KR101161781B1 - System and method for calculating quantitative of heavy rainfall amount using satellite images - Google Patents
System and method for calculating quantitative of heavy rainfall amount using satellite images Download PDFInfo
- Publication number
- KR101161781B1 KR101161781B1 KR1020100101903A KR20100101903A KR101161781B1 KR 101161781 B1 KR101161781 B1 KR 101161781B1 KR 1020100101903 A KR1020100101903 A KR 1020100101903A KR 20100101903 A KR20100101903 A KR 20100101903A KR 101161781 B1 KR101161781 B1 KR 101161781B1
- Authority
- KR
- South Korea
- Prior art keywords
- brightness temperature
- infrared
- distribution
- convective
- area
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 86
- 238000004364 calculation method Methods 0.000 claims abstract description 52
- 238000001556 precipitation Methods 0.000 claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- ZVNYJIZDIRKMBF-UHFFFAOYSA-N Vesnarinone Chemical compound C1=C(OC)C(OC)=CC=C1C(=O)N1CCN(C=2C=C3CCC(=O)NC3=CC=2)CC1 ZVNYJIZDIRKMBF-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
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
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/02—Details
- G01J1/029—Multi-channel photometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- General Physics & Mathematics (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Hydrology & Water Resources (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
본 발명은 대류운과 층운을 식별하기 위한 경계값을 산출하고 이를 기준으로 대류운와 층운을 구별할 수 있도록 하여 호우 영역 탐지와 강수량 산출의 정확도를 높일 수 있도록 한 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법에 관한 것으로, 그 구성은 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 밝기온도의 세기 및 분포상태를 검출하는 MTSAT 위성;상기 MTSAT 위성으로부터 검출된 정보를 수신받는 위성신호수신기;상기 위성신호수신기로부터 정해진 관측지역의 적외선의 세기 및 분포상태를 입력받아 정해진 관측지역의 밝기온도 분포 및 밝기온도 분포에 대한 기울기를 계산하고, 경계값과 비교하여 호우발생지역을 추정하고, 대류운에서 발생하는 강수량을 정량적으로 산출하는 분석장치;를 포함한다.The present invention calculates a boundary value for distinguishing convective clouds and stratum clouds, and based on this, it is possible to distinguish between convective clouds and stratus clouds, so that quantitative calculation system of heavy rain using satellite images can improve the accuracy of rainfall area detection and precipitation calculation. And a method comprising: an MTSAT satellite detecting an intensity and a distribution state of a brightness temperature of an infrared ray and a water vapor channel radiated from a predetermined observation region; a satellite signal receiver receiving information detected from the MTSAT satellite; The receiver receives the intensity and distribution of the infrared rays of a given observation area, calculates the slope of the brightness temperature distribution and the brightness temperature distribution of a given observation area, compares the boundary value, estimates the region of heavy rain occurrence, It includes; an analysis device for quantitatively calculating precipitation.
Description
본 발명은 위성을 이용한 호우의 정량적 산출에 관한 것으로, 구체적으로 대류운과 층운을 식별하기 위한 경계값을 산출하고 이를 기준으로 대류운와 층운을 구별할 수 있도록 하여 호우 영역 탐지와 호우 강수량 산출의 정확도를 높일 수 있도록 한 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법에 관한 것이다.The present invention relates to the quantitative calculation of heavy rainfall using satellites, specifically calculating boundary values for identifying convective clouds and stratum clouds, and distinguishing convective clouds and stratus clouds based on the accuracy of heavy rain area detection and heavy rainfall precipitation calculation. The present invention relates to a system and method for quantitatively calculating heavy rainfall using satellite images.
호우(豪雨)는 비교적 짧은 시간에 많이 내리는 비를 의미하는 것으로, 그 중에서도 지역적으로 쏟아지는 비를 집중호우라고 한다.Heavy rain (豪雨) means heavy rain in a relatively short time, and the rain that is pouring locally is called heavy rain.
한국에서는 24시간에 80㎜이상의 강우로 비피해가 예상될 때 호우주의보, 150㎜이상이 예상될 때 호우경보를 내린다.In Korea, heavy rain warning is expected when rain is expected to be more than 80 mm in 24 hours, and heavy rain alarm is expected when more than 150 mm is expected.
이와 같은 호우 발생 요인은 전선 상에서 발달하는 요란, 북태평양 기단 연변으로부터 수증기의 수송.수렴, 태풍의 직.간접 영향, 지상저기압과 상.하층 제트의 상호작용, 종관적 특성과 더불어 불안정도로 야기되는 중규모 대류계의 발달 등과 같이 다양하고 복합적으로 나타난다.These heavy rains are caused by disturbances that develop on the front lines, the transport and convergence of water vapor from the North Pacific air mass edges, the direct and indirect effects of typhoons, the interaction between ground cyclones and upper and lower jets, and the synoptic characteristics, along with mesoscale instabilities. It appears diverse and complex, such as the development of convection systems.
또한 중규모 대류계의 발달은 수 시간 내에 진행되기 때문에 12시간 간격으로 생산되는 종관일기도나 3시간 간격으로 생산되는 국지일기도 및 수치 예보자료만으로는 이를 모니터링 하기가 어렵다.In addition, since the development of medium-scale convection systems takes place within a few hours, it is difficult to monitor this by means of synoptic diaries produced at 12-hour intervals or local diaries and numerical forecasts produced at 3-hour intervals.
레이더는 10분 간격의 영상을 제공하기 때문에 급격하게 발달하는 호우를 모니터링 하는데 많이 이용되고 있지만 공간적 범위가 제한되어 서해상에서 발달하는 호우 시스템을 모니터링 하는 데에는 어려운 단점이 있다.Radars are used to monitor rapidly developing heavy rain because they provide images at 10-minute intervals, but there is a difficulty in monitoring heavy rain systems that develop on the west sea due to the limited spatial range.
반면 위성 영상은 30분 간격으로 생산되고 공간적 범위가 넓기 때문에 종관규모 파악이 가능하다는 장점이 있으며, 발달하는 호우 시스템을 지속적으로 모니터링 할 수 있다.On the other hand, satellite images are produced at 30-minute intervals and have a wide spatial range, so that the synopsis size can be grasped, and the developing heavy rain system can be continuously monitored.
이와 같이 위성영상을 활용하여 호우의 발달을 모니터링하고 단기간 호우 예측에 활용하기 위해서는 호우 발달 과정의 선행 시그널과 함께 개념모델의 확립이 필요하다. 하지만 아직 위성영상을 활용한 호우 사례 분석의 개념모델에 대한 연구는 부족한 실정이다.In order to monitor the development of heavy rain using satellite images and to use it for short-term rainfall prediction, it is necessary to establish a conceptual model along with the preceding signals of the heavy rain development process. However, studies on the conceptual model of heavy rain case analysis using satellite images are still insufficient.
호우 발달 시스템에 대한 개념모델 연구는 여러 연구자들에 의해 수행되어 왔는데, 전선을 동반한 중위도 저기압을 Conveyor Belt Model(CBM)에 적용한 강수 발달의 개념모델이 제시되었으며, 상층의 건조공기 유입 지역과 한랭전선 상의 선형 대류지역을 따라 호우가 주로 발달한다는 것이 밝혀졌다 (Harrold, 1973;Browning and Roberts, 1994; Carlson, 1980; Ziv et al., 2009).A conceptual model study on the heavy rain development system has been conducted by various researchers. A conceptual model of precipitation development using the mid-latitude cyclones with wires in the Conveyor Belt Model (CBM) was presented. It has been found that heavy rainfall develops primarily along linear convection areas on the front (Harrold, 1973; Browning and Roberts, 1994; Carlson, 1980; Ziv et al ., 2009).
또한 Yang et al.(2005)은 중국 남부 지역에서 중규모 대류계의 발달을 진단하기 위해 위성영상의 밝기온도와 지위고도, 온도, 상대습도, 와도, 발산장, 연직속도, 수증기 수렴, 불안정도 등의 수치모형 자료를 활용하여 중규모 대류계 발달의 개념모델을 정립하였다.See also Yang et al. (2005) used numerical model data such as brightness temperature, position altitude, temperature, relative humidity, vorticity, emission field, vertical velocity, water vapor convergence, and instability to diagnose the development of medium-scale convection systems in southern China. A conceptual model of medium-scale convective development was established.
한반도 지역의 호우 발달 유형을 분류한 연구로는 나득균 등(2005)이 2003년 기상청에서 분류한 강수유발 기압유형을 근거로 1973년부터 2002년까지 30년간 전국 61 지점의 강수자료를 분석하여 호우로 성장할 확률이 가장 큰 유형을 장마형, 저기압형, 태풍직접형, 태풍변질형, 열대수렴형으로 분류한 바 있다.The study categorized the types of heavy rain development in the Korean Peninsula. Based on the precipitation-induced pressure type classified by Nadeukgyun et al. (2005) by the Korea Meteorological Administration in 2003, rainfall data were analyzed from 61 locations across the country for 30 years from 1973 to 2002. The most probable type of growth was classified as rainy season, low pressure type, typhoon direct type, typhoon alteration type, and tropical convergence type.
Lee and Kim(2007)은 레이더와 AWS(Automatic Weather Station) 자료를 이용하여 한반도 호우 유형을 고립형 뇌우, 대류밴드, 스콜선, 구름 무리의 4가지 유형으로 분류하였는데, 구름무리형이 47%, 대류밴드형이 27%, 고립형 뇌우와 스콜선형이 각각 12%와 7%를 차지한다고 하였다.Lee and Kim (2007) used radar and automatic weather station (AWS) data to classify the Korean Peninsula type into four types: isolated thunderstorms, convection bands, sculls, and cloud swarms. The convective band type is 27%, and the isolated thunderstorm and squall types are 12% and 7%, respectively.
위성자료를 이용하여 대류성 강수의 정량화를 시도한 연구도 있었는데 Oh et al.(2002)는 GMS-5(Geostationary Meteorological Satellite) 적외 채널과 수증기 채널의 TBB(Black Body Temperature)와 호우 강수량과의 분포로부터 probability matching techniques을 적용하여 TBB 자료로 호우 강수량을 정량화 하였다.Some studies have attempted to quantify convective precipitation using satellite data, and Oh et al . (2002) reported from the distribution of TBB (Black Body Temperature) and heavy rainfall in the Geostationary Meteorological Satellite (GMS-5) infrared and water vapor channels. Probability matching techniques were used to quantify heavy rainfall using TBB data.
예를 들어, MTSAT(Multi-functional Transport Satellite) 위성영상을 이용하여 호우 발생 지역과 강수량을 추정하기 위해서는 위성영상의 적외1채널 온도와 적외2채널 온도, 수증기채널의 온도를 사용하게 된다.For example, in order to estimate the rainfall occurrence region and precipitation using a multi-functional transport satellite (MTSAT) satellite image, the infrared 1 channel temperature, the infrared 2 channel temperature, and the temperature of the steam channel are used.
호우 발생 가능지역을 구분하기 위해서는 먼저 대류운의 발생 가능지역을 구분해야 한다. 많은 학자들이 호우 발생 가능지역을 구분하기 위하여 적외1채널 온도의 임계값을 실험적으로 결정하고 적외1채널 온도와 적외2채널 온도의 차이를 실험적으로 결정하여 대류운 발생 가능 지역을 구분한다.In order to identify the areas where heavy rain can occur, first, the areas where convective clouds can occur can be identified. Many scholars experimentally determine the threshold of infrared 1-channel temperature to distinguish between the regions where heavy rain can occur, and experimentally determine the difference between infrared 1-channel temperature and infrared 2-channel temperature to distinguish the possible regions of convective cloud.
대표적인 연구를 살펴보면 Maddox는 적외1채널 온도의 임계온도 241.15K 이하를 택하여 대류운 가능성이 있는 지역을 구분하였다.In a representative study, Maddox selected areas with potential for convective clouds by selecting a critical temperature of 241.15K or less at one channel of infrared.
그리고 Inoue는 적외1채널 온도와 적외2채널 온도의 차이가 2.5K이하인 지점을 강한 대류운 발생을 암시하는 권운 또는 모루권운으로 구분 하였다.Inoue classified the point where the difference between the infrared 1 channel temperature and the infrared 2 channel temperature was 2.5K or less into cirrus or anvil cirrus, suggesting a strong convective cloud.
Arkin은 적외1채널 온도가 235K 보다 작은 지점에 대해 대류운으로 판정하였다.Arkin judged it as a convective cloud for the point where the infrared single channel temperature was less than 235K.
위성영상을 이용하여 호우 강수량을 산출하는 방법으로써, Oh 등은 적외1채널 온도와 적외1채널과 수증기 채널의 온도 차이를 이용한 방법을 사용하여 두가지 강수 산출식을 제시하였다.As a method of calculating rainfall precipitation using satellite images, Oh et al. Presented two precipitation equations using a method using an infrared 1 channel temperature and a temperature difference between an infrared 1 channel and a steam channel.
그러나 이와 같은 종래 기술의 위성 영상을 이용한 호우 강수량 산출에 관한 연구는 호우를 발생시키는 대류운을 구별하기 위하여 임계온도를 사전에 결정한 상태에서 위성 영상의 관측범위 내의 모든 지점에 대해 동일한 임계온도만을 사용하고 있다.However, such a study on rainfall precipitation calculation using the conventional satellite image uses only the same threshold temperature for all points within the observation range of the satellite image with a predetermined threshold temperature in order to distinguish the convective cloud generating the heavy rain. Doing.
또한, 호우를 발생시키는 대류운의 온도는 주변 지점 구름의 온도에 비해 기울기가 크다는 점을 반영하지 못하여 국지적인 호우가 자주 발생하는 한반도 등의 지역에서는 정확한 호우 지역 구분이 힘들다.In addition, the temperature of the convective cloud generating heavy rain does not reflect that the slope is larger than the temperature of the surrounding clouds, so it is difficult to accurately identify the heavy rain in areas such as the Korean peninsula where local heavy rainfall occurs frequently.
즉, 관측범위 내의 모든 지점에 대해 임계온도만을 만족하면 모두 호우 발생 지역으로 분류하는 한계를 가지고 있고, 주변 모든 지점이 대류운이라도 임계온도를 만족하지 못하면 대류운으로 구분되지 않는 단점이 있다.That is, if only the critical temperature is satisfied for all points within the observation range, they all have a limit to classify it as a heavy rain generating area. If all the surrounding points do not satisfy the critical temperature, they are not classified as convective clouds.
또한, 기존의 호우 강수량 산출 방법은 대류운의 발생 지역을 구분하지 않고 위성영상의 관측범위 내의 모든 지점에 대해 동일한 식을 적용함으로써 각 지점에 따라 강수의 유형이 다를 경우 이를 반영하지 못하여 오류가 발생한다.In addition, the existing rainfall precipitation calculation method applies the same equation to all points within the observation range of the satellite image without distinguishing the region where the convective cloud is generated. do.
본 발명은 이와 같은 종래 기술의 위성 영상을 이용한 강수량 산출 방법의 문제를 해결하기 위한 것으로, 대류운과 층운을 식별하기 위한 경계값을 산출하고 이를 기준으로 대류운와 층운을 구별할 수 있도록 하여 호우 영역 탐지와 호우 강수량 산출의 정확도를 높일 수 있도록 한 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법을 제공하는데 그 목적이 있다.The present invention is to solve the problem of the precipitation calculation method using the satellite image of the prior art, it is to calculate the boundary value for identifying the convective cloud and stratum cloud and to distinguish the convection cloud and stratus cloud based on the heavy rain area The purpose of the present invention is to provide a quantitative calculation system and method of heavy rainfall using satellite images to improve the accuracy of detection and heavy rainfall calculation.
본 발명은 호우를 발생시키는 대류운의 온도는 주변 지점 구름의 온도와 기울기가 크다는 점을 반영하여 동서남북 방향으로 인접한 지점 4개의 평균 온도보다 3K 이상 작을 경우 대류운으로 구분하는 온도 기울기 방법을 대류운 발생 지역 구분의 판단인자로 사용함으로써 대류운 발생 지역 구분의 정확도를 높일 수 있도록 한 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법을 제공하는데 그 목적이 있다.The present invention reflects that the temperature of the convective cloud generating heavy rain is larger than the temperature of the surrounding point cloud and the slope is larger than the average temperature of four adjacent points in the east, west, north and north directions. The purpose of this study is to provide a quantitative calculation system and method for heavy rainfall using satellite images that can be used to determine the classification of convective cloud areas by using it as a determinant of classification for generating area.
본 발명은 대류운으로 판정되지 않은 지점 중에서 동서남북 방향으로 인접한 4개 지점 중 3개 지점 이상이 대류운으로 판별되었을 경우 대류운 지역으로 구분하고 대류운으로 구분된 지역에 대해 강수량 산출식을 구분된 대류운에 대해 가중치를 적용하여 호우 발생 시 강수량을 산출하여 정확성을 높인 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법을 제공하는데 그 목적이 있다.According to the present invention, when three or more points out of four adjacent points in the east, west, north and south directions are determined to be convective clouds among the points not determined as convective clouds, the present invention is divided into convective cloud regions and the precipitation calculation formula is divided into regions classified as convective clouds. The purpose of the present invention is to provide a quantitative calculation system and method for heavy rainfall using satellite images, which have high accuracy by calculating rainfall in heavy rain by applying weights to convective clouds.
본 발명은 호우 발생 시의 강수량을 정량적으로 산출하기 위하여 대류운을 결정하기 위한 임계온도와 함께 주변의 인접한 지점들과의 온도 기울기를 사용함으로써 호우를 유발하는 대류운 구분의 정확도를 높이고 호우 발생 시 정확한 호우 강수량의 추정이 가능한 MTSAT 위성영상을 이용한 호우의 정량적 산출 방법을 제공하는 것을 목적으로 한다.The present invention improves the accuracy of the classification of convective clouds that cause heavy rains by using temperature gradients with adjacent points in conjunction with the critical temperature for determining the convective cloud to quantitatively calculate precipitation during heavy rains. It is an object of the present invention to provide a quantitative calculation method of heavy rain using MTSAT satellite image, which can accurately estimate rainfall rainfall.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned can be clearly understood by those skilled in the art from the following description.
이와 같은 목적을 달성하기 위한 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 시스템은 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 밝기온도의 세기 및 분포상태를 검출하는 MTSAT 위성;상기 MTSAT 위성으로부터 검출된 정보를 수신받는 위성신호수신기;상기 위성신호수신기로부터 정해진 관측지역의 적외선의 세기 및 분포상태를 입력받아 정해진 관측지역의 밝기온도 분포 및 밝기온도 분포에 대한 기울기를 계산하고, 경계값과 비교하여 호우발생지역을 추정하고, 대류운에서 발생하는 강수량을 정량적으로 산출하는 분석장치;를 포함하는 것을 특징으로 한다.A quantitative calculation system of heavy rain using satellite images according to the present invention for achieving the above object is an MTSAT satellite for detecting the intensity and distribution of the brightness temperature of infrared and water vapor channels radiated from a predetermined observation area; Satellite signal receiver receiving the received information; From the satellite signal receiver receives the intensity and distribution state of the infrared ray of the specified observation area, calculates the slope of the brightness temperature distribution and the brightness temperature distribution of the specified observation area, and compares with the boundary value And an analysis device for estimating heavy rain occurrence region and quantitatively calculating precipitation occurring in the convective cloud.
여기서, 상기 분석 장치는, 대류운 탐지를 위한 분석알고리즘이 프로그래밍된 연산기와, 정해진 관측지역의 밝기온도 분포도와 기울기 경계값이 저장된 메모리가 구비되는 것을 특징으로 한다.Here, the analysis device is characterized in that it comprises a calculator in which an analysis algorithm for convective cloud detection is programmed, and a memory in which the brightness temperature distribution and the slope boundary value of the determined observation area are stored.
그리고 상기 분석 장치는, MTSAT 위성으로부터 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 수신받는 기상정보 수신부와,상기 정해진 관측지역의 적외선의 밝기온도와 적외1채널 밝기온도와 적외2채널 밝기온도 차를 계산하여 임계값보다 작은 지역을 대류발생지역으로 구분하는 대류발생지역 판단부와,상기 대류발생지역 판단부에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여 대류운 발생지역을 판단하는 대류운 경계값 판단부와,상기 대류운 경계값 판단부에서 구분된 대류운 발생지역에서 강수량-밝기온도 관계식을 적용하여 호우의 강수량을 정량적으로 산출하는 대류성 강수량의 정량적 산출부를 포함하는 것을 특징으로 한다.The analysis apparatus includes a weather information receiver configured to receive intensity and distribution states of infrared and vapor channels radiated from a predetermined viewing area from an MTSAT satellite, a brightness temperature of an infrared light, an infrared 1 channel brightness temperature, and an infrared ray 2 of the determined viewing area. A convective area determination unit that calculates a difference in channel brightness temperature and divides an area smaller than a threshold into a convective area, and calculates the infrared brightness temperature distribution and the infrared brightness temperature distribution of a predetermined observation area calculated by the convective area determination unit. Convection cloud boundary value determination unit for determining the convective cloud generation region by calculating the slope distribution of the brightness temperature and the precipitation-brightness temperature relation equation in the convective cloud occurrence region divided by the convection cloud boundary value determination unit It characterized in that it comprises a quantitative calculation unit of convective precipitation to calculate quantitatively.
그리고 상기 대류운 경계값 판단부는, 상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나,정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도와 동서남북의 주변 4개 지점 평균 밝기온도 차이가 3도가 안되면 대류운 발생지역으로 판단하거나,각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단하는 것을 특징으로 한다.In addition, the convective cloud boundary value determination unit may determine an area in which the values of the brightness temperature distribution and the brightness temperature gradient distribution are lower than the slope boundary value so that the infrared 1-channel brightness temperature of the region is lower than the brightness temperature boundary value of the determined observation area. Judging the region as a convective cloud region or calculating the average brightness temperature distribution of 4 surroundings in the east, south, west and north at each point from the determined 1-channel infrared temperature distribution of the observed area, and the infrared 1 channel brightness temperature at each point and the surrounding 4 If the difference between the average brightness temperature of each point is less than 3 degrees, it is judged as a convective cloud generation area, or if more than three points among the four points around the east, west, north and south meet each boundary value in the convective cloud determination step, it is determined as convective cloud. Characterized in that.
다른 목적을 달성하기 위한 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 방법은 MTSAT 위성을 이용한 호우의 정량적 산출을 위하여,정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 밝기온도의 세기 및 분포상태를 수신받아 대류 발생 지역을 구분하는 단계;상기 대류발생지역 구분 단계에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여 대류운 경계값 판단을 하는 단계;대류운 발생 지역 판단이 이루어지면, 대류성 강수량을 정량적으로 산출하는 단계;를 포함하는 것을 특징으로 한다.The quantitative calculation method of heavy rain using satellite images according to the present invention for achieving another object is to measure the intensity and distribution state of the brightness temperature of infrared and water vapor channels radiated from a predetermined observation area for quantitative calculation of heavy rain using MTSAT satellites. Receiving and classifying the convective generation region; Determination of the boundary value of the convection cloud by calculating the distribution of the gradient of the brightness temperature calculated from the infrared brightness temperature distribution and the infrared brightness temperature distribution of the predetermined observation region calculated in the step of the convection generation region Step: When the determination of the convective cloud generation region, the step of quantitatively calculating the convective precipitation; characterized in that it comprises a.
여기서, 상기 대류 발생 지역을 구분하는 단계는, 적외1채널 밝기온도(IR1)와 임계온도(Tc)를 비교하여 임계온도(Tc) 이하를 택하여 대류발생 가능성이 있는 지역을 구분하는 단계와,적외1채널 밝기온도(IR1)와 적외2채널 밝기온도(IR2) 차를 계산하여 임계값(2.5°K)보다 작은 지역을 대류발생지역으로 구분하는 단계를 포함하는 것을 특징으로 한다.Here, the step of distinguishing the convection generation region, comparing the infrared 1-channel brightness temperature (IR1) and the threshold temperature (Tc) by selecting a threshold temperature (Tc) or less to identify the area where the convection may occur, And calculating the difference between the infrared one-channel brightness temperature IR1 and the infrared two-channel brightness temperature IR2 to divide the area smaller than the threshold value (2.5 ° K) into a convection generating area.
그리고 상기 대류운 경계값 판단을 하는 단계는,상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나,정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도와 동서남북의 주변 4개 지점 평균 밝기온도의 차이가 3도가 안되거나,각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단하는 것을 특징으로 한다.The judging of the convective cloud boundary value may include: dividing an area in which the values of the brightness temperature distribution and the brightness temperature gradient distribution are lower than the slope boundary value, thereby determining the brightness temperature boundary of the observation area in which the infrared 1-channel brightness temperature of the area is determined. The area lower than the value is judged as the convective cloud generation area, or the average brightness temperature distribution of the four surroundings of east, west, north and south for each point is calculated from the determined 1-channel brightness temperature distribution of the determined observation area, and the infrared 1-channel brightness temperature and If the difference in the average brightness temperature of the four points of the surrounding is not less than 3 degrees, or three or more of the four points of the north, south, east, west, and north of each point satisfies the boundary value in the convection cloud determination step, it is determined that the convection cloud It features.
그리고 상기 대류운 경계값 판단 단계(S204)에서 경계값 범위는 220 ~ 235K인 것을 특징으로 한다.And in the convection cloud boundary value determination step (S204), the boundary value range is characterized in that 220 ~ 235K.
그리고 상기 대류성 강수량을 정량적으로 산출하는 단계는, 강수량-밝기온도 관계식을,으로 정의하고, 여기서 R=강수량, IR1=적외1채널 밝기온도, WV=수증기채널 밝기온도인 것을 특징으로 한다.And quantitatively calculating the convective precipitation, precipitation-brightness temperature relationship equation, Where R = precipitation amount, IR1 = infrared one channel brightness temperature, and WV = water vapor channel brightness temperature.
그리고 상기 강수량-밝기온도 관계식에서 가중치의 범위는 2.6 ~ 4.2인 것을 특징으로 한다.The weight range in the precipitation-brightness temperature relation is characterized in that 2.6 ~ 4.2.
이와 같은 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법은 다음과 같은 효과를 갖는다.Such a quantitative calculation system and method of heavy rain using satellite images according to the present invention has the following effects.
첫째, 대류운과 층운을 식별하기 위한 경계값을 산출하고 이를 기준으로 대류운와 층운을 구별할 수 있도록 하여 호우 영역 탐지와 호우 강수량 산출의 정확도를 높일 수 있다.First, it is possible to improve the accuracy of heavy rain area detection and heavy rainfall precipitation by calculating boundary values for identifying convective clouds and stratified clouds and distinguishing them from those criteria.
둘째, 정해진 관측지역의 밝기온도 분포와 밝기온도 기울기에 대한 경계값을 산출하여 대류운과 층운을 구별할 수 있도록 함으로써 호우 발생 가능성 탐지의 정확도를 높일 수 있다.Second, it is possible to improve the accuracy of detection of the possibility of heavy rain occurrence by calculating boundary values for the brightness temperature distribution and the gradient of the brightness temperature in a given observation area to distinguish between convective clouds and stratified clouds.
셋째, 호우를 신속하고 정확하게 판별하여 호우 강수량을 산출함으로써 호우를 정량적으로 예보할 수 있다.Third, it is possible to quantitatively forecast heavy rainfall by quickly and accurately determining heavy rainfall and calculating heavy rainfall.
도 1a와 도 1b는 본 발명의 바람직한 실시예에 따른 기상위성을 이용한 호우의 정량적 산출 시스템의 구성도
도 2는 본 발명의 바람직한 실시예에 따른 기상위성을 이용한 호우의 정량적 산출을 위한 플로우차트
도 3은 본 발명의 바람직한 실시예에 따른 기상위성을 이용한 호우의 정량적 산출을 위한 상세 흐름을 나타낸 플로우차트
도 4a와 도 4b는 자동기상관측장비로부터 직접 관측된 강수량 분포도
도 5a와 도 5b는 본 발명의 기상위성을 이용한 호우의 정량적 산출시스템을 적용하기 전 기상위성을 이용하여 산출된 강수량 분포도
도 6a와 도 6b는 본 발명의 기상위성을 이용한 호우의 정량적 산출시스템을 적용하여 산출된 강수량 분포도1A and 1B are schematic diagrams of a quantitative calculation system of heavy rain using meteorological satellites according to a preferred embodiment of the present invention.
2 is a flowchart for quantitative calculation of heavy rain using meteorological satellites according to a preferred embodiment of the present invention.
3 is a flowchart showing a detailed flow for quantitative calculation of heavy rain using meteorological satellites according to a preferred embodiment of the present invention.
4A and 4B are precipitation distributions observed directly from automatic weather observation equipment.
5A and 5B are rainfall distribution maps calculated using weather satellites before applying the quantitative calculation system of heavy rain using weather satellites of the present invention.
6A and 6B are precipitation distributions calculated by applying a quantitative calculation system of heavy rain using meteorological satellites of the present invention.
이하, 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법의 바람직한 실시예에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a preferred embodiment of a system and method for quantitative calculation of heavy rain using satellite images according to the present invention will be described in detail.
본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법의 특징 및 이점들은 이하에서의 각 실시예에 대한 상세한 설명을 통해 명백해질 것이다.Features and advantages of the system and method for quantitatively calculating heavy rain using satellite images according to the present invention will become apparent from the detailed description of each embodiment below.
도 1a와 도 1b는 본 발명의 바람직한 실시예에 따른 기상위성을 이용한 호우의 정량적 산출 시스템의 구성도이다.1A and 1B are configuration diagrams of a quantitative calculation system of heavy rain using meteorological satellites according to a preferred embodiment of the present invention.
본 발명은 호우를 발생시키는 대류운의 온도는 주변 지점 구름의 온도와 기울기가 크다는 점을 반영하여 동서남북 방향으로 인접한 지점 4개의 평균 온도보다 3K 이상 작을 경우 대류운으로 구분하는 온도 기울기 방법을 대류운 발생 지역 구분의 판단인자로 사용함으로써 대류운 발생 지역 구분의 정확도를 높일 수 있도록 한 것이다.The present invention reflects that the temperature of the convective cloud generating heavy rain is larger than the temperature of the surrounding point cloud and the slope is larger than the average temperature of four adjacent points in the east, west, north and north directions. By using it as a judging factor for generating area classification, it is possible to increase the accuracy of classification of convection clouds.
본 발명에 따른 기상위성을 이용한 호우의 정량적 산출 시스템은 도 1a에서와 같이, 적외선 채널용 관측 센서(20)과 수증기 채널용 관측센서(30)가 구비되어 정해진 관측지역으로부터 근적외선 및 적외선의 세기 및 분포상태를 검출하는 정지궤도 기상위성(MTSAT;Multi-functional Transport Satellite)(10)와, 상기 정지궤도 기상위성(10)으로부터 검출된 정보를 수신받는 위성신호수신기(40)와, 대류운 탐지를 위한 분석알고리즘이 프로그래밍된 연산기(60)와 정해진 관측지역의 밝기온도 분포도와 기울기 경계값이 저장된 메모리(70)가 구비되어, 상기 위성신호수신기(40)로부터 정해진 관측지역의 적외선과 수증기 채널의 세기 및 분포상태를 입력받아 정해진 관측지역의 밝기온도 분포 및 밝기온도 분포에 대한 기울기를 계산하고, 상기 연산기(60)에 저장된 밝기온도 분포에 대한 임계온도와 기울기 경계값과 비교하여 대류운 발생지역을 추정하고 대류운의 강수량 산출식에 적용하는 분석장치(50)를 포함한다.The quantitative calculation system of heavy rain using meteorological satellite according to the present invention is provided with an infrared
여기서, 분석장치(50)는 도 1b에서와 같이, MTSAT 위성으로부터 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 수신받는 기상정보 수신부(51)와, 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 입력받아, 정해진 관측지역의 적외선의 밝기온도와 적외1채널 밝기온도와 적외2채널 밝기온도 차를 계산하여 임계값보다 작은 지역을 대류발생지역으로 구분하는 대류발생지역 판단부(52)와, 상기 대류발생지역 판단부(52)에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여, 상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나, 정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도가 동서남북의 주변 4개 지점 평균 밝기온도보다 3도이상 작거나, 각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단하는 대류운 경계값 판단부(53)와, 상기 대류운 경계값 판단부(53)에서 구분된 대류운 발생지역에서 강수량-밝기온도 관계식을 적용하여 호우의 강수량을 정량적으로 산출하는 대류성 강수량의 정량적 산출부(54)를 포함한다.Here, the
그리고 대류운 경계값 판단부(53)는 대류운 경계값 판단을 위해 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도를 동서남북의 주변 4개 지점 평균 밝기온도와 비교하고, 비교할때 장기간의 MTSAT(Multi-functional Transport Satellite) 위성자료를 분석하여 얻어낸 경계값 3K를 사용한다.In addition, the convective cloud boundary
이와 같은 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 시스템을 이용한 호우의 정량적 산출 방법을 구체적으로 설명하면 다음과 같다.The method of quantitatively calculating heavy rain using the quantitative calculation system of heavy rain using satellite images according to the present invention will be described in detail as follows.
도 2는 본 발명의 바람직한 실시예에 따른 기상위성을 이용한 호우의 정량적 산출을 위한 플로우차트이고, 도 3은 본 발명의 바람직한 실시예에 따른 기상위성을 이용한 호우의 정량적 산출을 위한 상세 흐름을 나타낸 플로우차트이다.2 is a flowchart for quantitative calculation of heavy rain using meteorological satellites according to a preferred embodiment of the present invention, Figure 3 shows a detailed flow for quantitative calculation of heavy rain using meteorological satellites according to a preferred embodiment of the present invention It is a flowchart.
본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 방법은 도 2에서와 같이, 기상정보 검출 단계(S201), 기상정보 수신 단계(S202), 대류 발생 지역 구분 단계(S203), 대류운 경계값 판단 단계(S204), 대류성 강수량의 정량적 산출 단계(S205)를 포함한다.In the method of quantitative calculation of heavy rain using satellite images according to the present invention, as illustrated in FIG. 2, the weather information detection step S201, the weather information reception step S202, the convection generation area classification step S203, and the convection cloud boundary value determination Step S204, step S205 of quantitative calculation of convective precipitation.
기상정보 검출 단계(S201)는 적외선 채널용 관측센서(20)와 수증기 채널용 관측센서(30)가 구비된 MTSAT 위성으로부터 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 검출하는 단계이다.The meteorological information detecting step (S201) detects the intensity and distribution of the infrared and vapor channels radiated from a predetermined viewing area from an MTSAT satellite equipped with an infrared
그리고 기상정보 수신 단계(S202)는 위성신호수신기(40)를 이용하여 상기 MTSAT 위성으로부터 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 수신받는 단계이다.And the weather information receiving step (S202) is a step of receiving the intensity and distribution of the infrared and water vapor channels radiated from the observation area determined from the MTSAT satellite using the
그리고 대류 발생 지역 구분 단계(S203)는 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 입력받아, 정해진 관측지역의 적외선의 밝기온도와 적외1채널 밝기온도와 적외2채널 밝기온도 차를 계산하여 임계값보다 작은 지역을 대류발생지역으로 구분하는 단계이다.In the step S203 of convection generation, the intensity and distribution states of the infrared and vapor channels radiated from the predetermined observation area are input, and the difference between the infrared and infrared channel brightness temperatures and the infrared channel brightness temperature is determined. It is a step to classify the area smaller than the threshold as a convective area by calculating.
그리고 대류운 경계값 판단 단계(S204)는 상기 대류발생지역 구분 단계에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여, 상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나, 정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도가 동서남북의 주변 4개 지점 평균 밝기온도보다 3도이상 작거나, 각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단하는 단계이다.The convective cloud boundary value determination step (S204) calculates a slope distribution of the brightness temperature calculated from the infrared brightness temperature distribution and the infrared brightness temperature distribution of the predetermined observation area calculated in the convection generation zone classification step, and determines the brightness temperature distribution and Determining the area where the brightness temperature slope distribution is lower than the slope boundary value and judging the area where the infrared 1-channel brightness temperature of this area is lower than the brightness temperature boundary value of the defined area as the convective cloud generation area or Calculate the average brightness temperature distribution of the four neighboring locations in east, south, west and north for each point from the distribution of the infrared one channel brightness temperature, and the infrared one channel brightness temperature of each point is less than 3 degrees or less than the average brightness temperature of the four surrounding areas Three or more points out of the four surrounding points of east, west, north, and south meet the boundary value in the convective cloud determination step. If you are deciding to convective clouds.
그리고 대류성 강수량의 정량적 산출 단계(S205)는 상기 대류운 경계값 판단 단계에서 구분된 대류운 발생지역에서 강수량-밝기온도 관계식을 적용하여 호우의 강수량을 정량적으로 산출하는 대류성 강수량의 정량적 산출하는 단계이다.In the quantitative calculation step of convective precipitation (S205), the quantitative calculation of convective precipitation, which quantitatively calculates precipitation of heavy rain, is performed by applying the precipitation-brightness temperature relation in the convective cloud occurrence region divided in the convective cloud boundary value determination step. Step.
여기서, 대류운 경계값 판단 단계(S204)에서 경계값 범위는 220 ~ 235K이다. 상위값은 강수 지역으로부터 대류운을 구분하기 위한 경계값이고, 하위값은 매우 강한 대류운뿐만 아니라 호우 가능성이 있는 대류운을 찾아낼 수 있도록 정밀도를 높이기 위한 것이다.Here, in the convection cloud boundary value determination step (S204), the boundary value range is 220 to 235K. The upper value is the boundary value for distinguishing the convective cloud from the precipitation region, and the lower value is to increase the precision to find not only the very strong convective cloud but also the likely convective cloud.
그리고 대류성 강수량의 정량적 산출 단계(S205)에서 강수량-밝기온도 관계식은 으로 정의될 수 있는데, 여기서 R=강수량, IR1=적외1채널 밝기온도, WV=수증기채널 밝기온도이다.In the quantitative calculation step of convective precipitation (S205), the equation of precipitation-brightness temperature is Where R = precipitation, IR1 = infrared 1 channel brightness temperature, and WV = steam channel brightness temperature.
그리고 가중치의 범위는 2.6 ~ 4.2이다. 상위값보다 클 경우 호우 강수량의 과다 산출로 인한 문제가 발생하고, 하위값보다 작을 경우 호우 강수량의 과소 산출이 문제된다.The weight ranges from 2.6 to 4.2. If it is larger than the upper value, problems due to excessive calculation of heavy rainfall occur, and if it is smaller than the lower value, underestimation of heavy rainfall is problematic.
이와 같은 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 방법의 구체적인 실시예를 설명하면 다음과 같다.When explaining a specific embodiment of the quantitative calculation method of heavy rain using the satellite image according to the present invention as follows.
도 3에서와 같이, 대류운의 운정 고도가 높을수록 호우유발 가능성이 높은 것으로 가정하고 적외1채널 밝기온도(IR1)와 임계온도(Tc)를 비교하여 임계온도(Tc) 이하를 택하여 대류발생 가능성이 있는 지역을 구분한다.(S301)As shown in FIG. 3, it is assumed that the higher the altitude of the convection cloud is, the higher the possibility of heavy rain occurrence, and the convection occurs by selecting the threshold temperature (Tc) or less by comparing the infrared temperature IR1 and the threshold temperature (Tc). Identify possible areas (S301)
이어, 적외1채널 밝기온도(IR1)와 적외2채널 밝기온도(IR2) 차를 계산하여 임계값(2.5°K)보다 작은 지역을 대류발생지역으로 구분한다.(S302)Subsequently, the area smaller than the threshold value (2.5 ° K) is classified as a convection generating area by calculating the difference between the infrared 1-channel brightness temperature IR1 and the infrared 2-channel brightness temperature IR2.
이와 같이 대류발생지역이 구분되면 대류운 경계값 판단 단계를 수행한다.When the convection-producing region is divided as described above, the determination of the boundary value of the convection cloud is performed.
대류운 경계값 판단 단계는 상기 대류발생지역 구분 단계에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여, 상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나(S303), 정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도가 동서남북의 주변 4개 지점 평균 밝기온도보다 3도이상 작거나(S304), 각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단한다.(S305)The convective cloud boundary value determination step calculates a slope distribution of the brightness temperature calculated from the infrared brightness temperature distribution and the infrared brightness temperature distribution of the predetermined observation area calculated in the convective zone classification step, and thus the brightness temperature distribution and the brightness temperature gradient distribution. Determining the region where the value for is lower than the slope boundary value and judging the region where the infrared 1-channel brightness temperature of this region is lower than the brightness temperature boundary value of the determined observation region as the convective cloud generating region (S303), or the infrared ray of the designated observation region Calculate the average brightness temperature distribution of the four neighboring locations of east, west, north and south for each point from the distribution of the brightness temperature of one channel, and the infrared 1 channel brightness temperature of each point is less than 3 degrees below the average brightness temperature of the surrounding four locations of S, At each point, three or more points out of the four surrounding points in the north, south, east, west, and north meet the boundary values in the convective cloud determination step. The judge Wu convective clouds. (S305)
그리고 이와 같이 대류운 발생 지역 판단이 이루어지면(S306), 대류성 강수량의 정량적 산출 단계를 진행한다.(S307)When the determination of the convection cloud region is made in this way (S306), the quantitative calculation step of the convective precipitation is performed.
즉, 상기 대류운 경계값 판단 단계에서 구분된 대류운 발생지역에서 강수량-밝기온도 관계식을 적용하여 호우의 강수량을 정량적으로 산출하는 대류성 강수량의 정량적 산출한다.That is, quantitative calculation of convective precipitation, which quantitatively calculates precipitation of heavy rain, is performed by applying the precipitation-brightness temperature equation in the convective cloud generation region classified in the convective cloud boundary determination step.
마찬가지로, 대류운 경계값 판단 단계에서 경계값 범위는 220 ~ 235K이다. Similarly, the boundary value range is 220 to 235 K in the convection cloud boundary value determination step.
여기서, 상위값은 강수 지역으로부터 대류운을 구분하기 위한 경계값이고, 하위값은 매우 강한 대류운뿐만 아니라 호우 가능성이 있는 대류운을 찾아낼 수 있도록 정밀도를 높이기 위한 것이다.Here, the upper value is a boundary value for distinguishing the convective cloud from the precipitation region, and the lower value is to increase the precision so that not only a very strong convective cloud but also a convective cloud with heavy rain may be found.
그리고 대류성 강수량의 정량적 산출 단계에서 강수량-밝기온도 관계식은 으로 정의될 수 있는데, 여기서 R=강수량, IR1=적외1채널 밝기온도, WV=수증기채널 밝기온도이다.In the quantitative calculation of convective precipitation, the precipitation-brightness temperature relation is Where R = precipitation, IR1 = infrared 1 channel brightness temperature, and WV = steam channel brightness temperature.
그리고 가중치의 범위는 2.6 ~ 4.2이다. 상위값보다 클 경우 호우 강수량의 과다 산출로 인한 문제가 발생하고, 하위값보다 작을 경우 호우 강수량의 과소 산출이 문제되기 때문이다.The weight ranges from 2.6 to 4.2. If it is larger than the upper value, the problem is caused by excessive calculation of heavy rainfall, and if it is smaller than the lower value, it is problematic to underestimate heavy rainfall.
이와 같은 본 발명에 따른 강수량 분포도의 차이는 도 4내지 도 6에서와 같다.Such difference in precipitation distribution map according to the present invention is as shown in Figs.
도 4a와 도 4b는 자동기상관측장비로부터 직접 관측된 강수량 분포도이고, 도 5a와 도 5b는 본 발명의 기상위성을 이용한 호우의 정량적 산출시스템을 적용하기 전 기상위성을 이용하여 산출된 강수량 분포도이다.4A and 4B are rainfall distributions observed directly from the automatic weather observation equipment, and FIGS. 5A and 5B are rainfall distributions calculated using weather satellites before applying a quantitative calculation system of heavy rain using the weather satellites of the present invention. .
그리고 도 6a와 도 6b는 본 발명의 기상위성을 이용한 호우의 정량적 산출시스템을 적용하여 산출된 강수량 분포도이다.6A and 6B are rainfall distribution charts calculated by applying a quantitative calculation system of heavy rain using the meteorological satellite of the present invention.
표 1은 호우 사례의 AWS 관측 강수량과 위성영상으로부터 산출된 강수량의 비의 경계값을 산출하기 위해 사례별로 예시한 것이다.Table 1 exemplifies on a case-by-case basis to calculate the boundary value of the ratio of the AWS observed precipitation in the heavy rain case to the rainfall calculated from the satellite images.
이와 같은 본 발명에 따른 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법은 호우 발생 시의 강수량을 정량적으로 산출하기 위하여 대류운을 결정하기 위한 임계온도와 함께 주변의 인접한 지점들과의 온도 기울기를 사용함으로써 호우를 유발하는 대류운 구분의 정확도를 높이고 호우 발생 시 정확한 호우 강수량의 추정이 가능하도록 한 것이다.Such a quantitative calculation system and method of heavy rain using satellite images according to the present invention uses a temperature gradient with neighboring adjacent points together with a critical temperature for determining convective clouds to quantitatively calculate precipitation during heavy rainfall. By increasing the accuracy of the classification of convective clouds that cause heavy rains, it is possible to accurately estimate heavy rainfall precipitation during heavy rains.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.It will be understood that the present invention is implemented in a modified form without departing from the essential features of the present invention as described above.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.It is therefore to be understood that the specified embodiments are to be considered in an illustrative rather than a restrictive sense and that the scope of the invention is indicated by the appended claims rather than by the foregoing description and that all such differences falling within the scope of equivalents thereof are intended to be embraced therein It should be interpreted.
10. 기상 위성 20. 적외선 채널용 관측센서
30. 수증기 채널용 관측센서 40. 위성 신호 수신기
50. 분석 장치 60. 연산기
70. 메모리10.
30. Observation sensor for
50.
70. Memory
Claims (10)
상기 MTSAT 위성으로부터 검출된 정보를 수신받는 위성신호수신기;
상기 위성신호수신기로부터 정해진 관측지역의 적외선의 세기 및 분포상태를 입력받아 정해진 관측지역의 밝기온도 분포 및 밝기온도 분포에 대한 기울기를 계산하고, 경계값과 비교하여 호우발생지역을 추정하고, 대류운에서 발생하는 강수량을 정량적으로 산출하는 분석장치;를 포함하는 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 시스템.MTSAT satellite for detecting the intensity and distribution of the brightness temperature of the infrared and water vapor channels radiated from a predetermined observation area;
A satellite signal receiver for receiving information detected from the MTSAT satellite;
The slope of brightness temperature distribution and brightness temperature distribution of a given observation area is received from the satellite signal receiver, and the slope of the brightness temperature distribution and the brightness temperature distribution of the given observation area is estimated, and the rainfall occurrence area is estimated and the convection cloud is estimated. Analysis apparatus for quantitatively calculating precipitation occurring in the; quantitative calculation system of heavy rain using a satellite image comprising a.
MTSAT 위성으로부터 정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 세기 및 분포상태를 수신받는 기상정보 수신부와,
상기 정해진 관측지역의 적외선의 밝기온도와 적외1채널 밝기온도와 적외2채널 밝기온도 차를 계산하여 임계값보다 작은 지역을 대류발생지역으로 구분하는 대류발생지역 판단부와,
상기 대류발생지역 판단부에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여 대류운 발생지역을 판단하는 대류운 경계값 판단부와,
상기 대류운 경계값 판단부에서 구분된 대류운 발생지역에서 강수량-밝기온도 관계식을 적용하여 호우의 강수량을 정량적으로 산출하는 대류성 강수량의 정량적 산출부를 포함하는 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 시스템.The method of claim 1, wherein the analysis device,
A weather information receiver for receiving the intensity and distribution of infrared and water vapor channels radiated from an observation area determined from a MTSAT satellite;
A convection generation region determination unit for calculating a difference between the infrared temperature, the infrared one-channel brightness temperature, and the infrared two-channel brightness temperature of the determined observation area to divide the area smaller than the threshold into a convection generation area;
A convective cloud boundary value determination unit for determining a convective cloud generation region by calculating an inclination distribution of the brightness temperature calculated from the infrared brightness temperature distribution and the infrared brightness temperature distribution of the predetermined observation area calculated by the convection generation region determining unit;
Rainfall using a satellite image comprising a quantitative calculation unit of convective precipitation that quantitatively calculates precipitation of heavy rain by applying the precipitation-brightness temperature equation in the convective cloud generation region classified by the convection cloud boundary determination unit. Quantitative output system.
상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나,
정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도와 동서남북의 주변 4개 지점 평균 밝기온도 차이가 3도가 안되면 대류운 발생지역으로 판단하거나,
각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단하는 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 시스템.The method of claim 3, wherein the convection cloud boundary value determination unit,
The area for the brightness temperature distribution and the brightness temperature gradient distribution is lower than the slope boundary value, and the region having an infrared 1-channel brightness temperature below the brightness temperature boundary value of the determined observation area is determined as the convective cloud generation area. ,
Calculate the average brightness temperature distribution of the four neighboring regions of east, west, north and south for each point from the infrared 1 channel brightness temperature distribution of the specified observation area. Judging by the convective cloud region,
A quantitative calculation system of heavy rain using satellite images, characterized in that if three or more points out of the four points around the east, west, north, and south meet each boundary value in the determination step of the convective cloud.
정해진 관측지역으로부터 복사되는 적외선과 수증기 채널의 밝기온도의 세기 및 분포상태를 수신받아 대류 발생 지역을 구분하는 단계;
상기 대류발생지역 구분 단계에서 계산된 정해진 관측지역의 적외선 밝기온도 분포와 적외선 밝기온도 분포로부터 계산된 밝기온도의 기울기 분포를 산출하여 대류운 경계값 판단을 하는 단계;
대류운 발생 지역 판단이 이루어지면, 대류성 강수량을 정량적으로 산출하는 단계;를 포함하는 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 방법.For quantitative calculation of heavy rain using MTSAT satellites,
Distinguishing the convection generating area by receiving the intensity and distribution state of the infrared temperature radiated from the predetermined observation area and the brightness temperature of the water vapor channel;
Determining a convective cloud boundary value by calculating an inclination distribution of the brightness temperature calculated from the infrared brightness temperature distribution and the infrared brightness temperature distribution of the predetermined observation area calculated in the convection generating region classification step;
Quantitatively calculating convective precipitation when a convective cloud generation region is determined; quantitative calculation method of heavy rain using satellite images, characterized in that it comprises a.
적외1채널 밝기온도(IR1)와 임계온도(Tc)를 비교하여 임계온도(Tc) 이하를 택하여 대류발생 가능성이 있는 지역을 구분하는 단계와,
적외1채널 밝기온도(IR1)와 적외2채널 밝기온도(IR2) 차를 계산하여 임계값(2.5°K)보다 작은 지역을 대류발생지역으로 구분하는 단계를 포함하는 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 방법.The method of claim 5, wherein the step of distinguishing the convection generating region,
Comparing the infrared 1-channel brightness temperature IR1 with the threshold temperature Tc and selecting a temperature below the threshold temperature Tc to identify areas where convection may occur;
Computing the difference between the infrared one-channel brightness temperature (IR1) and the infrared two-channel brightness temperature (IR2) to distinguish the area smaller than the threshold value (2.5 ° K) to the convection generating region using a satellite image, characterized in that Quantitative calculation of heavy rain.
상기 밝기온도 분포와 밝기온도 기울기 분포에 대한 값이 기울기 경계값보다 낮은 지역을 구분하여 이 지역의 적외1채널 밝기온도가 정해진 관측지역의 밝기온도 경계값보다 낮은 지역을 대류운 발생지역으로 판단하거나,
정해진 관측지역의 적외1채널 밝기온도 분포로부터 각 지점별로 동서남북의 주변 4개 지점 평균 밝기온도 분포를 산출하여 각 지점의 적외1채널 밝기온도와 동서남북의 주변 4개 지점 평균 밝기온도의 차이가 3도가 안되거나,
각 지점별로 동서남북의 주변 4개 지점 중에서 3개 지점 이상이 상기 대류운 판단 단계에서의 경계값을 만족하는 경우 대류운으로 판단하는 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 방법.The method of claim 5, wherein the determining of the convection cloud boundary value comprises:
The area for the brightness temperature distribution and the brightness temperature gradient distribution is lower than the slope boundary value, and the region having an infrared 1-channel brightness temperature below the brightness temperature boundary value of the determined observation area is determined as the convective cloud generation area. ,
Calculate the average brightness temperature distribution of the four neighboring regions of east, west, north and south for each point from the distribution of the infrared 1 channel brightness temperature of the specified observation area. Or
A method for quantitatively calculating heavy rain using satellite images, wherein at least three points out of four neighboring points in the north, south, east, west, and north of each point satisfy the convective cloud at the step of determining the convective cloud.
강수량-밝기온도 관계식을,
으로 정의하고, 여기서 R=강수량, IR1=적외1채널 밝기온도, WV=수증기채널 밝기온도인 것을 특징으로 하는 위성영상을 이용한 호우의 정량적 산출 방법.The method of claim 5, wherein quantitatively calculating the convective precipitation,
Precipitation-brightness temperature equation,
Wherein R = precipitation amount, IR1 = infrared 1 channel brightness temperature, and WV = water vapor channel brightness temperature.
10. The method of claim 9, wherein the weight range in the precipitation-brightness temperature equation is 2.6 to 4.2.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100101903A KR101161781B1 (en) | 2010-10-19 | 2010-10-19 | System and method for calculating quantitative of heavy rainfall amount using satellite images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100101903A KR101161781B1 (en) | 2010-10-19 | 2010-10-19 | System and method for calculating quantitative of heavy rainfall amount using satellite images |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20120040463A KR20120040463A (en) | 2012-04-27 |
KR101161781B1 true KR101161781B1 (en) | 2012-07-03 |
Family
ID=46140351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100101903A KR101161781B1 (en) | 2010-10-19 | 2010-10-19 | System and method for calculating quantitative of heavy rainfall amount using satellite images |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101161781B1 (en) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160192B (en) * | 2015-09-17 | 2017-12-26 | 浙江大学 | TRMM satellite rainfall data NO emissions reduction methods based on M5 LocalR |
RU2611696C1 (en) * | 2015-11-03 | 2017-02-28 | Российская Федерация в лице Министерства промышленности и торговли Российской Федерации (Минпромторг России) | Method for determining precipitation intensity in real time in aircraft systems of improved vision |
KR102363948B1 (en) * | 2018-12-10 | 2022-02-17 | 이화여자대학교 산학협력단 | Method for predicting of tropical thunderstorms |
CN110766795B (en) * | 2019-10-11 | 2023-05-12 | 中国人民解放军国防科技大学 | Method and system for detecting three-dimensional rainfall field by using three-dimensional star-earth link dense-woven net |
KR20220026400A (en) * | 2020-08-25 | 2022-03-04 | 이예슬 | System for real-time weather changes prediction and method thereof |
KR102535921B1 (en) * | 2021-01-18 | 2023-05-26 | 강릉원주대학교산학협력단 | Apparatus and method for detecting explosive fire and smoke using infrared channel of remote sensing sensor |
-
2010
- 2010-10-19 KR KR1020100101903A patent/KR101161781B1/en not_active IP Right Cessation
Non-Patent Citations (3)
Title |
---|
논문.2002.02 |
논문.2009.10 |
보고서.2007.07 |
Also Published As
Publication number | Publication date |
---|---|
KR20120040463A (en) | 2012-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10782447B2 (en) | Sea fog monitoring method based on multi-source satellite remote sensing data | |
Nouri et al. | Cloud height and tracking accuracy of three all sky imager systems for individual clouds | |
KR101161781B1 (en) | System and method for calculating quantitative of heavy rainfall amount using satellite images | |
US10337925B2 (en) | Method for estimating land surface temperature lapse rate using infrared image | |
KR100934700B1 (en) | Fog detection system using meteorological observation satellites by standard deviation of brightness temperature and fog detection method using the same | |
CN109509319B (en) | Power transmission line forest fire monitoring and early warning method based on static satellite monitoring data | |
Sieglaff et al. | A satellite-based convective cloud object tracking and multipurpose data fusion tool with application to developing convection | |
KR100894482B1 (en) | A fog forecasting system using weather satellite and fog forecasting method thereof | |
US10317574B2 (en) | System and method for identification and/or nowcasting of hail events | |
Yost et al. | A prototype method for diagnosing high ice water content probability using satellite imager data | |
Karlsson et al. | On the optimal method for evaluating cloud products from passive satellite imagery using CALIPSO-CALIOP data: Example investigating the CM SAF CLARA-A1 dataset | |
Seto et al. | Rain/no-rain classification methods for microwave radiometer observations over land using statistical information for brightness temperatures under no-rain conditions | |
Ekhtesasi et al. | Determining area affected by dust storms in different wind speeds, using satellite images | |
Ahn et al. | A new algorithm for sea fog/stratus detection using GMS-5 IR data | |
KR102363948B1 (en) | Method for predicting of tropical thunderstorms | |
Kida et al. | Improvement of rain/no-rain classification methods for microwave radiometer observations over the ocean using a 37 GHz emission signature | |
CN109405809B (en) | Method and system for detecting flood water depth of transformer substation | |
Kishimoto et al. | Cloud grid information objective Dvorak analysis (CLOUD) at the RSMC Tokyo-Typhoon Center | |
Shang et al. | Development of a daytime cloud and aerosol loadings detection algorithm for himawari-8 satellite measurements over desert | |
Salonen et al. | Characterising AMV height assignment error by comparing best-fit pressure statistics from the Met Office and ECMWF system | |
Simpson | Improved cloud detection and cross-calibration of ATSR, MODIS and MERIS data | |
Vitalii et al. | WRF reflectivity simulation and verification of thunderstorm forecast by radar and surface observation | |
Cheng et al. | Cloud top height retrieval over the Arctic Ocean using a cloud-shadow method based on MODIS | |
KR20210018738A (en) | Method of modularization and batch processing for aerosol product system | |
Liu et al. | A satellite-derived objective potential index for MCS development during the Mei-Yu period |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20150602 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160608 Year of fee payment: 5 |
|
LAPS | Lapse due to unpaid annual fee |