KR20160102805A - 해양 기상 분석 장치 및 방법 - Google Patents
해양 기상 분석 장치 및 방법 Download PDFInfo
- Publication number
- KR20160102805A KR20160102805A KR1020150025344A KR20150025344A KR20160102805A KR 20160102805 A KR20160102805 A KR 20160102805A KR 1020150025344 A KR1020150025344 A KR 1020150025344A KR 20150025344 A KR20150025344 A KR 20150025344A KR 20160102805 A KR20160102805 A KR 20160102805A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- marine
- numerical model
- meteorological
- wave numerical
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013480 data collection Methods 0.000 claims abstract description 20
- 239000000284 extract Substances 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000012808 vapor phase Substances 0.000 claims description 7
- 238000012795 verification Methods 0.000 abstract description 25
- 238000009826 distribution Methods 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 7
- 238000013075 data extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 239000012071 phase Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000220317 Rosa Species 0.000 description 1
- 241000109329 Rosa xanthina Species 0.000 description 1
- 235000004789 Rosa xanthina Nutrition 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Tourism & Hospitality (AREA)
- Ecology (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Atmospheric Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 해양 기상 분석 장치 및 방법을 개시한다. 구체적으로, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 자료 수집부; 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 화면 제공부; 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 비교 검증부; 및 상기 화면 제공부는, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 것을 포함한다.
Description
본 발명은 기상 분석 기술에 관한 것으로, 보다 상세하게는 해양 기상 분석 장치 및 방법에 관한 것이다.
현재 해양 기상 연구 기관에서 다양한 종류의 해양 기상과 관련된 실시간 관측 자료 및 예측 자료를 저장 및 관리하고 있다.
해양 기상 분석 기초 자료로는 관측 자료 및 예측 자료가 있다. 해양 기상의 관측 자료로는 자동 기상 관측 장비, 종관 관측, 등표, 등대, 부표 등에서 관측한 자료가 있고, 예측 자료로는 해상 파랑 수치 모델 자료가 있다.
그러나, 상기의 해양 관측 자료는 육상에 비해 매우 제한된 지점에서만 관측되고 있을 뿐 아니라 데이터 누락이 많아 상세 해양 기상 분석에 어려움이 있다.
또한, 해양 기상 분석 기초 자료의 양은 매우 방대하고, 대중에게 해양 기상의 변화 또는 예측의 정보전달이 가능하도록 가공된 것이 아니므로 바로 활용할 수 없다는 문제가 있었다.
아울러, 해양 기상 분석 기초 자료의 양이 방대하기 때문에, 상기 자료들을 이용하여 통계를 내거나 원하는 데이터를 추출하는데 많은 시간이 걸렸다.
따라서, 해양 기상 분석 기초 자료를 가공하여 사용자가 바로 활용할 수 있고, 사용자가 원하는 데이터를 빠르게 추출하여 확인하며, 해상의 모든 위경도에 대한 새로운 해양 기상 분석 장치 및 방법에 대한 개발 요구가 높아지고 있다.
본 발명의 실시예에 따른 해양 기상 분석 장치 및 방법은 수집한 해양 기상 분석 기초 자료를 가공하여 사용자가 원하는 해양 기상 데이터를 용이하게 얻을 수 있도록 하는 것을 목적으로 한다.
본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 해양 기상 분석 장치는, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 자료 수집부; 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 화면 제공부; 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 비교 검증부; 및 상기 화면 제공부는, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 것을 포함한다.
상기 비교 검증부는, 상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하고, 추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교할 수 있다.
상기 해양 기상 분석 장치는, 상기 수집한 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하는 데이터 추출부를 더 포함할 수 있다.
상기 자료 수집부는, 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하고, 상기 데이터 추출부는, 상기 자료 수집부가 수집한 각 해상 파랑 수치 모델에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 자료를 추출하는 것을 더 포함할 수 있다.
상기 해상 파랑 수치 모델은 GRIB(General Regularly-distributed Information in Binary form) 형태로 생성되어 수집되고, 상기 해양 기상 분석 장치는, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF(Network Common Data Format) 형태로 변환하는 데이터 가공부를 더 포함할 수 있다.
상기 해양 기상 분석 장치는, 상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 산출부를 더 포함하고, 상기 화면 제공부는, 상기 산출부가 산출한 값을 결과 화면으로 상기 사용자에게 제공할 수 있다.
상기 산출부는, 상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해양 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출할 수 있다.
한편, 본 발명의 일 실시예에 따른 해양 기상 분석 방법은, 해양 기상 분석 장치를 이용한 해양 기상 분석 방법으로서, 상기 해양 기상 분석 장치에서, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 단계; 상기 해양 기상 분석 장치에서, 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 단계; 상기 해양 기상 분석 장치에서, 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 단계; 및 상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 단계;를 포함한다.
비교 검증 단계는, 상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하는 단계; 및 추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교하는 단계;를 포함할 수 있다.
상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에, 상기 해양 기상 분석 장치에서, 상기 수집한 해양 분석 기상 기초 자료에서 일부의 데이터를 추출하는 단계를 더 포함할 수 있다.
상기 데이터를 수집하는 단계는,상기 해양 기상 분석 장치에서, 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하는 것이고, 상기 데이터를 추출하는 단계는, 상기 해양 기상 분석 장치에서, 상기 수집한 각 해상 파랑 수치 모델에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 자료를 추출하는 것일 수 있다.
상기 해양 기상 분석 기초 자료를 수집하는 단계는, 상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델을 GRIB 형태로 생성되어 수집하고, 상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에, 상기 해양 기상 분석 장치에서, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF 형태로 변환하는 단계를 더 포함할 수 있다.
상기 인터페이스 화면 제공 단계 이후에, 상기 해양 기상 분석 장치에서, 상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 단계; 및 상기 해양 기상 분석 장치에서, 상기 산출한 값을 결과 화면으로 상기 사용자에게 제공하는 단계를 더 포함할 수 있다.
상기 해상 기상 요소 값을 산출하는 단계는, 상기 해양 기상 분석 장치에서, 상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해양 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는 것일 수 있다.
본 발명의 실시예에 의하면, 해양 기상 분석 장치를 이용해 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하고 가공함으로써, 해양 기상 분석 시스템에서 사용되는 데이터 량을 줄이면서 신뢰도가 높은 자료를 사용할 수 있게 된다. 또한, 관측된 관측 자료와 예측된 해상 파랑 수치 모델의 데이터를 비교함으로써, 해상 파랑 수치 모델의 신뢰도를 확인할 수 있도록 할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 해양 기상 분석 시스템을 나타낸 도면
도 2는 본 발명의 일 실시예에 따른 해상 파랑 수치 모델에서 데이터를 추출하는 방법을 나타내는 도면
도 3은 본 발명의 일 실시예에 따른 해양 기상 분석 방법의 흐름도
도 4는 본 발명의 제 2 실시예에 따른 해양 기상 분석 방법의 흐름도
도 5는 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 인터페이스 화면을 나타낸 도면
도 6 내지 도 8은 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 결과 화면을 나타낸 도면
도 2는 본 발명의 일 실시예에 따른 해상 파랑 수치 모델에서 데이터를 추출하는 방법을 나타내는 도면
도 3은 본 발명의 일 실시예에 따른 해양 기상 분석 방법의 흐름도
도 4는 본 발명의 제 2 실시예에 따른 해양 기상 분석 방법의 흐름도
도 5는 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 인터페이스 화면을 나타낸 도면
도 6 내지 도 8은 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 결과 화면을 나타낸 도면
이하, 도 1 내지 도 8을 참조하여 본 발명의 구체적인 실시예를 설명하기로 한다. 그러나 이는 예시적 실시예에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명의 기술적 사상은 청구범위에 의해 결정되며, 이하 실시예는 진보적인 본 발명의 기술적 사상을 본 발명이 속하는 기술분야에서 통상의 지식을 가진자에게 효율적으로 설명하기 위한 일 수단일 뿐이다.
도 1은 본 발명의 일 실시예에 따른 해양 기상 분석 시스템을 나타낸 도면이다.
도 1을 참조하면, 해양 기상 분석 시스템(10)은 해양 기상 분석 장치(100) 및 사용자 단말기(200)을 포함할 수 있다.
해양 기상 분석 장치(100)와 사용자 단말기(200)은 로컬 영역 네트워크(Local Area Network: LAN), 광역 네트워크(Wide Area Network: WAN), 셀룰라 네트워크 또는 인터넷 등과 같은 네트워크를 통해 상호 통신 가능하게 연결된다. 사용자 단말기(200)의 예들은 휴대폰, 스마트폰, 태블릿, 랩톱 컴퓨터, 퍼스널 컴퓨터 등과 같은 통신 장치일 수 있으나, 이에 한정되는 것은 아니며 해양 기상 분석 장치(100)에 접속 가능한 다양한 유형의 무선 통신 장치 및 유선 통신 장치를 포함한다.
해양 기상 분석 장치(100)는 자료 수집부(110), 데이터 추출부(120), 데이터 가공부(130), 비교 검증부(140), 산출부(150), 화면 제공부(160) 및 저장부(170)를 포함할 수 있다.
자료 수집부(110)는 해양 기상 분석 기초 자료를 수집하는 역할을 한다. 자료 수집부(110)는 해양 기상 분석 시스템(10)을 사용하는 국가 또는 이웃 국가의 기상청으로부터 해양 기상 분석 기초 자료를 수집할 수 있다. 예를 들어, 한국에서 해양 기상 분석 시스템(10)을 사용할 경우, 자료 수집부(110)는 한국과 일본의 기상청으로부터 자료를 수집할 수 있다. 또한, 다른 나라의 기상청에서도 자료를 수집할 수 있음은 물론이다. 여기서, 해양 기상 분석 기초 자료는 해상 파랑 수치 모델 자료 및 관측 자료 중 적어도 하나를 포함할 수 있다.
해상 파랑 수치 모델은 파고, 파향, 파주기, 풍향 및 풍속 중 적어도 하나 이상의 해상 기상 요소 값을 포함할 수 있다. 각 해상 파랑 수치 모델은 해당 해상 파랑 수치 모델이 생성된 시간에 대한 생성 시간 정보(예를 들어, 생성 날짜 및 생성 시점 등)를 포함할 수 있다. 해상 파랑 수치 모델은 각 국가의 지역 파랑 모델(RWW3 : Regional Wave Watch III) 및 각 국가의 전지구 파랑 모델(GWW3 : Global Wave Watch III) 중 적어도 하나를 포함할 수 있다.
구체적으로, 해상 파랑 수치 모델은 1회 생성될 때, 일반적으로 현재부터 87시간까지의 해양 기상을 예측하여 생성될 수 있다. 해상 파랑 수치 모델은 현재부터 87시간까지의 시구간을 3시간 간격 즉, 3시간을 한 구간으로 하여 29개의 시구간으로 나누어 생성될 수 있다.
또한, 해상 파랑 수치 모델은 GRIB(General Regularly-distributed Information in Binary form)형식으로 생성될 수 있다. 여기서, GRIB 형식이란, 세계 기상 기구(WMO)에서 만든 기상 자료를 위한 형식으로 데이터를 격자점에 저장하는 형식일 수 있다. 즉, GRIB 형식은 해양 기상의 예측 영역을 격자 형태로 구획하고, 각 격자점에 해상 기상 요소 값이 저장되어 있는 형태일 수 있다. 따라서, 자료 수집부(110)는 해상 파랑 수치 모델을 GRIB 형식으로 수집할 수 있다.
해상 파랑 수치 모델은 각 모델에 따라 서로 다른 주기로 생성될 수 있다. 예를 들어, 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)은 각각 12시간 간격으로(즉, 12시간을 주기로) 하루 2회 생성될 수 있다. 반면, 일본의 지역 파랑 모델(JMA RWW3)은 6시간 간격으로(즉, 6시간을 주기로) 하루 4회 생성될 수 있다.
자료 수집부(110)는 각 해상 파랑 수치 모델의 생성 주기에 따라 기상청들로부터 해당 모델 자료를 수집할 수 있다. 예를 들어, 자료 수집부(110)는 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)의 경우, 12시간을 주기로 해당 모델 자료를 수집할 수 있다. 그리고, 일본의 지역 파랑 모델(JMA RWW3)의 경우, 6시간을 주기로 해당 모델 자료를 수집할 수 있다.
또한, 자료 수집부(110)는 과거에 생성된 해상 파랑 수치 모델을 기상청들로부터 수집할 수도 있다. 과거에 생성된 해상 파랑 수치 모델을 수집하는 경우, 자료 수집부(110)는 과거 일정 구간(예를 들어, 현재 시점으로부터 1년전까지의 구간)에 대한 해상 파랑 수치 모델을 수집할 수 있다.
자료 수집부(110)는 관측 자료를 수집할 수 있다. 자료 수집부(110)는 관측 자료를 텍스트 파일 형태로 수집할 수 있다. 여기서, 관측 자료는 자동 기상 관측 장비(AWS : Automatic Weather System), 종관 관측, 등표, 등대, 및 부표 중 적어도 하나에서 관측한 자료를 포함할 수 있다. 그러나, 이에 한정되는 것은 아니며 관측 자료는 그 이외의 관측 수단으로부터 관측된 자료를 포함할 수 있음은 물론이다. 관측 자료는 해양 기상과 관련된 풍향, 풍속, 최대 풍속, 기온, 수온, 기압, 최대파고, 유의파고, 평균파고 등의 해상 기상 요소의 값을 포함할 수 있다.
자료 수집부(110)는 관측 자료를 각 지점별로 수집할 수 있다. 구체적으로, 자료 수집부(110)는 자동 기상 관측 장비가 있는 각 지점, 각각의 등표, 각각의 등대 및 각각의 부표 등에서 자료를 각각 수집할 수 있다. 예를 들어, 자료 수집부(110)는 덕적도의 등대와 칠발도의 등대에서 각각의 관측자료를 수집할 수 있다.
데이터 추출부(120)는 자료 수집부(110)에서 수집한 해양 기상 분석 기초 자료 중 일부의 데이터를 추출하는 역할을 한다. 데이터 추출부(120)는 자료 수집부(110)에서 수집한 해상 파랑 수치 모델 자료 중 일부의 데이터를 추출할 수 있다. 예를 들어, 데이터 추출부(120)는 자료 수집부(110)가 수집한 해상 파랑 수치 모델 자료에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해상 파랑 수치 모델의 주기 간격에 해당하는 시간까지의 자료를 추출할 수 있다. 이를 통해, 시스템에서 사용되는 데이터 량을 줄이면서 신뢰도가 높은 자료를 사용할 수 있게 된다. 해상 파랑 수치 모델 자료에서 데이터를 추출하는 자세한 설명은 도 2를 참조하여 후술하기로 한다. 또한, 데이터 추출부(120)는 자료 수집부(110)에서 수집한 관측 자료에서 필요한 해상 기상 요소 데이터를 추출할 수 있다.
데이터 가공부(130)는 해상 기상 분석 기초 자료를 가공할 수 있다. 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 해상 파랑 수치 모델 자료를 가공할 수 있다. 또한, 데이터 가공부(130)는 데이터 수집부(110)에서 수집한 자료를 가공할 수도 있음은 물론이다. 예를 들어, 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 GRIB 형태의 해상 파랑 수치 모델 자료 또는 데이터 수집부(110)에서 수집한 자료를 NetCDF(Network Common Data Format) 형태로 변환할 수 있다. NetCDF 형태는 주로 과학용 분석 데이터 저장에 사용되는 것일 수 있다. 여기서 GRIB 형식을 NetCDF 형태로 가공함으로써, 데이터의 관리가 용이하게 된다. 구체적으로, GRIB 형식의 파일은 직접 액세스하여 데이터를 추출하기 어려운 반면, NetCDF 형태는 파일에서 여러 데이터를 추출 가능하게 할 수 있다. 즉, GRIB 형식의 파일을 사용할 경우 데이터를 추출하기 위한 별도의 데이터 자료가 필요하나, GRIB 형식의 파일을 NetCDF 형태로 가공함으로써, 별도의 데이터 자료의 여부에 관계없이 원하는 데이터를 사용할 수 있게 되는 것이다. 아울러, 데이터 가공부(130)는 현재 시점으로부터 추출되는 해상 파랑 수치 모델은 물론이고, 과거의 해상 파랑 수치 모델 자료도 가공할 수 있다.
본 발명은 해양 기상 분석 장치를 이용해 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하고 가공함으로써, 시스템에서 사용되는 데이터 량을 줄이면서 신뢰도가 높은 자료를 사용할 수 있게 되는 것으로, 종래의 사용자에게 해양 기상의 변화 또는 예측의 정보전달이 가능하도록 가공되지 않아 사용자가 바로 데이터를 활용할 수 없다는 문제를 해결할 수 있다.
또한, 본 발명은 가공된 데이터에서 원하는 자료를 검색하게 되는 것으로, 종래의 해양 기상과 관련된 관측 자료 및 예측 자료의 양이 방대하여 자료들을 이용하여 통계를 내거나 원하는 데이터를 추출하는데 많은 시간이 걸리는 문제점을 해결할 수 있다.
비교 검증부(140)는 해상 파랑 수치 모델과 관측 자료를 비교하여 해상 파랑 수치 모델의 신뢰도를 검증할 수 있다. 비교 검증부(140)는 사용자 단말기(200)로부터 입력되는 비교 검증 요청에 따라 해상 파랑 수치 모델과 관측 자료를 비교하여 검증할 수 있다. 비교 검증 요청에는 해상 파랑 수치 모델과 관측 자료를 비교하고자 하는 지점, 비교하고자 하는 해상 기상 요소, 비교하고자 하는 기간 중 적어도 하나의 비교 조건 정보가 포함될 수 있다. 여기서 비교하고자 하는 지점은, 관측 자료의 관측 지점과 해상 파랑 수치 모델 자료에서 해당 관측 지점과 동일하거나 유사한 격자점의 데이터를 비교한 것일 수 있다. 또한, 후술하는 산출부(150)에서 해상 파랑 수치 모델의 데이터 자료를 이용하여 관측 지점의 데이터를 산출하여 비교할 수 있음은 물론이다.
구체적으로, 비교 검증부(140)는 해상 파랑 수치 모델의 해상 기상 요소와 관측 자료의 해상 기상 요소 중 비교 가능한 요소를 추출할 수 있다. 이때, 해상 파랑 수치 모델의 해상 기상 요소와 관측 자료의 해상 기상 요소 중 동일 또는 유사한 해상 기상 요소를 비교 가능한 요소로 추출할 수 있다. 예를 들어, 해상 파랑 수치 모델에 파고, 파향, 파주기, 풍향, 풍속 등의 해상 기상 요소가 포함되고, 관측 요소에 풍향, 풍속, 최대풍속, 기온, 수온 기압, 최대파고, 유의파고, 평균파고 등의 해상 기상 요소가 포함되는 경우, 비교 검증부(140)는 해상 파랑 수치 모델의 해상 기상 요소 중 풍속과 관측 자료의 해상 기상 요소 중 풍속을 비교할 수 있다. 또한, 비교 검증부(140)는 해상 파랑 수치 모델의 해상 기상 요소 중 파고와 관측 자료의 해상 기상 요소 중 유의 파고를 비교할 수도 있다.
비교 검증부(140)는 예를 들어, 결정 계수(R2 : R Square) 또는 평균 제곱근 오차(RMSE : Root Mean Square Error)를 이용하여 해상 파랑 수치 모델(예측값)과 관측 자료(관측값)를 비교하여 예측값의 신뢰도를 검증할 수 있다. 여기서, 결정 계수는 회귀 분석에서 예측값과 관측값이 어느 정도 일치하는 지를 측정하는 계수로서 0에서 1사이의 값을 가지게 된다. 결정 계수의 값이 1일 경우 모든 예측값과 관측값이 일치한다는 의미이고, 결정 계수의 값이 0일 경우 예측값과 관측값 데이터 간에 관계를 전혀 설명해 주지 못함을 의미할 수 있다. 또한, 평균 제곱근 오차는 모델이 예측한 값과 실제 환경에서 관측되는 값이 어느 정도 차이가 나는지를 측정하는 계수이다. 구체적으로, 평균 제곱근 오차는 예측값과 관측값의 결과가 평균적으로 얼마만큼 떨어졌는지를 나타낼 수 있다. 정리하면, 결정 계수(R2)를 통해, 관측값과 예측값이 평균적으로 어느 정도 일치하는 지를 확인할 수 있고, 평균 제곱근 오차(RMSE)를 통해 예측값과 관측값의 오차 수준이 얼마나 되는지를 알 수 있게 된다.
즉, 비교 검증부(140)는 사용자 단말기(200)를 이용하여 사용자가 비교하고자 하는 지점, 요소 및 기간 등을 입력 받아, 해상 파랑 수치 모델과 관측 자료를 이용해 입력된 요소의 값을 상기 결정 계수 및 평균 제곱근 오차 중 하나 이상의 방식으로 비교하여 예측값의 신뢰도를 검증하여 제공할 수 있다.
산출부(150)는 사용자 화면에서 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는 역할을 한다. 사용자 화면은 화면 제공부(160)를 통해 사용자 단말기(200)로 제공될 수 있다. 이때, 사용자는 사용자 화면에서 소정의 해양 기상 분석 기초 자료를 선택할 수 있다. 사용자는 사용자 화면에서 해상 파랑 수치 모델 자료 또는 관측 자료 등을 선택할 수 있다. 사용자 화면은 사용자가 소정 지점 또는 지역을 선택할 수 있도록 지도 화면을 포함할 수 있다.
예를 들어, 사용자가 해상 파랑 수치 모델 자료를 선택한 경우, 산출부(150)는 지도 화면에서 사용자가 선택한 것이 지점인지 영역인지 확인할 수 있다. 만약, 사용자가 사용자 화면을 통해 선택한 것이 지점이라면, 산출부(150)는 사용자가 선택한 지점이 해상 기상 요소 값이 저장되어 있는 지점(즉, 격자점)인지, 격자점 이외의 점인지의 여부를 확인할 수 있다. 만약, 산출부(150)는 사용자가 선택한 지점이 격자점이라면, 격자점의 데이터 값을 추출하여 화면 제공부(160)로 전달할 수 있다. 반면, 산출부(150)는 사용자가 선택한 지점이 격자점 이외의 지점일 경우, 사용자가 선택한 지점에서 가장 가까이에 위치한 격자점을 확인하고, 가장 가까이에 위치한 격자점의 해상 기상 요소 값을 추출하여 화면 제공부(160)로 전달할 수 있다. 또는, 산출부(150)는 사용자가 선택한 지점으로부터 기 설정된 거리 이내에 위치하는 격자점들을 확인하고, 격자점들의 해상 기상 요소 값의 산술 평균값을 산출하여 화면 제공부(160)로 전달할 수도 있다.
또한, 사용자가 사용자 화면을 통해 선택한 것이 영역이라면, 산출부(150)는 사용자가 선택한 영역이 해상 기상 요소 값이 저장되어 있는 지점(즉, 격자점)을 포함하고 있는지의 여부를 확인할 수 있다. 만약, 사용자가 선택한 영역이 격자점을 포함하고 있지 않으면, 산출부(150)는 사용자가 선택한 영역의 기 설정된 거리 이내의 격자점들의 해상 기상 요소 값의 산술 평균값을 산출하여 화면 제공부(160)로 전달할 수 있다. 또한, 사용자가 선택한 영역에서 가장 가까이에 있는 격자점 해상 기상 요소 값을 화면 제공부(160)로 전달할 수 있음은 물론이다. 반면, 사용자가 선택한 영역이 격자점을 포함하고 있는 경우, 산출부(150)는 영역에 포함되어 있는 격자점의 개수에 따라 해당 영역에 대한 해상 기상 요소 값을 산출할 수 있다. 예를 들어, 사용자가 선택한 영역에 하나의 격자점이 포함되어 있다면, 포함된 하나의 격자점의 해상 기상 요소 값을 추출하여 화면 제공부로 전달할 수 있다. 이때, 해당 영역의 해상 기상 요소 값은 상기 추출한 격자점의 해상 기상 요소 값이 된다. 또한, 사용자가 선택한 영역에 두 개 이상의 격자점이 포함하고 있다면, 산출부(150)는 포함되어 격자점들의 해상 기상 요소 값의 산술 평균값을 산출하여 화면 제공부(160)로 전달할 수도 있다.
또한, 산출부(150)의 산출법은 이에 한정되는 것은 아니며, 사용자가 선택한 지점 근처 2개 이상의 격자점과 다양한 내삽법을 이용하여 값을 산출할 수 있음은 물론이다. 예를 들어, 산출부(150)는 IDW(Inverse Distance Weighted Interpolation)보간법, 크리깅(Kriging) 보간법, 회귀 분석 등을 이용하여 산출할 수 있다. 여기서, IDW보간법은 주변의 가까운 점으로부터 선형으로 결합된 가중치를 사용하여 새로운 셀의 값을 결정하는 방법이다. 구체적으로, IDW보간법은 가까이 있는 관측값에 더 큰 가중치를 주어 보간하는 방법으로 거리가 가까울수록 높은 가중치가 적용될 수 있다. 또한, 크리깅(Kriging) 보간법은 이미 알고 있는 데이터(즉, 관측값)들의 선형 조합으로 관심있는 지점에서의 속성값을 예측하는 지구통계학적 방법일 수 있다. 즉, 크리깅(Kriging) 보간법은 주위의 실측값들을 선형으로 조합하며, 통계학적인 방법을 이용하여 값을 추정하는 것으로, 값을 추정할 때 실측값과의 거리뿐만 아니라 주변에 이웃한 값 사이의 상관강도를 반영하여 값을 산출할 수도 있다. 또한, 회귀 분석(regression analysis)은 관찰된 연속형 변수들에 대해 독립변수(예를 들어, 관측값)와 종속변수(예를 들어, 예측값) 사이의 상관관계를 나타내는 선형 관계식을 구하는 기법 및 이렇게 얻은 모형의 적합도를 측정하는 분석 방법일 수 있다.
아울러, 산출부(150)는 사용자가 선택한 지점 또는 영역에서 확인하고자 하는 해상 기상 요소 및 확인하고자 하는 데이터의 기간을 추가로 선택할 경우, 선택되는 해상 기상 요소 및 선택된 데이터 기간 내에서 데이터를 산출할 수도 있다. 또한, 사용자가 관측 자료를 선택하여 확인하고자 하는 관측 지점을 선택하는 경우, 산출부(150)는 지도 화면에서 사용자가 선택한 관측 지점의 해상 기상 요소를 확인하여 화면 제공부(160)로 전달할 수 있다.
화면 제공부(160)는 사용자 화면을 사용자 단말기로 제공하는 역할을 한다. 사용자 화면은 인터페이스 화면 및 결과 화면을 포함할 수 있다. 인터페이스 화면은 해양 기상 분석 기초 자료에서 확인하고자 하는 자료를 선택할 수 있고, 확인하고자 하는 기간 및 확인하고자 하는 지점을 선택하는 지도 화면 등을 포함할 수 있다. 결과 화면은 비교 검증부(140)의 결과값 또는 산출부(150)에서 산출한 데이터를 가시화하여 사용자 단말기(200)에 제공하는 화면일 수 있다. 구체적으로, 화면 제공부(160)의 결과 화면은 비교 검증부(140)의 해상 파랑 수치 모델과 관측 자료 간의 신뢰도를 가시화하여 사용자 단말기(200)로 제공하는 화면일 수 있다. 또한, 화면 제공부(160)의 결과 화면은 산출부(150)에서 산출한 지점의 산출 값 또는 영역의 산출 값을 테이블, 분포도, 그래프 등의 형태로 제공할 수 있다. 이에 대한 자세한 설명은 도 5 내지 도 8을 참조하여 후술하기로 한다.
저장부(170)는 해양 기상 분석 시스템(10)의 각종 자료를 저장하는 역할을 할 수 있다. 구체적으로, 자료 수집부(110)에서 수집한 자료, 데이터 추출부(120)에서 추출한 데이터 및 데이터 가공부(130)에서 가공한 데이터 등을 저장할 수 있다.
사용자 단말기(200)는 해양 기상 분석 시스템(10)을 이용하는 사용자가 명령을 입력하고, 가시화되는 테이블, 분포도, 그래프 등을 확인 하도록 할 수 있다. 사용자 단말기(200)는 휴대폰, 스마트폰, 태블릿, 랩톱 컴퓨터, 퍼스널 컴퓨터 등과 같은 통신 장치일 수 있으나, 이에 한정되는 것은 아니다.
사용자 단말기(200)는 해양 기상 분석 시스템(10)을 이용하는 사용자가 명령을 입력하는데 사용된다. 사용자 단말기(200)는 마우스, 키보드, 터치스크린 등 사용자가 입력할 수 있는 수단을 이용해 사용자가 명령을 입력할 수 있도록 할 수 있다. 사용자는 사용자 단말기(200)를 통해 확인하고자 하는 해양 기상 분석 기초 자료를 선택하고 기초 자료의 요소 중 확인하고자 하는 요소를 선택할 수 있고, 확인하고자 하는 지점 또는 영역을 선택할 수도 있다.
사용자 단말기(200)는 화면 제공부(160)를 통해 제공되는 산출 값, 가시화되는 테이블, 분포도, 그래프 등을 확인하는데 사용된다. 사용자 단말기(200)는 가시화되는 테이블 또는 그래프를 확인할 수 있는 장치라면 모두 가능할 수 있다. 사용자 단말기(200)는 사용자가 선택한 자료의 종류, 선택한 해상 기상 요소, 선택한 지점 또는 영역 등을 확인할 수 있다. 또한, 예측값의 신뢰도를 표시할 수도 있음은 물론이다.
도 2는 본 발명의 일 실시예에 따른 해상 파랑 수치 모델에서 데이터를 추출하는 방법을 나타내는 도면이다. 여기서는 일본의 지역 파랑 모델을 예로 들어 설명하나 이에 한정되는 것은 아니며, 다른 해상 파랑 수치 모델에서 데이터를 추출하는 방법도 이와 같을 수 있다.
도 2를 참조하면, 일본의 지역 파랑 모델은 1회 생성시, 87시간 뒤의 해상 기상을 예상하여 생성되며, 그 생성 주기가 6시간으로 하루에 4회 생성될 수 있다.
데이터 추출부(120)는 6시간 간격으로 생성되는 각 일본의 지역 파랑 모델에서 일부의 데이터를 추출하게 된다. 구체적으로, 데이터 추출부(120)는 첫 번째 일본의 지역 파랑 모델에서 해당 모델의 생성 시점으로부터 일본의 지역 파랑 모델의 생성 주기(즉, 6시간)에 해당하는 시점까지의 데이터를 추출할 수 있다. 이와 마찬가지로, 데이터 추출부(120)는 두 번째 내지 네 번째 일본의 지역 파랑 모델에서 각각 해당 모델의 생성 시점으로부터 일본의 지역 파랑 모델의 생성 주기(즉, 6시간)에 해당하는 시점까지의 데이터를 추출할 수 있다.
이와 같이, 6시간 간격으로 생성되는 각 일본의 지역 파랑 모델에 대해 해당 모델의 생성 시점으로부터 일본의 지역 파랑 모델의 생성 주기(즉, 6시간)에 해당하는 시점까지의 데이터를 추출함으로써, 시스템에서 사용되는 데이터의 양을 줄일 수 있게 된다. 또한, 일본의 지역 파랑 모델의 생성 주기만큼의 데이터를 추출함으로써, 신뢰성 있는 데이터를 사용할 수 있게 된다. 구체적으로, 첫 번째 생성된 일본의 지역 파랑 모델의 6시간 이후부터 12시간까지의 예측 자료와, 두 번째 생성된 일본의 지역 파랑 모델의 생성 시점부터 생성 주기에 해당하는 자료는, 서로 예측하는 시구간은 같으나, 예측하는 시점이 첫 번째 일본의 지역 파랑 모델이 두 번째 일본의 지역 파랑 모델에 비해 더 과거의 시점(즉, 6시간 이전)에서 예측하는 것으로, 현재 시점에서 예측한 두 번째 일본의 지역 파랑 모델에 비해 신뢰도가 떨어지게 된다. 따라서, 각 일본의 지역 파랑 모델의 생성 시점으로부터 생성 주기에 해당하는 시점까지의 데이터를 추출함으로써, 신뢰성 있는 데이터를 추출할 수 있게 되는 것이다.
또한, 데이터 추출부(120)는 일정기간(예를 들어, 1년)동안의 과거 해상 파랑 수치 모델에서도 상기와 같은 방식으로 데이터를 추출하여 수 있다. 즉, 데이터 추출부(120)는 일정기간 동안의 과거 해상 파랑 수치 모델에서, 과거 해상 파랑 수치 모델 각각이 생성된 시각부터 과거 해상 파랑 수치 모델의 주기만큼 데이터를 추출하여 하나의 데이터를 생성하여 저장할 수 있다. 이를 통해, 과거 해상 파랑 수치 모델이 차지하는 해양 기상 분석 시스템(10)의 용량을 줄일 수 있고, 과거 해상 파랑 수치 모델 자료를 이용해 검색을 하는 시간을 줄일 수 있게 된다.
구체적으로, 자료 수집부(110)는 과거 해상 파랑 수치 모델의 경우, 현재 시점으로부터 과거 일정 구간(예를 들어, 1년)의 데이터를 수집할 수 있다. 과거 해상 파랑 수치 모델은 해당 모델의 생성 시점으로부터 87시간까지의 예측 값(즉, 1회 해상 파랑 수치 모델)이 하나의 파일로 저장된다. 해상 파랑 수치 모델의 생성 주기가 6시간 간격이 경우, 하루에 4개의 해상 파랑 수치 모델 파일이 생성되므로, 자료 수집부(110)에서 과거 1년 간의 해상 파랑 수치 모델을 수집한 경우, 1460개의 해상 파랑 수치 모델 파일을 저장하여야 한다.
여기서, 데이터 추출부(120)는 과거 1년간 해상 파랑 수치 모델 각각에 대해 앞에서 살펴본 바와 같이, 각 해당 모델의 생성 시점으로부터 주기 간격까지의 데이터를 추출하고, 이를 하나의 파일로 통합함으로써, 시스템에서 사용되는 데이터의 양을 현저히 줄일 수 있게 되고, 이를 통해 과거 해상 파랑 수치 모델을 통한 검색 시, 검색 속도를 높일 수 있게 된다. 아울러, 각각의 해상 파랑 수치 모델 자료에서 해당 모델의 생성 시점으로부터 주기 간격까지의 데이터를 추출함으로써, 신뢰도 있는 예측 자료를 수집할 수 있게 된다.
도 3은 본 발명의 일 실시예에 따른 해양 기상 분석 방법의 흐름도이다.
도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다. 또한 실시예에 따라 상기 방법에 도시되지 않은 하나 이상의 단계들이 상기 방법과 함께 수행될 수도 있다.
도 3을 참조하면, 자료 수집부(110)는 해양 기상 분석 기초 자료를 수집한다(S210). 자료 수집부(110)는 해상 파랑 수치 모델 자료 및 관측 자료 중 적어도 하나를 수집할 수 있다. 예를 들어, 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)은 각각 12시간 간격으로(즉, 12시간을 주기로) 하루 2회 생성될 수 있다. 반면, 일본의 지역 파랑 모델(JMA RWW3)은 하루 4회의 6시간 간격으로 생성될 수 있다.
다음으로, 데이터 추출부(120)는 자료 수집부(110)에서 수집한 해양 기상 분석 기초 자료 중, 해양 기상 분석 시스템(10)에서 사용하기 위한 데이터를 추출한다(S220). 예를 들어, 데이터 추출부(120)는 자료 수집부(110)가 수집한 해상 파랑 수치 모델 자료에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해상 파랑 수치 모델의 주기 간격에 해당하는 시간까지의 자료를 추출할 수 있다.
다음으로, 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 해상 파랑 수치 모델 자료 또는 자료 수집부(110)에서 수집한 관측 자료를 해양 기상 분석 시스템(10)에서 사용할 수 있도록 가공한다(S230).
다음으로, 사용자 단말기(200)를 이용해 사용자는 통해 해양 기상 분석 시스템(10)에 확인하고자 하는 해양 기상 분석 기초 자료를 선택하고, 확인하고자 하는 지점 또는 영역, 및 해상 기상 요소 중 확인하고자 하는 요소 등을 선택 한다(S240).
다음으로, 산출부(150)는 사용자가 사용자 단말기(200)를 이용하여 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출 한다(S250). 구체적으로, 산출부(150)는 사용자가 사용자 단말기(200)를 이용하여 선택하는 해양 기상 분석 기초 자료 중 적어도 하나 이상의 자료, 선택한 자료에 따른 지점과 확인하고자 하는 요소를 확인하여 각 지점 또는 영역의 해상 기상 요소 값을 산출할 수 있다.
다음으로, 화면 제공부(160)는 사용자 화면을 이용하여 사용자가 입력할 수 있도록 하고, 결과 화면을 통하여 사용자가 선택하는 지점 또는 영역의 데이터 값을 가시화하여 사용자에게 제공한다(S260). 화면 제공부(160)는 사용자가 원하는 지점 또는 영역의 데이터 값을 테이블, 분포도, 및 그래프 등의 형태로 제공할 수 있다.
도 4는 본 발명의 제 2 실시예에 따른 해양 기상 분석 방법의 흐름도이다.
도 4를 참조하면, 자료 수집부(110)는 해양 기상 분석 기초 자료를 수집한다(S310). 자료 수집부(110)는 해상 파랑 수치 모델 자료 및 관측 자료 중 적어도 하나를 수집할 수 있다. 예를 들어, 한국의 지역 파랑 모델(KMA RWW3) 및 일본의 전지구 파랑 모델(JMA GWW3)은 각각 12시간 간격으로(즉, 12시간을 주기로) 하루 2회 생성될 수 있다. 반면, 일본의 지역 파랑 모델(JMA RWW3)은 하루 4회의 6시간 간격으로 생성될 수 있다.
다음으로, 데이터 추출부(120)는 자료 수집부(110)에서 수집한 해양 기상 분석 기초 자료 중, 해양 기상 분석 시스템(10)에서 사용하기 위한 데이터를 추출한다(S320). 예를 들어, 데이터 추출부(120)는 자료 수집부(110)가 수집한 해상 파랑 수치 모델 자료에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해상 파랑 수치 모델의 주기 간격에 해당하는 시간까지의 자료를 추출할 수 있다.
다음으로, 데이터 가공부(130)는 데이터 추출부(120)에서 추출한 해상 파랑 수치 모델 자료 또는 자료 수집부(110)에서 수집한 관측 자료를 해양 기상 분석 시스템(10)에서 사용할 수 있도록 가공한다(S330).
다음으로, 사용자는 사용자 단말기(200)를 이용하여 해양 기상 분석 시스템(10)에서 비교하고자 하는 관측 지점, 요소 및 기간 중 적어도 하나를 포함하는 비교 조건 정보를 입력한다(S340).
다음으로, 비교 검증부(140)는 입력된 내용을 통해 해상 파랑 수치 모델(예측값)과 관측 자료(관측값)를 비교하여 예측값의 신뢰도를 검증한다(S350). 이때, 비교 검증부(140)는 가공한 해상 파랑 수치 모델과 관측 자료를 비교하여 검증할 수 있다. 여기서, 비교 검증부(140)는 결정 계수(R2 : R Square) 또는 평균 제곱근 오차(RMSE : Root Mean Square Error)를 이용하여 예측값의 신뢰도를 검증할 수 있다.
다음으로, 화면 제공부(160)는 비교 검증부(140)의 해상 파랑 수치 모델과 관측 자료 간의 신뢰도를 가시화하여 사용자 단말기(200)를 이용해 사용자에게 제공한다(S360).
이하에서는, 화면 제공부(160)에서 제공하는 사용자 화면에 대해 도 5 내지 도 8을 참조하여 살펴보기로 한다.
도 5는 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 인터페이스 화면을 나타낸 도면이다.
도 5는 각 화면의 기능을 설명하기 위한 도면으로, 도 5에 개시된 위치는 변경 가능하고, 각 화면의 크기를 조절할 수 있음은 물론이다.
도 5를 참조하면, 사용자 단말기(도 1의 200)의 인터페이스 화면(500)은, 해양 기상 분석 기초 자료 선택 영역(a), 지도 화면 영역(b), 선택 지점 확인 영역(c), 기간 설정 영역(d) 등을 포함할 수 있다.
해양 기상 분석 기초 자료 선택 영역(a)은 해양 기상 분석 시스템(도 1의 10)에서 제공하는 가공된 해양 기상 분석 기초 자료를 확인하여 선택할 수 있다. 사용자는 해양 기상 분석 기초 자료 선택 영역(a)에서 해상 파랑 수치 모델 자료(각 국가의 지역 파랑 모델, 전지구 파랑 모델 등), 관측 자료(자동 기상 관측 장비, 종관 관측, 등표, 등대, 및 부표 등) 중 적어도 하나를 선택할 수 있다.
지도 화면 영역(b)은 사용자가 확인하려는 지점 및 영역을 선택할 수 있는 영역이다. 만약, 사용자가 해양 기상 분석 기초 자료 선택 영역(a)에서 관측 자료를 선택한 경우, 관측 자료를 생성하는 관측 지점이 표시되며, 사용자는 관측 지점을 선택하여 원하는 데이터를 확인할 수 있다. 또한, 사용자가 해양 기상 분석 기초 자료 선택 영역(a)에서 해상 파랑 수치 모델 자료를 선택할 경우, 사용자는 지도 화면 영역(b)에 임의의 점을 선택하여 산출부(160)에서 산출한 산출 값을 확인할 수 있고, 사용자가 지도 화면 영역(b)에서 임의의 영역을 선택할 경우에도 산출부(160)에서 산출한 산출 값을 확인할 수 있다.
선택 지점 확인 영역(c)은 사용자가 지도 화면 영역(b)에서 선택한 지점 또는 영역의 위치를 위도 및 경도를 이용해서 표시할 수 있다. 또한, 선택 지점 확인 영역(c)에 사용자가 위도 및 경도를 입력하면 지도 화면 영역(b)에 표시될 수도 있다.
기간 설정 영역(d)은 사용자가 확인하고자 하는 데이터를 추출하는 기간을 선택할 수 있다. 사용자는 원하는 기간을 입력하여 입력한 기간의 데이터를 확인할 수 있음은 물론이고, 임의 기간을 선택하여 저장부(도 1의 170)에 저장되어 있는 모든 자료의 데이터를 확인할 수도 있다.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 화면 제공부에서 제공하는 사용자 화면 중 결과 화면을 나타낸 도면이다.
도 6을 참조하면, 화면 제공부(도 1의 160)의 결과 화면(600)은, 검색 조건 확인 영역(e), 데이터 확인 영역(f), 다운로드 선택 영역(g) 등을 포함할 수 있다.
검색 조건 확인 영역(e)은 사용자가 사용자 화면(도 5의 500)에서 선택한 조건을 확인할 수 있다. 예를 들어, 도 6의 검색 조건 확인 영역(e)을 참조하면, 사용자가 사용자 화면(도 5의 500)에서 확인하고자 하는 데이터를 일본의 지역 파랑 모델(JMA RWW3)로 선택한 것을 알 수 있고, 확인하고자 하는 지점의 위도/경도를 확인할 수 있고, 2013년 01월 01부터 2013년 12월 31일까지의 데이터를 확인한 것을 알 수 있다.
데이터 확인 영역(f)는 검색 조건 확인 영역(e)에 입력된 조건들에 따라 산출되는 산출 값을 확인할 수 있다. 산출 값은 테이블 형태로 가시화 될 수 있으며, 테이블의 윗줄에 요소를 클릭하여 내림차순과 오름차순으로 정렬할 수도 있다.
다운로드 선택 영역(g)은 확인한 데이터를 원하는 형태의 자료로 다운받을 수 있도록 한다. 예를 들어, 확인한 데이터를 엑셀 파일, 한글 파일, 워드 파일, PDF 파일, 그림 파일 등으로 다운받을 수 있다.
도 7을 참조하면, 화면 제공부(도 1의 160)의 결과 화면(700)은, 검색 조건 확인 영역(h), 데이터 그래프 표시 영역(i), 데이터 분포도 표시 영역(j), 다운로드 선택 영역(k) 등을 포함할 수 있다.
여기서, 조건 확인 영역(h)과 다운로드 선택 영역(k)은 상기 도 6의 조건 확인 영역(도 6의 (e))와 다운로드 선택 영역(도 6의 (g))와 같은 역할을 함으로 상세한 설명은 생략하도록 한다.
데이터 그래프 표시 영역(i)는 사용자가 선택한 조건의 각 요소에 대하여 구간별 통계적 분포를 그래프화 하여 표시할 수 있다. 이때, 그래프의 형태는 막대 그래프, 꺽은선 그래프 등의 다양한 형태로 표현될 수 있음은 물론이다.
데이터 분포도 표시 영역(j)은 사용자가 선택한 조건의 각 요소에 대하여 장미 분포도를 표시할 수 있다. 예를 들어, 도 7은 파랑에 대한 장미 분포도를 나타낸 것으로, 파랑의 방향 및 높이 등을 사용자가 보기 용이하게 표시할 수 있다.
도 8을 참조하면, 화면 제공부(도 1의 160)의 결과 화면(800)은, 검색 조건 확인 영역(l), 비교 검증 결과 확인 영역(m), 다운로드 선택 영역(n) 등을 포함할 수 있다.
여기서, 조건 확인 영역(l)과 다운로드 선택 영역(n)은 상기 도 6의 조건 확인 영역(도 6의 (e))와 다운로드 선택 영역(도 6의 (g))와 같은 역할을 함으로 상세한 설명은 생략하도록 한다.
비교 검증 결과 확인 영역(m)는 비교 검증부(도 1의 140)에서 가공 데이터 중, 해상 파랑 수치 모델과 관측 자료를 비교하여 검증한 결과를 표시할 수 있다. 구체적으로, 해상 파랑 수치 모델의 풍속과 관측 자료의 풍속을 비교한 결과를 표시할 수 있고, 해상 파랑 수치 모델의 파고와 관측 자료의 유의 파고를 비교하여 표시할 수도 있다. 예를 들어, 도 8의 덕적도의 해상 파랑 수치 모델의 파고(예측값) 와 관측 자료의 유의 파고(관측값)를 비교하면, 결정 계수(R2)의 값은 0.82이고, 평균 제곱근 오차(RMSE)의 값은 0.24인 것을 알 수 있다. 또한 칠발도의 해상 파랑 수치 모델의 파고(예측값)와 관측 자료의 유의 파고(관측값)를 비교하면, 결정 계수(R2)의 값은 0.84이고, 평균 제곱근 오차(RMSE)의 값은 0.38인 것을 알 수 있다. 여기서, 덕적도와 칠발도의 결정 계수(R2) 값을 비교하여 보면, 칠발도가 1에 더 가까운 것을 통해, 칠발도가 덕적도보다 평균적으로 예측값가 관측값에 유사하다는 것을 알 수 있다. 또한, 덕적도와 칠발도의 평균 제곱근 오차(RMSE)의 값을 비교해 보면, 덕적도가 0.24로 칠발도의 0.38보다 작은 값을 갖는 것을 통해, 덕적도의 파고가 칠발도의 파고보다 평균치를 조금 벗어나는 것을 알 수 있다.
이때, 비교 검증 결과 확인 영역(b)은 비교 검증부(도 1의 140)에서 결정 계수(R2) 또는 평균 제곱근 오차(RMSE)를 이용하여 비교 검증한 결과를 도표 및 그래프 중 적어도 하나의 형태로 표시할 수 있다. 예를 들어, 거문고의 해상 파랑 수치 모델의 파고(예측값) 와 관측 자료의 유의 파고(관측값)를 그래프로 나타내어, 그래프 상에서 예측값와 관측값의 차이를 확인할 수 있다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 플로피 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
10 : 해양 기상 분석 시스템
100 : 해양 기상 분석 장치
110 : 자료 수집부
120 : 데이터 추출부
130 : 데이터 가공부
140 : 비교 검증부
150 : 산출부
160 : 화면 제공부
170 : 저장부
200 : 사용자 단말기
500 : 인터페이스 화면
600, 700, 800 : 결과 화면
100 : 해양 기상 분석 장치
110 : 자료 수집부
120 : 데이터 추출부
130 : 데이터 가공부
140 : 비교 검증부
150 : 산출부
160 : 화면 제공부
170 : 저장부
200 : 사용자 단말기
500 : 인터페이스 화면
600, 700, 800 : 결과 화면
Claims (14)
- 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 자료 수집부;
사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 화면 제공부;
상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 비교 검증부; 및
상기 화면 제공부는, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는, 해양 기상 분석 장치.
- 청구항 1에 있어서,
상기 비교 검증부는,
상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하고, 추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교하는, 해양 기상 분석 장치.
- 청구항 1에 있어서,
상기 해양 기상 분석 장치는,
상기 수집한 해양 기상 분석 기초 자료에서 일부의 데이터를 추출하는 데이터 추출부를 더 포함하는, 해양 기상 분석 장치.
- 청구항 3에 있어서,
상기 자료 수집부는, 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하고,
상기 데이터 추출부는, 상기 자료 수집부가 수집한 각 해상 파랑 수치 모델에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 자료를 추출하는, 해양 기상 분석 장치.
- 청구항 1에 있어서,
상기 해상 파랑 수치 모델은 GRIB(General Regularly-distributed Information in Binary form) 형태로 생성되어 수집되고,
상기 해양 기상 분석 장치는, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF(Network Common Data Format) 형태로 변환하는 데이터 가공부를 더 포함하는, 해양 기상 분석 장치.
- 청구항 1에 있어서,
상기 해양 기상 분석 장치는,
상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 산출부를 더 포함하고,
상기 화면 제공부는, 상기 산출부가 산출한 값을 결과 화면으로 상기 사용자에게 제공하는, 해양 기상 분석 장치.
- 청구항 6에 있어서,
상기 산출부는,
상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해양 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는, 해양 기상 분석 장치.
- 해양 기상 분석 장치를 이용한 해양 기상 분석 방법으로서,
상기 해양 기상 분석 장치에서, 해상 파랑 수치 모델 및 관측 자료를 포함하는 해양 기상 분석 기초 자료를 수집하는 단계;
상기 해양 기상 분석 장치에서, 사용자가 비교 조건 정보를 입력하도록 인터페이스 화면을 제공하는 단계;
상기 해양 기상 분석 장치에서, 상기 입력된 비교 조건 정보에 따라 상기 해상 파랑 수치 모델과 상기 관측 자료를 비교하여 상기 해상 파랑 수치 모델의 예측 신뢰도를 검증하는 단계; 및
상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델과 상기 관측 자료의 비교 결과를 가시화하여 결과 화면을 생성하는 단계;를 포함하는 해양 기상 분석 방법.
- 청구항 8에 있어서,
상기 비교 검증 단계는,
상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델의 해상 기상 요소와 상기 관측 자료의 해상 기상 요소에서 비교 가능한 해상 기상 요소를 각각 추출하는 단계; 및
추출한 해상 기상 요소들을 결정 계수 또는 평균 제곱근 오차를 이용하여 비교하는 단계;를 포함하는, 해양 기상 분석 방법.
- 청구항 8에 있어서,
상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에,
상기 해양 기상 분석 장치에서, 상기 수집한 해양 분석 기상 기초 자료에서 일부의 데이터를 추출하는 단계를 더 포함하는, 해양 기상 분석 방법.
- 청구항 10에 있어서,
상기 데이터를 수집하는 단계는,
상기 해양 기상 분석 장치에서, 소정 생성 주기로 생성되는 해상 파랑 수치 모델을 수집하는 것이고,
상기 데이터를 추출하는 단계는,
상기 해양 기상 분석 장치에서, 상기 수집한 각 해상 파랑 수치 모델에서 해당 해상 파랑 수치 모델의 생성 시점으로부터 해당 해상 파랑 수치 모델의 주기 간격에 해당하는 시점까지의 자료를 추출하는, 해양 기상 분석 방법.
- 청구항 8에 있어서,
상기 해양 기상 분석 기초 자료를 수집하는 단계는,
상기 해양 기상 분석 장치에서, 상기 해상 파랑 수치 모델을 GRIB 형태로 생성되어 수집하고,
상기 해양 기상 분석 기초 자료를 수집하는 단계 이후에,
상기 해양 기상 분석 장치에서, 상기 GRIB 형태의 해상 파랑 수치 모델을 NetCDF 형태로 변환하는 단계를 더 포함하는, 해양 기상 분석 방법.
- 청구항 8에 있어서,
상기 인터페이스 화면 제공 단계 이후에,
상기 해양 기상 분석 장치에서, 상기 인터페이스 화면에서 사용자가 선택하는 지점 또는 영역에 대한 해상 기상 요소 값을 산출하는 단계; 및
상기 해양 기상 분석 장치에서, 상기 산출한 값을 결과 화면으로 상기 사용자에게 제공하는 단계를 더 포함하는, 해양 기상 분석 방법.
- 청구항 13에 있어서,
상기 해상 기상 요소 값을 산출하는 단계는,
상기 해양 기상 분석 장치에서, 상기 사용자가 선택하는 지점 또는 영역에서 기 설정된 거리 이내에 위치하는 상기 해양 파랑 수치 모델 또는 상기 관측 자료의 해상 기상 요소 값을 이용하여 상기 사용자가 선택하는 지점 또는 영역의 해상 기상 요소 값을 산출하는 것인, 해양 기상 분석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150025344A KR101827908B1 (ko) | 2015-02-23 | 2015-02-23 | 해양 기상 분석 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150025344A KR101827908B1 (ko) | 2015-02-23 | 2015-02-23 | 해양 기상 분석 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160102805A true KR20160102805A (ko) | 2016-08-31 |
| KR101827908B1 KR101827908B1 (ko) | 2018-03-22 |
Family
ID=56877352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150025344A KR101827908B1 (ko) | 2015-02-23 | 2015-02-23 | 해양 기상 분석 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101827908B1 (ko) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107357170A (zh) * | 2017-07-14 | 2017-11-17 | 山东大学 | 一种基于自抗扰状态观测器的海浪模型预测方法 |
| KR102065280B1 (ko) * | 2018-11-19 | 2020-02-11 | 한국외국어대학교 연구산학협력단 | 상세기상 예측정보 산출모델 실시간 검증 방법 및 시스템 |
| KR102082934B1 (ko) * | 2018-12-06 | 2020-02-28 | 대한민국(행정안전부 국립재난안전연구원장) | 기상 정보 제공 장치 및 방법 |
| KR102111637B1 (ko) * | 2019-11-08 | 2020-05-15 | (주)지오시스템리서치 | 관측 데이터를 이용한 파랑 예측 시스템 및 방법 |
| KR102111636B1 (ko) * | 2019-10-18 | 2020-05-15 | (주)지오시스템리서치 | 해황정보 제공시스템 및 이를 이용한 해황정보 제공방법 |
| CN111292214A (zh) * | 2019-12-18 | 2020-06-16 | 中电投电力工程有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
| KR102152433B1 (ko) * | 2019-11-08 | 2020-09-04 | 한국해양과학기술원 | 연안수치모델링의 계산시간 단축을 위한 장치 및 방법 |
| WO2021157765A1 (ko) * | 2020-02-04 | 2021-08-12 | (주)씨텍 | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 |
| CN113849887A (zh) * | 2021-09-17 | 2021-12-28 | 山东电力工程咨询院有限公司 | 海上风电基础设计输入输出的优化方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101281200B1 (ko) | 2011-03-31 | 2013-07-02 | 한국해양과학기술원 | 해양 및 기상관측을 위한 해양구조물 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101092380B1 (ko) * | 2011-04-29 | 2011-12-13 | 공주대학교 산학협력단 | 지역기후모델의 모의결과를 고려한 지역기후 앙상블 예측 방법 |
-
2015
- 2015-02-23 KR KR1020150025344A patent/KR101827908B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101281200B1 (ko) | 2011-03-31 | 2013-07-02 | 한국해양과학기술원 | 해양 및 기상관측을 위한 해양구조물 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107357170A (zh) * | 2017-07-14 | 2017-11-17 | 山东大学 | 一种基于自抗扰状态观测器的海浪模型预测方法 |
| KR102065280B1 (ko) * | 2018-11-19 | 2020-02-11 | 한국외국어대학교 연구산학협력단 | 상세기상 예측정보 산출모델 실시간 검증 방법 및 시스템 |
| KR102082934B1 (ko) * | 2018-12-06 | 2020-02-28 | 대한민국(행정안전부 국립재난안전연구원장) | 기상 정보 제공 장치 및 방법 |
| KR102111636B1 (ko) * | 2019-10-18 | 2020-05-15 | (주)지오시스템리서치 | 해황정보 제공시스템 및 이를 이용한 해황정보 제공방법 |
| KR102111637B1 (ko) * | 2019-11-08 | 2020-05-15 | (주)지오시스템리서치 | 관측 데이터를 이용한 파랑 예측 시스템 및 방법 |
| KR102152433B1 (ko) * | 2019-11-08 | 2020-09-04 | 한국해양과학기술원 | 연안수치모델링의 계산시간 단축을 위한 장치 및 방법 |
| CN111292214A (zh) * | 2019-12-18 | 2020-06-16 | 中电投电力工程有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
| CN111292214B (zh) * | 2019-12-18 | 2024-05-07 | 上海能源科技发展有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
| WO2021157765A1 (ko) * | 2020-02-04 | 2021-08-12 | (주)씨텍 | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 |
| CN113849887A (zh) * | 2021-09-17 | 2021-12-28 | 山东电力工程咨询院有限公司 | 海上风电基础设计输入输出的优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101827908B1 (ko) | 2018-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101827908B1 (ko) | 해양 기상 분석 장치 및 방법 | |
| Jiang et al. | Extreme precipitation indices over China in CMIP5 models. Part I: Model evaluation | |
| Vanem | Long-term time-dependent stochastic modelling of extreme waves | |
| Girons Lopez et al. | Location and density of rain gauges for the estimation of spatial varying precipitation | |
| KR102063358B1 (ko) | 고해상도 기상기후데이터를 생성하기 위한 학습 방법 및 테스트 방법, 이를 이용한 테스트 방법 및 테스트 장치 | |
| García et al. | Calibration of an urban cellular automaton model by using statistical techniques and a genetic algorithm. Application to a small urban settlement of NW Spain | |
| US8224768B1 (en) | Tropical cyclone prediction system and method | |
| US8160995B1 (en) | Tropical cyclone prediction system and method | |
| JP5314087B2 (ja) | 腐食解析システムおよび方法 | |
| Gronewold et al. | An appraisal of the Great Lakes advanced hydrologic prediction system | |
| KR101575847B1 (ko) | 북반구 기후 지수를 이용한 북서태평양 해수면 온도 변동성 진단 모델링 시스템 및 방법 | |
| KR102118643B1 (ko) | 예보지식기반의 표준화된 해양기상예보생산시스템 및 방법 | |
| KR101538306B1 (ko) | 유사태풍분석 예측 시스템 및 이를 이용한 유사태풍분석 예측 방법 | |
| KR20120027633A (ko) | 강우 및 수위 실시간 모니터링 시스템 및 이를 이용한 모니터링 방법 | |
| KR101274200B1 (ko) | 태풍을 포함하는 저기압 접근 시 재해기상의 시공간적 분포 검색 시스템 | |
| KR20200119732A (ko) | 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치 | |
| Juza et al. | From basin to sub-basin scale assessment and intercomparison of numerical simulations in the Western Mediterranean Sea | |
| WO2022163864A1 (ja) | 情報処理装置、水資源管理方法、情報処理方法、及び記録媒体 | |
| Bajamgnigni Gbambie et al. | Added value of alternative information in interpolated precipitation datasets for hydrology | |
| CN117408173B (zh) | 一种基于机器学习的水文流量整编智能模型构建方法 | |
| Robertson | Wave energy assessments: quantifying the resource and understanding the uncertainty | |
| Benestad et al. | ‘esd’-The Empirical-Statistical Downscaling tool & its visualisation capabilities. | |
| CN111506879B (zh) | 一种基于多源感知数据的人口空间化测算方法、装置 | |
| Horton | AtmoSwing: Analog technique model for statistical weather forecastING and downscalING (v2. 1.0) | |
| JP5864753B2 (ja) | 物理量推定システム及び物理量推定方法 |
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 |