[AI SPARK 챌린지] 대회1. 섬진강 유역 내 강우량 예측 문제

공지사항

[11/11]

기존에 미제공되었던 천리안 데이터의 경우 요청 및 다운로드에 어려움을 겪는 분들이 많으신 것으로 파악되어, 
주최 측과 협의 하에 추가 제공해드리는 방안으로 변경진행하기로 결정되었습니다.

아래 링크를 통해서도 다운로드 가능하시오니 확인 부탁드립니다. ('데이터' 탭에서도 추가 안내)
 

• 천리안 데이터 다운로드 링크 : https://bit.ly/3C2Wpar

  • 포함 데이터 : RR (강우강도), TPW(가강수량)

  • 각 폴더 내 파일명에 날짜 및 시간기록되어있음

  • 2개 폴더 포함 전체 용량이 160GB 정도 되오니 참고 부탁드립니다.

더욱 수월한 참여가 되시길 바라며, 즐거운 경진대회 되시길 바랍니다 :)

(추가 주의사항)

• 제출할 정답 추론에 사용되는 input 데이터는 테스트 셋에 해당하는 기간에 수집된 데이터만 사용 가능합니다.

** 출력 데이터가 수집된 기간과 동일한 기간에 수집된 입력 데이터만 사용하셔야 합니다. 

예를 들어 2020년 10월 01일 01시의 시강수량에 대한 추론은 2020년 10월 01일 01시에 수집한 TPW, RR, GPM 데이터를 사용하셔야 합니다.

** 과거의 데이터를 누적하여 이후 시강수량을 예측하는 것은 가능합니다. 하지만 예측하려는 시간보다 미래에 수집된 입력 데이터를 사용하시면 안됩니다.

예를 들어 2020년 10월 01일 06 시의 시강수량에 대한 추론은, 2020년 10월 01일  01시 부터 06시 까지의 TPW, RR, GPM 데이터를 사용하셔도 됩니다. 하지만 2020년 10월 01일 07시 이후의 데이터는 사용하시면 안됩니다. 또 검증 셋 이외의 학습 셋에 해당하는 기간인 2020년 09월  30일 23시 에 수집한 데이터는 사용하시면 안됩니다.

관련하여 혼란한 점 있으시면 언제든지 문의 해주시기 바랍니다.

1. 입력 데이터

데이터 내려받기 기능으로 데이터를 내려받으시면 아래와 같은 구조로 되어 있습니다.

Saejong_precipitation_dataset/
├── geometry/
│   ├── input-cheonlian-2A/
│   └── output-seomjingang/
├── test/
│   ├── input_cheonlian-2A/
│   ├── input_nasa_gpm/
│   └── sample_output_seomjingang.csv
└── train/
    ├── input_cheonlian-2A/
    ├── input_nasa_gpm/
    └── train_output_seomjingang.csv

0. 전체 데이터 개요

전체 데이터에는 UTC +09:00:00 기준(한국 시간) 2020년 1월 1일 01시 부터 2021년 7월 31일 24시 이전까지의 1시간 단위 혹은 30분 단위의 관측 데이터가 포함됩니다.

1. train_output_seomjingang.csv/sample_output_seomjingang.csv

   • output 파일에는 섬진강 유역의 지상관측소에서 측정한 강수량 정보가 1 시간 단위로 ‘시강수량’ 컬럼에 들어있습니다.

   • 검증용 파일과 함께 들어있는 sample_output_seomjingang.csv 에는 검증에 해당하는 범위의 시간에 대한 열들이 만들어져 있고 ‘시강수량’은 가짜 값인 0으로 채워져 있습니다.

2. input_nasa_gpm/

   • Nasa GPM 의 30분 단위로 수집된 IMERG 파일들이 들어있습니다. 참가자분들의 편의를 위해 섬진강 유역이 크롭되어 있습니다.

   • 학습용으로 제공되는 폴더에는 500개씩 (tfw 포함 1,000개) 나뉘어 각각 다른 폴더에 시간순으로 들어있습니다.

   • 검증용으로 제공되는 폴더에는 검증 구간에 해당하는 관측 데이터가 모두 들어있습니다.

3. input_cheonlian-2A/

   • 천리안 2A 호 데이터는 아래 링크에서 다운로드 부탁드립니다. (전체 용량 160 GB 가량)

   • https://bit.ly/3C2Wpar

     • RR, TPW 데이터

     • 각 폴더 내 파일명에 날짜 및 시간기록되어있음
        

1. 학습 데이터

학습을 위해 2020년 1월 1일 01시 부터 2021년 6월 30일 23시까지의 데이터가 제공됩니다.

1. 입력 데이터

   1. 천리안(gk2a) TPW(가강수량)

   2. 천리안(gk2a) RR(강우강도)

   3. 나사(GPM) IMERG

2. 출력 데이터

   1. K-water 섬진강 유역 일대의 12 개의 지상관측소에서 측정한 지상강수량

2. 검증 데이터

학습셋과 동일한 구성의 데이터셋으로 2020년 10월, 2021년 4월, 7월의 입력값이 주어집니다. 해당 기간에 대한 시강수량을 예측해주시면 됩니다.

1. 입력 데이터

   1. 천리안(gk2a) TPW(가강수량)

   2. 천리안(gk2a) RR(강우강도)

   3. 나사(GPM) IMERG https://gpm.nasa.gov/data/imerg

2. 샘플 출력데이터

   1. K-water 섬진강 유역 일대의 12 개의 지상관측소에서 측정한 지상강수량(시강수량) (0으로 채워져있음)

3. 지리정보

참가자분들의 편의를 위해 태스크 페이지를 통해 제공되는 데이터 중 geometry/ 폴더 안에 천리안과 지상관측소의 지리정보가 들어있습니다.

GPM 데이터의 지리정보는 tif 데이터와 같은 디렉토리 안에 twf 포맷으로 들어있습니다.

지리정보는 데이터 전처리 및 후처리에 사용하실 수 있습니다.

주의사항

• 데이터 수집(천리안)부터 데이터의 결측값이나 outlier 등에 대한 처리과정도 대회의 일부입니다.

• GPM 데이터의 파일이름에 쓰여있는 수집 시간은 UTC +00 기준입니다. output 제출시의 시강수량은 UTC +09기준으로 작성하셔야 합니다.

• 제출할 정답 추론에 사용되는 input 데이터는 테스트 셋에 해당하는 기간에 수집된 데이터만 사용 가능합니다.

• 기상청에서 추가로 데이터를 내려받아 사용하실 수 있지만 해당 지역의 지상 관측소에서 측정한 강수량 정보는 입력값으로 쓰실 수 없습니다.

• 이후 제출하신 결과물에 대한 검증 과정에서 코드와 모델 웨이트 파일등을 제출받으니 참고부탁드립니다.