인공지능 딥러닝을 이용한 영종도의 초단기 풍속 예측성 연구

* 본 연구 내용은 한국기상학회의 2017년 춘계학술대회에서 발표한 초록을 옮긴 것입니다.

 

   기상관측장비로부터 수신되는 관측자료들은 운영의 복잡함에 따라 지연수신이 되는 경우가 발생함으로써 관측지점이 많아 질수록 모든 자료가 수신되는 데에는 그 만큼 지연시간이 커지게 됩니다. 그러므로 기준시간을 넘어서 미수신되는 관측자료를 대체할 수 있다면 여러 가지로 큰 의미를 부여할 수 있을 것입니다. 예를들어, 기상예측 성능에 가장 큰 영향을 미치는 자료동화에 있어서 미수신되는 관측자료를 대신하여 자료동화의 품질 향상에 기여할 수 있으며, 수신된 관측자료의 1차 품질관리에도 사용 될 수 있을 것입니다. 또한, 바람 관측자료의 10분에서 60분 내의 미래 관측치를 예측한다는 것은 항공기 이착륙과 같은 초단기 예측이 필요한 분야에서 큰 의미를 가질 수 있습니다.

 

   기상청에서는 레이더 자료와 위성 자료 등을 이용한 실황 또는 초단기 예측 시스템을 개발하여 예보에 사용하고 있습니다. 이 예측 시스템들은 기본적으로 내·외삽 방법을 기반으로 하고 있으며, 좀 더 선진방법으로 초단기 순환모형을 사용하는 경우도 있지만 우리나라와 같이 국지적으로 짧은 시간에 발생 또는 소멸되는 기상 시스템에는 예측성능을 높이는데 어려움을 겪고 있습니다. 따라서, 본 연구에서는 그 동안의 개발 방법과는 다른 인공신경망 딥러닝을 이용한 초단기 예측의 가능성을 진단해 보았습니다.

 

상세한 내용은 저의 github 홈페이지에 연결된 블로그를 방문해 주세요. 이 페이지를 빠져나가서 직접 이동하시려면 아래 링크로 가세요.

 

[인공지능 딥러닝을 이용한 영종도의 초단기 풍속 예측성 연구]