KR20090088131A - 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템 - Google Patents

표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템 Download PDF

Info

Publication number
KR20090088131A
KR20090088131A KR1020080013499A KR20080013499A KR20090088131A KR 20090088131 A KR20090088131 A KR 20090088131A KR 1020080013499 A KR1020080013499 A KR 1020080013499A KR 20080013499 A KR20080013499 A KR 20080013499A KR 20090088131 A KR20090088131 A KR 20090088131A
Authority
KR
South Korea
Prior art keywords
temperature
elevation
map
value
unobserved
Prior art date
Application number
KR1020080013499A
Other languages
English (en)
Inventor
윤진일
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020080013499A priority Critical patent/KR20090088131A/ko
Publication of KR20090088131A publication Critical patent/KR20090088131A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K2213/00—Temperature mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 복수의 기상관측소들 사이에 있는 미관측지역의 기온을 추정하는 방법에 관한 것으로, 보다 상세하게는 미관측지역에서 표고편차에 따른 보정값을 고려하여 국지지역의 기온을 추정함으로써 보다 정밀한 기온분포도를 작성하는 데 이용될 수 있는 국지기온의 추정방법 및 그 추정시스템에 관한 것이다.
본 발명의 일 실시예에 따른 국지기온의 추정시스템은, 복수의 관측점들 사이의 미관측 임의지점의 기온자료를 거리자승역산가중방식에 의해 1차적으로 추정함으로써 미관측 임의지점에 대한 제1기온추정값을 산출하는 알고리즘을 가진 제1기온추정값 산출부; 상기 관측점들의 실제표고값과 추정표고값 사이의 표고편차에 따른 기온감율을 이용하여 보정값을 산출하는 알고리즘을 가진 보정값 산출부; 및 상기 보정값 산출부에 의한 보정값을 이용하여 제1기온추정값을 보정함으로써 제2기온추정값을 산출하는 알고리즘을 가진 제2기온추정값 산출부를 포함한다.
표고, 편차, 기온, 추정, 보정값, 기온감율

Description

표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템{METHOD FOR PREDICTING THE AIR TEMPERATURE OF A LOCALITY USING ELEVATION DIFFERENCE AND SYSTEM THEREOF}
본 발명은 복수의 기상관측소들 사이에 있는 미관측지역의 기온을 추정하는 방법에 관한 것으로, 보다 상세하게는 미관측지역에서 표고편차에 따른 보정값을 고려하여 국지지역의 기온을 추정함으로써 보다 정밀한 기온분포도를 작성하는 데 이용될 수 있는 국지기온의 추정방법 및 그 추정시스템에 관한 것이다.
근년에 들어 국내에서도 그 사용이 늘어나고 있는 생태계 관리용 의사지원수단(작물생육모형, 수질 및 토양오염 추정모형 등)이 점 단위에서 지역규모로 그 적용공간을 확대해가는 추세를 감안한다면, 한반도를 대상으로 하여 다양한 지역규모에서 기온의 공간변이를 정확하게 추정하는 일은 매우 중요하다. 하지만 기상청에서 생성되는 기온자료는 도시를 중심으로 한 70 여개 기상관측소에 한정되어 있으므로 농림생태계의 관리목적으로 이용하기에는 부적합하다. 이에 민간기상정보회사 등에서 기상관측소로부터 멀리 떨어진 지점의 기온값을 추정하기 위해 주변 기상관서의 기온값을 평균하여 수요자에게 제공하고 있다.
종래에는 국지지역의 기온추정값을 생성하기 위해서는 거리역산가중방법(Inverse distance weighting: IDW)을 이용한 공간내삽모델(spatial interpolation model)을 주로 이용하였으며, 거리역산가중방법은 근접한 기상관측소의 실측값에 가중치를 주는 방식으로 지형이 평탄하고 균일한 곳에서는 좋은 추정결과를 보인다. 그러나 우리나라는 삼면이 바다로 둘러 싸여있고 북쪽은 아시아대륙과 연결되어 해양과 대륙의 영향을 동시에 받을 뿐 아니라, 국토 대부분을 차지하는 산악지형으로 인해 좁은 국토면적(약 10만 km2)에 비해 2,000m에 이르는 표고범위를 보이는 등, 국지기온의 결정인자가 매우 다양하다. 지형이 이렇게 복잡한 곳에서는 관측점으로부터의 거리에만 의존하는 공간내삽의 경우 현실과 동떨어진 결과를 생성하기 쉽다.
이를 보완하기 위해, 중회귀, kriging, splining 등 다양한 공간통계학적 기법이 시도되어왔지만 모든 조건에서 좋은 결과를 보여주지는 못했다.
사실 내륙의 어떤 지점에서 관측된 기온값에는 이미 수평 및 수직 위치효과는 물론 기온역전을 포함한 모든 기온결정인자의 영향이 반영되어 있다. 만약 대상지역 내 지표상태가 관측점과 동질적이며, 표고변이가 관측점의 표고값에 의해 대표될 수 있다면, 거리역산가중 만으로도 기온의 공간변이양상은 실제와 거의 일치할 것으로 기대할 수 있다. 하지만 실제지형이 관측점들만의 표고값으로 대표할 수 없는 지역에서는 표고편차에 의한 기온추정값의 오차가 증폭될 수도 있다. 특히 기상관측망이 인구밀집지역인 해안평야지대에서 조밀하고 백두대간을 중심으로 한 산 악지역에서 드문 우리나라가 바로 이러한 경우에 속한다. 산악지대에 설치된 관측소는 그 숫자가 적은 것은 물론 설치위치가 주변 지역을 대표하기 어렵기 때문에 단순한 거리역산가중에 의한 공간내삽에 의해서는 실제와는 차이가 큰 기온분포를 보이기 쉽다. 이런 지형의 복잡성에 기인한 오차는 kriging이나 splining 등과 같은 공간통계기법에 의해서도 해소시키기 어려운 단점이 있었다.
본 발명은 상기와 같은 점을 감안하여 안출한 것으로, 표고편차에 대응하는 기온감율을 적용하여 국지기온의 추정값을 보정함으로써 종래의 방식에 비해 보다 우수한 기온추정값을 얻을 수 있는 국지기온의 추정방법 및 그 추정시스템을 제공하는 데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 국지기온의 추정시스템은,
복수의 관측점들 사이의 미관측 임의지점의 기온자료를 거리자승역산가중방식에 의해 1차적으로 추정함으로써 미관측 임의지점에 대한 제1기온추정값을 산출하는 알고리즘을 가진 제1기온추정값 산출부;
상기 관측점들의 실제표고값과 추정표고값 사이의 표고편차에 따른 기온감율을 이용하여 보정값을 산출하는 알고리즘을 가진 보정값 산출부;
상기 보정값 산출부에 의한 보정값을 이용하여 제1기온추정값을 보정함으로 써 제2기온추정값을 산출하는 알고리즘을 가진 제2기온추정값 산출부를 포함한다.
본 발명의 일 실시예에 따른 국지기온의 추정방법은,
복수의 관측점들 사이의 미관측 임의지점의 기온자료를 거리자승역산가중방식에 의해 1차적으로 추정함으로써 미관측 임의지점에 대한 제1기온추정값을 산출하는 제1기온추정값 산출단계;
상기 관측점들의 실제표고값과 추정표고값 사이의 표고편차에 따른 기온감율을 이용하여 보정값을 산출하는 보정값 산출단계; 및
상기 보정값 산출부에 의한 보정값을 이용하여 제1기온추정값을 보정함으로써 제2기온추정값을 산출하는 제2기온추정값 산출단계를 포함한다.
본 발명의 바람직한 실시예에 따른 국지기온 추정시스템은,
대상지역에 대한 수치지도(ArcView Shape)를 생성하는 알고리즘을 구비하고, 상기 수치지도에는 복수의 관측점이 표시되며, 상기 관측점에는 실측된 기온 및 표고 자료가 저장된 수치지도 생성모듈;
상기 수치지도를 소정크기의 정방형 격자로 분할하여 복수의 격자를 형성하고, 상기 각 격자의 제1기온추정값을 상기 관측점들의 거리자승역산가중법에 의해 산출함으로써 1차 기온분포도를 생성하는 알고리즘을 가진 1차 기온분포도 생성모듈;
대상지역의 실측표고지도를 수치고도모형으로 생성하는 알고리즘을 가진 실측표고지도 생성모듈;
상기 수치지도의 각 격자에 대한 가상표고를 상기 관측점들의 거리자승역산 가중법에 의해 산출하여 가상표고지도를 생성하는 알고리즘을 가진 가상표고지도 생성모듈;
상기 실측표고지도과 가상표고지도를 비교함으로써 각 격자에 대한 표고편차를 산출하고, 상기 표고편차에 해당하는 기온감율을 상기 표고편차에 곱함으로써 보정값을 생성하는 알고리즘을 가진 보정값 생성모듈; 및
상기 보정값 생성모듈에서 생성된 보정값을 1차 기온분포도에 적용함으로써 실측의 기온값에 근사하는 제2기온추정값이 표시되는 최종 기온분포도를 작성하는 알고리즘을 가진 최종 기온분포도 작성모듈;을 포함한다.
본 발명의 바람직한 실시예에 따른 국지기온 추정방법은,
대상지역에 대한 수치지도(ArcView Shape)를 생성하고, 상기 수치지도에는 복수의 관측점이 표시되며, 상기 관측점에는 실측된 기온 및 표고 자료가 저장된 수치지도 생성단계;
상기 수치지도를 소정크기의 정방형 격자로 분할하여 복수의 격자를 형성하고, 상기 각 격자의 제1기온추정값을 상기 관측점들의 거리자승역산가중법에 의해 산출함으로써 1차 기온분포도를 생성하는 1차 기온분포도 생성단계;
대상지역의 실측표고지도를 수치고도모형으로 생성하는 실측표고지도 생성단계;
상기 수치지도의 각 격자에 대한 가상표고를 상기 관측점들의 거리자승역산가중법에 의해 산출하여 가상표고지도를 생성하는 가상표고지도 생성단계;
상기 실측표고지도과 가상표고지도를 비교함으로써 각 격자에 대한 표고편차 를 산출하고, 상기 표고편차에 해당하는 기온감율을 상기 표고편차에 곱함으로써 보정값을 생성하는 보정값 생성단계; 및
상기 보정값 생성단계에서 생성된 보정값을 1차 기온분포도에 적용함으로써 실측의 기온값에 근사하는 제2기온추정값이 표시되는 최종 기온분포도를 작성하는 알고리즘을 가진 최종 기온분포도 작성단계;를 포함한다.
상기 제1기온추정값(T1)은 아래의 식으로 산출되고,
Figure 112008011125585-PAT00001
여기서, Ti는 미관측 임의 지점(1)의 주변에 있는 관측점(i)의 실측된 기온값이며, di는 이 관측점(i)과 미관측 임의지점 사이의 평균거리에 해당한다.
상기 제2기온추정값(T2)은 아래의 식으로 산출되고,
Figure 112008011125585-PAT00002
여기서, Ti는 미관측 임의 지점(1)의 주변에 있는 관측점(i)의 실측된 기온값이며, di는 이 관측점(i)과 미관측 임의지점 사이의 평균거리에 해당하며, Z는 미관측 임의지점의 실제표고이고, Γ는 그 임의 지점의 표고편차에 따른 기온감율인 것을 특징으로 한다.
이상과 같은 본 발명은, 표고편차에 대응하는 기온감율을 적용하여 국지기온의 추정값을 보정함으로써 종래의 방식에 비해 보다 우수한 기온추정값을 얻을 수 있다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 상세히 설명한다.
본 발명의 국지기온 추정방법은 기상관측소들 사이에 있는 미관측지역에 대한 기온의 추정값을 실제의 기온값과 근접하도록 추정하는 방법에 관한 것으로, 미관측지역의 표고편차에 따른 기온감율을 이용하여 보정값을 산출하고, 이 보정값을 이용하여 미관측지역의 기온을 보다 정밀하게 추정하는 것을 그 기술적 특징으로 한다.
본 발명의 제1실시예에 따른 국지기온 추정시스템은 도 2에 도시된 바와 같이, 제1기온추정값 산출부(110), 보정값 산출부(120), 제2기온추정값 산출부(130)를 포함한다.
도 1에 예시된 바와 같이, 대상지역 내에서 하나 이상의 관측점(i)이 규칙 또는 불규칙적으로 배치되고, 이 관측점(i)는 기온 및 표고 등이 실측된 기상관측소에 해당되며, 관측점(i)들 사이의 미관측 임의지점(1)들에 대한 기온추정값이 본 발명에 의해 산출될 수 있다.
제1기온추정값 산출부(110)는 관측점(i)들 사이의 미관측 임의지점(1)의 기온자료를 1차적으로 추정하는 알고리즘을 포함하고, 미관측 임의지점(1)에 대한 제1기온추정값은 그 주변에 있는 관측점(i)의 실측 기온들의 거리자승역산가중방식(inverse distance squared weighting; IDSW)에 의해 그 평균값이 계산됨으로써 산출된다.
이때, 제1기온추정값 산출부(110)는 관측점(i) 및 미관측 임의지점(1) 모두의 표고가 동일한 평면 상에 있다는 가정하에서, 미관측 임의지점(1)의 표고 자료에 대한 고려없이 그 주변의 기상관측소(i)에서 측정된 기온자료만을 이용한 추정값이다.
보정값 산출부(120)는 관측점(i)의 실제표고값와 추정표고값 사이의 표고편차에 따른 기온감율을 이용하여 보정값을 산출하는 알고리즘을 포함한다.
제2기온추정값 산출부(130)는 기온감율에 의한 보정값을 이용하여 제1기온추정값을 보정함으로써 제2기온추정값을 산출하는 알고리즘을 포함한다.
이와 같이 구성된 본 발명에 의해 산출된 제2기온추정값은 주변의 관측점(i)의 기온자료 뿐만 아니라 주변의 관측점(i)과의 표고편차에 따른 기온감율을 조합하여 적용함으로써 그 미관측 임의지점(1)의 기온자료를 실측값에 가깝도록 추정할 수 있다.
본 발명의 제1실시예에 따른 국지기온 추정방법은 도 3에 도시되어 있다.
도시된 바와 같이, 본 발명의 국지기온 추정방법은, 복수의 관측점(i)들 사이에 있는 미관측 임의지점(1)의 기온을 거리역산가중방식(inverse distance squared weighting; IDSW)을 통해 산출하는 제1기온추정값 산출단계(S1), 미관측 임의지점(1)의 실제표고값과 추정표고값 사이의 표고편차에 따른 기온감율을 적용함으로써 보정값을 산출하는 보정값 산출단계(S2), 상기 보정값을 이용하여 제1기온추정값에 보정함으로써 제2기온추정값을 산출하는 제2기온추정값 산출단계(S3)를 포함한다.
제1기온추정값 산출단계(S1)는 대상지역 내에서 관측점(i) 사이의 미관측 임의지점(1)에 대한 제1기온추정값(T1)을 추정하고, 이 제1기온추정값(T1)은 주변의 기상관측소(i)에서 실측된 기온자료들의 거리자승역산방법(Inverse Distance Squared Weighting; IDSW)의 평균값으로 추정될 수 있고, 이는 다음의 식(1)과 같이 나타난다.
Figure 112008011125585-PAT00003
...(1)
여기서, Ti는 미관측 임의 지점(1)의 주변에 있는 관측점(i)의 실측된 기온값이며, di는 이 관측점(i)과 미관측 임의지점 사이의 평균거리에 해당한다. 한편, 식(1)의 적용조건은 관측점(i)과 미관측 임의지점(1) 모두의 표고(해발고도)가 동일한 평면상에 위치한다는 것이다.
보정값 산출단계(S2)는 미관측 임의지점(1)의 실제표고값과 추정표고값 사이 의 표고편차를 추정한 후에, 이 표고편차에 대응하는 기온감율을 적용함으로써 보정값을 추정할 수 있다.
먼저, 미관측 임의지점(1)에 대한 가상표고(z)는 그 주변의 관측점(i)에서 실측된 표고자료들의 거리자승역산방법(Inverse Distance Squared Weighting; IDSW)의 평균값으로 추정될 수 있고, 이는 다음의 식(2)과 같이 나타난다.
Figure 112008011125585-PAT00004
...(2)
여기서, zi는 미관측 임의지점의 주변에 있는 관측점(i)의 표고이고, di는 이 관측점(i)과 미관측 임의지점 사이의 평균거리에 해당한다.
그런 다음, 미관측 임의지점(1)의 표고편차(K)는 다음의 식(3)에 의해 산출될 수 있다.
Figure 112008011125585-PAT00005
...(3)
여기서, Z는 미관측 임의지점(1)의 실제표고이다.
임의지점(1)의 표고편차에 따른 기온감율(Γ)은 다음의 식(4)에 의해 계산된다.
Γ = 0.00685 + 0.00135 x cos{0.0172(i - 15)}, i = day of year ...(4)
이러한 기온감율(Γ)을 표고편차(K)에 곱함으로써 다음의 식(5)와 같은 보정값이 계산된다.
Figure 112008011125585-PAT00006
...(5)
제2기온추정값 산출단계(S3)는 다음의 식(6)과 같이 상기 보정값 산출단계(S2)에서 산출된 보정값(식(5))을 제1기온추정값(T1)에 더함으로써 제2기온추정값(T2)을 산출한다.
Figure 112008011125585-PAT00007
...(6)
이상과 같은 본 발명의 국지기온 추정방법 및 추정시스템은, 국지기온의 결정인자로서 뚜렷한 영향을 미치는 표고편차에 의한 기온감율을 이용하여 그 기온추정값을 보정함으로써 종래의 복잡한 공간통계기법에 비해 우수한 결과를 나타낼 수 있다. 하지만, 본 발명의 추정방법 및 추정시스템은 그 추정하고자 하는 임의지점의 수가 많아질 경우 점차 소요시간 및 노력이 늘어나므로, 고해상도의 기온분포도 를 제작하기 위해서는 자동화가 요구된다.
이와 같이 추정하고자 하는 임의지점의 수가 많은 고해상도의 기온분포도 작성을 자동화할 수 있는 국지기온 추정시스템 및 그 추정방법이 도 4 및 도 5에 각각 도시되어 있다.
도 4에 도시된 바와 같이, 본 발명의 국지기온 추정시스템은 수치지도 생성모듈(210), 1차 기온분포도 생성모듈(220), 실측표고지도 생성모듈(230), 가상표고지도 생성모듈(240), 보정값 생성모듈(250), 최종 기온분포도 생성모듈(260)을 포함한다.
수치지도 생성모듈(210)은 대상지역에 대한 수치지도(ArcView Shape)를 생성하는 알고리즘을 포함하고, 수치지도에는 실측된 기온 및 표고 자료가 저장된 복수의 관측점(i1)이 표시된다.
이러한 수치지도의 예시가 도 6에 도시되어 있다. 도 6의 수치지도는 제주도 등의 도서지방을 제외한 남한 전역을 표시한 지도로서 복수의 관측점(i1)으로 56개의 표준기상관측소(i1)가 연구재료로서 선택되고, 이와 같이 연구재료로 선택된 표준기상관측소(i1)의 경위도 좌표를 하얀점으로 표시하고, 각 표준기상관측소(i1)에는 실측된 기온 및 표고 자료가 속성(attribute)으로 저장되어 있다. 그리고, 후술하는 미관측 임의지점의 기온추정값에 대한 신뢰성 검증을 위해 기상청에서 관리하는 267개의 자동기상관측소(i2)를 검증재료로 선택하고, 검증재료로 선택된 자동기 상관측소(i2)의 경위도 좌표를 검은점으로 표시하며, 자동기상관측소(i2)의 기온 및 표고 자료 또한 속성(attribute)으로 저장되어 있다.
1차 기온분포도 생성모듈(220)은 수치지도를 소정크기의 정방형 격자로 분할하여 복수의 격자를 형성하고, 각 격자는 상술한 미관측 임의지점에 해당되며, 각 격자의 제1기온추정값을 거리자승역산가중법 즉, 식(1)을 이용하여 산출하여 1차 기온분포도를 생성하는 알고리즘을 포함한다.
1차 기온분포도의 예시가 도 7에 도시되어 있다. 도 6의 수치지도에서 남한 전역을 사방 270m x 270m(실측거리)의 정방형 격자로 분할함으로써 1885x1351개의 격자를 갖도록 하고, 각 격자가 미관측 임의지점에 해당되며, 각 격자의 제1기온추정값을 식(1)에 의해 산출함으로써 270m x 270m의 해상도를 갖는 도 7의 1차 기온분포도(ArcGIS GRID)가 월별로 생성된다.
실측표고지도 생성모듈(230)은 실측표고지도를 생성하는 알고리즘을 포함하고, 이러한 실측표고지도는 대상지역의 실측표고를 수치고도모형(Digital Elevation Model, DEM)으로 나타낸 것으로, 각 격자의 표고가 "실제지형(real topography)"으로 간주된다.
이러한 실측표고지의 예시가 도 8에 도시되어 있다. 도 8은 원점이 북위 38도, 동경 127.00289도인 TM 좌표계 상에 남한 전역의 수치고도자료(해상도 270m x 270m)를 적용한 남한 전역의 실측표고지도이다.
가상표고지도 생성모듈(240)은 상기 수치지도에서 각 격자의 가상표고를 거 리자승역산가중법 즉, 식(2)을 이용하여 산출하여 가상표고지도를 생성하는 알고리즘을 포함하고, 가상표고지도에서 각 격자의 표고는 "가상지형(virtual topography)"으로 간주된다.
가상표고지도의 예시가 도 9에 도시되어 있다. 도 6의 수치지도에서 남한 전역을 사방 270m x 270m(실측거리)의 정방형 격자로 분할함으로써 1885x1351개의 격자를 갖도록 하고, 각 격자가 미관측 임의지점에 해당되며, 각 격자의 가상표고를 식(2)에 의해 산출함으로써 270m x 270m의 해상도를 갖는 도 9의 가상표고지도가 생성된다.
보정값 생성모듈(250)은 상기의 실측표고지도의 실제지형과 가상표고지도의 가상지형을 비교함으로써 각 격자에 대한 표고편차를 식(3)에 의해 산출하며, 이 표고편차에 해당하는 기온감율을 식(4)에 의해 계산하고, 식(5)와 같이 기온감율을 표고편차에 곱함으로써 보정값을 산출하는 알고리즘을 포함한다.
도 10은 270m x 270m의 해상도를 갖는 남한 전역의 지도 상에서 각 격자에 대한 표고편차를 표시한 표고편차 분포도를 예시한 도면이고, 도 11은 도 10의 표고편차 분포도에 표준대기의 계절별 기온감율을 적용하여 얻은 보정값 분포도를 예사한 도면이다.
최종 기온분포도 작성모듈(260)은 보정값 생성모듈(250)에서 생성된 보정값을 1차 기온분포도에 적용함으로써 실측의 기온값에 근사하는 제2기온추정값이 표시되는 최종 기온분포도를 작성하는 알고리즘을 포함한다.
최종 기온분포도의 예시가 도 12에 도시되어 있고, 도 12는 도 7의 1차 기온 분포도에 보정값을 적용함으로써 얻은 최종 기온분포도이다.
도 5는 본 발명의 제2실시예에 따른 국지기온의 추정방법을 도시한 흐름도이다.
도시된 바와 같이, 본 발명의 제2실시예에 따른 국지기온의 추정방법은 수치지도 생성단계(T1), 1차 기온분포도 생성단계(T2), 실측표고지도 생성단계(T3), 가상표고지도 생성단계(T4), 보정값 생성단계(T5), 최종 기온분포도 생성단계(T6)을 포함한다.
수치지도 생성단계(T1)는 대상지역에 대한 수치지도(ArcView Shape)를 생성하고, 수치지도에는 실측된 기온 및 표고 자료가 저장된 복수의 관측점(i1)이 표시된다.
이러한 수치지도의 예시가 도 6에 도시되어 있다. 도 6의 수치지도는 제주도 등의 도서지방을 제외한 남한 전역을 표시한 지도로서 복수의 관측점(i1)으로 56개의 표준기상관측소(i1)가 선택되며, 선택된 표준기상관측소(i1)의 경위도 좌표를 하얀점으로 표시하고, 각 표준기상관측소(i1)에는 실측된 기온 및 표고 자료가 속성(attribute)으로 저장되어 있다. 그리고, 후술하는 미관측 임의지점에 대한 기온추정값에 대한 신뢰성 검증을 위해 기상청에서 관리하는 267개의 자동기상관측소(i2)를 검증재료로 선택하고, 검증재료로 선택된 자동기상관측소(i2)의 경위도 좌표를 검은점으로 표시하며, 자동기상관측소(i2)의 기온 및 표고 자료 또한 속 성(attribute)으로 저장되어 있다.
1차 기온분포도 생성단계(T2)는 수치지도를 소정크기의 정방형 격자로 분할하여 복수의 격자를 형성하고, 각 격자는 상술한 미관측 임의지점에 해당되며, 각 격자의 제1기온추정값을 그 주변 관측점들의 거리자승역산가중법 즉, 식(1)에 의해 산출하여 1차 기온분포도를 생성한다.
1차 기온분포도의 예시가 도 7에 도시되어 있다. 도 6의 수치지도에서 남한 전역을 사방 270m x 270m(실측거리)의 정방형 격자로 분할함으로써 1885x1351개의 격자를 갖도록 하고, 각 격자가 미관측 임의지점에 해당되며, 각 격자의 제1기온추정값을 식(1)에 의해 산출함으로써 270m x 270m의 해상도를 갖는 도 7의 1차 기온분포도(ArcGIS GRID)가 월별로 생성된다.
실측표고지도 생성단계(230)는 대상지역의 실측표고를 수치고도모형(digital elevation model)으로 나타냄으로써 실측표고지도를 생성하고, 이 실측표고지도에서 각 격자의 실측표고는 "실제지형(real topography)"으로 간주된다.
이러한 실측표고지의 예시가 도 8에 도시되어 있다. 도 8은 원점이 북위 38도, 동경 127.00289도인 TM 좌표계 상에 남한 전역의 수치고도자료(해상도 270m x 270m)를 적용한 남한 전역의 실측표고지도이다.
가상표고지도 생성단계(240)는 상기 수치지도에서 각 격자의 가상표고를 그 주변 관측점들의 거리자승역산가중법 즉, 식(2)에 의해 산출함으로써 가상표고지도를 생성하고, 가상표고지도에서 각 격자의 가상표고는 "가상지형(virtual topography)"으로 간주된다.
가상표고지도의 예시가 도 9에 도시되어 있다. 도 6의 수치지도에서 남한 전역을 사방 270m x 270m(실측거리)의 정방형 격자로 분할함으로써 1885x1351개의 격자를 갖도록 하고, 각 격자가 미관측 임의지점에 해당되며, 각 격자의 가상표고를 식(2)에 의해 산출함으로써 270m x 270m의 해상도를 갖는 도 9의 가상표고지도가 생성된다.
보정값 생성단계(250)는 상기의 실측표고지도의 실제지형과 가상표고지도의 가상지형을 비교함으로써 각 격자에 대한 표고편차를 식(3)에 의해 산출하고, 이 표고편차에 해당하는 기온감율을 식(4)에 의해 계산하며, 식(5)와 같이 기온감율을 표고편차에 곱함으로써 보정값을 산출한다.
최종 기온분포도 생성단계(260)는 보정값 생성모듈(250)에서 생성된 보정값을 1차 기온분포도의 각 격자에 적용함으로써 실측의 기온값에 근사하는 제2기온추정값을 갖는 최종 기온분포도를 생성한다.
[신뢰성 검증]
본 발명에 의해 생성된 최종 기온분포도의 성능을 충분히 검증하기 위해, 도 6의 수치지도 상에 표시된 자동기상관측소(i2)의 기온자료를 검색자료로 이용하였다. 대한민국의 경우, 기상청에서 관리하는 267개의 자동기상관측소(i2)가 있으며, 이러한 자동기상관측소(i2)는 도 6의 수치지도에서 검은점으로 표시되어 있며, 자동기상관측소(i2)의 기온 및 표고 자료 또한 속성(attribute)으로 저장되어 있다. 난수생성기에 의해 1999년 월별 3일씩의 날짜를 선발하고 이들 날짜 가운데 실측 최 저기온값을 얻을 수 있는 자동기상관측소(i2)의 수가 가장 많은 것들을 월별로 하루씩 총 12일을 선택하였다. 자동기상관측소(i2)의 가상표고는 주변의 표준기상관측소(i2)의 표고값으로부터 거리가중역산가중에 의해 산출되었고, 이 자동기상관측소(i2)의 가상표고와 실측표고 사이의 표고편차가 산출되었으며, 선택된 월별 해당 날짜에 대하여 기온감율을 계산한 후에 이를 식(6)에 대입하여 자동기상관측지점(i2)의 제2기온추정값을 추정하였다. 이 제2기온추정값의 결과를 자동기상관측소(i2)의 실측값과 직접 비교하였는데, 표고편차에 따른 보정을 하기 전에 얻은 제1기온추정값과 실측값과의 편차를 대조오차로 설정하였다. 자동기상관측소(i2)의 기온 및 표고의 추정에 이용한 표준관측소(i1)의 수는 각각 3개씩이었다.
오차분석은 날짜별로 제2기온추정값에서 자동기상관측소(i2)의 실측기온값을 뺀 값을 추정오차로 두고, 이 추정오차의 산술평균(mean error: ME)을 다음의 표 1과 같이 산출하였다. 이 산술평균은 추정오차 분포의 편기성(bias) 정도를 나타낸다.
[표 1]
날짜 산술평균
종래예 본 발명
1월 9일 0.52 0.12
2월 2일 0.60 0.28
3월 1일 0.70 0.38
4월 1일 0.59 0.23
5월 1일 0.64 0.32
6월 4일 0.46 0.28
7월 3일 0.01 -0.32
8월 6일 0.04 -0.31
9월 4일 0.17 -0.18
10월 28일 0.61 0.29
11월 7일 0.70 0.37
12월 10일 0.67 0.34
평균 0.47 0.14
상기의 표 1로부터 추정오차의 산술평균(ME)로부터 판단해보면, 종래의 공간내삽모델에 의해 계산되는 일 최저기온값은 실측값보다 항상 높아서 검증에 이용된 12일의 자료들 모두는 "정"의 값을 보였으나, 여름철인 7월 3일, 8월 6일, 9월 4일에는 이러한 경향이 크게 완화되었다.
반면, 본 발명의 경우, 12일 가운데 여름철 사흘을 제외한 나머지 날짜의 평균값이 0.29로서 종래예의 0.61에 비해 오차분포의 편기성이 크게 개선되었음을 알 수 있다. 즉, 이 기간 중에는 종래예의 일 최저기온 추정값이 자동기상관측소의 실측값에 비해 평균 0.61℃ 높지만 이 과다추정분 가운데 0.32℃는 기온감율에 의한 보정만으로 제거할 수 있다는 뜻이다. 여름철 사흘의 경우에는 종래예가 실측값에 가깝지만 여전히 "정"의 과다추정 경향을 벗어나지 않았으나, 본 발명에 의한 추정오차의 평균값은 "부"의 값으로서 오히려 실측 최저기온보다 더 낮게 추정하는 것으로 나타났다.
도 1은 대상지역에서 복수의 관측점 사이에 미관측 임의지점을 표시한 예시도이다.
도 2는 본 발명의 국지기온의 추정시스템을 개념적으로 도시한 도면이다.
도 3은 본 발명의 국지기온의 추정방법을 개념적으로 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 국지기온의 추정시스템을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 국지기온의 추정방법을 도시한 도면이다.
도 6은 제주도 등의 도서지방을 제외한 남한 전역을 표시한 수치지도의 일예를 나타낸 도면이다.
도 7은 제1기온추정값에 의해 생성된 1차 기온분포도의 일예를 나타낸 도면이다.
도 8은 원점이 북위 38도, 동경 127.00289도인 TM 좌표계 상에 남한 전역의 수치고도자료(해상도 270m x 270m)를 적용한 실측표고지도의 일예를 나타낸 도면이다.
도 9는 270m x 270m의 해상도를 갖는 가상표고지도의 일예를 나타낸 도면이다.
도 10은 270m x 270m의 해상도를 갖는 남한 전역의 지도 상에서 각 격자에 대한 표고편차를 표시한 표고편차 분포도를 예시한 도면이다.
도 11은 도 10의 표고편차 분포도에 표준대기의 계절별 기온감율을 적용하여 얻은 보정값 분포도를 예시한 도면이다.
도 12는 도 7의 1차 기온분포도에 보정값을 적용함으로써 얻은 최종 기온분포도이다.
* 도면의 주요 부분에 대한 부호의 간단한 설명 *
210: 수치지도 생성모듈 220: 1차 기온분포도 생성모듈
230: 실측표고지도 생성모듈 240: 가상표고지도 생성모듈
250: 보정값 생성모듈 260: 최종 기온분포도 생성모듈

Claims (4)

  1. 대상지역에 대한 수치지도(ArcView Shape)를 생성하는 알고리즘을 구비하고, 상기 수치지도에는 복수의 관측점이 표시되며, 상기 관측점에는 실측된 기온 및 표고 자료가 저장된 수치지도 생성모듈;
    상기 수치지도를 소정크기의 정방형 격자로 분할하여 복수의 격자를 형성하고, 상기 각 격자의 제1기온추정값을 상기 관측점들의 거리자승역산가중법에 의해 산출함으로써 1차 기온분포도를 생성하는 알고리즘을 가진 1차 기온분포도 생성모듈;
    대상지역의 실측표고지도를 수치고도모형으로 생성하는 알고리즘을 가진 실측표고지도 생성모듈;
    상기 수치지도의 각 격자에 대한 가상표고를 상기 관측점들의 거리자승역산가중법에 의해 산출하여 가상표고지도를 생성하는 알고리즘을 가진 가상표고지도 생성모듈;
    상기 실측표고지도과 가상표고지도를 비교함으로써 각 격자에 대한 표고편차를 산출하고, 상기 표고편차에 해당하는 기온감율을 상기 표고편차에 곱함으로써 보정값을 생성하는 알고리즘을 가진 보정값 생성모듈; 및
    상기 보정값 생성모듈에서 생성된 보정값을 1차 기온분포도에 적용함으로써 실측의 기온값에 근사하는 제2기온추정값이 표시되는 최종 기온분포도를 작성하는 알고리즘을 가진 최종 기온분포도 작성모듈;을 포함하는 것을 특징으로 하는 국지 기온의 추정시스템.
  2. 제1항에 있어서,
    상기 제1기온추정값(T1)은 아래의 식으로 산출되고,
    Figure 112008011125585-PAT00008
    상기 Ti는 미관측 임의지점의 주변에 있는 관측점의 실측된 기온값이며, 상기 di는 상기 관측점 미관측 임의지점 사이의 평균거리에 해당하고,
    상기 제2기온추정값(T2)은 아래의 식으로 산출되며,
    Figure 112008011125585-PAT00009
    상기 Z는 미관측 임의지점의 실제표고이고, zi는 미관측 임의지점의 주변에 있는 관측점의 표고이며, di는 관측점과 미관측 임의지점 사이의 평균거리에 해당하고, Γ는 그 임의 지점의 표고편차에 따른 기온감율인 것을 특징으로 하는 국지기 온의 추정시스템.
  3. 대상지역에 대한 수치지도(ArcView Shape)를 생성하고, 상기 수치지도에는 복수의 관측점이 표시되며, 상기 관측점에는 실측된 기온 및 표고 자료가 저장된 수치지도 생성단계;
    상기 수치지도를 소정크기의 정방형 격자로 분할하여 복수의 격자를 형성하고, 상기 각 격자의 제1기온추정값을 상기 관측점들의 거리자승역산가중법에 의해 산출함으로써 1차 기온분포도를 생성하는 1차 기온분포도 생성단계;
    대상지역의 실측표고지도를 수치고도모형으로 생성하는 실측표고지도 생성단계;
    상기 수치지도의 각 격자에 대한 가상표고를 상기 관측점들의 거리자승역산가중법에 의해 산출하여 가상표고지도를 생성하는 가상표고지도 생성단계;
    상기 실측표고지도과 가상표고지도를 비교함으로써 각 격자에 대한 표고편차를 산출하고, 상기 표고편차에 해당하는 기온감율을 상기 표고편차에 곱함으로써 보정값을 생성하는 보정값 생성단계; 및
    상기 보정값 생성단계에서 생성된 보정값을 1차 기온분포도에 적용함으로써 실측의 기온값에 근사하는 제2기온추정값이 표시되는 최종 기온분포도를 작성하는 알고리즘을 가진 최종 기온분포도 작성단계;를 포함하는 것을 특징으로 하는 국지기온의 추정방법.
  4. 제3항에 있어서,
    상기 제1기온추정값(T1)은 아래의 식으로 산출되고,
    Figure 112008011125585-PAT00010
    여기서, Ti는 미관측 임의 지점(1)의 주변에 있는 관측점(i)의 실측된 기온값이며, di는 이 관측점(i)과 미관측 임의지점 사이의 평균거리에 해당하고,
    상기 제2기온추정값(T2)은 아래의 식으로 산출되며,
    Figure 112008011125585-PAT00011
    여기서, Ti는 미관측 임의 지점(1)의 주변에 있는 관측점(i)의 실측된 기온값이며, di는 이 관측점(i)과 미관측 임의지점 사이의 평균거리에 해당하며, Z는 미관측 임의지점의 실제표고이고, Γ는 그 임의 지점의 표고편차에 따른 기온감율인 것을 특징으로 하는 국지기온의 추정방법.
KR1020080013499A 2008-02-14 2008-02-14 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템 KR20090088131A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080013499A KR20090088131A (ko) 2008-02-14 2008-02-14 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080013499A KR20090088131A (ko) 2008-02-14 2008-02-14 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템

Publications (1)

Publication Number Publication Date
KR20090088131A true KR20090088131A (ko) 2009-08-19

Family

ID=41206896

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080013499A KR20090088131A (ko) 2008-02-14 2008-02-14 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템

Country Status (1)

Country Link
KR (1) KR20090088131A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160064709A (ko) 2014-11-28 2016-06-08 재단법인 국가농림기상센터 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법
US10337925B2 (en) 2013-06-11 2019-07-02 University of Seoul Cooperation Foundation Method for estimating land surface temperature lapse rate using infrared image
KR102030626B1 (ko) * 2018-09-28 2019-10-10 재단법인 국가농림기상센터 야간 역전조건 하의 지표기온 경시변화 추정 시스템과 이를 이용한 야간 역전조건 하의 지표기온 경시변화 추정 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10337925B2 (en) 2013-06-11 2019-07-02 University of Seoul Cooperation Foundation Method for estimating land surface temperature lapse rate using infrared image
KR20160064709A (ko) 2014-11-28 2016-06-08 재단법인 국가농림기상센터 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법
KR102030626B1 (ko) * 2018-09-28 2019-10-10 재단법인 국가농림기상센터 야간 역전조건 하의 지표기온 경시변화 추정 시스템과 이를 이용한 야간 역전조건 하의 지표기온 경시변화 추정 방법

Similar Documents

Publication Publication Date Title
Pfenninger et al. Long-term patterns of European PV output using 30 years of validated hourly reanalysis and satellite data
Kopp et al. Past and future sea-level rise along the coast of North Carolina, USA
Kamiguchi et al. Development of APHRO_JP, the first Japanese high-resolution daily precipitation product for more than 100 years
Hunter et al. Development and application of a North American Great Lakes hydrometeorological database—Part I: Precipitation, evaporation, runoff, and air temperature
De León et al. Wave energy in the Balearic Sea. Evolution from a 29 year spectral wave hindcast
US20210341445A1 (en) Method for monitoring change of vegetation water conservation
CN110058329A (zh) 一种气象要素智能网格预报产品空间降尺度方法
Voropay et al. High-resolution bias-corrected precipitation data over south Siberia, Russia
CN116189813B (zh) 一种基于卫星大气甲烷浓度估算稻田甲烷排放通量的方法
CN112381033A (zh) 海上风机引起的潮间带冲淤状况卫星遥感定量评估方法
Seyama et al. Evaluation of TAMSAT satellite rainfall estimates for southern Africa: A comparative approach
KR20090088131A (ko) 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템
Ciesielski et al. Mitigation of Sri Lanka island effects in Colombo sounding data and its impact on DYNAMO analyses
CN110555538B (zh) 风电场风速预测方法及预测系统
Muis et al. Global projections of storm surges using high-resolution CMIP6 climate models: validation, projected changes, and methodological challenges
CN111489063B (zh) 一种评估风力发电机对周边环境影响的方法及系统
KR101486798B1 (ko) 기후정보 편의 보정을 위한 단계적 스케일링 방법
Alpert et al. A physical model to complement railfall normals over complex terrain
Lantuit et al. Towards a calculation of organic carbon release from erosion of Arctic coasts using non-fractal coastline datasets
Migoya-Orué et al. Evaluation of NeQuick as a model to characterize the Equatorial Ionization Anomaly over Africa using data ingestion
Müller et al. Towards building solar in India-A combined mapping and monitoring approach for creating a new solar atlas
Schlager et al. Generation of high-resolution wind fields from the WegenerNet dense meteorological station network in southeastern Austria
Sepp et al. The future climate regions in Estonia.
CN112926030B (zh) 30m分辨率插值的气象要素确定方法
CN107688712A (zh) 一种基于dem和ndvi的气温降尺度方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application