• 한국데이터정보과학회:학술대회논문집
• /
• 2006.11a
• /
• pp.29-36
• /
• 2006

최근 유해성이 강한 지표오존농도가 대기환경의 주요한 문제로 부각되고 있다. 본 연구에서는 경기도 평택과 서울 정동지역의 오존농도를 설명 변수를 사용할 수 있는 다변량 시계열 모형인 ARE(자기회귀오차) 모형으로 분석하였다. ARE모형에서는 오존 전체자료를 사용한 전체모형과 오존농도가 41ppb 이상 되는 자료를 사용한 부분모형 두 가지 모형을 비교하였다. ARE의 오존농도 설명변수로는 오존농도와 연관 있는 8종류의 기상자료와 4종류의 대기오염자료를 고려하였다. 기상자료의 8가지 설명변수로 일 최고온도, 일사량, 풍속, 상대습도, 강수량, 이슬점온도, 수증기압, 운량 자료를 사용하였다. 대기오염자료의 4가지 설명변수로는 아황산가스(SO2), 이산화질소(NO2), 코발트(CO)와 프로메툼 10(PM10)를 사용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.114-114
• /
• 2023

기상레이더는 대류권의 기상 관측에 널리 사용되며, 기상예보를 비롯하여 항공, 농업, 수문학 등 다양한 분야에서 활용하고 있다. 기상레이더센터는 SSPA(Solid State Power Amplifier) 기반 X-Band 주파수대역(9GHz)을 사용하는 연구용 소형기상레이더 관측망을 운영하고 있다. 주로 수도권 저층 대기에서 발생하는 위험 기상현상을 1분 단위로 빠르게 관측하면서 정확한 강수 정보생산을 위한 연구를 수행하고 있다. 레이더 관측 자료는 전파를 이용하여 넓은 범위에 분포하는 눈, 비, 우박 등 대기수상체를 관측하여, 강수량 추정을 통해 강수 정보를 생산한다. 이에 따라 레이더 관측 자료의 정확성과 신뢰도를 높이기 위해서 레이더 품질관리 기술 적용은 필수적이다. 기상레이더센터는 소형기상레이더로 관측한 이중편파 자료의 효과적인 품질관리를 위한 각종 자료처리 모듈을 개발하여, 실시간 자료처리 프로그램에 적용하였다. 우선, 저층 대기 관측 시 기상에코와 더불어 강한 반사도로 나타나는 지형에코를 판별하는 모듈과 선형 또는 쐐기형태의 전파간섭에코를 비롯한 비기상에코를 효과적으로 제거하는 기술을 개발하였다. 다음으로, X-Band 주파수대역 기상레이더 관측 자료의 취약점인 강한 강수 시 발생하는 반사도 감쇠 현상을 보정하기 위한 기술도 개발하였다. 소형기상레이더 품질관리 개발과 적용을 통하여 생산된 자료는 HSR(Hybrid Surface Rainfall), 레이더 강수량 추정, 대기수상체 등 다양한 기상 산출물 생산과 동시에 기상 감시 및 연구 분야에 효과적으로 활용하고 있다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.271-276
• /
• 2007

지표면의 파장별 방출율을 알고 있다는 가정하에 대기의 흡수효과가 상이한 두 파장역을 이용하여 대기효과를 보정해주는 일반적인 분리대기창(Generalized Split-Window) 방법으로 MTSAT-1R 자료로부터 지표면 온도(LST) 산출 알고리즘을 개발하였다. 지표면온도 산출 회귀식은 대기복사전달모델 MODTRAN4.0으로 위성으로부터 LST를 산출하는데 영향을 주는 여러 가지 요소(주/야간，수증기, 방출율，위성관측각 등)들을 고려하여 모의된 자료로부터 도출하였다. 개발한 LST 산출알고리즘의 수준을 분석하기 위해 MSGl SEVIRI 센서에 적합하도록 개 발된 Sobrino and Romaguera(2004)의 알고리즘과 GMS-5 VISSR 센서에 적합하도록 개발된 Prata and Cechet(1999)의 알고리즘과 비교하였다. 3 알고리즘을 MTSAT-1R 자료에 적용하여 LST를 산출한 결과 LST의 공간분포는 정성적으로 서로 유사하게 나타났으나，정량적으로는 지리적 위치，계절 및 주간/야간에 따라서 LST가 다르게 나타났다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.04a
• /
• pp.45-46
• /
• 2002

국제적인 환경협약이 체결되고 환경보호를 위한 무역규제도 강화되고 있는 현재, 환경부는 기후변화 협약과 생물다양성협약 등 각종 국제 환경협약에 대처하고, UNEP, OECD 등 환경관련 국제기구 및 주요 국가와의 환경협력을 추진하고 있다. 이러한 국제적 상황은 국가자료의 국제간 정보의 교류ㆍ협력을 강조하며, 가입국가로서의 이러한 활동들을 요구하고 있는 실정이다. 각 국의 국가 대기배출량은 자료의 신뢰성과 각 국 자료의 비교ㆍ평가를 위해서 산정방법과 자료 제출형태 등이 통일되어 이루어져야 한다. (중략)

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.11a
• /
• pp.167-169
• /
• 2000

최근의 대기확산 모델링은 도시규모 뿐만 아니라 동북아지역의 대기오염물질 장거리이동 현상을 다루는 빈도가 매우 높아졌다. 모델링을 위해서는 기상자료와 배출량자료를 준비하는 것이 매우 중요한 과정이다. 본 연구에서는 우리나라 주도로 수행중인 '동북아 장거리이동 대기오염물질 공동 조사사업(LTP project)'과 관련하여 모델링분야의 공동 수행과제인 SO$_2$ 및 NOx 배출량 산정에 관한 것을 소개하였다. UNDP가 제안한 배출원 목록 수립방법을 이용하여 1998년에 대한 1$^{\circ}$$\times$ 1$^{\circ}$ 간격의 격자형 자료가 산정되었으며, 향후 LTP project의 모델링분야에서 활용될 예정이다. (중략)

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2006.11a
• /
• pp.127-129
• /
• 2006

광양지역에 자주 발생하는 해풍에 의한 대기오염물질의 농도분포 특성을 알아보기 위해, 2003년부터 2005년까지 3년간의 기상자료와 대기질 관측자료를 분석하였다. 해풍이 발생한 날은 총 231일 이었으며, 해풍이 발생한 날의 $SO_2$와 $O_3$의 농도는 비해풍일 경우보다 높게 나타나고 있어 광양지역의 대기질의 분포에 해풍의 영향이 중요한 인자임을 알 수 있다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.326-327
• /
• 2002

제주도 고산은 지역자체내의 대기오염물질이 거의 없는 우리나라의 대표적인 배경농도지역이며, 지리적 특성상 동북아시아에서 대기오염물질의 장거리이동 특성을 규명하는데 적합한 지역으로 알려져 있다. 고산에 대한 활발한 연구를 통해 장기간 TSP 측정자료가 모아졌으나, 아직까지 그 해석에 대한 통계적인 분석과 이동특성에 관한 해석을 위한 역궤적 분석은 미흡하다. 이에 본 발표에서는 1992년 3월부터 2002년 2월까지 고산에서 측정한 입자상 무기이온 성분의 농도를 장기간의 역궤적 분석결과와 함께 통계적인 방법으로 해석하고자 하였다. (중략)

• Korean Journal of Remote Sensing
• /
• v.35 no.6_3
• /
• pp.1299-1312
• /
• 2019

As land remote sensing applications are expanding to the extraction of quantitative information, the importance of atmospheric correction is increasing. Considering the difficulty of atmospheric correction for land images, it should be applied when it is necessary. The quantitative information extraction and time-series analysis on biophysical variables in land surfaces are two major applications that need atmospheric correction. Atmospheric aerosol content and column water vapor, which are very dynamic in spatial and temporal domain, are the most influential elements and obstacles in retrieving accurate surface reflectance. It is difficult to obtain aerosol and water vapor data that have suitable spatio-temporal scale for high- and medium-resolution multispectral imagery. Selection of atmospheric correction method should be based on the availability of appropriate aerosol and water vapor data. Most atmospheric correction of land imagery assumes the Lambertian surface, which is not the case for most natural surfaces. Further BRDF correction should be considered to remove or reduce the anisotropic effects caused by different sun and viewing angles. The atmospheric correction methods of optical imagery over land will be enhanced to meet the need of quantitative remote sensing. Further, imaging sensor system may include pertinent spectral bands that can help to extract atmospheric data simultaneously.

• Korean Journal of Remote Sensing
• /
• v.34 no.6_2
• /
• pp.1261-1272
• /
• 2018

It is important to measure the Arctic surface air temperature because it plays a key-role in the exchange of energy between the ocean, sea ice, and the atmosphere. Although in-situ observations provide accurate measurements of air temperature, they are spatially limited to show the distribution of Arctic surface air temperature. In this study, we proposed machine learning-based models to estimate the Arctic surface air temperature in summer based on buoy data and Advanced Microwave Scanning Radiometer 2 (AMSR2)satellite data. Two machine learning approaches-random forest (RF) and support vector machine (SVM)-were used to estimate the air temperature twice a day according to AMSR2 observation time. Both RF and SVM showed $R^2$ of 0.84-0.88 and RMSE of $1.31-1.53^{\circ}C$. The results were compared to the surface air temperature and spatial distribution of the ERA-Interim reanalysis data from the European Center for Medium-Range Weather Forecasts (ECMWF). They tended to underestimate the Barents Sea, the Kara Sea, and the Baffin Bay region where no IABP buoy observations exist. This study showed both possibility and limitations of the empirical estimation of Arctic surface temperature using AMSR2 data.

• Journal of the Korean earth science society
• /
• v.42 no.5
• /
• pp.504-513
• /
• 2021

Different physical processes, according to the atmospheric boundary layer types, were used in the Local Data Assimilation and Prediction System (LDAPS) of the Unified Model (UM) used by the Korea Meteorological Administration (KMA). Therefore, it is important to verify the atmospheric boundary layer types in the numerical model to improve the accuracy of the models performance. In this study, the atmospheric boundary layer types were verified using observational data. To classify the atmospheric boundary layer types, summer intensive observation data from radiosonde, flux observation instruments, Doppler wind Light Detection and Ranging(LIDAR) and ceilometer were used. A total number of 201 observation data points were analyzed over the course 61 days from June 18 to August 17, 2019. The most frequent types of differences between LDAPS and observed data were type 1 in LDAPS and type 2 in observed(each 53 times). And type 3 difference was observed in LDAPS and type 5 and 6 were observed 24 and 15 times, respectively. It was because of the simulation performance of the Cloud Physics such as that associated with the simulation of decoupled stratocumulus and cumulus cloud. Therefore, to improve the numerical model, cloud physics aspects should be considered in the atmospheric boundary layer type classification.