[논문]조기경보시스템 검증을 위한 무인기상관측망 실황자료 표출 시스템

김대준; 박주현; 김수옥; 김진희; 김용석; 심교문

doi:10.5532/kjafm.2020.22.3.117

초록
AI-Helper

농촌진흥청 농업기상재해 조기경보시스템은 기상청으로부터 제공되는 기상정보를 활용하여 농장 단위로 상세 추정하고, 추정된 상세 기상정보를 바탕으로 작물의 생육 추정 및 생육이 진행됨에 따라 발생할 수 있는 기상 재해를 예측하여 사용자에게 미리 전달한다. 이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다. 기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로 부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다. DB에 수집된 기상자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다. 자료 표출 시스템 접속 URL은 http://aws.agmet.kr 이다.

Abstract ▼ AI-Helper

The Early Warning System for agrometeorological hazard of the Rural Development Administration (Korea) forecasts detailed weather for each farm based on the meteorological information provided by the Korea Meteorological Administration, and estimates the growth of crops and predicts a meteorological...

The Early Warning System for agrometeorological hazard of the Rural Development Administration (Korea) forecasts detailed weather for each farm based on the meteorological information provided by the Korea Meteorological Administration, and estimates the growth of crops and predicts a meteorological hazard that can occur during the growing period by using the estimated detailed meteorological information. For verification of early warning system, automated weather observation network was constructed in the study area. Moreover, a real-time web display system was built to deliver near real-time weather data collected from the observation network. The meteorological observation system collected diverse meteorological variables including temperature, humidity, solar radiation, rainfall, soil moisture, sunshine duration, wind velocity, and wind direction. These elements were collected every minute and transmitted to the server every ten minutes. The data display system is composed of three phases: the first phase builds a database of meteorological data collected from the meteorological observation system every minute; the second phase statistically analyzes the collected meteorological data at ten-minutes, one-hour, or one-day time step; and the third phase displays the collected and analyzed meteorological data on the web. The meteorological data collected in the database can be inquired through the webpage for all data points or one data point in the unit of one minute, ten minutes, one hour, or one day. Moreover, the data can be downloaded in CSV format.

주제어

표/그림 (10)

그림 Fig. 1. One of the automated weather stations installed at the study area (left) and the data logger connected with LTE modem (Circle) and power supply (right).
그림 Fig. 2. Conceptual diagram of the AWS observation network data collection and real-time weather data display system.
그림 Fig. 3. Conceptual diagram of software environment configuration and hardware environment configuration.
표 Table 1. Physical Server Specifications for AWS web (data display) system
그림 Fig. 4. Servers that operate under virtual environments (A: AWS web server - windows based, B: AWS Data server-linux based).
표 Table 2. Virtual Server Specifications for AWS web (data display) system
표 Table 3. Database structure for the weather data collected at 1, 10 minutes, hourly and daily time intervals (Adapted Jung et al.(2013))
표 Table 4. Attribute table for the automated weather stations with the collected weather elements
그림 Fig. 5. Distribution of automated weather stations in study area(left), and in Hadong-gun(right).
그림 Fig. 6. Web pages showing the weather data gathered from whole stations (A) and individual station (B) deployed in the study area.

AI 본문요약
AI-Helper

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

문제 정의

본 기술노트는 기존의 구축된 악양관측망이 현재까지 어떻게 확장, 발전되었는지 현황을 소개하고, 이렇게 구축 및 발전되어온 국지 기상 관측망의 수집 데이터를 통한 해당 지역의 유사한 농업기상 연구 부분의 활용도를 높이고자 작성하였다.

제안 방법

(2013)에서 구성하고 있는 방식과 동일하다. 데이터를 수집하는 단계에서 생성되는 1분 자료와 1분 자료를 각각의 시간단위로 통계처리를 한 10분, 1시간, 1일 자료 등의 데이터를 저장할 수 있는 총 4개의 테이블로 구축되며, 이들을 기상관측장비의 속성 정보와 결합할 수 있는 각각의 사이트 정보 테이블을 별도의 DB형태로 준비한다(Table 3).
org/)를 이용하였다. 또한 Python 언어를 기반으로 하는 Django 프레임워크를 이용하여 웹 시스템의 서버 측(Server side)을 작성하였으며 사용자와의 상호작용을 담당하는 클라이언트 측(Client side) 은 HTML, Javascript, CSS를 이용하여 작성하였다.
AWS Web서버에서의 주기적 자료 구동은 잡 스케줄러(Job Scheduler)인 cron서비스(Nokia Bell Labs) 를 이용한다. 매 시각의 5, 15, 25, 35, 45, 55분 마다 파일로 저장된 수집 데이터를 해석하여 이를 DB에 입력하는 작업을 수행한다. 이때 DB에 입력되는 자료는 매 1분 마다 관측된 자료이며 물리 한계 QC 를 적용한다.
농촌진흥청 농업기상재해 조기경보시스템은 기상청으로부터 제공되는 기상정보를 활용하여 농장 단위로 상세 추정하고, 추정된 상세 기상정보를 바탕으로 작물의 생육 추정 및 생육이 진행됨에 따라 발생할 수 있는 기상 재해를 예측하여 사용자에게 미리 전달한다. 이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다. 기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다.
기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다. DB에 수집된 기상 자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다.

대상 데이터

AWS Web의 자료 표출을 위한 웹 서버는 nginx (https://nginx.org/)를 이용하였다. 또한 Python 언어를 기반으로 하는 Django 프레임워크를 이용하여 웹 시스템의 서버 측(Server side)을 작성하였으며 사용자와의 상호작용을 담당하는 클라이언트 측(Client side) 은 HTML, Javascript, CSS를 이용하여 작성하였다.
가장 오래된 지점은 하동군 악양면의 ‘신용주 농장’으로 2014년 5월 23일 16시 31분부터 2020년 9월 30일 현재까지 총 2,322일의 데이터가 수집되었다.
, 2013). 데이터 수집 단계는 AWS로부터 CDMA 또는 LTE 통신 방식에 의해 실시간으로 수집되고 있는 관측장비 제작사 서버에 접근하여 10분에 한번씩 1분 단위로 수집한다(Fig. 2). 수집된 텍스트 형태의 원 자료는 기상요소별로 분석 및 DB로 구축된다.
DB에 수집된 기상 자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다. 자료 표출 시스템 접속 URL은 http://aws.agmet.kr 이다.
조기경보 검증용 AWS 관측 자료 표출 시스템의 접속 URL은 https://aws.agmet.kr/ 이며, 실시간으로 수집되는 데이터를 조회할 수 있다. 메뉴 구성으로는“최종 수신 센서 값”, “전체 관측 값”, “지점 관측 값”으로 구분된다.

후속연구

, 2013). 2020년 현재 국내 2G 서비스의 공식적인 종료로 인하여, 4G LTE로의 순차적인 송수신 모뎀의 교체가 진행 및 완료될 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	농촌진흥청 농업기상재해 조기경보시스템은 어떤 기능을 수행하나?	농촌진흥청 농업기상재해 조기경보시스템은 기상청으로부터 제공되는 기상정보를 활용하여 농장 단위로 상세 추정하고, 추정된 상세 기상정보를 바탕으로 작물의 생육 추정 및 생육이 진행됨에 따라 발생할 수 있는 기상 재해를 예측하여 사용자에게 미리 전달한다. 이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다.
	무인기상관측망의 기상관측장비로부터 수집되는 기상요소는 무엇이 있나?	이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다. 기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로 부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다.
	자료 표출 시스템의 구성 단계는?	기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로 부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다. DB에 수집된 기상자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다.

참고문헌 (9)

http://stacorp.co.kr/
http://weather.rda.go.kr/
https://data.kma.go.kr/
Jung, M. R., J. H. Kim, Y. E. Moon, and J. I. Yun, 2013: Implementation of a real-time data display system for a catchment scale automated weather observation network. Korean Journal of Agricultural and Forest Meteorology 15(4), 304-311. (in Korean with English abstract) DOI: 10.5532/KJAFM.2013.15.4.304
Kim, D. J., S. O. Kim, J. H. Kim, and E. J. Yun, 2019: Establishment of Geospatial Schemes Based on Topo-Climatology for Farm-Specific Agrometeorological Information. Korean Journal of Agricultural and Forest Meteorology 21(3), 146-157. (in Korean with English abstract) DOI: 10.5532/KJAFM.2019.21.3.146
Kim, S. O., and J. I. Yun, 2011: A quantification method for the cold pool effect on nocturnal temperature in a closed catchment. Korean Journal of Agricultural and Forest Meteorology 13(4), 176-184. (in Korean with English abstract)
Kim, S. O., J. H. Kim, D. J. Kim, and J. I. Yun, 2012: Wind effect on the distribution of daily minimum temperature across a cold pooling catchment. Korean Journal of Agricultural and Forest Meteorology 14(4), 277-282. (in Korean with English abstract)
Kim, S. O., D. J. Kim, J. H. Kim, and J. I. Yun, 2013: Improving usage of the Korea Meteorological Administration's digital forecasts in agriculture: I. Correction for local temperature under the inversion condition. Korean Journal of Agricultural and Forest Meteorology 15(2), 76-84. (in Korean with English abstract)
Yun, J. I., 2011: Observation of the cold-air drainage and thermal belt formation in a small mountainous watershed by using an infrared imaging radiometer. Korean Journal of Agricultural and Forest Meteorology 13(2), 79-86. (in Korean with English abstract)

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

조기경보시스템 검증을 위한 무인기상관측망 실황자료 표출 시스템
A System Displaying Real-time Meteorological Data Obtained from the Automated Observation Network for Verifying the Early Warning System for Agrometeorological Hazard 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

조기경보시스템 검증을 위한 무인기상관측망 실황자료 표출 시스템 A System Displaying Real-time Meteorological Data Obtained from the Automated Observation Network for Verifying the Early Warning System for Agrometeorological Hazard 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10) 모든 표/그림 보기

표/그림 (10) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

김대준 (23) 박주현 (11) 김수옥 (24) 김진희 (20) 김용석 (41) 심교문 (90)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

조기경보시스템 검증을 위한 무인기상관측망 실황자료 표출 시스템
A System Displaying Real-time Meteorological Data Obtained from the Automated Observation Network for Verifying the Early Warning System for Agrometeorological Hazard 원문보기

초록
AI-Helper

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper