1 |
1
제어부 및 상기 제어부에 연결되고 하기의 단계들을 수행하는 모듈들을 저장하는 데이터 저장 장치를 포함한 컴퓨터 단말기에서 수행되는 도시 폭염 상세 정보 예측 방법으로서,상기 제어부는 상기 모듈들을 실행하여 하기의 단계들을 수행하며,상기 단계들은,국지예보모델의 기온예측자료를 구축하는 단계;자동기상관측망(AWS)의 기온관측자료를 구축하는 단계;도시의 건물과 식생을 포함하는 수치 표고모델을 산출하는 단계;미기후분석모델을 이용하여 상기 수치 표고모델로부터 도시의 형태 및 구조와 관련한 건물 분해능 수준의 도시지표면 변수들을 산출하는 단계;상기 국지예보모델의 기온예측자료와 상기 도시지표면 변수를 결합하는 단계;상기 국지예보모델의 기온예측자료 및 상기 도시지표면 변수들을 독립변수로 하고, 상기 기온관측자료를 종속변수로 하여, 상기 국지예보모델의 기온예측자료의 편이 보정을 위한 학습모형을 구축하는 단계; 및구축된 상기 학습모형에 상기 국지예보모델에서 예측한 다음날의 기온예측자료 및 상기 도시지표면 변수를 입력하여, 편이 보정을 수행한 후 건물 분해능 수준의 상세 기온 정보를 산출하는 단계;를 포함하는 도시 폭염 상세 정보 예측 방법
|
2 |
2
제 1 항에 있어서, 상기 국지예보모델의 기온예측자료를 구축하는 단계는, 기상청에서 한반도 영역의 기상예측을 위해 운영하고 있는 1
|
3 |
3
제 1 항에 있어서, 상기 도시지표면 변수들을 산출하는 단계는, 도시의 지표면 특성들과 도시캐노피 모수들로부터 도시미기후 공간분포를 분석하는 도시기후분석모델(CAS)을 이용하여, 경사도, 남북방향 경사길이, 동서방향 경사길이, 우묵한 지형깊이, 건물높이와 도로너비 비, 건물과 식생 높이/부피/밀도, 불투수피복에서의 열방출량, 토지피복(건물, 교목, 자연 피복, 인공피복, 물) 면적의 백분율 중 하나 이상을 포함하는 도시지표면 변수들을 산출하는 단계;를 포함하는, 도시 폭염 상세 정보 예측 방법
|
4 |
4
제 1 항에 있어서, 상기 편이 보정을 위한 학습모형을 구축하는 단계는, 서포트 벡터 머신(Support Vector Machine, SVM) 또는 다중 선형 회귀 모델(Multiple Linear Regression Model, LM))을 이용하고, 슬라이딩 윈도우 기법을 이용하여 최근의 과거자료를 산출하여 매일 새로운 입력자료를 구축하는 단계;를 포함하는, 도시 폭염 상세 정보 예측 방법
|
5 |
5
제 1 항에 있어서, 상기 국지예보모델의 기온예측자료는, 인터폴레이션 기법을 통해 건물 분해능 수준의 해상도로 변환되는, 도시 폭염 상세 정보 예측 방법
|
6 |
6
제 1 항에 있어서, 산출되는 상기 건물 분해능 수준의 상세 기온 정보는, 1시간 단위 기온, 1일 단위 최고기온 및 최저기온의 시간해상도와 10m의 공간해상도를 갖는, 도시 폭염 상세 정보 예측 방법
|
7 |
7
제 1 항에 있어서, 산출된 상기 건물 분해능 수준의 상세 기온 정보와 관측기온자료가 갱신되면 갱신된 상기 관측기온자료의 값을 이용하여 검증결과를 산출하는 단계;를 더 포함하는, 도시 폭염 상세 정보 예측 방법
|
8 |
8
제 1 항에 있어서, 상기 상세 기온 정보로부터 소정 단위의 경계 안에 포함되는 격자 중에 사람이 거주하는 지역을 위치 선정하여 해당 격자를 추출하는 단계; 상기 해당 격자들을 집계하여 이중 상위 10%에 포함되는 격자들 기온을 평균하여 상기 소정 단위의 대표값으로 할당하는 단계; 및상기 대표값에 따라 소정의 위험 등급을 표출하는 단계;를 더 포함하는, 도시 폭염 상세 정보 예측 방법
|
9 |
9
제 1 항에 있어서, 상기 수치 표고모델을 산출하는 단계는, 수치건물지도로부터 수치건물모델을 생성하는 단계; 항공 라이다 자료로부터 분류된 식생자료를 이용하여 수치식생모델을 생성하는 단계; 분류된 지형자료를 이용하여 수치지형모델 생성하는 단계; 및 상기 수치건물모델, 수치식생모델 및 수치지형모델을 결합하여 최종 건물 및 식생이 포함된 수치 표고모델을 산출하는 단계;를 포함하는, 도시 폭염 상세 정보 예측 방법
|
10 |
10
하드웨어와 결합되어 제 1 항 내지 제 9 항 중 어느 한 항에 기재된 도시 폭염 상세 정보 예측 방법의 각 단계를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
11 |
11
국지예보모델의 기온예측자료를 구축하는 모듈; 자동기상관측망(AWS)의 기온관측자료를 구축하는 모듈; 도시의 건물과 식생을 포함하는 수치 표고모델을 산출하는 모듈; 미기후분석모델을 이용하여 상기 수치 표고모델로부터 도시의 형태 및 구조와 관련한 건물 분해능 수준의 도시지표면 변수들을 산출하는 모듈; 상기 국지예보모델의 기온예측자료와 상기 도시지표면 변수를 결합하는 모듈; 상기 국지예보모델의 기온예측자료 및 상기 도시지표면 변수들을 독립변수로 하고, 상기 기온관측자료를 종속변수로 하여, 상기 국지예보모델의 기온예측자료의 편이 보정을 위한 학습모형을 구축하는 모듈; 및 구축된 상기 학습모형에 상기 국지예보모델에서 예측한 다음날의 기온예측자료 및 상기 도시지표면 변수를 입력하여, 편이 보정을 수행한 후 건물 분해능 수준의 상세 기온 정보를 산출하는 모듈;을 포함하는 도시 폭염 상세 정보 예측 시스템
|
12 |
12
제 11 항에 있어서, 상기 국지예보모델의 기온예측자료를 구축하는 모듈은, 기상청에서 한반도 영역의 기상예측을 위해 운영하고 있는 1
|
13 |
13
제 11 항에 있어서, 상기 도시지표면 변수들을 산출하는 모듈은, 도시의 지표면 특성들과 도시캐노피 모수들로부터 도시미기후 공간분포를 분석하는 도시기후분석모델(CAS)을 이용하여, 경사도, 남북방향 경사길이, 동서방향 경사길이, 우묵한 지형깊이, 건물높이와 도로너비 비, 건물과 식생 높이/부피/밀도, 불투수피복에서의 열방출량, 토지피복(건물, 교목, 자연 피복, 인공피복, 물) 면적의 백분율 중 하나 이상을 포함하는 도시지표면 변수들을 산출하는 모듈;을 포함하는, 도시 폭염 상세 정보 예측 시스템
|
14 |
14
제 11 항에 있어서, 상기 편이 보정을 위한 학습모형을 구축하는 모듈은, 서포트 벡터 머신(Support Vector Machine, SVM) 또는 다중 선형 델(Multiple Linear Regression Model, LM))을 이용하고, 슬라이딩 윈도우 기법을 이용하여 최근의 과거자료를 산출하여 매일 새로운 입력자료를 구축하는 모듈;을 포함하는, 도시 폭염 상세 정보 예측 시스템
|
15 |
15
제 11 항에 있어서, 상기 국지예보모델의 기온예측자료는, 인터폴레이션 기법을 통해 건물 분해능 수준의 해상도로 변환되는, 도시 폭염 상세 정보 예측 시스템
|
16 |
16
제 11 항에 있어서, 산출되는 상기 건물 분해능 수준의 상세 기온 정보는, 1시간 단위 기온, 1일 단위 최고기온 및 최저기온의 시간해상도와 10m의 공간해상도를 갖는, 도시 폭염 상세 정보 예측 시스템
|
17 |
17
제 11 항에 있어서, 산출된 상기 건물 분해능 수준의 상세 기온 정보와 관측기온자료가 갱신되면 갱신된 상기 관측기온자료의 값을 이용하여 검증결과를 산출하는 모듈;을 더 포함하는, 도시 폭염 상세 정보 예측 시스템
|
18 |
18
제 11 항에 있어서, 상기 상세 기온 정보로부터 소정 단위의 경계 안에 포함되는 격자 중에 사람이 거주하는 지역을 위치 선정하여 해당 격자를 추출하는 모듈; 상기 해당 격자들을 집계하여 이중 상위 10%에 포함되는 격자들 기온을 평균하여 상기 소정 단위의 대표값으로 할당하는 모듈; 및상기 대표값에 따라 소정의 위험 등급을 표출하는 모듈;을 더 포함하는, 도시 폭염 상세 정보 예측 시스템
|
19 |
19
제 11 항에 있어서, 상기 수치 표고모델을 산출하는 모듈은, 수치건물지도로부터 수치건물모델을 생성하는 모듈; 항공 라이다 자료로부터 분류된 식생자료를 이용하여 수치식생모델을 생성하는 모듈; 분류된 지형자료를 이용하여 수치지형모델 생성하는 모듈; 및 상기 수치건물모델, 수치식생모델 및 수치지형모델을 결합하여 최종 건물 및 식생이 포함된 수치 표고모델을 산출하는 모듈;을 포함하는, 도시 폭염 상세 정보 예측 시스템
|