도로기상 서비스를 위한 표준노드링크 강우량생산방법 (The method of rainfall prediction for road weather service)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 29권 / 2호 / 403 ~ 413페이지
· 저자명 : 양미연, 윤상후

초록

비는 도로를 운전하는 운전자의 중요한 외부 위험요소이다. 예를 들어 겨울철 영하의 날씨에 내린 비는 결빙을 유발시킨다. 따라서 안전한 운전을 위해선 도로단위의 강우량 산정이 필요하다. 하지만 자동차가 지나다니는 도로에는 기상관측장비가 설치되어 있지 않아 도로단위 강우량을 얻는데 어려움이 있다. 본 연구에서는 서울특별시에 설치된 190개의 자동기상관측장비에서 수집된 강우량을 표준노드링크 단위로 생산하는 방법을 다루고 있다. 자동기상관측장비와 표준노드링크 사이의 공간적 이질성이 존재하므로 표준노드링크로 예측될 강우량의 정확도를 평가하였다. 강우량을 예측하기 위한 보간법으로 역거리가중법과 크리깅이 고려되었다. 예측성능은 편향 (BIAS), 평균 제곱근 오차 (RMSE), 평균 절대 오차 (MAE), 그리고 상관계수 (correlation coefficient)로 평가하였다. 추가로 강우의 발생한 시점의 공간적 범위와 시간해상도에 따라 예측성능이 차이가 있는지 살펴보았다. 분석결과 역거리가중법은 국지성강우와 시간해상도가 높을 때 좋은 성능을 보였고, 전역성강우와 시간해상도가 낮을 때에는 너겟효과가 고려된 크리깅의 성능이 우수하였다.

영어초록

It is known that a driving condition is affected by weather. For example, rain causes black ice while a temperature is low. It is necessary to predict the amount of rainfall to the standard node link for safe driving. However, it is difficult to obtain the amount of rainfall on the road directly, because rain gauge sensors are not installed on road. This study is dealt with the method of producing rainfall collected from 190 AWS in Seoul. An inverse distance weighting method and kriging were considered as an interpolation method to predict rainfall amount. The prediction performance was evaluated by BIAS, RMSE, MAE, and correlation coefficient. In addition, the difference of predicted performance according to the spatial range and time resolution when the rain came. As a result, the inverse distance weighting method showed good performance when spatial range was local and time resolution were high, and ordinary kriging with nugget effect showed good performance when spatial range was global and time resolution were low.

참고자료

· 없음