• 대기
• /
• 제23권4호
• /
• pp.453-470
• /
• 2013

As a part of the KIAPS Observation Processing System (KOPS), we have developed the modules of satellite radiance data pre-processing and quality control, which include observation operators to interpolate model state variables into radiances in observation space. AMSU-A (Advanced Microwave Sounding Unit-A) level-1d radiance data have been extracted using the BUFR (Binary Universal Form for the Representation of meteorological data) decoder and a first guess has been calculated with RTTOV (Radiative Transfer for TIROS Operational Vertical Sounder) version 10.2. For initial quality checks, the pixels contaminated by large amounts of cloud liquid water, heavy precipitation, and sea ice have been removed. Channels for assimilation, rejection, or monitoring have been respectively selected for different surface types since the errors from the skin temperature are caused by inaccurate surface emissivity. Correcting the bias caused by errors in the instruments and radiative transfer model is crucial in radiance data pre-processing. We have developed bias correction modules in two steps based on 30-day innovation statistics (observed radiance minus background; O-B). The scan bias correction has been calculated individually for each channel, satellite, and scan position. Then a multiple linear regression of the scan-bias-corrected innovations with several predictors has been employed to correct the airmass bias.

• 대기
• /
• 제20권4호
• /
• pp.519-530
• /
• 2010

In this paper we review current research on Atmospheric Brown Clouds (ABCs) with lightweight Unmanned Aerial Vehicles (UAVs) and miniaturized instruments. The UAV technology for in-situ measurements, including aerosol concentration, aerosol size distribution, aerosol absorption, cloud drop size distribution, solar radiation fluxes (visible and broadband), and spectral radiative fluxes, is a leading-edge technology for cost-effective atmospheric sounding, which can fill the gap between the ground measurement and satellite observation. The first experimental observation with UAVs in Korea, Cheju ABC Plume Monsoon Experiment (CAPMEX), conducted during summer 2008 revealed that the Beijing plumes exerted a strong positive influence on the net warming and fossil-fuel-dominated black-carbon plumes were approximately 100% more efficient warming agents than biomass-burning-dominated plumes. Long-term sustainable routine UAV measurements will eventually provide truly three-dimensional data of ABCs, which is necessary for the better understanding of their climate impacts and for the improvement of numerical models for air pollution, weather forecast and climate change.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.511-521
• /
• 2022

위성영상에서의 구름 탐지 및 제거는 지형관측과 분석을 위해 필수적인 과정이다. 임계값 기반의 구름탐지 기법은 구름의 물리적인 특성을 이용하여 탐지하므로 안정적인 성능을 보여주지만, 긴 연산시간과 모든 채널의 영상 및 메타데이터가 필요하다는 단점을 가지고 있다. 최근 활발히 연구되고 있는 딥러닝을 활용한 구름탐지 기법은 4개 이하의 채널(RGB, NIR) 영상만을 활용하고도 짧은 연산시간과 우수한 성능을 보여주고 있다. 본 논문에서는 해상도가 다른 이종 데이터 셋을 활용하여 학습데이터 셋에 따른 딥러닝 네트워크 성능 의존도를 확인하였다. 이를 위해 DeepLabV3+ 네트워크를 구름탐지의 채널 별 특징이 추출되도록 개선하고 공개된 두 이종 데이터 셋과 혼합 데이터로 각각 학습하였다. 실험결과 테스트 영상과 다른 종류의 영상으로만 학습한 네트워크에서는 낮은 Jaccard 지표를 보여주었다. 그러나 테스트 데이터와 동종의 데이터를 일부 추가한 혼합 데이터로 학습한 네트워크는 높은 Jaccard 지표를 나타내었다. 구름은 사물과 달리 형태가 구조화 되어 있지 않아 공간적인 특성보다 채널 별 특성을 학습에 반영하는 것이 구름 탐지에 효과적이므로 위성 센서의 채널 별 특징을 학습하는 것이 필요하기 때문이다. 본 연구를 통해 해상도가 다른 이종 센서의 구름탐지는 학습데이터 셋에 매우 의존적임을 확인하였다.

• 한국지구과학회지
• /
• 제38권2호
• /
• pp.129-140
• /
• 2017

이 연구에서는 지표 관측 자료와 위성 자료 그리고 GWNU 단층 복사 모델을 이용하여 맑은 상태의 전천 일사량을 계산하였으며, 전운량에 따라 관측 및 모델의 일사량 값을 비교 분석하였다. 연구 자료는 2012년 강릉원주대학교 복사 관측소의 전천 일사량, 기온, 기압, 습도, 에어로졸 등의 관측 자료와 OMI 센서의 오존전량 자료 그리고 구름의 유무 및 전운량을 판단하기 위하여 자동 전운량 장비인 Skyview 자료를 이용하였다. 전운량이 0 할인 맑은 날의 경우 관측 값과 모델 값이 0.98로 높은 상관계수를 나타내었으나 RMSE가 $36.62Wm^{-2}$로 비교적 높게 나타났다. 이는 Skyview 장비가 얇은 구름이나 박무 및 연무 등의 기상상태를 판단하지 못하였기 때문이다. 흐린 날의 경우 구름의 영향을 보정하기 위해 전운량과 두 값의 차에 대한 비율을 이용한 회귀식을 복사 모델에 적용하였으며, 장비의 오탐지를 제외한 경우 상관계수가 0.92로 높은 상관성을 보였으나 RMSE가 $99.50Wm^{-2}$으로 높은 값을 보였다. 더 정확한 분석을 위해서는 직달 성분의 차폐 유무 및 구름 광학 두께를 포함한 다양한 구름 요소의 추가적인 분석이 요구된다. 이 연구결과는 분 또는 시간에 따른 일사량을 산출하여 일사량이 관측되지 않는 지역에서 유용하게 사용될 수 있다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.229-240
• /
• 2019

건설, 의료, 컴퓨터 그래픽스, 도시공간 관리 등 다양한 분야에서 3차원 공간모델이 이용되고 있다. 특히 측량 및 공간정보 분야에서는 최근 스마트시티, 정밀도로지도 구축 등과 같은 고품질의 3차원 공간정보에 대한 수요가 폭발적으로 증가하면서, 이를 보다 손쉽고, 간편하게 취득하기 위하여 MMS, UAV와 같은 관측기술이 활발히 활용되고 있다. 하지만 두 자료를 통합하여 3차원 모델링을 수행하기 위해서는, 두 관측기술 적용 시 발생하는 원시자료 취득센서, 점군 자료생성 방식 및 관측정확도 간의 차이를 효율적으로 보정할 수 있는 최적의 정합방법이 필요하다. 본 연구에서는 일반적인 3차원 모델의 자동정합에 사용되는 ICP(Iterative Closet Point) 기법을 통한 MMS와 UAV 점군 데이터 간 자동정합 성능을 판단하기 위하여, 여의도 지역을 연구대상지역으로 설정하고 UAV 영상을 취득 후 점군 자료로 변환하였다. 그 후 대상지역을 총 4개의 구역으로 구분하여 MMS 관측을 수행하였으며, UAV 점군 자료를 기반으로 각 구역에서 관측된 MMS 점군 자료와 수동정합하고 이를 ICP 기반으로 자동정합한 결과와 비교하였다. 보다 엄밀하게 ICP 기반의 자동정합 성능을 판단하기 위하여 각 구역별로 데이터 중첩률, 노이즈 레벨 등의 변수를 다르게 하여 비교를 수행하였다. 결론적으로 ICP 기반의 자동정합 시 데이터 중첩률이 높고, 노이즈 레벨이 낮을수록 더 높은 정확도로 정합될 수 있다는 것을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.2161-2166
• /
• 2009

It is important for 0-6 hour nowcasting to provide for a high-quality initial condition in a meso-scale atmospheric model by a data assimilation of several observation data. The polarimetric radar data is expected to be assimilated into the forecast model, because the radar has a possibility of measurements of the types, the shapes, and the size distributions of hydrometeors. In this paper, an impact on rainfall prediction of the data assimilation of hydrometeor types (i.e. raindrop, graupel, snowflake, etc.) is evaluated. The observed information of hydrometeor types is estimated using the fuzzy logic algorism. As an implementation, the cloud-resolving nonhydrostatic atmospheric model, CReSS, which has detail microphysical processes, is employed as a forecast model. The local ensemble transform Kalman filter, LETKF, is used as a data assimilation method, which uses an ensemble of short-term forecasts to estimate the flowdependent background error covariance required in data assimilation. A heavy rainfall event occurred in Okinawa in 2008 is chosen as an application. As a result, the rainfall prediction accuracy in the assimilation case of both hydrometeor types and the Doppler velocity and the radar echo is improved by a comparison of the no assimilation case. The effects on rainfall prediction of the assimilation of hydrometeor types appear in longer prediction lead time compared with the effects of the assimilation of radar echo only.

• 대한원격탐사학회지
• /
• 제23권2호
• /
• pp.71-87
• /
• 2007

본 연구는 NASA/GSFC에서 제공하는 MODIS 구름 산출물 자료를 활용하여 국지적 현상으로 나타난 영동지역의 14개 대설 사례를 분석하였다. MODIS에 의해 특정시간에 관측된 영동지역의 구름은 운정 온도(CTT), 광학 두께(COT), 유효 입자 반경$(r_e)$, 입자상(CP)과 같이 구름 내 속성의 특징에 따라 A, B, C 형으로 분류하였다. 각각의 구름 형태에 대한 강수량과 구름의 속성 사이의 연관성 분석에서 COT는 A와 B형에서 상당히 높은 통계적으로 유의한 관계성을 보였으며, CTT는 A형에서만 높은 상관성을 보였다. 그렇지만, C형에서는 통계적으로 유의한 관계성이 구름의 특성물에 대해 나타나지 않았다. A형 구름은 작은 크기의 물방울과 함께 주로 낮은 층운형 구름으로 구성되어 있으며, 동해에서 종관적으로 유도된 하층 한기 이류 하에서 발생할 수 있다. B형 구름은 발달하는 적운형 구름과 관련되어 있으며, 이러한 구름은 동해상에서 발달하는 저기압 중심과 밀접하게 관련되어 있다. 그렇지만, C형 구름은 다층 구름들로써 영동대설과 직접적으로 관련된 하층 구름을 상층구름이 덮고 있어 위성 관측이 어렵다. 따라서 MODIS 구름 산출물은 영동대설의 경우에 다층 구름을 제외하고 위성 자료로부터 강수량 추정과 대설 기작을 이해하는데 도움이 될 수 있다고 결론지을 수 있다.

• 한국태양에너지학회 논문집
• /
• 제36권1호
• /
• pp.1-9
• /
• 2016

To well design the solar energy system, the correlation to calculate and predict solar irradiation is basically needed. So, this study was performed to reveal the relationships between the solar irradiation and four meteorological observation data(dry-bulb temperature, relative humidity, duration of sunshine, and amount of cloud) that didn't show from previous any other researches. And then, we finally proposed the various order non-linear correlation from the measured solar irradiation and four meteorological measurement data using MINITAB. To show the deviation and accuracy of the solar irradiation between measured and calculated, this study compared for the daily total solar insolation. From those results, the calculation error could well predicted about maximum 97% for the daily total solar insolation. But, the coefficients of the proposed correlations didn't show any relationships. So, needs more studies to make the proper one correlation for the country.

• 대기
• /
• 제33권5호
• /
• pp.457-475
• /
• 2023

Accurately predicting localized heavy rainfall is challenging without high-resolution mesoscale cloud information in the numerical model's initial field, as precipitation intensity and amount vary significantly across regions. In the Korean Peninsula, the radar observation network covers the entire country, providing high-resolution data on hydrometeors which is suitable for data assimilation (DA). During the pre-processing stage, radar reflectivity is classified into hydrometeors (e.g., rain, snow, graupel) using the background temperature field. The mixing ratio of each hydrometeor is converted and inputted into a numerical model. Moreover, assimilating saturated water vapor mixing ratio and decomposing radar radial velocity into a three-dimensional wind vector improves the atmospheric dynamic field. This study presents radar DA experiments using a numerical prediction model to enhance the wind, water vapor, and hydrometeor mixing ratio information. The impact of radar DA on precipitation prediction is analyzed separately for each radar component. Assimilating radial velocity improves the dynamic field, while assimilating hydrometeor mixing ratio reduces the spin-up period in cloud microphysical processes, simulating initial precipitation growth. Assimilating water vapor mixing ratio further captures a moist atmospheric environment, maintaining continuous growth of hydrometeors, resulting in concentrated heavy rainfall. Overall, the radar DA experiment showed a 32.78% improvement in precipitation forecast accuracy compared to experiments without DA across four cases. Further research in related fields is necessary to improve predictions of mesoscale heavy rainfall in South Korea, mitigating its impact on human life and property.

• 한국지구과학회지
• /
• 제40권4호
• /
• pp.406-413
• /
• 2019

Red-Green-Blue (RGB) imagery techniques are useful for both forecasters and public users because they are intuitively understood, have advantageous visualization, and do not lose observational information. This study presents a novel RGB convective cloud product and its application to tropical cyclone analysis using Communication, Oceanography, and Meteorology (COMS) satellite observations. The RGB convective cloud product was developed using the brightness temperature differences between WV ($6.75{\mu}m$) and IR1 ($10.8{\mu}m$), and IR2 ($12.0{\mu}m$) and IR1 ($10.8{\mu}m$) as well as the brightness temperature in the IR1 bands of the COMS, with the threshold values estimated from the Korea Meteorological Administration (KMA) radar observations and the EUMETSAT RGB recipe. To verify the accuracy of the convective cloud RGB product, the product was applied to the center positions analysis of two typhoons in 2013. Thus, the convective cloud RGB product threshold values were estimated for WV-IR1 (-20 K to 15 K), IR1 (210 K to 300 K), and IR1-IR2 (-4 K to 2 K). The product application in typhoon analysis shows relatively low bias and root mean square errors (RMSE)s of 23 and 28 km for DANAS in 2013, and 17 and 22 km for FRANCISCO in 2013, as compared to the best tracks data from the Regional Specialized Meteorological Center (RSMC) in Tokyo. Consequently, our proposed RGB convective cloud product has the advantages of high accuracy and excellent visualization for a variety of meteorological applications.