기상기후데이터위키

사이트 도구

기후:지구대기감시

차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

차이 보기로 링크

양쪽 이전 판이전 판
다음 판		이전 판
기후:지구대기감시 [2026/04/23 08:24] – [4. 자료의 활용 (Applications)] admin기후:지구대기감시 [2026/05/06 08:33] (현재) – [4. 자료의 활용 (Applications)] admin
줄 1: 줄 1:
 ====== 지구대기감시 데이터 ======  ====== 지구대기감시 데이터 ====== 
  
-[[기후:지구대기감시#활용방안 |{{:wiki:활용방안클릭.png?linkonly250|}}]] 
  
 =====1. 개요(Overview)===== =====1. 개요(Overview)=====
  
-지구대기감시는 지구 온난화 및 기후 시스템 변화를 유발하는 대기 중의 온실가스, 에어로졸, 반응가스 등의 농도 변화를 장기적·연속적으로 관측하는 업무입니다. 기상청은 WMO(세계기상기구)의 GAW(Global Atmosphere Watch, 지구대기감시) 프로그램에 참여하여 우리나라의 기후 변화 원인물질을 관측하고 있습니다.+지구대기감시는 지구 온난화 및 기후 시스템 변화를 유발하는 대기 중의 온실가스, 에어로졸, 반응가스 등의 농도 변화를 장기적·연속적으로 관측하는 업무입니다. 기상청은 WMO(세계기상기구)의 **GAW(Global Atmosphere Watch, 지구대기감시)** 프로그램에 참여하여 우리나라의 기후 변화 원인물질을 관측하고 있습니다.
 ===배경대기=== ===배경대기===
- •배경 대기(Background Atmosphere): 관측지점 주변의 인위적 및 자연적 배출과 소멸의 국지적 영향을 최소화하고, 균질하게 혼합된 대기+ •**배경 대기(Background Atmosphere)**: 관측지점 주변의 인위적 및 자연적 배출과 소멸의 국지적 영향을 최소화하고, 균질하게 혼합된 대기
  
- •주요 목적: 대기 조성 변화의 원인 규명 및 미래 기후 변화 예측을 위한 정밀 기초 자료 확보.+ •**주요 목적**: 대기 조성 변화의 원인 규명 및 미래 기후 변화 예측을 위한 정밀 기초 자료 확보.
  
  
줄 16: 줄 15:
 기상청은 1994년 성층권오존 관측을 시작으로 총 4개 지점(안면도, 제주고산, 울릉도독도, 포항)에서 우리나라 기후변화 원인 물질을 관측하고 있습니다. 기상청은 1994년 성층권오존 관측을 시작으로 총 4개 지점(안면도, 제주고산, 울릉도독도, 포항)에서 우리나라 기후변화 원인 물질을 관측하고 있습니다.
  
-===① 기본관측 === +===2.1 기본관측 === 
- • 안면도 지구대기감시소 (GAW Regional Station): 1999년 관측을 시작한 우리나라 지구대기감시의 중추이며, 한반도 중부에서 기후변화 원인물질의 유∙출입을 감시하고 있습니다.+ • **안면도 지구대기감시소 (GAW Regional Station)**: 1999년 관측을 시작한 우리나라 지구대기감시의 중추이며, 한반도 중부에서 기후변화 원인물질의 유∙출입을 감시하고 있습니다. 
 +  * 이산화탄소(CO2), 메탄(CH4), 아산화질소(N2O), 염화불화탄소(CFCs) 등 온실가스를 포함한 7개 분야 35개 요소를 관측합니다.
  
- o 이산화탄소(CO2), 메탄(CH4), 아산화질소(N2O), 염화불화탄소(CFCs) 등 온실가스를 포함한 7개 분야 35개 요소를 관측합니다.+ • **제주고산 지구대기감시소 (GAW Regional Station)**: 2009년 관측을 시작하였으며, 한반도 남부에서 기후변화 원인물질의 유∙출입을 감시하고 있습니다. 
 +  * 온실가스를 포함한 7개 분야 26개 요소를 관측합니다.
  
- • 제주고산 지구대기감시소 (GAW Regional Station): 2009년 관측을 시작하였으며, 한반도 남부에서 기후변화 원인물질의 유∙출입을 감시하고 있습니다.+ •**울릉도독도 지구대기감시소**: 2014년 관측을 시작하였으며, 한반도 동부에서 기후변화 원인물질의 유∙출입을 감시하고 있습니다. 
 +  * 온실가스를 포함한 5개 분야 13개 요소를 관측합니다.
  
- o 온실가스를 포함한 7개 분야 26개 요소를 관측합니다.+ • **포항 관측소**: 오존층 파괴 등 환경문제에 대처하기 위해 1994년 관측을 시작한 가장 오래된 관측소입니다. 
 +  * 성층권 오존을 포함한 2개 분야 3개 요소를 관측합니다.
  
- •울릉도독도 지구대기감시소: 2014년 관측을 시작하였으며, 한반도 동부에서 기후변화 원인물질의 유∙출입을 감시하고 있습니다. +===2.2 보조관측 및 협력 ===
-   +
- o 온실가스를 포함한 5개 분야 13개 요소를 관측합니다.+
  
- • 포항 관측소: 오존층 파괴 등 환경문제에 대처하기 위해 1994년 관측을 시작한 가장 오래된 관측소입니다.+ • **기상항공기 및 선박 관측**: 지상 관측의 한계를 극복하기 위해 한반도 상공 및 주변 해역의 수직/수평적 기후 변동성을 입체적으로 감시합니다.
  
- o 성층권 오존을 포함한 2개 분야 3개 요소를 관측합니다.+ • **위성 기후 감시**: 천리안 위성(GK2A) 자료를 통해 전 지구적 온실가스 분포와 알베도(반사율) 변화를 보조적으로 분석합니다.
  
-===② 보조관측 및 협력 === + • **위탁관측소**: 지구대기감시 기술 및 전문인력을 보유한 대학 및 연구기관을 위탁관측소로 지정‧운영하여 중복 관측을 해소하고, 관측 자료를 공유합니다.
- +
- • 기상항공기 및 선박 관측: 지상 관측의 한계를 극복하기 위해 한반도 상공 및 주변 해역의 수직/수평적 기후 변동성을 입체적으로 감시합니다. +
- +
- • 위성 기후 감시: 천리안 위성(GK2A) 자료를 통해 전 지구적 온실가스 분포와 알베도(반사율) 변화를 보조적으로 분석합니다. +
- +
- • 위탁관측소: 지구대기감시 기술 및 전문인력을 보유한 대학 및 연구기관을 위탁관측소로 지정‧운영하여 중복 관측을 해소하고, 관측 자료를 공유합니다.+
  
 =====3. 산출물 (Data Products)===== =====3. 산출물 (Data Products)=====
  
- • 지구변화감시보고서 (연보): 매년 안면도, 제주고산 등 각 감시소에서 관측된 온실가스 등 7개분야 자료들의 통계와 장기 추세를 분석하여 발간하는 공식 보고서입니다.+ • **지구변화감시보고서 (연보)**: 매년 안면도, 제주고산 등 각 감시소에서 관측된 온실가스 등 7개분야 자료들의 통계와 장기 추세를 분석하여 발간하는 공식 보고서입니다.
  
- • 온실가스 농도 시계열 데이터: 1시간/1일/1달 단위의 CO2, CH4 등의 농도 값으로, 기상데이터개방포털을 통해 CSV 형식으로 제공됩니다.+ • **온실가스 농도 시계열 데이터**: 1시간/1일/1달 단위의 CO2, CH4 등의 농도 값으로, 기상데이터개방포털을 통해 CSV 형식으로 제공됩니다.
  
- • 반응가스 및 에어로졸 물리·화학적 특성 자료: 미세먼지(PM10, PM2.5)의 광학적 두께 및 화학 성분 분석 데이터입니다.+ • **반응가스 및 에어로졸 물리·화학적 특성 자료**: 미세먼지(PM10, PM2.5)의 광학적 두께 및 화학 성분 분석 데이터입니다.
  
- • WMO 국제교환 자료: 기상청에서 생성하는 지구대기감시자료는 세계온실가스자료센터(WDCGG), 세계에어로졸자료센터(WDCA) 등에  등재되어 전 지구적 기후 변화 분석에 기여하는 자료입니다.+ • **WMO 국제교환 자료**: 기상청에서 생성하는 지구대기감시자료는 세계온실가스자료센터(WDCGG), 세계에어로졸자료센터(WDCA) 등에  등재되어 전 지구적 기후 변화 분석에 기여하는 자료입니다.
  
 =====4. 자료의 활용 (Applications)===== =====4. 자료의 활용 (Applications)=====
  
- • 국가 탄소중립 정책 지원: '2050 탄소중립' 달성을 위한 온실가스 감축 이행 점검 및 배출량 인벤토리 검증의 객관적 근거 자료로 활용됩니다. + • **국가 탄소중립 정책 지원**: '2050 탄소중립' 달성을 위한 온실가스 감축 이행 점검 및 배출량 인벤토리 검증의 객관적 근거 자료로 활용됩니다.
- +
- • 기후 모델 검증: 미래 기후 변화 시나리오(SSP, RCP 등)의 정확도를 높이기 위한 입력 데이터 및 검증 자료로 쓰입니다.+
  
- • 국제 협약 대응: IPCC(기후변화에 관한 정부 간 협의체) 보고서의 기초 데이터로 기여하며, COP(유엔기후변화협약 당사국총회) 등 국제 협상 시 국가적 데이터 주권을 확보합니다.+ • **기후 모델 검증**: 미래 기후 변화 시나리오(SSP, RCP 등)의 정확도를 높이기 위한 입력 데이터 및 검증 자료로 쓰입니다.
  
- • 학술 연구: 대기 흐름에 따른 온실가스의 흡수원(Sink)과 배출원(Source) 추정 연구에 필수적입니다.+ • **국제 협약 대응**: IPCC(기후변화에 관한 정부 간 협의체) 보고서의 기초 데이터로 기여하며, COP(유엔기후변화협약 당사국총회) 등 국제 협상 시 국가적 데이터 주권을 확보합니다.
  
-=====5. 활용방안===== + • **학술 연구**: 대기 흐름에 따른 온실가스의 흡수원(Sink)과 배출원(Source) 추정 연구에 필수적입니다.
-<code py> +
-소스코드 : {{ :세계기상:gts_synop_temperature_example.py |}} +
-    def main(): +
-        end_tm_str = get_end_tm_utc() +
-        print("=" * 60) +
-        print("GTS 지상(SYNOP) 도시별 기온 비교") +
-        print("사용 API:", BASE_URL) +
-        print("조회 종료시각(UTC):", end_tm_str) +
-        print("조회 범위(dtm, 시간):", DTM_HOURS) +
-        print("그래프 간격(시간):", PLOT_INTERVAL_HOURS) +
-        print("=" * 60) +
-        # 1) 여러 도시 자료 수집 +
-        raw_df = collect_all_cities(STATIONS, end_tm_str, DTM_HOURS) +
-        if raw_df.empty: +
-            print("\n[안내] 모든 도시에서 자료 수집에 실패했습니다.") +
-            return +
-        # 2) 전체 원자료 저장 +
-        save_csv(raw_df, "gts_all_columns_raw.csv") +
-        # 3) 그래프용 간격 추출 +
-        filtered_df = select_plot_interval(raw_df, end_tm_str, PLOT_INTERVAL_HOURS) +
-        # 4) 기온용 테이블 생성 +
-        temp_df = build_temperature_table(filtered_df) +
-        # 5) 기온 테이블 저장 +
-        save_csv(temp_df, "gts_temperature_only.csv") +
-        # 6) 요약 출력 +
-        print_summary(temp_df) +
-        # 7) 그래프 출력 +
-        plot_temperature(temp_df) +
-</code>    +
- +
  
-^              city                  ^   STN   ^   datetime_utc   ^   datetime_kst   ^   TA   ^ 
-| Beijing | 54511 | 2022-11-29 12:00:00+00:00 | 2022-11-29 21:00:00+09:00 | -7.5 | 
-| Seoul | 47108 | 2022-11-29 12:00:00+00:00 | 2022-11-29 21:00:00+09:00 | 1.0 | 
-| Tokyo | 47662 | 2022-11-29 12:00:00+00:00 | 2022-11-29 21:00:00+09:00 | 18.9 | 
-| Beijing | 54511 | 2022-11-29 15:00:00+00:00 | 2022-11-30 00:00:00+09:00 | -8.2 | 
-| Seoul | 47108 | 2022-11-29 15:00:00+00:00 | 2022-11-30 00:00:00+09:00 | -1.6 | 
-| Tokyo | 47662 | 2022-11-29 15:00:00+00:00 | 2022-11-30 00:00:00+09:00 | 20.3 | 
-| Beijing | 54511 | 2022-11-29 18:00:00+00:00 | 2022-11-30 03:00:00+09:00 | -8.5 | 
-| Seoul | 47108 | 2022-11-29 18:00:00+00:00 | 2022-11-30 03:00:00+09:00 | -4.1 | 
-| Tokyo | 47662 | 2022-11-29 18:00:00+00:00 | 2022-11-30 03:00:00+09:00 | 16.0 | 
-| Beijing | 54511 | 2022-11-29 21:00:00+00:00 | 2022-11-30 06:00:00+09:00 | -7.9 | 
-| Seoul | 47108 | 2022-11-29 21:00:00+00:00 | 2022-11-30 06:00:00+09:00 | -6.0 | 
-| Tokyo | 47662 | 2022-11-29 21:00:00+00:00 | 2022-11-30 06:00:00+09:00 | 15.7 | 
-| Beijing | 54511 | 2022-11-30 00:00:00+00:00 | 2022-11-30 09:00:00+09:00 | -8.6 | 
-| Seoul | 47108 | 2022-11-30 00:00:00+00:00 | 2022-11-30 09:00:00+09:00 | -6.6 | 
-| Tokyo | 47662 | 2022-11-30 00:00:00+00:00 | 2022-11-30 09:00:00+09:00 | 16.6 | 
-| Beijing | 54511 | 2022-11-30 03:00:00+00:00 | 2022-11-30 12:00:00+09:00 | -4.0 | 
-| Seoul | 47108 | 2022-11-30 03:00:00+00:00 | 2022-11-30 12:00:00+09:00 | -4.7 | 
-| Tokyo | 47662 | 2022-11-30 03:00:00+00:00 | 2022-11-30 12:00:00+09:00 | 18.5 | 
-| Beijing | 54511 | 2022-11-30 06:00:00+00:00 | 2022-11-30 15:00:00+09:00 | -1.4 | 
-| Seoul | 47108 | 2022-11-30 06:00:00+00:00 | 2022-11-30 15:00:00+09:00 | -2.7 |