[논문 리뷰] A simple method to downscale daily wind statistics to hourly wind data

Zhongling Guo|arXiv (Cornell University)|2013. 05. 15.

Aeolian processes and effects참고 문헌 5인용 수 4

한 줄 요약

이 논문은 하루 평균 풍속과 최대 풍속 또는 하루 평균 풍속만을 사용하여 시간당 풍속 데이터를 생성하기 위한 단순한 통계적 다운스케일링 방법을 제시한다. 바람이 많이 부는 현장에서 확보한 9년간의 관측 시간당 데이터를 바탕으로, 특히 5 m s⁻¹ 이상의 풍속(에로시브 풍속)에서 누적 풍속 분포를 정확히 재현하며 높은 네시-서틀리피시 효율을 보여, 시간당 측정 자료가 없더라도 신뢰할 수 있는 풍 erosion 모델링이 가능하다.

ABSTRACT

Wind is the principal driver in the wind erosion models. The hourly wind speed data were generally required for precisely wind erosion modeling. In this study, a simple method to generate hourly wind speed data from daily wind statistics (daily average and maximum wind speeds together or daily average wind speed only) was established. A typical windy location with 3285 days (9 years) measured hourly wind speed data were used to validate the downscaling method. The results showed that the overall agreement between observed and simulated cumulative wind speed probability distributions appears excellent, especially for the wind speeds greater than 5 m s-1 range (erosive wind speed). The results further revealed that the values of daily average erosive wind power density (AWPD) calculated from generated wind speeds fit the counterparts computed from measured wind speeds well with high models' efficiency (Nash-Sutcliffe coefficient). So that the hourly wind speed data can be predicted from daily average and maximum wind speed data or only daily average wind speed data, respectively. Further studies are needed to examine the findings for inter-site wind data.

연구 동기 및 목표

• 제한된 일일 풍속 통계 자료로부터 실용적인 시간당 풍속 데이터 생성 방법을 개발하기 위해.
• 고시간 해상도의 풍속 자료를 제공함으로써 풍 erosion 모델링의 정확도를 향상시키기 위해.
• 실제 바람이 많이 부는 지역에서 장기적인 관측 시간당 풍속 데이터를 사용하여 다운스케일링 방법을 검증하기 위해.
• 특히 에로시브 풍속을 중심으로 핵심 풍속 통계를 얼마나 잘 재현하는지 평가하기 위해.
• 비용이 많이 드는 시간당 모니터링에 의존하지 않고도 데이터 부족 지역에서 풍 erosion 모델의 광범위한 적용을 가능하게 하기 위해.

제안 방법

• 방법은 일일 평균 및 최대 풍속을 기반으로 하루 동안 시간대별 풍속 값을 분포시키는 확률적 접근을 사용한다.
• 매일의 풍속 변화에 대한 확률 분포를 가정하며, 이는 9년간의 관측 시간당 데이터를 기반으로 校정된다.
• 다운스케일링 모델은 관측된 일일 평균 및 최대 풍속 통계와 일치하는 시간당 풍속을 생성한다.
• 모델의 강건성을 확보하기 위해 바람이 활발한 지역에서 확보한 3285일 분량의 데이터셋을 사용하여 테스트된다.
• 모델 성능 평가에는 네시-서틀리피시 효율 계수와 누적 풍속 확률 분포의 비교가 사용된다.
• 최대 풍속 자료가 있는지 여부에 따라 각각 모델을 적용하여 민감도 및 유연성을 평가한다.

실험 결과

연구 질문

• RQ1 하루 평균 및 최대 풍속 통계 자료만으로 시간당 풍속 데이터를 신뢰성 있게 재구성할 수 있는가?
• RQ2 특히 5 m s⁻¹ 이상의 범위에서 다운스케일링 방법이 누적 풍속 분포를 얼마나 잘 재현하는가?
• RQ3 관측값과 비교할 때, 생성된 자료가 일일 평균 에로시브 풍속 에너지 밀도(AWPD)를 추정하는 데 얼마나 정확한가?
• RQ4 최대 풍속 자료가 없이 일일 평균 풍속 자료만으로도 이 방법이 어떻게 성능을 발휘하는가?
• RQ5 이 방법이 시간당 풍속 모니터링이 없는 지역에서 풍 erosion 모델링을 얼마나 잘 지원할 수 있는가?

주요 결과

• 다운스케일링 방법은 관측 자료와 뛰어난 일치를 보였으며, 특히 5 m s⁻¹ 이상의 풍속에서 누적 풍속 분포에 대해 뛰어난 일치를 보였다.
• 일일 평균 에로시브 풍속 에너지 밀도(AWPD)에 대한 네시-서틀리피시 효율 계수는 매우 높아 모델 성능이 뛰어나다는 것을 시사한다.
• 하루 평균 및 최대 풍속 자료만을 사용하여도 현실적인 시간당 풍속 시계열을 성공적으로 생성하였다.
• 최대 풍속 자료가 없이도 일일 평균 풍속 자료만으로도 관측된 분포 및 AWPD 추정치와 양호한 일치를 유지하였다.
• 결과적으로 이 방법은 데이터 제약이 있는 환경에서 풍 erosion 모델링에 강건하고 적합한 것으로 나타났다.
• 이 방법은 시간당 측정 자료에 대한 실용적이고 정확한 대안을 제공한다.