KR20160064709A - 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법 - Google Patents

이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법 Download PDF

Info

Publication number
KR20160064709A
KR20160064709A KR1020140168640A KR20140168640A KR20160064709A KR 20160064709 A KR20160064709 A KR 20160064709A KR 1020140168640 A KR1020140168640 A KR 1020140168640A KR 20140168640 A KR20140168640 A KR 20140168640A KR 20160064709 A KR20160064709 A KR 20160064709A
Authority
KR
South Korea
Prior art keywords
temperature
maximum temperature
standard light
estimated
light receiving
Prior art date
Application number
KR1020140168640A
Other languages
English (en)
Other versions
KR101689441B1 (ko
Inventor
윤진일
Original Assignee
재단법인 국가농림기상센터
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 재단법인 국가농림기상센터 filed Critical 재단법인 국가농림기상센터
Priority to KR1020140168640A priority Critical patent/KR101689441B1/ko
Publication of KR20160064709A publication Critical patent/KR20160064709A/ko
Application granted granted Critical
Publication of KR101689441B1 publication Critical patent/KR101689441B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

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

Abstract

본 발명은 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법에 대한 것으로서, 특히, 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법에 관한 것이다. 본 발명은 일사효과 기반 최고기온 추정모형에 관찰된 풍속효과를 추가함으로써 일 최고기온 추정방법의 신뢰성을 크게 상승시킬 수 있는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법을 제공할 수 있다.

Description

이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법{system for daily maximum temperature estimation in a complex terrain using wind speed weighted solar effect correction scheme and method therefor}
본 발명은 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법에 대한 것으로서, 특히, 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법에 관한 것이다.
기후변화로 인해 폭염과 열대야 등의 기온 관련 이변이 더 증가될 것으로 전망되는 상황에서, 고온으로 인한 농작물의 수확량 감소, 생리장해 및 과실의 품질 및 착색의 불량 등 작물의 피해 증가가 예상된다. 기후변화와 기상이변은 여러 공간규모에서 다양하게 발생하지만, 농민이 그 영향을 경험하는 것은 농장, 과원 등 국지규모에서만 가능하다. 따라서 농업부문의 기상재해 조기경보체계는 국지적인 규모로 그 적용공간이 제한되며, 여기에 활용되는 기온 역시 필지단위 동정이 가능할 정도로 분해능이 높아야 한다.
기상청 제공 일 최고기온 정보의 분해능은 사방 5km로서 평야지에서는 별 문제가 없지만 산간지에서는 실제 온도와 큰 차이가 발생할 수 있다. 그 근본적인 이유는 복잡지형의 일 최고기온 분포가 표고차에 의해서도 달라지지만, 사면과 태양위치 간 기하학적 관계로 인한 수광량(surface irradiance) 차이의 영향을 받기 때문이다. 기상청 정보를 바탕으로 공간통계기법 등으로 규모를 축소시킬 경우, 격자점 대표 기온을 기반으로 격자점 내 임의 지점과 격자점 대표고도 간 편차만큼 기온감률을 적용하는 것이 일반적이다. 이 같은 방식으로 추정된 기온값에는 해발고도 보정만으로는 설명할 수 없는 오차가 내재되어 있는데, 특히 맑은 날 낮시간에는 평탄지와 경사면 간 일사 수광량이 달라서 발생하는 오차가 크다. 태양위치와 사면의 방향, 경사도에 따라 지표면에 도달하는 태양복사의 입사각도가 달라지며, 이에 따라 지면을 데우는데 사용되는 순복사에너지가 변하기 때문이다.
일 최고기온 결정에 미치는 이 같은 '수광량 효과'를 정량화하기 위해 많은 연구가 진행되었는데, 대체로 1100 부터 1500 까지 4시간 동안의 수평면에 대한 경사면의 수광량편차와, 수평면에 대한 경사면의 기온편차 간 관계식을 도출하는 방안이 주종을 이루었다. 이들 방법은 주로 고해상도 전자기후도 제작에 많이 활용되었지만 조기경보체계에서 요구하는, '실황에 준하는' (near-real time) 일 최고기온 추정에도 적용할 수 있는지 검토된 적은 없다. 또한, 사면 일사수광량 편차 외에도 지표 부근의 한낮기온 결정요인으로써 이류의 영향을 들 수 있다. Kim and Yun (2013)이 제시한 일사편차가 기온에 영향을 미칠 수 있는 '유효면적'은 약 1.8km2으로, 해발고도와 경사도 등 지형을 표현하는 단위격자의 기준면적 900m2에 비해 매우 큰 규모이며 이는 낮시간대 사면에서 가열된 공기주머니가 바람에 의해 열특성이 다른 공기주머니들과 빠르게 섞이게 된 결과일 수 있다.
대한민국 공개특허공보 제10-2009-0088131호(2009.08.19. 공개)
본 발명의 목적은 일 최고기온 추정방법의 신뢰성을 크게 상승시킬 수 있는 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법을 제공하는 것이다.
상술한 목적을 달성하기 위해 본 발명은 일사효과 추정 모형과, 상기 일사효과 추정 모형의 추정기온 보정계수를 표준수광지수에 따라 연산하여 적용시키는 추정기온 보정계수 연산 모듈을 포함하는 것을 특징으로 하는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템을 제공한다.
또한, 본 발명은 추정기온 보정계수 연산 모듈이 일사효과 추정 모형의 추정기온 보정계수를 표준수광지수에 따라 연산하는 단계와, 상기 추정기온 보정계수 연산 모듈이 상기 추정기온 보정계수를 상기 일사효과 추정 모형에 적용하는 단계를 포함하는 것을 특징으로 하는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법을 제공한다.
여기서, 상기 추정기온 보정계수(
Figure pat00001
)는, 상기 표준수광지수(
Figure pat00002
)가 -0.178 미만일 경우 -1.2이며, 상기 표준수광지수(
Figure pat00003
)가 -0.178 이상, 0 미만일 경우 6.66
Figure pat00004
이며, 상기 표준수광지수(
Figure pat00005
)가 0 이상, 0.125 미만일 경우 32
Figure pat00006
이며, 상기 표준수광지수(
Figure pat00007
)가 0.125 이상일 경우 4이다.
본 발명은 일사효과 기반 최고기온 추정모형에 관찰된 풍속효과를 추가함으로써 일 최고기온 추정방법의 신뢰성을 크게 상승시킬 수 있는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법을 제공할 수 있다.
도 1은 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템에 개념도.
도 2는 맑은 날 표준수광지수의 변동에 따른 1500기온의 변화 그래프.
도 3은 연구대상지역을 750m 평활화 사면경사(slope aspect)로 표현한 지도.
도 4는 맑은 날과 흐린 날의 대표적인 서향-동향 사면 관측지점 간 1500 기온차를 각각 평균과 표준편차로 표현한 그래프.
도 5는 맑은 날 1100~1500(4시간)의 평균풍속과 1500 기온의 추정-실측값 편차 사이의 상관관계를 나타낸 그래프
도 6은 풍속에 따른 일사효과 보정계수 도출 그래프.
도 7은 일사효과를 반영하지 않은 맑은 날의 1500 추정기온(Old, 위)과 일사-바람 효과를 반영한 추정기온(New, 아래)을 실측기온과 비교한 그래프.
도 8은 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법의 순서도.
이하, 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면상의 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템에 개념도이다.
본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템은 도 1에 도시된 바와 같이, 일사효과 추정 모형과, 추정기온 보정계수 연산 모듈을 포함한다.
일사효과 추정 모형은 관측된 일사효과를 정량적으로 추정할 수 있는 모형으로서, BioSIM을 예시한다. BioSIM은 산악 등 복잡지형에서 사용될 수 있는 모형이며, 이 모형에서는 임의 사면의 1100부터 1500까지 4시간 동안의 적산 일사수광량과 인근 기상관측소의 수평면일사량 간 편차에 의해 기상관측소의 1500 기온을 보정하여 임의사면의 기온값으로 삼는다. 이때, 사용되는 보정계수(correction factor, Cf)는 다음의 수학식 1과 같이 표현된다.
Figure pat00008
수학식 1에서,
Figure pat00009
은 기온일교차,
Figure pat00010
은 수평면과 경사면간 일사량 편차에 의한 기온상승분의 상한값으로 일교차 섭씨 1도당 기온으로 표현되며 산림군락에서는 0.1429이다. 또한,
Figure pat00011
는 과열지수(overheating index)로서 4시간 동안 적산한 수평면 일사량(
Figure pat00012
)과 경사면 일사량(
Figure pat00013
)간의 차이를 북반구에서 관찰되는 오후 4시간 적산 일사량의 최대편차(
Figure pat00014
, 15MJ/m2)로 표준화한 것이다. 이러한 과열지수(
Figure pat00015
)는 아래의 수학식 2와 같이 표현된다.
Figure pat00016
하지만, 전술된 모형을 우리나라에 적용하면 일사효과가 과소추정되는 단점이 있으며, 이를 보완하기 위해서 아래의 수학식 2의 분모를 청천일사량(clear sky radiation, S)으로 치환한 표준수광지수(
Figure pat00017
)를 사용한다.
Figure pat00018
청천일사량(
Figure pat00019
)은
Figure pat00020
와 달리 하지를 정점으로 계절변동을 보이는데, 동일한 수광량 편차일지라도 여름철보다 겨울철 낮기온 상승 기여도가 클 것으로 가정한 것이다. 이러한 청천일사량(
Figure pat00021
)은 아래의 수학식 4와 같다.
Figure pat00022
수학식 4에서,
Figure pat00023
는
Figure pat00024
이며,
Figure pat00025
는 위도,
Figure pat00026
는 태양적위로서, 아래의 수학식 5와 같이 근사값을 구할 수 있다.
Figure pat00027
수학식 5에서,
Figure pat00028
는 1~365의 연중 날짜(day of year)를 의미한다.
다양한 경사면과 수평면간 최고기온 편차, 즉, 일사수광량에 의한 추정기온 보정계수(
Figure pat00029
)는 표준수광지수(
Figure pat00030
)의 이차함수로 표현할 수 있으며, 이는 아래의 수학식 6과 같다.
Figure pat00031
도 2는 맑은 날 표준수광지수의 변동에 따른 1500기온의 변화 그래프이다.
하지만, 수학식 6은 표준수광지수(
Figure pat00032
)가 양의 값이면 기온상승효과가 급격히 증가하여 0.125에서 약 섭씨4도를, 0.2에서는 섭씨 7도에 가까워지는 문제가 있다. 따라서, 본 발명에서는 도 2에 도시된 바와 같이, 기생화산실험에서 관측된 최고기온 편차 최대치인 섭씨 4도를 기온변동의 상한값으로 두고, 표준수광지수(
Figure pat00033
)값이 0 ~ 0.125일 때 섭씨 0도부터 섭씨 4도까지 직선적으로 증가한다고 가정하여 아래의 수학식 7과 같이 일사수광량에 의한 추정기온 보정계수(
Figure pat00034
)를 대체한다.
Figure pat00035
표준수광지수(
Figure pat00036
)가 음의 값일 경우 0부터 수학식 6의 변곡점인
Figure pat00037
까지 직선적으로 감소되도록 수학식 8과 같이 일사수광량에 의한 추정기온 보정계수(
Figure pat00038
)를 대체한다.
Figure pat00039
또한, 그 이하는 관측된 일사효과 최저치인 섭씨 -1.2도를 유지하도록 한다.
표 1은 표준수광지수 구간별 기온보정계수 계산식이다.
Case NDSI Correction factor (℃)
1
Figure pat00040
Figure pat00041
2
Figure pat00042
Figure pat00043
3
Figure pat00044
Figure pat00045
4
Figure pat00046
Figure pat00047
도 3은 연구대상지역을 750m 평활화 사면경사(slope aspect)로 표현한 지도이다. 도 3에는 10개의 검증관측지점과, 기상청 자동기상관측소(AWS), 진주기상대(ASOS)의 상대적 위치가 함께 표시되어 있다.
도 3을 참조하면, 연구대상지역으로서 지리산 국립공원 남쪽의 악양집수역(경남 하동군 악양면)을 선정하고, 해발 10~325m 고도 범위의 10개 지점에 설치된 무인기상관측기(STA Corporation, Korea)로부터 2012년 1월부터 2013년 12월까지 2년간 1분단위 기온과 풍속 자료를 수집하였다. 10곳의 기상관측지점은 남북으로 흐르는 하천을 사이에 두고 서향사면과 동향사면에 고루 분포하고 있어 한낮의 일사량과 기온의 차이를 확인하기에 적합하다. 5번 지점과 7번 지점의 해발고도는 약 280m 가량으로 거의 동일하지만 5번은 서향사면에, 7번은 동향사면에 위치하고 있다. 서향사면의 4번 지점은 326m로, 5번, 7번 지점과 고도 면에서 유사하다. 해발 92m와 105m의 2번(서향사면)과 9번(동향사면)은 해발 300m 급 지점에 비해서 상대적으로 경사가 완만하다. 6번 지점은 계곡 지형 안쪽에 위치한 완만한 남향사면에 해당하며, 1번, 10번 지점은 고도 40m가 조금 넘는 낮은 남동향사면이다.
표 2는 증관측지점의 지형특성표이다. 표 1에서 경사향과 경사도는 반경 750m로 평활화된 값이다.
지역(Site) 고도 (m) 경사도 (ㅀ) 경사향 (ㅀ)
1 44 9 157
2 92 10 236
3 195 16 261
4 326 24 247
5 284 21 212
6 82 9 179
7 276 17 146
8 11 5 183
9 105 16 130
10 42 7 162
연구대상지역에 가장 가깝고 위도가 유사한 기상관서는 진주기상대로, 이곳의 시간단위 일사량과 운량 자료를 수집하였다. 10개 지점에서 수평면 일사량을 관측했지만 측기의 정밀도와 정확도가 기상관서의 표준측기보다 낮고 지점별로 주변 장애물 유무와 위치 등 관측여건이 다르기 때문에 지점 평균값을 사용하지 않고 진주기상대의 일사량을 연구대상지역의 수평면 일사량으로 간주하였다. 지점별 사면 일사 수광량은 1100부터 1500까지 매시간 적산된 진주 수평면 일사량으로부터 Kondratyev and Federova (1977)의 방법에 의해 계산하였다. 이 과정에서 경사도 및 경사향은 가로ㅧ세로 30m 해상도의 DEM 격자로부터 반경 750m의 구역을 평활화 한 것으로 사용하였다. 운량의 경우, 1200부터 1500까지 4시간의 값을 평균하여 평균 운량이 1이하인 날과 9이상인 날을 선별, 각각 맑은 날과 흐린 날 구분에 이용하였다.
도 4는 맑은 날과 흐린 날의 대표적인 서향-동향 사면 관측지점 간 1500 기온차를 각각 평균과 표준편차로 표현한 그래프이다. 도 4에서 2, 4, 5번은 서향사면이고 7번과 9번은 동향사면이다. 비교를 위해서 맑은 날 일사수광량 편차도 함께 표시하였다.
이들 자료를 이용하여 도 4와 같이, 해발고도나 경사도 조건은 비슷하나 경사향만 다를 경우 두 지점 간에 한낮 4시간 동안 실제로 수광량과 기온에 차이가 나는지 확인하였다. 2012년 중 운량 1이하가 기록된 75일에 대하여 검증관측지점 중 고도가 300m정도로 비슷한 5번(서향사면)과 7번(동향사면)의 1500 기온은 5번에서 평균 섭씨 1.5도 더 높았는데, 흐린 날 76일 간의 두 지점간 기온 편차는 평균 섭씨 0.1도에 불과하였다. 서향사면 4번 지점은 7번에 비해 표고가 40m 가량 더 높은 곳이긴 하나 7번에 비해 맑은 날 기온이 평균 섭씨 0.7도 더 높았다. 흐린 날의 기온 편차는 평균 섭씨 -0.3도로서 고도에 따른 기온감율이 반영된 것으로 볼 수 있다. 표고 100m 급의 두 지점 2번(서향사면)과 9번(동향사면)에서도 맑은 날 1500 기온 편차는 역시 2번에서 평균 섭씨 0.4도 더 높았다.
같은 지점들의 맑은 날 1100 ~ 1500 (4시간) 누적 사면 일사수광량을 비교해 보면 기온편차가 가장 컸던 5번과 7번 사이에서 수광량 편차가 거의 2MJ/m2 에 가까울 정도로 큰 것으로 나타났다. 나머지 경우에도 모두 동향사면에 비해 서향사면 쪽의 일사 수광량이 더 큰 것으로 나타나 1500 기온의 지점 간 편차와 사면 일사수광량 간에 상관이 있음은 확실해 보인다.
도 5는 맑은 날 1100~1500(4시간)의 평균풍속과 1500 기온의 추정-실측값 편차 사이의 상관관계를 나타낸 그래프이다.
해발고도 보정만을 수행한 일 최고기온 추정값은 실제 관측기온과 차이가 날 것이며 기존에는 이 오차의 주된 성분이 일사효과라고 결론 내렸다. 하지만 본 발명에서는 일사효과를 이류, 즉 풍속에 의해 보정해야만 현실에 가까운 결과를 얻을 것으로 가정하여 먼저 이 오차와 풍속간의 관계를 살펴보았다. 선별된 맑은 날(2012년 75일, 2013년 102일)에 대하여 악양집수역 인근 기상청 AWS인 화개와 하동에서 관측된 1500 기온의 평균값을 10개 검증지점의 배경기온으로 두고, AWS지점 평균표고와 30m 격자의 DEM (digital elevation model)으로 표현된 가상지형의 고도 간 편차를 기온감률(섭씨 -0.9도/100m)에 의해 보정하여 각 지점의 국지기온을 추정하였다. 이들 추정기온과 실측기온 간 지점 평균 추정오차를 계산한 다음, 동일 기간의 4시간(1100-1500) 평균풍속과 비교하였더니 도 5에 도시된 바와 같이, 풍속이 강해질수록 추정오차가 직선적으로 줄어드는 관계가 확인되었다.
경사면이 수평면에 비해 더 가열되어 사면에 인접한 공기주머니의 온도가 상승하더라도 그 자리에 머물러 있지 못하고 이동한다는 것은 충분히 예견되는 사실이다. 이때 큰 규모의 공기주머니가 연직상방으로 이동하는 대류의 경우 일사수광량 편차에 의한 사면의 차별가열(differential heating)과 그로 인한 공기주머니의 온도상승효과가 지속되겠지만, 만약 주변으로부터 열특성이 다른 공기주머니가 이류에 의해 기존 공기주머니를 밀어내거나 섞일 경우에는 일사효과의 감쇄가 예상된다. 이를 반영하여 표준수광지수(
Figure pat00048
)를 이용한 기온보정계수(
Figure pat00049
)를 이류가 전혀 없는 조건에서 기대할 수 있는 일사효과의 최대값으로 간주하였다. 이류가 있는 다른 경우에는 수평풍속에 따라 가중치를 적용함으로써 일사효과 보정계수를 조정하는 방안을 도출하였다. 풍속가중치(
Figure pat00050
)는 해당 경사면의 표준수광지수 계산과 동일한 4시간 (1100 ~ 1500) 동안 평균풍속(
Figure pat00051
)을 변수로 둔 아래의 수학식 9와 같이 모의하였다.
Figure pat00052
도 6은 풍속에 따른 일사효과 보정계수 도출 그래프이다.
수학식 9와 도 6에 의하면, 일사효과모형에 의한 기온상승분이 최대치 섭씨 4도로 계산되었을 때 4시간 풍속평균이 0.5m/s였다면 섭씨 2.2도로, 1m/s였을 경우에는 섭씨 1.2도로, 2m/s 일 때는 섭씨 0.4도로 줄게 되며 평균풍속이 3m/s 이상이면 기온에 미치는 일사효과는 사라지게 된다.
도 7은 일사효과를 반영하지 않은 맑은 날의 1500 추정기온(Old, 위)과 일사-바람 효과를 반영한 추정기온(New, 아래)을 실측기온과 비교한 그래프이다.
표준수광지수 기반의 일사효과 모형에 바람효과를 결합하여 악양집수역 10개 검증지점의 2012년 12월부터 2013년 2월까지 운량 1 이하인 맑은 날 1500기온을 추정하였다. 기상청 AWS 화개와 하동 두 지점에서 관측된 1500 기온의 평균값을 연구지역의 배경기온으로 두고 기상청 자동 기상 관측 장비(AWS) 평균표고와 30m 격자의 수치 표고 모델(digital elevation model, DEM)으로 표현된 가상지형의 고도 간 편차를 기온감률(섭씨 -0.9도/100m)로 보정하여 대조값으로 삼았다. 또한 비교를 위해 풍속효과를 적용하지 않은 기존 일사효과모형에 의해 1500 기온을 추정하였다. 이들과 검증관측망의 1500 실측기온을 비교하여 각 모형의 평균 오차(mean error, ME)와 오차의 제곱 평균 제곱근(root mean square error, RMSE, 표준 오차)을 계산하였다.
표 3은 고도편차만을 보정(Lapse), 일사효과 적용(NSI), 바람효과 보정(NSI+V)에 의해 추정된 맑은 날 1500 기온의 신뢰도 비교표이다.
Sites
1 2 3 4 5 6 7 8 9 10 AVG
Lapse ME -0.33 -0.73 -1.49 -1.10 -1.36 -1.49 -0.29 -0.97 -0.40 -0.52 -0.87
RMSE 0.78 1.09 1.71 1.37 1.63 1.69 0.81 1.33 0.88 0.93 1.22
NSI ME 1.24 1.24 0.05 1.69 1.77 0.69 1.83 0.08 0.60 0.98 1.02
RMSE 1.80 1.86 1.35 2.19 2.36 1.65 2.49 1.23 1.43 1.63 1.80
NSI+V ME 0.01 -0.25 -0.78 -0.11 0.09 -0.57 0.15 -0.55 -0.17 -0.08 -0.23
RMSE 0.76 0.90 1.34 0.95 1.34 1.15 0.82 1.08 0.82 0.84 1.00
전술된 계산의 결과 단순 고도보정의 경우 기온추정 평균 오차(ME)는 섭씨 -0.87도로 전반적으로 과소추정이었으며, 특히 서향사면에 위치한 3~5번 지점과 저지대이나 완만한 남사면에 해당하는 6번 지점에서 이런 경향이 심했다 . 기존의 표준수광지수 모형으로 추정된 기온은 기온추정 평균 오차(ME) 섭씨 1.0도로서 실측기온에 비해 전반적으로 높았다. 이에 비해 바람효과를 결합한 새로운 모형에 의해 추정된 기온은 기온추정 평균 오차(ME)가 섭씨 -0.23도로 편기성이 크게 개선되었으며, 이 같은 효과는 특히 남·서향의 사면에서 크게 나타났다.
검증지점 10곳의 1500 추정기온 평균 RMSE 역시 섭씨 1.0도 수준으로 낮아져 실용성이 충분한 것으로 판단된다. 기존의 표준수광지수 모형만으로는 RMSE가 섭씨 1.8도나 되지만 풍속가중치로 보완함으로써 편기성 개선은 물론 RMSE를 크게 낮출 수 있게 되었다. 이 새로운 방법에 의해 복잡지형의 기후자료뿐 아니라 실황기상 수준에서도 기존 기상정보의 공간규모로는 표현이 어려운 복잡지형 내에서도 신뢰성 있는 최고기온 예측과 농가에 유용한 2, 3차 정보를 생산하는 기반 기술이 될 수 있을 것으로 보인다.
다음은 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법에 대해 도면을 참조하여 설명한다. 후술될 설명 중 전술된 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템의 설명과 중복되는 내용은 생략하거나 간략히 설명한다.
도 8은 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법의 순서도이다.
본 발명에 따른 본 발명에 따른 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법은 도 8에 도시된 바와 같이, 추정기온 보정계수를 연산하는 단계(S1)와, 일사효과 추정 모형에 적용하는 단계(S2)를 포함한다.
추정기온 보정계수를 연산하는 단계(S1)는 추정기온 보정계수 연산 모듈이 표준수광지수(
Figure pat00053
)에 따라서 추정기온 보정계수를 연산한다. 여기서, 표준수광지수(
Figure pat00054
)가 음의 값일 경우 수학식 8과 같이 추정기온 보정계수를 연산하며, 표준수광지수(
Figure pat00055
)가 양의 값일 경우 수학식 8과 같이 추정기온 보정계수를 연산한다. 이러한 추정기온 보정계수를 연산하는 단계(S1)는 전술된 표 1과 같다.
일사효과 추정 모형에 적용하는 단계(S2)는 추정기온 보정계수 연산 모듈이 추정기온 보정계수를 연산하는 단계(S1)에서 연산된 추정기온 보정계수를 일사효과 추정 모형에 적용한다.
이상에서는 도면 및 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 기술적 사상으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 일사효과 추정 모형 200: 추정기온 보정계수 연산 모듈

Claims (4)

  1. 일사효과 추정 모형과,
    상기 일사효과 추정 모형의 추정기온 보정계수를 표준수광지수에 따라 연산하여 적용시키는 추정기온 보정계수 연산 모듈을 포함하는 것을 특징으로 하는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템.
  2. 청구항 1에 있어서,
    상기 추정기온 보정계수(
    Figure pat00056
    )는,
    상기 표준수광지수(
    Figure pat00057
    )가 -0.178 미만일 경우 -1.2이며,
    상기 표준수광지수(
    Figure pat00058
    )가 -0.178 이상, 0 미만일 경우 6.66
    Figure pat00059
    이며,
    상기 표준수광지수(
    Figure pat00060
    )가 0 이상, 0.125 미만일 경우 32
    Figure pat00061
    이며,
    상기 표준수광지수(
    Figure pat00062
    )가 0.125 이상일 경우 4인 것을 특징으로 하는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템.
  3. 추정기온 보정계수 연산 모듈이 일사효과 추정 모형의 추정기온 보정계수를 표준수광지수에 따라 연산하는 단계와,
    상기 추정기온 보정계수 연산 모듈이 상기 추정기온 보정계수를 상기 일사효과 추정 모형에 적용하는 단계를 포함하는 것을 특징으로 하는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법.
  4. 청구항 3에 있어서,
    상기 추정기온 보정계수(
    Figure pat00063
    )는,
    상기 표준수광지수(
    Figure pat00064
    )가 -0.178 미만일 경우 -1.2이며,
    상기 표준수광지수(
    Figure pat00065
    )가 -0.178 이상, 0 미만일 경우 6.66
    Figure pat00066
    이며,
    상기 표준수광지수(
    Figure pat00067
    )가 0 이상, 0.125 미만일 경우 32
    Figure pat00068
    이며,
    상기 표준수광지수(
    Figure pat00069
    )가 0.125 이상일 경우 4인 것을 특징으로 하는 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 방법.
KR1020140168640A 2014-11-28 2014-11-28 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법 KR101689441B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140168640A KR101689441B1 (ko) 2014-11-28 2014-11-28 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140168640A KR101689441B1 (ko) 2014-11-28 2014-11-28 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법

Publications (2)

Publication Number Publication Date
KR20160064709A true KR20160064709A (ko) 2016-06-08
KR101689441B1 KR101689441B1 (ko) 2016-12-23

Family

ID=56193685

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140168640A KR101689441B1 (ko) 2014-11-28 2014-11-28 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법

Country Status (1)

Country Link
KR (1) KR101689441B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200083719A (ko) * 2018-12-28 2020-07-09 재단법인 국가농림기상센터 적산 일사량을 이용한 경사면의 낮 기온 추정 방법
CN115423200A (zh) * 2022-09-16 2022-12-02 南通沃太新能源有限公司 离线状态下补全太阳辐照进行光伏功率预测的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090088131A (ko) 2008-02-14 2009-08-19 경희대학교 산학협력단 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템
KR20100115913A (ko) * 2009-04-21 2010-10-29 경희대학교 산학협력단 미관측 경사면 상의 일 최고기온을 인근 기상대자료로부터 추정하는 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090088131A (ko) 2008-02-14 2009-08-19 경희대학교 산학협력단 표고편차를 고려한 국지기온의 추정방법 및 그 추정시스템
KR20100115913A (ko) * 2009-04-21 2010-10-29 경희대학교 산학협력단 미관측 경사면 상의 일 최고기온을 인근 기상대자료로부터 추정하는 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
김수옥 외 1인, '맑은 날 한낮의 사면 기온분포와 일사 수광량 간 관계', 한국농림기상학회지 제15권 제4호, 2013.12., pp.291-297. *
김수옥 외 3인, '기상청 동네예보의 영농활용도 증진을 위한 방안: 1. 기온역전조건의 국지기온 보정', 한국농림기상학회지 제15권 제2호, 2012, pp.76-84. *
윤진일, '공간기후모형을 이용한 농업기상정보 생산', 한국농림기상학회지 제6권 제4호, 2004, pp.272-289. *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200083719A (ko) * 2018-12-28 2020-07-09 재단법인 국가농림기상센터 적산 일사량을 이용한 경사면의 낮 기온 추정 방법
CN115423200A (zh) * 2022-09-16 2022-12-02 南通沃太新能源有限公司 离线状态下补全太阳辐照进行光伏功率预测的方法
CN115423200B (zh) * 2022-09-16 2023-12-29 南通沃太新能源有限公司 离线状态下补全太阳辐照进行光伏功率预测的方法

Also Published As

Publication number Publication date
KR101689441B1 (ko) 2016-12-23

Similar Documents

Publication Publication Date Title
Stathopoulos et al. Wind power prediction based on numerical and statistical models
Sellers et al. A global 1 by 1 NDVI data set for climate studies. Part 2: The generation of global fields of terrestrial biophysical parameters from the NDVI
Yan et al. Topographic radiation modeling and spatial scaling of clear-sky land surface longwave radiation over rugged terrain
Siala et al. Estimation of the PV potential in ASEAN with a high spatial and temporal resolution
Ruiz-Arias et al. A high-resolution topographic correction method for clear-sky solar irradiance derived with a numerical weather prediction model
CN114019579B (zh) 高时空分辨率近地表空气温度重构方法、系统、设备
Guo et al. Analysis of the ionospheric equivalent slab thickness based on ground-based GPS/TEC and GPS/COSMIC RO measurements
Nage Estimation of monthly average daily solar radiation from meteorological parameters: sunshine hours and measured temperature in Tepi, Ethiopia
KR101689441B1 (ko) 이류효과 보정기법을 이용한 산악지대 일 최고기온 분포 추정 시스템 및 이를 이용한 산악지대 일 최고기온 분포 추정 방법
Meng et al. Spring flood forecasting based on the WRF-TSRM mode
KR20160078920A (ko) 목표 지점의 일사량 계산 방법 및 장치
Li et al. Temporal and spatial variations of global solar radiation over the Qinghai–Tibetan Plateau during the past 40 years
Luiz et al. Comparison of methodologies for cloud cover estimation in Brazil-A case study
Rincón et al. Assessment of short-term irradiance forecasting based on post-processing tools applied on WRF meteorological simulations
Kaouther et al. Estimation of global and direct solar radiation in tunisia based on geostationary satellite imagery
CN111199580A (zh) 光伏农业大棚太阳辐照度分析方法
KR101040621B1 (ko) 미관측 경사면 상의 일 최고기온을 인근 기상대자료로부터 추정하는 방법
CN110766291B (zh) 一种基于太阳辐射分区的水平面日总辐射数据获取方法
CN113255148A (zh) 基于modis产品数据估算全天气气温及其时空分布方法
KR102222541B1 (ko) 적산 일사량을 이용한 경사면의 낮 기온 추정 방법
Gabathuler et al. Parameterization of incoming longwave radiation in high-mountain environments
Bürgesser et al. Spatial and time distribution of the flash rate over tropical Africa
Eftimie Estimating Clear Sky Solar Radiation Using Linke and Ångström Turbidity Coefficients in Romania
Lee et al. Statistical analysis and modelling of one-minute global solar irradiance for a tropical country
Asghari Saraskanroud et al. The feasibility of utilizing solar energy using remote sensing and SEBAL algorithm Case study: Alshtar County

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191219

Year of fee payment: 5