WRF-Hydro(기상-수문 통합 모델), SMAP 위성 토양수분 자료, Ensemble Kalman Filter(EnKF), CDF 편차 보정 기법으로, 위성관측 토양수분자료와 수치모델 산출값을 결합해 모형의 예측 정확도(토양수분 및 유출량)를 향상시키는 시스템 구현

1) 앙상블 생성
- 강우, 단파복사, 장파복사 등 기상자료 + 6개 토양층의 수분 데이터에 섭동(perturbation) 부여 → 12개 앙상블 생성
- 섭동 기법은 NASA GMAO의 기법 사용
2) 모형 구동
- 각 앙상블을 WRF-Hydro 모델에 적용하여 6층 구조의 토양수분 시뮬레이션 수행
3) 편차 제거
- 위성자료(SMAP)의 공간해상도: 3km, 9km, 36km
- CDF 기반 편차 제거:
1.Grid-CDF: 격자 단위 누적분포함수
2.MonthlyGrid-CDF: 월별 격자 단위 누적분포함수
- 시간 해상도에 따른 CDF 보정 영향 분석 수행
4) 자료 동화
- 편차가 제거된 위성관측자료와 모형 산출값을 EnKF 기법으로 통합
- 오차공분산 계산, Kalman Gain 산출, 동화 수행
5) 결과값 생성 및 반복
- 동화된 결과의 평균값 + 섭동 적용 → 앙상블 결과 재생성 → 다음 예측에 활용 (반복 학습 구조)

1) 적용 분야
- 기후위기 대응 도시 수문예측
- 탄소중립 인프라 설계
- 스마트 농업·정밀농업
- 재난 예보 시스템 (홍수, 가뭄 등)

2) 기상 장치 시장
글로벌 기상 장치 시장 규모는 2023년 기준 15억 1,000만 달러에서 2032년 20억 8,000만 달러까지 연평균 3.54% 성장할 것으로 전망됨.
인공 지능, IoT, 빅데이터 분석 등은 기상 정보와 기상 장치의 정확성을 향상시키며, 무선통신, 차세대 워크스테이션, 디지털 데이터베이스 예측 등 첨단 기술의 도입이 기상 장치 시장 성장을 주도하고 있음.

1) 기존 기술의 한계점
- 대부분의 CDF 매칭 기법은 단일 시간·공간 해상도로 한정
- 격자 단위 고려 없이 넓은 지역 단일 CDF 사용 → 지역별 수분 편차 반영 어려움
- 편차 보정 없이 EnKF 동화 수행 시 예측 정확도 저하

2) 본 발명의 특장점
- 다중 공간해상도 위성자료(3km~36km) 동시 적용 가능
- Grid-CDF + MonthlyGrid-CDF 동시 활용으로 시간·공간 해상도에 따른 편차 정밀 보정
- 6층 구조의 고해상도 토양층 모델링 적용
- Ensemble Kalman Filter를 반복 순환 구조로 적용 → 시계열 기반 최적화 강화

3) 차별화 포인트
- 격자 단위의 CDF 보정기법 도입 → 기존보다 정밀한 모델 보정 가능
- 시간 해상도 차이에 따른 CDF 매칭 효과 분석 가능
- 결과 데이터를 반복 활용하는 구조로 진화형 데이터 동화 시스템 구현