KR101224258B1 - 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템 - Google Patents

기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템 Download PDF

Info

Publication number
KR101224258B1
KR101224258B1 KR1020120028966A KR20120028966A KR101224258B1 KR 101224258 B1 KR101224258 B1 KR 101224258B1 KR 1020120028966 A KR1020120028966 A KR 1020120028966A KR 20120028966 A KR20120028966 A KR 20120028966A KR 101224258 B1 KR101224258 B1 KR 101224258B1
Authority
KR
South Korea
Prior art keywords
dimensional
cumulus
classification
reflectivity
reflectance
Prior art date
Application number
KR1020120028966A
Other languages
English (en)
Inventor
안광득
이용희
이규원
정성화
오영아
Original Assignee
대한민국(국립기상연구소장)
경북대학교 산학협력단
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 대한민국(국립기상연구소장), 경북대학교 산학협력단 filed Critical 대한민국(국립기상연구소장)
Priority to KR1020120028966A priority Critical patent/KR101224258B1/ko
Application granted granted Critical
Publication of KR101224258B1 publication Critical patent/KR101224258B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Hydrology & Water Resources (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명은 수직측풍장비의 관측 자료로부터 도출된 2차원 특성 인자 및 상기 2차원 특성 인자의 임계치를 이용해 기상레이더 3차원 반사도에서 강우에코의 유형을 적운형(Convective Precipitation echo, CVE), 심층적운형(Deep-Convective Precipitation echo, DCE) 및 층운형(Stratiform Precipitatin echo, STE)의 3가지로 판별하고, 판별된 2차원 강우유형 분류 결과와 3차원 대류세포 판별 결과를 결합하여 3차원 공간에서의 강우유형으로 분류할 수 있는 방법 및 그 시스템에 관한 것이다.

Description

기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템{Method and system for three-dimensional classification of precipitation types using radar reflectivity measurements}
본 발명은 강우유형 분류 기술에 관한 것으로, 더욱 상세하게는, 기상레이더 3차원 반사도 자료로부터 산출된 2차원 특성 인자를 이용해 강우에코의 유형을 적운형(Convective Precipitation echo, CVE), 심층적운형(Deep-Convective Precipitation echo, DCE) 및 층운형(Stratiform Precipitation echo, STE)의 3가지로 판별하고, 판별된 2차원 강우유형 분류 결과와 3차원 대류세포 판별 결과를 결합하여 3차원 공간에서의 강우유형으로 분류할 수 있는 방법 및 그 시스템에 관한 것이다.
KLAPS를 이용한 초단기 강수예측의 정확성은 기상레이더 자료의 품질, 레이더 자료 개수와 관측시간 분해능, 자료처리기술 및 구름분석 기법 등과 밀접한 관련이 있으며, KLAPS를 이용한 초단기 강수예측의 정확성의 향상을 위해 레이더 자료 처리 기술 및 구름분석 기법을 개선할 필요가 있다.
따라서 KLAPS의 구름분석 기법을 개선하기 위해서는 레이더 관측장 이용 이외에 구름 내부를 관측하여 구름 형태와 관련된 정보를 제공하는 수직측풍장비와 같은 자료의 활용 및 레이더 자료를 이용한 3차원 강우영역 분류 등이 수반되어야 한다.
상술한 요구에 따라 본 발명은, 수직측풍장비로 관측된 자료로부터 추정된 반사도 자료를 바탕으로 산출된 2차원 특성 인자 및 2차원 특성 인자의 임계치를 활용하여 기상레이더 3차원 반사도 자료에서 2차원 강우유형을 판별하고, 그 결과를 대류세포 판별 알고리즘을 통한 3차원 대류세포 판별 결과와 결합하여 3차원 공간에서의 강우유형을 분류할 수 있는 방법 및 그 시스템을 제공하는 데 그 목적이 있다.
상기 목적을 이루기 위한 본 발명의 일 실시 형태는, (a) 수직측풍장비에서 관측된 신호대잡음비로 반사도를 산출하는 단계; (b) 산출된 반사도 자료를 이용해 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ), 융해층 위의 평균 반사도(UMZ) 및 융해층 위의 연직 적분 액체수함량(UVIL)을 포함하는 2차원 특성 인자 및 상기 2차원 특성 인자 각각의 임계치를 결정하는 단계; (c) 기상레이더 시스템에서 관측된 자료로부터 기상레이더 3차원 반사도를 산출하고, 산출된 기상레이더 3차원 반사도를 이용해 2차원 특성 인자를 산출하고, 산출된 2차원 특성 인자 및 결정된 2차원 특성 인자 각각의 임계치를 이용해 상기 기상레이더 3차원 반사도에서 2차원 강우에코의 유형을 분류하는 단계; (d) 대류세포 판별 알고리즘을 이용하여 3차원 대류세포 분류를 수행하는 단계; 및 (e) 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 결합하여 3차원 공간에서의 강우유형 연직 구조를 생성하는 단계;를 포함하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법을 포함한다.
한편, 상기 목적을 이루기 위한 본 발명의 다른 실시 형태는, 수직측풍장비에서 관측된 신호대잡음비 및 기상레이더 시스템에서 관측된 레이더 자료를 수집하는 자료 수집부; 수집된 레이더 자료를 이용해 기상레이더 3차원 반사도를 생성하는 기상레이더 3차원 반사도 생성부; 생성된 기상레이더 3차원 반사도를 이용해 융해층과 융해층 아래의 평균 반사도 비(BL-ratio), 융해층 위의 평균 반사도(UMZ) 및 융해층 위의 연직 적분 액체수함량(UVIL)을 포함하는 2차원 특성 인자를 산출하는 2차원 특성 인자 산출부; 산출된 2차원 특성 인자를 이용해 생성된 기상레이더 3차원 반사도 자료에서 2차원 강우에코의 유형을 분류하는 2차원 강우유형 분류부; 대류세포 판별 알고리즘을 이용하여 3차원 대류세포 분류를 수행하는 3차원 대류세포 분류부; 및 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 결합하여 3차원 공간에서의 강우유형 연직 구조를 생성하는 분류결과 결합부;를 포함하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템을 포함한다.
본 발명에 따르면, 3차원 레이더 반사도 자료를 이용한 대류세포 판별 알고리즘을 통해 3차원에서 층/적운 영역을 구별한 층/적운 판별결과와 수직측풍장비로 도출된 2차원 특성 인자 및 2차원 특성 인자의 임계치를 통해 기상레이더 3차원 반사도 자료에서 2차원으로 층/적운 영역을 구별한 층/적운 판별결과를 융합하여 3차원 공간에서의 층/적운 영역을 더욱 정확하게 분류할 수 있다. 이로 인해, 고분해능의 지상강수량을 추정할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시 형태에 따른 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템의 전체 네트워크 관계를 개략적으로 나타낸 구성도이다.
도 2는 도 1에 도시된 2차원 강우유형 분류부의 상세 구성을 나타낸 구성도이다.
도 3은 본 발명의 일 실시 형태에 따른 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템의 동작을 설명하기 위한 흐름도이다.
도 4는 도 3에 도시된 2차원 특성 인자를 산출하는 과정을 상세하게 설명하기 위한 흐름도이다.
도 5는 도 3에 도시된 2차원 강우유형 분류 과정을 상세하게 설명하기 위한 흐름도이다.
도 6은 2차원 특성 인자를 도출하기 위한 적운형, 심층적운형 및 층운형의 세 가지 유형에 대한 반사도의 연직 프로파일을 나타낸 도면이다.
도 7은 2차원 특성 인자를 도출하기 위한 반사도 연직 프로파일의 고도 범위를 도시한 도면이다.
도 8은 도 6에 도시된 적운형, 심층적운형 및 층운형의 세 가지 유형별 구름의 반사도 연직 프로파일로부터 도출된 9개 판별 인자의 빈도 분포를 나타낸 도면이다.
도 9는 도 8에 도시된 9개 판별 인자 중 평균 반사도(MZ)를 이용하여 산출된 LMZ, BMZ 및 UMZ을 나타낸 도면이다.
도 10은 도 8에 도시된 9개 판별 인자 중 평균 반사도(MZ) 및 연직적분액체수함량(VIL)을 이용하여 산출된 BL-ratio 및 UVIL을 나타낸 도면이다.
도 11은 도 3에 도시된 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템의 동작에 따라 강수 형태를 층운형, 심층적운형, 적운형으로 분류한 결과를 나타낸 도면이다.
도 12는 기상레이더 3차원 반사도 자료를 이용하여 3차원 대류세포를 판별하여 2차원으로 표시한 결과를 나타낸 도면이다.
도 13은 도 11 및 오 12에 도시된 각각의 분류 결과에 대해 도 3에 도시된 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 융합 과정에 따라 분류하여 3차원 공간에서의 강우유형 연직 구조로 나타낸 도면이다.
도 14는 도 3에 도시된 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 융합 과정에 따라 3차원으로 분류된 강우유형 연직 구조의 고도별 분류 결과를 나타낸 도면이다.
이하, 본 발명의 실시 예에 대해 첨부한 도면을 참고로 하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 또한, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다. 그리고, 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 부호를 붙였다. 또한, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략한다.
본 발명에 따른 3차원 강우유형 분류 시스템의 동작을 설명하기 위해 먼저, 융해층에 대한 정의를 설명하고자 한다.
융해층(Melting Layer 혹은 Bright Band)은 0 ℃ 이하의 높은 고도에서 낮은 반사도 값을 유지하다가 0℃ 등온층에서 급격하게 반사도 값이 증가하는 지역을 말한다. 이는 0 ℃ 이하의 높은 고도에서 강설 입자들이 낙하하면서 0℃ 등온층을 통과하면 강설 입자의 겉 표면이 녹기 시작하고, 이 층에서 급격하게 반사도 값이 증가하는데, 이는 입자의 유전율의 증가 및 입자 크기의 효과 때문이다.
그리고 융해층은 0℃ 등온층 주변 고도에 도달한 강설 입자의 겉 표면이 융해되는 층을 말하며, 융해층을 통과한 강설 입자들은 강수 입자로써 지상 강수량에 영향을 미친다.
도 1은 본 발명의 일 실시 형태에 따른 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템의 전체 네트워크 관계를 개략적으로 나타낸 구성도이다.
도 1을 참조하면, 본 시스템(100)은 자료 수집부(110), 2차원 특성 인자 도출부(120), 기상레이더 3차원 반사도 생성부(130), 2차원 특성 인자 산출부(140), 2차원 강우유형 분류부(150), 3차원 대류세포 분류부(160) 및 분류결과 결합부(170)를 포함한다. 자료 수집부(110)는 수직측풍장비(10)로부터 관측된 신호대잡음비(Signal to Noise Ratio, SNR)를 수집하고, 또한, 기상레이더 시스템(20)으로부터 관측된 관측 자료를 수집한다.
그리고, 본 실시예에서는 2차원 특성 인자 및 임계치 도출부(120)를 통해 과거 관측 자료를 이용해 2차원 강우유형을 구별하기 위한 2차원 특성 인자를 도출하는 과정을 먼저 선행한다.
2차원 특성 인자 및 임계치 도출부(120)는 BL-ratio, UMZ 및 UVIL을 산출하기 위해서 수직측풍장비(10)의 신호대잡음비로부터 산출된 반사도를 이용해 융해층(Melting layer)의 고도를 우선 결정한다.
즉, 2차원 특성 인자 및 임계치 도출부(120)는 수직측풍장비(10)로부터 수집된 관측 자료를 이용해 반사도 연직 프로파일을 산출하고, 산출된 반사도 연직 프로파일과 낙하속도 연직 프로파일로부터 곡률과 변곡점을 이용하여 융해층의 고도를 결정한다. 이때, 수직측풍장비로부터 수집된 관측 자료는 약 11km 고도까지 관측되는 자료만을 이용하였고, 사용된 관측 자료는 2009년부터 2011년까지 3년간의 자료 중 강수 사례만을 선정하였다.
먼저, 2차원 특성 인자 및 임계치 도출부(120)는, 수직측풍장비의 신호대잡음비(SNR) 자료로부터 구름의 형태를 층운과 적운으로 구별할 수 있는 특성 인자를 도출하기 위하여 수직측풍장비의 신호대잡음비(SNR) 자료로부터 산출된 반사도 자료와 수직측풍장비의 연직 빔 시선속도(낙하속도) 자료를 이용하여 층운과 적운을 판별한다.
즉, 2차원 특성 인자 및 임계치 도출부(120)는, 수직측풍장비의 신호대잡음비(SNR) 자료로부터 산출된 반사도의 연직프로파일과 낙하속도 연직프로파일을 통해 강우유형을 구별하는데, 먼저 반사도 연직 프로파일의 융해층 유무에 따라 층운형(Stratiform rain)과 적운형(Convective rain)으로 분류하고, 이후 층운형으로 분류된 자료 중에서 융해층 상층에서의 시선속도가 + 1 m/s(+: 하강) 이하인 영역의 존재 유무로 심층적운형(Deep system)과 층운형으로 세분화하여 총 세 가지 종류의 강우유형으로 분류한다.
참고로, 분류된 세 가지 종류의 강우유형에 대한 각 고도별 변수(반사도, 낙하속도, 스펙트럼 폭 등)의 빈도 분포를 이용하여 각 변수별 연직 프로파일의 일반적인 특성을 정량적으로 파악할 수 있는데, 특히 도 6에 도시된 바와 같이 반사도 연직 특성을 살펴보면, 적운형의 경우 반사도의 경도가 다른 두 강우계보다 작고, 융해에 의한 높은 반사도 값이 나타나지 않았고, 심층적운의 경우 융해층에서 반사도가 40 dBZ로 크게 나타나고 융해층 아래에서 34 dBZ 정도로 급격히 줄어들며, 층운형의 경우 심층적운보다 더 큰 반사도 값의 증가를 보였다.
따라서 2차원 특성 인자 및 임계치 도출부(120)는, 분류된 강우유형별 반사도 연직 프로파일을 이용하여 층/적운 판별을 위한 특성 인자로 VIL(Vertical Integrated Liquid water content), VILD(Vertical Integrated Liquid water content Density) 및 MZ(Mean reflectivity(Z))를 사용하며, 하기 수학식 1 내지 수학식 4에 의해 각각 계산한다.
여기서, VIL은 수학식 1에 의해 계산된다.
Figure 112012022973640-pat00001
VILD는 수학식 2에 의해 계산된다.
Figure 112012022973640-pat00002
MZ는 수학식 3에 의해 계산된다.
Figure 112012022973640-pat00003
여기서, M은 수학식 4에 의해 계산된다.
Figure 112012022973640-pat00004
또한, 2차원 특성 인자 및 임계치 도출부(120)는, 도 6의 적운형, 심층적운형 및 층운형의 세 가지 유형에 대한 반사도의 연직 특성으로부터 도 7에 도시된 고도 범위를 적용하여 구름 유형 판별 인자로 표 1과 같이 9개의 변수들을 산출한다.
Factor Descript Height range
h_T h_B
TVIL Total VIL h_top h_base
TVILD Total VILD h_top h_base
UVIL Upper VIL h_top h_peak
UVILD Upper VILD h_top h_peak
UMZ Upper Mean Z h_peak+△h_BB+△h_U h_peak+△h_BB
BVIL Bright band VIL h_peak+△h_BB h_peak-△h_BB
BMZ Bright band Mean Z(reflectivity) h_peak+△h_BB h_peak-△h_BB
LMZ Lower Mean Z h_peak-△h_BB h_peak-△h_BB-△h_L
BL-ratio LMZ/BMZ
여기서, 본 실시 예에서는, 각 변수들을 산출할 때 사용된 반사도 연직 프로파일은 융해층 고도(h_peak)를 6 km 로 보정한 자료를 사용하였고, 이때 BVIL과 BMZ를 구할 때 적용된 융해층의 두께(△h_BB)는 1 km 이며, UMZ와 LMZ를 구할 때 적용된 융해층 위 층(△h_U)과 아래층(△h_L)의 두께 역시 1 km 이다.
이때 분류된 세 가지 유형별 구름의 반사도 연직 프로파일에 대한 표 1의 9개 판별 인자를 산출한 결과 도 8과 같은 빈도 분포를 보였다.
도 8을 참조하면, TVIL 경우 큰 우적에 의해 반사도가 크게 나타나는 적운형보다 밝은 띠(Bright Band)로 인해 심층적운과 층운형에서 그 값이 더 높게 나타나며, BVIL에서도 유사한 특성이 잘 나타남을 알 수 있다. 또한, UVIL은 심층적운과 적운형에 비해 상대적으로 연직으로 크게 발달하지 못하는 층운형에서 그 값이 낮게 분포하며, UMZ에서도 최고 빈도가 심층적운, 적운형, 층운형의 순으로 나타나 유사한 경향을 보이며, BL-ratio(=LMZ/BMZ)는 층운형이나 심층적운에서 그 값이 작게 나타나고, 반대로 적운형에서 1 이상의 값이 나타남을 알 수 있다.
즉, 도 8에 도시된 9개의 판별 인자의 빈도 분포를 분석한 결과, BL-ratio, UMZ, UVIL의 세 인자를 이용하여 구름 유형 판별할 수 있음을 알 수 있으며, BL-ratio는 1.0을 기준으로 (층운형, 심층적운)과 (적운형)으로 구별할 수 있으며, UMZ는 30 dBZ를 기준으로 (층운형)과 (심층적운)을, 35 dBZ를 기준으로 (적운형)과 (심층적운)을 구별할 수 있고, UVIL는 0.4를 기준으로 (층운형, 심층적운)과 (적운형)을 구별할 수 있다.
따라서, 2차원 특성 인자 및 임계치 도출부(120)는, BL-ratio, UMZ, UVIL의 세 판별 인자들을 강우유형을 분류하기 위한 2차원 특성 인자로 도출하고, BL-ratio의 임계치를 1.0으로, UMZ의 임계치를 30 dBZ 및 35 dBZ로, UVIL의 임계치를 0.4로 도출한다.
그리고, 기상레이더 3차원 반사도 생성부(130)는 수집된 기상레이더 시스템의 관측 자료를 이용해 기상레이더 3차원 반사도를 산출한다.
그리고, 2차원 특성 인자 산출부(140)는 산출된 기상레이저 3차원 반사도 자료를 이용해 반사도 연직 프로파일을 생성하고, 생성된 반사도 연직 프로파일을 이용해 강수에코 유형(이하, '강우유형'이라 함)을 구분하기 위한 2차원 특성 인자들을 산출한다. 여기서, 2차원 특성 인자는 융해층과 융해층 아래에서의 평균 반사도의 비(BL-ratio=LMZ/BMZ), 융해층 위의 평균반사도(UMZ), 융해층 위의 연직적분액체수함량(UVIL)을 포함한다.
따라서 2차원 특성 인자 산출부(140)는 먼저, 융해층과 융해층 위, 아래의 평균 반사도(BMZ, UMZ, LMZ) 및 연직적분액체수함량(VIL) 값을 구하고, 구한 융해층과 융해층 위, 아래의 평균 반사도(BMZ, UMZ, LMZ) 및 연직적분액체수함량(VIL) 값으로 BL-ratio, UMZ 및 UVIL을 산출한다.
그리고, 2차원 강우유형 분류부(150)는 2차원 특성 인자 및 임계치 도출부(120)에서 도출된 각 인자별 임계치를 이용해 2차원 특성 인자 산출부(140)에서 산출된 2차원 특성 인자인 BL-ratio, UMZ, UVIL을 이용해 2차원 강우유형을 분류한다. 즉, 2차원 강우유형 분류부(150)는 층운형(Stratiform rain)과 적운형(Convective rain)으로 1차 분류를 수행한 후, 1차 분류된 층운형(Stratiform rain)을 심층적운형(Deep Convective rain)과 층운형으로, 1차 분류된 적운형을 적운형과 심층적운형으로 각각 2차 분류를 수행한다. 또한, 2차원 강우유형 분류부(150)는 2차 분류된 적운형, 심층적운형 및 층운형 각각에 대한 분류 검증을 하여 재분류를 수행한다.
이때, 2차원 강우유형 분류부(150)는 1차 분류시 2차원 특성 인자 중 융해층과 융해층 아래에서의 평균 반사도의 비(BL-ratio=LMZ/BMZ)을 이용하며, 2차 분류시 2차원 특성 인자 중 융해층 위의 평균반사도(UMZ)를 이용하며, 2차 분류 결과에 대한 분류 검증시 융해층 위의 연직적분액체수함량(UVIL)을 이용한다.
예를 들어, 도 8의 변수별 빈도 분포 함수를 참조하면, BL-ratio의 임계치는 1, UMZ의 임계치는 30 dBZ 및 35 dBZ, UVIL의 임계치는 0.4로 설정할 수 있다.
따라서, 2차원 강우유형 분류부(150)는 BL-ratio가 1 보다 크면 적운형이나 심층적운으로 판단하며, 이들 중에서 UMZ가 35 dBZ 보다 높으면 심층적운으로 판단하고 낮으면 적운형으로 결정하고, BL-ratio가 1 보다 낮으면 층운형이나 심층적운으로 판단하며 이들 중에서 UMZ가 30 dBZ 보다 높으면 심층적운으로 판단하고 30 dBZ 보다 낮으면 층운형으로 결정한다.
또한, 2차원 강우유형 분류부(150)는 2차 분류된 적운형, 심층적운형 및 층운형에 대해 UVIL의 임계치를 적용하여 분류 검증을 수행한다.
그리고, 3차원 대류세포 분류부(160)는 대류세포 판별 알고리즘을 이용하여 즉, 대류세포 반사도 문턱값(Reflectivity Threshold) 및 대류세포 부피 문턱값(Volume Threshold)을 이용하여 작은 규모의 대류세포나 잡음들을 제거하여 최종 3차원 반사도 셀(storm3D)을 판별한다.
그리고, 분류결과 결합부(160)는 판별한 3차원 대류세포 영역과 2차원 특성 인자를 통해 판별된 층운형, 심층적운형 및 적운형 분류 결과를 결합하여 3차원 공간에서 강우유형의 연직 구조를 생성한다.
이와 같이 본 발명에 따른 3차원 강우유형 분류 시스템은 융해층(Melting layer 혹은 Bright Band)의 고도를 이용하여 기상레이더 3차원 반사도 자료에서 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ), 융해층 상부에서의 평균 반사도(UMZ), 융해층 상부에서의 연직 적분 액체수함량(Veritcally Integrated Liquid water contents, UVIL)을 포함하는 2차원 특성 인자를 산출하여 강우에코의 유형을 층운형(Stratiform Precipitation echo, STE), 적운형(Convective Precipitation echo, CVE) 및 심층적운형(Deep-Convective Precipitation echo, DCE)으로 구별할 수 있다.
또한, 본 발명에 따른 3차원 강우유형 분류 시스템은 대류세포 판별 알고리즘을 이용하여 작은 규모의 대류세포나 잡음들을 제거하여 최종 3차원 반사도 셀(storm3D)을 판별할 수 있다.
따라서, 본 발명에 따른 3차원 강우유형 분류 시스템은 판별된 2차원 강우유형 분류 결과와 판별된 3차원 대류세포 분류 결과를 결합하여 3차원 공간에서의 강우유형의 연직 구조를 생성할 수 있다.
도 2는 도 1에 도시된 2차원 강우유형 분류부의 상세 구성을 나타낸 구성도이다.
도 2를 참조하면, 본 2차원 강우유형 분류부(150)는 1차 분류 수행부(151), 2차 분류 수행부(152) 및 분류 검증부(153)를 포함한다.
1차 분류 수행부(151)는 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ)를 이용해 강우유형을 적운형과 층운형으로 분류한다. 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ)는 층운형이나 심층적운형에서 그 값이 작게 나타나고, 반대로 적운형에서 1 이상의 값이 나타난다.
즉, 1차 분류 수행부(151)는 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ)가 1보다 크면 적운형으로 분류하고, 융해층 위, 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ)가 1보다 작으면 층운형으로 분류한다.
그리고, 2차 분류 수행부(152)는 융해층 위의 평균반사도(UMZ)를 이용해 1차 분류된 층운형을 심층적운형과 층운형으로 분류하고, 또한, 융해층 위의 평균반사도(UMZ)를 이용해 1차 분류된 적운형을 적운형과 심층적운형으로 분류한다. 여기서, 융해층 위의 평균반사도(UMZ)는 최고 빈도가 심층적운형, 적운형 및 층운형의 순으로 나타난다.
즉, 2차 분류 수행부(152)는 UMZ에서는 30dBZ를 기준으로 층운형과 심층적운형을 구별하는데 30dBZ 이상이면 심층적운형으로 30dBZ 미만이면 층운형으로 구별한다. 또한, 2차 분류 수행부(152)는 35dBZ를 기준으로 적운형과 심층적운형을 구별하는데, 35dBZ 이상이면 심층적운형으로, 35dBZ 미만이면 적운형으로 분류한다.
그리고, 분류 검증부(153)는 융해층 위의 연직적분액체수함량(UVIL)을 이용하여 2차 분류 수행부(152)에서 분류된 층운형, 심층적운형 및 적운형에 대한 검증을 수행한다. 여기서, 융해층 위의 연직적분액체수함량(UVIL)는 심층적운형과 적운형에 비해 상대적으로 연직으로 크게 발달하지 못하는 층운형에서 그 값이 낮게 분포한다.
즉, 분류 검증부(153)는 융해층 위의 연직적분액체수함량(UVIL)가 0.4를 기준으로 하여 층운형과 적운형을 구별하는데, 2차 분류된 적운형 및 심층적운형에 대해 융해층 위의 연직적분액체수함량(UVIL)가 0.4 이상이면 적운형으로, 0.4 미만이면 층운형으로 구별한다. 또한, 분류 검증부(153)는 2차 분류된 층운형에 대해 융해층 위의 연직적분액체수함량(UVIL)가 0.4 이상이면 적운형으로, 0.4 미만이면 분류 검증을 완료한다.
도 3은 본 발명의 일 실시 형태에 따른 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템의 동작을 설명하기 위한 흐름도이다.
도 3을 참조하면, 본 시스템은 먼저, 2차원 특성 인자 및 2차원 특성 인자의 임계치를 도출한다(S310). 즉, 본 시스템은 수직측풍장비로부터 과거 및 실시간 관측된 신호대잡음비 자료를 수집하고, 수집된 수직측풍장비의 관측 자료로 반사도를 산출한다. 그리고, 산출된 반사도의 연직 프로파일을 생성한 후 반사도 연직프로파일과 낙하속도 연직프로파일을 통해 강우유형을 분류하고, 분류된 세 가지 종류의 강우유형에 대한 각 고도별 변수(반사도, 낙하속도, 스펙트럼 폭 등)의 빈도 분포를 이용하여 각 변수별 연직 프로파일의 일반적인 특성을 정량적으로 파악할 수 있으며, 강우유형별 반사도 연직 특성으로부터 VIL(Vertical Integrated Liquid water content), VILD(Vertical Integrated Liquid water content Density) 및 MZ(Mean reflectivity(Z))를 계산한다. 이때, VIL, VILD 및 MZ는 수학식 1 내지 4를 통해 계산된다. 계산된 VIL, VILD, MZ로부터 9개의 판별 인자들을 계산하고, 9개의 판별 인자 각각의 빈도 분포를 생성하고, 생성된 9개의 판별 인자 각각의 빈도 분포로부터 BL-ratio, UMZ, UVIL의 세 판별 인자들을 강우유형을 분류하기 위한 2차원 특성 인자로 도출하고, 도출된 세 인자의 임계치를 도출한다.
그런 다음, 기상레이더 시스템으로부터 수집된 관측 자료로 기상레이더 3차원 반사도 자료를 생성한다(S320). 즉, 본 시스템은 수집된 기상레이더 부피 관측 자료를 이용하여 기상레이더 3차원 반사도 격자 자료를 생성한다. 그리고, 생성된 기상레이더 3차원 반사도 자료를 이용해 평균 반사도 연직 프로파일을 생성하고 생성된 평균 반사도 연직 프로파일로부터 융해층 고도를 결정한다.
그런 다음, 생성된 평균 반사도 연직 프로파일을 이용하여 층운형 및 적운형 판별을 위한 2차원 특성 인자인 BL-ratio, UMZ 및 UVIL을 산출한다(S330).
이를 위해, 본 실시 예에서는 먼저, 융해층(Melting Layer)의 고도를 산출하고, 산출된 융해층의 고도를 이용해 VIL(Vertical Integrated Liquid water content), VILD(Vertical Integrated Liquid water content Density) 및 MZ(Mean reflectivity(Z))를 산출하고, 융해층과 융해층으로부터 고도 1.0 km 위와 아래의 평균 반사도(BMZ, UMZ, LMZ)를 각각 산출하고, 산출한 BMZ와 LMZ의 비율(BL-ratio), 융해층 위의 연직적분액체수함량(UVIL)을 산출한다. 산출된 LMZ, BMZ 및 UMZ을 도시한 결과는 도 9와 같고, 산출된 BL-ratio 및 UVIL을 도시한 결과는 도 10과 같다.
이때, 융해층의 결정은 라디오존데, 라디오미터, 수치모델 등의 외부 자료를 이용하여 산출된 0°C 고도를 융해층의 고도로 사용하거나 수집한 기상레이더 3차원 반사도 자료로부터 산출된 평균 반사도 연직 프로파일로부터 융해층의 고도를 결정한다. 여기서, 본 실시예서는 2010년 9월 10일자 관측자료를 이용하였으며 산출된 융해층의 고도는 한반도 전체 영역에서 해발 4.7 km로 나타났으며, 융해층의 두께는 1.0 km로 설정하였다.
이어서, 산출된 2차원 특성 인자를 이용해 생성된 기상레이더 3차원 반사도 자료에서 2차원 강우유형을 분류한다(S340). 2차원 강우유형 분류는 크게 1차 분류 과정, 2차 분류 과정 및 분류 검증 과정으로 이루어진다. 1차 분류 과정에서는 BL-ratio을 이용해 강우유형을 적운형과 층운형으로 분류하고, 2차 분류 과정에서는 1차 분류된 적운형과 층운형에 대해 UMZ를 이용해 각각 적운형과 심층적운형, 또는 층운형과 심층적운형으로 분류한다. 그리고, 분류 검증 과정은 UVIL을 이용하여 2차 분류된 적운형, 심층적운형 및 층운형에 대한 분류 정확도를 검증한다.
그런 다음, 대류세포 판별 알고리즘을 이용하여 3차원 대류세포 분류를 수행한다(S350). 즉, 기상레이더 3차원 반사도 자료에서 위험기상(뇌우, 우박, 호우)과 연관된 반산도 셀(대류성 스톰, storm3D)을 판별하기 위해 반사도 임계치와 부피 임계치를 사용하여 대류성 스톰인 3차원 반사도 셀(storm3D)을 판별한다. 이때, 본 실시 예에서는, 반사도 문턱값과 대류세포 부피 문턱값으로 20 dBZ 및 50 ㎦ 을 각각 사용하였다.
여기서, 대류세포 부피 문턱값으로 큰 값을 사용하게 되면 초기 발달하는 작지만 강한 개별 적운들을 탐지하지 못하게 되어 악기상의 접근을 조기에 발견하는데 문제가 발생한다. 반면 대류세포 부피 문턱값으로 너무 작은 값을 사용할 경우는 감시를 위해 주의를 기울일 필요성이 거의 없는 짧은 시간에 소멸되는 작은 규모의 대류세포나 잡음들을 대류세포로 간주하게 되는 문제가 발생한다.
따라서 적절한 대류세포 부피 문턱값을 이용하여 작은 규모의 대류세포를 제거하여 최종 3차원 반산도 셀(storm3D)을 판별하고, storm3D가 판별되면 지면으로 투영시켜 최종적으로 storm2D를 생성한다.
구체적으로, 대류세포 판별 알고리즘을 설명하면, 대류세포 판별 알고리즘은 미리 설정된 반사도 문턱값을 이용해 격자점 성분(element)에서 점진적으로 1차원 성분(segment), 2차원 성분(component) 및 3차원 성분(storm3D)을 식별하는 과정으로 이루어진다.
먼저, 미리 설정된 반사도 임계치를 초과하는 반사도를 가진 모든 격자점(element)을 수집된 기상레이더 3차원 반사도 자료에서 판별한다(엘리먼트 판별).
그런 다음, 전체 격자점들의 x와 y좌표를 검색하여 y좌표가 동일하며 x좌표가 인접한 격자점들을 1차원 성분(segment)으로 판별한다(세그먼트 판별).
이어서, 전체 1차원 성분(segment)들의 y좌표를 검색하여 y좌표가 인접한 1차원 성분(segment)들을 2차원 성분(component)으로 판별한다(컴포넌트 판별).
그런 다음, 전체 2차원 성분(component)들의 z 방향으로 검색하여 z좌표가 인접한 2차원 성분(component)들을 3차원 성분인 3차원 반사도 셀(storm3D)로 판별한다(3차원 반사도 셀(storm3D) 식별).
이어서, 판별된 3차원 반사도 셀(storm3D)을 미리 설정된 부피 임계치를 기준으로 필터링하여 부피 임계치보다 부피가 작은 3차원 반사도 셀(storm3D)은 최종 판별에서 제외하고, 부피 임계치보다 부피가 큰 3차원 반사도 셀(storm3D)만 xy 평면으로 투영하여 2차원 반사도 셀(storm2D)로 변환하여 표시한다(2차원 반사도 셀(storm2D) 생성). 즉, 대류세포 분류에 따라 storm3D가 판별이 되면 부피 문턱값(Volume threshold)을 이용하여 레이더 관측 주기 이내에 소멸될 우려가 있는 작은 storm3D를 반사도 자료에서 제거한다.
이어서, 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 결합하여 최종적으로 3차원 공간에서의 강우유형 연직 구조를 생성한다(S360). 이때, S350 단계에서 판별된 3차원 대류세포 영역과 S340 단계에서 판별된 층/적운 분류 결과를 이용하여 3차원에서의 층/적운을 분류하여 표시한다.
즉, 3차원 대류세포 영역과 2차원의 강우영역을 중첩시켜 2차원 심층적운형(DCE)과 중첩되는 3차원 대류세포 영역은 심층적운형(DCE) 영역, 적운형(CVE)과 중첩되는 영역은 적운형(CVE), 층운형(SCE)과 중첩되는 영역은 층운형(SCE)으로 각각 표시하고, 나머지 영역은 얕은 층운형(STE)으로 표시하여 최종적으로 3차원에서의 강우에코의 유형을 분류한다.
구체적으로, 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과의 결합 과정은, 먼저, 기상레이더 반사도가 0 dBZ 이상의 영역을 구름영역으로 결정한다.
다음으로, 결정된 구름영역에 대해 2차원 특성 인자장에서 판별한 적운형, 심층적운형 및 층운형의 분류 결과를 고도방향으로 3차원 확장한다.
다음으로, 3차원 대류세포 영역에서 확장된 2차원 특성 인자장의 적운형 영역과 중첩되는 격자점들은 적운형으로 판별한다.
다음으로, 3차원 대류세포 영역에서 확장된 2차원 특성 인자장의 심층적운 영역과 중첩되는 격자점들은 심층적운형으로 판별한다.
다음으로, 3차원 대류세포 영역에서 확장된 2차원 특성 인자장의 층운형 영역과 중첩되는 격자점들은 층운형으로 판별한다.
이러한 과정을 통해 3차원 대류세포 분류 결과를 2차원 강우유형 분류 결과에 연결하며, 최종적으로 3차원 공간에서의 강우유형을 분류한 연직 구조를 생성한다.
도 4는 도 3에 도시된 2차원 특성 인자를 산출하는 과정을 상세하게 설명하기 위한 흐름도이다.
도 4를 참조하면, 2차원 특성 인자를 산출하는 과정은 먼저, 융해층 고도를 이용해 평균 반사도(MZ) 및 VIL을 산출한다(S331).
구체적으로, 산출된 기상레이더 3차원 반사도 자료를 이용해 반사도 연직 프로파일을 생성하고, 생성된 반사도 연직 프로파일로부터 찾은 융해층(Melting layer 혹은 Bright Band)의 고도를 이용하여 기상레이더 3차원 반사도 자료에서 평균 반사도(Mean reflectivity(Z)) 및 연직 적분 액체수함량(Vertically Integrated Liquid water contents, VIL)을 산출한다.
그런 다음, 산출된 평균 반사도(MZ)를 이용해 융해층과 융해층 위, 아래의 평균 반사도(BMZ, UMZ, LMZ)를 각각 산출하고, 산출된 VIL로부터 융해층 상부에서의 연직 적분 액체수함량(Upper Vertically Integrated Liquid water contents, UVIL)을 산출한다(S332).
이어서, 산출된 LMZ 및 BMZ을 이용해 융해층과 융해층 아래의 평균 반사도 비(BL-ratio)를 산출한다(S333).
도 5는 도 3에 도시된 2차원 강우유형 분류 과정을 상세하게 설명하기 위한 흐름도로, 융해층과 융해층 아래에서의 평균 반사도의 비(BL-ratio), 융해층 위의 평균반사도(UMZ), 융해층 위의 연직적분액체수함량(UVIL)을 이용하여 2차원의 강우유형을 구별하는 과정을 설명한다.
도 5를 참조하면, 2차원 강우유형 분류 과정(S340)은 크게 1차 분류 과정(S341), 2차 분류 과정(S342) 및 분류 검증 과정(S343)으로 이루어진다.
먼저, 1차 분류 과정(S341)은 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ)를 기준으로 적운형과 층운형으로 분류한다. 즉, BL-ratio가 1 이상이면(S3411, Y) (적운형과 심층적운형)으로, 1 미만이면(S3411, N) (심층적운형과 층운형)으로 분류한다.
다음으로, 2차 분류 과정(S342)은 융해층 위의 평균반사도(UMZ)를 기준으로 심층적운형과 층운형을 세분화하고, 또한, 심층적운형과 적운형을 세분화한다. 즉, 1차 분류된 (심층적운형과 층운형)에 대해 UMZ가 30dBZ 이상이면(S3424, Y) 심층적운형으로(S3423), UMZ가 30dBZ 미만이면(S3424, N) 층운형으로(S3425) 세분화한다.
또한, 1차 분류된 (적운형과 심층적운형)에 대해 UMZ가 35dBZ 이상이면(S3421, Y) 심층적운형으로(S3423), UMZ가 35dBZ 미만이면(S3421, N) 적운형으로(S3422) 세분화한다.
즉, 1차 및 2차 분류 과정에 의하면, 평균 반사도의 비(BL-ratio)가 1보다 큰 지점에서 융해층 위의 평균반사도(UMZ)가 특정 임계치(35dBZ)보다 크면 심층적운형, 아니면 적운형으로 구별한다. 또한, BL-ratio가 1보다 작은 지점에서 UMZ가 특정 임계치(30dBZ)보다 크면 심층적운형으로, 작으면 층운형으로 구별한다.
마지막으로, 분류 검증 과정(S343)은 융해층 위의 연직적분액체수함량(UVIL)을 이용해 2차 분류된 적운형, 심층적운형 및 층운형에 대한 검증을 수행한다. 즉, 2차 분류된 적운형 및 심층적운형에 대해 UVIL이 0.4 이상이면(S3431, Y) 모두 적운형으로 재분류하고(S3422), UVIL이 0.4 미만이면(S3431, N) 층운형으로 재분류한다(S3425). 또한, 2차 분류된 층운형에 대해 UVIL이 0.4 이상이면(S3432, Y) 적운형으로 재분류하고(S3422), UVIL이 0.4 미만이면(S3432, N) 2차원 강우유형 분류를 완료하고 다음 단계인 3차원 대류세포 분류 과정을 수행한다(S350).
즉, 1차 및 2차 분류를 통해 구별된 강수유형에 있어서, 적운형과 심층적운형 중에서 UVIL이 특정 임계치(0.4kg/㎡)보다 크면 적운형으로, 작으면 층운형으로 재분류하고, 층운형 중에서 UVIL 이 특정 임계치(0.4kg/㎡)보다 크면 적운형으로 재분류한다.
도 6은 2차원 특성 인자를 도출하기 위한 적운형, 심층적운형 및 층운형의 세 가지 유형에 대한 반사도 연직 프로파일을 나타낸 도면이다.
도 6을 참조하면, 적운형의 경우 고도에 따른 반사도 경도가 다른 두 강우계(심층적운형 및 층운형)보다 작고, 융해에 의한 높은 반사도 값이 나타나지 않음을 알 수 있다.
또한, 심층적운형의 경우 융해층에서 반사도가 40 dBZ로 크게 나타나고 융해층 아래에서 34 dBZ 정도로 급격히 줄어들고, 층운형의 경우 심층적운형보다 더 큰 반사도 값의 증가를 보임을 알 수 있다.
따라서, 융해층의 유무를 통해 적운형과 (심층적운형 및 층운형)으로 구분할 수 있다.
도 7은 2차원 특성 인자를 도출하기 위한 반사도 연직 프로파일의 고도 범위를 도시한 도면이다.
도 7을 참조하면, h_peak는 융해층에서 반사도가 최대가 되는 지점인 융해층 고도를, △h_BB는 융해층 두께를, △h_L은 융해층 아래층 영역의 두께를, △h_U는 융해층 위층 영역의 두께를 나타낸다.
본 실시 예에 있어서 융해층 고도(h_peak)를 6 km 로 사용하였고, BVIL과 BMZ를 구할 때 적용된 융해층의 두께(△h_BB)는 1 km이며, UMZ 및 LMZ를 구할 때 적용된 융해층 위 층(△h_U)과 아래층(△h_L)의 두께 역시 1 km 이다.
도 8은 도 6에 도시된 적운형, 심층적운형 및 층운형의 세 가지 유형별 구름의 반사도 연직 프로파일로부터 도 7에 도시된 고도 범위를 적용하여 도출된 9개 판별 인자의 빈도 분포를 나타낸 도면으로, (a)는 9개 판별 인자의 빈도 분포를, (b)는 도출된 2차원 특성 인자를 나타낸 도면이다. 여기서, 파란선은 심층적운형(deep system), 보라선은 적운형(convective), 녹색선은 층운형(stratiform)을 각각 나타낸다.
도 8의 (a)를 참조하면, TVIL의 경우 큰 우적에 의해 반사도가 크게 나타나는 적운형보다 밝은 띠로 인해 심층적운형과 층운형에서 그 값이 더 높게 나타남을 알 수 있으며, BVIL에서도 유사한 특성이 잘 나타났다.
그리고, UVIL은 심층적운형과 적운형에 비해 상대적으로 연직으로 크게 발달하지 못하는 층운형에서 그 값이 낮게 분포하며, UMZ에서도 최고 빈도가 심층적운형, 적운형, 층운형의 순으로 나타나 유사한 경향을 보임을 알 수 있다.
그리고, BL-ratio(=LMZ/BMZ)는 층운형이나 심층적운형에서 그 값이 작게 나타나고 반대로 적운형에서 1 이상의 값이 나타남을 알 수 있다.
따라서, 9개의 판별 인자의 빈도 분포를 분석한 결과, BL-ratio, UMZ, UVIL의 세 인자를 이용하여 구름 유형 판별이 가능할 것으로 판단할 수 있다.
또한, 도 8의 (b)를 참조하면, BL-ratio는 1.0을 기준으로 (층운형, 심층적운형)과 적운형으로 구별할 수 있으며, UMZ는 30 dBZ를 기준으로 층운형과 심층적운을, 35 dBZ를 기준으로 적운형과 심층적운형으로 구별할 수 있다.
그리고, UVIL은 0.4를 기준으로 (층운형, 심층적운)과 적운형을 구별할 수 있다.
도 9는 도 8에 도시된 9개 판별 인자 중 평균 반사도(MZ)를 이용하여 산출된 LMZ, BMZ 및 UMZ을 나타낸 도면으로, (a)는 LMZ, (b)는 BMZ, (c)는 UMZ를 각각 나타낸다. 여기서, 본 실시예에 있어서 2010년 9월 10일자 관측 자료를 이용하였으며, 융해층의 고도는 해발 4.7 km 이며, 융해층의 두께는 1.0 km로 설정하였으며, 융해층과 융해층으로부터 고도 1.0 km 위와 아래의 평균반사도(BMZ, UMZ, LMZ)를 산출하였다.
도 10은 도 8에 도시된 9개 판별 인자 중 평균 반사도(MZ) 및 연직적분액체수함량(VIL)을 이용하여 산출된 BL-ratio 및 UVIL을 나타낸 도면으로. (a)는 BL-ratio를, (b)는 UVIL을 각각 나타낸다. 여기서, 본 실시예에 있어서 2010년 9월 10일자 관측 자료를 이용하였으며, 융해층의 고도는 해발 4.7 km 이며, 융해층의 두께는 1.0 km로 설정하였으며, 융해층과 융해층 아래의 평균 반사도 비(BL-ratio), 융해층으로부터 고도 1.0 km 위의 연직적분액체수함량(UVIL)을 산출하였다.
도 11은 도 3에 도시된 2차원 강우유형 분류 과정에 따라 강수 형태를 층운형, 심층적운형, 적운형으로 분류한 결과를 나타낸 도면이다. 여기서, 본 실시예에서는 2010년 9월 10일자 관측 자료를 이용하였고, 파란색은 층운형 강수, 녹색은 적운형 강수, 붉은 색은 심층적운형 강수를 각각 나타낸다.
도 12는 기상레이더 3차원 반사도 자료를 이용하여 3차원 대류세포를 판별하여 2차원으로 표시한 결과를 나타낸 도면이다. 여기서, 본 실시예에서는 2010년 9월 10일자 관측 자료를 이용하였다.
도 13은 도 11 및 도 12에 도시된 각각의 분류 결과에 대해 도 3에 도시된 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 융합 과정에 따라 분류하여 3차원 공간에서의 강우유형 연직 구조로 나타낸 도면이며, 도 14는 도 3에 도시된 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 융합 과정에 따라 3차원으로 분류된 강우유형 연직 구조의 고도별 분류 결과를 나타낸 도면이다. 여기서, 파란색은 층운형 강수, 녹색은 적운형 강수, 붉은 색은 심층적운형을 각각 나타낸다.
도 13 및 도 14를 참조하면, 한반도 남서해상에 강한 심층적운 영역이 나타나고, 그 주변으로 적운형이 존재하며, 한반도 전체에 걸쳐서 층운형 영역이 나타나고 있음을 알 수 있다.
그리고, 고도가 증가함에 따라 층운형 영역과 적운형 영역이 감소하여 200 hPa에서는 심층적운형 영역과 층운형 영역만이 존재하고 있음을 알 수 있다. 이때, 층운형 영역은 상승기류가 약하고 강수가 거의 없는 구름 영역을 의미한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들을 한정적인 관점이 아니라 설명적인 관점에서 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.
또한, 본 발명에 따른 장치 및 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
10. 수직측풍장비 100. 3차원 강우유형 분류 시스템
20. 기상레이더 시스템

Claims (20)

  1. (a) 수직측풍장비에서 관측된 신호대잡음비로 반사도를 산출하는 단계;
    (b) 산출된 반사도 자료를 이용해 융해층과 융해층 아래의 평균 반사도 비(BL-ratio=LMZ/BMZ), 융해층 위의 평균 반사도(UMZ) 및 융해층 위의 연직 적분 액체수함량(UVIL)을 포함하는 2차원 특성 인자 및 상기 2차원 특성 인자 각각의 임계치를 결정하는 단계;
    (c) 기상레이더 시스템에서 관측된 자료로부터 기상레이더 3차원 반사도를 산출하고, 산출된 기상레이더 3차원 반사도를 이용해 2차원 특성 인자를 산출하고, 산출된 2차원 특성 인자 및 결정된 2차원 특성 인자 각각의 임계치를 이용해 상기 기상레이더 3차원 반사도에서 2차원 강우에코의 유형을 분류하는 단계;
    (d) 대류세포 판별 알고리즘을 이용하여 3차원 대류세포 분류를 수행하는 단계; 및
    (e) 2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 결합하여 3차원 공간에서의 강우유형 연직 구조를 생성하는 단계;를 포함하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  2. 제1항에 있어서,
    상기 (c)의 2차원 강우에코의 유형 분류는, 상기 융해층과 융해층 아래의 평균 반사도 비(BL-ratio)를 이용해 강우유형을 적운형과 층운형으로 분류하는 1차 분류 단계;
    상기 융해층 위의 평균 반사도(UMZ)를 이용해 1차 분류된 적운형을 적운형과 심층적운형으로 분류하는 동시에, 1차 분류된 층운형을 층운형과 심층적운형으로 분류하는 2차 분류 단계; 및
    상기 융해층 위의 연직 적분 액체수함량(UVIL)을 이용해 2차 분류된 적운형, 심층적운형 및 층운형 각각을 재분류하는 분류 검증 단계;로 이루어지는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  3. 제2항에 있어서,
    상기 1차 분류 단계는, 상기 융해층과 융해층 아래의 평균 반사도 비(BL-ratio)가 임계치 이상이면 적운형으로, 이하이면 층운형으로 분류하는 단계인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  4. 제3항에 있어서,
    상기 융해층과 융해층 아래의 평균 반사도 비(BL-ratio)의 임계치는 1 인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  5. 제3항에 있어서,
    상기 2차 분류 단계는, 1차 분류된 적운형에 대해 상기 융해층 위의 평균 반사도(UMZ)가 임계치 이상이면 심층적운형으로, 이하이면 적운형으로 분류하고, 1차 분류된 층운형에 대해 상기 융해층 위의 평균 반사도(UMZ)가 임계치 이상이면 심층적운형으로, 이하이면 층운형으로 분류하는 단계인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  6. 제5항에 있어서,
    상기 융해층 위의 평균 반사도(UMZ)의 임계치는 30 dBZ 및 35 dBZ 인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  7. 제5항에 있어서,
    상기 분류 검증 단계는, 2차 분류된 적운형 및 심층적운형에 대해 상기 융해층 위의 연직 적분 액체수함량(UVIL)이 임계치 이상이면 적운형으로, 이하이면 층운형으로 재분류하고, 2차 분류된 심층적운형 및 층운형에 대해 상기 융해층 위의 연직 적분 액체수함량(UVIL)이 임계치 이상이면 적운형으로, 이하이면 상기 (d)로 수행하는 단계인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  8. 제7항에 있어서,
    상기 융해층 위의 연직 적분 액체수함량(UVIL)의 임계치는 0.4 인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  9. 제1항에 있어서,
    상기 (d)는, 산출된 기상레이더 3차원 반사도 자료에서 반사도가 반사도 임계치를 초과하는 격자점들이 3차원으로 인접하며 부피 임계치를 초과할 경우 대류세포로 판별하는 단계인 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  10. 제9항에 있어서,
    상기 (d)는, 기상레이더 3차원 반사도 자료에서 미리 설정된 반사도 임계치를 초과하는 개별 격자점들을 엘리먼트(element)로 판별하고, x방향으로 엘리먼트의 연속성을 검사하여 인접한 엘리먼트를 세그먼트(segment)로 판별하고, y방향으로 엘리먼트의 연속성을 검사하여 인접한 세그먼트를 컴포넌트(component)로 판별하고, z방향으로 컴포넌트의 연속성을 검사하여 3차원 반사도 셀을 판별하는 단계; 및
    상기 판별된 3차원 반사도 셀의 부피가 미리 설정된 부피 임계값보다 큰 경우, 해당 3차원 반사도 셀을 xy 평면으로 투영하여 2차원 반사도 셀을 생성하는 단계;로 이루어지는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  11. 제10항에 있어서,
    상기 (e)는, 기상레이더 반사도가 0 dBZ 이상의 영역을 구름영역으로 결정하고, 결정된 구름영역에 대해 2차원 특성 인자를 이용해 판별된 적운형, 심층적운형 및 층운형의 분류 결과를 고도방향으로 3차원 확장하는 단계;
    3차원 대류세포 영역에서 2차원 특성 인자를 이용해 판별된 적운형 영역과 중첩되는 격자점들은 적운형으로 판별하는 단계;
    3차원 대류세포 영역에서 2차원 특성 인자를 이용해 판별된 심층적운형 영역과 중첩되는 격자점들은 심층적운형으로 판별하는 단계;
    3차원 대류세포 영역에서 2차원 특성 인자를 이용해 판별된 층운형 영역과 중첩되는 격자점들은 층운형으로 판별하는 단계; 및
    판별된 3차원 대류세포 분류 결과를 2차원 강우유형 분류 결과에 연결하는 단계;를 포함하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법.
  12. 제1항 내지 제11항 중 어느 한 항에 기재된 방법을 수행하기 위한 프로그램으로서 디지털 신호 처리 장치에 의해 판독되고 실행될 수 있는 프로그램을 기록한 기록매체.
  13. 수직측풍장비에서 관측된 신호대잡음비 및 기상레이더 시스템에서 관측된 레이더 자료를 수집하는 자료 수집부;
    수집된 레이더 자료를 이용해 기상레이더 3차원 반사도를 생성하는 기상레이더 3차원 반사도 생성부;
    생성된 기상레이더 3차원 반사도를 이용해 융해층과 융해층 아래의 평균 반사도 비(BL-ratio), 융해층 위의 평균 반사도(UMZ) 및 융해층 위의 연직 적분 액체수함량(UVIL)을 포함하는 2차원 특성 인자를 산출하는 2차원 특성 인자 산출부;
    산출된 2차원 특성 인자를 이용해 생성된 기상레이더 3차원 반사도 자료에서 2차원 강우에코의 유형을 분류하는 2차원 강우유형 분류부;
    대류세포 판별 알고리즘을 이용하여 3차원 대류세포 분류를 수행하는 3차원 대류세포 분류부; 및
    2차원 강우유형 분류 결과와 3차원 대류세포 분류 결과를 결합하여 3차원 공간에서의 강우유형 연직 구조를 생성하는 분류결과 결합부;를 포함하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  14. 제13항에 있어서,
    관측된 신호대잡음비를 이용해 반사도를 산출하고, 산출된 반사도의 연직 프로파일 및 낙하속도 연직 프로파일를 이용해 강우에코의 유형을 분류하고, 분류된 강우에코 유형별 반사도 연직 프로파일로부터 BL-ratio, UMZ 및 UVIL을 포함하는 2차원 특성 인자 및 상기 2차원 특성 인자 각각의 임계치를 결정하는 2차원 특성 인자 및 임계치 도출부;를 더 포함하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  15. 제13항에 있어서,
    상기 2차원 특성 인자 산출부는, 생성된 기상레이더 3차원 반사도를 이용해 융해층과 융해층 위, 아래의 평균 반사도(BMZ, UMZ, LMZ) 및 연직적분액체수함량(VIL) 값을 구하고, 구한 융해층과 융해층 위, 아래의 평균 반사도(BMZ, UMZ, LMZ) 및 연직적분액체수함량(VIL) 값으로 BL-ratio, UMZ 및 UVIL을 산출하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  16. 제14항에 있어서,
    상기 2차원 강우유형 분류부는, 상기 융해층과 융해층 아래의 평균 반사도 비(BL-ratio)가 결정된 임계치 이상이면 강우유형을 적운형으로, 이하이면 강우유형을 층운형으로 분류하는 1차 분류 수행부;
    1차 분류된 적운형에 대해 상기 융해층 위의 평균 반사도(UMZ)가 결정된 임계치 이상이면 심층적운형으로, 이하이면 적운형으로 분류하고, 1차 분류된 층운형에 대해 상기 융해층 위의 평균 반사도(UMZ)가 결정된 임계치 이상이면 심층적운형으로, 이하이면 층운형으로 분류하는 2차 분류 수행부; 및
    상기 융해층 위의 연직 적분 액체수함량(UVIL) 및 결정된 임계치를 이용해 2차 분류된 적운형, 심층적운형 및 층운형 각각을 재분류하는 분류 검증부;를 포함하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  17. 제16항에 있어서,
    상기 분류 검증부는, 2차 분류된 적운형 및 심층적운형에 대해 상기 융해층 위의 연직 적분 액체수함량(UVIL)이 결정된 임계치 이상이면 적운형으로, 이하이면 층운형으로 재분류하고, 2차 분류된 심층적운형 및 층운형에 대해 상기 융해층 위의 연직 적분 액체수함량(UVIL)이 결정된 임계치 이상이면 적운형으로, 이하이면 2차원 강우유형 분류를 완료하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  18. 제13항에 있어서,
    상기 3차원 대류세포 분류부는, 산출된 기상레이더 3차원 반사도 자료에서 반사도가 반사도 임계치를 초과하는 격자점들이 3차원으로 인접하며 부피 임계치를 초과할 경우 대류세포로 판별하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  19. 제18항에 있어서,
    상기 대류세포 판별 알고리즘은, 기상레이더 3차원 반사도 자료에서 미리 설정된 반사도 임계치를 초과하는 개별 격자점들을 엘리먼트(element)로 판별하고, x방향으로 엘리먼트의 연속성을 검사하여 인접한 엘리먼트를 세그먼트(segment)로 판별하고, y방향으로 엘리먼트의 연속성을 검사하여 인접한 세그먼트를 컴포넌트(component)로 판별하고, z방향으로 컴포넌트의 연속성을 검사하여 3차원 반사도 셀을 판별하는 과정과, 상기 판별된 3차원 반사도 셀의 부피가 미리 설정된 부피 임계값보다 큰 경우, 해당 3차원 반사도 셀을 xy 평면으로 투영하여 2차원 반사도 셀을 생성하는 과정으로 이루어지는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
  20. 제13항에 있어서,
    상기 분류결과 결합부는, 기상레이더 반사도가 0 dBZ 이상의 영역을 구름영역으로 결정하고, 결정된 구름영역에 대해 2차원 특성 인자를 이용해 판별된 적운형, 심층적운형 및 층운형의 분류 결과를 고도방향으로 3차원 확장하고,
    3차원 대류세포 영역에서 2차원 특성 인자를 이용해 판별된 적운형 영역과 중첩되는 격자점들은 적운형으로 판별하며, 3차원 대류세포 영역에서 2차원 특성 인자를 이용해 판별된 심층적운형 영역과 중첩되는 격자점들은 심층적운형으로 판별하며, 3차원 대류세포 영역에서 2차원 특성 인자를 이용해 판별된 층운형 영역과 중첩되는 격자점들은 층운형으로 판별한 후, 판별된 3차원 대류세포 분류 결과를 2차원 강우유형 분류 결과에 연결하는 것을 특징으로 하는 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 시스템.
KR1020120028966A 2012-03-21 2012-03-21 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템 KR101224258B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120028966A KR101224258B1 (ko) 2012-03-21 2012-03-21 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120028966A KR101224258B1 (ko) 2012-03-21 2012-03-21 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템

Publications (1)

Publication Number Publication Date
KR101224258B1 true KR101224258B1 (ko) 2013-01-21

Family

ID=47842264

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120028966A KR101224258B1 (ko) 2012-03-21 2012-03-21 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR101224258B1 (ko)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101330846B1 (ko) 2013-07-11 2013-11-18 부경대학교 산학협력단 기상레이더 네트워크를 이용한 다운버스트 탐지 방법
KR101465576B1 (ko) * 2014-01-24 2014-11-27 한국건설기술연구원 Gis를 이용한 3차원 기상레이더 표출 시스템 및 방법
KR101494159B1 (ko) 2013-08-29 2015-02-23 한국천문연구원 전파 망원경 및 이를 이용한 불변점 산출방법
WO2015087167A1 (en) * 2013-12-12 2015-06-18 King Abdullah University Of Science And Technology Apparatus and method for lagrangian precipitation sensing
CN107423496A (zh) * 2017-07-10 2017-12-01 浙江大学 一种新的降雨事件随机生成方法
KR101924792B1 (ko) 2018-04-24 2018-12-04 대한민국 레이더 관측망 구성을 위한 설치 위치 선정 장치 및 그 방법
CN109087020A (zh) * 2018-08-21 2018-12-25 中国气象局上海台风研究所 基于台风气候降水率的降水类型分类方法及其分类系统
KR20190133927A (ko) * 2018-05-24 2019-12-04 주식회사 에스원 레이더 침임 감지기를 이용한 우천 감지 방법 및 이를 이용한 우천 감지 시스템
CN113034853A (zh) * 2021-03-02 2021-06-25 成都正和德能风险管理咨询有限公司 一种洪水预报预警分析方法及系统
CN114111705A (zh) * 2021-10-20 2022-03-01 国家卫星气象中心(国家空间天气监测预警中心) 一种利用气象卫星资料计算云底高度的方法
CN115016043A (zh) * 2022-07-04 2022-09-06 中国人民解放军63790部队 基于垂直结构和降水率的降水分类方法及系统
CN115184938A (zh) * 2022-07-05 2022-10-14 中国人民解放军63796部队 一种S波段天气雷达和Ka波段云雷达的反射率融合方法
KR102492480B1 (ko) * 2022-06-10 2023-02-06 대한민국 레이더기반 우박 생성 위험 지역 탐지 방법, 이를 수행하기 위한 기록 매체 및 장치
CN117310716A (zh) * 2023-11-28 2023-12-29 中国气象科学研究院 基于多波段雷达融合估测降水量的方法和装置
CN117706512A (zh) * 2023-12-13 2024-03-15 安徽省气象台 一种融合温度判定与背景依赖的水凝物反演方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010017071A (ko) * 1999-08-02 2001-03-05 이종길 기상레이다에서의 개선된 정보추출 장치
KR100921424B1 (ko) 2008-11-13 2009-10-14 부경대학교 산학협력단 도플러 기상레이더의 관측 자료를 이용한 강수량 추정 방법
KR100922130B1 (ko) 2008-11-13 2009-10-16 부경대학교 산학협력단 도플러 기상레이더의 이차 에코 제거 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010017071A (ko) * 1999-08-02 2001-03-05 이종길 기상레이다에서의 개선된 정보추출 장치
KR100921424B1 (ko) 2008-11-13 2009-10-14 부경대학교 산학협력단 도플러 기상레이더의 관측 자료를 이용한 강수량 추정 방법
KR100922130B1 (ko) 2008-11-13 2009-10-16 부경대학교 산학협력단 도플러 기상레이더의 이차 에코 제거 방법

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101330846B1 (ko) 2013-07-11 2013-11-18 부경대학교 산학협력단 기상레이더 네트워크를 이용한 다운버스트 탐지 방법
KR101494159B1 (ko) 2013-08-29 2015-02-23 한국천문연구원 전파 망원경 및 이를 이용한 불변점 산출방법
WO2015087167A1 (en) * 2013-12-12 2015-06-18 King Abdullah University Of Science And Technology Apparatus and method for lagrangian precipitation sensing
KR101465576B1 (ko) * 2014-01-24 2014-11-27 한국건설기술연구원 Gis를 이용한 3차원 기상레이더 표출 시스템 및 방법
CN107423496A (zh) * 2017-07-10 2017-12-01 浙江大学 一种新的降雨事件随机生成方法
CN107423496B (zh) * 2017-07-10 2020-06-23 浙江大学 一种新的降雨事件随机生成方法
KR101924792B1 (ko) 2018-04-24 2018-12-04 대한민국 레이더 관측망 구성을 위한 설치 위치 선정 장치 및 그 방법
KR20190133927A (ko) * 2018-05-24 2019-12-04 주식회사 에스원 레이더 침임 감지기를 이용한 우천 감지 방법 및 이를 이용한 우천 감지 시스템
KR102108771B1 (ko) * 2018-05-24 2020-05-11 주식회사 에스원 레이더 침임 감지기를 이용한 우천 감지 방법 및 이를 이용한 우천 감지 시스템
CN109087020A (zh) * 2018-08-21 2018-12-25 中国气象局上海台风研究所 基于台风气候降水率的降水类型分类方法及其分类系统
CN113034853A (zh) * 2021-03-02 2021-06-25 成都正和德能风险管理咨询有限公司 一种洪水预报预警分析方法及系统
CN113034853B (zh) * 2021-03-02 2023-10-17 成都正和德能风险管理咨询有限公司 一种洪水预报预警分析方法及系统
CN114111705A (zh) * 2021-10-20 2022-03-01 国家卫星气象中心(国家空间天气监测预警中心) 一种利用气象卫星资料计算云底高度的方法
KR102492480B1 (ko) * 2022-06-10 2023-02-06 대한민국 레이더기반 우박 생성 위험 지역 탐지 방법, 이를 수행하기 위한 기록 매체 및 장치
CN115016043A (zh) * 2022-07-04 2022-09-06 中国人民解放军63790部队 基于垂直结构和降水率的降水分类方法及系统
CN115016043B (zh) * 2022-07-04 2023-08-22 中国人民解放军63790部队 基于垂直结构和降水率的降水分类方法及系统
CN115184938A (zh) * 2022-07-05 2022-10-14 中国人民解放军63796部队 一种S波段天气雷达和Ka波段云雷达的反射率融合方法
CN115184938B (zh) * 2022-07-05 2024-04-19 中国人民解放军63796部队 一种S波段天气雷达和Ka波段云雷达的反射率融合方法
CN117310716A (zh) * 2023-11-28 2023-12-29 中国气象科学研究院 基于多波段雷达融合估测降水量的方法和装置
CN117310716B (zh) * 2023-11-28 2024-02-20 中国气象科学研究院 基于多波段雷达融合估测降水量的方法和装置
CN117706512A (zh) * 2023-12-13 2024-03-15 安徽省气象台 一种融合温度判定与背景依赖的水凝物反演方法和系统
CN117706512B (zh) * 2023-12-13 2024-05-10 安徽省气象台 一种融合温度判定与背景依赖的水凝物反演方法和系统

Similar Documents

Publication Publication Date Title
KR101224258B1 (ko) 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템
CN105184250B (zh) 一种电力走廊机载LiDAR点云数据的地物分类方法
CN101702200B (zh) 一种机载激光雷达点云数据的自动分类方法
KR101258668B1 (ko) 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법
CN110517193A (zh) 一种海底声呐点云数据处理方法
JP6347064B2 (ja) レーザー計測結果解析システム
CN108764012A (zh) 基于多帧联合的车载激光雷达数据的城市道路杆状物识别算法
CN108254750B (zh) 一种基于雷达资料的下击暴流智能识别预警方法
KR101255966B1 (ko) 기상레이더 3차원 반사도 자료를 이용한 밝은 띠 영역의 탐색 방법 및 그 시스템
Yu et al. 3D crack skeleton extraction from mobile LiDAR point clouds
CN105844602A (zh) 一种基于体元的机载lidar点云三维滤波方法
CN108074232B (zh) 一种基于体元分割的机载lidar建筑物检测方法
CN108109139A (zh) 基于灰度体元模型的机载lidar三维建筑物检测方法
CN110473187A (zh) 一种面向对象的线扫描三维路面裂缝提取方法
Özdemir et al. Automatic extraction of trees by using multiple return properties of the lidar point cloud
KR101221755B1 (ko) 위험기상과 관련된 반사도 셀의 탐지 방법
KR101221793B1 (ko) 위험기상과 관련된 반사도 셀의 추적 방법
Wang et al. Combining trunk detection with canopy segmentation to delineate single deciduous trees using airborne LiDAR data
CN116203537A (zh) 基于星载光子计数激光雷达的森林冠层高度提取方法
El-Ashmawy et al. Raster vs. point cloud LiDAR data classification
Rutzinger et al. Detection of high urban vegetation with airborne laser scanning data
CN105260591A (zh) 一种多仰角的migfa阵风锋识别改进算法
CN113281716B (zh) 一种光子计数激光雷达数据去噪方法
CN112924974B (zh) 一种利用dbscan聚类算法识别云团的方法、装置及电子设备
Kim et al. Detecting Individual Tree Position and Height Using Airborne LiDAR Data in Chollipo Arboretum, South Korea.

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: 20160108

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161220

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171208

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 8