KR20230073017A - 대용량 지진파 데이터의 웹 서비스 방법 - Google Patents

대용량 지진파 데이터의 웹 서비스 방법 Download PDF

Info

Publication number
KR20230073017A
KR20230073017A KR1020210159807A KR20210159807A KR20230073017A KR 20230073017 A KR20230073017 A KR 20230073017A KR 1020210159807 A KR1020210159807 A KR 1020210159807A KR 20210159807 A KR20210159807 A KR 20210159807A KR 20230073017 A KR20230073017 A KR 20230073017A
Authority
KR
South Korea
Prior art keywords
data
seismic wave
wave data
unit
web service
Prior art date
Application number
KR1020210159807A
Other languages
English (en)
Other versions
KR102620995B1 (ko
Inventor
박병용
유호동
Original Assignee
라미랩 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 라미랩 주식회사 filed Critical 라미랩 주식회사
Priority to KR1020210159807A priority Critical patent/KR102620995B1/ko
Publication of KR20230073017A publication Critical patent/KR20230073017A/ko
Application granted granted Critical
Publication of KR102620995B1 publication Critical patent/KR102620995B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/22—Transmitting seismic signals to recording or processing apparatus
    • G01V1/223—Radioseismic systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/24—Recording seismic data
    • G01V1/247—Digital recording of seismic data, e.g. in acquisition units or nodes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/284—Application of the shear wave component and/or several components of the seismic signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/32—Transforming one recording into another or one representation into another
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/70—Other details related to processing
    • G01V2210/72—Real-time processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

본 발명은 대용량 지진파 데이터의 웹 서비스 방법에 관한 것으로서, 더욱 상세하게는 좌표에서 마이크로 초(micro second) 단위로 측정된 최대지반가속도에 대한 10 GB 이상의 대용량 지진판 데이터를 최적화하고 웹 브라우저에서 데이터를 로딩할 수 있도록 하기 위한 대용량 지진파 데이터의 웹 서비스 방법에 관한 것이다.
본 발명에 의하면, 대용량의 지진파 데이터를 최적화, 압축, 멀티 스레드 그리고 Instanced Drawing 방법을 통해 전송 데이터를 줄이고 시각화의 메모리 사용을 제한하여, 일반 PC에서 지진파를 시뮬레이션할 수 있는 효과를 제공하게 된다.

Description

대용량 지진파 데이터의 웹 서비스 방법{Web service method of large seismic wave data}
본 발명은 대용량 지진파 데이터의 웹 서비스 방법에 관한 것으로서, 더욱 상세하게는 좌표에서 마이크로 초(micro second) 단위로 측정된 최대지반가속도에 대한 10 GB 이상의 대용량 지진판 데이터를 최적화하고 웹 브라우저에서 데이터를 로딩할 수 있도록 하기 위한 대용량 지진파 데이터의 웹 서비스 방법에 관한 것이다.
최근, 자연재해가 끊임없이 발생함으로써, 기상청을 비롯한 공공기관에서는 자연재해를 예측하고, 예측된 기상 상황이나 재해상황을 뉴스를 통하여 공지하고 있지만, 해당 공지가 발표된 경우에는 이미 자연재해가 일어난 후이기 때문에, 자연재해 지역에 위치한 사람들은 대피를 하지 못하는 경우가 대부분이다.
이때, 지진을 감지하는 서비스는, 지진 감지 센서를 통하여 감지를 하는 방법으로 이루어지고 있다.
이와 관련하여, 선행기술인 한국공개특허 제2007-0059571호(2007.06.12 공개)에는, 지진 데이터를 디지털 정보로 변환하고, 변환된 데이터에 대응하는 지진 강도 데이터를 로딩하면서, 영상기기의 전원을 강제로 온시켜 사용자가 확인할 수 있는 방법으로 이루어지고 있다.
다만, 지진 감지 센서를 이용하여 지진을 감지한 후에는, 이미 P파(Primary Wave)보다 강한 진도와 세기를 가지는 S파(Secondary Wave)가 도달한 후이므로, 대피할 충분한 시간이 마련되지 않는다.
또한, 영상기기가 사용자에 의해 흔들릴 경우 지진파와 구분되지 않아 오경보가 발생할 확률이 높아 지진 감지 시스템에 대한 신뢰도가 낮아질 수 있다.
이때, 신속한 통보가 중요하지만, 이를 처리하기 위한 데이터의 량이 상당하여 신속한 통보까지 상당한 기간이 소요되는 문제점이 있었다.
구체적으로, 지진파 데이터는 특정 지역에서 아주 짧은 시간 동안 미세하게 구분된 좌표에서 측정한 최대지반가속도 값이다.
국내에서 지진파 시뮬레이션은 시와 도 단위만 되어도 용량이 수집 기가바이트(GB)에 달하여, 일반적인 컴퓨터(PC)의 브라우저에서는 처리하기가 어려운 문제점이 발생한다.
그 이유는 데이터의 전송 시간 문제, CPU의 처리 성능 문제, 브라우저의 메모리 제한 문제로 신속한 처리가 불가능한 문제점이 발생하였다.
한국공개특허 제10-2007-0059571호
따라서, 본 발명은 상기 종래의 문제점을 해소하기 위해 안출된 것으로,
본 발명의 목적은 좌표에서 마이크로 초(micro second) 단위로 측정된 최대지반가속도에 대한 10 GB 이상의 대용량 지진판 데이터를 최적화하고 웹 브라우저에서 데이터를 로딩할 수 있도록 하기 위한 대용량 지진파 데이터의 웹 서비스 방법을 제공하고자 한다.
본 발명이 해결하고자 하는 과제를 달성하기 위하여,
본 발명의 일실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법은,
데이터획득부(100)가 지진파 데이터를 획득하기 위한 데이터획득단계(S100);와
업로드부(200)가 상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩하기 위한 업로드단계(S200);와
최적화부(300)가 상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화시키기 위한 최적화단계(S300);와
파일분할압축부(400)가 상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장시키기 위한 파일분할압축단계(S400);와
브라우저워커데이터로딩부(500)가 상기 저장된 압축된 지진파 데이터를 클라이언트로 제공하기 위한 브라우저워커데이터로딩단계(S500);와
클라이언트(2000)에 포함된 메모리최적화부(2100)가 Instanced Drawing 기술을 이용하여 지오메트리(Geometry)를 인스턴스화시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사하여 데이터를 로딩하기 위한 메모리최적화단계(S600);를 포함하여 구성됨으로써, 본 발명의 과제를 해결하게 된다.
본 발명에 따른 대용량 지진파 데이터의 웹 서비스 방법은,
좌표에서 마이크로 초(micro second) 단위로 측정된 최대지반가속도에 대한 10 GB 이상의 대용량 지진판 데이터를 최적화하고 웹 브라우저에서 데이터를 로딩할 수 있도록 함으로써, 신속한 지진파 데이터 처리가 가능한 효과를 제공한다.
또한, 슈퍼컴퓨터에서 계산된 대용량의 지진파 데이터를 사용자 인터페이스를 이용하여 서버에 업로드하여 일반적인 컴퓨터 브라우저에서 지진파를 손쉽게 시각화처리하여 시뮬레이션을 할 수 있는 확장성 혹은 범용성을 제공하게 된다.
도 1은 본 발명의 일실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법을 처리하기 위한 시스템 구성도이다.
도 2는 본 발명의 일실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법의 흐름도이다.
도 3은 본 발명의 일실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법에서 지진파 데이터를 이용하여 웹 브라우저에서 시뮬레이션을 실행한 시각화 예시도이다.
본 발명의 실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법은,
데이터획득부(100)가 지진파 데이터를 획득하기 위한 데이터획득단계(S100);와
업로드부(200)가 상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩하기 위한 업로드단계(S200);와
최적화부(300)가 상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화시키기 위한 최적화단계(S300);와
파일분할압축부(400)가 상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장시키기 위한 파일분할압축단계(S400);와
브라우저워커데이터로딩부(500)가 상기 저장된 압축된 지진파 데이터를 클라이언트로 제공하기 위한 브라우저워커데이터로딩단계(S500);와
클라이언트(2000)에 포함된 메모리최적화부(2100)가 Instanced Drawing 기술을 이용하여 지오메트리(Geometry)를 인스턴스화시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사하여 데이터를 로딩하기 위한 메모리최적화단계(S600);를 포함하는 것을 특징으로 한다.
이때, 상기 메모리최적화부(2100)는,
시뮬레이션 속도를 조절하기 위해 시계열 데이터의 값을 연속된 m개씩 평균을 취하는 것을 특징으로 한다.
이때, 상기 메모리최적화부(2100)는,
WebGL 오픈소스 라이브러리 Three.js의 Instanced Mesh 모듈을 이용하여 지오메트리(Geometry)를 인스턴스화시키는 것을 특징으로 한다.
이하, 본 발명에 의한 대용량 지진파 데이터의 웹 서비스 방법의 실시예를 통해 상세히 설명하도록 한다.
도 1은 본 발명의 일실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법을 처리하기 위한 시스템 구성도이다.
도 1에 도시한 바와 같이, 본 발명인 대용량 지진파 데이터의 웹 서비스 방법을 처리하기 위한 대용량 지진파 데이터의 웹 서비스 장치(1000)는,
지진파 데이터를 획득하기 위한 데이터획득부(100);
상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩하기 위한 업로드부(200);
상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화시키기 위한 최적화부(300);
상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장시키기 위한 파일분할압축부(400);
상기 저장된 압축된 지진파 데이터를 클라이언트로 제공하기 위한 브라우저워커데이터로딩부(500);를 포함하여 구성되는 것을 특징으로 한다.
구체적으로 설명하자면, 상기 데이터획득부(100)는 지진파 데이터를 획득하기 위한 기능으로서, 지진파 데이터 처리 이전의 사전 프로세싱 과정이다.
이후, 상기 업로드부(200)는 상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩하기 위한 기능을 수행하게 된다.
이때, 상기 최적화부(300)는,
상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화시키기 위한 기능을 수행하게 된다.
상기 기능을 수행하기 위하여, 상기 최적화부(300)는,
시각화를 위한 면의 크기를 결정하기 위해 row를 1/n으로 축소하기 위한 축소모듈;
지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시키기 위한 최대지반가속도기준값정의모듈;
시뮬레이션 속도를 조절하기 위해 시계열 데이터의 값을 연속된 m개 씩 평균을 획득하기 위한 시뮬레이션속도조절모듈;을 포함하여 구성하게 된다.
즉, 상기 축소모듈의 경우, 지진파 데이터는 점에 해당하는 각 위경도의 위치에 대하여 짧은 시간 간격으로 측정된 데이터로써, 인접한 데이터는 값의 크기가 비슷하므로 시각화를 위한 면의 크기를 결정하기 위해 row를 1/n으로 축소하게 되는 것이다.
그리고, 상기 최대지반가속도기준값정의모듈의 경우, 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시키게 되는 것이다.
이때, 상기 시뮬레이션속도조절모듈의 경우, 시뮬레이션 속도를 조절하기 위해 시계열 데이터의 값을 연속된 m개 씩 평균을 취하게 된다.
상기 평균 처리할 개수는 시뮬레이션 결과를 확인하며 유동적으로 처리하는 것이다.
이 기능은 시뮬레이션 재생 시간과 관련이 있으며 평균한 측정값의 개수와 클라이언트 컴퓨터의 그래픽 성능에 따른 초당 프레임수에 따라 시뮬레이션 재생 시간이 결정되는 것이다.
그리고, 상기 파일분할압축부(400)는 상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장시키기 위한 기능을 수행하게 된다.
즉, 최적화 처리된 지진파 데이터를 n개로 나누어 압축하여 메모리부에 저장하게 되는데, 상기 압축 파일의 수는 브라우저에서 처리할 스레드 수와 같은 것을 특징으로 한다.
그리고, 상기 브라우저워커데이터로딩부(500)는 상기 저장된 압축된 지진파 데이터를 클라이언트로 제공하기 위한 기능을 수행하게 된다.
즉, 복수의 브라우저 워커를 통해 압축된 지진파 데이터를 클라이언트로 전송하게 되는 것이다.
이때, 상기 클라이언트(2000)는,
Instanced Drawing 기술을 이용하여 지오메트리(Geometry)를 인스턴스화시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사하여 데이터를 로딩하기 위한 메모리최적화부(2100);를 포함하여 구성되는 것을 특징으로 한다.
구체적으로 상기 메모리최적화부(2100)는,
시뮬레이션 속도를 조절하기 위해 시계열 데이터의 값을 연속된 m개씩 평균을 취하는 것이다.
이를 통해, 일반적인 컴퓨터 브라우저에서 지진파를 손쉽게 시각화처리하여 시뮬레이션을 할 수 있는 확장성 혹은 범용성을 제공하게 된다.
또한, 상기 메모리최적화부(2100)는,
WebGL 오픈소스 라이브러리 Three.js의 Instanced Mesh 모듈을 이용하여 지오메트리(Geometry)를 인스턴스화시키는 것을 특징으로 한다.
구체적으로, 상기 메모리최적화부(2100)는,
전송된 파일의 압축을 풀고 위도, 경도, PGA 값을 추출한 후 시각화에 알맞은 데이터구조로 통합하기 위한 데이터구조통합모듈;
WebGL 오픈소스 라이브러리 Three.js의 Instanced Mesh 모듈을 이용하여 지오메트리(Geometry)를 인스턴스화시키기 위한 인스턴스화모듈;을 포함하여 구성하게 된다.
즉, 데이터구조통합모듈을 통해, 전송된 파일의 압축을 풀고 위도, 경도, PGA 값을 추출한 후 시각화에 알맞은 데이터구조로 통합하게 되며, 상기 인스턴스화모듈을 통해 WebGL 오픈소스 라이브러리 Three.js의 Instanced Mesh 모듈을 이용하여 지오메트리(Geometry)를 인스턴스화시키게 되는 것이다.
상기한 Instanced Drawing 기술을 이용하기 위해 WebGL 오픈소스 라이브러리 Three.js의 Instanced Mesh 모듈을 이용하여 지오메트리(Geometry)를 인스턴스화 시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사한다.
참고로 Instanced Mesh는 지오메트리만 같다면 위치, 크기(scale), 색깔 값을 바꾸어도 메모리 사용이 늘지 않는 특징이 있다.
이를 통해, 메모리 사용량을 획기적으로 축소시켜, 도 3과 같이, 일반적인 컴퓨터 브라우저에서 지진파를 손쉽게 시각화처리하여 시뮬레이션을 할 수 있는 장점을 발휘하게 되는 것이다.
도 2는 본 발명의 일실시예에 따른 대용량 지진파 데이터의 웹 서비스 방법의 흐름도이다.
도 2에 도시한 바와 같이, 상기 대용량 지진파 데이터의 웹 서비스 방법은,
데이터획득부(100)가 지진파 데이터를 획득하기 위한 데이터획득단계(S100);와
업로드부(200)가 상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩하기 위한 업로드단계(S200);와
최적화부(300)가 상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화시키기 위한 최적화단계(S300);와
파일분할압축부(400)가 상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장시키기 위한 파일분할압축단계(S400);와
브라우저워커데이터로딩부(500)가 상기 저장된 압축된 지진파 데이터를 클라이언트로 제공하기 위한 브라우저워커데이터로딩단계(S500);와
클라이언트(2000)에 포함된 메모리최적화부(2100)가 Instanced Drawing 기술을 이용하여 지오메트리(Geometry)를 인스턴스화시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사하여 데이터를 로딩하기 위한 메모리최적화단계(S600);를 포함하는 것을 특징으로 한다.
구체적으로 설명하면, 데이터획득부(100)가 지진파 데이터를 획득(S100)하게 되며, 업로드부(200)가 상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩(S200)하게 되는 것이다.
이후, 최적화부(300)가 상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화(S300)시켜 지진파 데이터의 량을 대폭적으로 축소시키게 된다.
이후, 파일분할압축부(400)가 상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장(S400)시키게 된다.
이후, 브라우저워커데이터로딩부(500)가 상기 저장된 압축된 지진파 데이터를 클라이언트로 제공(S500)하게 되는 것이다.
이때, 네트워크적으로 일정 거리 떨어진 장소에 위치한 클라이언트(2000)에 포함된 메모리최적화부(2100)가 Instanced Drawing 기술을 이용하여 지오메트리(Geometry)를 인스턴스화시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사하여 데이터를 로딩(S600)함으로써, 일반적인 컴퓨터 브라우저에서 지진파를 손쉽게 시각화처리하여 시뮬레이션을 할 수 있게 되는 것이다.
따라서, 좌표에서 마이크로 초(micro second, 10의 마이너스 6승) 단위로 측정된 최대지반가속도(Peak Groud Acceleration, PGA)에 대한 10 GB 이상의 대용량 데이터를 최적화하고, 웹 브라우저에서 데이터를 로딩할 수 있게 됨으로써, 확장성과 범용성을 제공할 수 있게 되는 것이다.
요약하자면, 본 발명은 상기한 종래 기술 문제에 대하여 서버 측에서는 최적화, 압축의 방법을 이용하여 시각화에 불필요한 부분을 줄이고 전송용 데이터를 생성한다.
이후, 클라이언트 브라우저에서는 복수의 웹 워커를 이용해 멀티 스레드로 데이터는 받아서 압축을 해제한 후 Instanced Drawing 기술을 이용하여 시각화하게 되는 것이다.
따라서, 슈퍼컴퓨터에서 계산된 대용량의 지진파 데이터를 사용자 인터페이스를 이용하여 서버에 업로드하여 일반적인 컴퓨터 브라우저에서 지진파를 손쉽게 시각화 처리하여 시뮬레이션을 할 수 있게 되는 것이다.
이상에서와 같은 내용의 본 발명이 속하는 기술분야의 당업자는 본 발명의 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시된 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구 범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 데이터획득부
200 : 업로드부
300 : 최적화부
400 : 파일분할압축부
500 : 브라우저워커데이터로딩부
2100 : 메모리최적화부

Claims (3)

  1. 대용량 지진파 데이터의 웹 서비스 방법에 있어서,
    데이터획득부(100)가 지진파 데이터를 획득하기 위한 데이터획득단계(S100);와
    업로드부(200)가 상기 데이터획득부를 통해 획득된 지진파 데이터를 최적화부로 업로딩하기 위한 업로드단계(S200);와
    최적화부(300)가 상기 지진파 데이터에 대하여 지진 피해가 적은 최대지반가속도 기준값을 정의하여 해당 데이터를 제외시켜 지진파 데이터를 최적화시키기 위한 최적화단계(S300);와
    파일분할압축부(400)가 상기 최적화된 지진파 데이터를 획득하여 N개로 나누어 압축한 후, 메모리부에 저장시키기 위한 파일분할압축단계(S400);와
    브라우저워커데이터로딩부(500)가 상기 저장된 압축된 지진파 데이터를 클라이언트로 제공하기 위한 브라우저워커데이터로딩단계(S500);와
    클라이언트(2000)에 포함된 메모리최적화부(2100)가 Instanced Drawing 기술을 이용하여 지오메트리(Geometry)를 인스턴스화시킨 뒤, 지진파 데이터의 위도/경도 범위만큼 복사하여 데이터를 로딩하기 위한 메모리최적화단계(S600);를 포함하는 것을 특징으로 하는 대용량 지진파 데이터의 웹 서비스 방법.
  2. 제 1항에 있어서,
    메모리최적화부(2100)는,
    시뮬레이션 속도를 조절하기 위해 시계열 데이터의 값을 연속된 m개씩 평균을 취하는 것을 특징으로 하는 대용량 지진파 데이터의 웹 서비스 방법.
  3. 제 1항에 있어서,
    메모리최적화부(2100)는,
    WebGL 오픈소스 라이브러리 Three.js의 Instanced Mesh 모듈을 이용하여 지오메트리(Geometry)를 인스턴스화시키는 것을 특징으로 하는 대용량 지진파 데이터의 웹 서비스 방법.

KR1020210159807A 2021-11-18 2021-11-18 대용량 지진파 데이터의 웹 서비스 방법 KR102620995B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210159807A KR102620995B1 (ko) 2021-11-18 2021-11-18 대용량 지진파 데이터의 웹 서비스 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210159807A KR102620995B1 (ko) 2021-11-18 2021-11-18 대용량 지진파 데이터의 웹 서비스 방법

Publications (2)

Publication Number Publication Date
KR20230073017A true KR20230073017A (ko) 2023-05-25
KR102620995B1 KR102620995B1 (ko) 2024-01-04

Family

ID=86541947

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210159807A KR102620995B1 (ko) 2021-11-18 2021-11-18 대용량 지진파 데이터의 웹 서비스 방법

Country Status (1)

Country Link
KR (1) KR102620995B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060032293A (ko) * 2004-10-12 2006-04-17 박영환 대용량 데이터의 웹서비스를 위한 새로운 서버-클라이언트 시스템
KR20070059571A (ko) 2005-12-07 2007-06-12 주식회사 대우일렉트로닉스 영상기기에서의 지진 감지 시스템 및 구현 방법
KR101227443B1 (ko) * 2012-07-20 2013-01-29 한국지질자원연구원 지진 조기경보용 파라미터 생산 시스템 및 방법
KR20190118582A (ko) * 2017-02-10 2019-10-18 슈뢰더, 쏘시에떼 아노님 산재된 데이터 저장

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060032293A (ko) * 2004-10-12 2006-04-17 박영환 대용량 데이터의 웹서비스를 위한 새로운 서버-클라이언트 시스템
KR20070059571A (ko) 2005-12-07 2007-06-12 주식회사 대우일렉트로닉스 영상기기에서의 지진 감지 시스템 및 구현 방법
KR101227443B1 (ko) * 2012-07-20 2013-01-29 한국지질자원연구원 지진 조기경보용 파라미터 생산 시스템 및 방법
KR20190118582A (ko) * 2017-02-10 2019-10-18 슈뢰더, 쏘시에떼 아노님 산재된 데이터 저장

Also Published As

Publication number Publication date
KR102620995B1 (ko) 2024-01-04

Similar Documents

Publication Publication Date Title
US9245383B2 (en) Accelerated three-dimensional intersection testing using compressed volumes
Huang et al. A cloud-enabled automatic disaster analysis system of multi-sourced data streams: An example synthesizing social media, remote sensing and Wikipedia data
Mai et al. SRCMOD: An online database of finite‐fault rupture models
JP6290859B2 (ja) リスク予測および評価のためのシステムおよび方法
CN115045714B (zh) 矿物开采预警方法、设备及计算机可读存储介质
Lopes et al. Integer and fractional-order entropy analysis of earthquake data series
Li et al. A general-purpose framework for parallel processing of large-scale LiDAR data
Kropivnitskaya et al. Real-time earthquake intensity estimation using streaming data analysis of social and physical sensors
US9076032B1 (en) Specularity determination from images
CN111726403B (zh) 一种跨云平台的大数据管理的方法与系统
JP6631618B2 (ja) 画像監視装置及び画像監視方法
Zang et al. An improved method of Newmark analysis for mapping hazards of coseismic landslides
Onsel et al. Applications of virtual and mixed reality in rock engineering
Guth Geomorphometry in MICRODEM
CN108169792B (zh) 一种地震灾情数据采集管理方法和系统
Kaneda et al. Stereopaired morphometric protection index red relief image maps (Stereo MPI‐RRIMs): effective visualization of high‐resolution digital elevation models for interpreting and mapping small tectonic geomorphic features
KR102620995B1 (ko) 대용량 지진파 데이터의 웹 서비스 방법
Widanagamaachchi et al. Exploring the evolution of pressure-perturbations to understand atmospheric phenomena
CA3223340A1 (en) Temporal bounds of wildfires
Anusuya et al. Machine Learning based Landslide Detection System
CN117095198A (zh) 遥感图像检索网络训练方法、应用方法、电子设备及介质
CN111915281B (zh) 基于地质灾害易发分区的区块评估审批方法、系统、智能终端及存储介质
Karimzadeh et al. A fast topographic characterization of seismic station locations in Iran through integrated use of digital elevation models and GIS
CN114398140B (zh) 趋势图的动态生成方法、电子测量设备和存储介质
Sung et al. Improvement of the quantification of epistemic uncertainty using single‐station ground‐motion prediction equations

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right