[국내논문]기상청 동네예보의 영농활용도 증진을 위한 방안: IV. '하늘상태'를 이용한 일조시간 및 일 적산 일사량 상세화 Improving the Usage of the Korea Meteorological Administration's Digital Forecasts in Agriculture: IV. Estimation of Daily Sunshine Duration and Solar Radiation Based on 'Sky Condition' Product원문보기
일조시간 및 일사량은 작물생육에 중요한 기상요소이지만 기상청 동네예보 항목에 없기 때문에 3시간 간격 '하늘상태'를 활용하여 일조시간 및 수평면 일사량을 추정하는 방법을 고안하였다. 기상청 동네예보의 3시간 간격 '하늘상태' 자료를 수집하고 전국 22개 일사관측 기상대의 동시간대 실측 운량과 비교하여 '하늘상태'의 4단계 격자값 '맑음(1)', '구름조금(2)', '구름많음(3)', '흐림(4)'을 0부터 10까지의 운량으로 변환하였다. 22개 일사관측 기상대의 일 평균운량 0인 날에 대하여 일조율을 비교하여 관측여건이 가장 좋은 3개 지점을 선정하였다. 선정된 지점의 3년치 운량과 일조시간 실측자료로부터 운량-일조시간 추정식을 도출하였으며, 이 식에 의해 추정된 일조시간값으로 Angstrom-Prescott 모형을 구동하여 수평면 일사량을 산출하였다. '하늘상태' 기반으로 추정된 일조시간 및 일사량을 3 지점에서 2년간 실측자료와 비교한 결과 RMSE 기준 일조시간 추정오차는 1.5~1.7 시간, 일사량 추정오차는 $2.5{\sim}3.0MJ\;m^{-2}\;day^{-1}$ 이었다.
일조시간 및 일사량은 작물생육에 중요한 기상요소이지만 기상청 동네예보 항목에 없기 때문에 3시간 간격 '하늘상태'를 활용하여 일조시간 및 수평면 일사량을 추정하는 방법을 고안하였다. 기상청 동네예보의 3시간 간격 '하늘상태' 자료를 수집하고 전국 22개 일사관측 기상대의 동시간대 실측 운량과 비교하여 '하늘상태'의 4단계 격자값 '맑음(1)', '구름조금(2)', '구름많음(3)', '흐림(4)'을 0부터 10까지의 운량으로 변환하였다. 22개 일사관측 기상대의 일 평균운량 0인 날에 대하여 일조율을 비교하여 관측여건이 가장 좋은 3개 지점을 선정하였다. 선정된 지점의 3년치 운량과 일조시간 실측자료로부터 운량-일조시간 추정식을 도출하였으며, 이 식에 의해 추정된 일조시간값으로 Angstrom-Prescott 모형을 구동하여 수평면 일사량을 산출하였다. '하늘상태' 기반으로 추정된 일조시간 및 일사량을 3 지점에서 2년간 실측자료와 비교한 결과 RMSE 기준 일조시간 추정오차는 1.5~1.7 시간, 일사량 추정오차는 $2.5{\sim}3.0MJ\;m^{-2}\;day^{-1}$ 이었다.
Information on sunshine duration and solar radiation are indispensable to the understanding of crop growth and development. Yet, relevant variables are not available in the Korea Meteorological Administration's (KMA) digital forecast. We proposed the methods of estimating sunshine duration and solar...
Information on sunshine duration and solar radiation are indispensable to the understanding of crop growth and development. Yet, relevant variables are not available in the Korea Meteorological Administration's (KMA) digital forecast. We proposed the methods of estimating sunshine duration and solar radiation based on the 'sky condition' of digital forecast products and validated using the observed data. The sky condition values (1 for clear, 2 for partly cloudy, 3 for cloudy, and 4 for overcast) were collected from 22 weather stations at 3-hourly intervals from August 2013 to July 2015. According to the observed relationship, these data were converted to the corresponding amount of clouds on the 0 to 10 scale (0 for clear, 4 for partly cloudy, 7 for cloudy, and 10 for overcast). An equation for the cloud amount-sunshine duration conversion was derived from the 3-year observation data at three weather stations with the highest clear day sunshine ratio (i.e., Daegwallyeong, Bukgangneung, and Busan). Then, the estimated sunshine hour data were used to run the Angstrom-Prescott model which was parameterized with the long-term KMA observations, resulting in daily solar radiation for the three weather stations. Comparison of the estimated sunshine duration and solar radiation with the observed at those three stations showed that the root mean square error ranged from 1.5 to 1.7 hours for sunshine duration and from 2.5 to $3.0MJ\;m^{-2}\;day^{-1}$ for solar radiation, respectively.
Information on sunshine duration and solar radiation are indispensable to the understanding of crop growth and development. Yet, relevant variables are not available in the Korea Meteorological Administration's (KMA) digital forecast. We proposed the methods of estimating sunshine duration and solar radiation based on the 'sky condition' of digital forecast products and validated using the observed data. The sky condition values (1 for clear, 2 for partly cloudy, 3 for cloudy, and 4 for overcast) were collected from 22 weather stations at 3-hourly intervals from August 2013 to July 2015. According to the observed relationship, these data were converted to the corresponding amount of clouds on the 0 to 10 scale (0 for clear, 4 for partly cloudy, 7 for cloudy, and 10 for overcast). An equation for the cloud amount-sunshine duration conversion was derived from the 3-year observation data at three weather stations with the highest clear day sunshine ratio (i.e., Daegwallyeong, Bukgangneung, and Busan). Then, the estimated sunshine hour data were used to run the Angstrom-Prescott model which was parameterized with the long-term KMA observations, resulting in daily solar radiation for the three weather stations. Comparison of the estimated sunshine duration and solar radiation with the observed at those three stations showed that the root mean square error ranged from 1.5 to 1.7 hours for sunshine duration and from 2.5 to $3.0MJ\;m^{-2}\;day^{-1}$ for solar radiation, respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다음에는 일조시간을 수평면 일사량으로 변환할 수 있는 일조-일사 관계식을 적용하였다. 이렇게 하여 얻어진 수평면 일사량을 상세지형에 의해 보정하여 임의지역의 일사 수광량 분포를 생성함으로써 동네예보의 영농활용 가능성을 보이고자 하였다.
제안 방법
2013년 8월부터 2015년 7월까지 매일 0600, 0900, 1200, 1500, 1800 하늘상태자료를 중앙값에 의해 운량으로 변환하고 이들을 산술평균 하여 일별 전운량을 얻었다. 계산한 전운량을 앞서 선정된 대수함수 기반의 경험식에 넣어 대관령, 북강릉, 부산 지점에 대한 매일의 일조시간을 추정한 결과, 실측값과 비교한 ME는 대관령과 부산은 0.
하늘상태 기반 5km 격자의 운량 분포도를 이용하여 남한 전역 일조시간 분포를 계산하고 식 (1)에 의해 수평면 일 적산일사량 분포도로 변환하였다. 5km 격자의 수평면 일 적산일사량은 Yun(2009)의 경사면과 수평면 간 상대일사수광비율을 적용한 지형보정기법을 통해, 30m 격자해상도의 경사면 일사량으로 상세화하였다. Fig.
같은 기간에 대해 22개 기상관서에 해당하는 동네예보 격자점의 3시간 간격 하늘상태 자료를 수집하여 운량과 비교함으로써 하늘상태-운량 관계를 파악하였다.
관측자료 A그룹으로부터 도출된 운량-일조율 경험식과 식 (1)을 이용하여, B그룹 날짜에 대해 22개 지점의 일조시간과 일사량을 추정하였다. 적용한 운량-일조율 경험식이 여럿이기 때문에 추정된 일조시간의 추정오차를 비교하여 최적 모형을 선정하였다.
기상청 동네예보의 3시간 간격 ‘하늘상태’ 자료를 수집하고 전국 22개 일사관측 기상대의 동시간대 실측 운량과 비교하여 ‘하늘상태’의 4단계 격자값 ‘맑음(1)’, ‘구름조금(2)’, ‘구름많음(3)’, ‘흐림(4)’을 0부터 10까지의 운량으로 변환하였다.
대관령과 북강릉, 부산에서 관측된 운량과 일조율 자료(A그룹)를 이용하여 이차다항식 외에 3가지의 비선형 회귀 분석을 수행하고, 각 도출된 경험식을 B그룹의 운량에 적용, 일조시간 실측값으로 검증한 결과를 Table 2에 제시하였다. 대수함수(logarithmic function) 기반의 일조시간 추정신뢰도는 세 관측지점 평균 ME -0.
태양고도에 따라 일조시간은 큰 차이를 나타내므로 맑은 날이 어떤 계절에 주로 분포하는가에 따라 일조시간의 평균치가 달라질 것이다. 따라서 일조시간 대신 매일의 일조율을 계산한 다음 일 평균운량이 0인 날의 평균 일조율을 관측지점별로 비교하여, 일조율이 높을수록 이상적인 관측환경인 것으로 간주하였다.
일조시간에 크게 영향을 미치는 것은 직달일사를 가리는 구름이지만, 주변 지형지물 등 관측환경에 의해서도 일조시간이 영향을 받게 된다. 먼저 22개 관측지점에 대해 하루 종일 맑았던 날에 한정하여 일조시간을 비교함으로써 관측환경을 추정하였다. 태양고도에 따라 일조시간은 큰 차이를 나타내므로 맑은 날이 어떤 계절에 주로 분포하는가에 따라 일조시간의 평균치가 달라질 것이다.
본 연구에서는 기상청에서 제공하지 않는 일사량 및 일조시간을 대신하여 동네예보 하늘상태를 운량으로 변환하고, 운량-일조율 관계를 도출하여 일조시간을 추정하며, 일조-일사 관계 경험식에 의해 일 적산 수평면 일사량을 모의하는 과정을 제시하였다.
본 연구에서는 동네예보 목록에서 누락된 일사량을 대체할 수 있는 방법으로서, 먼저 3시간 간격 ‘하늘상태’ 자료를 해당 날짜의 전운량으로 변환한 다음 일조시간을 추정하는 방법을 모색하였다.
적용한 운량-일조율 경험식이 여럿이기 때문에 추정된 일조시간의 추정오차를 비교하여 최적 모형을 선정하였다. 이 최적모형을 이용하여 기상청 동네예보의 하늘상태 기반 일조시간 및 일사량을 모의하였는데 이 과정에서 하늘상태 격자값 1, 2, 3, 4는 각각 관측지점 22곳의 실측 운량으로부터 도출된 중앙값(median)으로 환산하였으며, 0600, 0900, 1200, 1500 및 1800 운량값을 산술평균하여 일 평균운량으로 삼았다.
일조시간 및 일사량은 작물생육에 중요한 기상요소이지만 기상청 동네예보 항목에 없기 때문에 3시간 간격 ‘하늘상태’를 활용하여 일조시간 및 수평면 일사량을 추정하는 방법을 고안하였다.
관측자료 A그룹으로부터 도출된 운량-일조율 경험식과 식 (1)을 이용하여, B그룹 날짜에 대해 22개 지점의 일조시간과 일사량을 추정하였다. 적용한 운량-일조율 경험식이 여럿이기 때문에 추정된 일조시간의 추정오차를 비교하여 최적 모형을 선정하였다. 이 최적모형을 이용하여 기상청 동네예보의 하늘상태 기반 일조시간 및 일사량을 모의하였는데 이 과정에서 하늘상태 격자값 1, 2, 3, 4는 각각 관측지점 22곳의 실측 운량으로부터 도출된 중앙값(median)으로 환산하였으며, 0600, 0900, 1200, 1500 및 1800 운량값을 산술평균하여 일 평균운량으로 삼았다.
전국 22곳에서 2013년 8월부터 2015년 7월까지 2년간 3시간 간격(0600, 0900, 1200, 1500, 1800)으로 관측된 운량(0-10)을 동네예보 해당 지점의 하늘상태 격자값(1~4)에 따라 사분위수로 분류해 보았다(Fig. 3). 하늘상태가 ‘맑음’일 때 실측 운량은 1분위와 중앙값 모두 0이었고, 3분위 값은 1이었다.
대상 데이터
기상청 동네예보의 3시간 간격 ‘하늘상태’ 자료를 수집하고 전국 22개 일사관측 기상대의 동시간대 실측 운량과 비교하여 ‘하늘상태’의 4단계 격자값 ‘맑음(1)’, ‘구름조금(2)’, ‘구름많음(3)’, ‘흐림(4)’을 0부터 10까지의 운량으로 변환하였다. 22개 일사관측 기상대의 일 평균운량 0인 날에 대하여 일조율을 비교하여 관측여건이 가장 좋은 3개 지점을 선정하였다. 선정된 지점의 3년치 운량과 일조시간 실측자료로부터 운량-일조시간 추정식을 도출하였으며, 이 식에 의해 추정된 일조시간값으로 Angstrom-Prescott 모형을 구동하여 수평면 일사량을 산출하였다.
Box-whisker plots of the cloud amount observed at each class of ‘sky condition’ issued by the Korea Meteorological Administration's digital forecast. Three-hourly data at 22stations from August 2013 to July 2015 were used and the sky condition was identified at the 5 km grid cell corresponding to each station location. The sky condition number 1, 2, 3 and 4 stands for clear, partly cloudy, cloudy, and overcast, respectively.
동네예보의 ‘하늘상태’ 자료는 격자값 1, 2, 3, 4가 각각 ‘맑음’ (0 ≤ x ≤ 2), ‘구름조금’ (3 ≤ x ≤ 5), ‘구름 많음’ (6 ≤ x ≤ 8), ‘흐림’ (9 ≤ x ≤ 10)을 의미하는데, 하늘상태 격자자료를 운량으로 활용하기 위해서는 1에서 4까지의 격자값을 0에서 10까지의 운량자료로 변환해야 한다. 남한 전역의 기상관서 중 일사량과 일조시간 및 운량을 모두 관측하는 지점은 총 22지점인데(Fig. 1), 이들로부터 2013년 8월 1일부터 2015년 7월 31일까지 2년에 걸쳐 3시간 간격(0600, 0900, 1200, 1500, 1800) 운량자료를 수집하였다(http://sts.kma.go.kr)
이 때 기상청에서 발표하는 일 평균운량(하루 3시간 간격 8회 관측값의 평균) 대신, 0600, 0900, 1200, 1500, 1800의 운량만을 평균함으로써 야간의 하늘상태는 제외하였다. 운량과 일조시간 관측자료는 2012년 1월 1일부터 2014년 12월 31일까지 3년간 자료를 두 그룹으로 구분하였는데 2012년 1월 1일을 A, 1월 2일을 B, 1월 3일을 다시 A에 넣는 방식을 이용하였다 A그룹의 운량과 일조율은 경험식을 도출하는데 활용하였고, B그룹 자료는 식을 검증하는 데 사용하였다. 경험식은 일·이차다항식뿐만 아니라 SAS의 비선형모델(logarithmic curve, exponential reciprocal curve, logistic curve 등) 회귀 분석에 의해 최적 함수를 선정하였다(SAS Institute, Raleigh, North Carolina, USA).
전체 22개소 중에서 맑은 날 일조율이 최상위에 드는 세 지점을 선발하여 운량과 일조시간 자료를 수집하였다. 이 때 기상청에서 발표하는 일 평균운량(하루 3시간 간격 8회 관측값의 평균) 대신, 0600, 0900, 1200, 1500, 1800의 운량만을 평균함으로써 야간의 하늘상태는 제외하였다.
데이터처리
경험식은 일·이차다항식뿐만 아니라 SAS의 비선형모델(logarithmic curve, exponential reciprocal curve, logistic curve 등) 회귀 분석에 의해 최적 함수를 선정하였다(SAS Institute, Raleigh, North Carolina, USA).
이론/모형
본 연구에서는 18개 지점에 대해서는 Choi et al.(2010)의 a, b 회귀계수를 수정 없이 이용하였고, 그 외 지점에 대해서는 18 지점 값을 토대로 거리자승역산가중법(IDWS, inverse distance squared weighting)에 의해 a와 b의 전국 분포도를 제작하고 관측소 해당 격자값을 추출하여 사용하였다.
나아가 Yun(2009)의 지형보정 기법에 의해 30m 격자해상도의 경사면 일사수광량을 모의하였다(Fig. 6). 경남 하동군에서 가로×세로 5km의 기상청 동네예보 격자 하나에 해당하는 영역(하동 악양면과 화개면)을 확대해보면, 한 격자 내에서도 해발고도 50m 이하와 1,000m 이상의 다양한 고도와 경사면을 포함하고 있는데, 남향사면이 북향사면에 비해 더 일사량이 많은 현상을 지형에 따라 상세하게 나타내고 있어 복잡지형에서도 농장과 과원이 위치한 경사면의 일사수광량 정보를 현실에 더 가깝게 제공할 수 있을 것이다.
본 연구에서는 동네예보 목록에서 누락된 일사량을 대체할 수 있는 방법으로서, 먼저 3시간 간격 ‘하늘상태’ 자료를 해당 날짜의 전운량으로 변환한 다음 일조시간을 추정하는 방법을 모색하였다. 다음에는 일조시간을 수평면 일사량으로 변환할 수 있는 일조-일사 관계식을 적용하였다. 이렇게 하여 얻어진 수평면 일사량을 상세지형에 의해 보정하여 임의지역의 일사 수광량 분포를 생성함으로써 동네예보의 영농활용 가능성을 보이고자 하였다.
22개 일사관측 기상대의 일 평균운량 0인 날에 대하여 일조율을 비교하여 관측여건이 가장 좋은 3개 지점을 선정하였다. 선정된 지점의 3년치 운량과 일조시간 실측자료로부터 운량-일조시간 추정식을 도출하였으며, 이 식에 의해 추정된 일조시간값으로 Angstrom-Prescott 모형을 구동하여 수평면 일사량을 산출하였다. ‘하늘상태’ 기반으로 추정된 일조시간 및 일사량을 3 지점에서 2년간 실측자료와 비교한 결과 RMSE 기준 일조시간 추정오차는 1.
운량으로부터 도출된 일조시간에 의해 수평면 일사량을 추정하는 과정은 일조율과 일사율 간의 관계를 회귀계수 a와 b로 표현하는 Angstrom-Prescott 모형을 이용하였다. 이 모형은 식 1과 같이 나타낼 수 있으며, 월별 또는 일별 일조시간만으로 손쉽게 수평면일사량을 추정할 수 있어, 국내에서도 이용된 사례가 많다(Cho et al.
성능/효과
2에 나타내었다. 2012년부터 2014년까지 대관령과, 북강릉, 부산에서 관측된 운량과 일조시간자료(A그룹)를 바탕으로 두 변수의 관계를 보면, 운량이 0에서 10으로 증가할수록 일조율은 점차 감소되며, 운량이 커질수록 감소폭은 증가된다. 운량과 일조율의 관계를 이차다항식의 회귀선으로 표현하였을 때, 결정계수는 0.
2013년 8월부터 2015년 7월까지 매일 0600, 0900, 1200, 1500, 1800 하늘상태자료를 중앙값에 의해 운량으로 변환하고 이들을 산술평균 하여 일별 전운량을 얻었다. 계산한 전운량을 앞서 선정된 대수함수 기반의 경험식에 넣어 대관령, 북강릉, 부산 지점에 대한 매일의 일조시간을 추정한 결과, 실측값과 비교한 ME는 대관령과 부산은 0.08시간, 북강릉 0.42시간이었고, RMSE는 대관령 1.66시간, 북강릉 1.71시간, 부산 1.50시간으로 나타났다(Table 3). 관측자료를 기반으로 도출된 운량-일조율 관계식은 일조시간을 다소 과소추정(ME -0.
50시간으로 나타났다(Table 3). 관측자료를 기반으로 도출된 운량-일조율 관계식은 일조시간을 다소 과소추정(ME -0.11시간)하는 경향이 있었으나, 실측값 대신 하늘상태를 적용함으로써 일부 과대추정 경향을 나타내었다.
나아가 5km 격자단위의 수평면 일사량에 지형효과를 반영함으로써 30m 격자해상도로 상세화 할 수 있었으며, 만일 여기에 아파트단지, 산업시설, 도시의 인공구조물이나 교목 등 주변 경관에서 지형 외 영향요인까지 반영한다면 실제와 더욱 가까운 일사량 예측이 가능할 것으로 보인다. 기상청에서 발표하는 동네 예보를 최대한 활용하는 선에서 일조시간 및 일사량을 상세하게 모의한다면 동네예보 선행기간만큼 농작물의 생육 및 일소, 일조부족 등의 기상재해를 사전에 예측하는 데 기여할 수 있을 것이다.
남한 전역 22개 지점에서 2012년 1월부터 2014년 12월까지 일 평균운량이 0이었던 맑은 날의 일조율 평균값은 관측지점에 따라 최소 84.0%에서 최대 93.8%까지, 평균적으로 89.1%로 나타났다. 3년간의 맑은 날 수는 22지점 평균 65.
대관령과 북강릉, 부산에서 관측된 운량과 일조율 자료(A그룹)를 이용하여 이차다항식 외에 3가지의 비선형 회귀 분석을 수행하고, 각 도출된 경험식을 B그룹의 운량에 적용, 일조시간 실측값으로 검증한 결과를 Table 2에 제시하였다. 대수함수(logarithmic function) 기반의 일조시간 추정신뢰도는 세 관측지점 평균 ME -0.11, RMSE 1.34시간이었다. 역지수함수(exponential reciprocal function)의 경우 ME -0.
운량으로부터 일조시간을 추정하는 경험식 선정 기준은 첫째로 검증과정에서 추정오차가 가장 작은 것, 둘째로는 단순한 형태인 것을 고려하였는데, RMSE가 가장 작았던 대수함수와 이차다항식 중, 상대적으로 항이 더 적은 대수함수를 최종적으로 선택하였다.
이를 단위면적당 MJ로 환산할 경우 3.27 MJ m−2 day−1 이므로 본 실험에서 하늘상태를 이용하여 추정한 수평면 일사량의 신뢰도가 위성영상으로부터 추정한 일사량과 거의 비슷하거나 약간 나은 것으로 판단된다.
후속연구
경남 하동군에서 가로×세로 5km의 기상청 동네예보 격자 하나에 해당하는 영역(하동 악양면과 화개면)을 확대해보면, 한 격자 내에서도 해발고도 50m 이하와 1,000m 이상의 다양한 고도와 경사면을 포함하고 있는데, 남향사면이 북향사면에 비해 더 일사량이 많은 현상을 지형에 따라 상세하게 나타내고 있어 복잡지형에서도 농장과 과원이 위치한 경사면의 일사수광량 정보를 현실에 더 가깝게 제공할 수 있을 것이다.
나아가 5km 격자단위의 수평면 일사량에 지형효과를 반영함으로써 30m 격자해상도로 상세화 할 수 있었으며, 만일 여기에 아파트단지, 산업시설, 도시의 인공구조물이나 교목 등 주변 경관에서 지형 외 영향요인까지 반영한다면 실제와 더욱 가까운 일사량 예측이 가능할 것으로 보인다. 기상청에서 발표하는 동네 예보를 최대한 활용하는 선에서 일조시간 및 일사량을 상세하게 모의한다면 동네예보 선행기간만큼 농작물의 생육 및 일소, 일조부족 등의 기상재해를 사전에 예측하는 데 기여할 수 있을 것이다.
, 2004). 따라서 기상청의 하늘 상태를 수평면 조건의 운량으로 환산한다면 선행연구에서 제시한 방법에 의해 일조시간과 일사량을 추정할 수 있을 것으로 기대된다. 수평면 일사량이 추정된다면 Yun(2009)의 지형보정계수에 의해 농장단위로 적용 가능한 상세 일사량 예보 산출이 가능할 것이다.
따라서 기상청의 하늘 상태를 수평면 조건의 운량으로 환산한다면 선행연구에서 제시한 방법에 의해 일조시간과 일사량을 추정할 수 있을 것으로 기대된다. 수평면 일사량이 추정된다면 Yun(2009)의 지형보정계수에 의해 농장단위로 적용 가능한 상세 일사량 예보 산출이 가능할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
조기경보체계는 무엇인가?
, 2013; Yun, 2014). 조기경보체계는 개별농장마다 지형조건과 토양특성 및 재배하는 작목의 생육단계를 기반으로 예견되는 기상위험을 정량화하여 해당 농가에게 1:1로 전달하는 시스템이며 기상청에서 발표하는 ‘동네예보’를 활용한다. 동네예보는 가로×세로 5km 해상도의 격자자료로 제공하지만 개별 농장 단위로 작물의 기상위험수준을 예측하기 위해서는 이것을 필지단위로 상세화 해야 한다.
동네예보에서 제공하는 기상요소에는 어떤 것이 있는가?
동네예보는 가로×세로 5km 해상도의 격자자료로 제공하지만 개별 농장 단위로 작물의 기상위험수준을 예측하기 위해서는 이것을 필지단위로 상세화 해야 한다. 현재 제공되는 기상요소는 기온, 강수량, 강수확률, 적설, 하늘상태, 습도, 풍향, 풍속 등이 있으며, 실황 값과 함께 선행기간 48시간 동안 3시간 간격의 예보자료를 사용할 수 있다(NIMR, 2012).
농업부문의 기상이변 대응 방안 중의 하나로 무엇이 구축되어 운영되는가?
농업부문의 기상이변 대응 방안 중 하나로 기상위험에 대한 조기경보체계가 구축되어 시범 운영되고 있다(Yun et al., 2013; Yun, 2014).
참고문헌 (20)
Almorox, J., B. Benito, and C. Hontoria, 2005: Estimation of monthly Angstrom-Prescott equation cocefficients from measured daily data in Toledo, Spain. Renewable Energy 30, 931-936.
Cho, H. M., K. W. Chung, and C. H. Cho, 1987: The relationship between the amount of solar radiation at ground level and related meteorological parameters. Journal of Korean Meteorological Society 23, 26-34. (In Korean with English abstract)
Choi, M. H., J. I. Yun, U. Chung, and K. H. Moon, 2010: Performance of Angstrom-Prescott coefficients under different time scales in estimating daily solar radiation in South Korea. Korean Journal of Agricultural and Forest Meteorology, 12(4), 232-237. (In Korean with English abstract)
Christopher, B. S., 2006: Introduction to Mathematical Modeling of Crop Growth. Brown Walker Press, 256pp.
Jo, D. K., and Y. H. Kang, 2008: A study on estimating solar radiation in relation to meteorological parameters. Journal of the Korean Solar Energy Society 28, 1-6. (In Korean with English abstract)
Jo, D. K., and Y. H. Kang, 2010: A study on the solar radiation estimation of 16 areas in Korea using cloud cover. Journal of the Korean Solar Energy Society 30, 15-21. (In Korean with English abstract)
Lee, J. H., W. S. Choi, Y. I. Kim, C. Y. Yun, D. K. Jo, and Y. H. Kang, 2013: Estimation of global horizontal insolation over the Korean Peninsula based on COMS MI satellite images. Korean Journal of Remote Sensing 29(1), 151-160. (In Korean with English abstract)
Lee, K. H., and K. Y. Sim, 2010: Analysis and calculation of global hourly solar irradiation based on sunshine duration for major cities in Korea. Journal of the Korean Solar Energy Society 30, 16-21. (In Korean with English abstract)
Podesta, G. P., L. Nunez, C. A. Villanueva, and M. A. Skansi, 2004: Estimating daily solar radiation in the Argentine Pampas. Agricultural and Forest Meteorology 123, 41-53.
Song, Y. Y., M. Y. Park, S. J. Yang, and D. H. Sagong, 2009: Influence of air temperature during midsummer on fruit sunburn occurrence in 'Fuji'/M.9 apple tree. Korean Journal of Agricultural and Forest Meteorology, 11(4), 127-134. (In Korean with English abstract)
Yun, J. I., 2009: A simple method using a topography correction coefficient for estimating daily distribution of solar irradiance in complex terrain.Korean Journal of Agricultural and Forest Meteorology, 11(1), 13-18. (In Korean with English abstract)
Yun, J. I., 2010: Agroclimatic maps augmented by a GIS technology. Korean Journal of Agricultural and Forest Meteorology, 12(1), 63-73. (In Korean with English abstract)
Yun J. I., 2014: Agrometeorological early warning system: A service infrastructure for climate-smart agriculture. Korean Journal of Agricultural and Forest Meteorology, 16(4), 403-417. (In Korean with English abstract)
Yun, J. I., S. O. Kim, J. H. Kim, and D. J. Kim, 2013: Userspecific agrometeorological service to local farming community: A case study. Korean Journal of Agricultural and Forest Meteorology, 15(4), 320-331. (In Korean with English abstract)
KMA (Korea Meteorological Administration), 2011: 2011년 이상기후보고서. 144pp.
NIMR (National Institute of Meteorological Research), 2012: 예보기술지원 및 활용연구 IV 초단기, 단.중기 예보능력 향상연구. Korea Meteorological Administration. 551pp.
김연희, 구해정, 남재철, 오성남, 2004: The estimation method of sunshine duration based on cloudiness. Proceeding of the 38th Meeting of KOSAE, 2004, Korean Society for Atmospheric Environment, 469-470. (in Korean)
서영경, 최준태, 주상원, 2010: 기상청 전지구 예보모델 (UM N320 L50) 기반 하늘상태 MOS 예보 가이던스개발 및 유용성 검증. Proceedings of the Autumn Meeting of KMS, 2010, Korean Meteorological Society, 188-189. (in Korean)
서영경, 최준태, 이진아, 정현숙, 2012: 동네예보지원을 위한 통계모델(MOS) 개선: 단기 하늘상태, 주간 기온. Proceedings of the Autumn Meeting of KMS, 2012, Korean Meteorological Society, 110-111. (in Korean)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.