본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

[표지]

최종보고서

제출문

목차

요약문 20

제1장 서론 22

제1절 사업의 배경 및 필요성 22

1. 해양레저 관광산업의 육성 22

2. 국내 해양 레저스포츠 산업의 성장 24

3. 해양레저산업 활성화 및 안전한 레저 활동을 위한 서비스 개발 24

제2절 사업의 범위 25

제3절 사업의 목적 및 기대효과 27

제2장 서핑안전지수 및 숙련도별 서핑정보 생산 기술 고도화 28

제1절 지상·해양 기상관측자료를 활용한 서핑안전지수와 서핑정보 알고리즘의 입력자료 개선 및 고도화 28

1. 서핑지역 포인트 관측자료 수집 및 품질관리 28

2. 포인트 관측자료 분석 42

3. 서핑안전지수 산출 알고리즘에 대한 검토 및 분석으로 개선사항 도출 53

4. 분석 및 검증 결과에 따른 서핑지수 알고리즘의 개선 및 고도화 72

제2절 AI 기반 CCTV 영상분석 정보를 통한 서핑지수의 정확도 개선 78

1. 관측자료를 이용한 지수 정확도 개선 78

2. AI 기반 CCTV 영상분석 정보 정확도 개선 80

3. CCTV 영상분석 정보를 이용한 지수 산출 체계 개발 82

제3장 국내외 해양 레저스포츠 서비스 개발 동향 분석 및 활동 정보 생산 기술 개발 84

제1절 강원도 동해안 해양 레저스포츠 수요 분석 84

1. 수요 조사 개요 84

2. 수요 조사 내용 구성 85

3. 수요 조사 결과 86

4. 해양 레저스포츠 서비스 확대 113

제2절 국내·외 해양 레저스포츠 지원 기상서비스 관련 자료 수집 및 분석 116

1. 기상정보 제공서비스 분석 대상 116

2. 서비스별 서핑 관련 제공 정보 116

제3절 기존에 개발된 유사 서비스 기술의 분석 및 적용 여부 검토 130

1. 유사 서비스 서핑 지수 제공 현황 130

제4절 선호도 높은 다양한 해양 레저스포츠 활동 지원을 위한 정보 생산 기술 개발 133

1. 해양 레저스포츠 융합정보 생산 기술 개발 개요 133

2. 해양 레저스포츠 종목별 맞춤형 융합서비스 제공을 위한 알고리즘 개발 및 검증 137

제4장 도출된 서핑 안전·활동 정보(실황, 예측) CCTV 활용 검증체계 표준안 마련 및 검증 체계 구축 164

제1절 AI 기반 CCTV 영상분석 기술개발로 파고, 파향, 파주기, 풍향·풍속 등 서핑·레저스포츠 활동 지점별 실시간 주요 기상정보 산출 164

1. CCTV 영상분석을 통한 서핑 지역의 해양 기상요소 산출 164

2. 인공지능 기법을 통한 실시간 해양 기상요소 산출 172

3. 실시간 해양 기상요소 산출 및 결과 분석 187

4. AI 기반 CCTV 영상분석 기술로 서핑·레저스포츠 활동 지점별 실시간 주요 기상정보 산출에 대한 전문가 자문 의견 208

제2절 실시간 주요 기상정보와 지상·해양 기상관측자료 간 비교·분석으로 서핑·레저스포츠 활동 정보의 검증 및 고도화 211

1. 서핑·레저스포츠 활동 정보의 검증 모니터링 웹페이지 고도화 211

2. 서핑·레저스포츠 활동 정보의 검증 결과 219

제3절 해양 레저스포츠의 혼잡도 정보 산출을 위한 CCTV 영상분석 기술개발 226

1. 국내외 혼잡도 정보 산출 기술 현황 조사 226

2. 혼잡도 정보 산출을 위한 CCTV 영상분석 기술개발 230

제5장 안전한 서핑·레저스포츠 활동의 모니터링을 위한 각종 정보 개발 및 개선으로 관계기관에 정보 제공 253

제1절 이안류 예측정보, 해수욕장 예보, 너울정보 등 개발된 기술 적용 및 서비스 253

1. 해양레저 활동 안전정보 제공 현황 253

2. 해수욕장 예보 253

3. 이안류예측정보 256

4. 너울예측정보 258

5. 파도 넘침 정보 제공 260

제2절 해양 레저스포츠 활동 통제 및 구조를 위한 모니터링 정보 제공 264

1. 해양레저 활동을 위한 모니터링 정보의 필요성 264

2. 해양레저 활동 감시를 위한 모니터링 정보 264

3. 모니터링 정보 서비스 개발 265

제6장 지자체의 정보 전달체계와 연계한 서핑·레저스포츠 활동 정보 제공 268

제1절 관계기관 기술이전 및 모니터링단 운영 268

1. 서비스 기술 이전 268

2. 모니터링단 운영 275

제2절 전달매체와 연계한 서핑·레저스포츠 활동 정보 제공 281

1. 정보 전달매체 현황 281

2. 전달 정보 구성 282

3. 정보 전달 방안 286

참고문헌 287

부록 288

1. 설문조사 양식(일반인) 288

2. 설문조사 양식(전문가) 300

[뒷표지] 313

표목차

표 1-1. 주요 선진국 해양레저 관광산업 경제적 가치 비중 23

표 2-1. 포인트 관측장소 29

표 2-2. WS500-UMB 통합기상센서 스펙 30

표 2-3. CCTV 스펙 31

표 2-4. 통합기상센서 설치 구성도 33

표 2-5. CCTV 설치 구성도 34

표 2-6. 통합기상센서 설치 35

표 2-7. CCTV 설치 36

표 2-8. 기상관측요소별 품질검사 기법 적용 38

표 2-9. CCTV 영상 수집 기간 40

표 2-10. 통합기상센서 관측자료를 이용한 비교 분석 42

표 2-11. 통합기상센서 설치 위치와 AWS 지점 간의 거리 43

표 2-12. 포인트 관측지점의 통합기상센서 자료와 하조대 AWS 자료의 편차 통계 47

표 2-13. 포인트 관측지점의 통합기상센서 자료와 고해상도 격자자료의 편차 통계 52

표 2-14. 안전지수 단계 구분 및 산출 방법 57

표 2-15. 전문가 자문을 위한 질문지 59

표 2-16. 자문 전문가 리스트 62

표 2-17. 서핑지수 고도화 전문가 자문 일정 63

표 2-18. 자문 리스트 64

표 2-19. 자문결과 : 성균관대 이정렬 교수 65

표 2-20. 자문결과 : 한국해양대 이은방 교수 66

표 2-21. 자문결과 : 한국해양대 도기덕 교수 67

표 2-22. 자문결과 : 서울대 박용성 교수 68

표 2-23. 자문 의견 종합 및 서비스 적용 방안 69

표 2-24. 안전지수 단계 및 조건 73

표 2-25. 환경점수 산정 요소 및 가중치 74

표 2-26. 서핑활동지수와 서핑안전지수 등급 조건별 활동 권고 정보 77

표 2-27. 서핑활동지수 정확도 검증 결과 79

표 3-1. 분석 대상 서비스 116

표 3-2. Windy 서비스 모델 및 요소별 제공 요소 117

표 3-3. Wind Finder 서비스 제공 모델 및 특징 119

표 3-4. 가중치 기반 알고리즘 설계 133

표 3-5. 기계 학습 모델 적용 방법 134

표 3-6. 시뮬레이션 방법 135

표 3-7. 전문가 시스템 설계 방법 135

표 3-8. 사용자 맞춤형 평가 방법 136

표 3-9. 시각화 및 사용자 피드백 방법 136

표 3-10. 패들보드 활동 영향요소 및 지수 적용 여부 139

표 3-11. 패들보드 안전지수 등급 144

표 3-12. 카이트서핑 활동 영향요소 및 지수 적용 여부 147

표 3-13. 카이트서핑 안전지수 산출 요소별 가중치 153

표 3-14. 카이트서핑 환경점수 산출 공식 153

표 3-15. 카이트서핑 안전지수 등급 및 기준 154

표 3-16. 카약과 카누의 공통점 및 차이점 155

표 3-17. 카약/카누 활동 영향요소 및 지수 적용 여부 156

표 3-18. 카약/카누 안전지수 산출 요소별 가중치 161

표 3-19. 카약/카누 환경점수 산출 공식 161

표 3-20. 카약/카누 안전지수 등급 및 기준 162

표 4-1. 파고 산출을 위한 CCTV 영상분석 절차 165

표 4-2. 파주기 산출을 위한 CCTV 영상분석 절차 168

표 4-3. 인공지능 기법을 통한 실시간 해양 기상요소 산출 방법 172

표 4-4. 보퍼트 풍력계급표를 통한 기상요소 산출 절차 175

표 4-5. 주요 깊이 인식 인공지능 모델 기법 및 분석 내용 176

표 4-6. 깊이 인식 인공지능 모델별 성능 비교 177

표 4-7. 지점별 깊이 인식 인공지능 모델의 테스트 결과 178

표 4-8. 깊이 인식 인공지능 모델 선정 및 사유 179

표 4-9. 깊이 인식 인공지능 모델을 통한 파고 산출 절차 180

표 4-10. CCTV로부터 20m 지점에 기준점 설정 182

표 4-11. 픽셀값에 단순 거리를 대입하여 테스트 좌표에 거리를 계산한 결과 183

표 4-12. 픽셀값에 단순 거리를 대입하여 테스트 좌표의 거리를 계산한 결과 발생한 오차값 183

표 4-13. 픽셀값을 실제 거리에 맞춰 변환한 결과 184

표 4-14. 8월 23일부터 10월 31일까지 지점별 기상요소 산출 및 분석 건 수 187

표 4-15. 보퍼트 풍력계급표 기반 지점별 파고값의 오차 최대값, 오차 평균, 오차 표준편차 분석 결과 205

표 4-16. 깊이 인식 인공지능 모델 기반 지점별 파고값의 오차 최대값, 오차 평균, 오차 표준편차 분석 결과 205

표 4-17. 지점별 파주기값의 오차 최대값, 오차 평균, 오차 표준편차 분석 결과 206

표 4-18. 지점별 풍속값의 오차 최대값, 오차 평균, 오차 표준편차 분석 결과 206

표 4-19. 전문가 자문 대상 208

표 4-20. 전문가 자문 일정 208

표 4-21. 전문가 자문 결과 209

표 4-22. 검증 모니터링 웹페이지 소프트웨어 구성 211

표 4-23. 검증 모니터링 웹페이지 하드웨어 구성 211

표 4-24. 지점별 검증 상세 현황 조회 기능 화면 213

표 4-25. 검증 통계 조회 기능 화면 214

표 4-26. 실황기반 활동, 안전지수 적재 테이블 구조 215

표 4-27. 예측기반 활동, 안전지수 적재 테이블 구조 216

표 4-28. 관리자 계정 정보 테이블 구조 217

표 4-29. 검증결과 적재 테이블 구조 217

표 4-30. 기사문해변의 서핑활동지수 검증 결과 219

표 4-31. 기사문해변의 서핑안전지수 검증 결과 220

표 4-32. 죽도해변의 서핑활동지수 검증 결과 221

표 4-33. 죽도해변의 서핑안전지수 검증 결과 222

표 4-34. 인구해변의 서핑활동지수 검증 결과 223

표 4-35. 인구해변의 서핑안전지수 검증 결과 224

표 4-36. 지점별 서핑지수 검증 결과 종합 225

표 4-37. 국내 인파관리 솔루션 현황 226

표 4-38. 국내외 혼잡도 정보 산출 사례 229

표 4-39. 혼잡도 정보 산출을 위한 인공지능 기법 조사 및 분석 231

표 4-40. 혼잡도 정보 산출 기술 개발을 위한 인공지능 모델 학습 232

표 4-41. 인공지능 모델의 객체 인식 오류 예시 233

표 4-42. 인공지능 모델 성능 개선을 위한 파라미터 조정 #1 234

표 4-43. 인공지능 모델 성능 개선을 위한 파라미터 조정 #2 236

표 4-44. 혼잡도 정보 산출 기술 개발을 위한 인공지능 모델 학습 238

표 4-45. COCO Datasets 성능 평가 결과 238

표 4-46. COCO Datasets 성능 평가 결과 예시 243

표 4-47. 해변 이미지 Datasets 성능 평가 결과 244

표 4-48. 해변 이미지 Datasets 성능 평가 결과 예시 248

표 4-49. 혼잡도 정보 산출 절차 249

표 4-50. 혼잡도 정보 산출 등급 분류 250

표 4-51. 혼잡도 정보 최신 업데이트 테이블 구조 252

표 4-52. 혼잡도 정보 누적 테이블 구조 252

표 5-1. 안전한 해양레저 활동을 지원하는 정보 제공 현황 253

표 5-2. 해변별 예측정보 제공 요소 254

표 5-3. 해변별 예측정보 추가 제공 요소 254

표 5-4. 이안류예측정보 아이콘 개선 전·후 257

표 5-5. 너울예측정보 아이콘 개선 전·후 259

표 5-6. 파도넘침예측정보 아이콘 디자인 261

표 5-7. 파도 넘침 정보 테이블 구조 262

표 6-1. 서버 운영 환경 및 소프트웨어 설치 현황 270

표 6-2. 서비스 테이블 목록 271

표 6-3. 서비스 디렉토리 구조 272

표 6-4. SHELL 프로그램 목록 273

표 6-5. 실행 프로그램 목록 274

표 6-6. 모니터링단 구성원 275

표 6-7. 기상융합정보 제공 서비스 모니터링 의견 278

표 6-8. 해변별 서핑활동지수 검증 사례일 280

표 6-9. 강원지역 정보 전달 매체 운영 현황 281

표 6-10. 전달 매체 제공 가능한 실황정보 목록 282

표 6-11. JSON 파일 포맷의 장단점 283

표 6-12. JSON 포맷의 실황자료 표준안 284

표 6-13. 데이터 전달을 위한 송신처 정보 테이블 286

그림목차

그림 1-1. 해양레저 관광산업 육성을 위한 정책 및 연구 수행 과제 22

그림 1-2. 연도별 해양관광 시장규모 변화 추이 23

그림 1-3. 해양스포츠 업종별 2019년 대비 연도별 매출액 증감률 24

그림 1-4. 사업의 범위 26

그림 1-5. 사업의 목적 및 기대효과 27

그림 2-1. WS500-UMB 통합기상센서 30

그림 2-2. CCTV 장비 31

그림 2-3. 통합기상센서 자료 수집 체계 37

그림 2-4. 물리한계검사 알고리즘 및 적용 기준값 38

그림 2-5. 내적일치성검사 알고리즘 및 적용 기준값 39

그림 2-6. 단계검사 알고리즘 및 적용 기준값 39

그림 2-7. CCTV 자료 수집 체계 40

그림 2-8. CCTV 설치 안내문 예시 41

그림 2-9. 통합기상센서 관측지점 및 주변 AWS 지점 43

그림 2-10. 기사문해변과 하조대 AWS 자료 비교 44

그림 2-11. 죽도해변과 하조대 AWS 자료 비교 45

그림 2-12. 인구해변과 하조대 AWS 자료 비교 46

그림 2-13. 기사문해변의 통합기상센서와 고해상도 격자자료 비교 49

그림 2-14. 죽도해변의 통합기상센서와 고해상도 격자자료 비교 50

그림 2-15. 인구해변의 통합기상센서와 고해상도 격자자료 비교 51

그림 2-16. 수준별 서핑안전지수 산출 알고리즘 53

그림 2-17. 파고와 파주기를 고려한 서핑 수준별 지수 산출표 57

그림 2-18. 위험 수준 평가에 사용하는 Risk Matrix 예시 71

그림 2-19. 서핑활동지수 최종 산출표 72

그림 2-20. 서핑활동지수 산출함수(a)와 서핑안전지수 산출함수(b) 코드 일부 74

그림 2-21. 해양레저지도 화면에 서핑지수 표출 75

그림 2-22. 지점정보 화면에 서핑지수 표출 76

그림 2-23. 지점 상세보기 화면에 서핑지수 표출 76

그림 2-24. 360도 VR 카메라와 라이다 데이터 합성 기술 개요 80

그림 2-25. 360도 VR 카메라와 라이다 데이터 합성 절차 81

그림 2-26. 360도 VR 카메라와 라이다를 통한 파고 측정 기술 81

그림 2-27. CCTV 영상분석 정보를 이용한 지수 산출 체계 82

그림 3-1. 해양 레저스포츠 설문조사 웹 페이지 84

그림 3-2. 설문조사 참여 홍보물 85

그림 3-3. 해양 레저스포츠 활동 경험 86

그림 3-4. 해양 레저스포츠 종목별 활동 경험 87

그림 3-5. 주로 활동하는 해양 레저스포츠 종목 87

그림 3-6. 주로 활동하는 해양 레저스포츠 종목의 숙련도 필요 여부 88

그림 3-7. 해양 레저스포츠 활동 중 경험한 위험 상황 88

그림 3-8. 해양 레저스포츠 활동을 위해 주로 방문하는 지역 89

그림 3-9. 주 방문지역의 방문 이유 89

그림 3-10. 해양 레저스포츠 활동에 가장 큰 영향을 미치는 요인 90

그림 3-11. 연간 해양 레저스포츠 활동 횟수 90

그림 3-12. 해양 레저스포츠 회당 활동 시간 91

그림 3-13. 해양 레저스포츠 1회당 지출 금액 91

그림 3-14. 해양 레저스포츠 주 활동 시기 92

그림 3-15. 해양 레저스포츠 활동 계획수립 시기 92

그림 3-16. 해양 레저스포츠 활동 시 기상·해양 정보의 중요도 93

그림 3-17. 해양 레저스포츠 활동 시 기상정보 서비스 이용 여부 93

그림 3-18. 해양 레저스포츠 활동 시 기상 및 해양정보 수집 경로 94

그림 3-19. 해양 레저스포츠 활동 시 기상 및 해양 정보를 활용하지 않는 이유 94

그림 3-20. 해양 레저스포츠 활동 시 도움이 되는 기상 및 해양 정보 95

그림 3-21. 해양 레저스포츠 주 활동 종목 기준 가장 중요한 기상·해양정보 96

그림 3-22. 해양 레저스포츠 활동 시작 전 가장 필요한 정보 97

그림 3-23. 해양 레저스포츠 활동을 위한 지수 정보의 필요성 97

그림 3-24. 해양 레저스포츠를 위한 기상·해양정보 제공 형태 98

그림 3-25. 해양 레저스포츠를 위한 기상·해양정보의 우선순위 98

그림 3-26. 응답자 성별 99

그림 3-27. 응답자 연령대 99

그림 3-28. 응답자 거주 지역 100

그림 3-29. 해양 레저스포츠 활동 경력 100

그림 3-30. 해양 레저스포츠 종목별 활동 경험 101

그림 3-31. 가장 전문성이 있는 해양 레저스포츠 종목 101

그림 3-32. 가장 전문성 있는 해양 레저스포츠 종목의 숙련도 필요성 102

그림 3-33. 해양 레저스포츠 활동 중의 위험요인 102

그림 3-34. 해양 레저스포츠 활동을 위한 주 방문지역 103

그림 3-35. 활동 지역을 방문하는 이유 103

그림 3-36. 해양 레저스포츠 활동에 가장 큰 영향을 미치는 요인 104

그림 3-37. 1년 기준 해양 레저스포츠 활동 횟수 104

그림 3-38. 해양 레저스포츠 1회 당 활동 시간 105

그림 3-39. 해양 레저스포츠 주 활동 시기 105

그림 3-40. 해양 레저스포츠 활동 계획수립 시기 106

그림 3-41. 해양 레저스포츠 활동 시 기상·해양 정보의 중요도 106

그림 3-42. 해양 레저스포츠 활동 시 기상정보 서비스 이용 여부 107

그림 3-43. 해양 레저스포츠 활동 시 기상 및 해양정보 수집 경로 107

그림 3-44. 해양 레저스포츠 활동 시 기상 및 해양 정보를 활용하지 않는 이유 108

그림 3-45. 해양 레저스포츠 주 활동 종목 기준 기상·해양정보 우선순위 109

그림 3-46. 추가로 필요한 정보 109

그림 3-47. 해양 레저스포츠 활동 시작 전 가장 필요한 정보 110

그림 3-48. 해양 레저스포츠 활동을 위한 지수 정보의 필요성 110

그림 3-49. 해양 레저스포츠를 위한 기상·해양정보 제공 형태 111

그림 3-50. 해양 레저스포츠를 위한 기상·해양정보의 우선순위 111

그림 3-51. 응답자 성별 112

그림 3-52. 응답자 연령대 112

그림 3-53. 응답자 거주 지역 113

그림 3-54. 전문가 및 일반인의 해양 레저스포츠 활동 종목 114

그림 3-55. 서비스 대상 종목 주요 영향 요소 설문결과 115

그림 3-56. Windy WEB 화면 118

그림 3-57. Windy APP 화면 118

그림 3-58. WindFinder WEB 메인 화면 119

그림 3-59. WindFinder WEB 지점 상세예보 화면 120

그림 3-60. WindFinder APP 화면 120

그림 3-61. Cal Sailing Club Status WEB 메인 화면 121

그림 3-62. Cal Sailing Club Status WEB 과거 관측 통계 화면 121

그림 3-63. BigSalty Weather의 WEB 메인 화면 122

그림 3-64. BigSalty Weather의 WEB 풍속 분포도 화면 123

그림 3-65. MetService의 WEB 메인 화면 124

그림 3-66. MetService의 WEB 수상 활동 지점 상세보기 화면 124

그림 3-67. MetService의 모바일 APP 화면 125

그림 3-68. Windy.app WEB 메인 화면 126

그림 3-69. Windy.app WEB 지점 기상 예측 자료 화면 126

그림 3-70. Windy.app WEB 지점 상세 예측 자료 화면 127

그림 3-71. Windy.app APP 화면 127

그림 3-72. Surfline WEB Cam & Forecasts 한국 화면 128

그림 3-73. Surfline WEB 삼포 해수욕장 상세 예측 자료 화면 129

그림 3-74. Surfline APP 화면 129

그림 3-75. Bigsalty의 지수 정보 제공 화면 130

그림 3-76. Bigsalty의 7일 예측 표 내 지수 정보 제공 화면 131

그림 3-77. MetService의 서핑 지수 제공 화면 132

그림 3-78. MetService의 카약 위험 지수 제공 화면 132

그림 4-1. CCTV 영상분석을 위한 환경 구성 164

그림 4-2. CCTV 영상분석 프로그램 165

그림 4-3. 기상청 '해양기상관측지침(2023년 1월)'에서 파주기에 대한 설명 168

그림 4-4. 여러 개의 파도가 동시에 몰려와서 부서지는 경우의 파고값 측정 오류 170

그림 4-5. 햇빛 반사로 포말을 구분하기 어려운 경우의 파고값 측정 오류 171

그림 4-6. 기상환경에 의해 포말을 구분하기 어려운 경우의 파고값 측정 오류 171

그림 4-7. 보퍼트 풍력계급표 173

그림 4-8. 포말 분석값과 해상 이미지를 매칭한 보퍼트 풍력계급표 174

그림 4-9. 이미지에서 객체의 거리 및 높이 산출의 이해 181

그림 4-10. 60m, 200m, 800m 지점에 테스트 좌표 설정 182

그림 4-11. 픽셀값에 실제 거리를 대입하고 거리 측정 테스트한 결과 185

그림 4-12. 픽셀 변화에 따른 거리 변화 그래프 186

그림 4-13. (8/23~9/29) 기사문해변의 보퍼트 풍력계급표 기반 파고값과 기상청 수치모델 자료의 파고값 비교 188

그림 4-14. (9/30~10/31) 기사문해변의 보퍼트 풍력계급표 기반 파고값과 기상청 수치모델 자료의 파고값 비교 188

그림 4-15. (8/23~9/29) 기사문해변의 깊이 인식 인공지능 모델 기반 파고값과 기상청 수치모델 자료의 파고값 비교 189

그림 4-16. (9/30~10/31) 기사문해변의 깊이 인식 인공지능 모델 기반 파고값과 기상청 수치모델 자료의 파고값 비교 189

그림 4-17. 기사문해변의 9월 6일 10시 CCTV 화면 190

그림 4-18. 기사문해변의 9월 15일 10시 CCTV 화면 190

그림 4-19. (8/23~9/29) 죽도해변의 보퍼트 풍력계급표 기반 파고값과 기상청 수치모델 자료의 파고값 비교 191

그림 4-20. (9/30~10/31) 죽도해변의 보퍼트 풍력계급표 기반 파고값과 기상청 수치모델 자료의 파고값 비교 191

그림 4-21. (8/23~9/29) 죽도해변의 깊이 인식 인공지능 모델 기반 파고값과 기상청 수치모델 자료의 파고값 비교 192

그림 4-22. (9/30~10/31) 죽도해변의 깊이 인식 인공지능 모델 기반 파고값과 기상청 수치모델 자료의 파고값 비교 192

그림 4-23. 죽도해변의 9월 20일 17시 CCTV 화면 193

그림 4-24. 죽도해변의 9월 23일 18시 CCTV 화면 193

그림 4-25. (8/23~9/29) 인구해변의 보퍼트 풍력계급표 기반 파고값과 기상청 수치모델 자료의 파고값 비교 194

그림 4-26. (9/30~10/31) 인구해변의 보퍼트 풍력계급표 기반 파고값과 기상청 수치모델 자료의 파고값 비교 194

그림 4-27. (8/23~9/29) 인구해변의 깊이 인식 인공지능 모델 기반 파고값과 기상청 수치모델 자료의 파고값 비교 195

그림 4-28. (9/30~10/31) 인구해변의 깊이 인식 인공지능 모델 기반 파고값과 기상청 수치모델 자료의 파고값 비교 195

그림 4-29. 인구해변의 9월 21일 9시 CCTV 화면 196

그림 4-30. 인구해변의 9월 22일 15시 CCTV 화면 196

그림 4-31. (8/23~9/29) 기사문해변의 CCTV 영상분석 기반 파주기값과 기상청 수치모델 자료의 파주기값 비교 197

그림 4-32. (9/29~10/31) 기사문해변의 CCTV 영상분석 기반 파주기값과 기상청 수치모델 자료의 파주기값 비교 197

그림 4-33. (8/23~9/29) 죽도해변의 CCTV 영상분석 기반 파주기값과 기상청 수치모델 자료의 파주기값 비교 198

그림 4-34. (9/30~10/31) 죽도해변의 CCTV 영상분석 기반 파주기값과 기상청 수치모델 자료의 파주기값 비교 198

그림 4-35. (8/23~9/29) 인구해변의 CCTV 영상분석 기반 파주기값과 기상청 수치모델 자료의 파주기값 비교 199

그림 4-36. (9/30~10/31) 인구해변의 CCTV 영상분석 기반 파주기값과 기상청 수치모델 자료의 파주기값 비교 199

그림 4-37. 기사문해변의 보퍼트 풍력계급표 기반 풍속값과 통합기상센서 풍속값 비교 200

그림 4-38. 죽도해변의 보퍼트 풍력계급표 기반 풍속값과 통합기상센서 풍속값 비교 200

그림 4-39. 인구해변의 보퍼트 풍력계급표 기반 풍속값과 통합기상센서 풍속값 비교 201

그림 4-40. 5월부터 10월까지 기사문해변 파향 분석 결과 202

그림 4-41. 5월부터 10월까지 죽도해변 파향 분석 결과 203

그림 4-42. 5월부터 10월까지 인구해변 파향 분석 결과 204

그림 4-43. 검증 모니터링 웹페이지 네트워크 구성 212

그림 4-44. 로그인 기능 화면 212

그림 4-45. 혼잡도 정보 산출 모니터링 웹페이지 251

그림 5-1. 지점정보 페이지 적용 결과 화면 255

그림 5-2. 지점정보 - 상세보기 페이지 실황정보 적용 결과 화면 255

그림 5-3. 지점정보 - 상세보기 페이지 예측정보 적용 결과 화면 256

그림 5-4. 현행 이안류예측정보 제공 화면 257

그림 5-5. 개선된 이안류예측정보 제공 화면 258

그림 5-6. 현행 너울예측정보 제공 화면 259

그림 5-7. 개선된 너울예측정보 제공 화면 260

그림 5-8. 강원지방기상청 파도 넘침 정보 261

그림 5-9. 파도 넘침 정보 제공 화면 263

그림 5-10. 레저 안전·활동 모니터링 페이지1 266

그림 5-11. 레저 안전·활동 모니터링 페이지2 266

그림 5-12. 레저 안전·활동 모니터링 페이지3 267

그림 5-13. 반응형 모니터링 페이지 267

그림 6-1. 서비스 시스템 구성도 269

그림 6-2. 서비스 모니터링 의견 요청서1 276

그림 6-3. 서비스 모니터링 의견 요청서2 277

그림 6-4. 서핑활동지수 검증 자문 및 지수 산출표 개선 279

이용현황보기

강원도 동해안 서핑·레저스포츠 안전 및 활동 정보 생산 고도화 = Enhancing the production of safety and activity information for surfing and leisure sports on the east coast of Gangwon-do 이용현황 표 - 등록번호, 청구기호, 권별정보, 자료실, 이용여부로 구성 되어있습니다.
등록번호 청구기호 권별정보 자료실 이용여부
0003178319 551.5246 -25-3 서울관 인문자연과학자료실(314호) 이용가능
0003178320 551.5246 -25-3 서울관 인문자연과학자료실(314호) 이용가능

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기