한국농림기상학회지, 제 17권 제4호(2015) (pISSN 1229-5671, eISSN 2288-1859)
Korean Journal of Agricultural and Forest Meteorology, Vol. 17, No. 4, (2015), pp. 290~305
DOI: 10.5532/KJAFM.2015.17.4.290
ⓒ Author(s) 2015. CC Attribution 3.0 License.


산간집수역의 농민과 농촌지도사를 위한 농업기상재해 조기경보 현업서비스

신용순(1), 박주현(1), 김성기(1), 강위수(1), 심교문(2), 박은우(3)
(1)㈜에피넷, (2)국립농업과학원, (3)서울대학교

(2015년 9월 15일 접수; 2015년 10월 16일 수정; 2015년 11월 4일 수락)

An Operational Site-specific Early Warning of Weather Hazards for Farmers and Extension Workers in a Mountainous Watershed

Yong Soon Shin(1), Joo Hyun Park(1), Seong Ki Kim(1), Wee Soo Kang(1),Kyo Moon Shim(2), and Eun Woo Park(3)
(1)R&D Center, EPINET Co., Ltd., Anyang 14056, Korea
(2)National Academy of Agricultural Science, RDA, Wanju 55365, Korea
(3)Seoul National University, Seoul 08826, Korea

(Received September 15, 2015; Revised October 16, 2015; Accepted November 4, 2015)

ABSTRACT
To improve the practicality of ‘Early warning service about agrometeorological weather hazards’ and operation efficiency to deliver site-specific about a lot of land unit possibility of weather hazard occurrence with the suitable counterplan to farmer, site-specific early warning service system that was built at the National Academy of Agricultural Science in Korea passed some of the error supplementation and service’s stabilization stage during operation period for trial services from October 2014 to March 2015. Field service system covered about 470 volunteered farmer and 950 lots in Seomjin river downstream areas (part of Gwangyang-si, Hadong-gun, Gurye-gun). This system (Two track system) consists of early warning system (a lot of land unit) to inform farmer by individual text message and dispersal prior alert system that can see the jurisdiction’s situation of local government. Individual text message about Seomjin river downstream that is our first study area was launched since 2nd March 2015, and online site (http://www.agmet.kr) started business since April 2015. Service offers currently information of farm weather, farm weather hazard, nationwide weather risk and special weather alert, also our system will consistently expand the service target area and contents and improve the service quality until 2017 when our study finished. To prevent crops damage that was caused by crisis situation like farm weather and weather damage offer prior alert about agrometeorological weather harzard to volunteered farmer, thereby our study expects to help the reduction of farm’s damage caused by weather derivatives.

Keyword:
Agrometeorological early warning service, Weather hazards, Mountainous watershed, Farm weather, Farm weather risk

MAIN

I. 서 론

   2014년 이상기후보고서에 따르면 2~3월의 기온은 평년보다 1.6℃ 높았고, 특히 3월 하순의 기온은 평년보다 4.2℃ 높아서, 과수의 조기개화 현상이 발생하였으며 4월 상순의 저온현상으로 경기·충남 등 6개 시도에서 배와 사과 등 과수 꽃눈의 저온 피해가 발생하였다. 농업부문에 영향을 미친 이상기후로는 겨울철의 대설, 봄철의 고온과 저온, 여름철의 우박(돌풍)과 호우, 가을철의 호우 등으로 요약하고 있다(관계부처합동, 2015).
   기상악화에 따른 농작물 재배 시 피해가 증가하고 있어 농작물 피해 예견 시 기상청에서 발표하는 동네예보, 기상 특보를 TV나 인터넷 같은 다중매체를 통해 전달 받는 방법 외에 농업부문에 특화된 서비스가 없는 실정이었으나, 2010년도 이후 대부분의 지자체들이 기상재해의 효율적 관리를 위해 설치한 농업기상관측장비에서 수집된 기상자료를 농촌진흥청의 농업기상정보시스템과 연계해 농업인이 실시간으로 조회할 수 있는 시스템을 운영하고 있다(http://weather.rda.go.kr). 전국 약 150여개의 농업기상관측망을 구축하여 농업기상정보를 서비스하고 있으나, 개별 농장-과원 단위의 맞춤형 농업기상으로 직접 활용하기에는 한계가 있다.
   복잡지형의 국지적 기상을 추정하여 미리 알려주고 기후변화에 따른 기상위험을 선제적으로 대응할 수 있는 기술을 전파하는 것이 농업부문에 특화된 기상재해 조기경보시스템의 핵심 목표인데, 이를 위해서는 농장 수준의 정밀 기후에 기반하고 농가의 재배 환경에 맞춘 작목별 기상위험의 알림과 이에 대한 회피-경감 방안을 적시에 제공하는 관리방법 등 개별 농가 단위의 기상위험 관리기술이 구축되어야 한다.
   기상청에서 제공하는 실황 및 예보의 경관규모 추정 기술, 시범 집수역 내 필지별 경과기상 및 예보에 근거한 작목 맞춤형 기상위험 산정기술을 개발하고, 이들을 통합할 수 있는 “농가 맞춤형 기상위험 관리기술”을 단일 집수역인 경남 하동군 악양면을 대상으로 연구한 바 있다(Yun et al., 2013). 비록 소규모 영농현장(위치, 장소)에 국한되어 있지만 농업기상재해에 대한 개별 농가 단위의 구체적 위험을 산정하고 전달하기 위한 실증 연구로 진행되었으며 시범적인 서비스 시스템이 구축되었다.
   시범 서비스를 현업수준의 서비스 시스템으로 고도화하고 안정적으로 운영하기 위해서는 이미 개발되었거나 단기간 내 개발 가능한 요소기술을 선정하여 유기적으로 연결하고 시스템 상에 구현하는 것이 가장 효율적인 방법이다. 즉 “농가 맞춤형 기상위험 관리기술”의 전반적인 설계 구조는 유지하되 서비스 기능의 추가와 보완, 운영 환경의 개선점을 도출하여 필요한 자원을 확보하고 재배치하거나 서비스 기능을 고도화하는 방법이다.
   현업 서비스 시스템은 섬진강 하류 유역(행정구역상 광양시 일부, 하동군 일부, 구례군 일부)의 470 자원농가와 950필지를 서비스 대상으로 하였다. 자원농가에게 필지단위 사전경보를 개별 문자로 통보하는 시스템과 해당 지자체(농업기술센터, 면사무소)가 관내 현황을 시각적으로 파악할 수 있는 분포형 사전 경보시스템(웹 GIS 기반) 형식의 투 트랙 시스템으로 구성되었다. 필지단위 재해발생 가능성을 적절한 대응방안과 함께 재배농가에게 일대일로 전달할 수 있는 ‘농업기상재해 조기경보 시스템’을 국립농업과학원에 구축하여 2014년도 10월부터 2015년 3월까지의 시범 서비스 운영기간 동안 일부 오류에 대한 보완, 서비스 안정화 단계를 거쳤으며, 2015년 4월부터 1차 연구대상지역인 섬진강 하류에 대하여 현업 수준의 서비스(http://www.agmet.kr)를 시작하였다. 본 논문에서는 선행연구로 개발된 농업기상위험 관리기술이 개별농가(필지단위) 맞춤형 기상위험 정보로 생산되는 과정과 자원 농가와 지자체 농촌지도사를 대상으로 하는 현업서비스(농업 현장 사용자에게 실제로 제공되는 서비스)로 전환하고 보급하기 위하여 진행된 선행 연구대비 개선사항과 정보제공 기술의 구현방안을 제시하여 농업기상재해 조기경보 서비스 기술에 대한 이해와 활용도를 높이고자 한다.
   현업 서비스는 연구가 진 행되는 2017년까지 서비스 대상지역이 확대되고, 수요자의 의견을 반영한 날씨 및 기상재해 정보 확대, 서비스 품질 개선 등의 연구 활동과 함께 지속적으로 유지될 것이다.

II. 재료 및 방법

2.1. 선행연구결과 활용

   앞서 이야기하였듯이 농업기상재해 조기경보는 개별농가 단위 기상위험을 선제적으로 대응할 수 있는 관리 기술이 구축되어야만 한다고 볼 수 있다. 2013년도에 연구된 “농가 맞춤형 기상위험 관리기술”은 기상정보(실황, 예보)를 필지 수준으로 상세화하고, 필지별 재배작물이 상세화된 기상정보에 의해 어떤 피해가 예견되는지 농업기상학적 위험지수로 표현하였다. 이들 정보는 휴대폰을 통해 해당농가에게 개별적으로 전달되거나, 인터넷을 통해 적절한 위험회피 및 경감 방안을 관리대책으로 전달할 수 있도록 설계되었다. 설계된 기술과 데이터베이스를 유기적으로 연결하여 실제 영농현장에 활용할 수 있는 형태의 서비스 시스템으로 구현하였으며, 경남 하동군 악양면(총 면적 52.7km2)을 대상지역으로 시범 서비스를 제공하였다. 서비스 시스템은 다양한 소프트웨어와 프로그램 언어를 통해 구현되었고 세부 구성 시스템들이 Fig. 1과 같이 서로 연결되거나 통합되어 일관된 시스템의 구조를 이루고있다(Yun et al., 2013).

17_04_03_fig_01

   시스템의 구성요소를 살펴보면, 자료처리는 Python Script를 이용하여 프로그램 되어 있으며 처리된 자료 중 래스터 자료는 GeoServer에 등록되어 공간정보로 관리되고 농가별 자료는 PostgreSQL DBMS(Data Base Management System)에서 저장되어 관리된다. Django 프레임워크를 이용하여 농가별 자료를 추출하여 문자를 발송하거나 웹 페이지 상에서 농가별 자료를 표출한다. nginx는 웹 서버로써 웹 페이지 상에서 사용자가 정보를 요청할 시 Django Apps와 GeoServer 서비스를 연결해 주는 역할을 한다. Radx는 레이더 수집 자료의 래스터 변환, Celery (및 RabbitMQ)는 서버 예약 작업 수행, LFTP는 기상자료 수신 및 동기화에 이용되었고, 알림 발송을 위해 Gmail과 Cool SMS가 연동되었다. 사용자는 Internet Explorer, Chrome과 같은 웹 브라우저로 접속하여 시스템을 활용할 수 있다.
   서비스 운영 환경은 Django 웹 서비스를 위한 Python 운영환경, 그리고 GeoServer 구동을 위한 Java 구동환경으로 구성되어 있으며, 대부분의 운영체계에서 지원이 가능하지만 편의상, AWS EC2 클라우드 서비스(Amazon Web Service, Inc.)상에서 Ubuntu Linux 운영체제를 기반으로 운영되었다(Table 1).
   제공하는 서비스는 악양의 날씨와 재해로 구분하여 GIS상의 분포도와 필지별로 과거/미래 기상위험을 확인할 수 있도록 사용자 인터페이스를 구성하였다(Table 2).

17_04_03_table_01

17_04_03_table_02

   선행 연구 기술은 현장에 적용 가능한 실증 연구를 중심으로 행정구역상 1개 면을 서비스 대상지역으로 하는 프로토타입 수준의 시스템이므로 현업 서비스 수준에서의 관점으로 봤을 때 몇 가지 개선점들이 요구되었다.
   단기간 내에 현업수준의 서비스 시스템을 구축하고 운영하기 위해서 선행연구의 성과물로 확보된 ‘농가맞춤형 기상위험 관리기술’의 설계 방향과 핵심 시스템을 기준으로 삼고 실용성을 높이기 위하여 서비스 안정화와 확장성을 고려한 아키텍쳐 구성, 농업기상위험 컨텐츠 확대와 필지 재배 작목의 생육단계를 반영한 기상위험정보제공, 기상위험 예보 선행기간 연장, 사용자의 이용 편의성을 고려한 정보 전달방법 개선, 사용자 눈높이에서 의 맞춤정보 제공을 중점 개선 항목으로 고려하였다.

2.2. 시스템 아키텍쳐 설계

2.2.1. 목표 시스템의 구성

농가 맞춤형 농업기상위험 조기경보 서비스는 기상청(본 연구에서는 국가농림기상센터)에서 제공하는 실황 및 예보기상을 상세화하고 이를 활용하여 작목공통, 작목별 기상재해를 예측한 후 조사된 영농속성에 따라 필지별로 기상위험을 산정한 뒤 각 기상위험에 대하여 적절한 대응지침과 함께 필지 단위의 농업기상재해 예방을 위한 경보 서비스를 제공한다. 이를 주요 기능 위주로 표현하면 Fig. 2와 같이 나타낼 수 있다. 시스템의 하드웨어 및 네트워크 구성은 웹 서버, GIS 서버, 애플리케이션 서버, 대용량 스토리지로 구성되어 있다. 시스템의 소프트웨어적 구성은 데이터베이스, Python 모듈(Django App. module, nginx 웹 서버 모듈), GIS 서버로 구성되고 상호 연동되어 있다.

17_04_03_fig_02

2.2.2. 전산자원 목록

   연구 대상지역 확장 시 대규모의 자료 처리 및 온라인 성능과 하드웨어별 확장성, 운영관리의 효율성을 고려하여 아래와 같이 시스템으로 상호 연계될 수 있도록 다중 3계층 아키텍쳐로 구성하였다(Table 3).

17_04_03_table_03

   1) 전산자원 목록
   • 웹 서버 : 사용자 웹 접속을 처리하며 GIS 서버의 지도 데이터와 필지별 날씨, 재해정보 등을 읽어들여 홈페이지를 통해 정보를 제공한다.
   • GIS 서버 : 연구 지역의 상세화된 날씨 및 재해 지도를 등록하고 각종 지도의 범례를 제작하여 색상을 가지는 분포도 형태로 제공하는 역할을 수행한다.
   • 계산 서버 : 기상자료로부터 연구대상지역의 상세 날씨 및 재해를 예측하는 역할을 수행하고 이를 필지별 날씨, 필지별 재해 등의 DB로 저장하는 DB 서버 역할도 수행한다.
   • 개발 서버 : 거의 모든 기능 및 하드웨어 성능은 계산 서버와 동일하지만, 계산 서버에 계산 소프트웨어 및 기반 데이터를 배포하기 전 테스트를 수행하거나 개발에 필요한 일련의 작업을 수행하는 서버이다. 계산 서버와의 차이점은, 스토리지와 광 네트워크로 연결되어 있는 GIS서버와 인피니밴드로 연결되어 있는 계산 서버와는 달리 내부 네트워크를 구성하는 스위칭 허브에만 연결되어 있어, 스토리지 및 GIS 서버로의 접근에 속도 제약이 있다.
   • 스토리지: 연구지역 날씨 및 재해분포 지도를 물리적으로 저장하는 역할을 수행한다.

   2) 주요 소프트웨어 설명
   • PostgreSQL : 웹 기반 지리정보 가시화를 위한 소프트웨어의 구성요소는 크게 데이터 관리 부분과 데이터 표출 부분으로 나누어 볼 수 있다(Im et al., 2010). 대용량 데이터를 관리하는 DBMS에 공간질의와 공간분석 기능이 추가된 공간데이터베이스 엔진으로 오픈 소스 소프트웨어인 PostgreSQL/PostGIS를 활용하였다(Arnulf, 2006). 서비스 대상농가와 필지 영농속성, 필지/유역 Geometry Data, 필지/유역별 날씨, 필지/유역별 기상위험, 기상위험 대응지침 등의 정보를 관리한다.
   • Django : Python 언어로 작성된 Django는 2005년 7월경 BSD 라이선스 정책(http://opensource.org/licenses/bsd-license.php)을 따라서 공개된 오픈 소스 웹 애플리케이션 프레임워크이다(https://en.wikipedia.org/wiki/Django). Flask, Pyramid와 더불어 Python 언어에서 가장 인기 있는 프레임워크 중 하나이다. 콤포넌트 재사용성, 플러그인화 가능성, 빠른 개발, DRY(Don’t repeat yourself: 중복배제) 원리 등을 특징으로 지속적인 사용 증가 추세에 있다. 본 연구에서는 기상 데이터 처리, 모델 구동, 문자, 메일 등 서버측의 핵심적인 기능과 데이터 송수신, 관리자 화면, 웹 페이지 등 사용자와의 상호작용을 담당하는 위치에 있다. 하나의 Django App.은 하나의 웹 사이트를 대표하며, 본 연구에서는 1차년도에는 1개, 2차년도에는 3개의 Django App.으로 확장하였으며, 연구가 진행됨에 따라 사이트의 수를 계속 늘려갈 계획이다.
   • Nginx : 클라이언트의 응답에 비동기 이벤트 기반 구조를 이용하는 웹 서버 소프트웨어로서 Apache HTTP 서버가 스레드/프로세스 기반 구조를 가지는 것과는 대조를 이룬다(http://nginx.org). Nginx의 이러한 특징은 더 적은 자원으로 더 빠르게 서비스 할 수 있게 해 준다. 또한 개발의 모든 목적이 높은 성능에 맞추어져 있어 잘 사용되지 않는 기능은 과감하게 제외되었으며 덕분에 폭발적인 증가세에 있는 인터넷 서비스를 지탱하는데 적합하다. 본 연구에서는 GeoServer, 각각의 연구대상지역을 대표하는 웹사이트, 관리자 및 개발 서버로의 proxy 역할을 주로 맡고 있다.
   • GDAL : GDAL은 다양한 형식의 래스터 데이터와 벡터 데이터를 처리할 수 있는 X/MIT 기반으로 오픈 소스 소프트웨어이다(http://www.gdal.org). 기본적으로 GeoTiff, ERDAS Imagine, Arc/Info ASCII Grid등과 같이 잘 알려진 파일 형식은 물론, Abstract data model을 이용한 확장을 통해 사용자 지정 파일 형식도 지원할 수 있는 것이 특징이며, 다양한 GDAL Utility를 통해 투영 변환, 이동, 형식 변환, 래스터화, 벡터화 등 GIS에 관련된 많은 기능을 지원한다. 본 연구에서는 GeoServer에 등록될 데이터의 형식 및 투영 변환, Rasterization, 간단한 래스터 계산 등의 기능을 주로 사용한다. 또한 GeoServer가 래스터 및 벡터 데이터를 처리할 수 있게 하기 위한 보조 기능도 수행한다.
   • Openlayers : 웹 브라우저에서 지도 데이터를 표현하고 조작할 수 있는 자바스크립트 라이브러리로 Google Maps, Bing Maps, Open Street Map 등 오픈 데이터를 사용 가능하도록 라이브러리 제공한다. GeoServer로의 접근을 OGC(Open Geospatial Consortium) 표준에 의해 요청하므로 지도서버와 독립적으로 동작할 수 있으며 하나의 응용 프로그램에 여러 지도를 중첩 가능하다(http://openlayers.org). 본 연구에서는 국가공간정보유통시스템에서 제공하는 브이월드(http://www.vworld.kr)의 GIS용 API (Application Programming Interface)를 호출하여 배경지도로 활용하고 GeoServer에 WMS(Web Map Service) 방식으로 전국기상위험지도를 요청하여 래스터 레이어로 처리하였고, WFS(Web Feature Service), GeoJSON (JavaScript Object Notation) 방식으로 자원농가 필지 경계 벡터 레이어를 처리하였다.

2.2.3. 응용기능 구조

   기상청 기본자료로부터 필지별 기상재해 통보까지의 일련의 과정을 자동화하고 이를 경관규모의 상세화 분포도 서비스로 제공(연구지역 단위 GIS 분포와 필지별 정보)하고, 전국 규모의 기상위험 서비스로 제공(전국 810개 집수역 단위)하기 위하여 아래와 같은 기능 구조를 가지도록 설계하였다(Table 4).

17_04_03_table_04

2.2.4. 시스템의 연계

   1) 기상청 기본자료의 획득 및 처리
   상세 날씨를 예측하기 위하여 필요한 기상청 원본 자료는 국가농림기상센터를 통하여 제공받는다. 각 자료는 갱신 주기별로 국가농림기상센터에 sftp 방식으로 매 1시간마다 접속하여 자료를 수신한다(Table 5).

17_04_03_table_05

   • FCT(중기예보,10일예보) : 지역별 10일 예보자료로 일 최고기온, 일 최저기온을 포함하고 있으며 ASCII 형태로 저장되어 있다.
   • DWF(동네예보자료) : 단기예보자료로 발표시간 +4시간부터 +3일까지의 예보기상에 대하여 5km×5km 공간해상도로 한반도 전역에 대해 격자화된 자료로 저장되어 있다.
   • AWOS(지상관측자료) : 무인 자동기상관측장비에서 관측된 실황 관측자료로 관측지점의 매 시간별 자료가 ASCII 형태로 저장되어 있다.
   • ASOS(종관관측자료) : 종관기상관측장비에서 관측된 실황 관측자료로 관측지점의 매 시간별 자료가 ASCII형태로 저장되어 있다.
   • KLAPS(수치예보자료) : 실황예보자료로 0~2시간 초단기 예보를 포함하고 있으며 한반도 전역에 대해 5km×5km 공간해상도의 ASCII 형태 격자자료로 제공되고 있다.
   • COMS(위성영상자료) : 15분간 천리안 위성관측영상 자료 중 표면도달일사량 자료를 수신한다.
   • RDR(레이더 관측자료) : 부산관측소 기준의 10분간 레이더 에코자료를 수신한다. 1km 분해능의 레이더 반사강도(dBZ) UF(Universal Format) 형식으로 되어 있으며 Radx(http://www.ral.ucar.edu/)를 이용하여 GDAL 호환형식인 NetCDF으로 변환하여 사용한다. 이 때 Battan(1973)이 규명한 레이더 반사강도와 강우강도 사이의 관계식(Z-R 관계식)에 의해 강수량으로 변환된다.

   2) 연구대상지역 배경지도의 연계
   연구대상지역의 날씨와 재해 예측, 전국 수준의 기상위험과 특보를 제공하기 위하여 각각의 정보를 분포지도로 제작하고 이를 국토교통부에서 운영하고 있는 국가공간정보 유통시스템인 브이월드의 GIS용 API에서 제공하는 배경지도에 중첩하여 웹 GIS 서비스를 구축하였다. 브이월드에서 제공하는 서비스 중 배경지도 API를 활용하여 기본, 위성영상, 하이브리드 지도와 WMS(Web Map Service) API를 활용하여 지적도를 연계하였다.

2.3. 서비스 자료 생성

2.3.1. 농장 날씨

17_04_03_fig_03

17_04_03_table_06

   농장 날씨는 기상청에서 발표하는 관측자료와 예보자료를 근간으로 소기후모형(Kim and Yun, 2013; Kim et al., 2013)을 적용하여 필지 수준의 국지기상으로 상세화 할 수 있다(Fig. 3). 기상요소별로 매시간 또는 하루 주기로 상세 날씨 시뮬레이터가 동작하도록 설정되어 있다. 생성자료에 대한 필지별 자료는 30~270m 공간해상도를 가지는 분포도를 생성한 후, 시스템에 등록된 모든 필지별로 필지 다각형(polygon)이 포함하는 분포도 상의 격자점들에 대한 통계값을 계산하고 이를 필지별 일별 기상정보가 저장되는 데이터베이스에 저장한다(Table 6).
   강우량, 풍속의 경우 선행 연구에서는 관측자료를 기반으로 당일의 예측값만을 생성하고 서비스하였으나, 본 연구에서는 동네예보를 활용하여 선행 연구 대비 예보 선행기간을 2일 확보할 수 있다. 풍속의 경우 선행연구에서는 WindStation (Lopes, 2003)을 활용하여 풍속을 모의하였으나, 윈도우 OS 기반에서 연구자 컴퓨터에 설치하여 수동으로 구동하는 형태로서 본 연구에 직접 활용이 어려우므로, 본 연구에서는 미세규모 모형인 MUKLIMO (Microscale Urban Climate Model)를 활용하여 풍속을 예측하였다(Sievers and Zdunkowski, 1986).
   MUKLIMO의 경우 5km×5km 영역에 대한 각각의 orography와 roughness 래스터 데이터와 동네예보의 풍향, 풍속을 입력 값으로 이용한다. Orography와 roughness 데이터는 정적인 데이터이므로 변수인 풍향, 풍속의 모든 값들에 대해 미리 계산된 결과 파일을 만들어 놓을 수 있다. 예를 들어, 방향의 해상도를 1도로 한다고 가정하면 방향이 가질 수 있는 모든 값은 360개가 되며, 풍속의 해상도를 1m/s로 하고 최소 풍속을 1m/s 최대 풍속을 100m/s로 가정하면 속도가 가질 수 있는 모든 값은 100개가 된다. 따라서 이경우 각 영역당 36,000개의 MUKLIMO 데이터를 미리 계산해 두면 다시 MUKLIMO를 구동할 필요가 없게 된다. MUKLIMO의 경우 모의 지역이 넓어짐에 따라 구동시간이 증가할 뿐만 아니라 특정 넓이 이상은 모의가 불가능하다. 하지만 미리 계산된 데이터를 이용할 경우 정해진 시간 안에 계산된 결과를 가져올 수 있으므로 충분히 넓은 지역에 대해서도 적용이 가능하다는 장점이 있다.

2.3.2. 영농달력

   매일 1회씩 기준온도별(0, 5, 10)로 일 최고기온 래스터와 최저기온 래스터에 의한 누적 GDD(growing degree-days)를 계산하였으며 이를 기준달력이라 한다. 주요 작목의 휴면해제, 발아, 개화, 생리적 성숙 등 주요 생육단계 도달일자는 각 기준온도별로 누적된 기준달력값의 범위에 따라 판단할 수 있다. 배(신고), 감(부유), 매실, 녹차, 벼(중만생종), 보리(겉보리)에 대하여 각각의 생육단계별 GDD값의 범위에 기준달력값이 도달하였을 때 해당 단계를 작목의 생육단계로 추정한다. 생성된 작목별 생육단계 분포 래스터 자료를 읽어들여 필지 재배작목의 생육단계를 저장할 수 있다. 시스템에 등록된 필지의 영농속성 중 작목이 일치하는 필지에 대하여, 필지 다각형에 포함되는 작목별 생육단계 분포도 상의 격자점들에 대한 평균값을 계산하고, 이를 필지별 일별 생육단계 정보로서 데이터베이스에 저장하였으며, 이를 필지별 영농달력 데이터베이스라
고 칭하였다(Fig. 4).

17_04_03_fig_04

2.3.3. 농장재해

   선행연구에서는 일반 달력기준으로 모든 필지들이 동일한 생육단계 범위에 있다고 가정하였으며, 이는 필지의 재배 작목별로 다르게 분포되는 생육단계별 일자를 반영하지 못하였다. 본 연구에서는 필지별로 등록된 재배작목과 필지별 날씨에 따라 계산된 영농달력으로 작목의 생육단계(시기)를 판단할 수 있으므로 생육단계별 기상위험지수(농장재해)와 농장재해 대응 정보를 필지별로 편집하는 기초자료로 활용할 수 있게 되었다(Fig. 5).

17_04_03_fig_05

   가뭄, 동해, 상해 등 작목별 기상재해 자료는 30~270m 공간해상도를 가지는 분포도 생성 후, 시스템에 등록된 모든 필지별로 재배 작목과 영농달력으로 생육단계를 확인한 후 필지 다각형이 분포도 상에서 포함하는 격자점들에 대한 평균값을 계산하고, 이를 필지별 일별 농장재해 데이터베이스에 저장한다(Table 7).

17_04_03_table_07

2.3.4. 전국기상위험 및 특보

   전국 기상위험은 기상청 76개 종관관측소의 일별 관측자료를 이용하여 810개 집수역별 냉해, 일조부족, 가뭄에 대한 지발성 기상위험을 계산하고 그 결과를 분포지도로 만들어 웹 GIS기술을 이용하여 표출하는 선행 연구 기술을 활용하였다(Park et al., 2014).
   전국 기상특보는 기상청에서 발표하는 시군 단위의 강풍, 호우, 대설, 건조, 한파, 태풍, 황사, 폭염 특보를 집수역 단위로 상세화하고, 위험도를 0~9까지의 10단계 그라데이션 색상표로 표현하였다.

III. 결 과

3.1. 현업서비스

   농업기상재해 조기경보 서비스는 농업인에게 필지작목 맞춤형 날씨 정보와 기상위험 정보를 제공한다. 기상청에서 제공하는 기상실황과 예보기상을 농장 수준으로 상세화하고 이를 토대로 작목별 기상위험을 지수화하여 필지별로 재해위험지수를 편집하고 농업인에게 재해 경보를 제공하는 체계를 시스템으로 통합하였으며, 각 필지별 영농속성(필지 위치, 재배 작목 등)을 수집(또는 제공)한 농가에 한하여 농장 날씨, 농장 재해 정보를 계산하고 그 결과를 일대일로 제공할 수 있다. 섬진강 하류 약 350km2(행정구역상 하동군, 구례군, 광양시 안의 6개 읍/면)를 대상으로 웹 GIS 서비스(http://www.agmet.kr)와 휴대폰 문자 서비스가 제공되고 있다.

3.2. 서비스 대상 영농속성 확보

   섬진강 하류 연구대상지역(행정구역상의 하동군, 구례군, 광양시)의 서비스 대상 농가에 대한 영농속성을 확보하기 위하여 필지별 영농 조사표를 제작하여 배포하였다. 각 시군의 면 단위 이장협의회의 이장단과 현지 기술자문위원 위촉을 통해 영농속성 확보를 요청한 후, 수집된 자료를 전국 편집지적도를 활용하여 농장별 필지 번호에 따라 필지 다각형을 추출하고 재배작목, 연락처 등의 정보를 시스템에 등록하였다. 조사된 필지는 총 952개로 조사된 각 시군별 등록 현황은 Table 8과 같다.

17_04_03_table_08

날씨는 작목 공통 성격으로 모든 대상농가에 서비스 제공이 가능하나 작목별 기상위험의 경우는 해당 작물재배 필지에만 제공되는 서비스로 영농속성은 수집하였으나 작목별 기상위험에 해당되지 않는 재배 작목의 경우는 기상위험 서비스 제공에서 제외되고 있다.

3.3. 서비스 목록

   농업기상재해 조기 서비스는 연구지역 필지별 날씨 및 재해 정보와 전국 단위 기상특보 및 위험정보를 웹으로 제공하고, 필지별 날씨와 재해 위험 경보는 농가에게 SMS 형태로 서비스 하고 있다(Table 9).

17_04_03_table_09

3.4. 사용자 인터페이스

   조기경보 서비스 내의 제공정보를 한눈에 확인할 수 있게 하기 위하여 대 분류 메뉴(농장 날씨, 농장재해 등)별 세부 메뉴를 펼침 형태로 제공하였다. 또한 각 세부 메뉴별 정보에 대하여 제공기간, 제공주기, 갱신주기, 예보기간, 제공형태에 대한 설명을 포함하여 수요자의 이해를 돕도록 하였다.
   각 메뉴에서 제공하는 각 기상재해 요소별 분포도는 값의 급간에 따라 지정된 색상을 범례로 하여 분포도를 동적으로 생성하여 웹 GIS 인터페이스 상에 표출한다. 메뉴 별로 조회하고자 하는 항목을 선택하면 기본적으로 오늘 날짜의 지도를 보여준다. 특정일의 재해 또는 날씨 분포는 날짜를 변경하여 조회할 수 있다. 표출된 재해 또는 날씨 분포도 상에 영농속성으로
조사되어 시스템에 등록된 각 필지가 다각형으로 표시되며 개별 필지를 클릭하면 최근 8일간(과거 6일과 미래 2일)의 필지의 날씨를 선형 그래프로 조회할 수 있다. 필지의 재해 또는 날씨 그래프의 조회 구간은 제공정보의 예보 선행기간에 따라 달라질 수 있다. 또한 어떠한 재해 또는 날씨 요소의 분포도를 보고 있다고 하더라도 필지를 클릭하면 그 필지의 주소와 분포도 해당 날짜의 날씨(기온, 강우량, 풍속, 일사, 일조 등)에 대하여 지도 상단에 표시하여 재해 분포에 대한 날씨 확인이 용이하도록 구성하였다. 제공정보를 선택할 때마다 직전 분포지도에서 보고 있던 영역을 그대로 유지한 채로 새로 선택된 날씨 분포도로 바뀌도록 개선하였으며, 오늘 날짜 분포도로 바로 가기 기능으로 과거 또는 미래의 날씨 조회 후 오늘 날짜로 쉽게 이동할 수 있도록 하였다. 사용자가 자신의 필지를 쉽게 찾을 수 있도록 주소 검색과 농장명 검색을 통하여 원하는 위치로 찾아 가도록 하였으며, 지도 확대 시 필지 다각형에 농장명을 표시하여 농장명으로도 필지 위치를 쉽게 찾을 수 있도록 개선하였다(Fig. 6).

17_04_03_fig_06

IV. 결 론

   현업서비스 구축 목표는 연구대상지역 내 영농속성이 확보된 자원농가에게 농장-과원 단위로 재해위험경보를 발령하고 회피-경감 방안 및 사후 복구정보를 일대일로 제공하는 것이다. 이를 위하여 기상청의 예보 및 실황정보(5km 격자 혹은 시군 행정구역 단위)를 바탕으로 집수역 소기후 모형을 적용한 30~270m 격자단위 자료 추정, 작목별 재해위험지수 계산, 평년기후조건과의 비교를 통한 경보 발령, 경보수준별 대응 지침 검색 및 편집, 종합정보를 자원농가 휴대폰으로 장문 메시지 전송 등 다양한 시스템 구성요소들을 유기적으로 연결하여 서비스를 설계하고 시스템으로 구현하였다.
   현업 서비스 시스템은 섬진강 하류 유역(행정구역상 광양시 일부, 하동군 일부, 구례군 일부)의 470개 자원농가와 950개 필지를 서비스 대상으로 하였으며 2015년 3월부터 웹 서비스(접속주소: http://www.agmet.kr)와 문자서비스를 개시하였다(Fig. 7). 전산시스템은 국립농업과학원 농업환경부 기후변화생태과 내에 위치하고 있으며 통신망은 LGU+ 인터넷 망을 활용하였다. 서버는 웹 서버, GIS 서버, 애플리케이션 서버, 스토리지, 개발용 서버로 구성하였다.

17_04_03_fig_07

   조기경보 서비스는 1차년도 연구대상지역인 섬진강 하류와 전국 유역을 대상으로 하는 체계로 나누어져 서비스가 제공되고 있다. 농장날씨, 농장 재해, 전국기상위험, 전국기상특보를 메뉴로 하는 웹 GIS 기반의 분포도 서비스와 영농속성이 확보된 자원농가의 필지 별 정보를 제공하도록 구성되었다(Fig. 8).

17_04_03_fig_08

   연구대상지역 자원농가에 대하여 재해위험을 필지별로 산출하여 전달하는 농업기상위험 관리기술의 현업으로의 적용은 서비스 안정성, 고도화, 사용자 편의성 등을 고려하여 Table 10에 제시된 바와 같은 주요 개선사항 위주로 연구가 진행되었다.

17_04_03_table_10

   지금은 행정구역상 시군 일부를 연구대상지역으로 하고 있어 섬진강 하류를 서비스 도메인으로 하고 있으나 연구대상지역 확대에 따라 시군 전체를 포함하게 되면 시군 단위 농업기상재해 조기경보 현업 운영이 가능한 형태인 시군용 도메인을 구성할 계획이다.

적요

   필지단위 재해발생 가능성을 적절한 대응방안과 함께 재배농가에게 농장 맞춤형으로 전달할 수 있는 ‘농업기상재해 조기경보 시스템’의 실용성과 운영 효율성을 높이기 위하여 현업 서비스 시스템을 국립농업과 학원에 구축하여 2014년도 10월부터 2015년 3월까지의 시범 서비스 운영기간 동안 현장 적용을 위한 개선, 서비스 안정화 단계를 거쳤다. 현업 서비스 시스템은 섬진강 하류 유역(행정구역상 광양시 일부, 하동군 일부, 구례군 일부)의 약 470 자원농가와 950 여필지를 서비스 대상으로 하였다. 자원농가에게 필지 단위 사전경보를 개별 문자로 통보하는 시스템과 해당 지자체가 관내 현황을 시각적으로 파악할 수 있는 분포형 사전 경보시스템(웹 GIS 기반) 형식의 투트랙(Two track) 시스템으로 구성되었다. 1차 연구대상지역인 섬진강 하류에 대하여 현업 서비스는 2015년 3월 2일부터 개별 문자통보를 개시하였으며 온라인 홈페이지는 2015년 4월부터 인터넷 주소(http://www.agmet.kr)로 운영을 시작하였다. 현재는 농장 날씨정보, 농장 재해정보, 전국기상위험, 전국기상특보, 문자서비스를 제공하고 있으며 연구가 진행되는 2017년까지 서비스 대상지역 확대, 서비스 컨텐츠 확대, 서비스 품질 개선 등의 연구활동과 함께 지속적으로 유지될 것이다.

감사의 글

   본 연구는 농촌진흥청 “기상이변 대응 농업기상재해 조기경보서비스 체계 구축(과제번호:PJ01000706)” 과제의 지원으로 수행되었습니다.

REFERENCES

REFERENCES

Arnulf, C., 2006: Introduction to Spatial Data Management with Postgis. Proceeding of 2006 GeoWeb.

Im, W. H., W. Y. Lee, and Y. C. Seo, 2010: Development of a web-based geovisualization system using Google Earth and Spatial DBMS. Journal of Korea Spatial Information Society 18, 141-149.

Kim, D. J., and J. I. Yun, 2013: Improving usage of the Korea Meteorological Administration’s digital forecasts in agriculture: 2. Refining the distribution of precipitation amount. Korean Journal of Agricultural and Forest Meteorology 15(3), 171-177. (in Korean with English abstract) crossref(new window)

Kim, S. O., J. H. Kim, U. R. Chung, S. H. Kim, G. H. Park, and J. I. Yun, 2009: Quantification of temperature effects on flowering date determination in Niitaka pear. Korean Journal of Agricultural and Forest Meteorology 11, 61-71. (in Korean with English abstract) crossref(new window)

Lopes, A. M. G., 2003: WindStation – a software for the simulation of atmospheric flows over complex topography. Environmental Modelling & Software 18, 81-96. Sievers, U. and W. G. Zdunkowski, 1986: A microscale urban climate model, Beitr. Phys. Atmosph, 59, 13-40.

Battan, L. J., 1973: Radar Observation of the Atmosphere. University of Chicago Press, 323pp. crossref(new window)

Park, J. H., Y. S. Shin, S. K. Kim, M. I. Ahn, and Y. K. Han, 2014: Implementation of a weather hazard warning system at a catchment scale. Korean Journal of Agricultural and Forest Meteorology 16, 389-395. (in Korean with English abstract)

Kim, S. O., D. J. Kim, J. H. Kim and J. I. Yun, 2013: Improving usage of the Korea Meteorological Administration’s digital forecasts in agriculture I. Correction for local temperature under the inversion condition. Korean Journal of Agricultural and Forest Meteorology 15(2), 76-84. crossref(new window)

Yun, J. I., S. O. Kim, J. H. Kim, and D. J. Kim, 2013: Userspecific agrometeorological service to local farming community: A case study. Korean Journal of Agricultural and Forest Meteorology 15, 320-331. (in Korean with English abstract) crossref(new window)

관련부처합동, 2014: 이상기후보고서 (발간등록번호 11-1360000-000705-01).

http://weather.rda.go.kr/ (2015.7.10)
http://www.ral.ucar.edu/ (2015.10.30)
http://www.postgresql.org/ (2015.7.10)
http://www.geoserver.org/ (2015.7.10.)
http://openlayers.org/ (2015.10.30)
http://www.vworld.kr/(2015.9.1)https://en.wikipedia.org/wiki/Django/ (2015.9.8)
http://nginx.org/ (2015.9.8)
http://www.gdal.org/ (2015.9.8)