기상기후데이터위키

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

======지진 (Earthquake) 데이터======

[[지진_화산:지진#활용방안|{{:wiki:활용방안클릭.png?250|}}]]

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**:
  *  **속도계(Velocity Sensor)**: 지면 운동의 속도를 측정하며, 초광대역(VBB) 및 광대역 센서는 원거리 및 미세 지진 분석에, 단주기 센서는 근거리 지진 분석에 특화됩니다.
  *  **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 |}}

==== 4.1. 라이브러리 설치 및 기본 설정 ====

지진목록 자료를 조회하고 최근 1년 지진의 진앙 분포도를 시각화하기 위해 필요한 라이브러리를 설치합니다.

<code py>
pip install requests pandas matplotlib cartopy
</code>

<code py>
import os
from datetime import datetime, timedelta

import requests
import pandas as pd

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
from matplotlib import font_manager
from matplotlib.lines import Line2D

import cartopy.crs as ccrs
import cartopy.feature as cfeature
</code>

API 인증키와 API 주소, 조회 기간, 결과 파일명을 설정합니다.

<code py>
AUTH_KEY = "본인의_API_인증키"

BASE_URL = "https://apihub.kma.go.kr/api/typ01/url/eqk_list.php"

START_TM = None
END_TM = None

DISP = 1
HELP = 1

OUTPUT_CSV = "earthquake_list_last_1year.csv"
RAW_TEXT_FILE = "earthquake_raw_response.txt"

OUTPUT_PNG_ALL = "earthquake_epicenter_map_all.png"
OUTPUT_PNG_M2 = "earthquake_epicenter_map_m2.png"
OUTPUT_PNG_M4 = "earthquake_epicenter_map_m4.png"
OUTPUT_PNG_M6 = "earthquake_epicenter_map_m6.png"
OUTPUT_PNG_M8 = "earthquake_epicenter_map_m8.png"
</code>

BASE_URL은 (신)기상자료개방포털 > API > 지진/화산 > 국내·외 지진정보 > 지진목록(임의기간의 지진정보) 조회
메뉴의 호출 URL을 사용합니다.

START_TM과 END_TM을 None으로 설정하면 현재 시각 기준 최근 1년 기간을 자동으로 조회합니다.

==== 4.2. 지진목록 자료 조회 및 정리 ====

조회 시작시각과 종료시각을 yyyyMMddHHmm 형식으로 생성합니다.

<code py>
def make_time_range():
    if START_TM is not None and END_TM is not None:
        return START_TM, END_TM

now = datetime.now()
    one_year_ago = now - timedelta(days=365)

tm1 = one_year_ago.strftime("%Y%m%d%H%M")
    tm2 = now.strftime("%Y%m%d%H%M")
    return tm1, tm2
</code>

지진목록 API를 호출하여 응답 원문 TEXT를 받아옵니다.

<code py>
def fetch_earthquake_text(tm1, tm2):
    params = {
        "tm1": tm1,
        "tm2": tm2,
        "disp": DISP,
        "help": HELP,
        "authKey": AUTH_KEY,
    }

response = requests.get(BASE_URL, params=params, timeout=60)
    response.raise_for_status()

text = response.text

with open(RAW_TEXT_FILE, "w", encoding="utf-8") as f:
        f.write(text)

return text
</code>

API 응답에는 설명 줄과 실제 데이터 줄이 함께 포함됩니다.

설명 줄은 #으로 시작하므로 제외하고, 숫자로 시작하는 줄만 실제 지진 데이터로 사용합니다.

<code py>
def extract_data_lines(text):
    lines = []

for raw_line in text.splitlines():
        line = raw_line.strip()

if not line:
            continue

if line.startswith("#"):
            continue

if line[0].isdigit():
            lines.append(line)

return lines
</code>

응답 데이터 중 진앙 분포도 작성에 필요한 컬럼만 사용합니다.

<code py>
COLUMNS = [
    "TP",
    "TM_FC",
    "SEQ",
    "TM_EQK_MSC",
    "MT",
    "LAT",
    "LON",
    "LOC",
]
</code>

추출한 데이터 줄을 pandas DataFrame으로 변환합니다.

<code py>
def parse_text_to_dataframe(text):
    lines = extract_data_lines(text)

if len(lines) == 0:
        return pd.DataFrame(columns=COLUMNS)

rows = []

for line in lines:
        line = line.strip()

if line.endswith(",="):
            line = line[:-2]

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()

rest = parts[7].strip()
        loc = rest.split(",", 1)[0].strip()

rows.append([tp, tm_fc, seq, tm_eqk_msc, mt, lat, lon, loc])

df = pd.DataFrame(rows, columns=COLUMNS)
    return df
</code>

숫자형 컬럼과 시간 컬럼을 변환하고, 지도 표출에 필요한 규모, 위도, 경도 값이 없는 행은 제거합니다.

<code py>
def clean_dataframe(df):
    if df.empty:
        return df

df = df.copy()

numeric_cols = ["TP", "SEQ", "MT", "LAT", "LON"]
    for col in numeric_cols:
        df[col] = pd.to_numeric(df[col], errors="coerce")

df["datetime_eqk"] = pd.to_datetime(
        df["TM_EQK_MSC"],
        format="%Y%m%d%H%M%S.%f",
        errors="coerce"
    )

df["datetime_fc"] = pd.to_datetime(
        df["TM_FC"],
        format="%Y%m%d%H%M",
        errors="coerce"
    )

df = df.dropna(subset=["MT", "LAT", "LON"]).copy()
    df = df.sort_values("datetime_eqk").reset_index(drop=True)

return df
</code>

==== 4.3. 지진 진앙 분포도 저장 ====

지진 규모를 M2, M4, M6, M8 구간으로 분류합니다.

<code py>
def classify_magnitude(mt):
    if pd.isna(mt):
        return "UNKNOWN"

mt = float(mt)

if mt < 4.0:
        return "M2"
    elif mt < 6.0:
        return "M4"
    elif mt < 8.0:
        return "M6"
    else:
        return "M8"
</code>

규모 구간별 색상을 지정합니다.

<code py>
COLOR_M2 = "#1E88E5"
COLOR_M4 = "#FDD835"
COLOR_M6 = "#FB8C00"
COLOR_M8 = "#E53935"

def magnitude_class_to_color(cls):
    if cls == "M2":
        return COLOR_M2
    elif cls == "M4":
        return COLOR_M4
    elif cls == "M6":
        return COLOR_M6
    elif cls == "M8":
        return COLOR_M8
    else:
        return "gray"
</code>

전지구 지도 배경을 생성합니다.

<code py>
def setup_map():
    fig = plt.figure(figsize=(16, 7))
    ax = plt.axes(projection=ccrs.PlateCarree())
    ax.set_global()

ax.coastlines(linewidth=0.8)
    ax.add_feature(cfeature.BORDERS, linewidth=0.4)
    ax.add_feature(cfeature.LAND, alpha=0.3)
    ax.add_feature(cfeature.OCEAN, alpha=0.2)
    ax.gridlines(draw_labels=False, linewidth=0.4, linestyle="--", alpha=0.5)

return fig, ax
</code>

전체 지진 진앙 분포도를 저장합니다.

<code py>
def plot_all_map(df):
    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=32,
        c=tmp["COLOR"],
        alpha=0.85,
        edgecolors="black",
        linewidths=0.25,
        transform=ccrs.PlateCarree()
    )

ax.set_title("Epicenter Distribution for the Last 1 Year (All)", fontsize=14)

plt.savefig(OUTPUT_PNG_ALL, dpi=150, bbox_inches="tight")
    plt.close()
</code>

규모 구간별 지도도 각각 저장합니다.

<code py>
def plot_single_class_map(df, mag_class, output_png):
    if df.empty:
        return

tmp = df.copy()
    tmp["MAG_CLASS"] = tmp["MT"].apply(classify_magnitude)
    tmp = tmp[tmp["MAG_CLASS"] == mag_class].copy()

if tmp.empty:
        return

color = magnitude_class_to_color(mag_class)

fig, ax = setup_map()

ax.scatter(
        tmp["LON"],
        tmp["LAT"],
        s=32,
        color=color,
        alpha=0.85,
        edgecolors="black",
        linewidths=0.25,
        transform=ccrs.PlateCarree()
    )

ax.set_title(f"Epicenter Distribution for the Last 1 Year ({mag_class})", fontsize=14)

plt.savefig(output_png, dpi=150, bbox_inches="tight")
    plt.close()
</code>

전체 실행 코드는 다음과 같습니다.

<code py>
tm1, tm2 = make_time_range()

text = fetch_earthquake_text(tm1, tm2)

df = parse_text_to_dataframe(text)

df = clean_dataframe(df)

df.to_csv(OUTPUT_CSV, index=False, encoding="utf-8-sig")

plot_all_map(df)
plot_single_class_map(df, "M2", OUTPUT_PNG_M2)
plot_single_class_map(df, "M4", OUTPUT_PNG_M4)
plot_single_class_map(df, "M6", OUTPUT_PNG_M6)
plot_single_class_map(df, "M8", OUTPUT_PNG_M8)
</code>

실행하면 다음 파일이 생성됩니다.

{{: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