| 1 |
1
GIS(Geographic Information System) 정보를 기반으로 설정된 국지 규모(local scale)의 제1 해상도를 갖는 지표면 분석 모델을 구축하고, 상기 지표면 분석 모델을 이용하여 국지적 기상에 영향을 미치는 다수의 지형 변수를 산출하는 지표면 분석부; 상기 제1 해상도보다 큰 제2 해상도의 규모에 대한 제1 기상청 동네예보 정보를 복수 개 수집하고, 상기 제1 기상청 동네예보 정보에 대응되는 표본공간의 해상도를 설정된 비율로 축소시킨 상태에서 상기 제1 기상청 동네예보 정보 및 상기 제1 기상청 동네예보에 대응되는 상기 지형 변수에 기계학습(machine learning) 기법을 적용하여 상기 제1 기상청 동네예보 정보와 상기 제1 기상청 동네예보에 대응되는 지형 변수 간의 연관성을 추출하고, 추출된 상기 연관성을 기반으로 상기 제1 기상청 동네예보 정보를 상기 제1 해상도의 규모로 상세화하여 상기 제1 해상도의 규모에 대한 기상정보를 생성하는 학습부; 및제2 기상청 동네예보 정보가 수집되는 경우 상기 학습부에 저장된 연관성 및 기상정보를 기반으로 상기 제2 기상청 동네예보 정보를 상기 제1 해상도의 규모에 대한 기상정보로 상세화하고, 상기 상세화된 기상정보를 출력하는 기상정보 산출부를 포함하며,상기 연관성을 추출하는 과정에서 시군 구분 코드자료, 시가화농경지 구분 코드자료, 축산지 구분 코드자료, 과수원 구분 코드자료 및 밭 구분 코드자료가 상기 지형 변수의 일 파라미터로 입력됨으로써 상기 제1 해상도의 규모에 대한 기상정보가 시군단위
|
| 2 |
2
청구항 1에 있어서,상기 지표면 분석부는, 지형의 고도 및 형태에 관한 수치지형도, 건물의 형태 및 높이에 관한 수치건물지도, 및 토지용도에 관한 토지피복지도를 포함하는 지표면 분석 입력자료를 설정된 좌표계로 변환하고, 변환된 상기 입력자료를 상기 국지 규모의 제1 해상도를 갖는 래스터(raster) 자료로 구축함으로써 상기 지표면 분석 모델을 구축하는, 열환경 응용지수 산출 시스템
|
| 3 |
3
청구항 1에 있어서,상기 지형 변수는, 지형의 위도, 지형의 경도, 지형의 고도, 지형의 경사도, 지형의 해안선으로부터의 거리, 지형의 토지피복, 지형의 남북 또는 동서방향의 경사, 지형의 우묵한 깊이, 지형의 경사 길이, 건물의 높이, 건물의 옆면적비, 건물의 평면적비, 건물의 거칠기길이 및 특정 토지피복의 면적 비율 중 적어도 하나를 포함하는, 열환경 응용지수 산출 시스템
|
| 4 |
4
청구항 1에 있어서,상기 학습부는, 상기 제1 기상청 동네예보 정보 중 설정된 기상요소들을 선별하고, 선별된 기상요소들을 설정된 파일형태로 변환하며, 변환된 상기 기상요소들 및 상기 제1 기상청 동네예보에 대응되는 상기 지형 변수에 기계학습 기법을 적용하는, 열환경 응용지수 산출 시스템
|
| 5 |
5
청구항 4에 있어서,상기 학습부는, 변환된 상기 기상요소들 및 상기 제1 기상청 동네예보에 대응되는 상기 지형 변수에 GPRM(Gaussian Process Regression Model)을 적용하는, 열환경 응용지수 산출 시스템
|
| 6 |
6
삭제
|
| 7 |
7
청구항 1에 있어서,상기 설정된 비율은, 1/4인, 열환경 응용지수 산출 시스템
|
| 8 |
8
청구항 1에 있어서,상기 학습부는, 외부 서버로부터 수집된 관측자료를 이용하여 예측된 상기 기상정보를 검증하는, 열환경 응용지수 산출 시스템
|
| 9 |
9
지표면 분석부에서, GIS 정보를 기반으로 설정된 국지 규모의 제1 해상도를 갖는 지표면 분석 모델을 구축하는 단계;상기 지표면 분석부에서, 상기 지표면 분석 모델을 이용하여 국지적 기상에 영향을 미치는 다수의 지형 변수를 산출하는 단계;학습부에서, 상기 제1 해상도보다 큰 제2 해상도의 규모에 대한 제1 기상청 동네예보 정보를 복수 개 수집하는 단계;상기 학습부에서, 상기 제1 기상청 동네예보 정보에 대응되는 표본공간의 해상도를 설정된 비율로 축소시킨 상태에서 상기 제1 기상청 동네예보 정보 및 상기 제1 기상청 동네예보에 대응되는 상기 지형 변수에 기계학습 기법을 적용하여 상기 제1 기상청 동네예보 정보와 상기 제1 기상청 동네예보에 대응되는 지형 변수 간의 연관성을 추출하는 단계;상기 학습부에서, 추출된 상기 연관성을 기반으로 상기 제1 기상청 동네예보 정보를 상기 제1 해상도의 규모로 상세화하여 상기 제1 해상도의 규모에 대한 기상정보를 생성하는 단계;기상정보 산출부에서, 제2 기상청 동네예보 정보가 수집되는 경우 상기 학습부에 저장된 연관성 및 기상정보를 기반으로 상기 제2 기상청 동네예보 정보를 상기 제1 해상도의 규모에 대한 기상정보로 상세화하는 단계; 및상기 기상정보 산출부에서, 상기 상세화된 기상정보를 출력하는 단계를 포함하며,상기 연관성을 추출하는 과정에서 시군 구분 코드자료, 시가화농경지 구분 코드자료, 축산지 구분 코드자료, 과수원 구분 코드자료 및 밭 구분 코드자료가 상기 지형 변수의 일 파라미터로 입력됨으로써 상기 제1 해상도의 규모에 대한 기상정보가 시군단위
|
| 10 |
10
청구항 9에 있어서,상기 지표면 분석 모델을 구축하는 단계는, 지형의 고도 및 형태에 관한 수치지형도, 건물의 형태 및 높이에 관한 수치건물지도, 및 토지용도에 관한 토지피복지도를 포함하는 지표면 분석 입력자료를 설정된 좌표계로 변환하고, 변환된 상기 입력자료를 상기 국지 규모의 제1 해상도를 갖는 래스터 자료로 구축함으로써 상기 지표면 분석 모델을 구축하는, 열환경 응용지수 산출 방법
|
| 11 |
11
청구항 9에 있어서,상기 지형 변수는, 지형의 위도, 지형의 경도, 지형의 고도, 지형의 경사도, 지형의 해안선으로부터의 거리, 지형의 토지피복, 지형의 남북 또는 동서방향의 경사, 지형의 우묵한 깊이, 지형의 경사 길이, 건물의 높이, 건물의 옆면적비, 건물의 평면적비, 건물의 거칠기길이 및 특정 토지피복의 면적 비율 중 적어도 하나를 포함하는, 열환경 응용지수 산출 방법
|
| 12 |
12
청구항 9에 있어서,상기 연관성을 추출하는 단계는, 상기 제1 기상청 동네예보 정보 중 설정된 기상요소들을 선별하고, 선별된 기상요소들을 설정된 파일형태로 변환하며, 변환된 상기 기상요소들 및 상기 제1 기상청 동네예보에 대응되는 상기 지형 변수에 기계학습 기법을 적용하는, 열환경 응용지수 산출 방법
|
| 13 |
13
청구항 12에 있어서,상기 연관성을 추출하는 단계는, 변환된 상기 기상요소들 및 상기 제1 기상청 동네예보에 대응되는 상기 지형 변수에 GPRM을 적용하는, 열환경 응용지수 산출 방법
|
| 14 |
14
삭제
|
| 15 |
15
청구항 9에 있어서,상기 설정된 비율은, 1/4인, 열환경 응용지수 산출 방법
|
| 16 |
16
청구항 9에 있어서,상기 기상정보를 예측하여 저장하는 단계 이후,상기 학습부에서, 외부 서버로부터 수집된 관측자료를 이용하여 예측된 상기 기상정보를 검증하는 단계를 더 포함하는, 열환경 응용지수 산출 방법
|
