KR20140115777A - Method for estimating longwave climate feedback using sea surface temperature - Google Patents
Method for estimating longwave climate feedback using sea surface temperature Download PDFInfo
- Publication number
- KR20140115777A KR20140115777A KR1020130030862A KR20130030862A KR20140115777A KR 20140115777 A KR20140115777 A KR 20140115777A KR 1020130030862 A KR1020130030862 A KR 1020130030862A KR 20130030862 A KR20130030862 A KR 20130030862A KR 20140115777 A KR20140115777 A KR 20140115777A
- Authority
- KR
- South Korea
- Prior art keywords
- sst
- region
- area
- daily
- average
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012417 linear regression Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000012935 Averaging Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000002354 daily effect Effects 0.000 description 113
- 230000008859 change Effects 0.000 description 21
- 230000000694 effects Effects 0.000 description 13
- 239000005431 greenhouse gas Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010064127 Solar lentigo Diseases 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
Description
본 발명은 기후 모델링 기술에 관한 것으로, 더욱 상세하게는, 해수면 온도를 이용한 기후 피드백 산출 방법에 관한 것이다.The present invention relates to climate modeling techniques, and more particularly, to a method for calculating climate feedback using sea level temperature.
기후 시스템은 대기, 육지, 눈, 구름, 얼음, 바다, 수원, 생물체 등이 서로 복잡하게 상호작용하는 시스템으로, 지구에 입사되는 태양 복사의 양이 지구가 방출하는 동량의 장파 복사와 균형을 이룬다는 거시적 사실에 입각하여 기후 모델을 수립할 수 있다. 이러한 기후 모델에서, 각 기후 요소들의 복사 피드백 효과를 정확하게 아는 것이 매우 중요하다.The climate system is a complex interplay of atmospheric, terrestrial, snow, cloud, ice, ocean, water, and organisms, and the amount of solar radiation that enters the earth is balanced by the same amount of long- Can establish a climate model based on macroscopic facts. In this climate model, it is very important to know exactly the radiation feedback effect of each climate component.
기후 피드백(Climate feedback)이란, 온실가스 배출이나 화산폭발과 같은 기후변화 강제력이 촉발하는 지구의 온도 변화가 기후 시스템의 요소들에 의해 강화되거나 감쇠되는 정도를 가리키는 표현으로, 양 또는 음의 값으로 표현된다. 양의 기후 피드백 값은 기후변화 강제력이 유발하는 것보다 지구의 온도가 더 크게 변화함을 의미하고, 음의 기후 피드백 값은 더 작게 변화함을 의미한다.Climate feedback is the expression of the degree to which the temperature change of the Earth, triggered by climate change forcing such as greenhouse gas emissions or volcanic eruptions, is strengthened or attenuated by elements of the climate system, expressed as a positive or negative value do. A positive climate feedback value means that the temperature of the Earth changes more than the climate change forcing is caused, and the negative climate feedback value means a smaller change.
예를 들어, 온실가스가 증가로 인해 평균 기온이 상승하면, 눈과 얼음이 녹게 되고 육지가 드러나면서 더 많은 태양열이 지구에 의해 흡수되어 온도 변화가 더욱 강화되는데, 기후 내 각 요소들의 온도 변화에 대한 반응을 탐지하고 이해하여 수치화, 정량화하는 작업이 전 세계의 과학자들에 의해 진행중이다.For example, as the average temperature increases due to an increase in greenhouse gases, snow and ice are melted and land is exposed, and more solar heat is absorbed by the earth and the temperature changes are further strengthened. Scientists around the world are in the process of detecting, understanding, quantifying, and quantifying the response of the world.
온실기체, 에어로졸 등 기후변화 유발 요소들의 효과에 대한 연구가 활발히 진행되어 왔고, 그 효과들은 많은 부분 정량화하는 작업이 이루어졌다. 그러나 기후 요소들의 피드백 효과의 크기는 여전히 불확실한데, 특히 구름에 관련된 피드백 효과는 그 크기 뿐 아니라 부호조차도 불확실하다. 구름이 양의, 또는 음의 피드백 효과를 가질 것이라고 제시하는 다양한 가설이 존재하지만 아직 정설에 해당하는 것이 존재하지 않는다.Studies on the effects of climate change inducing factors such as greenhouse gases and aerosols have been actively conducted, and many of the effects have been quantified. However, the magnitude of the feedback effect of climatic factors is still uncertain, especially the feedback effects associated with clouds are uncertain, not only their size but their sign. There are various hypotheses suggesting that the cloud will have a positive or negative feedback effect, but there is no orthodoxy yet.
구름은 단일 기후 요소로서는 지구의 온도 변화를 유발하는 가장 강력한 인자라는 사실은 일상 생활을 통해서도 쉽게 확인할 수 있다. 구름의 피드백 효과에 따라 기후 모델의 미래 예측은 크게 달라지므로, 그 크기를 정확하게 파악하는 것은 매우 중요하다.The fact that cloud is the strongest factor that causes temperature change in the earth as a single climatic element can be easily confirmed in everyday life. The future prediction of climate models will vary greatly depending on the feedback effect of the cloud, so it is very important to know its size accurately.
본 발명이 해결하고자 하는 과제는 해수면 온도를 이용한 좀더 정확한 적외 영역 기후 피드백 산출 방법을 제공하는 데에 있다.A problem to be solved by the present invention is to provide a more accurate infrared climate feedback calculation method using sea surface temperature.
본 발명의 일 측면에 따른 적외 영역 기후 피드백 산출 방법은,An infrared region climate feedback calculation method according to an aspect of the present invention includes:
전체 관측 영역의 위성 적외 영상을 획득하는 단계;Obtaining a satellite infrared image of the entire observation area;
상기 위성 적외 영상에서 각 화소의 밝기 온도를 기초로 구름 영역과 청천 영역을 각각 정의하는 단계;Defining a cloud region and a blue sky region based on a brightness temperature of each pixel in the satellite infrared image;
전체 관측 영역의 해수면 온도(SST) 값들을 제공받는 단계;Receiving the sea surface temperature (SST) values of the entire observation area;
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 화소 별로 장파 복사량(OLR) 값들을 산출하는 단계;Calculating longwave radiation amount (OLR) values for each pixel for the entire observation area from the satellite infrared image;
청천 영역의 일 평균 SST들을 산출하는 단계; Calculating daily average SSTs of the sunshine area;
전체 관측 영역의 일 평균 OLR들을 산출하는 단계; 및Calculating daily average OLRs of the entire observation area; And
상기 전체 관측 영역 일 평균 OLR들의 편차들 및 상기 청천 영역 일 평균 SST들의 편차들에 관하여 연산된 선형 회귀 곡선의 기울기를 적외 영역 기후 피드백 값으로서 산출하는 단계를 포함할 수 있다.Calculating the slope of the linear regression curve calculated with respect to the deviations of the total observed region daily average OLRs and deviations of the mean SSTs of the sunshine region as the infrared region climate feedback value.
일 실시예에 따라, 상기 위성 적외 영상에서 각 화소의 밝기 온도를 기초로 구름 영역과 청천 영역을 각각 정의하는 단계는,According to an exemplary embodiment, the step of defining a cloud area and a blue sky area based on the brightness temperature of each pixel in the satellite infrared image,
상기 위성 적외 영상의 각각의 화소의 밝기 온도를 소정 문턱값에 비교하여 만약 밝기 온도가 소정 문턱값보다 낮으면 구름 영역으로, 만약 밝기 온도가 소정 문턱값보다 높으면 청천 영역으로 분류하는 단계를 포함할 수 있다.Comparing the brightness temperature of each pixel of the satellite infrared image with a predetermined threshold value and classifying the brightness image into a cloud area if the brightness temperature is lower than a predetermined threshold value and classifying it into a cloud area if the brightness temperature is higher than a predetermined threshold value .
일 실시예에 따라, 상기 구름 영역으로 분류하기 위한 문턱값은 청천 영역으로 분류하기 위한 문턱값과 동일하거나 또는 더 낮을 수 있다.According to one embodiment, the threshold value for classifying into the cloud region may be equal to or lower than the threshold value for classifying into the blue zone region.
일 실시예에 따라, 상기 전체 관측 영역의 SST는 소정 크기의 SST 격자별로 제공되고,According to one embodiment, the SST of the entire observation area is provided for each SST grid of a predetermined size,
상기 청천 영역의 일 평균 SST들을 산출하는 단계는,Wherein the calculating of the average SSTs of the sunshine area comprises:
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적에 대해 획득되는 청천 비율들을 하루 동안 평균하여 SST 격자들 각각의 청천 가중치들을 결정하는 단계; 및Determining the seed weights of each of the SST grids by averaging the seed ratio obtained for an area corresponding to each SST grating in the satellite infrared image obtained every hour for a day; And
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하는 단계를 포함할 수 있다.And averaging the products of the daily SST of each SST lattice considering the latitude and the net weight of each SST lattice to calculate the daily average SST of the whole of the observed region.
일 실시예에 따라, 상기 전체 관측 영역의 SST는 소정 크기의 SST 격자별로 제공되고,According to one embodiment, the SST of the entire observation area is provided for each SST grid of a predetermined size,
상기 청천 영역의 일 평균 SST들을 산출하는 단계는,Wherein the calculating of the average SSTs of the sunshine area comprises:
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적에 대해 획득되는 구름 비율들을 하루 동안 평균하여 SST 격자들 각각의 구름 가중치들을 결정하는 단계;Determining cloud weights of each of the SST grids by averaging the cloud ratios obtained for an area corresponding to each SST grating in the satellite infrared image obtained every hour for one day;
(1 - 구름 가중치)를 청천 가중치로 결정하는 단계; 및(1 - cloud weight) is determined as a seed weight; And
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하는 단계를 포함할 수 있다.And averaging the products of the daily SST of each SST lattice considering the latitude and the net weight of each SST lattice to calculate the daily average SST of the whole of the observed region.
일 실시예에 따라, 상기 청천 영역의 일 평균 SST 
에 의해 산출되며,Lt; / RTI >
여기서, i는 정수, 
일 실시예에 따라, 상기 위성 적외 영상은 시간별로 제공되고,According to one embodiment, the satellite infrared image is provided by time,
상기 전체 관측 영역의 일 평균 OLR들을 산출하는 단계는,Wherein the calculating the daily average OLRs of the entire observation area comprises:
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 각 화소마다 OLR들을 산출하는 단계; 및Calculating OLRs for each pixel for the entire observation area from the satellite infrared image; And
각 화소의 크기를 고려하여 시간별 OLR들을 전체 관측 영역에 관하여 매 시간별로 평균하며, 시간별 평균 OLR들을 하루 동안 평균하여 전체 관측 영역의 일 평균 OLR을 산출하는 단계를 포함할 수 있다.And averaging the OLRs over time for each observation area in consideration of the size of each pixel and calculating a daily average OLR of the entire observation area by averaging the OLRs over time.
일 실시예에 따라, 각 화소마다 OLR들은 다음 수학식According to one embodiment, the OLRs for each pixel are calculated using the following equation
에 의해 산출되며, Lt; / RTI >
여기서, L11은 11㎛ 파장 복사량(radiance)일 수 있다.Here, L 11 may be 11 μm wavelength radiance.
일 실시예에 따라, 상기 전체 관측 영역의 일 평균 OLR 
에 의해 산출되며, Lt; / RTI >
여기서, 
일 실시예에 따라, 상기 전체 관측 영역 일 평균 OLR들의 편차들은 일 평균 OLR 값들의 시간 이동 평균(temporal moving average)을 기준으로 연산되고, 상기 청천 영역 일 평균 SST들의 편차들은 일 평균 SST 값들의 시간 이동 평균을 기준으로 연산될 수 있다.According to one embodiment, the deviations of the daily mean OLRs of the total observed region are calculated on the basis of a temporal moving average of daily average OLR values, and the deviations of the average daily SSTs Can be calculated based on the moving average.
일 실시예에 따라, 상기 시간 이동 평균은 일 평균 OLR 값 및 일 평균 SST 값을 연산하기 위한 일자를 중심으로 하여 전후로 30일 내지 90일 중 어느 하나의 일수에 이르는 기간 동안의 평균에 의해 평활될 수 있다.According to one embodiment, the time-shifted average is smoothed by averaging over a period between any one of 30 days to 90 days back and forth, with the date for calculating the daily average OLR value and the daily average SST value .
일 실시예에 따라, 시차가 0(zero lag)인 경우의 상기 전체 관측 영역의 일 평균 OLR들의 편차들에 대한 청천 영역의 일 평균 SST의 편차들의 선형 회귀 곡선 기울기가 기후 피드백 값으로서 산출될 수 있다.According to one embodiment, the linear regression curve slope of the deviations of the daily mean SST of the sunspot area relative to the deviations of the daily average OLRs of the total observation area when the parallax is zero (zero lag) can be calculated as the climate feedback value have.
본 발명의 다른 측면에 따른 적외 영역 기후 피드백 산출 장치는,An infrared region climate feedback calculation apparatus according to another aspect of the present invention includes:
전체 관측 영역에 관하여 매 시간별로 획득되는 위성 적외 영상들을 제공하는 적외 영상 저장부;An infrared image storage unit for providing satellite infrared images acquired every hour with respect to the entire observation area;
전체 관측 영역에 관하여 일별로 획득되는 해수면 온도(SST)의 데이터를 제공하는 SST 데이터 저장부;An SST data storage unit for providing data of the sea surface temperature (SST) obtained every day for the entire observation area;
상기 위성 적외 영상에서 밝기 온도를 소정의 문턱값에 비교하여 구름 화소와 청천 화소로 식별하고, 구름 화소들로 구성된 구름 영역과 청천 화소들로 구성된 청천 영역을 정의하는 구름/청천 화소 식별부;A cloud / sunlight pixel identification unit for identifying a cloud temperature and a sunshine pixel by comparing the brightness temperature with a predetermined threshold value in the satellite infrared image, and defining a cloud area composed of cloud pixels and blue sky pixels;
청천 영역의 일 평균 SST들을 산출하는 청천 영역 일 평균 SST 산출부;An average SST calculating unit for calculating a daily average SST of the Cheongcheon area;
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 화소 별로 OLR 값들을 산출하고, 전체 관측 영역의 일 평균 OLR들을 산출하는 전체 관측 영역 일 평균 OLR 산출부; 및A total observed area daily average OLR calculator for calculating OLR values for each pixel with respect to the entire observation area from the satellite infrared image and calculating daily average OLRs of the entire observation area; And
상기 전체 관측 영역 일 평균 OLR들의 편차들 및 상기 청천 영역 일 평균 SST들의 편차들에 관하여 연산된 선형 회귀 곡선의 기울기를 적외 영역 기후 피드백 값으로서 산출하는 일 평균 편차 선형 회귀 분석부를 포함할 수 있다.And a daily average deviation linear regression analyzing unit that calculates the slope of the linear regression curve calculated with respect to the deviations of the daily average OLRs and the variations of the daily average SSTs as the infrared region climate feedback value.
일 실시예에 따라, 상기 위성 적외 영상의 화소를 구름 화소로 식별하기 위한 문턱값은 청천 화소로 식별하기 위한 문턱값과 동일하거나 또는 더 낮을 수 있다.According to an exemplary embodiment, the threshold value for identifying the pixel of the satellite infrared image as a cloud pixel may be equal to or lower than a threshold value for identifying the pixel as a cloud pixel.
일 실시예에 따라, 상기 전체 관측 영역의 SST는 소정 크기의 SST 격자별로 제공되고,According to one embodiment, the SST of the entire observation area is provided for each SST grid of a predetermined size,
상기 청천 영역 일 평균 SST 산출부는,The average SST calculation unit of the sunshine area,
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적에 대해 획득되는 청천 비율들을 하루 동안 평균하여 SST 격자들 각각의 청천 가중치들을 결정하고, Determining the seed weights of each of the SST grids by averaging the seed ratio obtained for the area corresponding to each SST grating in the satellite infrared image obtained every hour for one day,
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하도록 동작할 수 있다.It is possible to calculate the daily average SST of all the observed regions by averaging the product of the daily SST of each SST lattice considering the latitude and the net weight of each SST lattice.
일 실시예에 따라, 상기 전체 관측 영역의 SST는 소정 크기의 SST 격자별로 제공되고,According to one embodiment, the SST of the entire observation area is provided for each SST grid of a predetermined size,
상기 청천 영역 일 평균 SST 산출부는,The average SST calculation unit of the sunshine area,
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적에 대해 획득되는 구름 비율들을 하루 동안 평균하여 SST 격자들 각각의 구름 가중치들을 결정하고, Determining cloud weights of each of the SST grids by averaging the cloud ratios obtained for an area corresponding to each SST grating in the satellite infrared image obtained every hour for a day,
(1 - 구름 가중치)를 청천 가중치로 결정하며,(1 - cloud weights) are determined as weights of the sky weights,
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하도록 동작할 수 있다.It is possible to calculate the daily average SST of all the observed regions by averaging the product of the daily SST of each SST lattice considering the latitude and the net weight of each SST lattice.
일 실시예에 따라, 상기 위성 적외 영상은 시간별로 제공되고,According to one embodiment, the satellite infrared image is provided by time,
상기 전체 관측 영역 일 평균 OLR 산출부는,Wherein the overall observed area daily average OLR calculator comprises:
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 각 화소마다 OLR들을 산출하고,Calculating OLRs for each pixel with respect to the entire observation area from the satellite infrared image,
각 화소의 크기를 고려하여 시간별 OLR들을 전체 관측 영역에 관하여 매 시간별로 평균하며, 시간별 평균 OLR들을 하루 동안 평균하여 전체 관측 영역의 일 평균 OLR을 산출하도록 동작할 수 있다.The OLRs may be averaged over time for each observation region in consideration of the size of each pixel, and the average OLRs of the entire observation region may be calculated by averaging the OLRs over time.
일 실시예에 따라, 상기 일 평균 편차 선형 회귀 분석부는According to one embodiment, the daily mean deviation linear regression analyzer comprises:
상기 전체 관측 영역 일 평균 OLR들의 편차들을 일 평균 OLR 값들의 이동 평균을 기준으로 연산하고, 상기 청천 영역 일 평균 SST들의 편차들을 일 평균 SST 값들의 이동 평균을 기준으로 연산할 수 있다.The deviations of the daily average OLRs of the entire observation area may be calculated based on the moving average of the daily average OLR values and the deviation of the daily average SSTs may be calculated based on the moving average of the daily average SST values.
일 실시예에 따라, 상기 일 평균 편차 선형 회귀 분석부는According to one embodiment, the daily mean deviation linear regression analyzer comprises:
시차가 0(zero lag)인 경우의 상기 전체 관측 영역의 일 평균 OLR들의 편차들에 대한 청천 영역의 일 평균 SST의 편차들의 선형 회귀 곡선 기울기를 기후 피드백 값으로서 산출하도록 동작할 수 있다.As a climate feedback value, a linear regression curve slope of deviations of the daily mean SST of the sunflow region against deviations of the daily mean OLRs of the total observed region when the time lag is zero (zero lag).
본 발명의 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법에 따르면, 청천 영역의 해수면 온도를 이용하여 구름 피드백의 크기 및 부호를 정확하게 산출할 수 있다.According to the infrared region climate feedback calculation method using the sea surface temperature of the present invention, the size and sign of the cloud feedback can be accurately calculated by using the sea surface temperature in the blue sky region.
도 1은 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법을 예시한 순서도이다.
도 2는 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법 중에서 SST 격자별로 제공되는 SST 데이터로부터 청천 영역의 일 평균 SST를 얻는 방법을 세부적으로 예시한 순서도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법의 적절함을 증명하기 위해 지구 장파 복사량 편차와 전체 영역, 구름 영역 및 청천 영역 해수면 온도 편차들의 상관 계수 및 기울기를 예시한 그래프들이다.
도 5는 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 장치를 예시한 블록도이다.1 is a flowchart illustrating an infrared region climate feedback calculation method using a sea surface temperature according to an embodiment of the present invention.
FIG. 2 is a detailed flowchart illustrating a method for obtaining a daily mean SST of a sunshine region from SST data provided for each SST grid among the infrared region climate feedback calculation methods using the sea surface temperature according to an embodiment of the present invention.
FIG. 3 and FIG. 4 illustrate an example of a method for calculating the infrared region climate feedback calculation using the sea surface temperature according to an embodiment of the present invention. In order to verify the appropriateness of the long-wave radiation amount deviation and the correlation coefficient of the entire region, And slopes.
5 is a block diagram illustrating an infrared region climate feedback calculation apparatus using a sea surface temperature according to an embodiment of the present invention.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다. For the embodiments of the invention disclosed herein, specific structural and functional descriptions are set forth for the purpose of describing an embodiment of the invention only, and it is to be understood that the embodiments of the invention may be practiced in various forms, The present invention should not be construed as limited to the embodiments described in Figs.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. The same reference numerals are used for the same constituent elements in the drawings and redundant explanations for the same constituent elements are omitted.
도 1은 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법을 예시한 순서도이다.1 is a flowchart illustrating an infrared region climate feedback calculation method using a sea surface temperature according to an embodiment of the present invention.
전지구 평균 지표면 온도의 변화는 다양한 복사 피드백들의 강도에 따라 결정되는데, 이러한 피드백들 중에서 가장 중요하면서 불확실성을 가진 피드백 요소는 구름에 관련된 피드백이다.The change in global mean surface temperature is determined by the strength of the various radiation feedbacks. The most important and uncertainty feedback element among these feedbacks is cloud-related feedback.
이러한 불확실성은 구름이 해수면 온도와 사이에 관계에 의해 받는 영향을 의미하는 구름 피드백 신호를 해수면 온도 변화에 무관한 관측 신호 즉 "잡음"과 구별하기가 어렵기 때문이다.This uncertainty is due to the difficulty in distinguishing the cloud feedback signal from the observed signal, or "noise," which is independent of the sea surface temperature change, which implies the effect of the cloud on the sea surface temperature.
관측 신호에는 구름의 비피드백 잡음 효과와 피드백 과정들이 혼재되어 있기 때문에, 먼저 본 발명에서는 구름에 의해 초래되는 해수면 온도 변화와 구름을 변화시키는 해수면 온도 변화를 구분하고자 한다. 구름을 변화시키는 해수면 온도 변화만이 해수면 온도 변화에 따른 구름의 반응으로 구별될 수 있을 것이다.Since the non-feedback noise effect and the feedback processes of the cloud are mixed in the observation signal, in the present invention, the sea surface temperature change caused by the cloud and the sea surface temperature change that changes the cloud are distinguished. Only the sea surface temperature change that changes the cloud can be distinguished by the cloud reaction with the sea surface temperature change.
이를 위해, 도 1을 참조하면, 본 발명의 기후 피드백 산출 방법은 먼저 전체 관측 영역의 위성 적외 영상을 획득하는 단계(S11)로부터 시작한다.To this end, referring to FIG. 1, the method of calculating the climate feedback of the present invention starts with step S11 of acquiring a satellite infrared image of the entire observation area.
예를 들어, 북위 20도부터 남위 20도, 동경 130도부터 서경 170도 사이에 대체로 위치하는 태평양의 온난수 풀(PWP: Pacific warm pool) 지역에 대해 지구 정지궤도 위성이 매 시간 촬영하는 적외선 촬영 영상을 획득한다. For example, in the Pacific warm pool (PWP) area of the Pacific, which is generally located between 20 ° N and 20 ° S, and between 130 ° C and 170 ° C, infrared geophysical records Obtain the image.
거의 모든 기상 상태에 대처할 수 있는 단파 복사 측정 기기와 달리, 위성 적외 영상은 해수면이 구름으로 가려진 경우에 해수면 온도를 측정할 수 없기 때문에, 통상적으로 이러한 해수면 온도의 비균질성(inhomogeneity)은 해수면 관측 노이즈 정도로 여겨져 왔다.Unlike shortwave radiometric instruments, which can cope with almost all weather conditions, inhomogeneity of these sea surface temperatures is usually about the level of sea level observation noise because satellite infrared images can not measure the sea surface temperature when the sea surface is covered with clouds. It has been considered.
반면에, 본 발명에서는 구름 피드백 값을 얻기 위해 오히려 위성 적외 영상의 맑은 부분, 즉 구름의 영향을 받지 않는 해수면 온도만을 추출하여 이용한다.On the other hand, in the present invention, in order to obtain the cloud feedback value, only a clear part of the satellite infrared image, that is, the sea surface temperature not affected by the cloud, is extracted and used.
또한, 해수면 온도 변화에 대한 구름의 응답을 정량화하기 위해서는 대기 중에서 구름의 생성과 소멸을 구분할 수 있을 정도의 시간 스케일과 기간으로 관측된 영상이어야 한다. 예를 들어, 태평양 온난수 풀 지역의 적란운은 수 시간에서 며칠 정도의 수명을 가지는데, 월 단위의 영상으로는 상대적으로 짧은 구름의 생성 및 소멸 과정에 따른 해수면 온도 변화를 관측하기 어렵고, 며칠 동안 매 시간마다 촬영된 영상이 적합하다.In addition, to quantify the cloud response to sea surface temperature changes, the images should be observed with time scales and periods enough to distinguish cloud formation and extinction from the atmosphere. For example, the cumulonimbus in the Pacific warm water pool area has a lifetime of several hours to several days. It is difficult to observe the sea surface temperature change due to the relatively short cloud generation and disappearance in monthly images, Images shot every hour are suitable.
동경 140도에서 공전하는 일본의 다목적 통신 위성(MTSAR-1R)에 탑재된 중심 파장이 11 ㎛인 촬영 영상 기기는 이러한 목적에 부합하는데, 이 파장 대역은 특히 대기의 수직 온도 분포 구조나, 수증기 기둥과 같은 요소들에 의해 거의 영향을 받지 않기 때문에, 구름 및 표면 온도의 변화에 기인한 장파의 변화량을 측정하는 데에 유용하다.An imaging device with a central wavelength of 11 μm mounted on a multipurpose communication satellite (MTSAR-1R), which revolves at 140 degrees east long, meets this objective. This wavelength band is particularly suitable for the vertical temperature distribution structure of the atmosphere, And are therefore useful for measuring changes in longwave due to changes in cloud and surface temperatures.
이어서, 단계(S12)에서, 획득된 위성 적외 영상에서 밝기 온도를 소정의 문턱값에 비교하여 구름(cloudy) 화소와 청천(clear sky) 화소로 식별하고, 구름 화소들로 구성된 구름 영역과 청천 화소들로 구성된 청천 영역을 정의한다.Next, in step S12, the brightness temperature is compared with a predetermined threshold value in the obtained satellite infrared image to identify it as a cloudy pixel and a clear sky pixel, Which are defined as the area of the sky.
예를 들어, 문턱값 270K보다 밝기 온도가 낮은 화소는 구름(cloudy) 화소로 식별하고, 그렇지 않은 화소는 청천(clear sky) 화소로 식별한다.For example, a pixel with a lower brightness temperature than the threshold value of 270K is identified as a cloudy pixel, while a pixel with a lower brightness temperature is identified as a clear sky pixel.
예를 들어 11㎛ 파장 위성 적외 영상의 경우에 단일한 밝기 온도(Bright Temperature) 문턱값 BT11에 따라 구름 화소와 청천 화소를 식별할 수 있다는 점과, 문턱값 BT11이 소정의 범위 내에 있는 한, 문턱값에 상관없이 구름 화소와 청천 화소의 식별 및 그에 따른 산출 결과가 거의 동일하다는 것이 알려져 있다.For example, within a single brightness temperature (Bright Temperature) and that depending on the threshold value BT 11 can identify the cloud clear-sky pixel and a pixel, a threshold value BT 11 is a predetermined range in the case of a satellite wave infrared image 11㎛ , It is known that the identification and corresponding calculation results of the cloud pixel and the bright pixel are almost the same regardless of the threshold value.
실시예에 따라, 구름 화소로 판정하기 위한 문턱값은 청천 화소로 판정하기 위한 문턱값보다 낮을 수 있다. According to the embodiment, the threshold for determining the cloud pixel may be lower than the threshold for determining the bright pixel.
예를 들어, 구름 화소로 판정하기 위한 문턱값은 270K 미만이고, 청천 화소로 판정하기 위한 문턱값은 280K 이상일 수 있다. 따라서, 경우에 따라서 전체 관측 영역 중 일부 영역에서는 구름 화소들과 청천 화소들의 합이 해당 영역 내의 전체 화소 수보다 작을 수 있다.For example, a threshold value for determining a cloud pixel may be less than 270K, and a threshold value for determining a bright pixel may be 280K or more. Accordingly, in some of the entire observation regions, the sum of the cloud pixels and the blue pixels may be smaller than the total number of pixels in the corresponding region.
단계(S13)에서, 전체 관측 영역의 SST을 제공받고, 단계(S14)에서는 위성 적외 영상의 11㎛ 파장 복사량으로부터 전체 관측 영역에 대해 화소 별로 OLR 값들을 산출한다.In step S13, the SST of the entire observation area is provided. In step S14, OLR values are calculated for each pixel from the 11 mu m wavelength radiation amount of the satellite infrared image for the entire observation area.
본 발명의 유용함을 증명하기 위한 시뮬레이션에서 일 평균(daily average) SST를 얻기 위한 SST 데이터는 NOAA(National Oceanic and Atmospheric Administration)에서 제공하는 0.25° 일별 최적 인터폴레이션 SST 버전 2(0.25°daily optimum interpolation SST version 2)이다. 다만, 이 SST 데이터는 기상 위성들의 단파 측정 장비와 적외선 장비를 모두 이용하여 구름의 유무와 상관없이 전체 관측 영역에서 측정되고 제공되는 값들이다.The SST data for obtaining the daily average SST in the simulation to demonstrate the usefulness of the present invention is based on the 0.25 ° daily optimum interpolation SST version (0.25 ° daily optimum interpolation) provided by the National Oceanic and Atmospheric Administration (NOAA) 2). However, this SST data is measured and provided in the entire observation area regardless of cloud using both shortwave measurement equipment and infrared equipment of meteorological satellites.
이때, SST 데이터는 0.25°에 상응하는 격자(grid) 단위로 주어질 수 있고, 이에 따라 OLR 및 이와 관련된 나머지 연산들도 마찬가지로 격자 단위로 다루어질 수 있다.At this time, the SST data may be given in units of grid corresponding to 0.25 DEG, so that OLR and the other operations related thereto can be handled in a lattice unit as well.
OLR 데이터는 매 차례 획득되는 적외 영역의 각 화소마다 계산되며 예를 들어, 다음 수학식 1에 나타난 바와 같이 11㎛ 파장 복사량(radiance) L11의 3차 다항식으로 주어질 수 있다.The OLR data is calculated for each pixel of the infrared region obtained each time and can be given as a third-order polynomial of 11 탆 wavelength radiance L 11 , for example, as shown in the following equation (1).
수학식 1의 네 개 항의 계수들은 다양한 기상 조건들을 가지는 복사 전달 모델들(radiative transfer models)에 의해 시뮬레이션된 L11에 대한 OLR의 회귀 최소 자승법(regression least square fit)에 의해 얻어진 식이다.The coefficients of the four terms in Equation (1) are equations obtained by regression least square fit of OLR for L 11 simulated by radiative transfer models with various weather conditions.
한편, 기상 위성에서 직접 관측되는 OLR과, 11㎛ 파장 복사량 L11에서 추론된 OLR 사이의 평균 제곱근 오차(root-mean-square difference)는 약 10 Wm-2 미만인 것으로 알려져 있다. 이는 11㎛ 파장 복사량 L11이 주로 구름 입자에 의한 흡수나 해수 표면 온도에 상관하지만 수증기에 의한 흡수에는 상관하지 않기 때문으로 보인다. 본 발명에서는 11㎛ 파장 복사량 L11에서 추론된 OLR을 이용하는데, 그럼으로써 기상 위상에서 관측된 영상에서 구름과 해수 표면의 특성들에 의해 유도되는 장파 복사의 변동만을 반영하게 되고, 그 밖의 요인들은 배제할 수 있다.On the other hand, it is known that the root-mean-square difference between the OLR directly observed in the meteorological satellite and the OLR estimated from the 11 m wavelength radiation amount L 11 is less than about 10 Wm -2 . This seems to be due to the fact that the 11 μm wavelength radiation amount L 11 is mainly related to the absorption by the cloud particles and the surface temperature of the seawater but not to the absorption by water vapor. The present invention uses OLR deduced from the 11 μm wavelength radiation amount L 11 so that it only reflects variations in longwave radiation induced by the characteristics of the cloud and sea surface in the images observed at the topological phase, Can be excluded.
한편, 관측 장비의 오차나 신호 처리 알고리즘 등에 의한 편차들은 피드백의 산출에 영향을 줄 수 있지만, 장시간의 관측 데이터에 기초한 회귀 분석에 의해 그 통계적 중요도는 감소한다.On the other hand, deviations due to errors in the observation equipment and signal processing algorithms may affect the calculation of the feedback, but the statistical significance is reduced by regression analysis based on long-term observation data.
이어서, 단계(S15)에서, 전체 관측 영역의 일 평균 OLR과 청천 영역에 대한 일 평균 SST를 각각 산출한다.Subsequently, in step S15, the daily average OLR of the entire observation area and the daily average SST of the blue sky area are respectively calculated.
이때, SST 데이터가 0.25° 크기의 SST 격자별로 제공되는 반면에 OLR은 위성 적외 영상에서 화소 단위로 제공되는 점이 다르다는 것에 주목한다. 이에 본 발명에서는, SST 격자 내의 구름 화소들의 수에 따른 구름 가중치와 SST 격자 내의 청천 화소들의 수에 따른 청천 가중치를 SST 격자별 SST 값에 반영함으로써, 화소 단위로 연산되는 OLR과 격자 단위로 제공되는 SST의 상관 관계를 획득할 수 있다.At this time, it is noted that the SST data is provided for each SST grid with a size of 0.25 DEG, whereas OLR is different from that provided for each pixel in the satellite infrared image. In the present invention, by reflecting the cloud weights according to the number of cloud pixels in the SST lattice and the number of blue pixels in the SST lattice to the SST value for each SST lattice, OLR and OLR calculated on a pixel- SST correlation can be obtained.
SST 격자 단위로 제공되는 일 평균 SST에 대하여, 화소 단위의 구름 영역과 청천 영역을 고려한 효과를 얻기 위해, 구체적으로 다음의 도 2의 순서도와 같이 연산될 수 있다.In order to obtain the effect of considering the cloud area and the blue sky area on a pixel-by-pixel basis with respect to the daily average SST provided in the SST grid unit, it can be specifically calculated as the following flowchart of FIG.
도 2는 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법 중에서 SST 격자별로 제공되는 SST 데이터로부터 청천 영역의 일 평균 SST를 얻는 방법을 세부적으로 예시한 순서도이다.FIG. 2 is a detailed flowchart illustrating a method for obtaining a daily mean SST of a sunshine region from SST data provided for each SST grid among the infrared region climate feedback calculation methods using the sea surface temperature according to an embodiment of the present invention.
도 2를 참조하면, 단계(S151)에서, 매 시간 획득되는 위성 적외 영상에서 각각의 SST 격자에 관하여, SST 격자의 면적 대비 SST 격자 내의 구름 영역 면적으로서 획득되는 구름 비율들을 하루 동안 평균하여 SST 격자들 각각의 구름 가중치들을 결정한다.Referring to FIG. 2, in step S151, the cloud ratios obtained as the area of the cloud area in the SST lattice with respect to the area of the SST lattice are averaged for one day with respect to each SST lattice in the satellite infrared image obtained every hour, And determines the cloud weights of each of them.
예를 들어, 매 시간 획득되는 위성 적외 영상에서 i번째 SST 격자의 구름 비율 
여기서, i는 SST 격자의 인덱스, m은 위성 적외 영상의 화소의 인덱스이고, 
구름 비율 
이어서, 수학식 3과 같이, i 번째 SST 격자에 관하여, 구름 비율 
구름 가중치 
이어서, 단계(S152)에서, 매 시간 획득되는 위성 적외 영상에서 각각의 SST 격자에 대해 SST 격자에 관하여, SST 격자의 면적 대비 SST 격자 내의 청천 영역 면적으로서 획득되는 청천 비율들을 하루 동안 평균하여 SST 격자들 각각의 청천 가중치들을 결정한다.Next, in step S152, for each SST grating in the satellite infrared image acquired every hour, the mean square root ratio obtained as the square root area area in the SST grating with respect to the SST grating area with respect to the SST grating is averaged over one day, And determines the weights of each of them.
예를 들어, 청천 비율은 수학식 2 및 수학식 3에서 구름 화소 대신에 청천 화소들을 대입하여 얻을 수 있다.For example, the blue sky ratio can be obtained by substituting blue pixels in place of cloud pixels in equations (2) and (3).
나아가, 구름 화소를 구별하기 위한 문턱값이 청천 화소를 구별하기 위한 문턱값보다 낮은 경우에는, 밝기 온도가 두 문턱값들 사이에 있는 어떤 화소는 구름 화소도 아니고 또한 청천 화소도 아닐 수 있으므로, 구름 가중치 + 청천 가중치 ≤ 1일 수 있다.Further, when the threshold value for distinguishing cloud pixels is lower than the threshold value for distinguishing bright pixels, since a pixel whose brightness temperature is between two threshold values may not be a cloud pixel nor a bright pixel, a cloud weight + The net weight can be ≤ 1.
실시예에 따라, 단계(S152)를 대체할 수 있는 선택적인 단계(S153)에서는, 앞서 구한 SST 격자들 각각의 구름 가중치들로부터 SST 격자들 각각의 청천 가중치들을 결정할 수 있다.According to an embodiment, in an optional step S153, which may replace step S152, the weights of each of the SST grids can be determined from the cloud weights of each of the previously obtained SST grids.
예를 들어, 구름 화소를 구별하기 위한 문턱값과 청천 화소를 구별하기 위한 문턱값이 동일한 경우에는, 만약 어떤 화소가 구름 화소가 아니라면 청천 화소로 분류되므로, 구름 가중치 + 청천 가중치 = 1이다. 따라서, 이러한 경우에는 i 번째 SST 격자의 청천 가중치 
단계(S154)에서, 위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출한다.In step S154, the daily average SST of all the observed regions is calculated by averaging the products of the daily SST of each SST lattice in consideration of latitude and the net weight of each SST lattice.
청천 영역의 일 평균 SST 
청천 영역의 일 평균 SST 
수학식 4은 청천 영역의 일 평균 SST 
본 발명에서 입수 가능한 SST 데이터는 일별 SST이고 예를 들어 0.25° 간격을 가지는 격자마다 하나의 SST 값이 주어지므로, SST 격자에 상응하는 위성 적외 영상의 각 영역 내의 화소들 중에 청천 화소들의 비율을 이용함으로써, 마치 화소 단위로 SST 값을 획득한 것과 같은 효과를 얻을 수 있다.Since the SST data available in the present invention is SST for each day and one SST value is given for each lattice having an interval of 0.25 DEG, for example, the ratio of blue pixels among the pixels in each region of the satellite infrared image corresponding to the SST lattice is used It is possible to obtain the same effect as if the SST value was obtained on a pixel-by-pixel basis.
이어서, 단계(S155)에서, 각 화소의 크기를 고려하여 시간별 OLR들을 전체 관측 영역에 관한 매 시간별로 평균하고, 시간별 평균 OLR들을 하루 동안 평균하여 전체 관측 영역의 일 평균 OLR을 산출한다.Next, in step S155, the OLRs of each observation region are averaged for each hour in consideration of the size of each pixel, and the average OLRs of the entire observation region are calculated by averaging the average OLRs over the day.
여기서, SST 데이터가 일별로 제공되므로, 매 시간마다 제공되는 위성 적외 영상으로부터 연산될 OLR도 일별로 제공될 필요가 있다. 이를 위해, 수학식 1의 OLR를 매 시간의 위성 적외 영상들의 매 화소마다 연산하고, 수학식 5와 같이 전체 관측 영역에 관하여 시간별로 평균한 다음, 시간별 평균 OLR들을 0시부터 23시까지 평균함으로써, 전체 관측 영역의 일 평균 OLR, 
이렇게 하여, 전체 관측 영역의 일 평균 OLR과 청천 영역에 대한 일 평균 SST를 각각 산출할 수 있다.In this way, the daily average OLR of the entire observation area and the daily average SST of the blue sky area can be calculated, respectively.
여기서 
다시 도 1로 돌아와서, 단계(S16)에서, 전체 관측 영역의 일 평균 OLR들의 편차들(anomalies)과 청천 영역에 대한 일 평균 SST들의 편차들을 각각 연산한다.Referring back to FIG. 1, in step S16, the anomalies of the daily average OLRs of the entire observation area and the deviations of the daily mean SSTs of the blue sky area are respectively calculated.
이때, 실시예에 따라, 전체 관측 영역의 일 평균 OLR의 편차 
다시 말해, 전체 관측 영역의 일 평균 OLR의 편차는 일 평균 OLR 값들의 이동 평균을 기준으로 연산되고, 청천 영역에 대한 일 평균 SST의 편차는 일 평균 SST 값들의 이동 평균을 기준으로 연산될 수 있다.In other words, the deviation of the daily average OLR of the entire observation area is calculated on the basis of the moving average of the daily average OLR values, and the deviation of the daily average SST to the blue sky area can be calculated on the basis of the moving average of the daily average SST values .
이러한 필터링을 통해, 시간 스케일이 열대 구름 생성 프로세스의 수명보다 더 긴, 예를 들어 계절성으로 일어나거나 연간 사이클로 일어나는 긴 주기의 기상 변동과 같이 느리게 일어나는 변동을 제거할 수 있다. 이 경우에, 이동 평균 평활법의 스무더(smoother)의 길이는 예를 들어 편차 연산을 하려는 날짜를 중심으로 전후로 30일 내지 90일 중 어느 한 일수까지의 길이가 될 수 있고, 실시예에 따라, 바람직하게는 편차 연산을 하려는 날짜를 전후로 90일 길이의 이동 평균값을 이용할 수 있다.Through this filtering, the time scale can be longer than the lifetime of the tropical cloud production process, e. G., With seasonal fluctuations, or with fluctuations that occur slowly, such as a long cycle of meteorological fluctuations that occur in an annual cycle. In this case, the length of the smoother of the moving average smoothing method may be, for example, a length up to any one of 30 days to 90 days before and after the date on which the deviation calculation is to be performed, Preferably, a moving average value of a 90-day length before and after the deviation calculation date can be used.
단계(S17)에서, 전체 관측 영역 일 평균 OLR의 편차들 및 청천 영역 일 평균 SST의 편차들에 관하여 연산된 선형 회귀 곡선의 기울기를 적외 영역 기후 피드백 값으로서 산출한다.In step S17, the slope of the linear regression curve calculated with respect to the deviations of the daily average OLR and the average SST of the sunshine area is calculated as the infrared region climate feedback value.
연산되는 선형 회귀 곡선의 기울기 
2008년 1월 1일부터 2010년 6월 30일까지의 기간 동안, NOAA에서 제공된 0.25° 일별 최적 인터폴레이션 SST 버전 2의 일별 SST와 MTSAT-1R 위성에서 관측된 위성 적외 영상에 기초하여 시뮬레이션한 결과, OLR-SST 관계에 관한 선형 회귀 곡선 기울기 
이는 청천 영역의 해수면 온도의 상승에 반응하여 장파 복사량이 커지는 경향이 매우 강함을 의미하며, 해수면 온도의 상승에 의해 오히려 대기가 냉각될 수 있다는 것이어서, 이 지역의 장파 피드백 효과가 지구 온난화 혹은 냉각화의 효과를 줄이고 있음을 시사한다.This means that the longwave radiation intensity is very strong in response to rising sea surface temperature in the Cheongcheon area, and the atmosphere can be cooled by rising sea surface temperature, so that the longwave feedback effect in this area is not affected by global warming or cooling Suggesting that it is reducing the effect.
종래에 제안된 방법에 비해, 청천 영역의 해수면 온도의 편차와 전체 온난수 관측 영역의 장파 복사량 편차 사이의 선형 회귀 곡선의 기울기 
도 3 및 도 4는 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 방법의 적절함을 증명하기 위해 지구 장파 복사량 편차와 전체 영역, 구름 영역 및 청천 영역 해수면 온도 편차들의 상관 계수 및 기울기를 예시한 그래프들이다.FIG. 3 and FIG. 4 illustrate an example of a method for calculating the infrared region climate feedback calculation using the sea surface temperature according to an embodiment of the present invention. In order to verify the appropriateness of the long-wave radiation amount deviation and the correlation coefficient of the entire region, And slopes.
먼저, 청천 영역에 대한 일 평균 SST 
전체 관측 영역의 일 평균 SST 
SSTday(i)는 i번째 SST 격자의 일별 SST 값이고, φ는 i 번째 SST 격자의 위도이다. 전체 관측 영역 PWP는 태평양 온난수 풀을 의미한다. SST day (i) is the daily SST value of the i-th SST lattice and φ is the latitude of the i-th SST lattice. Overall observation area PWP means Pacific warm water pool.
구름 영역의 일 평균 SST 
수학식 7을 수학식 6과 대비하면, 구름 영역의 일 평균 SST 
다시 말해, 구름 영역의 일 평균 SST 
이렇게 얻은 전체 관측 영역의 일 평균 SST와 일 평균 OLR, 구름 영역에 대한 일 평균 SST, 그리고 청천 영역에 대한 일 평균 SST 데이터에 있어서, 각각 90일 이동 평균을 기준으로 한 편차들 즉 전체 관측 영역의 일 평균 OLR들의 편차들 , 전체 관측 영역의 일 평균 SST 편차들 
도 3와 도 4를 참조하면, 전체 관측 영역의 일 평균 OLR들의 편차들 
선후행 관계는 SST의 변화가 어느 정도 시차를 두고 OLR의 변화를 일으키는지 또는 그 반대로 OLR의 변화로 인해 SST의 변화가 어느 정도 시차를 두고 일어나는 것인지 알기 위함이다. 선후행 관계 그래프가 볼록한 산 모양(convex shape)이면, 두 요소는 그 꼭지점에 상응하는 선후행 시차를 가질 때에 가장 높은 상관 관계를 보인다고 할 수 있다.The posterior relationship is to know to what extent the change in SST causes the change in OLR with time lag or vice versa, and to what extent the change in SST occurs due to the change in OLR. If the line trailing relationship graph is a convex shape, then the two elements have the highest correlation when they have a trailing parallax corresponding to that vertex.
전체 관측 영역의 일 평균 OLR들의 편차들 
도 3 및 도 4에서, 전체 관측 영역의 일 평균 OLR들의 편차들 
오히려, 가장 큰 상관 계수는 전체 관측 영역의 일 평균 OLR들의 편차들 
따라서, 시차가 0일인(zero lag) 때의 전체 관측 영역의 일 평균 OLR들의 편차들 
도 5는 본 발명의 일 실시예에 따른 해수면 온도를 이용한 적외 영역 기후 피드백 산출 장치를 예시한 블록도이다.5 is a block diagram illustrating an infrared region climate feedback calculation apparatus using a sea surface temperature according to an embodiment of the present invention.
도 5를 참조하면, 적외 영역 기후 피드백 산출 장치(50)는 적외 영상 저장부(51), SST 데이터 저장부(52), 구름/청천 화소 식별부(53), 청천 영역 일 평균 SST 산출부(54), 전체 관측 영역 일 평균 OLR 산출부(55), 일 평균 편차 선형 회귀 분석부(56)를 포함할 수 있다.5, the infrared region climate
적외 영상 저장부(51)는 전체 관측 영역에 관하여 매 시간별로 획득되는 위성 적외 영상들을 제공한다. 위성 적외 영상은 예를 들어 정지 궤도의 기상 위성에 장착된 중심 파장 11㎛의 윈도우 채널을 가진 촬영 장치로 촬영된 영상일 수 있다.The infrared
SST 데이터 저장부(52)는 전체 관측 영역에 관하여 일별로 획득되는 해수면 온도(SST)의 데이터를 제공한다. SST 데이터는, 전체 관측 영역이 일정한 크기의 SST 격자들로 분할된 경우에, SST 격자마다 제공될 수 있다.The SST
구름/청천 화소 식별부(53)는 위성 적외 영상에서 각 화소의 밝기 온도를 기초로 구름 영역과 청천 영역을 각각 정의할 수 있다. 구체적으로, 구름/청천 화소 식별부(53)는 위성 적외 영상에서 밝기 온도를 소정의 문턱값에 비교하여 구름 화소와 청천 화소로 식별하고, 구름 화소들로 구성된 구름 영역과 청천 화소들로 구성된 청천 영역을 정의할 수 있다.The cloud / sky pixel
일 실시예에서는, 구름 화소를 식별하기 위한 밝기 온도 문턱값은 청천 화소를 식별하기 위한 밝기 온도 문턱값과 동일할 수 있지만, 다른 실시예에서는 구름 화소를 식별하기 위한 밝기 온도 문턱값이 청천 화소를 식별하기 위한 밝기 온도 문턱값보다 낮을 수 있다.In one embodiment, the brightness temperature threshold for identifying the cloud pixel may be the same as the brightness temperature threshold for identifying the blue pixel, but in other embodiments, the brightness temperature threshold for identifying the cloud pixel may be equal to May be lower than the brightness temperature threshold for identification.
청천 영역 일 평균 SST 산출부(54)는 매 시간 획득되는 위성 적외 영상에서 각각의 SST 격자에 대해 획득되는 청천 비율들을 하루 동안 평균하여 SST 격자들 각각의 청천 가중치들을 결정하고, 위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출한다. The mean-
이때, 실시예에 따라, 청천 가중치는, 매 시간 획득되는 위성 적외 영상에서 각각의 SST 격자에 대해 SST 격자에 관하여, SST 격자의 면적 대비 SST 격자 내의 구름 영역 면적으로서 획득되는 구름 비율들을 하루 동안 평균하여 SST 격자들 각각의 구름 가중치들이 결정되면, 청천 가중치 + 구름 가중치 = 1의 관계로부터 산출될 수 있다.At this time, according to the embodiment, the sky weight is calculated by multiplying the cloud ratios obtained as the area of the cloud area in the SST lattice with respect to the area of the SST lattice with respect to the SST lattice for each SST lattice in the satellite infrared image obtained every hour, And the cloud weights of each of the SST grids are determined, it can be calculated from the relationship of net weight + cloud weight = 1.
전체 관측 영역 일 평균 OLR 산출부(55)는 위성 적외 영상으로부터 전체 관측 영역에 대해 각 화소마다 OLR들을 추론하고, 각 화소의 크기를 고려하여 시간별 OLR들을 전체 관측 영역에 관하여 매 시간별로 평균하며, 시간별 평균 OLR들을 하루 동안 평균하여 전체 관측 영역의 일 평균 OLR을 산출할 수 있다.The total observed area daily
일 평균 편차 선형 회귀 분석부(56)는 전체 관측 영역의 일 평균 OLR들의 편차들과 청천 영역에 대한 일 평균 SST들의 편차들을 각각 연산하고, 전체 관측 영역 일 평균 OLR의 편차들에 대한 청천 영역 일 평균 SST의 편차들의 선형 회귀 곡선의 기울기를 적외 영역 기후 피드백 값으로서 산출할 수 있다.The daily mean deviation linear
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명이 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이와 균등하거나 또는 등가적인 변형 모두는 본 발명 사상의 범주에 속한다 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, Modification is possible. Accordingly, the spirit of the present invention should be understood only in accordance with the following claims, and all of the equivalent or equivalent variations will fall within the scope of the present invention.
또한, 본 발명에 따른 장치는 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, 광학 디스크, 자기 테이프, 플로피 디스크, 하드 디스크, 비휘발성 메모리 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.Further, the apparatus according to the present invention can be implemented as a computer-readable code on a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored. Examples of the recording medium include a ROM, a RAM, an optical disk, a magnetic tape, a floppy disk, a hard disk, a nonvolatile memory, and the like, and a carrier wave (for example, transmission via the Internet). The computer-readable recording medium may also be distributed over a networked computer system so that computer readable code can be stored and executed in a distributed manner.
50 적외 영역 기후 피드백 산출 장치
51 적외 영상 저장부
52 SST 데이터 저장부
53 구름/청천 화소 식별부
54 청천 영역 일 평균 SST 산출부
55 전체 관측 영역 일 평균 OLR 산출부
56 일 평균 편차 선형 회귀 분석부50 Infrared Region Climate Feedback Calculator
51 infrared image storage unit
52 SST data storage unit
53 cloud / blue pixel identification unit
54 Daily average SST calculation area in Cheongcheon area
55 Total Observed Area Daily Average OLR Calculator
The 56-day mean deviation linear regression analysis section
Claims (23)
상기 위성 적외 영상에서 각 화소의 밝기 온도를 기초로 구름 영역과 청천 영역을 각각 정의하는 단계;
전체 관측 영역의 해수면 온도(SST) 값들을 제공받는 단계;
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 화소 별로 장파 복사량(OLR) 값들을 산출하는 단계;
청천 영역의 일 평균 SST들을 산출하는 단계;
전체 관측 영역의 일 평균 OLR들을 산출하는 단계; 및
상기 전체 관측 영역 일 평균 OLR들의 편차들 및 상기 청천 영역 일 평균 SST들의 편차들에 관하여 연산된 선형 회귀 곡선의 기울기를 적외 영역 기후 피드백 값으로서 산출하는 단계를 포함하는 적외 영역 기후 피드백 산출 방법.Obtaining a satellite infrared image of the entire observation area;
Defining a cloud region and a blue sky region based on a brightness temperature of each pixel in the satellite infrared image;
Receiving the sea surface temperature (SST) values of the entire observation area;
Calculating longwave radiation amount (OLR) values for each pixel for the entire observation area from the satellite infrared image;
Calculating daily average SSTs of the sunshine area;
Calculating daily average OLRs of the entire observation area; And
Calculating a slope of a linear regression curve calculated with respect to deviations of the total observed area daily average OLRs and deviations of the sunken area daily mean SSTs as an infrared region climate feedback value.
상기 위성 적외 영상의 각각의 화소의 밝기 온도를 소정 문턱값에 비교하여 만약 밝기 온도가 소정 문턱값보다 낮으면 구름 영역으로, 만약 밝기 온도가 소정 문턱값보다 높으면 청천 영역으로 분류하는 단계를 포함하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 방법.The method of claim 1, wherein defining the cloud region and the blue sky region based on the brightness temperature of each pixel in the satellite infrared image comprises:
Comparing the brightness temperature of each pixel of the satellite infrared image to a predetermined threshold value and classifying the brightness image into a cloud region if the brightness temperature is lower than a predetermined threshold value and classifying the brightness region into a cloud region if the brightness temperature is higher than a predetermined threshold value Wherein the infrared region includes at least one of infrared radiation and infrared radiation.
상기 청천 영역의 일 평균 SST들을 산출하는 단계는,
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적 대비 SST 격자 내의 청천 영역 면적으로서 획득되는 청천 비율들을 하루 동안 평균하여 SST 격자들 각각의 청천 가중치들을 결정하는 단계; 및
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하는 단계를 포함하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 방법.The method of claim 1, wherein the SST of the entire observation area is provided for each SST grid of a predetermined size,
Wherein the calculating of the average SSTs of the sunshine area comprises:
Determining the seed weights of each of the SST grids by averaging the seed ratio obtained as the seed area area in the SST grid relative to the area corresponding to each SST grid in the satellite infrared image acquired every hour; And
And calculating a daily average SST of the blue sky region among the entire observation regions by averaging the products of the daily SST of each SST grid considering the latitude and the blue sky weight of each SST grid.
상기 청천 영역의 일 평균 SST들을 산출하는 단계는,
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적 대비 SST 격자 내의 구름 영역 면적으로서 획득되는 구름 비율들을 하루 동안 평균하여 SST 격자들 각각의 구름 가중치들을 결정하는 단계;
(1 - 구름 가중치)를 청천 가중치로 결정하는 단계; 및
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하는 단계를 포함하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 방법.The method of claim 1, wherein the SST of the entire observation area is provided for each SST grid of a predetermined size,
Wherein the calculating of the average SSTs of the sunshine area comprises:
Determining the cloud weights of each of the SST grids by averaging the cloud ratios obtained as the area of the cloud area in the SST grating with respect to the area corresponding to each SST grating in the satellite infrared image obtained every hour;
(1 - cloud weight) is determined as a seed weight; And
And calculating a daily average SST of the blue sky region among the entire observation regions by averaging the products of the daily SST of each SST grid considering the latitude and the blue sky weight of each SST grid.
상기 청천 영역의 일 평균 SST
에 의해 산출되며,
여기서, i는 정수,
The daily mean SST
Lt; / RTI >
Here, i is an integer,
상기 전체 관측 영역의 일 평균 OLR들을 산출하는 단계는,
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 각 화소마다 OLR들을 산출하는 단계; 및
각 화소의 크기를 고려하여 시간별 OLR들을 전체 관측 영역에 관하여 매 시간별로 평균하며, 시간별 평균 OLR들을 하루 동안 평균하여 전체 관측 영역의 일 평균 OLR을 산출하는 단계를 포함하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 방법.The system according to claim 1, wherein the satellite infrared image is provided by time,
Wherein the calculating the daily average OLRs of the entire observation area comprises:
Calculating OLRs for each pixel for the entire observation area from the satellite infrared image; And
Calculating a daily average OLR of all observation regions by averaging the OLRs over time for each observation region in consideration of the size of each pixel, Feedback calculation method.
에 의해 산출되며,
여기서, L11은 11㎛ 파장 복사량(radiance)인 것을 특징으로 하는 적외 영역 기후 피드백 산출 방법.8. The OLT according to claim 7,
Lt; / RTI >
Wherein, L 11 is a method of calculating the infrared region, it characterized in that the climate feedback 11㎛ wavelength radiation (radiance).
에 의해 산출되며,
여기서,
Lt; / RTI >
here,
상기 전체 관측 영역 일 평균 OLR들의 편차들 및 상기 청천 영역 일 평균 SST들의 편차들의 시차가 0(zero lag)인 경우에 상기 전체 관측 영역의 일 평균 OLR들의 편차들에 대한 청천 영역의 일 평균 SST의 편차들의 선형 회귀 곡선 기울기로서 산출되는 것을 특징으로 하는 적외 영역 기후 피드백 산출 방법.The method of any one of claims 1, 9, or 10,
Wherein when a deviation of the daily average OLRs of all the observation regions and a deviation of the deviations of the average SSTs of the sunshine region are zero lag, a daily average SST of deviations of the daily average OLRs of the entire observation region Is calculated as a linear regression curve slope of the deviations.
전체 관측 영역에 관하여 일별로 획득되는 해수면 온도(SST) 데이터를 제공하는 SST 데이터 저장부;
상기 위성 적외 영상에서 각 화소의 밝기 온도를 기초로 구름 영역과 청천 영역을 각각 정의하는 구름/청천 화소 식별부;
청천 영역의 일 평균 SST들을 산출하는 청천 영역 일 평균 SST 산출부;
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 화소 별로 OLR 값들을 산출하고, 전체 관측 영역의 일 평균 OLR들을 산출하는 전체 관측 영역 일 평균 OLR 산출부; 및
상기 전체 관측 영역 일 평균 OLR들의 편차들 및 상기 청천 영역 일 평균 SST들의 편차들에 관하여 연산된 선형 회귀 곡선의 기울기를 적외 영역 기후 피드백 값으로서 산출하는 일 평균 편차 선형 회귀 분석부를 포함하는 적외 영역 기후 피드백 산출 장치.An infrared image storage unit for providing satellite infrared images acquired every hour with respect to the entire observation area;
An SST data storage unit for providing daily sea surface temperature (SST) data regarding the entire observation area;
A cloud / sky pixel identification unit for defining a cloud area and a blue sky area based on the brightness temperature of each pixel in the satellite infrared image;
An average SST calculating unit for calculating a daily average SST of the Cheongcheon area;
A total observed area daily average OLR calculator for calculating OLR values for each pixel with respect to the entire observation area from the satellite infrared image and calculating daily average OLRs of the entire observation area; And
An average deviation linear regression analyzing section for calculating the slope of the linear regression curve calculated with respect to the deviations of the daily average OLRs and the variations of the average SSTs of the sunshine region as the infrared region climate feedback value, Feedback calculation device.
상기 위성 적외 영상의 각각의 화소의 밝기 온도를 소정 문턱값에 비교하여 만약 밝기 온도가 소정 문턱값보다 낮으면 구름 영역으로, 만약 밝기 온도가 소정 문턱값보다 높으면 청천 영역으로 분류하도록 동작하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 장치.15. The apparatus of claim 14, wherein the cloud /
Comparing the brightness temperature of each pixel of the satellite infrared image with a predetermined threshold value and classifying the brightness image into a cloud region if the brightness temperature is lower than a predetermined threshold value and classifying it into a blue sky region if the brightness temperature is higher than a predetermined threshold value Infrared region climate feedback calculator.
상기 청천 영역 일 평균 SST 산출부는,
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적 대비 SST 격자 내의 청천 영역 면적으로서 획득되는 청천 비율들을 하루 동안 평균하여 SST 격자들 각각의 청천 가중치들을 결정하고,
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하도록 동작하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 장치.15. The method of claim 14, wherein the SST of the entire observation area is provided for each SST grid of a predetermined size,
The average SST calculation unit of the sunshine area,
Determining mean weights of each of the SST grids by averaging the seed ratio obtained as the area of the seed area in the SST grid relative to the area corresponding to each SST grid in the satellite infrared image acquired every hour,
And calculates a daily mean SST of the blue sky region among the entire observation regions by averaging the products of the daily SST of each SST grid considering the latitude and the blue sky weight of each SST grid.
상기 청천 영역 일 평균 SST 산출부는,
매 시간 획득되는 상기 위성 적외 영상에서 각각의 SST 격자에 상응하는 면적 대비 SST 격자 내의 구름 영역 면적으로서 획득되는 구름 비율들을 하루 동안 평균하여 SST 격자들 각각의 구름 가중치들을 결정하고,
(1 - 구름 가중치)를 청천 가중치로 결정하며,
위도를 고려한 각 SST 격자의 일별 SST와 각 SST 격자의 청천 가중치의 곱을 평균함으로써 전체 관측 영역 중 청천 영역의 일 평균 SST를 산출하도록 동작하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 장치.15. The method of claim 14, wherein the SST of the entire observation area is provided for each SST grid of a predetermined size,
The average SST calculation unit of the sunshine area,
Determining cloud weights of each of the SST grids by averaging the cloud ratios obtained as the area of the cloud area within the SST grating with respect to the area corresponding to each SST grating in the satellite infrared image acquired every hour,
(1 - cloud weights) are determined as weights of the sky weights,
And calculates a daily mean SST of the blue sky region among the entire observation regions by averaging the products of the daily SST of each SST grid considering the latitude and the blue sky weight of each SST grid.
상기 전체 관측 영역 일 평균 OLR 산출부는,
상기 위성 적외 영상으로부터 전체 관측 영역에 대해 각 화소마다 OLR들을 산출하고,
각 화소의 크기를 고려하여 시간별 OLR들을 전체 관측 영역에 관하여 매 시간별로 평균하며, 시간별 평균 OLR들을 하루 동안 평균하여 전체 관측 영역의 일 평균 OLR을 산출하도록 동작하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 장치.15. The system of claim 14, wherein the satellite infrared image is provided over time,
Wherein the overall observed area daily average OLR calculator comprises:
Calculating OLRs for each pixel with respect to the entire observation area from the satellite infrared image,
Calculating a daily average OLR of all the observation regions by averaging the OLRs over time with respect to the entire observation region in consideration of the size of each pixel, Device.
상기 전체 관측 영역 일 평균 OLR들의 편차들을 일 평균 OLR 값들의 시간 이동 평균(temporal moving average)을 기준으로 연산하고, 상기 청천 영역 일 평균 SST들의 편차들을 일 평균 SST 값들의 시간 이동 평균을 기준으로 연산하도록 동작하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 장치.15. The apparatus of claim 14, wherein the daily mean deviation linear regression analyzer
Calculating deviations of the daily average OLRs of all observation regions based on a temporal moving average of daily average OLR values and calculating deviations of the average daily SSTs based on a time moving average of daily mean SST values Wherein the infrared region climatic feedback calculator calculates the infrared region climatic feedback.
상기 전체 관측 영역 일 평균 OLR들의 편차들 및 상기 청천 영역 일 평균 SST들의 편차들의 시차가 0(zero lag)인 경우의 상기 전체 관측 영역의 일 평균 OLR들의 편차들에 대한 청천 영역의 일 평균 SST의 편차들의 선형 회귀 곡선 기울기를 기후 피드백 값으로서 산출하도록 동작하는 것을 특징으로 하는 적외 영역 기후 피드백 산출 장치.15. The apparatus of claim 14, wherein the daily mean deviation linear regression analyzer
Wherein the average SST of the sunshine region with respect to the deviations of the daily mean OLRs of the entire observation region when the parallaxes of the deviations of the daily average OLRs of the entire observation region and the deviations of the mean SSTs of the sunshine region are zero And to calculate a linear regression curve slope of the deviations as a climate feedback value.
A computer-readable recording medium containing a program for implementing a computer with an infrared region climate feedback calculation apparatus according to any one of claims 14 to 22.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130030862A KR101472206B1 (en) | 2013-03-22 | 2013-03-22 | Method for estimating longwave climate feedback using sea surface temperature |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130030862A KR101472206B1 (en) | 2013-03-22 | 2013-03-22 | Method for estimating longwave climate feedback using sea surface temperature |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140115777A true KR20140115777A (en) | 2014-10-01 |
| KR101472206B1 KR101472206B1 (en) | 2014-12-10 |
Family
ID=51990026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130030862A KR101472206B1 (en) | 2013-03-22 | 2013-03-22 | Method for estimating longwave climate feedback using sea surface temperature |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101472206B1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170080525A (en) * | 2015-12-31 | 2017-07-10 | 강릉원주대학교산학협력단 | Remote Sensed Image Simulation System and Method for feasibility test of observed image data |
| KR20180008056A (en) * | 2016-07-15 | 2018-01-24 | 강릉원주대학교산학협력단 | Method of retrieval of outgoing longwave radiation at top-of-atmosphere using Himawari-8 AHI sensor data |
| KR20220032324A (en) * | 2020-09-07 | 2022-03-15 | 대한민국(기상청 국립기상과학원장) | Method for classification of weather patterns, and system thereof |
| CN114496117A (en) * | 2021-12-02 | 2022-05-13 | 中国科学技术大学 | Ozone control type identification method based on satellite hyperspectral remote sensing and electronic equipment |
| KR20220071038A (en) | 2020-11-23 | 2022-05-31 | 한국해양과학기술원 | Devices and Methods for Detection and Prediction of Cold Water Mass Using Artificial Intelligence and Satellite Imaging |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102016977B1 (en) * | 2019-04-01 | 2019-09-02 | (주)지오시스템리서치 | Sea surface temperature images regenerating system and method usign gan deep learning |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101167066B1 (en) * | 2011-03-22 | 2012-07-27 | 이화여자대학교 산학협력단 | Climate sensitivity estimation method using extremal value of sea surface temperature |
-
2013
- 2013-03-22 KR KR1020130030862A patent/KR101472206B1/en not_active IP Right Cessation
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170080525A (en) * | 2015-12-31 | 2017-07-10 | 강릉원주대학교산학협력단 | Remote Sensed Image Simulation System and Method for feasibility test of observed image data |
| KR20180008056A (en) * | 2016-07-15 | 2018-01-24 | 강릉원주대학교산학협력단 | Method of retrieval of outgoing longwave radiation at top-of-atmosphere using Himawari-8 AHI sensor data |
| KR20220032324A (en) * | 2020-09-07 | 2022-03-15 | 대한민국(기상청 국립기상과학원장) | Method for classification of weather patterns, and system thereof |
| KR20220071038A (en) | 2020-11-23 | 2022-05-31 | 한국해양과학기술원 | Devices and Methods for Detection and Prediction of Cold Water Mass Using Artificial Intelligence and Satellite Imaging |
| CN114496117A (en) * | 2021-12-02 | 2022-05-13 | 中国科学技术大学 | Ozone control type identification method based on satellite hyperspectral remote sensing and electronic equipment |
| CN114496117B (en) * | 2021-12-02 | 2024-02-23 | 中国科学技术大学 | Ozone control type identification method based on satellite hyperspectral remote sensing and electronic equipment |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101472206B1 (en) | 2014-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101472206B1 (en) | Method for estimating longwave climate feedback using sea surface temperature | |
| Zapotocny et al. | A two-season impact study of satellite and in situ data in the NCEP Global Data Assimilation System | |
| KR20200059085A (en) | A Method for Sea Surface Temperature Retrieval using Surface Drifter Temperature Data and Satellite Infrared Images | |
| Sun-Mack et al. | Regional apparent boundary layer lapse rates determined from CALIPSO and MODIS data for cloud-height determination | |
| Yang et al. | Monitoring carbon dioxide from space: Retrieval algorithm and flux inversion based on GOSAT data and using CarbonTracker-China | |
| Simó et al. | Impact of the surface–atmosphere variables on the relation between air and land surface temperatures | |
| Nage | Estimation of monthly average daily solar radiation from meteorological parameters: sunshine hours and measured temperature in Tepi, Ethiopia | |
| Rincón et al. | Bias correction of global irradiance modelled with weather and research forecasting model over Paraguay | |
| Ndulue et al. | Performance evaluation of solar radiation equations for estimating reference evapotranspiration (ETo) in a humid tropical environment | |
| Dehghan et al. | Evaluation and improvement of TAPM in estimating solar irradiance in Eastern Australia | |
| Li et al. | Comprehensive assessment of five global daily downward shortwave radiation satellite products | |
| Kalisch et al. | Radiative budget and cloud radiative effect over the Atlantic from ship-based observations | |
| Otsuka et al. | GSMaP RIKEN Nowcast: Global precipitation nowcasting with data assimilation | |
| CN107576399B (en) | MODIS forest fire detection-oriented brightness and temperature prediction method and system | |
| Shahabadi et al. | Toward all-sky assimilation of microwave temperature sounding channels in environment Canada’s global deterministic weather prediction system | |
| Ogolo | Evaluating the performance of some predictive models for estimating global solar radiation across varying climatic conditions in Nigeria | |
| Gregory et al. | Testing and diagnosing the ability of the Bureau of Meteorology’s numerical weather prediction systems to support prediction of solar energy production | |
| Wang et al. | Evaluation of cloud vertical structure simulated by recent BCC_AGCM versions through comparison with CALIPSO-GOCCP data | |
| Jones et al. | Assimilation of Megha-Tropiques SAPHIR observations in the NOAA global model | |
| Sun | Retrieval and application of land surface temperature | |
| Kunii et al. | Impact of assimilation of GPS radio occultation refractivity on the forecast of Typhoon Usagi in 2007 | |
| Su et al. | Estimating areal evaporation from remote sensing | |
| Jedlovec et al. | A satellite-derived upper-tropospheric water vapor transport index for climate studies | |
| Rincón et al. | Assessment of short-term irradiance forecasting based on post-processing tools applied on WRF meteorological simulations | |
| CN110990988A (en) | Method for analyzing evapotranspiration influence factors and establishing multiple regression model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for 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 | ||
| FPAY | Annual fee payment |
Payment date: 20171204 Year of fee payment: 4 |
|
| LAPS | Lapse due to unpaid annual fee |