KR100761936B1 - 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법 - Google Patents

6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법 Download PDF

Info

Publication number
KR100761936B1
KR100761936B1 KR1020060047422A KR20060047422A KR100761936B1 KR 100761936 B1 KR100761936 B1 KR 100761936B1 KR 1020060047422 A KR1020060047422 A KR 1020060047422A KR 20060047422 A KR20060047422 A KR 20060047422A KR 100761936 B1 KR100761936 B1 KR 100761936B1
Authority
KR
South Korea
Prior art keywords
cloud
radiance
pressure
temperature
cloud top
Prior art date
Application number
KR1020060047422A
Other languages
English (en)
Inventor
최용상
허창회
안명환
김영미
Original Assignee
재단법인서울대학교산학협력재단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 재단법인서울대학교산학협력재단 filed Critical 재단법인서울대학교산학협력재단
Priority to KR1020060047422A priority Critical patent/KR100761936B1/ko
Application granted granted Critical
Publication of KR100761936B1 publication Critical patent/KR100761936B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Radiation Pyrometers (AREA)

Abstract

본 발명은 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법에 관한 것으로서, 구름의 복사휘도를 측정할 수 있는 인공위성에서의, 구름 광학 두께(
Figure 112006037114286-pat00001
)가 10보다 작고, 운정 압력(
Figure 112006037114286-pat00002
)이 400hPa 이하인 상층운의 운정 온도 및 압력의 추정 방법에 있어서, 10.8㎛ 구름역 복사휘도(
Figure 112006037114286-pat00003
)에서 10.8㎛ 청천 복사휘도(
Figure 112006037114286-pat00004
)를 뺀 값을, 6.7㎛ 구름역 복사휘도(
Figure 112006037114286-pat00005
)에서 6.7㎛ 청천 복사휘도(
Figure 112006037114286-pat00006
)를 뺀 값으로 나눈 값을, 6.7㎛ 및 10.8㎛ 간의 복사비율(
Figure 112006037114286-pat00007
)로 정하는 복사비율 계산단계; 및 특정 위성 천정 각도 및 대기 프로파일에 대해서, 복사비율과 운정 압력의 상관관계를 사용하여 상기 복사비율(
Figure 112006037114286-pat00008
)로부터 운정 압력(
Figure 112006037114286-pat00009
)을 추정하고, 상기 추정된 운정 압력(
Figure 112006037114286-pat00010
)으로부터 통상적인 운정 압력과 운정 온도간의 관계를 사용하여 운정 온도(
Figure 112006037114286-pat00011
)를 추정하는 운정 정보 도출 단계; 를 포함한다. 따라서, 본 발명에 따르면 6.7㎛ 및 10.8㎛ 채널만으로 상층의 반투명 구름에 대한 운정 온도 및 압력을 추정할 수 있는 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법을 제공할 수 있다.

Description

6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법{Method for retrieving cloud top temperature and pressure using 6.7 and 10.8 micro channels}
도 1은 구름 광학 두께(
Figure 112006037114286-pat00012
)에 따른 MODIS의
Figure 112006037114286-pat00013
및 운정 온도(
Figure 112006037114286-pat00014
) 간의 관계를 도시한 도면
도 2은 200-400 hPa에 위치한 단일층의 얼음 구름에 대한 복사비율(
Figure 112006037114286-pat00015
)의 복사 전달 모델 “Streamer" 시뮬레이션을 보여주는 도면
도 3은 복사비율(
Figure 112006037114286-pat00016
) 및 MODIS 운정 압력(
Figure 112006037114286-pat00017
) 간의 시각적 관계에 대한 도면이다.
본 발명은 운정 온도 및 압력 추정 방법에 관한 것으로서, 보다 구체적으로는 6.7㎛ 및 10.8㎛ 채널만으로 상층의 반투명 구름에 대한 운정 온도 및 압력을 추정할 수 있는 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법에 관한 것이다.
구름은 대기 현상을 시각적으로 표시하기 때문에 지속적인 관심의 대상이다. 구름은 지구상의 기후에서 중요한 역할을 하고, 지구 온난화의 강도를 평가하는데 있어서 중요한 요소이다. 이러한 구름의 역할을 알기 위해서는 위성자료를 이용한 정교한 구름분석기술 개발이 요구된다. 구름의 원격탐사는 위성에 탑재된 라디오미터의 스펙트럼밴드를 이용한다. 수년전부터, 구름 분석 기술은 MODIS(Moderate-resolution Imaging Spectroradiometer) 기구의 작동과 함께 성장해왔다. MODIS는 36개의 가시광선 및 적외선 밴드에서의 스펙트럼 복사 휘도를 이용하여 구름 특성을 다양하게 분석할 수 있다. 권운(cirrus)의 감지는 강한 수분 흡수 대역에 있는 1.38㎛ 밴드를 MODIS 밴드에 삽입하여 이루어진다. 최근에는, 정지위성인 Meteosat-8에 탑재된 SEVIRI(Spinning Enhanced Visible and InfraRed Imager) 역시 총 12개의 스펙트럼 밴드에 의해 추정되는 고질의 구름 데이터를 제공할 수 있다. 상기 구름 데이터는 아프리카와 유럽 지역의 구름 형태(cloud type)와 구름 상한 정보(즉, 운정 정보)를 포함한다.
MODIS가 1km x 1km의 높은 공간 분해능으로 한층 더 개선된 대기 정보를 제공함에 불구하고, 극궤도위성(Terra 위성 및 Aqua 위성 등) 때문에 상기 대기 정보로 실시간 일기예보하는 것은 시간적인 제약이 있다. 한국은 동아시아와 서태평양 지역을 커버하는 GMS(Geostationary Meteorological Satellite) 시리즈를 잇는 일 본의 MTSAT-1R(Multi-functional Transport Satellite)로부터 정지 위성 관측을 사용하고 있다. 하지만, 이 위성들은 1시간마다 데이터를 제공하기 때문에 일기예보자의 요구사항을 충분히 만족시키고 있지 않다. 또한, MTSAT-1R로부터 얻을 수 있는 정보는 여전히 온도와 강우 등의 기초 정보에 국한된다. 따라서, 한반도 근처의 태풍 활동과 폭우 등과 같은 정확한 일기 상황을 예보하기 위하여는, 실시간에 가까운 빈번한 관측과 다양한 대기 정보를 필요로 하고 있다.
첫 번째 한국의 정지 위성인 COMS(Communications, Oceanography and Meteorology Satellite)는 2008년도에 발사할 예정이다. 상기 COMS의 촬영기(imager)는 적도의 116˚E의 수직 영상을 매 30분마다 획득하도록 설계되어 있다. 상기 COMS 촬영기는 0.6, 3.7, 6.7, 10.8, 12.0 ㎛ 에 대략적으로 맞춰진 5개의 밴드에서의 복사 휘도를 측정한다. 상기 COMS 촬영기는 가시광선 및 적외선 채널에서 각각 1km 및 2km의 공간 분해능을 가진 데이터를 제공하도록 되어 있다.
그러나, 상기 COMS 촬영기에서 사용가능한 밴드 수는 상기 5개의 채널들로 제한되어 있기 때문에, MODIS 및 SEVIRI에서는 관측 가능한 구름 특성들이 분별이 불가능해지므로, 협소한(narrow) 대기 정보를 담게 된다. 또한, 필수적인 채널인 2.2, 8.7 및 13.4 ㎛의 결여는 COMS 촬영기가 고도의 정확도로 구름 특성을 파악하는 것을 불가능하게 한다는 문제점이 있다.
상술한 문제점을 해결하기 위해 안출된 본 발명의 목적은, 6.7㎛ 및 10.8㎛ 채널만으로 상층의 반투명 구름에 대한 운정 온도 및 압력을 추정할 수 있는 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법을 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법은, 구름의 복사휘도를 측정할 수 있는 인공위성에서의, 구름 광학 두께(
Figure 112006037114286-pat00018
)가 10보다 작고, 운정 압력(
Figure 112006037114286-pat00019
)이 400hPa 이하인 상층운의 운정 온도 및 압력의 추정 방법에 있어서, 10.8㎛ 구름역 복사휘도(
Figure 112006037114286-pat00020
)에서 10.8㎛ 청천 복사휘도(
Figure 112006037114286-pat00021
)를 뺀 값을, 6.7㎛ 구름역 복사휘도(
Figure 112006037114286-pat00022
)에서 6.7㎛ 청천 복사휘도(
Figure 112006037114286-pat00023
)를 뺀 값으로 나눈 값을, 6.7㎛ 및 10.8㎛ 간의 복사비율(
Figure 112006037114286-pat00024
)로 정하는 복사비율 계산단계; 및 특정 위성 천정 각도 및 대기 프로파일에 대해서, 복사비율과 운정 압력의 상관관계를 사용하여 상기 복사비율(
Figure 112006037114286-pat00025
)로부터 운정 압력(
Figure 112006037114286-pat00026
)을 추정하고, 상기 추정된 운정 압력(
Figure 112006037114286-pat00027
)으로부터 통상적인 운정 압력과 운정 온도간의 관계를 사용하여 운정 온도(
Figure 112006037114286-pat00028
)를 추정하는 운정 정보 도출 단계;를 포함한다.
또한, 상기 복사비율 계산단계는, 청천 복사휘도(
Figure 112006037114286-pat00029
)는 5 x 5 픽셀의 청천 픽셀 중에서 최대값으로 선택하고, 구름역 복사휘도(
Figure 112006037114286-pat00030
)는 5 x 5 픽셀 중 구름 복사휘도가 가장 작은 4개의 구름 픽셀의 평균값으로 선택하는 것이 바람직하다.
이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 상세하게 설명한다.
적외선 대기창(IR-window) 채널 추정 방법은 10.8㎛ 휘도온도(
Figure 112006037114286-pat00031
)가 관심 영역의 수직 온도 프로파일과 비교되는 전형적인 방법이다. 구름은 불투명하고 위성 촬영 영역(Field-of-view; FOV)을 채우는 것으로 가정한다. 상기 적외선 대기창 채널 추정 방법은 반투명한 권운 및 작은 입자(small-element)의 적운에 대해서는 부정확하다(Menzel 1983).
도 1은 구름 광학 두께(
Figure 112006037114286-pat00032
)에 따른 MODIS의
Figure 112006037114286-pat00033
및 운정 온도(
Figure 112006037114286-pat00034
) 간의 관계를 도시한 도면이다.
도 1을 참조하여, 적외선 대기창 채널 추정 방법에 적당한 구름 광학 두께(
Figure 112006037114286-pat00035
)의 기준(criterion)을 얻기 위하여 MODIS의
Figure 112006037114286-pat00036
및 운정 온도(
Figure 112006037114286-pat00037
)를 간단히 설명한다.
여기서, 광학 두께가 두꺼운 구름(
Figure 112006037114286-pat00038
> ~10)의 운정 온도는
Figure 112006037114286-pat00039
과 거의 선형 관계에 있다.
동일한 값의 각도 변수들[위성천정각(
Figure 112006037114286-pat00040
), 태양천정각(
Figure 112006037114286-pat00041
) 및 태양에 대한 위성의 상대적인 방위각(
Figure 112006037114286-pat00042
)]하에서, 낮은 운정 온도를 가지고 있는 광학 두께가 두꺼운 구름은 이론적으로 10.8㎛에서 낮은 복사휘도를 갖는다.
높은 반투명 구름으로부터의
Figure 112006037114286-pat00043
은 일반적으로 그 아래에 깔려있는 구름들 또는 지면에 의해 오염된다. 이는
Figure 112006037114286-pat00044
가
Figure 112006037114286-pat00045
보다 크다는 특성으로서 밝혀졌다(도 1 참조).
이러한 모순을 해결하기 위해, 본 발명에서는 반투명 구름에 대해서 복사비율법(radiance ratioing method)을 제안한다.
운정 압력(
Figure 112006037114286-pat00046
)을 결정하기 위하여 동일한 위성 촬영 영역(FOV)을 바라보는 2개의 CO2 채널에서의 복사비율법을 채택하는 아이디어는 Smith and Platt(1978)에 의해 제안되었다.
Menzel(1983)은 이 방법을 보다 상세하게 설명했다. Wylie(1994)는 이 방법을 NOAA's polar-orbiting High-Resolution Infrared Radiation Sounder의 다양한 스펙트럼 데이터[구름양(cloud cover), 높이 및 유효 방출율에 대한 데이터) 로부터 권운 구름 통계를 결정하는데 사용하였다. 그리고, 상기 적외선 대기창 채널은 SEVIRI에서의 얇은 구름의
Figure 112006037114286-pat00047
를 추정하기 위해 사운딩 채널(sounding channel)과 함께 복사비율법에 관여된다(Gleau 2005).
COMS는 상기 복사비율법을 채택하는데 있어서 제한된 채널들을 갖는다. 따라서, 적외선 대기창 채널(10.8㎛) 및 오직 하나의 사운딩 채널(6.7㎛)이 적용 가능하다. 그러나, 기존에는 6.7-㎛ 채널은 다른 위성자료로 구름정보를 산출하는 어떠한 작동 알고리즘에서도 사용되지 않았다. 따라서, 상기 2개의 채널로 이 방법의 적용가능성을 평가하는 것이 필요하다. 이 방법을 위한 모든 수학식은 Menzel(1983)에서 도출된 것들과 동일하다. 복사비율(
Figure 112006037114286-pat00048
) 및
Figure 112006037114286-pat00049
간의 관계는 다음과 같다.
Figure 112006037114286-pat00050
[여기서,
Figure 112006037114286-pat00051
및
Figure 112006037114286-pat00052
는 각각 청천(clear-sky) 복사휘도 및 구름 역(cloudy-sky) 복사휘도를 뜻한다.]
2개 채널에서의 구름의 방출율(cloud emissivities)는 거의 동일하다고 가정한다. 6.7㎛는 강한 수증기 흡수 채널이라서, 그 가중함수(weighting function)의 최대값은 약 400hPa의 고도에 위치해 있다는 것이 알려져 있다.
즉, 대기의 각 고도에서 흡수한 에너지를 방출하는데 그것이 고르지 않고, 채널마다 최대 방출고도가 다르다. 여기서, 6.7㎛ 채널은 상층에서부터 400hPa까지 방출하는 양이 점점 증가하다가 400hPa에서 최대가 되고 그 이하에서는 다시 방출하는 양이 감소하는 것이다.
따라서, 수학식 1에서의
Figure 112006037114286-pat00053
은
Figure 112006037114286-pat00054
≤ 400hPa 인 상층운에 대해서만 적용 가능하다.
상층의 반투명 구름이 하부의 불투명 구름 위에 존재하는 다수의 구름층 시스템(
Figure 112006037114286-pat00055
> ~500hPa)은, MODIS의 CO2 의 사운딩 채널을 이용하는 사방법(slicing method)에 반하여, 반투명 구름의
Figure 112006037114286-pat00056
가 높게 산출되지는 않는다(King 1992).
도 2은 200-400 hPa에 위치한 단일층의 얼음 구름에 대한
Figure 112006037114286-pat00057
의 복사 전달 모델 “Streamer" 시뮬레이션을 보여준다. 이것은 열대지방(실선), 중위도(파선) 및 극지방(점선)의 대기 프로파일(profile)에 대해
Figure 112006037114286-pat00058
=30˚인 조건 하에서 계 산된 것이다. 상기 얼음 구름들은 구형의 입자들로 이루어진 것으로 가정되어 있다.
각각의 복사비율(
Figure 112006037114286-pat00059
)들은,
Figure 112006037114286-pat00060
(0.5, 1, 2 및 5),
Figure 112006037114286-pat00061
(20, 50, 100 및 130)의 변수에 대한 16가지의 경우의 회귀 분석을 통해 계산된다. 200, 300 및 400hPa에서의 구름은 중위도에서 각각 13, 18 및 32의 복사비율을 가지고 있고, 열대지역에서는 각각 18, 35 및 87의 복사비율을 가지고 있다.
복사비율이, 극지방을 제외하고,
Figure 112006037114286-pat00062
에 따라 증가하는 것은 자명하다. 대기 프로파일의 모든 경우에 있어서, 감쇠에 대한 상관관계(correlation)(
Figure 112006037114286-pat00063
및
Figure 112006037114286-pat00064
간의 상관관계)는 0.82 와 1.00 사이에서 비슷한 값을 가지고 있다(미도시).
이러한 높은 상관관계는, 특정 고도에서의 구름은 다양한
Figure 112006037114286-pat00065
및
Figure 112006037114286-pat00066
에 관계없이 고유의 복사비율을 가지고 있다는 것을 나타낸다.
일반적으로, 열대 지방에서의 낮은 구름은 작은 상관관계 값을 가지는 경향이 있다. 이는 대기 중의 수증기는 낮은 구름으로부터의 6.7㎛ 복사를 직접 흡수하기 때문이다.
위성 천정 각도
Figure 112006037114286-pat00067
는 수학식 1에서의
Figure 112006037114286-pat00068
의 계산에 고려되는 중요한 요소이다. 태양에 대한
Figure 112006037114286-pat00069
및
Figure 112006037114286-pat00070
등과 같은 다른 각도 변수들은 6.7㎛ 복사에 영향을 미치지 않는다.
아래의 표 1은 위성 천정 각도
Figure 112006037114286-pat00071
에서의 복사비율의 종속성(dependence)을 나타낸다.
θ Degree 200 hPa 300 hPa 400 hPa
60 16.2 23.0 48.5
30 13.1 17.7 31.9
0 12.4 16.6 28.9
표 1에서, 그 결과값은 중위도 겨울에 대해서 다양한
Figure 112006037114286-pat00072
(0, 30 및 60)에 대하여 나타나 있다. 복사비율은 낮은 구름에 대하여는
Figure 112006037114286-pat00073
와 관계없이 크다. 여기서, 모든 복사비율은 0.93 이상의 상관관계로 계산된다. 또한, 동일한
Figure 112006037114286-pat00074
에서,
Figure 112006037114286-pat00075
가 클수록 복사비율의 값이 커진다는 것을 알 수 있다.
수학식 1에 있는 청천 복사휘도 값의 적절한 결정(decision)은 공통적으로 중요한 이슈 중의 하나이다. 운정 온도 및 압력 추정에 있어서, 측정된 복사휘도로부터 도출되는 복사비율은 복사 전달 모델로부터 미리 계산된 복사비율과 잘 일치되어야 한다.
구름이 있는 위성 촬영 영역(cloudy FOV)에 대해서, 복사비율 계산에서 청천 복사휘도가 부적절하게 계산된다면 운정 온도 및 압력(CTTP)에서 심각한 불확정성을 일으키게 된다.
COMS의 구름 분석 알고리즘(CLA)은, 50km x 50km 위성 촬영 영역(FOV)에서의 구름 픽셀에 인접하여 관측한 것과 RT 모델에서 수학적으로 추정된 대기 프로파일로 시뮬레이션한 것 사이에서 청천 복사휘도의 최대값을 찾는 방법을 채택한다.
도 3은 복사비율(
Figure 112006037114286-pat00076
) 및 MODIS 운정 압력(
Figure 112006037114286-pat00077
) 간의 시각적 관계에 대한 도면이다.
Figure 112006037114286-pat00078
은,
Figure 112006037114286-pat00079
=30˚인 조건 하에서, 위성 촬영 영역(FOV)이 동남아시아(13˚-34˚N, 113˚-150˚E)를 커버하는 2000년 3월 4일의 0155 UTC에서 MODIS 관측으로부터 계산된 것이다. 도 3의 박스 부분이 MODIS 관측으로부터 계산된
Figure 112006037114286-pat00080
을 뜻한다.
Figure 112006037114286-pat00081
의 계산에서, 청천 복사휘도(
Figure 112006037114286-pat00082
)는 5 × 5 픽셀의 청천 픽셀 중에서 최대값으로 선택되고, 구름역 복사휘도(
Figure 112006037114286-pat00083
)는 5 × 5 픽셀 중 구름 복사휘도가 가장 작은 4개의 구름 픽셀의 평균값으로 선택된다.
복사비율
Figure 112006037114286-pat00084
의 Streamer 계산은 도 2에서와 비슷한 방식으로 열대지역의 대기 프로파일에 대해 시뮬레이션되고, 도 3의 실선으로서 모두 도시된다.
MODIS 관측 복사비율 및 복사 전달 모델의 복사비율 사이의 편중(bias)은 일반적으로 복사 전달 모델에서 가정된 대기 프로파일에 기인한다. 350-400hPa의 고도에서는, 상기 편중은 더 커진다. 이는, 복사 전달 모델과는 대조적으로, 수증기는 350hPa 이상의 고도에서 6.7㎛ 복사를 오염시킨다는 것을 의미한다. 350hPa 이하에서의 편중은 중위도 지역에서 감소되나,
Figure 112006037114286-pat00085
에 대한
Figure 112006037114286-pat00086
의 경도(gradient)는 줄어든다(미도시).
MODIS는, 10.8㎛ 복사로부터 처음 추정 후, MODIS CO2 채널에서의 5개 복사비율(
Figure 112006037114286-pat00087
,
Figure 112006037114286-pat00088
,
Figure 112006037114286-pat00089
,
Figure 112006037114286-pat00090
및
Figure 112006037114286-pat00091
)을 결합함으로써
Figure 112006037114286-pat00092
를 추정한다(Menzel 2002). 여기서,
Figure 112006037114286-pat00093
는 MODIS 밴드 36 및 35를 사용한 복사비율이다.
MODIS 밴드 36 및 35에서 청천 복사휘도는 환경예측국립센터[National Center for Environment Prediction(http://www.cdc.noaa.gov)]의 지원을 받은 복사 전달 모델의 계산으로부터 얻어진다.
도 3의 박스들의 넓은 분포는 6.7㎛ 밴드 때문이 아니라 청천 복사휘도 및 복사비율의 단일 사용(mono-use) 때문이다. 사실, 각각의 MODIS 복사비율조차도 도 3에 표시된 것에 대한 백분위수(percentile)와 유사한 영역을 가지고 있다(미도시). 결론적으로, 편중 오차는 적어도 50hPa(역으로 산출되는
Figure 112006037114286-pat00094
는 3K에 해당함)에서 Pc를 추정하는 데 있어서 불가피해보인다.
즉, 도 3을 참조하면 200hPa 와 300hPa의 복사비율 범위는 분리가 되나 200hPa와 250hPa, 250hPa와 300hPa의 복사비율 범위는 겹치는 부분이 발생하므로 50hPa의 오차가 존재한다는 것이고, 50hPa의 오차를 온도로 추정하면 그 값이 3K 정도 된다는 것이다.
한편, 기상센터에서 제공하는 대기 프로파일 정보에는 대기압력에 따른 온도정보가 들어있다. 본 발명에서는, 상기와 같이 추정된 운정 압력에 대응하는 대기 프로파일의 대기압력에 해당하는 온도를 운정 온도로 추정한다. 운정 압력에서 운정 온도를 추정하는 방법에는 기존의 통상적인 알고리즘을 사용한다.
본 발명은 상술한 바람직한 실시예에 한정되지 아니하며 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 용이하게 변형 실시 가능한 것은 물론이고, 이와 같은 변경은 청구항의 청구범위 기재범위 내에 있게 된다.
이상 설명한 바와 같은 본 발명은, 6.7㎛ 및 10.8㎛ 채널만으로 상층의 반투명 구름에 대한 운정 온도 및 압력을 추정할 수 있는 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법을 제공할 수 있다.

Claims (2)

  1. 구름의 복사휘도를 측정할 수 있는 인공위성에서의, 구름 광학 두께(
    Figure 112007035866863-pat00095
    )가 10보다 작고, 운정 압력(
    Figure 112007035866863-pat00096
    )이 400hPa 이하인 상층운의 운정 온도 및 압력의 추정 방법에 있어서,
    10.8㎛ 구름역 복사휘도(
    Figure 112007035866863-pat00097
    )에서 10.8㎛ 청천 복사휘도(
    Figure 112007035866863-pat00098
    )를 뺀 값을, 6.7㎛ 구름역 복사휘도(
    Figure 112007035866863-pat00099
    )에서 6.7㎛ 청천 복사휘도(
    Figure 112007035866863-pat00100
    )를 뺀 값으로 나눈 값을, 6.7㎛ 및 10.8㎛ 간의 복사비율(
    Figure 112007035866863-pat00101
    )로 정하는 복사비율 계산단계; 및
    특정 위성 천정 각도 및 대기 프로파일에 대해서, 복사비율과 운정 압력의 상관관계를 사용하여 상기 복사비율(
    Figure 112007035866863-pat00102
    )로부터 운정 압력(
    Figure 112007035866863-pat00103
    )을 추정하고, 상기 추정된 운정 압력(
    Figure 112007035866863-pat00104
    )으로부터 운정 압력과 운정 온도간의 관계를 사용하여 운정 온도(
    Figure 112007035866863-pat00105
    )를 추정하는 운정 정보 도출 단계; 를 포함하는 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법.
  2. 제1항에 있어서, 상기 복사비율 계산단계는,
    청천 복사휘도(
    Figure 112006037114286-pat00106
    )는 5 × 5 픽셀의 청천 픽셀 중에서 최대값으로 선택하고, 구름역 복사휘도(
    Figure 112006037114286-pat00107
    )는 5 × 5 픽셀 중 구름 복사휘도가 가장 작은 4개의 구름 픽셀의 평균값으로 선택하는 것을 특징으로 하는 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력 추정 방법.
KR1020060047422A 2006-05-26 2006-05-26 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법 KR100761936B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060047422A KR100761936B1 (ko) 2006-05-26 2006-05-26 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060047422A KR100761936B1 (ko) 2006-05-26 2006-05-26 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법

Publications (1)

Publication Number Publication Date
KR100761936B1 true KR100761936B1 (ko) 2007-09-28

Family

ID=38738763

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060047422A KR100761936B1 (ko) 2006-05-26 2006-05-26 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법

Country Status (1)

Country Link
KR (1) KR100761936B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101207925B1 (ko) 2010-02-22 2012-12-04 공주대학교 산학협력단 지표면 온도 산출 방법
KR101351793B1 (ko) 2011-10-24 2014-01-17 대한민국 해상풍 탐지시스템 및 이를 이용한 해상풍 탐지방법
KR101582216B1 (ko) * 2015-05-20 2016-01-04 (주)그린텍아이엔씨 상관도 분석 및 추세 분석을 통한 배수지 수압 예측 방법
KR101838433B1 (ko) * 2017-02-27 2018-03-14 이화여자대학교 산학협력단 구름 방출률 차이를 이용한 구름 온도 추정 방법 및 장치
KR101892851B1 (ko) * 2017-03-31 2018-08-28 이화여자대학교 산학협력단 권운 기압 보정 방법 및 장치
CN112329334A (zh) * 2020-10-15 2021-02-05 洛阳师范学院 一种基于模拟亮温的mwhts和mwts-ii融合反演海面气压方法
CN115165786A (zh) * 2022-07-06 2022-10-11 国家卫星气象中心(国家空间天气监测预警中心) 一种基于成像仪对红外高光谱大气探测仪的等效晴空辐射订正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5255190A (en) 1989-05-31 1993-10-19 Kavouras, Inc. Software method for enhancing IR satellite sensor cloud images
JP2000187723A (ja) 1998-12-24 2000-07-04 Mitsubishi Electric Corp 画像処理装置および画像処理方法
JP2004001223A (ja) * 2003-07-09 2004-01-08 Sakura Seiki Kk 自動穿孔装置と穿孔構造

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5255190A (en) 1989-05-31 1993-10-19 Kavouras, Inc. Software method for enhancing IR satellite sensor cloud images
JP2000187723A (ja) 1998-12-24 2000-07-04 Mitsubishi Electric Corp 画像処理装置および画像処理方法
JP2004001223A (ja) * 2003-07-09 2004-01-08 Sakura Seiki Kk 自動穿孔装置と穿孔構造

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문(2004.12.23)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101207925B1 (ko) 2010-02-22 2012-12-04 공주대학교 산학협력단 지표면 온도 산출 방법
KR101351793B1 (ko) 2011-10-24 2014-01-17 대한민국 해상풍 탐지시스템 및 이를 이용한 해상풍 탐지방법
KR101582216B1 (ko) * 2015-05-20 2016-01-04 (주)그린텍아이엔씨 상관도 분석 및 추세 분석을 통한 배수지 수압 예측 방법
KR101838433B1 (ko) * 2017-02-27 2018-03-14 이화여자대학교 산학협력단 구름 방출률 차이를 이용한 구름 온도 추정 방법 및 장치
KR101892851B1 (ko) * 2017-03-31 2018-08-28 이화여자대학교 산학협력단 권운 기압 보정 방법 및 장치
CN112329334A (zh) * 2020-10-15 2021-02-05 洛阳师范学院 一种基于模拟亮温的mwhts和mwts-ii融合反演海面气压方法
CN112329334B (zh) * 2020-10-15 2024-01-23 洛阳师范学院 一种基于模拟亮温的mwhts和mwts-ii融合反演海面气压方法
CN115165786A (zh) * 2022-07-06 2022-10-11 国家卫星气象中心(国家空间天气监测预警中心) 一种基于成像仪对红外高光谱大气探测仪的等效晴空辐射订正方法
CN115165786B (zh) * 2022-07-06 2023-09-19 国家卫星气象中心(国家空间天气监测预警中心) 一种基于成像仪对红外高光谱大气探测仪的等效晴空辐射订正方法

Similar Documents

Publication Publication Date Title
Veefkind et al. Improvements to the OMI O 2–O 2 operational cloud algorithm and comparisons with ground-based radar–lidar observations
McCollum et al. Evaluation of biases of satellite rainfall estimation algorithms over the continental United States
King et al. Cloud and aerosol properties, precipitable water, and profiles of temperature and water vapor from MODIS
CN110716185B (zh) 一种用于星载微波辐射计的在轨辐射校正方法
KR100761936B1 (ko) 6.7 및 10.8 마이크로 채널을 이용한 운정 온도 및 압력추정 방법
Doelling et al. The characterization of deep convective cloud albedo as a calibration target using MODIS reflectances
Bhatt et al. Desert-based absolute calibration of successive geostationary visible sensors using a daily exoatmospheric radiance model
Yeom et al. Solar radiation received by slopes using COMS imagery, a physically based radiation model, and GLOBE
Chrysoulakis et al. Improving the estimation of land surface temperature for the region of Greece: adjustment of a split window algorithm to account for the distribution of precipitable water
Felde et al. Retrieval of 91 and 150 GHz Earth surface emissivities
Schmit et al. Introducing the GOES-M imager
Menenti et al. Estimation of soil and vegetation temperatures with multiangular thermal infrared observations: IMGRASS, HEIFE, and SGP 1997 experiments
KR100740347B1 (ko) 6.7 마이크로 채널을 이용한 구름상 추정 방법
Xiong et al. Using Dome C for moderate resolution imaging spectroradiometer calibration stability and consistency
Borbas et al. MODIS atmospheric profile retrieval algorithm theoretical basis document
Erasmus et al. Utilizing satellite data for evaluation and forecasting applications at astronomical sites
Tahl Determination of the column water vapour of the atmosphere using backscattered solar radiation measured by the Modular Optoelectronic Scanner (MOS)
Bréon et al. Calibration of the Meteosat water vapor channel using collocated NOAA/HIRS 12 measurements
Ba et al. Validation of a technique for estimating OLR with the GOES sounder
KR100775654B1 (ko) 3.7 마이크로 채널을 이용한 구름 광학 두께 및 유효 입자반경의 추정 방법
KR101948706B1 (ko) 히마와리 8호 ahi 센서를 이용한 대기상단 광대역 알베도 산출 방법
Spinetti et al. Aerosol optical thickness of Mt. Etna volcanic plume retrieved by means of the Airborne Multispectral Imaging Spectrometer (MIVIS)
US9888634B1 (en) Water irrigation restriction violation system and associated methods
Thies et al. Detection of high rain clouds using water vapour emission–transition from Meteosat First (MVIRI) to Second Generation (SEVIRI)
Alliss et al. Realtime atmospheric decision aids in support of the lunar laser communications demonstration

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120914

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20130904

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140822

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee