J Navig Port Res > Volume 46(3); 2022 > Article
S-100 기반의 격자형 해양기상정보 데이터 모델 설계에 관한 연구

요 약

국제해사기구의 e-Navigation 전략은 선박에 새로운 기술을 도입하여 더욱 편리하고 안전한 항해를 지원하는 것이다. e-Navigation 전략 이행을 위해 다양한 해양 정보 서비스에서 발생 가능한 요구사항을 수용할 수 있는 공통 데이터 모델이 필요하게 되었고, 최종적으로 국제수로기구의 S-100 표준이 선정되었다. 이 중 해양기상정보를 차세대 전자해도정보시스템에서 표출하기 위한 S-41X 제품표준은 현재 개발이 미 완료된 시점이다. 본 논문은 S-41X 제품표준 중 격자 데이터 기반의 S-413 제품에 대한 데이터 모델을 설계하였다. 또한 격자 데이터 형식을 지원하는 타 S-100 데이터 제품을 참고하여 국내 원시자료인 기상청 수치예보모델 결과를 활용한 제품 인코딩 테스트 단계의 연구를 수행하였다.

ABSTRACT

The International Maritime Organization’s e-Navigation strategy introduces new technologies to ships to support easier and safer navigation. To implement the e-Navigation strategy, it was necessary to develop a common data model, that could meet various requirements across all aspects of the maritime information service. The International Hydrographic Organization’s S-100 Universal Hydrographic Data Model was selected, as the basis for the standardization of maritime data products. Three S-100 based product specifications for weather information, collectively called “S-41X”, are currently under development by the NOAA’s Ocean Prediction Center, for use in the Electronic Chart Display and Information System (ECDIS). This paper describes a design of a grid based S-413 data model out of three S-41X product specifications. Other S-100 data products, which support the gridded data format, were considered. To verify the data model, an encoding test was conducted, using the Korean Meteorological Adminstration’s numerical prediction model results.

1. 서론

국제해사기구(IMO)는 선박에 새로운 기술을 도입하여 더욱 편리하고 안전한 항해를 지원하는 ‘e-Navigation’ 전략을 2005년 제81차 해사안전위원회(MSC)에서 영국 등 7개국(영국, 일본, 미국, 마샬아일랜드, 네덜란드, 노르웨어, 싱가포르)의 제안으로 시작해 구체화해 나가고 있다(IMO MSC, 2005; IMO MSC, 2009; IMO NCSR, 2014). 따라서 ‘e-Navigation’ 전략에 맞춰 선박에 차세대 전자해도정보시스템 등 다양한 장비가 도입되고 육상 시스템과 연계될 전망이다. 시스템 간의 효율적인 정보교환을 위해 국제해사기구(IMO), 국제항로표지협회(IALA), 국제수로기구(IHO) 등의 국제 표준화 기구는 IHO에서 정의한 S-100 표준을 공통 해사 데이터 구조(CMDS; Commoin Maritime Data Structure)로 선정하였다(Kim et al., 2017a). S-100 표준(범용수로데이터모델)은 차세대 전자해도뿐만 아니라 수로 분야 해사 분야에서 요구하는 제품 개발을 위한 데이터 프레임워크를 제공하는 표준으로 육상의 지리 공간정보 표준인 ISO 19100 시리즈를 수로 분야로 확장한 표준이다. IHO는 기존 전자해도 제품 표준인 S-57이 가지는 문제점을 보완하기 위해 다양한 요구사항을 반영하여 S-100 표준을 개발하였으며(Park et al., 2019), 정보의 유형에 따라 S-XXX의 번호가 부여된다.
선박의 안전한 항해에 있어서 수로 정보뿐만 아니라 해양기상 정보도 매우 중요하다. 잘못된 해양기상 정보는 대규모 인명 피해를 초래하는 등 선박의 안전한 항해에 문제가 될 수 있다. 기존에 선박에서는 국내외의 기상 실황 및 예보 등을 확인할 수 있는 수단으로 일기도방송과 문자방송으로 구분된 무선통신방식의 해양기상방송(WE-FAX) 서비스에 의존해왔다. 하지만 해양기상방송은 차세대 전자해도정보시스템에서 활용될 다양한 데이터들과의 상호운영적인 측면과 정보교환의 효율성 측면에서 한계가 존재한다.
국제해사기구(IMO)는 이러한 문제를 고려하여 ‘e-Navigation’ 이행 전략의 해사 서비스 목록(Maritime Service Portfolio)에 해양기상정보 서비스를 정의한 바 있다. 이에 따라 세계기상기구(WMO)와 정부간해양학위원회(IOC)의 합동위원회(JCOMM)는 선박 항해 장비인 전자해도정보시스템(ECDIS)에 해양기상 데이터를 활용할 수 있도록 IHO의 S-100 범용수로데이터모델 기반의 S-41X 해양기상 제품표준을 현재 개발하고 있다(Oh et al., 2017).
본 연구에서는 S-41X 제품표준 개발이 미 완료된 시점에서 사전에 국내 해양기상 데이터의 활용 가능성 및 보완 사항을 파악하기 위해 기상청 격자형 수치모델 자료에 대한 S-100 표준 기반 데이터 설계와 기상 및 파랑에 대한 제품표준인 S-413 제품 생성을 위한 데이터 변환 및 처리에 관해 논의하고자 한다. 또한 S-413 제품 생성을 위해 추가되어야 별도의 메타데이터를 확인하고 이를 위해 격자형 해양기상정보 생산 시 요구사항을 제안하고자 한다.

2. 연구 방법

2.1 S-100 표준과 제품 구조

S-100 표준은 전자해도, 해저지형 등을 비롯한 다양한 해양 관련 데이터 제품 사양을 위한 표준이다. S-100 표준 기반의 데이터 제품 사양은 데이터 구조 및 구성 요소, 인코딩 방법, 메타데이터 등 데이터 제작과 배포 기준에 필요한 내용을 정의한다(Kim et al., 2017a). 인코딩 방법의 경우, 다양한 포맷을 활용할 수 있으나 S-100 Ed. 4.0.0 메뉴얼에서는 ISO/IEC 8211(Alexander et al., 2007), GML/XML(Kim et al., 2017b), HDF5(Folk et al., 2011) 의 3가지 주요 인코딩 포맷을 제안하고 있다. 메타데이터의 경우, Discovery 와 Carrier 로 구분된다. Discovery 는 압축 풀기, 암호 해제, 불러오기 등의 처리 과정 없이 데이터셋 및 보조 파일에 대한 중요 정보를 선별하여 찾는데 활용되는 속성값으로 구성되며(IHO, 2018), XML 형식의 카탈로그 파일에 작성된다. Carrier 는 Discovery 를 이용할 수 없을 때를 대비해서 데이터 제품 자체에 인코딩되는 메타데이터이다. 본 연구에서는 S-413 제품의 인코딩 방법과 Carrier 메타데이터에 대해서 설계하고자 한다.
S-100에서 영상 및 격자형 데이터 정보교환을 위한 인코딩 방식은 HDFgroup에서 개발한 HDF5(Hierachical Data Format 5) 파일 형식을 따른다(IHO, 2018). HDF5 파일은 크게 두 종류의 객체로 나뉘는데, 배열 형태의 데이터 컬렉션인 데이터셋(Dataset)과 폴더 형태로 하위 데이터셋과 하위 그룹을 포함하는 그룹(Group)으로 구성된다. Fig. 1은 그룹과 데이터셋으로 구성된 S-100 HDF5 파일의 개념 모델을 보여준다. S-100 HDF5 파일은 8개의 그룹과 10개의 데이터셋이 정의되어 있으며, 필수적으로 정의되어야 할 것과 원시자료의 속성에 따라 선택적으로 정의되어야 할 것으로 구분된다.
‘RootGroup’은 최상위 그룹으로 모든 하위 그룹에 대한 컨테이너 역할을 하며, 두 개의 하위 그룹을 가지는 것을 알 수 있다. ‘RootGroup’ 내의 ‘FeatureInformationGroup’은 제품 내에서 다루고자 하는 피처 클래스에 대한 사양 및 피처의 특성 정보를 가지는 ‘FeatureClasses’와 ‘FeatureInformation’ 데이터셋으로 구성된다. ‘FeatureClasses’ 데이터셋에는 제품에 포함된 모든 피처 클래스의 피처코드(featureCode)가 단일 배열 형태로 들어간다. ‘FeatureInformation’ 데이터셋은 ‘FeatureClasses’ 데이터셋에 정의된 각 피처에 대한 명칭, 단위, 결측값, 및 데이터유형 등의 정보가 담긴다. ‘FeatureContainerGroup’은 하나의 피처 클래스에 대한 여러 인스턴스를 담는 컨테이너 역할을 하며, 특정 피처 클래스에 대한 공통적인 속성정보가 담긴다. 개별 피처 인스턴스는 ‘FeatureContainerGroup’의 하위 그룹인 ‘FeatureInstanceGroup’에 배정된다. 마지막으로 ‘ValueGroup’에는 실제 데이터가 들어간다. ‘TilingGroup’, ‘IndexesGroup’, ‘PositioningGroup’은 선택적으로 추가 가능한 그룹이다.
HDF5 파일 구조 및 내용은 데이터의 적용 범위를 정의하기 위한 데이터 인코딩 형식을 의미하는 ‘dataCodingFormat’ 속성값이 무엇인지에 따라 달라진다. 예를 들어, ‘PositioningGroup’의 경우 정형 격자, 비정형 격자 및 다변 셀 크기 격자에서는 사용되지 않는다. Table 1은 S-100에서 활용 가능한 모든 ‘dataCodingFormat’ 속성값을 보여준다. 본 연구에서는 다양한 격자 형식 중 정규 격자(dataCodingFormat=2)일 때를 기준으로 격자형 해양기상정보 데이터 모델을 설계하였다.

2.2 S-41X 제품군 소개 및 진행현황

2012년 5월 JCOMM의 네 번째 세션에서 ECDIS 상에서 해양기상정보를 확인할 수 있는 제품표준 개발의 필요성이 대두되었다. 이후 JCOMM에 의해 지명된 미국 국립해양대기청(NOAA)의 해양예측센터(OPC)가 S-100 범용수로데이터모델에 부합하는 해양기상정보 제품표준의 개발을 담당하고 있다. 기존에 해양기상정보 제품표준은 IHO에 의해 하나의 제품표준 번호(S-412)를 할당받았었지만, 지금은 S-41X로 변경되었으며, 세부적으로는 S-412, S-413, S-414로 구분된다(Fort, 2020).
Table 2는 내용 및 데이터 유형별로 구분된 S-41X 제품표준을 보여준다. S-412는 해양기상 위험요인을 표시하기 위한 폴리곤 벡터 형태의 데이터를 포함하며, S-413은 해양기상 조건을 나타내기 위한 그래픽스 및 격자 데이터가 포함된다. 태풍 경로 등의 그래픽스 자료의 인코딩 방식은 GML이며, 수치예보모델 등의 격자 데이터 자료의 인코딩 방식은 HDF5가 될 예정이다. S-414는 점 기반의 해양기상 관측데이터가 포함된다. 본 연구에서는 S-41X 제품군 중에서 격자 데이터 형식의 S-413 데이터 제품을 제작하기 위해서 S-100 범용수로데이터모델에 기반하여 국내 해양기상 데이터를 활용한 제품 제작 가능성을 가늠해보고자 한다.

2.3 S-413 생성을 위한 활용 데이터 분석

S-413 데이터 제품을 생성하기 위한 격자형 국내 해양기상 정보는 기상청에서 운영 중인 수치예보모델 결과를 활용하였다. 기상청의 수치예보시스템은 기상 분야의 전지구예보모델(GDAPS), 지역예보모델(RDAPS), 초단기 분석 및 예측모델(KLAPS)과 파랑 분야의 전지구파랑모델(GWW3), 지역파랑모델(RWW3), 연안파랑모델(CWW3)로 구성된다. Table 3은 기상청에서 운영 중인 각 수치예보모델에 대한 해상도, 일일 운영 횟수, 예측 기간 및 범위를 보여준다.
기상청에서 운영 중인 위 모델 가운데 우리나라 관할해역을 포함하고 전지구 모델에 비해 높은 해상도를 갖춘 예보모델인 ‘RDAPS’와 ‘RWW3’를 활용 자료로 선정하였다. ‘RDAPS’의 공간 해상도는 12km이며, 전지구예보모델로부터 경계장을 받아 1일 4회 87시간 예측을 수행한다(KMA, 2020). ‘RWW3’의 공간 해상도는 8km이며, 전지구 및 지역예보모델의 기상 예측장(해상풍)을 활용하여 1일 2회 87시간 예측을 수행한다. 자료의 형식은 기상모델의 경우 GRIB2 형식이고 파랑모델의 경우 ASCII 형식이다. Table. 4는 S-413 데이터 제품에 포함하고자 하는 피처(feature)별 활용 수치예보모델과 단위를 보여준다. 각 피처 명(featureCode)은 모델의 변수명을 참고하여 선정하였다.
위에서 선정된 두 개의 수치예보모델은 파일 형식, 도메인 영역 및 공간 해상도가 서로 상이하다. 따라서 각 모델 결과를 NetCDF 파일로 변환 후, ESMF(Earth System Modeling Framework)의 그리드-리맵핑(Grid-Remapping) 라이브러리를 활용하여 동일 해상도의 균등 정규 격자로 재격자화를 하였다(Fig. 2). 본 연구에서는 8km 격자로 Fig. 2의 영역을 대상으로 S-413 제품을 시범 생성하고자 하였다. 그리드-리맵핑을 활용할 경우, 격자가 다른 이종의 모델 데이터를 사용자가 원하는 격자로 통합·활용할 수 있다. S-100에서 격자형 데이터 제품의 인코딩 방식은 HDF5 파일 형식을 따르기 때문에 파이썬의 ‘NetCDF’ 라이브러리와 ‘h5py’ 라이브러리를 활용하여 NetCDF 파일들을 하나의 HDF5 파일로 변환하였다.

3. 연구 결과 및 토의

3.1 데이터 모델 설계

현재 S-41X 제품표준 개발이 미 완료된 상황을 고려하여, S-100 범용수로데이터모델에 부합하는 S-413 데이터 제품을 만들기 위해 시공간 상 동적으로 변하는 격자 데이터를 다루는 타 S-100 제품표준을 참고하였다. 항해용 해수면정보(WaterLevel) 제품사양인 S-104에서는 기압, 기온, 유의파고와 같은 단일 속성의 격자 데이터 인코딩 방식을(IHO, 2021b), 표층해류(SurfaceCurrent) 제품사양인 S-111에서는 해상풍과 같이 속도와 방향 등 복수의 속성을 갖는 격자 데이터 인코딩 방식(IHO, 2021a)을 참고하였다. 본 연구는 앞으로 활용될 S-413 제품을 기 개발되고 활용 중인 유사 제품표준에 의거해 설계·제안하는 것이 목적인 만큼 격자형 데이터 인코딩 포맷 중 비교적 접근하기 용이한 직각 좌표계의 정규 격자(dataCodingFormat=2)를 기준으로 데이터 모델을 설계하였다(Fig. 3). 이에 따라 ‘TilingGroup’, ‘IndexesGroup’ 및 ‘PositioningGroup’ 의 모델 설계는 제외하였다.
S-100에서 제품표준은 인코딩 기준 이외에 메타데이터에 대한 표준도 정의된다. S-100에서 메타데이터는 ‘Discovery Metadata’와 ‘Carrier Metadata’로 구성되는데 이 중에서 ‘Carrier Metadata’는 HDF 파일 내의 그룹에 인코딩되는 속성정보로서 제품에 대한 정보를 읽고 분석하는데 필수적인 데이터와 파라미터 변수들을 의미한다(IHO, 2018). ‘dataCodingFormat’ 값에 따라 ‘Carrier Metadata’ 구성이 달라질 수 있다. Fig. 4는 정규 격자(dataCodingFormat=2)일 때 그룹별 필요한 메타데이터를 보여준다. 대부분의 메타데이터는 S-100 표준에서 정의된 것을 그대로 적용하였고, 해양기상정보 특성을 고려하여 ‘temperatureHeight’, ‘humidityHeight’, ‘visbilityHeight’, ‘windHeight’, ‘directionType’ 및 ‘typeOfWeatherData’ 속성을 새로 추가하였다.
S-100 표준에 따르면 연직 기준 및 좌표계와 관련된 메타데이터인 ‘depthTypeIndex’, ‘verticalCS’, ‘verticalCoordinateBase’ 등은 최상위 레벨(S100_GeneralMetadata)에 정의된다. 연직 좌표계를 의미하는 ‘verticalCS’ 속성의 허용값은 EPSG 코드인 6489(하향 깊이) 또는 6499(상향 높이) 중 하나를 선택해야 한다. ‘verticalCoordinateBase’는 연직 좌표계의 기준을 의미한다. 속성값은 열거형으로 ‘Sea surface’, ‘Vertical Datum’ 및 ‘Sea bottom’ 중 하나가 된다. 본 연구에서 활용된 기상청 예보모델 산출 결과는 지표면 기준이므로 ‘Sea surface’로 적용하였다. 또한 모델 산출 결과의 연직 기준은 변수마다 다른데, 기온, 습도, 시정 등의 변수는 지표면으로부터 2m 높이 기준이지만, 해상풍의 경우 지표면으로부터 10m 높이가 기준이 된다. 따라서 S-111 제품표준의 ‘surfaceCurrentDepth’를 감안하여 ‘temperatureHeight’, ‘humidityHeight’, ‘visibilityHeight’, ‘windHeight’ 속성을 새로 정의하였다.
기상청에서 제공하는 수치예보모델 산출자료는 등압면과 단일면 자료 2종류가 제공되고 있다. 본 연구에서는 연직으로의 변화가 없는 단일층에서의 2차원 변수 정보로 구성된 단일면 자료를 활용하였기에, 피처 레벨(S100_FeatureMetadat)의 ‘dimension’ 속성값을 ‘2’로 설정하였다. 또한 그리드 인덱스 순서가 좌하단에서 우상단으로 이어지는 행 우선(row-major) 순인 기상청 예보모델 인덱스 순서를 유지하기 위해 S-100 표준을 따라 ‘sequencingRule.type’ 및 ‘sequencingRule.scanDirection’ 속성값을 각각 ‘linear’와 ‘longitude,latitude’로 설정하였다. 따라서 기상청 모델 그리드 인덱스 순서와 동일하게 ‘sequencingRule.scanDirection’에서 먼저 명시된 그리드 축인 경도(longitude)를 우선으로 순차적으로 데이터가 읽힌다(Fig. 5).
기상학과 해양학에서 흐름 방향이 정의되는 방법은 서로 상이하다. 기상학에서는 흐름(예, 풍향)이 불어오는 방향을 가리키는 반면, 해양학에서는 흐름(예. 유향)이 흐르는 방향을 의미한다(Long, 1994). Table 5에서와 같이, 방향은 북으로부터 시계방향으로 측정되는 것은 기상학이나 해양학이나 동일하지만, 화살표가 표기되는 방식은 다르다. 이와 같은 혼선은 해상에서의 대형 사고를 유발할 수 있기에 ‘directionType’ 속성을 열거형으로 추가하여 ‘directionTo’ 또는 ‘directionFrom’으로 표시 방법이 명확하게 정의되도록 설계하였다.
피처 인스턴스 레벨(S413_InstanceMetadata)에 새로 추가한 ‘typeOfWeatherData’ 속성의 경우, S-104와 S-111 제품표준의 ‘typeOfWaterLevelData’와 ‘typeOfCurrentData’ 속성을 감안하여 정의하였다. 이 속성의 경우, S-413 제품에 활용할 원시자료가 정점관측소, 위성 등의 원격탐사, 예측, 통계 및 재분석 등에 따라 그 유형을 나타낸다. 본 연구 설계에서는 3개의 열거형 타입(observation, prediction, analysisOrHybrid)으로 정의하였고, 추후 표준이 제정됨에 따라 내용 및 종류도 확대되리라 판단된다. 현재 선박 항해 시 종이 일기도와 출력된 위성 정보를 함께 보는 경우가 많음으로, 전자해도정보시스템에서도 동시 표출이 가능하도록 ‘FeatureInstanceGroup’ 내에 이 속성을 정의함으로써 하나의 ‘FeatureContainerGroup’ 안에서 격자 데이터 형식의 위성관측과 예측모델 산출 결과를 함께 제품화하고 활용할 수 있도록 설계하였다.

3.2 설계에 대한 인코딩 테스트 결과

앞서 정의한 격자형 해양기상정보 데이터 모델 설계를 바탕으로 2020년 7월 6일 00UTC 기준 72시간 예측결과에 대한 S-413 데이터 제품을 생산하였다.
Fig. 6 ~ Fig. 9Fig. 3의 설계에 따라 원시자료로부터 추출 가능한 11개 항목의 해양기상정보를 HDF5로 인코딩한 결과이며, Fig. 3은 ‘FeatureClasses’와 ‘FeatureInformation’ 데이터셋으로 구성된 ‘FeatureInformationGroup’의 속성을 보여준다. 또한 ‘FeatureInformationGroup’은 Group_F 명칭으로 기록하여 각 항목에 대한 변수명, 단위, 경계값, 격자 구성 등 데이터셋에 대한 공통적인 정보가 메타데이터로 수록되도록 하였고 각 항목은 ‘FeatureContainerGroup’을 통해 실제 값을 비롯한 세부적인 정보가 수록되도록 하였다.
Fig. 7은 앞서 설명한 대로 정점 및 공간 형태의 자료 중 수치모델 정규격자를 활용하였음으로 dataCodingFormat이 2일 때를 가정하며, S-413 데이터 제품의 각 HDF 그룹에 인코딩된 ‘Carrier Metadata’를 보여준다. 이 역시 설계 기준에 따라 총 4개 그룹에 대한 메타데이터를 수록하였다. ‘RootGroup’은 최상위 그룹으로 자료의 생성시간, 좌표체계, 수준기준면, S-100 제품표준 버전 등 12개 메타데이터가 수록된다. ‘FeatureContainerGroup’에는 변수마다 자료의 차원, 내삽 규칙, 불확실도 등 10개 메타데이터가 수록된다. ‘InstanceGroup’은 격자간격, 시간간격, 실제 격자 데이터의 수 등 16개 메타데이터를 수록했다. 마지막으로 ‘ValueGroup’의 경우 해당 자료의 시간에 대한 메타데이터만 수록했다.
Fig. 8과 9는 격자의 실제 값이 담기는 ‘ValueGroup’의 ‘ValueMatrix’ 데이터셋을 보여준다. 속도와 방향이 벡터 형태의 피처인 Wind의 경우, 격자 셀 별로 ‘WindSpeed’와 ‘WindDirection’ 필드를 가진 복합 배열(Compound Dataset) 형태인 것을 알 수 있다(Fig. 8). 그 외 나머지 스칼라 형태의 피처는 Fig. 9와 같이 스칼라 배열(Scalar Dataset)으로 구성하였다. 이는 이미 표준이 확정된 표층해류(S-111)과 해수면정보(S-104)의 데이터셋 구성과 동일하다.

4. 결론

국제해사기구의 ‘e-Navigation’ 전략에 맞춰 대형 및 중소형 선박에는 통합된 항해표시장치(예. ECDIS, e-Navigation 단말기)에 대한 장비가 도입되고 육상의 시스템과 연계를 통해 다양한 정보 서비스를 받게 될 전망이다. 이에 따라 국제 표준화 기구 및 각 나라에서는 S-100 표준에 근거하여 연안 및 원근해의 다양한 항해 의사결정 지원 정보를 생산할 것이라 판단된다.
본 연구에서는 그 중 해양기상정보를 대상으로 S-100 기반의 데이터 모델인 S-413을 설계했다. 항해용 해양기상정보 관련 제품(S-41X)의 개발이 완료되기 전에 기상청 해양기상정보를 활용하여 표준을 선제적으로 정의함으로써 관련 산업 및 해양기상정보 활용 활성화를 위해 본 연구를 진행하였다. 이를 위해, S-100 제품 중 해양기상정보와 관련성이 높은 S-104 및 S-111 제품표준에 근거한 S-413 데이터 제품의 그룹별 속성을 내용별로 정의하고 클래스 다이어그램 형태로 설계하였다. 또한 실제 기상청 예측모델 자료를 기반으로 S-413 시제품을 제작하여 제품의 인코딩 과정과 결과를 확인하였다.
S-100 표준은 비정형 격자(Irregular Grid), 다변 셀 크기 격자(Variable Cell Size Grid), 및 삼각격자망으로 이뤄진 TIN(Triangulated Irregular Network) 격자도 제품으로 제작할 수 있도록 표준이 구성되어 있으며, 정점관측소 및 기후 등의 통계 분석 자료도 제품화가 가능한 만큼 항해표시장치 등의 정보 공급원으로서의 해양기상정보 역할이 증대될 것으로 기대된다. 향후 연구에서는 표준에 부합한 전자해도 기반의 해양기상정보를 다양한 수로정보와 함께 응용하여 구현하는 과정이 필요하며 본 연구를 기반으로 S-413 표준화 진행단계를 지속적으로 모니터링하고 나아가 제품의 활용도 향상에 기여할 수 있을 것으로 사료된다.

Acknowledgments

본 연구는 해양수산부 과제 '1MW급 해양 환경을 고려한 맞춤형 운항 정보 및 신뢰성 검증 기술 개발(2/5)[20210625/PMS5020]'의 지원으로 수행되었습니다.

Fig. 1.
Conceptual Model of S-100 HDF5 file contents
KINPR-2022-46-3-158f1.jpg
Fig. 2.
Regridding of RDAPS and RWW3 model results
KINPR-2022-46-3-158f2.jpg
Fig. 3.
S-413 HDF5 file structure for coverage type Regular Grid (dataCodingFormat =2)
KINPR-2022-46-3-158f3.jpg
Fig. 4.
All carrier metadata for coverage type Regular Grid (dataCodingFormat = 2)
KINPR-2022-46-3-158f4.jpg
Fig. 5.
Linear Scan Row Column (X,Y) Traversal Order and Morton (X,Y) Order
KINPR-2022-46-3-158f5.jpg
Fig. 6.
FeaturelnformationGroup
KINPR-2022-46-3-158f6.jpg
Fig. 7.
Carrier Metadata by group
KINPR-2022-46-3-158f7.jpg
Fig. 8.
ValueGroup and ValueMatrix for Wind
KINPR-2022-46-3-158f8.jpg
Fig. 9.
ValueGroup and ValueMatrix for Temperature
KINPR-2022-46-3-158f9.jpg
Table 1.
Types of S-100 HDF dataCodingFormat
dataCodingFormat Type of coverage
fixedStations: 1 Time series at fixed stations
regularGrid: 2 Regularly-gridded arrays
ungeorectifiedGrid: 3 Ungeorectified gridded arrays
movingPlatform 4 Moving platform
irregularGrid: 5 Irregular grid
variableCellSize: 6 Variable cell size grid
TIN: 7 TIN(Triangulated Irregular Network)
stationwiseFixed: 8 Time series at fixed stations (stationwise)
Table 2.
Separation of S-41X product specifications
Product Specification Content Type
S-412 Wave and Weather Hazards Polygons
S-413 Wave and Weather Conditions Graphics and Gridded Data
S-414 Wave and Weather Observations Point Based Data
Table 3.
KMA Numerical Weather Prediction Models
Category Model Horizontal Resolution Period Coverage
Weather Global Prediction Model (GDAPS) 25km 12 days Global
Regional Prediction Model (RDAPS) 12km 87 hours Asia
Local Prediction Model (LDAPS) 1.5km 48 hours East Asia
Very Short Range Forecast Model (FLAPS) 5km 12 hours Korea Peninsula
Wave Global Wave Model (GWW3) 55km 12 days Global
Regional Wave Mode (RWW3) 8km 87 hours Asia
Coastal Wave Model (CWW3) 1km 72 hours 5 coastal domains
Table 4.
S-413 featureCode
featureCode Units Source Description
Temperature °C RDAPS Temperature
SnowFall cm RDAPS Large-Scale + Convective Snow
RainFall mm RDAPS Large-Scale + Convective Precipitation
Pressure hPa RDAPS Pressure Reduced to MSL
Humidity % RDAPS Relative Humidity
Visibility km RDAPS Visibility
SignificantWaveHeight m RWW3 Significant Wave Height
WaveDirection arc-degrees RWW3 Wave Direction
WavePeriod sec RWW3 Wave Period
PeakWaveDirection arc-degrees RWW3 Peak Wave Direction
PeakWavePeriod sec RWW3 Peak Wave Period
Wind m/s, arc-degrees RWW3 Wind at 10m above sea level
Table 5.
Different ways to describe the wind direction
Wind directionType attribute windDirection value in the ValueMatrix dataset (measured clockwise from North)
Notherly wind directionType = directionFrom 0
directionType = directionTo 180
Southerly wind directionType = directionFrom 180
directionType = directionTo 0
Easterly wind directionType = directionFrom 90
directionType = directionTo 270
Westerly wind directionType = directionFrom 270
directionType = directionTo 90

References

[1] Alexander, L, Brown, M, Greenslade, B and Pharaoh, A(2007), ““Development of IHO S-100: The New IHO Geospatial Standard for Hydrographic Data“”, International Hydrographic Review, Vol. 8, No. 1, pp. 56-62.
crossref
[2] Folk, M, Heber, G, Koziol, Q, Pourmal, E and Robinson, D(2011), “An Overview of the HDF5 Technology Suite and Its Applications”, Proceedings of the EDBT/ICDT 2011 Workshop on Array Databases, pp. 36-47.
crossref
[3] Fort, H(2020). “S-41X: Marine Weather Overlays for Electronic Charting Systems, https://ams.confex.eom/ams/2020Annual/webprogram/Paper365695.html.
[4] IHO(2018), “S-100 - Universal Hydrographic Data Model Edition 4.0.0”, pp. 1-754.
[5] IHO(2021a), “Surface Current Product Specification Edition 1.1.1”, pp. 1-120.
[6] IHO(2021b), “Water Level Information for Surface Navigation Product Specification Edition 1.0.0”, pp. 1-128.
[7] IMO MSC(2005), “Work Programme, Development of an E-Navigation strategy, MSC 81/23/10”, pp. 1-6.
[8] IMO MSC(2009), “Report of the Maritime Safety Committee on Its Eighty-Fifth Session, MSC 85/26/Add.l, Annex 20 - Strategy for the Development and Implementation of e-Navigation”, pp. 173-184.
[9] IMO NCSR(2014), “Report of the Sub-Committee on Navigation, Communications and Search and Rescue on Its First Session, NCSR 1/28, Annex 7 - e-Navigation Strategy Implementation Plan”, pp. 102-142.
[10] Kim, H, Mun, C and Lee, S(2017a), ““A Design of Data Model for Marine casualty based on S-100””, Journal of Digital Contents Society, Vol. 18, No. 4, pp. 769-775.
[11] Kim, H, Mun, C and Lee, S(2017b), ““Design of application schema and feature catalogue for Marine casualty based on S-100””, International Journal of u- and e- Service, Science and Technology, Vol. 10, No. 7, pp. 1-10.
crossref
[12] KMA(2020). “Open MET Data Portal - RD APS (Regional Data Assimilation and Prediction System) dataset information, https://data.kma.go.kr/data/rmt/rmtList.do?code=312&pgmNo=64“.
[13] Long, D. G.(1994), ““Display and Computation of Winds in Oceanography and Meteorology””, pp. 1-17.
[14] Oh, SW, Kang, DW and Choi, H S(2017), ““A Study on the Development of S-412 Marine Weather Service.””, Proceedings of the Korean Institute of Navigation and Port Research Conference, Vol. 1, No. 1, pp. 188-199.
[15] Park, B, Kim, J and Choi, Y(2019), ““A Study on the Design of Data Model for Route Information based on S-100””, Journal of the Korean Association of Geographic Information Studies, Vol. 22, No. 2, pp. 50-64.


ABOUT
BROWSE ARTICLES
FOR CONTRIBUTORS
Editorial Office
C1-327 Korea Maritime and Ocean University
727 Taejong-ro, Youngdo-gu, Busan 49112, Korea
Tel: +82-51-410-4127    Fax: +82-51-404-5993    E-mail: jkinpr@kmou.ac.kr                

Copyright © 2024 by Korean Institute of Navigation and Port Research.

Developed in M2PI

Close layer
prev next