KR20200095061A - 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 - Google Patents
적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 Download PDFInfo
- Publication number
- KR20200095061A KR20200095061A KR1020190012667A KR20190012667A KR20200095061A KR 20200095061 A KR20200095061 A KR 20200095061A KR 1020190012667 A KR1020190012667 A KR 1020190012667A KR 20190012667 A KR20190012667 A KR 20190012667A KR 20200095061 A KR20200095061 A KR 20200095061A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- snow
- risk
- weather
- snowfall
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000003860 storage Methods 0.000 claims abstract description 29
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 238000013500 data storage Methods 0.000 claims abstract description 16
- 238000013480 data collection Methods 0.000 claims abstract description 15
- 230000014759 maintenance of location Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 244000144972 livestock Species 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012358 sourcing 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/156—Query results presentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템이 제공된다. 상기 기상위험정보 시스템은 데이터를 저장하는 복수의 스토리지로 구성된 분산 스토리지 레이어, 데이터를 수집하고 분석하는 데이터 시스템 레이어, 수집된 데이터 및 분석 데이터를 기초로 기상위험정보를 제공하는 서비스를 제공하는 서비스 레이어를 포함하며, 상기 데이터 시스템 레이어는, 기설정된 시간 단위로 적설위험 정보 데이터를 수집하는 데이터 수집부; 상기 수집된 적설위험 정보 데이터의 분산 저장을 제어하는 데이터 저장부; 및 상기 수집된 적설위험 정보 데이터를 기초로 적설 재난 영향 정보를 생성하는 데이터 분석부를 포함하고, 상기 적설위험 정보 데이터는 적어도 적설 중량 데이터, 기상 데이터, 지형 정보 데이터 및 시설물 데이터를 포함한다.
Description
본 발명은 기상위험정보 시스템에 관한 것으로, 구체적으로 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템에 관한 것이다.
[국가지원 연구개발에 대한 설명]
본 연구는 중소기업기술정보진흥원의 주관 하에 중소벤처기업부의 중소기업기술혁신개발(적설위험 정보 데이터 수집, 분석, 재난예보를 지원하는 기상위험정보 플랫폼, 과제 고유번호: 1425125276, 과제 세부번호: S2634316)의 지원에 의하여 이루어진 것이다.
이상 기후로 인하여 최근 국지성 폭설이 빈번하게 발생하고 있어, 폭설로 인한 피해 발생이 크게 증가하고 있는 상황이다. 국지성 폭설은 피해지역을 예측할 수 없는 양상을 보임에 따라 눈이 잘 내리지 않는 지역에서도 많은 눈이 내려 피해를 가중시키고 있다. 즉, 비닐하우스 단지, 공장 지대, 축사, 체육관 건축물 등 예상하지 못하는 많은 눈에 의해 많은 재산 피해뿐만 아니라, 인명 피해까지 발생하고 있는 상황이다.
현재의 적설에 대한 기상위험정보 시스템은 수치모델에 기반한 기상현상 중심의 정보를 제공하는 것으로, 예상되는 적설량과 기후 정보를 단순 전달(예를 들어, 5~20 cm의 눈이 예상되고, 15 m/s 이상의 강풍이 예상됩니다.)하는 것에 불과하다. 이러한, 기상현상 중심의 정보를 제공하는 기상위험정보 시스템은 적설의 위험성 및 심각성을 사용자들에게 효율적이며 직접적으로 전달하지 못하여, 적절한 적설에 대한 대비 또는 대피가 수행되지 못하게 한다.
또한, 상술한 적설의 피해는 적설의 중량에 의해 발생되는 피해이나, 현재의 적설에 대한 기상위험정보 시스템은 한국 특허 출원 10-2015-0187189에 개시된 바와 같이, 적설된 높이에 기반하여 수행되었다. 즉, 피해 예방 및 대피에 실질적으로 고려되어야 하는 적설의 중량이 적설에 대한 기상위험정보 시스템에는 반영되지 못하고 있는 상황이다.
그리고, 시설물의 구조 및 특징, 시설물이 위치한 지리적 환경에 따라 동일한 적설량이 동일하더라도 시설물에 끼치는 영향은 상이할 수 있다. 적설 재난에 효율적으로 대처, 대비하기 위해서는 보다 많은 기초 데이터를 고려하여 사회, 경제적인 영향을 함께 제공하는 기상위험정보 시스템이 요구되고 있다.
본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 적설 중량에 기초로, 시설물의 구조 및 특징, 지리적 환경을 고려한 적설 재난 예보를 생성하는 기상위험정보 시스템을 제공한다.
본 발명의 일 실시예에 따른 기상위험정보 시스템은 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템으로, 상기 기상위험정보 시스템은 데이터를 저장하는 복수의 스토리지로 구성된 분산 스토리지 레이어, 데이터를 수집하고 분석하는 데이터 시스템 레이어, 수집된 데이터 및 분석 데이터를 기초로 기상위험정보를 제공하는 서비스를 제공하는 서비스 레이어를 포함하며, 상기 데이터 시스템 레이어는, 기설정된 시간 단위로 적설위험 정보 데이터를 수집하는 데이터 수집부; 상기 수집된 적설위험 정보 데이터의 분산 저장을 제어하는 데이터 저장부; 및 상기 수집된 적설위험 정보 데이터를 기초로 적설 재난 영향 정보를 생성하는 데이터 분석부를 포함하고, 상기 적설위험 정보 데이터는 적어도 적설 중량 데이터, 기상 데이터, 지형 정보 데이터 및 시설물 데이터를 포함한다.
일 실시예에서, 상기 적설 재난 영향 정보는 적어도 적설 패턴, 다양한 유형에 따른 적설 위험도, 적설 위험 지도를 포함하고, 상기 데이터 분석부는 상기 적설 패턴을 생성하는 적설 패턴 예측부 및 상기 적설 위험도 및 상기 적설 위험 지도를 생성하는 위험도 산출부를 포함할 수 있다.
일 실시예에서, 상기 위험도 산출부는 상기 적설 위험도를 기초로 각 지역 또는 각 시설에 대한 위험 단계를 설정하며, 상기 적설 위험 지도는 상기 각 지역 또는 각 시설에 대한 위험 단계가 GIS 기반의 지도에 반영되어 생성될 수 있다.
일 실시예에서, 상기 위험도 산출부는 적설 중량 데이터를 기초로 단일 적설 위험율을 계산하고, 상기 단일 적설 위험율에 상기 기상 데이터, 상기 지형 정보 데이터, 상기 시설물 데이터 및 상기 적설 패턴 중 적어도 하나를 더 고려하여 상기 적설 위험도를 산출할 수 있다.
일 실시예에서, 상기 적설 패턴은 예상 적설량 및 눈의 특성을 포함하고, 상기 적설 패턴 예측부는 적어도 상기 적설 중량 데이터 및 상기 기상 데이터를 기초로 상기 예상 적설량 및 상기 눈의 특성을 결정할 수 있다.
일 실시예에서, 상기 서비스 레이어에서 제공하는 기상위험정보는 기상 예측 정보, 예측 적설량 및 상기 적설 재난 영향 정보에 기초하여 생성된 적설 재난 예보를 포함할 수 있다.
일 실시예에서, 상기 서비스 레이어는 상기 기상위험정보에 대한 쿼리 기능을 제공하여 사용자가 원하는 조건의 기상위험정보를 필터링하여 제공할 수 있다.
일 실시예에서, 상기 기상위험정보 시스템은 전문가 크라우드 시스템과 연동되며, 상기 서비스 레이어는 상기 전문가 크라우드 시스템에서 제공되는 전문가 기상위험정보를 상기 적설 재난 예보와 함께 제공할 수 있다.
일 실시예에서, 상기 전문가 크라우드 시스템은 전문가 집단으로부터 특정 지역 및 기업에 대한 기상 예보 또는 기상 관련 컨설팅이 수행되도록 구성되며, 요청된 기상 예보 또는 기상 관련 컨설팅에 적합한 전문가를 보유하고 있는 전문가 데이터베이스에서 선별하여 해당 서비스를 제공하는 큐레이션 서비스를 포함할 수 있다.
일 실시예에서, 상기 전문가 기상위험정보는 상기 수집된 적설위험 정보 데이터 및 상기 적설 재난 영향 정보에 대한 전문가 집단의 의견을 기초로 생성될 수 있다.
일 실시예에서, 상기 적설 중량 데이터는 적설 중량을 기준으로 산출한 데이터이며, 전국의 기상청 또는 주요 지자체의 관공서에 기설치된 중량식 적설계로부터 수집되고, 상기 중량식 적설계는 하판, 상기 하판과 대향되어 위치하는 상판, 상기 상판과 상기 하판 사이에 위치하는 무게 감지 센서를 포함하고, 상기 상판에 적설되는 눈의 무게를 측정하는 적설 중량 데이터 로거일 수 있다.
일 실시예에서, 상기 기상 데이터는 기상청에서 운영하는 자동 기상 관측 장비(AWS) 또는 별개로 특정 지역에 설치되어 현장의 기상 정보를 수집하는 장치로부터 수집되고, 상기 지형 데이터는 GIS 데이터 및 수치 지형도를 포함하며, 상기 시설물 데이터는 각 관공서로부터 제공되는 공공 데이터 및 개방 데이터로, 시설물의 위치, 기본 구조, 재료, 연식에 대한 정보를 포함할 수 있다.
본 발명의 일 실시예에 따른 기상위험정보 시스템은 적설 중량에 기초하며, 시설물의 구조 및 특징, 시설물이 위치한 지리적 환경을 고려한 적설 재난 예보를 생성한다. 즉, 보다 객관적이고 사용자들의 피해와 직접적인 데이터를 기초로 적설에 대한 기상 위험을 예보할 수 있다.
또한, 본 발명의 일 실시예에 따른 기상위험정보 시스템은 적설 위험 지도와 같은 시각화된 데이터로써 지역 또는 시설에 대한 위험도를 제공하는 바, 적설에 대한 위험성을 보다 효과적으로 사용자들에게 제공할 수 있다.
또한, 본 발명의 일 실시예에 따른 기상위험정보 시스템은 위험 단계가 높은 지역 및 시설에 대해 적설 재난 예보를 먼저 제공하여, 재난 상황에서의 대처 및 자원의 사용이 보다 효율적으로 수행되도록 한다.
또한, 본 발명의 일 실시예에 따른 기상위험정보 시스템은 기상위험정보에 대한 쿼리 기능을 제공하여 사용자가 원하는 조건의 기상위험정보를 필터링하여 제공할 수 있다.
나아가, 본 발명의 일 실시예에 따른 기상위험정보 시스템은 전문가 크라우드 시스템에서 제공된 전문가 기상위험정보를 적설 재난 예보와 함께 사용자들에게 제공하여, 보다 신뢰성 있는 정보를 사용자들에게 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른, 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템의 개략적인 시스템 아키텍처를 나타낸다.
도 2는 데이터 시스템 레이어의 구성을 도시한 블록도이다.
도 3은 데이터 분석부의 구성을 도시한 블록도이다.
도 4a는 GIS 위성 사진의 예시적인 도면이다.
도 4b는 본 발명의 적설 위험도를 GIS 기반에 반영한 적설 위험 지도의 예시적인 도면이다.
도 2는 데이터 시스템 레이어의 구성을 도시한 블록도이다.
도 3은 데이터 분석부의 구성을 도시한 블록도이다.
도 4a는 GIS 위성 사진의 예시적인 도면이다.
도 4b는 본 발명의 적설 위험도를 GIS 기반에 반영한 적설 위험 지도의 예시적인 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
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 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 분석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 분석되지 않는다.
도 1은 본 발명의 일 실시예에 따른, 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템(10)의 개략적인 시스템 아키텍처를 나타낸다. 본 실시예에 따른 기상위험정보 시스템(10)은 중량식 적설 측정에 기반한 적설위험 정보 데이터를 수집하고, 이를 분석한 적설 재난 예보를 관련 기관 및 기업에 제공할 수 있다.
또한, 본 실시예에 따른 기상위험정보 시스템(10)은 전문가 크라우드 소싱을 통해 구축된 전문가 크라우드 시스템(20)과 연동될 수 있으며, 전문가 크라우드 시스템(20)에서 생성된 전문가 기상위험정보를 적설 재난 예보와 함께 사용자들에게 제공할 수 있다.
도 1을 참조하면, 본 발명의 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템(10)은 3개의 레이어(Layer), 예컨대, 분산 스토리지 레이어(100), 데이터 시스템 레이어(110) 및 서비스 레이어(120)로 구성된다.
최하위 레이어인 분산 스토리지 레이어(100)는 수집 또는 분석된 정보를 분산 스토리지에 분산하여 저장하고, 조회된 정보를 제공하는 기능을 수행한다. 이러한 분산 스토리지 레이어를 구성하는 저장 시스템은 데이터가 저장된 복수의 저장 장치들을 포함할 수 있다. 이때, 저장 장치는 물리적으로 데이터를 저장하는 복수의 스토리지들(예컨대, 로컬 스토리지, 네트워크 스토리지 등)을 포함할 수 있고, 각 저장 장치는 복수의 저장 위치를 포함할 수 있다.
데이터 시스템 레이어(110)는 데이터를 수집하고, 데이터마이닝 등을 적용하여 데이터를 분석하고 추론하여 분석정보를 생성하며, 분산 스토리지를 관리(주관)하고, 서비스 레이어 내의 서비스 서버 등의 요청을 받아 분석 정보를 취합하여 전달하는 게이트웨이 기능을 수행하는 하나 이상을 모듈(부)로 구성될 수 있다.
데이터 시스템 레이어(110)를 구성하는 복수의 모듈(부)들 중 일부는 서비스 레이어(120)의 적어도 하나의 구성에 연결될 수 있고, 복수의 모듈(부)들 중 다른 일부는 전술한 스토리지 레이어(100)의 적어도 하나의 구성에 연결될 수 있다.
최상위 레이어인 서비스 레이어(120)는 웹, 서버, API 등을 통해 분석정보에 기초한 다양한 서비스를 제공하는 기능을 수행한다. 서비스 레이어(120)는 수집된 데이터 및 분석된 데이터를 기초로 기상위험정보를 제공하는 서비스를 제공할 수 있다. 즉, 서비스 레이어를 구성하는 서비스 시스템은 고객의 요청에 따라 데이터 분석에 기반한 다양한 서비스를 고객에게 제공할 수 있다.
이하, 데이터 시스템 레이어의 구성을 중심으로, 본 발명의 일 실시예에 따른, 기상위험정보 시스템이 적설위험 정보 데이터를 수집, 분석, 재난예보를 수행하는 과정에 보다 상세히 설명하도록 한다.
도 2는 데이터 시스템 레이어의 구성을 도시한 블록도이다. 도 3은 데이터 분석부의 구성을 도시한 블록도이다. 도 4a는 GIS 위성 사진의 예시적인 도면이다. 도 4b는 본 발명의 적설 위험도를 GIS 기반에 반영한 적설 위험 지도의 예시적인 도면이다.
도 2 및 도 3을 참조하면, 본 발명의 일 실시예에 따른 기상위험정보 시스템(10)의 데이터 시스템 레이어(110)는 데이터 수집부(111), 데이터 저장부(112), 데이터 분석부(113)를 포함한다.
데이터 수집부(111)는 적설 위험 정보 데이터를 수집할 수 있다. 적설 위험 정보 데이터는 적설에 따른 기상위험정보를 산출하기 위한 기초 데이터일 수 있다. 적설 위험 정보 데이터는 적어도 적설 중량 데이터, 기상 데이터, 지형 정보 데이터 및 시설물 데이터를 포함할 수 있다.
적설 중량 데이터는 적설량을 적설 높이가 아닌 적설 중량을 기준으로 산출한 데이터일 수 있다. 적설 중량 데이터는 전국의 기상청, 또는 주요 지자체의 관공서에 기설치된 중량식 적설계에서 수집될 수 있다. 중량식 적설계는 하판, 상기 하판과 대향되어 위치하는 상판, 하판과 상판 사이에 위치하는 무게 감지 센서를 포함하고, 상판에 적설되는 눈의 무게를 측정하는 적설 중량 데이터 로거일 수 있다. 데이터 수집부(111)는 기설정된 시간 단위로 적설 중량 데이터를 적어도 하나 이상의 중량식 적설계로부터 수집할 수 있다.
기상 데이터는 기상청에서 운영하는 자동 기상 관측 장비(AWS) 또는 별개로 특정 지역에 설치되어 현장의 기상 정보를 수집하는 장치로부터 수집될 수 있다. 기상 데이터는 특정 지역의 기온(평균기온, 최고기온, 최저기온), 풍향, 풍속(평균풍속, 최대풍속, 최소풍속), 습도(실효습도, 최대습도, 최소습도), 기압 및 강수량 등의 정보를 포함할 수 있다. 또한, 기상 데이터는 기상 예보가 필요한 전체 지역(예를 들어, 대한민국 전지역, 육상 및 해상을 모두 포함)의 전선, 기압 패턴 데이터, 레이더 영상 데이터 등을 포함할 수 있다. 또한, 상기 기상 데이터는 현재의 데이터뿐만 아니라 미래의 기상 예측 정보도 포함할 수 있다. 데이터 수집부(111)는 기설정된 시간 단위로 기상 데이터를 수집할 수 있다.
지형 정보 데이터는 관측되는 지역의 지형적인 특성을 파악할 수 있는 데이터에 해당한다. 지형 정보 데이터는 GIS 데이터를 포함할 수 있다. 여기서, GIS 데이터는 일반 지도와 같은 지형정보 및 관련 시설에 대한 정보를 인공위성으로 수집하여 생성한 지리정보시스템에 해당한다. 데이터 수집부(111)는 GIS 데이터를 기설정된 시간 단위로 수집할 수 있다.
또한, 지형 정보 데이터는 국내 국토지리정보원에서 발행하는 1/25,000 축척의 수치 지형도를 포함할 수 있으며, 지형도는 단위격자 내 분포하는 경사(예로 산록하단부, 산록상단부, 산복하단부, 산복상단부, 산정하단부 등) 및 향(예로 북, 북동, 동, 남동, 남서, 서, 북서)에 대한 정보를 포함할 수 있다.
시설물 데이터는 각 관공서로부터 제공받는 공공 데이터 및 개방 데이터일 수 있다. 여기서, 시설물은 비닐 하우스, 공장, 축사, 체육관, 문화재 등 적설의 피해를 직접적으로 받는 건축물을 포함할 수 있다. 뿐만 아니라, 시설물은 도로 시설, 철도 시설 및 항공 시설도 포함할 수 있다. 시설물 데이터는 상기 시설물의 위치, 기본 구조, 특징, 재료, 연식(노후화 정도)에 대한 정보를 포함할 수 있다.
데이터 수집부(111)은 상술한 데이터를 수집하기 위한 송수신부(미도시)를 포함할 수 있다. 송수신부(미도시)은 네트워크를 통한 통신 방법으로 다양한 객체로부터 데이터를 수집할 수 있다. 네트워크를 통한 통신 방법은 유선 통신, 무선 통신, 3G, 4G, 유선 인터넷 또는 무선 인터넷일 수도 있고, 이 외에도 유선 공중망, 무선 이동 통신망 또는 휴대 인터넷 등과 통합된 코어망일 수도 있고, TCP/IP 프로토콜 및 그 상위 계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol) 등을 제공하는 개방형 컴퓨터 네트워크일 수도 있으나, 이에 제한되지 않는다.
상술한 바와 같이, 데이터 수집부(111)는 적설 위험 정보 데이터를 분산된 객체들로부터 수집할 수 있다. 즉, 자동 기상 관측 장비(AWS), 적설 중량 데이터는 물리적으로 분산된 곳에 위치하며, 데이터 수집부(111)은 이들로부터 데이터를 수집할 수 있다. 데이터 수집부(111)은 분산 환경에서 대량의 데이터를 효과적으로 수집하고, 이를 합친 후 다른 곳으로 전송하기 위해 유연한 스트리밍 데이터 플로우(Streaming Data Flow) 아키텍처 기반으로 구성될 수 있다. 데이터 수집부(111)은 예를 들어, 플룸(Flume)으로 구현될 수 있으나, 이에 한정되는 것은 아니다. 데이터 수집부(111)는 현재 수집된 적설 위험 정보 데이터를 데이터 저장부(112) 및 데이터 분석부(113)에 제공할 수 있다.
데이터 저장부(112)는 수집된 적설 위험 정보 데이터의 분산 저장을 제어할 수 있다. 적설 위험 정보 데이터는 기존의 데이터베이스 관리도구로 데이터를 수집, 분석할 수 있는 역량을 넘어서는 대량의 정형, 비정형 또는 반정형 데이터의 집합에 해당하는 빅데이터일 수 있다. 여기서, 정형 데이터는 고정된 필드에 저장된 데이터로서, 적설 데이터, 기상 데이터 등 관계형 데이터베이스, 스프레드시트 등에 저장될 수 있는 데이터이다. 또한, 비정형 데이터는 고정된 필드에 저장되어 있지 않은 데이터로서, 예컨대, 텍스트 문서, 이미지, 동영상, 음성 데이터 등이 있다. 또한, 반정형 데이터는 고정된 필드에 저장되어 있지 않지만 메타데이터나 스키마를 포함하는 데이터로서, 예컨대, XML, HTML, 텍스트 등이 있다.
데이터 저장부(112)는 수집된 적설 위험 정보 데이터를 복수의 스토리지들에 분산 저장하고, 관리할 수 있도록 구성된다. 또한, 데이터 저장부(112)는 후술할 데이터 분석부(113)의 분석 데이터를 분산 저장하고, 관리하도록 구성된다.
데이터 저장부(112)는 효율적으로 대규모의 비정형/정형 데이터를 분산 처리하기 위해 클러스터 컴퓨터에서 대량의 데이터를 처리할 수 있는 분산 프레임워크인 하둡(Hadoop)으로 구현될 수 있고, 분산파일시스템 HDFS(Hadoop Distributed File System)와 대용량 자료를 빠르게 처리할 수 있는 맵리듀스(MapReduce) 프레임워크를 포함할 수 있다. 다만, 이에 한정되는 것은 아니며, 데이터 유형에 따라 다른 빅데이터 통합 관리 방법이 적용될 수도 있다.
또한, 데이터 저장부(112)는 수집된 적설 위험 정보 데이터의 종류, 특성, 시간 등 따라 검색 가능하도록 수집된 적설 위험 정보 데이터를 저장할 수 있다. 또한, 데이터 저장부(112)는 분산 저장된 복수의 스토리지들의 동작 상태를 모니터링할 수 있다.
데이터 분석부(113)는 수집된 적설 위험 정보 데이터를 기초로 적설 재난 영향 정보를 실시간으로 분석할 수 있다. 즉, 데이터 분석부(113)는 수집된 적설 중량 데이터, 기상 데이터, 지형 정보 데이터 및 시설물 데이터를 기초로 적설 재난 영향 정보를 산출할 수 있다. 적설 재난 영향 정보는 적어도 적설 패턴, 다양한 유형에 따른 적설 위험도, 적설 위험도를 표시한 적설 위험 지도를 포함할 수 있다.
구체적으로, 데이터 분석부(113)는 적설 패턴 예측부(113A) 및 위험도 산출부(113B)를 포함한다.
적설 패턴 예측부(113A)는 적설 위험 정보 데이터를 기초로 적설 패턴을 실시간 예측할 수 있다. 적설 패턴은 현재 내리고 있는 눈에 대한 향후 예측 자료에 해당한다. 즉, 적설 패턴 예측부(113A)는 현재 시간 이후로 각 지역 및 각 시설에 눈이 어떠한 방식으로 얼마만큼 더 내릴 것인지를 결정할 수 있다. 이러한, 적설 패턴은 적어도 예상 적설량 및 적설되는 눈의 특성을 포함할 수 있다.
적설 패턴 예측부(113A)는 수집된 적설 중량 데이터, 기상 데이터를 기초로 적설량을 예측할 수 있다. 예시적으로, 적설 패턴 예측부(113A)는 수집된 기상 데이터(온도, 습도, 풍속 등)를 반영한 기상-적설량 회귀 모델을 포함하고 있으며, 현재의 적설 중량 데이터와 기상 예측 정보를 기초로 적설량을 예측할 수 있다. 또한, 적설 패턴 예측부(113A)는 지형 정보 데이터 또는 시설물 데이터 중 적어도 하나를 더 고려하여 적설량을 예측할 수 있다. 지형에 따라 적설량은 상이할 수 있으며, 시설물의 구조에 따라 적설량은 상이할 수 있다. 예를 들어, 고지대, 산간 지방은 적설량에 대해 가중치를 설정하여 적설량을 예측할 수 있으며, 바람의 영향을 고려하여 적설이 보다 많이 발생되는 지역을 설정하여 해당 지역에 대해 가중치를 설정할 수 있다. 또한, 적설 패턴 예측부(113A)는 현재의 적설 중량 데이터, 기상 데이터와 과거의 적설 중량 데이터, 기상 데이터를 비교하여 예측 적설량을 결정할 수도 있다.
또한, 적설 패턴 예측부(113A)는 적설 위험 정보 데이터를 기초로 지역 또는 시설에 따라 적설되는 눈의 특성(습설 정도)를 결정할 수도 있다. 눈의 특성, 특히 습설 정도에 따라 적설에 따른 피해는 상이할 수 있다. 습설은 습기를 머금은 눈에 해당하며, 기온이 높을 때 내리는 눈으로 수분이 많고 응집력이 강한 특성이 있다. 따라서, 시설물에 대한 피해는 건설보다 습설이 발생한 경우 더 많이 발생한다. 적설 패턴 예측부(113A)는 향후 적설되는 눈의 특성을 결정할 수 있으며, 눈의 특성은 향후 분석에 적용될 수 있다.
위험도 산출부(113B)는 적설 위험 정보 데이터 및 적설 패턴을 기초로 적설 위험도를 산출할 수 있다. 위험도 산출부(113B)는 데이터 분석부(113)는 적설 중량 데이터를 기초로 단일 적설 위험율을 계산한다. 단일 적설 위험율은 적설 중량만을 고려한 적설 재난의 위험율일 수 있다. 데이터 분석부(113)는 단일 적설 위험율에 다른 적설 위험 정보 데이터인 기상 데이터, 지형 정보 데이터, 시설물 데이터 및 적설 패턴 중 적어도 하나 이상을 더 고려하여 다양한 유형별 적설 위험도를 산출할 수 있다.
예시적으로, 위험도 산출부(113B)는 단일 적설 위험율에 시설물 데이터를 더 고려하여, 건축물 유형에 따른 적설 위험도를 산출할 수 있다. 예시적으로, 비닐 하우스 건축물의 경우, 일반 건축물 대비 위험도가 가중될 수 있다.
또한, 데이터 분석부(113)는 시설물의 위치에 따른 지형적인 특징을 더 고려하여 지형 특성에 따른 적설 위험도를 산출할 수도 있다. 산지지형, 분지지형, 바다(동해, 서해, 남해)의 영향 등을 고려하여 특정 지형에 대한 위험도를 가중할 수 있다.
또한, 위험도 산출부(113B)는 기상 데이터를 더 고려하여 기상 특성에 따른 적설 위험도를 산출할 수도 있다. 기상 데이터를 고려하여 습설이 계속 발생되는 것으로 판단되는 경우, 위험도 산출부(113B)는 위험도를 더 가중할 수 있다.
또한, 위험도 산출부(113B)는 적설 위험 정보 데이터 및 예측 적설량을 기초로 도로 시설에 대한 결빙에 따른 위험도, 공항 또는 철도 시설의 이용에 대한 위험도 등을 더 산출할 수도 있다.
또한, 위험도 산출부(113B)는 건축물 유형에 따른 붕괴 위험도에 예측 적설량을 더 고려하여 상기 건축물의 붕괴 예상 시점, 시설물의 위험도가 최고가 되는 예상 시점을 추정할 수도 있다.
위험도 산출부(113B)는 산출된 적설 위험도를 기초로 각 지역 또는 각 시설에 대한 위험 단계를 설정할 수 있다. 각 시설에 대해 상술한 다양한 유형의 적설 위험도를 고려하여 위험 단계를 설정할 수 있다. 예시적으로, 적설 위험도가 높을수록 위험 단계도 높아질 수 있다.
또한, 위험도 산출부(113B)는 다양한 유형에 따른 적설 위험도를 GIS 기반의 지도에 반영한 적설 위험 지도를 생성할 수 있다. 적설 위험 지도는 GIS 기반의 지도에 상기 위험 단계가 각 지역 또는 각 시설에 반영되어 생성될 수 있다. 도 4b는 적설 위험 지도의 예시적인 화면에 해당한다. 적설 위험 지도에서 각 지역 또는 각 시설은 현재의 위험 단계에 따라 상이한 색상으로 표시될 수 있다. 예시적으로, 위험 단계가 높은 지역 또는 시설은 붉은 색상으로 표시되어, 해당 시설 또는 지역에 대한 직접적인 위험 정보를 사용자들에게 제공할 수 있다. 적설 위험 지도는 다양한 유형에 따른 적설 위험도를 제공할 수 있다. 예시적으로, 적설 위험 지도는 기상 환경에 따른 적설 위험도, 건축물 유형에 따른 적설 위험도, 시간에 따른 적설 위험도를 각각 제공할 수 있다.
데이터 분석부(113)에서 생성된 분석 데이터인 적설 재난 영향 정보, 예를 들어, 적설 패턴, 적설 위험도 및 적설 위험 지도 등은 데이터 저장부(112)를 통해 복수의 스토리지들에 저장될 수 있다.
데이터 저장부(112)는 서비스 레이어(120)에서 제공하는 서비스를 구성하는 데이터를 제공할 수 있다. 또한, 서비스 레이어(120)를 이용하는 사용자의 요청에 따른 데이터를 필터링하여 제공할 수도 있다.
서비스 레이어(120)는 수집된 데이터 및 분석 데이터를 기초로 기상위험정보를 제공할 수 있다. 기상위험정보에는 적설 재난 영향 정보를 기초로 생성된 적설 재난 예보가 포함될 수 있다. 즉, 서비스 레이어(120)는 적설 재난 예보를 사용자들에게 제공할 수 있다.
여기서, 상기 사용자들은 적설에 대한 피해를 직접적으로 입게 되는 비닐 하우스, 공장, 축사, 체육관, 문화재 등을 운영 주체 및 적설 경보를 수행하여야 하는 기관, 정부, 지자체, 기업 등일 수 있다.
적설 재난 예보는 상술한 바와 같이, 적설 중량에 기초하며, 시설물의 구조 및 특징, 시설물이 위치한 지리적 환경을 고려한 데이터에 해당한다. 즉, 본 실시예에 다른 서비스 레이어(120)는 상기 사용자들에게 적설에 대한 위험성을 객관적인 데이터를 기반으로 직접적으로 제공할 수 있다. 예시적으로, “특정 지역에 위치한 비닐 하우스는 현재 15kg이 적설된 상태로, 현재 형태가 유지되면 3시간 후 붕괴 가능성이 있음”과 같은 형태로 사용자들에게 적설에 의한 현재 상황, 재난 발생 가능성을 제시하여, 적설의 의한 위험을 강조할 수 있다.
또한, 서비스 레이어(120)는 적설 위험 지도와 같은 시각화된 데이터로써 지역 또는 시설에 대한 위험도를 제공하는 바, 적설에 대한 위험성을 보다 효과적으로 사용자들에게 제공할 수 있다.
또한, 적설 재난 예보는 위험 단계가 높은 지역 및 시설에 대해 먼저 제공될 수 있다. 따라서, 재난 발생될 지역 및 시설에 대해서 대피 및 구호 활동이 먼저 수행될 수 있으며, 재난 상황에서의 대처 및 자원의 사용이 보다 효율적으로 수행될 수 있다.
또한, 서비스 레이어(120)는 적설의 위험뿐만 아니라, 수집된 기상 데이터 및 분석 데이터를 기초로 생성된 기상 예측 정보, 예측 적설량을 상기 기상위험정보로써 제공할 수 있다. 또한, 서비스 레이어(120)는 기상위험정보에 대한 쿼리 기능을 제공하여 사용자가 원하는 조건의 기상위험정보를 필터링하여 제공할 수 있다.
나아가, 본 실시예에 따른 서비스 레이어(120)는 전문가 크라우드 시스템(20)에서 제공된 전문가 기상위험정보를 사용자들에게 상기 적설 재난 예보 및/또는 기상 예측 정보와 함께 제공할 수 있다.
여기서, 전문가 크라우드 시스템(20)은 본 발명의 기상위험정보 시스템(10)에 포함되도록 구성될 수 있으나, 이에 한정되는 것은 아니며, 별도의 시스템으로 구성되어 본 발명의 기상위험정보 시스템(10)과 연동될 수 있다.
전문가 크라우드 시스템(20)은 전문가 집단으로부터 특정 지역 및 기업에 대한 기상 예보 및 기상 관련 컨설팅이 수행되도록 구성될 수 있다. 전문가 크라우드 시스템(20)은 요청된 기상 예보, 기상 관련 컨설팅에 적합한 전문가를 보유하고 있는 전문가 데이터베이스에서 선별하여 해당 서비스를 제공하는 큐레이션 서비스를 포함할 수 있다. 여기서, 전문가 데이터베이스는 기상 전문가, 시설물 전문가, 지형 전문가, 문화재 건축물 전문가 등 다양한 분야의 전문가를 포함할 수 있다. 전문가 크라우드 시스템(20)은 요청된 기상 예보, 기상 관련 컨설팅에 특화된 전문가 집단을 선별하여, 보다 전문화된 기상 예보, 기상 관련 컨설팅을 사용자들에 제공할 수 있다. 예시적으로, 문화재 건축물에 대한 기상 관련 컨설팅이 의뢰되는 경우, 기상 전문가 및 문화재 건축물 전문가가 선택되어 이에 대한 컨설팅 서비스를 제공할 수 있다.
전문가 크라우드 시스템(20)은 데이터 저장부(112)를 통해, 분산 스토리지 레이어(100)에 저장된 데이터를 공유할 수 있으며 저장된 데이터 및 분석 데이터를 기초로 상기 기상 예보 서비스 및 기상 관련 컨설팅 서비스를 제공할 수 있다.
또한, 전문가 크라우드 시스템(20)은 다양한 분야의 전문가 집단으로부터 제공받은 기상 예측 및/또는 기상 분석 결과에 대한 의견을 기초로 전문가 기상위험정보를 생성할 수 있다. 구체적으로, 전문가 크라우드 시스템(20)은 본 발명의 기상위험정보 시스템(10)에서 수집된 데이터 및 분석된 데이터(적설 재난 영향 정보)에 대한 전문가 집단의 의견을 수집할 수 있으며, 이를 기초로 전문가 기상위험정보를 생성할 수 있다. 데이터 저장부(112)는 전문가 크라우드 시스템(20)에 수집된 데이터 및 분석된 데이터를 제공하며, 이에 대응하는 전문가 기상위험정보를 수신할 수 있다. 서비스 레이어(120)는 제공받은 전문가 기상위험정보를 상기 적설 재난 예보 및/또는 기상 예측 정보와 함께 사용자들에게 제공할 수 있다. 즉, 특정 시설물에 대한 적설 재난 예보를 전문가의 의견과 함께 제공할 수 있다. 본 발명의 기상위험정보 시스템(10)은 전문가 기상위험정보를 적설 재난 예보와 함께 제공하는 바, 보다 신뢰성 있는 정보를 사용자들에게 제공할 수 있다.
이상에서는 실시예들을 참조하여 설명하였지만 본 발명은 이러한 실시예들 또는 도면에 의해 한정되는 것으로 분석되어서는 안 되며, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 기상위험정보 시스템
11: 전문가 크라우드 시스템
100: 분산 스토리지 레이어
110: 데이터 시스템 레이어
111: 데이터 수집부
112: 데이터 저장부
113: 데이터 분석부
120: 서비스 레이어
11: 전문가 크라우드 시스템
100: 분산 스토리지 레이어
110: 데이터 시스템 레이어
111: 데이터 수집부
112: 데이터 저장부
113: 데이터 분석부
120: 서비스 레이어
Claims (12)
- 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템으로, 상기 기상위험정보 시스템은 데이터를 저장하는 복수의 스토리지로 구성된 분산 스토리지 레이어, 데이터를 수집하고 분석하는 데이터 시스템 레이어, 수집된 데이터 및 분석 데이터를 기초로 기상위험정보를 제공하는 서비스를 제공하는 서비스 레이어를 포함하며,
상기 데이터 시스템 레이어는,
기설정된 시간 단위로 적설위험 정보 데이터를 수집하는 데이터 수집부;
상기 수집된 적설위험 정보 데이터의 분산 저장을 제어하는 데이터 저장부; 및
상기 수집된 적설위험 정보 데이터를 기초로 적설 재난 영향 정보를 생성하는 데이터 분석부를 포함하고,
상기 적설위험 정보 데이터는 적어도 적설 중량 데이터, 기상 데이터, 지형 정보 데이터 및 시설물 데이터를 포함하는 것을 특징으로 하는 기상위험정보 시스템. - 제1 항에 있어서,
상기 적설 재난 영향 정보는 적어도 적설 패턴, 다양한 유형에 따른 적설 위험도, 적설 위험 지도를 포함하고,
상기 데이터 분석부는 상기 적설 패턴을 생성하는 적설 패턴 예측부 및 상기 적설 위험도 및 상기 적설 위험 지도를 생성하는 위험도 산출부를 포함하는 것을 특징으로 하는 기상위험정보 시스템. - 제2 항에 있어서,
상기 위험도 산출부는 상기 적설 위험도를 기초로 각 지역 또는 각 시설에 대한 위험 단계를 설정하며,
상기 적설 위험 지도는 상기 각 지역 또는 각 시설에 대한 위험 단계가 GIS 기반의 지도에 반영되어 생성되는 것을 특징으로 하는 기상위험정보 시스템. - 제2 항에 있어서,
상기 위험도 산출부는 적설 중량 데이터를 기초로 단일 적설 위험율을 계산하고, 상기 단일 적설 위험율에 상기 기상 데이터, 상기 지형 정보 데이터, 상기 시설물 데이터 및 상기 적설 패턴 중 적어도 하나를 더 고려하여 상기 적설 위험도를 산출하는 것을 특징으로 하는 기상위험정보 시스템. - 제2 항에 있어서,
상기 적설 패턴은 예상 적설량 및 눈의 특성을 포함하고,
상기 적설 패턴 예측부는 적어도 상기 적설 중량 데이터 및 상기 기상 데이터를 기초로 상기 예상 적설량 및 상기 눈의 특성을 결정하는 것을 특징으로 하는 기상위험정보 시스템. - 제1 항에 있어서,
상기 서비스 레이어에서 제공하는 기상위험정보는 기상 예측 정보, 예측 적설량 및 상기 적설 재난 영향 정보에 기초하여 생성된 적설 재난 예보를 포함하는 것을 특징으로 하는 기상위험정보 시스템. - 제1 항에 있어서,
상기 서비스 레이어는 상기 기상위험정보에 대한 쿼리 기능을 제공하여 사용자가 원하는 조건의 기상위험정보를 필터링하여 제공하는 것을 특징으로 하는 기상위험정보 시스템. - 제7 항에 있어서,
상기 기상위험정보 시스템은 전문가 크라우드 시스템과 연동되며,
상기 서비스 레이어는 상기 전문가 크라우드 시스템에서 제공되는 전문가 기상위험정보를 상기 적설 재난 예보와 함께 제공하는 것을 특징으로 하는 기상위험정보 시스템. - 제8 항에 있어서,
상기 전문가 크라우드 시스템은 전문가 집단으로부터 특정 지역 및 기업에 대한 기상 예보 또는 기상 관련 컨설팅이 수행되도록 구성되며,
상기 전문가 크라우드 시스템은,
전문가 데이터베이스에서 요청된 기상 예보 또는 기상 관련 컨설팅에 대응하는 전문가를 선별하여 서비스를 제공하는 큐레이션 서비스를 포함하는 것을 특징으로 하는 기상위험정보 시스템. - 제8 항에 있어서,
상기 전문가 기상위험정보는 상기 수집된 적설위험 정보 데이터 및 상기 적설 재난 영향 정보에 대한 전문가 집단의 의견을 기초로 생성되는 것을 특징으로 하는 기상위험정보 시스템. - 제1 항에 있어서,
상기 적설 중량 데이터는 적설 중량을 기준으로 산출한 데이터이며, 전국의 기상청 또는 주요 지자체의 관공서에 기설치된 중량식 적설계로부터 수집되고,
상기 중량식 적설계는 하판, 상기 하판과 대향되어 위치하는 상판, 상기 상판과 상기 하판 사이에 위치하는 무게 감지 센서를 포함하고, 상기 상판에 적설되는 눈의 무게를 측정하는 적설 중량 데이터 로거인 것을 특징으로 하는 기상위험정보 시스템. - 제11 항에 있어서,
상기 기상 데이터는 기상청에서 운영하는 자동 기상 관측 장비(AWS) 또는 별개로 특정 지역에 설치되어 현장의 기상 정보를 수집하는 장치로부터 수집되고,
상기 지형 데이터는 GIS 데이터 및 수치 지형도를 포함하며,
상기 시설물 데이터는 각 관공서로부터 제공되는 공공 데이터 및 개방 데이터로, 시설물의 위치, 기본 구조, 재료, 연식에 대한 정보를 포함하는 것을 특징으로 하는 기상위험정보 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190012667A KR102219233B1 (ko) | 2019-01-31 | 2019-01-31 | 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190012667A KR102219233B1 (ko) | 2019-01-31 | 2019-01-31 | 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200095061A true KR20200095061A (ko) | 2020-08-10 |
| KR102219233B1 KR102219233B1 (ko) | 2021-02-24 |
Family
ID=72049222
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190012667A KR102219233B1 (ko) | 2019-01-31 | 2019-01-31 | 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102219233B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102370726B1 (ko) * | 2020-10-28 | 2022-03-07 | 부산대학교 산학협력단 | 행정구역별 복원탄력성 평가를 위한 취약성지수 산출 장치 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070060605A (ko) * | 2005-12-09 | 2007-06-13 | 주식회사 씨엠 | 재난재해 관리 시스템 및 방법 |
| KR101587799B1 (ko) * | 2014-09-03 | 2016-01-22 | 우천용 | 적설하중에 의한 건축물 붕괴위험 경보시스템 |
| KR20160110035A (ko) * | 2015-09-25 | 2016-09-21 | 유찬호 | 재해예측 시스템 |
| KR20170046797A (ko) * | 2014-09-10 | 2017-05-02 | 애큐웨더 아이엔씨. | 사용자-지정된 기상 상태들을 위한 커스터마이즈 가능한 기상 분석 시스템 |
| KR101802165B1 (ko) * | 2016-11-17 | 2017-11-28 | 대한민국 | 경험적 적설량 환산 방법 및 시스템 |
| KR101827711B1 (ko) * | 2016-11-18 | 2018-02-09 | 전북대학교산학협력단 | 적설하중에 의한 비닐하우스 붕괴 예방 시스템 및 그 방법 |
| KR20180112650A (ko) * | 2017-09-18 | 2018-10-12 | 대한민국(행정안전부 국립재난안전연구원장) | 모디스 위성영상 및 aws 자료를 이용한 시설물붕괴위험지도 자동정보시스템 |
-
2019
- 2019-01-31 KR KR1020190012667A patent/KR102219233B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070060605A (ko) * | 2005-12-09 | 2007-06-13 | 주식회사 씨엠 | 재난재해 관리 시스템 및 방법 |
| KR101587799B1 (ko) * | 2014-09-03 | 2016-01-22 | 우천용 | 적설하중에 의한 건축물 붕괴위험 경보시스템 |
| KR20170046797A (ko) * | 2014-09-10 | 2017-05-02 | 애큐웨더 아이엔씨. | 사용자-지정된 기상 상태들을 위한 커스터마이즈 가능한 기상 분석 시스템 |
| KR20160110035A (ko) * | 2015-09-25 | 2016-09-21 | 유찬호 | 재해예측 시스템 |
| KR101802165B1 (ko) * | 2016-11-17 | 2017-11-28 | 대한민국 | 경험적 적설량 환산 방법 및 시스템 |
| KR101827711B1 (ko) * | 2016-11-18 | 2018-02-09 | 전북대학교산학협력단 | 적설하중에 의한 비닐하우스 붕괴 예방 시스템 및 그 방법 |
| KR20180112650A (ko) * | 2017-09-18 | 2018-10-12 | 대한민국(행정안전부 국립재난안전연구원장) | 모디스 위성영상 및 aws 자료를 이용한 시설물붕괴위험지도 자동정보시스템 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102370726B1 (ko) * | 2020-10-28 | 2022-03-07 | 부산대학교 산학협력단 | 행정구역별 복원탄력성 평가를 위한 취약성지수 산출 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102219233B1 (ko) | 2021-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8209124B2 (en) | Apparatus and method for providing environmental predictive indicators to emergency response managers | |
| CN110770610A (zh) | 模拟、记录和预测对流气象的自学习即时预报系统 | |
| Goleiji et al. | Forest fire risk assessment-an integrated approach based on multicriteria evaluation | |
| Wahiduzzaman et al. | A kernel density estimation approach of North Indian Ocean tropical cyclone formation and the association with convective available potential energy and equivalent potential temperature | |
| Schauwecker et al. | Anticipating cascading effects of extreme precipitation with pathway schemes-Three case studies from Europe | |
| Lee et al. | Probabilistic framework for assessing the vulnerability of power distribution infrastructures under extreme wind conditions | |
| Singh et al. | Prediction of fog/visibility over India using NWP Model | |
| Billa et al. | Spatial information technology in flood early warning systems: an overview of theory, application and latest developments in Malaysia | |
| Liu et al. | A comprehensive risk analysis of transportation networks affected by rainfall‐induced multihazards | |
| CN113344735B (zh) | 电网设备的防灾减灾监测预警系统 | |
| Horita et al. | AGORA-GeoDash: A geosensor dashboard for real-time flood risk monitoring. | |
| Jaedicke et al. | GIS-aided avalanche warning in Norway | |
| Pearse et al. | Migrating Whooping Cranes avoid wind‐energy infrastructure when selecting stopover habitat | |
| Azad et al. | National flood forecasting and warning system of Malaysia: an overview | |
| KR102219233B1 (ko) | 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 | |
| KR101735792B1 (ko) | 격자 구조 기반의 화학 물질 재난 예측 방법 및 그 장치 | |
| CN113313342B (zh) | 多种自然灾害引发电网设备故障概率分析方法和系统 | |
| KR102143039B1 (ko) | 다중 경로식 원격감시제어장치 | |
| Dang et al. | A framework for pedestrian comfort navigation using multi-modal environmental sensors | |
| Dale et al. | Review of recent advances in UK operational hydrometeorology | |
| Forssén et al. | Resilience of electricity distribution networks against extreme weather conditions | |
| CN115456463A (zh) | 一种山洪灾害危险区风险等级划分方法及系统 | |
| Saia et al. | A technical overview of the North Carolina ECONet | |
| Treinish et al. | Predicting impacts of weather-driven urban disasters in the current and future climate | |
| Wyatt et al. | Technical Overview of the TexMesonet—A Network of Networks for Improved Water Management and Prediction in Texas |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |