KR102200282B1 - 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템 - Google Patents

운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템 Download PDF

Info

Publication number
KR102200282B1
KR102200282B1 KR1020190165570A KR20190165570A KR102200282B1 KR 102200282 B1 KR102200282 B1 KR 102200282B1 KR 1020190165570 A KR1020190165570 A KR 1020190165570A KR 20190165570 A KR20190165570 A KR 20190165570A KR 102200282 B1 KR102200282 B1 KR 102200282B1
Authority
KR
South Korea
Prior art keywords
atmospheric boundary
boundary layer
altitude
atmospheric
backscattering coefficient
Prior art date
Application number
KR1020190165570A
Other languages
English (en)
Inventor
박문수
민재식
채정훈
강민수
Original Assignee
한국외국어대학교 연구산학협력단
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 한국외국어대학교 연구산학협력단 filed Critical 한국외국어대학교 연구산학협력단
Priority to KR1020190165570A priority Critical patent/KR102200282B1/ko
Application granted granted Critical
Publication of KR102200282B1 publication Critical patent/KR102200282B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
    • G01N21/53—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
    • G01N21/532—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke with measurement of scattering and transmission
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Environmental & Geological Engineering (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Development Economics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biochemistry (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Chemical & Material Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명은 통계적 분석기법을 이용한 대기경계층고도 산출 시스템으로서, 조사대상 지역의 제1 후방산란계수, 순 복사량의 기상정보를 수집하는 자료 수집 모듈; 상기 제1 후방산란계수에 대한 전처리를 수행하여 제2 후방산란계수를 산출하고, 복수개의 상기 대기경계층고도를 산출하는 대기경계층고도 산출 모듈; 군집 분석방법을 이용하여 복수개의 상기 대기경계층고도를 후보 집단으로 분류하고, 각 상기 후보 집단의 평균 대기경계층고도를 개별적으로 산출하는 통합 대기경계층고도 산출 모듈; 상기 후보 집단을 서열화하여 상위 후보 집단으로 선정하는 순위 선정 모듈; 상기 상위 후보 집단 중 최하층의 고도를 최종 대기경계층고도로 선정하는 최종 대기경계층고도 산출 모듈을 포함함으로써 최적화된 대기경계층고도를 산출할 수 있다.

Description

운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템{SYSTEM FOR ATMOSPHERIC BOUNDARY LAYER HEIGHTS ESTIMATION USING CEILOMETER-DERIVED BACKSCATTERING COEFFICIENT}
본 발명은 복수의 대기경계층고도를 통해 최적화된 대기경계층고도를 산출할 수 있는 시스템에 관한 것이다.
대기경계층(ABL, atmospheric boundary layer)은 대기의 가장 아래에 생성되는 대기층이다. 대기경계층은 낮시간 태양복사에 의한 지표 가열로 발생하는 대류에 의해 하층의 공기덩이가 상승하고 연직 혼합되는 혼합층(ML, mixing-layer)과 야간 지표냉각으로 하층 대기가 안정해지면서 나타나는 야간 안정층(SBL, stable boundary layer)이 반복되어 나타나는 일주기를 보인다. 혼합층은 일반적으로 지상에서 1~2km 부근까지 형성되며, 지표 부근의 대류 및 난류에 의한 물질의 혼합 또는 이동에 중요한 역할을 한다. 특히 혼합층은 지표 부근 오염물질의 확산 정도를 결정할 수 있는 중요한 인자이다. 혼합층이 두꺼우면 대기오염물질이 높은 층까지 혼합되어 지표 부근의 농도가 낮아지는 반면, 혼합층이 옅은 경우에는 대기의 확산이 저지되어 지표 부근 오염물질 농도가 짙어지고, 이는 인간활동에 악영향을 끼친다. 또한 야간에 안정층이 존재하면 하층의 대기가 안정화되고 정체되어 하층에서 발생하는 오염물질의 확산이 이루어지지 않아 오염물질의 농도가 짙어진다. 이처럼 대기경계층은 대기의 질을 결정할 수 있는 중요한 기상 요소이며, 지표 부근의 인간 활동에 영향을 줄 수 있다. 따라서 대기경계층고도(ABLH, ABL height)를 파악함으로써 하층 대기의 수평이동 및 연직 확산을 이해하고 예측할 수 있다.
대기경계층고도를 결정하기 위한 다양한 방법론이 개발되었다. 대표적인 대기경계층고도 산출 방법은 라디오존데(Radiosonde)에서 산출된 가온위 프로파일을 이용하는 파셀법(Parcel method)과 기온 및 혼합비의 연직 기울기 정도를 이용하는 경도법(gradient method)이 있다. 또한 지표 가열에 의한 열적 부력항과 연직바람시어에 의한 난류항을 포함하는 벌크 리차드슨 수를 이용하여 대기경계층고도를 결정하는 방법도 있다. 하지만 라디오존데의 가장 큰 단점은 6~12시간 주기로 관측이 이루어지기 때문에 일주기를 가지는 대기경계층고도를 결정하기에는 다소 성긴 시간 해상도를 갖는다는 것이다.
한편, 최근 연구들은 라디오존데의 단점을 극복하기 위해 지상기반원격탐사장비를 이용하여 대기경계층고도를 결정하고자 하였다. 대표적으로 에어로졸라이다(Aerosol Lidar)와 운고계 (Ceilometer)가 있다. 이 두 장비는 지상에서 쏘아 올린 레이저가 대기 중 에어로졸에 산란되어 돌아오는 후방산란계수(backscattering coefficient)를 측정하고 연직 프로파일을 생산한다. 측정된 후방산란계수를 이용하여 대기의 연직 에어로졸 분포 특성을 분석할 수 있으며, 에어로졸 층의 구분으로 대기경계층을 결정할 수 있다.
대기복사에너지에 의해 시간에 따라 지표면이 가열되거나 냉각됨에 따라 대기경계층의 일 주기적 특성이 나타나고 연직 에어로졸 분포는 시간에 따라 변하게 된다. 이러한 시간에 따른 에어로졸 층의 변화를 시간 분산법(VAR, time-variance method)를 이용함으로써 시간에 대한 분산이 가장 큰 고도를 대기경계층고도를 결정할 수 있다.
대기경계층 내에서는 에어로졸의 연직 혼합이 활발하여 후방산란계수는 비교적 균질한 반면, 대기경계층고도 부근에서 급격히 감소하게 된다. 경도법(GM, gradient method)은 이러한 성질을 이용하여 후방산란계수의 연직 음의 경도가 가장 큰 고도를 대기경계층으로 결정한다. 웨이블릿법 (WAV, wavelet method)은 층계함수를 이용한 웨이블릿 변환 계수 (wavelet transform coefficient)가 최대가 되는 고도를 대기경계층고도로 결정할 수 있는 방법이다. k-means 군집법(CLST, clustering method)을 이용하여 후방산란계수의 연직 프로파일이 급격히 감소하거나 증가하는 값을 기준으로 군집을 통해 대기경계층고도를 결정할 수 있다.
그러나, 이러한 선행연구들은 대부분 이상적인 상태의 대기에서 관측된 자료를 이용하여 대기경계층고도를 산출하였다. 따라서 실제 대기 상태에서의 대기경계층과는 차이가 존재한다. 실제 대기에서 대기경계층은 단일의 층이 아니라 다수의 층으로 존재하는 경우가 많아서, 최종 대기경계층고도의 선택에 어려움이 있다.
이에 본 출원인은 복수의 선행연구에서 사용된 방법들로 결정되는 다수의 대기경계층고도를 통계적으로 통합하여, 최적화된 하나의 대기경계층고도를 결정하는 연구를 진행하였다.
본 발명은 대기경계층고도 산출 시스템으로서, 선행연구의 방법론으로 결정된 다수의 대기경계층고도를 통계적으로 통합하여 최적화된 대기경계층고도를 제공하고자 한다.
상기 목적을 달성하기 위하여 본 발명은, 통계적 분석기법을 이용한 대기경계층고도 산출 시스템으로서, 조사대상 지역의 운고계, 순 복사계에서 관측된 제1 후방산란계수, 순 복사량의 기상정보를 수집하는 자료 수집 모듈; 상기 제1 후방산란계수에 대한 전처리를 수행하여 제2 후방산란계수를 산출하고, 상기 제2 후방산란계수를 이용하여 복수개의 상기 대기경계층고도를 산출하는 대기경계층고도 산출 모듈; 군집 분석방법을 이용하여 복수개의 상기 대기경계층고도를 후보 집단으로 분류하고, 각 상기 후보 집단의 평균 대기경계층고도를 개별적으로 산출하는 통합 대기경계층고도 산출 모듈; 상기 후보 집단을 서열화하여 상기 후보 집단 중 상위에 랭크된 일부 집단을 상위 후보 집단으로 선정하는 순위 선정 모듈; 상기 순위 선정 모듈에서 선정된 상기 상위 후보 집단 중 최하층의 고도를 최종 대기경계층고도로 선정하는 최종 대기경계층고도 산출 모듈을 포함하는 것을 특징으로 한다.
바람직하게, 상기 전처리는, 상기 제1 후방산란계수의 물리적 한계값을 제거하고 노이즈 스무딩(noise smoothing)을 위한 이동 평균 과정을 포함하는 것을 특징으로 한다.
바람직하게, 상기 대기경계층고도 산출 모듈은, 상기 제2 후방산란계수의 시간 변동성, 상기 제2 후방산란계수의 연직 음의 경도, 상기 제2 후방산란계수의 웨이블릿 변환 계수 또는 상기 제2 후방산란계수의 연직 프로파일의 군집성을 기준으로 복수개의 상기 대기경계층고도를 산출할 수 있는 것을 특징으로 한다.
바람직하게, 상기 순위 선정 모듈은, 멤버수 또는 평균제곱근오차를 기준으로 상기 후보 집단을 서열화하며, 상기 상위 후보 집단은 5개 이하인 것을 특징으로 한다.
바람직하게, 상기 평균 대기경계층고도 중 부적합한 값을 제거하여 유효 대기경계층고도를 선별하는 후처리 모듈을 더 포함하며, 상기 후처리 모듈은, 신호잡음비 임계고도, 관측적 한계 또는 대기 규모 반영여부를 기준으로 부적합 여부를 판단하는 것을 특징으로 한다.
본 발명에 따르면, 선행연구에서 개발된 대기경계층고도 산출 방법 별 결과를 통계적 방법을 이용하여 통합 대기경계층고도를 산출함으로써, 산출 방법에 따라 결과가 상이한 문제를 해결할 수 있고, 전/후처리 과정을 통해 보다 신뢰성 있는 대기경계층고도 정보를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 대기경계층고도 산출 시스템의 구성도를 나타낸다.
도 2는 본 발명의 실험례로서, 전처리 과정 전과 후의 후방산란계수와 신호대잡음비(SNR, signal-to-noise ratio) 임계고도 (SNR < 1)의 차이를 나타낸 그림이다.
도 3은 본 발명의 실험례로서, 대기경계층고도 산출 시스템에서 최적화된 최종 대기경계층고도를 산출하는 과정을 나타내는 순서도이다.
도 4는 본 발명의 실험례로서, 평균 대기경계층고도가 결정된 후, 후처리 과정 수행에 따른 결과를 비교한 그림이다.
도 5는 본 발명의 실험례로서, 2016년 9월 22일 18 LST부터 25일 12 LST까지의 운고계 제2 후방산란계수, 산출된 최종 대기경계층고도(final_ABLH), 라디오존데로 산출된 대기경계층고도(RS_ABLH)를 비교한 그림이다.
도 6은 본 발명의 실험례로서, 2015년부터 2018년까지의 라디오존데 총 148회 관측을 이용하여 운고계 제2 후방산란계수로 산출된 대기경계층고도에 대해 검증을 수행한 결과를 나타낸 그림이다.
이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명을 상세히 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.
본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해 질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.
도 1은 본 발명의 실시 예에 따른 대기경계층고도 산출 시스템(1)의 구성도를 나타낸다.
실제 대기에서 대기경계층은 하나의 층으로만 존재하는 것이 아니라 시간, 공간 또는 대기 현상에 따라 복수개의 층을 가지는 복잡한 대기구조로 형성될 수 있다. 복수의 선행연구에서 다양한 대기경계층고도을 산정하는 방법이 개발되었으며 위와 같이 대기 구조가 복잡한 경우 대기경계층고도 산정 결과는 방법별로 상이하게 나타날 수 있다.
따라서 대기경계층고도 산출 시스템(1)은 복수의 선행연구 방법에 따라 산출되는 복수개의 대기경계층고도를 통합하는 통계적 기법을 이용하여 최적화된 하나의 대기경계층고도를 산출하는 시스템이다. 대기경계층고도 산출 시스템(1)은 통계적 기법으로 산출한 복수개의 통합 대기경계층고도 중 최하층 고도를 최종 대기경계층고도로 결정할 수 있다.
대기경계층고도 산출 시스템(1)은 자료 수집 모듈(11), 대기경계층고도 산출 모듈(13), 통합 대기경계층고도 산출 모듈(15), 순위 선정 모듈(17), 후처리 모듈(18), 최종 대기경계층고도 모듈(19)을 포함할 수 있다. 본 구성은 설명의 편의를 위하여 정의된 것으로 실제 물리적으로 구분되지 않고 통합 구현되어도 무방하다. 본 발명의 실험례에서는, 서울의 도심주거밀집 지역을 조사대상 지역을 설정하였다.
자료 수집 모듈(11)은 조사대상 지역의 운고계, 순 복사계에서 관측된 제1 후방산란계수, 순 복사량 등의 기상정보를 수집할 수 있다. 본 발명의 실시예에서는, 서울 도심에 위치한 중랑관측소(Park et al., 2017)에 설치된 장비에서 관측된 기상 정보를 수집하였다. 본 발명의 실시예에서는 운고계와 순 복사계(net radiometer) 관측 자료를 활용할 수 있다. 운고계는 910nm 파장의 레이저를 이용하여 제1 후방산란계수를 측정하며, 지표 10m 부터 15,400m 까지 10m 간격으로 제1 후방산란계수의 연직프로파일을 생산할 수 있다. 순 복사계는 상향 및 하향의 단파복사와 장파복사를 측정하고, 복사간의 차를 이용하여 순 복사량을 생산할 수 있다.
자료 수집 모듈(11)은 운고계에서 관측된 제1 후방산란계수 프로파일을 이용하여 대기경계층고도를 산정할 수 있고, 순 복사계에서 측정되는 순 복사량 자료를 사용하여 대기경계층고도 산출 결과를 주간, 야간으로 분류할 수 있다. 순 복사량이 양의 값을 나타내면 주간, 음의 값을 나타내면 야간으로 분류할 수 있다.
자료 수집 모듈(11)은 최종 대기경계층고도 산출 결과의 검증을 위해 중랑관측소에서 2015년부터 2018년까지 171회의 라디오존데 고층기상관측자료를 수집할 수 있다. 본 발명의 실험례에서는 강수가 있는 경우에는 운고계의 관측 한계가 있어, 23회의 강수 사례를 제외한 148회의 라디오존데 자료를 최종 대기경계층고도 산출 결과 검증에 이용하였다.
대기경계층고도 산출 모듈(13)은 제1 후방산란계수에 대한 전처리를 수행하여 제2 후방산란계수를 산출하고, 제2 후방산란계수를 이용하여 복수개의 대기경계층고도를 산출할 수 있다.
대기경계층고도 산출 모듈(13)에서 이루어지는 전처리 과정은 운고계에서 관측된 제1 후방산란계수가 물리적 한계값 보다 큰 경우 해당 제1 후방산란계수를 제거하고, 시간 및 고도에 대해 이동 평균하여 노이즈 스무딩하는 과정으로 진행될 수 있다.
대기경계층고도 산출 모듈(13)은 제1 후방산란계수에 대한 전처리 과정을 거쳐 제2 후방산란계수를 산출할 수 있다. 제1 후방산란계수는 렌즈 부근 하층 대기의 인공물, 낮 시간 강한 일사에 의한 대기산란, 구름 및 강수 등에 의한 노이즈를 포함하므로 자료가 불연속적일 수 있다. 따라서 전처리 과정을 통해 노이즈를 제거 또는 완화시킴으로써 자료의 신뢰성을 향상시킬 수 있다.
복수개의 대기경계층고도는 선행연구에서 개발된 복수개의 방법으로부터 산출될 수 있다. 선행연구는 대기경계층고도 산출에 있어서 제2 후방산란계수의 시간에 대한 변동성을 기준으로 하는 방법, 제2 후방산란계수의 연직 음의 경도를 기준으로 하는 방법, 제2 후방산란계수의 웨이블릿 변환 계수를 기준으로 하는 방법 또는 제2 후방산란계수의 연직 프로파일의 급격한 변화를 기준으로 군집하는 방법 등을 이용할 수 있다.
본 발명의 실험례에서는, 4가지의 대기경계층고도 산출 방법(시간분산법, 경도법, 웨이블릿법, 군집법)을 이용하였다.
시간분산법은 제2 후방산란계수의 시간 변동성을 기준으로 하여 대기경계층고도를 산출하는 방법이다. 각 고도별 시간에 대한 제2 후방산란계수의 10분 동안의 표준편차를 구하고 연직 프로파일을 생산한다. 표준편차의 연직 프로파일은 시간 변동성이 큰 고도에서 정점을 나타내게 되고, 해당 고도를 대기경계층고도로 결정한다.
경도법은 제2 후방산란계수의 연직 프로파일이 급격히 감소하는 지점을 찾아 대기경계층고도를 산출하는 방법이다. 제2 후방산란계수의 고도에 대한 미분을 취해 연직 경도를 계산하고, 음의 경도 값이 정점을 나타내는 고도를 대기경계층고도로 결정한다.
웨이블릿법은 제2 후방산란계수의 웨이블릿 변환 계수를 기준으로 하여 대기경계층고도를 산출하는 방법이다. 본 발명의 실시예에서는 층계함수의 하나인 Haar 함수를 이용하였고, 층계폭 (dilation)은 15~360 m까지 30 m 간격으로 설정하여 웨이블릿 변환 계수를 계산하고, 웨이블릿 변환 계수의 값이 정점을 나타내는 고도를 대기경계층고도로 결정한다. 본 발명의 실험례에서는 층계폭을 기준으로 100 m 이하의 작은 규모의 변동영역 (WAV1)과 층계폭이 250 m 이상의 큰 규모의 변동영역 (WAV2), 그리고 모든 층계폭 (WAV3)으로 구분하고, 총 3개의 연직 웨이블릿 변환 계수 프로파일에서 대기경계층고도를 결정할 수 있다.
k-means 군집법는 제2 후방산란계수의 연직 프로파일이 급격히 감소 및 증가하는 등의 변화를 기준으로 대기경계층고도를 결정하는 방법이다. 본 발명의 실험례에서는 제2 후방산란계수의 값을 k-means 군집분석을 수행하여 유사한 값을 나타내는 군집을 묶음으로써 후방산란계수 값이 급격히 감소하거나 증가하는 층을 찾을 수 있으며, 군집이 구분되는 고도를 대기경계층으로 결정한다.
통합 대기경계층고도 산출 모듈(15)은 군집 분석방법을 이용하여 복수개의 대기경계층고도를 후보 집단으로 분류하고, 각 후보 집단의 평균 대기경계층고도를 개별적으로 산출할 수 있다.
순위 선정 모듈(17)은 후보 집단을 서열화하여 후보 집단 중 상위에 랭크된 일부 집단을 상위 후보 집단으로 선정할 수 있다. 순위 선정 모듈(17)이 후보 집단의 순위를 정하는 기준은 후보 집단의 멤버수 및 평균제곱근오차(RMSE)일 수 있으며, 분류된 후보 집단의 멤버수가 많고 RMSE가 작은 순으로 하여 후보 집단의 순위를 정할 수 있다.
순위 선정 모듈(17)은 서열화된 후보 집단 중 상위에 랭크된 5개 이하의 후보 집단을 상위 후보 집단으로 선정할 수 있다.
후처리 모듈(18)은 통합 대기경계층고도 산출 모듈(15)에서 산출된 평균 대기경계층고도 중 부적합한 값을 제거하여 유효 대기경계층고도를 선별할 수 있다. 평균 대기경계층고도는 5개 이하이므로, 부적합한 값이 제거된 유효 대기경계층고도 또한 5개 이하로 결정될 수 있다.
본 발명의 실험례에서는 3가지 기준으로 평균 대기경계층고도의 부적합한 값을 제거하였다. 1) 신호대잡음비 임계고도 보다 위에 존재하는 경우, 2) 운고계의 렌즈부근 지표 가까이에서 나타나는 관측적 한계에 의해 나타나는 인위적인 프로파일에 의한 경우, 3) 에어로졸 층에서 이격되어 나타나는 미세규모 대기 구조가 반영된 고립된 대기경계층고도의 경우 부적합한 값으로 간주하여 제거하였다.
최종 대기경계층고도 산출 모듈(19)은 순위 선정 모듈(17)에서 선정된 상위 후보 집단 중 최하층의 고도를 최종 대기경계층고도로 선정할 수 있다. 후처리 모듈(18)에서 부적합한 값이 제거된 유효 대기경계층고도가 산출되는 경우, 유효 대기경계층고도 중 최하층의 고도를 최종 대기경계층고도로 선정할 수 있다.
도 2는 본 발명의 실험례로서, 전처리 과정 전과 후의 후방산란계수와 신호대잡음비 임계고도(SNRH < 1)의 차이를 나타낸 그림이다. 도 2는 구름이 존재하는 시간에 운저고도(CBH)를 함께 나타낸다. 도 2a는 전처리 과정 전의 제1 후방산란계수와 신호대잡음비 임계고도를 나타낸 그림이며, 도 2b는 전처리 과정을 거친 제2 후방산란계수와 신호대잡음비 임계고도를 나타낸다.
전처리 과정은 자료 수집 모듈(11)에서 이루어질 수 있다. 본 발명의 실험례에서는 제1 후방산란계수가 물리적 한계 값(1,040,000 × 10-5 srad-1 km-1) 보다 큰 경우 제1 후방산란계수를 제거하였고, 연직에 대해 100m, 시간에 대해 10min 씩 이동 평균하였다. 제1 후방산란계수가 이동 평균됨으로써 노이즈 스무딩이 되고, 그에 따라 신호대잡음비가 증가하여 신호대잡음비 임계고도는 상승한다.
특히, 구름이 존재할 때(14~16 LST), 도 2a에서는 신호대잡음비 임계고도가 크게 진동하는 것으로 계산되는 반면, 도 2b에서는 신호대잡음비 임계고도가 안정적으로 계산된다. 따라서 전처리 과정에 의한 노이즈 제거 효과가 뚜렷한 것을 확인할 수 있다.
신호대잡음비(SNR)는 하기의 [수학식]으로 정의된다.
[수학식]
Figure 112019128519910-pat00001
BN은 배경 잡음,
Figure 112019128519910-pat00002
는 상층 12~15 km에서의 제1 후방산란계수의 평균,
Figure 112019128519910-pat00003
는 상층 12~15 km에서의
Figure 112019128519910-pat00004
의 표준편차이다.
본 발명의 실험례에서는 신호대잡음비가 1보다 작아지는(SNR < 1) 조건에서의 첫 번째 고도를 신호대잡음비 임계고도로 결정하였다. 따라서, 신호대잡음비 임계고도 이상에서 나타난 통합 대기경계층고도를 제거함으로써, 통합 대기경계층고도 산출 결과의 신뢰성을 향상시킬 수 있다.
도 3은 본 발명의 실험례로서, 대기경계층고도 산출 시스템에서 최적화된 최종 대기경계층고도를 산출하는 과정을 나타내는 순서도이다. 보다 바람직하게는 통합 대기경계층고도 산출 모듈(15), 후처리 모듈(18), 최종 대기경계층고도 산출 모듈(19)에서 최종 대기경계층고도의 산출이 이루어지는 상세과정을 보여주는 순서도이다.
도 3a는 통합 대기경계층고도 산출 모듈(15)이 대기경계층고도 산출 모듈(13)에서 산출된 복수개의 대기경계층고도를 군집 분석방법을 통해 후보 집단으로 분류하고 후보 집단 중 의미 있는 집단을 찾는 과정을 나타낸 순서도이다.
통합 대기경계층고도 산출 모듈(15)은 복수개의 대기경계층고도는 제1 k-meas 군집분석을 수행할 수 있다. 각 군집 (c 1 , c 2 , ..., c m)의 맴버수(N c )가 3개 이상이면서 RMSE가 50m 이하이면 통합 대기경계층고도 후보 집단으로 분류하고, 멤버수가 3개 미만이면 RMSE 값과 상관없이 탈락시킨다. 멤버수가 3개 이상이면서 RMSE가 50m를 초과하면 제2 k-means 군집분석을 수행한다. 제2 k-means 군집분석에서는 멤버수가 2개 이상이면서 RMSE가 50 m 이하이면 후보 집단으로 분류하고, 멤버수가 2개 미만이면 탈락시킨다. 또한 제2 k-means 군집분석 결과 집단의 멤버수가 3개 이상이면서 RMSE가 50m를 초과하는 경우 해당 집단의 평균에서 가장 먼 멤버를 제거하고 재평가한다. 재평가 결과 멤버수가 2개 이상이고 RMSE가 50 m 이하인 기준를 만족할 때까지 반복 수행하고, 기준을 만족하면 후보 집단으로 분류한다.
도 3b는 순위 선정 모듈(17)이 도 3a로부터 결정된 후보 집단을 서열화하고, 후처리 모듈(18)에서 후처리 과정을 진행한 뒤 최종 대기경계층고도 산출 모듈(19)을 거쳐 최종 대기경계층고도를 산출하는 과정을 나타낸 순서도이다.
순위 선정 모듈(17)은 복수개의 대기경계층고도의 후보 집단(g1,g2, ..., gm)을 멤버수(Ng)가 가장 많은 순으로 우선순위를 정하고 멤버수가 같은 경우는 후보 집단의 RMSE가 작은 순으로 순서대로 하여 통계적인 순위를 정할 수 있다. 순위 선정 모듈(17)은 순위대로 서열화한 후 상위에 랭크된 후보 집단 중 5개 이내의 집단만을 상위 후보 집단으로 선정할 수 있다. 상위 5개의 후보 집단의 평균 (
Figure 112019128519910-pat00005
)을 평균 대기경계층고도로 결정할 수 있다. 후처리 모듈(18)은 결정된 평균 대기경계층고도 중 부적합한 값을 다음의 기준으로 제거할 수 있다.
신호대잡음비 임계고도(SNRH) 이상인 것(ABLH > SNRH), 대기 하층 관측 한계에 의해 나타난 것(near-range artifacts), 미세규모 대기 구조에서 고립되어 나타나는 것(isolated ABLH)에 대한 평균 대기경계층고도는 후처리 과정을 통해 제거하게 될 수 있다. 이후, 최종 대기경계층고도 산출 모듈(19)은 최하층의 고도를 최종 대기경계층고도로 선정할 수 있다.
도 4는 본 발명의 실험례로서, 통합 대기경계층고도 산출 모듈(14)에서 평균 대기경계층고도가 결정된 후, 후처리 과정 수행에 따른 결과를 비교한 그림이다. 보다 바람직하게, 도 4a는 통합 대기경계층고도 산출 모듈(15)에서 결정된 최대 5개의 평균 대기경계층고도를 후처리 과정 없이 모두 나타낸 그림이다. 도 4b는 도 4a로부터 산출된 평균 대기경계층고도 중 신호대잡음비 임계고도(SNRH) 보다 높은 고도에서 나타나는 평균 대기경계층고도를 제거한 그림이다.
후처리 과정을 통해 도 4a에서 25일 11~12 LST에 실제 대기경계층과는 무관해 보이는 상층 2,500 m 부근 관측 노이즈에 의해 나타난 평균 대기경계층고도를 제거한 그림이며, 도 4b에서 신호대잡음비 임계고도를 적용함으로써 평균 대기경계층고도를 제거한 그림이다.
도 4c는 도 4b로부터 대기 하층 관측 한계에 의해 나타난 평균 대기경계층고도 및 대기경계층고도를 제거한 그림이다. 일반적으로 대기경계층은 일출 이후 태양복사에 의해 지표는 가열되고 순 복사량이 증가하여 12~13 LST에 최대값을 보이며, 지표 가열과 함께 대기의 연직 혼합이 활발해지고 대기경계층이 성장하여 14~16 LST에 대기경계층고도는 정점을 나타낸다. 이 시간대에 도 4b의 하층에 나타나는 평균 대기경계층고도는 관측 시에 대기 하층에 빛의 산란에 의한 인위적인 층의 구분에 의해서 나타난다.
즉, 운고계의 관측 한계에 의한 부적합한 값으로 간주하여 제거할 수 있다. 그러므로 순 복사계에서 관측된 순 복사값이 최대를 나타낸 시각 1시간 전부터 순 복사량이 0 W/m2이 된 후 1시간 뒤까지 500m 이하의 고도에서 나타나는 평균 대기경계층고도는 부적합한 값으로 간주하여 제거할 수 있다.
도 4d는 도 4c로부터 전반적인 대기경계층 구조에서 벗어나 있는 미세규모 대기 구조에서 나타난 고립된 평균 대기경계층고도를 제거한 결과를 나타내는 그림이다. 고립된 평균 대기경계층고도를 제거하기 위해 시간과 공간의 연속성을 고려하는 방법과 DBSCAN을 사용하여 제거할 수 있다. 각각의 평균 대기경계층고도에서 시간 ±100분, 고도 ±120m 이내에 다른 평균 대기경계층고도가 존재하지 않으면 불연속으로 간주하여 제거할 수 있다. DBSCAN은 시간-고도의 평균 대기경계층고도를 각 축을 0~1의 값을 가지는 무차원의 수로 변환한다. 그 후, 주어진 반경(ε) 내에 주어진 개수(MinPts, minimum points)를 기준으로 하여 ε 내에 MinPts 만큼의 평균 대기경계층고도가 존재하지 않으면 불연속으로 간주하여 제거할 수 있다. 도 4d는 ε = 0.0125 (54 mins, 56.25 m), MinPts = 3으로 설정하여 DBSCAN을 수행한 결과로서, 도 4c에 남아있던 고립된 평균 대기경계층고도를 제거한 그림이다.
도 5는 2016년 9월 22일 18 LST부터 25일 12 LST까지의 운고계 제2 후방산란계수, 최종 대기경계층고도 산출 모듈(19)에서 산출된 최종 대기경계층고도(final_ABLH), 라디오존데로 산출된 대기경계층고도(RS_ABLH)를 함께 나타내어 비교한 그림이다.
대체로 잘 일치하지만, 23일 15 LST는 대기의 연직확산이 활발한 시간으로 2,000m 부근에 강한 대류에 의한 적운형 구름이 존재하였으며, 이때 라디오존데와 운고계로 산출된 대기경계층고도의 편차가 388.8 m로 가장 크게 나타났다. 반면, 구름이 존재하지 않았던 24일 15 LST에는 라디오존데와 운고계로 산출된 대기경계층고도는 편차가 -21.9 m로 잘 일치하였다.
도 6은 대기경계층고도 산출 시스템(1)과 선행연구 방법(VAR, GM, WAV, CLST)으로 산출된 대기경계층고도를 2015~2018년 동안의 라디오존데 관측과 비교 검증한 결과이다. 전체 기간(All, N=148), 낮(Day, 09~18 LST, N=67), 밤(Night, 21~06 LST, N=64)으로 구분하여 검증하였다. 전체 기간에 대기경계층고도 산출 시스템(1)으로 산출한 최종 대기경계층고도와 라디오존데로 산출된 대기경계층고도 간 상관계수(R2)는 0.52, 평균 편차(Bias) 29.8 m, RMSE는 320.0 m로 가장 좋은 결과를 나타냈다. 다음으로 분산법(VAR), 군집법(CLST) 순으로 R2가 높고, RMSE는 낮았다.
낮에도 대기경계층고도 산출 시스템(1)의 결과와 라디오존데 결과 간의 상관계수는 0.82로 가장 높은 상관관계를 보였으며, Bias는 -9 m, RMSE는 203 m로 가장 작았다. 낮에도 전체 기간에서와 마찬가지로 분산법(VAR), 군집법(CLST)이 다음 순으로 검증 결과가 좋게 나타났다.
밤에는 운고계를 이용한 분산법(VAR) 결과와 라디오존데 결과의 R2가 0.21로 가장 높았으나, 대기경계층고도 산출 시스템(1)의 Bias 및 RMSE는 각각 68.7m, 389.9m로 가장 작음을 확인할 수 있다. 또한 도 6에 따르면, 모든 선행연구방법은 밤 보다는 낮에 검증 결과가 좋은 것을 확인할 수 있다. 결과적으로 도 6을 통해 대기경계층고도 산출 시스템(1)이 기존의 선행연구의 한계를 보완하였음을 확인할 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.
1 : 대기경계층고도 산출 시스템
11 : 자료 수집 모듈
13 : 대기경계층고도 산출 모듈
15 : 통합 대기경계층고도 산출 모듈
17 : 순위 선정 모듈
18 : 후처리 모듈
19 : 최종 대기경계층고도 산출 모듈

Claims (5)

  1. 통계적 분석기법을 이용한 대기경계층고도 산출 시스템으로서,
    조사대상 지역의 운고계, 순 복사계에서 관측된 제1 후방산란계수, 순 복사량의 기상정보를 수집하는 자료 수집 모듈;
    상기 제1 후방산란계수에 대한 전처리를 수행하여 제2 후방산란계수를 산출하고, 상기 제2 후방산란계수를 이용하여 복수개의 상기 대기경계층고도를 산출하는 대기경계층고도 산출 모듈;
    군집 분석방법을 이용하여 복수개의 상기 대기경계층고도를 후보 집단으로 분류하고, 각 상기 후보 집단의 평균 대기경계층고도를 개별적으로 산출하는 통합 대기경계층고도 산출 모듈;
    상기 후보 집단을 서열화하여 상기 후보 집단 중 상위에 랭크된 일부 집단을 상위 후보 집단으로 선정하는 순위 선정 모듈;
    상기 순위 선정 모듈에서 선정된 상기 상위 후보 집단 중 최하층의 고도를 최종 대기경계층고도로 선정하는 최종 대기경계층고도 산출 모듈을 포함하는 대기경계층고도 산출 시스템.
  2. 제 1 항에 있어서,
    상기 전처리는,
    상기 제1 후방산란계수의 물리적 한계값을 제거하고 노이즈 스무딩(noise smoothing)을 위한 이동 평균 과정을 포함하는 것을 특징으로 하는 대기경계층고도 산출 시스템.
  3. 제 1 항에 있어서,
    상기 대기경계층고도 산출 모듈은,
    상기 제2 후방산란계수의 시간 변동성, 상기 제2 후방산란계수의 연직 음의 경도, 상기 제2 후방산란계수의 웨이블릿 변환 계수 또는 상기 제2 후방산란계수의 연직 프로파일의 군집성을 기준으로 복수개의 상기 대기경계층고도를 산출할 수 있는 것을 특징으로 하는 대기경계층고도 산출 시스템.
  4. 제 1 항에 있어서,
    상기 순위 선정 모듈은,
    멤버수 또는 평균제곱근오차를 기준으로 상기 후보 집단을 서열화하며, 상기 상위 후보 집단은 5개 이하인 것을 특징으로 하는 대기경계층고도 산출 시스템.
  5. 제 1 항에 있어서,
    상기 평균 대기경계층고도 중 부적합한 값을 제거하여 유효 대기경계층고도를 선별하는 후처리 모듈을 더 포함하며,
    상기 후처리 모듈은,
    신호잡음비 임계고도, 관측적 한계 또는 대기 규모 반영여부를 기준으로 부적합 여부를 판단하는 것을 특징으로 하는 대기경계층고도 산출 시스템.
KR1020190165570A 2019-12-12 2019-12-12 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템 KR102200282B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190165570A KR102200282B1 (ko) 2019-12-12 2019-12-12 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190165570A KR102200282B1 (ko) 2019-12-12 2019-12-12 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템

Publications (1)

Publication Number Publication Date
KR102200282B1 true KR102200282B1 (ko) 2021-01-07

Family

ID=74126573

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190165570A KR102200282B1 (ko) 2019-12-12 2019-12-12 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템

Country Status (1)

Country Link
KR (1) KR102200282B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116500649A (zh) * 2023-06-28 2023-07-28 中国科学技术大学 一种边界层高度的反演方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004309309A (ja) * 2003-04-07 2004-11-04 Meteorological Agency 雲量判定装置
KR20180072584A (ko) * 2016-12-21 2018-06-29 목원대학교 산학협력단 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004309309A (ja) * 2003-04-07 2004-11-04 Meteorological Agency 雲量判定装置
KR20180072584A (ko) * 2016-12-21 2018-06-29 목원대학교 산학협력단 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116500649A (zh) * 2023-06-28 2023-07-28 中国科学技术大学 一种边界层高度的反演方法及装置
CN116500649B (zh) * 2023-06-28 2023-10-20 中国科学技术大学 一种边界层高度的反演方法及装置

Similar Documents

Publication Publication Date Title
Steeneveld et al. The challenge of forecasting the onset and development of radiation fog using mesoscale atmospheric models
Dayan et al. Atmospheric conditions inducing extreme precipitation over the eastern and western Mediterranean
EP3761213A1 (en) A wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain
Rasmussen et al. Orogenic convection in subtropical South America as seen by the TRMM satellite
Del Genio et al. Climatic properties of tropical precipitating convection under varying environmental conditions
Dial et al. Short-term convective mode evolution along synoptic boundaries
Rogers et al. An evaluation of microphysics fields from mesoscale model simulations of tropical cyclones. Part I: Comparisons with observations
Zhong et al. Assessment of solar photovoltaic potentials on urban noise barriers using street-view imagery
Liebmann et al. Mechanisms associated with large daily rainfall events in Northeast Brazil
Peng et al. Ceilometer-based analysis of Shanghai’s boundary layer height (under rain-and fog-free conditions)
Izett et al. Missed fog? On the potential of obtaining observations at increased resolution during shallow fog events
KR101790182B1 (ko) 도시 기후 분석 시스템 및 방법
Müller et al. A one-dimensional ensemble forecast and assimilation system for fog prediction
Gutiérrez et al. A new gust parameterization for weather prediction models
Houston et al. Thunderstorm Observation by Radar (ThOR): An algorithm to develop a climatology of thunderstorms
KR102200282B1 (ko) 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템
Gill et al. Including convection in global turbulence forecasts
Pepin et al. Spatial temperature variation in the Eastern Pyrenees
Hohenegger et al. Fesstval: The field experiment on submesoscale spatio-temporal variability in lindenberg
Alcott et al. Snow-to-liquid ratio variability and prediction at a high-elevation site in Utah’s Wasatch Mountains
Borque et al. Environment associated with deep moist convection under SALLJ conditions: A case study
Luiz et al. Can Convective Cold Pools Lead to the Development of Low‐Level Jets?
Matyas A spatial analysis of radar reflectivity regions within Hurricane Charley (2004)
Li et al. Investigations of synoptic wind profile patterns in complex urban areas based on LiDAR measurements
Pentikäinen et al. Evaluating wind profiles in a numerical weather prediction model with Doppler lidar

Legal Events

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