김도연
/ 인천광역시 남구 인하로***번길 **, ***동 ***호 (주안동, 진흥아파트)
김용혁
/ 서울특별시 강남구 영동대로***길 *, ***동 ***호 (삼성동, 청구아파트)
김충기
/ 세종특별자치시 시청대로 ***, 세종국책연구단지 B동 (반곡동)
오정환
/ 대전광역시 유성구 가정북로 *** (장동, 선박해양플랜트연구소)
김성은
/ 인천광역시 남동구 소래역남로 **, ***동 ***호 (논현동, 에코메트로*단지한화꿈에그린아파트)
박상훈
/ 인천광역시 연수구 비류대로***번길 **-**, ***호 (선학동, 독수리메종)
출원인 / 주소
주식회사 아라종합기술 / 인천시 연수구 송도미래로 ** ,디-****(송도동,송도비알씨스마트밸리지식산업센터)
대리인 / 주소
특허법인 수
심사청구여부
있음 (2017-12-07)
심사진행상태
등록결정(일반)
법적상태
등록
초록▼
본 발명은 유출유 확산 예측을 위한 입자 추적 모듈 최적화 방법에 관한 것이며, 실제 해양에 추적 가능한 뜰개를 띄워 관측된 상기 뜰개의 단위 시간 별 실제 이동 경로에 대한 데이터를 취득하고, 특정 예측 기상 자료 및 특정 예측 해양 자료와 유출유 확산 계산을 위한 확산 계수를 이용하여 제1 입자 추적 모델을 통해 유출유 확산 예측 데이터를 취득하는 단계, 단위 시간별 관측 변화량를 산출하고 단위 시간별 제1 예측 변화량을 산출하는 단계, 특정 예측 기상 자료, 특정 예측 해양 자료, 단위 시간별 제1 예측 변화량을 이용하여 제2
본 발명은 유출유 확산 예측을 위한 입자 추적 모듈 최적화 방법에 관한 것이며, 실제 해양에 추적 가능한 뜰개를 띄워 관측된 상기 뜰개의 단위 시간 별 실제 이동 경로에 대한 데이터를 취득하고, 특정 예측 기상 자료 및 특정 예측 해양 자료와 유출유 확산 계산을 위한 확산 계수를 이용하여 제1 입자 추적 모델을 통해 유출유 확산 예측 데이터를 취득하는 단계, 단위 시간별 관측 변화량를 산출하고 단위 시간별 제1 예측 변화량을 산출하는 단계, 특정 예측 기상 자료, 특정 예측 해양 자료, 단위 시간별 제1 예측 변화량을 이용하여 제2 입자 추적 모델을 수립하고, 수립된 제2 입자 추적 모델을 이용하여 단위 시간별 제2 예측 변화량을 산출하는 단계 및 단위 시간별 제2 예측 변화량과 단위 시간별 상기 관측 변화량을 비교하여 제2 입자 추적 모델의 매개변수를 최적화하는 단계를 포함한다.
대표청구항▼
유출유(Oil spill) 확산 예측을 위한 입자 추적 모듈 최적화 방법에 있어서,(a) 예측 시스템이, 실제 해양에 추적 가능한 뜰개를 띄워 관측된 상기 뜰개의 단위 시간 별 실제 이동 경로에 대한 데이터를 취득하고, 풍속 벡터를 포함하는 예측 기상 자료 및 유속 벡터를 포함하는 예측 해양 자료로부터 상기 뜰개의 단위 시간 별 이동 경로상 위치에 대응하는 특정 예측 기상 자료 및 특정 예측 해양 자료를 획득하는 단계;(b) 상기 예측 시스템이, 상기 특정 예측 기상 자료 및 상기 특정 예측 해양 자료와 유출유 확산 계산을 위한 확
유출유(Oil spill) 확산 예측을 위한 입자 추적 모듈 최적화 방법에 있어서,(a) 예측 시스템이, 실제 해양에 추적 가능한 뜰개를 띄워 관측된 상기 뜰개의 단위 시간 별 실제 이동 경로에 대한 데이터를 취득하고, 풍속 벡터를 포함하는 예측 기상 자료 및 유속 벡터를 포함하는 예측 해양 자료로부터 상기 뜰개의 단위 시간 별 이동 경로상 위치에 대응하는 특정 예측 기상 자료 및 특정 예측 해양 자료를 획득하는 단계;(b) 상기 예측 시스템이, 상기 특정 예측 기상 자료 및 상기 특정 예측 해양 자료와 유출유 확산 계산을 위한 확산 계수를 이용하여 제1 입자 추적 모델을 통해 유출유 확산 예측 데이터를 취득하는 단계;(c) 상기 예측 시스템이, 상기 (a) 단계에서 취득한 상기 뜰개의 실제 이동 경로 데이터를 전처리하여 단위 시간별 관측 변화량를 산출하고 및 상기 (b) 단계에서 취득한 상기 유출유 확산 예측 데이터를 전처리하여 단위 시간별 제1 예측 변화량을 산출하는 단계;(d) 상기 예측 시스템이, 상기 특정 예측 기상 자료, 상기 특정 예측 해양 자료, 단위 시간별 상기 제1 예측 변화량을 이용하여 제2 입자 추적 모델을 수립하고, 수립된 제2 입자 추적 모델을 이용하여 단위 시간별 제2 예측 변화량을 산출하는 단계; 및(e) 상기 (d) 단계에서 산출한 단위 시간별 상기 제2 예측 변화량과 상기 (c) 단계에서 산출한 단위 시간별 상기 관측 변화량을 비교하여 상기 제2 입자 추적 모델의 매개변수를 최적화하는 단계; 를 포함하며,상기 제2 입자 추적 모델은 단위 시간별 상기 특정 예측 해양 자료와 상기 특정 예측 해양 자료에 대한 매개 변수의 곱, 상기 특정 예측 기상 자료와 상기 특정 예측 기상 자료에 대한 매개 변수의 곱, 단위 시간별 상기 제1 예측 변화량과 단위 시간별 상기 제1 예측 변화량에 대한 매개 변수의 곱들의 합에, 상수에 해당하는 매개 변수를 더한 값을, 단위 시간별 상기 제2 예측 변화량 값으로 산출하여, 상기 제2 입자 추적 모델(Revised_Modelx, Revised_Modely)은 적어도 아래의 수학식을 포함하고,(Revised_Modelx, Revised_Modely) = (a1×currentu+ a2×currentv+ a3×windu + a4×windv + a5×Modelx + a6×Modely + a7, b1×currentu+ b2×currentv+ b3×windu + b4×windv + b5×Modelx + b6×Modely + b7) 여기서, currentu 는 제1 방향의 특정 예측 유속 벡터이며, currentv 는 제2 방향의 특정 예측 유속 벡터이고, windu 는 제1 방향의 특정 예측 풍속 벡터이며, windv 는 제2 방향의 특정 예측 풍속 벡터이고, Modelx 는 상기 제1 입자 추적 모델에 따른 제1 방향의 단위 시간별 상기 제1 예측 변화량이며, Modely 는 상기 제1 입자 추적 모델에 따른 제2 방향에 따른 단위 시간별 상기 제1 예측 변화량이고, a1 내지 a9 및 b1 내지 b9는 상기 매개 변수인 것을 특징으로 하는 최적화 방법.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.