KR20180072584A - 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법 - Google Patents

라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법 Download PDF

Info

Publication number
KR20180072584A
KR20180072584A KR1020170177089A KR20170177089A KR20180072584A KR 20180072584 A KR20180072584 A KR 20180072584A KR 1020170177089 A KR1020170177089 A KR 1020170177089A KR 20170177089 A KR20170177089 A KR 20170177089A KR 20180072584 A KR20180072584 A KR 20180072584A
Authority
KR
South Korea
Prior art keywords
altitude
signal
value
backscattering
boundary layer
Prior art date
Application number
KR1020170177089A
Other languages
English (en)
Inventor
박찬봉
Original Assignee
목원대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 목원대학교 산학협력단 filed Critical 목원대학교 산학협력단
Publication of KR20180072584A publication Critical patent/KR20180072584A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

본 발명은 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법에 관한 것으로, 더욱 상세하게는 단일파장 라이다를 이용한 에어로졸과 구름의 동시 측정 시 두 물질을 구분하는 알고리즘에 관한 것이며, 구름과 에어로졸의 후방 산란광 신호의 고도별 기울기(경사각도)의 차이 이용하는 방법이며 본 알고리즘의 결과로써 나오는 파라미터는 구름의 운고, 운저, 그리고 대기 경계층의 고도를 판별하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별법에 관한 것이다.

Description

라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법{Altitude determination method using laser radar}
본 발명은 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법에 관한 것으로, 더욱 상세하게는 단일파장 라이다를 이용한 에어로졸과 구름의 동시 측정 시 두 물질을 구분하는 알고리즘에 관한 것이며, 구름과 에어로졸의 후방 산란 신호의 고도별 기울기(경사각도)의 차이를 이용하는 방법이며, 본 알고리즘의 결과로써 나오는 파라미터는 구름의 운고, 운저, 그리고 대기 경계층의 고도를 판별하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별법에 관한 것이다.
라이다를 이용하여 대류권에 분포된 에어로졸과 구름에 대해 처음으로 관측을 시도한 것은 라이다의 개발 초기이다. 대기 중의 구름은 산란과 흡수를 통하여 복사수지에 직접적 영향을 준다. 따라서 구름의 고도별 분포변화를 파악하기 위하여 라이다(LiDAR: Light Detection and Ranging) 관측 장비를 사용하는 연구가 진행되어 왔다. 라이다는 레이저를 대기 중에 조사하여 후방 산란된 신호를 분광광학계를 이용하여 수집 후 이를 신호처리하여 대기물질의 농도, 조성, 형태를 판별하는 방법으로 구름 및 에어 관측을 위해서 UV-IR 영역의 레이저 파장을 사용한다. 기존의 구름, 에어로졸의 판별방식은 구름과 에어로졸의 후방 산란신호의 강도에 비례하는 후방 산란계수 (backscttering coefficient)의 상대적인 크기를 비교하는 방식과 편광소멸비(depolarization ratio)의 크기를 비교하는 방식이 있다.
따라서, 본 발명의 목적은 라이다를 이용한 대기관측 시 기존의 후방 산란계수 및 편광소멸비의 계산의 복잡성을 피하고 단순히 검출기에서 검출된 후방 산란 신호의 고도에 따른 기울기(경사각도) 차이에 따라 에어로졸과 구름을 판별하고 구름의 상층하부 및 대기 경계층을 구분하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별법을 제공하는 것이다.
상기 목적들을 달성하기 위한 본 발명에 의한 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별법은, 라이다(Light Detection and Ranging)를 통해 대기중에 일정시간 동안 레이저 광을 조사하여 라이다의 수신부로 수신된 후방 산란광 신호로부터 후방 산란광 거리보정 신호를 추출하는 제 1 단계: 상기 추출된 후방 산란광 거리보정 신호를 토대로 고도에 따른 고도별 기울기 값을 산출하는 제 2 단계: 및 상기 산출된 고도별 기울기 값을 토대로 구름 및 에어로졸을 판별하고, 구름의 운고 및 운저와 대기 경계층을 판별하는 제 3 단계를 포함하여 이루어지는 것을 특징으로 한다.
여기서, 상기 제 1 단계는, 상기 후방 산란광 신호에 대한 전 처리과정으로써 임의의 관측시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고, 이의 평균화 처리를 한 다음, 신호의 배경잡음을 제거하여 상기 후방 산란광 거리보정 신호를 추출함이 바람직하다.
또한, 상기 임의의 관측시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고 평균화 처리하는 단계에서는, 거리정보 신호(고도별 신호)인 수신 광자수를 하기의 수학식 1과 같이 산출하는 단계를 포함함이 바람직하다.
수학식 1)
Figure pat00001
여기서, N(λ,Z): 수신 광자수, No(λ,Z): 송신 광자수, λ: 파장, Z : 고도A : 반응 단면적, S : 수신망원경의 단면적, f(λ) : 수신시스템의 투과율, μ : 망원경과 송신광의 오버랩(overlap) 인자: β(λ,Z) :후방 산란계수, α(λ,Z): 소멸계수이다.
또한, 상기 임의의 관측시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고 평균화 처리하는 단계에서는, 하기 수학식 2와 같이 신호 감쇄를 고려하여 Z2을 수신 광자수에 곱하여 계산한 다음, 하기 수학식 3과 같이 거리 정보 신호의 최대값 Nmax(λ,Z)을 수신 광자수 N(λ,Z)에 대해 나누어 규준화 처리하고, 최종적으로 일정시간 동안 레이저 송신 펄스 개수를 나누어 평균화 처리를 함이 바람직하다.
수학식 2)
N(λ,Z)*Z2
여기서, N(λ,Z): 수신 광자수, Z : 고도이다.
수학식 3)
N(λ,Z)/Nmax(λ,Z)
여기서, N(λ,Z): 수신 광자수, 최대값 Nmax(λ,Z): 수신 광자수의 최대값이다.
또한, 상기 라이다의 수신부의 검출기에서 측정된 신호는 지상 0km에서 고도 18km까지 고도분해능 12m를 가지고 수신된 신호이며, 이후 고도별 신호의 5분간의 수신된 신호들을 적분한 것이 누적값(Accumulation)이며, 상기 누적값의 평균화 처리는 누적값을 5분간의 레이저 송신 펄스 개수인 3,000shot으로 나누어 계산함이 바람직하다.
또한, 상기 배경잡음의 제거는, 대기 중 물질에 의한 후방 산란 신호가 없고 단지 배경잡음(태양광, 월광, 열적잡음)만이 존재한다고 판단되는 15-18 km 구간에서의 신호값을 전체 구간 0-18 km에서의 누적값에서 빼주는 과정을 통하여 이루어짐이 바람직하다.
또한, 상기 배경잡음을 제거한 후에는, 검출기에서의 신호 대 잡음의 비가 5 이상 되는 경우에만 선택하여 상기 거리보정신호(range corrected signal)를 추출함이 바람직하다.
또한, 상기 제 2 단계에서는, 운저 및 운고의 최적값을 선정하기 위하여 고도를 증가시키면서 상기 평균화 처리된 후방 산란광 거리보정 신호를 고도의 1미터 구간별로 미분하여 각각의 데이터 점(고도)에서의 기울기(dP/meter)를 구함이 바람직하다.
또한, 상기 기울기를 구한 후에 해당 기울기에 점근선을 구하고, 상기 점근선과 해당 고도에서 후방 산란광 거리보정 신호의 수평축간의 각도를 구함이 바람직하다.
또한, 상기 제 3 단계에서, 먼저, 각각의 데이터 점(고도)에서의 점근선과 후방 산란광 거리보정 신호의 수평축간의 각도가 70도 이상인 값들로 선별된 경우에는 구름으로 판별하고, 70도 미만인 값들로 선별된 경우에는 에어로졸로 판별함이 바람직하다.
또한, 상기 제 3 단계에서, 각각의 데이터 점(고도)에서의 점근선과 후방 산란광 거리보정 신호의 수평축간의 각도가 70도 이상인 값들로 선별된 경우, 그 중에서 가장 높은 각도 값이 나타나는 고도를 운저로 결정하며, 기울기가 음의 값이 되는 고도들을 선별한 후, 그 중에서 가장 큰 각도를 나타내는 고도를 운고로 결정함이 바람직하다.
또한, 상기 후방 산란광 거리보정 신호를 사용하여 에어로졸의 하기 수학식 4의 후방 산란비(BR)를 구한 다음, 상기 BR 값이 1.2 이하인 고도를 중심으로 상하 40m (thickness) 고도 내에 있는 모든 데이터 점(Z)에서 BR이 음의 기울기 값을 가지며 그 고도에서의 점근선과 BR 값의 수평축과 이루는 각도가 80도 이상이 되는 값들을 선별한 후, 그 중에서 가장 큰 각도 값이 나타내는 고도를 대기경계층의 고도(aerosol boundary layer)로 설정되어 판별함이 바람직하다.
수학식 4)
BR=(βa + βm)/βm
여기서, βa는 에어로졸의 후방 산란계수, βm은 대기분자의 후방 산란계수이다.
또한, 대기 경계층의 고도는 운저 고도보다 낮으며, 3 km 이하에 있는 조건인 것이 바람직하다.
상술한 바와 같이, 본 발명의 일실시예에 따라 알고리즘을 단일파장을 이용한 라이다에 적용하여 에어로졸과 구름의 판별 및 구름의 상부, 하부고도 및 대기경계층을 설정하는 효과가 있다.
또한, 본 발명의 일실시예에 따라 기존의 후방 산란계수 및 편광소멸비의 계산의 복잡성 및 후방 산란계수 계산시의 에어로졸이 없는 고도의 가정값 설정에 따른 오차를 피할 수 있고 단순히 검출기에서 검출된 신호의 고도별 경사값(기울기) 차이에 따라 에어로졸과 구름을 판별하고 구름의 상층하부 및 대기 경계층의 구분이 가능한 효과가 있다.
도 1은 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법을 나타내는 순서도이다.
도 2는 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법의 알고리즘을 나타내는 자료 처리 흐름도이다.
도 3은 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법에 있어 고도별 기울기 값을 산출하는 예시도이다.
본 발명은 그 기술적 사상 또는 주요한 특징으로부터 벗어남이 없이 다른 여러가지 형태로 실시될 수 있다. 따라서, 본 발명의 실시예들은 모든 점에서 단순한 예시에 지나지 않으며 한정적으로 해석되어서는 안된다.
제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다.
상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부된 도면을 참조로 하여 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법을 나타내는 순서도이고, 도 2는 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법의 알고리즘을 나타내는 자료 처리 흐름도이고, 도 3은 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법에 있어 고도별 기울기 값을 산출하는 예시도이다.
도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법은, 후방 산란광 신호로부터 후방 산란광 거리보정 신호를 추출하는 제 1 단계(S10), 상기 추출된 후방 산란광 거리보정 신호를 토대로 고도에 따른 고도별 기울기 값을 산출하는 제 2 단계(S10); 및 상기 산출된 고도별 기울기 값을 토대로 구름 및 에어로졸을 판별하고, 구름의 운고 및 운저와 대기 경계층을 판별하는 제 3 단계(S30)를 포함하여 이루어진다.
여기서, 본 발명의 특징은 에어로졸 후방 산란광 거리보정 신호와 구름의 거리보정 신호의 기울기의 차이를 가지고 구름층과 에어로졸 층을 구분할 수 있다는 점이며, 이를 토대로 라이다 계측에서 구름의 경우에는 조사광의 구름입자들간의 다중산란 효과에 의해 후방 산란광 거리보정 신호의 강도가 고도에 따라 급격히 증가하며, 구름층에서 벋어날 경우에는 급격히 감소하게 되며, 이에 반해 에어로졸의 경우는 다중산란 효과가 적으므로 고도에 따라 거리보정 신호의 강도는 구름에 비해 변화가 적어지는 것을 이용하는 것이다(도 3 참조).
따라서 구름층에서의 각각의 고도에 따른 신호의 기울기는 에어로졸 층에서의 각각의 고도에서의 기울기에 비해 매우 커지게 되는 것이다.
상기 후방 산란광 신호로부터 후방 산란광 거리보정 신호를 추출하는 제 1 단계(S10)는, 라이다(Light Detection and Ranging)를 통해 대기중에 일정시간 동안 레이저 광을 조사하여 라이다의 수신부(망원경)로 수신된 후방 산란광 신호로부터 후방 산란광 거리보정 신호를 추출하게 된다.
즉, 상기 후방 산란광 신호로부터 후방 산란광 거리보정 신호를 추출하는 제 1 단계(S10)는, 후방 산란광 신호에 대한 전 처리과정으로써 임의의 관측시간인 일정 시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고, 이의 평균화 처리를 한 다음, 신호의 배경잡음을 제거하여 후방 산란광 거리보정 신호를 추출하게 된다.
상기 임의의 관측시간인 일정시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고 평균화 처리하는 단계에서는, 먼저 거리정보 신호(고도별 신호)인 수신 광자수를 하기의 수학식 1과 같이 산출하게 되고, 이어서 하기 수학식 2와 같이 신호 감쇄를 고려하여 Z2을 수신 광자수에 곱하여 계산한 다음, 하기 수학식 3과 같이 거리 정보 신호의 최대값 Nmax(λ,Z)을 수신 광자수 N(λ,Z)에 대해 나누어 규준화 처리하고, 최종적으로 일정시간 동안 레이저 송신 펄스 개수를 나누어 평균화 처리를 하는 것이다.
수학식 1)
Figure pat00002
여기서, N(λ,Z): 수신 광자수, No(λ,Z): 송신 광자수, λ: 파장, Z : 고도A : 반응 단면적, S : 수신망원경의 단면적, f(λ) : 수신시스템의 투과율, μ : 망원경과 송신광의 오버랩(overlap) 인자: β(λ,Z) :후방 산란계수, α(λ,Z): 소멸계수이다.
수학식 2)
N(λ,Z)*Z2
여기서, N(λ,Z): 수신 광자수, Z : 고도이다.
수학식 3)
N(λ,Z)/Nmax(λ,Z)
여기서, N(λ,Z): 수신 광자수, 최대값 Nmax(λ,Z): 수신 광자수의 최대값 이다.
한편, 라이다의 수신부의 검출기(미도시)에서 측정된 신호는 지상 0km에서 고도 18km까지 고도분해능 12m를 가지고 수신된 신호이며, 이후 고도별 신호의 5분간의 수신된 신호들을 적분한 것이 누적값(Accumulation)이며, 상기 누적값의 평균화 처리는 누적값을 5분간의 레이저 송신 펄스 개수인 3,000shot으로 나눈 것이다.
또한, 상기 배경잡음의 제거는 대기 중 물질에 의한 후방 산란 신호가 없고 단지 배경잡음(태양광, 월광, 열적 잡음)만이 존재한다고 판단되는 15-18 km 구간에서의 신호값을 전체 구간 0-18 km에서의 누적 신호값에서 빼주는 과정을 통하여 이루어진다.
여기서, 신호가 잡음의 파워에 비하여 충분히 커서 통계적 오차가 20% 이하로 최소화 수 있도록 신호 대 잡음의 비를 5로 설정한다.
이때, 상기 배경잡음을 제거 과정을 거친 후, 신호 대 잡음의 비(검출기에서의 신호 대 잡음의 전력비)가 5 이상 되는 경우에만 선택하여 거리보정신호(range corrected signal) 세기로 출력하게 된다.
상기 추출된 후방 산란광 거리보정 신호를 토대로 고도에 따른 고도별 기울기 값을 산출하는 제 2 단계(S20)에서는, 운저 및 운고의 최적값을 선정하기 위하여 고도(Z)를 증가시키면서 상기 규준화 및 평균화 처리된 후방 산란광 거리보정 신호를 고도의 1미터 구간별로 미분하여 각각의 데이터 점(Z)에서의 기울기(dP/meter)를 구한다.
이후 기울기에 점근선을 구하고, 이 점근선과 고도(Z)에서 규준화된 신호의 강도(규준화된 후방 산란광 거리보정 신호)의 수평축간의 각도를 구한다(도 3 참조).
상기 산출된 고도별 기울기 값을 토대로 구름 및 에어로졸을 판별하고, 구름의 운고 및 운저와 대기 경계층을 판별하는 제 3 단계(S30)에서는, 먼저, 각각의 데이터 점(Z)에서의 점근선과 규준화된 후방 산란광 거리보정 신호의 수평축간의 각도가 70도 이상인 값들로 선별된 경우에는 구름으로 판별하고, 70도 미만인 값들로 선별된 경우에는 에어로졸로 판별한다.
또한, 각각의 데이터 점(Z)에서의 점근선과 규준화된 후방 산란광 거리보정 신호의 수평축간의 각도가 70도 이상인 값들로 선별된 경우, 그 중에서 가장 높은 각도 값이 나타나는 고도를 운저로 결정하며, 기울기가 음의 값이 되는 고도들을 선별한 후, 그 중에서 가장 큰 각도를 나타내는 고도를 운고로 결정한다. 이때 운고는 운저보다 높은 고도로 제한한다(도 3 참조).
한편, 상기 대기 경계층의 판별의 경우, 규준화된 후방 산란광 거리보정 신호를 사용하여 에어로졸의 후방 산란비(BR)를 구한 다음 일정 구간에서 후방 산란비의 기울기를 구한다.
이때, 후방 산란비는 하기의 수학식 4와 같다.
수학식 4)
BR=(βa + βm)/βm
여기서 βa는 에어로졸의 후방 산란계수, βm은 대기분자의 후방 산란계수이다.
이때, 상기 BR 값이 1.2 이하인 고도를 중심으로 상하 40m (thickness) 고도 내에 있는 모든 데이터 점(Z)에서 BR이 음의 기울기 값을 가지며 그 고도에서의 점근선이, BR 값의 수평축과 이루는 각도가 80도 이상이 되는 값들을 선별한 후, 그 중에서 가장 큰 각도 값이 나타내는 고도를 대기경계층의 고도(aerosol boundary layer)로 설정되어 판별한다.
여기서 대기 경계층의 고도는 운저 고도보다 낮으며, 3 km 이하에 있는 조건이다(도 3 참조).
이와 같이, 운고, 운저, 대기경계층 판별을 위한 경사 각도의 결정은 라이다 실험에서 얻어진 구름과 에어로졸의 후방 산란신호의 축적된 자료를 바탕으로 구름 에어로졸 판별 적중률이 90% 이상되는 경사각도 70도(운고,운저) 및 80도(대기경계층)를 기준값(empirically determinated standard value)으로 설정하여 본 발명을 완성하였다.
결과적으로 운저는 규준화된 거리보정신호가 양의 기울기일 때 max(각도값)에서의 고도, 운고는 음의 기울기일 때 max(각도값)에서의 고도, 대기 경계층의 고도는 BR이 음의 기울기이고 운저보다 낮으며 고도 3km 이하일 때 max(각도값)에서의 고도로써 각각 결정된다.
본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 상기 설명된 실시예에 한정되지 않으며, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략되었다. 이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (15)

  1. 라이다(Light Detection and Ranging)를 통해 대기중에 일정시간 동안 레이저 광을 조사하여 라이다의 수신부로 수신된 후방 산란광 신호로부터 후방 산란광 거리보정 신호를 추출하는 제 1 단계:
    상기 추출된 후방 산란광 거리보정 신호를 토대로 고도에 따른 고도별 기울기 값을 산출하는 제 2 단계: 및
    상기 산출된 고도별 기울기 값을 토대로 구름 및 에어로졸을 판별하고, 구름의 운고 및 운저와 대기 경계층을 판별하는 제 3 단계를 포함하여 이루어지는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  2. 제 1 항에 있어서,
    상기 제 1 단계는,
    상기 후방 산란광 신호에 대한 전 처리과정으로써 임의의 관측시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고, 이의 평균화 처리를 한 다음, 신호의 배경잡음을 제거하여 상기 후방 산란광 거리보정 신호를 추출하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  3. 제 2 항에 있어서,
    상기 임의의 관측시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고 평균화 처리하는 단계에서는,
    거리정보 신호(고도별 신호)인 수신 광자수를 하기의 수학식 1과 같이 산출하는 단계를 포함하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
    수학식 1)

    Figure pat00003

    여기서, N(λ,Z): 수신 광자수, No(λ,Z): 송신 광자수, λ: 파장, Z : 고도A : 반응 단면적, S : 수신망원경의 단면적, f(λ) : 수신시스템의 투과율, μ : 망원경과 송신광의 오버랩(overlap) 인자: β(λ,Z) :후방 산란계수, α(λ,Z): 소멸계수이다.
  4. 제 3 항에 있어서,
    상기 임의의 관측시간 동안에 계수된 신호(수신 광자수)들을 적분하여 누적값을 구하고 평균화 처리하는 단계에서는,
    하기 수학식 2와 같이 신호 감쇄를 고려하여 Z2을 수신 광자수에 곱하여 계산한 다음, 하기 수학식 3과 같이 거리 정보 신호의 최대값 Nmax(λ,Z)을 수신 광자수 N(λ,Z)에 대해 나누어 규준화 처리하고, 최종적으로 일정시간 동안 레이저 송신 펄스 개수를 나누어 평균화 처리를 하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
    수학식 2)
    N(λ,Z)*Z2
    여기서, N(λ,Z): 수신 광자수, Z : 고도이다.
    수학식 3)
    N(λ,Z)/Nmax(λ,Z)
    여기서, N(λ,Z): 수신 광자수, 최대값 Nmax(λ,Z): 수신 광자수의 최대값이다.
  5. 제 2 항에 있어서,
    상기 라이다의 수신부의 검출기에서 측정된 신호는 지상 0km에서 고도 18km까지 고도분해능 12m를 가지고 수신된 신호이며, 이후 고도별 신호의 5분간의 수신된 신호들을 적분한 것이 누적값(Accumulation)인 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  6. 제 5 항에 있어서,
    상기 누적값의 평균화 처리는 누적값을 5분간의 레이저 송신 펄스 개수인 3,000shot으로 나눈 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  7. 제 2 항에 있어서,
    상기 배경잡음의 제거는, 대기 중 물질에 의한 후방 산란 신호가 없고 단지 배경잡음(태양광, 월광, 열적잡음)만이 존재한다고 판단되는 15-18 km 구간에서의 신호값을 전체 구간 0-18 km에서의 누적값에서 빼주는 과정을 통하여 이루어지는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.

  8. 제 2 항에 있어서,
    상기 배경잡음을 제거한 후에는, 검출기에서의 신호 대 잡음의 비가 5 이상 되는 경우에만 선택하여 상기 거리보정신호(range corrected signal)를 추출하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  9. 제 2 항 또는 제 4 항에 있어서,
    상기 제 2 단계에서는, 운저 및 운고의 최적값을 선정하기 위하여 고도를 증가시키면서 상기 평균화 처리된 후방 산란광 거리보정 신호를 고도의 1미터 구간별로 미분하여 각각의 데이터 점(고도)에서의 기울기(dP/meter)를 구하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  10. 제 9 항에 있어서,
    상기 기울기를 구한 후에 해당 기울기에 점근선을 구하고, 상기 점근선과 해당 고도에서 후방 산란광 거리보정 신호의 수평축간의 각도를 구하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  11. 제 10 항에 있어서,
    상기 제 3 단계에서, 먼저, 각각의 데이터 점(고도)에서의 점근선과 후방 산란광 거리보정 신호의 수평축간의 각도가 70도 이상인 값들로 선별된 경우에는 구름으로 판별하고, 70도 미만인 값들로 선별된 경우에는 에어로졸로 판별하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  12. 제 11 항에 있어서,
    상기 제 3 단계에서, 각각의 데이터 점(고도)에서의 점근선과 후방 산란광 거리보정 신호의 수평축간의 각도가 70도 이상인 값들로 선별된 경우, 그 중에서 가장 높은 각도 값이 나타나는 고도를 운저로 결정하며, 기울기가 음의 값이 되는 고도들을 선별한 후, 그 중에서 가장 큰 각도를 나타내는 고도를 운고로 결정하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  13. 제 9 항에 있어서,
    상기 후방 산란광 거리보정 신호를 사용하여 에어로졸의 하기 수학식 4의 후방 산란비(BR)를 구한 다음, 상기 BR 값이 1.2 이하인 고도를 중심으로 상하 40m (thickness) 고도 내에 있는 모든 데이터 점(Z)에서 BR이 음의 기울기 값을 가지며 그 고도에서의 점근선과 BR 값의 수평축과 이루는 각도가 80도 이상이 되는 값들을 선별한 후, 그 중에서 가장 큰 각도 값이 나타내는 고도를 대기경계층의 고도(aerosol boundary layer)로 설정되어 판별하는 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
    수학식 4)
    BR=(βa + βm)/βm
    여기서 βa는 에어로졸의 후방 산란계수, βm은 대기분자의 후방 산란계수이다.
  14. 제 13 항에 있어서,
    대기 경계층의 고도는 운저 고도보다 낮으며, 3 km 이하에 있는 조건인 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.
  15. 제 1 항에 있어서,
    따라서 구름층에서의 각각의 고도에 따른 신호의 기울기 값은 에어로졸 층에서의 각각의 고도에서의 기울기 값에 비해 큰 것을 특징으로 하는 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법.


KR1020170177089A 2016-12-21 2017-12-21 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법 KR20180072584A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20160175401 2016-12-21
KR1020160175401 2016-12-21

Publications (1)

Publication Number Publication Date
KR20180072584A true KR20180072584A (ko) 2018-06-29

Family

ID=62780876

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170177089A KR20180072584A (ko) 2016-12-21 2017-12-21 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법

Country Status (1)

Country Link
KR (1) KR20180072584A (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109541639A (zh) * 2018-12-25 2019-03-29 天津珞雍空间信息研究院有限公司 一种基于粒子聚类的反演边界层高度方法
KR102200282B1 (ko) * 2019-12-12 2021-01-07 한국외국어대학교 연구산학협력단 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템
CN112526638A (zh) * 2020-11-27 2021-03-19 中国气象局气象探测中心 一种基于多源观测数据的云边界判识方法及相关设备
CN114167448A (zh) * 2021-11-17 2022-03-11 南京新环光电科技有限公司 一种基于激光雷达的联合观测与消光系数标定反演方法
CN114414525A (zh) * 2021-11-26 2022-04-29 安徽大学 基于半导体激光no2柱浓度的探测装置及探测方法
US11579076B2 (en) 2020-09-25 2023-02-14 Samsung Electronics Co., Ltd. Method and apparatus for correcting error of optical sensor, apparatus for estimating bio-information
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

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109541639A (zh) * 2018-12-25 2019-03-29 天津珞雍空间信息研究院有限公司 一种基于粒子聚类的反演边界层高度方法
KR102200282B1 (ko) * 2019-12-12 2021-01-07 한국외국어대학교 연구산학협력단 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템
US11579076B2 (en) 2020-09-25 2023-02-14 Samsung Electronics Co., Ltd. Method and apparatus for correcting error of optical sensor, apparatus for estimating bio-information
CN112526638A (zh) * 2020-11-27 2021-03-19 中国气象局气象探测中心 一种基于多源观测数据的云边界判识方法及相关设备
CN112526638B (zh) * 2020-11-27 2022-07-29 中国气象局气象探测中心 一种基于多源观测数据的云边界判识方法及相关设备
CN114167448A (zh) * 2021-11-17 2022-03-11 南京新环光电科技有限公司 一种基于激光雷达的联合观测与消光系数标定反演方法
CN114414525A (zh) * 2021-11-26 2022-04-29 安徽大学 基于半导体激光no2柱浓度的探测装置及探测方法
CN114414525B (zh) * 2021-11-26 2024-05-14 安徽大学 基于半导体激光no2柱浓度的探测装置及探测方法
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
KR20180072584A (ko) 라이다를 이용한 구름의 운고, 운저 및 대기 경계층 고도 판별 방법
JP4667426B2 (ja) 気象レーダ装置
BenZvi et al. The lidar system of the Pierre Auger Observatory
AU2016230926A1 (en) Method and apparatus for processing spectral images
US10761004B2 (en) Forward scatter sensor
CN107255806A (zh) 一种拟合反演海平面水平大气消光系数的方法
KR20170109838A (ko) 라이다를 이용한 에어로졸 경계고도 및 경계값 산출 방법
Barnie et al. Quantification of gas and solid emissions during Strombolian explosions using simultaneous sulphur dioxide and infrared camera observations
Eloranta High Spectral Resolution lidar measurements of atmospheric extinction: Progress and challenges
JP4832597B2 (ja) 気象レーダ装置
Marenco et al. Airborne verification of CALIPSO products over the Amazon: a case study of daytime observations in a complex atmospheric scene
US9964663B2 (en) Extended infrared imaging system
Vaillant de Guélis et al. Two-dimensional and multi-channel feature detection algorithm for the CALIPSO lidar measurements
Chiu et al. The interdependence of continental warm cloud properties derived from unexploited solar background signals in ground-based lidar measurements
KR101380675B1 (ko) 구름의 유무 결정 장치 및 방법
CN110987873B (zh) 前向散射传感器
CN115016043A (zh) 基于垂直结构和降水率的降水分类方法及系统
BenZvi et al. Measurement of aerosols at the Pierre Auger Observatory
KR101886539B1 (ko) 월면 영상분석을 이용한 지상에서의 야간 에어로졸 탐지 시스템 및 탐지 방법
Chapman et al. Evaluating TIFFS (Toolbox for Lidar Data Filtering and Forest Studies) in deriving forest measurements from Lidar data
RU2673169C2 (ru) Способ защиты объектов от телевизионных средств космического наблюдения
Winker et al. Evaluation and applications of cloud climatologies from CALIOP
CN116930125B (zh) 一种后向散射全选通成像水体衰减系数测量方法
Katagiri et al. Refinement of the CALIOP cloud mask algorithm
Donovan et al. Earthcare atlid extinction and backscatter retrieval algorithms

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E601 Decision to refuse application