• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2006년도 추계 학술발표회 발표논문집
• /
• pp.158-160
• /
• 2006

본 연구에서는 하계 일 최고기온과 운량간의 관련성을 알아보기 위해 주요 도시 5곳(서울, 대전, 부산, 광주, 대구)을 월 평균값으로 분석하였다. 분석 결과 하계 일 최고기온과 운량간에는 상호관련성이 존재한다고 볼 수 있으며, 하계 일 최고기온과 운량은 역상관관계를 가지고 있음을 알 수 있었다. 그리고 대구지역이 다른 4곳의 도시 지역보다 하계 일 최고기온과 운량간의 관계가 높게 나타났으며, 특히 그 분포가 다른 지역보다 넓게 퍼져 있는 것으로 보아 운량과 같은 기상요소의 자연적인 현상에 의하여 일 최고기온이 결정된다고 보여진다. 그러나 한 지역의 최고기온의 결정에는 지표면의 상태, 대기질의 상태, 관측 장소의 주변 환경 등에 의해서도 영향을 받으므로, 이러한 요소들의 효과를 정확하게 산출할 수 있는 장기간 동안의 정량적인 연구가 필요하다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.415-431
• /
• 2019

본 연구에서는 위성관측운량을 지상관측운량에 가깝게 보정하기 위한 알고리즘을 개발하였다. 위성관측운량과 지상관측운량은 같은 구름을 각각 평면과 반구면에 투영한 관점이라는 차이를 가진다. 따라서, 개발된 위성보정 알고리즘은 평면의 위성관측 영역에 투영된 구름에 적절한 높이를 부여하여 지상관측 영역인 반 구면에 투영된 구름으로 변환하는 것이 핵심이다. 이때 평면구름은 위성 구름탐지를 이용하며, 높이는 운정압력을 이용하여 결정한다. Himawari-8 Level 1B 관측자료로 입력자료를 만들어 기존의 위성관측운량과 개발된 알고리즘을 통해 산출한 위성관측운량을 2016년 7월부터 2017년 6월, 매월 1일부터 7일까지 낮 시간 동안 한국(22개소)과 중국(724개소)의 종관지상관측소의 목측 전운량에 대해 검증하였다. 그 결과, 개발된 알고리즘을 통해 산출한 보정위성관측운량이 기존 위성관측운량에 비해 작은 평균오차($1.01{\rightarrow}0.61$)를 가지며, 예측의 성공률(PC) 또한 증가($55%{\rightarrow}61%$)했다. 특히 '흐림(Cloudy)'에 대한 관측률(POD)이 증가하였다($60%{\rightarrow}73%$). 예측 성공률은 55%에서 61%로 상승하였다. 이때, 겨울 기간(12-2월)에는 구름 과탐지에 의한 것으로 추정되는 오차가 다소 증가하나, 전 계절과 마찬가지로 좋은 예측 성공률을 보인다($56%{\rightarrow}60%$). 개발된 알고리즘으로 산출한 보정위성관측운량이 기존의 위성관측운량보다 지상관측운량에 더 가까워지는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제13권1호
• /
• pp.1-12
• /
• 1997

지구상에서 가장 따뜻한 해수면 온도를 가지고 있는 열대 서태평양은 많은 대류 시스템 과 큰 연강수략에 의해 특징지워진다. GMS-IR 자료로부터 얻어진 운량자료를 이용하여 이 지역 에서의 운량 일변동을 조사하였다. 구름의 시공간적인 분포에 관한 특징은 주로 운량의 일주기 및 반일주기 성분의 진폭과 주기를 통해 조사되었다. 대기-해양의 상호작용에 의해 운량 변동에는 다양한 주기들이 나타났는데, 특히 30-60일, 17-20 일, 7-8일, 일주기와 반일주긱가 탁월하였다. 북반구 겨울(남반구 여름) 기간 동안 뉴기니아, 호주 북부에 인접한 해양 그리고 160도E 동쪽에서 큰 운량이 분포하는 것으로 조사되었다. 육지와 인 접 해성에서의 운량 일변동은 외양의 경우에 비해 약 2배 정도 크게 나타났는데, 이것은 주로 해 양과 육지의 전형적인 비열차에 기인한 것으로 여겨진다. 운량의 최대치와 최소치는 육상의 경우 18:00시와 09:00시에 나타났고, 외양에서는 정오와 21:00시에 나타났다. 1일주기 성분의 진폭은 반 일주기 성분에 비해 육상에서 4.7배, 외양에서 1.5배 정도 크게 나타났다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.111-120
• /
• 2024

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 "cloudynight"을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량("Cloudiness")은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

• Current Research on Agriculture and Life Sciences
• /
• 제31권1호
• /
• pp.38-44
• /
• 2013

본 연구의 목적은 온실설계 시 야간복사열 손실량 예측을 위한 천공온도를 산정하는데 필요한 적절한 계산식을 제시하는 것이다. 대구지역의 운량에 따른 야간천공온도를 야간복사계를 이용하여 측정하고 기존의 식들을 이용하여 계산하였다. 천공온도를 계산하기 위한 최적의 식을 찾아내기 위하여 측정값과 계산 값을 비교하였다. 운량의 크기에 따라 대기온도와 천공온도의 차이가 달랐으며 운량이 감소함에 따라 온도차는 점차 증가하였다. 맑은 날이 구름 낀 날과 비온 날에 비해 약 10~20배 정도의 더 높은 온도차를 나타내었으며 온도차가 큰 맑은 날이 복사냉각이 크다는 것을 확인할 수 있었다. 맑은 날에 대하여 계산된 천공온도와 측정된 천공온도와의 상관성을 분석한 결과 Bliss식과 Clark and Allen 식이 다른 식들에 비해 상관성이 비교적 더 높은 것으로 나타났다. 구름낀 날에 대해 계산된 천공온도와 측정온도와의 상관성을 분석한 결과 Fuentes 식이 가장 잘 맞는 것으로 나타났다. 구름낀 날의 천공온도를 산정할 수 있는 새로운 식을 제안하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2010년도 춘계학술대회
• /
• pp.197-198
• /
• 2010

태양광발전량의 예측에 대해 많은 선행연구가 진행되었으나 연간 또는 월별 총발전량을 비교하기 위한 것이 주류였기 때문에 연간 또는 월별의 평균일사량을 바탕으로 발전량을 예측 비교하고 있다. 그러나 도시차원에서 전력생산 및 공급의 최적화를 위해서는 시간 및 기상에 따란 변화하는 일사량과 그에 따른 발전량을 예측하여 효율적인 전력생산 공급계획을 수립할 필요가 있지만 기상예보에는 일사량 정보가 포함되어 있지 않기 때문에 기상예보에 제공되는 운량을 이용하여 일사량을 예측할 수 있는 기법개발이 절실하다. 본 연구에서는 해양도시인 부산을 대상으로 과거의 기상데이터 중 운량과 일사량을 이용하여 일사량 예측기법을 제안하고자 한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 추계학술대회 초록집
• /
• pp.131-131
• /
• 2011

태양광 및 태양열 설비의 효율적인 관리를 위해서는 관련 일사정보가 사전정보로 제공되어 시스템 운용을 위한 입력인자로 활용되어야 한다. 특히 전력그리드에 연계되어 설비가 활용된다고 하면, 그 에너지 공급이 불규칙적인 신재생에너지원의 특성으로 인해 에너지 공급량의 예측이 선행되어 기존의 전력공급체계가 이를 지원할 수 있는 모델과 시스템이 구비되어야 한다. 기존의 다양한 연구들이 한정된 국소지점에 대해 다양한 예측기법을 적용하여 평가를 실시하였지만, 장기간의 결과 축적이 이루어지지 못해 그 신뢰성 확보에 어려움을 겪고 있다. 본 연구에서는 현재 한국에너지기술연구원에서 관리되는 일사정보를 활용하여 청명한 날의 표준 일사 데이터베이스를 생성하고, 기상청에서 RSS(Rich Site Summary) 형태로 지원하는 운량정보를 이용하여 3시간 이상의 미래정보를 계속적으로 산출할 수 있는 시스템을 제작하고자 하였다.

• 천문학회보
• /
• 제42권2호
• /
• pp.70.3-70.3
• /
• 2017

맑은 날에도 엷은 상층운이나 난류의 방해로 관측 품질이 저해되는 등 천문 분야는 대기환경에 민감하나, 하층 대기 상태에 비중을 두는 동네예보만으로는 천문 분야의 기상정보에 대한 수요를 충족하기에는 한계가 있다. 이에 천문 관측 환경에 보다 특화된 별밤예보를 개발하여 천체 관측 가능성과 천문 관측 자료의 품질을 좌우하는 대기상태를 UM 국지모델 생산자료를 바탕으로 예보하고자 한다. 예보 요소는 하늘상태(운량), 시상(seeing), 투명도, 암도(darkness) 및 대기청명지수, 풍속, 기온, 습도이다. 대기청명지수는 일반인이 관찰하기 좋은지 여부를 한 눈에 알 수 있게 운량과 투명도, 암도를 종합한 지수로 10~100까지 10단계로 제공할 계획이다. 하늘상태와 풍속, 기온, 습도는 $5{\times}5km$격자마다 제공되는 기상청 동네예보에서 천문대와 가장 가까운 격자의 예보치를 추출하였다. 시상은 대기의 난류 정도에 좌우된다. 그러나 충북의 고층기상 관측자료가 없어서, 시상 예보식을 만들기 위해 UM 국지모델에서 제공하는 각 등압면의 기온과 바람벡터로부터 정적 안정도(온위 경도)와 연직 바람시어를 유도한 뒤, 다중회귀분석으로 시상 예보식을 구하였다. 또한 대기청명지수는 청주기상지청에서 관측한 운량과 밤하늘 밝기 자료를 종속변수, 별의 개수를 독립변수로 하는 다중회귀예측식을 구하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.337-343
• /
• 2009

1997년 9월부터 2007년 12월까지 인공위성 해색센서 SeaWiFS의 클로로필-$\alpha$ 농도가 가지는 오차 특성을 분석하고 그 원인을 조사하였다. 동해의 클로로필-$\alpha$ 월별 분포에는 비정상적으로 높은 농도값이 스펙클(speckle) 형태로 출현하였다. 스펙클들은 시공간적으로 연계성이 없이 산발적으로 분포하였으며 주변 평균에 대해 $10mg/m^3$ 이상의 편차를 보였다. 스펙클들은 주로 겨울철에 나타났으며 구름 분포와 관련이 있었다. 10년간 월별 운량 분석 결과 겨울철 운량은 다른 계절과 달리 남동해상에 집중적으로 분포하였으며, 운량이 클수록 스펙클의 농도가 크게 나타나는 통계적 특성을 보였다. 특히 스펙클이 나타나는 화소의 각 밴드별 정규화된 수출광량을 분석해 본 결과 짧은 파장 영역(443, 490, 510 nm)은 전체적으로 수출광량이 낮게 나타난 반면 550 nm 밴드는 정상 화소와 유사한 분포를 보였다. 짧은 파장 영역의 낮은 수출광량은 555 nm 밴드에 대한 비율로 구해지는 클로로필-$\alpha$ 농도값을 비정상적으로 증폭시켰으며 SeaWiFS 자료에 스펙클을 유발하였다. 본 연구는 동해의 SeaWiFS 클로로필-$\alpha$ 농도자료가 지니는 스펙클 오차에 대한 문제점을 제기하고 오차 특성 분석을 통해 좀 더 신뢰도 있는 자료를 해양 응용 연구에 사용해야 함을 제시한다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.425-439
• /
• 2020

최근 성능이 크게 개선된 정지궤도 기상위성 Himawari-8, GK2A등이 운용됨에 따라 시공간적으로 보다 고해상도 AOD(Aerosol Optical Depth) 자료의 사용이 가능해졌다. 본 연구에서는 최근 4년간 한반도내 AERONET(Aerosol Robotic Network) 참여 5개 지점(서울대학교, 연세대학교, 한국외국어대학교, 광주과학기술원(GIST), 안면도 기후변화감시센터)의 에어로졸 관측 자료를 이용하여 Himawari-8/AHI(Advanced Himawari Imager) 에어로졸 산출물의 특징과 두 AOD 자료 간에 차이가 발생하는 원인에 대해 분석하였다. 분석결과 위성과 지상관측 AOD는 하늘이 맑을 경우(운량 < 3)에는 지리적 위치에 관계없이 매우 유사하게 나타났다. 하지만 운량이 증가할 경우 위성 관측과 지상관측 AOD의 차이는 지리적 위치에 관계없이 현저하게 증가하였다(편의: 0.05(맑음) → 0.21(전체), 상관계수: 0.74 → 0.64, RMSE: 0.21 → 0.51). 5개 지점 모두에서 운량이 많거나 상대습도가 높을 때 위성이 지상관측에 비해 AOD를 크게 과대 추정하는 것으로 보아 두 AOD 자료 간의 차이는 주로 운량과 상대습도와 관련이 깊은 것으로 판단된다. 하지만 풍속, 가강수량, 구름 하부 높이, 그리고 옹스트롬 지수(Angstrom Exponent)는 두 AOD 자료 간의 차이에 영향을 미치지 않는 것으로 보인다. 본 연구의 결과는 운량이 많을 경우 위성 관측 AOD 자료 사용시 주의가 필요함을 제시한다.