KR101258668B1 - 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 - Google Patents

한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 Download PDF

Info

Publication number
KR101258668B1
KR101258668B1 KR1020120114699A KR20120114699A KR101258668B1 KR 101258668 B1 KR101258668 B1 KR 101258668B1 KR 1020120114699 A KR1020120114699 A KR 1020120114699A KR 20120114699 A KR20120114699 A KR 20120114699A KR 101258668 B1 KR101258668 B1 KR 101258668B1
Authority
KR
South Korea
Prior art keywords
radar
data
wind
echo
weather
Prior art date
Application number
KR1020120114699A
Other languages
English (en)
Inventor
조요한
안광득
임은하
이용희
정관영
Original Assignee
대한민국
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 filed Critical 대한민국
Priority to KR1020120114699A priority Critical patent/KR101258668B1/ko
Application granted granted Critical
Publication of KR101258668B1 publication Critical patent/KR101258668B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/95Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/951Radar or analogous systems specially adapted for specific applications for meteorological use ground based
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • G01S7/4004Means for monitoring or calibrating of parts of a radar system
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W2201/00Weather detection, monitoring or forecasting for establishing the amount of global warming
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

본 발명은 한반도 레이더의 관측 범위나 좌표체계를 적용하여 기상 레이더의 반사도 및 시선속도의 통합 품질 관리를 수행할 수 있는 통합형 기상 레이더 자료 처리 시스템 및 그 방법에 관한 것이다.

Description

한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법{Korea Local Radar Processing System}
본 발명은 기상 레이더의 품질 관리 기술에 관한 것으로, 더욱 상세하게는, 한반도 레이더의 관측특성을 고려하여 기상 레이더 반사도 및 시선속도의 통합 품질 관리를 수행할 수 있는 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법에 관한 것이다.
레이더 반사도의 노이즈 제거, 즉 품질관리 시스템은 레이더를 보유한 세계 각국에서 각기 다른 알고리즘을 이용하고 있다. 그 예로, REC(Kessinger et al. 2003)은 Open Radar Products Generator(ORPG)라 불리며 미국의 현업에서 이용되고 있고 이는 퍼지기반의 비정상전파, 강수, 청천 에코를 분류하는 알고리즘이다. 그리고, WISH QC(Zhang et al. 2004)는 레이더 반사도의 수평 및 연직 구조를 이용하여 비정상 전파에코를 제거하는 알고리즘이다. QCNN(Lakshmanan, 2003)은 레이더 수평 반사도 뿐만 아니라 유도변수들을 계산하여 이로부터 인접한 반사도의 비교를 통하여 인공지능의 방법으로 에코를 분류하고 비정상 전파에코를 제거하는 알고리즘이다. 또한, 시선속도 접힘풀기 알고리즘은 1차원 연속성 체크 방법(Ray and Ziegler, 1977)과 이를 개선한 2차원 연속성 체크 방법(Merritt, 1984)이 초기적으로 개발되었고, 이후 3차원 연속성 검사에 의한 방법(Bergen and Albers, 1988)으로 확대되었다. 이후 변분법(Gao et al., 2004)을 이용한 방법, 레이더 유도된 바람(VAD; Velocity Azimuthal Display)을 이용한 방법(Gong et al., 2003) 등의 방법이 개발되었고, 이러한 방법은 레이더 자료만을 이용하거나 레이더 자료로부터 유도된 변수들을 이용하여 주변을 체크하는 방법이고, 외부의 바람장을 이용하는 새로운 방법(Lim et al., 2010)이 최근 개발되었다.
이처럼 대부분 외국에서 개발된 반사도 및 시선속도 품질관리 알고리즘은 그 나라의 레이더 관측과 자료의 실정에 맞게 개발되어 한반도 레이더의 관측자료와 관측내용에 맞지 않는다. 예를 들어, 미국의 경우 레이더의 빈(bin) 크기, 관측전략, 관측반경 등이 우리나라 레이더의 실정과 서로 다르다. 우리나라의 경우 레이더 관측소마다 관측고도각의 수와 관측전략이 다르기 때문에 레이더 에코의 특성이 다르게 나타난다. 따라서 우리나라 레이더의 관측특성에 적합한 품질관리 시스템이 필요하며 퍼지 알고리즘을 사용할 경우 각 레이더마다 퍼지 소속함수를 개발해주어야 비강수 에코를 더욱 정확하게 제거할 수 있다.
또한, 시선속도의 경우, 레이더만의 자료를 이용하는 방법이 주로 이용되었다. 이 방법은 주어진 어떤 지점의 시선속도가 접힘이 없다고 가정하고 이 지점을 기준으로 주변의 시선속도 값의 연속성을 검사하는 것이다. 그러나 실제 노이즈가 포함된 자료를 이용하여 자신의 시선속도 품질 관리하는 방법에는 한계가 있다. 이를 해결하기 위해 개발된 외부 바람장을 이용하는 방법 또한 초기에 미국 레이더 기준으로 개발되어 한반도 레이더의 관측 범위나 좌표체계를 고려하지 못하는 문제가 있다.
상술한 문제를 해결하기 위해 본 발명은, 지형에코 및 비정상전파에코의 제거를 통해 기상 레이더 반사도의 품질관리를 수행하고, 또한 도플러 레이더의 특성상 나타나는 시선속도 접힘의 원상복원 알고리즘을 레이더의 원시 좌표계(극좌표계)상에서 수행하여 기상 레이더 시선속도의 품질관리를 수행한 후, 기상 예보 모델(기상 수치 모델)에 입력하기 위한 좌표 변환 알고리즘을 수행함으로써 통합된 품질 관리 시스템을 제공하는 데 그 목적이 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 형태는, 과거 레이더 자료 및 실시간 레이더 자료와, 관측 및 수치모델 자료를 수집하는 자료 수집 모듈; 수집된 레이더 자료 중 반사도와 시선속도 자료에 대해서 기본 품질검사와 분산 품질 검사를 포함하는 전처리를 수행하는 레이더 자료 전처리 모듈; 전처리가 수행된 레이더 반사도 자료를 이용하여 퍼지소속변수들을 계산하고, 각 퍼지소속변수들의 비강수에코에 대한 소속값을 계산하고, 계산된 소속값의 범위에 따라 비강수에코를 구분하여 제거하는 레이더 반사도 품질관리 모듈; 레이더 자료, 관측 및 수치모델 자료를 입력받아 레이더 바람장 및 3차원 바람장 자료를 생성하는 바람장 생성 모듈; 생성된 3차원 바람장의 각 지점에 대한 레이더의 상대적인 위치를 계산한 후, 계산된 레이더의 상대적인 위치로부터 레이더 극좌표계의 지점값에 해당하는 3차원 바람장의 x, y, z 값을 검출하는 것에 의해 시선속도 접힘 풀기를 수행하는 레이더 시선속도 품질관리 모듈; 및 VDRAS와 KLAPS의 두 모델의 입력 자료 생성을 위해 품질검사가 수행된 레이더 반사도 및 시선속도에 대한 좌표 변환을 수행하는 좌표변환 모듈;을 포함하는 한반도 통합형 기상 레이더 품질 관리 시스템을 포함한다.
한편, 상술한 목적을 달성하기 위한 본 발명의 다른 실시 형태는, 과거 레이더 자료 및 실시간 레이더 자료와, 관측 및 수치모델 자료를 수집하는 자료 수집 단계; 수집된 레이더 자료 중 반사도와 시선속도 자료에 대해서 기본 품질검사와 분산 품질 검사를 포함하는 전처리를 수행하는 전처리 수행 단계; 전처리가 수행된 레이더 반사도 자료를 이용하여 퍼지소속변수들을 계산하고, 각 퍼지소속변수들의 비강수에코에 대한 소속값을 계산하고, 계산된 소속값의 범위에 따라 비강수에코를 구분하여 제거하는 레이더 반사도 품질관리 단계; 레이더 자료, 관측 및 수치모델 자료를 입력받아 레이더 바람장 및 3차원 바람장 자료를 생성하는 바람장 생성 단계; 생성된 3차원 바람장의 각 지점에 대한 레이더의 상대적인 위치를 계산한 후, 계산된 레이더의 상대적인 위치로부터 레이더 극좌표계의 지점값에 해당하는 3차원 바람장의 x, y, z 값을 검출하는 것에 의해 시선속도 접힘 풀기를 수행하는 레이더 시선속도 품질관리 단계; 및 VDRAS와 KLAPS의 두 모델의 입력 자료 생성을 위해 품질검사가 수행된 레이더 반사도 및 시선속도에 대한 좌표 변환을 수행하는 좌표 변환 단계;를 포함하는 한반도 통합형 기상 레이더 품질 관리 방법을 포함한다.
본 발명에 따르면, 레이더 분야에서 개별 개발된 레이더 품질 관리 알고리즘을 통합할 수 있는 체계를 구축하고 수치모델별 레이더 좌표변환이 함께 포함된 통합된 레이더 처리 시스템을 제공할 수 있다.
즉, 본 발명은 퍼지로직 기반의 반사도 품질관리 기법과 배경 바람장을 이용한 시선속도 접힘 풀기 기법을 이용해 기상 레이더의 품질 관리를 수행함으로써 노이즈가 개선된 반사도 및 시선속도를 기상 예보 모델에 적용할 수 있어 통합된 레이더 품질 관리가 가능한 효과가 있다.
또한, 본 발명에 따르면, 한반도 레이더의 관측 범위나 좌표체계를 적용하여 기상 예보 수치 모델의 입력자료를 생성함으로써 한국형 통합된 레이더 자료 처리가 가능한 효과가 있다.
도 1은 본 발명의 일 실시 형태에 따른 통합형 품질 관리 시스템의 전체 네트워크 구조를 나타낸 구성도이다.
도 2는 도 1에 도시된 레이더 반사도 품질관리 모듈의 상세 구조를 나타낸 구성도이다.
도 3은 도 1에 도시된 바람장 생성 모듈의 상세 구조를 나타낸 구성도이다.
도 4는 도 1에 도시된 레이더 시선속도 품질관리 모듈의 상세 구조를 나타낸 구성도이다.
도 5는 도 1에 도시된 레이더 시선속도 품질관리 모듈의 각 부의 동작을 설명하기 위한 참조도이다.
도 6은 도 1에 도시된 좌표변환 모듈의 상세 구조를 나타낸 구성도이다.
도 7은 도 6에 도시된 결과 파일 출력부에서 출력된 결과 파일의 형태를 나타낸 예시도이다.
도 8은 도 1에 도시된 통합형 품질 관리 시스템의 동작을 설명하기 위한 흐름도이다.
도 9는 도 8에 도시된 레이더 반사도 품질 검사 과정을 설명하기 위한 흐름도이다.
도 10은 도 9에 도시된 특성변수들의 소속함수 및 가중치 산출 단계에서 일례로 특성변수들 중 반사도의 표준편차에 대한 소속함수 산출 과정을 도식화한 예시도이다.
도 11은 도 9에 따라 얻은 소속함수를 나타낸 예시도이다.
도 12는 도 9에 도시된 특성변수들의 소속함수 및 가중치 산출 단계에서 일례로 특성변수들 중 반사도의 표준편차에 대한 가중치 산출 과정을 도식화한 예시도이다.
도 13은 도 12에 따라 얻은 가중치를 나타낸 예시도이다.
도 14는 도 9에 따라 비기상 에코를 제거한 실제 사례에 적용한 예를 나타낸 예시도이다.
도 15는 도 9에 도시된 후처리 수행 과정을 설명하기 위한 흐름도이다.
도 16은 도 15의 고립점 검사 과정을 설명하기 위한 참조도 및 실제 사례에 적용한 예를 나타낸 예시도이다.
도 17은 도 15의 연속성 검사 과정을 설명하기 위한 참조도 및 실제 사례에 적용한 예를 나타낸 예시도이다.
도 18은 도 15의 제거영역 확장 과정을 설명하기 위한 참조도이다.
도 19는 도 15의 지형에코 지도를 이용한 지형에코 제거 과정을 실제 사례에 적용한 예를 나타낸 예시도이다.
도 20은 도 15의 태양 섬광 에코 제거 과정을 실제 사례에 적용한 예를 나타낸 예시도이다.
도 21은 도 8에 도시된 레이더 시선속도 품질 검사 과정을 설명하기 위한 흐름도이다.
도 22는 도 8의 레이더 시선속도 품질 검사를 실제 적용한 제1 사례를 나타낸 예시도이다.
도 23은 도 8의 레이더 시선속도 품질 검사를 실제 적용한 제2 사례를 나타낸 예시도이다.
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.
도 1은 본 발명의 일 실시 형태에 따른 한반도 통합형 기상 레이더 품질 관리 시스템의 전체 네트워크 구조를 나타낸 구성도이다.
도 1을 참조하면, 본 발명에 따른 한반도 통합형 기상 레이더 품질 관리 시스템(20)은 자료 수집 모듈(21), 레이더 자료 전처리 모듈(22), 레이더 반사도 품질관리 모듈(23), 바람장 생성 모듈(24), 레이더 시선속도 품질관리 모듈(25) 및 좌표변환 모듈(26)을 포함한다. 이러한 한반도 통합형 기상 레이더 품질 관리 시스템(20)은 크게 레이더 반사도 자료에 대한 품질 검사와 시선속도 자료에 대한 품질 검사를 수행하는 구성으로 구분될 수 있다.
각 구성에 대해 구체적으로 설명하면, 먼저, 자료 수집 모듈(21)은 단일편파 레이더 시스템(10)으로부터 과거 레이더 자료 및 실시간 레이더 자료를 수집할 수 있다. 여기서, 레이더 자료는 수평 편파 정보를 포함하는 정보이며, 상기 수평 편파 관측 자료를 이용하여 레이더 반사도 및 시선속도 자료를 얻는다. 또한, 자료 수집 모듈(21)은 레이더 자료 외에 관측 및 수치모델 자료를 수집할 수 있다.
그리고, 레이더 자료 전처리 모듈(22)은, 레이더 자료에 대한 기본 검사를 수행하는 기능부로써, 레이더 자료 중 반사도와 시선속도 자료에 대해서 기본 품질검사와 분산 품질 검사를 수행할 수 있다.
레이더 자료 전처리 모듈(22)의 기본 품질 검사는 기상학적 목표물이 가질 수 있는 반사도 값보다 큰 값들을 제거해주는 과정과 기상학적 목표풀이 가질 수 있는 시선속도 값보다 큰 값 혹은 작은 값을 제거해 주는 과정으로 수행될 수 있다. 예를 들면, 레이더 자료 전처리 모듈(22)은 기상학적 목표물 중 시선속도가 100m/s 이상인 것은 없으므로 100m/s을 임계값으로 설정하고, 100m/s 이상의 값들을 제거할 수 있다.
또한, 레이더 자료 전처리 모듈(22)의 분산 품질검사는 임의의 지점에서 주어진 격자 수만큼의 범위 내에서 분산값을 구해서 임계값보다 크면 제거해 주는 과정으로 수행될 수 있다. 여기서, 임계값은 미리 설정되는 값이다. 예를 들면, 레이더 자료 전처리 모듈(22)은 주어진 격자가 1이라면 임의의 지점(픽셀)을 중심으로 주위 1픽셀씩 확장하면 3×3 격자범위의 자료를 이용하여 평균을 구하고, 이로부터 임의의 픽셀에 대한 분산값을 구한 다음 임계값과 비교하여 제거 여부를 결정할 수 있다. 이러한 분산 품질 검사는 반사도 자료 및 시선속도 자료에 대해 각각 수행될 수 있다.
이처럼 레이더 자료 전처리 모듈(22)은 수집된 레이더 자료에 대한 전처리를 수행하여 노이즈를 제거한 후 레이더 반사도 품질관리 모듈(23)로 전달할 수 있다.
그리고, 레이더 반사도 품질관리 모듈(23)은, 퍼지 로직(Fuzzy logic)을 이용한 지형에코(Ground Clutter) 및 비정상전파에코(Anomalous Propagation) 제거 알고리즘을 적용하여 레이더 반사도 자료의 품질검사를 수행할 수 있다. 여기서, 지형에코와 비정상전파에코는 비강수에코이며, 퍼지 논리를 이용한 비강수 에코 분류 기술은 신호처리에 의한 방법과는 달리 레이더 자료가 생성된 후 자료처리 과정에서 수행되는 방법으로, 이미 레이더에서 생성된 관측변수로부터 지형 및 비정상전파 에코에 대한 정보를 수집한 뒤 통계분석을 수행하여 퍼지변수를 산출할 수 있다.
이러한 레이더 반사도 품질관리 모듈(23)은, 강수에코와 비강수에코가 서로 섞여 있는 모호한 지점에 대해서 효과적인 판단을 할 수 있다.
이를 위해, 레이더 반사도 품질관리 모듈(23)은, 퍼지소속변수들을 계산하고, 각 퍼지소속변수들에 대한 비강수에코에 대한 소속값을 계산하여 그 범위에 따라 비강수에코를 구분하여 제거할 수 있다.
그리고, 바람장 생성 모듈(24)은 레이더 바람장과 3차원 바람장을 생성할 수 있다. 먼저, 바람장 생성 모듈(24)은 VAD(Velocity Azimuth Display) 방법과 VVP(Volume Velocity Processing) 방법을 이용하여 레이더 바람장을 생성할 수 있다. 또한, 바람장 생성 모듈(24)은 레이더 자료 외에 관측 자료들을 이용하여 3차원 바람장을 생성할 수 있다.
그리고, 레이더 시선속도 품질관리 모듈(25)은, 바람장 생성 모듈(24)에서 생성된 3차원 바람장을 이용한 레이더 시선속도 접힘 풀기 알고리즘을 적용하여 레이더 시선속도 자료의 품질 검사를 수행할 수 있다.
이러한 레이더 시선속도 품질관리 모듈(25)은, 3차원 바람장의 각 지점에 대한 레이더의 상대적인 위치를 계산한 후, 계산된 레이더의 상대적인 위치로부터 레이더 극좌표계의 지점값에 해당하는 배경 바람장의 x, y, z 값을 검출하는 것에 의해 시선속도 접힘 풀기를 수행할 수 있다.
그리고, 좌표변환 모듈(26)은, VDRAS와 KLAPS의 두 모델의 입력 자료 생성을 위해 레이더 반사도와 시선속도에 대한 좌표 변환 과정을 수행할 수 있다. 예를 들어, 좌표변환 모듈(26)은, 반사도와 시선속도 값에 대한 레이더의 극좌표계 자료를 VDRAS의 Azimuth Equidistance(방위각 등거리) 좌표계의 x, y 값으로 수평 좌표 전환되고, 연직 방향은 그대로 남겨진 x, y, 고도각 좌표계의 값으로 전환한 후, 전환된 값을 VDRAS에 입력할 수 있다. 이와 같이, 좌표변환 모듈(26)은 품질 검사가 완료된 레이더 자료를 UF(Universal Format) 형태, netCDF(network Common Data Form) 형태로 저장할 수 있다.
상술한 바와 같이, 본 발명에 따른 한반도 통합형 기상 레이더 품질 관리 시스템(Korea Local Radar Processing System; KLRPS)은, 레이더 분야 연구에서 레이더의 반사도 자료에 대한 품질관리와 시선속도에 대한 품질관리가 따로 진행되었던 것을 통합하여 처리할 수 있으며, 또한, Variational Doppler Radar Analysis System(VDRAS, 4차원 변분 레이더 자료동화 시스템)와 Korea Local Analysis and Predection System(KLAPS, 초단기 기상분석 및 예측시스템)의 격자 전환 알고리즘을 포함함으로써 하나의 레이더 처리 시스템에서 품질관리와 좌표변환을 처리하고 각 모델의 입력파일과 동일한 포맷의 입력자료를 제공할 수 있다.
도 2는 도 1에 도시된 레이더 반사도 품질관리 모듈의 상세 구조를 나타낸 구성도이다.
도 2를 참조하면, 레이더 반사도 품질관리 모듈(23)은 지형에코 및 비정상전파에코를 포함하는 비기상 에코를 제거하는 기능을 수행할 수 있다. 이를 위해 레이더 반사도 품질관리 모듈(23)은, 특성변수 산출부(231), 소속함수 및 가중치 산출부(232), 에코 판별 및 제거부(233) 및 후처리부(234)를 포함한다. 여기서, 특성변수 산출부(231), 소속함수 및 가중치 산출부(232), 에코 판별 및 제거부(233)는 퍼지논리를 이용하여 비기상 에코를 제거하기 위한 기능부로써 역할을 수행할 수 있다.
각 구성에 대해 구체적으로 설명하면, 특성변수 산출부(231)는 과거 레이더 자료로부터 통계분석하여 기상 및 비기상 에코에 대한 제1특성변수들을 산출한다. 여기서 제1특성변수들은 소속함수 및 가중치를 구하기 위해 과거 레이더 자료로부터 산출되는 퍼지변수이며, 이러한 제1특성변수들은 반사도의 표준편차, 반사도의 연직기울기, 반사도의 스핀체인지(SPINchange)를 적어도 포함한다.
또한, 특성변수 산출부(231)는 실시간 수집한 레이더 자료로부터 제2특성변수들을 실시간 산출한다. 여기서, 제2특성변수들은 실시간 관측된 레이더 자료로부터 산출되는 퍼지변수이며, 이러한 제2특성변수들은 반사도의 표준편차, 반사도의 연직기울기, 반사도의 스핀체인지(SPINchange)를 적어도 포함한다. 상기 실시간 산출된 제2특성변수들은 이후 에코 판별 및 제거부(233)에서 에코 판별에 이용된다.
그리고, 소속함수 및 가중치 산출부(232)는 과거 레이더 자료의 통계분석을 통한 소속함수 및 가중치를 산출하는 기능부로, 기상 및 비기상 에코에 대해 산출한 제1특성변수들 각각의 분포함수를 도출하고, 도출한 제1특성변수들 각각의 분포함수로부터 그 특성을 분석하여 비기상 에코 각각에 대한 소속함수 및 가중치를 산출한다. 즉, 소속함수 및 가중치 산출부(232)는 과거 레이더 자료를 통계분석하여 비기상 에코에 대한 소속함수 및 가중치를 산출한다.
그리고, 에코 판별 및 제거부(233)은 특성변수 산출부(231)에서 실시간 관측된 레이더 자료로부터 산출된 제2특성변수들에 과거 레이더 자료로부터 산출한 소속함수 및 가중치를 적용하여 기상 에코 및 비기상 에코를 판별한다. 즉, 에코 판별 및 제거부(233)은 기상 에코 및 비기상 에코 각각의 제2특성변수들에 대한 소속값을 구하고, 구해진 소속값의 총합, 즉 총 소속값을 산출한다. 그런 다음, 에코 판별 및 제거부(233)은 산출된 총 소속값을 미리 설정된 임계치와 비교하여 산출된 총 소속값이 임계치 이상일 경우 비기상 에코로 판별하고, 산출된 총 소속값이 임계치 이하일 경우 기상 에코로 판별하고, 비기상 에코로 판별된 경우, 이를 제거한다.
그리고, 후처리부(234)는 에코 판별 및 제거부(233)를 통해 제거되지 않고 남아있는 비강수 에코를 제거하는 기능부로, 고립점 검사, 연속성 검사, 제거영역 확장, 지형에코 지도 비교 및 태양섬광 에코 제거 중 적어도 하나 이상을 수행하여 후처리를 수행할 수 있다. 여기서, 고립점 검사는 주어진 임의의 지점(이하, 픽셀이라고 함) 주위로 에코 자료가 50% 이상 없을 경우 주어진 픽셀을 제거하는 방법이며, 연속성 검사는 주어진 픽셀 주위의 에코 자료를 수집하여 기상에코와 비기상에코의 개수를 비교하고, 비기상에코 수가 많으면 모두 제거하는 방법이다. 제거영역 확장은 주어진 픽셀이 비강수에코이면 해당 픽셀 주위로 한 픽셀씩 확장하여 모두 제거하는 방법이며, 지형에코 지도 비교는 지형에코 지도와 비교하여 지형에코와 상응한 지점에 대한 에코를 비기상에코로 판단하고 이를 제거하는 방법이다. 태양 섬광 에코 제거는 태양 섬광 에코를 제거하는 방법이다.
도 3은 도 1에 도시된 바람장 생성 모듈의 상세 구조를 나타낸 구성도이다.
도 3을 참조하면, 바람장 생성 모듈(24)은, 레이더 자료를 이용하여 레이더 바람장 자료를 생성하고, 레이더 자료외에 관측 및 수치모델 자료를 입력받아 3차원 바람장 자료를 생성할 수 있다. 이때, 생성되는 3차원 바람장 자료는 격자자료이며, 이후 레이더 시선속도 품질관리 모듈(25)에서 레이더 시선속도 자료로 전환된다. 여기서, 관측 자료는 레디오존데, 윈드 프로파일러, AWS, 지상관측 각각의 자료일 수 있다.
이러한 바람장 생성 모듈(24)은 레이더 바람장 생성부(241)와 3차원 바람장 생성부(242)를 포함하여 이루어질 수 있다.
각 구성에 대해 구체적으로 설명하면, 레이더 바람장 생성부(241)는 레이더 자료를 이용하여 주어진 레이더 지점의 연직 바람장 프로파일을 산출할 수 있다. 이를 위해, 레이더 바람장 생성부(241)는 VAD(Velocity Azimuth Display) 방법과 VVP(Volume Velocity Processing) 방법으로 레이더 바람장을 생성할 수 있다.
먼저, VAD 방법은 주어진 한 개의 고도각 자료를 이용하여 연직 바람장 프로파일을 얻는 방법으로, 구체적으로, 레이더 자료 중 한 개의 고도각 자료를 선정한 뒤 레이더 중심에서 임의의 거리만큼 떨어진 게이트(gate)에서 360° 방위각에 대한 동심원 자료를 획득하고, 이 자료를 시선속도 회귀분석식에 입력하여 주어진 게이트의 고도에 해당하는 수평 바람정보를 얻을 수 있다. 이와 같이 모든 게이트에 대해서 바람정보를 계산하면 주어진 레이더 지점의 연직 바람장 프로파일을 산출할 수 있다. 여기서, 기상청 레이더의 경우 1° 간격으로 자료를 생성하므로 총 360개의 자료를 생산할 수 있으며, 관측고도각이 0°가 아니라면 게이트가 레이더 중심에서 멀수록 해당 고도는 점점 높아진다.
다음으로, VVP 방법은 여러 고도각 자료를 이용하여 연직 바람장 프로파일을 얻는 방법으로, 구체적으로, 바람정보를 결정할 고도층을 선정한 다음 해당 고도층을 통과하는 모든 레이더 관측고도각 상의 시선속도를 수집하고, 이 자료를 시선속도와 바람장간의 관계식에 대입하여 해당 고도층의 바람정보를 얻을 수 있다. 이처럼, VVP 방법은 한 고도각 자료만 사용하는 VAD 방법과는 달리, 여러 고도각 자료를 사용함으로써 더 많은 정보를 이용하여 바람정보를 구할 수 있다.
그리고, 3차원 바람장 생성부(242)는, 레이더 바람장 생성부(241)로부터 입력받은 VAD 바람장 및 VVP 바람장 자료를 이용하여 3차원 내삽을 수행하는 방법과, 레이더 자료 외에 관측 자료 및 수치모델 자료를 이용하여 바람장 자료를 생성하는 방법을 이용할 수 있다. 이 때 사용되는 관측 자료는 레디오 존데, 윈드 프로파일러, AWS, 지상관측자료 및 수치모델 자료이다.
즉, 3차원 바람장 생성부(242)는, 레디오 존데 자료에 대한 연직 내삽, 윈드 프로파일러 자료에 대한 연직 내삽, 지상 관측 자료에 대한 수평 내삽을 수행하여 각각 3차원 바람장을 생성할 수 있다.
먼저, 3차원 바람장 생성부(242)는, 관측 자료를 이용하여 한반도 주변 영역에 대한 직교좌표계 상의 바람장 자료를 생성한다. 이때 바람장 자료는 u, v 값을 의미하며, u는 바람의 동서성분을, v는 바람의 남북성분을 의미하며, 단위는 m/s이다.
이러한 3차원 바람장 생성부(242)의 동작을 상세하게 설명하면, 먼저, 윈드 프로파일러 자료 및 레디오 존데 자료를 이용하여 주어진 지점에 대해서 연직격자상의 바람장 정보를 생성한다. 이를 위해, 3차원 바람장 생성부(242)는 Barnes 내삽 방법을 이용하여 연직내삽을 수행할 수 있다. 한편, 윈드 프로파일러 자료 및 레디오 존데 자료외에 레이더 바람장 자료가 더 포함될 수도 있다.
그런 다음, 3차원 바람장 생성부(242)는 AWS 및 지상관측 자료를 이용하여 지상에 대한 x, y축 격자상의 바람장 정보를 생성한다. 이때 3차원 바람장 생성부(243)는 Barnes 내삽 방법을 이용하여 수평내삽을 수행할 수 있다.
이어서, 3차원 바람장 생성부(242)는, 앞 단계에서 얻어진 지상에 대한 x, y축 격자상의 바람장 정보와 연직격자상의 바람장 정보를 이용하여 지상에서부터 상층으로 한 격자씩 올라가면서 수평내삽을 수행하여 x, y, z 축상의 모든 격자에 대해 바람장 정보를 생성한다. 이때 3차원 바람장 생성부(242)는, Barnes 내삽 방법을 이용하여 수평내삽을 수행할 수 있다.
그런 다음, 3차원 바람장 생성부(242)는, 지상자료와 상층 자료간의 불연속적인 자료를 부드럽게 만든다. 이러한 과정을 통해 3차원 바람장 생성부(242)는 3차원 바람장 자료를 생성할 수 있다.
도 4는 도 1에 도시된 레이더 시선속도 품질관리 모듈의 상세 구조를 나타낸 구성도이며, 도 5는 도 1에 도시된 레이더 시선속도 품질관리 모듈의 각 부의 동작을 설명하기 위한 참조도이다.
도 4 및 도 5를 참조하면, 레이더 시선속도 품질관리 모듈(25)은 제1 보정부(251), 제2 보정부(252) 및 제3 보정부(253)로 이루어진다.
각 구성에 대해 구체적으로 설명하면, 제1 보정부(251)는 전반적인 시선속도 접힘 풀기(global unfolding)를 수행하는 기능부이며, 제2 보정부(252)는 국지적인 시선속도 접힘 풀기(local unfolding)를 수행하는 기능부이며, 제3 보정부(253)는 고도별 연속성 확인을 통한 시선속도 접힘 풀기를 수행하는 기능부이다.
구체적으로, 제1 보정부(251)는 바람장 생성 모듈(24)에서 생성된 3차원 바람장 자료를 입력받고, 입력받은 3차원 바람장 자료를 레이더 시선속도로 환산한다. 여기서, 3차원 바람장 자료는 바람의 u, v 성분으로 구성되어 있으므로 그 좌표체계가 직교좌표계(x, y, z)로 나타나며, 레이더 시선속도 자료는 바람의 도플러 속도이므로 좌표체계가 극좌표계(r, θ, φ)로 나타난다. 따라서 3차원 바람장 자료와 레이더 시선속도 자료를 직접적으로 비교할 수 없으므로, 제1 보정부(251)는 3단계 과정을 통해 시선속도 접힘풀기를 수행할 수 있다. 즉, 제1 보정부(251)는 먼저, 3차원 바람장 자료를 레이더 극좌표계에 대해 매칭을 수행한다. 그런 다음, 극좌표계와 매칭된 바람장 자료를 레이더 시선속도로 환산을 수행한다. 마지막으로, 환산된 시선속도와 관측된 시선속도간의 비료를 통해 시선속도 접힘의 보정을 수행한다.
이러한 제1 보정부(251)가 3차원 바람장 자료를 레이더 시선속도 자료로 환산하는 과정을 자세하게 설명하면, 먼저 직교좌표계(x, y, z) 상의 3차원 바람장 자료와 가장 가까운 지점에 해당하는 극좌표계(r, θ, φ) 값을 얻는다. 그런 다음, 제1 보정부(251)는 직교좌표계(x, y, z) 상의 u, v 바람장을 아래의 수학식 1에 적용하여 레이더 시선속도(Vr)로 환산한다.
Figure 112012083893547-pat00001
여기서, u, v는 주어진 지점에서 각각 동서 및 남북 바람성분을, rx는 주어진 지점에서 레이더까지 x축상의 거리를, ry는 주어진 지점에서 레이더까지 y축상의 거리를 나타낸다.
그런 다음, 제1 보정부(251)는 환산된 레이더 시선속도와 주어진 지점의 관측된 시선속도를 비교하여 시선속도 접힘 여부를 판단한다.
즉, 제1 보정부(251)는 환산된 레이더 시선속도와 관측된 시선속도의 비교 결과, 시선속도 접힘으로 판단되면 오차를 수정하여 보정함으로써 시선속도 접힘 보정을 수행한다.
이러한 제1 보정부(251)가 시선속도 접힘 보정을 수행하는 과정을 자세하게 설명하면, 환산된 레이더 시선속도와 극좌표계(r, θ, φ) 상의 해당 지점의 관측된 시선속도를 아래의 수학식 2에 적용하여 접힘 여부를 판단한다.
Figure 112012083893547-pat00002
여기서, Vref는 3차원 바람장으로부터 계산된 시선속도를, Va는 레이더에서 관측된 풍속을, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, n은 레이더에서 바람이 접힌 횟수를, Cfactor는 상수항으로 Vref에 대한 오차를 감안하기 위한 보정상수를 각각 나타낸다.
따라서, 수학식 2에 따르면, n이 1보다 크면 레이더에서 관측된 바람(Va)은 접힘현상이 발생한 것으로 판단한다.
그런 다음, 제1 보정부(251)는 n이 1보다 크면 접힘이 발생한 것으로 판단하고, 아래의 수학식 3을 이용하여 오차를 수정하고 실제 바람 정보로 환산하여 복원을 수행한다.
Figure 112012083893547-pat00003
여기서, n은 레이더에서 바람이 몇 번 접혔는지를 나타내는 수이며, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, Va는 레이더에서 관측된 풍속을, Vr은 접힘이 발생하지 않은 경우의 실제 시선속도를 각각 나타낸다.
그리고, 제2 보정부(252)는 제1 보정부(251)에서 1차 시선속도 접힘 보정이 수행된 결과에 대해 평균 바람장을 이용한 시선속도 접힘 풀기를 수행할 수 있다.
즉, 제2 보정부(252)는 주어진 임의의 지점으로부터 주변의 일정 영역을 결정하고, 결정된 일정 영역에 해당하는 평균 시선속도를 계산하고, 계산된 평균 시선속도와 주어진 임의의 지점의 관측된 시선속도를 비교하여 시선속도 접힘 여부를 판단한다.
예를 들어, 제2 보정부(252)는 도 5의 (a)에 도시된 바와 같이, 임의의 지점(P)에 대해 주변의 1격자 영역(L1)만을 일정 영역으로 결정할 수 있다. 이 경우, 제2 보정부(252)는 임의의 지점(P)에 대해 전후좌우로 1격자씩을 포함하여 총 9개의 격자에 대한 바람장 자료를 이용하여 시선속도 평균값을 계산할 수 있다. 또 다른 예를 들어, 제2 보정부(252)는 임의의 지점(P)에 대해 주변의 2격자 영역(L2)까지를 일정 영역으로 결정할 수 있다. 이 경우, 제2 보정부(252)는 먼저 전후좌우로 1격자씩을 포함하여 총 9개의 바람장 자료를 이용하여 L1 영역의 시선속도 평균값을 계산하고, 계산된 L1 영역의 시선속도 평균값에 대한 접힘 여부를 판단하여 접힘 풀기를 수행하게 되면 시선속도 접힘 풀기를 종료할 수 있다. 만일, L1 영역의 시선속도 평균값에 대한 접힘이 없을 경우는, L2 영역에 대한 접힘 풀기를 수행할 수 있다. 즉, 제2 보정부(252)는 임의의 지점(P)에 대해 전후좌우로 2격자씩 포함하여 총 25개의 바람장 자료를 이용하여 L2 영역의 시선속도 평균값을 계산하고, 계산된 L2 영역의 시선속도 평균값에 대한 접힘 여부를 판단하여 접힘 풀기를 수행할 수 있다. 여기서, L2 영역의 시선속도 평균값의 접힘이 없을 경우에는 3격자 영역(미도시)에 대한 시선속도 평균값을 계산하여 접힘 풀기를 수행할 수 있다. 이와 같이, 제2 보정부(252)는 임의의 지점에 대한 주변 일정 영역에 대한 시선속도 접힘 풀기를 1격자씩 확대해가면서 수행할 수 있다. 여기서, 주변 일정 영역은 사용자에 의해 설정될 수 있으며, 설정된 임계 격자까지를 의미하며, 제2 보정부(252)는 설정된 임계 격자까지만 확대해가면서 시선속도 접힘 풀기를 수행할 수 있다. 예를 들어, 제2 보정부(252)는 사용자에 의해 설정된 임계 격자가 3이라면, 3×3 격자까지만 시선속도 접힘풀기를 수행하며, 그 후 이웃 픽셀에 대해서 시선속도 접힘풀기 과정을 반복할 수 있다.
이러한 제2 보정부(252)는 아래 수학식 4를 이용하여 시선속도 접힘 여부를 판단할 수 있다.
Figure 112012083893547-pat00004
여기서, Vmean는 임의의 지점 주변의 평균 시선속도를, Va는 레이더에서 관측된 풍속을, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, n'은 레이더에서 바람이 접힌 횟수를, Cfactor는 보정상수로 Vmean에 대한 오차를 감안하기 위한 값을 각각 나타낸다.
따라서, 수학식 4에 따르면, n'이 1보다 크면 레이더에서 관측된 바람(Va)은 접힘현상이 발생한 것으로 판단된다.
또한, 제2 보정부(252)는 주어진 임의의 지점에서 접힘 현상이 발생한 것으로 판단되면, 아래 수학식 5를 이용하여 오차를 수정하고 실제 바람 정보로 복원한다.
Figure 112012083893547-pat00005
여기서, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, Va는 레이더에서 관측된 풍속을, Vr은 접힘이 발생하지 않은 경우의 실제 시선속도를 각각 나타낸다.
그리고, 제3 보정부(253)는 제2 보정부(252)에서 수행된 2차 시선속도 접힘 보정 결과로부터 연속된 고도각의 시선속도를 비교하여 시선속도 접힘 풀기를 수행할 수 있다.
예를 들어, 제3 보정부(253)는 도 5의 (b)와 같이, 주어진 임의의 지점(P)에 대한 시선속도(Vlow)와 바로 한 고도각 위의 시선속도(Vhigh)를 비교하여 시선속도 접힘 여부를 판단한다.
이러한 제3 보정부(253)는 아래 수학식 6을 이용하여 시선속도 접힘 여부를 판단할 수 있다.
Figure 112012083893547-pat00006
여기서, Vlow는 임의의 지점의 시선속도를, Vhigh는 임의의 지점과 한 고도각 위의 시선속도를, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, n''은 레이더에서 바람이 접힌 횟수를, Cfactor는 보정상수로 Vlow에 대한 오차를 감안하기 위한 값을 각각 나타낸다.
따라서, 수학식 6에 따르면, n''이 1보다 크면 임의의 지점의 시선속도와 상위 고도각의 시선속도가 연속성이 없는 것으로 판단하여 시선속도의 접힘현상이 발생한 것으로 판단한다.
또한, 제3 보정부(253)는 주어진 임의의 지점에서 접힘 현상이 발생한 것으로 판단되면, 아래 수학식 7을 이용하여 오차를 수정하고 실제 바람 정보로 복원한다.
Figure 112012083893547-pat00007
여기서, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, Va는 레이더에서 관측된 풍속을, Vr은 접힘이 발생하지 않은 경우의 실제 시선속도를 각각 나타낸다.
도 6은 도 1에 도시된 좌표변환 모듈의 상세 구조를 나타낸 구성도이다.
도 6을 참조하면, 본 좌표변환 모듈(26)은, 좌표 변환부(261) 및 결과 파일 출력부(262)를 포함할 수 있으며, VDRAS와 KLAPS의 두 가지 모델을 이용할 수 있다.
각 구성에 대해 구체적으로 설명하면, 먼저, 좌표 변환부(261)는, 레이더 반사도 자료와 시선속도 자료를 VDRAS와 KLAPS의 두 수치 모델의 입력 자료로 사용하기 위해, 레이더 극좌표계로부터 수치모델 자료로 좌표변환을 수행한다.
예를 들어, 좌표 변환부(261)는, VDRAS와 KLAPS를 위한 좌표 변환을 수행하는데, VDRAS 수치 모델의 경우, 주어진 임의의 수치모델 격자점에서 가장 가까운 레이더 극좌표계 지점에 해당하는 값을 취할 수 있도록 구성될 수 있다. 또한, 좌표 변환부(261)는, KLAPS 수치 모델의 경우 주어진 임의의 수치모델 격자점에서 모델 해상도에 해당하는 체적(예를 들어, 5km×5km)에 존재하는 극좌표계상의 레이더 자료를 모두 사용하여 평균을 취하도록 구성될 수 있다
구체적으로, 좌표 변환부(261)는, VDRAS 입력을 위해서 생성되는 파일은 반사도(CS)와 시선속도(URS) 값이 있으며 이는 초기 레이더의 극좌표계 자료(r: 시선거리, theta: 방위각, phi: 고도각)를 VDRAS의 Azimuth Equidistance 좌표계의 x, y 값으로 수평 좌표 전환되고, 연직방향은 그대로 남겨진 x, y, 고도각 좌표계의 값이다. 또한, 좌표 변환부(261)는, KLAPS 수치 모델의 경우, Lambert conic conformal 좌표계의 x,y 값으로 수평 좌표 전환을 수행하고, 연직방향은 Z 값으로 연직 좌표 변환을 수행한다. 이때 연직방향의 z는 고도값으로 KLAPS 에서 사용되는 pressure 값에 해당하는 고도값이다. 예를 들어 KLAPS에서는 사용되는 950hpa 고도를 미국표준대기를 가정하여 m 단위로 환산하여 z 값으로 취한다.
그리고, 결과 파일 출력부(262)는, 레이더 자료는 크게 UF(Universal Format) 형태와 netCDF(network Common Data Form) 형태의 두 형태로 저장될 수 있다. 여기서, 동일한 netCDF 형태라 하더라도 레이더 자료를 입력하려는 모델에 따라 좌표 체계 및 구조가 달라질 수 있다. 예를 들어, UF 형태의 자료는 레이더의 극 좌표계로만 저장되며 저장하려는 자료의 내용에 따라 Z, Vr, SW를 포함하는 자료와 Quality Index를 포함하는 자료로 구분하여 저장될 수 있다.
즉, 결과 파일 출력부(262)는, netCDF 형태의 경우 극좌표체계, CAPPI체계, KLAPS 체계, VDRAS 체계 등에 따라 좌표 체계 및 구조가 달라질 수 있다.
도 7은 도 6에 도시된 결과 파일 출력부에서 출력된 결과 파일의 형태를 나타낸 예시도이다.
도 7을 참조하면, netCDF(극좌표체계)는 레이더에서 생산되는 자료는 원래 극 좌표체계이므로, 원래의 좌표체계를 그대로 유지하면서 netCDF 자료형태로 저장하거나, netCDF(CAPPI체계)는 극 좌표쳬계를 직교 좌표체계로 변형하여 저장할 수 있다. 이때, 극 좌표체계는 레이더 사이트를 중심으로 하여 (거리, 방위각, 고도각)으로 표현하기 때문에 고도각이 0 이 아닌 이상 자료의 고도값이 일정하지 않다. CAPPI 체계는 고도값이 일정하지 않은 레이더 자료에 대한 사용자의 분석을 용이하게 하기 위해 극 좌표체계를 일정한 고도면으로 내삽한 CAPPI(Constant Altitude Plan Position Indicator) 체계로 변형하여 저장할 수 있다. 또한, netCDF(KLAPS 체계)는 직각좌표계이며 KLAPS 격자 체계에 적합한 해상도로 저장하거나, netCDF(VDRAS 체계)는 직각좌표계이며 VDRAS 격자 체계에 적합한 해상도로 저장할 수 있다. 또한, UF(Z.Vr,SW)는 레이더에서 생산된 자료의 형태와 동일하며 극 좌표계 체계로 저장될 수 있으며, 이때, 품질검사된 반사도, 시선속도 자료가 저장되며 스펙트럼 폭 자료는 원래 자료 그대로 저장될 수 있다. 또한, UF(Quality Index)는 레이더에서 생산된 자료의 형태와 동일하며 극 좌표계 체계로 저장될 수 있으며, 이때, 퍼지 품질검사에서 생산된 소속값을 이용하여 계산된 값이 저장될 수 있다.
도 8은 도 1에 도시된 한반도 통합형 기상 레이더 품질 관리 시스템의 동작을 설명하기 위한 흐름도이다.
도 8을 참조하면, 본 한반도 통합형 기상 레이더 품질 관리 시스템은, 자료 수집 모듈에서 레이더 자료를 입력받아 수집하고(S110), 수집된 레이더 자료에 대한 전처리를 수행할 수 있다(S120).
여기서, 레이더 자료의 전처리는 기본 품질검사와 분산 품질검사가 수행될 수 있으며, 기본 품질검사는 기상학적 목표물이 가질 수 있는 반사도 값보다 큰 값들을 제거해주는 과정과 기상학적 목표풀이 가질 수 있는 시선속도 값보다 큰 값 혹은 작은 값을 제거해 주는 과정으로 수행될 수 있다. 예를 들면, 레이더 자료 전처리 모듈(22)은 기상학적 목표물 중 시선속도가 100m/s 이상인 것은 없으므로 100m/s을 임계값으로 설정하고, 100m/s 이상의 값들을 제거할 수 있다. 또한, 분산 품질검사는 임의의 지점에서 주어진 격자 수만큼의 범위 내에서 분산값을 구해서 임계값보다 크면 제거해 주는 과정으로 수행될 수 있다. 여기서, 임계값은 미리 설정되는 값이다. 예를 들면, 레이더 자료 전처리 모듈(22)은 주어진 격자가 1이라면 임의의 지점(픽셀)을 중심으로 주위 1픽셀씩 확장하면 3×3 격자범위의 자료를 이용하여 평균을 구하고, 이로부터 임의의 픽셀에 대한 분산값을 구한 다음 임계값과 비교하여 제거 여부를 결정할 수 있다. 이러한 분산 품질 검사는 반사도 자료 및 시선속도 자료에 대해 각각 수행될 수 있다.
그런 다음, 전처리가 수행된 레이더 자료 중 레이더 반사도 자료에 대한 품질 검사를 수행할 수 있다(S130). 여기서, 레이더 반사도 자료에 대한 품질 검사는 퍼지 로직(Fuzzy logic)을 이용한 지형에코(Ground Clutter) 및 비정상전파에코(Anomalous Propagation)와 같은 비기상에코 제거 알고리즘을 적용하여 레이더 반사도 자료의 품질검사를 수행할 수 있다. 예를 들어, 과거 관측된 레이더 자료로부터 퍼지소속변수들을 계산하고, 각 퍼지소속변수들에 대한 비강수에코에 대한 소속값을 계산하여 그 범위에 따라 비강수에코를 구분하여 제거할 수 있다.
이어서, 레이더 자료를 이용하여 레이더 지점에 대한 연직 바람장 자료를 생성하고, 또한, 레이더 자료외에 관측 자료 및 수치모델 자료를 이용해 3차원 바람장 자료를 생성할 수 있다(S140). 예를 들어, 바람장 생성 모듈(24)은, 우선, VAD(Velocity Azimuth Display) 방법과 VVP(Volume Velocity Processing) 방법을 이용해 레이더 바람장을 생성할 수 있다. 여기서, VAD 방법은 레이더 자료 중 한 개의 관측고도각에 해당하는 시선속도 자료를 이용하여 주어진 레이더 지점에 대한 바람의 연직프로파일을 획득하는 방법이고, VVP 방법은 레이더 자료 중 여러 관측고도각에 해당하는 시선속도 자료를 이용하여 주어진 레이더 지점에 대한 바람의 연직프로파일을 획득하는 방법이다. 또한, 바람장 생성 모듈(24)은 VAD 바람장 및 VVP 바람장 자료를 이용하여 3차원 내삽을 수행하는 방법과, 레이더 자료 외에 관측 자료 및 수치모델 자료를 이용하여 바람장 자료를 생성하는 방법을 통해 3차원 바람장 자료를 생성할 수 있다.
그런 다음, 전처리가 수행된 레이더 자료 중 레이더 시선속도 자료에 대한 품질 검사를 수행할 수 있다(S150). 예를 들면, 바람장 생성 모듈(24)에서 생성된 3차원 바람장을 이용한 레이더 시선속도 접힘 풀기 알고리즘을 적용하여 레이더 시선속도 자료의 품질 검사를 수행할 수 있다. 즉, 3차원 바람장의 각 지점에 대한 레이더의 상대적인 위치를 계산한 후, 계산된 레이더의 상대적인 위치로부터 레이더 극좌표계의 지점값에 해당하는 배경 바람장의 x, y, z 값을 검출하는 것에 의해 시선속도 접힘 풀기를 수행할 수 있다.
이어서, 품질 검사 완료된 레이더 반사도 및 레이더 시선속도 자료를 입력 자료로 하여 기상 예보 수치 모델을 구현할 수 있다(S160). 기상 예보 수치 모델은 VDRAS 또는 KLAPS 일 수 있으며, VDRAS와 KLAPS의 두 모델의 입력 자료 생성을 위해 레이더 반사도와 시선속도에 대한 좌표 변환 과정을 먼저 수행할 수 있다. 예를 들어, 반사도와 시선속도 값에 대한 레이더의 극좌표계 자료를 VDRAS의 Azimuth Equidistance(방위각 등거리) 좌표계의 x, y 값으로 수평 좌표 전환되고, 연직 방향은 그대로 남겨진 x, y, 고도각 좌표계의 값으로 전환한 후, 전환된 값을 VDRAS에 입력할 수 있다.
이와 같이, 품질 검사가 완료된 레이더 자료(반사도 및 시선속도)를 UF(Universal Format) 형태, netCDF(network Common Data Form) 형태로 저장하고 결과를 출력할 수 있다(S170).
도 9는 도 8에 도시된 레이더 반사도 품질 검사 과정을 설명하기 위한 흐름도이다.
도 9를 참조하면, 본 레이더 반사도 품질 검사는 크게 네 부분으로 나뉘며, 퍼지변수의 소속함수 및 가중치 산출 단계(S131), 에코 분류 단계(S132), 비기상 에코 제거 단계(S133) 및 후처리 수행 단계(S134)를 포함하여 이루어진다.
먼저, 소속함수 및 가중치 산출 단계(S131)는 단일편파 레이더로부터 미리 수집된 과거 레이더 자료를 이용하여 비기상 에코에 대한 특성변수들의 소속함수 및 가중치를 산출하는 과정이다. 여기서, 과거 레이더 자료는 반사도 자료이다.
구체적으로, 단일편파 레이더로부터 관측된 과거 레이더 자료, 즉 반사도 자료를 수집하고, 수집된 과거 반사도 자료를 이용해 비기상 에코에 대한 제1특성변수(feature fields)들을 산출한다(S1311). 여기서, 제1특성변수는 반사도의 표준편차, 반사도의 연직기울기 및 반사도의 스핀체인지(SPINchange)를 적어도 포함한다.
우선, 특성변수를 생성하기 위한 반사도(Reflectivity, Zh)는 대기 중의 강수입자가 레이더의 수평편파에 의해 반사되어 되돌아 온 신호의 강도를 나타내는 변수로, 하기 수학식 8에 의해 계산된다.
Figure 112012083893547-pat00008
여기서, D는 입자의 사이즈를, N(D)는 D의 사이즈를 가지는 입자의 개수를, dD는 입자크기의 간격을 각각 나타낸다.
수학식 8에 따르면, 반사도는 입자 사이즈(D)의 6승에 비례하므로, 반사도가 크다는 것은 강수 입자의 사이즈가 크다는 것이며, 이것은 강한 강수임을 의미한다.
그리고, 반사도의 표준편차(SD(Z))는 각 변수들이 균질하게 분포하는지를 나타내는 것으로, 하기 수학식 9에 의해 계산된다.
Figure 112012083893547-pat00009
여기서, Z는 반사도, n은 표준편차 계산시 사용되는 레이더의 픽셀 수를 각각 나타낸다.
수학식 9에 따르면, 반사도의 표준편차는 주어진 영역에 대해서 예를 들면 10개의 게이트(레이더에서 한 픽셀을 의미)에 대하여 평균한 평균반사도와 10개 게이트의 각각의 반사도의 차이를 이용하여 구해진다.
이러한 표준편차는 기상(강수) 에코의 경우 공간적 분포가 균질하기 때문에 표준편차가 작게 나오고, 비기상(지형) 에코의 경우 공간적 분포가 비균질해서 표준편차가 기상 에코와 비교하여 크게 나온다.
그리고, 반사도의 연직기울기(VGZ)는 고도에 따른 반사도 값의 변화를 나타낸 것으로, 하기 수학식 10에 의해 계산된다.
Figure 112012083893547-pat00010
여기서, Z는 반사도를, i는 게이트 수를, j는 방위각 수를, k는 레이더의 관측 고도각의 수를 각각 나타낸다.
수학식 10에 따르면, 반사도의 연직기울기(VGZ)는 주어진 지점의 i번째 게이트, j번째 방위각, k번째 고도각에 해당하는 반사도 값과 i와 j는 동일하고 k+1번째 고도각에 해당하는 반사도 값의 차이를 k+1에 해당하는 고도각과 k에 해당하는 고도각의 차이로 나누어 준 값에 의해 구해진다.
즉, 지형에 의한 비강수 에코가 지상 부근에 주로 발생하므로 주어진 지점에 비강수 에코가 있다면 높은 고도의 반사도와 낮은 고도의 반사도 값의 차이가 크게 나타나게 되고 반사도의 연직기울기(VGZ)도 큰 값을 갖는다.
반면 주어진 지점에 강수 에코가 있다면 높은 고도의 반사도와 낮은 고도의 반사도 값의 차이가 작게 나타나게 되고 반사도의 연직기울기(VGZ)도 작은 값을 갖는다.
이후, 이러한 반사도의 연직기울기(VGZ)의 분포 특징을 이용해서 퍼지 소속함수를 구한다.
그리고, 반사도의 스핀체인지(SPINchange)는, 반사도의 공간적 변동성을 정의한 것으로, 하기 수학식 11에 의해 계산된다.
Figure 112012083893547-pat00011
Figure 112012083893547-pat00012
여기서, , Zthresh는 (i+1, j, k)에서의 반사도와 그 이웃하는 (i, j, k)에서의 반사도 차이를 의미하는 것으로, 레이더 시스템마다 그 값은 달라질 수 있고, 본 실시예에서는 4dBZ로 설정할 수 있다.
수학식 11에 따르면, 스핀체인지(SPINchange)는 계산된 SPINchangecount에 총 수행한 게이트의 수 10개로 나누어 주어 100을 곱한 값으로 계산된다.
즉, SPINchangecount는 주어진 지점(i, j, k)의 반사도 값과 그 보다 한 게이트 더 진행한 지점(i+1, j, k)의 반사도 값의 차이가 주어진 임계값(Zthresh)보다 크고, (i,j,k)와 (i+1,j,k) 지점의 반사도 값의 부호가 서로 반대이면 그 지점을 SPINchange가 나타난 것으로 판단하여 SPINchangecount에 1을 더해준다. 즉, SPINchangecount는 11개 게이트에서 SPINchange가 나타난 총 개수이다.
구체적으로, 스핀체인지는 (i, j, k)부터 시작하여 (i+10, j, k)까지 각 픽셀에 대하여 계산된다. 여기서, 총 11개의 픽셀이지만 두 개 픽셀씩 빼주어야 하므로 총 10회 계산하게 된다. 그러므로, ALLcounts의 수는 10개이다. 그리고, SPINchangecount에는 최소 0에서 최대 10까지의 값을 가지며, 두 지점의 반사도 값 차이가 주어진 반사도의 임계값(Zthresh)보다 크고, 두 지점의 반사도 값의 부호가 서로 반대여야 한다. 이 조건들을 만족할 때 스핀체인치의 카운터가 1 증가한다.
예를 들어, Z(i+1, j, k) 값이 4 dBZ, Z(i, j, k) 값이 -1 dBZ라 하면 이 두 값의 차이는 5 dBZ이고 두 값의 부호가 하나는 양이고 하나는 음의 부호를 가진 값이므로 SPINchangecount에 1이 더해진다. 만일 Z(i+1, j, k) 값이 6 dBZ, Z(i, j, k)값이 1 dBZ라 하면 두 값의 차이는 5 dBZ이지만 두 값의 부호가 둘 다 양이기 때문에 SPINchangecount에 1이 더해지지 않는다. 이러한 방법으로 이웃하는 10개의 픽셀에 대해서 스핀체인지를 계산한다.
즉, 지형에 의한 비강수 에코는 반사도 값의 불연속이 심하게 나타나므로 스핀체인지(SPINchange)가 비강수 에코의 경우 그 값이 강수 에코에 비해 크게 나타난다. 이러한 스핀체인지의 특징을 이용해 산이 많은 국내 지형에 대한 비강수 에코를 판별할 수 있다.
이후, 이러한 스핀체인지(SPINchange)의 분포 특징을 이용해 퍼지 소속함수를 구한다.
그런 다음, 산출된 기상 및 비기상 에코 각각에 대한 제1특성변수의 분포함수를 도출한다(S1312). 반사도의 표준편차의 경우, 기상 에코에 대한 분포함수는 낮은 값에 집중되어 분포하고 있으나, 비기상 에코에 대한 분포함수는 높은 값까지 넓게 분포되어 있다. 그리고, 반사도의 연직기울기 및 스핀체인지(SPINchange)의 경우, 기상 에코에 대한 분포함수는 낮은 값에 집중되어 있으나, 비기상 에코에 대한 분포함수는 높은 값에 분포되어 있다.
이어서, 도출된 기상 및 비기상 에코 각각에 대한 제1특성변수의 분포함수로부터 소속함수 및 가중치를 산출한다(S1313).
소속함수는 기상 에코에 대한 빈도 값과 기상 에코 및 비기상 에코의 빈도 값의 합에 대한 비로 정의되며, 하기 수학식 12에 의해 산출된다.
Figure 112012083893547-pat00013
여기서, MF는 소속함수를, P는 제1특성변수를, F는 제1특성변수의 빈도 값을, PRE는 기상(강수) 에코를, GRE는 비기상(지형) 에코를 나타낸다.
그리고, 가중치(W)는 기상 에코에 대한 제1특성변수들의 분포함수와 비기상 에코에 대한 제1특성변수들의 분포함수가 중첩되는 영역에 반비례하는 변수로, 하기 수학식 13에 의해 각각 계산된다.
Figure 112012083893547-pat00014
여기서, A, B, C는 기상 에코와 비기상 에코의 제1특성변수들 각각에 대한 분포함수의 중첩 영역, D는 기상 에코와 비기상 에코에 대한 분포함수의 중첩 영역의 역수의 합을 나타낸다.
다음으로, 기상 및 비기상 에코 각각에 대한 제1특성변수들의 소속함수 및 가중치가 산출되면(S131), 이를 이용해 에코 분류를 수행한다(S132).
에코 분류 단계(S132)는 실시간 관측된 레이더 자료로부터 제2특성변수들을 산출한 후 총 소속값을 산출하고, 산출된 총 소속값을 이용해 에코를 판별하는 과정으로 이루어진다.
구체적으로, 단일편파 레이더 시스템에서 실시간 관측되는 레이더 자료, 즉 반사도 자료를 수집하고, 실시간 수집한 반사도 자료로부터 제2특성변수들을 산출한 후(S1321), 산출된 제2특성변수들에 S131 단계에서 산출된 소속함수 및 가중치를 적용하여 총 소속값을 산출한다(S1322).
여기서, 총 소속값은 각 제2특성변수들의 소속값과 가중치의 곱의 합과 각 제2특성변수들의 가중치 합의 비로 정의되며, 하기 수학식 14에 의해 산출된다.
Figure 112012083893547-pat00015
이때, MFtot는 총 소속값을, MF는 특성변수의 소속값을, W는 특성변수의 가중치를, i는 특성변수의 인덱스를 각각 나타낸다.
이러한 총 소속값은 0과 1 사이의 값을 가지며, 0은 기상 에코일 확률이 100%로 이며, 1은 비기상 에코일 확률이 100%임을 나타낸다.
그런 다음, 산출된 총 소속값을 미리 설정된 임계값과 비교하여 에코 판별을 수행한다(S1323). 본 실시예에서는 0.5를 임계치로 설정하며, 산출된 총 소속값이 임계치 이상이면 비기상 에코로, 산출된 총 소속값이 임계치 이하이면 기상 에코로 판별한다.
이어서, 비기상 에코로 판별되면, 비기상 에코를 제거한다(S133).
그런 다음, 특성 변수를 이용한 비기상 에코의 제거가 수행된 결과에 대해 후처리를 수행한다(S134). 구체적으로, 후처리 수행 단계(S134)는 고립점 검사, 연속성 검사, 제거영역 확장, 지형에코 지도 비교 및 태양섬광 에코 제거 중 적어도 하나 이상을 수행하여 앞 단계(S133)의 처리 결과에서 남아있는 비강수 에코 노이즈를 제거하는 것일 수 있다. 여기서, 고립점 검사는 주어진 임의의 지점(이하, 픽셀이라고 함) 주위로 에코 자료가 50% 이상 없을 경우 주어진 픽셀을 제거하는 방법이며, 연속성 검사는 주어진 픽셀 주위의 에코 자료를 수집하여 기상에코와 비기상에코의 개수를 비교하고, 비기상에코 수가 많으면 모두 제거하는 방법이다. 제거영역 확장은 주어진 픽셀이 비강수에코로 확정되면 해당 픽셀 주위로 한 픽셀씩 확장하여 모두 제거하는 방법이다. 지형에코 지도 비교는 지형에코 지도와 비교하여 지형에코와 상응한 지점에 대한 에코를 비기상에코로 판단하고 이를 제거하는 방법이다. 태양 섬광 에코 제거는 태양 섬광 에코를 제거하는 방법이다.
도 10은 도 9에 도시된 특성변수들의 소속함수 및 가중치 산출 단계에서 일례로 특성변수들 중 반사도의 표준편차에 대한 소속함수 산출 과정을 도식화한 예시도이다.
도 10의 (a)에 도시된 바와 같이, 기상 에코에 대한 반사도의 표준편차의 분포함수는 검정선으로, 비기상 에코(지형에코)에 대한 반사도의 표준편차는 붉은선으로 각각 도시되어 있다. 그리고, 기상 에코의 분포함수는 표준편차가 작게 나타나며, 비기상 에코(지형에코)는 표준편차가 크게 나타남을 알 수 있다.
도 10의 (b)에 도시된 바와 같이, 소속함수(Membership Function, MF)는 반사도의 표준편차에 대한 두 빈도 값의 합에 대한 하나의 빈도 값의 비로 정의되며, 비기상 에코에 대한 소속함수는 기상 및 비기상 에코 각각의 빈도 합에 대한 비기상 에코의 빈도 값의 비이다. 비기상 에코에 대한 반사도 표준편차의 소속함수(MFGRE(SDZi))는 도 10의 (b)에 도시된 수학식에 의해 계산하면 도 10의 (c)와 같은 소속함수의 그래프가 산출된다.
도 10의 (c)에 도시된 바와 같이, 소속함수의 그래프에서 x축은 반사도의 표준편차(dB)를, y축은 소속값을 나타내며, 기상 에코에 대한 분포가 0일 경우, 소속함수의 값은 1이 된다.
이러한 과정으로 3가지 특성변수(반사도의 표준편차, 반사도의 연직기울기, 반사도의 스핀체인지)에 대해서 각각 소속함수를 구한다.
도 11은 도 9에 따라 얻은 제1특성변수들의 소속함수를 나타낸 예시도이다. 여기서, 반사도의 강도에 따라 반사도(Z)의 등급을 네 등급(Z>30, 30>Z>20, 20>Z>10, 10>Z>0)으로 구분해 소속함수를 세분화하여 구하였다.
여기서, (a)는 반사도의 표준편차에 대한 소속함수를, (b)는 반사도의 연직기울기의 소속함수를, (c)는 스핀체인지(SPINchange)의 소속함수를 각각 나타내며, 도 11의 (a) 내지 (c)에 도시된 소속함수 그래프에서 소속값이 1이면 완전 비기상 에코이며, 소속값이 0이면 완전 기상 에코임을 알 수 있다.
도 12는 도 9에 도시된 특성변수들의 소속함수 및 가중치 산출 단계에서 일례로 특성변수들 중 반사도의 표준편차에 대한 가중치 산출 과정을 도식화한 예시도이다.
도 12에 도시된 바와 같이, 제1특성변수들의 가중치(W)는 기상 에코에 대한 제1특성변수들의 분포함수(검은색 선)와 비기상 에코에 대한 제1특성변수들의 분포함수(붉은색 선)가 중첩되는 영역에 반비례하는 값으로, 중첩 영역(A, B, C)은 기상 에코와 비기상 에코가 섞여 있는 부분이며 비기상 에코에 대한 소속함수가 1이 되지 않기 때문에 소속함수가 1이 되지 않는 영역을 말하며, 중첩 영역이 작을수록 기상 에코 및 비기상 에코의 구별이 잘되는 것을 의미한다. 즉, 중첩 영역이 작은 변수에 큰 가중치를 부여하도록 하기 위해 수학식 6과 같은 식을 이용하여 가중치를 구한다.
도 13은 도 12에 따라 얻은 가중치를 나타낸 예시도이다. 여기서, 반사도의 강도에 따라 반사도(Z)의 등급을 네 등급(Z>30, 30>Z>20, 20>Z>10, 10>Z>0)으로 구분하여 각 제1특성변수에 대한 가중치를 세분화하여 구하였다.
도 13에 도시된 바와 같이, 반사도(Z)가 20 dBZ 이상인 경우에는 스핀체인지(SPINchange)의 가중치가 가장 작으며, 반사도의 표준편차의 가중치가 가장 높다.
이 결과는 20 dBZ 이상의 반사도 영역에서 기상 에코 및 비기상 에코를 판별하는 데 있어서 3개의 제1특성변수 중 반사도의 표준편차가 가장 중요한 변수임을 의미한다.
그리고, 반사도(Z)가 10 dBZ이상 20 dBZ 이하인 경우에는 반사도의 연직기울기의 가중치가 가장 작고, 반사도의 표준편차의 가중치가 가장 크다.
이 결과는 20 dBZ 이하의 반사도 영역에서 기상 에코 및 비기상 에코를 판별하는 데 있어서 3개의 제1특성변수들 중 반사도의 표준편차가 중요한 역할을 함을 의미한다. 또한, 스핀체인지의 기여도는 반사도의 강도가 약해질수록 점점 높아짐을 의미한다.
그리고, 반사도(Z)가 0 dBZ이상 10 dBZ 이하인 경우에는 반사도의 연직기울기에 의한 강수 및 비강수에코의 판별은 불가능하고 반사도의 표준편차와 스핀체인지에 의해서만 판별이 가능하다.
따라서 본 발명에서는 제1특성변수들이 기상 에코 및 비기상 에코를 정확하게 판별하는 데 중요한 변수임을 알 수 있다.
도 14는 도 9에 따라 비기상 에코를 제거한 실제 사례에 적용한 예를 나타낸 예시도이며, (a) 내지 (c)는 관측된 반사도를 표시한 영상이며, (d) 내지 (f)는 본 발명에 따른 단일편파 레이더를 이용한 비기상 에코 제거 방법을 적용한 후의 반사도 영상을 나타낸다. 여기서, (a) 및 (d)는 2010년 10월 01일(0401 LST)에 관측된 지형 에코 사례를, (b) 및 (e)는 2010년 9월 21일(1101 LST)에 관측된 강수 에코 사례를, (c) 및 (f)는 2010년 12월 28일(0201 LST)에 관측된 강수 에코 중 눈이 온 사례이다.
도 14의 (a) 내지 (c)에 도시된 바와 같이, 비기상 에코는 붉은 색으로 표시된 영역에 해당하며 기상 에코와는 달리 주변의 에코에 비해 불연속적으로 강한 반사도를 보이는 것을 알 수 있다.
반면, 도 14의 (d) 내지 (e)에 도시된 바와 같이, 본 발명의 단일편파 레이더를 이용한 비기상 에코 제거 방법에서 퍼지변수(특성변수)를 이용한 비기상 에코 제거 과정을 적용한 결과, 붉은 색의 강한 지형 에코(비기상 에코)는 판별되어 모두 제거되어 있음을 알 수 있다.
도 15는 도 9에 도시된 후처리 수행 과정을 설명하기 위한 흐름도이다.
도 15를 참조하면, 후처리 수행 단계(S134)는 고립점 검사, 연속성 검사, 제거영역 확장, 지형에코 지도 비교 및 태양섬광 에코 제거 중 적어도 하나 이상을 수행할 수 있다.
먼저, 주어진 임의의 지점(이하, 픽셀이라고 함)에 대한 고립점 검사를 실행하여 주어진 픽셀 주위의 에코 자료가 50%가 되지 않을 경우, 해당 픽셀의 제거를 수행한다(S1341). 즉, 주어진 픽셀 주변의 8개의 격자 중 에코 자료가 존재하는 격자 수가 전체에 대해 50%를 넘지 않으면, 주어진 픽셀을 노이즈로 판단하여 픽셀 제거를 수행한다.
그런 다음, 고립점 검사가 완료되면, 주어진 픽셀 주위의 에코 자료를 수집하여 연속성 검사를 실행하고, 주위 격자에서 비기상 에코 수가 많으면 해당 픽셀의 제거를 수행한다(S1342). 즉, 주어진 픽셀 주변의 에코 자료를 수집하고, 주변 8개의 격자 중 기상 에코에 해당하는 픽셀 수와 비기상 에코에 해당하는 픽셀 수를 비교하여 비기상 에코에 해당하는 픽셀 수가 많으면 주어진 픽셀을 노이즈로 판단하여 픽셀 제거를 수행한다.
이어서, 연속성 검사가 완료되면, 제거영역 확장을 실행하여 해당 픽셀과 해당 픽셀 주위로 한 픽셀씩 확장하여 제거를 수행한다(S1343). 즉, 주어진 픽셀이 비기상 에코로 확정되면, 상기 주어진 픽셀 주변으로 한 픽셀씩 확장하고, 주어진 픽셀과 확장된 픽셀까지 모두 제거를 수행한다.
그런 다음, 제거영역 확장에 따른 비기상 에코 제거가 완료되면, 지형에코 지도와 비교하여 지형에코와 상응하는 지점에 대한 에코의 제거를 수행한다(S1344). 즉, 제거영역 확장에 따른 비기상에코 제거가 수행된 결과에 대해 지형에코 지도와 비교하고, 지형에코 지도의 지형에코와 상응하는 지점의 에코를 제거한다.
이어서, 지형에코 지도의 비교에 따른 에코 제거가 완료되면, 태양 섬광 에코의 제거를 수행한다(S1345). 즉, 기상레이더가 태양에서 방사되는 전파에 영향을 받기 때문에 태양 고도각이 낮은 이른 아침과 저녁에 태양이 위치한 방향으로 태양섬광 에코가 나타나므로, 방위각 방향으로 연속성 검사를 수행하여 불연속성이 나타나는 에코를 태양섬광 에코로 판단하고 이를 제거한다.
이로써 후처리 과정이 완료되고, 퍼지변수를 이용한 비기상 에코 제거 후에 남아있는 비기상 에코 노이즈에 대한 제거가 수행될 수 있다.
도 16은 도 15의 고립점 검사 과정을 설명하기 위한 참조도 및 실제 사례에 적용한 예를 나타낸 예시도로, (a)는 고립점 검사 과정을 설명하기 위한 참조도, (b) 및 (c)는 고립점 검사를 실제 사례에 적용하기 전과 후의 예시도다.
도 16의 (a)를 참조하면, 주어진 픽셀(P)의 주변에 존재하는 8개의 픽셀 중 파란색으로 나타낸 3개의 픽셀에 대한 에코 자료만 존재하므로, 즉, 50% 이상의 에코 자료가 없으므로, 해당 픽셀(P)에 대한 제거를 수행한다.
도 16의 (b) 및 (c)를 참조하면, (a)의 원으로 표시된 부분(X)에 대한 고립점 검사 수행 결과 비기상 에코 노이즈의 제거((b)의 X')가 수행되었음을 알 수 있다.
도 17은 도 15의 연속성 검사 과정을 설명하기 위한 참조도 및 실제 사례에 적용한 예를 나타낸 예시도, (a)는 연속성 검사 과정을 설명하기 위한 참조도, (b) 및 (c)는 연속성 검사를 실제 사례에 적용하기 전과 후의 예시도다.
도 17의 (a)를 참조하면, 주어진 픽셀(P)의 주변에 존재하는 8개의 픽셀 중 기상에코(강수에코)는 파란색으로 나타낸 2개의 픽셀이며, 비기상에코(지형에코)는 회색으로 나타낸 6개의 픽셀이므로, 비기상에코의 개수가 기상에코의 개수보다 많으므로, 해당 픽셀(P)에 대한 제거를 수행한다.
도 17의 (b) 및 (c)를 참조하면, (a)의 원으로 표시된 부분(Y)에 대한 연속성 검사 수행 결과 비기상 에코 노이즈의 제거((b)의 Y')가 수행되었음을 알 수 있다.
도 18은 도 15의 제거영역 확장 과정을 설명하기 위한 참조도로, (a)는 제거영역 확장 과정을 수행하기 전, (b)는 제거영역 확장 과정을 수행한 후에 관한 참조도이다.
도 18의 (a) 및 (b)를 참조하면, 주어진 픽셀(P)이 비기상 에코로 확정되면, 주어진 픽셀(P)의 주위의 파란색으로 나타낸 3개의 픽셀이 기상에코이더라도, 해당 픽셀(P) 주위로 한 픽셀씩 확장하여 (b)와 같이 모두 제거된다. 이러한 제거영역 확장은 주어진 픽셀의 전후좌우에 위치하고 있는 에코를 무조건적으로 제거하기 때문에 에코를 과도하게 제거하는 효과를 가진다.
도 19는 도 15의 지형에코 지도를 이용한 지형에코 제거 과정을 실제 사례에 적용한 예를 나타낸 예시도이며, (a) 및 (c)는 지형에코 지도를 이용한 지형에코 제거 과정을 실제 사례에 적용하기 전, 후에 관한 예시도이며, (b)는 지형에코 지도를 나타낸 예시도이다.
도 19의 (a) 내지 (c)를 참조하면, (a)의 붉은색 원으로 나타낸 영역이 (b)의 지형에코 지도와 비교한바, 지형에코에 해당하는 영역임을 알 수 있다. 따라서, (a)의 붉은색 원으로 나타낸 영역에 대한 지형에코 지도 비교를 통해 비기상 에코 노이즈의 제거가 (c)의 붉은 색 원으로 나타낸 영역과 같이 수행되었음을 알 수 있다.
도 20은 도 15의 태양 섬광 에코 제거 과정을 실제 사례에 적용한 예를 나타낸 예시도로, (a)는 및 (b)는 각각 태양 섬광 에코 제거 과정을 실제 사례에 적용하기 전, 후에 관한 예시도이다.
도 20의 (a) 및 (b)를 참조하면, (a)의 붉은 색 원으로 표시된 부분과 같이 태양이 위치한 방향으로 태양섬광 에코가 나타난다. 이러한 태양섬광 에코는 기상레이더가 태양에서 방사되는 전파에 영향을 받기 때문에 태양 고도각이 낮은 이른 아침과 저녁에 태양이 위치한 방향으로 에코가 나타나게 된다. 그러므로, 방위각 방향으로 연속성 검사를 수행하여 태양섬광 에코를 제거할 수 있다.
따라서, (a)의 붉은 색 원으로 표시된 부분에 대한 태양 섬광 에코 노이즈의 제거가 (b)의 붉은 색 원으로 표시된 부분과 같이 수행되었음을 알 수 있다.
도 21은 도 8에 도시된 레이더 시선속도 품질 검사 과정(S150)을 설명하기 위한 흐름도이다.
도 21을 참조하면, 본 레이더 시선속도 품질 검사 과정은 1차 시선속도 접힘 보정(S151), 2차 시선속도 접힘 보정(S152) 및 3차 시선속도 접힘 보정(S153)으로 이루어진다. 여기서, 1차 시선속도 접힘 보정은 3차원 바람장으로부터 시선속도를 계산하여 전반적인 시선속도 접힘 풀기(Global unfolding)를 수행하는 과정이며, 2차 시선속도 접힘 보정은 평균 시선속도를 이용하여 국지적인 시선속도 접힘 풀기(Local unfolding)를 수행하는 과정이며, 3차 시선속도 접힘 ㅂ보정은 고도각에 따른 시선속도의 연속성을 확인하여 시선속도 접힘 풀기를 수행하는 과정일 수 있다.
먼저, 1차 시선속도 접힘 보정 과정(S151)은 생성된 3차원 바람장 자료와 레이더 원시자료를 입력받아 1차 시선속도 접힘 보정을 수행할 수 있다. 구체적으로, 생성된 3차원 바람장 자료를 이용해 레이더 시선속도(Vref)를 계산한다(S1511). 여기서, 3차원 바람장 자료는 바람의 u, v 성분으로 구성되어 있으며 직교좌표계(x, y, z)로 나타난다. 한편, 레이더 시선속도 자료는 바람의 도플러 속도로 극좌표계(r, θ, φ)로 나타난다. 따라서, 3차원 바람장 자료를 레이더 시선속도 자료와 비교하기 위해서 생성된 3차원 바람장 자료를 시선속도로 환산하는 과정이 필요하다. 즉, 본 시스템은 직교좌표계(x, y, z) 상의 3차원 바람장 자료와 가장 가까운 지점에 해당하는 r, θ, φ의 값을 얻고, 직교좌표계(x, y, z) 상의 u, v 바람장을 수학식 8에 적용하여 레이더 시선속도를 계산한다. 이후, 레이더 원시 자료를 입력받아 레이더에서 관측된 시선속도 자료를 수집하고, 3차원 바람장 자료에서 가장 가까운 지점의 계산된 레이더 시선속도(Vref)와 해당 지점의 관측된 시선속도(Va)를 비교하여 접힘 여부를 판단한다(S1512). 이때, 본 시스템은 계산된 레이더 시선속도와 관측된 시선속도를 수학식 9에 적용하여 시선속도 접힙 여부를 판단한다. 그 결과, n이 1보다 크면 레이더에서 관측된 바람(Va)은 접힘 현상이 발생한 것으로 판단한다. 비교 결과, 접힘으로 판단되면 수학식 10을 이용하여 접힘이 발생된 시선속도의 오차를 수정하고, 실제 시선속도값으로 복원을 수행한다(S1513).
이어서, 2차 시선속도 접힘 보정 과정(S152)은 1차 시선속도 접힘 보정이 완료되면, 2차 시선속도 접힘 보정을 수행할 수 있다. 구체적으로, 1차 시선속도 접힘 보정이 수행된 자료에서 주어진 임의의 지점 주변의 일정 영역에 대한 평균 시선속도(Vmean)를 계산한다(S1521). 예를 들어, 도 5를 참조하면, 임의의 지점(P)에 대해 주변의 1격자 영역(L1)만을 일정 영역으로 결정할 수 있다. 이 경우, 임의의 지점에 대해 전후좌우로 1격자씩을 포함하여 총 9개의 격자에 대한 바람장 자료를 이용하여 시선속도 평균값을 계산할 수 있다. 또 다른 예를 들어, 임의의 지점에 대해 주변의 2격자 영역(L2)까지를 일정 영역으로 결정할 수 있다. 이 경우, 먼저 전후좌우로 1격자씩을 포함하여 총 9개의 바람장 자료를 이용하여 L1 영역의 시선속도 평균값을 계산하고, 계산된 L1 영역의 시선속도 평균값에 대한 접힘 여부를 판단하여 접힘 풀기를 수행하게 되면 시선속도 접힘 풀기를 종료할 수 있다. 만일, L1 영역의 시선속도 평균값에 대한 접힘이 없을 경우는, L2 영역에 대한 접힘 풀기를 수행할 수 있다. 즉, 임의의 지점에 대해 전후좌우로 2격자씩 포함하여 총 25개의 바람장 자료를 이용하여 L2 영역의 시선속도 평균값을 계산하고, 계산된 L2 영역의 시선속도 평균값에 대한 접힘 여부를 판단하여 접힘 풀기를 수행할 수 있다. 여기서, L2 영역의 시선속도 평균값의 접힘이 없을 경우에는 3격자 영역에 대한 시선속도 평균값을 계산하여 접힘 풀기를 수행할 수 있다. 이와 같이, 제2 보정부(220)는 임의의 지점에 대한 주변 일정 영역에 대한 시선속도 접힘 풀기를 1격자씩 확대해가면서 수행할 수 있다. 이후, 계산된 평균 시선속도(Vmean)와 주어진 임의의 지점의 관측된 시선속도(Va)를 비교하여 접힘 여부를 판단한다(S1522). 즉, 계산된 평균 시선속도와 관측된 시선속도를 수학식 11에 적용하여 접힘 여부를 판단한다. 비교 결과, 접힘으로 판단되면 오차를 수정하여 기존의 속도값으로 복원을 수행한다(S1523). 예를 들어, 수학식 11에 의해 산출된 값인 n'가 1보다 크면, 접힘 현상이 발생한 것으로 판단하고, 수학식 12를 이용하여 오차를 수정하고 실제 바람 정보로 복원을 수행한다.
그런 다음, 3차 시선속도 접힘 보정 과정(S153)은, 2차 시선속도 접힘 보정이 완료되면, 3차 시선속도 접힘 보정을 수행할 수 있다. 구체적으로, 도 5를 참조하면, 2차 시선속도 접힘 보정이 수행된 자료에서 주어진 임의의 지점(P)의 시선속도(Vlow)를 계산하고(S1531), 임의의 지점(P)의 상위 고도각의 시선속도(Vhigh)를 계산한 후, 계산된 두 시선속도를 비교하여 접힘 여부를 판단한다(S1532). 이때, 두 시선속도(Vlow, Vhigh)의 비교는 수학식 13을 이용하여 이루어진다. 비교 결과, 접힘으로 판단되면 오차를 수정하여 기존의 속도값으로 복원을 수행한다(S1533). 예를 들어, 수학식 13에 의해 산출된 값인 n''가 1보다 크면 접힘 현상이 발생한 것으로 판단하고, 수학식 14를 이용하여 오차를 수정하고 실제 바람 정보로 복원을 수행한다.
이로써 본 시선속도 접힘 보정 과정은, 레이더 자료외에 관측 및 수치모델 자료를 입력받아 3차원 바람장 자료를 생성함으로써 생성된 3차원 바람장 자료의 정확성을 향상시킬 수 있으며, 이를 통해 보정되는 시선속도 자료의 품질 향상도 가능하게 한다.
또한, 본 시선속도 접힘 보정 방법은, 전반적인 시선속도 접힘 풀기(Global unfolding)를 수행하는 동시에, 국지적인 시선속도 접힘 풀기(Local unfolding)를 수행하고, 고도각에 따른 시선속도의 연속성을 확인하여 시선속도 접힘 풀기를 수행함으로써 시선속도 자료의 품질을 더욱 향상시킬 수 있다.
도 22는 도 8의 레이더 시선속도 품질 검사를 실제 적용한 제1 사례를 나타낸 예시도로, 구덕산 레이더의 2010년 8월 11일 0600 LST 사례에 대한 시선속도 접힘보정 전(a)과 접힘 보정 후(b)의 레이더 시선속도 이미지를 나타낸 것이다.
도 22의 (a) 및 (b)를 참조하면, (a)의 붉은색으로 표시된 부분(X)에 대한 시선속도 접힘 보정((b)의 X')이 수행되었음을 알 수 있다.
도 23은 도 8의 레이더 시선속도 품질 검사를 실제 적용한 제2 사례를 나타낸 예시도로, 광덕산 레이더의 2010년 9월 2일 0430 LST 사례에 대한 시선속도 접힘보정 전(a)과 접힘보정 후(b)의 레이더 시선속도 이미지를 나타낸 것이다.
도 23의 (a) 및 (b)를 참조하면, (a)의 붉은색으로 표시된 부분(Y)에 대한 시선속도 접힘 보정((b)의 Y')이 수행되었음을 알 수 있다.
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. 레이더 시스템 20. 한반도 통합형 기상 레이더 품질 관리 시스템
21. 자료 수집 모듈 22. 레이더 자료 전처리 모듈
23. 레이더 반사도 품질관리 모듈 24. 바람장 생성 모듈
25. 레이더 시선속도 품질관리 모듈 26. 좌표변환 모듈

Claims (35)

  1. 과거 레이더 자료 및 실시간 레이더 자료와, 관측 및 수치모델 자료를 수집하는 자료 수집 모듈;
    수집된 레이더 자료 중 반사도와 시선속도 자료에 대해서 기본 품질검사와 분산 품질 검사를 포함하는 전처리를 수행하는 레이더 자료 전처리 모듈;
    전처리가 수행된 레이더 반사도 자료를 이용하여 퍼지소속변수들을 계산하고, 각 퍼지소속변수들의 비강수에코에 대한 소속값을 계산하고, 계산된 소속값의 범위에 따라 비강수에코를 구분하여 제거하는 레이더 반사도 품질관리 모듈;
    상기 레이더 자료, 관측 및 수치모델 자료를 입력받아 레이더 바람장 및 3차원 바람장 자료를 생성하는 바람장 생성 모듈;
    생성된 3차원 바람장 자료의 각 지점에 대한 레이더의 상대적인 위치를 계산한 후, 계산된 레이더의 상대적인 위치로부터 레이더 극좌표계의 지점값에 해당하는 3차원 바람장의 x, y, z 값을 검출하는 것에 의해 전처리가 수행된 레이더 시선속도 자료에 대한 시선속도 접힘 풀기를 수행하는 레이더 시선속도 품질관리 모듈; 및
    VDRAS와 KLAPS의 두 모델의 입력 자료 생성을 위해 품질검사가 수행된 레이더 반사도 및 시선속도에 대한 좌표 변환을 수행하는 좌표변환 모듈;을 포함하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  2. 제1항에 있어서, 상기 레이더 반사도 품질관리 모듈은,
    과거 레이더 자료로부터 통계분석(퍼지논리)를 적용하여 기상 및 비기상 에코 각각에 대한 제1특성변수들을 산출하고, 실시간 수집한 레이더 자료로부터 제2특성변수들을 산출하는 특성변수 산출부;
    기상 및 비기상 에코 각각에 대해 산출한 제1특성변수들 각각의 분포함수를 도출하고, 도출한 제1특성변수들 각각의 분포함수로부터 비기상 에코에 대한 소속함수 및 가중치를 산출하는 소속함수 및 가중치 산출부;
    기상 에코 및 비기상 에코 각각의 제2특성변수들에 대한 소속값을 구하고, 구해진 소속값의 총합인 총 소속값을 산출하고, 산출된 총 소속값을 미리 설정된 임계치와 비교하여 산출된 총 소속값이 임계치 이상일 경우 비기상 에코로 판별하고, 판별된 비기상 에코를 제거하는 에코 판별 및 제거부; 및
    상기 에코 판별 및 제거부를 통해 제거되지 않고 남아있는 비강수 에코를 제거하는 후처리부;를 포함하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  3. 제2항에 있어서,
    상기 제1 및 제2 특성변수는 반사도에 대한 표준편차, 연직기울기 및 스핀체인지(SPINchange)를 적어도 포함하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  4. 제3항에 있어서,
    상기 특성변수 산출부는 반사도의 스핀체인지(SPINchange)를 하기 수학식을 이용하여 산출하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
    Figure 112012083893547-pat00016

    Figure 112012083893547-pat00017

    (여기서, Z는 반사도를, i는 게이트 수를, j는 방위각 수를, k는 레이더의 관측 고도각의 수를 나타낸다.)
  5. 제2항에 있어서,
    상기 후처리부는 고립점 검사, 연속성 검사, 제거영역 확장, 지형에코 지도 비교 및 태양섬광 에코 제거 중 적어도 하나 이상을 수행하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  6. 제5항에 있어서,
    상기 고립점 검사는 주어진 임의의 지점에 해당하는 픽셀의 주변 픽셀 중 에코 자료가 존재하는 픽셀 수가 주변 픽셀의 50% 이하일 경우 상기 주어진 임의의 지점에 해당하는 픽셀을 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  7. 제5항에 있어서,
    상기 연속성 검사는 주어진 임의의 지점에 해당하는 픽셀의 주변 픽셀 중 기상에코인 픽셀 수와 비기상에코인 픽셀 수를 비교하여 비기상에코인 픽셀 수가 많으면 상기 주어진 임의의 지점에 해당하는 픽셀을 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  8. 제5항에 있어서,
    상기 제거영역 확장은 주어진 임의의 지점에 해당하는 픽셀이 비기상 에코이면, 상기 주어진 임의의 지점에 해당하는 픽셀의 주변으로 한 픽셀씩 확장하여 모두 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  9. 제5항에 있어서,
    상기 지형에코 지도 비교는 지형에코 지도와 비교하여 지형에코 지도의 지형에코와 상응하는 지점을 일괄 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  10. 제5항에 있어서,
    상기 태양섬광 에코 제거는 방위각 방향으로 연속성 검사를 수행하여 불연속성을 나타내는 경우 태양섬광 에코로 판단하여 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  11. 제1항에 있어서,
    상기 바람장 생성 모듈은, 수집된 레이더 자료를 이용하여 VAD(Velocity Azimuth Display) 및 VVP(Volume Velocity Processing) 바람장을 생성하고, 생성된 VAD 바람장 및 VVP 바람장 자료를 이용하여 3차원 내삽을 수행하거나 수치모델 자료를 이용하여 3차원 바람장 자료를 생성하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  12. 제11항에 있어서,
    상기 관측 자료는, 레디오존데, 윈드 프로파일러, 자동기상관측장비(AWS), 지상관측 및 수치모델 결과자료를 포함하는 그룹 중 하나이며,
    상기 바람장 생성 모듈은, 수집된 관측 및 수치모델 자료 중 레디오 존데 자료에 대한 연직 내삽, 윈드 프로파일러 자료에 대한 연직 내삽, 지상 관측 자료에 대한 수평 내삽을 수행하여 각각 3차원 바람장을 생성하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  13. 제1항에 있어서,
    상기 레이더 시선속도 품질관리 모듈은, 생성된 3차원 바람장 자료를 입력받아 레이더 시선속도로 환산하고 환산된 레이더 시선속도와 주어진 지점의 관측된 시선속도를 비교하여 시선속도 접힘 풀기를 수행하는 제1 보정부;
    주어진 임의의 지점으로부터 주변의 일정 영역을 결정하고, 결정된 일정 영역에 해당하는 평균 시선속도를 계산하고, 계산된 평균 시선속도와 주어진 임의의 지점의 관측된 시선속도를 비교하여 시선속도 접힘 풀기를 수행하는 제2 보정부; 및
    상기 주어진 임의의 지점에 대한 연속된 고도각의 시선속도를 각각 산출하고, 산출된 연속된 고도각의 시선속도를 비교하여 시선속도 접힘 풀기를 수행하는 제3 보정부;를 포함하는 것은 한반도 통합형 기상 레이더 품질 관리 시스템.
  14. 제1항에 있어서,
    상기 좌표변환 모듈은, 품질검사가 수행된 레이더 자료를 UF(Universal Format) 형태 또는 netCDF(network Common Data Form) 형태로 저장하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 시스템.
  15. 과거 레이더 자료 및 실시간 레이더 자료와, 관측 및 수치모델 자료를 수집하는 자료 수집 단계;
    수집된 레이더 자료 중 반사도와 시선속도 자료에 대해서 기본 품질검사와 분산 품질 검사를 포함하는 전처리를 수행하는 전처리 수행 단계;
    전처리가 수행된 레이더 반사도 자료를 이용하여 퍼지소속변수들을 계산하고, 각 퍼지소속변수들의 비강수에코에 대한 소속값을 계산하고, 계산된 소속값의 범위에 따라 비강수에코를 구분하여 제거하는 레이더 반사도 품질관리 단계;
    상기 레이더 자료, 관측 및 수치모델 자료를 입력받아 레이더 바람장 및 3차원 바람장 자료를 생성하는 바람장 생성 단계;
    생성된 3차원 바람장 자료의 각 지점에 대한 레이더의 상대적인 위치를 계산한 후, 계산된 레이더의 상대적인 위치로부터 레이더 극좌표계의 지점값에 해당하는 3차원 바람장의 x, y, z 값을 검출하는 것에 의해 전처리가 수행된 레이더 시선속도 자료에 대한 시선속도 접힘 풀기를 수행하는 레이더 시선속도 품질관리 단계; 및
    VDRAS와 KLAPS의 두 모델의 입력 자료 생성을 위해 품질검사가 수행된 레이더 반사도 및 시선속도에 대한 좌표 변환을 수행하는 좌표 변환 단계;를 포함하는 한반도 통합형 기상 레이더 품질 관리 방법.
  16. 제15항에 있어서,
    상기 레이더 반사도 품질관리 단계는, 수집된 과거 레이더 자료로부터 반사도에 대한 표준편차, 연직기울기 및 스핀체인지(SPINchange)를 제1특성변수로써 구하고, 상기 제1특성변수의 소속함수 및 가중치를 산출하는 단계;
    실시간 수집되는 레이더 자료로부터 반사도에 대한 표준편차, 연직기울기 및 스핀체인지(SPINchange)를 제2특성변수로써 구하고, 상기 제2특성변수에 산출한 제1특성변수의 소속함수 및 가중치를 적용하여 기상 에코 및 비기상 에코를 판별한 후 비기상 에코를 제거하는 단계; 및
    고립점 검사, 연속성 검사, 제거영역 확장, 지형에코 지도 비교 및 태양섬광 에코 제거 중 적어도 하나 이상을 수행하는 후처리를 통해 비기상 에코를 제거하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  17. 제16항에 있어서,
    반사도의 스핀체인지(SPINchange)는 계산된 SPINchangecount에 총 수행한 게이트의 수로 나누어 주어 100을 곱한 값으로 정의되며, 하기 수학식에 의해 산출되는 것을 특징으로 하는 반사도의 스핀체인지(SPINchange)는 계산된 SPINchangecount에 총 수행한 게이트의 수로 나누어 주어 100을 곱한 값으로 정의되며, 하기 수학식에 의해 산출되는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00018

    Figure 112012083893547-pat00019

    (여기서, Z는 반사도를, i는 게이트 수를, j는 방위각 수를, k는 레이더의 관측 고도각의 수를 나타낸다.)
  18. 제16항에 있어서,
    상기 소속함수는 기상 에코에 대한 빈도 값과 기상 에코 및 비기상 에코의 빈도 값의 합에 대한 비로 정의되며, 하기 수학식에 의해 산출되는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00020

    (여기서, MF는 소속함수를, P는 제1특성변수를, F는 제1특성변수의 빈도 값을, PRE는 기상(강수) 에코를, GRE는 비기상(지형) 에코를 나타낸다.)
  19. 제16항에 있어서,
    상기 가중치는 상기 기상 및 비기상 에코에 대한 제1특성변수의 분포함수가 중첩하는 영역에 반비례 관계이며, 하기 수학식에 의해 산출되는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00021

    (여기서, W는 가중치를, A, B, C는 기상 에코와 비기상 에코의 특성변수 각각에 대한 분포함수의 중첩 영역, D는 기상 에코와 비기상 에코에 대한 분포함수의 중첩 영역의 역수의 합을 나타낸다.)
  20. 제16항에 있어서,
    상기 비기상 에코를 제거하는 단계는, 상기 실시간 수집된 레이더 자료 중 반사도 자료로부터 제2특성변수를 산출한 후, 산출된 제2특성변수에 산출된 소속함수 및 가중치를 적용하여 소속값을 산출하는 단계;
    산출된 소속값의 합을 구하여 총 소속값을 산출하는 단계;
    산출된 총 소속값과 미리 설정된 임계치를 비교하여 상기 산출된 총 소속값이 상기 임계치보다 크면 비기상 에코로 판별하고, 작으면 기상 에코로 판별하는 단계; 및
    판별된 비기상 에코를 제거하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  21. 제20항에 있어서,
    상기 총 소속값은 각 퍼지변수의 소속값의 총합이며, 하기 수학식에 의해 계산되는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00022

    (여기서, MF는 특성변수의 소속값을, MFtot는 총 소속값을, W는 특성변수의 가중치를, i는 특성변수의 인덱스를 각각 나타낸다.)
  22. 제16항에 있어서,
    상기 고립점 검사는 주어진 임의의 지점에 해당하는 픽셀의 주변 픽셀 중 에코 자료가 존재하는 픽셀 수가 주변 픽셀의 50% 이하일 경우 상기 주어진 임의의 지점에 해당하는 픽셀을 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  23. 제16항에 있어서,
    상기 연속성 검사는 주어진 임의의 지점에 해당하는 픽셀의 주변 픽셀 중 기상에코인 픽셀 수와 비기상에코인 픽셀 수를 비교하여 비기상에코인 픽셀 수가 많으면 상기 주어진 임의의 지점에 해당하는 픽셀을 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  24. 제16항에 있어서,
    상기 제거영역 확장은 주어진 임의의 지점에 해당하는 픽셀이 비기상 에코이면, 상기 주어진 임의의 지점에 해당하는 픽셀의 주변으로 한 픽셀씩 확장하여 모두 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  25. 제16항에 있어서,
    상기 지형에코 지도 비교는 지형에코 지도와 비교하여 지형에코 지도의 지형에코와 상응하는 지점을 일괄 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  26. 제16항에 있어서,
    상기 태양섬광 에코 제거는 방위각 방향으로 연속성 검사를 수행하여 불연속성을 나타내는 경우 태양섬광 에코로 판단하여 제거하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  27. 제15항에 있어서,
    상기 관측 자료는, 레디오존데, 윈드 프로파일러, 자동기상관측장비(AWS), 지상관측 및 수치모델 결과자료를 포함하는 그룹 중 하나인 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  28. 제27항에 있어서,
    상기 바람장 생성 단계는, 레디오존데 및 윈드 프로파일러의 자료를 이용하여 주어진 지점에 대한 연직 격자상의 바람 정보를 생성하는 단계;
    자동기상관측장비(AWS) 및 지상관측의 자료를 이용하여 지상에 대한 x, y축 상의 바람 정보를 생성하는 단계; 및
    상기 지상에 대한 x, y축 상의 바람 정보와 상기 주어진 지점에 대한 연직 격자상의 바람 정보를 이용하여 지상에서부터 한 격자씩 올라가면서 수평내삽하여 x, y, z 각 축상의 모든 격자에 대한 바람 정보를 생성하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  29. 제15항에 있어서,
    상기 레이더 시선속도 품질관리 단계는, 생성된 3차원 바람장 자료를 이용하여 레이더 시선속도 자료로 계산하는 단계;
    계산된 레이더 시선속도 자료를 관측된 레이더 시선속도 자료와 비교하고 비교 결과에 따라 1차 시선속도 접힘 보정을 수행하는 단계;
    임의의 지점의 주변 일정 영역에 대한 평균 시선속도를 계산하고, 상기 평균 시선속도를 이용하여 2차 시선속도 접힘 보정을 수행하는 단계; 및
    상기 임의의 지점의 시선속도 및 상기 임의의 지점의 상위 고도각에 해당하는 지점의 시선속도를 계산하고, 상기 임의의 지점의 시선속도와 상위 고도각에 해당하는 지점의 시선속도를 이용하여 3차 시선속도 접힘 보정을 수행하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  30. 제29항에 있어서,
    상기 레이더 시선속도 자료를 계산하는 단계는, 상기 생성된 3차원 바람장 자료의 x, y, z 각 축상의 자료와 가장 가까운 지점에 해당하는 (r, θ, φ) 값을 획득하는 단계; 및
    상기 생성된 3차원 바람장 자료를 아래 수학식 1을 이용하여 레이더 시선속도를 산출하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00023
    (수학식 1)
    (여기서, u, v는 주어진 지점에서 각각 동서 및 남북 바람성분을, rx는 주어진 지점에서 레이더까지 x축상의 거리를, ry는 주어진 지점에서 레이더까지 y축상의 거리를 나타냄)
  31. 제30항에 있어서,
    상기 1차 시선속도 접힘 보정을 수행하는 단계는, 상기 산출된 레이더 시선속도와 해당하는 (r, θ, φ) 지점의 관측된 레이더 시선속도를 아래 수학식 2에 적용하여 접힘 여부를 판단하는 단계; 및
    접힘으로 판단되면, 아래 수학식 3을 이용하여 실제 레이더 시선속도로 접힘 풀기를 수행하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00024
    (수학식 2)
    (여기서, Vref는 3차원 바람장으로부터 계산된 시선속도를, Va는 레이더에서 관측된 풍속을, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, n은 레이더에서 바람이 접힌 횟수를, Cfactor는 상수항으로 Vref에 대한 오차를 감안하기 위한 보정상수를 각각 나타냄.)
    Figure 112012083893547-pat00025
    (수학식 3)
    (여기서, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, Va는 레이더에서 관측된 풍속을, Vr은 접힘이 발생하지 않은 경우의 실제 시선속도를 각각 나타냄)
  32. 제29항에 있어서,
    상기 2차 시선속도 접힘 보정을 수행하는 단계는, 상기 임의의 지점 주변의 일정 영역에 대한 평균 시선속도를 계산하는 단계;
    계산된 평균 시선속도와 임의의 지점의 관측된 시선속도를 아래 수학식 4에 적용하여 시선속도 접힘 여부를 판단하는 단계; 및
    시선속도 접힘으로 판단되면 아래 수학식 5를 이용하여 시선속도 접힘 풀기를 수행하는 단계;로 이루어지는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00026
    (수학식 4)
    (여기서, Vmean는 임의의 지점 주변의 평균 시선속도를, Va는 레이더에서 관측된 풍속을, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, n'은 레이더에서 바람이 접힌 횟수를, Cfactor는 상수항으로 Vmean에 대한 오차를 감안하기 위한 보정상수를 각각 나타냄.)
    Figure 112012083893547-pat00027
    (수학식 5)
    (여기서, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, Va는 레이더에서 관측된 풍속을, Vr은 접힘이 발생하지 않은 경우의 실제 시선속도를 각각 나타냄)
  33. 제29항에 있어서,
    상기 3차 시선속도 접힘 보정을 수행하는 단계는, 상기 임의의 지점의 시선속도를 계산하는 단계;
    상기 임의의 지점의 상위 고도각에 해당하는 지점의 시선속도를 계산하는 단계;
    상기 임의의 지점의 시선속도와 상위 고도각에 해당하는 지점의 시선속도를 아래 수학식 6에 적용하여 접힘 여부를 판단하는 단계; 및
    접힘으로 판단되면, 아래 수학식 7을 이용하여 실제 레이더 시선속도로 접힘 풀기를 수행하는 단계;를 더 포함하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
    Figure 112012083893547-pat00028
    (수학식 6)
    (여기서, Vlow는 임의의 지점의 시선속도를, Vhigh는 임의의 지점과 한 고도각 위의 시선속도를, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, n''은 레이더에서 바람이 접힌 횟수를, Cfactor는 상수항으로 Vlow에 대한 오차를 감안하기 위한 보정상수를 각각 나타냄.)
    Figure 112012083893547-pat00029
    (수학식 7)
    (여기서, Vn은 레이더에서 관측할 수 있는 최대관측풍속을, Va는 레이더에서 관측된 풍속을, Vr은 접힘이 발생하지 않은 경우의 실제 시선속도를 각각 나타냄)
  34. 제31항 내지 제33항 중 어느 한 항에 있어서,
    상기 n, n' 및 n''가 1보다 크면 레이더 시선속도 접힘 현상이 발생한 것으로 판단하는 것을 특징으로 하는 한반도 통합형 기상 레이더 품질 관리 방법.
  35. 제15항 내지 제33항 중 어느 한 항의 방법을 수행하기 위한 프로그램을 디지털 신호 처리 장치에 의해 판독되고 실행될 수 있도록 기록한 기록매체.
KR1020120114699A 2012-10-16 2012-10-16 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 KR101258668B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120114699A KR101258668B1 (ko) 2012-10-16 2012-10-16 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120114699A KR101258668B1 (ko) 2012-10-16 2012-10-16 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR101258668B1 true KR101258668B1 (ko) 2013-05-13

Family

ID=48665215

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120114699A KR101258668B1 (ko) 2012-10-16 2012-10-16 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101258668B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101451548B1 (ko) 2014-01-20 2014-10-16 경북대학교 산학협력단 최적 다중 고도각 결정 장치 및 방법
KR101528525B1 (ko) * 2014-05-14 2015-06-12 경북대학교 산학협력단 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치
KR101541519B1 (ko) 2013-08-31 2015-08-05 (주)헤르메시스 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치
KR101686151B1 (ko) * 2016-09-20 2016-12-14 대한민국 시선 속도 접힘 풀기 알고리즘 적용 방법
KR101846494B1 (ko) * 2017-04-07 2018-04-06 부경대학교 산학협력단 파시벨 광학우적계를 이용한 연직바람 산출방법
KR20190057013A (ko) 2017-11-17 2019-05-27 한국외국어대학교 연구산학협력단 상세기상 예측정보 실시간 운영 시스템과 이를 이용하는 폭염 및 열대야 영향 예보 활용 방법
KR102032481B1 (ko) 2018-12-27 2019-10-15 한국건설기술연구원 지형 에코를 이용한 레이더 시스템 진단 장치 및 방법
KR102033762B1 (ko) * 2018-10-24 2019-10-17 김춘지 주변격자 최댓값 앙상블 확률 및 검정지수를 이용한 앙상블 예측 시스템의 성능 진단 방법 및 시스템
CN110531360A (zh) * 2019-08-28 2019-12-03 中船重工鹏力(南京)大气海洋信息系统有限公司 一种x波段天气雷达组网数据处理方法
KR102212524B1 (ko) 2020-07-15 2021-02-05 대한민국 기상 레이더의 소실된 시선속도 복원 방법, 이를 수행하기 위한 기록 매체 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100922130B1 (ko) 2008-11-13 2009-10-16 부경대학교 산학협력단 도플러 기상레이더의 이차 에코 제거 방법
KR100922128B1 (ko) 2009-04-10 2009-10-16 부경대학교 산학협력단 기상레이더의 반사도 보정 방법
JP2011112373A (ja) 2009-11-24 2011-06-09 Mitsubishi Electric Corp レーダ信号処理装置
KR101181326B1 (ko) 2011-09-05 2012-09-10 부산대학교 산학협력단 채프에코 식별 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100922130B1 (ko) 2008-11-13 2009-10-16 부경대학교 산학협력단 도플러 기상레이더의 이차 에코 제거 방법
KR100922128B1 (ko) 2009-04-10 2009-10-16 부경대학교 산학협력단 기상레이더의 반사도 보정 방법
JP2011112373A (ja) 2009-11-24 2011-06-09 Mitsubishi Electric Corp レーダ信号処理装置
KR101181326B1 (ko) 2011-09-05 2012-09-10 부산대학교 산학협력단 채프에코 식별 시스템 및 그 방법

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101541519B1 (ko) 2013-08-31 2015-08-05 (주)헤르메시스 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치
KR101451548B1 (ko) 2014-01-20 2014-10-16 경북대학교 산학협력단 최적 다중 고도각 결정 장치 및 방법
KR101528525B1 (ko) * 2014-05-14 2015-06-12 경북대학교 산학협력단 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치
KR101686151B1 (ko) * 2016-09-20 2016-12-14 대한민국 시선 속도 접힘 풀기 알고리즘 적용 방법
KR101846494B1 (ko) * 2017-04-07 2018-04-06 부경대학교 산학협력단 파시벨 광학우적계를 이용한 연직바람 산출방법
KR20190057013A (ko) 2017-11-17 2019-05-27 한국외국어대학교 연구산학협력단 상세기상 예측정보 실시간 운영 시스템과 이를 이용하는 폭염 및 열대야 영향 예보 활용 방법
KR102033762B1 (ko) * 2018-10-24 2019-10-17 김춘지 주변격자 최댓값 앙상블 확률 및 검정지수를 이용한 앙상블 예측 시스템의 성능 진단 방법 및 시스템
KR102032481B1 (ko) 2018-12-27 2019-10-15 한국건설기술연구원 지형 에코를 이용한 레이더 시스템 진단 장치 및 방법
CN110531360A (zh) * 2019-08-28 2019-12-03 中船重工鹏力(南京)大气海洋信息系统有限公司 一种x波段天气雷达组网数据处理方法
KR102212524B1 (ko) 2020-07-15 2021-02-05 대한민국 기상 레이더의 소실된 시선속도 복원 방법, 이를 수행하기 위한 기록 매체 및 장치

Similar Documents

Publication Publication Date Title
KR101258668B1 (ko) 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법
Mazur et al. An object-based SAR image iceberg detection algorithm applied to the Amundsen Sea
CN106910177B (zh) 一种局域图像指标最优化的多角度sar图像融合方法
CN102508219B (zh) 风廓线雷达湍流目标检测方法
Wei et al. HRSID: A high-resolution SAR images dataset for ship detection and instance segmentation
Liang et al. A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds
Kurtz et al. A sea-ice lead detection algorithm for use with high-resolution airborne visible imagery
CN106408581B (zh) 一种快速的三维点云直线提取方法
Trinder et al. Aerial images and LiDAR data fusion for disaster change detection
CN103984947A (zh) 基于形态学房屋指数的高分辨率遥感影像房屋提取方法
CN101482969B (zh) 基于同质点计算的sar图像去斑方法
Shimoni et al. Detection of vehicles in shadow areas using combined hyperspectral and lidar data
CN102073867B (zh) 一种遥感图像分类方法及装置
KR101221755B1 (ko) 위험기상과 관련된 반사도 셀의 탐지 방법
CN104182992B (zh) 一种基于全景视觉的海上弱小目标检测方法
CN106897985B (zh) 一种基于可见度分类的多角度sar图像融合方法
Zou et al. A method of radar echo extrapolation based on TREC and Barnes filter
CN106910178A (zh) 一种基于色调统计特性分类的多角度sar图像融合方法
Zaletnyik et al. LiDAR waveform classification using self-organizing map
CN105260591B (zh) 一种多仰角的migfa阵风锋识别改进算法
CN109814175B (zh) 一种基于卫星的强对流监测方法及其应用
CN102175993A (zh) 基于卫星sar影像的雷达景象匹配特征参考图制备方法
KR101255736B1 (ko) 단일편파 레이더를 이용한 기상 및 비기상 에코 분류 방법
KR101221793B1 (ko) 위험기상과 관련된 반사도 셀의 추적 방법
Cao et al. Detecting the number of buildings in a single high-resolution SAR image

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant