KR20150055355A - Three-dimensional interpolation method of numerical weather prediction model data in non-regular grid onto weather observation point and hardware device performing the same - Google Patents
Three-dimensional interpolation method of numerical weather prediction model data in non-regular grid onto weather observation point and hardware device performing the same Download PDFInfo
- Publication number
- KR20150055355A KR20150055355A KR1020130137592A KR20130137592A KR20150055355A KR 20150055355 A KR20150055355 A KR 20150055355A KR 1020130137592 A KR1020130137592 A KR 1020130137592A KR 20130137592 A KR20130137592 A KR 20130137592A KR 20150055355 A KR20150055355 A KR 20150055355A
- Authority
- KR
- South Korea
- Prior art keywords
- model
- observation point
- point
- coordinate system
- lattice
- Prior art date
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Ecology (AREA)
- Atmospheric Sciences (AREA)
- Computational Mathematics (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Processing Or Creating Images (AREA)
Abstract
Description
본 발명은 수치일기예보모델의 자료 동화 방법 및 이를 수행하는 하드웨어 장치에 관한 것으로, 보다 상세하게는 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치에 관한 것이다.More particularly, the present invention relates to a method of three-dimensionally interpolating data of a numerical weather forecast model having an irregular grid on a diary observation point, Lt; / RTI >
수치일기예보모델(numerical weather prediction model)은 현재 또는 과거의 일기 조건으로부터 미래의 날씨를 예측하기 위해 대기 및 해양의 역학 방정식, 물리 모수화식 등을 계산하는 수학적 모델이다. 수치일기예보모델의 중요한 구성요소인 역학 코어(dynamic core)부는, 대기 중의 바람, 온도, 기압, 습도, 엔트로피 등의 물리량들을 다수의 편미분 관계식을 포함한 지배 방정식으로 기술(describe)하며, 상기 지배 방정식의 해를 수치적으로 풀이하는 부분이다.A numerical weather prediction model is a mathematical model for calculating the atmospheric and oceanic dynamical equations, physical parametric equations, etc. to predict future weather from current or past diurnal conditions. The dynamic core part, which is an important component of the numerical weather forecast model, describes physical quantities such as wind, temperature, air pressure, humidity and entropy in the atmosphere as a governing equation including a plurality of partial differential equations, It is the part that solves numerically the solution of.
상기 역학 코어부의 수치 계산을 위해서는, 상기 지배 방정식을 구성하는 변수들의 위치 정보와 함께, 상기 편미분 관계식의 수치적 풀이를 위한 계산법이 필요하다. 상기 변수들의 위치 정보는 지구 상의 수평, 연직 위치를 지시하기 위한 임의의 구면격자 좌표계로부터 얻어질 수 있다. 예를 들어, 상기 변수들의 수평 위치를 지시하기 위하여 통상적인 위도 및 경도의 수평 좌표계가 사용될 수 있다. 또한, 상기 변수들의 연직 위치를 지시하기 위하여 기압 고도, 해수면고도 등의 연직 좌표계가 사용될 수 있다. 상기 편미분 관계식의 수치적 풀이를 위한 계산법으로는 전체의 계산 공간을 요소(element) 단위로 구분하는 분광요소법(spectral element method)이 사용될 수 있다.For the numerical calculation of the mechanical core portion, a calculation method for numerical solution of the partial differential equation is required together with the positional information of the variables constituting the governing equation. The positional information of the variables can be obtained from any spherical grid coordinate system for indicating the horizontal, vertical position on the earth. For example, a horizontal coordinate system of normal latitude and longitude may be used to indicate the horizontal position of the variables. In addition, a vertical coordinate system such as a barometric altitude, sea level altitude, etc. may be used to indicate the vertical position of the variables. As a calculation method for the numerical solution of the partial differential equation, a spectral element method for dividing the entire calculation space into elements can be used.
최근에는, 통상적인 위도-경도 좌표계에서 나타나는 격자 해상도의 극 편향성 해소 및 수치 계산을 위한 병렬 확장성 등을 고려하여, 육면체구 격자(cubed-sphere) 형태의 좌표계, 삼각격자(icosahedral) 형태의 좌표계, 육각격자(centroidal Voronoi mesh) 형태의 좌표계 등을 사용하여 수치일기예보모델의 데이터를 산출하는 기술들이 개발되고 있다.In recent years, in consideration of elimination of polar deflection of a lattice resolution in a usual latitude-longitude coordinate system and parallel scalability for numerical calculation, a cubic-sphere type coordinate system, an icosahedral type coordinate system , And a coordinate system in the form of a centroidal Voronoi mesh are used to calculate data of a numerical weather forecast model.
이에 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로, 본 발명의 목적은 수치일기예보모델의 데이터가 표현되는 좌표계에 관계없이, 일기 관측 지점의 관측 데이터와 수치일기예보모델의 데이터를 용이하게 비교할 수 있는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and it is an object of the present invention to provide a numerical weather forecasting method and a numerical weather forecasting method which can easily compare observation data of a diary observation point with data of a numerical weather forecasting model, Dimensional data of a numerical weather forecast model having an unstructured grid can be interpolated three-dimensionally with respect to a weather observation point.
또한, 본 발명의 다른 목적은, 상기 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치를 제공하는 것이다.It is another object of the present invention to provide a hardware device for performing a method of three-dimensionally interpolating data of a numerical weather forecast model having an irregular grid on a diary observation point.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법은, 복수의 계산유닛을 포함하는 계산부 및 상기 계산부와 전기적으로 연결되는 메모리를 포함하는 하드웨어 장치가, 제1 좌표계를 사용하여 산출되는 수치일기예보모델의 모델 데이터를 관측 지점의 위치로 내삽하는 자료동화 방법에 있어서, 상기 제1 좌표계가 위도-경도 좌표계인지 판단한다. 상기 제1 좌표계가 위도-경도 좌표계가 아닌 경우, 상기 제1 좌표계의 제1 격자 해상도보다 높은 제2 격자 해상도를 갖고 위도-경도 격자에 대응하는 가상의 제2 좌표계를 설정한다. 상기 모델 데이터가 정의되는 복수의 모델 격자점들 및 상기 관측 지점의 수평 위치를 상기 가상의 제2 좌표계에서의 좌표로 변환한다. 상기 모델 격자점들의 격자 간격보다 큰 값을 갖는 영향 반경을 설정한다. 상기 관측 지점을 중심으로 상기 영향 반경의 내부에 포함되고, 상기 가상의 제2 좌표계에서의 좌표로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색한다. 상기 경계 격자점들의 위도, 경도 및 연직 고도를 독출한다. 상기 경계 격자점들과 관측 지점 간의 3차원 유클리드 거리에 따른 가중치에 기초하여, 상기 경계 격자점들의 값을 상기 관측 지점의 모델 값으로 내삽한다.A method for three-dimensionally interpolating data of a numerical weather forecast model having an atypical grid according to an embodiment for realizing the above-described present invention three-dimensionally with respect to a diary observation point includes a calculation unit including a plurality of calculation units, A hardware assimilation method for interpolating model data of a numerical weather forecast model calculated using a first coordinate system to a position of an observation point, the hardware apparatus including a memory electrically connected to the calculation unit, Latitude-longitude coordinate system. If the first coordinate system is not a latitude-longitude coordinate system, a virtual second coordinate system having a second grid resolution higher than the first grid resolution of the first coordinate system and corresponding to the latitude-longitude lattice is set. And converts the plurality of model grid points at which the model data is defined and the horizontal position of the observation point into coordinates in the virtual second coordinate system. An influence radius having a value larger than the lattice spacing of the model lattice points is set. And searches for four boundary lattice points included in the influence radius centering on the observation point and corresponding to model grid points converted into coordinates in the imaginary second coordinate system. The latitude, longitude, and vertical altitude of the boundary lattice points are read out. And interpolates the values of the boundary lattice points into a model value of the observation point based on a weight based on the three-dimensional Euclidean distance between the boundary lattice points and the observation point.
본 발명의 일 실시예에 있어서, 상기 모델 격자점들 및 관측 지점의 수평 위치를 상기 가상의 제2 좌표계에서의 좌표로 변환하는 단계는, 상기 모델 격자점들의 경도가 MX(lon)이고, 상기 모델 격자점들의 위도가 MX(lat)이며, 상기 가상의 제2 좌표계의 가상 기준점의 경도가 M0(lon)이고, 상기 가상 기준점의 위도가 M0(lat)이며, 상기 가상의 제2 좌표계의 격자 간격이 D (degree 단위)인 경우, 상기 모델 격자점들 및 관측 지점의 좌표 (xp, yp)를 In one embodiment of the present invention, the step of converting the horizontal positions of the model lattice points and the observation point into the coordinates of the virtual second coordinate system may be performed such that the hardness of the model lattice points is MX (lon) Wherein the latitude of the model grid points is MX (lat), the hardness of virtual reference points of the imaginary second coordinate system is M0 (lon), the latitude of the virtual reference points is M0 (lat) When the interval is D (degree unit), the coordinates (xp, yp) of the model grid points and the observation point are
와 같이 변환할 수 있다.As shown in FIG.
본 발명의 일 실시예에 있어서, 상기 4개의 경계 격자점들을 탐색하는 단계는, 상기 관측 지점을 중심으로 제1 각도 범위에서 가장 근접한 제1 경계 격자점을 탐색할 수 있다. 상기 관측 지점을 중심으로 제2 각도 범위에서 가장 근접한 제2 경계 격자점을 탐색할 수 있다. 상기 관측 지점을 중심으로 제3 각도 범위에서 가장 근접한 제3 경계 격자점을 탐색할 수 있다. 상기 관측 지점을 중심으로 제4 각도 범위에서 가장 근접한 제4 경계 격자점을 탐색할 수 있다. 상기 제1 각도 범위, 제2 각도 범위, 제3 각도 범위 및 제4 각도 범위의 합은 360도일 수 있다.In one embodiment of the present invention, the step of searching for the four boundary lattice points may search for a first boundary lattice point closest to the first angle range around the observation point. The second boundary lattice point closest to the second angle range can be searched for about the observation point. The third boundary lattice point closest to the third angle range can be searched around the observation point. The fourth boundary lattice point closest to the fourth angular range can be searched around the observation point. The sum of the first angular range, the second angular range, the third angular range, and the fourth angular range may be 360 degrees.
본 발명의 일 실시예에 있어서, 상기 경계 격자점들의 값을 상기 관측 지점의 모델 값으로 내삽하는 단계는, 상기 제1 경계 격자점에서의 모델 값이 SA 이고, 상기 제2 경계 격자점에서의 모델 값이 SB 이며, 상기 제3 경계 격자점에서의 모델 값이 SC 이고, 상기 제4 경계 격자점에서의 모델 값이 SD 인 경우로서, 상기 제1 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEA 이고, 상기 제2 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEB 이며, 상기 제3 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEC 이고, 상기 제4 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dED 인 경우, 상기 관측 지점으로 내삽되는 모델 값 SOP 를,In one embodiment of the present invention, the step of interpolating the values of the boundary lattice points with the model values of the observation point comprises: determining that the model value at the first boundary lattice point is SA, A model value is SB, a model value at the third boundary lattice point is SC, and a model value at the fourth boundary lattice point is SD, and a three-dimensional Euclidean distance between the first boundary lattice point and the observation point The three-dimensional Euclidean distance between the second boundary lattice point and the observation point is dEB, the three-dimensional Euclidean distance between the third boundary lattice point and the observation point is dEC, the fourth boundary lattice point And when the 3D Euclidean distance between the observation points is dED, a model value SOP interpolated to the observation point is calculated,
와 같이 산출할 수 있다.As shown in FIG.
본 발명의 일 실시예에 있어서, 상기 제1 좌표계가 위도-경도 좌표계인 경우, 상기 관측 지점의 고도에 대응하는 상기 수치일기예보모델의 고도면 상에서 상기 관측 지점을 둘러싼 4개의 경계점들이 갖는 모델 값들을, 위도 방향 및 경도 방향을 따라 상기 경계점들 및 관측 지점에 의해 형성되는 4개의 직사각형들의 면적에 따른 가중치를 곱하여, 상기 관측 지점에서의 모델 값으로 내삽할 수 있다.In one embodiment of the present invention, when the first coordinate system is a latitude-longitude coordinate system, a model value of four boundary points surrounding the observation point on the high-level drawing of the numerical weather forecast model corresponding to the altitude of the observation point Can be interpolated into a model value at the observation point by multiplying the weights according to the area of the four rectangles formed by the boundary points and the observation points along the latitudinal direction and the longitudinal direction.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치는, 관측 지점의 위치 정보 및 상기 관측 지점에서의 일기 관측값을 저장하는 메모리; 및 제1 좌표계를 사용하여 산출되는 수치일기예보모델의 모델 데이터를 상기 관측 지점의 위치로 내삽하기 위하여, 상기 제1 좌표계가 위도-경도 좌표계인지 판단하고, 상기 제1 좌표계가 위도-경도 좌표계가 아닌 경우, 상기 제1 좌표계의 제1 격자 해상도보다 높은 제2 격자 해상도를 갖고 위도-경도 격자에 대응하는 가상의 제2 좌표계를 설정하여, 상기 모델 데이터가 정의되는 복수의 모델 격자점들 및 상기 관측 지점의 수평 위치를 상기 가상의 제2 좌표계에서의 좌표로 변환하며, 상기 모델 격자점들의 격자 간격보다 큰 값을 갖는 영향 반경을 설정하고, 상기 관측 지점을 중심으로 상기 영향 반경의 내부에 포함되고 상기 가상의 제2 좌표계에서의 좌표로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색하여, 상기 경계 격자점들의 위도, 경도 및 연직 고도를 독출하며, 상기 경계 격자점들과 관측 지점 간의 3차원 유클리드 거리에 따른 가중치에 기초하여 상기 경계 격자점들의 값을 상기 관측 지점의 모델 값으로 내삽하는 계산부를 포함한다.According to another aspect of the present invention, there is provided a hardware apparatus for three-dimensionally interpolating data of a numerical weather forecast model having an irregular grid on a weather observation point, the hardware apparatus comprising: A memory for storing information and a diary observation value at the observation point; And determining whether the first coordinate system is a latitude-longitude coordinate system in order to interpolate the model data of the numerical weather forecast model calculated using the first coordinate system to the position of the observation point, and if the first coordinate system is a latitude-longitude coordinate system A second coordinate system having a second lattice resolution higher than the first lattice resolution of the first coordinate system and corresponding to the latitude-longitude lattice is set so that a plurality of model lattice points, on which the model data is defined, A horizontal position of the observation point is converted into a coordinate in the virtual second coordinate system, an influence radius having a value larger than the lattice spacing of the model lattice points is set, and the influence radius is included in the influence radius around the observation point Searching for four boundary lattice points corresponding to the model grid points converted into coordinates in the virtual second coordinate system, , And reads out the longitude and the vertical height is calculated to include an on the basis of the weight of the three-dimensional Euclidean distance between the boundary point and the observation point grid interpolation the values of the boundary grid points in the model value of the observation point.
본 발명의 일 실시예에 있어서, 상기 계산부는, 상기 모델 격자점들의 경도가 MX(lon)이고, 상기 모델 격자점들의 위도가 MX(lat)이며, 상기 가상의 제2 좌표계의 가상 기준점의 경도가 M0(lon)이고, 상기 가상 기준점의 위도가 M0(lat)이며, 상기 가상의 제2 좌표계의 격자 간격이 D (degree 단위)인 경우, 상기 모델 격자점들 및 관측 지점의 수평 위치를 In one embodiment of the present invention, the calculation unit may be configured such that the hardness of the model lattice points is MX (lon), the latitude of the model lattice points is MX (lat), the hardness of virtual reference points of the virtual second coordinate system (L0), the latitude of the virtual reference point is M0 (lat), and the lattice interval of the virtual second coordinate system is D (in degrees), the horizontal positions of the model lattice points and the observation point are represented by
와 같이, 상기 가상의 제2 좌표계에서의 좌표 (xp, yp)로 변환할 수 있다.(Xp, yp) in the virtual second coordinate system as shown in Fig.
본 발명의 일 실시예에 있어서, 상기 계산부는, 상기 가상의 제2 좌표계 상에서 상기 관측 지점을 중심으로 하고 상기 유효 반경 내부에 포함되는, 변환된 모델 격자점들 중, 상기 관측 지점을 중심으로 제1 각도 범위에서 가장 근접한 제1 경계 격자점과, 상기 관측 지점을 중심으로 제2 각도 범위에서 가장 근접한 제2 경계 격자점과, 상기 관측 지점을 중심으로 제3 각도 범위에서 가장 근접한 제3 경계 격자점과, 상기 관측 지점을 중심으로 제4 각도 범위에서 가장 근접한 제4 경계 격자점을 탐색하며, 상기 제1 각도 범위, 제2 각도 범위, 제3 각도 범위 및 제4 각도 범위의 합은 360도일 수 있다.In one embodiment of the present invention, the calculation unit is configured to calculate, on the basis of the observation point, center points of the model grid points that are included in the effective radius and centered on the observation point on the virtual second coordinate system A first boundary lattice point closest to the first angular range, a second boundary lattice point closest to the second angular range about the observation point, and a third boundary lattice point closest to the third angular range, And a fourth boundary lattice point closest to the fourth angular range around the observation point, and the sum of the first angular range, the second angular range, the third angular range, and the fourth angular range is 360 degrees .
본 발명의 일 실시예에 있어서, 상기 계산부는, 상기 제1 경계 격자점에서의 모델 값이 SA 이고, 상기 제2 경계 격자점에서의 모델 값이 SB 이며, 상기 제3 경계 격자점에서의 모델 값이 SC 이고, 상기 제4 경계 격자점에서의 모델 값이 SD 인 경우로서, 상기 제1 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEA 이고, 상기 제2 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEB 이며, 상기 제3 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEC 이고, 상기 제4 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dED 인 경우,In one embodiment of the present invention, the calculation unit may be configured such that the model value at the first boundary lattice point is SA, the model value at the second boundary lattice point is SB, and the model at the third boundary lattice point is SB Value is SC and the model value at the fourth boundary lattice point is SD, the three-dimensional Euclidian distance between the first boundary lattice point and the observation point is dEA, and the second boundary lattice point and the observation point Dimensional Euclidean distance between the third boundary lattice point and the observation point is dEC and the three-dimensional Euclidean distance between the fourth boundary lattice point and the observation point is dED,
와 같이, 상기 제1 경계 격자점, 제2 경계 격자점, 제3 경계 격자점 및 제4 경계 격자점의 모델 값들을 상기 관측 지점에서의 모델 값 SOP 로 내삽할 수 있다.The model values of the first boundary lattice point, the second boundary lattice point, the third boundary lattice point and the fourth boundary lattice point can be interpolated to the model value SOP at the observation point.
본 발명의 일 실시예에 있어서, 상기 계산부는, 상기 제1 좌표계가 위도-경도 좌표계인 경우, 상기 관측 지점의 고도에 대응하는 상기 수치일기예보모델의 고도면 상에서 상기 관측 지점을 둘러싼 4개의 경계점들이 갖는 모델 값들을, 위도 방향 및 경도 방향을 따라 상기 경계점들 및 관측 지점에 의해 형성되는 4개의 직사각형들의 면적에 따른 가중치를 곱하여, 상기 관측 지점에서의 모델 값으로 내삽할 수 있다.In one embodiment of the present invention, when the first coordinate system is a latitude-longitude coordinate system, the calculation unit calculates four boundary points surrounding the observation point on the high-level drawing of the numerical weather forecast model corresponding to the altitude of the observation point Can be interpolated to a model value at the observation point by multiplying the model values of the model points by the weights corresponding to the areas of the four rectangles formed by the boundary points and the observation points along the latitudinal and longitudinal directions.
본 발명의 실시예들에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치에 따르면, 수치일기예보모델로부터 산출된 모델 데이터 및 일기 관측 지점으로부터 얻어진 관측 데이터를, 조밀한 간격으로 설정된 가상의 정형격자에 기초하여 3차원 공간 상에서 내삽함으로써, 상기 수치일기예보모델에서 사용되는 좌표계에 관계없이, 일기 관측 지점의 관측 데이터와 수치일기예보모델의 모델 데이터를 용이하게 비교할 수 있다.According to the method of three-dimensionally interpolating the data of the numerical weather forecast model having the atypical grid according to the embodiments of the present invention with respect to the diary observation point and the hardware device for performing the interpolation, the model data and the model data calculated from the numerical weather forecast model The observation data obtained from the diary observing point is interpolated on the three-dimensional space based on the hypothetical shaped lattice set at the closely spaced intervals so that the observation data of the diary observation point and the numerical diary The model data of the forecast model can be easily compared.
또한, 일기 관측 지점의 관측 데이터에 대하여, 수평 좌표뿐 아니라 연직 좌표를 함께 고려하여 수치일기예보모델의 모델 데이터를 3차원적으로 내삽함으로써, 관측 데이터 및 모델 데이터 간의 비교 정확도를 향상시킬 수 있다.In addition, the accuracy of comparison between the observation data and the model data can be improved by interpolating the model data of the numerical weather forecast model three-dimensionally by considering the horizontal coordinate as well as the vertical coordinate with respect to the observation data of the weather observation point.
도 1은 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치를 도시한 블록도이다.
도 2는 도 1의 하드웨어 장치에서 수행될 수 있는, 모델 데이터 및 관측 데이터의 비교 과정을 도시한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 도시한 순서도이다.
도 4는 도 3의 단계 S460에서 수행될 수 있는 경계 격자점들의 탐색 방법을 도시한 순서도이다.
도 5는 도 3의 단계 S420에서 수행되는 이중선형 내삽을 개념적으로 도시한 평면도이다.
도 6은 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법에서, 모델 격자점 및 관측 지점들을 가상 격자로 대응시킨 전지구 분포도이다.
도 7은 도 3의 단계 S460에서 수행되는 경계 격자점들의 탐색을 개념적으로 도시한 평면도이다.
도 8은 도 3의 단계 S480에서 수행되는 3차원 내삽을 개념적으로 도시한 사시도이다.FIG. 1 is a block diagram showing a hardware device for performing a method of three-dimensionally interpolating data of a numerical weather forecast model having an atypical grid according to an embodiment of the present invention with respect to a weather observation point.
2 is a flowchart showing a process of comparing model data and observation data, which can be performed in the hardware device of FIG.
FIG. 3 is a flowchart illustrating a method of three-dimensionally interpolating data of a numerical weather forecast model having an irregular grid according to an embodiment of the present invention with respect to a weather observation point.
4 is a flowchart illustrating a method of searching boundary lattice points that can be performed in step S460 of FIG.
5 is a plan view conceptually showing double linear interpolation performed in step S420 of FIG.
FIG. 6 is a diagram illustrating a method of three-dimensionally interpolating data of a numerical weather forecast model having an atypical grid according to an embodiment of the present invention with respect to a weather observation point, including a global distribution map in which model grid points and observation points are mapped by a virtual grid to be.
FIG. 7 is a plan view conceptually illustrating search of boundary lattice points performed in step S460 of FIG. 3. FIG.
FIG. 8 is a perspective view conceptually showing a three-dimensional interpolation performed in step S480 of FIG. 3. FIG.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.For the embodiments of the invention disclosed herein, specific structural and functional descriptions are set forth for the purpose of describing an embodiment of the invention only, and it is to be understood that the embodiments of the invention may be practiced in various forms, The present invention should not be construed as limited to the embodiments described in Figs.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 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.The present invention is capable of various modifications and various forms, and specific embodiments are illustrated in the drawings and described in detail in the text. It is to be understood, however, that the invention is not intended to be limited to the particular forms disclosed, but on the contrary, is intended to cover all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.
제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.The terms first, second, etc. may be used to describe various components, but the components should not be limited by the terms. The terms may be used for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, . On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between. Other expressions that describe the relationship between components, such as "between" and "between" or "neighboring to" and "directly adjacent to" should be interpreted as well.
본 출원에서 사용한 용어는 단지 특정한 실시예를 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 설시된 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 terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In the present application, the terms "comprise", "having", and the like are intended to specify the presence of stated features, integers, steps, operations, elements, components, or combinations thereof, , Steps, operations, components, parts, or combinations thereof, as a matter of principle.
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 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or 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 construed as meaning consistent with meaning in the context of the relevant art and are not to be construed as ideal or overly formal in meaning unless expressly defined in the present application .
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the drawings.
도 1은 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치를 도시한 블록도이다.FIG. 1 is a block diagram showing a hardware device for performing a method of three-dimensionally interpolating data of a numerical weather forecast model having an atypical grid according to an embodiment of the present invention with respect to a weather observation point.
도 1을 참조하면, 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치(100)는, 메모리(110) 및 계산부(130)를 포함한다. 예를 들어, 상기 하드웨어 장치(100)는, 메모리(110) 및 계산부(130)를 포함하는 서버일 수 있다. 상기 계산부(130)는 수치일기예보모델에 포함된 복수의 편미분 방정식들을 수치적으로 계산할 수 있다. 예를 들어, 상기 계산부(130)에 포함된 복수의 CPU는 대기-해양 역학 방정식들을 계산하여 특정한 시각에서의 물리량(예컨대, 기온, 바람, 습도, 엔트로피 등)의 값을 생성할 수 있다. 상기 메모리(110)는 상기 계산부(130)에 전기적으로 연결되어, 관측 데이터 또는 상기 수치일기예보모델에서 산출된 모델 데이터를 저장할 수 있다. 상기 관측 데이터는 자동일기관측 시스템(automatic weather system; AWS), 라디오존데(radiosonde), 레이더(Radar), 라이다(Lidar), 대기해양 위성 등으로부터 관측되는 일기 데이터를 포함할 수 있다. 상기 모델 데이터 또는 관측 데이터는 지구 상의 어느 위치(위도, 경도, 고도)에서의 물리량일 수 있다.Referring to FIG. 1, a
상기 수치일기예보모델로부터 산출되는 모델 데이터의 정확도 향상을 위하여, 상기 모델 데이터는 상기 관측 데이터와 비교될 수 있다. 예를 들어, 상기 모델 데이터의 값들이 상기 관측 데이터의 값들에 소정의 임계 범위 내에서 근사되는 경우, 상기 모델 데이터의 정확도가 높은 것으로 판단될 수 있다.In order to improve the accuracy of the model data calculated from the numerical weather forecast model, the model data can be compared with the observation data. For example, when the values of the model data approximate the values of the observation data within a predetermined threshold range, the accuracy of the model data can be determined to be high.
도 2는 도 1의 하드웨어 장치에서 수행될 수 있는, 모델 데이터 및 관측 데이터의 비교 과정을 도시한 순서도이다.2 is a flowchart showing a process of comparing model data and observation data, which can be performed in the hardware device of FIG.
도 2를 참조하면, 단계 S201에서는, 수치일기예보모델(200)의 모델 데이터가 정의되는 격자점 정보를 독출할 수 있다. 상기 격자점 정보는 상기 수치일기예보모델(200)에서 사용되는 좌표계에 따라 달라질 수 있다. 예를 들어, 상기 수치일기예보모델이 수평 좌표계로서 위도 및 경도를 사용하고, 연직 좌표계로서 기압고도를 사용하는 경우, 상기 격자점 정보는 상기 모델 데이터가 정의되는 3차원 위치를 위도, 경도 및 기압고도로 나타낸 정보를 포함할 수 있다.Referring to Fig. 2, in step S201, lattice point information in which model data of the numerical
단계 S201과 동시에 또는 순차적으로, 단계 S301에서는 관측 데이터(300)로부터 관측 지점 정보가 독출될 수 있다. 상기 관측 지점 정보는, 관측 지점의 위도, 경도, 고도 및 시각을 포함할 수 있다. 이하, 본 발명의 실시예들에 따른, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법에서는, 상기 모델 데이터와 관측 지점 정보를 공간적으로 일치시키는 방법에 대하여 설명한다. 이 경우, 상기 모델 데이터는 상기 관측 지점 정보와 동시각 또는 인접한 시각에서 산출되는 데이터를 포함하는 것으로 전제될 수 있다.Simultaneously or sequentially with step S201, the observation point information can be read out from the
상기 단계 S201 및 단계 S301에서 독출되는 관측 지점 정보 및 모델 데이터의 격자점 정보는, 모델 데이터 및 관측 데이터의 비교를 위해, 공간적으로 일치될 수 있다. 이 경우, 데이터의 개수가 많은 모델 데이터를 관측 지점으로 내삽함으로써, 내삽된 모델 데이터와 관측 데이터를 동일한 위치에서 비교할 수 있다.The observation point information read out in the steps S201 and S301 and the lattice point information of the model data can be spatially matched for the comparison of the model data and the observation data. In this case, the interpolated model data and the observation data can be compared at the same position by interpolating the model data having a large number of data to the observation point.
이를 위해, 단계 S202 및 단계 S203에서는 동시에 또는 순차로 모델 데이터로부터 지면 변수 정보 및 대기 연직 변수 정보를 독출할 수 있다. 예를 들어, 상기 지면 변수 정보는, 지면으로부터 10 m 고도에서의 바람(u 성분 및 v 성분), 1.5 m 고도에서의 온도 및 습도, 지면 적설량, 지면 온도, 지면 기압, 지형(orography), 해빙 면적(seaice fraction) 등을 포함할 수 있다. 예를 들어, 상기 대기 연직 변수 정보는, 어느 고도에서의 바람(u 성분 및 v 성분), 수증기량(Q), 온위(θ), 기압(ρ) 등을 포함할 수 있다.To this end, in step S202 and step S203, the ground parameter information and the waiting vertical variable information can be simultaneously or sequentially read out from the model data. For example, the ground parameter information may include wind (u component and v component) at 10 m elevation from the ground, temperature and humidity at 1.5 m elevation, ground snowfall, ground temperature, ground pressure, Area (seaice fraction), and the like. For example, the atmospheric vertical variable information may include wind (u component and v component), water vapor amount (Q), warmth (?), Air pressure (rho) and the like at a certain altitude.
단계 S401에서는, 상기 단계 S201 및 단계 S301로부터 독출되는 관측 지점 정보 및 모델 데이터의 격자점 정보로부터, 지면 상의 4개의 경계점들을 탐색할 수 있다. 예를 들어, 상기 경계점들은 어느 하나의 관측 지점을 둘러싸는 모델 데이터의 격자점들일 수 있다. 이어서, 단계 S402에서는, 상기 탐색된 경계점들의 위치 정보를 독출할 수 있다. 또한, 상기 탐색된 경계점들의 위치 정보 및 상기 관측 지점 정보에 기초하여 소정의 가중치들이 설정될 수 있다.In step S401, four boundary points on the ground can be searched from the observation point information read from the steps S201 and S301 and the grid point information of the model data. For example, the boundary points may be lattice points of model data surrounding any one of the observation points. Subsequently, in step S402, the position information of the searched boundary points can be read. In addition, predetermined weights may be set based on the position information of the searched boundary points and the observation point information.
단계 S403에서는, 상기 단계 S202, S203 및 S402에서 얻어진, 모델 데이터의 지면 변수 정보, 대기 연직 변수 정보 및 탐색된 경계점들의 위치 정보를 이용하여, 모델 데이터를 관측 지점 정보가 포함된 관측 공간으로 이중선형 내삽(bi-linear interpolation)할 수 있다. In step S403, the model data is converted into an observation space including the observation point information by using the double-linear method using the surface parameter information of the model data, the atmospheric vertical variable information, and the positional information of the searched boundary points obtained in the steps S202, S203, and S402. Bi-linear interpolation can be performed.
그에 따라, 지면 1.5 m 고도의 수증기량이 산출되고(S503), 지면 타입(surface type)이 할당되며(S502), 지오포텐셜 고도(geopotential height)가 계산될 수 있다(S501). 또한, 온위(θ)를 온도로 변환하고(S504), 기압(ρ) 고도에서 엑스너(Exner) 파라미터를 계산하며(S505), 지오포텐셜 고도를 이용한 연직 가중치(β)를 결정할 수 있다(S506). 나아가, 온위(θ) 고도에서 엑스너 파라미터를 계산하고(S507), 기압(ρ)을 산출할 수 있다(S508).Accordingly, the water vapor amount at a height of 1.5 m on the ground is calculated (S503), a surface type is assigned (S502), and a geopotential height can be calculated (S501). It is also possible to calculate the Exner parameter at the altitude of the atmospheric pressure p in step S504 and to determine the vertical weight beta using the geopotential altitude in step S504 ). Further, the exhalation parameter may be calculated at the altitude (?) (S507), and the atmospheric pressure p may be calculated (S508).
상기 단계 S401, S402 및 S403에서 수행되는, 관측 지점 정보 및 수치일기예보모델의 격자점 정보를 이용하여 경계점을 탐색하고, 탐색된 경계점들의 위치 정보를 확인하며, 모델 데이터를 관측 공간으로 이중선형 내삽하는 과정에 대해서는, 후술할 도 3 내지 도 7을 참조하여 보다 상세히 설명하도록 한다.The boundary points are searched using the observation point information and the lattice point information of the numerical weather forecast model performed in the steps S401, S402 and S403, the position information of the searched boundary points is confirmed, and the model data is subjected to the double linear interpolation Will be described in more detail with reference to FIGS. 3 to 7, which will be described later.
도 3은 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 도시한 순서도이다. 도 4는 도 3의 단계 S460에서 수행될 수 있는 경계 격자점들의 탐색 방법을 도시한 순서도이다.FIG. 3 is a flowchart illustrating a method of three-dimensionally interpolating data of a numerical weather forecast model having an irregular grid according to an embodiment of the present invention with respect to a weather observation point. 4 is a flowchart illustrating a method of searching boundary lattice points that can be performed in step S460 of FIG.
도 3을 참조하면, 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법은, 수치일기예보모델의 좌표계가 위도-경도 좌표계인지 판단하는 단계(S410), 상기 수치일기예보모델의 좌표계가 위도-경도 좌표계인 경우, 수치일기예보모델의 데이터를 관측 지점의 위치로 이중선형 내삽하는 단계(S420), 상기 수치일기예보모델의 좌표계가 위도-경도 좌표계가 아닌 경우, 수치일기예보모델의 격자 해상도보다 높은 해상도를 갖는 가상의 위도-경도 좌표계를 설정하는 단계(S430), 상기 수치일기예보모델의 격자점 및 관측 지점의 수평 위치를 가상의 위도-경도 좌표계에서의 좌표로 변환하는 단계(S440), 상기 수치일기예보모델의 격자점들의 간격보다 큰 값을 갖는 영향 반경을 설정하는 단계(S450), 상기 관측 지점을 중심으로 상기 영향 반경의 내부에 포함되고 상기 가상의 위도-경도 좌표로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색하는 단계(S460), 상기 경계 격자점들의 실제 위도-경도 좌표 및 연직 고도를 독출하는 단계(S470) 및 상기 관측 지점과 상기 경계 격자점들 간의 수평 거리 및 연직 거리에 따른 가중치에 기초하여, 상기 경계 격자점들의 값을 관측 지점의 값으로 3차원 내삽하는 단계(S480)를 포함한다.3, a method of three-dimensionally interpolating data of a numerical weather forecast model having an atypical grid according to an embodiment of the present invention with respect to a weather observation point includes a method of interpolating a coordinate system of a numerical weather forecast model with a latitude- (S410); if the coordinate system of the numerical weather forecast model is a latitude-longitude coordinate system, performing a dual linear interpolation of the data of the numerical weather forecast model to the position of the observation point (S420) If the coordinate system is not a latitude-longitude coordinate system, a virtual latitude-longitude coordinate system having a higher resolution than the grid resolution of the numerical weather forecast model is set (S430). The grid point and the horizontal position of the observation point (Step S440), and sets an influence radius having a value larger than an interval of lattice points of the numerical weather forecast model (S460), searching for four boundary lattice points included in the radius of influence centering on the observation point and corresponding to model grid points converted into the virtual latitude-longitude coordinates (S460) (S470) reading the actual latitude-longitude coordinates and the vertical altitude of the boundary lattice points, and calculating a value of the boundary lattice points based on the horizontal distance and the vertical distance between the observation point and the boundary lattice points Dimensional interpolation with the value of the observation point (S480).
도 3 및 도 4를 참조하면, 상기 관측 지점을 중심으로 상기 영향 반경의 내부에 포함되고 상기 가상의 위도-경도 좌표로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색하는 단계(S460)는, 관측 지점을 중심으로 제1 각도 범위에서 가장 근접한 제1 경계 격자점을 탐색하는 단계(S461), 관측 지점을 중심으로 제2 각도 범위에서 가장 근접한 제2 경계 격자점을 탐색하는 단계(S463), 관측 지점을 중심으로 제3 각도 범위에서 가장 근접한 제3 경계 격자점을 탐색하는 단계(S465) 및 관측 지점을 중심으로 제4 각도 범위에서 가장 근접한 제4 경계 격자점을 탐색하는 단계(S467)를 포함할 수 있다. 이하, 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법의 각각의 단계에 대해 상세히 설명하도록 한다.Referring to FIGS. 3 and 4, searching for four boundary lattice points included in the influence radius around the observation point and corresponding to model grid points converted into the virtual latitude-longitude coordinates S460) includes searching (S461) a first boundary lattice point closest to the first angle range around the observation point, searching the second boundary lattice point closest to the second angle range around the observation point (S463), searching for a third boundary lattice point closest to the third angular range around the observation point (S465), and searching for a fourth boundary lattice point closest to the fourth angular range about the observation point (S467). Hereinafter, each step of the method of three-dimensionally interpolating data of a numerical weather forecast model having an irregular grid according to an embodiment of the present invention with respect to a weather observation point will be described in detail.
단계 S410에서는, 수치일기예보모델에서 사용하는 좌표계가 위도-경도 좌표계인지 판단할 수 있다. 만일 수치일기예보모델에서 사용하는 좌표계가 위도-경도 좌표계인 경우, 수치일기예보모델의 모델 데이터는 정형 격자 상에서 정의되므로, 가상의 격자를 설정하지 않고도, 바로 관측 지점의 관측 데이터와 비교될 수 있다.In step S410, it can be determined whether the coordinate system used in the numerical weather forecast model is a latitude-longitude coordinate system. If the coordinate system used in the numerical weather forecast model is the latitude-longitude coordinate system, the model data of the numerical weather forecast model is defined on the fixed lattice, so that it can be directly compared with the observation data of the observation point without setting a virtual lattice .
단계 S420에서는, 상기 수치일기예보모델에서 사용하는 좌표계가 위도-경도 좌표계인 경우, 수치일기예보모델의 모델 데이터를 관측 지점의 위치로 이중선형 내삽할 수 있다. 단계 S420에서 수행되는 이중선형 내삽은 도 5를 참조하여 설명하도록 한다.In step S420, when the coordinate system used in the numerical weather forecast model is the latitude-longitude coordinate system, the model data of the numerical weather forecast model can be double-linearly interpolated to the position of the observation point. The double linear interpolation performed in step S420 will be described with reference to FIG.
도 5는 도 3의 단계 S420에서 수행되는 이중선형 내삽을 개념적으로 도시한 평면도이다.5 is a plan view conceptually showing double linear interpolation performed in step S420 of FIG.
도 5를 참조하면, 수치일기예보모델이 통상적인 위도-경도 좌표계를 사용하는 경우, 관측 지점(OP)(도 5에서 삼각형으로 도시됨)의 고도에 대응하는 수치일기예보모델의 고도면 상에서 상기 수치일기예보모델의 격자점들 중 상기 관측 지점(OP)을 둘러싼 4개의 경계점들(MA, MB, MC, MD)(도 5에서 원형으로 도시됨)을 결정할 수 있다. 예를 들어, 제1 경계점(MA)은 상기 관측 지점(OP)에 비해 위도(λ) 및 경도(φ)가 작고 가장 근접한 격자점일 수 있다. 예를 들어, 제2 경계점(MB)은 상기 관측 지점(OP)에 비해 위도(λ)는 작고 경도(φ)는 큰 가장 근접한 격자점일 수 있다. 예를 들어, 제3 경계점(MC)은 상기 관측 지점(OP)에 비해 위도(λ) 및 경도(φ)가 크고 가장 근접한 격자점일 수 있다. 예를 들어, 제4 경계점(MD)은 상기 관측 지점(OP)에 비해 위도(λ)는 크고 경도(φ)가 작은 가장 근접한 격자점일 수 있다.5, when the numerical weather forecast model uses a conventional latitude-longitude coordinate system, the numerical weather forecast model corresponding to the altitude of the observation point OP (shown by triangles in FIG. 5) The four boundary points MA, MB, MC, MD (shown in a circle in FIG. 5) surrounding the observation point OP among the grid points of the numerical weather forecast model can be determined. For example, the first boundary point MA may be a lattice point having a small latitude (?) And a longitude (?) And being closest to the observation point (OP). For example, the second boundary point MB may be the nearest lattice point having a small latitude (?) And a longitude (?) As compared to the observation point (OP). For example, the third boundary point MC may be a lattice point having a large latitude (?) And a longitude (?) And being closest to the observation point (OP). For example, the fourth boundary point MD may be the closest lattice point having a larger latitude (?) And a smaller hardness (?) Than the observation point (OP).
상기 제1 경계점(MA) 및 제2 경계점(MB) 간의 경도(φ) 방향을 따른 거리를 △x 라 하고, 상기 제1 경계점(MA) 및 제4 경계점(MD) 간의 위도(λ) 방향을 따른 거리를 △y 라 하며, 상기 제1 경계점(MA) 및 관측 지점(OP) 간의 경도(φ) 방향을 따른 거리를 a, 위도(λ) 방향을 따른 거리를 b 라 할 때, 상기 관측 지점(OP)에서의 상기 수치일기예보모델의 값은, [식 1]과 같이 내삽될 수 있다.A distance between the first and second boundary points MA and MB is defined as DELTA x and a distance between the first and fourth boundary points MA and MD is defined as DELTA x, Is a distance along the direction of longitude (φ) between the first boundary point (MA) and the observation point (OP) and b is a distance along the direction of the latitude (λ) The value of the numerical weather forecast model in the operational forecast OP can be interpolated as shown in [Equation 1].
[식 1][Formula 1]
이 때, SA는 제1 경계점(MA)에서의 모델 값을 나타내고, SB는 제2 경계점(MB)에서의 모델 값을 나타내며, SC는 제3 경계점(MC)에서의 모델 값을 나타내고, SD는 제4 경계점(MD)에서의 모델 값을 나타낸다. 또한, SOP는 관측 지점(OP)으로 내삽된 모델 값을 나타내고, ωx 및 ωy는 다음의 [식 2]와 같이 정의될 수 있다.In this case, SA represents the model value at the first boundary point MA, SB represents the model value at the second boundary point MB, SC represents the model value at the third boundary point MC, Represents the model value at the fourth boundary point (MD). In addition, SOP represents a model value interpolated to the observation point OP, and? X and? Y can be defined as the following Equation (2).
[식 2][Formula 2]
이와 같이, 단계 S410에서 수치일기예보모델의 좌표계가 위도-경도 좌표계로 판단된 경우, 단계 S420에서는 수치일기예보모델의 데이터를 관측 지점(OP)의 위치로 이중선형 내삽(bi-linear interpolation)할 수 있다. 그에 따라, 관측 지점(OP)에서의 관측 데이터와 내삽된 모델 값을 비교할 수 있다.If it is determined in step S410 that the coordinate system of the numerical weather forecast model is a latitude-longitude coordinate system, in step S420, the data of the numerical weather forecast model is bi-linearly interpolated to the position of the observation point OP . Thereby, it is possible to compare the interpolated model value with the observation data at the observation point OP.
다시 도 3을 참조하면, 상기 단계 S410에서 수치일기예보모델의 좌표계가 위도-경도 좌표계가 아닌 것으로 판단된 경우, 단계 S430에서는 수치일기예보모델의 격자 해상도보다 높은 해상도를 갖는 가상의 위도-경도 좌표계를 설정할 수 있다.3, if it is determined in step S410 that the coordinate system of the numerical weather forecast model is not a latitude-longitude coordinate system, in step S430, a virtual latitude-longitude coordinate system having a resolution higher than the grid resolution of the numerical weather forecast model Can be set.
상기 가상의 위도-경도 좌표계는 비정형 격자를 갖는 수치일기예보모델의 격자점들 사이에, 복수의 가상 격자점들이 포함되도록 충분히 큰 격자 해상도를 가질 수 있다. 예를 들어, 상기 수치일기예보모델의 격자 해상도가 약 0.1도(≒ 10 km)의 간격을 갖는 경우, 상기 가상의 위도-경도 좌표계는 약 30초(= (1/120)도 ≒ 1 km)의 해상도를 갖도록 설정될 수 있다. 그에 따라, 가상의 위도-경도 좌표계 상에서 위도 방향 또는 경도 방향을 따라 약 10 개의 가상 격자점마다 상기 수치일기예보모델의 격자점 1 개가 대응될 수 있다.The virtual latitude-longitude coordinate system may have a sufficiently large lattice resolution such that a plurality of virtual lattice points are included between the lattice points of the numerical weather forecast model having an atypical lattice. For example, if the numerical weather forecast model has a grid resolution of about 0.1 degree (~ 10 km), the virtual latitude-longitude coordinate system is about 30 seconds (= (1/120) degrees 1 km) As shown in FIG. Accordingly, one lattice point of the numerical weather forecast model can correspond to about ten virtual lattice points along the latitudinal direction or the longitudinal direction on a virtual latitude-longitude coordinate system.
단계 S440에서는, 상기 수치일기예보모델의 격자점 및 관측 지점의 수평 위치를 상기 가상의 위도-경도 좌표계에서의 좌표로 변환할 수 있다. 예를 들어, 상기 가상의 위도-경도 좌표계가 약 30초(= (1/120)도 ≒ 1 km)의 해상도를 갖는 경우, 전지구의 수평 가상 격자점들의 수는 동서 방향으로 43,200개(= 360/(1/120)) 및 남북 방향으로 21,600개(= 180/(1/120))일 수 있다. 이 경우, 상기 가상의 위도-경도 좌표계에서 경도 0도 및 위도 -90도인 지점(즉, 남극점)을 가상 기준점 (1, 1)로 정의하면, 경도 방향(φ) 및 위도 방향(λ)을 따라 순차적으로, 가상 격자점들의 위치를 (m, n)으로 나타낼 수 있다(m, n 은 자연수). 이때, 상기 수치일기예보모델의 제1 모델 격자점의 좌표 (xp, yp)는 [식 3]과 같이 변환될 수 있다.In step S440, the grid points of the numerical weather forecast model and the horizontal position of the observation point can be converted into coordinates in the virtual latitude-longitude coordinate system. For example, if the virtual latitude-longitude coordinate system has a resolution of about 30 seconds (= (1/120) degrees 1 km), the number of horizontal virtual lattice points in the global direction is 43,200 (= 360 / (1/120)) and 21,600 (= 180 / (1/120)) in the north-south direction. In this case, if the virtual reference point (1, 1) is defined as a point having a longitude of 0 degrees and latitude -90 degrees in the imaginary latitude-longitude coordinate system (i.e., south pole) Sequentially, the position of the virtual lattice points can be expressed as (m, n) (m, n is a natural number). At this time, the coordinates (xp, yp) of the first model grid point of the numerical weather forecast model can be transformed as shown in [Equation 3].
[식 3][Formula 3]
여기서, MX(lon)은 제1 모델 격자점의 경도를 나타내고, MX(lat)은 제1 모델 격자점의 위도를 나타낸다. 또한, M0(lon)은 가상 기준점의 경도를 나타내고, M0(lat)은 가상 기준점의 위도를 나타내며, D는 가상 격자점들 간의 격자 간격(degree 단위)을 나타낸다. 예를 들어, 상기 수치일기예보모델의 제1 모델 격자점이 위도 +35도 및 경도 +130도의 수평 위치를 갖는 경우, 상기 가상의 위도-경도 좌표계에서의 제1 모델 격자점의 좌표 (xp, yp)는 [식 4]와 같이 (15601, 15001)로 나타낼 수 있다.Here, MX (lon) represents the hardness of the first model lattice point, and MX (lat) represents the latitude of the first model lattice point. Further, M0 (lon) represents the hardness of the virtual reference point, M0 (lat) represents the latitude of the virtual reference point, and D represents the lattice spacing (degree unit) between the virtual lattice points. For example, if the first model lattice point of the numerical weather forecast model has a horizontal position of + 35 degrees latitude and +130 degrees latitude, the coordinates (xp, yp) of the first model grid point in the virtual latitude- ) Can be expressed as (15601, 15001) as shown in [Equation 4].
[식 4][Formula 4]
다만, 상기 가상의 위도-경도 좌표계에서 가상 기준점(M0)의 위치는 얼마든지 다르게 설정될 수 있다.However, the position of the virtual reference point M0 in the virtual latitude-longitude coordinate system may be set differently.
동일한 방식으로, 관측 지점의 수평 위치를 상기 [식 3]과 같이, 가상의 위도-경도 좌표계에서의 좌표로 변환할 수 있다.In the same manner, the horizontal position of the observation point can be converted into coordinates in a virtual latitude-longitude coordinate system as in the above-mentioned expression (3).
도 6은 본 발명의 일 실시예에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법에서, 모델 격자점 및 관측 지점들을 가상 격자로 대응시킨 전지구 분포도이다.FIG. 6 is a diagram illustrating a method of three-dimensionally interpolating data of a numerical weather forecast model having an atypical grid according to an embodiment of the present invention with respect to a weather observation point, including a global distribution map in which model grid points and observation points are mapped by a virtual grid to be.
도 6을 참조하면, 전구 평면도(500) 상에서, 유럽기상위성운영기구(European organization for the exploitation of meteorological satellites; EUMETSAT)에서 운영하는 EPS(Eumetsat polar system) MetOp 위성에 탑재된 적외 대기 사운딩 간섭계(infrared atmospheric sounding interferometer; IASI)로부터 얻어지는 관측 데이터를 정의하는 관측 지점(OP)들 모두가, 가상의 위도-경도 좌표계의 격자점들에 대응할 수 있다. 또한, 전구 평면도(500) 상에서, 미국대기과학연구소(national center for atmospheric research; NCAR)에서 운영하는 CAM-SE(community atmosphere model spectral element) 모델에 적용되는 육면체구 좌표계(cubed-sphere grid)에서도, 모델 격자점(MP)들이 모두, 상기 가상의 위도-경도 좌표계의 격자점들에 대응할 수 있다. 이 경우, 상기 관측 지점(OP)들 및 모델 격자점(MP)들에 대응하는 가상 격자점들은 전체 가상 격자점들 중 일부에 해당할 수 있다. 도 6에서 보라색-적색에 이르는 색상은, 가상의 위도-경도 좌표계에서 관측 지점(OP)들에 간헐적으로 대응하는 가상 격자점들의 순서를 나타낸다.Referring to FIG. 6, an infrared ambient sounding interferometer (EUMETSAT polar system) mounted on a MetOp satellite operated by a European organization for the exploitation of meteorological satellites (EUMETSAT) all observation points (OPs) defining observational data obtained from an infrared atmospheric sounding interferometer (IASI) may correspond to lattice points in a virtual latitude-longitude coordinate system. Also in the cubic-sphere grid applied to the CAM-SE model operated by the National Center for Atmospheric Research (NCAR) on the
다시 도 3을 참조하면, 단계 S450에서는, 상기 수치일기예보모델의 격자점들의 격자 간격보다 큰 값을 갖는 영향 반경(ER)을 설정할 수 있다. 상기 영향 반경은 상기 수치일기예보모델의 격자 간격의 약 1.5 배 이상 5 배 이하일 수 있다. 예를 들어, 상기 수치일기예보모델의 격자점들의 격자 간격이 약 0.1도(≒ 10 km)인 경우, 상기 영향 반경은 약 15 km 로 설정될 수 있다.Referring again to FIG. 3, in step S450, the influence radius ER having a value larger than the lattice spacing of the lattice points of the numerical weather forecast model can be set. The influence radius may be about 1.5 times or more and 5 times or less of the lattice spacing of the numerical weather forecast model. For example, if the lattice spacing of the lattice points of the numerical weather forecast model is about 0.1 degree (? 10 km), the influence radius can be set to about 15 km.
이어서, 단계 S460에서는, 관측 지점을 중심으로 영향 반경(ER)의 내부에 포함되고 가상의 위도-경도로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색할 수 있다. 단계 S460은 도 4 및 도 7을 참조하여 보다 상세히 설명하도록 한다.Next, in step S460, four boundary lattice points included in the influence radius ER around the observation point and corresponding to the model lattice points converted into virtual latitude-longitude can be searched. Step S460 will be described in more detail with reference to FIG. 4 and FIG.
도 7은 도 3의 단계 S460에서 수행되는 경계 격자점들의 탐색을 개념적으로 도시한 평면도이다.FIG. 7 is a plan view conceptually illustrating search of boundary lattice points performed in step S460 of FIG. 3. FIG.
도 3, 도 4 및 도 7을 참조하면, 단계 S460에서는, 가상의 위도-경도 좌표계(700) 상에서, 관측 지점(OP)(도 7에서 삼각형으로 도시됨)을 중심으로 상기 영향 반경(ER)의 내부에 포함되고 상기 가상의 위도-경도 좌표로 변환된 모델 격자점들(M1, M2, M3, M4, M5, M6)에 대응하는 4개의 경계 격자점들(M1, M2, M3, M4)을 탐색할 수 있다. 예를 들어, 상기 관측 지점(OP)을 중심으로 상기 영향 반경(ER)의 내부에는, 6 개의 변환된 모델 격자점들(M1, M2, M3, M4, M5, M6)(도 7에서 원형으로 도시됨)이 포함될 수 있다. 이 경우, 예를 들어, 단계 S461에서는, 상기 관측 지점(OP)을 중심으로 제3 사분면(즉, +180도 이상 +270도 미만의 각도 범위)에 속하는 변환된 모델 격자점들(M4, M6) 중 상기 관측 지점(OP)에 가장 근접한 변환된 모델 격자점(M4)을 제1 경계 격자점(VA)으로 검출할 수 있다. 또한, 단계 S463에서는, 상기 관측 지점(OP)을 중심으로 제4 사분면(즉, +270도 이상 +360도 미만의 각도 범위)에 속하는 변환된 모델 격자점들(M3, M5) 중 상기 관측 지점(OP)에 가장 근접한 변환된 모델 격자점(M3)을 제2 경계 격자점(VB)으로 검출할 수 있다. 단계 S465에서는, 관측 지점(OP)을 중심으로 제1 사분면(즉, 0도 이상 +90도 미만의 각도 범위)에 속하는 변환된 모델 격자점들(M1) 중 상기 관측 지점(OP)에 가장 근접한 변환된 모델 격자점(M1)을 제3 경계 격자점(VC)으로 검출할 수 있다. 단계 S467에서는, 관측 지점(OP)을 중심으로 제2 사분면(즉, +90도 이상 +180도 미만의 각도 범위)에 속하는 변환된 모델 격자점들(M2) 중 상기 관측 지점(OP)에 가장 근접한 변환된 모델 격자점(M2)을 제4 경계 격자점(VD)으로 검출할 수 있다. 다만, 상기 경계 격자점들(VA, VB, VC, VD)을 검출하기 위한 상기 관측 지점(OP)을 중심으로 하는 각도 범위들은 예시적인 것으로서, 4개의 각도 범위의 합이 360도가 되는 조건 하에서 얼마든지 다르게 설정될 수 있다. 예를 들어, 제1 각도 범위는 0도 이상 +120도 미만으로 설정되고, 제2 각도 범위는 +120도 이상 +180도 미만으로 설정되며, 제3 각도 범위는 +180도 이상 +290도 미만으로 설정되고, 제4 각도 범위는 +290도 이상 +360도 미만으로 설정될 수 있다.Referring to Figures 3, 4 and 7, in step S460, the influence radius ER around the observation point OP (shown as a triangle in Figure 7) on a virtual latitude-longitude coordinate
다시 도 3을 참조하면, 단계 S470에서는, 상기 경계 격자점들의 실제 위도-경도 좌표 및 연직 고도를 독출할 수 있다. 예를 들어, 상기 단계 S460에서 탐색된 제1 경계 격자점(VA), 제2 경계 격자점(VB), 제3 경계 격자점(VC) 및 제4 경계 격자점(VD)의 실제 위도-경도 좌표 및 연직 고도가 독출될 수 있다. 예를 들어, 상기 제1 경계 격자점(VA)의 위치는, 위도 +27.5도, 경도 +114.6도, 해수면 고도 3270 m 로 독출될 수 있다. 예를 들어, 상기 제2 경계 격자점(VB)의 위치는, 위도 +27.7도, 경도 +116.1도, 해수면 고도 2865 m 로 독출될 수 있다. 마찬가지로, 제3 경계 격자점(VC) 및 제4 경계 격자점(VD)의 실제 위도-경도 좌표 및 연직 고도가 독출될 수 있다.Referring again to FIG. 3, in step S470, the actual latitude-longitude coordinates and vertical altitude of the boundary lattice points may be read. For example, the actual latitude-longitude of the first boundary lattice point VA, the second boundary lattice point VB, the third boundary lattice point VC, and the fourth boundary lattice point VD found in step S460 The coordinates and vertical altitude can be read. For example, the position of the first boundary lattice point VA can be read out as latitude +27.5 degrees, hardness +114.6 degrees, sea level altitude of 3270 m. For example, the position of the second boundary lattice point VB can be read as latitude +27.7 degrees, longitude +116.1 degrees, sea level altitude 2865 m. Likewise, the actual latitude-longitude coordinates and the vertical altitude of the third boundary lattice point VC and the fourth boundary lattice point VD can be read.
도 8은 도 3의 단계 S480에서 수행되는 3차원 내삽을 개념적으로 도시한 사시도이다.FIG. 8 is a perspective view conceptually showing a three-dimensional interpolation performed in step S480 of FIG. 3. FIG.
도 3 및 도 8을 참조하면, 단계 S480에서는, 상기 단계 S470에서 독출된 경계 격자점들(VA, VB, VC, VD)(도 8에서 원형으로 도시됨)과, 관측 지점(OP)(도 8에서 삼각형으로 도시됨)의 3차원 공간에서의 거리에 따른 가중치를 고려하여, 경계 격자점들(VA, VB, VC, VD)의 값을 관측 지점(OP)의 모델 값으로 내삽할 수 있다.Referring to FIGS. 3 and 8, in step S480, the boundary lattice points VA, VB, VC, VD (shown in a circle in FIG. 8) read out in step S470 and the observation points OP The values of the boundary lattice points VA, VB, VC, and VD can be interpolated to the model values of the observation point OP in consideration of the weight according to the distance in the three-dimensional space .
예를 들어, 먼저, 상기 관측 지점(OP)의 위치 정보에 고도 정보가 포함되지 않는 경우, 내삽을 위한 상기 관측 지점(OP)의 고도 ZOP 는 [식 5]와 같이 나타낼 수 있다.For example, if altitude information is not included in the position information of the observation point OP, the altitude ZOP of the observation point OP for interpolation may be expressed as Equation (5).
[식 5][Formula 5]
여기서, ZA 는 제1 경계 격자점(VA)의 고도를 나타내고, ZB 는 제2 경계 격자점(VB)의 고도를 나타내며, ZC 는 제3 경계 격자점(VC)의 고도를 나타내고, ZD 는 제4 경계 격자점(VD)의 고도를 나타낸다. 또한, Zmean 은 ZA, ZB, ZC, ZD 의 산술 평균을 나타낸다. 또는, 다른 실시예에서, 상기 관측 지점(OP)의 고도 ZOP 는 고도 좌표계(Z축)에서의 ZA, ZB, ZC, ZD 의 가중 평균으로 계산될 수 있다. 다만, 관측 지점(OP)의 위치 정보에 고도 정보가 포함된 경우에는 상기 위치 정보에 포함된 고도 정보를 그대로 독출할 수 있다.Where ZA represents the altitude of the first boundary lattice point VA, ZB represents the altitude of the second boundary lattice point VB, ZC represents the altitude of the third boundary lattice point VC, 4 Indicates the altitude of the boundary grid point (VD). Also, Zmean represents the arithmetic mean of ZA, ZB, ZC, and ZD. Alternatively, in another embodiment, the elevation ZOP of the observation point OP may be calculated as a weighted average of ZA, ZB, ZC, ZD in the elevation coordinate system (Z-axis). However, when altitude information is included in the position information of the observation point OP, the altitude information included in the position information can be directly read.
다음으로, 상기 관측 지점(OP)과 각각의 경계 격자점들(VA, VB, VC, VD) 간의 거리가 계산될 수 있다. 예를 들어, 상기 관측 지점(OP)과 제1 경계 격자점(VA) 간의 3차원 거리(유클리드 거리) dEA 는 [식 6]과 같이 나타낼 수 있다.Next, the distance between the observation point OP and each of the boundary lattice points VA, VB, VC, VD can be calculated. For example, the three-dimensional distance (Euclidean distance) dEA between the observation point OP and the first boundary lattice point VA can be expressed as [Equation 6].
[식 6][Formula 6]
여기서, dEA 는 관측 지점(OP)과 제1 경계 격자점(VA) 간의 유클리드 거리를 나타내고, dh 는 관측 지점(OP)과 제1 경계 격자점(VA) 간의 수평 거리를 나타내며, dz는 관측 지점(OP)과 제1 경계 격자점(VA) 간의 연직 거리를 나타낸다. 또한, λOP는 관측 지점(OP)의 위도를 나타내고, φOP 는 관측 지점(OP)의 경도를 나타내며, λA 는 제1 경계 격자점(VA)의 위도를 나타내고, φA 는 제1 경계 격자점(VA)의 경도를 나타낸다. 또한, ZOP 는 관측 지점(OP)의 고도를 나타내고, ZA 는 제1 경계 격자점(VA)의 고도를 나타낸다.Here, dEA represents the Euclidean distance between the observation point OP and the first boundary lattice point VA, dh represents the horizontal distance between the observation point OP and the first boundary lattice point VA, dz represents the horizontal distance between the observation point OP and the first boundary lattice point VA, Represents the vertical distance between the first boundary lattice point (OP) and the first boundary lattice point (VA). ? OP represents the latitude of the observation point OP,? OP represents the hardness of the observation point OP,? A represents the latitude of the first boundary lattice point VA and? A represents the latitude of the first boundary lattice point VA ). ZOP represents the altitude of the observation point OP and ZA represents the altitude of the first boundary lattice point VA.
이 경우, 관측 지점(OP)으로 내삽되는 모델 값 SOP 은, [식 7]과 같이 나타낼 수 있다.In this case, the model value SOP interpolated to the observation point OP can be expressed as [Equation 7].
[식 7][Equation 7]
단, SA 는 제1 경계 격자점(VA)에서의 모델 값을 나타내고, SB 는 제2 경계 격자점(VB)에서의 모델 값을 나타내며, SC 는 제3 경계 격자점(VC)에서의 모델 값을 나타내고, SD 는 제4 경계 격자점(VD)에서의 모델 값을 나타낸다. dEA, dEB, dEC 및 dED 는 각각의 제1 내지 제4 경계 격자점들(VA, VB, VC, VD)과 관측 지점(OP) 간의 3차원 유클리드 거리를 나타낸다. SA represents the model value at the first boundary lattice point (VA), SB represents the model value at the second boundary lattice point (VB), SC represents the model value at the third boundary lattice point (VC) , And SD represents the model value at the fourth boundary lattice point (VD). dEA, dEB, dEC and dED represent the three-dimensional Euclidean distance between each of the first to fourth boundary lattice points VA, VB, VC, VD and the observation point OP.
이와 같이, 단계 S480에서는 전술한 [식 5] 내지 [식 7]에 의해, 관측 지점(OP)을 3차원 공간에서 둘러싸는 4개의 경계 격자점들(VA, VB, VC, VD)로부터, 상기 관측 지점(OP)에서의 모델 값을 3차원 내삽함으로써, 상기 관측 지점(OP)에서의 관측 값과, 상기 3차원 내삽된 모델 값을 비교할 수 있다.In this way, in step S480, from the four boundary lattice points VA, VB, VC, VD surrounding the observation point OP in the three-dimensional space by the above-mentioned [Expression 5] The model value at the observation point OP can be three-dimensionally interpolated to compare the observation value at the observation point OP with the 3D interpolated model value.
이상에서와 같이, 본 발명의 실시예들에 따른 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치에 따르면, 수치일기예보모델로부터 산출된 모델 데이터 및 일기 관측 지점으로부터 얻어진 관측 데이터를, 조밀한 간격으로 설정된 가상의 정형격자에 기초하여 3차원 공간 상에서 내삽함으로써, 상기 수치일기예보모델에서 사용되는 좌표계에 관계없이, 일기 관측 지점의 관측 데이터와 수치일기예보모델의 모델 데이터를 용이하게 비교할 수 있다.As described above, according to the method of three-dimensionally interpolating the data of the numerical weather forecast model having the atypical grid according to the embodiments of the present invention with respect to the weather observation point and the hardware device for performing the method, The calculated model data and the observation data obtained from the diary observation point are interpolated on the three-dimensional space based on the hypothetical fixed lattice set at the closely spaced intervals so that irrespective of the coordinate system used in the numerical weather forecast model, The observation data and the model data of the numerical weather forecast model can be easily compared.
또한, 일기 관측 지점의 관측 데이터에 대하여, 수평 좌표뿐 아니라 연직 좌표를 함께 고려하여 수치일기예보모델의 모델 데이터를 3차원적으로 내삽함으로써, 관측 데이터 및 모델 데이터 간의 비교 정확도를 향상시킬 수 있다.In addition, the accuracy of comparison between the observation data and the model data can be improved by interpolating the model data of the numerical weather forecast model three-dimensionally by considering the horizontal coordinate as well as the vertical coordinate with respect to the observation data of the weather observation point.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined in the appended claims. It will be possible.
100: 하드웨어 장치
110: 메모리
130: 계산부
200: 수치일기예보모델
300: 관측 데이터
500: 전구 평면도
700: 가상의 위도-경도 좌표계
ER: 유효 반경
OP: 관측 지점100: hardware device 110: memory
130: calculation unit 200: numerical weather forecast model
300: observation data 500: light bulb plan view
700: virtual latitude-longitude coordinate system
ER: effective radius OP: observation point
Claims (10)
상기 제1 좌표계가 위도-경도 좌표계인지 판단하는 단계;
상기 제1 좌표계가 위도-경도 좌표계가 아닌 경우, 상기 제1 좌표계의 제1 격자 해상도보다 높은 제2 격자 해상도를 갖고 위도-경도 격자에 대응하는 가상의 제2 좌표계를 설정하는 단계;
상기 모델 데이터가 정의되는 복수의 모델 격자점들 및 상기 관측 지점의 수평 위치를 상기 가상의 제2 좌표계에서의 좌표로 변환하는 단계;
상기 모델 격자점들의 격자 간격보다 큰 값을 갖는 영향 반경을 설정하는 단계;
상기 관측 지점을 중심으로 상기 영향 반경의 내부에 포함되고, 상기 가상의 제2 좌표계에서의 좌표로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색하는 단계;
상기 경계 격자점들의 위도, 경도 및 연직 고도를 독출하는 단계; 및
상기 경계 격자점들과 관측 지점 간의 3차원 유클리드 거리에 따른 가중치에 기초하여, 상기 경계 격자점들의 값을 상기 관측 지점의 모델 값으로 내삽하는 단계를 포함하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법.A hardware device including a calculation unit including a plurality of calculation units and a memory electrically connected to the calculation unit is provided with a data interpolating model data of the numerical weather forecast model calculated using the first coordinate system to the position of the observation point In the assimilation method,
Determining whether the first coordinate system is a latitude-longitude coordinate system;
Setting a virtual second coordinate system having a second grid resolution higher than the first grid resolution of the first coordinate system and corresponding to the latitude-longitude lattice when the first coordinate system is not a latitude-longitude coordinate system;
Converting a plurality of model grid points where the model data is defined and a horizontal position of the observation point into coordinates in the virtual second coordinate system;
Setting an influence radius having a value larger than the lattice spacing of the model lattice points;
Searching four boundary lattice points included in the influence radius around the observation point and corresponding to model grid points converted into coordinates in the imaginary second coordinate system;
Reading the latitude, longitude and vertical altitude of the boundary lattice points; And
Interpolating a value of the boundary lattice points to a model value of the observation point based on a weight according to a three-dimensional Euclidean distance between the boundary lattice points and the observation point. A method of three - dimensionally interpolating data of a weather forecast model with respect to diary observation points.
상기 모델 격자점들의 경도가 MX(lon)이고, 상기 모델 격자점들의 위도가 MX(lat)이며, 상기 가상의 제2 좌표계의 가상 기준점의 경도가 M0(lon)이고, 상기 가상 기준점의 위도가 M0(lat)이며, 상기 가상의 제2 좌표계의 격자 간격이 D (degree 단위)인 경우, 상기 모델 격자점들 및 관측 지점의 좌표 (xp, yp)를
와 같이 변환하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법.2. The method of claim 1, wherein transforming the model grid points and the horizontal position of the observation point into coordinates in the virtual second coordinate system comprises:
Wherein the hardness of the model grid points is MX (lon), the latitude of the model grid points is MX (lat), the hardness of virtual reference points of the imaginary second coordinate system is M0 (lon) (Xp, yp) of the model lattice points and the observation point when the lattice interval of the imaginary second coordinate system is D
Dimensional model of the numerical weather forecast model having an atypical lattice.
상기 관측 지점을 중심으로 제1 각도 범위에서 가장 근접한 제1 경계 격자점을 탐색하는 단계;
상기 관측 지점을 중심으로 제2 각도 범위에서 가장 근접한 제2 경계 격자점을 탐색하는 단계;
상기 관측 지점을 중심으로 제3 각도 범위에서 가장 근접한 제3 경계 격자점을 탐색하는 단계; 및
상기 관측 지점을 중심으로 제4 각도 범위에서 가장 근접한 제4 경계 격자점을 탐색하는 단계를 포함하고,
상기 제1 각도 범위, 제2 각도 범위, 제3 각도 범위 및 제4 각도 범위의 합은 360도인 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법.The method of claim 1, wherein the searching for the four boundary lattice points comprises:
Searching for a first boundary lattice point closest to the first angular range about the observation point;
Searching for a second boundary lattice point closest to the second angular range about the observation point;
Searching for a third boundary lattice point closest to the third angular range about the observation point; And
Searching a fourth boundary lattice point closest to the fourth angular range about the observation point,
Wherein the sum of the first angular range, the second angular range, the third angular range, and the fourth angular range is 360 degrees, wherein the data of the numerical weather forecast model having an atypical lattice is three-dimensionally How to interpolate.
상기 제1 경계 격자점에서의 모델 값이 SA 이고, 상기 제2 경계 격자점에서의 모델 값이 SB 이며, 상기 제3 경계 격자점에서의 모델 값이 SC 이고, 상기 제4 경계 격자점에서의 모델 값이 SD 인 경우로서,
상기 제1 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEA 이고, 상기 제2 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEB 이며, 상기 제3 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEC 이고, 상기 제4 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dED 인 경우,
상기 관측 지점으로 내삽되는 모델 값 SOP 를,
와 같이 산출하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법.4. The method of claim 3, wherein interpolating the values of the boundary lattice points with the model values of the observation point comprises:
Wherein the model value at the first boundary lattice point is SA, the model value at the second boundary lattice point is SB, the model value at the third boundary lattice point is SC, If the model value is SD,
A three-dimensional Euclidean distance between the first boundary lattice point and the observation point is dEA, a three-dimensional Euclidean distance between the second boundary lattice point and the observation point is dEB, and a third boundary lattice point between the third boundary lattice point and the observation point is 3 Dimensional Euclidean distance is dEC, and a 3D Euclidean distance between the fourth boundary lattice point and the observation point is dED,
A model value SOP interpolated to the observation point,
Dimensional model of the numerical weather forecast model having an atypical lattice is three-dimensionally interpolated with respect to a weather observation point.
상기 제1 좌표계가 위도-경도 좌표계인 경우, 상기 관측 지점의 고도에 대응하는 상기 수치일기예보모델의 고도면 상에서 상기 관측 지점을 둘러싼 4개의 경계점들이 갖는 모델 값들을, 위도 방향 및 경도 방향을 따라 상기 경계점들 및 관측 지점에 의해 형성되는 4개의 직사각형들의 면적에 따른 가중치를 곱하여, 상기 관측 지점에서의 모델 값으로 내삽하는 단계를 더 포함하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법.The method according to claim 1,
Wherein when the first coordinate system is a latitude-longitude coordinate system, model values of the four boundary points surrounding the observation point on the high-level drawing of the numerical weather forecast model corresponding to the altitude of the observation point are calculated along the latitudinal and longitudinal directions Further comprising the step of interpolating a model value at the observation point by multiplying a weight by an area of the four rectangles formed by the boundary points and the observation point and interpolating the model value at the observation point. A method of three - dimensionally interpolating data on diary observation points.
제1 좌표계를 사용하여 산출되는 수치일기예보모델의 모델 데이터를 상기 관측 지점의 위치로 내삽하기 위하여, 상기 제1 좌표계가 위도-경도 좌표계인지 판단하고, 상기 제1 좌표계가 위도-경도 좌표계가 아닌 경우, 상기 제1 좌표계의 제1 격자 해상도보다 높은 제2 격자 해상도를 갖고 위도-경도 격자에 대응하는 가상의 제2 좌표계를 설정하여, 상기 모델 데이터가 정의되는 복수의 모델 격자점들 및 상기 관측 지점의 수평 위치를 상기 가상의 제2 좌표계에서의 좌표로 변환하며, 상기 모델 격자점들의 격자 간격보다 큰 값을 갖는 영향 반경을 설정하고, 상기 관측 지점을 중심으로 상기 영향 반경의 내부에 포함되고 상기 가상의 제2 좌표계에서의 좌표로 변환된 모델 격자점들에 대응하는 4개의 경계 격자점들을 탐색하여, 상기 경계 격자점들의 위도, 경도 및 연직 고도를 독출하며, 상기 경계 격자점들과 관측 지점 간의 3차원 유클리드 거리에 따른 가중치에 기초하여 상기 경계 격자점들의 값을 상기 관측 지점의 모델 값으로 내삽하는 계산부를 포함하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치.A memory for storing positional information of the observation point and diary observation values at the observation point; And
Determining whether the first coordinate system is a latitude-longitude coordinate system in order to interpolate model data of a numerical weather forecast model calculated using the first coordinate system to a position of the observation point; and if the first coordinate system is not a latitude- A virtual second coordinate system having a second lattice resolution higher than the first lattice resolution of the first coordinate system and corresponding to the latitude-longitude lattice is set so that a plurality of model lattice points for which the model data is defined, Transforming the horizontal position of the point into coordinates in the virtual second coordinate system, setting an influence radius having a value larger than the lattice spacing of the model lattice points, and being included in the influence radius around the observation point Searching for four boundary lattice points corresponding to the model grid points converted into coordinates in the virtual second coordinate system, and determining the latitude of the boundary lattice points, And a calculation unit for interpolating the values of the boundary lattice points to the model values of the observation point based on weights corresponding to the three-dimensional Euclidean distance between the boundary lattice points and the observation point. Dimensional data of a numerical weather forecast model having an irregular grid is three-dimensionally interpolated with respect to a weather observation point.
상기 모델 격자점들의 경도가 MX(lon)이고, 상기 모델 격자점들의 위도가 MX(lat)이며, 상기 가상의 제2 좌표계의 가상 기준점의 경도가 M0(lon)이고, 상기 가상 기준점의 위도가 M0(lat)이며, 상기 가상의 제2 좌표계의 격자 간격이 D (degree 단위)인 경우, 상기 모델 격자점들 및 관측 지점의 수평 위치를
와 같이, 상기 가상의 제2 좌표계에서의 좌표 (xp, yp)로 변환하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치.7. The apparatus of claim 6,
Wherein the hardness of the model grid points is MX (lon), the latitude of the model grid points is MX (lat), the hardness of virtual reference points of the imaginary second coordinate system is M0 (lon) M0 (lat), and when the grid interval of the imaginary second coordinate system is D (degree unit), the horizontal position of the model grid points and the observation point is
(Xp, yp) in the virtual second coordinate system, as in the case of the numerical weather forecast model having the irregular lattice. Hardware devices.
상기 가상의 제2 좌표계 상에서 상기 관측 지점을 중심으로 하고 상기 유효 반경 내부에 포함되는, 변환된 모델 격자점들 중, 상기 관측 지점을 중심으로 제1 각도 범위에서 가장 근접한 제1 경계 격자점과, 상기 관측 지점을 중심으로 제2 각도 범위에서 가장 근접한 제2 경계 격자점과, 상기 관측 지점을 중심으로 제3 각도 범위에서 가장 근접한 제3 경계 격자점과, 상기 관측 지점을 중심으로 제4 각도 범위에서 가장 근접한 제4 경계 격자점을 탐색하며,
상기 제1 각도 범위, 제2 각도 범위, 제3 각도 범위 및 제4 각도 범위의 합은 360도인 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치.7. The apparatus of claim 6,
A first boundary lattice point closest to the observation point in the first angular range, among the converted model lattice points, centered at the observation point on the virtual second coordinate system and included in the effective radius, A second boundary lattice point closest to the second angular range around the observation point, a third boundary lattice point closest to the third angular range about the observation point, and a third boundary lattice point closest to the fourth angular range Searching for the fourth boundary lattice point closest to the fourth boundary lattice point,
Wherein the sum of the first angular range, the second angular range, the third angular range, and the fourth angular range is 360 degrees, wherein the data of the numerical weather forecast model having an atypical lattice is three-dimensionally A hardware device that performs an interpolation method.
상기 제1 경계 격자점에서의 모델 값이 SA 이고, 상기 제2 경계 격자점에서의 모델 값이 SB 이며, 상기 제3 경계 격자점에서의 모델 값이 SC 이고, 상기 제4 경계 격자점에서의 모델 값이 SD 인 경우로서,
상기 제1 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEA 이고, 상기 제2 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEB 이며, 상기 제3 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dEC 이고, 상기 제4 경계 격자점과 상기 관측 지점 간의 3차원 유클리드 거리가 dED 인 경우,
와 같이, 상기 제1 경계 격자점, 제2 경계 격자점, 제3 경계 격자점 및 제4 경계 격자점의 모델 값들을 상기 관측 지점에서의 모델 값 SOP 로 내삽하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치.9. The apparatus of claim 8,
Wherein the model value at the first boundary lattice point is SA, the model value at the second boundary lattice point is SB, the model value at the third boundary lattice point is SC, If the model value is SD,
A three-dimensional Euclidean distance between the first boundary lattice point and the observation point is dEA, a three-dimensional Euclidean distance between the second boundary lattice point and the observation point is dEB, and a third boundary lattice point between the third boundary lattice point and the observation point is 3 Dimensional Euclidean distance is dEC, and a 3D Euclidean distance between the fourth boundary lattice point and the observation point is dED,
, The model values of the first boundary lattice point, the second boundary lattice point, the third boundary lattice point and the fourth boundary lattice point are interpolated into the model value SOP at the observation point, And a method of interpolating the data of the numerical weather forecast model three - dimensionally with respect to a weather observation point.
상기 제1 좌표계가 위도-경도 좌표계인 경우, 상기 관측 지점의 고도에 대응하는 상기 수치일기예보모델의 고도면 상에서 상기 관측 지점을 둘러싼 4개의 경계점들이 갖는 모델 값들을, 위도 방향 및 경도 방향을 따라 상기 경계점들 및 관측 지점에 의해 형성되는 4개의 직사각형들의 면적에 따른 가중치를 곱하여, 상기 관측 지점에서의 모델 값으로 내삽하는 것을 특징으로 하는, 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법을 수행하는 하드웨어 장치.7. The apparatus of claim 6,
Wherein when the first coordinate system is a latitude-longitude coordinate system, model values of the four boundary points surrounding the observation point on the high-level drawing of the numerical weather forecast model corresponding to the altitude of the observation point are calculated along the latitudinal and longitudinal directions Wherein the data of the numerical weather forecast model having an irregular grid is multiplied by a weight corresponding to the area of the four rectangles formed by the boundary points and the observation point and is interpolated into a model value at the observation point. Dimensional interpolation with respect to the three-dimensional image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130137592A KR101547860B1 (en) | 2013-11-13 | 2013-11-13 | Three-dimensional interpolation method of numerical weather prediction model data in non-regular grid onto weather observation point and hardware device performing the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130137592A KR101547860B1 (en) | 2013-11-13 | 2013-11-13 | Three-dimensional interpolation method of numerical weather prediction model data in non-regular grid onto weather observation point and hardware device performing the same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150055355A true KR20150055355A (en) | 2015-05-21 |
| KR101547860B1 KR101547860B1 (en) | 2015-08-27 |
Family
ID=53390971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130137592A KR101547860B1 (en) | 2013-11-13 | 2013-11-13 | Three-dimensional interpolation method of numerical weather prediction model data in non-regular grid onto weather observation point and hardware device performing the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101547860B1 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106842368A (en) * | 2017-03-14 | 2017-06-13 | 北京维艾思气象信息科技有限公司 | A kind of single-point precipitation forecast method based on Big Dipper positioning |
| WO2018226012A1 (en) * | 2017-06-08 | 2018-12-13 | (주) 씨이랩 | Method and system for geographic representation of data-based analysis results |
| WO2018225985A1 (en) * | 2017-06-08 | 2018-12-13 | (주)한국해양기상기술 | Method and server for predicting weather-related dangerous situation at specific point on path of user by referencing separate observation data observed from multiple observation points |
| CN109933877A (en) * | 2019-03-04 | 2019-06-25 | 哈尔滨工程大学 | Algebraic multigrid three-dimensional variation data assimilation |
| KR20220090268A (en) * | 2020-12-22 | 2022-06-29 | 한국해양과학기술원 | System and Method for Improving Spatial Resolution of Global Climate Data by using Satellites |
| CN115272560A (en) * | 2021-12-06 | 2022-11-01 | 中国电力科学研究院有限公司 | Three-dimensional sound field cloud picture based substation equipment hidden danger positioning method and system |
| KR102486637B1 (en) * | 2022-09-27 | 2023-01-10 | (주)바이브컴퍼니 | Weather data interpolation method to 3D grid for digital twin system |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100619144B1 (en) | 2003-04-24 | 2006-08-31 | 오재호 | System and method for processing weather data in a realtime |
| JP2007248355A (en) | 2006-03-17 | 2007-09-27 | Hitachi Engineering & Services Co Ltd | Device and method for estimating weather data |
| JP2010060443A (en) | 2008-09-04 | 2010-03-18 | Japan Weather Association | Weather forecast device, method, and program |
| JP5235855B2 (en) | 2009-12-22 | 2013-07-10 | 中国電力株式会社 | Environmental data interpolation method, environmental data interpolation device, program, and photovoltaic power generation amount calculation system |
-
2013
- 2013-11-13 KR KR1020130137592A patent/KR101547860B1/en active IP Right Grant
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106842368A (en) * | 2017-03-14 | 2017-06-13 | 北京维艾思气象信息科技有限公司 | A kind of single-point precipitation forecast method based on Big Dipper positioning |
| CN106842368B (en) * | 2017-03-14 | 2019-05-10 | 北京维艾思气象信息科技有限公司 | A kind of single-point precipitation forecast method based on Beidou positioning |
| WO2018226012A1 (en) * | 2017-06-08 | 2018-12-13 | (주) 씨이랩 | Method and system for geographic representation of data-based analysis results |
| WO2018225985A1 (en) * | 2017-06-08 | 2018-12-13 | (주)한국해양기상기술 | Method and server for predicting weather-related dangerous situation at specific point on path of user by referencing separate observation data observed from multiple observation points |
| US11262478B2 (en) | 2017-06-08 | 2022-03-01 | Korea Oceanic And Atmospheric System Technology (Koast) | Method and server for predicting weather-related dangerous situation at specific point on path of user by referencing separate observation data observed from multiple observation points |
| CN109933877A (en) * | 2019-03-04 | 2019-06-25 | 哈尔滨工程大学 | Algebraic multigrid three-dimensional variation data assimilation |
| CN109933877B (en) * | 2019-03-04 | 2022-08-12 | 哈尔滨工程大学 | Algebraic multiple grid three-dimensional variational data assimilation method |
| KR20220090268A (en) * | 2020-12-22 | 2022-06-29 | 한국해양과학기술원 | System and Method for Improving Spatial Resolution of Global Climate Data by using Satellites |
| CN115272560A (en) * | 2021-12-06 | 2022-11-01 | 中国电力科学研究院有限公司 | Three-dimensional sound field cloud picture based substation equipment hidden danger positioning method and system |
| CN115272560B (en) * | 2021-12-06 | 2023-09-19 | 中国电力科学研究院有限公司 | Substation equipment hidden danger positioning method and system based on three-dimensional sound field cloud picture |
| KR102486637B1 (en) * | 2022-09-27 | 2023-01-10 | (주)바이브컴퍼니 | Weather data interpolation method to 3D grid for digital twin system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101547860B1 (en) | 2015-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101547860B1 (en) | Three-dimensional interpolation method of numerical weather prediction model data in non-regular grid onto weather observation point and hardware device performing the same | |
| Bagan et al. | Analysis of urban growth and estimating population density using satellite images of nighttime lights and land-use and population data | |
| Millward-Hopkins et al. | Assessing the potential of urban wind energy in a major UK city using an analytical model | |
| Qaddouri et al. | The Canadian global environmental multiscale model on the Yin‐Yang grid system | |
| Hofer et al. | Empirical‐statistical downscaling of reanalysis data to high‐resolution air temperature and specific humidity above a glacier surface (Cordillera Blanca, Peru) | |
| JP5433913B2 (en) | Wave prediction system | |
| Meidani et al. | Long-lead streamflow forecasting in the southwest of Iran by sea surface temperature of the Mediterranean Sea | |
| Turner et al. | Interpolation of tidal levels in the coastal zone for the creation of a hydrographic datum | |
| CN106324620A (en) | Tropospheric zenith delay method based not on real-time measurement of surface meteorological data | |
| JP2019203727A (en) | Weather prediction device, weather prediction method, and wind power generation output estimating device | |
| Huang et al. | High-efficiency determination of coastline by combination of tidal level and coastal zone DEM from UAV tilt photogrammetry | |
| Mustaquim | Utilizing remote sensing data and ArcGIS for advanced computational analysis in land surface temperature modeling and land use property characterization | |
| KR101471378B1 (en) | Spectral transformation method for three-dimension variational data assimilation of numerical weather prediction model using cubed-sphere grid based on spectral element method and hardware device performing the same | |
| Li et al. | Anomalous glacier changes in the southeast of Tuomuer‐khan Tengri Mountain ranges, central Tianshan | |
| Nguyen et al. | Spatial interpolation of meteorologic variables in Vietnam using the Kriging method | |
| Medeiros et al. | A Random Forest model based on lidar and field measurements for parameterizing surface roughness in coastal modeling | |
| Anuchaivong et al. | Statistical downscaling for rainfall forecasts using modified constructed analog method in Thailand | |
| Sandeep et al. | The impact of assimilation of AMSU data for the prediction of a tropical cyclone over India using a mesoscale model | |
| Figurski et al. | The impact of initial and boundary conditions on severe weather event simulations using a high-resolution WRF model. Case study of the derecho event in Poland on 11 August 2017 | |
| Ezer et al. | On the dynamics and morphology of extensive tidal mudflats: Integrating remote sensing data with an inundation model of Cook Inlet, Alaska | |
| Ratheesh et al. | Projection-based assimilation of satellite-derived surface data in an Indian Ocean circulation model | |
| Bakiş et al. | Analysis and comparison of spatial rainfall distribution applying different interpolation methods in Porsuk river basin, Turkey | |
| Hofierka et al. | Modeling Diurnal Changes in Land Surface Temperature in Urban Areas under Cloudy Conditions | |
| Al-Ramahi et al. | Spatial Analysis of Relative Humidity and Its Effect on Baghdad City for The Years 2008, 2013 and 2018 | |
| Zink et al. | Photogrammetric point clouds for GIS-based high-resolution estimation of solar radiation for roof-top solar systems |
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 | ||
| FPAY | Annual fee payment |
Payment date: 20180710 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20190711 Year of fee payment: 5 |