KR102373286B1 - 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법 - Google Patents

기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법 Download PDF

Info

Publication number
KR102373286B1
KR102373286B1 KR1020200026677A KR20200026677A KR102373286B1 KR 102373286 B1 KR102373286 B1 KR 102373286B1 KR 1020200026677 A KR1020200026677 A KR 1020200026677A KR 20200026677 A KR20200026677 A KR 20200026677A KR 102373286 B1 KR102373286 B1 KR 102373286B1
Authority
KR
South Korea
Prior art keywords
cloud
meteorological
data
aircraft
calculating
Prior art date
Application number
KR1020200026677A
Other languages
English (en)
Other versions
KR20210111579A (ko
Inventor
김부요
고아름
차주완
정운선
구정모
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 KR1020200026677A priority Critical patent/KR102373286B1/ko
Publication of KR20210111579A publication Critical patent/KR20210111579A/ko
Application granted granted Critical
Publication of KR102373286B1 publication Critical patent/KR102373286B1/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
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명은 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있도록 한 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 관한 것으로,
기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 수집하는 단계와; 수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와; 양측 기상자료의 시·공간 해상도를 일치시키는 단계와; 기상항공기에서 측정된 기상자료를 이용하여 액체수함량(LWC)를 산출하는 단계와; 산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와; 기상위성에서 관측된 구름광학두께(COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(LWP)를 계산하는 단계와; 기 산출된 액체수함량과 수액경로를 이용하여 구름두께(ΔZ)를 산출하는 단계와; 기상위성에서 측정된 운정온도(CTT)와 운정고도(CTH)에 구름두께를 적용하여 운저온도(CBT)와 운저고도(CBT)를 각각 산출하는 단계와; 산출된 구름특성 자료를 시간대별로 구분하여 저장 및 표출하는 단계;를 포함하는 것을 특징으로 한다.

Description

기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법{Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite}
본 발명은 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 관한 것으로, 더욱 상세하게는 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있도록 한 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 관한 것이다.
구름은 전지구 대기 면적의 약 70%를 차지하며 매 순간 복사에너지 수지를 변화시키고, 이로부터 발생된 기상변화는 수문순환(Hydrologic Cycle)과 국지적인 날씨 및 기후 변화를 초래한다. 구체적으로, 구름은 태양 및 지구 복사에너지를 반사 또는 흡수 및 방출시키며 대기 상태를 변화시키는 주요 기상요소로서, 수문순환과 대기순환 및 기상 현상의 발생과 밀접한 관련이 있다.
따라서, 구름특성의 관측은 기상 연구뿐만 아니라 기상조절을 위한 기상항공기 실험 등에 중요한 기초 자료가 될 수 있다. 즉, 기상조절을 위해 살포하는 구름 씨앗인 요오드화은(AgI) 또는 염화칼슘(CaCl2)을 어떤 종류의 구름에 살포하느냐에 따라 구름 방울의 성장 속도를 결정하기 때문에 다양한 구름특성의 관측이 중요하다.
그러나 구름특성을 관측할 수 있는 지상기반의 많은 관측장비들은 한 지점 또는 구름의 어느 한 부분만을 제한적으로 관측할 수 있기 때문에, 이러한 자료들을 활용하여 구름특성을 구체적으로 파악하기는 쉽지 않다. 예를 들어, 마이크로파강우레이더(micro rain radar; MRR)와 운고계는 한 지점의 연직 구름특성을 파악할 수 있고, 기상레이더는 수백 km 범위의 하늘을 일정 각도별로 관측할 수 있지만, 해당 각도의 시선방향 관측면에서의 구름특성만 관측된다. 따라서 이 경우 구름의 일부분만 관측되며 가변적인 목표지역을 설정할 경우 전체적인 구름 관측이 불가할 수 있다.
그리고, 기상항공기는 목표지역에 대하여 운정(雲頂), 운중(雲中), 운저(雲底)에서 구름 관측을 수행할 수 있으나, 구름의 전체적인 물리요소인 구름의 두께나 수액경로(liquid water path; LWP) 및 운형을 알기 어려운 단점이 있다. 이와 관련하여 기상항공기로는 관측하기 어려운 기상요소를 관측할 수 있는 기상위성을 이용하면, 구름두께와 수액경로 그리고 운형을 포함한 다양한 구름특성 자료를 관측할 수 있다. 이러한 기상위성은 2분 간격으로 2 km × 2 km 고해상도의 시·공간 기상자료를 제공하므로 비교적 넓은 범위의 구름의 기상자료를 얻을 수 있지만, 기상위성에서 관측한 기상자료만으로는 진대기속도(true air speed)와 구름입자크기별 수농도 등은 산출할 수 없을 뿐 아니라 2분 간격으로 기상자료를 제공함에 따라 원하는 시간의 구름특성을 산출하기가 어렵다는 문제점이 있다.
따라서, 기상항공기에서 관측한 구름의 기상자료와 기상위성에서 관측한 구름의 기상자료를 활용하면 다양한 구름특성을 산출할 수 있을 것으로 기대되고 있다. 즉, 기상항공기를 이용하면 진대기속도(true air speed)와 구름입자크기별 수농도를 측정할 수 있어 액체수함량(liquid water content; LWC)과 구름유효입자반경을 산출할 수 있고, 기상위성은 운정고도, 운정온도, 구름광학두께, 운형, 운상 자료를 관측하므로, 이 두 자료를 활용하여 구름두께, 수액경로, 운저고도, 운저온도를 산출할 수 있을 것으로 기대된다.
한편, 본 발명과 관련한 선행기술을 조사한 결과 다음의 특허문헌이 검색되었다.
특허문헌 1은, 기상과 관련된 각종 정보를 측정하는 측정기와; 상기 측정기의 측정정보를 수집하는 데이터 수집기와; 상기 데이터 수집기를 통해 전달되는 기상 정보 데이터를 위성에 전달하는 위성 단말기와; 상기 위성 단말기를 통해 전달되는 기상 정보 데이터를 공급받아 기지국에 전달하는 위성과; 상기 기지국의 기상 정보 데이터를 통신수단을 이용하여 공급받는 서버;를 포함며, 측정기를 통해 시시각각 변화는 기상 정보를 수집하고, 수집된 기상 정보 데이터를 위성을 이용하여 서버에 신속 및 정확하게 제공할 수 있을 뿐만 아니라 그에 따른 시간을 최소화할 수 있는, 위성을 이용한 기상 데이터 수집시스템을 개시하고 있다.
특허문헌 2는, 레이저부에서 발사된 레이저로부터, 구름에 의해 산란되는 광 신호를 추출하는 추출부와, 상기 광 신호를, 일차원 어레이로 구성된 하나의 광 센서로 입력하는 입력부, 및 상기 광 센서에 입력된 광 신호를 이용하여, 상기 구름에 관한 구름특성을 측정하는 측정부를 포함하는, 구름특성 측정용 라이다 장치 및 구름특성 측정용 라이다 장치의 동작 방법을 개시하고 있다.
KR 10-2015-0051633 A KR 10-2016-0038389 A
본 발명은 상기한 종래기술의 문제점을 해결하기 위하여 안출된 것으로서, 기상항공기의 관측자료와 기상위성의 관측자료를 토대로 구름특성을 산출하되, 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있도록 한 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명은, 기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 수집하는 단계와; 수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와; 기상항공기에 의해 측정된 기상자료와 기상위성에서 측정된 기상자료의 시·공간 해상도를 일치시키는 단계와; 기상항공기에서 측정된 기상자료를 이용하여 액체수함량(LWC)를 산출하는 단계와; 산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와; 기상위성에서 관측된 구름광학두께(COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(LWP)를 계산하는 단계와; 기 산출된 액체수함량과 수액경로를 이용하여 구름두께(ΔZ)를 산출하는 단계와; 기상위성에서 측정된 운정온도(CTT)와 운정고도(CTH)에 구름두께를 적용하여 운저온도(CBT)와 운저고도(CBH)를 각각 산출하는 단계와; 산출된 구름특성 자료를 시간대별로 구분하여 저장 및 표출하는 단계;를 포함하는 것을 특징으로 한다.
또, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 기상항공기는 AIMMS와 CDP 장비를 구비하여 AIMMS로 진대기속도를 측정하고 CDP 장비로 구름입자크기별 수농도를 측정하도록 하고, 기상위성은 2분 간격으로 운정고도와 운정온도, 구름광학두께, 운형 및 운상 자료를 2㎞×2㎞ 범위의 고해상도 시·공간 기상자료로 제공하는 것을 특징으로 한다.
또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 기상자료의 품질을 검사하는 단계는, 기상항공기에 의한 기상자료중 AIMMS에서 측정된 진대기속도가 10~250m/s이고 CDP 장비에서 측정된 구름입자크기별 수농도는 각 빈마다 0~2000/㎥인 자료만 유효한 기상자료로 판단하고, 기상위성에 의한 기상자료중 운정고도가 0~2000㎞, 운정온도는 100~400K, 구름광학두께는 0~999인 자료만 유효한 자료로 판단하는 것을 특징으로 한다.
또, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 기상자료의 시·공간 해상도를 일치시키는 단계는, 기상항공기의 관측 시각 전후로 관측된 기상위성의 기상자료를 1차원 선형내삽을 수행한 후, 기상항공기의 위·경도를 기준으로 가장 가까운 4개의 기상위성의 기상자료를 2차원 선형내삽하는 방식으로 수행되는 것을 특징으로 한다.
또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 액체수함량(LWC)은 다음의 수식에 의해 산출되는 것을 특징으로 한다;
Figure 112020022701817-pat00001
여기서, Conci와 ni 및 Di는 각 빈마다의 수농도(n/㎥), 입자수(n), 입자직경(㎛)이고, vs는 샘플의 부피, As는 샘플의 단면적으로 0.24㎟, Vair는 진대기속도(true air speed), rs는 샘플링 시간(sample rate), ρ는 액체수밀도(liquid water density)를 의미한다.
또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 수액경로(LWP)는 다음의 수식에 의해 계산되는 것을 특징으로 한다;
Figure 112020022701817-pat00002
여기서, reff는 구름유효입자반경, ri는 각 빈마다의 입자반경 또는 CDP 장비에 의해 측정된 각 빈의 평균입자반경, ni는 각 빈마다의 입자수, ρ는 액체수밀도(liquid water density; 1㎏/㎥)를 의미한다.
또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 구름두께(ΔZ)는 다음의 수식에 의해 산출되는 것을 특징으로 한다.
Figure 112020022701817-pat00003
또, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 운저온도(CBT)와 운저고도(CBH)는 다음의 수식에 의해 산출되는 것을 특징으로 한다.
Figure 112020022701817-pat00004
또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 구름특성은 액체수함량과, 구름유효입자반경, 운정고도, 운정온도, 수액경로, 구름두께, 운저고도, 운저온도, 운상 및 운형을 포함하는 것을 특징으로 한다.
본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법은 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있게 되고 그로 인해 예측 정확도가 향상되는 효과가 있다.
또한, 기상위성은 항상 최소 2분 간격으로 넓은 범위를 관측하고 기상항공기는 목표지역으로 상시 운항할 수 있으므로 목표 지역에 대하여 원하는 시각에 관측이 가능한 효과가 있다.
또한, 기상항공기와 기상위성에서 관측된 원시자료를 바로 사용하지 않고 자료에 대한 품질검사가 완료된 후에 각 구름특성을 산출하게 되므로 결과에 대한 신뢰성이 향상되는 효과가 있다.
또한, 기상항공기와 기상위성의 관측자료가 실시간으로 수신될 수 있으므로 준 실시간으로 구름특성 자료를 생산할 수 있게 되는 효과가 있다.
도 1은 본 발명에 따른 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법을 나타낸 순서도.
도 2는 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 적용하기 위하여 기상위성에서 관측한 목표지역의 구름특성의 분포를 나타낸 참고도.
도 3은 본 발명에 따라 산출되어 표출된 구름특성의 변화를 시간대별로 나타낸 그래프.
이하, 첨부된 도면을 참조하여 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 대하여 설명하면 다음과 같다.
본 발명에서 사용되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 정의는 본 발명의 기술적 사항에 부합되는 의미와 개념으로 해석되어야 할 것이다.
아울러, 본 발명의 실시예는 본 발명의 권리범위를 한정하는 것이 아니라 본 발명의 청구범위에 제시된 구성요소의 예시적인 사항에 불과하며, 본 발명의 명세서 전반에 걸친 기술사상에 포함되고 청구범위의 구성요소에서 균등물로서 치환 가능한 구성요소를 포함하는 실시예이다.
그리고, 아래 실시예에서의 선택적인 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로서, 구성요소가 상기 용어들에 의해 제한되는 것은 아니다.
이에, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있는 관련된 공지기술에 대한 상세한 설명은 생략한다.
본 발명의 바람직한 실시예를 설명하기 위한, 도 1은 본 발명에 따른 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법을 나타낸 순서도이고,도 2는 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 적용하기 위하여 기상위성에서 관측한 목표지역의 구름특성의 분포를 나타낸 참고도이며, 도 3은 본 발명에 따라 산출되어 표출된 구름특성의 변화를 시간대별로 나타낸 그래프이다.
본 발명에 따른 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법은 도 1에 도시된 바와 같이, 기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 각각 산출하는 단계와; 산출된 구름특성 자료를 시간대별로 구분하여 저장 및 를 수집하는 단계와; 수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와; 기상항공기에 의해 측정된 기상자료와 기상위성에서 측정된 기상자료의 시·공간 해상도를 일치시키는 단계와; 기상항공기에서 측정된 기상자료를 이용하여 액체수함량(Liquid Water Conten; LWC)를 산출하는 단계와; 산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와; 기상위성에서 관측된 구름광학두께(Cloud Optical Thickness; COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(Liquid Water Path; LWP)를 계산하는 단계와; 기 산출된 액체수함량과 수액경로를 이용하여 구름두께(ΔZ)를 산출하는 단계와; 기상위성에서 측정된 운정온도(Cloud Top Temperature; CTT)와 운정고도(Cloude Top Height; CTH)에 구름두께를 적용하여 운저온도(Cloud Base Temperature; CBT)와 운저고도( Cloud Base Height; CBH)를 표출하는 단계;를 포함하여 이루어진다.
여기서, 기상항공기로는 미국 비치크래프트(Beechcraft)사의 기상항공기인 킹에어 350HW(King Air 350HW)과 동일한 기종의 항공기이면서, AIMMS(Aircraft Integrated Meteorological Measurements System)와 CDP(Cloud Droplet Probe) 장비와 같은 구름 관측장비를 탑재한 나라(KMA/NIMS Atmospheric Research Aircraft, NARA)를 사용하며, 매 초당 구름 관측을 수행한다. 여기서, AIMMS는 미국 어벤테크(Aventech)사의 제품으로서 진대기속도(true air speed)를 측정하고, CDP 장비는 미국 DMT(Droplet Measurement Technologies)사의 제품으로, 구름입자크기별 수농도를 측정하게 된다. 구체적으로, CDP 장비는 2~50㎛ 크기의 구름입자를 30개의 크기(30개의 빈)로 나누어 각각의 입자크기별 수농도를 측정하게 된다.
그리고, 기상위성으로는 우리나라의 통신해양기상위성(COMS; Communication, Ocean and Meteorological Satellite)이나 천리안 2호(GK-2A; Geostationary Korea Multi-Purpose Satellite) 또는 일본 기상청의 Himawari-8호 위성 등을 사용하며, 2분 간격으로 운정고도와 운정온도, 구름광학두께, 운형 및 운상 자료를 2㎞×2㎞ 범위의 고해상도 시·공간 기상자료로 제공하도록 한다.
한편, 상기 기상자료의 품질을 검사하는 단계에서는, 기상항공기에 의한 기상자료중에서 상기 AIMMS에서 측정된 진대기속도가 10~250m/s이고 상기 CDP 장비에서 측정된 구름입자크기별 수농도는 각 빈마다 0~2000/㎥인 자료만 유효한 기상자료로 판단한다. 그리고, 기상위성에 의한 기상자료중에서는 운정고도가 0~2000㎞, 운정온도는 100~400K, 구름광학두께는 0~999인 자료만 유효한 자료로 판단하도록 구성된다.
그리고, 상기 기상자료의 시·공간 해상도를 일치시키는 단계에서는, 기상항공기의 관측 시각 전후로 관측된 기상위성의 기상자료를 1차원 선형내삽을 수행한 후, 기상항공기의 위·경도를 기준으로 가장 가까운 4개의 기상위성의 기상자료를 2차원 선형내삽하는 방식으로 수행되는 것이 바람직하다. 이는 기상항공기의 기상자료는 매초 수집되고, 기상위성의 기상자료는 매 2분마다 2km×2km의 공간해상도로 관측되기 때문이며, 매초 기상항공기의 위·경도를 기준으로 시·공간 해상도를 일치시키는 과정이 필요하다.
여기서, 상기 액체수함량(LWC)은 기상항공기에 장착된 AIMMS와 CDP 장비에 의해 관측된 진대기속도와 구름입자크기별 수농도 자료를 통해 산출할 수 있으며, 이를 수식으로 나타내면 다음의 수학식 1과 같다.
Figure 112020022701817-pat00005
여기서, Conci와 ni 및 Di는 각 빈마다의 수농도(n/㎥), 입자수(n), 입자직경(㎛)이고, vs는 샘플의 부피, As는 샘플의 단면적으로 0.24㎟, Vair는 진대기속도(true air speed)를 의미한다. 그리고, rs는 샘플링 시간(sample rate)으로서 1㎐(1s)이고, ρ는 액체수밀도(liquid water density)로서 1㎏/㎥이다.
그리고, 상기한 수학식 1에 따라 산출한 액체수함량(LWC)은 각 샘플당 0.01 g/㎥ 이상인 경우를 제한조건으로 하는 것이 바람직하다. 이는 구름입자가 너무 적을 경우에는 구름특성의 분석에 어려움이 발생하기 때문이다.
한편, 상기 수액경로(LWP)는 기상위성에 의해 관측된 구름광학두께(COT)와 CDP 장비에 의해 관측된 구름입자크기별 수농도로부터 산출된 구름유효입자반경을 이용하여 산출한다. 이를 수식으로 나타내면 다음의 수학식 2와 같다.
Figure 112020022701817-pat00006
여기서, reff는 구름유효입자반경, ri는 각 빈마다의 입자반경 또는 CDP 장비에 의해 측정된 각 빈의 평균입자반경, ni는 각 빈마다의 입자수, ρ는 액체수밀도(liquid water density)를 의미한다.
또, 상기 구름두께(ΔZ)는 상기한 수학식 1에 의해 산출된 액체수함량(LWC)와 수학식 2에 산출된 수액경로(LWP)로부터 구할 수 있으며, 이를 수식으로 나타내면 다음의 수학식 3과 같다.
Figure 112020022701817-pat00007
그리고, 상기 운저온도(CBT)는 운정온도(CTT)와 구름두께(ΔZ)에 습윤단열감율(5K/㎞)을 고려하여 산출할 수 있고, 운저고도(CBH)는 운정고도(CTH)와 구름두께(ΔZ)의 차이로 산출할 수 있으며, 이를 수식으로 나타내면 다음의 수학식 4와 같다.
삭제
Figure 112020022701817-pat00008
삭제
삭제
본 발명에 따르면 구름특성 자료로서 매초 마다의 운정고도(CTH)와 운정온도(CTT), 구름두께(COT), 운저고도(CBH), 운저온도(CBT), 수액경로(LWP)를 각각 생산하며, 매 5분 간격으로 매초의 운상과 운형 중 가장 빈도가 높은 운상, 운형을 생산하여 저장한다.
참고로, 도 2에는 2019년 11월 28일 11시 30분부터 12시 27분까지 대관령 주변 지역을 기상위성인 COMS 위성에서 관측된 기상자료가 나타나 있는데, 이 기상자료와 동일 시기에 기상항공기인 킹에어 350HW로 관측한 기상자료를 이용하여 구름특성 자료를 생산하고 표출한 결과가 도 3에 나타나 있다. 참고로, 도 2에서 회색실선은 기상항공기의 경로를 나타내고, 흰색 영역은 구름이 없거나 측정되지 않은 지역을 의미한다. 그리고, 도 3에서 회색으로 나타낸 부분은 운정고도, 녹색박스 형태로 나타낸 부분은 구름두께, 검은색으로 나타낸 부분은 기상항공기의 관측고도, 빨간색으로 나타낸 부분은 운정온도, 자홍색으로 나타낸 부분은 운저온도, 청색으로 나타낸 부분은 수액경로를 각각 의미한다. 또, 도 3의 W는 운상(Water)을 의미하고, Sc는 운형(Stratocumulus)을 의미한다.
도 3을 참조하면, 해당 지역의 운정고도(CTH)는 최대 3.1 km, 운저고도(CBH)는 최소 1.1 km, 구름두께(COT)는 0.1~0.4 km, 운정온도는 평균 -11.1℃(최대 -5.6℃, 최소 -16.2℃), 운저온도(CBT)는 운정온도(CTT)보다 약 0.5~2 K 낮았고, 수액경로(LWP)는 8~50g/㎡임을 알 수 있다.
이상으로 본 발명의 기술적 사상을 예시하기 위한 몇 가지 실시 예들과 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 발명의 설명에 기재된 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 통상의 기술자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

Claims (9)

  1. 기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 수집하는 단계와;
    수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와;
    기상항공기에 의해 측정된 기상자료와 기상위성에서 측정된 기상자료의 시·공간 해상도를 일치시키는 단계와;
    기상항공기에서 측정된 기상자료를 이용하여 액체수함량(LWC)를 산출하는 단계와;
    산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와;
    기상위성에서 관측된 구름광학두께(COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(LWP)를 계산하는 단계와;
    기 산출된 액체수함량(LWC)과 수액경로(LWP)를 이용하여 구름두께(ΔZ)를 산출하는 단계와;
    기상위성에서 측정된 운정온도(CTT)와 운정고도(CTH)에 구름두께를 적용하여 운저온도(CBT)와 운저고도(CBT)를 각각 산출하는 단계와;
    산출된 구름특성 자료를 시간대별로 구분하여 저장 및 표출하는 단계;를 포함하고,
    기상항공기는 AIMMS와 CDP 장비를 구비하여, AIMMS로 진대기속도를 측정하고 CDP 장비를 이용하여 2~50㎛ 크기의 구름입자를 30개의 빈으로 나누어 구름입자크기별 수농도를 측정하며,
    기상위성은 2분 간격으로 운정온도(CTT)와 운정고도(CTH), 구름광학두께(COT), 운형 및 운상 자료를 2㎞×2㎞ 범위의 고해상도 시·공간 기상자료로 제공하고,
    상기 액체수함량(LWC)과 수액경로(LWP)는는 다음의 수식에 의해 산출되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법;
    Figure 112021126021391-pat00016

    여기서, Conci와 ni 및 Di는 각 빈마다의 수농도(n/㎥), 입자수(n), 입자직경(㎛)이고, vs는 샘플의 부피, As는 샘플의 단면적으로 0.24㎟, Vair는 진대기속도(true air speed), rs는 샘플링 시간(sample rate), ρ는 액체수밀도(liquid water density)를 의미하고,
    Figure 112021126021391-pat00017

    여기서, reff는 구름유효입자반경, ri는 각 빈마다의 입자반경 또는 CDP 장비에 의해 측정된 각 빈의 평균입자반경, ni는 각 빈마다의 입자수, ρ는 액체수밀도(liquid water density)를 의미한다.
  2. 삭제
  3. 제1항에 있어서,
    상기 기상자료의 품질을 검사하는 단계는,
    기상항공기에 의한 기상자료중 AIMMS에서 측정된 진대기속도가 10~250m/s이고 CDP 장비에서 측정된 구름입자크기별 수농도는 각 빈마다 0~2000/㎥인 자료만 유효한 기상자료로 판단하고,
    기상위성에 의한 기상자료중 운정고도(CTH)가 0~2000㎞, 운정온도(CTT)는 100~400K, 구름광학두께(COT)는 0~999인 자료만 유효한 자료로 판단하는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
  4. 제1항에 있어서,
    상기 기상자료의 시·공간 해상도를 일치시키는 단계는,
    기상항공기의 관측 시각 전후로 관측된 기상위성의 기상자료를 1차원 선형내삽을 수행한 후,
    기상항공기의 위·경도를 기준으로 가장 가까운 4개의 기상위성의 기상자료를 2차원 선형내삽하는 방식으로 수행되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 구름두께(ΔZ)는 다음의 수식에 의해 산출되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
    Figure 112020022701817-pat00011
  8. 제1항에 있어서,
    상기 운저온도(CBT)와 운저고도(CBH)는 다음의 수식에 의해 산출되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
    Figure 112020022701817-pat00012

  9. 제1항, 제3항, 제4항, 제7항, 제8항 중 어느 한 항에 있어서,
    상기 구름특성은 액체수함량과, 구름유효입자반경, 운정고도, 운정온도, 수액경로, 구름두께, 운저고도, 운저온도, 운상 및 운형을 포함하는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
KR1020200026677A 2020-03-03 2020-03-03 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법 KR102373286B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200026677A KR102373286B1 (ko) 2020-03-03 2020-03-03 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200026677A KR102373286B1 (ko) 2020-03-03 2020-03-03 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법

Publications (2)

Publication Number Publication Date
KR20210111579A KR20210111579A (ko) 2021-09-13
KR102373286B1 true KR102373286B1 (ko) 2022-03-14

Family

ID=77796744

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200026677A KR102373286B1 (ko) 2020-03-03 2020-03-03 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법

Country Status (1)

Country Link
KR (1) KR102373286B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114705158B (zh) * 2022-03-30 2023-11-17 中国人民解放军国防科技大学 一种基于星载多通道辐射成像仪的云底高度反演方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101627764B1 (ko) * 2014-12-04 2016-06-08 부경대학교 산학협력단 위성 자료 가공 시스템 및 방법
KR101836135B1 (ko) 2017-01-10 2018-04-19 경북대학교 산학협력단 다중위성 강수자료 합성장치 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150051633A (ko) 2013-11-05 2015-05-13 주식회사 핀포텍 위성을 이용한 기상 데이터 수집시스템
KR101625748B1 (ko) 2014-09-30 2016-05-30 주식회사 솔탑 구름 특성 측정용 라이다 장치 및 구름 특성 측정용 라이다 장치의 동작 방법
KR20170009570A (ko) * 2015-07-17 2017-01-25 대한민국(기상청장) 인공위성을 이용한 육상지역의 강수량추정시스템 및 이를 이용한 강수량추정방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101627764B1 (ko) * 2014-12-04 2016-06-08 부경대학교 산학협력단 위성 자료 가공 시스템 및 방법
KR101836135B1 (ko) 2017-01-10 2018-04-19 경북대학교 산학협력단 다중위성 강수자료 합성장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
거북선과 이순신, 습윤단열감률. 다음 블로그, [online], 2013년 2월 27일, [2021년 9월 5일 검색], 인터넷: < https://blog.daum.net/xorud1350/1229 >*
김승범 외 28명, 기상항공기 활용기술 개발 연구. 기상연구소, [online], 2019년 12월 31일, [2021년 9월 5일 검색], 인터넷: < https://www.archives.go.kr/next/ viewMain.do >*

Also Published As

Publication number Publication date
KR20210111579A (ko) 2021-09-13

Similar Documents

Publication Publication Date Title
Tiira et al. Ensemble mean density and its connection to other microphysical properties of falling snow as observed in Southern Finland
Kinar et al. Measurement of the physical properties of the snowpack
Williams et al. Classification of precipitating clouds in the tropics using 915-MHz wind profilers
Ferraro et al. The development of SSM/I rain-rate retrieval algorithms using ground-based radar measurements
Hedrick et al. Independent evaluation of the SNODAS snow depth product using regional-scale lidar-derived measurements
Testik et al. High-speed optical disdrometer for rainfall microphysical observations
Kotthaus et al. Atmospheric boundary layer height from ground-based remote sensing: a review of capabilities and limitations
Huang et al. Precipitation microphysics of tropical cyclones over the western North Pacific based on GPM DPR observations: A preliminary analysis
Yueh et al. QuikSCAT geophysical model function for tropical cyclones and application to Hurricane Floyd
Stanford et al. A ubiquitous ice size bias in simulations of tropical deep convection
Zhou et al. Vertical distributions of raindrops and Z‐R relationships using microrain radar and 2‐D‐video distrometer measurements during the Integrative Monsoon Frontal Rainfall Experiment (IMFRE)
Trouvilliez et al. A novel experimental study of aeolian snow transport in Adelie Land (Antarctica)
Wang et al. Investigation of liquid cloud microphysical properties of deep convective systems: 1. Parameterization raindrop size distribution and its application for stratiform rain estimation
Campos et al. Monitoring water phase dynamics in winter clouds
Botteron et al. Soil moisture & snow properties determination with GNSS in alpine environments: Challenges, status, and perspectives
Schmugge Measurements of surface soil moisture and temperature
Hu et al. Dependence of ice microphysical properties on environmental parameters: Results from HAIC-HIWC cayenne field campaign
KR102373286B1 (ko) 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법
Maherndl et al. Quantifying riming from airborne data during HALO-(AC) 3
Drechsel et al. Three-dimensional wind retrieval: Application of MUSCAT to dual-Doppler lidar
Notaros Meteorological electromagnetics: optical and radar measurements, modeling, and characterization of snowflakes and snow
Islam et al. Using S-band dual polarized radar for convective/stratiform rain indexing and the correspondence with AMSR-E GSFC profiling algorithm
Lewandowski et al. Lidar-based estimation of small-scale rainfall: Empirical evidence
Suzuki et al. Ground validation of GPM DPR precipitation type classification algorithm by precipitation particle measurements in winter
Tokay et al. Retrieval of Snow Water Equivalent by the Precipitation Imaging Package (PIP) in the Northern Great Lakes

Legal Events

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