• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1187-1198
• /
• 2021

해상풍 데이터는 최근 들어서 신재생 에너지 개발의 일환으로 해상 풍력발전 단지가 각광받으면서 더욱 중요성을 더하고 있다. 본 연구에서는 2015~2020년 부울경(부산, 울산, 경남) 연안해역을 촬영한 Sentinel-1 영상 368장과 저해상도 수치모델의 UV 컴포넌트를 이용한 DNN (Deep Neural Network) 모델을 개발하여 해상풍 데이터를 공간해상도 10 m 수준으로 정밀하게 생산하는 방법을 제시하였다. 이를 통해 기존의 CMOD (C-band Model) 함수에 비해 40% 정도 오차가 감소하였으며, U 컴포넌트와 V 컴포넌트는 각각 상관계수 0.901, 0.826의 비교적 높은 정확도를 나타냈다. 본 연구에서 부울경 해역(해안선으로부터 3 km 버퍼 영역)에 대해 산출한 10 m 해상도의 바람장 지도를 작성해 보면, 내륙에서 외해로 갈수록 풍속이 강해지는 일반적인 경향을 따르면서도 공간적으로 상세화된 바람 패턴을 잘 나타낼 수 있었다. 이러한 고해상도 해상풍 지도는 해상 풍력발전을 위한 상세조사뿐 아니라, SAR를 활용한 전천후 연안 방재 및 연안레저 정보 제공을 지원할 수 있을 것으로 기대한다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.19-28
• /
• 2014

RTTOV와 CRTM은 복사관측자료에 대한 관측연산자로 수치예보에 활용되고 있는 빠른 속도의 복사전달모델이다. 본 연구에서는 두 모델의 기본구조 및 입력자료를 비교했다. 또한, 다양한 파장대를 가진 AMSU-A 마이크로파 센서에 대해 구름에 대한 정보를 포함할 때와 포함하지 않을 때 두 모델로부터 계산된 밝기온도와 관측된 밝기온도를 해양에 대해 비교했다. AMSU-A의 탐측채널(5-14)에 대해서는 두 모델로부터 계산된 밝기온도 값에 큰 차이가 존재하지 않았으나, 대기의 창 채널 및 지표근처의 탐측채널에서는 RTTOV로부터 계산된 밝기온도 값이 관측과 더 가까워 CRTM에 비해 상대적으로 작은 초기추정오차를 보였다. 한편 UM으로부터 제공된 구름물과 얼음의 정보를 추가적으로 활용하였을 때 두 모델로부터 계산된 밝기온도와 관측된 밝기온도의 차이가 감소함을 확인할 수 있었고, 특히 CRTM의 31.4 GHz와 89 GHz 채널에서 모의된 밝기온도와 관측된 밝기온도의 차이가 크게 감소했다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.337-342
• /
• 2019

본 연구에서는 GDAPS(Global Data Assimilation and Prediction System) 예보모델자료와 위성기반 식생건조지수를 결합시킨 산불위험지수 WRI(Wildfire Risk Index)를 개발하였고, 이를 2019년 4월 4일의 고성-속초 산불과 강릉-동해 산불 사례에 적용해 보았다. 제시한 산불위험지수 WRI는 강수 이벤트 후에 건조 경향이 지속되었던 3월 19일 전후와 4월 4일 전후의 산불위험도 변화를 잘 나타냄으로써, 그 적합성이 확인되었다. WRI는 우리나라 산불취약성의 상시 감시를 위한 하나의 방법이 될 수 있을 것이며, 이를 더욱 발전시키기 위해서는 향후 GK-2A 위성자료의 활용과 함께, 산림청의 산불위험예보시스템과의 연계 방안에 대한 모색이 반드시 필요할 것이다.

• 대한토목학회논문집
• /
• 제28권5B호
• /
• pp.485-493
• /
• 2008

한반도 영역을 대상으로 RDAPS모형의 수치예보자료, AWS의 관측강수, 상층기상관측(upper-air sounding)의 관측자료를 이용하여 권역별 강수발생확률을 예측할 수 있는 인공신경망 모형을 제시하였다. 사용된 자료의 기간은 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 하였다. 500/750/1000 hPa에서의 지위고도, 500-1000 hPa에서의 층후(thickness), 500 hPa에서의 X와 Y방향 바람성분, 750 hPa에서의 X와 Y방향 바람성분, 표면풍속, 500/750 hPa/표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도등을 신경망의 예측인자로 사용하였다. 신경망의 구조는 3층 MLP(Multi Layer Perceptron)로 구성하여 역전파알고리즘(Back-propagation)을 학습방법으로 사용하였다. 신경망예측결과 한반도전체에 대한 예측성과의 개선은 H가 6.8%상승하였고, 특히 TS와 POD는 각각 99.2%와 148.1% 상승함으로서 강수예측에 대한 신경망모형이 효과적인 도구가 될 수 있음을 확인하였다. KSS 역시 92.8% 개선됨으로서 RDAPS 예측에 비하여 뚜렷이 개선된 결과를 보여주고 있다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.763-774
• /
• 2020

수치예보모델의 예측 바람장은 대기운동벡터 알고리즘의 표적 추적 과정에서 추적 정확도 향상이나 계산 시간 단축을 위해 초기 추정치로 사용된다. 대기운동벡터는 수치예보모델의 자료동화 시 활용가치가 높다고 알려졌으나, 초기 추정치로 사용된 수치예보모델 바람장이 대기운동벡터의 검증 과정에 참 값으로 사용된다는 모순이 있다. 이를 해결하기 위해서는 수치예보모델로부터 독립적인 초기 추정치가 필요하다. 본 연구에서는 Lucas and Kanade 옵티컬 플로우 방법을 적용하여 바람장을 도출한 후 이를 초기 추정치로 사용함으로써 표적 추적과정에서의 모델 의존성을 제거하고 계산 속도를 향상시키고자 하였다. 대기운동벡터 산출에는 2015년 8월 18일 ~ 9월 5일 00, 06, 12, 18시 동안의 정지궤도 위성 Himawari-8/AHI의 14번 채널 Level 1B 자료를 사용하였다. 옵티컬 플로우 방법이 대기운동벡터 산출에 미치는 영향을 평가하기 위하여 다음과 같은 세가지 방법으로 교차 검증을 수행 하였다. (1) 초기 추정치 없이, (2) KMA/UM 예보바람장을 초기 추정치로 사용하여, 그리고 (3) 옵티컬 플로우 방법으로 계산된 바람장을 초기 추정치로 사용하여 대기운동벡터를 산출하고 ECMWF ERA-Interim 재분석장과 비교 검증한 결과, 옵티컬 플로우 기반 바람장을 초기 추정치로 사용한 경우에 가장 높은 정밀도를 보였다(RMSVD: 5.296-5.804 ms^-1). 계산 속도는 초기 추정치를 사용하지 않은 경우에 가장 느렸고, 나머지 테스트는 유사한 속도를 보였다. 그러므로 대기운동벡터 알고리즘의 표적 추적 과정에 옵티컬 플로우 방법을 적용하면, 모델 의존성 없는 고품질 바람벡터의 산출이 가능할 것으로 사료된다.