[논문]시계열 풍속벡터의 유사성을 이용한 포항지역 바람권역 분류

김현구; 김진솔; 강용혁; 박형동

doi:10.7836/kses.2016.36.1.011

[국내논문] 시계열 풍속벡터의 유사성을 이용한 포항지역 바람권역 분류
Classification of Wind Sector in Pohang Region Using Similarity of Time-Series Wind Vectors 원문보기

한국태양에너지학회 논문집 = Journal of the Korean Solar Energy Society, v.36 no.1, 2016년, pp.11 - 18

김현구 (한국에너지기술연구원 신재생에너지자원센터) , 김진솔 (미국 버클리대학교 지구행성과학과) , 강용혁 (한국에너지기술연구원 신재생에너지자원센터) , 박형동 (서울대학교 에너지자원공학과)

Abstract ▼ AI-Helper

The local wind systems in the Pohang region were categorized into wind sectors. Still, thorough knowledge of wind resource assessment, wind environment analysis, and atmospheric environmental impact assessment was required since the region has outstanding wind resources, it is located on the path of typhoon, and it has large-scale atmospheric pollution sources. To overcome the resolution limitation of meteorological dataset and problems of categorization criteria of the preceding studies, the high-resolution wind resource map of the Korea Institute of Energy Research was used as time-series meteorological data; the 2-step method of determining the clustering coefficient through hierarchical clustering analysis and subsequently categorizing the wind sectors through non-hierarchical K-means clustering analysis was adopted. The similarity of normalized time-series wind vector was proposed as the Euclidean distance. The meteor-statistical characteristics of the mean vector wind distribution and meteorological variables of each wind sector were compared. The comparison confirmed significant differences among wind sectors according to the terrain elevation, mean wind speed, Weibull shape parameter, etc.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 풍환경의 정확한 이해가 요구되는 포항지역의 국지풍계에 따라 바람권역을 분류하되, 선행연구의 기상자료의 한계성과 분류방법의 문제점을 극복하고자 한다. 이를 위한 해석자료로는 신뢰도가 검증된 한국에너지기술연구원의 풍력자원지도를, 분류방법으로는 시계열 풍속벡터 유사성을 이용한 군집분석을 적용하였다.
본 연구에서는 계층적 군집분석을 사용함으로써 군집의 초기 중심점에 무관하게 최종적으로 유의한 군집 개수를 결정할 수 있도록 함으로써 이러한 문제를 해결하였다.
8은 바람권역별로 지형고도, 평균풍속, 풍속의 표준편차 및 와이블 형상계수의 분포 특성을 비교한 상자그림(box plot)이다. 즉 각각의 바람권역 내에서 기상 요소값의 통계특성을 상자그림으로 도시하여 바람권역 간의 유의한 차이점을 판별하고자 하였다. 참고로 평균 및 산포가 유사한 범위 내에 있는 군집은 동일한 상자 색상으로 표시하였다.

제안 방법

본 연구는 풍환경의 정확한 이해가 요구되는 포항지역의 국지풍계에 따라 바람권역을 분류하되, 선행연구의 기상자료의 한계성과 분류방법의 문제점을 극복하고자 한다. 이를 위한 해석자료로는 신뢰도가 검증된 한국에너지기술연구원의 풍력자원지도를, 분류방법으로는 시계열 풍속벡터 유사성을 이용한 군집분석을 적용하였다.⁶⁾ 또한 분류된 바람권역별기상학적 특성을 비교분석함으로써 바람권역 분류의 타당성을 검증하였다.
이를 위한 해석자료로는 신뢰도가 검증된 한국에너지기술연구원의 풍력자원지도를, 분류방법으로는 시계열 풍속벡터 유사성을 이용한 군집분석을 적용하였다.⁶⁾ 또한 분류된 바람권역별기상학적 특성을 비교분석함으로써 바람권역 분류의 타당성을 검증하였다.
두 격자점의 시계열 풍속벡터의 차이를 정량적으로 계산하기 위하여 풍속벡터를 동서방향 풍속성분(u)과 남북방향 풍속성분(v)으로 분리(decomposition)하였다. 그리고 각각의 풍속성분을 평균풍속(S)으로 나누어 줌으로써 풍속을 정규화(normalization)하였다.
풍계분류의 첫 번째 단계에서 계층적 군집 분석을 통하여 적정한 군집개수를 결정하였다.
풍계분류의 두 번째 단계에서는 K-평균 군집분석을 수행하여 포항지역을 Fig. 3과 같이 8개의 국지풍계 권역으로 분류하였다.
또한 산지지형은 바람장의 형성에 지배적인 영향을 미친다. 포항지역의 지형과 풍계의 상관성을 고찰하기 위해 Fig. 4와 같이 지형고도에 바람권역을 중첩하여 나타내었다.
한국에너지기술연구원의 풍력자원지도의 시계열 풍속자료를 이용하여 포항지역의 바람권역을 분류하였다. 또한 바람권역의 국지풍계 특성을 기상요소의 통계분석을 통하여 다음과 같은 결론을 얻었다.
(1) 바람권역 분류를 계층적 군집분석으로 적정한 군집개수를 결정한 후 비계층적 군집분석으로 바람권역을 분류하는 2단계로 체계화 하였으며, 군집분석의 유사성 척도로서 시계열 풍속벡터의 유클리디안 거리를 사용하였다. 또한 풍속벡터를 정규화함으로써 풍향이 동일한 경우 유사성의 비중을 더 크게 반영하도록 하였다.
(1) 바람권역 분류를 계층적 군집분석으로 적정한 군집개수를 결정한 후 비계층적 군집분석으로 바람권역을 분류하는 2단계로 체계화 하였으며, 군집분석의 유사성 척도로서 시계열 풍속벡터의 유클리디안 거리를 사용하였다. 또한 풍속벡터를 정규화함으로써 풍향이 동일한 경우 유사성의 비중을 더 크게 반영하도록 하였다.

대상 데이터

본 연구에서는 한국에너지기술연구원의 풍력자원지도 데이터베이스로부터 포항지역 격자점에 대한 시계열 풍속벡터를 추출하여 해석자료로 이용하였다.
본 연구에서는 한국에너지기술연구원의 중해상도 풍력자원지도를 사용하였는데, 이는 3km x 3km 수평면 공간해상도와 1시간-간격 시간 해상도로 2005년부터 2007년까지의 기간에 대해 중규모 수치기상예측(numerical weather prediction) 모델 MM5(Mesoscale Model 5)로 해석한 자료이다.

성능/효과

포항지역 국지순환계는 해륙풍계와 종관풍계로 구분되며, 상층기상자료를 이용하여 판별한 바에 의하면 연간 51일 정도 해륙풍계가 나타난다. 해륙풍 사례일에 대한 수치모의에 따르면 영일만을 통해 남서풍으로 환기되는 육풍과 북동풍으로 침투하는 해풍의 변환시기에 복잡한 국지풍계가 형성됨을 확인하였다.³⁾
예상과 같이 지형고도와 바람권역 사이에 뚜렷한 상관성이 나타난다. 즉, 지형의 영향이 없는 바다는 해안선을 경계로 바람권역이 분류되었으며, 내륙은 안강(G), 경주(D) 그리고 포항의 도심평지(C)가 산지지형(D, F)과 별도의 바람권역으로 분류되었다.
5는 포항지역의 평균풍속 분포도를 보여준다. 특징적으로 북쪽의 보현산과 남쪽의 단석산에 의해 남북방향이 차단된 안강 내륙 평야(G, Fig. 3의 풍계번호)의 풍속이 가장 낮게 나타난 반면, 포항북구의 보현산(F)을 거쳐 향로봉(D)에 이르는 고산지대의 풍속이 가장 높게 나타났다. 따라서 포항지역 풍속분포는 바람권역에 따라서 유의한 차이가 있음을 알 수 있다.
상자그림을 통해 분석한 기상요소별 통계특성을 종합하면, 바람권역은 지형고도, 평균풍속 그리고 와이블 형상계수의 조합에 의한 특성으로 설명됨을 알 수 있다.
(2) 평균 풍속벡터 분포도를 이용함으로써 바람권역별 국지풍계의 기상학적 특성에 대한 설명력을 높일 수 있었다. 즉, 복잡지형에서 지형효과로 인하여 상이하게 전개되는 국지풍계의 특성을 효과적으로 설명할 수 있었으며, 이는 대기오염의 이송 및 확산, 바람길 과 같은 풍환경 분석, 풍력단지 설계 등 다양한 분야에 응용될 수 있을 것으로 기대된다.
(3) 바람권역별 기상요소에 대한 통계분석을 통하여 포항지역 바람권역은 지형고도, 평균풍속 그리고 와이블 형상계수 등 기상변수의 조합에 따라 유의한 차이가 있음을 확인하였다. 이 중 국지풍계에 가장 큰 영향인자는 지형고도이므로 보다 정확하며 상세한 바람권역 분류를 위해서는 고해상도 풍력자원지도가 필요할 것으로 판단된다.

후속연구

(2) 평균 풍속벡터 분포도를 이용함으로써 바람권역별 국지풍계의 기상학적 특성에 대한 설명력을 높일 수 있었다. 즉, 복잡지형에서 지형효과로 인하여 상이하게 전개되는 국지풍계의 특성을 효과적으로 설명할 수 있었으며, 이는 대기오염의 이송 및 확산, 바람길 과 같은 풍환경 분석, 풍력단지 설계 등 다양한 분야에 응용될 수 있을 것으로 기대된다.
향후에는 보다 체계적인 바람권역별 국지풍계의 기상학적 차이점을 파악하기 위하여 주요 기상요소들에 대한 요인분석을 수행하고자 하며, 고해상도 풍력자원지도를 이용하여 지형효과에 대한 설명력을 향상시키고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	군집분석에 의한 바람권역 분류 단계는 어떻게 구성되는가?	첫 번째 단계에서는 계층적 군집분석(hierarchical clustering)을 통해 다음 단계에서 이용할 적합한 군집개수와 초기 중심점을 선택한다. 두 군집 사이의 거리는 각 군집에서 가장 거리가 먼 두 관측 값들 사이의 거리를 두 군집 사이의 거리로 정의하는 최장연결법을 사용하였으며, Eq. (1)을 이용하여 거리를 계산하였다. 적합한 군집개수는 병합되는 두 군집 사이의 거리와 군집개수에 대해 도시한 그래프를 이용하여 선정한다. 병합되는 두 군집 사이의 거리가 크게 증가할 때에 비유사성이 큰 두 군집이 병합됨을 의미한다. 따라서 이때가 병합이 중지되어야 할 시점으로, 적합한 군집개수를 나타낸다. 초기 중심점은 계층적 군집분석을 통해 생성된 각 군집의 중심점으로 설정한다. 두 번째 단계에서는 비계층적 군집분석(nonhierarchical clustering)에 해당하는 K-평균(K-means) 군집분석을 통해 바람권역 분류를 수행한다.
	포항의 특징은?	포항은 경상북도 동해안에 위치한 항구도시이자 산업도시이며, 형산강 하구 평탄한 지형에 시가지와 철강산업단지가 밀집되어 있다.
	군집분석이란?	군집분석(cluster analysis)은 객체의 유사성이 높은 집단을 분류하는 통계기법으로, 이를 위하여서는 먼저 객체 간의 유사성 또는 비유사성의 척도를 나타내는 거리를 정의해야 한다.

참고문헌 (14)

Jung, W. S., Lee, H. W. and Kim, H. G., An Analysis and Numerical Simulation on Southwestern Prevailing Wind Phenomenon Around Pohang in Winter, Journal of the Korean Earth Science Society, Vol. 24, No. 6, pp. 533-548, 2003.
Kim, H. G., Choi, J. O., Son, J. B., Jung, W. S. and Lee, H. W., Analysis on Wind Environments for Siting a Wind Farm, Journal of Korean Society for Atmospheric Environment, Vol. 19, No. 6, pp. 745-756, 2003.
Lee, H. W., Jung, W. S., Kim, H. G. and Lee, S. H., A Study of Atmospheric Field Around the Pohang for Dispersion Analysis of Air Pollutants - Numerical Simulation of Wind Field, Journal of Korean Society for Atmospheric Environment, Vol. 20, No. 1, pp. 1-15, 2004.
Jung, J. H., Lee, H. H., Lee, H. W., Chang, H. S. and Shon, B. H., Analysis of Wind Sector Division for Pohang Area, Journal of Environmental Science International, Vol. 17, No. 4, pp. 385-396, 2008.

원문보기 상세보기
Jung, J. H., Lee, H. D. and Shon, B. H., Assessment of Location of the Air Quality Monitoring Stations According to the Analysis of Wind Sector Division in Pohang, Journal of the Korea Academia-Industrial Cooperation Society, Vol. 13, No. 4, pp. 1931-1938, 2012.

원문보기 상세보기
Kim, J. S., Kim, H. G. and Park, H. D., Spatial Classification of Spatio-Temporal Wind Speed Data Using Pearson's Correlation, International Association for Mathematical Geoscience 2014, New Delhi, India.
Kim, H. G., Jang, M. S. and Lee, E. J., Meteorstatistical Analysis for Establishment of Jejudo Wind Resource Database, Journal of Korean Society for Atmospheric Environment, Vol. 17, No. 6, pp. 591-599, 2008.
Kim, H. G., Cho, K. P., An, H. J. and Jeon, W. H., Comparative Validation of WindCube LIDAR and Metek SODAR for Wind Resource Assessment - Remote Sensing Campaign at Gimje Plane, Journal of the Wind Engineering Institute of Korea, Vol. 16, No. 1, pp. 23-49, 2012.
Hwang, H. J. and Kim, H. G., Analysis on Offshore Wind Using SAR Satellite Imagery, Journal of the Wind Engineering Institute of Korea, Vol. 15, No. 4, pp. 67-71, 2011.
Kim, H. G., Kang, Y. H. and Yun, C. Y., Comparative Analysis on Commercial Wind Resource Maps of South Korea, Journal of the Wind Engineering Institute of Korea, Vol. 19, No. 1, pp. 9-14, 2015.
Jung, W. S., Lee H. W., Park J. K., Kim, H. G., Kim, E. B., Choi, H. J., Kim, D. H. and Kim, M. J., Classification of Wind Sector for Assessment of Wind Resource and Establishment of a Wind Map in South Korea, Journal of Environmental Science International, Vol. 18, No. 8, pp. 889-910, 2009.
Davis, R. E., Kalkstein, L. S., Development of an Automated Spatial Synoptic Climatological Classification, International Journal of Climatology, Vol. 10, pp. 769-794, 1990.

상세보기
Jung, W. S., Lee, H. W. and Park, J. K., Analysis of Local Wind in Busan Metropolitan Area According to Wind Sector Division - Part III: Division of Local Wind Sector Over Busan, Journal of Environmental Science International, Vol. 16, No. 3, pp. 311-321, 2006.
Fisk, C. J., Two-Way (Hour-Month) Time Section Plots as a Tool for Climatological Visualization and Summarization, 14th Conference on Applied Climatology, Seattle, US, 2004.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증