KR101528525B1 - 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치 - Google Patents

기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치 Download PDF

Info

Publication number
KR101528525B1
KR101528525B1 KR1020140058017A KR20140058017A KR101528525B1 KR 101528525 B1 KR101528525 B1 KR 101528525B1 KR 1020140058017 A KR1020140058017 A KR 1020140058017A KR 20140058017 A KR20140058017 A KR 20140058017A KR 101528525 B1 KR101528525 B1 KR 101528525B1
Authority
KR
South Korea
Prior art keywords
filtering
echo
reflectivity
value
fuzzy
Prior art date
Application number
KR1020140058017A
Other languages
English (en)
Inventor
이규원
박홍목
예보영
Original Assignee
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 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020140058017A priority Critical patent/KR101528525B1/ko
Application granted granted Critical
Publication of KR101528525B1 publication Critical patent/KR101528525B1/ko

Links

Images

Classifications

    • 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
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

레이더 강우 조절 방법은, 기상레이더로부터 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도를 수집하는 단계; 필터링 전 반사도가 특정 임계값보다 큰지 판단하는 단계; 및 필터링 전 반사도가 특정 임계값보다 큰 경우, 필터링 전 반사도, 필터링 후 반사도 및 필터링 후 시선속도를 기초로 필터링 전 시선속도를 복원하는 단계를 포함한다. 이에 따라, 지상 강우 분포의 정확도를 향상시킬 수 있다.

Description

기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치{METHOD OF RESTORING FILTER IN WEATHER RADAR SIGNAL, METHOD OF CONTROLLING FUZZY QUALITY USING THE METHOD, RECORDING MEDIUM AND DEVICE FOR PERFORMING THE METHODS}
본 발명은 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치에 관한 것으로서, 더욱 상세하게는 필터링 전(前) 시선속도 정보를 복원하여 기상레이더 시선속도 필터를 보정하는 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치에 관한 것이다.
현재 기상청에서 운영 중인 품질관리 알고리즘은 반사도 자료만을 사용한다. 반사도 자료만을 사용하여 품질관리 알고리즘을 적용할 경우 비기상 에코를 제거하는데 한계가 있다. 또한, 한국에서 운영하는 대부분의 레이더는 필터링이 적용된 시선속도만을 생산한다. 필터링된 시선속도는 지형 및 이상전파 에코가 기상 에코와 혼합되어 있을 경우, 관측된 시선속도값은 0(zero)에 가까운 속도값이 필터링으로 인하여 제거된다. 따라서, 지형 및 이상전파 에코의 특성을 나타내지 않기 때문에, 비기상 에코의 특성을 나타내지 못하는 문제가 있다.
KR 10-1221773 B1 KR 10-1258668 B1
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 기상레이더 자료의 품질을 향상시키는 기상레이더 시선속도 필터 보정 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기 기상레이더 시선속도 필터 보정 방법을 이용한 퍼지 품질관리 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 상기 기상레이더 시선속도 필터 보정 방법 또는 이를 이용한 퍼지 품질관리 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 기록 매체를 제공하는 것이다.
본 발명의 더욱 또 다른 목적은 상기 기상레이더 시선속도 필터 보정 방법 및 이를 이용한 퍼지 품질관리 방법을 수행하기 위한 장치를 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 기상레이더 시선속도 필터 보정 방법은, 기상레이더로부터 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도를 수집하는 단계; 상기 필터링 전 반사도가 특정 임계값보다 큰지 판단하는 단계; 및 상기 필터링 전 반사도가 특정 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 복원하는 단계를 포함한다.
본 발명의 실시예에서, 상기 필터링 전 시선속도를 복원하는 단계는, 아래의 식을 이용할 수 있다.
Figure 112014045456339-pat00001
여기서,
Figure 112014045456339-pat00002
는 필터링 전 시선속도이고,
Figure 112014045456339-pat00003
는 필터링 전 반사도이고,
Figure 112014045456339-pat00004
는 필터링 후 반사도,
Figure 112014045456339-pat00005
은 필터링 후 시선속도이다.
본 발명의 실시예에서, 상기 기상레이더 시선속도 필터 보정 방법은, 상기 필터링 전 시선속도를 퍼지 품질관리의 변수로 사용하는 단계를 더 포함할 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 컴퓨터로 판독 가능한 저장 매체에는, 상기 기상레이더 시선속도 필터 보정 방법을 수행하기 위한 컴퓨터 프로그램이 기록되어 있다.
상기한 본 발명의 목적을 실현하기 위한 또 다른 실시예에 따른 기상레이더 퍼지 품질관리 방법은, 기상레이더로부터 수집된 데이터로부터 퍼지 변수를 계산하는 단계; 상기 수집된 데이터 중 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도로부터 필터링 전 시선속도를 복원하는 단계; 상기 필터링 전 시선속도를 통계분석에 적용하여 퍼지 소속함수 및 가중치를 도출하는 단계; 상기 퍼지 소속함수 및 상기 가중치에 의해 상기 각 퍼지 변수의 비강수 에코에 대한 총 소속값을 계산하는 단계; 및 상기 총 소속값에 기초하여 비강수 에코를 제거하는 단계를 포함한다.
본 발명의 실시예에서, 상기 필터링 전 시선속도를 복원하는 단계는, 상기 필터링 전 반사도가 제1 임계값보다 큰지 판단하는 단계; 및 상기 필터링 전 반사도가 상기 제1 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 계산하는 단계를 포함할 수 있다.
본 발명의 실시예에서, 상기 필터링 전 시선속도를 계산하는 단계는, 아래의 식을 이용할 수 있다.
Figure 112014045456339-pat00006
여기서,
Figure 112014045456339-pat00007
는 필터링 전 시선속도이고,
Figure 112014045456339-pat00008
는 필터링 전 반사도이고,
Figure 112014045456339-pat00009
는 필터링 후 반사도,
Figure 112014045456339-pat00010
은 필터링 후 시선속도이다.
본 발명의 실시예에서, 상기 비강수 에코를 제거하는 단계는, 상기 총 소속값과 제2 임계값을 비교하는 단계; 상기 총 소속값이 상기 제2 임계치보다 크면 비강수 에코로 판별하고, 상기 총 소속값이 상기 제2 임계치 이하이면 강수 에코로 판별하는 단계; 및 상기 비강수 에코를 제거하는 단계를 포함할 수 있다.
본 발명의 실시예에서, 상기 기상레이더 퍼지 품질관리 방법은, 상기 기상레이더로부터 수집된 모멘트 자료를 기초로 퍼지 변수를 계산하는 단계를 더 포함할 수 있다.
본 발명의 실시예에서, 상기 기상레이더 퍼지 품질관리 방법은, 상기 비강수 에코가 제거된 상기 강수 에코를 출력하는 단계를 더 포함할 수 있다.
상기한 본 발명의 더욱 또 다른 목적을 실현하기 위한 일 실시예에 따른 컴퓨터로 판독 가능한 저장 매체에는, 상기 기상레이더 시선속도 필터 보정 방법을 이용한 퍼지 품질관리 방법을 수행하기 위한 컴퓨터 프로그램이 기록되어 있다.
상기한 본 발명의 더욱 또 다른 목적을 실현하기 위한 일 실시예에 따른 기상레이더 퍼지 품질관리 장치는, 기상레이더로부터 데이터를 수집하는 데이터 수집부; 상기 수집된 데이터로부터 퍼지 변수를 계산하는 변수 계산부; 상기 수집된 데이터로부터 필터링 전 시선속도를 복원하는 시선속도 복원부; 상기 필터링 전 시선속도를 통계분석에 적용하여 퍼지 소속함수 및 가중치를 도출하는 도출부; 및 상기 퍼지 소속함수 및 상기 가중치를 퍼지 알고리즘에 적용하여 레이더 자료의 품질을 관리하는 품질 관리부를 포함한다.
본 발명의 실시예에서, 상기 시선속도 복원부는, 상기 수집된 데이터 중 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도로부터 필터링 전 시선속도를 복원할 수 있다.
본 발명의 실시예에서, 상기 시선속도 복원부는, 상기 필터링 전 반사도가 제1 임계값보다 큰지 판단하는 판단부; 및 상기 필터링 전 반사도가 상기 제1 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 계산하는 시선속도 계산부를 포함할 수 있다.
본 발명의 실시예에서, 상기 시선속도 계산부는, 아래의 식을 이용하여 상기 필터링 전 시선속도를 계산할 수 있다.
Figure 112014045456339-pat00011
여기서,
Figure 112014045456339-pat00012
는 필터링 전 시선속도이고,
Figure 112014045456339-pat00013
는 필터링 전 반사도이고,
Figure 112014045456339-pat00014
는 필터링 후 반사도,
Figure 112014045456339-pat00015
은 필터링 후 시선속도이다.
본 발명의 실시예에서, 상기 품질 관리부는, 상기 퍼지 소속함수 및 상기 가중치에 의해 상기 각 퍼지 변수의 비강수 에코에 대한 총 소속값을 계산하는 소속값 계산부; 및 상기 총 소속값에 기초하여 상기 비강수 에코를 제거하는 에코 제거부를 포함할 수 있다.
본 발명의 실시예에서, 상기 에코 제거부는, 상기 총 소속값과 제2 임계값을 비교하는 비교부; 상기 총 소속값이 상기 제2 임계치보다 크면 비강수 에코로 판별하고, 상기 총 소속값이 상기 제2 임계치 이하이면 강수 에코로 판별하는 판별부; 및 상기 비강수 에코를 제거하는 제거부를 포함할 수 있다.
본 발명의 실시예에서, 상기 변수 계산부는, 상기 기상레이더로부터 수집된 모멘트 자료를 기초로 퍼지 변수를 계산할 수 있다.
본 발명의 실시예에서, 상기 기상레이더는, 이중 편파 레이더일 수 있다.
이와 같은 본 발명에 따르면, 기상레이더에서 제공되지 않는 필터링 전(前) 시선속도 정보를 필터링 전(前) 반사도 자료와 필터링 후(後) 시선속도를 사용하여 복원하고, 이를 이용하여 기상레이더 자료의 품질을 향상시키므로 정확한 지상강우량 추정뿐만 아니라 자료동화, 실황예보 등이 가능하다.
도 1은 본 발명의 일 실시예에 따른 기상레이더 퍼지 품질관리 장치의 블록도이다.
도 2는 도 1의 시선속도 복원부의 블록도이다.
도 3은 강수 에코와 지형/이상전파 에코가 혼합되어 있는 레이더영상이다.
도 4는 도 3에서 구분한 영역별 주파수영역에서의 시선속도 크기에 대한 강도를 나타낸 파형도이다.
도 5는 시선속도의 확률밀도 함수이다.
도 6은 반사도 등급별 퍼지변수들의 소속함수이다.
도 7은 도 1의 품질 관리부의 블록도이다.
도 8은 도 7의 에코 제거부의 블록도이다.
도 9는 오성산레이더 반사도 자료에 품질관리 알고리즘을 적용한 경우와 적용하지 않았을 경우의 레이더 반사도 분포이다.
도 10은 본 발명의 일 실시예에 따른 기상레이더 시선속도 필터 보정 방법을 보여주는 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 기상레이더 시선속도 필터 보정 방법을 이용한 퍼지 품질관리 방법을 보여주는 흐름도이다.
도 12는 2012년 7월 11일 1600(KST)에 관측된 소백산 레이더 반사도, 시선속도 및 계산된 시선속도 영상이다.
도 13은 2012년10월 23일 1335(KST)에 관측된 소백산 레이더 반사도, 시선속도 및 계산된 시선속도 영상이다.
도 14는 2012년 7월 11일 1600(KST) 사례에 대한 필터링 전 시선속도와 복원된 시선속도의 영역별 산포도이다.
도 15는 2012년 10월 22일 1355(KST) 사례에 대한 필터링 전 시선속도와 복원된 시선속도의 영역별 산포도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 기상레이더 퍼지 품질관리 장치의 블록도이다.
한국에서 운영하는 대부분의 기상레이더는 필터링이 적용된 시선속도만을 생성한다. 따라서, 필터링이 적용되어 지형 및 이상전파 에코가 강수 에코와 혼합되었을 경우 관측된 시선속도값은 영(Zero)에 가까운 속도값이 제거되어 지형 및 이상전파 에코의 특성을 나타내지 않게 된다. 기상레이더에서 제공되는 필터링 전 반사도와 필터링 후 반사도 두 값의 차이는 주파수 도메인에서 필터에 의하여 영(Zero)의 도플러 값 근처에서 제거된 값을 나타낸다. 본 발명에서는 두 값의 차이를 이용하여 필터가 적용되기 이전의 시선속도값을 복원하고, 이 값을 통계분석 적용하여 필터링 전 시선속도가 포함된 소속함수 및 가중치를 도출하고 이를 퍼지 알고리즘에 적용하여 기상레이더 품질을 관리한다.
이를 위해, 도 1을 참조하면, 본 실시예에 따른 기상레이더 퍼지 품질관리 장치(10, 이하, 장치)는 데이터 수집부(110), 변수 계산부(130), 시선속도 복원부(150), 도출부(170) 및 품질 관리부(190)를 포함한다.
본 발명의 상기 장치(10)는 기상레이더 시선속도 필터 보정 및 이를 이용한 퍼지 품질관리를 수행하기 위한 소프트웨어(애플리케이션)가 설치되어 실행될 수 있으며, 상기 데이터 수집부(110) 등의 구성은 상기 장치(10)에서 실행되는 상기 기상레이더 시선속도 필터 보정 및 이를 이용한 퍼지 품질관리를 위한 소프트웨어에 의해 제어될 수 있다.
상기 장치(10)는 별도의 단말이거나 또는 단말의 일부 모듈일 수 있다. 상기 장치(10)는 이동성을 갖거나 고정될 수 있다. 상기 장치(10)는, 컴퓨터(computer), 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), MT(mobile terminal), UT(user terminal), SS(subscriber station), 무선기기(wireless device), PDA(personal digital assistant), 무선 모뎀(wireless modem), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
상기 데이터 수집부(110)는 기상레이더로부터 데이터를 수집한다. 상기 기상레이더는 단일 편파 레이더 또는 이중 편파 레이더일 수 있으며, 상기 데이터 수집부(110)는 상기 기상레이더와 유무선 통신을 통해 데이터를 수신할 수 있다.
상기 기상레이더로부터 수집되는 데이터는 반사도, 차등반사도, 상관계수, 차등위상차 등을 포함하는 모멘트자료, 필터링 후 시선속도, 스펙트럼 폭 등을 포함할 수 있다.
상기 변수 계산부(130)는 상기 수집된 데이터로부터 퍼지 변수를 계산한다. 상기 변수 계산부(130)는 상기 기상레이더로부터 수집된 모멘트 자료를 기초로 퍼지 변수를 계산할 수 있다. 상기 퍼지 변수는 반사도 등급별 반사도 표준편차, 연직기울기, SPIN change, 시선속도의 확률밀도 함수 중 적어도 하나를 포함할 수 있다.
상기 시선속도 복원부(150)는 상기 수집된 데이터로부터 필터링 전 시선속도를 복원한다. 특히, 상기 수집된 데이터 중 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도를 이용하여 필터링 전 시선속도를 복원할 수 있다. 또한, 상기 시선속도 복원부(150)는 상기 필터링 전 반사도가 일정 임계값보다 큰 경우에만, 필터링 전 시선속도를 복원할 수 있다.
도 2를 참조하면, 상기 시선속도 복원부(150)는 상기 필터링 전 반사도가 제1 임계값보다 큰지 판단하는 판단부(151) 및 상기 필터링 전 반사도가 상기 제1 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로, 필터링 전 시선속도를 계산하는 시선속도 계산부(153)를 포함할 수 있다.
또한, 상기 시선속도 복원부(150)는 상기 제1 임계값을 저장하는 저장부(미도시)를 더 포함할 수도 있다. 상기 제1 임계치는 5 내지 10dBZ의 범위 내에서 결정될 수 있다. 상기 제1 임계치는 예시적인 범위일 뿐이고, 필요에 따라 설정될 수 있다.
도 3은 강수 에코와 지형/이상전파 에코가 혼합되어 있는 레이더영상이다. (a)는 강수 에코가 나타나는 영역, (b)는 지형 에코가 나타나는 영역, (c)는 강수 에코와 지형 에코가 혼재하고 있는 영역을 나타낸다.
도 4는 도 3에서 구분한 영역별 주파수영역에서의 시선속도 크기에 대한 강도를 나타낸다. (a)는 강수 에코, (b)는 지형/이상전파 에코 영역에서 나타나는 시선속도 분포이다. 지형 에코의 경우 이동하지 않고, 항상 같은 자리에서 나타나기 때문에 시선속도가 0인 부분에서 강한 강도를 나타낸다. 강수 에코는 지형 에코와는 다르게 움직임이 있어서 시선속도가 0이 아닌 곳에서 강한 강도를 나타낸다.
(c)는 강수 에코와 지형 에코가 혼합되었을 경우의 시선속도 분포이다. 강수 에코와 지형 에코가 함께 존재하기 때문에 시선속도가 0인 곳과 0이 아닌 2곳에서 강한 강도를 가진다. 강수 에코와 지형 에코가 동시에 존재하는 부분에 필터링을 적용하면 (d)의 붉은색으로 표시된 부분(0의 시선속도가 나타나는 부분)을 지형 에코라고 판단하여 제거하게 된다.
이렇게 필터링으로 인하여 제거된 시선속도 자료는 DZ(필터가 적용 전 반사도), CZ(필터 적용 후 반사도) 두 값의 차이를 이용하여 필터가 적용되기 이전의 시선속도값으로 복원이 가능하다. 두 값의 차이는 주파수 도메인에서 필터에 의하여 0의 도플러값 근처에서 제거된 값을 나타낸다.
상기 시선속도 계산부(153)는 DZ, CZ 두 값의 차이를 이용하여 아래의 수학식 1에 의해 필터링 전 시선속도를 계산한다.
[수학식 1]
Figure 112014045456339-pat00016
Figure 112014045456339-pat00017
수학식 1은 레이더에서 필터 적용 전 반사도(
Figure 112014045456339-pat00018
)와 시선속도(
Figure 112014045456339-pat00019
)를 계산하는 식이다.
Figure 112014045456339-pat00020
는 시선속도 스펙트럼에서 필터가 적용 된 폭(도 4(d)의 주황색 선)을 나타낸다. 레이더자료에
Figure 112014045456339-pat00021
필터를 적용하면, 반사도와 시선속도를 아래의 수학식 2와 같이 나타낼 수 있다.
[수학식 2]
Figure 112014045456339-pat00022
Figure 112014045456339-pat00023
수학식 2의
Figure 112014045456339-pat00024
는 필터 적용 후 반사도,
Figure 112014045456339-pat00025
은 필터 적용 후 시선속도이다. 필터 적용 후의 반사도와 시선속도는 수학식 1에서 필터 적용 폭(
Figure 112014045456339-pat00026
) 의 적분구간을 제외시키고 계산한다. 이때, 필터 폭(
Figure 112014045456339-pat00027
)에서의 적분량(
Figure 112014045456339-pat00028
)을 0이라고 가정하면 시선속도는 수학식 3과 같이 표현할 수 있다.
[수학식 3]
Figure 112014045456339-pat00029
Figure 112014045456339-pat00030
수학식 3에서 분모는 필터링 전의 반사도가 되고, 분자는 필터링 후의 반사도와 필터링 후의 시선속도의 곱으로 유도된다. 따라서, 수학식 3을 이용하여 필터 적용 전의 시선속도를 계산할 수 있다.
상기 도출부(170)는 상기 시선속도 복원부(150)로부터 복원된 상기 필터링 전 시선속도를 퍼지 알고리즘에 적용하기 위해 통계분석에 적용하여 퍼지 소속함수 및 가중치를 도출한다.
상기 도출부(170)는 퍼지 소속함수를 생성하기 위하여 강수 에코와 비강수 에코 사례를 분류한다. 비강수 에코란, 강수자료가 아닌 관측자료로서, 지형 에코 및 이상전파 에코를 포함한다.
분류된 강수 에코와 비강수 에코 사례는 아래의 표 1과 같다. 계산에 사용된 레이더는 기상청에서 운영 중인 오성산 레이더이다.
구분 비강수 에코 사례 강수 에코 사례
1 2012.03.03. 0100~0820 KST(21 PPIs) 2012.07.05. 0900~2120 KST(76 PPIs)
2 2012.04.01. 0040~0610 KST(22 PPIs)
3 2012.04.06. 1900 KST( 1 PPIs)
4 2012.04.07. 0230~0550 KST(18 PPIs)
5 2012.04.14. 0740~1000 KST( 8 PPIs)
6 2012.11.18. 1450~1730 KST(12 PPIs)
7 2012.11.22. 0210~0320 KST( 8 PPIs)
8 2012.11.25. 0400~0930 KST( 4 PPIs)
합계 93 PPIs 76 PPIs
상기 도출부(170)는 분류된 자료를 이용하여 비강수 에코 및 강수 에코의 확률밀도함수를 생성한다. 상기 확률밀도함수는 반사도 등급별 반사도 표준편차, 연직기울기, SPIN change, 시선속도의 확률밀도 함수 등을 포함할 수 있다.
도 5는 시선속도의 확률밀도 함수를 나타낸다. 실선은 비강수 에코이며, 점선은 강수 에코에 대한 확률밀도함수이다. 시선속도의 경우 반사도 0dBZ 이상에서 비강수 에코는 0ms- 1근처에서 높은 값을 나타내고, 강수 에코는 넓은 영역에 퍼져 시선속도가 존재한다. 반사도 0dBZ 이하에서 시선속도의 확률밀도함수가 존재하지 않는 것은 시선속도를 복원할 때, 반사도 0dBZ 이상의 값만을 복원하기 때문이다. 시선속도의 경우 약한 반사도에서도 비강수 에코와 강수 에코의 구분이 명확하게 이루어지고 있다.
퍼지 소속함수는 퍼지 변수들의 빈도분포를 분석하여 계산한다. 도 6은 반사도 등급별 퍼지변수들의 소속함수다. (a)는 반사도 표준편차, (b)는 반사도 연직기울기, (c)는 SPIN Change, (d)는 시선속도 복원 알고리즘을 사용하여 생성한 시선속도의 소속함수이다. 가로축은 각 변수들의 값을 나타내고, 세로축은 비강수 에코일 확률을 나타낸다. 실선, 점선 등 다른 종류의 선들은 반사도의 등급을 나타낸다.
도 6(a) 및 (b)를 참조하면, 반사도 표준편차, 연직기울기는 반사도 값이 커질수록 퍼지소속함수가 오른쪽으로 이동하는 경향을 나타낸다. 도 6(c)를 참조하면, SPIN Change는 반사도 값과 상관없이 거의 같은 소속함수를 나타낸다. 도 6(d)를 참조하면, 시선속도는 0ms- 1를 중심으로 양쪽으로 작아지는 형태의 함수를 나타낸다. 그리고 반사도 강도가 낮아질수록 소속함수 값이 높아지는 경향이 나타난다.
아래의 표 2는 오성산 레이더의 비강수 에코에 대해 산출된 퍼지변수별, 반사도 등급별 가중치 결과이다. 여기서, SD(Z)는 반사도 표준편차, VG(Z)는 반사도 연직기울기, SPN는 반사도 SPIN Change, VRf는 복원된 시선속도이다. 반사도가 10dBZ이상인 부분에서는 반사도 연직기울기의 가중치가 가장 크다. 따라서, 반사도 10dBZ 이상에서 반사도 연직기울기가 강수와 비강수 에코를 구분하기에 가장 좋은 변수임을 나타낸다. 반사도 SPIN Change와 시선속도는 반사도 강도가 낮아질수록 가중치가 높아진다. 반사도가 낮은 영역에서는 두 변수가 비강수 에코를 제거하는데 좋은 역할을 할 수 있다.
구분 SD (Z) VG (Z) SPN VRf
Total Z( dBZ ) 0.34 0.19 0.26 0.21
Z( dBZ )>30 0.34 0.37 0.17 0.12
30>Z( dBZ )>20 0.28 0.44 0.16 0.12
20>Z( dBZ )>10 0.26 0.41 0.18 0.15
10>Z( dBZ )>0 0.30 0.26 0.22 0.22
상기 품질 관리부(190)는 상기 퍼지 소속함수 및 상기 가중치를 퍼지 알고리즘에 적용하여 레이더 자료의 품질을 관리한다. 도 7을 참조하면, 상기 품질 관리부(190)는 상기 퍼지 소속함수 및 상기 가중치에 의해 상기 각 퍼지 변수의 비강수 에코에 대한 총 소속값을 계산하는 소속값 계산부(191) 및 상기 총 소속값에 기초하여 상기 비강수 에코를 제거하는 에코 제거부(193)를 포함한다.
도 8을 참조하면, 상기 에코 제거부(193)는 상기 총 소속값과 제2 임계값을 비교하는 비교부(194), 상기 총 소속값이 상기 제2 임계치보다 크면 비강수 에코로 판별하고, 상기 총 소속값이 상기 제2 임계치 이하이면 강수 에코로 판별하는 판별부(196) 및 상기 비강수 에코를 제거하는 제거부(198)를 포함한다. 예를 들어, 상기 제2 임계치는 0 내지 1의 범위 내에서 설정될 수 있다.
본 발명의 효과를 검증하기 위해, 도출한 퍼지 소속함수를 퍼지 알고리즘에 적용하여 시선속도가 포함되지 않은 종래의 품질관리 알고리즘과 비교하였다. 종래의 알고리즘과 본 발명에 따른 알고리즘의 차이점은 복원기법으로 복원된 시선속도를 퍼지변수로 사용하는 것이다.
도 9는 2012년 7월 5일 0400(KST) 오성산레이더 반사도 자료에 품질관리 알고리즘을 적용한 경우와 적용하지 않은 경우의 레이더 반사도 분포를 나타낸다. (a)는 필터링 전 반사도, (b)는 레이더에서 필터링이 된 반사도, (c)는 종래의 품질관리 알고리즘 적용 후 반사도(QF), (d)는 본 발명에 따른 품질관리 알고리즘 적용 후 반사도(QFvr) 영상이다.
이 사례는 강수사례로, 레이더를 중심으로 서쪽에 넓은 강수가 존재하고, 남북으로는 대류성 강수영역이 존재한다(도 9(c)의 붉은 원으로 표시된 지역). 본 발명에 따른 알고리즘과 종래의 알고리즘을 반사도 자료에 적용하여 비교하면, 레이더 주변의 비강수 에코 영역(도 9(c), (d)의 분홍색 점선)에서 종래의 품질관리 알고리즘이 비강수 에코를 더 잘 제거하였다. 또한, 강수가 존재하는 영역(도 9(c), (d)의 붉은색 점선)에서 본 발명에 따른 알고리즘이 종래의 알고리즘에 비하여 강수 에코를 제거하지 않고 잘 표현해주고 있다.
이에 따라, 기상레이더에서 제공되지 않는 필터링 후(後) 시선속도를 복원하고, 이를 퍼지 변수로 이용하여 기상레이더 자료의 품질을 향상시키므로 정확한 지상강우량 추정뿐만 아니라 자료동화, 실황예보 등이 가능하다.
도 10은 본 발명의 일 실시예에 따른 기상레이더 시선속도 필터 보정 방법을 보여주는 흐름도이다. 도 11은 기상레이더 시선속도 필터 보정 방법을 이용한 기상레이더 퍼지 품질관리 방법을 보여주는 흐름도이다.
본 실시예에 따른 기상레이더 시선속도 필터 보정 방법 및 이를 이용한 기상레이더 퍼지 품질관리 방법은, 도 1의 장치(10)와 실질적으로 동일한 구성에서 진행될 수 있다. 따라서, 도 1의 장치(10)와 동일한 구성요소는 동일한 도면부호를 부여하고, 반복되는 설명은 생략한다. 또한, 본 실시예에 따른 기상레이더 시선속도 필터 보정 방법 및 이를 이용한 퍼지 품질관리 방법은 기상레이더 시선속도 필터 보정 및 이를 이용한 퍼지 품질관리를 위한 소프트웨어(애플리케이션)에 의해 실행될 수 있다.
이하, 본 발명에 따라 기상레이더 시선속도 필터 보정 방법을 먼저 설명한다.
도 10을 참조하면, 본 실시예에 따른 기상레이더 시선속도 필터 보정 방법은, 기상레이더로부터 데이터를 수집한다(단계 S000). 특히, 필터링 전 시선속도를 복원하기 위해, 상기 기상레이더로부터 수집된 데이터 중 필터링 전(before) 반사도(DZ), 필터링 후(after) 반사도(CZ) 및 필터링 후 시선속도(VR)를 수집한다(단계 S310).
이어, 상기 필터링 전 반사도가 특정 임계값보다 큰지 판단한다(단계 S330). 상기 필터링 전 반사도가 특정 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 복원한다(단계 S350). 필터링 전 시선속도는 상기 수학식 1 내지 수학식 3에 의해 계산될 수 있다.
상기 복원된 필터링 전 시선속도는 퍼지 품질관리의 변수로 사용하여 기상레이더 퍼지 품질관리에 이용할 수 있다.
이하에서는, 필터링 복원 기법을 활용하여 생성한 시선속도의 정확도를 검증해 본다. 이를 위해서는 필터링 되기 전/후의 반사도 및 시선속도 자료가 필요하다. 본 발명에서는 필터링 전의 I/Q 자료를 사용하여 시선속도를 생성하고, 그 값을 참으로 가정하여 필터링 복원 기법으로 생성된 시선속도가 정확히 생성되었는지 비교 검증하였다.
도 12 및 도 13은 각각 2012년 7월 11일 1600(KST), 2012년10월 23일 1335(KST)에 관측된 (a) 필터링 전 반사도(DZ), (b) 필터링 후 반사도(CZ), (c) 필터링 후 시선속도(VR), (d) I/Q 자료를 이용하여 계산한 시선속도(uVr), (e) 복원한 시선속도(Vrf)이다. 필터링 되기 전 시선속도는 필터링 된 시선속도와 비교해서 시선속도가 0ms-1인 부분이 넓게 분포하고 있다. 도 12(e)와 도 13(e)는 필터복원 방법을 사용하여 시선속도를 복원한 것이다. 필터링 되기 전 시선속도와 비교하여 자료가 없는 영역이 많이 나타난다. 이는 시선속도 필터복원 방법을 사용하여 시선속도를 복원할 때, 반사도 0dBZ이상의 자료만을 사용하였기 때문이다. 반사도 0dBZ이상의 자료만을 사용한 이유는 0dBZ이하의 자료는 기상현상과 밀접한 관련이 없기 때문이다.
복원된 시선속도를 필터링 되기 전 시선속도와 비교해보면, 유사한 형태로 바람이 잘 복원되었다. 특히, 지형 에코영역에서 시선속도가 0ms- 1라서 필터에 의하여 제거된 영역이 잘 복원되어 나타난다.
또한, 시선속도 복원 방법을 활용하여 생성된 시선속도의 정확도를 확인하기 위하여 산포도를 분석하였다. 산포도는 지형 에코영역, 강우 에코영역, 중간영역으로 구분하여 나타냈다. 지형 에코지도에서 반사도가 30dBZ 이상인 지역을 지형 에코영역으로 정의하였다. 강우 에코영역은 지형 에코지도에서 반사도가 30dBZ 미만, 필터링 전 반사도가 10dBZ 이상인 영역이다. 지형 에코영역과 강우 에코영역 어느 곳에도 포함되지 않는 영역을 중간영역으로 지정하였다.
도 14는 2012년 7월 11일 1600(KST) 사례에 대한 필터링 전 시선속도와 복원된 시선속도의 산포도이다. (a)는 지형 에코영역, (b)는 강수 에코영역, (c)는 중간영역을 나타낸다. 세 영역 모두 시선속도가 0ms-1 근처에서 가장 높은 빈도를 나타내고 있으며, 일대일선을 중심으로 시선속도의 빈도가 높게 나타났다. 다른 사례 도 15 또한, 앞의 도 14의 사례와 동일하게 일대일선을 중심으로 필터 전 시선속도와 복원된 시선속도가 일대일선을 중심으로 나타났다. 특히, 강우영역의 경우 일대일선과 일치하였다.
상기와 같은, 기상레이더 시선속도 필터 보정 방법을 이용하여 기상레이더 퍼지 품질관리 방법에 활용할 수 있다.
도 11을 참조하면, 기상레이더로부터 수집된 데이터로부터 퍼지 변수를 계산한다(단계 S100). 상기 퍼지 변수는 상기 기상레이더로부터 수집된 모멘트 자료를 기초로 계산될 수 있다.
또한, 상기 수집된 데이터 중 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도로부터 필터링 전 시선속도를 복원한다(단계 S300). 필터링 전 시선속도를 복원 방법은 도 10을 참조하여 상세히 설명하였다.
상기 필터링 전 시선속도가 복원되면, 상기 필터링 전 시선속도를 통계분석에 적용하여 퍼지 소속함수 및 가중치를 도출한다(단계 S500).
이어, 상기 퍼지 소속함수 및 상기 가중치에 의해 상기 각 퍼지 변수의 비강수 에코에 대한 총 소속값을 계산하고(단계 S700), 상기 총 소속값에 기초하여 비강수 에코를 제거한다(단계 S900). 또한, 상기 비강수 에코를 제거한 강수 에코를 출력하는 단계를 더 포함할 수 있다.
상기 비강수 에코를 제거하는 단계(단계 S900)는, 상기 총 소속값과 제2 임계값을 비교하는 단계, 상기 총 소속값이 상기 제2 임계치보다 크면 비강수 에코로 판별하고, 상기 총 소속값이 상기 제2 임계치 이하이면 강수 에코로 판별하는 단계 및 상기 비강수 에코를 제거하는 단계를 포함할 수 있다.
상기와 같이, 본 발명에서는 두 값의 차이를 이용하여 필터가 적용되기 이전의 시선속도값을 복원하고, 이 값을 통계분석 적용하여 필터링 전 시선속도가 포함된 소속함수 및 가중치를 도출하고 이를 퍼지 알고리즘에 적용하여 기상레이더 품질을 관리한다.
이와 같은, 기상레이더 시선속도 필터 보정 방법 및 이를 이용한 기상레이더 퍼지 품질관리 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명에서 제시한 방법은 기상레이더에서 제공되는 반사도, 시선속도 자료를 이용하여 필터링 되기 전 시선속도를 복원하고, 이를 이용하여 자료의 품질을 향상시킨다. 이에 따라, 향상된 품질의 레이더 자료를 제공하고 이를 활용한 기초기술로 정확한 지상강우량 추정뿐만 아니라 자료동화, 실황예보 등에 필수적인 기술로 사용될 수 있다. 특히 기상청, 방재기관, 수문관련기관이 요구하는 차세대 강우추정기술의 기초기술로 활용될 수 있으며, 관련 민간 기관들에 널리 활용될 수 있다.
10: 기상레이더 퍼지 품질관리 장치 110: 데이터 수집부
130: 변수 계산부 150: 시선속도 복원부
151: 판단부 153: 시선속도 계산부
170: 도출부 190: 도출부
191: 소속값 계산부 193: 에코 제거부
194: 비교부 196: 판별부
198: 제거부

Claims (19)

  1. 기상레이더로부터 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도를 수집하는 단계;
    상기 필터링 전 반사도가 특정 임계값보다 큰지 판단하는 단계; 및
    상기 필터링 전 반사도가 특정 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 복원하는 단계를 포함하는, 기상레이더 시선속도 필터 보정 방법.
  2. 제1항에 있어서, 상기 필터링 전 시선속도를 복원하는 단계는,
    아래의 식을 이용하고,
    Figure 112014045456339-pat00031

    여기서,
    Figure 112014045456339-pat00032
    는 필터링 전 시선속도이고,
    Figure 112014045456339-pat00033
    는 필터링 전 반사도이고,
    Figure 112014045456339-pat00034
    는 필터링 후 반사도,
    Figure 112014045456339-pat00035
    은 필터링 후 시선속도인, 기상레이더 시선속도 필터 보정 방법.
  3. 제1항에 있어서,
    상기 필터링 전 시선속도를 퍼지 품질관리의 변수로 사용하는 단계를 더 포함하는, 기상레이더 시선속도 필터 보정 방법.
  4. 제1항 내지 제3항 중 어느 하나의 항에 따른 기상레이더 시선속도 필터 보정 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  5. 기상레이더로부터 수집된 데이터로부터 퍼지 변수를 계산하는 단계;
    상기 수집된 데이터 중 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도로부터 필터링 전 시선속도를 복원하는 단계;
    상기 필터링 전 시선속도를 통계분석에 적용하여 퍼지 소속함수 및 가중치를 도출하는 단계;
    상기 퍼지 소속함수 및 상기 가중치에 의해 상기 각 퍼지 변수의 비강수 에코에 대한 총 소속값을 계산하는 단계; 및
    상기 총 소속값에 기초하여 비강수 에코를 제거하는 단계를 포함하는, 기상레이더 퍼지 품질관리 방법.
  6. 제5항에 있어서,
    상기 필터링 전 시선속도를 복원하는 단계는,
    상기 필터링 전 반사도가 제1 임계값보다 큰지 판단하는 단계; 및
    상기 필터링 전 반사도가 상기 제1 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 계산하는 단계를 포함하는, 기상레이더 퍼지 품질관리 방법.
  7. 제6항에 있어서, 상기 필터링 전 시선속도를 계산하는 단계는,
    아래의 식을 이용하고,
    Figure 112014045456339-pat00036

    여기서,
    Figure 112014045456339-pat00037
    는 필터링 전 시선속도이고,
    Figure 112014045456339-pat00038
    는 필터링 전 반사도이고,
    Figure 112014045456339-pat00039
    는 필터링 후 반사도,
    Figure 112014045456339-pat00040
    은 필터링 후 시선속도인, 기상레이더 퍼지 품질관리 방법.
  8. 제5항에 있어서, 상기 비강수 에코를 제거하는 단계는,
    상기 총 소속값과 제2 임계값을 비교하는 단계;
    상기 총 소속값이 상기 제2 임계치보다 크면 비강수 에코로 판별하고, 상기 총 소속값이 상기 제2 임계치 이하이면 강수 에코로 판별하는 단계; 및
    상기 비강수 에코를 제거하는 단계를 포함하는, 기상레이더 퍼지 품질관리 방법.
  9. 제5항에 있어서,
    상기 기상레이더로부터 수집된 모멘트 자료를 기초로 퍼지 변수를 계산하는 단계를 더 포함하는, 기상레이더 퍼지 품질관리 방법.
  10. 제5항에 있어서,
    상기 비강수 에코가 제거된 상기 강수 에코를 출력하는 단계를 더 포함하는, 기상레이더 퍼지 품질관리 방법.
  11. 제5항 내지 제10항 중 어느 하나의 항에 따른 퍼지 품질관리 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  12. 기상레이더로부터 데이터를 수집하는 데이터 수집부;
    상기 수집된 데이터로부터 퍼지 변수를 계산하는 변수 계산부;
    상기 수집된 데이터로부터 필터링 전 시선속도를 복원하는 시선속도 복원부;
    상기 필터링 전 시선속도를 통계분석에 적용하여 퍼지 소속함수 및 가중치를 도출하는 도출부; 및
    상기 퍼지 소속함수 및 상기 가중치를 퍼지 알고리즘에 적용하여 레이더 자료의 품질을 관리하는 품질 관리부를 포함하는, 기상레이더 품질관리 장치.
  13. 제12항에 있어서, 상기 시선속도 복원부는,
    상기 수집된 데이터 중 필터링 전(before) 반사도, 필터링 후(after) 반사도 및 필터링 후 시선속도로부터 필터링 전 시선속도를 복원하는, 기상레이더 품질관리 장치.
  14. 제13항에 있어서, 상기 시선속도 복원부는,
    상기 필터링 전 반사도가 제1 임계값보다 큰지 판단하는 판단부; 및
    상기 필터링 전 반사도가 상기 제1 임계값보다 큰 경우, 상기 필터링 전 반사도, 상기 필터링 후 반사도 및 상기 필터링 후 시선속도를 기초로 필터링 전 시선속도를 계산하는 시선속도 계산부를 포함하는, 기상레이더 품질관리 장치.
  15. 제14항에 있어서, 상기 시선속도 계산부는,
    아래의 식을 이용하여 상기 필터링 전 시선속도를 계산하고,
    Figure 112014045456339-pat00041

    여기서,
    Figure 112014045456339-pat00042
    는 필터링 전 시선속도이고,
    Figure 112014045456339-pat00043
    는 필터링 전 반사도이고,
    Figure 112014045456339-pat00044
    는 필터링 후 반사도,
    Figure 112014045456339-pat00045
    은 필터링 후 시선속도인, 기상레이더 품질관리 장치.
  16. 제12항에 있어서, 상기 품질 관리부는,
    상기 퍼지 소속함수 및 상기 가중치에 의해 상기 각 퍼지 변수의 비강수 에코에 대한 총 소속값을 계산하는 소속값 계산부; 및
    상기 총 소속값에 기초하여 상기 비강수 에코를 제거하는 에코 제거부를 포함하는, 기상레이더 품질관리 장치.
  17. 제16항에 있어서, 상기 에코 제거부는,
    상기 총 소속값과 제2 임계값을 비교하는 비교부;
    상기 총 소속값이 상기 제2 임계치보다 크면 비강수 에코로 판별하고, 상기 총 소속값이 상기 제2 임계치 이하이면 강수 에코로 판별하는 판별부; 및
    상기 비강수 에코를 제거하는 제거부를 포함하는, 기상레이더 품질관리 장치.
  18. 제12항에 있어서, 상기 변수 계산부는,
    상기 기상레이더로부터 수집된 모멘트 자료를 기초로 퍼지 변수를 계산하는, 기상레이더 품질관리 장치.
  19. 제12항에 있어서, 상기 기상레이더는,
    이중 편파 레이더인, 기상레이더 품질관리 장치.
KR1020140058017A 2014-05-14 2014-05-14 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치 KR101528525B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140058017A KR101528525B1 (ko) 2014-05-14 2014-05-14 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140058017A KR101528525B1 (ko) 2014-05-14 2014-05-14 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치

Publications (1)

Publication Number Publication Date
KR101528525B1 true KR101528525B1 (ko) 2015-06-12

Family

ID=53503728

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140058017A KR101528525B1 (ko) 2014-05-14 2014-05-14 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치

Country Status (1)

Country Link
KR (1) KR101528525B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101771369B1 (ko) 2016-09-20 2017-08-24 대한민국(기상청장) 기상 데이터 처리 장치 및 이를 이용한 기상 신호 추출을 위한 필터 변수값 산출 방법
KR101871316B1 (ko) 2018-04-13 2018-06-29 대한민국 이중편파레이더의 강우량 추정을 위한 품질 관리 장치 및 방법, 이를 수행하기 위한 기록 매체
CN109343062A (zh) * 2018-12-13 2019-02-15 中国气象局气象探测中心 一种径向干扰回波和降水回波的识别方法及系统
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
WO2020044733A1 (ja) * 2018-08-29 2020-03-05 三菱電機株式会社 信号処理装置及び信号処理方法
KR102212524B1 (ko) * 2020-07-15 2021-02-05 대한민국 기상 레이더의 소실된 시선속도 복원 방법, 이를 수행하기 위한 기록 매체 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120125900A (ko) * 2011-05-09 2012-11-19 경북대학교 산학협력단 이중편파 레이더를 이용한 기상 및 비기상 에코 분류 방법
KR101258668B1 (ko) * 2012-10-16 2013-05-13 대한민국 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법
KR101291980B1 (ko) * 2012-12-20 2013-08-09 경북대학교 산학협력단 기상레이더 반사도 자료의 통합품질지수 생성 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120125900A (ko) * 2011-05-09 2012-11-19 경북대학교 산학협력단 이중편파 레이더를 이용한 기상 및 비기상 에코 분류 방법
KR101258668B1 (ko) * 2012-10-16 2013-05-13 대한민국 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법
KR101291980B1 (ko) * 2012-12-20 2013-08-09 경북대학교 산학협력단 기상레이더 반사도 자료의 통합품질지수 생성 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
고준현. 기상레이더를 이용한 뉴로-퍼지 알고리즘 기반 에코 분류기. 정보 및 제어 학술대회 논문집. 2013. p80-p81. *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101771369B1 (ko) 2016-09-20 2017-08-24 대한민국(기상청장) 기상 데이터 처리 장치 및 이를 이용한 기상 신호 추출을 위한 필터 변수값 산출 방법
KR101871316B1 (ko) 2018-04-13 2018-06-29 대한민국 이중편파레이더의 강우량 추정을 위한 품질 관리 장치 및 방법, 이를 수행하기 위한 기록 매체
WO2020044733A1 (ja) * 2018-08-29 2020-03-05 三菱電機株式会社 信号処理装置及び信号処理方法
CN109343062A (zh) * 2018-12-13 2019-02-15 中国气象局气象探测中心 一种径向干扰回波和降水回波的识别方法及系统
CN109343062B (zh) * 2018-12-13 2021-07-20 中国气象局气象探测中心 一种径向干扰回波和降水回波的识别方法及系统
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
CN110531360B (zh) * 2019-08-28 2021-08-17 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
US11474237B2 (en) 2020-07-15 2022-10-18 Korea Meteorological Administration Method for retrieval of lost radial velocity in weather radar, recording medium and device for performing the method

Similar Documents

Publication Publication Date Title
KR101528525B1 (ko) 기상레이더 시선속도 필터 보정 방법, 이를 이용한 퍼지 품질관리 방법, 이 방법들을 수행하기 위한 기록 매체 및 장치
Cobby et al. Image processing of airborne scanning laser altimetry data for improved river flood modelling
KR102127405B1 (ko) 인공위성 영상을 이용한 하천의 유량추정방법 및 장치
KR101258668B1 (ko) 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법
KR102212524B1 (ko) 기상 레이더의 소실된 시선속도 복원 방법, 이를 수행하기 위한 기록 매체 및 장치
CN102708550A (zh) 一种基于自然图像统计特性的盲去模糊算法
CN109801236A (zh) 一种基于混合高斯模型的光子点云去噪方法
JP2020532808A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
Shirowzhan et al. Enhanced autocorrelation-based algorithms for filtering airborne lidar data over urban areas
KR101092250B1 (ko) 레인지 영상으로부터의 객체 분할 장치 및 방법
CN106780567A (zh) 一种融合颜色和梯度直方图的免疫粒子滤波扩展目标跟踪方法
CN112508803A (zh) 一种三维点云数据的去噪方法、装置及存储介质
CN112967308B (zh) 一种双极化sar影像的水陆边界提取方法及系统
KR101871316B1 (ko) 이중편파레이더의 강우량 추정을 위한 품질 관리 장치 및 방법, 이를 수행하기 위한 기록 매체
van Zyl Marais et al. Robust defocus blur identification in the context of blind image quality assessment
CN116243273B (zh) 一种针对植被冠层提取的光子计数激光雷达数据滤波方法
CN106778822B (zh) 基于漏斗变换的图像直线检测方法
CN115600142B (zh) 一种基于不同方法的大风融合集成预报方法
KR101583430B1 (ko) 영상 처리 방법 및 장치
CN115271332A (zh) 一种旱情监测方法
CN114280572A (zh) 去除信号干扰杂波的单雷达回波质控方法、系统及终端
CN111578938B (zh) 目标物的定位方法及装置
CN115032658B (zh) 一种双频电离层校正滤波方法及装置
Deng et al. Integration of different filter algorithms for improving the ground surface extraction from airborne LIDAR data
CN114359730B (zh) 一种无样本条件下农作物种植区快速识别的方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180529

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190529

Year of fee payment: 5