• 제목/요약/키워드: weather interpolation

검색결과 84건 처리시간 0.073초

종관자료를 이용한 벼 재배지대별 군락 내 기온 예측 (Using Synoptic Data to Predict Air Temperature within Rice Canopies across Geographic Areas)

  • 윤영관;윤진일
    • 한국농림기상학회지
    • /
    • 제3권4호
    • /
    • pp.199-205
    • /
    • 2001
  • 넓은 지역에 걸친 병 예찰모형의 동시 다지점 적용은 지역특이적 식물 병 관리체계 구축을 위한 전제조건이다. 예찰모형의 구동변수로서 군락내부 기온자료 역시 충분한 공간해상도와 공간범위로 준비되어야 한다. 생육중기의 여 군락기온구조에 관한 실측정보를 토대로 만들어진 실용성 있는 광역 군락기온분포 예측 기법을 제시한다. 이앙 후 한 달째부터 출수기까지 벼 군락 내 기온 연직구조의 경시변화를 관측하여 맑은 날, 흐린 날, 비오는 날의 군락외부기온(250 cm)과 군락내부기온(10cm)간 편차의 경시변화양상을 정량화 하였고, 이를 토대로 군락외부 기온값이 주어지면 군락내부 임의높이의 기온을 추정할 수 있는 경험식을 작성하였다. 벼논의 경우 맑은 날 인근 관측노장 대비 전국적으로 0.6~1.2$^{\circ}C$ 낮다는 사실을 근거로 기온 공간내삽시 지표피복 특성이 벼논인 경우의 보정량을 결정하였다. 전라남북도 지역을 대상으로 기상청 정규관측소의 매 시간 관측값을 공간내삽 함으로써 초지로 덮여있는 가상지형상의 기온표면을 1km$\times$1km 해상도로 생성하였고, 위성영상자료의 분석을 통해 이들로부터 벼논에 해당되는 픽셀만 추출하여 기온 하강분을 보정함으로써 군락외부 기온을 준비하였다. 벼논특성을 가진 픽셀에 준비된 군락내부 기온추정식을 각각 적용하여 층위별 기온값을 추정하였다.

  • PDF

외기 온도와 난방 출력의 철도차량 객실 온도에 대한 영향 연구 (Study of the Effects of Ambient Temperature and Car Heater Power on the Train Cabin Temperature)

  • 조영민;박덕신;권순박;정우성
    • 한국산학기술학회논문지
    • /
    • 제15권9호
    • /
    • pp.5877-5884
    • /
    • 2014
  • 최근 기후변화와 기상이변 등으로 동절기에 더욱 가혹한 기상 조건이 자주 보고되고 있다. 그러나, 철도차량의 난방용량은 이렇게 극도로 추운 기후환경에서는 객실을 난방하기에 충분하지 않은 경우가 많으며, 이는 난방에 대한 승객의 민원을 야기하는 주요 원인이 되고 있다. 본 연구에서는 외기 온도와 난방 출력이 객실 온도에 미치는 영향을 알아봄으로써 차량의 난방용량에 따른 운행 가능한 외기온도를 실험적으로 도출하고자 하였다. 실험방법으로는 우선 시험용 철도차량을 대형 기후환경 챔버에 넣고, 다양한 외기온도조건을 모사하였다. 난방 장치 출력의 영향은 난방 장치의 출력을 변화시키면서 객실의 온도를 측정하여 조사하였다. 외기온도가 $-10^{\circ}C$인 조건에서는 난방기의 출력을 최대로 한 경우에도 객실의 평균 온도는 $14.0^{\circ}C$에 불과하여, 동절기의 객실온도 최소 요구조건인 $18^{\circ}C$보다 훨씬 낮았으나, 외기 온도가 $0^{\circ}C$$10^{\circ}C$인 경우의 객실온도는 각각 $26.1^{\circ}C$$34.0^{\circ}C$였다. 내삽법으로 계산한 결과 객실 내부 온도를 $18^{\circ}C$ 이상으로 유지할 수 있는 최저 외기온도는 $-6.7^{\circ}C$임을 알 수 있었다. 객실 내부에서의 수직 온도 차이는 난방기 출력이 높을수록, 외기온도가 높을수록 커서 10 K 이상 차이가 나는 경우도 있었다. 그러나, 수평 온도 차이는 난방기 출력이나 외기온도에 무관하게 최대 2 K 이하로 매우 낮게 나타났다. 따라서, 우수한 난방성능을 확보하기 위해서는 수직 온도 차이를 줄이는 것이 중요함을 알 수 있었다.

최적의 산악기상관측망 적정위치 선정 연구 - 호남·제주 권역을 대상으로 (A Study on Optimal Site Selection for Automatic Mountain Meteorology Observation System (AMOS): the Case of Honam and Jeju Areas)

  • 윤석희;원명수;장근창
    • 한국농림기상학회지
    • /
    • 제18권4호
    • /
    • pp.208-220
    • /
    • 2016
  • 본 연구는 매년 발생하고 있는 산불, 산사태 등의 산림 재해방지를 위해 호남과 제주의 산악지역을 대상으로 최적의 산악기상관측망 입지를 선정하는 연구를 수행하였다. 먼저 적정위치 선정을 위해 고려해야 하는 항목들을 공간자료화한 후 공간 분석을 통해서 후보지를 선정하고 현장 조사를 통해 정량적 평가를 수행함으로써 최종적인 적정위치를 선정하였다. 공간자료는 과거 10년간의 산불발생 정보와 과거 7년간의 산사태위험등급 정보, 산림청의 국사경계도, 국유지의 임도와 등산로 그리고 기상청의 자동기상관측소(AWS)와 산림청의 산악기상관측소 위치정보, 30m 해상도의 수치표고모델(DEM)을 사용하였다. 공간분석은 산불과 산사태의 1-2등급의 위험지에 대한 추출 및 중첩 분석, 산림청 국유지 내에 100m 버퍼를 준 임도와 등산로의 접근성 분석, 기상관측소의 2.5km 버퍼를 준 중복성 분석, 산악기상관측 입지 환경 조성을 위한 고도 200m 이상의 지형특성 분석을 통해 종합적인 중첩분석을 수행하였다. 공간분석 결과, 총 159개의 중첩 폴리곤이 추출되었고 구글어스 등을 활용하여 능선과 정상부에 총 64개의 적정위치 후보지를 선정하였다. 선정된 후보지는 기상관측환경, 접근성, 통신 및 전력공급 환경, 기상관측소의 중복성에 대한 정량적인 현장 평가를 통해서 총점이 70점 이상인 지점을 '적합'으로 판정하여 고득점 순으로 산악기상관측망의 적정위치 26개소를 선정하였다. 따라서 적정위치 선정 기법에 의해 구축된 산악기상관측망의 기상정보는 향후 산불, 산사태 등과 같은 산림재해위험 예측력의 향상과 산림 복잡 지형에 대한 미기상 연구에 활용이 가능할 것으로 판단된다.

MODIS와 ASOS 자료를 이용한 식물계절 모델링 (Modeling of Vegetation Phenology Using MODIS and ASOS Data)

  • 김근아;윤유정;강종구;최소연;박강현;천정화;장근창;원명수;이양원
    • 대한원격탐사학회지
    • /
    • 제38권5_1호
    • /
    • pp.627-646
    • /
    • 2022
  • 최근 지구 온난화로 인한 기후 변화와 관련된 문제의 심각성이 커지고 있으며 평균 기온 또한 상승하고 있다. 이로 인해 온도에 민감한 다양한 생물과 생물이 살아가는 환경에 영향을 미치고 있으며, 생태계의 변화 역시 감지되고 있다. 계절은 그 지역에 사는 생물의 종류, 분포, 생육 특성 등에 영향을 미치는 중요한 요인의 하나이다. 기후 변화 영향 평가의 지표 중 가장 대중적이고 쉽게 인식될 수 있는 식물 계절 중 개화일과 단풍나무 절정일의 모델링을 수행하였다. 모델링에 사용된 식물의 종류에는 봄을 대표하는 식물로 볼 수 있는 개나리와 벚나무, 가을을 대표하는 식물로 볼 수 있는 단풍 나무와 은행 나무를 사용하였다. 모델링을 수행할 때 사용된 기상 자료로는 기상청의 Automated Surface Observing System (ASOS) 관측소를 통해서 관측된 기온, 강수, 일사 자료를 사용하였으며, 개나리, 벚나무의 개화일과 약 -0.2, 은행나무, 단풍나무의 단풍 절정일과 약 0.3 정도의 상관 계수를 가지는 Moderate Resolution Imaging Spectroradiometer (MODIS) 식생지수를 사용하여 모델링을 수행하였다. 사용된 모델로는 선형 모델인 다중 회귀 모형과, 비선형 모델인 Random Forest (RF)를 사용하여 모델을 수립하였다. 또한 각 모형으로 추정된 예측 값을 공간 내삽 기법을 이용하여 등치 선도로 2003~2020년의 식물 계절 변화 경향 성을 표현하였다. 향후에 높은 시공간 해상도를 가지는 식생지수를 사용한다면 더 높은 식물 계절 모델링의 정확도를 높일 수 있을 것으로 판단된다.