반 가뭄 통합 모니터링 기술’ 개발’, 부산일보(2021.01.27. 게재) 1부.* *

Similar Documents

Publication Publication Date Title
US20190354873A1 (en) Analysis system and hydrology management for basin rivers
Mehdizadeh et al. Hybrid artificial intelligence-time series models for monthly streamflow modeling
EP2858008B1 (en) Target detecting method and system
Ahmadisharaf et al. Spatial probabilistic multi-criteria decision making for assessment of flood management alternatives
Ahmad et al. A three‐dimensional fuzzy methodology for flood risk analysis
CN107765347A (en) A kind of Gaussian process returns and the short-term wind speed forecasting method of particle filter
KR101965309B1 (en) A management system for water supply network
KR102129881B1 (en) System for assessing expect flooding date and damage
JP6960168B2 (en) Local information assimilation equipment and methods and programs for real-time flood hazard mapping
Simonovic et al. A spatial multi-objective decision-making under uncertainty for water resources management
KR101912628B1 (en) Method for Diagnosis of Runoff-Hydraulic Model Analysis result
CN110222313B (en) Drought early warning method and device reflecting non-uniform drought characteristic variables
CN105631228A (en) Hydrological warning and forecasting system and hydrological warning and forecasting method for super multi-model integrated application
CN108388957A (en) A kind of middle and small river Flood Forecasting Method and its forecast system based on multiple features fusion technology
JP2022173863A (en) Modular type time series data predictor, modular type time series data prediction method and program
CN116307129A (en) Active urban waterlogging early warning method and device and storage medium thereof
KR102355910B1 (en) Monitoring system considering multi-target characteristics and monitoring method using the same
Sousa et al. How to evaluate the quality of coarse‐resolution DEM‐derived drainage networks
CN117010208A (en) Method, device, equipment and storage medium for determining waterlogging prevention and treatment scheme
Mazzoleni et al. Data assimilation in hydrologic routing: Impact of model error and sensor placement on flood forecasting
Bola et al. Multi‐return periods, flood hazards, and risk assessment in the Congo River Basin
Siqueira et al. Methodology for the construction of an urban flood hazard chart
Wolfs et al. Flood probability mapping by means of conceptual modeling
Darvishi Salookolaei et al. Application of grey system theory in rainfall estimation
Caccetta et al. Mapping and monitoring land use and condition change in the southwest of Western Australia using remote sensing and other data

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant