1) 정의 : AWS 시계열 자료에 기계학습 기법을 적용해 하천 유량 예측 모델 개발
2) 목적 및 배경: 매년 발생하는 수재해는 많은 인명 및 재산피해를 발생시킵니다. 우리나라에서 발생하는 대부분의 기상 재해는 태풍과 호우에 의한 홍수가 대표적입니다. 인간 활동에 의한 지표 유형의 변화(특히 산림벌채와 도시화)는 수문학 환경을 변화시켜, 하천의 유량을 더 빠르고 많이 증가시킵니다. 거기에 전지구적 기후변화로 인한 극한 기상의 빈도 및 강도 증가는 홍수와 같은 수재해 발생 가능성을 더 높입니다. 만약 정확한 강수 예측이 가능하다면 돌발적으로 발생하는 수재해에 효과적인 대응하는데 많은 도움이 될 것입니다.
1) 결과의 성능: 특정 기간 (최적의 성능을 달성하기 위해 모델 설계자가 결정)에 대한 강우 자료 및 전 시간 유량 등을 입력자료로 활용해 한반도 주요 하천 중 주요 지점(예측할 지점들은 모델 설계자가 결정)에서의 수위를 시간 단위 혹은 일 단위 예측 자료 생산
2) 결과물에 대한 설명: 실시간 강수 및 기온, 기압, 바람 등 다양한 기상 변수를 제공하는 기상청 AWS는 단기 하천 수위를 예측하기 위한 기계학습 입력자료로 큰 활약을 할 것으로 기대됩니다.
1) 데이터명/종류: 기상청 AWS 관측자료, 하천의 지점별 수위 자료
2) 유형, 포맷, 용량/건수 등 문제해결을 위해 필요한 설명:
1) 기상청 AWS 자료: AWS 지점별 강수량, 습도, 풍속, 풍향, 기압 자료 및 메타정보 (위치) - 데이터명 : AWS 기상 자료 (시 단위) - 생산/수집 방법 : 기상청 기상자료개방포털 - 포맷 : csv |
2) 주요 하천 지점별 수위 자료: 하천 주요 지점별 수위 자료 (시) - 자료 수집 : wamis.go.kr - 파일형식 : csv - 파일 정보: 시간별 수위 (EL.m) |
* 문제해결의 아이디어를 도출하는데 필요한 정도의 샘플 데이터를 우선 제출하고, 문제가 채택된 이후 전체 데이터를 공개할 수 있음
AWS 관측 자료 예시 | 수위 자료 샘플 |
| |
