• 한국태양에너지학회 논문집
• /
• 제31권2호
• /
• pp.72-81
• /
• 2011

The wind data obtained from an AWS(Automated Weather Station) was used to predict the AEP(annual energy production) of Gangwon wind farm having a total capacity of 98 MWin Korea. A wind energy prediction program based on the Reynolds averaged Navier-Stokes equation was used. Predictions were made for three consecutive years starting from 2007 and the results were compared with the actual AEPs presented in the CDM (Clean Development Mechanism) monitoring report of the wind farm. The results from the prediction program were close to the actual AEPs and the errors were within 7.8%.

• 대기
• /
• 제29권2호
• /
• pp.183-196
• /
• 2019

High-quality and high-resolution meteorological information is essential to reduce damages due to disastrous weather phenomena such as flash flood, strong wind, and heat/cold waves. There are many meteorological observation stations operated by Korea Meteorological Administration (KMA) in Seoul Metropolitan Area (SMA). Nonetheless, they are still not enough to represent small-scale weather phenomena like convective storm cells due to its poor resolution, especially over urban areas with high-rise buildings and complex land use. In this study, feasibilities to use additional pre-existing networks (e.g., operated by local government and private company) are tested by investigating the effects of network density on the gridded horizontal distribution of two meteorological variables (temperature and precipitation). Two heat wave event days and two precipitation events are chosen, respectively. And the automatic weather station (AWS) networks operated by KMA, local-government, and SKTechX in Incheon area are used. It is found that as network density increases, correlation coefficients between the interpolated values with a horizontal resolution of 350 m and observed data also become large. The range of correlation coefficients with respect to the network density shows large in nighttime rather than in daytime for temperature. While, the range does not depend on the time of day, but on the precipitation type and horizontal distribution of convection cells. This study suggests that temperature and precipitation sensors should be added at points with large horizontal inhomogeneity of land use or topography to represent the horizontal features with a resolution higher than 350 m.

• 한국환경과학회지
• /
• 제33권6호
• /
• pp.435-442
• /
• 2024

We investigated the accuracy of surface air temperature prediction according to the selection of land-use data and initial meteorological data using the Weather Research and Forecasting model-v4.2.1. A numerical experiment was conducted at the Daegu Dyeing Industrial Complex. We initially used meteorological input data from GFS (Global forecast system)and GDAPS (Global data assimilation and prediction system). High-resolution input data were generated and used as input data for the weather model using the land cover data of the Ministry of Environment and the digital elevation model of the Ministry of Land, Infrastructure, and Transport. The experiment was conducted by classifying the terrestrial and topographic data (land cover data) and meteorological data applied to the model. For simulations using high-resolution terrestrial data(10 m), global data assimilation, and prediction system data(CASE 3), the calculated surface temperature was much closer to the automatic weather station observations than for simulations using low-resolution terrestrial data(900 m) and GFS(CASE 1).

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제5권5호
• /
• pp.471-479
• /
• 2015

오늘날 농촌의 인구가 고령화됨에 따라 농업 자동화는 필수가 되었다. 본 연구에서는 단동온실 자동화를 위한 외부 환경 측정 기술이 연구되었다. 연구를 위해 (주)이지팜에서 측정한 외부 환경 데이터를 사용하였다. 또한 Windows 7 환경에서 JAVA와 APM_SETUP 8을 이용하여 웹 기반의 기상청 AWS 데이터를 받는 시스템을 개발하였다. 스마트온실에 가상 외부기상데이터를 제공하기 위한 프로그램은 서버와 클라이언트로 구성되었다. 서버 프로그램은 30분마다 기상청으로부터 날씨 데이터를 받아서 스마트온실에 보내주도록 만들어졌다. 클라이언트 프로그램은 자바 애플릿으로 개발되어, 서버와 통신하여 30분마다 기상청 AWS 데이터를 받아서, 수신된 기상청 AWS 데이터를 스마트 온실 외부 환경 정보로 인식한다. 이 시스템은 (주)이지팜에서 측정한 기상 데이터와 비교함으로서 평가되었다. 외기 온도의 경우 기상청 AWS 데이터와 약간의 차이를 보였다. 그러나 평균절대편차는 2.24℃ 이하로 적은 차이를 보였다. 그러므로 개발된 가상 외부기상측정시스템의 날씨 정보는 스마트온실의 외부 날씨 정보로 사용될 수 있을 것이라 생각된다.

• 대기
• /
• 제23권4호
• /
• pp.413-424
• /
• 2013

Urban Heat Island (UHI) intensity is one of vital parameters in studying urban boundary layer meteorology as well as urban planning. Because the UHI intensity is defined as air temperature difference between urban and rural sites, an objective sites selection criterion is necessary for proper quantification of the spatial variations of the UHI intensity. This study quantified the UHI intensity and its spatial pattern, and then analyzed their connections with urban structure and metabolism in Seoul metropolitan area where many kinds of land use and land cover types coexist. In this study, screen-level temperature data in non-precipitation day conditions observed from 29 automatic weather stations (AWS) in Seoul were analyzed to delineate the characteristics of UHI. For quality control of the data, gap test, limit test, and step test based on guideline of World Meteorological Organization were conducted. After classifying all stations by their own local climatological properties, UHI intensity and diurnal temperature range (DTR) are calculated, and then their seasonal patterns are discussed. Maximum UHI intensity was $4.3^{\circ}C$ in autumn and minimum was $3.6^{\circ}C$ in spring. Maximum DTR appeared in autumn as $3.8^{\circ}C$, but minimum was $2.3^{\circ}C$ in summer. UHI intensity and DTR showed large variations with different local climate zones. Despite limited information on accuracy and exposure errors of the automatic weather stations, the observed data from AWS network represented theoretical UHI intensities with difference local climate zone in Seoul.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.315-329
• /
• 2014

서울을 포함한 수도권의 지표면 온도를 분석하기 위하여 Landsat과 MODIS의 지표면 온도, AWS의 기온, 지표면 고도 및 토지이용도를 이용하였다. Landsat과 MODIS 위성의 지표면 온도와 AWS 기온의 분석은 상관계수, 평방근 오차(Root Mean Squared Error, RMSE), 선형회귀분석 등의 통계분석방법을 적용하였다. Landsat과 MODIS 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61 K였다. 그리고 Landsat과 MODIS 지표면 온도와 AWS 기온의 상관성은 각각 0.83과 0.96이며 RMSE는 3.28 K, 2.25 K이었다. Landsat과 MODIS 지표면 온도는 비교적 높은 상관성을 보였으나 각각의 선형회귀의 기울기는 0.45와 1.02이었다. Landsat 5의 경우 전체 관측소에 대하여 0.5이하의 낮은 상관성을 보였고 Landsat 8의 경우는 일치되는 지점이 다른 위성에 비하여 적었으나 0.5이상의 상관성을 나타냈다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울중심부에서 높은 상관성이 나타났다. 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관성을 보였다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이고 RMSE는 2.6 K이하였다. 결과적으로 두 위성의 지표온도의 차이는 관측시각 차이에 의한 것으로 위성의 해상도에 따라 복사량을 탐지하는 지표면의 면적 차이에 의하여 발생되는 것으로 사료된다.

• 전기학회논문지
• /
• 제63권4호
• /
• pp.526-533
• /
• 2014

In this study, we introduce design methodology to develop a guidance for issuing heavy rainfall warning by using both RBFNNs(Radial basis function neural networks) and SVR(Support vector regression) model, and then carry out the comparative studies between two pattern classifiers. Individual classifiers are designed as architecture realized with the aid of optimization and pre-processing algorithm. Because the predictive performance of the existing heavy rainfall forecast system is commonly affected from diverse processing techniques of meteorological data, under-sampling method as the pre-processing method of input data is used, and also data discretization and feature extraction method for SVR and FCM clustering and PSO method for RBFNNs are exploited respectively. The observed data, AWS(Automatic weather wtation), supplied from KMA(korea meteorological administration), is used for training and testing of the proposed classifiers. The proposed classifiers offer the related information to issue a heavy rain warning in advance before 1 to 3 hours by using the selected meteorological data and the cumulated precipitation amount accumulated for 1 to 12 hours from AWS data. For performance evaluation of each classifier, ETS(Equitable Threat Score) method is used as standard verification method for predictive ability. Through the comparative studies of two classifiers, neuro-fuzzy method is effectively used for improved performance and to show stable predictive result of guidance to issue heavy rainfall warning.

• 한국측량학회지
• /
• 제30권6_1호
• /
• pp.567-574
• /
• 2012

최근 영상감시시장은 공공부문과 민간보안부문 등에서 CCTV 수요확대로 큰 성장세를 보이고 있다. 공공부문과 민간보안부분에 CCTV의 활용은 확대되고 있으나, 재난 재해분야에 CCTV의 활용은 아직까지 미흡한 것이 현실이다. 본 연구에서는 재난 재해 상황 변화를 감시자의 눈으로 담아내는 CCTV의 역할을 재조명하여 상습적으로 내수침수가 발생하고 있는 강남역 일대를 중심으로 재난원인분석을 위한 사례분석을 수행하였다. 먼저, 강남역 일대의 주요 침수지점에 대한 CCTV영상자료를 수집하고 영상 분석 및 현장조사를 통해 강우발생에 따른 침수시간과 침수심을 산정하였다. 또한 과거침수이력과 AWS(Automatic Weather System)강우자료를 이용하여 강우분석을 수행하였다. 강우분석결과와 CCTV영상에서 추출한 침수시간과 침수심 정보의 비교분석을 통해 과거 침수이력을 바탕으로 한 강남역 침수발생 강우량과 대응방안을 제시하였다. 이 결과는 상습침수지역인 강남역의 침수피해를 상당히 절감할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1071-1081
• /
• 2021

본 연구에서는 기상청에서 수행하는 기존의 기상 관측에 대한 품질관리 절차 이외에 향후 스마트시티 등에서 활용될 수 있는 머신러닝 기반의 Internet of Things (IoT) 도시기상 관측 자료에 대한 품질검사 기준을 제안한다. 현재 기상청에서 종관기상관측(Automated Synoptic Observing System, ASOS)과 방재기상관측(Automatic Weather System, AWS) 기반으로 설정한 기준이 도시기상에 적합한지 확인하기 위하여 서울시에 설치된 SKT AWS 자료를 기반으로 사용성을 검증하였고, IoT 자체의 데이터가 가지는 특성을 고려하여 최종적으로 머신러닝 기반의 품질검사 알고리즘을 제안하였다. 품질검사 방법으로는 IoT 기기 자체에 대한 결측값 검사, 값 패턴 검사, 충분 데이터 검사, 통계적 범위 이상 검사, 시간값 이상 검사, 공간값 이상 검사를 먼저 수행하고, 기상청에서 제시하고 있는 기상 관측에 대한 품질검사인 물리한계검사, 단계검사, 지속성 검사, 기후범위 검사, 내적 일치성 검사를 5가지 기상요소에 대하여 각각 수행하였다. 제안한 알고리즘의 검증을 위하여 인천광역시 송도에 위치한 관측소에 실제 IoT 도시기상관측 데이터에 이를 적용하였다. 이를 통해 기존의 기상청 QC로는 확인할 수 없었던 IoT 기기가 가질 수 있는 결함을 확인할 수 있고, 알고리즘에 대한 검증을 진행하여 향후 스마트시티에 설치될 IoT 기상관측기기에 대한 품질검사 방법을 제안한다.

• International Journal of Industrial Entomology and Biomaterials
• /
• 제25권2호
• /
• pp.163-169
• /
• 2012

A decrease in pass ratio of Korean exporting pears causes several negative effects including an increase in pesticide dependency. In this study, we attempted to establish the pest forecasting management system, composed of weekly field forecasting by pear farmers, meteorological data obtained by automatic weather station (AWS), newly designed internet web page ($\underline{http://pearpest.jnu.ac.kr/}$) as information collecting and providing ground, and information providing service. The weekly field forecasting information on major pear diseases and pests was collected from the forecasting team composed of five team leaders from each pear exporting complex. Further, an abridged weather information for the prediction of an infestation of major disease (pear scab) and pest (pear psylla and scale species) was obtained from an AWS installed at Bonghwang in Naju City. Such information was then promptly uploaded on the web page and also publicized to the pear famers specializing in export. We hope this pest forecasting management system increases the pass ratio of Korean exporting pears throughout establishment of famer-oriented forecasting, inspiring famers' effort for the prevention and forecasting of diseases and pests occurring at pear orchards.