AI in Meteorology
1904 년에 노르웨이 기상학자 Vilhelm Bjerknes 가 "역학과 물리학 문제로서의 기상 예보" 라는 논문을 발표함으로써 현대 기상 연구가 시작되었다. 기상 예보에 대한 최초이자 완전한 공식화를 통하여, Bjerknes 는 모든 수치적 기상 예보 모델의 기반이되는 실험적이며 동시에 이론적인 구성요소를 만들어 냈다. 모든 수치적 기상 예보 모델은, ① 공간을 격자로 나누었을 때, ② 각 격자 점들의 상태가 다른 지점의 상태에 의하여 어떻게 변화되는가를 알기 위하여 대기 역학을 제어하는 수학적 관계식들을 사용한다.
기상 예보를 위한 수치 모델을 만들기 위하여 첫 번째로 해야 할 일은 대상이 되는 지리학적 영역을 격자로 나누는 것이다. 그림 10 은 이렇게 나누어진 격자와 특정 시점에 각 격자 지점에 대하여 우리가 필요로 하는 몇 가지 변수들을 나타낸다. 온도, 풍속, 및 기압 등이 그런 변수에 해당되는 것들이다. Bjerknes 의 모델로 기상을 예측하기 위해서 첫 번째로 해야 할 일은 특정 시작 시점에 각 지역의 해당 변수 값들을 알아내는 것이다. 각 지역에서 필요로 하는 변수 값은 인공 위성, 비행기 조종사, 기상 관측 석박, 및 기타 세계 기상 자료 네트워크 등을 통하여 얻어진 실제 관측 결과를 사용하여야만 한다.
수치적 기상 예보 모델
변수 값들을 알아냈으면, 다음 단계에서는 시간이 경과하는 동안 이 값들이 어떻게 변하는가를 알기 위하여 수학적 관계식을 사용한다. 즉, 두번째 계산 단계에서는 대기에 대한 복잡한 수학 방정식을 풀어야 한다. (대기에 대한 정보를 얻어내는) 관측과 (시간의 경과에 따른 기상 변화를 파악하기 위한) 계산이라는 두 과정이 얼마나 기술적으로 처리되느냐에 따라서 예측 결과가 좋은가 나쁜가가 결정된다.
기상 예측에는 일반 순환 모델 (GCM : general circulation model) 이라 부르는 모델이 일반적으로 사용된다. 이 모델은 그림과 같이 3 차원 격자를 사용하며, 각 격자 사이의 관계를 나타내는 매우 정교한 관계식을 사용한다. GCM 에서 사용되는 관계식은 다음과 같다.
대기의 수평 이동을 위한 내비어 스토크 방정식들 : 이 방정식들은 동-서, 북-남 방향으로의 공기 덩어리의 이동을 나타내는데 사용된다. 이 이동은 일명 코리올리 Coriolis 의 힘이라 부르는 지구의 자전에 의하여 생기는 힘, 수평 방향으로의 대기압의 변화율, 마찰력과 난류와 같이 흩어져 사라지는 힘, 및 운동량의 생성과 소멸 등이 공기에 미치는 영향과 관계된 것이다.
이러한 방정식들 외에도 GCM 에서는 기상에 영향을 미치는 여러 가지 매개변수들을 사용한다. 그것들 중에서 몇 가지 중요한 것은 다음과 같은 것이다.
마지막으로, GCM 이 실제로 기상을 예측하는데 결정적인 역할을 하는 것은 다음과 같은 변수들이다. GCM 은 이 변수들을 조합하여 기상의 예측에 사용한다.
GCM 에 대한 구체적인 예로서, 영국 기상청에서 만든 모델에 대하여 알아보자. 이 모델은 지표면에서 시작하여 25 Km (80,000 피트) 높이까지를 15 구간의 대기층으로 나누었다. 또한, 각각의 계층은 수평 방향으로 약 150 Km 거리의 구간으로 나뉘어, 전체 모델은 350,000 개의 격자 구간을 갖는 그물망으로 구성된다. 각각의 격자 점들에는 12 시간 간격으로 지구 전역에서 관측된 온도, 압력, 풍속, 및 습도 값이 할당되고, 이 값들의 변화를 나타내는 방정식은 컴퓨터를 이용하여 15 분 간격으로 처리된다 (즉, 컴퓨터로 15 분이 소요된다). 이렇게 계산된 결과는 관측 시점으로부터 6 일간의 기상을 예측하는 자료로 쓰인다. 기상 예보에 필요한 계산량이 얼마나 많은가를 이해하기 위해서, 하루치 일기예보에 필요한 계산량을 알아보자. 하루치 일기예보를 예측하기 위해서는 약 100 조번의 계산이 필요하며, 사이버-25 라는 일종의 슈퍼컴퓨터로 계산하는 경우 4분 30초 가량이 걸린다. ........ (John L. Casti 1997)
term :
날씨 (Meteorology) 예측 (Prediction) 불확실성 (Uncertainty) 확률 (Probability) 퍼지 (Fuzzy) 컴퓨터 (Computer) 슈퍼 컴퓨터 (Super Computer) 인공지능 (Artificial Intelligence) 전문가시스템 (Expert System) 복잡계 (Complex System)
site :
AI Topics : Earth & Atmospheric Science : AAAI : AI 기상학 시스템의 발전을 이룬 추진력은 기상예측시 의존하는 거대한 데이터를 효율적으로 다룰 필요성 때문이었다. 예를들면 우리는 위성에서 원격으로 얻어진 데이터를 초당 10 Megabyte 씩 받고 있다.......
기상연구소 Forecasting Research Lab
기상청 (Korea Meteorological Administration)
AI and Meteorology : Meteorological Research Branch, Meteorological Service of Canada : Bjarne K. Hansen ★★★ : AI and Meteorology, Computer Vision of Cloud, Modernization, Optimal Routing, Selected Papers ....... Fuzzy case-based prediction of ceiling and visibility ......... SIGMAR: A fuzzy expert system for critiquing marine forecasts : 기상학 정보와 지식은 흔히 불확실하고, 애매모호하여 정의하기가 어렵다. 퍼지 논리는 전문가시스템으로 하여금 불확실한 데이터와 정보로서 적절히 수행하게 만든다. 퍼지에서는 전문가가 말로써 표현한 규칙들을 효율적으로 구현할 수 있다. 기상학은 따라서 퍼지 환경으로 취급된다. 인수 (argument) 가 퍼지 논리에 기초한 방법의 응용을 위해 만들어져서 기상학 데이터와 기상예측의 평가와 관련된 문제의 적절한 해를 찾게된다. 전문가시스템 SIGMAR 는 기상 데이터를 해석하기위해 퍼지 방법을 써서 설계되었다 ........ Fuzzy Logic in Environmental Sciences: A Bibliography
Committee on AI Applications to Environmental Science : American Meteorological Society : AI 라는 말은 기상학자와 관련과목에서 일하는 사람에게 유용한 첨단 컴퓨터 기술을 의미한다. AI 에 관심이 있는 멤버들은 기상예측 기술을 개선하려는 기상관측자, 지능과 인간 컴퓨터 보조를 사용하여 인간의 예측 환경을 개선하려는 심리학자, 인간과 기계의 성능을 평가하는데 흥미있는 통계학자, 최근의 기상 지식의 조직적이고 변형된 기초를 만드려는 연구자, 섬세하고 유용한 컴퓨터 프로그램을 개발하려는 컴퓨터 과학자를 포함한다. ........ link
Machine Learning for Meteorology : NCARAI (Navy Center for Applied Research in AI) : Naval Research Lab : Monterey Marine Meteorology Division 에서는 기상 분석을 위해 전문가시스템을 설계하고 구축한다. 과거 수년동안 feature selection and clustering 에 속하는 몇 개의 프로젝트를 함께 수행하였다. 인공위성 기상학 project page.
Medex : turorial : MEDEX [MEDiterranean EXpert system] 은 지중해 (Mediterranean sea) 의 다양한 지역에 부는 강풍 (초당 34 knots or 17 meters 를 초과하는 바람속도) 의 시작, 지속, 종료를 예측하기 위해 AI 기술을 사용하는 소프트웨어 패키지이다(MEDEX winds). 지중해에서 25 년의 경험을 가진 기상학자와 전문가의 전문지식을 표현하는 전문가시스템 방법을 사용한다. 또한 불확실하고 부정확한 지식의 표현을 다루는 퍼지 집합 방법을 사용한다. .......
Cloud Classifier : Lab of Computer and Information Science at Helsinki University of Technology : 인공위성에서 얻은 데이터는 핀란드 기상청 (Finnish Meteorological Institute)에서 날씨예측과 장기예측에 사용된다. 현재 연구의 주요한 동기는 위성 이미지를 해석하는 자동화된 방법이 필요하기 때문이다. ........
paper :
3rd Conference on AI Applications to the Environmental Sciences, AMS, February 2003