KR102422300B1 - 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 - Google Patents
도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 Download PDFInfo
- Publication number
- KR102422300B1 KR102422300B1 KR1020210161787A KR20210161787A KR102422300B1 KR 102422300 B1 KR102422300 B1 KR 102422300B1 KR 1020210161787 A KR1020210161787 A KR 1020210161787A KR 20210161787 A KR20210161787 A KR 20210161787A KR 102422300 B1 KR102422300 B1 KR 102422300B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- uam
- port
- climatic
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 238000012800 visualization Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012950 reanalysis Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000007774 longterm Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 238000009440 infrastructure construction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G06Q50/30—
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 도심항공교통의 포트 선정을 위한 기후정보 제공 방법에 관한 것으로서, 보다 구체적으로는 도심항공교통(Urban Air Mobility, UAM)의 이착륙 및 환승을 위한 포트(Port)의 위치선정을 위한, 컴퓨터에 의해 각 단계가 수행되는 기후정보 제공 방법으로서, (1) 기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집하는 단계; (2) 상기 단계 (1)에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출하는 단계; (3) 상기 단계 (2)에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 단계; (4) 상기 UAM 포트 후보지 주변의 UAM 운항 고도 내의 상기 고해상도 기후적 기상정보를 분석하여, 상기 UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출하는 단계; (5) GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 상기 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화하는 단계; 및 (6) 상기 가시화 플랫폼에서 선택되는 포트 후보지에 대해 상기 단계 (5)에서 가시화된 데이터 및 상기 기후학적 이상기상 환경정보를 제공하여, 상기 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템에 따르면, 장기간의 기상자료를 수집 및 분석해 UAM 포트 후보지 주변 저고도의 3차원 고해상도 기후적 기상정보를 생산하고, 공간정보와 결합해 가시화함으로써, 사용자 또는 관리자가 포트 후보지의 적합성을 판단하기 위한 기후적 판단 근거 정보를 쉽게 제공받을 수 있다.
또한, 본 발명에 따르면, 미래기후자료를 활용함으로써 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있고, 이를 통해 과거-현재의 기후적 요소와 미래의 기후적 요소를 종합적으로 고려해 기상 제약 요소에 따른 포트 운영의 불확실성을 사전에 제거하여, 안정적으로 운영 가능한 포트 위치를 선정할 수 있다.
본 발명에서 제안하고 있는 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템에 따르면, 장기간의 기상자료를 수집 및 분석해 UAM 포트 후보지 주변 저고도의 3차원 고해상도 기후적 기상정보를 생산하고, 공간정보와 결합해 가시화함으로써, 사용자 또는 관리자가 포트 후보지의 적합성을 판단하기 위한 기후적 판단 근거 정보를 쉽게 제공받을 수 있다.
또한, 본 발명에 따르면, 미래기후자료를 활용함으로써 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있고, 이를 통해 과거-현재의 기후적 요소와 미래의 기후적 요소를 종합적으로 고려해 기상 제약 요소에 따른 포트 운영의 불확실성을 사전에 제거하여, 안정적으로 운영 가능한 포트 위치를 선정할 수 있다.
Description
본 발명은 기후정보 제공 방법 및 시스템에 관한 것으로서, 보다 구체적으로는 기후적 요소를 고려해 도심항공교통(Urban Air Mobility, UAM)의 안전한 이착륙을 보장하기 위한 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템에 관한 것이다.
UAM은 도심지 내 수직이착륙이 가능한 전기동력 비행체(Electric vertical takeoff and landing, eVTOL)를 활용해, 도시권역(30~50km) 내의 포트(PORT)와 포트를 잇는 교통 수요를 정체 없이 수용할 수 있도록 하는 차세대 3차원 교통서비스이다. 여기서, 포트는 UAM이 이륙 및 착륙을 하고, 승객들이 다른 대중교통으로 환승할 수 있는 공간으로, Vertiport, Skyport, TakeOff Landing Area(TOLA) 등으로 불리기도 한다.
UAM은 대도시권 지상교통혼잡 문제를 해결할 수 있는 대안으로 하늘길 출퇴근을 가능케 할 차세대 스마트 모빌리티로 주목받고 있으며, Door to Door 서비스를 위해 수요지 근거리 이착륙 및 운영을 위한 포트의 위치선정이 중요한 요인이다.
도 1은 UAM 및 UAM 포트를 설명하기 위해 도시한 도면이다. 도 1에 도시된 바와 같이, UAM 운용과 인프라 구축에서 많은 비중을 차지하는 것이 바로 스마트 대중교통의 허브인 UAM 포트이다. 포트에서는 UAM이 이착륙하고, 에너지 충전, 정비 등이 이루어지며, 승객들이 다른 대중교통으로 환승하기도 하므로, 최적의 포트 위치선정은 도심 간, 광역권 간의 네트워크 형성의 중심적 역할을 담당한다. UAM 포트의 위치선정에 있어서, 지리, 환승, 이착륙, 충전, 정비, 데이터 공유 등 다양한 주변 입지 정보가 고려되어야 하는데, 도심지에서 항공 이동을 하는 UAM의 특성상 기후적 요소가 매우 중요하다.
악기상은 다양한 방식으로 UAM과 UAM 포트 운영 규모를 제한할 수 있다. 예를 들어, 낮은 가시거리, 강풍, 결빙 또는 강우·강설로 인한 열악한 포트 상태는 포트 운영을 방해하거나, UAM 비행 횟수를 감소시키고, 열파·한파는 밀도 감소로 인한 양력 부족을 초래하거나 배터리의 성능을 저하시킬 수 있다. 특히, 저고도 공역에서는 기상 상황에 따라 UAM 이착륙에 제약조건이 발생할 수 있으므로, 날씨가 다양한 잠재적 위험 요인(Hazard)으로 작용한다. 따라서 포트의 안정적 운영을 위해서는 기후적 요소로 인한 제약조건이 형성될 가능성이 적은 포트 위치를 선정하는 것이 중요하다.
그러나 UAM 포트 입지선정에서 고려해야 할 장기간의 저고도 기후적 요소의 중요성은 간과되고 있다. K-UAM 로드맵의 실증노선 인프라 구축 계획에서조차도 UAM 자체의 개발과 스마트 대중교통의 허브로서 포트를 강조할 뿐, 정작 포트 설치에 필요한 기후적 요소의 중요성은 고려하고 있지 않다. 포트의 환승센터 및 터미널로서의 역할만 강조하며, 지리적 접근성 및 스마트 대중교통의 수요 등 편의성만을 포트 위치선정 조건으로 고려하는 실정이다.
또한, UAM이 가까운 시일 내에 실행 가능한 운송수단으로 제시됨에 따라, UAM 포트의 수요 증가와 설치·운영에 관한 기후정보의 요구도가 증가하고 있으나, 실제로 포트 신규 설치 및 운영 안전에 직접적인 도움을 줄 수 있는 저고도 기후적 요소를 제공할 수 있는 기술에 관해서는 연구가 수행되지 못하고 있는 실정이다. 따라서 포트 위치의 선정에 기후정보를 편리하게 반영할 수 있는 기술의 개발이 시급히 필요하다.
본 발명과 관련된 선행기술로서, 공개특허 제10-2021-0088052호(발명의 명칭: 수직이착륙 에어 모빌리티, 공개일자: 2021년 07월 14일) 등이 개시된 바 있다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 장기간의 기상자료를 수집 및 분석해 UAM 포트 후보지 주변 저고도의 3차원 고해상도 기후적 기상정보를 생산하고, 공간정보와 결합해 가시화함으로써, 사용자 또는 관리자가 포트 후보지의 적합성을 판단하기 위한 기후적 판단 근거 정보를 쉽게 제공받을 수 있는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템을 제공하는 것을 그 목적으로 한다.
또한, 본 발명은, 미래기후자료를 활용함으로써 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있고, 이를 통해 과거-현재의 기후적 요소와 미래의 기후적 요소를 종합적으로 고려해 기상 제약 요소에 따른 포트 운영의 불확실성을 사전에 제거하여, 안정적으로 운영 가능한 포트 위치를 선정할 수 있는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템을 제공하는 것을 또 다른 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법은,
도심항공교통의 이착륙 및 환승을 위한 포트의 위치선정을 위한, 컴퓨터에 의해 각 단계가 수행되는 기후정보 제공 방법으로서,
(1) 기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집하는 단계;
(2) 상기 단계 (1)에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출하는 단계;
(3) 상기 단계 (2)에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 단계;
(4) 상기 UAM 포트 후보지 주변의 UAM 운항 고도 내의 상기 고해상도 기후적 기상정보를 분석하여, 상기 UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출하는 단계;
(5) GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 상기 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화하는 단계; 및
(6) 상기 가시화 플랫폼에서 선택되는 포트 후보지에 대해 상기 단계 (5)에서 가시화된 데이터 및 상기 기후학적 이상기상 환경정보를 제공하여, 상기 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 단계 (1)에서는,
기상관측자료 및 재분석자료(Reanalysis data)를 포함하는 과거 및 현재의 기상자료와, 미래기후시나리오에 따른 수치 모델 결과인 미래기후자료를 상기 기상자료로 수집하여,
상기 미래기후자료를 사용해 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있다.
바람직하게는, 상기 단계 (2)에서는,
상기 단계 (1)에서 수집한 기상자료를 분석해, 상기 UAM의 운항 고도 내의 연직 바람장, 기온 및 습도를 포함하는 기상 요소의 기후학적 일 변동, 월 변동, 계절 변동 및 연 변동을 상기 기후적 기상정보로 산출할 수 있다.
바람직하게는, 상기 단계 (3)에서는,
상기 단계 (1)에서 수집한 기상자료 중 비격자 자료를 격자화하고, 격자 자료 및 격자화된 자료에 다운스케일링 기법을 적용하되, 통계적 다운스케일링 또는 인공지능 기반의 다운스케일링 기법을 적용하여 수평 해상도를 높여 고해상도 기후적 기상정보를 생산할 수 있다.
바람직하게는, 상기 단계 (4)에서는,
상기 기후학적 이상기상 환경정보를 사용해, 기상조건이 UAM 운용에 미치는 영향 정도에 따라 상기 UAM 포트 후보지의 기후적 잠재 영향지수(Impact Score)를 산출할 수 있다.
바람직하게는, 상기 단계 (5)에서는,
상기 GIS 플랫폼을 이용해, UAM 포트 후보지 주변의 건물 및 지형 정보와 상기 격자화된 고해상도 기후적 기상정보를 결합하여 결합된 데이터를 생성할 수 있다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템은,
도심항공교통의 이착륙 및 환승을 위한 포트의 위치선정을 위한, 기후정보 제공 시스템으로서,
기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집하는 기상자료 수집부;
상기 기상자료 수집부에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출하는 기후정보 산출부;
상기 기후정보 산출부에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 기후정보 고도화부;
상기 UAM 포트 후보지 주변의 UAM 운항 고도 내의 상기 고해상도 기후적 기상정보를 분석하여, 상기 UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출하는 이상기상 환경정보 산출부;
GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 상기 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화하는 기후정보 가시화부; 및
상기 가시화 플랫폼에서 선택되는 포트 후보지에 대해 상기 기후정보 가시화부에서 가시화된 데이터 및 상기 기후학적 이상기상 환경정보를 제공하여, 상기 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 위치선정 지원부를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 기상자료 수집부에서는,
기상관측자료 및 재분석자료를 포함하는 과거 및 현재의 기상자료와, 미래기후시나리오에 따른 수치 모델 결과인 미래기후자료를 상기 기상자료로 수집하여,
상기 미래기후자료를 사용해 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있다.
본 발명에서 제안하고 있는 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템에 따르면, 장기간의 기상자료를 수집 및 분석해 UAM 포트 후보지 주변 저고도의 3차원 고해상도 기후적 기상정보를 생산하고, 공간정보와 결합해 가시화함으로써, 사용자 또는 관리자가 포트 후보지의 적합성을 판단하기 위한 기후적 판단 근거 정보를 쉽게 제공받을 수 있다.
또한, 본 발명에 따르면, 미래기후자료를 활용함으로써 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있고, 이를 통해 과거-현재의 기후적 요소와 미래의 기후적 요소를 종합적으로 고려해 기상 제약 요소에 따른 포트 운영의 불확실성을 사전에 제거하여, 안정적으로 운영 가능한 포트 위치를 선정할 수 있다.
도 1은 UAM 및 UAM 포트를 설명하기 위해 도시한 도면.
도 2는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템의 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 흐름을 도시한 도면.
도 4는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S110에서 수집되는 기상자료의 종류를 도시한 도면.
도 5는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S130에서 적용되는 통계적 다운스케일링 기법을 예를 들어 도시한 도면.
도 6은 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S130에서 적용되는 인공지능 기반 다운스케일링 기법을 예를 들어 도시한 도면.
도 2는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템의 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 흐름을 도시한 도면.
도 4는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S110에서 수집되는 기상자료의 종류를 도시한 도면.
도 5는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S130에서 적용되는 통계적 다운스케일링 기법을 예를 들어 도시한 도면.
도 6은 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S130에서 적용되는 인공지능 기반 다운스케일링 기법을 예를 들어 도시한 도면.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 2는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템(100)의 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템(100)은, 도심항공교통의 이착륙 및 환승을 위한 포트의 위치선정을 위한 기후정보 제공 시스템(100)으로서, 기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집하는 기상자료 수집부(110); 기상자료 수집부(110)에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출하는 기후정보 산출부(120); 기후정보 산출부(120)에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 기후정보 고도화부(130); UAM 포트 후보지 주변의 UAM 운항 고도 내의 고해상도 기후적 기상정보를 분석하여, UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출하는 이상기상 환경정보 산출부(140); GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화하는 기후정보 가시화부(150); 및 가시화 플랫폼에서 선택되는 포트 후보지에 대해 기후정보 가시화부(150)에서 가시화된 데이터 및 기후학적 이상기상 환경정보를 제공하여, 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 위치선정 지원부(160)를 포함하여 구성될 수 있다.
도 3은 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 흐름을 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법은, 도심항공교통의 이착륙 및 환승을 위한 포트의 위치선정을 위한, 컴퓨터에 의해 각 단계가 수행되는 기후정보 제공 방법으로서, 미리 정해진 기간 이상의 기상자료를 수집하는 단계(S110), 기상자료로부터 UAM 포트 후보지 주변의 저고도 기후적 기상정보를 산출하는 단계(S120), 기후적 기상정보를 처리해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 단계(S130), UAM의 이착륙에 영향을 미치는 기후학적 이상기상 환경정보를 산출하는 단계(S140), GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 고해상도 기후적 기상정보를 결합하고 가시화하는 단계(S150) 및 포트 후보지에 대해 가시화된 데이터 및 기후학적 이상기상 환경정보를 제공하여, 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 단계(S160)를 포함하여 구현될 수 있다.
본 발명은 도심항공교통의 포트 선정을 위한 기후정보 제공 방법에 관한 것으로서, 메모리 및 프로세서를 포함한 하드웨어에서 기록되는 소프트웨어로 구성될 수 있다. 예를 들어, 본 발명의 도심항공교통의 포트 선정을 위한 기후정보 제공 방법은, 개인용 컴퓨터, 노트북 컴퓨터, 서버 컴퓨터, 워크스테이션 등에 저장 및 구현될 수 있다. 이하에서는 설명의 편의를 위해, 각 단계를 수행하는 주체는 생략될 수 있다.
단계 S110에서는, 기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집할 수 있다. 기상자료에는 UAM의 이착륙에 영향을 미치는 중요한 요소인 바람장, 기온, 습도, 기압, 강수 등이 포함될 수 있다. 여기서, 기후값은 30년 이상의 관측자료로부터 생산하는 것이 원칙이나, 각 자료의 가용성을 고려해 미리 정해진 기간을 20년으로 설정하고, 20년 이상의 기상자료를 수집할 수 있다.
도 4는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S110에서 수집되는 기상자료의 종류를 도시한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S110에서는, 기상관측자료 및 재분석자료를 포함하는 과거 및 현재의 기상자료와, 미래기후시나리오에 따른 수치 모델 결과인 미래기후자료를 기상자료로 수집하여, 과거-현재-미래의 기후자료로 현재와 미래에 발생 가능한 기후적 제약조건을 사전에 분석할 수 있다.
여기서, 지상관측자료는 지상관측소자료와 자동기상관측(AWS)자료를 포함할 수 있는데, 한반도 내 관측지점에서 관측된 데이터로, 지점마다 차이가 있으나 20년 이상의 자료 수집이 가능하다. 그러나 지상관측자료는 지표 부근의 기상정보만을 제공하므로, UAM 운용을 위한 연직 방향의 기후학적 정보를 제공하기에는 부족하다. 따라서 넓은 영역에서 균일한 격자점에 대해 3차원 기상정보를 제공하는 재분석자료가 필요하다.
재분석자료로는 유럽중기예보센터(ECMWF)에서 제공하는 ERA-Interim(the Interim ECMWF Re-Analysis) 또는 ERA5, 미항공우주국(National Aeronautics and Space Administration Goddard Space Flight Center, NASA)에서 제공하는 MERRA(The Modern-Era Retrospective analysis for Research and Applications) 등이 사용될 수 있다. 특히, 재분석자료는 30년 이상의 장기간의 자료를 보유하고 있어서(ERA5의 경우 약 70년간의 기상정보 보유) 기후학적 정보 계산에 충분하며, 시간적 해상도가 1시간 간격으로 조밀하여 기후학적 일 변동 분석에도 적합하다. 또한, UAM 운항 고도는 300~600m 정도이므로, 이착륙을 고려하면 600m 이하의 저고도 연직 방향의 데이터가 필요한데, ERA5 재분석자료의 경우, 약 10m, 100m, 250m(975hPa), 500m(950hPa), 750m(925hPa)의 바람장 자료를 제공하고 있으므로, 저고도 기후학적 기상정보의 생산에 적합하다.
한편, 미래기후자료는, 미래기후 시나리오 자료를 기반으로 포트 위치선정에서 기후학적 요소의 미래 정보를 반영하기 위한 것으로, 미래기후 RCP(Representative Concentration Pathways) 시나리오(IPCC 보고서 5차) 및/또는 SSP(Shared Socioeconomic Pathways) 시나리오(IPCC 보고서 6차)에 따른 수치 모델 결과(예를 들어, CMIP6 등)를 수집할 수 있다. 이하에서 상세히 설명할 단계 S120 내지 단계 S150에서는, 미래기후자료의 기후학적 요소를 분석하여, 시나리오에 따른 미래 포트 지역 주변 바람장 및 기온 등의 패턴을 예측할 수 있고, 이를 통해 기상 제약 요소에 따른 포트 운영의 불확실성을 사전에 제거함으로써 기후변화에 선제적 대응이 가능하고, 미래 운영비용을 절감할 수 있다.
단계 S120에서는, 단계 S110에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출할 수 있다. 보다 구체적으로 단계 S120에서는, 단계 S110에서 수집한 기상자료를 분석해, UAM의 운항 고도 내의 연직 바람장, 기온 및 습도를 포함하는 기상 요소의 기후학적 일 변동, 월 변동, 계절 변동 및 연 변동을 기후적 기상정보로 산출할 수 있다.
여기서, UAM 운항 고도는 UAM이 통상적으로 운항하는 300~600m와 이륙 및 착륙하는 고도를 포함하여 600m 이하일 수 있다. 이러한 UAM 운항 고도는 대기경계층(Atmopspheric Boundary Layer)에 속하는 저고도로, 연직 바람 시어가 매우 강하고 복잡한 대기 난류가 자주 발생한다. 특히, 일반 항공기상정보에서 제공하지 않는 미규모(microscale) 기상 현상이 산재하고, 도심 지형과 연관되어 더 복잡해지며 모델 예측이 어렵다. 따라서 단계 S120에서는, UAM 운항 고도 내의 기상자료를 통계 처리하여 UAM의 운항과 이착륙에 영향을 미칠 수 있는 기상 요소의 기후학적 일/월/계절/연 변동을 계산하고, 이를 기초로 UAM 포트 운영 시 발생 가능한 현상에 대비할 수 있다.
단계 S130에서는, 단계 S120에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산할 수 있다. 지상관측자료는 관측지점별로 데이터가 있는 비격자 자료이므로, 단계 S130에서는 단계 S110에서 수집한 기상자료 중 비격자 자료인 지상관측자료를 격자화할 수 있다. 또한, 기존 항공기 이착륙장보다 작은 규모와 공간적으로 조밀한 간격이 특징인 UAM 포트의 기후적 요소를 고려하기 위해서는 고해상도·고정밀 기후정보 생산이 필수적이므로, 다운스케일링 기법을 적용해 고해상도 데이터를 확보할 수 있다. 특히, 재분석자료는 0.125°×0.125°(약 14㎞×14㎞)의 해상도를 갖는 격자 자료이므로, 단계 S130의 다운스케일링을 통해 고해상도 데이터로 변환할 수 있다. 이때, 단계 S130에서는, 격자 자료(재분석자료) 및 격자화된 자료(격자화된 지상관측자료)에 다운스케일링 기법을 적용하되, 통계적 다운스케일링 또는 인공지능 기반의 다운스케일링 기법을 적용하여 수평 해상도를 높여 고해상도 기후적 기상정보를 생산할 수 있다.
도 5는 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S130에서 적용되는 통계적 다운스케일링 기법을 예를 들어 도시한 도면이다. 단계 S130에서는, 도 5에 도시된 바와 같은 통계적 내삽법을 적용해 수평 해상도를 높일 수 있으며 예를 들어, 선형 보간법, 크레스만 기법, OI(Optimum Interpolation), 칼만 필터 등이 사용될 수 있다.
도 6은 본 발명의 일실시예에 따른 도심항공교통의 포트 선정을 위한 기후정보 제공 방법의 단계 S130에서 적용되는 인공지능 기반 다운스케일링 기법을 예를 들어 도시한 도면이다(Anh et. al., 2019 참조). 도 6에 도시된 바와 같이 단계 S130에서는, 머신러닝 또는 딥러닝 기반의 멀티 레이어 모델을 활용해 수평 해상도를 고도화할 수 있으며, 보다 구체적으로는 합성곱 신경망(Convolutional Neural Network; CNN) 기반의 다운스케일링 기법을 적용할 수 있다.
한편, 단계 S130에서는, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산할 수 있다. UAM의 운항 및 이착륙이 일어나는 운항 고도의 기상조건은 건물과 지형의 영향을 크게 받는다. 특히, 도심은 건물에 의해 바람이나 온도 등이 크게 변화할 수 있으므로, 도심 내 UAM 포트 위치선정에는 도심 건물효과를 고려해야 한다. 그러나 재분석자료에는 건물과 지형 정보가 반영되어 있지 않으므로, 단계 S130에서는 다운스케일링 시에 GIS 정보에 포함된 건물 및/또는 지형 정보를 적용해, 도심 건물효과가 반영된 현실성 있는 고해상도 기후적 기상정보를 생산할 수 있다. 예를 들어, GIS 정보에 포함된 건물 및/또는 지형 정보를 사용해 격자점의 공간 경도값을 산출하고, 공간 경도값을 반영해 기후적 기상정보의 다운스케일링을 수행할 수 있다.
단계 S140에서는, UAM 포트 후보지 주변의 UAM 운항 고도 내의 고해상도 기후적 기상정보를 분석하여, UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출할 수 있다. 여기서, 이상기상 환경정보는, UAM의 안전한 운항 및 이착륙이 가능한 기후적 최대한계를 벗어나는 이벤트의 종류 및 빈도를 포함할 수 있다. 예를 들어, 기후적 최대한계를 벗어나는 바람, 낙뢰, 결빙 등의 위험한 국소적 기상 상황은 UAM 운항 및 이착륙에 치명적 사고·고장을 유발해 운용 전반에 영향을 줄 가능성 있다. 따라서 단계 S140에서는, UAM 포트 후보지 주변의 저고도 내의 데이터를 분석해, 기후적 최대한계를 벗어나는 위험요소의 종류와 발생 빈도 등을 분석하고, 이를 기후학적 이상기상 환경정보로 산출할 수 있다. 이때, 기후적 최대한계는 UAM의 특성에 따라 미리 설정될 수 있다. 이러한 기후학적 이상기상 환경정보는 포트 위치의 적합성뿐만 아니라 포트 주변의 기후학적 조건에 따라 UAM의 운항 간격, 운항 이착륙 횟수 등을 결정하는 데도 활용할 수 있다.
한편, 단계 S140에서는, 기후학적 이상기상 환경정보를 사용해, 기상조건이 UAM 운용에 미치는 영향 정도에 따라 UAM 포트 후보지의 기후적 잠재 영향지수(Impact Score)를 산출할 수 있다. 여기서, 기후적 잠재 영향지수는, 기상조건이 UAM 포트 운영에 미치는 영향을 나타내는 것으로, UAM 포트 운영 시 영향을 미칠 수 있는 잠재 기상조건의 일/월/계절/연별 빈도수로 생산할 수 있으며, 그 값이 클수록 UAM 포트 운영의 기후적 난도(難度)가 높은 것을 나타낼 수 있다. 또한, UAM 포트 후보지의 기후적 잠재 영향지수의 일/월/계절/연별 분포를 분석하고 지수의 가시화 작업을 통해 표출할 수 있다.
단계 S150에서는, GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화할 수 있다. 보다 구체적으로는, 단계 S150에서는, GIS 플랫폼을 이용해, UAM 포트 후보지 주변의 건물 및 지형 정보와 격자화된 고해상도 기후적 기상정보를 결합하여 결합된 데이터를 생성할 수 있다. 특히, GIS 가시화 기술 플랫폼을 활용해 포트 후보지 주변 공간정보와 기후적 기상정보를 융합함으로써, 포트 주변의 저고도 기후적 요소를 GIS 가시화 플랫폼을 활용하여 입체적으로 정보를 표출할 수 있다.
이때, 단계 S150에서는, UAM 포트 후보지 주변의 정밀 상세 지형자료를 확보하고 이를 반영한 포트 주변의 고해상도 기후적 기상정보를 정보를 산출할 수 있다. 즉, 건물이나 지형 정보는 재분석자료에는 반영되어 있지 않은데, UAM 포트 선정을 위해서는 포트 주변의 건물, 지형 등의 공간정보를 반영할 필요가 있으므로, GIS 정보와 융합해 고정밀 기후학적 정보를 생산할 수 있다. 따라서 실제 무인비행장치의 활용 무대인 도심지역의 정밀 지형 정보를 반영한 저고도 기후정보 데이터베이스를 구축할 수 있다.
단계 S160에서는, 가시화 플랫폼에서 선택되는 포트 후보지에 대해 단계 S150에서 가시화된 데이터 및 기후학적 이상기상 환경정보를 제공하여, 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공할 수 있다.
즉, 단계 S150에서 구축된 지리정보시스템(GIS)을 토대로 UAM 운항 공역을 맵핑(Mapping)하여 가시화 플랫폼을 구축할 수 있는데, 단계 S160에서는 이를 기반으로 수직이착륙 포트 선정 위치를 추가하고 해당 지점에서의 기후학적 저고도 기상정보를 가시화해 제공함으로써, 사용자나 관리자가 컴퓨터, 태블릿 PC, 스마트폰, 웨어러블 장치(wearable device) 등의 전자 장치를 통해 쉽게 열람할 수 있다. 이와 같이 구축된 가시화 플랫폼을 사용하면, GIS 기반의 기후적 요소를 가시화해 제공하여 포트 위치선정과 관련된 객관적인 정보를 제공할 수 있고, 스마트시티의 미래형 교통 형태(UAM) 지원에 필요한 안전운항 정보로도 활용할 수 있다.
전술한 바와 같이, 본 발명에서 제안하고 있는 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템에 따르면, 장기간의 기상자료를 수집 및 분석해 UAM 포트 후보지 주변 저고도의 3차원 고해상도 기후적 기상정보를 생산하고, 공간정보와 결합해 가시화함으로써, 사용자 또는 관리자가 포트 후보지의 적합성을 판단하기 위한 기후적 판단 근거 정보를 쉽게 제공받을 수 있다. 이와 같이, 기후적 요소를 고려해 포트 후보지의 적합성을 판단하고 포트의 위치를 선정하면, 국지적 악기상 발생에 의한 기회비용을 최소화하고 매몰 비용 발생을 방지하여 경제적 손실 발생 가능성을 낮출 수 있다.
또한, 본 발명에 따르면, 미래기후자료를 활용함으로써 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있고, 이를 통해 과거-현재의 기후적 요소와 미래의 기후적 요소를 종합적으로 고려해 기상 제약 요소에 따른 포트 운영의 불확실성을 사전에 제거하여, 안정적으로 운영 가능한 포트 위치를 선정할 수 있다.
한편, 본 발명은 다양한 통신 단말기로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터에서 판독 가능한 매체를 포함할 수 있다. 예를 들어, 컴퓨터에서 판독 가능한 매체는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD_ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
이와 같은 컴퓨터에서 판독 가능한 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이때, 컴퓨터에서 판독 가능한 매체에 기록되는 프로그램 명령은 본 발명을 구현하기 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예를 들어, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
100: 본 발명에 따른 기후정보 제공 시스템
110: 기상자료 수집부
120: 기후정보 산출부
130: 기후정보 고도화부
140: 이상기상 환경정보 산출부
150: 기후정보 가시화부
160: 위치선정 지원부
S110: 미리 정해진 기간 이상의 기상자료를 수집하는 단계
S120: 기상자료로부터 UAM 포트 후보지 주변의 저고도 기후적 기상정보를 산출하는 단계
S130: 기후적 기상정보를 처리해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 단계
S140: UAM의 이착륙에 영향을 미치는 기후학적 이상기상 환경정보를 산출하는 단계
S150: GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 고해상도 기후적 기상정보를 결합하고 가시화하는 단계
S160: 포트 후보지에 대해 가시화된 데이터 및 기후학적 이상기상 환경정보를 제공하여, 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 단계
110: 기상자료 수집부
120: 기후정보 산출부
130: 기후정보 고도화부
140: 이상기상 환경정보 산출부
150: 기후정보 가시화부
160: 위치선정 지원부
S110: 미리 정해진 기간 이상의 기상자료를 수집하는 단계
S120: 기상자료로부터 UAM 포트 후보지 주변의 저고도 기후적 기상정보를 산출하는 단계
S130: 기후적 기상정보를 처리해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 단계
S140: UAM의 이착륙에 영향을 미치는 기후학적 이상기상 환경정보를 산출하는 단계
S150: GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 고해상도 기후적 기상정보를 결합하고 가시화하는 단계
S160: 포트 후보지에 대해 가시화된 데이터 및 기후학적 이상기상 환경정보를 제공하여, 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 단계
Claims (8)
- 도심항공교통(Urban Air Mobility, UAM)의 이착륙 및 환승을 위한 포트(Port)의 위치선정을 위한, 컴퓨터에 의해 각 단계가 수행되는 기후정보 제공 방법으로서,
(1) 기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집하는 단계;
(2) 상기 단계 (1)에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출하는 단계;
(3) 상기 단계 (2)에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 단계;
(4) 상기 UAM 포트 후보지 주변의 UAM 운항 고도 내의 상기 고해상도 기후적 기상정보를 분석하여, 상기 UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출하는 단계;
(5) GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 상기 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화하는 단계; 및
(6) 상기 가시화 플랫폼에서 선택되는 포트 후보지에 대해 상기 단계 (5)에서 가시화된 데이터 및 상기 기후학적 이상기상 환경정보를 제공하여, 상기 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 단계를 포함하는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법.
- 제1항에 있어서, 상기 단계 (1)에서는,
기상관측자료 및 재분석자료(Reanalysis data)를 포함하는 과거 및 현재의 기상자료와, 미래기후시나리오에 따른 수치 모델 결과인 미래기후자료를 상기 기상자료로 수집하여,
상기 미래기후자료를 사용해 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법.
- 제1항에 있어서, 상기 단계 (2)에서는,
상기 단계 (1)에서 수집한 기상자료를 분석해, 상기 UAM의 운항 고도 내의 연직 바람장, 기온 및 습도를 포함하는 기상 요소의 기후학적 일 변동, 월 변동, 계절 변동 및 연 변동을 상기 기후적 기상정보로 산출하는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법.
- 제1항에 있어서, 상기 단계 (3)에서는,
상기 단계 (1)에서 수집한 기상자료 중 비격자 자료를 격자화하고, 격자 자료 및 격자화된 자료에 다운스케일링 기법을 적용하되, 통계적 다운스케일링 또는 인공지능 기반의 다운스케일링 기법을 적용하여 수평 해상도를 높여 고해상도 기후적 기상정보를 생산하는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법.
- 제1항에 있어서, 상기 단계 (4)에서는,
상기 기후학적 이상기상 환경정보를 사용해, 기상조건이 UAM 운용에 미치는 영향 정도에 따라 상기 UAM 포트 후보지의 기후적 잠재 영향지수(Impact Score)를 산출하는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법.
- 제1항에 있어서, 상기 단계 (5)에서는,
상기 GIS 플랫폼을 이용해, UAM 포트 후보지 주변의 건물 및 지형 정보와 상기 격자화된 고해상도 기후적 기상정보를 결합하여 결합된 데이터를 생성하는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 방법.
- 도심항공교통(Urban Air Mobility, UAM)의 이착륙 및 환승을 위한 포트(Port)의 위치선정을 위한, 기후정보 제공 시스템으로서,
기후값 산출을 위해 미리 정해진 기간 이상의 기상자료를 수집하는 기상자료 수집부(110);
상기 기상자료 수집부(110)에서 수집한 기상자료로부터, UAM 포트 후보지 주변의 UAM 운항 고도 내의 기후적 기상정보를 산출하는 기후정보 산출부(120);
상기 기후정보 산출부(120)에서 산출한 기후적 기상정보를 처리하되, 도심 건물효과를 고려한 다운스케일링 기법을 적용해 3차원의 격자화된 고해상도 기후적 기상정보를 생산하는 기후정보 고도화부(130);
상기 UAM 포트 후보지 주변의 UAM 운항 고도 내의 상기 고해상도 기후적 기상정보를 분석하여, 상기 UAM의 이착륙에 영향을 미치는 발생 가능한 기후학적 이상기상 환경정보를 산출하는 이상기상 환경정보 산출부(140);
GIS 플랫폼을 이용해 UAM 포트 후보지 주변의 공간정보와 상기 고해상도 기후적 기상정보를 결합하고, 결합된 데이터를 가시화 플랫폼을 통해 가시화하는 기후정보 가시화부(150); 및
상기 가시화 플랫폼에서 선택되는 포트 후보지에 대해 상기 기후정보 가시화부(150)에서 가시화된 데이터 및 상기 기후학적 이상기상 환경정보를 제공하여, 상기 선택된 포트 후보지가 기후적으로 UAM 포트 위치로서 적합한지 판단하기 위한 판단 근거 정보를 제공하는 위치선정 지원부(160)를 포함하는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템(100).
- 제7항에 있어서, 상기 기상자료 수집부(110)에서는,
기상관측자료 및 재분석자료(Reanalysis data)를 포함하는 과거 및 현재의 기상자료와, 미래기후시나리오에 따른 수치 모델 결과인 미래기후자료를 상기 기상자료로 수집하여,
상기 미래기후자료를 사용해 미래의 기후적 요소를 고려해 UAM 포트 후보지의 적합성을 판단할 수 있는 것을 특징으로 하는, 도심항공교통의 포트 선정을 위한 기후정보 제공 시스템(100).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210161787A KR102422300B1 (ko) | 2021-11-22 | 2021-11-22 | 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210161787A KR102422300B1 (ko) | 2021-11-22 | 2021-11-22 | 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102422300B1 true KR102422300B1 (ko) | 2022-07-20 |
Family
ID=82609258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210161787A KR102422300B1 (ko) | 2021-11-22 | 2021-11-22 | 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102422300B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102566472B1 (ko) * | 2022-12-14 | 2023-08-11 | 주식회사 윈드위시 | 바람 예측 및 패트롤 드론을 이용한 항공 모빌리티 및 물류 드론 제어 장치, 방법 및 시스템 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130102789A (ko) * | 2012-03-08 | 2013-09-23 | 한국수자원공사 | 댐 건설 전후 기후 특성 변화 예측 시스템 및 그 방법 |
| KR101910764B1 (ko) * | 2018-02-08 | 2018-10-23 | 주식회사 포디솔루션 | 소형항공기의 저고도 비행을 위한 저고도 구름 정보 제공 시스템 |
| KR101940313B1 (ko) * | 2018-03-10 | 2019-01-18 | 전주비전대학교산학협력단 | 항공레이저측량 자료처리와 공간분석 기법을 사용한 태양광 발전소 적정 위치 선정 방법 |
| KR102053548B1 (ko) * | 2018-10-31 | 2019-12-06 | 주식회사 포디솔루션 | 재분석 자료 기반의 하층바람 자료 생산 방법 |
-
2021
- 2021-11-22 KR KR1020210161787A patent/KR102422300B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130102789A (ko) * | 2012-03-08 | 2013-09-23 | 한국수자원공사 | 댐 건설 전후 기후 특성 변화 예측 시스템 및 그 방법 |
| KR101910764B1 (ko) * | 2018-02-08 | 2018-10-23 | 주식회사 포디솔루션 | 소형항공기의 저고도 비행을 위한 저고도 구름 정보 제공 시스템 |
| KR101940313B1 (ko) * | 2018-03-10 | 2019-01-18 | 전주비전대학교산학협력단 | 항공레이저측량 자료처리와 공간분석 기법을 사용한 태양광 발전소 적정 위치 선정 방법 |
| KR102053548B1 (ko) * | 2018-10-31 | 2019-12-06 | 주식회사 포디솔루션 | 재분석 자료 기반의 하층바람 자료 생산 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102566472B1 (ko) * | 2022-12-14 | 2023-08-11 | 주식회사 윈드위시 | 바람 예측 및 패트롤 드론을 이용한 항공 모빌리티 및 물류 드론 제어 장치, 방법 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110770610B (zh) | 模拟、记录和预测对流气象的自学习即时预报系统 | |
| Lang et al. | The severe thunderstorm electrification and precipitation study | |
| JP2774197B2 (ja) | 仮想現実画像作成システム | |
| US9171473B1 (en) | Method and system for dynamic automated corrections to weather avoidance routes for aircraft in en route airspace | |
| CN104778294B (zh) | 管理翱翔飞行器的飞行路线 | |
| CN110597276B (zh) | 无人飞行器空中安全走廊路径的远程规划方法 | |
| JP5255857B2 (ja) | 乱気流予測システムおよび乱気流予測方法 | |
| Folch et al. | Evaluating long-range volcanic ash hazard using supercomputing facilities: application to Somma-Vesuvius (Italy), and consequences for civil aviation over the Central Mediterranean Area | |
| Kim et al. | Combined winds and turbulence prediction system for automated air-traffic management applications | |
| CN107850690A (zh) | 整合的天气预测系统、方法和设备 | |
| CN110941790A (zh) | 基于高分辨率数值的无人机低空飞行气象信息处理方法 | |
| CN114595518B (zh) | 一种基于数字孪生的商业航天飞行与民航运行协作系统 | |
| CN106445655B (zh) | 将约束航线优化应用程序整合到航空电子机载系统的方法 | |
| KR102002158B1 (ko) | 시정 예측 시스템 | |
| KR102422300B1 (ko) | 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 | |
| JP7291582B2 (ja) | 気象予報システムおよび気象予報方法 | |
| CN111146866B (zh) | 一种输电通道控制方法 | |
| JP2022119973A (ja) | 画像識別に基づく飛行体強制着陸経路計画方法、システムおよび装置 | |
| Zhu et al. | En route flight time prediction under convective weather events | |
| KR20230078097A (ko) | 도심항공교통 실증 관리를 위한 디지털 트윈 기술에 기반한 3d 가시화 방법 | |
| CN112669571B (zh) | 一种基于三维gis的实时滑坡预测预警系统 | |
| CN114219151B (zh) | 自适应通用航空应急救援气象保障系统 | |
| Madhavrao et al. | Integration of digital weather and air traffic data for NextGen | |
| Grushin et al. | Gump: General urban area microclimate predictions tool | |
| Zhang | Safe path correction method for ambulance aircraft based on low-altitude wind prediction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |