• 한국수자원학회논문집
• /
• 제36권4호
• /
• pp.647-659
• /
• 2003

본 연구의 목적은 TRMM/PR(Tropical Rainfall Measuring Mission/Precipitation Radar)에 의하여 관측된 공간강우분포의 수문학적 적용성을 평가하는데 있다. 이를 위하여 우선 용담댐 유역(930.38$km^2$)을 대상으로 한 TRMM/PR 자료(Y)를 추출한 후, AWS (Automatic Weather Station)에 의하여 관측된 지상강우자료(X)를 공간내삽하여 작성한 분포도와 상관분석을 실시하여 TRMM/PR 자료를 보정하는 관계식을 도출하였다(under 60mm/day : Y = 18.55X - 0.53, over 60mm/day : Y = 3.11X + 51.16). 용담댐유역 전체와 천천수위관측소 지점의 유역을 대상으로 1999년 여름의 총 7개 강우사상에 대한 SCS 직접유출량을 산정하여 봄으로써 보정된 TRMM/PR 자료의 활용방법을 검토하였다. 그 결과 실측 유출량에 대한 상대오차는 용담댐유역 전체를 대상으로 한 경우, 보정된 TRMM/PR이 11.3%$\sim$38.9%, AWS 관측치가 -1.6%$\sim$-10.3%로 나타났으며, 천천 수위관측소를 대상으로 한 경우, 보정된 TRMM/PR이 19.6%$\sim$45.6%, AWS 관측치가 0.5%$\sim$10.3%로 나타났다. 본 연구에서는 1999년도 6월~9월(총 80여 개)의 TRMM/PR 자료를 이용하여 관계식을 보완하는 연구가 필요하다고 판단된다.

• 한국태양에너지학회 논문집
• /
• 제32권1호
• /
• pp.1-7
• /
• 2012

Predictions of wind speed for six different near-shore sites were made using the NCAR (National Center for Atmospheric Research) wind data. The distances between the NCAR sites and prediction sites were varied between 40km and 150km. A well-known wind energy prediction program, WindPRO, was used. The prediction results were compared with the measured data from the AWS(Automated Weather Stations). Although the NCAR wind data were located far away from the AWS sites, the prediction errors were within 9% for all the cases. In terms of sector-wise wind energy distributions, the predictions were fairly close to the measurements, and the error in predicting main wind direction was less than $30^{\circ}$. This proves that the NCAR wind data are very useful in roughly estimating wind energy in offshore or near-shore sites where offshore wind farm might be constructed in Korea.

• 한국농림기상학회지
• /
• 제23권2호
• /
• pp.122-133
• /
• 2021

작물 모형의 품종모수를 추정하기 위한 기상자료는 일반적으로 생육 관측 자료가 수집된 시험지의 인근에 위치한 종관기상 관측자료가 사용되어왔으나, 지형적인 원인이나 시험지와 기상관측소 사이의 거리로 인해 실제 시험지의 기상과 차이가 발생할 수 있다. 반면, 비교적 높은 밀도로 분포하는 방재기상 관측자료를 활용할 경우 이러한 문제점을 보완할 수 있을 것이다. 본 연구에서는 종관기상 관측자료와 방재기상 관측자료를 각각 사용하여 출수기에 영향을 미치는 DSSAT 모형의 모수들을 추정하고, 추정된 모수들의 신뢰도를 비교하고자 하였다. 모수 추정을 위해 사용한 재배관리 및 생육 관측값은 지역장려품종 선발시험과 작황시험으로부터 수집하였다. 모수 추정은 Generalized Likelihood Uncertainty Estimation (GLUE) 방법을 사용하였으며, 불확실성을 고려하여 100번의 반복 추정을 통해 100개의 모수 집합을 생성하였다. 모수 추정에 소요되는 시간을 단축하기 위해 도커 컨테이너를 기반으로 병렬적으로 GLUE를 구동하였다. 추정된 모수들을 사용하여 모의된 출수기의 평균은, 방재기상자료를 사용하였을 때 최대 4일로, 종관기상자료를 사용하였을 때 최대 오차가 7일이었던 것에 비하여 크게 개선되었다. 그러나, 방재기상자료의 원활한 활용을 위해서는 해당 자료에 대한 접근성이 향상되어야 할 것으로 예상되었다.

• 한국농림기상학회지
• /
• 제3권2호
• /
• pp.121-125
• /
• 2001

농업기상정보서비스는 농촌진흥청 정보화 기술개발 사업의 일환으로 개발되었다. 이 사업은 전국의 농업기상자동관측장비(Automatic Weather Station; AWS)를 전산망에 통합하여 전국 농업기상관측망을 구축하고, 농업기상정보의 수집, 저장을 체계화하는 한편, 이를 이용하여 농업인, 정책결정자, 연구원 등에게 필요한 형태로 농업기상정보를 제공하기 위한 목적으로 수행되었다.(중략)

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2000년도 학술발표회 발표논문집
• /
• pp.397-404
• /
• 2000

A total of 65 rain gauges with Automatic Weather Station(AWS) were used to regional analysis of precipitation. Nine cluster regions were identified using geographical locations, maximum, mean, standard deviation of 1 day maximum rainfalls, mean annual precipitation and rainfall of rainy season in Korea. The mean annual precipitation, geographical locations, and the synoptic generating mechanisms were used to identify th five climatological homogeneous regions in Korea. Number of final regions by mean annual precipitation and cluster methods divided into five regions in Korea.

• 대한토목학회논문집
• /
• 제35권2호
• /
• pp.319-326
• /
• 2015

수자원 설계 및 홍수 예 경보 등을 위한 수문분석 시, 강우자료는 필수요소이다. 현재 수문분석 시 비교적 장기간의 자료를 보유하고 있는 기상청, 국토교통부 등의 지상기상관측지점(SSS, Surface Synoptic Stations)에 시 강우자료를 이용하고 있으나, 집중호우가 빈번히 발생하는 현실정과 집중호우의 발생빈도가 증가할 것으로 예상되는 향후에는 더욱 조밀한 관측망을 구성하고 있는 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 이용한 분석이 필요하다. 그러나 방재기상관측지점의 분 단위 강우자료는 자동으로 관측되고 있어, 자료품질에 대한 문제점이 매번 지적되고 있다. 본 연구에서는 서울지역을 중심으로 기상청 방재기상관측지점의 분 단위 강우자료의 품질개선 방안에 관한 연구를 실시하였다. 분 단위 강우자료의 품질관리방안은 크게 3단계로 결측치 품질관리, 이상치 품질관리 그리고 강우 보완 품질관리로 구분하여 품질관리 방안을 제시하고 분석을 수행하였다. 마지막으로 서울지점의 분 단위 강우자료와 시 단위 강우자료의 비교분석을 통해 강우 품질관리에 대한 평가를 실시하였다. 이는 향후 분 단위 강우자료를 이용한 수문분석 시, 강우자료 품질관리 방안으로 활용될 것으로 판단된다.

• 한국습지학회지
• /
• 제21권4호
• /
• pp.305-311
• /
• 2019

최근 전 지구적인 기후변화는 예측이 어려운 이상 기후를 발생시키며 기존의 기후에 맞추어 수립된 재해 대응 방안으로는 충분한 방어 및 완화조치가 이루어지지 않고 있다. 특히, 반복되는 집중호우는 견고하게 구성되었던 도심지 홍수방어 체계에서도 피해를 발생시키고 있다. 따라서 본 연구에서는 강우의 공간적인 분포와 도시 특성을 고려하여 유출량의 변화를 분석하였으며, 이는 특정 지역에 집중되는 강우 양상과 불투수층이 많은 도시의 유출특성에 대한 연구이다. 서울 지역에서 한 곳에 집중되는 강우의 경우, 유역의 유입량 및 유출량 계산이 정확하게 이뤄지기 위해서는 유역에 내린 강우를 정확하게 측정해야 한다. 본 연구는 서울 기상청에서 제공 하고 있는 종관기상관측장비(Automated Surface Observing System, ASOS)와 방재 기상관측장비(Automatic Weather Stations, AWS)로 관측된 강우자료를 이용하여 서울 용답 빗물펌프장 유역과 가산1빗물 펌프장 유역에서의 유출량을 EPA-SWMM 모형을 사용하여 산정하고, 비교·분석을 하였다. 빗물펌프장 유역은 불투수 면적이 대부분인 작은 도시 유역이므로, ASOS 자료를 사용할 경우에는 유역과 강우 관측 지점의 거리가 멀어, 유역 내 내린 강우와 상이한 강우 자료를 이용하여 유출량을 계산하게 되는 경우가 많다. 본 연구에서는 유역 근처에 위치한 AWS에서 관측한 강우자료와 유역에서 멀리 떨어진 ASOS에서 관측한 강우자료의 차이를 분석하고, 이에 따라 달라지는 유출량을 계산하였다. 이를 통해 정확한 강우량을 사용하여 빗물펌프장을 운영하거나 도시 홍수 홍수 예보 등을 수행해야 한다는 것을 알 수 있었다. 또한, 본 연구의 결과는 설계강우량 산정 및 유출량 계산에 도움이 될 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.117-126
• /
• 2018

본 연구는 품질평가 등급이 우수한 4개 기관에서 운영하고 있는 990개의 AWS 중에서 고도가 200m 이상인 산악지역에 분포하고 있는 산악기상관측소의 공간분포 특성과 연도별 공간변화를 분석하였다. 공간분포특성 분석을 위해 2012년부터 2016년까지 203개의 산악기상관측망을 대상으로 유클리디안 거리 분석, 최근 린지수 분석, 커널밀도 분석 방법으로 공간분석을 수행하였다. 평균거리 분석 결과, 2012년(3개 기관)은 29.0km, 2012년(4개 기관) 26.6km, 2013년 21.9km, 2014년 16.9km, 2015년 14.3km, 2016년은 12.6km로 2012년부터 2016년까지 16.4km가 감소하는 효과를 보였다. 최근린지수는 0.666632~0.811237였으며, 군집화 범위인 Z-score 검정 결과는 -4.372239~-5.145115, 통계적으로는 P-value(P<0.01)로 매우 유의하면서 산악기상관측망이 군집화 형태로 분포하는 것으로 나타났다. 커널밀도 분석 결과, 2012년은 129,719ha/1개소, 2013년 90,917ha/1개소, 2014년 71,342ha/1개소, 2015년 58,875ha/1개소로, 2016년은 50,914ha/1개소로 2012년부터 2016년까지 169,399ha/1개소가 감소하면서 산악기상관측망 공간분포 밀도가 높아진 결과를 보였다. 따라서 백두대간 일부 지역과 경북 내륙, 경남북서부 지역을 대상으로 최적의 입지에 산악기상관측망을 확충하는 것이 필요하다고 사료된다.

• 한국화재소방학회논문지
• /
• 제28권6호
• /
• pp.13-21
• /
• 2014

산림 화재는 여러 가지 변수를 포함하고 있지만 바람장에 의한 영향이 다른 어떠한 변수보다 상대적으로 크므로 봄철 산림지형에서의 풍향풍속을 알고 있다는 것은 산불진화기술 및 산불확산예측을 결정하는데 핵심 요소이다. 현재는 산림 지역의 풍향풍속 산정을 위하여 기상관측소의 데이터를 의존하게 된다. 기상청의 automatic weather station (AWS)는 넓은 지역에 골고루 분포하고 있어 비교적 간편하게 데이터를 취득할 수 있으나 실제 산림지역의 기상인자와는 차이가 있음을 확인하였다. 본 연구에서는 AWS가 설치되어 있지 않은 산악지형의 바람장을 실측하고 이를 통하여 바람장 예측의 가능성을 타진하였다. 실측 지형으로 단순 구릉 지형을 선택하여 주변의 지형지물에 의한 바람장의 왜곡을 최소화 하였으며, 이들 지형에서 바람장의 실측 및 전산유체해석을 통하여 얻어진 결과를 비교 분석하였다. 단순 구릉 지형으로는 제주도 오름과 안면도 마검포 지형을 선택하여 바람장 데이터를 취득 하였으며, 이를 분석한 결과 바람장의 패턴추출이 가능하다는 사실을 알 수 있었다.

• 해양환경안전학회지
• /
• 제18권6호
• /
• pp.545-550
• /
• 2012

풍력발전 단지의 설계시 풍력 자원 평가 과정은 필수적인 과정이다. 풍력 자원 평가를 위해 장기풍황(20년)자료를 이용하여야 하지만 장기간 관측하는 것은 어렵기 때문에 예정지의 1년 이상의 관측데이터로 평가를 실시하였다. 예정지의 단기 풍황탑(Met-Mast; Meteorology Mast) 자료를 주변의 장기관측 자료인 자동기상관측(AWS; Automatic Weather Station)데이터를 이용하여 수학적 보간법으로 예정지의 데이터를 장기 데이터로 변환한 것을 MCP(Measure-Correlative-Predict)기법이라 한다. 본 연구에서는 MCP기법 중 선형 회계방법을 적용하였다. 선택된 MCP 회귀 모델식에 따라 제주 북동부 구좌지역의 AWS데이터를 제주 북동부 한동 지역의 Met-mast 데이터에 적용하여 연간 에너지 생산량을 예측 하였다. 예정지의 단기 풍황을 이용하였을 때와 보정된 장기 풍황을 이용하여 때 연간 에너지 생산량을 비교하였다. 그 결과 연간 약 3.6 %의 예측오차를 보였고, 이는 연간 약 271 MW의 에너지 생산량의 차이를 의미한다. 풍력발전기의 생애주기인 20년을 비교 하였을 때 약 5,420 MW의 차이를 나타내었으며, 이는 약 9개월 정도의 에너지 생산량과 비슷한 수준이다. 결과적으로, 제안 된 선형 회귀 MCP 방법을 이용하는 것이 단기관측 자료를 통한 불확식성을 제거하는 합리적인 방법으로 판단된다.