KR20190125872A - Observation data quality inspection apparatus and observation data quality inspection method using the same - Google Patents
Observation data quality inspection apparatus and observation data quality inspection method using the same Download PDFInfo
- Publication number
- KR20190125872A KR20190125872A KR1020180050234A KR20180050234A KR20190125872A KR 20190125872 A KR20190125872 A KR 20190125872A KR 1020180050234 A KR1020180050234 A KR 1020180050234A KR 20180050234 A KR20180050234 A KR 20180050234A KR 20190125872 A KR20190125872 A KR 20190125872A
- Authority
- KR
- South Korea
- Prior art keywords
- observation data
- value
- data
- range
- observation
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
Abstract
Description
본 발명은 관측자료 품질검사 장치 및 이를 이용한 관측자료 품질검사 방법에 관한 것이다.The present invention relates to an observation data quality inspection apparatus and an observation data quality inspection method using the same.
일반적으로 기상업무를 위하여 관측되어 보고되는 각종 기상자료들은 세계기상기구(WMO)에서 권고하는 지침서에 의하여 그 품질이 관리되고 있으나, 모든 자료들이 기상업무에 활용될 수 있는 것은 아니다. 기상자료가 최종적으로 사용되기 직전의 상태에서 살펴보면 각 자료들은 관측기기의 내재적인 오차, 관측 행위상의 오차, 그리고 통신상에서 발생한 에러에 의한 영향을 받게 된다. 이러한 자료에 포함된 에러들은 대국민 서비스 등의 기상자료의 활용에 있어서 자료의 품질 문제를 야기하게 된다. 따라서 기상자료에 포함된 각종 에러들을 제거하여 고품질의 자료만을 사용할 수 있게 하는 것은 기상서비스의 품질 향상에 있어서 매우 중요한 사항이다.Generally, various weather data observed and reported for meteorological service are controlled by WMO guidelines, but not all data can be used for meteorological service. In the state just before the weather data is finally used, each data is affected by the inherent error of the observing equipment, the error in the observation behavior, and the communication error. Errors included in these data cause data quality problems in the use of meteorological data such as public service. Therefore, it is very important to improve the quality of the weather service by removing various errors included in the weather data so that only high quality data can be used.
본 발명의 일 과제는 관측자료에 대한 품질검사를 수행하여 관측자료의 오류를 개선하는 것에 있다.An object of the present invention is to improve the error of the observation data by performing a quality test on the observation data.
본 발명이 해결하고자 하는 과제가 상술한 과제로 제한되는 것은 아니며, 언급되지 아니한 과제들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The problem to be solved by the present invention is not limited to the above-described problem, the objects that are not mentioned will be clearly understood by those skilled in the art from the present specification and the accompanying drawings. .
본 발명의 일 양상에 따르면 관측된 자료의 품질을 검사하는 관측자료 품질검사 방법으로, 관측 자료를 획득하는 단계; 상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계; 상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계; 상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계; 상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하는 관측자료 품질검사 방법이 제공될 수 있다.According to an aspect of the present invention, an observation data quality inspection method for inspecting the quality of observed data, the method comprising: obtaining observation data; Performing a range check of the observation data to remove an error value that does not match the sample group from the sample group of the observation data; Performing an internal consistency check of the observation data to remove an error value that is inconsistent with a physical relationship; Performing the step checking of the observation data to remove an error value having a change amount greater than or equal to a threshold value; An observation data quality inspection method may be provided that includes removing an error value by performing a spatial consistency test based on the observation data and previously stored model data.
본 발명의 다른 양상에 따르면 상술한 방법을 수행하기 위한 프로그램이 기록된 기록매체가 제공될 수 있다.According to another aspect of the present invention, a recording medium on which a program for performing the above-described method is recorded may be provided.
본 발명의 과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.Means for solving the problems of the present invention are not limited to the above-described solutions, and the solutions not mentioned will be clearly understood by those skilled in the art from the present specification and the accompanying drawings. Could be.
본 발명에 의하면 관측자료에 대한 품질검사를 수행하여 관측자료의 오류를 개선할 수 있다.According to the present invention it is possible to improve the error of the observation data by performing a quality test on the observation data.
본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.The effects of the present invention are not limited to the above-described effects, and effects that are not mentioned will be clearly understood by those skilled in the art from the present specification and the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 관측자료 품질검사 시스템의 환경도이다.
도 2는 본 발명의 일 실시예에 따른 관측자료 품질검사 장치를 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 관측자료 품질검사 방법을 나타내는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 범위 검사 방법을 나타내는 순서도이다.1 is an environmental diagram of an observation data quality inspection system according to an embodiment of the present invention.
Figure 2 is a block diagram showing the observation data quality inspection apparatus according to an embodiment of the present invention.
3 is a flowchart illustrating a method for inspecting observation data quality according to an embodiment of the present invention.
4 is a flowchart illustrating a range checking method according to an embodiment of the present invention.
본 발명의 상술한 목적, 특징들 및 장점은 첨부된 도면과 관련된 다음의 상세한 설명을 통해 보다 분명해질 것이다. 다만, 본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 가질 수 있는 바, 이하에서는 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다. The above objects, features and advantages of the present invention will become more apparent from the following detailed description taken in conjunction with the accompanying drawings. However, the present invention may be modified in various ways and may have various embodiments. Hereinafter, specific embodiments will be illustrated in the drawings and described in detail.
도면들에 있어서, 층 및 영역들의 두께는 명확성을 기하기 위하여 과장되어진 것이며, 또한, 구성요소(element) 또는 층이 다른 구성요소 또는 층의 "위(on)" 또는 "상(on)"으로 지칭되는 것은 다른 구성요소 또는 층의 바로 위 뿐만 아니라 중간에 다른 층 또는 다른 구성요소를 개재한 경우를 모두 포함한다. 명세서 전체에 걸쳐서 동일한 참조번호들은 원칙적으로 동일한 구성요소들을 나타낸다. 또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성요소는 동일한 참조부호를 사용하여 설명한다.In the drawings, the thicknesses of layers and regions are exaggerated for clarity, and the elements or layers may be “on” or “on” other components or layers. References include all intervening other layers or components as well as directly above other components or layers. Like numbers refer to like elements throughout. In addition, the components with the same functions within the scope of the same idea shown in the drawings of each embodiment will be described using the same reference numerals.
본 발명과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.If it is determined that the detailed description of the known function or configuration related to the present invention may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted. In addition, numerals (eg, first, second, etc.) used in the description process of the present specification are merely identification symbols for distinguishing one component from another component.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.In addition, the suffixes "module" and "unit" for the components used in the following description are given or mixed in consideration of ease of specification, and do not have distinct meanings or roles from each other.
본 발명의 일 양상에 따르면 관측된 자료의 품질을 검사하는 관측자료 품질검사 방법으로, 관측 자료를 획득하는 단계; 상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계; 상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계; 상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계; 상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하는 관측자료 품질검사 방법이 제공될 수 있다.According to an aspect of the present invention, an observation data quality inspection method for inspecting the quality of observed data, the method comprising: obtaining observation data; Performing a range check of the observation data to remove an error value that does not match the sample group from the sample group of the observation data; Performing an internal consistency check of the observation data to remove an error value that is inconsistent with a physical relationship; Performing the step checking of the observation data to remove an error value having a change amount greater than or equal to a threshold value; An observation data quality inspection method may be provided that includes removing an error value by performing a spatial consistency test based on the observation data and previously stored model data.
또한 상기 범위 검사는 관측 자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 기압 및 풍속의 변수를 대상으로 수행할 수 있다.In addition, the range test may be performed on variables of temperature, maximum temperature, minimum temperature, dew point temperature, relative humidity, air pressure, and wind speed of the observation data.
또한 상기 범위 검사는 통계값을 산출하는 단계, 최대값 또는 최소값을 선택하는 단계, 기후 자료의 범위에 포함되는지 여부를 판단하는 단계 및 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계를 포함할 수 있다.In addition, the range check may include calculating a statistical value, selecting a maximum or minimum value, determining whether it is included in a range of climate data, and processing an error value when not included in a range of climate data. It may include.
또한 상기 통계값을 산출하는 단계는 상기 관측자료로부터 지점, 위도, 경도, 자료개수, 최대값, 최소값, 평균값, 중앙값, 표준편차 및 Kurtosis 중 적어도 하나를 산출하는 단계일 수 있다.The calculating of the statistical value may include calculating at least one of a point, latitude, longitude, number of data, a maximum value, a minimum value, an average value, a median value, a standard deviation, and Kurtosis from the observation data.
또한 Kurtosis는 하기 식에 기초하여 산출될 수 있다.Kurtosis can also be calculated based on the following equation.
식)expression)
또한 치우침은 하기 식에 기초하여 산출될 수 있다.The bias can also be calculated based on the following equation.
식)expression)
본 발명의 다른 양상에 따르면 상술한 방법을 수행하기 위한 프로그램이 기록된 기록매체가 제공될 수 있다.According to another aspect of the present invention, a recording medium on which a program for performing the above-described method is recorded may be provided.
도 1은 본 발명의 일 실시예에 따른 관측자료 품질검사 시스템(10000)의 환경도이다.1 is an environmental diagram of an observation data
도 1을 참조하면 관측자료 품질검사 시스템(10000)은 기상 관측 장치(1000) 및 관측자료 품질검사 장치(2000)를 포함할 수 있다.Referring to FIG. 1, the observation data
일 실시예에 따른 기상 관측 장치(1000)는 기상에 대한 관측 자료를 획득할 수 있다.The
예를 들어 기상 관측 장치(1000)는 지상에서 기상을 관측하는 AWS, 운고계, 레이더, 라이다 등일 수 있으며, 그 밖에도 수상이나 공중에 제공되는 다양한 기상 관측 장치 및 인공 위성 등으로 구현될 수 있다.For example, the
기상 관측 장치(1000)는 획득한 관측 자료를 관측자료 품질검사 장치(2000)에 제공할 수 있다.The
예를 들어 기상 관측 장치(1000)는 획득한 관측 자료를 6시간 주기로 관측자료 품질검사 장치(2000)로 제공할 수 있다.For example, the
관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 획득한 자료에 대해서 품질검사를 수행할 수 있다.The observation data
관측자료 품질검사 장치(2000)의 구성 및 품질검사에 대해서는 이하 도 2 내지 4를 참조하여 보다 구체적으로 설명하도록 한다.The configuration and quality inspection of the observation data
도 2는 본 발명의 일 실시예에 따른 관측자료 품질검사 장치(2000)를 나타내는 블록도이다.2 is a block diagram illustrating an
도 2를 참조하면, 관측자료 품질검사 장치(2000)는 통신부(2100), 디스플레이부(2200), 입력부(2300), 저장부(2400) 및 제어부(2500)를 포함할 수 있다.Referring to FIG. 2, the observation data
통신부(2100)는 외부 전자기기와 연결될 수 있다. 예를 들어 통신부(2100)는 기상 관측 장치(1000)와 연결될 수 있다. 다른 예를 들어 통신부(2100)는 기상 서버(미도시)와 연결될 수 있다. 또 다른 예를 들어 통신부(2100)는 지형 정보 서버(미도시)와 연결될 수 있다. 또 다른 예를 들어 통신부(2100)는 외부 서버 장치와 같은 외부 전자기기와 연결될 수 있다.The
통신부(2100)는 외부 구성 각각과 연결되기 위한 통신 모듈로 제공될 수 있다. 예를 들어 통신부(2100)는 기상 관측 장치(1000)와 연결되기 위한 통신 모듈 및 외부 서버 장치와 연결되기 위한 통신 모듈로 제공될 수 있다. 또한 각각의 통신 모듈에서 지원하는 통신 방식은 서로 상이할 수 있다.The
디스플레이부(2200)는 시각적인 정보를 출력할 수 있다. 예를 들어 디스플레이부(2200)는 관측자료 품질검사에 필요한 UI(user interface)를 출력할 수 있다. 다른 예를 들어 디스플레이부(2200)는 관측자료 품질검사 결과를 출력할 수 있다.The
입력부(2300)는 사용자 입력에 대응하는 전기 신호를 획득할 수 있다.The
입력부(2300)는 예를 들어 키보드, 스위치, 버튼, 조그셔틀, 마우스, 휠 등으로 구현될 수 있다. The
또한, 입력부(2300)는 디스플레이부(2200)와 결합된 터치패널로 구현되어 사용자의 터치 입력에 대응하는 전기 신호를 획득할 수 있다.In addition, the
저장부(2400)는 데이터를 저장할 수 있다. 예를 들어 저장부(3400)는 관측자료 품질검사 장치 (2000)의 동작에 필요한 프로그램을 저장할 수 있다. 다른 예를 들어 저장부(2400)는 관측자료 품질검사 장치(2000)가 획득한 데이터 등을 저장할 수 있다.The
제어부(2500)는 관측자료 품질검사 장치(2000)의 동작을 제어할 수 있다. 예를 들어 제어부(2500)는 관측자료 품질검사 장치(2000)에 포함된 구성 중 적어도 하나의 동작을 제어할 수 있다. 보다 구체적인 예를 들어 제어부(2500)는 통신부(2100)의 데이터 송수신을 제어할 수 있다.The
또한 제어부(2500)는 후술할 관측자료 품질검사 방법을 수행할 수 있다.In addition, the
도 3은 본 발명의 일 실시예에 따른 관측자료 품질검사 방법을 나타내는 순서도이다.3 is a flowchart illustrating a method for inspecting observation data quality according to an embodiment of the present invention.
도 3을 참조하면 관측자료 품질검사 방법은 관측 자료를 획득하는 단계(S100), 범위 검사를 수행하는 단계(S200), 내적일치성 검사를 수행하는 단계(S300), 단계 검사를 수행하는 단계(S400) 및 공간일치성 검사를 수행하는 단계(S500)을 포함할 수 있다.Referring to Figure 3, the observation data quality inspection method is a step of obtaining observation data (S100), performing a range test (S200), performing an internal consistency test (S300), performing a step inspection ( S400) and performing a space consistency check (S500).
일 실시예에 따르면 관측 자료를 획득하는 단계가 수행될 수 있다(S100).According to an embodiment, the step of obtaining observation data may be performed (S100).
관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 관측 자료를 획득할 수 있다.The observation data
일 실시예에 따르면 관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 미리 정해진 주기로 관측 자료를 획득할 수 있다.According to an embodiment, the observation data
예를 들어 관측자료 품질검사 장치(2000)는 기상 관측 장치(1000)로부터 6시간 주기로 관측 자료를 획득할 수 있다.For example, the observation data
일 실시예에 따르면 범위 검사를 수행하는 단계가 수행될 수 있다(S200).According to an embodiment, a step of performing a range check may be performed (S200).
일 실시예예 따른 범위 검사를 수행하는 단계는 관측 자료 표본 무리에서 표본 무리와 어울리지 않는 값이 있을 때 그 값이 에러값인지 아닌지를 판단하는 단계일 수 있다.The performing of the range checking according to an embodiment may be a step of determining whether the value is an error value when there is a value that does not match the sample group in the observation data sample group.
관측자료 품질검사 장치(2000)는 관측 자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 기압 및 풍속 등의 변수에 대해서 범위 검사를 수행할 수 있다.The observation data
도 4는 본 발명의 일 실시예에 따른 범위 검사 방법을 나타내는 순서도이다.4 is a flowchart illustrating a range checking method according to an embodiment of the present invention.
도 4를 참조하면 일 실시예에 따른 범위 검사 방법은 통계값을 산출하는 단계(S210), 최대값 또는 최소값을 선택하는 단계(S220), 기후 자료의 범위에 포함되는지 여부를 판단하는 단계(S230) 및 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계(S240)을 포함할 수 있다.Referring to FIG. 4, the range checking method according to an exemplary embodiment includes calculating a statistical value (S210), selecting a maximum value or a minimum value (S220), and determining whether the range is included in a range of climate data (S230). And if it is not included in the range of the climate data may include the step of processing as an error value (S240).
일 실시예에 따르면 통계값을 산출하는 단계가 수행될 수 있다(S210).According to an embodiment, calculating a statistical value may be performed (S210).
제어부(2500)는 획득한 관측자료에 대한 기초 통계값을 획득할 수 있다.The
일 실시예에 따른 기초 통계값은 지점, 위도, 경도, 자료개수, 최대값, 최소값, 평균값, 중앙값, 표준편차 및 Kurtosis 중 적어도 하나를 포함할 수 있다.The basic statistical value may include at least one of a point, latitude, longitude, number of data, a maximum value, a minimum value, an average value, a median value, a standard deviation, and Kurtosis.
Kurtosis는 분포의 첨예 정도를 표현하는 통계로 하기 식에 기초하여 산출될 수 있다.Kurtosis is a statistic representing the sharpness of the distribution and can be calculated based on the following equation.
식)expression)
일 실시예에 따르면 최대값 또는 최소값을 선택하는 단계가 수행될 수 있다(S220). According to an embodiment, the step of selecting the maximum value or the minimum value may be performed (S220).
제어부(2500)는 Kurtosis가 미리 정해진 값 이상인 경우 또는 범위가 Rcrt(변수별 Range 임계치) 이상인 경우 치우침에 따라 최대값 또는 최소값을 선택할 수 있다.The
Rcrt는 변수별 Range 임계치로 각각의 변수별로 Range 임계치가 미리 설정되어 저장될 수 있으며, Range는 최대값-최소값으로 산출될 수 있다.Rcrt is a range threshold for each variable. Range thresholds for each variable may be set in advance, and the range may be calculated as a maximum value or a minimum value.
예를 들어 풍속의 Rcrt는 40으로 미리 저장될 수 있으며, 기온의 Rcrt는 70, 최고기온의 Rcrt는 70, 이슬점온도의 Rcrt는 50, 상대습도의 Rcrt는 70, 기압의 Rcrt는 100으로 미리 설정되어 저장될 수 있다.For example, the wind speed Rcrt can be pre-stored as 40. The air temperature Rcrt is 70, the maximum temperature Rcrt is 70, the dew point temperature Rcrt is 50, the relative humidity Rcrt is 70, and the air pressure Rcrt is 100. Can be stored.
일 실시예에 따르면 치우침은 하기 식에 기초하여 산출될 수 있다.According to an embodiment, the bias may be calculated based on the following equation.
일 실시예에 따르면 기후 자료의 범위에 포함되는지 여부를 판단하는 단계가 수행될 수 있다(S230).According to an embodiment, a step of determining whether it is included in a range of climate data may be performed (S230).
제어부(2500)는 치우침에 따라 선택된 최대값 또는 최소값이 미리 저장된 과거 기후자료 범위에 포함되는지 여부를 판단할 수 있다.The
과거 기후자료는 예를 들어 6시간간격 NCEP NCAR 재분석자료로 1979년 1월 ~ 2007년 12월까지의 29년간 과거 데이터일 수 있다. 이러한 기후자료의 기간적 범위는 선택에 따라 다양하게 선택되어 미리 저장될 수 있다.Historical climate data is, for example, a six-hour interval of NCEP NCAR reanalysis, which may be historical data for 29 years from January 1979 to December 2007. Periodic ranges of these climate data can be selected and pre-stored in a variety of options.
또한 과거 기후자료는 주기적으로 갱신되어 저장될 수 있다.Historical climate data can also be updated and stored periodically.
일 실시예에 따르면 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계가 수행될 수 있다(S240).According to an exemplary embodiment, if it is not included in the range of climate data, an operation of processing an error value may be performed (S240).
제어부(2500)는 치우침에 따라 선택된 최대값 또는 최소값이 미리 저장된 과거 기후자료 범위에 포함되지 않는 경우 에러값으로 판단하여 제거할 수 있다.The
다시 도 3을 참조하면 일 실시예에 따르면 내적일치성 검사를 수행하는 단계가 수행될 수 있다(S300). Referring back to FIG. 3, according to an embodiment, a step of performing an internal consistency test may be performed (S300).
내적일치성 검사는 관측자료 변수들간의 물리적 관계 검사일 수 있다.The internal consistency test may be a physical relationship test between observational variables.
평균기온을 예를 들어 설명하면 내적일치성 검사는 평균기온이 범위 내 최고기온과 최저기온의 범위내에 있는지 확인하는 것일 수 잇다.Using the average temperature as an example, the internal consistency test may be to check whether the average temperature is within the range of the highest and lowest temperatures in the range.
아울러, 내적일치성 검사에서는 평균, 최고, 최저기온의 관계뿐만 아니라 이슬점온도, 평균기온과의 관계, 풍향과 풍속관계, 강수와 하늘상태, 상대습도와 하늘상태 등 총 27개의 관계를 판단할 수 있다.In addition, the internal consistency test can determine not only the relationship between average, maximum and minimum temperature, but also 27 relations including dew point temperature, average temperature, wind direction and wind speed, precipitation and sky condition, relative humidity and sky condition. have.
예를 들어 내적일치성 검사에서는 GTS 지상관측 및 해양관측자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 강수량, 기압, 풍향 및 풍속 등의 관계를 판단할 수 있다.For example, the internal consistency test can determine the relationship between temperature, maximum temperature, minimum temperature, dew point temperature, relative humidity, precipitation, air pressure, wind direction, and wind speed of GTS ground and ocean observation data.
제어부(2500)는 획득한 자료의 단위를 단일화할 수 있으며, 미리 정해진 조건에 따라 에러값을 판단할 수 있다.The
예를 들어 제어부(2500)는 NORDKLIM에서 제시한 일관성 검사 항목중 27가지에 기초하여 각 변수들간의 물리적인 관계를 검사할 수 있으며, 에러값인 경우 missing value로 대체할 수 있다. 또한 제어부(2500)는 에러값인 missing value를 자료에서 제거할 수 있다.For example, the
일 실시예에 따르면 단계 검사를 수행하는 단계가 수행될 수 있다(S400).According to an embodiment, the step of performing the step inspection may be performed (S400).
제어부(2500)는 획득한 관측자료의 6시간전의 변화량을 검사하고 임계치 범위 안의 관측값을 참으로 판단할 수 있으며, 임계치 범위 밖의 관측값을 에러값으로 판단할 수 있다.The
여기서 임계치는 과거자료의 평균과 표준편차를 이용하여 결정될 수 있으며, 저장부(2400)에 미리 저장될 수 있다.Here, the threshold may be determined using the average and standard deviation of the historical data, and may be stored in advance in the
또한 단계 검사에서 검사 대상 변수는 TS 지상관측의 기온, 상대습도, 기압, 풍속 등일 수 있다.In addition, in the step inspection, the test target variable may be air temperature, relative humidity, barometric pressure, and wind speed of the TS ground observation.
제어부(2500)는 임계치 범위 밖의 관측값을 에러값으로 판단하여 제거할 수 있다.The
일 실시예에 따르면 공간일치성 검사를 수행하는 단계가 수행될 수 있다(S500).According to an embodiment, a step of performing a spatial consistency test may be performed (S500).
제어부(2500)는 관측자료를 공간 내삽하여 모형 자료와의 차이를 계산하고 임계치 범위 안의 관측값을 참으로 판단할 수 있으며, 임계치 범위 밖의 관측값을 에러값으로 판단할 수 있다.The
여기서 공간일치성 검사의 임계치는 관측 자료의 평균과 표준편차를 이용하여 결정할 수 있다.The threshold of the spatial consistency test can be determined using the mean and standard deviation of the observed data.
또한 단계 검사에서 검사 대상 GTS 지상관측 및 기후관측의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 강수량, 기압, 온위 및 풍속 등일 수 있다.In addition, in the step inspection, the GTS ground and climate observations may include temperature, maximum temperature, minimum temperature, dew point temperature, relative humidity, precipitation, air pressure, temperature, and wind speed.
제어부(2500)는 관측자료로부터 필요한 대상 변수를 추출할 수 있으며, 관측자료에서 관측값이 없거나 변수 별로 미리 설정된 특정값을 에러값으로 정의하여 제거할 수 있다.The
또한 제어부(2500)는 관측 자료와 미리 저장된 모형자료의 단위를 일치할 수 있으며, 관측 자료를 내삽할 수 있다.In addition, the
또한 제어부(2500)는 내삽한 관측자료와 모형자료의 차이를 계산할 수 있으며, 차이값이 임계치 범위 밖의 관측값을 에러값으로 판단할 수 있다.In addition, the
제어부(2500)는 임계치 범위 밖의 관측값을 에러값으로 판단하여 제거할 수 있다.The
상기에서는 본 발명에 따른 실시예를 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않으며, 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 발명이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다.In the above description of the configuration and features of the present invention based on the embodiment according to the present invention, the present invention is not limited thereto, and various changes or modifications can be made within the spirit and scope of the present invention. It will be apparent to those skilled in the art that such changes or modifications fall within the scope of the appended claims.
1000 기상 관측 장치
2000 관측자료 품질검사 장치
2100 통신부
2200 디스플레이부
2300 입력부
2400 저장부
2500 제어부1000
2100
2300
2500 controls
Claims (7)
관측 자료를 획득하는 단계;
상기 관측자료의 범위 검사를 수행하여 상기 관측자료의 표본 무리에서 표본 무리와 어울리지 않는 에러값을 제거하는 단계;
상기 관측자료의 내적일치성 검사를 수행하여 물리관계에 어긋나는 에러값을 제거하는 단계;
상기 관측자료의 단계 검사를 수행하여 변화량이 임계값 이상인 에러값을 제거하는 단계;
상기 관측자료 및 미리 저장된 모델자료에 기초하여 공간일치성 검사를 수행하여 에러값을 제거하는 단계를 포함하는
관측자료 품질검사 방법.
Observation data quality test method to check the quality of observed data,
Obtaining observation data;
Performing a range check of the observation data to remove an error value that does not match the sample group from the sample group of the observation data;
Performing an internal consistency check of the observation data to remove an error value that is inconsistent with a physical relationship;
Performing the step checking of the observation data to remove an error value having a change amount greater than or equal to a threshold value;
Performing a spatial consistency check based on the observation data and the pre-stored model data to remove the error value
Observation data quality test method.
상기 범위 검사는 관측 자료의 기온, 최고기온, 최저기온, 이슬점온도, 상대습도, 기압 및 풍속의 변수를 대상으로 수행하는
관측자료 품질검사 방법.
According to claim 1,
The range test is performed on variables of temperature, maximum temperature, minimum temperature, dew point temperature, relative humidity, air pressure, and wind speed of the observation data.
Observation data quality test method.
상기 범위 검사는 통계값을 산출하는 단계, 최대값 또는 최소값을 선택하는 단계, 기후 자료의 범위에 포함되는지 여부를 판단하는 단계 및 기후 자료의 범위에 포함되지 않는 경우 에러값으로 처리하는 단계를 포함하는
관측자료 품질검사 방법.
The method of claim 2,
The range check includes calculating a statistical value, selecting a maximum or minimum value, determining whether the range is included in a range of climate data, and treating the range as an error value if not included in the range of climate data. doing
Observation data quality test method.
상기 통계값을 산출하는 단계는 상기 관측자료로부터 지점, 위도, 경도, 자료개수, 최대값, 최소값, 평균값, 중앙값, 표준편차 및 Kurtosis 중 적어도 하나를 산출하는 단계인
관측자료 품질검사 방법.
The method of claim 3, wherein
The calculating of the statistical value may include calculating at least one of a point, latitude, longitude, number of data, maximum value, minimum value, average value, median value, standard deviation, and Kurtosis from the observation data.
Observation data quality test method.
상기 Kurtosis는 하기 식에 기초하여 산출되는
관측자료 품질검사 방법.
식)
The method of claim 4, wherein
Kurtosis is calculated based on the following formula
Observation data quality test method.
expression)
상기 치우침은 하기 식에 기초하여 산출되는
관측자료 품질검사 방법.
식)
The method of claim 5,
The bias is calculated based on the following formula
Observation data quality test method.
expression)
A recording medium having recorded thereon a program for performing the method of claim 1.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180050234A KR102580312B1 (en) | 2018-04-30 | 2018-04-30 | Observation data quality inspection apparatus and observation data quality inspection method using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180050234A KR102580312B1 (en) | 2018-04-30 | 2018-04-30 | Observation data quality inspection apparatus and observation data quality inspection method using the same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190125872A true KR20190125872A (en) | 2019-11-07 |
| KR102580312B1 KR102580312B1 (en) | 2023-09-18 |
Family
ID=68579174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180050234A KR102580312B1 (en) | 2018-04-30 | 2018-04-30 | Observation data quality inspection apparatus and observation data quality inspection method using the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102580312B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210068690A (en) * | 2019-12-02 | 2021-06-10 | (재)한국품질재단 | Road Weather Information System using Image Data Checking Process |
| GB2591733A (en) * | 2019-12-23 | 2021-08-11 | Sita Information Networking Computing Uk Ltd | Weather drone |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140044264A (en) * | 2013-09-11 | 2014-04-14 | (주) 네오위드넷 | Quality inspection method based on integrated quality inspection syetem |
| KR20140074444A (en) * | 2012-12-07 | 2014-06-18 | 대한민국(기상청장) | Auto analysis system of climate data and service providing method of using it |
| KR20170060487A (en) * | 2015-11-24 | 2017-06-01 | 한국외국어대학교 연구산학협력단 | Urban area climate analysing system and method |
-
2018
- 2018-04-30 KR KR1020180050234A patent/KR102580312B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140074444A (en) * | 2012-12-07 | 2014-06-18 | 대한민국(기상청장) | Auto analysis system of climate data and service providing method of using it |
| KR20140044264A (en) * | 2013-09-11 | 2014-04-14 | (주) 네오위드넷 | Quality inspection method based on integrated quality inspection syetem |
| KR20170060487A (en) * | 2015-11-24 | 2017-06-01 | 한국외국어대학교 연구산학협력단 | Urban area climate analysing system and method |
Non-Patent Citations (2)
| Title |
|---|
| Ramalingam Shanmugam 외 1명. Statistics for Scientists and Engineers. Chapter 4 Skewness and Kurtosis. 2015.07.31, pp.89-109, 인터넷:<https://onlinelibrary.wiley.com/doi/10.1002/9781119047063.ch4> 1부.* * |
| 채정훈 외 2명. WISE 복합기상센서 관측 자료 품질관리시스템. 한국기상학회. 2014.09.30, 제24권, 제3호, pp.445-456, 인터넷:<https://koreascience.kr/article/JAKO201431753970260.page> 1부.* * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210068690A (en) * | 2019-12-02 | 2021-06-10 | (재)한국품질재단 | Road Weather Information System using Image Data Checking Process |
| GB2591733A (en) * | 2019-12-23 | 2021-08-11 | Sita Information Networking Computing Uk Ltd | Weather drone |
| GB2591733B (en) * | 2019-12-23 | 2022-06-29 | Sita Information Networking Computing Uk Ltd | Weather drone |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102580312B1 (en) | 2023-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Parker | Reanalyses and observations: What’s the difference? | |
| Orchard et al. | A particle filtering framework for failure prognosis | |
| Refsgaard et al. | A framework for testing the ability of models to project climate change and its impacts | |
| Geer et al. | Observation errors in all‐sky data assimilation | |
| Norris et al. | Empirical removal of artifacts from the ISCCP and PATMOS-x satellite cloud records | |
| JPWO2016031174A1 (en) | Simulation device, simulation method, and storage medium | |
| US20080168339A1 (en) | System and method for automatic environmental data validation | |
| CN110570021B (en) | Runoff simulation method and device and computer equipment | |
| CN109840671B (en) | Operation improvement effect calculation device, operation improvement effect calculation method, and recording medium | |
| Asgarimehr et al. | A GNSS-R geophysical model function: Machine learning for wind speed retrievals | |
| Stengel et al. | The impact of cloud‐affected IR radiances on forecast accuracy of a limited‐area NWP model | |
| JP6159594B2 (en) | Observation value processing apparatus, observation value processing method, and observation value processing program | |
| Bass et al. | Incorporating climate change into risk assessment using grey mathematical programming | |
| Sommer et al. | Ensemble-based approximation of observation impact using an observation-based verification metric | |
| KR20190125872A (en) | Observation data quality inspection apparatus and observation data quality inspection method using the same | |
| Mattern et al. | Improving variational data assimilation through background and observation error adjustments | |
| Krishnan et al. | CMIP5 wind speed comparison between satellite altimeter and reanalysis products for the Bay of Bengal | |
| KR102575917B1 (en) | IoT sensor abnormality diagnosing method and system using cloud-based virtual sensor | |
| KR20190124625A (en) | Method, apparatus, and system for analyzing vertical distribution of particle material using satellite sensor and surface weather observation | |
| CN111325376A (en) | Wind speed prediction method and device | |
| CN117037076A (en) | Intelligent soil moisture content monitoring method based on remote sensing technology | |
| KR20140074444A (en) | Auto analysis system of climate data and service providing method of using it | |
| KR20200033726A (en) | Data processing method, data processing device, and computer readable recording medium with data processing program thereon | |
| US20160292302A1 (en) | Methods and systems for inferred information propagation for aircraft prognostics | |
| CN108182492B (en) | Data assimilation method and device |
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 |