KR20140074444A - 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법 - Google Patents

기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법 Download PDF

Info

Publication number
KR20140074444A
KR20140074444A KR1020120142188A KR20120142188A KR20140074444A KR 20140074444 A KR20140074444 A KR 20140074444A KR 1020120142188 A KR1020120142188 A KR 1020120142188A KR 20120142188 A KR20120142188 A KR 20120142188A KR 20140074444 A KR20140074444 A KR 20140074444A
Authority
KR
South Korea
Prior art keywords
data
climate
correction
unit
statistical analysis
Prior art date
Application number
KR1020120142188A
Other languages
English (en)
Inventor
이재원
김희수
박연옥
민성원
김현우
Original Assignee
대한민국(기상청장)
새아소프트(주)
현대정보기술주식회사
(주)오픈에스앤에스
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 대한민국(기상청장), 새아소프트(주), 현대정보기술주식회사, (주)오픈에스앤에스 filed Critical 대한민국(기상청장)
Priority to KR1020120142188A priority Critical patent/KR20140074444A/ko
Publication of KR20140074444A publication Critical patent/KR20140074444A/ko

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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Ecology (AREA)
  • General Business, Economics & Management (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Environmental Sciences (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 기후 자료 자동 분석 시스템 및 이를 이용한 기후 자료 자동 분석 서비스 제공 방법에 관한 것으로, 본 발명에 따른 기후 자료 자동 분석 시스템은, 보정 대상 기후 자료 항목을 설정 받는 선택 입력부, 상기 선택 입력부로부터 설정 데이터를 전달받아 기후 자료를 수집하는 자료 수집부, 상기 자료 수집부를 통해 수집된 기후 자료를 바탕으로 통계 분석 자료를 생성하는 통계 분석부, 상기 통계 분석 자료를 복수의 보정 알고리즘을 이용해 보정해 보정된 기후 자료를 생성하는 자료 보정부, 그리고 상기 보정된 기후 자료를 가공하여 제공하는 자료 제공부를 포함하는 것을 특징으로 한다.

Description

기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법{AUTO ANALYSIS SYSTEM OF CLIMATE DATA AND SERVICE PROVIDING METHOD OF USING IT}
본 발명은 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법에 관한 것으로서, 구체적으로 관측지역과 기간을 선정한 후 기후 자료를 자동으로 분석 및 보정하여 제공할 수 있는 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법에 관한 것이다.
최근에는 환경 및 기후변화로 인하여 농업이나 어업 등 1차 산업에 종사하는 사람들뿐만 아니라 도시에 거주하는 일반인들, 또한 사회 다방면에도 날씨와 기후 자료가 밀접하게 영향을 주고 있다.
그러나 다양한 사람들이 필요로 하는 기후 자료나 그러한 기후 자료를 기반으로 하는 서비스들에는 한계가 있다. 게다가 기후 자료에 대해 정형화하여 제공하는 서비스조차 부족하며, 국가기후 자료에 대해 다양한 분야의 수요자가 원하는 기후통계자료를 제공하는 전문시스템 및 서비스 역시 제대로 갖추어지지 않았다. 또한, 국가기후 자료에 대한 일원화 및 체계적인 관리의 부재로 기후 자료에 대해 사회 다방면에서 활용하기 위한 융합 서비스가 제공되지 않는 문제가 있었다.
특히 우리나라의 기후 자료의 경우, 시대적 상황 및 보존/관리의 미흡 등으로 인한 장기 결측 데이터(missing data or incomplete data, 결측치라고도 함. 본 발명에서는 영문의미에 맞게 결측 데이터로 표시하기로 함.)와, 관측장비의 오류 및 통신 장애 등으로 인한 단기 결측 데이터가 존재하는 문제가 있다.
일반적으로 데이터는 사각행렬(rectangular matrix)의 구조를 가지고 있으며, 일반적인 통계 분석 방법은 이 데이터 행렬 안의 모든 값이 전부 관측된 경우를 가정한다. 그러나 우리나라의 기후 자료 경우와 같이, 현실에서는 데이터 행렬의 일부 값이 관측되지 않은 결측 데이터가 포함될 수 밖에 없다. 결측 데이터를 포함하는 불완전한 자료를 이용해 통계 분석을 수행할 경우, 잘못된 분석 결과를 도출할 가능성이 높아진다.
또한, 부정확한 통계 분석 결과의 다른 원인으로 기후 자료의 비동질성을 들 수 있다. 기후 자료의 비동질성이 발생하는 원인으로는 급격한 변화요인과 점진적 변화요인이 있다. 급격한 변화요인은 관측지점의 이전, 관측장비의 교체, 자료처리 방법의 변화 등이며, 점진적 변화 요인은 도시효과, 장기간에 걸친 관측기기의 오차, 주변 환경의 변화 등이 있다. 이러한 기후 자료의 비동질성은 실제의 기후값을 왜곡하거나 정확하게 표현하지 못하게 하기 때문에 부정확한 통계 분석 결과를 초래할 수 있다.
따라서 통계 분석의 정확성을 향상시키기 위해 기후 자료의 결측 데이터 및 비동질성을 고려하여 기후 자료를 보정할 필요가 있다.
본 발명은 상기와 같은 필요성에 의해 제시된 것으로, 본 발명의 목적은 기후 자료 결측 데이터의 적합한 보정 및 기후 자료의 비동질성 제거를 통해 신뢰성 있는 기후 자료를 확보 및 제공할 수 있는 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법을 제공하는 것이다.
또한, 본 발명의 또 다른 목적은 기후 자료의 연속성을 확보하고 정확하게 보정한 후 보정 데이터를 표나 차트 등을 통해 제공함으로써 기후 자료의 정확성 및 관리의 편의성을 높일 수 있는 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법을 제공하는 것이다.
상기의 목적을 달성하기 위하여, 본 발명에 따른 기후 자료 자동 분석 시스템은, 보정 대상 기후 자료 항목을 설정 받는 선택 입력부, 상기 선택 입력부로부터 설정 데이터를 전달받아 기후 자료를 수집하는 자료 수집부, 상기 자료 수집부를 통해 수집된 기후 자료를 바탕으로 통계 분석 자료를 생성하는 통계 분석부, 상기 통계 분석 자료를 복수의 보정 알고리즘을 이용해 보정해 보정된 기후 자료를 생성하는 자료 보정부, 그리고 상기 보정된 기후 자료를 가공하여 제공하는 자료 제공부를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 선택 입력부 및 자료 제공부는 상기 기후 자료를 관리하는 관리자로부터 상기 보정 대상 기후 자료 항목을 설정 받고, 상기 보정된 기후 자료를 상기 관리자에게 제공하도록 한다. 더욱 바람직하게는, 상기 선택 입력부, 자료 수집부, 통계 분석부, 자료 보정부 및 자료 제공부에서 설정 및 생성된 모든 데이터를 저장하는 데이터 저장부를 더 포함하도록 한다. 또한, 상기 자료 보정부는 결측 데이터(missing data) 보정 알고리즘 및 비동질성 보정 알고리즘을 이용해 상기 통계 분석 자료를 보정하도록 한다. 상기 자료 보정부는 상기 통계 분석 자료의 결측 데이터를 단기 결측 및 장기 결측으로 구분하여 상기 결측 데이터 보정 알고리즘을 적용할 수 있다. 또한, 상기 자료 보정부는 결측 데이터 분석, 자료의 정규성 검토 및 변환, 보정 알고리즘 적용, 보정결과 검토의 세부 과정을 통해 상기 통계 분석 자료의 결측 데이터를 보정하도록 한다. 또한, 상기 자료 보정부는 관측환경 또는 주변 환경의 변화에 따른 기후 자료의 변동 요소를 제거함으로써 기후 자체의 변동만을 반영한 시계열 데이터를 생산하도록 한다.
또한, 본 발명의 또 다른 목적을 달성하기 위하여, 본 발명에 따른 기후 자료 자동 분석 서비스 제공 방법은, 기후 자료를 관리하는 관리자로부터 보정하고자 하는 기후 자료 항목을 설정 받는 설정 단계, 상기 설정된 기후 자료 항목을 바탕으로 기후 자료를 수집하는 수집 단계, 상기 수집된 기후 자료를 바탕으로 통계 분석 자료를 생성하는 생성 단계, 상기 통계 분석 자료를 복수의 보정 알고리즘을 이용해 보정해 보정된 기후 자료를 생성하는 보정 단계, 상기 보정된 기후 자료를 가공하여 상기 관리자에게 제공하는 제공 단계, 그리고 상기 관리자에 의해 상기 보정된 기후 자료를 최종 점검한 후 데이터베이스에 반영하는 저장 단계를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 보정 단계는 결측 데이터(missing data) 보정을 위해 결측 데이터 분석, 자료의 정규성 검토 및 변환, 보정 알고리즘 적용, 보정결과 검토의 세부 단계를 더 포함하도록 한다. 더욱 바람직하게는, 상기 보정 단계가 관측 환경 또는 주변 환경의 변화에 따른 기후 자료의 변동 요소를 제거함으로써 기후 자체의 변동만을 반영한 시계열 데이터를 생산하도록 한다.
이상 설명한 바와 같이, 본 발명에 따른 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법은 기후 자료 결측 데이터의 적합한 보정 및 기후 자료의 비동질성 제거를 통해 신뢰성 있는 기후 자료를 확보 및 제공이 가능하다.
또한, 기후 자료의 연속성을 확보하고 정확하게 보정한 후 보정 데이터를 표나 차트 등을 통해 제공함으로써 기후 자료의 정확성 및 관리의 편의성을 가져올 수 있다.
도 1은 본 발명의 기후 자료 자동 분석 시스템을 도시한 구성도이다.
도 2는 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료 보정을 위해 보정하고자 하는 기후 자료를 선택하는 사용자 인터페이스의 일 실시예를 도시한 도면이다.
도 3은 본 발명의 기후 자료 자동 분석 시스템에 따른 서비스 제공 흐름을 도시한 개략도이다.
도 4는 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료 보정을 수행하기 전 탐색 결과의 일 실시예를 나타내는 도면이다.
도 5는 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료의 보정 전후를 표로 도시한 일 실시예이다.
도 6은 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료의 보정 전후를 그래픽 차트로 도시한 일 실시예이다.
이하에서는, 첨부한 도면을 참조하여 본 발명의 장점, 특징 및 바람직한 실시예에 대하여 상세히 설명하도록 한다.
우리나라의 기상 자료를 생산 및 관리하는 기관은 기상청으로, 기상청에서 생산 및 관리하고 있는 기상관측자료는 지상, 자동, 고층, 레이더, 해양, 항공기상관측 등 매우 다양하다. 관측되는 기후 요소 또한 기온, 강수, 바람, 습도, 구름, 시정, 일사일조 등으로 다양하며, 기상과 관련된 다양한 과거 및 현재의 관측 자료를 보유하고 있다.
기후 자료(climate data)는 지역별 각 기후 요소에 대한 평년(30년 평균치) 기후표를 말하는데, 이 자료에는 일별, 반순별, 순별, 월별 자료가 포함될 수 있다. 우리나라의 경우, 기후표는 매 30년 단위로 갱신된다.
본 발명에서는 단순한 기후 관측 자료의 제공뿐만이 아니라 기상청에서 관측한 다양한 관측 자료를 가공하되 결측 데이터의 보정 및 비동질성 제거를 통해 통계 분석 결과를 보정하고, 보정된 기후 자료를 표 및 그래픽 차트 등으로 가공하여 기후 자료를 관리하는 관리자에게 제공함으로써 최종 검증 후 기후 자료 데이터베이스에 반영할 수 있는 기능을 제공하고자 한다.
본 발명의 기후 자료 자동 분석 시스템을 통해 제공할 수 있는 기능은 다음과 같다.
1. 결측 데이터 보정 알고리즘을 통한 기후 자료 보정 기능
2. 비동질성 보정 알고리즘을 이용한 기후 자료 보정 기능
3. 보정된 기후 자료의 표 또는 meteogram형 그래픽 차트 출력 제공 기능
이하에서는 전술한 기능을 제공하기 위한 본 발명의 기후 자료 자동 분석 시스템에 대해 상세히 설명하기로 한다.
도 1은 본 발명의 기후 자료 자동 분석 시스템을 도시한 구성도이고, 도 2는 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료 보정을 위해 보정하고자 하는 기후 자료를 선택하는 사용자 인터페이스의 일 실시예를 도시한 도면이다.
도 1에 도시된 바와 같이, 본 발명의 기후 자료 자동 분석 시스템(100)은 관리자로부터 보정할 기후 자료 항목 설정을 받는 선택 입력부(110), 선택 입력부(110)로부터 선택된 기후 데이터를 전달받아 선택 항목에 해당하는 실제 기후 자료를 검색하고 수집하는 자료 수집부(120), 자료 수집부(120)를 통해 수집된 기후 자료를 바탕으로 통계 분석 자료를 생성하는 통계 분석부(130), 통계 분석부(130)에서 생성 된 데이터를 각종 보정 알고리즘을 통해 보정하는 자료 보정부(140), 자료 보정부(140)에서 보정된 기후 자료를 관리자에게 다양한 형태로 가공하여 제공하는 자료 제공부(150)를 포함한다. 또한, 기후 자료 자동 분석 시스템(100)은 선택 입력부(110), 자료 수집부(120), 통계 분석부(130), 자료 보정부(140) 및 자료 제공부(150)에서 설정 및 생성된 모든 데이터를 저장하는 데이터 저장부(160)를 추가로 포함할 수 있다.
선택 입력부(110)는 기후 자료 관리 서버에서 제공되는 메뉴나, 관리자의 개인 PC에 설치되어 기후 자료 관리 서버에 연동되는 응용 프로그램의 메뉴 등과 같은 사용자 인터페이스를 통해 관리자(기후 자료 자동 분석 시스템을 관리하는 관리자 또는 기상청 기후 자료 관리자 등)가 원하는 설정 데이터를 수집한다.
예를 들어 도 2에 도시된 바와 같이, 관리자가 보정하고자 하는 기후 자료가 '지역' 관련 기후 자료라고 하면, 관리자는 사용자 인터페이스를 통해 여러 지역 중 경기도 지역을 선택할 수 있다. 좀 더 세부적인 지역 설정을 원하는 경우, 경기도 지역 중에서도 동두천, 문산, 양평, 이천 등을 추가로 선택할 수 있다. 이렇게 관리자가 사용자 인터페이스를 통해 보정하고자 하는 기후 자료 항목을 선택하면, 선택 입력부(110)에서 설정 데이터를 입력 받아 자료 수집부(120)로 전달한다.
자료 수집부(120)는 선택 입력부(110)에서 선택된 기후 자료 항목을 바탕으로 국내 및 해외의 각지에서 관측된 기후 자료, 이러한 기후 자료가 저장된 메타 데이터베이스, 각종 기후지수 데이터, 다양한 기후 자료 관련 단체나 분석 및 통계 시스템과의 연계, 각종 간행물 등으로부터 다양한 기후 자료 및 기후 요소 관련 데이터를 수집한다.
자료 수집부(120)에서 수집되는 기후 자료는 관리자가 선택한 항목에만 해당하는 자료일 수도 있고, 관리자가 선택하기 이전에 주기적으로 수집되어 저장되는 전체 기후 자료일 수 있다. 관리자 선택 이전에 주기적으로 수집되는 기후 자료는 관리자가 선택한 항목 및 그 외의 항목들까지 모두 포함하는 자료일 수 있다. 수집된 기후 자료는 통계 분석부(130)로 전달된다.
통계 분석부(130)는 선택 입력부(110)에서 설정된 데이터를 기반으로 자료 수집부(120)에서 수집한 다량의 데이터를 가공해 다양한 통계분석 데이터를 생성한다. 통계 분석부(130)는 기후 자료 통계 분석 서비스 프로그램, GIS (geographic information system, 지리정보시스템) 프로그램 등을 이용해 수집된 기후 자료를 가공해 기후 자료 통계 분석 데이터를 생성할 수 있다.
자료 보정부(140)는 통계 분석부(130)에서 생성된 기후 자료 통계 분석 데이터를 바탕으로 1) 결측 데이터 보정 알고리즘을 이용한 기후 자료 보정, 2) 비동질성 보정 알고리즘을 이용한 기후 자료 보정을 수행한다.
자료 보정부(140)에서 결측 데이터 보정 알고리즘을 이용해 기후 자료를 보정하는 경우, 종래에 알려져 있는 어떤 알고리즘을 이용할지는 관리자에 의해 설정 및 변경될 수 있다. 일반적으로 결측 데이터가 10% 이하인 경우에는 해당 표본을 제거하거나 대치법(imputation of missing data)을 사용할 수 있다. 결측 데이터가 10~20%인 경우에는 hot deck cast substitution, regression, model-based method 등이 적합하다고 알려져 있고, 결측 데이터가 20% 이상인 경우에는 egression, model-based method 등이 적합하다고 알려져 있다. 그러나 전술한 방법에 한정되지 않으며, 기후 자료의 결측 데이터 보정을 위해 적합하다고 판단되는 보정 알고리즘이라면 어떤 것이든 사용될 수 있음을 물론이다. 전술한 결측 데이터 보정 방법 및 알고리즘은 당업자에게 자명한 공지기술이므로 상세한 설명은 생략하기로 한다. 기후 자료 보정 방법 및 비동질성 보정 방법에 대해서는 후술하기로 한다.
자료 제공부(150) 자료 보정부(140)에서 보정된 새로운 기후 자료를 관리자가 이해 및 관리하기 쉬운 통계표, meteogram형 그래픽 차트, 분포도, 보고서, GIS 입체 표시 등으로 가공하여 관리자에게 제공할 수 있다.
데이터 저장부(160)는 선택 입력부(110), 자료 수집부(120), 통계 분석부(130), 자료 보정부(140) 및 자료 제공부(150)에서 설정 및 생성된 모든 데이터를 저장한다. 데이터 저장부(160)는 선택 입력부(110), 자료 수집부(120), 통계 분석부(130), 자료 보정부(140) 및 자료 제공부(150)와 상호 연동하는 별도의 DB 형태(외부 서버)로 구성되거나, 기후 자료 자동 분석 시스템(100) 내부에 구현될 수 있다. 또는, 선택 입력부(110), 자료 수집부(120), 통계 분석부(130), 자료 보정부(140) 및 자료 제공부(150) 각각에 연동하는 별도의 DB를 구성하고, 이러한 DB들을 하나로 묶어 통합 저장하는 추가 DB 형태로 구성될 수도 있다.
전술한 기후 자료 자동 분석 시스템(100)은 별도의 관리자 서버를 통해 구현될 수도 있고, 기상청 웹사이트의 관리자 메뉴나 관리자의 개인 PC에 설치되는 응용 프로그램 등의 인터페이스를 통해 제공될 수 있다. 또한, 전술한 인터페이스는 스마트폰 등과 같은 모바일 디바이스에도 제공될 수 있으며, 해당 인터페이스는 기상청 웹사이트나 개인 PC에서 제공되는 것과 동일하거나 유사한 형태로 제공될 수 있다.
이렇게 기후 자료 자동 분석 시스템(100)은 시간이나 공간의 제약 없이 해당 서비스를 이용할 수 있는 장점이 있다. 또한, 기후 자료 결측 데이터의 적합한 보정 및 기후 자료의 비동질성 제거를 통해 신뢰성 있는 기후 자료를 확보 및 제공, 기후 자료 관리의 편의성을 가져올 수 있다.
또한, 전술한 기후 자료 자동 분석 시스템(100)이 관리자로부터 보정할 기후 자료 항목에 대한 설정 데이터를 입력 받는다고 하였으나, 관리자로부터의 별도 입력 없이 모든 기후 자료 항목에 대해 자동으로 보정을 수행할 수도 있다.
이하에서는 전술한 서비스를 제공하기 위한 본 발명의 기후 자료 자동 분석 시스템에 따른 서비스 제공 방법에 대해 설명하기로 한다.
도 3은 본 발명의 기후 자료 자동 분석 시스템에 따른 서비스 제공 흐름을 도시한 개략도이고, 도 4는 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료 보정을 수행하기 전 탐색 결과의 일 실시예를 나타내는 도면이다. 도 5는 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료의 보정 전후를 표로 도시한 일 실시예이고, 도 6은 본 발명의 기후 자료 자동 분석 시스템에 따른 기후 자료의 보정 전후를 그래픽 차트로 도시한 일 실시예이다.
도 3에 도시된 바와 같이, 기후 자료 자동 분석 시스템은 보정하고자 하는 기후 자료 항목을 설정한 후(설정 단계, S100), 설정된 데이터를 바탕으로 다양한 기후 자료를 검색 및 수집하고(수집 단계, S200), 수집된 기후 자료를 각종 통계 프로그램을 이용해 통계 분석 데이터를 생성한다(생성 단계, S300). 그 후 보정 알고리즘을 통해 생성된 통계 분석 데이터를 보정하고(보정 단계, S400), 보정된 통계 분석 데이터를 표, 차트 등의 형태로 가공하여 관리자에게 제공한다(제공 단계, S500). 제공된 보정 결과는 관리자에 의해 최종 점검된 후 기후 자료 데이터베이스에 반영된다(저장 단계, S600).
설정 단계(S100)에서 보정하고자 하는 기후 자료 항목은 관심 지역 등의 단일 항목만이 선택될 수도 있고, 관심 지역 외에 기온, 습도, 바람 등 다양한 기후 요소 등의 항목이 복수 개 이상 선택될 수도 있다.
예를 들어, 관리자는 여러 지역 중에서도 경기도를 자료 탐색 대상 항목으로 설정할 수 있으며, 동두천, 문산, 양평, 이천 등을 좀 더 세부적인 항목으로 선택할 수 있다(도 2 참조).
수집 단계(S200)에서는 설정 단계(S100)에서 선택된 항목에 해당하는 기후 데이터가 수집되며, 생성 단계(S300)에서는 수집된 기후 데이터를 분석하여 통계 분석 데이터를 형성한다.
수집 단계(S200)에서 국내 및 해외의 각지에서 관측된 기후 자료, 이러한 기후 자료가 저장된 메타 데이터베이스, 각종 기후지수 데이터, 다양한 기후 자료 관련 단체나 분석 및 통계 시스템과의 연계, 각종 간행물 등으로부터 다양한 기후 자료 및 기후 자료를 수집하게 된다. 이러한 수집 단계(S300)는 전술한 바와 같이, 설정 단계(S100) 이전에 자동으로 또한 주기적으로 먼저 실행될 수도 있다.
생성 단계(S300)에서는 예를 들어 도 4에 도시된 바와 같이, 보정되기 전의 통계 분석 데이터 외에도 기초적인 통계량을 제공할 수 있다. 기초적인 통계량에 결측 데이터가 얼마나 있는지를 표시할 수 있으며, 이러한 기초적인 통계량을 바탕으로 기후 자료의 통계 분포나, 이상치가 어느 정도인지를 표시할 수도 있다.
그 후 보정 단계(S400)에서는 결측 데이터 보정 알고리즘을 통해 기후 자료의 결측 데이터를 보정하고, 비동질성 보정 알고리즘을 통해 기후 자료의 비동질성 요소를 제거할 수 있다.
먼저 결측 데이터 보정 알고리즘을 통해 생성 단계(S300)에서 생성된 통계 분석 데이터의 결측 데이터를 보정하는 방법에 대해 설명한다.
보정 단계(S400)에서는 통계 분석 데이터 내에 존재하는 결측 데이터를 단기 결측과 장기 결측으로 구분하고, 다양한 기후자료와 결측 데이터 보정 알고리즘을 적용 및 평가하여 최종 결측 데이터를 보정한다. 또는, 결측 메커니즘의 특성에 따라 단기 결측과 장기 결측으로 구분하여 결측치 보정 알고리즘을 적용 및 평가할 수도 있다. 결측 데이터 보정을 위해 주변 관측지점의 기후자료뿐만 아니라 유사 기후자료(ex, 일평균기온, 일평균 최대기온, 일평균 최소기온 등)의 이용 타당성을 추가로 평가할 수도 있다. 기후 자료에 대한 다양한 결측 데이터 보정 알고리즘은 전술한 종류 외에도 평균대치법, EM알고리즘, 다중대치법 등을 적용할 수 있다.
보정 단계(S400)에서의 기후 자료의 결측 데이터 보정 절차는 결측자료분석 ㅰ 자료의 정규성 검토 및 변환 ㅰ 다양한 보정 알고리즘 적용 ㅰ 보정결과 검토의 세부 단계를 통해 최종 알고리즘을 선정하고 활용할 수 있다.
보정 단계(S400)에서 기후 자료의 비동질성 보정은 관측환경이나 주변 환경의 변화에 따른 기후 자료의 변동을 제거하고, 가능한 기후 자체의 변동만을 반영한 시계열 데이터를 생산하기 위해 SNHT(Standard Normal Homogeneity Test) 절차에 따라 수행할 수 있다.
도 5 및 도 6에 도시된 바와 같이, 제공 단계(S500)에서는 보정이 완료된 기후 자료를 관리자가 이해 및 관리하기 용이한 표, 차트(meteogram형 그래픽 차트 등), 분포도, 보고서, 지도상에 표시, 지도상에 입체 표시 등의 방법으로 제공될 수 있다. 그러나 사용자에게 제공되는 방법은 이에 한정되지 않음은 물론이다.
관리자는 표, 그래픽 차트 등으로 제공되는 보정된 기후 자료를 최종 검토하고, 검토 완료된 결과는 기후 자료 데이터베이스(또는 데이터 저장부)에 반영되어 저장된다.
전술한 각 단계에서 설정 및 생성된 데이터는 데이터 저장부(160)로 저장되며, 각 단계의 수행 결과는 사용자 인터페이스를 통해 관리자에게 표시될 수 있다.
본 발명의 바람직한 실시예가 특정 용어들을 사용하여 기술되어 왔지만, 그러한 기술은 오로지 설명을 하기 위한 것이며, 다음의 청구범위의 기술적 사상 및 범위로부터 이탈되지 않고서 여러 가지 변경 및 변화가 가해질 수 있는 것으로 이해되어야 한다.
100: 기후 자료 자동 분석 시스템 110: 선택 입력부
120: 자료 수집부 130: 통계 분석부
140: 자료 보정부 150: 자료 제공부
160: 데이터 저장부

Claims (10)

  1. 보정 대상 기후 자료 항목을 설정 받는 선택 입력부;
    상기 선택 입력부로부터 설정 데이터를 전달받아 기후 자료를 수집하는 자료 수집부;
    상기 자료 수집부를 통해 수집된 기후 자료를 바탕으로 통계 분석 자료를 생성하는 통계 분석부;
    상기 통계 분석 자료를 복수의 보정 알고리즘을 이용해 보정해 보정된 기후 자료를 생성하는 자료 보정부; 및
    상기 보정된 기후 자료를 가공하여 제공하는 자료 제공부를 포함하는 것을 특징으로 하는 기후 자료 자동 분석 시스템.
  2. 청구항 1에 있어서,
    상기 선택 입력부 및 자료 제공부는 상기 기후 자료를 관리하는 관리자로부터 상기 보정 대상 기후 자료 항목을 설정 받고, 상기 보정된 기후 자료를 상기 관리자에게 제공하는 것을 특징으로 하는 기후 자료 자동 분석 시스템.
  3. 청구항 1에 있어서,
    상기 선택 입력부, 자료 수집부, 통계 분석부, 자료 보정부 및 자료 제공부에서 설정 및 생성된 모든 데이터를 저장하는 데이터 저장부를 더 포함하는 특징으로 하는 기후 자료 자동 분석 시스템.
  4. 청구항 1에 있어서,
    상기 자료 보정부는 결측 데이터(missing data) 보정 알고리즘 및 비동질성 보정 알고리즘을 이용해 상기 통계 분석 자료를 보정하는 것을 특징으로 하는 기후 자료 자동 분석 시스템.
  5. 청구항 4에 있어서,
    상기 자료 보정부는 상기 통계 분석 자료의 결측 데이터를 단기 결측 및 장기 결측으로 구분하여 상기 결측 데이터 보정 알고리즘을 적용하는 것을 특징으로 하는 기후 자료 자동 분석 시스템.
  6. 청구항 5에 있어서,
    상기 자료 보정부는 결측 데이터 분석, 자료의 정규성 검토 및 변환, 보정 알고리즘 적용, 보정결과 검토의 세부 과정을 통해 상기 통계 분석 자료의 결측 데이터를 보정하는 것을 특징으로 하는 기후 자료 자동 분석 시스템.
  7. 청구항 4에 있어서,
    상기 자료 보정부는 관측환경 또는 주변 환경의 변화에 따른 기후 자료의 변동 요소를 제거함으로써 기후 자체의 변동만을 반영한 시계열 데이터를 생산하는 것을 특징으로 하는 기후 자료 자동 분석 시스템.
  8. 기후 자료를 관리하는 관리자로부터 보정하고자 하는 기후 자료 항목을 설정 받는 설정 단계;
    상기 설정된 기후 자료 항목을 바탕으로 기후 자료를 수집하는 수집 단계;
    상기 수집된 기후 자료를 바탕으로 통계 분석 자료를 생성하는 생성 단계;
    상기 통계 분석 자료를 복수의 보정 알고리즘을 이용해 보정해 보정된 기후 자료를 생성하는 보정 단계;
    상기 보정된 기후 자료를 가공하여 상기 관리자에게 제공하는 제공 단계; 및
    상기 관리자에 의해 상기 보정된 기후 자료를 최종 점검한 후 데이터베이스에 반영하는 저장 단계를 포함하는 것을 특징으로 하는 기후 자료 자동 분석 서비스 제공 방법.
  9. 청구항 8에 있어서,
    상기 보정 단계는, 결측 데이터(missing data) 보정을 위해 결측 데이터 분석, 자료의 정규성 검토 및 변환, 보정 알고리즘 적용, 보정결과 검토의 세부 단계를 더 포함하는 것을 특징으로 하는 기후 자료 자동 분석 서비스 제공 방법.
  10. 청구항 8에 있어서,
    상기 보정 단계는, 관측 환경 또는 주변 환경의 변화에 따른 기후 자료의 변동 요소를 제거함으로써 기후 자체의 변동만을 반영한 시계열 데이터를 생산하는 것을 특징으로 하는 기후 자료 자동 분석 서비스 제공방법.
KR1020120142188A 2012-12-07 2012-12-07 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법 KR20140074444A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120142188A KR20140074444A (ko) 2012-12-07 2012-12-07 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120142188A KR20140074444A (ko) 2012-12-07 2012-12-07 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법

Publications (1)

Publication Number Publication Date
KR20140074444A true KR20140074444A (ko) 2014-06-18

Family

ID=51127529

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120142188A KR20140074444A (ko) 2012-12-07 2012-12-07 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법

Country Status (1)

Country Link
KR (1) KR20140074444A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190125872A (ko) * 2018-04-30 2019-11-07 김기영 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법
KR20200056578A (ko) * 2018-11-15 2020-05-25 잉그리스 주식회사 기상 기후 자료의 유통 서비스를 제공하는 서비스 제공 장치 및 유통 서비스 제공 방법
KR20210053562A (ko) * 2019-11-04 2021-05-12 세종대학교산학협력단 글로벌 기후 자료의 품질 관리 방법 및 장치
KR20230069697A (ko) * 2021-11-12 2023-05-19 잉그리스 주식회사 IoT가 제공한 기상기후 데이터의 자료 처리를 위한 서비스 제공 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190125872A (ko) * 2018-04-30 2019-11-07 김기영 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법
KR20200056578A (ko) * 2018-11-15 2020-05-25 잉그리스 주식회사 기상 기후 자료의 유통 서비스를 제공하는 서비스 제공 장치 및 유통 서비스 제공 방법
KR20210053562A (ko) * 2019-11-04 2021-05-12 세종대학교산학협력단 글로벌 기후 자료의 품질 관리 방법 및 장치
KR20230069697A (ko) * 2021-11-12 2023-05-19 잉그리스 주식회사 IoT가 제공한 기상기후 데이터의 자료 처리를 위한 서비스 제공 장치

Similar Documents

Publication Publication Date Title
Driemel et al. Baseline Surface Radiation Network (BSRN): structure and data description (1992–2017)
Hansen et al. Assessing the observed impact of anthropogenic climate change
Alexander et al. ClimPACT2: Indices and software
Kamruzzaman et al. Comparison of CMIP6 and CMIP5 model performance in simulating historical precipitation and temperature in Bangladesh: a preliminary study
Shukla et al. Assessing North American multimodel ensemble (NMME) seasonal forecast skill to assist in the early warning of anomalous hydrometeorological events over East Africa
García de Cortázar-Atauri et al. Performance of several models for predicting budburst date of grapevine (Vitis vinifera L.)
Berg et al. Strong increase in convective precipitation in response to higher temperatures
Platts et al. Conservation implications of omitting narrow‐ranging taxa from species distribution models, now and in the future
Briche et al. Critical analysis of simulated daily temperature data from the ARPEGE-climate model: application to climate change in the Champagne wine-producing region
KR20140074444A (ko) 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법
Love et al. A new phenological metric for use in pheno‐climatic models: A case study using herbarium specimens of Streptanthus tortuosus
Landman et al. Towards bridging the gap between climate change projections and maize producers in South Africa
Privé et al. The role of model and initial condition error in numerical weather forecasting investigated with an observing system simulation experiment
Cerón et al. A principal component analysis approach to assess CHIRPS precipitation dataset for the study of climate variability of the La Plata Basin, Southern South America
Brugnara et al. The EUSTACE global land station daily air temperature dataset
Kärcher et al. Importance of representing optical depth variability for estimates of global line-shaped contrail radiative forcing
Yu et al. A global terrestrial evapotranspiration product based on the three-temperature model with fewer input parameters and no calibration requirement
Coney et al. How useful are crowdsourced air temperature observations? An assessment of Netatmo stations and quality control schemes over the United Kingdom
Tran-Anh et al. A 10-km CMIP6 downscaled dataset of temperature and precipitation for historical and future Vietnam climate
KR102580312B1 (ko) 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법
Wang et al. Adaptation of Asia-Pacific forests to climate change
Zianis et al. Bayesian and classical models to predict aboveground tree biomass allometry
Xu et al. Uncertainty estimation of the global temperature trends for multiple radiosondes, reanalyses, and CMIP3/IPCC climate model simulations
Guijarro Quality control and homogenization of climatological series
JP2020088944A (ja) 電力需要予測装置、電力需要予測方法、そのプログラム

Legal Events

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