• 전자공학회논문지
• /
• 제51권4호
• /
• pp.131-143
• /
• 2014

본 논문에서는 자연 이미지가 갖는 통계적 일관성과 안개를 인식하는 시지각적 통계 특성을 이용하여 단일 안개 영상에서, 안개가 없는 참조 영상과의 비교 없이, 시지각적으로 안개 영상의 가시성을 예측한다. 제안하는 모델은 기존 안개 영상의 가시성 예측 방법들이 불가피하게 사용했던 추가 정보들, 예를 들면, 다수의 다양한 안개 영상, 차량 탑재 카메라의 지리적 위치 정보, 사람의 가시성 평가에 대한 학습 결과, 도로 선 혹은 교통 신호와 같이 안개 영상의 돋보이는 특정 물체 정보 등을 사용하지 않는다. 본 논문의 모델은 오직 테스트 안개 영상이 자연 현상에 의한 안개 영상 혹은 안개가 전혀 없는 영상에서 일관적으로 발견되는 통계적 특성으로부터 얼마나 떨어져 있는지 측정함으로써 안개 영상의 가시성을 예측한다. 시지각적으로 안개를 인식하여 일관된 통계를 나타내는 특징 인자들은 공간상의 자연 이미지 통계 모델과 안개 영상의 특징 (명암대비의 감소, 색상과 채도의 감소, 밝기의 증가)으로부터 유도된다. 제안하는 모델은 안개 영상의 전체 영역에 대한 가시성뿐만 아니라 각 관심 영역에서 패치 크기에 따른 지역적 안개 영상의 가시성도 예측할 수 있다. 본 모델의 성능분석을 위하여 사람이 직접 인지하는 가시성 측정 실험을 100 장의 다양한 안개 영상에 대해 수행하였다. 본 논문에서 제시한 모델을 통해 예측된 안개 영상의 가시성과 사람이 체감한 안개 영상의 가시성을 비교한 결과, 둘 사이에 매우 높은 상관관계가 있는 것으로 평가되었다. 본 논문이 제안하는 무참조 안개 영상의 가시성 예측 모델은 사람의 시지각적 특성을 활용한 새로운 방법으로, 향후 안개 영상의 가시성 향상 알고리듬 개발과 선 개발된 안개 제거 및 가시성 향상 알고리듬들의 성능을 정확히 평가할 수 있는 새로운 측정방법 개발 등에 매우 유용할 것으로 기대된다.

• 대기
• /
• 제23권4호
• /
• pp.443-452
• /
• 2013

The original Fog Stability Index (FSI) is formulated as FSI=$2(T-T_d)+2(T-T_{850})+WS_{850}$, where $T-T_d$ is dew point deficit (temperature-dew point temperature), $T-T_{850}$ is atmospheric stability measure (temperature-temperature at 850 hPa altitude) and $WS_{850}$ is wind speed at 850 hPa altitude. As a way to improve fog prediction at Incheon International Airport (IIA), we develop the modified FSI for IIA, using the meteorological data at IIA for two years from June 2011 to May 2013, the first one year for development and the second one year for validation. The relative contribution of the three parameters of the modified FSI is 9: 1: 0, indicating that $WS_{850}$ is found to be a non-contributing factor for fog formation at IIA. The critical success index (CSI) of the modified FSI is 0.68. Further development is made to consider the fact that fogs at IIA are highly influenced by advection of moisture from the Yellow Sea. One added parameter after statistical evaluation of the several candidate parameters is the dew point deficit at a buoy over the Yellow Sea. The relative contribution of the four parameters (including the new one) of the newly developed FSI is 10: 2: 0.5: 6.4. The CSI of the new FSI is 0.50. Since the developmental period of one year is too short, the FSI should be refined more as the data are accumulated more.

• 대기
• /
• 제25권1호
• /
• pp.149-154
• /
• 2015

As an attempt to improve fog predictability at Incheon International Airport (IIA) we couple the 3D weather forecasting model currently operational in Korea Meteorological Administration (regional Unified Model, UM_RE) with a 1D turbulence model (PAFOG). The coupling is done by extracting the meteorological data from the 3D model and properly inserting them in the PAFOG model as initial conditions and external forcing. The initial conditions include surface temperature, 2 m temperature and dew point temperature, geostrophic wind at 850 hPa and vertical profiles of temperature and dew point temperature. Moisture and temperature advections are included as external forcing and updated every hr. To validate the performance of the coupled system, simulation results of the coupled system are compared to those of the 3D model alone for the 22 sea fog cases observed over the Yellow Sea. Three statistical indices, i.e., Root Mean Square Error (RMSE), linear correlation coefficient (R) and Critical Success Index (CSI), are examined, and they all indicate that the coupled system performs better than the 3D model alone. These are certainly promising results but more improvement is required before the coupled system can actually be used as an operational fog forecasting model. For the RMSE, R, and CSI values for the coupled system are still not good enough for operational fog forecast.