차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- 태풍:베스트트랙 [2026/05/06 02:17] – [5. 활용방안] admin
+++ 태풍:베스트트랙 [2026/05/06 08:24] (현재) – [4. 베스트트랙 제공 위치] admin
@@ 줄 17: / 줄 17: @@
 태풍의 위치(위‧경도), 중심기압, 최대풍속, 강도 등급, 강풍반경, 폭풍반경 정보를 포함합니다.
-====① 베스트트랙 양식(예시)====
+====3.1 베스트트랙 양식(예시)====
-^   등급   ^  태풍호수  ^  날짜(UTC)  ^^^^  위치  ^^  강도  ^^  강풍반경  ^^^  폭풍반경  ^^^  태풍이름  ^
+^   등급   ^  태풍 \\ 호수  ^  날짜(UTC)  ^^^^  위치  ^^  강도  ^^  강풍반경  ^^^  폭풍반경  ^^^  태풍이름  ^
 ^ ::: ^ ::: ^  년  ^  월  ^  일  ^  시  ^  경도(°E)  ^  위도(°N)  ^  최대풍속(m/s)  ^  중심기압(hPa)  ^  장반경(km)  ^  단반경(km)  ^  단반경방향(°)  ^  장반경(km)  ^  단반경(km)  ^  단반경방향(°)  ^ ::: ^
 |  TS  |  2401  |  2024  |  05  |  25  |  12  |  122.2  |  13.3  |  18  |  1000  |  180  |  110  |  270.0  |  -999  |  -999  |  -999.9  |  EWINIAR  |
-====② 베스트트랙 세부내용====
+====3.2 베스트트랙 세부내용====
 ^  종류  ^^  자리수  ^  세부내용  ^
@@ 줄 50: / 줄 50: @@
 =====4. 베스트트랙 제공 위치=====
- • 기상청 누리집(https://www.kma.go.kr/kma/): 알림‧자료 > 기상간행물 > 국가태풍센터 간행물 > 베스트트랙
+ • **기상청 누리집(https://www.kma.go.kr/kma/)**: 알림‧자료 > 기상간행물 > 국가태풍센터 간행물 > 베스트트랙
- • 기상청 API허브(https://apihub.kma.go.kr/): 태풍 > 태풍 베스트트랙
+ • **기상청 API허브(https://apihub.kma.go.kr/)**: 태풍 > 태풍 베스트트랙
- • IBTrACS(International Best Track Archive for Climate Stewardship)
+ • **IBTrACS(International Best Track Archive for Climate Stewardship)**
 ===== 5. 활용방안 =====
@@ 줄 379: / 줄 379: @@
 {{:태풍:typhoon_besttrack_map_2023_2301.png?nolink500}}
 {{:태풍:typhoon_besttrack_map_2023_2311.png?nolink500}}
-====① 데이터 정제 함수====
-<code py>
-   def clean_besttrack_df(df):
-      if df.empty:
-          return df
-      df = df.copy()
-      numeric_cols = ["TYNO", "YY", "MM", "DD", "HH", "LON", "LAT", "MAX_WS", "PRES", "R15", "R25"]
-      for col in numeric_cols:
-          df[col] = pd.to_numeric(df[col], errors="coerce")
-      # 결측값 처리
-      for col in ["MAX_WS", "PRES", "R15", "R25"]:
-          df.loc[df[col] <= -9, col] = pd.NA
-      # YY가 2자리면 2000년대 보정
-      if df["YY"].dropna().max() < 100:
-          df["YYYY"] = df["YY"].apply(lambda x: int(2000 + x) if pd.notna(x) else pd.NA)
-      else:
-          df["YYYY"] = df["YY"]
-      def make_dt(row):
-          try:
-              return datetime(
-                  int(row["YYYY"]),
-                  int(row["MM"]),
-                  int(row["DD"]),
-                  int(row["HH"])
-              )
-          except Exception:
-              return pd.NaT
-      df["datetime"] = df.apply(make_dt, axis=1)
-      # 유효한 범위만 남김
-      df = df.dropna(subset=["LAT", "LON"]).copy()
-      df = df[(df["LAT"] >= -90) & (df["LAT"] <= 90)]
-      df = df[(df["LON"] >= 0) & (df["LON"] <= 360)]
-      # 0~360 경도를 -180~180으로 바꾸고 싶으면 아래 사용
-      # df["LON"] = df["LON"].apply(lambda x: x - 360 if x > 180 else x)
-      df = df.sort_values("datetime").reset_index(drop=True)
-      return df
-</code>
-====② 지도 시각화 함수====
-<code py>
-   def plot_typhoon_track(df):
-       # 1. 지도 및 투영법 설정
-       fig = plt.figure(figsize=(12, 10))
-       ax = plt.axes(projection=ccrs.PlateCarree())
-       # 2. 지형지물 추가 (육지, 바다, 해안선)
-       ax.add_feature(cfeature.LAND, facecolor="#f2f2f2")
-       ax.add_feature(cfeature.OCEAN, facecolor="#e6f2ff")
-       ax.add_feature(cfeature.COASTLINE, linewidth=0.8)
-       # 3. 태풍 경로 및 중심점 그리기
-       ax.plot(df["LON"], df["LAT"], color="black", transform=ccrs.PlateCarree())
-       ax.scatter(df["LON"], df["LAT"], color="royalblue", transform=ccrs.PlateCarree())
-       # 4. 강풍 반경 원 그리기 (반복문을 통해 R15, R25 표시)
-       for i, row in df.iterrows():
-           draw_wind_radius(ax, row["LON"], row["LAT"], row["R15"], "orange", "gold")
-           draw_wind_radius(ax, row["LON"], row["LAT"], row["R25"], "red", "red")
-       # 5. 결과물 저장
-       plt.savefig(OUTPUT_PNG, dpi=150, bbox_inches="tight")
-</code>
-====③ 예상결과====
-{{:태풍:typhoon_besttrack_map_2023_2301.png?nolink500}}
-{{:태풍:typhoon_besttrack_map_2023_2311.png?nolink500}}