선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기상청의 기상대 자료와 AWS 자료를 적정 베리오그램을 유도하여 비교검토하기 위한 목적으로 수집하였다. 기상대 자료는 이론적 베리오그램을 유도하는데 이용하였고, AWS 자료는 베리오그램별 크리깅 예측값의 적정성을 판단하기 위한 비교목적으로 이용하였다.
- 앞서 얻어진 이론적 베리오그램의 추정결과 만으로는 어떤 베리오그램이 적절한지를 판단하기 어렵다. 따라서 본 연구에서는 다양한 베리오그램을 이용하여 크리깅 기법으로 AWS 관측지점의 강우량을 예측해 하고 실제 관측된 강우량과 비교하여 그 결과를 고찰하기로 한다. 우선 비교대상이 되는 참값으로는 우리나라 중남부 지역의 50개소의 기상청 관측소와 이들 관측소 사이의 312개의 AWS를 모두 이용하였으며 Fig.
- 본 연구에서는 등우선도 작성이나 공간적인 보간을 위한 목적으로 일강우량 자료에 크리깅을 적용할 때 필요한 적정 베리오그램에 대해 검토하였다. 기상청 기상대 자료를 이용해 베리오그램을 유도하여 기상청 AWS 지점의 강우량을 예측하였다.
- 크리깅 방법은 공간적으로 분포된 자료를 다루는 문제에서 가장 널리 사용되고 있는 방법이나 적정 베리오그램이 유도 되지 못할 경우 상당히 큰 오차를 수반한다고 알려져 있다. 본 연구에서는 이러한 이유로 일강우량의 적정 베리오그램을 고찰하였다. 그 결과 일강우량 자료만을 이용하는 경우보다 강우발생과 상관성이 높은 이차변수를 함께 고려하여 베리오그램을 유도하는 것이 실제 관측자료와 비교할 때 훨씬 현실성 있는 예측을 가능하게 해 주는 것으로 나타났다.
- 본 연구에서는 표고자료를 대체하여 강우량의 변동특성을 설명해 줄 수 있는 다양한 기상변수를 시행착오적으로 검토 하였다. 그 결과 일평균풍속, 상대습도, 이슬점 온도의 세 가지 변수를 이용하는 것이 가장 개선된 베리오그램을 얻을 수 있는 것으로 검토되었다.
- 다양한 이론적 베리오그램에서의 강우량 예측값과 AWS 지점에서의 실제 관측값과 비교하여 베리오그램의 적정성을 판단하였다. 이때 강수량 자료만을 이용하는 경우와 강우량과 관련된 기상인자를 함께 고려하여 추정하는 경우를 비교하여 강우의 공간분포를 예측하는 방법의 정확도를 개선하는 방법에 대해 고찰하였다.
가설 설정
- , 1)로 단위 행렬을 의미한다. 위에서 소개된 정규 크리깅은 자료들이 분포한 위치에 상관없이 그 평균이 같은 값을 나타낸다고 가정한다. 그러나 실제 강우량 자료들은 공간적으로 특정 경향을 나타내거나 평균이 지역에 따라 변화하는 경우가 많다.
- Nh는 분석하고자 하는 공간영역내에서 벡터 h만큼 떨어져서 위치한 두 자료쌍의 총 수이다. 이때, 벡터 h의 적용에 따라 방향에 상관없이 거리만을 고려하여 해석하는 등방성(isotrophy) 베리오그램과 몇 개의 방향으로 나누어 방향별로 거리를 고려하는 이방성(anisotrophy) 베리오그램의 경우로 구분할 수 있으며 본 연구에서는 강우장(rainfall field)이 등방성이라고 가정하고 거리에 대한 함수로서만 고려하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.