표제지

최종 보고서

제출문

목차

요약문 15

1. 사업의 개요 20

가. 배경 및 목적 20

나. 과업의 기간 및 범위 20

2. 연구 및 개발내용 21

가. 다중레이더 3차원 바람장 적용 기반기술 연구(II) 21

1) 다중레이더 3차원 바람장 산출 기반기술 및 자료 변환기법 연구 21

2) 변분법에 기초한 다중레이더 바람장 비용함수 산출 연구 54

3) 3차원 다중레이더 바람장 산출기법의 강수사례적용 및 검증 73

나. 이중편파레이더 강수량 예측 현업활용 기반기술 연구(II) 114

1) 이중편파레이더 강수량 기반 이류벡터 산출기법 연구 114

2) 산출된 이류벡터의 민감도 분석(도메인, 격자크기) 150

3) 신규 이류벡터를 활용한 레이더강수실황예측모델 검증 176

참고문헌 196

개발환경 소개 (Appendix A) 200

분석사례 소개 (Appendix B) 201

표 1.1.1. 11개 지점의 기상레이더 위·경도와 고도 정보. 26

표 1.1.2. 바람장 계산을 위한 직교좌표계 격자정보 40

표 1.1.3. 격자화된 시선속도 비교 사례 45

표 1.1.4. 관측지점에 대한 레이더의 거리와 방위각 45

표 1.2.1. 국제표준대기의 프로파일 정보 61

표 1.2.2. 질량연속방정식항에 따른 배경오차항의 계수값과 크기 64

표 1.2.3. 격자크기에 따른 계수값과 관측오차항의 크기 64

표 1.2.4. 관측오차항에 따른 배경오차항의 계수값과 크기 65

표 1.2.5. 질량연속방정식항에 따른 배경오차항의 계수값과 크기 65

표 1.2.6. 비용함수의 변동추이 계산을 위해 사용된... 71

표 1.3.1. 검증에 사용된 사례일자 75

표 1.3.2. 두 관측값 비교에 사용되는 통계적 기법의 종류 75

표 1.3.3. 변분법으로 산출된 동서(U) 및 남북(V) 방향 바람성분의 상관분석... 83

표 1.3.4. 변분법으로 산출된 풍향(W.D.) 및 풍속(W.S.) 상관분석 결과(강우 10개... 90

표 1.3.5. 변분법으로 산출된 동서(U) 및 남북(V) 방향 바람성분의 상관분석... 97

표 1.3.6. 변분법으로 산출된 풍향(W.D.) 및 풍속(W.S.) 상관분석 결과(강설 5개 사례) 104

표 2.1.1. noise 에 의한 앙상블 5개와 time-lag 앙상블 3개의 계산시간 129

표 2.1.2. noise 에 의한 앙상블과 time-lag 앙상블이 없을 경우의 계산시간 129

표 2.1.3. 도메인별 민감도 분석 실험내용 134

표 2.1.4. 수평해상도별 민감도 분석 실험내용 134

표 2.1.5. 이상화실험 Case 1 실험설계 세부사항 135

표 2.1.6. 이상화실험 Case 2 실험설계 세부사항 136

표 2.1.7. 이상화실험 Case 3 실험설계 세부사항 138

표 2.1.8. 이상화실험 Case 4 실험설계 세부사항 138

표 2.2.1. 도메인크기별 민감도 분석 실험내용 150

표 2.2.2. 도메인 크기별 계산소요시간 164

표 2.2.3. 수평해상도별 민감도 분석 실험내용 165

표 2.2.4. 격자 해상도별 계산소요시간 175

표 2.3.1. 성능검증에 이용된 사례 177

표 2.3.2. 강우 사례: 0.1 mmhr⁻¹ 이상강우의 ME 정량 검증 결과 179

표 2.3.3. 강우 사례: 0.1 mmhr⁻¹ 이상강우의 RMSE 정량 검증 결과 179

표 2.3.4. 스콜 사례: 0.1 mmhr⁻¹ 이상강우의 ME 정량 검증 결과 181

표 2.3.5. 스콜 사례: 0.1 mmhr⁻¹ 이상강우의 RMSE 정량 검증 결과 181

표 2.3.6. 태풍 사례: 0.1 mmhr⁻¹ 이상강우의 ME 정량 검증 결과 184

표 2.3.7. 태풍 사례: 0.1 mmhr⁻¹ 이상강우의 RMSE 정량 검증 결과 185

표 2.3.8. 강설 사례: 0.1 mmhr⁻¹ 이상강설의 ME 정량 검증 결과 191

표 2.3.9. 강설 사례: 0.1 mmhr⁻¹ 이상강설의 RMSE 정량 검증 결과 192

표 2.3.10. 전체 사례의 0.1 mmhr⁻¹ 이상강우의 RMSE, ME 정량 검증 결과 194

그림 1.1.1. 변분법에 기초한 다중레이더 바람장 산출시스템 전체 구성도 22

그림 1.1.2. 입력자료의 구성과 자료처리 과정 23

그림 1.1.3. 지형자료에 기반한 지형격자 구분과정 23

그림 1.1.4. 배경장자료의 격자형태와 이중선형보간된 자료의 형태 24

그림 1.1.5. (a) 5km 해상도의 배경장 자료와 1km 로 내삽된 배경장 자료 25

그림 1.1.6. 구면좌표계의 점 P를 직교좌표계 점 P´로 변환시키는 과정을 나타내... 27

그림 1.1.7. 변분기법으로 산출되는 바람장 알고리즘에서 계산부와... 28

그림 1.1.8. x, y, z 격자에서 비용함수 Jd 구성에 대한 모식도(이미지참조) 31

그림 1.1.9. 현업 운영중인 이중 바람장 산출기법의 구성도 35

그림 1.1.10. 레이더 관측의 기하학적 정보 36

그림 1.1.11. 거리가중함수에 따른 가중치 변화 (a) linear, (b)... 38

그림 1.1.12. 거리가중함수별 R/DMAX(방위각 간격)에 따른 오차함수 변화... 38

그림 1.1.13. 바람장 수평계산 영역 40

그림 1.1.14. 객관분석 과정을 포함한 좌표계 변환 시스템 루프 개념도 42

그림 1.1.15. 기준좌표(p)내의 가중치 및 모멘트 계산 개념도 43

그림 1.1.16. Cressman 기법을 통해 산출된 광덕산레이더 1.5km CAPPI 예시그... 43

그림 1.1.17. 윈드프로파일러를 이용한 격자 화된 레이더 시선속도 비교실험 개념도 44

그림 1.1.18. 격자화된 시선속도 비교를 위한 관측 지점들 46

그림 1.1.19. 레이더(GDK, KWK)와 고층관측(W1, W2, W3, S1) 자료간의 상관분포도 47

그림 1.1.20. 사례별(강우+스콜, 태풍, 강설) 레이더와 고층관측 자료간의 상관분포도 (a) 강우_스... 48

그림 1.1.21. 비교대조군(W1, W2, W3, S1)별 레이더와의 상관분포도 (a) 철원지점 (b) 파주지점... 49

그림 1.1.22. 레이더(GDK, KWK)별 비교대조군과의 상관분포도 (a) 광덕산 레이더 (b) 관악산 레이... 50

그림 1.1.23. 사례에 따라 분류된 통계분석 값의 고도별 (a) 평균오차제곱근 (b) CORR 51

그림 1.1.24. 사례분류에 따라 연직 고도로 나타낸 RMSE (a) 강우, (b) 태풍, (C) 강설 52

그림 1.1.25. 사례분류에 따라 연직 고도로 나타낸 CORR (a) 강우, (b) 태풍, (C) 강설 52

그림 1.1.26. 강설사례에 대한 노이즈 제거 (a) 전 (b) 후 53

그림 1.2.1. 변분법적용에 따라 과대추정이 완화된 수평발산과 연직속도... 55

그림 1.2.2. Pix, Piy, piz에 위치한 레이더에서 x, y, z 격자에 대한 관측오차항 구성 모식도...(이미지참조) 57

그림 1.2.3. (a), (b)는 반복횟수의 함수에 따른 비용함수의 변화와 제약들에 대한 변화 기준을... 58

그림 1.2.4. KMA 배경장 자료의 하층 (250m) 수평 바람성분 분포도 예시 (2014년 8월 3일... 66

그림 1.2.5. KMA 배경장 자료의 하층 (250m) 발산(s-¹)분포도(그림... 66

그림 1.2.6. 반복횟수에 따른 비용함수 감소 (Gao et al., 2009) 69

그림 1.2.7. 변분법을 이용한 바람장 산출 반복계산 흐름도 70

그림 1.2.8. 설정된 반복루틴 내의 비용함수(J)의 평균적 변화 추이 71

그림 1.2.9. 바람장 산출 시스템 소요시간 72

그림 1.3.1. 사례에 따라 변분법을 이용한 3차원 바람장 표출 (a) 강수 (b) 태풍 (C)... 73

그림 1.3.2. 라디오존데 지점 76

그림 1.3.3. 윈드프로파일러 지점 76

그림 1.3.4. 철원 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 77

그림 1.3.5. 파주 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 77

그림 1.3.6. 원주 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향 성분... 78

그림 1.3.7. 강릉 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향 성분... 78

그림 1.3.8. 서해종합해양관측기지 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과... 79

그림 1.3.9. 군산 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향 성분... 79

그림 1.3.10. 추풍령 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 80

그림 1.3.11. 울진 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 81

그림 1.3.12. 창원 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 81

그림 1.3.13. 철원 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 84

그림 1.3.14. 파주 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 84

그림 1.3.15. 원주 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 85

그림 1.3.16. 강릉 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 85

그림 1.3.17. 서해 종합해양관측기지 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의... 86

그림 1.3.18. 군산 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 86

그림 1.3.19. 추풍령 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 87

그림 1.3.20. 울진 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 88

그림 1.3.21. 창원 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 88

그림 1.3.22. 철원 지점 윈드프로파일러와 바 람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 91

그림 1.3.23. 파주 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 91

그림 1.3.24. 원주 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 92

그림 1.3.25. 강릉 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 92

그림 1.3.26. 서해종합해양관측기지 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)... 93

그림 1.3.27. 군산 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 93

그림 1.3.28. 추풍령 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 94

그림 1.3.29. 울진 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 95

그림 1.3.30. 창원 지점 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과 (b) 남북방향... 95

그림 1.3.31. 철원 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 98

그림 1.3.32. 파주 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 98

그림 1.3.33. 원주 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 99

그림 1.3.34. 강릉 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 99

그림 1.3.35. 서해종합해양관측기지 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의... 100

그림 1.3.36. 군산 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 100

그림 1.3.37. 추풍령 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 101

그림 1.3.38. 울진 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 102

그림 1.3.39. 창원 지점 윈드프로파일러와 바람장의 (a) 풍향과 (b) 풍속의 상관분포도 102

그림 1.3.40. 강수사례에서 라디오존데, 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과... 105

그림 1.3.41. 태풍사례에서 라디오존데, 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과... 106

그림 1.3.42. 강설사례에서 라디오존데, 윈드프로파일러와 바람장의 (a) 동서방향 성분(U)과... 106

그림 1.3.43. 추풍령(W7) 지점에서 사례별(강수, 태풍, 강설 순서로) 바람장 산출 검증결과를... 107

그림 1.3.44. 강수사례에서 추풍령(W7) 지점을 제외한 윈드프로파일러와 바람장의 (a) 동서방향... 108

그림 1.3.45. 태풍사례에서 추풍령(W7) 지점을 제외한 윈드프로파일러와 바람장의 (a) 동서방향... 108

그림 1.3.46. 강설사례에서 추풍령(W7) 지점을 제외한 윈드프로파일러와 바람장의 (a) 동서방향... 109

그림 1.3.47. 사례분류에 따라 윈드프로파일러와 바람장의 (a) 동서(U)방향 성분 CORR와... 110

그림 1.3.48. 사례분류에 따라 윈드프로파일러와 바람장의 (a) 동서(U)방향 성분 RMSE... 110

그림 1.3.49. 윈드프로파일러와 바람장의 동서(U)방향 성분의 CORR (a) 철원(W1), 파주(W2),... 111

그림 1.3.50. 윈드프로파일러와 바람장의 동서(U)방향 성분의 RMSE (a) 철원(W1), 파주(W2),... 112

그림 2.1.1. Optical flow 기법의 모식도(Bowler et al. 2004). 116

그림 2.1.2. 각 픽셀별 실제 속도와 추정된 속도(Bowler et al. 2004). 117

그림 2.1.3. Noise에 영향을 받지 않은 최적의 도함수 추정치(a)와... 118

그림 2.1.4. 1999년 12월 25일 1931 UTC 호주 멜버른에서 측정 된 레이더 반... 120

그림 2.1.5. 그림 2.1.4 의 반사도장의 스펙트럼 분해. (a) 128 - 256km, (b)... 121

그림 2.1.6. Optical flow 이류벡터 산출 기법을 이용한 실황예측 모델 개발 모식도 123

그림 2.1.7. Optical flow 알고리즘의 두가지 제약조건. (a)는 첫 번째 제약조건인 탐... 124

그림 2.1.8. OFC방정식의 미분 추정치를 계산하기 위한 격자점. 일반적으로 주변 4개의... 126

그림 2.1.9. Optical flow 알고리즘의 세부 흐름도 128

그림 2.1.10. 지상에 있는 픽셀에 대해 이류된 픽셀의 할당. 이류된 픽셀의... 132

그림 2.1.11. S-PROG 알고리즘의 세부 흐름도. 132

그림 2.1.12. 기상현상의 수평해상도와 시간해상도 133

그림 2.1.13. 이상화 실험 Case 1: 강도강화 Bow echo를 시간별로 나타내었다. 붉은 원은... 135

그림 2.1.14. 이상화 실험 Case 2: 가속 Bow echo를 시간별로 나타내었다. 붉은 원은 레이더... 136

그림 2.1.15. 고해상도 및 초고해상도 이상화 실험 Case 2의 초기장: 가속... 137

그림 2.1.16. 이상화 실험 Case 3: 강도약화 Squall line을 시간별로 나타냄. 붉은 원은 레이더... 138

그림 2.1.17. 이상화 실험 Case4 : 감속 Squall line 을 시간별로 나타냄. 붉은 원은 레이더 반... 139

그림 2.1.18. 고해상도 및 초고해상도 이상화 실험 Case 4의 초기장: 감속... 140

그림 2.1.19. 이상화 실험 Case 5: 회전 Typhoon을 시간별로 나타냄. 붉은 원은 레이더 반경,... 141

그림 2.1.20. 고해상도 및 초고해상도 이상화 실험 Case 5의 초기장: 5: 회전... 142

그림 2.1.21. Case 1의 전체 도메인의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 144

그림 2.1.22. Case 2의 전체 도메인의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 144

그림 2.1.23. Case 3의 전체 도메인의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 145

그림 2.1.24. Case 4의 전체 도메인의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 146

그림 2.1.25. Case 5의 전체 도메인의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 147

그림 2.1.26. Case 1-5의 전체 도메인의 optical flow를 사용한 예측강우장의 검증결과. 0.1... 148

그림 2.1.27. Case 1-5의 전체 도메인의 optical flow를 사용한 예측강우장의 검증결과. 1.0... 149

그림 2.2.1. Case 1의 서브 도메인1의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 151

그림 2.2.2. Case 2의 서브 도메인1의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 151

그림 2.2.3. Case 3의 서브 도메인1의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 152

그림 2.2.4. Case 4의 서브 도메인1의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 153

그림 2.2.5. Case 5의 서브 도메인1의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 154

그림 2.2.6. Case 1-5의 서브 도메인1의 optical flow를 사용한 예측강우장의 검증결과. 0.1... 155

그림 2.2.7. Case 1-5의 서브 도메인1의 optical flow를 사용한 예측강우장의 검증결과. 1.0... 156

그림 2.2.8. Case 1의 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 157

그림 2.2.9. Case 2의 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 158

그림 2.2.10. Case 3의 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 159

그림 2.2.11. Case 4의 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 160

그림 2.2.12. Case 5의 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한 예측강우... 160

그림 2.2.13. Case 1-5의 서브 도메인 1의 optical flow를 사용한 예측강우장의 검증결과. 0.1... 161

그림 2.2.14. Case 1-5의 서브 도메인 1의 optical flow를 사용한 예측강우장의 검증결과. 1.0... 162

그림 2.2.15. Case 2의 고해상도 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한... 165

그림 2.2.16. Case 4의 고해상도 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한... 166

그림 2.2.17. Case 5의 고해상도 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용한... 167

그림 2.2.18. 고해상도 Case 2, 4, 5의 서브 도메인2의 optical flow를 사용한 예측강우장의 검증결... 168

그림 2.2.19. 고해상도 Case 2, 4, 5의 서브 도메인2의 optical flow를 사용한 예측강우장의 검증결... 169

그림 2.2.20. Case 2의 초고해상도 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용... 170

그림 2.2.21. Case 4의 초고해상도 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용... 171

그림 2.2.22. Case 5의 초고해상도 서브 도메인2의 이상화 실험 결과 및 optical flow를 사용... 172

그림 2.2.23. 초고해상도 Case 2, 4, 5의 서브 도메인2의 optical flow를 사용한 예측강우장의 검... 173

그림 2.2.24. 초고해상도 Case 2, 4, 5의 서브 도메인2의 optical flow를 사용한 예측강우장의 검... 174

그림 2.3.1. 강우 사례의 AWS, RAR, KONOS, OTF의 2014년 8월 17일 04시 - 09... 178

그림 2.3.2. 강우사례 : 강우의 정량적인 성능검증. 패널 (a) - (e): ME, 패널(f) - (j):... 179

그림 2.3.3. 2015년 6월 20일 08시 - 13시 의 예시. 패널 (a) - (f):AWS, 패널(g) -... 180

그림 2.3.4. 그림 2.3.2 와 동일(스콜사례) 181

그림 2.3.5. 2015년 7월 11일 16시 - 21시 의 예시. 패널(a) - (f):AWS, 패널(g) -... 183

그림 2.3.6. 그림 2.3.2와 동일(태풍사례) 184

그림 2.3.7. 강우사례 : 강우의 정성적인 성능검증. 패널(a) - (e): POD, 패널(f) - (j): ... 186

그림 2.3.8. 강우사례 : 스콜의 정성적인 성능검증. 패널(a)- (b): POD, 패널(c)-... 187

그림 2.3.9. 강우사례 : 태풍의 정성적인 성능검증. 패널(a) - (c): POD, 패널(d) - (f): FAR,... 188

그림 2.3.10. 2016년 2월 15일 11시 - 16시 의 예시. 패널(a) - (f):AWS, 패널(g) -... 190

그림 2.3.11. 강설사례의 정량적인 성능검증. 패널(a) - (e): ME, 패널(f) - (j): RMSE를 나타냄 191

그림 2.3.12. 강설사례 : 강설의 정량적인 성능검증. 패널 (a) - (e): POD, 패널(f) - (j): FAR, 패널(k)... 193

그림 2.3.13. 전체사례의 정량적인 성능검증. 패널(a): ME, 패널 (b): RMSE를 나타... 194

그림 2.3.14. 전체사례의 정성적인 성능검증. 패널(a): POD, 패널 (b): FAR, 패널(c): CSI, 패널(d): BIAS,... 195

표제지

최종 보고서

제출문

목차

요약문 245

제1장 연구의 개요 249

제1절 연구의 배경 및 목적 249

1. 연구의 배경 249

2. 연구의 목적 249

제2절 연구수행 범위 249

1. 이중편파레이더 예보지원 체계개선 연구 249

2. 예보지원용 이중편파레이더 활용기술 연구 249

제2장 과업수행 결과 250

제1절 이중편파레이더 예보지원 체계 개선 연구 250

1. 이중편파레이더 활용 정보전달 체계개선 연구 250

2. 레이더분석시스템 GIS 엔진 변경 263

3. 이중편파레이더 품질감시 기술개발 연구 274

4. 이중편파레이더자료 표준 체계 원형개발 286

5. 모바일 앱 개발 301

제2절 예보지원용 이중편파레이더 활용기술 연구 309

1. 기계학습과 연계한 위험기상 예측성능 향상 기술 연구 309

2. 변분법 기반 다중도플러 레이더 바람장 고속화 기법 연구 333

제3장 요약 및 결론 355

제1절 이중편파레이더 예보지원 체계 개선 연구 355

1. 이중편파레이더 활용 정보전달 체계개선 연구 355

2. 레이더분석시스템 GIS 엔진 변경 355

3. 이중편파레이더 품질감시 기술개발 연구 355

4. 이중편파레이더 표준 체계 원형개발 356

5. 모바일 앱 개발 356

제2절 예보지원용 이중편파레이더 활용기술 연구 358

1. 기계학습과 연계한 위험기상 예측성능 향상 기술 연구 358

2. 변분법 기반 다중도플러 레이더 바람장 고속화 기법 연구 358

표 1. 레이더 합성 자료 표출 목록 255

표 2. 레이더 사이트(지점) 자료 표출 목록 260

표 3. 공통/자료메타지표 데이터베이스 테이블 명세서 276

표 4. 반사도 보종오차 데이터베이스 테이블 명세서 280

표 5. 차등반사도 보정오차 데이터베이스 테이블 명세서(연직지향자료 기반) 283

표 6. 차등반사도 보정오차 데이터베이스 테이블 명세서(평균관계식 기반) 286

표 7. 오픈 소스 레이더 라이브러리의 기술 특징 287

표 8. 오픈 소스 레이더 라이브러리의 지원 자료 형식 288

표 9. 오픈 소스 레이더 라이브러리의 레이더 자료 처리 기능 289

표 10. 레이더 모멘트자료 표준형식 지정을 위한 자료형식 특성 290

표 11. 원시자료 대비 버전별 파일용량 291

표 12. 웹 개발 환경 303

표 13. 사용 라이브러리 303

표 14. 실험 1에 대한 CZ, DR, KD, RH, VIL 표출 결과 320

표 15. 실험 1에 대한 TITAN, k-NN 수행 결과 322

표 16. 실험 2에 대한 CZ, DR, KD, RH, VIL 표출 결과 323

표 17. 실험 2에 대한 TITAN, k-NN 수행 결과 324

표 18. 실험 3에 대한 CZ, DR, KD, RH, VIL 표출 결과 325

표 19. 실험 3에 대한 TITAN, k-NN 수행 결과 326

표 20. 낙뢰 데이터 실험 1에 대한 CZ, DR, KD, RH, VIL 표출 결과 328

표 21. 낙뢰 데이터 실험 2에 대한 CZ, DR, KD, RH, VIL 표출 결과 330

표 22. 병렬 프로그램과 순차 프로그램의 결과값 차이 353

그림 1. AWS지점과 GIS구역명 혼란 방지 250

그림 2. 낙뢰 가독성 향상 251

그림 3. 바람장 - 바람깃(크게) 251

그림 4. 바람장 - 바람깃(중간) 251

그림 5. 바람장 - 바람깃(작게) 252

그림 6. 이미지저장 및 프린트 버튼 추가 252

그림 7. 저장된 이미지 253

그림 8. 낙뢰정보 기반 위험기상 알람서비스 254

그림 9. 합성 - 480km 256

그림 10. 합성 - PPI0 (500m) 256

그림 11. 합성 - CAPPI (500m) 257

그림 12. 합성 - CMAX (500m) 257

그림 13. 합성 - HSR (500m) 258

그림 14. 합성 - HSR누적 1시간 (500m) 258

그림 15. 합성 - 수상체 (500m) 259

그림 16. 합성 - HCI (500m) 259

그림 17. 합성 - 우박 (500m) 260

그림 18. 사이트(지점) - PPI (250m) 261

그림 19. 사이트(지점) - CAPPI (250m) 261

그림 20. 사이트(지점) - BASE (250m) 262

그림 21. 사이트(지점) - CMAX (250m) 262

그림 22. 사이트(지점) - Echo Top (250m) 263

그림 23. 사이트(지점) - VIL (250m) 263

그림 24. InsideMapX 아키텍처 264

그림 25. GeoServer 아키텍처 264

그림 26. 국가공간정보포털 (http://www.nsdi.go.kr/) 265

그림 27. 국가공간정보포털 오픈마켓 (http://data.nsdi.go.kr/dataset) 266

그림 28. 행정구역 경계 267

그림 29. 음영기복도 267

그림 30. 위성지도 267

그림 31. 비행정보구역 267

그림 32. 태풍비상구역 + 위경도 표시(5˚) 267

그림 33. 위경도 표시(1˚) 267

그림 34. 고속도로 267

그림 35. 고속도로 + 일반국도 267

그림 36. 국가하천 268

그림 37. 지방하천 268

그림 38. AWS지점 표시 268

그림 39. 주요공항지점 표시 269

그림 40. 구역동기화 - 설정 전 269

그림 41. 구역동기화 - 설정 후 (기준 축척 및 위치로 이동) 270

그림 42. 예보구역 분류 - 육상광역 예보구역 271

그림 43. 예보구역 분류 - 해상광역 예보구역 271

그림 44. 행정구역 분류 272

그림 45. 거리재기 272

그림 46. 그리기(직선, 원, 사각형, 다각형) 273

그림 47. 연직단면 - 위치선택 273

그림 48. 연직단면 - 팝업창 표출 274

그림 49. 공통/자료 메타지표 시계열 275

그림 50. 공통/자료 메타지표 (위) 집계표1, (아래) 집계표2 276

그림 51. 반사도 보정오차 산출 흐름도 278

그림 52. 구덕산 레이더 반사도 보정오차 시계열(2018년 10월 5일) 279

그림 53. 진도레이더 반사도 보정오차 시계열 279

그림 54. 진도레이더 반사도 보정오차 집계표1 280

그림 55. 연직지향자료를 이용한 차등반사도... 281

그림 56. 면봉산 레이더 차등반사도 보정오차 시계열(2018년 7월 2일) 282

그림 57. 연직지향자료 기반의 진도레이더의 차등반사도 보정오차 시계열 282

그림 58. 연직지향자료 기반의 진도레이더의 차등반사도 보정오차 집계표1 283

그림 59. 반사도 - 차등반사도 평균관계식을... 284

그림 60. 구덕산 레이더 차등반사도 보정오차 시계열(2018년 9월 20일) 285

그림 61. 백령도 레이더 차등반사도 보정오차 집계표1(평균반사도 기반) 285

그림 62. RSL_1.4.3(왼쪽), RSL_1.5.0(오른쪽) 290

그림 63. 버전별 파일 저장 값 차이 291

그림 64. 소스코드 반영 예시 292

그림 65. 파일 읽기/쓰기 10,000 테스트 결과 292

그림 66. 파일 저장 내용 비교 결과 293

그림 67. 자료 구조 변수 및 함수 비교분석 일부 293

그림 68. 소스 반영 일부 294

그림 69. 기존 데이터 로딩 방식과 새로운 데이터 로딩 방식 294

그림 70. 표준라이브러리 헤더파일 구성내용 295

그림 71. NetCDF4 데이터 구조 295

그림 72. 중간 데이터 구조 296

그림 73. HDF5 데이터 구조 296

그림 74. NetCDF4 저장 기능 비교 검증 297

그림 75. HDF5 저장 기능 비교 검증 297

그림 76. RPM 빌드 패키지 디렉토리 구조 및 파일 298

그림 77. ~/.rpmmacros 파일 내용 298

그림 78. RPM 빌드를 위한 Spec 파일 정의 내용 299

그림 79. RPM 설치 테스트 수행 결과 299

그림 80. 헤더파일 교체 수정 예시 300

그림 81. 기존 소스 호환 테스트 결과 300

그림 82. 라이브러리 사용자 매뉴얼 화면 일부 301

그림 83. React Native iOS/Android 빌드 구성도 301

그림 84. React Native 디렉토리 구조 302

그림 85. React Native를 사용하는 기업들 302

그림 86. 실시간 관측자료 표출 구성도 303

그림 87. 실시간 관측자료 표출 화면 304

그림 88. 실시간 관측자료 지점명, 지형 표출 버튼 304

그림 89. 에코, 수상체, 우박 표출 화면 305

그림 90. 낙뢰, 누적강수, 예측강수 표출 화면 305

그림 91. SGIS OpenAPI 이용해 주소 받아온 결과 306

그림 92. react-native-background-geolocation 라이브러리를 사용하여 현재 위치를 서버로 보내는... 306

그림 93. 위험기상 푸시 알림 기능 구성도 307

그림 94. 위험기상 알림 설정 화면 308

그림 95. 기계학습과 연계한 위험기상 예측성능 향상 기술 연구의 세부목표 309

그림 96. TITAN 기법의 판별 알고리즘(왼쪽), 3D Single-linkage Clustering Kernel(오른쪽) 311

그림 97. TITAN 기법의 판별 알고리즘(왼쪽), 3차원 Single-linkage Clustering 결과(오른쪽) 312

그림 98. TITAN 기법의 판별 알고리즘 원리 312

그림 99. 제안하는 위험기상현상 판별 원형기술 313

그림 100. Pearson correlation coefficient를 이용한 상관관계 분석 수행결과 314

그림 101. 입력 변수 선별을 위해 추출된 클러스터의 특징 변수 315

그림 102. 입력 변수 선별을 위한 8가지 사례 분류 및 클래스별 데이터양 316

그림 103. 주어진 특징 변수와 선별된 입력 변수: Case 1 317

그림 104. 주어진 특징 변수와 선별된 입력 변수: Case 2 317

그림 105. 주어진 특징 변수와 선별된 입력 변수: Case 3 317

그림 106. 주어진 특징 변수와 선별된 입력 변수: Case 4 317

그림 107. 주어진 특징 변수와 선별된 입력 변수: Case 5 317

그림 108. 주어진 특징 변수와 선별된 입력 변수: Case 6 318

그림 109. 주어진 특징 변수와 선별된 입력 변수: Case 7 318

그림 110. 주어진 특징 변수와 선별된 입력 변수: Case 8 318

그림 111. 선별된 입력 변수를 이용하여 구현된 CART 모델 319

그림 112. k-NN 기법을 이용한 위험기상현상 판별 알고리즘 319

그림 113. 낙뢰 데이터를 고려한 k-NN 기법 기반의 위험기상현상 판별 알고리즘 328

그림 114. 프로그램의 구조 333

그림 115. 병렬 프로그램의 구현 단계 336

그림 116. HPCC의 역할 337

그림 117. 프로그램의 컴파일 구조 340

그림 118. 2차원 도메인의 분할 341

그림 119. 3차원 도메인의 2차원 프로세서로의 분할 341

그림 120. 분산 도메인 통신을 위한 버퍼 342

그림 121. netCDF를 사용한 병렬 입력 344

그림 122. 각 병렬 프로세서간의 인덱스 346

그림 123. 분산 도메인의 통신 347

그림 124. 통신 변수의 통합 347

그림 125. vort 변수의 통신 정의(1) 349

그림 126. vort 변수의 통신 정의(2) 349

그림 127. 병렬 정렬 알고리즘 352

그림 128. 파일 출력 352

그림 129. 성능 비교 354