feat(drainage): 확률강우량 본토 오류 개선 — WAMIS 관측소 방식 도입, 제주는 등우선 유지
- common_util_wamis_station.py 신규: 관측소 목록/확률강우량 xlsx 수급(프로젝트별 영구저장), 최근접+반경 10km 후보 중 100년/24hr 최대 지점 선정(Aislo 자체 로직), 후보표 기록(성과품용) - 강우강도 이원화: Mononobe형(기본, 실무 방식 rt=(R24/24)(24/T)^0.557) + General형 적합 옵션 — Mononobe는 b=0 General형과 동일해 하류 idf_intensity/size_pipe 무수정 - _build_rainfall_sync: 계획노선 좌표로 제주/본토 분기, 본토 실패 시 예외 전파(제주 폴백 금지) - value_at: 등우선 커버리지(제주+30km) 밖 좌표 차단 — 조용히 틀린 값 재발 방지 - config: WAMIS_STATION_RADIUS_M/DRAINAGE_RAINFALL_STATION_DIRNAME/DRAINAGE_RAINFALL_IDF_METHOD - 검증: 제주 등우선 96값 정상, 본토 차단, 울진 관측소 R24=305.83, Mononobe 검산 실무 일치 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
Claude Fable 5
@@ -46,13 +46,20 @@ from common_util.common_util_wamis_rainfall import (
|
||||
build_rainfall_table,
|
||||
ensure_contour_cache,
|
||||
)
|
||||
from common_util.common_util_wamis_station import (
|
||||
build_station_rainfall_table,
|
||||
is_jeju,
|
||||
)
|
||||
from config.config_db import get_db_pool
|
||||
from config.config_system import (
|
||||
DRAINAGE_ARROW_SPACING_M,
|
||||
DRAINAGE_DESIGN_RETURN_PERIOD_YR,
|
||||
DRAINAGE_RAINFALL_FILENAME,
|
||||
DRAINAGE_RAINFALL_IDF_METHOD,
|
||||
DRAINAGE_RAINFALL_STATION_DIRNAME,
|
||||
DRAINAGE_RESPONSE_FILENAME,
|
||||
WAMIS_CONTOUR_CACHE_DIR,
|
||||
WAMIS_STATION_RADIUS_M,
|
||||
)
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
@@ -249,18 +256,35 @@ def _route_center_lonlat(stored_path: str, fallback_epsg: int | None) -> tuple[f
|
||||
return lat, lon
|
||||
|
||||
|
||||
def _build_rainfall_sync(lat: float, lon: float) -> dict[str, Any]:
|
||||
"""등우선 전역 캐시 확보(없는 파일만 다운로드) 후 지점 강우량표를 만든다."""
|
||||
cached, failures = ensure_contour_cache(WAMIS_CONTOUR_CACHE_DIR)
|
||||
table = build_rainfall_table(
|
||||
def _build_rainfall_sync(lat: float, lon: float, stored_path: str) -> dict[str, Any]:
|
||||
"""계획노선 좌표로 지역을 분별해 강우량표를 만든다 (PLAN.md A, 2026-08-13).
|
||||
|
||||
제주: 등우선 내삽(서버 원본이 제주만 커버) / 본토: 관측소 방식(최근접+10km
|
||||
최대값). 본토에서 관측소 수급이 실패하면 그대로 예외를 올린다 — 제주 등우선으로
|
||||
폴백하면 "조용히 틀린 값"이 재발하므로 금지.
|
||||
"""
|
||||
if is_jeju(lat, lon):
|
||||
cached, failures = ensure_contour_cache(WAMIS_CONTOUR_CACHE_DIR)
|
||||
table = build_rainfall_table(
|
||||
lat,
|
||||
lon,
|
||||
WAMIS_CONTOUR_CACHE_DIR,
|
||||
design_return_period=DRAINAGE_DESIGN_RETURN_PERIOD_YR,
|
||||
)
|
||||
table["contour_cache_files"] = cached
|
||||
if failures:
|
||||
table["failures"] = (table.get("failures") or []) + failures
|
||||
table["region_mode"] = "jeju_contour"
|
||||
return table
|
||||
table = build_station_rainfall_table(
|
||||
lat,
|
||||
lon,
|
||||
WAMIS_CONTOUR_CACHE_DIR,
|
||||
drainage_dir(stored_path) / DRAINAGE_RAINFALL_STATION_DIRNAME,
|
||||
design_return_period=DRAINAGE_DESIGN_RETURN_PERIOD_YR,
|
||||
radius_m=WAMIS_STATION_RADIUS_M,
|
||||
idf_method=DRAINAGE_RAINFALL_IDF_METHOD,
|
||||
)
|
||||
table["contour_cache_files"] = cached
|
||||
if failures:
|
||||
table["failures"] = (table.get("failures") or []) + failures
|
||||
table["region_mode"] = "mainland_station"
|
||||
return table
|
||||
|
||||
|
||||
@@ -273,7 +297,7 @@ async def _ensure_rainfall_table(stored_path: str, fallback_epsg: int | None) ->
|
||||
if center is None:
|
||||
return
|
||||
try:
|
||||
table = await asyncio.to_thread(_build_rainfall_sync, *center)
|
||||
table = await asyncio.to_thread(_build_rainfall_sync, *center, stored_path)
|
||||
path.parent.mkdir(parents=True, exist_ok=True)
|
||||
path.write_text(json.dumps(table, ensure_ascii=False, indent=1), encoding="utf-8")
|
||||
logger.info("확률강우량표 저장: %s (값 %d개)", path, len(table.get("values") or []))
|
||||
@@ -307,7 +331,7 @@ async def get_drainage_rainfall(
|
||||
content={"status": "error", "message": "계획 노선 파일이 업로드되지 않았습니다."},
|
||||
)
|
||||
try:
|
||||
table = await asyncio.to_thread(_build_rainfall_sync, *center)
|
||||
table = await asyncio.to_thread(_build_rainfall_sync, *center, stored_path)
|
||||
except Exception as exc: # noqa: BLE001
|
||||
return JSONResponse(
|
||||
status_code=502,
|
||||
|
||||
@@ -127,12 +127,27 @@ def _iter_linestrings(geometry: dict) -> Iterable[list]:
|
||||
yield from polygon
|
||||
|
||||
|
||||
#: 등우선 커버리지 밖 판정 여유(m). 서버 등우선은 제주도만 커버(2026-08-13 실측) —
|
||||
#: 본토 좌표를 넣으면 수백 km 밖 보간으로 "조용히 틀린 값"이 나오므로 차단한다.
|
||||
COVERAGE_MARGIN_M = 30_000.0
|
||||
|
||||
|
||||
def value_at(
|
||||
lines: Sequence[tuple[float, Sequence[tuple[float, float]]]], x: float, y: float
|
||||
) -> float:
|
||||
"""등우선에서 지점 ``(x, y)``의 확률강우량(mm) — 거리비례 내부삽입."""
|
||||
"""등우선에서 지점 ``(x, y)``의 확률강우량(mm) — 거리비례 내부삽입.
|
||||
|
||||
지점이 등우선 범위(+여유 30km) 밖이면 RuntimeError — 커버리지 밖 외삽 금지.
|
||||
"""
|
||||
if not lines:
|
||||
raise RuntimeError("등우선이 비어 있습니다")
|
||||
xs = [p[0] for _elev, points in lines for p in points]
|
||||
ys = [p[1] for _elev, points in lines for p in points]
|
||||
if not (
|
||||
min(xs) - COVERAGE_MARGIN_M <= x <= max(xs) + COVERAGE_MARGIN_M
|
||||
and min(ys) - COVERAGE_MARGIN_M <= y <= max(ys) + COVERAGE_MARGIN_M
|
||||
):
|
||||
raise RuntimeError("지점이 등우선 커버리지(제주도) 밖입니다 — 관측소 방식을 사용하세요")
|
||||
distances = sorted((_distance_to_polyline(x, y, points), elev) for elev, points in lines)
|
||||
d1, e1 = distances[0]
|
||||
if d1 == 0.0:
|
||||
|
||||
@@ -0,0 +1,286 @@
|
||||
"""map.wamis.go.kr 관측소별 확률강우량 수급·지점 선정 (본토 공사지용).
|
||||
|
||||
등우선도는 서버 원본이 제주도만 커버한다(2026-08-13 실측). 본토는 전국 621개
|
||||
강수량 관측소의 확률강우량 xlsx(2017 지역빈도해석)를 받아 쓴다. 인증 불필요.
|
||||
|
||||
관측소 목록: /data/gis/gis_obsvt.json (EPSG:3857 Point)
|
||||
확률강우량 : /file/down/download.do?path=rainfall/probability&file={관측소코드}.xlsx
|
||||
|
||||
지점 선정 — Aislo 자체 로직 (사용자 확정 2026-08-13, 지식DB 설계유량.md §3-2):
|
||||
계획노선 대표점의 최근접 관측소 + 반경 10km 내 관측소를 모두 받아
|
||||
설계빈도(100년)/24시간 확률강우량이 가장 큰 지점을 선정한다(안전측).
|
||||
후보 전 지점 표를 함께 기록한다 — 성과품(수리계산서)의 실무 유사 표 재료.
|
||||
|
||||
내려받은 xlsx는 프로젝트 영구저장소(drainage/rainfall_stations/)에 보존한다.
|
||||
원천이 갱신되는 자료라 프로젝트 시점 스냅샷을 남긴다(전역 공통 캐시 아님).
|
||||
|
||||
설계빈도 강우강도(IDF)는 2방식을 모두 기록하고 기본값은 Mononobe형이다:
|
||||
- mononobe(기본): rt = (R24/24)·(24/T)^0.557 — 실무 수리계산서 방식(울진·소광).
|
||||
t(분) 기준 General형 a/(t^n+b)에서 b=0, n=0.557, a=(R24/24)·1440^0.557과
|
||||
정확히 같아 하류 소비자(idf_intensity)를 그대로 쓴다.
|
||||
- general: 지속시간별 강우강도점의 General형 적합 — 등우선 방식과 동일.
|
||||
|
||||
검증: 울진군(전곡리 20014210) 100년/24hr = 320.0mm (2026-08-13 실측).
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import json
|
||||
import logging
|
||||
import math
|
||||
from pathlib import Path
|
||||
from typing import Any, Sequence
|
||||
|
||||
from common_util.common_util_wamis_rainfall import (
|
||||
BASE_URL,
|
||||
_download,
|
||||
fit_general_idf,
|
||||
)
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
STATION_LIST_PATH = "/data/gis/gis_obsvt.json"
|
||||
PROBABILITY_DOWNLOAD_PATH = "/file/down/download.do"
|
||||
|
||||
#: Mononobe형 지수 (실무 수리계산서 관측값 — 종합비교 02).
|
||||
MONONOBE_EXPONENT = 0.557
|
||||
|
||||
#: 등우선 방식과 같은 지속시간 축(분)으로 표를 만든다 — rainfall_table.json 스키마 호환.
|
||||
TABLE_DURATIONS_HR: tuple[int, ...] = (1, 2, 3, 4, 5, 6, 8, 9, 10, 12, 18, 24)
|
||||
|
||||
#: 제주 판정 상자(WGS84) — 등우선 서버 데이터의 실측 커버리지와 일치.
|
||||
JEJU_LAT_RANGE = (32.8, 33.7)
|
||||
JEJU_LON_RANGE = (126.0, 127.1)
|
||||
|
||||
_EARTH_RADIUS_M = 6371000.0
|
||||
|
||||
|
||||
def is_jeju(lat: float, lon: float) -> bool:
|
||||
"""계획노선 좌표의 제주 여부 — 제주면 기존 등우선 로직을 쓴다."""
|
||||
return (
|
||||
JEJU_LAT_RANGE[0] <= lat <= JEJU_LAT_RANGE[1]
|
||||
and JEJU_LON_RANGE[0] <= lon <= JEJU_LON_RANGE[1]
|
||||
)
|
||||
|
||||
|
||||
# --------------------------------------------------------------------------
|
||||
# 관측소 목록·후보 탐색
|
||||
# --------------------------------------------------------------------------
|
||||
def _mercator_to_lonlat(x: float, y: float) -> tuple[float, float]:
|
||||
lon = math.degrees(x / 6378137.0)
|
||||
lat = math.degrees(2.0 * math.atan(math.exp(y / 6378137.0)) - math.pi / 2.0)
|
||||
return lon, lat
|
||||
|
||||
|
||||
def _haversine_m(lat1: float, lon1: float, lat2: float, lon2: float) -> float:
|
||||
p1, p2 = math.radians(lat1), math.radians(lat2)
|
||||
dp, dl = math.radians(lat2 - lat1), math.radians(lon2 - lon1)
|
||||
a = math.sin(dp / 2.0) ** 2 + math.cos(p1) * math.cos(p2) * math.sin(dl / 2.0) ** 2
|
||||
return 2.0 * _EARTH_RADIUS_M * math.asin(math.sqrt(a))
|
||||
|
||||
|
||||
def fetch_station_list(stations_dir: Path) -> list[dict[str, Any]]:
|
||||
"""관측소 목록(코드·이름·위경도). 프로젝트 폴더 스냅샷 우선, 없으면 다운로드."""
|
||||
stations_dir = Path(stations_dir)
|
||||
stations_dir.mkdir(parents=True, exist_ok=True)
|
||||
snapshot = stations_dir / "gis_obsvt.json"
|
||||
if snapshot.exists() and snapshot.stat().st_size > 0:
|
||||
raw = snapshot.read_bytes()
|
||||
else:
|
||||
raw = _download(f"{BASE_URL}{STATION_LIST_PATH}")
|
||||
json.loads(raw) # JSON 검증 후에만 저장
|
||||
snapshot.write_bytes(raw)
|
||||
payload = json.loads(raw)
|
||||
stations: list[dict[str, Any]] = []
|
||||
for feature in payload.get("features") or []:
|
||||
props = feature.get("properties") or {}
|
||||
geometry = feature.get("geometry") or {}
|
||||
code = str(props.get("OBSCD") or "").strip()
|
||||
coords = geometry.get("coordinates")
|
||||
if not code or geometry.get("type") != "Point" or not coords:
|
||||
continue
|
||||
lon, lat = _mercator_to_lonlat(float(coords[0]), float(coords[1]))
|
||||
stations.append(
|
||||
{"code": code, "name": str(props.get("OBSNM") or code), "lat": lat, "lon": lon}
|
||||
)
|
||||
if not stations:
|
||||
raise RuntimeError("관측소 목록을 읽지 못했습니다 (gis_obsvt.json)")
|
||||
return stations
|
||||
|
||||
|
||||
def find_candidates(
|
||||
lat: float, lon: float, stations: Sequence[dict[str, Any]], radius_m: float
|
||||
) -> list[dict[str, Any]]:
|
||||
"""최근접 관측소 + 반경 내 관측소 (거리 오름차순, 최근접은 반경 밖이어도 포함)."""
|
||||
ranked = sorted(
|
||||
({**s, "distance_m": _haversine_m(lat, lon, s["lat"], s["lon"])} for s in stations),
|
||||
key=lambda s: s["distance_m"],
|
||||
)
|
||||
candidates = [s for s in ranked if s["distance_m"] <= radius_m]
|
||||
if not candidates:
|
||||
candidates = ranked[:1]
|
||||
return candidates
|
||||
|
||||
|
||||
# --------------------------------------------------------------------------
|
||||
# 확률강우량 xlsx 수급·파싱
|
||||
# --------------------------------------------------------------------------
|
||||
def download_probability_xlsx(code: str, stations_dir: Path) -> Path:
|
||||
"""관측소 확률강우량 xlsx — 프로젝트 폴더에 있으면 재사용, 없으면 다운로드."""
|
||||
stations_dir = Path(stations_dir)
|
||||
stations_dir.mkdir(parents=True, exist_ok=True)
|
||||
path = stations_dir / f"{code}.xlsx"
|
||||
if path.exists() and path.stat().st_size > 0:
|
||||
return path
|
||||
query = f"path=rainfall/probability&file={code}.xlsx&name={code}.xlsx"
|
||||
url = f"{BASE_URL}{PROBABILITY_DOWNLOAD_PATH}?{query}"
|
||||
raw = _download(url)
|
||||
if not raw.startswith(b"PK"): # xlsx(zip) 시그니처 — 오류 페이지 저장 방지
|
||||
raise RuntimeError(f"관측소 {code} 확률강우량 xlsx 응답이 올바르지 않습니다")
|
||||
tmp = path.with_suffix(".part")
|
||||
tmp.write_bytes(raw)
|
||||
tmp.replace(path)
|
||||
return path
|
||||
|
||||
|
||||
def parse_probability_xlsx(path: Path) -> dict[int, dict[int, float]]:
|
||||
"""xlsx → {재현기간(년): {지속시간(시간): 강우량(mm)}}.
|
||||
|
||||
시트 구성(2026-08-13 실측): '확률강우량_*' 시트에 헤더행(관측소코드/재현기간 +
|
||||
지속기간 1~72) 뒤로 재현기간별 행이 온다.
|
||||
"""
|
||||
from openpyxl import load_workbook # 무거운 의존 — 사용 시점에만 로드
|
||||
|
||||
workbook = load_workbook(path, read_only=True, data_only=True)
|
||||
try:
|
||||
sheet = next((s for s in workbook.sheetnames if "확률강우량" in s), None)
|
||||
if sheet is None:
|
||||
raise RuntimeError(f"확률강우량 시트를 찾지 못했습니다 ({path.name})")
|
||||
rows = workbook[sheet].iter_rows(values_only=True)
|
||||
durations: list[tuple[int, int]] = [] # (열 번호, 지속시간 hr)
|
||||
table: dict[int, dict[int, float]] = {}
|
||||
for row in rows:
|
||||
if not durations:
|
||||
cells = list(row)
|
||||
found = [
|
||||
(idx, int(v))
|
||||
for idx, v in enumerate(cells)
|
||||
if isinstance(v, (int, float)) and float(v).is_integer() and 1 <= v <= 72
|
||||
]
|
||||
# 헤더행: 지속기간 1,2,3…이 연속으로 나열된 행
|
||||
if len(found) >= 12 and found[0][1] == 1:
|
||||
durations = found
|
||||
continue
|
||||
# 값 행: [관측소코드, 재현기간, 값1hr, 값2hr, …] — 헤더와 같은 열 정렬
|
||||
if len(row) < 3 or not isinstance(row[0], (int, float)):
|
||||
continue
|
||||
period = row[1]
|
||||
if not isinstance(period, (int, float)):
|
||||
continue
|
||||
per_duration = {}
|
||||
for idx, hours in durations:
|
||||
v = row[idx] if idx < len(row) else None
|
||||
if isinstance(v, (int, float)):
|
||||
per_duration[hours] = float(v)
|
||||
if per_duration:
|
||||
table[int(period)] = per_duration
|
||||
if not table:
|
||||
raise RuntimeError(f"확률강우량 값을 읽지 못했습니다 ({path.name})")
|
||||
return table
|
||||
finally:
|
||||
workbook.close()
|
||||
|
||||
|
||||
# --------------------------------------------------------------------------
|
||||
# 강우강도(IDF) — Mononobe(기본)·General형
|
||||
# --------------------------------------------------------------------------
|
||||
def mononobe_idf(r24_mm: float) -> dict[str, float]:
|
||||
"""R24 하나로 전 지속시간 강도 — rt=(R24/24)·(24/T)^0.557 (실무 수리계산서 방식).
|
||||
|
||||
t(분) 기준 General형 a/(t^n+b) 표현: b=0, n=0.557, a=(R24/24)·1440^0.557.
|
||||
하류의 idf_intensity()가 그대로 계산한다.
|
||||
"""
|
||||
a = (r24_mm / 24.0) * (1440.0**MONONOBE_EXPONENT)
|
||||
return {"a": round(a, 4), "b": 0.0, "n": MONONOBE_EXPONENT, "r24_mm": round(r24_mm, 2)}
|
||||
|
||||
|
||||
# --------------------------------------------------------------------------
|
||||
# 프로젝트 강우량표 생성 (등우선판 build_rainfall_table과 같은 스키마 + 확장 필드)
|
||||
# --------------------------------------------------------------------------
|
||||
def build_station_rainfall_table(
|
||||
lat: float,
|
||||
lon: float,
|
||||
stations_dir: Path,
|
||||
design_return_period: int = 100,
|
||||
radius_m: float = 10000.0,
|
||||
idf_method: str = "mononobe",
|
||||
) -> dict[str, Any]:
|
||||
"""관측소 방식 강우량표. 실패는 명시적 RuntimeError — 제주 등우선 폴백 금지."""
|
||||
stations = fetch_station_list(stations_dir)
|
||||
candidates = find_candidates(lat, lon, stations, radius_m)
|
||||
failures: list[str] = []
|
||||
evaluated: list[dict[str, Any]] = []
|
||||
for cand in candidates:
|
||||
try:
|
||||
xlsx = download_probability_xlsx(cand["code"], stations_dir)
|
||||
data = parse_probability_xlsx(xlsx)
|
||||
r24 = data.get(design_return_period, {}).get(24)
|
||||
if r24 is None:
|
||||
raise RuntimeError(f"{design_return_period}년/24hr 값 없음")
|
||||
evaluated.append({**cand, "data": data, "r24_design_mm": round(r24, 2)})
|
||||
except (RuntimeError, OSError, ValueError) as exc:
|
||||
failures.append(f"관측소 {cand['code']}({cand['name']}): {exc}")
|
||||
if not evaluated:
|
||||
raise RuntimeError(
|
||||
"후보 관측소의 확률강우량을 하나도 받지 못했습니다: " + "; ".join(failures)
|
||||
)
|
||||
# Aislo 선정 규칙: 설계빈도/24hr 최대 지점 (안전측)
|
||||
selected = max(evaluated, key=lambda s: s["r24_design_mm"])
|
||||
data = selected["data"]
|
||||
values = [
|
||||
{
|
||||
"return_period_yr": period,
|
||||
"duration_min": hours * 60,
|
||||
"depth_mm": round(per_duration[hours], 2),
|
||||
}
|
||||
for period, per_duration in sorted(data.items())
|
||||
for hours in TABLE_DURATIONS_HR
|
||||
if hours in per_duration
|
||||
]
|
||||
design_points = [
|
||||
(hours * 60.0, data[design_return_period][hours] / hours)
|
||||
for hours in TABLE_DURATIONS_HR
|
||||
if hours in data.get(design_return_period, {})
|
||||
]
|
||||
idf_general = fit_general_idf(design_points) if design_points else None
|
||||
idf_mononobe = mononobe_idf(selected["r24_design_mm"])
|
||||
idf_design = idf_mononobe if idf_method == "mononobe" else (idf_general or idf_mononobe)
|
||||
return {
|
||||
"source": f"{BASE_URL} 관측소 확률강우량 (2017 지역빈도해석, 지점 {selected['name']})",
|
||||
"lat": lat,
|
||||
"lon": lon,
|
||||
"design_return_period_yr": design_return_period,
|
||||
"values": values,
|
||||
"idf_design": idf_design,
|
||||
"idf_method": idf_method,
|
||||
"idf_mononobe": idf_mononobe,
|
||||
"idf_general": idf_general,
|
||||
"station": {
|
||||
"code": selected["code"],
|
||||
"name": selected["name"],
|
||||
"distance_m": round(selected["distance_m"], 1),
|
||||
"r24_design_mm": selected["r24_design_mm"],
|
||||
},
|
||||
# 성과품용 후보 표 — 실무 수리계산서의 "인근 지점 확률강우량 표" 재현 재료
|
||||
"candidates": [
|
||||
{
|
||||
"code": s["code"],
|
||||
"name": s["name"],
|
||||
"distance_m": round(s["distance_m"], 1),
|
||||
"r24_design_mm": s["r24_design_mm"],
|
||||
"selected": s["code"] == selected["code"],
|
||||
}
|
||||
for s in evaluated
|
||||
],
|
||||
"failures": failures,
|
||||
}
|
||||
+13
-4
@@ -347,13 +347,22 @@ DRAINAGE_ARROW_MIN_AGREEMENT = float(os.getenv("DRAINAGE_ARROW_MIN_AGREEMENT", "
|
||||
# 단계별 검증 산출물은 같은 폴더에 `{번호}_{단계}.geojson` + `manifest.json`으로 쌓인다.
|
||||
# 파일명 규칙은 B05_Profile_Engine_Watershed_Export.STAGES가 유일한 정의처다.
|
||||
|
||||
# ── 확률강우량 (map.wamis.go.kr 등우선도) ──
|
||||
# 전국 공통 등우선 GeoJSON 원본을 이 폴더에 1회 내려받아 영구 캐시한다(약 20~30MB).
|
||||
# 근거·검증: docs/raw/guidelines/2026-08-05_임도_배수설계_규정_조사.md 5절.
|
||||
# ── 확률강우량 (map.wamis.go.kr 등우선도 — 제주 전용) ──
|
||||
# 등우선 서버 원본은 제주도만 커버한다(2026-08-13 실측) — 제주 공사지에서만 쓴다.
|
||||
# 근거·검증: docs/raw/guidelines/2026-08-05_임도_배수설계_규정_조사.md 5절, PLAN.md A.
|
||||
WAMIS_CONTOUR_CACHE_DIR = PROJECT_ROOT / "resources" / "data_rainfall_idf_cache"
|
||||
# 프로젝트별 내삽 결과 파일명. drainage/ 아래에 놓인다.
|
||||
# 프로젝트별 결과 파일명. drainage/ 아래에 놓인다.
|
||||
DRAINAGE_RAINFALL_FILENAME = "rainfall_table.json"
|
||||
|
||||
# ── 확률강우량 (관측소 방식 — 본토, 2026-08-13 사용자 확정 로직) ──
|
||||
# 최근접 관측소 + 이 반경 안 관측소를 모두 받아 100년/24hr 최대 지점을 선정한다.
|
||||
WAMIS_STATION_RADIUS_M = float(os.getenv("WAMIS_STATION_RADIUS_M", "10000"))
|
||||
# 관측소 목록·확률강우량 xlsx의 프로젝트별 보존 폴더명. drainage/ 아래에 놓인다
|
||||
# (원천이 갱신되는 자료라 프로젝트 시점 스냅샷 — 전역 공통 캐시 아님).
|
||||
DRAINAGE_RAINFALL_STATION_DIRNAME = "rainfall_stations"
|
||||
# 설계빈도 강우강도 산출 방식: "mononobe"(기본, 실무 수리계산서 방식) | "general"
|
||||
DRAINAGE_RAINFALL_IDF_METHOD = os.getenv("DRAINAGE_RAINFALL_IDF_METHOD", "mononobe")
|
||||
|
||||
# ── 배수 유효직경 계산 계수 (2026-08-05 사용자 확정, 위 규정 조사 문서 6절) ──
|
||||
# 합리식 유출계수 C. 산악지 준용 0.8 — 필요 시 사용자가 이 값을 고친다.
|
||||
DRAINAGE_RUNOFF_COEFFICIENT = float(os.getenv("DRAINAGE_RUNOFF_COEFFICIENT", "0.8"))
|
||||
|
||||
Reference in New Issue
Block a user