미기상해석모듈의 평가를 위한 시계열군집 알고리즘 제안: 한반도 남서 6개 지역의 풍향시계열 군집분석에의 응용 (Time Series Clustering Algorithm for Evaluation of Micro Scale Weather Analysis Module: Application to Cluster Analysis of Wind Direction of Six Southwest AWS Regions)

서지정보

· 발행기관 : 한국자료분석학회
· 수록지 정보 : Journal of The Korean Data Analysis Society / 16권 / 5호 / 2427 ~ 2437페이지
· 저자명 : 김혜중, 곽화륜, 김유나, 최영진

초록

최근 도시의 양적인 팽창은 미기상(micro meteorology)에 심각한 변화를 일으키고 있으며, 이로 인한 경제적․사회적인 피해도 증가하고 있다. 따라서 기상학분야에서는 다양한 미기상해석모듈(micro scale weather analysis module)을 도시의 특성에 맞도록 개발하고, 이들로부터 얻은 결과물(예측 및 상황정보)에 의해 얻어지는 초고분해능의 기상정보서비스를 실시간으로 제공하고자 노력하고 있다. 본 논문은 기상모델에 의해 생성되는 예측 및 상황정보의 정확도를 평가하기 위해 미국기상청, 영국기상청, 일본기상청 등 선진기상국의 기상청들이 사용하고 있는 기법들을 간단히 소개하고, 이들을 초고분해능인 미기상해석모듈의 평가에 적용 시 발생되는 문제점을 도출함과 동시에 이를 보완하는 새로운 평가기법을 제시하였다. 이를 위해, 시계열스펙트럼의 동일성 측도 및 검정통계를 이용한 시계열군집 알고리즘으로 미기상해석모듈의 결과물이 도시미기상의 시-공간적인 특성을 정확히 설명하는 지를 평가하는 기법을 개발하였다. 또한 남서해안 6개 지역인 광주, 목포, 완도, 장흥, 진도, 해남에서 관측된 풍향시계열의 군집분석을 통해 개발된 기법의 유용성을 보였다.

영어초록

Rapid urbanization caused serious change in the climate of metropolitan area because quantitative expansions in its urban activity, such as growth of population and building concentration, modify the local circulation of radiation, heat, moisture between the surface and the atmosphere. This increases economic and social harm to the metropolitan area. To circumvent this problem, recently many researchers have tried to develop micro scale weather analysis modules for understanding and forecasting the modified phenomena of local climate in the metropolitan area. This paper discusses various systems which are operating in advanced countries for the purpose of evaluation of the weather analysis modules. We find, however, that the systems do not equip verification tools good enough to evaluate outputs of the micro scale weather analysis modules. Thus, we propose a verification tool to fix these insufficiency and accommodate spatial and temporal characteristics of the outputs of the micro scale weather analysis modules. The tool is a multiple comparison algorithm that tests the equality of a set of time series by using a spectral analysis technique. A real data application demonstrates the utility of the algorithm.

참고자료

· 없음