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
- 본 연구에서는 FSI와 회귀분석을 이용하여 인천국제공항의 지역적 특수성을 고려한 안개 예보식으로 최적화하고, 이를 검증하고자 한다.
제안 방법
- 또한 Kim and Yum(2010)은 덕적도 부이의 습도(RH)를 기준으로 인천국제공항의 안개를 분류한 결과 복사무의 성질을 가진 연안무는 겨울에, 해무는 주로 봄과 여름에 나타난다고 하였고, 덕적도 부이에서의 해기차를 이용하여 온해무와 냉해무로 분류하고 각각 안개 발생의 특성을 구분지었다. 2002년부터 2006년까지 약 4년간 인천국제공항의 안개 특성을 분석한 Kim and Yum(2010)의 연구 결과를 바탕으로 예보식 개발 기간 동안(2011.6~2012.5) 안개 발생의 기상요소별 특성을 비교, 대조하였다.
- FSI를 검증하기 위해 숙련도(Skill Score)를 평가하였다. 관측된 안개는 기상 현상코드(40)로 확인하고, FSI 임계값이 31 미만일 때를 안개로 예보한다.
- FSI는 안개 예측을 위한 경험식으로 간단하고 쉽게 안개를 예측하는 유용한 도구이다. FSI를 인천국제공항에 최적화하기 위해서 기존의 FSI를 수정하여 Modified FSI 구성하였고, 안개 특성을 고려하여 서해상 해무의 이류 인자가 포함된 New FSI를 개발하였다. 인천국제공항에 최적화된 Modified FSI(식 (5))의 850 hPa 풍속은 안개 예보에 정보를 주지 않는 요소로 확인되었고, 예보식의 정확도를 판별하는 CSI는 기존 FSI 보다 향상되었다.
- FSI를 최적화하기 위해서 임계값(threshold)을 기준으로 숙련도를 향상시키는 각 항의 계수를 찾고, 다시 임계값을 조정하면서 이와 같은 작업을 반복하였다.
- (2010)과 같은 방법으로 FSI를 수정하였다. 먼저 FSI 임계값의 변화에 따라 숙련도가 어떻게 달라지는지 분석하였다. Figure 6에서 FSI 임계값이 커질수록 숙련도는 모두 증가하는 것을 볼 수 있는데 CSI와 HR 이 높고, FAR이 낮은 최적의 임계값은 35로 추정할 수 있다.
- 예보식 구성에 필요한 850 hPa의 자료는 현업 운영중인 UM(Unified Model)의 재분석장 값을 이용하였고, UM 자료가 생산되는 시간에 맞춰 모든 자료는 하루 4번 6시간 간격으로 수집하여 사용하였다(0000, 0600, 1200, 1800 UTC). 비교를 위해 수원과 광주에서도 같은 분석을 하였고, 두 지역의 850 hPa의 온도와 풍속은 오산, 광주의 라디오존데 자료가 있으므로 이를 직접 이용하였다.
- 앞서 언급하였듯이 FSI는 복사무에 맞게 설계된 식이므로 내륙지역의 수원과 광주의 FSI를 계산하여 인천국제공항과 비교하였다. Figure 5에서 수원과 광주의 안개 발생일 평균 FSI 값은 각각 31.
- 겨울에 주로 발생하는 연안무는 본 연구 기간 동안 6월에 집중적으로 나타나 Kim and Yum(2010)과는 다른 결과를 보인다. 연구 기간이 짧고 안개 사례가 적어 각각의 안개 사례를 분류하고 비교하기에는 무리가 있다고 판단되어 해무 발생의 특성에 초점을 두고 기상요소를 확인하였다.
- 인천국제공항에서 기존 FSI 구성에 사용된 (T − Td), (T − T850), (WS850)는 물론 안개 발생에 영향을 줄 것으로 예상되는 풍향(WD)을 추가하고, 덕적도 부이에서의 습수(T − Td)(duk), 해기차(T − SST)(duk), (Td− SST)(duk) 풍향(WD)(duk)과 더불어 두 지점의 기상요소를 결합한 인천국제공항에서의 지상 온도, 노점온도와 덕적도의 해수면 온도 차인 (T − SSTduk)와 (Td − SSTduk)까 지 총 10개 변수를 안개 발생의 잠재인자로 택하였다.
- 인천국제공항에서 수집된 관련 기상자료를 바탕으로 하루 4번(0000, 0600, 1200, 1800 UTC) FSI를 계산하고 안개 발생 여부를 살펴보았다. 예보식의 개발기간(2011.
- 인천국제공항의 FSI 개발을 위해서 Holtslag et al. (2010)과 같은 방법으로 FSI를 수정하였다. 먼저 FSI 임계값의 변화에 따라 숙련도가 어떻게 달라지는지 분석하였다.
- 인천국제공항의 안개를 예측하기 위해서 안개 특성에 따른 기상요소들을 분석하였다. 1년 동안 안개 일수는 47일로 6월에 가장 많은 안개가 발생했고 뒤를 이어 7, 8, 4월에 안개가 많이 나타나 하절기에 안개가 집중되는 것을 확인할 수 있었다.
- 찾은 계수로 새로운 식을 구성한 뒤 Modified FSI 와 동일한 방법으로 임계값을 바꾸면서 숙련도를 계산하였다. 단, 여기서 Modified FSI와 다른 점은 실제 인천국제공항의 최저 착륙시정은 200 m(KCADA, 2002) 로 안개 기준 시정(1000 m)보다 낮으므로 숙련도를 평가할 때는 박무로 판정된 경우는 제외하였다.
대상 데이터
- 2011년 6월부터 2013년 5월까지 인천국제공항에서 기온, 노점온도, 풍향, 풍속, 시정의 관련 기상자료를 사용하였다. 자료는 두 부분으로 나눠지는데, 2011년 6월부터 2012년 5월까지의 자료는 예보식을 만드는데 사용하고, 2012년 6월부터 2013년 5월까지의 자료는 예보식을 검증하는 데 사용되었다.
- 62로 전반적으로 정확도는 낮게 나타난다(Table 4). 검증기간의 안개는 덕적도 부이에서의 기상 인자결측값으로 인해 원래 안개 발생 횟수보다 적은 20번의 사례가 적용되었고, 1462개의 전체 검증 데이터 중에서 1197개만이 이용되었다. 전체 사용된 데이터와 비교할 때 안개 사례는 너무 적다.
- , 2009). 서해의 기상요소를 사용하기 위해 인천국제공항에 근접한 덕적도 부이에서의 온도, 습도, 해수면 온도 등 관련 기상자료도 사용하였다.
- 안개 예보를 위한 통계모델에서는 어떤 요소가 예측자, 피예측자 인지를 결정하는 것은 중요하다. 시정은 안개 유무 판정을 위해 가장 널리 사용되는 피예측자이므로(Gultepe et al., 2007) 본 연구에서는 인천국제공항의 시정을 피예측자로 두고, 이것과 가장 상관성이 높은 예측자들을 선별하였다.
- 자료는 두 부분으로 나눠지는데, 2011년 6월부터 2012년 5월까지의 자료는 예보식을 만드는데 사용하고, 2012년 6월부터 2013년 5월까지의 자료는 예보식을 검증하는 데 사용되었다. 예보식 구성에 필요한 850 hPa의 자료는 현업 운영중인 UM(Unified Model)의 재분석장 값을 이용하였고, UM 자료가 생산되는 시간에 맞춰 모든 자료는 하루 4번 6시간 간격으로 수집하여 사용하였다(0000, 0600, 1200, 1800 UTC). 비교를 위해 수원과 광주에서도 같은 분석을 하였고, 두 지역의 850 hPa의 온도와 풍속은 오산, 광주의 라디오존데 자료가 있으므로 이를 직접 이용하였다.
- 인천국제공항에서 수집된 관련 기상자료를 바탕으로 하루 4번(0000, 0600, 1200, 1800 UTC) FSI를 계산하고 안개 발생 여부를 살펴보았다. 예보식의 개발기간(2011.6~2012.5) 동안 안개 사례는 31번으로 그 수가 적어 안개와 박무를 모두 고려한 455개의 사례를 안개로 간주하여 확인하였다. 안개 발생일의 FSI 평균 값은 35.
- 2011년 6월부터 2013년 5월까지 인천국제공항에서 기온, 노점온도, 풍향, 풍속, 시정의 관련 기상자료를 사용하였다. 자료는 두 부분으로 나눠지는데, 2011년 6월부터 2012년 5월까지의 자료는 예보식을 만드는데 사용하고, 2012년 6월부터 2013년 5월까지의 자료는 예보식을 검증하는 데 사용되었다. 예보식 구성에 필요한 850 hPa의 자료는 현업 운영중인 UM(Unified Model)의 재분석장 값을 이용하였고, UM 자료가 생산되는 시간에 맞춰 모든 자료는 하루 4번 6시간 간격으로 수집하여 사용하였다(0000, 0600, 1200, 1800 UTC).
- 인천국제공항의 지형적인 특성 때문에 서해상에서 발생하는 해무의 이동이 큰 영향을 미친다(Kim and Yum, 2010). 해무로 인한 안개 발생 인자로 서해상에 위치한 덕적도 부이에서의 기상자료를 이용하였다. 인천국제공항에서 기존 FSI 구성에 사용된 (T − Td), (T − T850), (WS850)는 물론 안개 발생에 영향을 줄 것으로 예상되는 풍향(WD)을 추가하고, 덕적도 부이에서의 습수(T − Td)(duk), 해기차(T − SST)(duk), (Td− SST)(duk) 풍향(WD)(duk)과 더불어 두 지점의 기상요소를 결합한 인천국제공항에서의 지상 온도, 노점온도와 덕적도의 해수면 온도 차인 (T − SSTduk)와 (Td − SSTduk)까 지 총 10개 변수를 안개 발생의 잠재인자로 택하였다.
데이터처리
- 인천국제공항에서 기존 FSI 구성에 사용된 (T − Td), (T − T850), (WS850)는 물론 안개 발생에 영향을 줄 것으로 예상되는 풍향(WD)을 추가하고, 덕적도 부이에서의 습수(T − Td)(duk), 해기차(T − SST)(duk), (Td− SST)(duk) 풍향(WD)(duk)과 더불어 두 지점의 기상요소를 결합한 인천국제공항에서의 지상 온도, 노점온도와 덕적도의 해수면 온도 차인 (T − SSTduk)와 (Td − SSTduk)까 지 총 10개 변수를 안개 발생의 잠재인자로 택하였다. 10개의 변수 중에서 인천의 시정을 약화시키는 가장 중요한 기상인자들을 선택하기 위해 다중 선형 회귀 분석을 이용하였고 시정을 피예측자로 두고 가장 상관성이 높은 예측자들을 찾아냈다. 시정을 결정하는 변수를 선택하기 위해서 먼저 전진선택법(Forward Selection Method)을 이용하였다.
- FSI는 복사무 형성에 맞게 설계되었으므로 인천국제공항의 안개 특성을 고려한 식으로 최적화하기 위해 회귀분석으로 안개 발생 인자를 선별하였다.
이론/모형
- 10개의 변수 중에서 인천의 시정을 약화시키는 가장 중요한 기상인자들을 선택하기 위해 다중 선형 회귀 분석을 이용하였고 시정을 피예측자로 두고 가장 상관성이 높은 예측자들을 찾아냈다. 시정을 결정하는 변수를 선택하기 위해서 먼저 전진선택법(Forward Selection Method)을 이용하였다. 이 방법은 다수의 잠재적인 예측자 중에서 피예측자를 가장 잘 설명할 수 있는 예측자를 순서대로 찾아내는 방법으로서 결정계수(R2)를 기준으로 선택한 4개의 예측자는 순서대로 (T − Td), (T − Td)(duk), (T − T850), WS850이다.
- 기존 FSI 의 세 항에 추가로 덕적도에서의 습수항이 시정과 상관성이 높은 변수로 나타난다. 전진선택법으로 선택한 변수의 적합성을 확인하기 위하여 후진제거법(Backward Elimination Method)을 적용해 보았다. 후진제거법은 기여도가 낮은 예측자를 제거시켜 나가는 절차로 첫 단계에서 모든 후보 예측자들 중 기여도가 가장 낮은 예측자 하나를 찾아 제거하고 남은 예측자들 중에서 다시 기여도에 따라 차례로 제거하는 방법이다.
- 또한 여기서 β0, β1…βp는 회귀계수이고, ε는 오차항이다. 추정된 회귀모형에서는 피예측자를 잘 설명하는 범위 내에서 가능한 한 적은 수의 예측자들을 추려내야 하는데 이를 위해서 전진선택법(Forward Selection)과 후진제거법(Backward Elimination)을 사용하였다(Seo et al., 2009).
성능/효과
- 인천국제공항의 안개를 예측하기 위해서 안개 특성에 따른 기상요소들을 분석하였다. 1년 동안 안개 일수는 47일로 6월에 가장 많은 안개가 발생했고 뒤를 이어 7, 8, 4월에 안개가 많이 나타나 하절기에 안개가 집중되는 것을 확인할 수 있었다. 안개 발생일과 비발생일의 풍향, 풍속, 기온, 노점온도, 해수면 온도, 해기차를 분석한 결과 안개 발생일에 습수가 작고, 남풍이 우세하는 등 기상학적 특성이 나타났고, 서해상의 기상조건과 상관관계가 높았다.
- 4이다. FSI 결과로만 볼 때 인천국제공항보다 이 두 지역에서 FSI = 31을 기준으로 하는 안개 예보가 적중률이 높은 것을 예상할 수 있다. 그러나 인천국제공항, 수원, 광주의 CSI는 각각 0.
- 24로 확인되어 개발 기간 보다 검증 시 정확도가 낮게 나타났다. New FSI의 경우는 검증에 사용된 전체 사례에 비해 안개 사례가 적기 때문에 숙련도를 기준으로 한 평가에 불확실성이 많다고 할 수 있는데, 이는 CSI가 좋지 않더라도 검증 기간 동안 안개 발생일의 평균 New FSI 값은 28.85로서 31 미만이었고, 안개가 없을 때의 평균은 119.61로 New FSI의 값이 안개 발생을 보여준다고 할 수 있다.
- New FSI의 예보식 개발 기간을 2년으로 확장한 결과 덕적도의 해기차가 추가로 포함되어 인천공항의 안개 발생에 영향을 주는 인자로 확인되었다. 그러나 예보식의 정확도는 이전보다 낮게 나타났다.
- 숙련도는 Table 4와 같다. 개발 기간 동안의 CSI가 0.68인데 반해 검증시에 0.52로 낮아지고, HR 은 오히려 0.89에서 0.93으로 상승하여 예보 적중률이 유지됨을 확인할 수 있다.
- 9와 같다. 검증기간 동안 전체 안개 발생일의 평균 New FSI 값은 31.30로 임계값 31과 거의 같고, 비발생일은 116.80으로 안개 유, 무에 따른 평균은 큰 차이를 보인다. 그러나 비발생일에도 31보다 작은 값을 보이는 사례가 많았으므로 New FSI의 안개 예측의 정확도는 낮게 나타난다.
- 기존 FSI에서 나타난 세 개의 변수와 추가적으로 덕적도 습수항이 인천국제공항 시정과 가장 상관성이 높은 인자로 나타나고, 시정과 상관성이 높은 인자의 중요도는 (T − Td), (T − Td)(duk), (T − T850), WS850 순이다.
- 다음으로 FSI를 구성하는 세 항 계수의 최적값을 찾기 위하여 각 항의 계수를 0부터 100까지 1간격으로 변화시키면서 FSI 임계값 35를 기준으로 CSI를 가장 높게 만드는 계수값을 찾았는데 (T − Td)의 항이 9, (T − T850)는 −1, WS850는 0으로 나타났다.
- 두 식을 검증한 결과 Modified FSI의 CSI는 0.52, New FSI의 CSI는 0.24로 확인되어 개발 기간 보다 검증 시 정확도가 낮게 나타났다. New FSI의 경우는 검증에 사용된 전체 사례에 비해 안개 사례가 적기 때문에 숙련도를 기준으로 한 평가에 불확실성이 많다고 할 수 있는데, 이는 CSI가 좋지 않더라도 검증 기간 동안 안개 발생일의 평균 New FSI 값은 28.
- 본 연구 기간 동안은 안개 발생시 서풍이 가장 우세했고 남풍, 남서풍, 남남동풍이 뒤를 이었으며 풍속은7 ms−1 이상으로 강한 바람의 영향이 있었다(Fig. 2).
- 안개 발생일과 비발생일의 풍향, 풍속, 기온, 노점온도, 해수면 온도, 해기차를 분석한 결과 안개 발생일에 습수가 작고, 남풍이 우세하는 등 기상학적 특성이 나타났고, 서해상의 기상조건과 상관관계가 높았다. 분석된 안개의 특징은 인천국제공항의 시정과 상관성이 높은 변수들로 확인되었으며 예보식을 구성할 때 해무 인자로서 다시 한 번 확인되었다.
- 1년 동안 안개 일수는 47일로 6월에 가장 많은 안개가 발생했고 뒤를 이어 7, 8, 4월에 안개가 많이 나타나 하절기에 안개가 집중되는 것을 확인할 수 있었다. 안개 발생일과 비발생일의 풍향, 풍속, 기온, 노점온도, 해수면 온도, 해기차를 분석한 결과 안개 발생일에 습수가 작고, 남풍이 우세하는 등 기상학적 특성이 나타났고, 서해상의 기상조건과 상관관계가 높았다. 분석된 안개의 특징은 인천국제공항의 시정과 상관성이 높은 변수들로 확인되었으며 예보식을 구성할 때 해무 인자로서 다시 한 번 확인되었다.
- 안개 발생일의 FSI 평균 값은 35.4였고, 비발생일의 평균 FSI 값은 49.2로 안개 유, 무에 따른 FSI 값은 분명한 차이를 보이며 t-test 결과 귀무가설 “안개발생일과 비발생일의 FSI 는 같다”가 5% 유의수준 하에서 기각되었다.
- New FSI의 경우 박무를 제외한 안개를 가지고 식을 구성하였으므로 안개만으로 식을 검증하였다. 예보식의 개발 기간 동안 CSI는 0.50이지만 검증시에 0.24로 낮고, HR은 0.70에서 0.38으로 FAR은 0.36에서 0.62로 전반적으로 정확도는 낮게 나타난다(Table 4). 검증기간의 안개는 덕적도 부이에서의 기상 인자결측값으로 인해 원래 안개 발생 횟수보다 적은 20번의 사례가 적용되었고, 1462개의 전체 검증 데이터 중에서 1197개만이 이용되었다.
- 인천국제공항과 수원, 광주 세 지역에 Modified FSI를 적용하여 숙련도를 계산한 결과 인천국제공항의 CSI가 0.68, 수원은 0.45, 광주는 0.27로 나타나 기존 FSI에 비해 Modified FSI의 CSI가 증가하는데, 이는 세 지역에서 Modified FSI가 기존의 FSI 보다 안개를 더 잘 예측한다는 것을 말해주며 특히 다른 지역과 비교할 때 인천국제공항에서의 CSI가 가장 크게 향상된다. 이는 인천국제공항의 안개 발생 상황에 맞게 식이 수정되었기 때문으로 추측된다.
- FSI를 인천국제공항에 최적화하기 위해서 기존의 FSI를 수정하여 Modified FSI 구성하였고, 안개 특성을 고려하여 서해상 해무의 이류 인자가 포함된 New FSI를 개발하였다. 인천국제공항에 최적화된 Modified FSI(식 (5))의 850 hPa 풍속은 안개 예보에 정보를 주지 않는 요소로 확인되었고, 예보식의 정확도를 판별하는 CSI는 기존 FSI 보다 향상되었다.
- 인천국제공항의 시정과 상관성이 높은 인자를 포함하여 새롭게 개발된 New FSI(식 (7))는 기존 FSI의 항과 더불어 해무 발생인자인 덕적도 부이에서의 습 수가 중요한 정보를 주는 것으로 나타났으며 기존 FSI를 적용할 때 보다도 예보의 정확도가 높게 나타났다. 두 FSI 식의 구성을 분석해 보면 인천국제공항의 안개는 서해상에서 따뜻하고 습한 공기가 이류하여 차가운 해수면 위에서 냉각되어 발생한 해무와(NIMR, 2002; Kim and Yum, 2010) 인천국제공항에서의 습하고 안정한 대기의 조건과 더해져 안개가 형성된다고 할 수 있다.
- 임계값은 31로 이전 식과 동일하게 확인되고, 숙련도의 경우 CSI는 0.36 HR은 0.78 FAR은 0.60으로 CSI는 낮게 나타나지만 적중률(HR)은 향상됨을 보여준다. 이전 New FSI와 비교할 때 850 hPa의 풍속은 제외되고, 덕적도 부이에서의 해기차가 추가된다.
후속연구
- 그러나 비발생일에도 31보다 작은 값을 보이는 사례가 많았으므로 New FSI의 안개 예측의 정확도는 낮게 나타난다. 그러나 Fig. 9에서 안개 사례가 주로 31 근처에 분포된 것으로 보아 더 많은 사례를 적용하여 임계값을 조정하면 정확도를 높일 수 있을 것으로 기대된다.
- 1년의 기간으로 구성된 식을 인천국제공항의 안개예보식으로 대표하기에는 무리가 있다. 더 많은 데이터를 사용하여 최적화된 식으로 구성되어야 현실적인 예보식으로써 사용될 수 있을 것이다.
- 개발 기간을 확장했지만 전체 사용된 데이터에 비해 안개 사례가 적어 신뢰성 있는 숙련도 평가는 쉽지 않다. 따라서 더 많은 안개 사례가 포함되어야 인천국제공항의 안개 특성을 잘 반영한 예보식을 개발할 수 있을 것이다. 또한 구성된 식에서 연안무와 해무의 특성이 복합적으로 나타나므로 Kim and Yum(2010)이 제시하였듯이 안개의 종류에 따라 예보식을 따로 구성한다면 안개 예측의 정확도가 향상되어 인천국제공항의 안개 예보식으로 활용될 수 있을 것이다.
- 따라서 인천국제공항의 안개 발생 특성에 맞도록 기존의 FSI를 수정하여 최적화해야 현실적인 예보식으로 활용될 수 있다.
- 따라서 더 많은 안개 사례가 포함되어야 인천국제공항의 안개 특성을 잘 반영한 예보식을 개발할 수 있을 것이다. 또한 구성된 식에서 연안무와 해무의 특성이 복합적으로 나타나므로 Kim and Yum(2010)이 제시하였듯이 안개의 종류에 따라 예보식을 따로 구성한다면 안개 예측의 정확도가 향상되어 인천국제공항의 안개 예보식으로 활용될 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.