• 대기
• /
• 제21권3호
• /
• pp.285-300
• /
• 2011

To discriminate and eliminate chaff echoes in radar measurements, a new removal algorithm in two-dimensional reflectivity composite at the height of 1.5 km has been developed by using the brightness temperature($T_B$) obtained from MTSAT-1R. This algorithm utilizes the fact that chaffs are not appeared in infrared satellite data of MTSAT-1R, but detected in radar measurements due to their significant backscattering in the given radar wavelength. The algorithm is evaluated for three different situations: chaff only, chaff mixed with convective storms, and chaff covered with clouds. The algorithm shows excellent performance for the cases of chaff only and chaff mixed with convective storms. However, the performance of the algorithm significantly depends on the presence of clouds. Thus, the statistical analysis of $T_B$ is performed in order to optimize the monthly threshold.

• 한국전자통신학회논문지
• /
• 제15권3호
• /
• pp.553-562
• /
• 2020

S 밴드, C 밴드 그리고 X 밴드 레이더는 기상 관측을 목적으로 사용되고 있다. 기상청, 환경부, 공군은 부처별 관측 목적에 따라 레이더를 운용하고 있기 때문에 설치 지점과 관측 특성이 서로 다르다. 기상 관측 관점에서는 지리산과 태백산 인근의 산악 지형을 따라 고도 1 km 이하의 저층 관측의 한계 지역이 나타난다. 소형 레이더 설치를 가정하여 저층 관측 보완을 모의하였다. 또한, 북한 지역의 위험 기상 감시를 위해 북한의 강수를 분석하고 대형 레이더 관측망을 모의하였다. 종합하여 한반도 레이더 관측망 구축안을 제시하였다.

• 한국항해항만학회지
• /
• 제40권5호
• /
• pp.265-270
• /
• 2016

Extreme tropospheric anomalies such as typhoons or regional torrential rain can degrade positioning accuracy of the GPS signal. It becomes one of the main error terms affecting high-precision positioning solutions in network RTK. This paper proposed a detection algorithm to be used during atmospheric anomalies in order to detect the tropospheric irregularities that can degrade the quality of correction data due to network errors caused by inhomogeneous atmospheric conditions between multi-reference stations. It uses an atmospheric grid that consists of four meteorological stations and estimates the troposphere zenith total delay difference at a low performance point in an atmospheric grid. AWS (automatic weather station) meteorological data can be applied to the proposed tropospheric anomaly detection algorithm when there are different atmospheric conditions between the stations. The concept of probability density distribution of the delta troposphere slant delay was proposed for the threshold determination.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.135-135
• /
• 2021

In water resources management, rainfall prediction with high accuracy is still one of controversial issues particularly in countries facing heavy rainfall during wet seasons in the monsoon climate. The aim of this study is to develop an artificial neural network (ANN) for predicting future six months of rainfall data (from April to September 2020) from daily meteorological data (from 1971 to 2019) such as rainfall, temperature, wind speed, and humidity at Seoul, Korea. After normalizing these data, they were trained by using a multilayer perceptron (MLP) as a class of the feedforward ANN with 15,000 neurons. The results show that the proposed method can analyze the relation between meteorological datasets properly and predict rainfall data for future six months in 2020, with an overall accuracy over almost 70% and a root mean square error of 0.0098. This study demonstrates the possibility and potential of MLP's applications to predict future daily rainfall patterns, essential for managing flood risks and protecting water resources.

• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.523-534
• /
• 2021

수문순환 과정에서 강수량의 부족으로 발생된 기상학적 가뭄은 농업 및 수문학적 가뭄으로 전이된다. 기상학적 가뭄과 다르게 농업적 가뭄과 수문학적 가뭄의 발생은 인간 생활에 직접적으로 영향을 미치기 때문에 가뭄의 전이과정을 분석하는 것은 가뭄의 효과적 대비와 대응을 위하여 필요한 일이다. 본 연구에서는 관측된 강수량과 수문모형으로 모의된 자연유출량 자료를 바탕으로 기상학적 가뭄과 수문학적 가뭄을 정의하고, 베이지안 네트워크 모형을 활용하여 기상학적 가뭄과 수문학적 가뭄 간의 전이 관계를 확률론적으로 분석하였다. 베이지안 네트워크의 결합확률을 산정하기 위하여 코플라함수를 활용하였다. 분석 결과, 기상학적 가뭄이 보통가뭄 상황에서는 수문학적 가뭄으로 전이될 확률은 0.41 ~ 0.63, 기상학적 가뭄이 극심한 경우에는 수문학적 가뭄으로 전이될 확률은 0.83 ~ 0.98이었다. 즉, 기상학적 가뭄이 심화됨에 따라 수문학적 가뭄으로 전이될 확률은 증가되었다. 계절별로는 가을에 가뭄전이 발생확률이 0.71 ~ 0.89로 가장 높으며, 겨울에는 0.41 ~ 0.62의 값으로 낮게 산정되었다. 결론적으로 여름에서 가을까지 기상학적 가뭄 심도가 심화됨에 따라서 수문학적 가뭄으로의 전이 확률이 높아지며, 해당 시기 동안 가뭄에 적절한 대응을 수행하면 가뭄의 예방이 가능할 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.43-45
• /
• 2021

초단기 강수예측 시스템은 단시간 발생하는 집중호우와 같은 위험기상에 대응하기 위해 사회·경제적으로 중요하다. 최근 국내·외에서 심층신경망을 활용한 초단기 강수예측 연구가 활발히 진행되고 있다. 심층신경망을 이용한 강수예측 모델은 훈련 데이터를 만들 때 기상데이터의 구조와 종류가 복잡하고 방대하므로 기상학적 이해를 바탕으로 복잡한 전처리 과정이 필요하다. 또한, 비선형적인 패턴의 강수 현상을 예측하기 위하여 기상의 상호작용에 대한 이해를 바탕으로 입력 데이터를 구성해야 한다. 따라서 본 연구에서는 다음과 같은 접근법을 제안하고자 한다. i) 기상레이더 합성 강수장과 강수발달에 영향을 줄 수 있는 주요 인자(레이더, 지형, 온도, 등)를 훈련 데이터 구축을 위해 패턴 분석에 적합한 형태로 정제하고 이를 구조화하여 통합한다. ii) 합성곱 신경망과 합성곱 장단기 기억 신경망을 접목하여 초단기 예측 강수장을 산출한다. 2020년 강수 사례를 이용하여 제안한 모델의 정확성을 검증하였다. 제안한 모델은 비선형적인 패턴의 강수 현상을 잘 모의하였고, 강수의 규모 및 강도에 대한 예측성능이 향상되었다. 이는 강수를 동반한 초단기 위험기상의 방재에 활용할 수 있을 것으로 기대된다.

• 한국대기환경학회지
• /
• 제23권3호
• /
• pp.322-331
• /
• 2007

In this study, we have analyzed $PM_{10}$ concentration measured at Incheon Regional Air Monitoring Network (10 stations) and meteorological data at Incheon Weather Station to investigate factors (i.e. wind direction, wind speed, relative humidity, major meteorological phenomenon, and sea-land breezes existence) influencing $PM_{10}$ concentration in Incheon during 2005. Statistical differences among meteorological factors were assessed by Kruskal-Wallis test or Mann-Whitney U test. The main conditions causing high $PM_{10}$ concentration are summarized below; 1. When westerly wind prevailed (however, $PM_{10}$ decreased when winds were blowing from the east or north). 2. When the winds were calm, owing to accumulation of nearby emissions under stagnant conditions, or when the wind speed is in excess of 6 m/s, which shows the effect of fugitive dust produced by wind erosion. 3. Under the condition of high relative humidity and poor diffusion based on meteorological phenomenon such as fog, mist, and haze. 4. When the Sea-Land breezes existed, which occurred 70 days in Incheon during 2005 and contributed significantly to high $PM_{10}$ concentration in the coastal urban area. In conclusion, we have found that the meteorological factors have influence on $PM_{10}$ concentration in Incheon.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.607-615
• /
• 2017

본 연구에서는 동북아시아($15{\sim}55^{\circ}E$, $90{\sim}150^{\circ}N$) 영역에 대하여 극궤도 위성 Terra와 Aqua에 탑재된 Moderate Resolution Imaging Spectrometer (MODIS) 센서와 우리나라 정지궤도 위성인 통신해양기상위성(Communication, Ocean and Meteorological Satellite, COMS)에 탑재된 Meteorological Imager (MI) 센서에 의한 에어로졸 광학두께(AOT) 산출 결과와 지상의 Aerosol Robotic Network (AERONET) 관측 자료를 비교 분석하였다. 그 결과 MODIS와 MI에 의한 에어로졸 광학두께는 해양에서 비교적 잘 일치하였으나 구름 가장자리와 육지에서는 두 센서의 에어로졸 광학두께 차이가 크게 나타났다. 그 이유로서 MODIS는 가시 채널과 적외 채널을 혼용하는 반면 MI는 오직 가시채널 만 사용하기 때문에 구름 가장자리의 옅은 구름을 에어로졸로 인식할 수 있고 육지에서는 지표면 특성에 따라 MODIS와 MI에 의한 에어로졸 광학두께 산출 차이가 발생된다. 따라서 MI 에어로졸 광학두께는 구름 가장자리와 지표면 특성의 영향을 주는 지표면 반사도의 정확성 개선을 통해 에어로졸 광학두께 산출 결과를 개선할 수 있다고 사료된다.

• 한국지구과학회지
• /
• 제26권7호
• /
• pp.706-713
• /
• 2005

엘니뇨현상과 관련된 해양 아표층 변동성을 조사하기 위해 1980년부터 2004년까지의 적도 해역의 20도 등온선 깊이(Z20)와 난수질량(WWV) 자료를 분석하였다. 주성분 분석, 합성 분석 및 교차상관 분석 결과, 아표층 시계열 자료는 Nino3.4 SST와 유의미한 시간 지연을 가지고 강한 상관성을 보였다. 이 결과는 아표층 해양 변수가 엘니뇨현상에 유용한 예측 인자임을 시사한다. 분석된 결과를 근거로 1996년부터 2004년까지 Nino3.4 SST를 예측하기 위해 신경망 예측 모델을 구성하였다. 해상풍을 입력 자료로 사용하였을 경우 보다 WWV를 적용하였을 때 3개월 이하의 단기 예측을 제외하고 모든 예측 시간에서 더 우수한 예측력을 보였으며, 5-8개월의 예측에 있어서는 기존의 여러 통계 모델 결과보다 예측 성능이 우수함을 확인하였다.

• 한국대기환경학회지
• /
• 제26권6호
• /
• pp.666-682
• /
• 2010

The forecasting system for Today's and Tomorrow's PM10 was developed based on the statistical model and the forecasting was performed at 9 AM to predict Today's 24 hour average PM10 concentration and at 5 PM to predict Tomorrow's 24 hour average PM10. The Today's forecasting model was operated based on measured air quality and meteorological data while Tomorrow's model was run by monitored data as well as the meteorological data calculated from the weather forecasting model such as MM5 (Mesoscale Meteorological Model version 5). The observed air quality data at ambient air quality monitoring stations as well as measured and forecasted meteorological data were reviewed to find the relationship with target PM10 concentrations by the regression analysis. The PM concentration, wind speed, precipitation rate, mixing height and dew-point deficit temperature were major variables to determine the level of PM10 and the wind direction at 500 hpa height was also a good indicator to identify the influence of long-range transport from other countries. The neural network, regression model, and decision tree method were used as the forecasting models to predict the class of a comprehensive air quality index and the final forecasting index was determined by the most frequent index among the three model's predicted indexes. The accuracy, false alarm rate, and probability of detection in Tomorrow's model were 72.4%, 0.0%, and 42.9% while those in Today's model were 80.8%, 12.5%, and 77.8%, respectively. The statistical model had the limitation to predict the rapid changing PM10 concentration by long-range transport from the outside of Korea and in this case the chemical transport model would be an alternative method.