기상기후데이터위키

문서의 이전 판을 선택했습니다! 저장하면 이 자료로 새 판을 만듭니다.

======지진 (Earthquake) 데이터======

[[지진_화산:지진#활용방안|{{:wiki:활용방안클릭.png?linkonly250|}}]]

출처: https://www.kma.go.kr/eqk_pub/main2.do
=====1. 개요=====

지진은 지구 내부 단층의 급격한 파쇄 혹은 마그마의 이동으로 발생하는 탄성파 현상입니다. 한반도는 유라시아 판 내부에 위치하여 판 경계 지역(일본 등)에 비해 발생 빈도는 낮으나, 지각 내 응력 축적에 따른 중대형 지진(규모 5.0 이상)의 위험이 상존합니다. 기상청은 국가지진방재의 중추로서 지진의 발생 위치(진원, 진앙), 발생 시각, 규모(Magnitude), 그리고 지표면의 흔들림 정도인 진도(Intensity)를 정밀하게 분석하여 데이터를 제공합니다.
 
{{지진_화산:38ea0643-706c-4ef7-9d0b-7806baf81235.png?nolink800}}

출처: https://www.kma.go.kr/eqk_pub/obsrEarthquake.do?tab=3

=====2. 관측 (Observation)=====

국가지진관측망은 지면의 미세한 움직임을 실시간으로 포착하기 위해 다수의 관측소와 고정밀 센서로 구성됩니다.
 
• 관측망 밀집도: 전국적으로 약 10~20km 간격의 관측망을 구축하여 지진 분석의 정밀도를 높이고 있습니다.
 
• 센서의 종류:
 
o 속도계(Velocity Sensor): 지면 운동의 속도를 측정하며, 초광대역(VBB) 및 광대역 센서는 원거리 및 미세 지진 분석에, 단주기 센서는 근거리 지진 분석에 특화됩니다.

o 가속도계(Acceleration Sensor): 강지진 발생 시 포화(Saturation) 없이 강한 흔들림을 측정하며, 구조물 및 지반의 동적 특성 분석에 필수적입니다.
 
• 관측 환경: 배경 잡음(Background Noise)을 최소화하기 위해 지표형 외에도 지하 수십~수백 미터 아래에 설치하는 시추형(Borehole) 관측소를 확대 운영하고 있습니다.

=====3. 산출물 (Data Products)=====

• 파형 데이터(Waveform Data): 관측소에서 기록된 시계열 데이터로, 국제 표준 포맷인 MiniSEED 혹은 SEED 형식으로 제공됩니다. 이는 지각 구조 연구 및 파원을 정밀 분석하는 데 활용됩니다.

• 지진 카탈로그(Event Catalog): 지진 발생 시각, 진앙 위치(위경도), 진원 깊이, 규모 등을 포함한 속성 데이터베이스입니다.

• 지진조기경보(EEW): 지진 발생 후 수 초 이내에 파괴력이 큰 S파 도착 시간을 예측하여 전파하는 경보 데이터입니다.

• 계기진도 데이터: 관측된 최대지반가속도(PGA) 또는 속도(PGV)를 기반으로 산출된 지역별 진도 값(MMI 등급)입니다.

{{지진_화산:e2e557da9b204239c774af7fe58a06dae7iit1tkhydmy4mp-279.png?nolink800}}

======지진해일 (Tsunami) 데이터======

=====1. 개요=====

지진해일은 해저 지진 등으로 인해 해수면 높이가 급격히 변하며 발생하는 장주기파(Long Wave)입니다. 동해와 같이 수심이 깊은 해역에서 발생한 지진해일은 시속 수백 킬로미터로 이동하며, 연안의 얕은 수심으로 진입할 때 파고가 급증하여 막대한 피해를 입힙니다. 기상청은 일본 서쪽 해역의 대규모 지진에 따른 동해안 내습 가능성을 상시 감시합니다.

{{지진_화산:ecece1e04cbacfc0a6efa11338222dbf_1628170432_1722.jpg?nolink800}}

=====2. 관측 (Observation)=====

기상청은 울릉도, 임원항 및 정동진에 해일파고계(15m 이상 파고 관측 가능), 연안 방재 관측 시스템(17개소), 해상감시 CCTV(24개소), 국립해양조사원의 조위자료(56개소) 등을 공유하여 실시간으로 감시에 활용하고 있습니다.

• 해일파고계: 연안의 조석 성분을 제외한 해수면의 급격한 변동만을 추출하기 위해 초음파 혹은 수압 센서를 활용합니다.

• 조위관측소 공유: 국립해양조사원의 고정밀 조위 관측 데이터를 실시간으로 수신하여 보완적인 감시망을 운영합니다.

{{지진_화산:0d63ac33-4724-4ea4-9b25-f9a54a7feffd.jpg?nolink500}}
{{지진_화산:00f9dc56-6094-4a1b-b67d-847c24c05194.jpg?nolink500}}

=====3. 산출물 (Data Products)=====

• 수치모의 시나리오 DB: 가상 지진 파원에 따른 예상 파고 및 도달 시간을 미리 계산한 6,000여 개의 시나리오 세트입니다.

• 지진해일 특보: 예상 파고가 일정 기준(주의보 0.5m, 경보 1.0m 이상)을 초과할 것으로 예상될 때 발표되는 격자형 공간 데이터입니다.

• 실시간 해수면 변동 자료: 관측소별로 기록된 지진해일의 최대 파고와 내습 지속 시간 데이터입니다.

{{지진_화산:4f6b31d517c8401fc11367483f6fd152mWHLeeTs6IHCjIAP-673.png}}

=====4. 활용방안=====
소스코드 : {{ :지진_화산:earthquake_epicenter_example.py |}}

====① 데이터 파싱 함수====
<code py>
   def parse_text_to_dataframe(text):
       """ API 응답 텍스트를 DataFrame으로 변환
       주의: LOC 뒤쪽 INT, REM, COR에는 쉼표가 섞일 수 있으므로 이번 교육용 지도 예제에서는 앞의 고정 7개 필드 + LOC만 사용한다."""
       lines = extract_data_lines(text)
       if len(lines) == 0:
           return pd.DataFrame(columns=COLUMNS)
       rows = []
       for line in lines:
           line = line.strip()
           # 맨 끝 ",=" 제거
           if line.endswith(",="):
               line = line[:-2]
           # 앞 7개는 고정 필드, 나머지는 통째로 받음
           parts = line.split(",", 7)
           if len(parts) < 8:
               continue
           tp = parts[0].strip()
           tm_fc = parts[1].strip()
           seq = parts[2].strip()
           tm_eqk_msc = parts[3].strip()
           mt = parts[4].strip()
           lat = parts[5].strip()
           lon = parts[6].strip()
           # 나머지 전체에서 LOC만 추출
           rest = parts[7].strip()
           loc = rest.split(",", 1)[0].strip()
           rows.append([tp, tm_fc, seq, tm_eqk_msc, mt, lat, lon, loc])
       if len(rows) == 0:
           return pd.DataFrame(columns=COLUMNS)
       df = pd.DataFrame(rows, columns=COLUMNS)
       return df
</code>
====② 전체 분포도 시각화 함수====      
<code py>
   def plot_all_map(df):
    """전체 지진 분포도 저장 규모 구간별 색상을 다르게 사용"""
       if df.empty:
           print("[안내] 전체 지도에 그릴 데이터가 없습니다.")
           return
       fig, ax = setup_map()
       tmp = df.copy()
       tmp["MAG_CLASS"] = tmp["MT"].apply(classify_magnitude)
       tmp["COLOR"] = tmp["MAG_CLASS"].apply(magnitude_class_to_color)
       ax.scatter(tmp["LON"], tmp["LAT"], s=POINT_SIZE, c=tmp["COLOR"], alpha=POINT_ALPHA, edgecolors=POINT_EDGE_COLOR, linewidths=POINT_EDGE_WIDTH,transform=ccrs.PlateCarree())
       add_color_legend(ax)
       ax.set_title("Epicenter Distribution for the Last 1 Year (All)", fontsize=14)
       plt.subplots_adjust(right=0.82)
       plt.savefig(OUTPUT_PNG_ALL, dpi=150, bbox_inches="tight")
       plt.close()
       print("[저장 완료] PNG:", OUTPUT_PNG_ALL)
</code>

====③ 예상결과====   
{{:지진_화산:earthquake_epicenter_map_all.png?nolink500}}
{{:지진_화산:earthquake_epicenter_map_m2.png?nolink500}}
{{:지진_화산:earthquake_epicenter_map_m4.png?nolink500}}
{{:지진_화산:earthquake_epicenter_map_m6.png?nolink500}}
{{:지진_화산:earthquake_epicenter_map_m8.png?nolink500}}

편집 요약