KR102580312B1 - 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법 - Google Patents

관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법 Download PDF

Info

Publication number
KR102580312B1
KR102580312B1 KR1020180050234A KR20180050234A KR102580312B1 KR 102580312 B1 KR102580312 B1 KR 102580312B1 KR 1020180050234 A KR1020180050234 A KR 1020180050234A KR 20180050234 A KR20180050234 A KR 20180050234A KR 102580312 B1 KR102580312 B1 KR 102580312B1
Authority
KR
South Korea
Prior art keywords
observation data
value
data
quality inspection
observation
Prior art date
Application number
KR1020180050234A
Other languages
English (en)
Other versions
KR20190125872A (ko
Inventor
김기영
Original Assignee
김기영
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 김기영 filed Critical 김기영
Priority to KR1020180050234A priority Critical patent/KR102580312B1/ko
Publication of KR20190125872A publication Critical patent/KR20190125872A/ko
Application granted granted Critical
Publication of KR102580312B1 publication Critical patent/KR102580312B1/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus
    • 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
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming

Abstract

본 발명은 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법에 관한 것으로, 본 발명의 일 양상에 따르면 관측된 자료의 품질을 검사하는 관측자료 품질검사 방법으로, 관측 자료를 획득하는 단계; 상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계; 상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계; 상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계; 상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하는 관측자료 품질검사 방법이 제공될 수 있다.

Description

관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법{OBSERVATION DATA QUALITY INSPECTION APPARATUS AND OBSERVATION DATA QUALITY INSPECTION METHOD USING THE SAME}
본 발명은 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법에 관한 것이다.
일반적으로 기상업무를 위하여 관측되어 보고되는 각종 기상자료들은 세계기상기구(WMO)에서 권고하는 지침서에 의하여 그 품질이 관리되고 있으나, 모든 자료들이 기상업무에 활용될 수 있는 것은 아니다. 기상자료가 최종적으로 사용되기 직전의 상태에서 살펴보면 각 자료들은 관측기기의 내재적인 오차, 관측 행위상의 오차, 그리고 통신상에서 발생한 에러에 의한 영향을 받게 된다. 이러한 자료에 포함된 에러들은 대국민 서비스 등의 기상자료의 활용에 있어서 자료의 품질 문제를 야기하게 된다. 따라서 기상자료에 포함된 각종 에러들을 제거하여 고품질의 자료만을 사용할 수 있게 하는 것은 기상서비스의 품질 향상에 있어서 매우 중요한 사항이다.
본 발명의 일 과제는 관측자료에 대한 품질검사를 수행하여 관측자료의 오류를 개선하는 것에 있다.
본 발명이 해결하고자 하는 과제가 상술한 과제로 제한되는 것은 아니며, 언급되지 아니한 과제들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상에 따르면 관측된 자료의 품질을 검사하는 관측자료 품질검사 방법으로, 관측 자료를 획득하는 단계; 상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계; 상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계; 상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계; 상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하는 관측자료 품질검사 방법이 제공될 수 있다.
본 발명의 다른 양상에 따르면 상술한 방법을 수행하기 위한 프로그램이 기록된 기록매체가 제공될 수 있다.
본 발명의 과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 의하면 관측자료에 대한 품질검사를 수행하여 관측자료의 오류를 개선할 수 있다.
본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 관측자료 품질검사 시스템의 환경도이다.
도 2는 본 발명의 일 실시예에 따른 관측자료 품질검사 장치를 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 관측자료 품질검사 방법을 나타내는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 범위 검사 방법을 나타내는 순서도이다.
본 발명의 상술한 목적, 특징들 및 장점은 첨부된 도면과 관련된 다음의 상세한 설명을 통해 보다 분명해질 것이다. 다만, 본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 가질 수 있는 바, 이하에서는 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다.
도면들에 있어서, 층 및 영역들의 두께는 명확성을 기하기 위하여 과장되어진 것이며, 또한, 구성요소(element) 또는 층이 다른 구성요소 또는 층의 "위(on)" 또는 "상(on)"으로 지칭되는 것은 다른 구성요소 또는 층의 바로 위 뿐만 아니라 중간에 다른 층 또는 다른 구성요소를 개재한 경우를 모두 포함한다. 명세서 전체에 걸쳐서 동일한 참조번호들은 원칙적으로 동일한 구성요소들을 나타낸다. 또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성요소는 동일한 참조부호를 사용하여 설명한다.
본 발명과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
본 발명의 일 양상에 따르면 관측된 자료의 품질을 검사하는 관측자료 품질검사 방법으로, 관측 자료를 획득하는 단계; 상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계; 상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계; 상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계; 상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하는 관측자료 품질검사 방법이 제공될 수 있다.
또한 상기 범위 검사는 관측 자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 기압 및 풍속의 변수를 대상으로 수행할 수 있다.
또한 상기 범위 검사는 통계값을 산출하는 단계, 최대값 또는 최소값을 선택하는 단계, 기후 자료의 범위에 포함되는지 여부를 판단하는 단계 및 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계를 포함할 수 있다.
또한 상기 통계값을 산출하는 단계는 상기 관측자료로부터 지점, 위도, 경도, 자료개수, 최대값, 최소값, 평균값, 중앙값, 표준편차 및 Kurtosis 중 적어도 하나를 산출하는 단계일 수 있다.
또한 Kurtosis는 하기 식에 기초하여 산출될 수 있다.
식)
또한 치우침은 하기 식에 기초하여 산출될 수 있다.
식)
본 발명의 다른 양상에 따르면 상술한 방법을 수행하기 위한 프로그램이 기록된 기록매체가 제공될 수 있다.
도 1은 본 발명의 일 실시예에 따른 관측자료 품질검사 시스템(10000)의 환경도이다.
도 1을 참조하면 관측자료 품질검사 시스템(10000)은 기상 관측 장치(1000) 및 관측자료 품질검사 장치(2000)를 포함할 수 있다.
일 실시예에 따른 기상 관측 장치(1000)는 기상에 대한 관측 자료를 획득할 수 있다.
예를 들어 기상 관측 장치(1000)는 지상에서 기상을 관측하는 AWS, 운고계, 레이더, 라이다 등일 수 있으며, 그 밖에도 수상이나 공중에 제공되는 다양한 기상 관측 장치 및 인공 위성 등으로 구현될 수 있다.
기상 관측 장치(1000)는 획득한 관측 자료를 관측자료 품질검사 장치(2000)에 제공할 수 있다.
예를 들어 기상 관측 장치(1000)는 획득한 관측 자료를 6시간 주기로 관측자료 품질검사 장치(2000)로 제공할 수 있다.
관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 획득한 자료에 대해서 품질검사를 수행할 수 있다.
관측자료 품질검사 장치(2000)의 구성 및 품질검사에 대해서는 이하 도 2 내지 4를 참조하여 보다 구체적으로 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 관측자료 품질검사 장치(2000)를 나타내는 블록도이다.
도 2를 참조하면, 관측자료 품질검사 장치(2000)는 통신부(2100), 디스플레이부(2200), 입력부(2300), 저장부(2400) 및 제어부(2500)를 포함할 수 있다.
통신부(2100)는 외부 전자기기와 연결될 수 있다. 예를 들어 통신부(2100)는 기상 관측 장치(1000)와 연결될 수 있다. 다른 예를 들어 통신부(2100)는 기상 서버(미도시)와 연결될 수 있다. 또 다른 예를 들어 통신부(2100)는 지형 정보 서버(미도시)와 연결될 수 있다. 또 다른 예를 들어 통신부(2100)는 외부 서버 장치와 같은 외부 전자기기와 연결될 수 있다.
통신부(2100)는 외부 구성 각각과 연결되기 위한 통신 모듈로 제공될 수 있다. 예를 들어 통신부(2100)는 기상 관측 장치(1000)와 연결되기 위한 통신 모듈 및 외부 서버 장치와 연결되기 위한 통신 모듈로 제공될 수 있다. 또한 각각의 통신 모듈에서 지원하는 통신 방식은 서로 상이할 수 있다.
디스플레이부(2200)는 시각적인 정보를 출력할 수 있다. 예를 들어 디스플레이부(2200)는 관측자료 품질검사에 필요한 UI(user interface)를 출력할 수 있다. 다른 예를 들어 디스플레이부(2200)는 관측자료 품질검사 결과를 출력할 수 있다.
입력부(2300)는 사용자 입력에 대응하는 전기 신호를 획득할 수 있다.
입력부(2300)는 예를 들어 키보드, 스위치, 버튼, 조그셔틀, 마우스, 휠 등으로 구현될 수 있다.
또한, 입력부(2300)는 디스플레이부(2200)와 결합된 터치패널로 구현되어 사용자의 터치 입력에 대응하는 전기 신호를 획득할 수 있다.
저장부(2400)는 데이터를 저장할 수 있다. 예를 들어 저장부(3400)는 관측자료 품질검사 장치 (2000)의 동작에 필요한 프로그램을 저장할 수 있다. 다른 예를 들어 저장부(2400)는 관측자료 품질검사 장치(2000)가 획득한 데이터 등을 저장할 수 있다.
제어부(2500)는 관측자료 품질검사 장치(2000)의 동작을 제어할 수 있다. 예를 들어 제어부(2500)는 관측자료 품질검사 장치(2000)에 포함된 구성 중 적어도 하나의 동작을 제어할 수 있다. 보다 구체적인 예를 들어 제어부(2500)는 통신부(2100)의 데이터 송수신을 제어할 수 있다.
또한 제어부(2500)는 후술할 관측자료 품질검사 방법을 수행할 수 있다.
도 3은 본 발명의 일 실시예에 따른 관측자료 품질검사 방법을 나타내는 순서도이다.
도 3을 참조하면 관측자료 품질검사 방법은 관측 자료를 획득하는 단계(S100), 범위 검사를 수행하는 단계(S200), 내적일치성 검사를 수행하는 단계(S300), 단계 검사를 수행하는 단계(S400) 및 공간일치성 검사를 수행하는 단계(S500)을 포함할 수 있다.
일 실시예에 따르면 관측 자료를 획득하는 단계가 수행될 수 있다(S100).
관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 관측 자료를 획득할 수 있다.
일 실시예에 따르면 관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 미리 정해진 주기로 관측 자료를 획득할 수 있다.
예를 들어 관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 6시간 주기로 관측 자료를 획득할 수 있다.
일 실시예에 따르면 범위 검사를 수행하는 단계가 수행될 수 있다(S200).
일 실시예예 따른 범위 검사를 수행하는 단계는 관측 자료 표본 무리에서 표본 무리와 어울리지 않는 값이 있을 때 그 값이 에러값인지 아닌지를 판단하는 단계일 수 있다.
관측자료 품질검사 장치(2000)는 관측 자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 기압 및 풍속 등의 변수에 대해서 범위 검사를 수행할 수 있다.
도 4는 본 발명의 일 실시예에 따른 범위 검사 방법을 나타내는 순서도이다.
도 4를 참조하면 일 실시예에 따른 범위 검사 방법은 통계값을 산출하는 단계(S210), 최대값 또는 최소값을 선택하는 단계(S220), 기후 자료의 범위에 포함되는지 여부를 판단하는 단계(S230) 및 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계(S240)을 포함할 수 있다.
일 실시예에 따르면 통계값을 산출하는 단계가 수행될 수 있다(S210).
제어부(2500)는 획득한 관측자료에 대한 기초 통계값을 획득할 수 있다.
일 실시예에 따른 기초 통계값은 지점, 위도, 경도, 자료개수, 최대값, 최소값, 평균값, 중앙값, 표준편차 및 Kurtosis 중 적어도 하나를 포함할 수 있다.
Kurtosis는 분포의 첨예 정도를 표현하는 통계로 하기 식에 기초하여 산출될 수 있다.
식)
일 실시예에 따르면 최대값 또는 최소값을 선택하는 단계가 수행될 수 있다(S220).
제어부(2500)는 Kurtosis가 미리 정해진 값 이상인 경우 또는 범위가 Rcrt(변수별 Range 임계치) 이상인 경우 치우침에 따라 최대값 또는 최소값을 선택할 수 있다.
Rcrt는 변수별 Range 임계치로 각각의 변수별로 Range 임계치가 미리 설정되어 저장될 수 있으며, Range는 최대값-최소값으로 산출될 수 있다.
예를 들어 풍속의 Rcrt는 40으로 미리 저장될 수 있으며, 기온의 Rcrt는 70, 최고기온의 Rcrt는 70, 이슬점온도의 Rcrt는 50, 상대습도의 Rcrt는 70, 기압의 Rcrt는 100으로 미리 설정되어 저장될 수 있다.
일 실시예에 따르면 치우침은 하기 식에 기초하여 산출될 수 있다.
일 실시예에 따르면 기후 자료의 범위에 포함되는지 여부를 판단하는 단계가 수행될 수 있다(S230).
제어부(2500)는 치우침에 따라 선택된 최대값 또는 최소값이 미리 저장된 과거 기후자료 범위에 포함되는지 여부를 판단할 수 있다.
과거 기후자료는 예를 들어 6시간간격 NCEP NCAR 재분석자료로 1979년 1월 ~ 2007년 12월까지의 29년간 과거 데이터일 수 있다. 이러한 기후자료의 기간적 범위는 선택에 따라 다양하게 선택되어 미리 저장될 수 있다.
또한 과거 기후자료는 주기적으로 갱신되어 저장될 수 있다.
일 실시예에 따르면 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계가 수행될 수 있다(S240).
제어부(2500)는 치우침에 따라 선택된 최대값 또는 최소값이 미리 저장된 과거 기후자료 범위에 포함되지 않는 경우 에러값으로 판단하여 제거할 수 있다.
다시 도 3을 참조하면 일 실시예에 따르면 내적일치성 검사를 수행하는 단계가 수행될 수 있다(S300).
내적일치성 검사는 관측자료 변수들간의 물리적 관계 검사일 수 있다.
평균기온을 예를 들어 설명하면 내적일치성 검사는 평균기온이 범위 내 최고기온과 최저기온의 범위내에 있는지 확인하는 것일 수 잇다.
아울러, 내적일치성 검사에서는 평균, 최고, 최저기온의 관계뿐만 아니라 이슬점온도, 평균기온과의 관계, 풍향과 풍속관계, 강수와 하늘상태, 상대습도와 하늘상태 등 총 27개의 관계를 판단할 수 있다.
예를 들어 내적일치성 검사에서는 GTS 지상관측 및 해양관측자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 강수량, 기압, 풍향 및 풍속 등의 관계를 판단할 수 있다.
제어부(2500)는 획득한 자료의 단위를 단일화할 수 있으며, 미리 정해진 조건에 따라 에러값을 판단할 수 있다.
예를 들어 제어부(2500)는 NORDKLIM에서 제시한 일관성 검사 항목중 27가지에 기초하여 각 변수들간의 물리적인 관계를 검사할 수 있으며, 에러값인 경우 missing value로 대체할 수 있다. 또한 제어부(2500)는 에러값인 missing value를 자료에서 제거할 수 있다.
일 실시예에 따르면 단계 검사를 수행하는 단계가 수행될 수 있다(S400).
제어부(2500)는 획득한 관측자료의 6시간전의 변화량을 검사하고 임계치 범위 안의 관측값을 참으로 판단할 수 있으며, 임계치 범위 밖의 관측값을 에러값으로 판단할 수 있다.
여기서 임계치는 과거자료의 평균과 표준편차를 이용하여 결정될 수 있으며, 저장부(2400)에 미리 저장될 수 있다.
또한 단계 검사에서 검사 대상 변수는 TS 지상관측의 기온, 상대습도, 기압, 풍속 등일 수 있다.
제어부(2500)는 임계치 범위 밖의 관측값을 에러값으로 판단하여 제거할 수 있다.
일 실시예에 따르면 공간일치성 검사를 수행하는 단계가 수행될 수 있다(S500).
제어부(2500)는 관측자료를 공간 내삽하여 모형 자료와의 차이를 계산하고 임계치 범위 안의 관측값을 참으로 판단할 수 있으며, 임계치 범위 밖의 관측값을 에러값으로 판단할 수 있다.
여기서 공간일치성 검사의 임계치는 관측 자료의 평균과 표준편차를 이용하여 결정할 수 있다.
또한 단계 검사에서 검사 대상 GTS 지상관측 및 기후관측의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 강수량, 기압, 온위 및 풍속 등일 수 있다.
제어부(2500)는 관측자료로부터 필요한 대상 변수를 추출할 수 있으며, 관측자료에서 관측값이 없거나 변수 별로 미리 설정된 특정값을 에러값으로 정의하여 제거할 수 있다.
또한 제어부(2500)는 관측 자료와 미리 저장된 모형자료의 단위를 일치할 수 있으며, 관측 자료를 내삽할 수 있다.
또한 제어부(2500)는 내삽한 관측자료와 모형자료의 차이를 계산할 수 있으며, 차이값이 임계치 범위 밖의 관측값을 에러값으로 판단할 수 있다.
제어부(2500)는 임계치 범위 밖의 관측값을 에러값으로 판단하여 제거할 수 있다.
상기에서는 본 발명에 따른 실시예를 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않으며, 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 발명이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다.
1000 기상 관측 장치 2000 관측자료 품질검사 장치
2100 통신부 2200 디스플레이부
2300 입력부 2400 저장부
2500 제어부

Claims (7)

  1. 관측된 자료의 품질을 검사하는 관측자료 품질검사 방법으로,
    관측 자료를 획득하는 단계;
    상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계;
    상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계;
    상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계;
    상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하되,
    상기 범위 검사를 수행하는 단계는,
    통계 값을 산출하는 단계;　최대값 및 최소값을 선택하는 단계;　기후 자료의 범위에 포함되는지 여부를 판단하는 단계;　및 기후 자료의 범위에 포함되지 않는 경우　에러값으로　처리하는 단계를 포함하고,
    상기 통계 값을 산출하는 단계는, 상기 관측자료로부터　Kurtosis를 산출하는 단계;　상기　Kurtosis가 미리 정해진 값 이상인 경우 치우침에 따라 최대값 또는 최소값을 선택하는 단계;　상기 치우침에 따라 선택된 최대값 또는 최소값이 미리 정해진 과거 기후자료 범위에 포함되지 않는 경우　에러값으로　판단하는 단계를 포함하고,
    상기 단계 검사를 수행하는 단계는,
    상기 관측자료의 변화량을 검사하는 단계　및　상기 관측자료의 변화량이 임계치를 벗어나면　에러값으로　판단하는 단계를 포함하고,
    상기 공간일치성 검사를 수행하는 단계는,
    상기 관측자료를 공간　내삽하여　모형 자료와의 차이 값을 계산하는 단계　및　상기 모형자료와의 차이 값이 임계치를 벗어나면　에러값으로　판단하는 단계를　포함하되,
    상기　Kurtosis는 하기 식1을 이용하여 산출하고,
    상기 치우침은 하기 식2를 이용하여 산출되되,
    상기 치우침에 따라 선택된 최대값 또는 최소값이 미리 정해진 과거 기후자료 범위에 포함되지 않는 경우　에러값으로　판단하는 단계는,　상기 치우침이 음수일 경우 최소값 오류로 판단하는 단계　및 상기 치우침이 양수일 경우 최대값 오류로 판단하는 단계를 포함하는,
    식1)
    식2) (max+min)-2*mean
    관측자료 품질검사 방법.
  2. 제1 항에 있어서,
    상기 범위 검사는 관측 자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 기압 및 풍속의 변수를 대상으로 수행하는
    관측자료 품질검사 방법.
  3. 삭제
  4. 제1 항에 있어서,
    상기 통계값을 산출하는 단계는 상기 관측자료로부터 지점, 위도, 경도, 자료개수, 최대값, 최소값, 평균값, 중앙값, 표준편차 및 Kurtosis 중 적어도 하나를 산출하는 단계인
    관측자료 품질검사 방법.
  5. 삭제
  6. 삭제
  7. 제1항, 제2항 및 제4항 중 어느 한 항의 방법을 수행하기 위한 프로그램이 기록된 기록매체.
KR1020180050234A 2018-04-30 2018-04-30 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법 KR102580312B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180050234A KR102580312B1 (ko) 2018-04-30 2018-04-30 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180050234A KR102580312B1 (ko) 2018-04-30 2018-04-30 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법

Publications (2)

Publication Number Publication Date
KR20190125872A KR20190125872A (ko) 2019-11-07
KR102580312B1 true KR102580312B1 (ko) 2023-09-18

Family

ID=68579174

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180050234A KR102580312B1 (ko) 2018-04-30 2018-04-30 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법

Country Status (1)

Country Link
KR (1) KR102580312B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102308243B1 (ko) * 2019-12-02 2021-09-30 사단법인 한국기술사업화진흥협회 영상 데이터 처리를 이용한 도로 기상정보 시스템
GB2591733B (en) * 2019-12-23 2022-06-29 Sita Information Networking Computing Uk Ltd Weather drone

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140074444A (ko) * 2012-12-07 2014-06-18 대한민국(기상청장) 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법
KR101623354B1 (ko) * 2013-09-11 2016-05-23 (주) 네오위드넷 통합 품질관리시스템 기반의 품질검사 방법
KR101790182B1 (ko) * 2015-11-24 2017-11-20 한국외국어대학교 연구산학협력단 도시 기후 분석 시스템 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Mark A. Shafer 외 4명. Quality Assurance Procedures in the Oklahoma Mesonetwork. Journal of Atmospheric and Oceanic Technology. 2000.04.01, Vol.17, Issue.4, pp.474-494, 인터넷:<https://journals.ametsoc.org/view/journals/atot/17/4/1520-0426_2000_017_0474_qapito_2_0_co_2.xml> 1부.*
Ramalingam Shanmugam 외 1명. Statistics for Scientists and Engineers. Chapter 4 Skewness and Kurtosis. 2015.07.31, pp.89-109, 인터넷:<https://onlinelibrary.wiley.com/doi/10.1002/9781119047063.ch4> 1부.*
채정훈 외 2명. WISE 복합기상센서 관측 자료 품질관리시스템. 한국기상학회. 2014.09.30, 제24권, 제3호, pp.445-456, 인터넷:<https://koreascience.kr/article/JAKO201431753970260.page> 1부.*

Also Published As

Publication number Publication date
KR20190125872A (ko) 2019-11-07

Similar Documents

Publication Publication Date Title
Xu et al. In situ SST quality monitor (iQuam)
Geer et al. Observation errors in all‐sky data assimilation
WO2016031174A1 (ja) シミュレーション装置、シミュレーション方法、および、記憶媒体
US20210097217A1 (en) Systems and methods for modeling water quality
Wang et al. Is the storminess in the Twentieth Century Reanalysis really inconsistent with observations? A reply to the comment by Krueger et al.(2013b)
Chambon et al. Assessing the impact of pre‐GPM microwave precipitation observations in the Goddard WRF ensemble data assimilation system
KR101436829B1 (ko) 관측위성 영상을 통한 수질 모니터링 방법
KR101798405B1 (ko) 위성 영상 수심 추출 자동화 시스템 및 방법
KR102580312B1 (ko) 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법
CN109543907B (zh) 一种复杂地形风资源评估方法及其装置
JP2021518528A (ja) センサーの較正
McNicholl et al. Evaluating the reliability of air temperature from ERA5 reanalysis data
Carminati et al. Using reference radiosondes to characterise NWP model uncertainty for improved satellite calibration and validation
Auligné Multivariate minimum residual method for cloud retrieval. Part II: Real observations experiments
Mile et al. The use of GNSS zenith total delays in operational AROME/Hungary 3D-Var over a central European domain
Khlopenkov et al. Recent advances in detection of overshooting cloud tops from longwave infrared satellite imagery
CN111932519A (zh) 天气预测方法、装置、计算机设备和存储介质
Ayat et al. Calibration of weather radar using region probability matching method (RPMM)
Yeung et al. Development of an operational rainfall data quality-control scheme based on radar-raingauge co-kriging analysis
Lázaro et al. A coastally improved global dataset of wet tropospheric corrections for satellite altimetry
Chen et al. Projecting future local precipitation and its extremes for Sweden
Seebach et al. Enhancing post-classification change detection through morphological post-processing–a sensitivity analysis
CN117037076B (zh) 一种基于遥感技术的土壤墒情智能监测方法
KR20190124625A (ko) 인공위성 센서와 지상관측망을 이용한 입자상 물질의 연직 분포 분석시스템, 분석장치, 및 분석방법
PrivÉ et al. The importance of simulated errors in observing system simulation experiments

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant