KR101948706B1 - 히마와리 8호 ahi 센서를 이용한 대기상단 광대역 알베도 산출 방법 - Google Patents

Abstract

본 발명은 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법에 관한 것으로;
그 기술구현의 목적은, 히마와리 8호 AHI 센서를 이용한 광대역 알베도(TOA Albedo) 산출 알고리즘을 통해 결과를 도출하고, 도출된 결과값을 CERES의 센서의 광대역 알베도(TOA Albedo)와 비교분석 처리하여, 한반도 관측에 대한 시·공간해상도를 증가 되게 함으로써, 수치 예보모델 보다 질 높은 입력 자료의 생산을 가능하도록 하고, 그에 따라, 정확도 높은 각종 예보 보조자료의 생산을 용이하도록 하며, 아울러, 태양복사 및 지구복사 에너지, 일기예보, 기후과학, 대기화학, 지표면 특성 관련 연구에 광범위하게 활용할 수 있도록 한 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법을 제공함에 있다.
따라서, 상기 목적을 달성하기 위한 본 발명의 구체적 수단으로는;
산출입력자료 수집단계와, 분석자료 수집단계와, 자료비교 분석단계와, 광대역 알베도 산출단계를 행하도록 하여 달성된다.

Description

히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법{Development of retrieval method for broadband albedo at the top of the atmosphere using Himawari-8 AHI sensor}

본 발명은 대기 상단에서의 광대역 알베도 산출 방법에 관한 것으로, 더욱 상세하게는 히마와리 8호 AHI 센서를 이용한 광대역 알베도(TOA Albedo) 산출 알고리즘 제시에 의해 한반도 기상관측에 대한 시·공간 해상도를 증가시켜, 수치 예보 모델보다 질 높은 입력자료의 생산을 가능하게 하고, 아울러, 정확도 높은 각종 예보 보조자료의 생산 또한 용이하게 함으로써, 태양복사 및 지구복사 에너지, 일기예보, 기후과학, 대기화학, 지표면 특성 관련연구 등에 다양하게 활용할 수 있도록 한 히마와리 8호 AHI 센서를 대기상단 광대역 알베도 산출 방법에 관한 것이다.

지구로 입사하는 태양복사 에너지 및 지구로부터 방출되는 지구복사 에너지는 대기의 순환을 조절하고, 지구의 날씨와 기후에 관여하는 등의 작용기능 이외에, 에너지 불균형 현상을 유발하며, 지구 시스템 전체에 대하여 에너지 과잉 또는 에너지 부족현상 등을 발생 되게 하는 것인바, 따라서, 지구 시스템의 에너지 수지는 대기 모델링과 기후 연구에 있어 필수적 요소임을 알 수 있다.

여기서, 특히, 태양으로부터 방출되어 지표면까지 도달하는 태양복사는 지상 생명들의 에너지원으로써, 대기복사와 위성, 기상, 기후, 수문 및 환경생물, 의학, 농수산, 건축 등, 다양한 학문분야 및 산업분야에 걸쳐 중요한 연구자료로 활용된다.

또한, 상기 태양으로부터 방출되어 지표면까지 도달하는 태양복사는 지구대기 중에서 여러 종류의 가스와 에어로졸, 기타 구름 등에 의하여 소산 되고, 이후, 지표면에서 관측되는 일사자료는 대기조성에 대한 정보들을 포함하고 있는 것인바, 따라서, 이러한, 대기조성에 대한 정보들은 대기성분 변화 및 기후변화 분석을 위한 중요한 기초 자료로 또한 이용된다.

예컨대, 태양복사는 지구의 날씨와 기후에 대한 에너지를 제공하는 것으로, 그에 따른 복사에너지 수지의 경우를 살펴보면, 지구 대기권에서 입사하는 태양에너지를 100%라 가정하였을 때, 대기와 구름, 그리고 대기입자에 흡수되는 19%를 포함하여 대기권 상부에 도달하는 태양복사중 평균 51%만이 지표면에 도달한다.

그리고, 태양복사의 6%는 대기 중 입자에 의해서 후방 산란되고, 구름에 도달하는 태양복사의 약 24%가 반사되며, 약 20%가 대기 상부에 도달하며, 나머지 4%는 지표면에서 반사되어 대기 상부에 도달하는 것으로, 이러한 값의 합 (6+20+4)=30%를 대기상단(TOA:Top of Atmosphere)의 상향단파복사(RSR:Reflected Shortwave Radiation)라 한다.

한편, 또 다르게, 대기 외에서 입사되는 태양복사가 구름에 의해 약 65%가 반사되고, 이후, 지표면에 도달하는 과정에서 대기 중 입자에 의해 약 20%가 후방산란 되며, 재차, 지표면에 도달하였을 때 약 15%가 반사되는 일련의 과정을 모두 포함하는 반사도를 광대역 알베도(TOA Albedo)라 하는 것인바, 이러한, 광대역 알베도(TOA Albedo)는 시·공간적으로 큰 변화를 보이는 것으로, 여기서, 특히, 구름에의한 반사도는 복사수지와 에너지 균형에 중요한 영향을 미치는 것이다.

이와 같은, 광대역 알베도(TOA Albedo)는 구름이 존재하지 않는 지역에서 얼음이나 눈(약 0.5~0.9)에 의해 높은 값을 나타내고, 육상(약 0.3)과 해양(약 0.1)에서 낮은 특성을 갖는 것임에 반해, 구름이 존재하는 지역에서는 육상과 해상의 광대역 알베도(TOA Albedo) 차이를 감소시키는 특징을 갖는 것임을 알 수 있다(Donald et al., 2014).

그리고, 최근 인간 활동에 의한 대기 중 에어로졸의 증가로 구름 수 함량이 많아지면서 광대역 알베도(TOA Albedo)가 커져 지구의 냉각 효과(음의 복사강제력)가 나타나고 있는 현실인바, 이러한 현상은 지구 복사 수지의 불균형과 기후 변화를 야기하기 때문에(Stephens et al., 2005) 인공위성을 활용한 광대역 알베도(TOA Albedo)의 시·공간 변화의 탐지와 분석이 매우 중요한 실정이다.

또한, 광대역 알베도(TOA Albedo)의 산출은 위성에 탑재된 센서에 따라 광대역(Broadband) 알고리즘 또는 협대역(Narrowband) 알고리즘으로 나뉘는 것으로, 여기서, 먼저, 광대역 알고리즘은 주로 극궤도 위성에 탑재된 ERBE(Earth Radiation Budget Experiment; Luther et al., 1986)와 CERES(Clouds and the Earth Radiant Energy System; Wielicki et al., 1996) 등의 광대역 센서를 이용하여 광대역 파장대(태양복사 약 0.3~5㎛)의 복사량(복사휘도)을 관측하며, 이와 같이, 관측된 복사휘도는 ADM(Angular Distribution Models; Loeb et al., 2003)을 수행하여 복사조도로 변환하기 위한 계수를 산출하고 복사조도로 환원해 준다. 이때 계수는 기하학조건(태양천정각, 위성천정각, 상대방위각)과 지표면 특성 그리고 대기 조건에 따라 LUT(Look Up Table) 형식으로 데이터베이스를 구축한다. 그러나 극궤도 위성에 탑재된 광대역 센서의 경우 동일한 지역을 하루에 2회 관측할 수 있고 공간해상도 또한 조밀하지 못하다는 단점이 있는 것이다.

하지만, 이와 달리 협대역 알고리즘은 극궤도 위성의 MODIS(MODerate resolution Imaging Spectoradiometer) 등과 정지궤도 위성의 SEVIRI(Spinning Enhanced Visible and InfraRed Imager) 등의 협대역 센서로부터 광대역 알베도(TOA Albedo)를 추정하게 되고, 특히, 정지궤도 위성의 경우 시·공간 해상도가 우수하며 시시각각 변화하는 구름과 기상 현상 등을 연속적으로 관측할 수 있다는 장점을 갖는 것으로, 이에, 협대역 복사휘도를 광대역 복사휘도로 추정하고, 이후 ADM을 수행하여 광대역 알베도를 산출하는 알고리즘의 제공을 해결과제로 남게 하는 것이다.

따라서, 본 발명은 종래 광대역 알베도 산출에 대한 제반적인 문제점을 해결하고자 창안된 것으로;

본 발명의 목적은, 정지궤도 위성에 탑재된 협대역 센서, 예컨대, 히마와리 8호 AHI 센서를 이용한 광대역 알베도(TOA Albedo) 산출 알고리즘을 통해 결과를 도출하고, 도출된 결과값을 CERES의 광대역 알베도(TOA Albedo)와 비교분석 처리하여, 한반도 관측에 대한 시·공간해상도를 증가 되게 함으로써, 수치 예보모델 보다 질 높은 입력 자료의 생산을 가능하도록 하고, 그에 따라, 정확도 높은 각종 예보 보조자료의 생산을 용이하도록 하며, 아울러, 태양복사 및 지구복사 에너지, 일기예보, 기후과학, 대기화학, 지표면 특성 관련 연구에 광범위하게 활용할 수 있도록 한 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법을 제공함에 있다.

또한, 본 발명의 목적은, 지구로 입사하는 태양 복사 에너지와 함께, 단파 반사 복사 및 장파 방출 복사의 정확한 양을 측정할 수 있도록 한 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법을 제공함에 있다.

한편, 본 발명의 또 다른 목적은, 날씨와 기후를 조절하는 태양과 지구 및 대기, 그리고 우주의 복사평형을 이해할 수 있도록 하고, 그에 따라, 기후변화 특성 연구를 위한 보다 정확한 장기간의 관측자료를 안정적으로 축적할 수 있도록 한 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법을 제공함에 있다.

따라서, 상기 목적을 달성하기 위한 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법의 구체적 수단으로는;

히마와리 8호 위성에 탑재된 AHI 센서로부터 대기상단 광대역 알베도(TOA Albedo) 산출에 필요한 관측자료를 제공받는 산출입력자료 수집단계와;

CERES 광대역 센서로부터 단파영역(0.3~5㎛), 대기의 창 영역(8~12㎛), 전 영역(0.3~200㎛)에 대한 장기관측 복사 수지자료를 제공받는 분석자료 수집단계와;

히마와리 8호 AHI 센서자료를 기준으로, 관측시간이 다른 5분 전후의 CERES 광대역 센서자료의 분석을 수행하는 자료비교 분석단계와;

히마와리 8호 AHI 센서의 채널별 협대역 복사휘도를 협대역 반사율로 변환하고, 구름의 유무에 따라 회귀모형을 사용하여 협대역 반사율을 광대역 알베도(TOA Albedo)로 산출하는 광대역 알베도 산출단계(S4)를 행하도록 하여 달성된다.

이상, 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법은, 히마와리 8호 AHI 센서를 이용한 광대역 알베도(TOA Albedo) 산출 알고리즘을 통해 한반도 관측에 대한 시·공간해상도가 향상되어, 수치 예보모델 보다 우수한 입력 자료의 생산을 가능하게 하고, 그에 따라, 정확도 높은 각종 예보 보조자료 생산을 용이하게 하며, 특히, 이와 같이, 생산된 자료를 이용, 태양복사 및 지구복사 에너지, 일기예보, 기후과학, 대기화학, 지표면 특성 관련 연구에 광범위하게 활용할 수 있도록 한 효과를 제공한다.

또 다르게, 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법은, 날씨와 기후를 조절하는 태양과 지구와 대기, 그리고, 우주의 복사평형을 이해할 수 있도록 한 것이고, 더 나아가, 기후변화 특성 연구를 위한 장기간의 관측자료를 보다 정확하고 안정되게 축적할 수 있게 한 것으로, 이는, 매우 유용한 기대효과를 제공한다.

도 1은 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법의 순서도
도 2는 본 발명에 적용되는 광대역 알베도 산출 방법 흐름도
도 3은 본 발명에 적용되는 복사모델 상세과정도
도 4는 본 발명에 있어, 광대역 알베도 산출을 위한 회귀계수 표시도
도 5는 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법의 결과상태도

이하, 본 발명에 따른 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법의 바람직한 실시예 구성을 첨부도면에 의거하여 상세히 설명하기로 한다.

이에, 첨부도면을 참고로 하여, 본 발명의 개략적인 알고리즘의 구성을 살펴보면;

이는, 도 1로 도시된 바와 같이, 산출입력자료 수집단계(S1)와, 분석자료 수집단계(S2)와, 자료비교 분석단계(S3)와, 광대역 알베도 산출단계(S4)로 구성된다.

여기서, 먼저, 상기 산출입력자료 수집단계(S1)는, 현재 일본 기상청이 운영중에 있는 정지궤도 기상위성, 예컨대, 2014년 10월 7일에 발사된 히마와리 8호(Himawari-8) 위성의 AHI(Advanced Himawari Imager) 센서 정보를 기초자료로 수집 이용하는 것을 전제로 하는 것인바, 이에, 상기 히마와리 8호 위성에 탑재된 AHI(Advanced Himawari Imager) 센서의 분광해상도는 단파영역의 6개 채널과, 적외영역의 10개 채널로 이루어지고, 공간해상도는 단파영역에서 0.5, 1, 2km, 적외영역에서 2km이며, 시간해상도는 전구 영역에 대하여 매 10분 자료를 제공해 주고, 일본 지역 및 관심 영역에 대하여 2.5분마다 자료를 제공하는 것이다.

이에, 본 발명은, 히마와리 8호 위성에 탑재된 AHI 센서로부터 대기상단 광대역 알베도(TOA Albedo) 산출에 필요한 관측자료, 예컨대, 일예로, 아래 표 1에서와 같이, 히마와리 8호 AHI 센서 자료 중, 1~6채널에 대한 복사휘도 자료를 제공받고, 이를 사용하여 2015년 8월 1일 0340, 0350, 0400 UTC에 대한 대기상단에서의 광대역 알베도를 산출되게 한 것인바. 이때, 채널1, 2, 4의 경우 1km×1km의 해상도를 갖고, 채널 3의 경우 0.5km×0.5km의 해상도를 갖기 때문에 각각 주변 화소의 자료를 이용, 각각 2by2, 4by4 영역 평균을 수행하여 2km의 해상도로 구성 후, 이를, 알고리즘에 적용하여 결과를 도출하게 되는 것이다.

< 표 1 >

또한, 상기 분석자료 수집단계(S2)는, 극궤도 위성에 탑재된 광대역 밴드 센서, 예컨대, CERES(Cloud and the Earths Radiant Energy System) 광대역 센서로부터 단파영역(0.3 ~ 5㎛)과, 대기의 창 영역(8 ~ 12㎛)과, 전 영역(0.3 ~ 200㎛)에 대한 장기관측 복사수지 자료를 제공받고, 이와 같이, CERES 광대역 센서로부터 제공받은 장기관측 복사수지 자료 중, SSF(Single Scanner Footprint) Level 2 Edition 4A 자료를 이용하여 광대역 알베도(TOA Albedo)를 계산토록 하는 과정으로 이루어지게 함이 바람직한 것으로, 이러한, SSF(Single Scanner Footprint) Level 2 Edition 4A 자료에 의한 광대역 알베도(TOA Albedo)는 아래 수학식1에 의해 산출된다.

여기서,

: 대기상단에서의 상향단파복사

: 태양상수

: 태양천정각

: 태양과 지구의 거리

또한, 상기 자료비교 분석단계(S3)는, 히마와리 8호 AHI 센서자료를 기준으로, 관측시간이 다른 5분 전후의 CERES 광대역 센서자료의 분석을 수행토록 하는 과정으로 이루어지도록 함이 바람직하다.

예컨대, 분석자료 수집단계(S2)에 있어, CERES 광대역 센서는 극궤도 위성에 탑재된 구성임에 따라 cross track scan을 수행하고, 공간해상도는 정지궤도 위성보다 다소 낮은 20㎞×20km의 특성을 갖는 것인바, 따라서 비교 분석시 CERES 광대역 센서의 위·경도를 기준으로 히마와리 8호 AHI 센서 자료를 10km 반경 평균하여 사용토록 하는 것이며, 또한, 히마와리 8호 AHI센서와, CERES 광대역 센서의 관측 수행 시각이 통상 서로 다름에 따라, 히마와리 8호 AHI 센서자료를 기준으로 하여, 5분 전후의 CERES 광대역 센서자료(2015년 8월 1일 0335~0405 UTC)와의 분석을 수행하게 하는 것이다.

또한, 상기 광대역 알베도 산출단계(S4)는, 히마와리 8호 AHI 센서의 채널별 협대역 복사휘도를 협대역 반사율로 변환하고, 구름의 유무에 따라 회귀모형을 사용하여 협대역 반사율을 광대역 알베도(TOA Albedo)로 산출하는 과정으로 이루어지게 함이 바람직하다.

예컨대, 본 발명에 있어, 광대역 알베도(TOA Albedo)는 도 2로 도시된 바와 같은, 일련의 흐름 과정에 의해 산출되는 것인바, 먼저, 히마와리 8호 AHI센서의 채널별(1~6번 채널) 협대역 복사휘도를 협대역 반사율로 변환하는 과정을 행하도록 하고, 구름의 유무에 따라 협대역 반사율을 광대역 알베도(TOA Albedo)로 산출되게 한다. 이때, 구름 유무에 따른 협대역 반사율의 변환과정에 있어, 회귀모형이 사용되는 것인바, 이러한, 회귀모형은 SBDART(Santa Barbara DISORT Atmospheric Radiative Transfer; Ricchiazzi et al., 1998) 복사모델을 이용하여 지표면의 특성과, 기하학 조건, 예컨대, 태양천정각, 위성천정각, 상대방위각에 따라 수행된 결과를 능형회귀(Ridge Regression)로 회귀계수를 산출하는 것이고, 상기 SBDART 복사모델의 상세 수행과정은, 도 3으로 도시된 바와 같은 흐름 관계로 이루어지는 것이다.

이때, 상기 수행과정별 과정에 있어, 히마와리 8호 AHI 센서의 채널별 협대역 복사휘도를 협대역 반사율로 변환하는 수식은 아래 수학식 2와 같고, 구름의 유무에 따라 협대역 반사율을 광대역 알베도(TOA Albedo)로 산출함에 있어, 먼저 구름이 없는 경우의 수식은 아래 수학식 3과 같으며, 구름이 있는 경우의 수식은 아래 수학식 4와 같음을 알 수 있고, 상기 능형회귀로 산출된 회귀계수는 도 4로 도시된 바와 같은 결과로 산출된다.

: 태양 천정각(SZA; Solar Zenith Angle)

: 위성 천정각(VZA; Viewing Zenith Angle)

: 태양 방위각(SAA; Solar Azimuth Angle)

: 위성 방위각(VAA; Viewing Azimuth Angle)

: 협대역 복사휘도 [Wm^-2sr^-1]

: 각 채널의 협대역 반사율

: 태양과 지구의 거리

: 각 채널의 회귀계수

: 각 채널의 회귀계수

이때, 전술한, 광대역 알베도 산출단계(S4)를 통해 수행된 결과는, 수학식 3 및 수학식 4와 같이, 구름의 유무에 따라 독립변수(각 채널의 협대역 반사율)와 종속변수(복사모델의 TOA Albedo) 간에 다중선형회귀모형을 이용하고자 한 의도였으나, 아래 수학식 5와 같이 분산팽창지수(VIF; Variance Inflation Factor)가 1~6 채널에서 5~10을 넘는 다중공선성을 존재하게 하는 것이었던바, 따라서, 이는 회귀모형의 분산이 매우 커지고 회귀모형의 계수가 불안정하여 정확한 추정이 어려울 뿐만 아니라 잘못된 해석을 이끌수 있음에 따라, 본 발명은 이를 해결하고자 다중선형회귀모형 대신에 능형회귀모형에 적합하여 추정하였다.

: 각 채널의 상관계수

한편, 부연적 설명으로서, 구름에 입사하는 태양복사가 구름 내에 흡수 및 방출, 그리고, 산란되는 비율을 구름의 알베도라 하는 것으로, 이는 얇은 권운의 경우 20%, 얇은 층운의 경우 30%까지, 두꺼운 층운과 난층운의 경우 60~70%, 적란운의 경우 90% 정도로 그 값이 태양 천정각과, 위성 천정각, 그리고, 상대 방위각에 따라 큰 차이를 보이는 것이고. 또한 각 채널의 협대역 반사율은 지표면의 특성, 예컨대, 식물, 흙, 물, 숲 등에 따라 다르며, 특히 식물의 경우, 근적외 영역에서 강하게 반사되나 흙은 식물과 달리 가시영역과 단파장, 그리고, 적외영역에서 반사가 강하며, 물은 적외영역에서 거의 반사되지 않는 특성을 갖는다.

이를 통해 지표면의 특성과 태양 천정각, 위성 천정각, 상대방위각에 따라 회귀계수를 산출하여 LUT(Look Up Table)로 저장하는 것인바, 그에 대한 일예로서 천정각(0~80), 위성 천정각(0~80), 상대방위각(0~60)과 지표면 특성이 식생(vegetation)일 때, 광대역 알베도(TOA Albedo) 산출하기 위한 구름이 존재하지 않는(clear) 조건과 구름이 존재하는 (cloudy) 조건에서의 회귀계수는 도 3과 같음을 알 수 있다.

이에, 도 5는 본 발명에 따른 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법의 결과상태도로서, 여기서, 도 5의 (a)는 2015년 8월 1일 0330 UTC 히마와리 8호 AHI 센서에서 RGB 합성영상을 나타낸 것으로, 이는, 기존의 흑백영상에 비해 다양한 색깔로 대기의 상태가 표현되고, 구름의 변화 및 물리적인 특성변화가 입체적으로 표현된다.

또한, 도 5의 (b)와 (c)는 히마와리 8호 AHI 센서와, CERES 광대역 센서의 광대역 알베도(TOA Albedo)로서, 이는, 구름 영역에서 큰 값을 나타내고, 구름이 없는 육상과 해상에서 낮은 값을 나타낸다. 이는 구름에 의한 단파복사의 반사가 크기 때문이며, 이들 결과의 분포는 매우 유사하나 히마와리 8호 AHI센서의 결과는 CERES 광대역 센서의 결과와 비교하여 구름 영역에서 다소 큰 값이 나타난다. 즉, 구름 영역에서 히마와리 8호 AHI센서 결과와 CERES 광대역 센서 결과의 Bias와 RMSE는 각 -0.03과 0.07이었고, 구름이 없는 영역에서는 각각 -0.01과 0.03으로 나타났다.

여기서, 상기 구름 영역에서 Bias 및 RMSE가 다소 큰 이유는 시간 및 공간 해상도의 불일치 때문이라고 분석되는 것이며. 그럼에도 불구하고 두 자료의 상관계수는 0.93로써 0.001 수준의 유의성으로 나타났고, 도 5의 (d)로 도시된 바와 같이 Bias와 RMSE는 각 -0.02과 0.06 임을 알 수 있다.

S1 : 산출입력자료 수집단계 S2 : 분석자료 수집단계
S3 : 자료비교 분석단계 S4 : 광대역 알베도 산출단계

Claims (5)

1. 히마와리 8호 위성에 탑재된 AHI 센서로부터 대기상단 광대역 알베도(TOA Albedo) 산출에 필요한 관측자료를 제공받는 산출입력자료 수집단계(S1);
   CERES 광대역 센서로부터 단파영역(0.3~5㎛)과, 대기의 창 영역(8~12㎛)과, 전 영역(0.3~200㎛)에 대한 장기관측 복사수지 자료를 제공받는 분석자료 수집단계(S2);
   히마와리 8호 AHI 센서자료를 기준으로, 관측시간이 다른 5분 전후의 CERES 광대역 센서자료의 분석을 수행하는 자료비교 분석단계(S3);
   히마와리 8호 AHI 센서의 채널별 협대역 복사휘도를 협대역 반사율로 변환하고, 구름의 유무에 따라 회귀모형을 사용하여 협대역 반사율을 광대역 알베도(TOA Albedo)로 산출하는 광대역 알베도 산출단계(S4);로 이루어지고,
   상기 광대역 알베도 산출단계(S4)에 사용되는 회귀모형은, SBDART 복사모델을 이용하여 지표면의 특성과, 태양천정각, 위성천정각, 상대방위각에 따라 수행된 결과를 능형회귀(Ridge Regression)로 산출한 회귀계수 값임을 특징으로 하는 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법.
2. 제 1항에 있어서;
   상기 분석자료 수집단계(S2)는, CERES 광대역 센서로부터 제공받은 장기관측 복사수지 자료 중, SSF(Single Scanner Footprint) Level 2 Edition 4A 자료를 이용하여 광대역 알베도를 산출하되, 그 산출 수학식은
   

   

   임을 특징으로 하는 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법.
   
3. 삭제
4. 제 1항에 있어서;
   상기 광대역 알베도 산출단계(S4)는, 히마와리 8호 AHI 센서의 채널별 협대역 복사휘도를 협대역 반사율로 변환함에 있어, 그 변환 수학식은,
   

   

   임을 특징으로 하는 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법.
   
5. 제 1항에 있어서;
   상기 광대역 알베도 산출단계(S4)는, 구름의 유무에 따라 협대역 반사율을 광대역 알베도(TOA Albedo)로 산출함에 있어, 그 산출 수학식은;
   구름이 없는 경우,
   

   

   
   이고;
   구름이 있는 경우,
   

   

   
   임을 특징으로 하는 히마와리 8호 AHI 센서를 이용한 대기상단 광대역 알베도 산출 방법.

Images