KR20190067398A - 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법 - Google Patents

항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법 Download PDF

Info

Publication number
KR20190067398A
KR20190067398A KR1020170167302A KR20170167302A KR20190067398A KR 20190067398 A KR20190067398 A KR 20190067398A KR 1020170167302 A KR1020170167302 A KR 1020170167302A KR 20170167302 A KR20170167302 A KR 20170167302A KR 20190067398 A KR20190067398 A KR 20190067398A
Authority
KR
South Korea
Prior art keywords
data
observation
value
carbon dioxide
model
Prior art date
Application number
KR1020170167302A
Other languages
English (en)
Inventor
김현미
김현정
Original Assignee
연세대학교 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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020170167302A priority Critical patent/KR20190067398A/ko
Publication of KR20190067398A publication Critical patent/KR20190067398A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/004—CO or CO2
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Combustion & Propulsion (AREA)
  • Mathematical Optimization (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명은 항공 관측 자료 동화를 수반하여 지표면 이산화탄소 플럭스(flux)를 추정하는 기술에 관한 것으로, 대기에 대한 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성하고, 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스를 추정하되, 생성된 입력 자료와 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 이산화탄소 분석 식에 반영함으로써 자료 동화(assimilation)한다.

Description

항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법{Apparatus and method for estimating surface carbon dioxide fluxes with aircraft-measurement-based assimilation}
본 발명은 대기 중의 이산화탄소의 농도를 측정하거나 추정하는 기술에 관한 것으로, 특히 지표면 이산화탄소 플럭스를 추정함에 있어서 항공기를 통해 수집된 관측 자료를 이용하여 자료 동화하는 과정을 수반한 이산화탄소 플럭스의 추정 장치, 방법 및 그 방법을 기록한 기록매체에 관한 것이다.
인간 활동에 의한 온실기체 배출은 지구 온난화를 가속화시킨다. 지구 온난화에 따른 기후변화의 심각성으로 인해 국제적인 협력의 필요성이 대두되었고, 지구 온난화를 막기 위해 유엔기후변화협약(United Nations Framework Convention on Climate Change, UNFCCC) 등의 국제협약이 체결되었다. 또한 온실기체 감시를 위해 여러 나라에서 지상 관측 및 위성 관측을 수행하며 관측 자료를 제공하고 있다. 온실기체 감시는 현재 대기 상태를 파악하기 위해서뿐만 아니라 기후변화 예측 및 기후변화 방지 대책 수립의 기반이 되기 때문에 매우 중요하다. 특히 이산화탄소는 주요 온실기체로 기후 및 생태계 변화에 있어 중요한 역할을 하므로 다양한 종류의 관측을 통해 대기 중 이산화탄소 농도를 감시하려는 노력이 지속되고 있다.
한편, 대기와 육지 및 해양 간 탄소 교환을 이해하기 위해 대기 중 이산화탄소 몰농도 관측 자료로부터 지표면 탄소 플럭스를 추정하는 대기 인버스 모델링(atmospheric inverse modeling), 즉 "top-down" 방법이 이용되고 있다. 대기 인버스 모델링 방법을 이용해 지표면 탄소 플럭스를 추정하는 시스템인 탄소추적시스템(CarbonTracker)은 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA) 산하 지구시스템연구소(Earth System Research Laboratory, ESRL)에서 개발되어 2007년 초기 버전이 시행된 이래 지속적으로 업데이트되고 있다. 탄소추적시스템에서는 관측 자료를 동화시키기 때문에 모의된 결과와 관측 간 연관성이 존재하며, 일반적인 지표 관측 자료가 한 지점에서 존재함에 비해 수송 모델을 통해 전구 분포, 즉 넓은 공간 범위에 대한 결과를 얻을 수 있다는 장점이 있다. 따라서 기타 관측 자료, 특히 위성 관측 자료를 평가하기에 적합하여 CarbonTracker 2013B (CT2013B)의 경우 Scanning Imaging Absorption Spectrometer for Atmospheric Chartography (SCIAMACHY)와 Greenhouse gases Observing Satellite (GOSAT)으로부터 얻어진 이산화탄소 컬럼 농도(XCO2)와의 비교 대상으로 사용된 바 있다.
Gurney, K. R., and Coauthors, 2002: Towards robust regional estimates of CO2 sources and sinks using atmospheric transport models. Nature, 415, 626-630.
본 발명이 해결하고자 하는 기술적 과제는, 지표면 탄소 플럭스를 추정하는 대기 인버스 모델링 방법에서 부족한 관측 수와 수송 모델에 의한 오차로 인해 불확실성이 나타나는 문제를 해결하고, 인버스 모델링을 통해 산출된 결과 역시 신뢰도 있는 관측 자료와의 비교 수단 내지 정확성 검증 수단이 없었다는 한계를 극복하고자 한다.
상기 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 지표면 이산화탄소 플럭스를 추정하는 방법은, 대기에 대한 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성하는 단계; 및 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 역으로 추정하되, 생성된 상기 입력 자료와 상기 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 이산화탄소 분석 식에 반영함으로써 자료 동화(assimilation)하는 단계를 포함한다.
일 실시예에 따른 지표면 이산화탄소 플럭스의 추정 방법에서, 상기 항공 관측 자료를 전처리하는 단계는, 항공기를 통해 수집된 원시 항공 관측 자료로부터 결측값(missing data)을 제거하는 단계; 결측값이 제거된 항공 관측 자료를 모델 입력 자료의 포맷(format)으로 변환하는 단계; 변환된 항공 관측 자료에 대해 대기의 이동에 관한 수송 모델(transport model)에 따른 전진 실험을 수행하여 잠재 소용돌이도(potential vorticity)를 산출하는 단계; 상기 전진 실험 결과로부터 관측 자료 위치 각각에 대해 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 자료만을 추출하는 단계; 및 추출된 자료에 대해 시공간 평균을 산출하여 최종 입력 자료를 생산하는 단계를 포함할 수 있다. 또한, 상기 대류권 자료만을 추출하는 단계는, 상기 관측 자료 위치별로 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 것을 선택함으로써 계절 변동에 따른 위상 변이(phase shift)가 제 1 임계값 이하이며, 고도에 따른 모델 해상도가 제 2 임계값 이상인 관측 자료만을 대류권 자료로서 추출할 수 있다. 나아가, 상기 최종 입력 자료를 생산하는 단계는, 추출된 자료에 대하여, 항공기의 이착륙 구간에 대해서는 연직 방향으로, 항공기의 비행 구간에 대해서는 수평 방향으로 일정 시간 간격마다 구간을 분할하고, 분할된 구간에 대한 평균값을 산출하여 자료 동화를 위한 최종 입력 자료로 설정할 수 있다.
일 실시예에 따른 지표면 이산화탄소 플럭스의 추정 방법에서, 상기 자료 동화하는 단계는, 상기 관측 연산자를 이용하여, 탄소추적시스템의 수송 모델에 의해 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고, 관측값에 상응하는 모델값을 산출하며, 관측값 및 모델값에 대한 시공간 평균을 생성할 수 있다. 또한, 상기 자료 동화하는 단계는, 모델 공간을 형성하는 격자점 상의 모델 값에 관측 연산자를 승산하여 관측 위치와 관측 변수에 상응하는 모델 값을 산출하고, 산출된 값을 상기 입력 자료로부터 획득된 관측 이산화탄소 몰농도로부터 감산한 값에 칼만 게인 행렬(Kalman gain matrix)을 승산한 값을 배경 값(background)에 대한 상태 벡터의 평균에 가산함으로써 분석 값에 대한 상태 벡터의 평균을 산출하는 단계; 및 이산화탄소 모델 값의 섭동을 상기 이산화탄소 분석 식에 반영하기 위해 감소된 칼만 게인 행렬(reduced Kalman gain matrix)을 이용하여 앙상블 섭동을 갱신(update)하고, 이전 단계의 분석 값에 대한 상태 벡터를 이용하여 시간적으로 연속하는 다음 단계의 배경 값에 대한 상태 벡터를 산출하는 단계를 포함할 수 있다.
한편, 이하에서는 상기 기재된 지표면 이산화탄소 플럭스의 추정 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
상기 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 지표면 이산화탄소 플럭스를 추정하는 장치는, 항공기를 통해 수집된 대기에 대한 항공 관측 자료를 입력받는 입력부; 입력된 상기 항공 관측 자료를 이용하여 지표면 이산화탄소 플럭스 추정을 위한 이산화탄소 항공 관측 자료를 동화(assimilation)하는 프로그램을 저장하는 메모리; 및 상기 프로그램을 구동하는 적어도 하나의 프로세서를 포함하되, 상기 메모리에 저장된 프로그램은, 상기 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성하고, 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 역으로 추정하되, 생성된 상기 입력 자료와 상기 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 이산화탄소 분석 식에 반영함으로써 자료 동화하는 명령어를 포함한다.
일 실시예에 따른 지표면 이산화탄소 플럭스의 추정 장치에서, 상기 메모리에 저장된 프로그램은, 항공기를 통해 수집된 원시 항공 관측 자료로부터 결측값(missing data)을 제거하고, 결측값이 제거된 항공 관측 자료를 모델 입력 자료의 포맷(format)으로 변환하고, 변환된 항공 관측 자료에 대해 대기의 이동에 관한 수송 모델(transport model)에 따른 전진 실험을 수행하여 잠재 소용돌이도(potential vorticity)를 산출하고, 상기 전진 실험 결과로부터 관측 자료 위치 각각에 대해 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 자료만을 추출하며, 추출된 자료에 대해 시공간 평균을 산출하여 최종 입력 자료를 생산함으로써 상기 항공 관측 자료를 전처리할 수 있다. 또한, 상기 메모리에 저장된 프로그램은, 상기 관측 자료 위치별로 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 것을 선택함으로써 계절 변동에 따른 위상 변이(phase shift)가 제 1 임계값 이하이며, 고도에 따른 모델 해상도가 제 2 임계값 이상인 관측 자료만을 대류권 자료로서 추출할 수 있다. 나아가, 상기 메모리에 저장된 프로그램은, 추출된 자료에 대하여, 항공기의 이착륙 구간에 대해서는 연직 방향으로, 항공기의 비행 구간에 대해서는 수평 방향으로 일정 시간 간격마다 구간을 분할하고, 분할된 구간에 대한 평균값을 산출하여 자료 동화를 위한 최종 입력 자료로 설정할 수 있다.
일 실시예에 따른 지표면 이산화탄소 플럭스의 추정 장치에서, 상기 메모리에 저장된 프로그램은, 상기 관측 연산자를 이용하여, 탄소추적시스템의 수송 모델에 따른 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고, 관측값에 상응하는 모델값을 산출하며, 관측값 및 모델값에 대한 시공간 평균을 생성함으로써 자료 동화할 수 있다. 또한, 상기 메모리에 저장된 프로그램은, 모델 공간을 형성하는 격자점 상의 모델 값에 관측 연산자를 승산하여 관측 위치와 관측 변수에 상응하는 모델 값을 산출하고, 산출된 값을 상기 입력 자료로부터 획득된 관측 이산화탄소 몰농도로부터 감산한 값에 칼만 게인 행렬(Kalman gain matrix)을 승산한 값을 배경 값(background)에 대한 상태 벡터의 평균에 가산함으로써 분석 값에 대한 상태 벡터의 평균을 산출하고, 이산화탄소 모델 값의 섭동을 상기 이산화탄소 분석 식에 반영하기 위해 감소된 칼만 게인 행렬(reduced Kalman gain matrix)을 이용하여 앙상블 섭동을 갱신(update)하고, 이전 단계의 분석 값에 대한 상태 벡터를 이용하여 시간적으로 연속하는 다음 단계의 배경 값에 대한 상태 벡터를 산출할 수 있다.
본 발명의 실시예들은, 항공기를 통해 수집된 대기에 대한 원시 항공 관측 자료를 전처리하고, 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 추정하되, 생성된 입력 자료와 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 자료 동화(assimilation)함으로써, 수송 모델과 관측 부족에 따른 오차로 인해 발생할 수 있는 불확실성을 감소시키고 지표면 탄소 플럭스 추정 결과의 정확도를 개선할 수 있다.
도 1은 항공기를 통해 수집한 항공 관측 자료의 분포를 예시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 방법을 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 도 2의 지표면 이산화탄소 플럭스의 추정 방법에서 항공 관측 자료를 전처리하는 과정을 보다 구체적으로 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 도 2의 지표면 이산화탄소 플럭스의 추정 방법에서 자료 동화 과정을 보다 구체적으로 도시한 흐름도이다.
도 5는 관측 연산자 모듈을 구성하는 서브루틴(subroutine)을 예시한 도면이다.
도 6은 본 발명의 실시예들이 채택하고 있는 항공 관측 자료 동화 시스템의 전체 구조를 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따른 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치를 도시한 블록도이다.
도 8은 본 발명의 실시예들에 따라 자료 동화 전(prior)과 자료 동화 후(posterior)의 생권 및 해양 플럭스의 전구 분포를 예시한 도면이다.
도 9는 본 발명의 실시예들에 따라 시뮬레이션된 이산화탄소 농도를 전구 지표 관측 자료와 비교한 도면이다.
앞서 대기 중 이산화탄소 분포에 대한 이해를 위해, 지표면 탄소 플럭스를 추정하는 대기 인버스 모델링(atmospheric inverse modeling) 방법이 이용되고 있음을 소개하였다. 대기 인버스 모델링 방법은 대기 중 이산화탄소 농도 관측 자료로부터 지표면 탄소 플럭스를 역으로 추정하는 방법을 말하는데, 본 발명의 실시예들에서 제안하는 탄소추적시스템(CarbonTracker)은 앙상블 칼만 필터(ensemble Kalman filter, EnKF) 자료 동화 방법을 기반으로 한 대기 인버스 모델링 시스템이다. 탄소추적시스템으로부터 산출된 대기 중 이산화탄소 농도 결과는 다른 관측 자료와의 비교를 통해 검증된 바 있지만, 탄소추적시스템을 비롯한 대기 인버스 모델링 방법의 단점으로 사용 가능한 관측 자료 수가 부족하다는 점과 그로 인해 수송 모델에 따른 오차로 불확실성이 나타난다는 점이 꾸준히 지적되었다. 탄소추적시스템은 현재 지표 관측만을 사용해 지표면 탄소 플럭스를 추정하고 있기 때문에, 이러한 단점을 보완하고 모델 결과를 개선하기 위해 추가 관측 자료를 동화할 수 있는 기술 개발이 필수적이다.
이러한 문제 인식에 기반하여 본 발명의 실시예들은 항공 관측으로 얻어진 이산화탄소 관측 자료를 탄소추적시스템에서 동화하는 시스템을 제안하게 되었다. 이를 위해 본 발명의 실시예들에서는 Japan Airlines (JAL) 여객기와 함께 수행된 CONTRAIL (Comprehensive Observation Network for Trace gases by Airliner) 프로젝트에서 관측된 이산화탄소 몰농도 관측 자료를 기반으로 이산화탄소 항공 관측 자료동화 시스템을 개발하였다.
이하에서는 도면을 참조하여 본 발명의 실시예들을 구체적으로 설명하도록 한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 덧붙여, 명세서 전체에서, 어떤 구성 요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제 1 구성 요소는 제 2 구성 요소로 명명될 수 있고, 유사하게 제 2 구성 요소도 제 1 구성 요소로 명명될 수 있다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구비하다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
특별히 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명의 실시예들이 사용한 항공 관측 자료는 CONTRAIL 프로젝트로부터 관측된 이산화탄소 몰농도 자료이다. CONTRAIL 프로젝트는 메탄, 이산화탄소 등의 온실기체 관측을 목적으로 2005년 11월에 시작되었으며, JAL 여객기에 연속적인 이산화탄소 측정 장비(Continuous CO2 Measuring Equipment, CME)를 탑재해 비행 경로를 따라 이산화탄소를 측정한다.
도 1은 항공기를 통해 수집한 항공 관측 자료의 분포를 예시한 도면으로서, 측정된 이산화탄소 자료의 정확도는 ±0.2 ppm 이내이다. 모든 이산화탄소 자료는 250-530 ppm 범위 내 10개의 일차 표준 기체(primary standard gases)를 기반으로 한 National Institute for Environmental Studies (NIES) 09 스케일로 보정되었으며, NIES 09 스케일은 380-400 ppm 범위에서 세계기상기구(World Meteorological Organization, WMO) 기준과 거의 일치한다.
도 2는 본 발명의 일 실시예에 따른 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 방법을 도시한 흐름도이다.
S110 단계에서는, 대기에 대한 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성한다. 즉, 항공기를 통해 획득, 수집된 항공 관측 자료를 가공하여 대기 인버스 모델링의 기초 입력 자료로 활용하기 위한 과정으로서, 앞서 지적되었던 사용 가능한 관측 자료 수의 부족을 해결하기 위한 수단으로서 도입되었다. 다만, 입력된 원시 항공 관측 자료 내에 포함된 부적절한 데이터를 배제하거나 올바른 오차 해석이 가능하도록 일련의 데이터 전처리 과정이 수반되어야 한다. 보다 구체적인 전처리 과정은 이후 도 3을 참조하여 설명하도록 한다.
S120 단계에서는, 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 역으로 추정하되, 생성된 상기 입력 자료와 상기 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 지표면 이산화탄소 플럭스를 진단하기 위한 이산화탄소 분석 식에 반영함으로써 자료 동화(assimilation)한다. 앞서 설명한 바와 같이, 대기 인버스 모델링에서 발생 가능한 수송 모델에 의한 오차 내지 불확실성을 해소하기 위해 자료 동화를 수행하게 되며, 이를 위해 종래에 존재하지 않았던 항공 관측 자료에 대한 관측 연산자를 새롭게 개발하였다. 보다 구체적인 자료 동화 과정은 이후 도 4을 참조하여 설명하도록 한다.
(1) 항공 관측 자료의 전처리
원시 미가공 관측 자료(raw data)는 몇 단계의 전처리 과정(preprocessing)을 거쳐 자료동화에 사용할 수 있는 입력 자료로 만들어진다. 먼저 결측값(missing data)을 제거하고 모델 입력 자료로 사용할 수 있도록 Network Common Data Form (netCDF) 형식의 일 자료로 변환한다. 이렇게 만들어진 첫 번째 입력 자료를 이용해 전진 실험(forward run)을 수행한다. 여기서 전진 실험은 탄소추적시스템에 사용되는 수송 모델인 Transport Model 5 (TM5) 내에서 잠재 소용돌이도(potential vorticity)를 계산하기 위해 수행된다. 각 관측 자료 위치에 대해 잠재 소용돌이도를 계산해 그 값이 2 PVU (Potential Vorticity Unit, 1 PVU = 106 m2 s-1 K kg-1) 이상이면 성층권 자료로 분류하였다. 성층권 이산화탄소 농도는 대류권에 비해 계절 변동에 위상 변이(phase shift)가 존재할 뿐만 아니라 그 진폭 또한 작다. 또한 높은 고도에서 모델 해상도가 낮기 때문에 성층권 자료를 제외한 대류권 자료만 자료동화에 사용하였다.
전진 실험을 통해 잠재 소용돌이도를 계산하고 계산된 잠재 소용돌이도를 기준으로 성층권 자료를 거르고 나면 시공간 평균을 통해 최종 입력 자료를 생산한다. CONTRAIL 자료는 비행 중 관측인 비행 모드(level mode)와 공항에서 이착륙 시 관측된 이착륙(ascending and descending mode) 모드로 나누어지는데, 비행 중에는 1분 간격으로, 이착륙 중에는 10초 간격으로 이산화탄소를 측정하기 때문에 시공간 평균이 필요하다. 본 실시예들에서는 비행 모드에 대해 수평으로 33개의 구간 (225-275 hPa)을, 이착륙 모드에 대해서는 연직으로 11x4 (575-625, 475-525, 375-425, 225-275 hPa)개의 구간을 정의해, 총 77개의 구간에 대한 일평균 값을 자료동화에 사용하였다. 625 hPa 미만의 관측 자료는 경계층 내 낮은 고도에서 공항 근처의 오염된 공기에 의해 국지적인 영향을 받을 가능성이 있기 때문에 자료동화에 사용하지 않았다.
도 3은 본 발명의 일 실시예에 따른 도 2의 지표면 이산화탄소 플럭스의 추정 방법에서 항공 관측 자료를 전처리하는 과정(S110)을 보다 구체적으로 도시한 흐름도이다.
S111 단계에서 항공기를 통해 수집된 원시 항공 관측 자료로부터 결측값(missing data)을 제거하고, S112 단계에서 결측값이 제거된 항공 관측 자료를 모델 입력 자료의 포맷(format)으로 변환한다. S113 단계에서 앞서 변환된 항공 관측 자료에 대해 대기의 이동에 관한 수송 모델(transport model)에 따른 전진 실험을 수행하여 잠재 소용돌이도(potential vorticity)를 산출하는데, 이러한 전진 실험은, 관측 연산자를 이용하여 수행하되, 관측 위치 및 관측 시간에 상응하는 모델 값을 산출하는 과정을 포함하는 것이 바람직하다.
S114 단계를 통해 상기 전진 실험 결과로부터 관측 자료 위치 각각에 대해 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 자료만을 선택하여 대류권 자료를 추출한다. 이 과정에서는, 상기 관측 자료 위치별로 산출된 잠재 소용돌이도가 미리 설정된 기준값(예를 들어, 2 PVU) 미만인 것을 선택함으로써 계절 변동에 따른 위상 변이(phase shift)가 일정한 제 1 임계 수준 이하이며, 고도에 따른 모델 해상도가 일정한 제 2 임계 수준 이상인 관측 자료만을 대류권 자료로서 추출할 수 있다.
마지막으로 S115 단계에서 앞서 추출된 자료에 대해 시공간 평균을 산출하여 최종 입력 자료를 생산한다. 이 과정에서는, 추출된 자료에 대하여, 항공기의 이착륙 구간에 대해서는 연직 방향으로, 항공기의 비행 구간에 대해서는 수평 방향으로 일정 시간 간격마다 구간을 분할하고, 분할된 구간에 대한 평균값을 산출하여 자료 동화를 위한 최종 입력 자료로 설정할 수 있다.
(2) 관측 연산자와 자료 동화
탄소추적시스템에서는 앙상블 제곱근 칼만 필터(ensemble square root filter, EnSRF) 방법을 통해 관측 자료를 동화한다. 탄소추적시스템의 자료동화 체계 자체에 대한 자세한 설명은 본 발명의 본질을 흐릴 우려가 있으므로, 여기서는 간략한 설명만 제시한다.
본 발명의 실시예들은 자료 동화를 위해, 관측 연산자를 이용하여, 탄소추적시스템의 수송 모델에 따른 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고, 관측값에 상응하는 모델값을 산출하며, 관측값 및 모델값에 대한 시공간 평균을 생성하게 된다.
도 4는 본 발명의 일 실시예에 따른 도 2의 지표면 이산화탄소 플럭스의 추정 방법에서 자료 동화 과정(S120)을 보다 구체적으로 도시한 흐름도이다.
앙상블 제곱근 칼만 필터(EnSRF) 방법에서는 기본적으로 분석 값(analysis)을 구할 때, 다음의 수학식 1 및 수학식 2와 같이 상태 벡터
Figure pat00001
의 평균(
Figure pat00002
)과 앙상블 섭동(
Figure pat00003
)을 따로 업데이트한다. 여기서, 분석 식은, 미리 측정되어 수집된 이산화탄소 플럭스에 관한 인벤토리(inventory)로부터 관측 값을 반영한 후, 변화된 지표면 이산화탄소 플럭스를 진단하는 식으로서, 평균에 관한 수학식 1 및 섭동에 관한 수학식 2를 포함한다.
Figure pat00004
Figure pat00005
여기서 첨자 t는 해당 시간을, a는 분석 값, b는 배경 값(background)을 의미하며
Figure pat00006
는 평균값 업데이트를 위한 칼만 게인 행렬(Kalman gain matrix),
Figure pat00007
는 앙상블 섭동 업데이트에 사용되는 감소된 칼만 게인 행렬(reduced Kalman gain matrix)이다. ya는 관측 값 벡터이며 H는 관측 연산자 (observation operator)이다.
즉, S121 단계에서는, 모델 공간을 형성하는 격자점 상의 모델 값에 관측 연산자를 승산하여 관측 위치와 관측 변수에 상응하는 모델 값을 산출하고, 이를 앞서 생성된 입력 자료로부터 획득된 관측 이산화탄소 몰농도로부터 감산하고, 감산된 결과에 칼만 게인 행렬(Kalman gain matrix)을 승산한 값을 배경 값(background)에 대한 상태 벡터의 평균에 가산함으로써 분석 값에 대한 상태 벡터의 평균을 산출한다.
위의 수학식 1 및 수학식 2에서도 알 수 있듯이 자료동화란 관측과 모델의 차이를 모델에 다시 반영해 줌으로써 모델 결과를 업데이트하는 과정이기 때문에, 자료동화에 앞서 항공 관측 자료에 대한 관측 연산자 개발이 필요하다. 관측 연산자는 모델과 관측의 비교를 위해 격자점으로 형성된 모델 공간에서 관측 공간으로 대응 위치를 사상(mapping)시키는 역할을 한다. 탄소추적시스템에서는 TM5 수송 모델이 관측 연산자 역할을 하며, 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고 관측 값에 상응하는 모델 값을 계산하는 과정을 포함한다. 항공 관측 자료에 대한 관측 연산자는 관측 값에 상응하는 모델 값 계산뿐만 아니라 관측 및 모델 값에 대한 시공간 평균 과정도 포함한다.
또한, S122 단계에서 이산화탄소 모델 값의 섭동을 지표면 이산화탄소 플럭스를 진단하기 위한 상기 이산화탄소 분석 식에 반영하기 위해 감소된 칼만 게인 행렬(reduced Kalman gain matrix)을 이용하여 앙상블 섭동을 갱신(update)하고, S123 단계를 통해 이전 단계의 분석 값에 대한 상태 벡터를 이용하여 시간적으로 연속하는 다음 단계의 배경 값에 대한 상태 벡터를 산출하게 된다. 따라서, 상기 다음 단계의 배경 값에 대한 상태 벡터를 산출하는 단계에서, 만약 관측으로부터 이전 단계의 분석 값에 대한 상태 벡터의 새로운 정보가 입력되지 않는 경우, 상태 벡터가 고정된 값으로 수렴하게 된다.
도 5는 관측 연산자 모듈(user_output_flight)을 구성하는 서브루틴(subroutine)을 예시한 도면이다. 도 5를 참조하면, 관측 연산자는 변수를 초기화하고 입력 자료를 읽는 초기화 단계(user_output_flight_init), 실질적인 계산이 이루어지는 단계(user_output_flight_step), 그리고 관측 값 및 계산된 모델 값의 시공간 평균과 결과 저장이 수행되는 단계(user_output_flight_done)로 구성된다. 관측 자료 전처리 과정에서 수행한 전진 실험이 바로 관측 연산자를 이용한 실험이었는데, 전진 실험에서는 잠재 소용돌이도 계산 과정이 관측 연산자 내에 포함되지만 지표면 탄소 플럭스 최적화를 위한 자료동화 과정에서는 계산의 효율을 위해 포함되지 않는다. 실험을 통해 본 발명의 실시예들에서 사용한 관측 연산자로 계산된 모델 이산화탄소 농도와 관측 값을 비교함으로써 개발된 관측 연산자가 잘 작동함을 확인하였다.
이제, 관측 연산자를 이용해 관측 자료에 상응하는 모델 값을 산출한 후 앙상블 칼만 필터 방법으로 상태 벡터를 업데이트한다. 앙상블 칼만 필터 과정에서는 수학식 1 및 수학식 2의 칼만 게인 행렬과 감소된 칼만 게인 행렬을 계산해 분석 값을 구하고, 다음의 수학식 3을 이용해 다음 단계의 배경 값을 구하게 된다.
Figure pat00008
여기서 xP는 고정된 값이다. 즉, 탄소추적시스템에서는 이전 분석 단계로부터 지속된 정보와 고정된 값의 조합으로 현재 단계의 배경 값을 계산하게 되며, 만약 관측으로부터 새로운 정보가 들어오지 않으면 배경 값이 xP로 수렴한다. 이는 자료동화 과정을 통해 상태 벡터가 업데이트 되지 않음을 의미한다.
도 6은 본 발명의 실시예들이 채택하고 있는 항공 관측 자료 동화 시스템의 전체 구조를 도시한 도면이다.
먼저, 원시 미가공 데이터(610)로부터 일련의 전처리 과정을 거쳐 최종 입력 자료(620)를 생산한다. 관측 연산를 이용해 관측 위치 및 시간에 상응하는 모델 값(630)을 계산하는데, 이렇게 계산된 값들은 10초 혹은 1분 간격으로 존재하기 때문에 관측값과 모델값에 대한 시공간 평균이 수행된다. 그리고 평균된 관측값(640) 및 평균된 모델값(650)의 차이를 이용해 분석 값을 업데이트 하고 다음 단계의 배경 값을 계산하는 앙상블 칼만 필터 자료동화 과정을 수행하게 된다.
도 7은 본 발명의 일 실시예에 따른 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치(700)를 도시한 블록도로서, 앞서 소개한 도 2 내지 도 4의 구성을 하드웨어를 이용한 구현의 관점에서 재구성한 것이다. 따라서, 여기서는 설명의 중복을 피하고자 각 구성을 중심으로 해당 구성이 수행하는 기능을 개괄적으로 소개하도록 한다.
입력부(10)는, 항공기를 통해 수집된 대기에 대한 항공 관측 자료를 입력받는 구성이다.
메모리(20)는, 입력부(10)를 통해 입력된 상기 항공 관측 자료를 이용하여 지표면 이산화탄소 플럭스 추정을 위한 이산화탄소 항공 관측 자료를 동화(assimilation)하는 프로그램을 저장하는 구성이다.
프로세서는(30)는, 적어도 하나 구비되어 메모리(20)에 저장된 상기 프로그램을 호출하여 구동하고, 프로그램 내에 포함된 일련의 명령어를 수행하며, 그 결과를 별도의 출력부를 통해 사용자에게 제공, 표시할 수 있다.
여기서, 상기 메모리(20)에 저장된 프로그램은, 상기 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성하고, 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 역으로 추정하되, 생성된 상기 입력 자료와 상기 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 이산화탄소 분석 식에 반영함으로써 자료 동화하는 명령어를 포함한다.
이러한 메모리(20)에 저장된 프로그램은, 항공기를 통해 수집된 원시 항공 관측 자료로부터 결측값(missing data)을 제거하고, 결측값이 제거된 항공 관측 자료를 모델 입력 자료의 포맷(format)으로 변환하고, 변환된 항공 관측 자료에 대해 대기의 이동에 관한 수송 모델(transport model)에 따른 전진 실험을 수행하여 잠재 소용돌이도(potential vorticity)를 산출하고, 상기 전진 실험 결과로부터 관측 자료 위치 각각에 대해 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 자료만을 추출하며, 추출된 자료에 대해 시공간 평균을 산출하여 최종 입력 자료를 생산함으로써 상기 항공 관측 자료를 전처리하는 것이 바람직하다. 여기서, 상기 전진 실험은, 관측 연산자를 이용하여 수행하되, 관측 위치 및 관측 시간에 상응하는 모델 값을 산출하는 과정을 포함할 수 있다.
또한, 상기 메모리(20)에 저장된 프로그램은, 상기 관측 자료 위치별로 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 것을 선택함으로써 계절 변동에 따른 위상 변이(phase shift)가 제 1 임계값 이하이며, 고도에 따른 모델 해상도가 제 2 임계값 이상인 관측 자료만을 대류권 자료로서 추출할 수 있다. 나아가, 상기 메모리(20)에 저장된 프로그램은, 추출된 자료에 대하여, 항공기의 이착륙 구간에 대해서는 연직 방향으로, 항공기의 비행 구간에 대해서는 수평 방향으로 일정 시간 간격마다 구간을 분할하고, 분할된 구간에 대한 평균값을 산출하여 자료 동화를 위한 최종 입력 자료로 설정할 수 있다.
한편, 상기 메모리(20)에 저장된 프로그램은, 상기 관측 연산자를 이용하여, 탄소추적시스템의 수송 모델에 따른 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고, 관측값에 상응하는 모델값을 산출하며, 관측값 및 모델값에 대한 시공간 평균을 생성함으로써 자료 동화할 수 있다. 보다 구체적으로, 상기 메모리(20)에 저장된 프로그램은, 모델 공간을 형성하는 격자점 상의 모델 값에 관측 연산자를 승산하여 관측 위치와 관측 변수에 상응하는 모델 값을 산출하고, 산출된 값을 상기 입력 자료로부터 획득된 관측 이산화탄소 몰농도로부터 감산한 값에 칼만 게인 행렬(Kalman gain matrix)을 승산한 값을 배경 값(background)에 대한 상태 벡터의 평균에 가산함으로써 분석 값에 대한 상태 벡터의 평균을 산출하고, 이산화탄소 모델 값의 섭동을 상기 이산화탄소 분석 식에 반영하기 위해 감소된 칼만 게인 행렬(reduced Kalman gain matrix)을 이용하여 앙상블 섭동을 갱신(update)하고, 이전 단계의 분석 값에 대한 상태 벡터를 이용하여 시간적으로 연속하는 다음 단계의 배경 값에 대한 상태 벡터를 산출할 수 있다. 또한, 다음 단계의 배경 값에 대한 상태 벡터를 산출하는 과정에서, 만약 관측으로부터 이전 단계의 분석 값에 대한 상태 벡터의 새로운 정보가 입력되지 않는 경우, 상태 벡터가 고정된 값으로 수렴하게 된다. 나아가, 상기 관측 연산자는, 모델과 관측의 비교를 위해 격자점으로 형성된 모델 공간에서 관측 공간으로 대응 위치를 사상(mapping)시키는 것이 바람직하다.
이하에서는, 개발된 항공 관측 자료동화 시스템을 평가하기 위해 짧은 기간에 대한 실험 결과를 분석해 보았다. 초기 지표 플럭스 및 지표 관측 자료, 그리고 둥지 격자를 설정하였는데, CONTRAIL 자료가 2005년 11월부터 있기 때문에 충분한 스핀업 기간을 고려해 2010년 결과에 대한 분석을 수행하였다.
도 8은 본 발명의 실시예들에 따라 자료 동화 전(prior)과 자료 동화 후(posterior)의 생권 및 해양 플럭스의 전구 분포를 예시한 도면이다. 도 8을 참조하면, 자료동화 전후를 비교해보면 자료동화 과정을 거치면서 지표면 탄소 플럭스의 흡수 및 배출 강도가 강해짐을 알 수 있다. 특히 대륙 지역을 봤을 때 남반구에 비해 북미, 유럽, 아시아 등 북반구에서 자료동화 전후 차이가 큰데, 이는 북반구 대륙 지역의 탄소 플럭스 강도가 남반구에 비해 더 클 뿐만 아니라 북반구 지역에 더 많은 관측 자료가 분포하기 때문인 것으로 보인다. 북미와 유럽 지역은 지표 관측 자료가 조밀하게 분포하기 때문에 지표 관측 자료만을 동화시켰을 때에도 상대적으로 견고한 플럭스 값을 얻을 수 있었다. 아시아 지역의 경우 북반구에서 생권 탄소 흡수가 가장 큰 지역 중 하나로 북미나 유럽 지역에 비해서는 상대적으로 지표 관측 자료가 부족하다. 하지만 CONTRAIL 자료를 동화시킴으로써 아시아 지역의 지표면 탄소 플럭스가 더 잘 제약됨을 보여주었으며, CONTRAIL 자료동화가 관측이 부족한 열대 지역에 대해서도 효과가 있음을 보여주었다. 결과적으로 CONTRAIL 자료가 기존의 지표 관측 자료를 보완해 지표면 탄소 플럭스 추정 결과 개선에 기여할 것이라 기대할 수 있다.
도 9는 본 발명의 실시예들에 따라 시뮬레이션된 이산화탄소 농도를 전구 지표 관측 자료와 비교한 도면으로서, 자료동화 효과를 보기 위해 자료동화 전 지표면 탄소 플럭스로부터 계산된 이산화탄소 농도와 함께 비교하였다. 자료동화 전에는 관측에 비해 이산화탄소 농도를 과대모의 하였으나 자료동화 과정을 거치며 관측과 비슷해졌다. 탄소추적시스템의 초기 플럭스는 생권, 해양, 화재, 그리고 화석연료 플럭스로 구성되는데 생권 및 해양 플럭스만 자료동화 과정을 거친다. 즉, 화재 및 화석연료 플럭스는 자료동화 전후에 차이가 없으며, 도 9의 a를 참조하면 생권 및 해양 플럭스는 자료동화 전보다 (-4.78 PgC yr-1; 음의 부호는 탄소 흡수를 의미) 자료동화 후 (-6.19 PgC yr-1) 탄소 흡수가 증가하여 관측과 비슷해졌음을 확인할 수 있다. 이로 인해 자료동화 전 관측보다 이산화탄소 농도를 과대모의 했던 것이 보정된 것으로 보이며, 도 9의 b를 참조하면 이는 자료동화 후 bias가 작아진 것으로 확인할 수 있다. 결과적으로 개발된 본 발명의 실시예들에 따른 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 시스템이 잘 작동됨을 알 수 있다.
이상에서 본 발명의 실시예들에 따른 탄소추적시스템 내 이산화탄소 항공 관측 자료동화 시스템을 개발하고 테스트 실험을 통해 개발된 시스템으로 모의된 결과를 평가하였으며, 항공기를 활용하여 수행된 CONTRAIL 프로젝트로부터 얻어진 이산화탄소 항공 관측 자료를 기반으로 항공 관측 자료 시스템을 개발하였다. CONTRAIL 프로젝트는 온실 기체 관측을 목적으로 일반 여객기에 관측 장비를 탑재하여 관측을 수행하기 때문에 비행 경로를 따라 넓은 공간에 관측이 분포한다. CONTRAIL 프로젝트로부터 얻어진 관측 자료는 신뢰도가 높아 모델 및 위성 자료를 검증하거나 지표면 탄소 플럭스를 추정하는데 유용하다. 따라서 CONTRAIL 자료를 기반으로 항공 관측 자료 시스템을 개발함으로써 모델 결과 개선에 기여할 것으로 기대된다.
자료동화에 앞서 원시 미가공 관측 자료의 전처리 과정이 요구되었다. 우선 결측값을 제거하고 모델 입력 자료로 사용될 수 있도록 형식을 변환하였으며, 전진 실험을 통해 잠재 소용돌이도를 계산하여 계산된 잠재 소용돌이도를 기준으로 성층권 자료를 필터링하였다. 전진 실험은 관측 연산자를 이용해 수행되는데, 관측 연산자는 관측 위치 및 시간에 상응하는 모델 값 계산 과정을 포함한다. CONTRAIL 프로젝트에서는 비행 동안과 이착륙 시 관측이 이루어지며, 관측이 각각 10초, 1분 간격으로 수행되기 때문에 방대한 자료에 대한 시공간 평균이 필요하였다. 따라서 관측 값과 관측에 상응하게 계산된 모델 값은 시공간 평균을 거쳐 앙상블 칼만 필터 자료동화 과정에 사용되었다. 앙상블 칼만 필터 과정에서는 상태 벡터를 최적화하고 다음 단계의 배경 값을 계산하는 과정이 수행되었으며, 결과적으로 이산화탄소 항공 관측 자료에 대한 전처리 과정, 관측 연산자, 그리고 앙상블 칼만 필터 과정을 개발하였고 테스트 실험을 수행해 개발된 시스템이 잘 작동함을 확인하였다. 본 발명의 실시예들에 따른 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 시스템은 지표면 탄소 플럭스 추정 결과 개선에 기여할 뿐만 아니라, 추후 다른 항공 프로젝트로부터 얻어진 관측 자료를 동화할 수 있는 기반이 될 것으로 기대된다.
한편, 본 발명의 실시예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상에서 본 발명에 대하여 그 다양한 실시예들을 중심으로 살펴보았다. 본 발명에 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
700: 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치
10: 입력부
20: 메모리
30: 프로세서

Claims (19)

  1. 대기에 대한 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성하는 단계; 및
    대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 역으로 추정하되, 생성된 상기 입력 자료와 상기 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 이산화탄소 분석 식에 반영함으로써 자료 동화(assimilation)하는 단계를 포함하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  2. 제 1 항에 있어서,
    상기 항공 관측 자료를 전처리하는 단계는,
    항공기를 통해 수집된 원시 항공 관측 자료로부터 결측값(missing data)을 제거하는 단계;
    결측값이 제거된 항공 관측 자료를 모델 입력 자료의 포맷(format)으로 변환하는 단계;
    변환된 항공 관측 자료에 대해 대기의 이동에 관한 수송 모델(transport model)에 따른 전진 실험을 수행하여 잠재 소용돌이도(potential vorticity)를 산출하는 단계;
    상기 전진 실험 결과로부터 관측 자료 위치 각각에 대해 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 자료만을 추출하는 단계; 및
    추출된 자료에 대해 시공간 평균을 산출하여 최종 입력 자료를 생산하는 단계를 포함하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  3. 제 2 항에 있어서,
    상기 전진 실험은,
    관측 연산자를 이용하여 수행하되, 관측 위치 및 관측 시간에 상응하는 모델 값을 산출하는 과정을 포함하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  4. 제 2 항에 있어서,
    상기 대류권 자료만을 추출하는 단계는,
    상기 관측 자료 위치별로 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 것을 선택함으로써 계절 변동에 따른 위상 변이(phase shift)가 제 1 임계값 이하이며, 고도에 따른 모델 해상도가 제 2 임계값 이상인 관측 자료만을 대류권 자료로서 추출하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  5. 제 2 항에 있어서,
    상기 최종 입력 자료를 생산하는 단계는,
    추출된 자료에 대하여, 항공기의 이착륙 구간에 대해서는 연직 방향으로, 항공기의 비행 구간에 대해서는 수평 방향으로 일정 시간 간격마다 구간을 분할하고, 분할된 구간에 대한 평균값을 산출하여 자료 동화를 위한 최종 입력 자료로 설정하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  6. 제 1 항에 있어서,
    상기 자료 동화하는 단계는,
    상기 관측 연산자를 이용하여, 탄소추적시스템의 수송 모델에 의해 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고, 관측값에 상응하는 모델값을 산출하며, 관측값 및 모델값에 대한 시공간 평균을 생성하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  7. 제 6 항에 있어서,
    상기 자료 동화하는 단계는,
    모델 공간을 형성하는 격자점 상의 모델 값에 관측 연산자를 승산하여 관측 위치와 관측 변수에 상응하는 모델 값을 산출하고, 산출된 값을 상기 입력 자료로부터 획득된 관측 이산화탄소 몰농도로부터 감산한 값에 칼만 게인 행렬(Kalman gain matrix)을 승산한 값을 배경 값(background)에 대한 상태 벡터의 평균에 가산함으로써 분석 값에 대한 상태 벡터의 평균을 산출하는 단계; 및
    이산화탄소 모델 값의 섭동을 상기 이산화탄소 분석 식에 반영하기 위해 감소된 칼만 게인 행렬(reduced Kalman gain matrix)을 이용하여 앙상블 섭동을 갱신(update)하고, 이전 단계의 분석 값에 대한 상태 벡터를 이용하여 시간적으로 연속하는 다음 단계의 배경 값에 대한 상태 벡터를 산출하는 단계를 포함하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  8. 제 7 항에 있어서,
    상기 다음 단계의 배경 값에 대한 상태 벡터를 산출하는 단계에서, 관측으로부터 이전 단계의 분석 값에 대한 상태 벡터의 새로운 정보가 입력되지 않는 경우, 상태 벡터가 고정된 값으로 수렴하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  9. 제 6 항에 있어서,
    상기 관측 연산자는,
    모델과 관측의 비교를 위해 격자점으로 형성된 모델 공간에서 관측 공간으로 대응 위치를 사상(mapping)시키는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 방법.
  10. 제 1 항 내지 제 9 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  11. 항공기를 통해 수집된 대기에 대한 항공 관측 자료를 입력받는 입력부;
    입력된 상기 항공 관측 자료를 이용하여 지표면 이산화탄소 플럭스 추정을 위한 이산화탄소 항공 관측 자료를 동화(assimilation)하는 프로그램을 저장하는 메모리; 및
    상기 프로그램을 구동하는 적어도 하나의 프로세서를 포함하되,
    상기 메모리에 저장된 프로그램은,
    상기 항공 관측 자료를 전처리하여 자료 동화에 사용할 입력 자료를 생성하고, 대기 인버스 모델링(atmosphere inverse modeling)을 이용하여 대기 중 이산화탄소 농도 관측 자료로부터 지표면 이산화탄소 플럭스(flux)를 역으로 추정하되, 생성된 상기 입력 자료와 상기 항공 관측 자료에 대한 관측 연산자(observation operator)를 이용하여 이산화탄소 모델 값과 관측 값을 이산화탄소 분석 식에 반영함으로써 자료 동화하는 명령어를 포함하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  12. 제 11 항에 있어서,
    상기 메모리에 저장된 프로그램은,
    항공기를 통해 수집된 원시 항공 관측 자료로부터 결측값(missing data)을 제거하고, 결측값이 제거된 항공 관측 자료를 모델 입력 자료의 포맷(format)으로 변환하고, 변환된 항공 관측 자료에 대해 대기의 이동에 관한 수송 모델(transport model)에 따른 전진 실험을 수행하여 잠재 소용돌이도(potential vorticity)를 산출하고, 상기 전진 실험 결과로부터 관측 자료 위치 각각에 대해 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 자료만을 추출하며, 추출된 자료에 대해 시공간 평균을 산출하여 최종 입력 자료를 생산함으로써 상기 항공 관측 자료를 전처리하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  13. 제 12 항에 있어서,
    상기 전진 실험은,
    관측 연산자를 이용하여 수행하되, 관측 위치 및 관측 시간에 상응하는 모델 값을 산출하는 과정을 포함하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  14. 제 12 항에 있어서,
    상기 메모리에 저장된 프로그램은,
    상기 관측 자료 위치별로 산출된 잠재 소용돌이도가 미리 설정된 기준값 미만인 것을 선택함으로써 계절 변동에 따른 위상 변이(phase shift)가 제 1 임계값 이하이며, 고도에 따른 모델 해상도가 제 2 임계값 이상인 관측 자료만을 대류권 자료로서 추출하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  15. 제 12 항에 있어서,
    상기 메모리에 저장된 프로그램은,
    추출된 자료에 대하여, 항공기의 이착륙 구간에 대해서는 연직 방향으로, 항공기의 비행 구간에 대해서는 수평 방향으로 일정 시간 간격마다 구간을 분할하고, 분할된 구간에 대한 평균값을 산출하여 자료 동화를 위한 최종 입력 자료로 설정하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  16. 제 11 항에 있어서,
    상기 메모리에 저장된 프로그램은,
    상기 관측 연산자를 이용하여, 탄소추적시스템의 수송 모델에 따른 지표면 탄소 플럭스로부터 이산화탄소 몰농도를 계산하고, 관측값에 상응하는 모델값을 산출하며, 관측값 및 모델값에 대한 시공간 평균을 생성함으로써 자료 동화하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  17. 제 16 항에 있어서,
    상기 메모리에 저장된 프로그램은,
    모델 공간을 형성하는 격자점 상의 모델 값에 관측 연산자를 승산하여 관측 위치와 관측 변수에 상응하는 모델 값을 산출하고, 산출된 값을 상기 입력 자료로부터 획득된 관측 이산화탄소 몰농도로부터 감산한 값에 칼만 게인 행렬(Kalman gain matrix)을 승산한 값을 배경 값(background)에 대한 상태 벡터의 평균에 가산함으로써 분석 값에 대한 상태 벡터의 평균을 산출하고,
    이산화탄소 모델 값의 섭동을 상기 이산화탄소 분석 식에 반영하기 위해 감소된 칼만 게인 행렬(reduced Kalman gain matrix)을 이용하여 앙상블 섭동을 갱신(update)하고, 이전 단계의 분석 값에 대한 상태 벡터를 이용하여 시간적으로 연속하는 다음 단계의 배경 값에 대한 상태 벡터를 산출하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  18. 제 17 항에 있어서,
    다음 단계의 배경 값에 대한 상태 벡터를 산출하는 과정에서, 관측으로부터 이전 단계의 분석 값에 대한 상태 벡터의 새로운 정보가 입력되지 않는 경우, 상태 벡터가 고정된 값으로 수렴하는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
  19. 제 16 항에 있어서,
    상기 관측 연산자는,
    모델과 관측의 비교를 위해 격자점으로 형성된 모델 공간에서 관측 공간으로 대응 위치를 사상(mapping)시키는 것을 특징으로 하는 지표면 이산화탄소 플럭스를 추정하는 장치.
KR1020170167302A 2017-12-07 2017-12-07 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법 KR20190067398A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170167302A KR20190067398A (ko) 2017-12-07 2017-12-07 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170167302A KR20190067398A (ko) 2017-12-07 2017-12-07 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20190067398A true KR20190067398A (ko) 2019-06-17

Family

ID=67064676

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170167302A KR20190067398A (ko) 2017-12-07 2017-12-07 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20190067398A (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472281A (zh) * 2019-07-11 2019-11-19 北京师范大学 一种估算时空连续地表水热通量的数据同化方法
CN115204618A (zh) * 2022-06-22 2022-10-18 中国气象科学研究院 Ccmvs区域碳源汇同化反演评估系统
CN115876948A (zh) * 2022-06-13 2023-03-31 中国科学院地理科学与资源研究所 基于卫星柱浓度和4d-letkf混合同化算法的碳卫星同化系统及其构建方法
CN116738232A (zh) * 2023-06-16 2023-09-12 中国科学院空天信息创新研究院 一种基于ftir光谱的城市大气碳排放分布检测方法
CN117890538A (zh) * 2024-03-18 2024-04-16 自然资源部第三海洋研究所 基于物联网通讯的co2通量多点位自动观测阵列系统
KR102677137B1 (ko) * 2023-11-23 2024-06-19 국립공주대학교 산학협력단 기후 변화의 원인에 따른 패턴 변화 분석 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Gurney, K. R., and Coauthors, 2002: Towards robust regional estimates of CO2 sources and sinks using atmospheric transport models. Nature, 415, 626-630.

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472281A (zh) * 2019-07-11 2019-11-19 北京师范大学 一种估算时空连续地表水热通量的数据同化方法
CN110472281B (zh) * 2019-07-11 2021-09-21 北京师范大学 一种估算时空连续地表水热通量的数据同化方法
CN115876948A (zh) * 2022-06-13 2023-03-31 中国科学院地理科学与资源研究所 基于卫星柱浓度和4d-letkf混合同化算法的碳卫星同化系统及其构建方法
CN115876948B (zh) * 2022-06-13 2024-04-09 中国科学院地理科学与资源研究所 基于卫星柱浓度和4d-letkf混合同化算法的碳卫星同化系统及其构建方法
CN115204618A (zh) * 2022-06-22 2022-10-18 中国气象科学研究院 Ccmvs区域碳源汇同化反演评估系统
CN115204618B (zh) * 2022-06-22 2024-03-19 中国气象科学研究院 一种ccmvs区域碳源汇同化反演方法
CN116738232A (zh) * 2023-06-16 2023-09-12 中国科学院空天信息创新研究院 一种基于ftir光谱的城市大气碳排放分布检测方法
CN116738232B (zh) * 2023-06-16 2024-05-31 中国科学院空天信息创新研究院 一种基于ftir光谱的城市大气碳排放分布检测方法
KR102677137B1 (ko) * 2023-11-23 2024-06-19 국립공주대학교 산학협력단 기후 변화의 원인에 따른 패턴 변화 분석 방법 및 장치
CN117890538A (zh) * 2024-03-18 2024-04-16 自然资源部第三海洋研究所 基于物联网通讯的co2通量多点位自动观测阵列系统

Similar Documents

Publication Publication Date Title
KR20190067398A (ko) 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법
Stroeve et al. Using records from submarine, aircraft and satellites to evaluate climate model simulations of Arctic sea ice thickness
Feng et al. Evaluating a 3-D transport model of atmospheric CO 2 using ground-based, aircraft, and space-borne data
Yumimoto et al. Adjoint inversion modeling of Asian dust emission using lidar observations
Eckhardt et al. Estimation of the vertical profile of sulfur dioxide injection into the atmosphere by a volcanic eruption using satellite column measurements and inverse transport modeling
Masutani et al. Observing system simulation experiments
Dolman et al. The CarboEurope regional experiment strategy
Wang et al. Assimilation of lidar signals: application to aerosol forecasting in the western Mediterranean basin
Carrier et al. Impact of assimilating ocean velocity observations inferred from Lagrangian drifter data using the NCOM-4DVAR
Reuter et al. A joint effort to deliver satellite retrieved atmospheric CO 2 concentrations for surface flux inversions: the ensemble median algorithm EMMA
Rubin et al. Development of the Ensemble Navy Aerosol Analysis Prediction System (ENAAPS) and its application of the Data Assimilation Research Testbed (DART) in support of aerosol forecasting
Matross et al. Estimating regional carbon exchange in New England and Quebec by combining atmospheric, ground-based and satellite data
Coman et al. Assimilation of IASI partial tropospheric columns with an Ensemble Kalman Filter over Europe
Zhang et al. An evaluation of the impact of aerosol particles on weather forecasts from a biomass burning aerosol event over the Midwestern United States: observational-based analysis of surface temperature
Klonecki et al. Assimilation of IASI satellite CO fields into a global chemistry transport model for validation against aircraft measurements
Sundström et al. On the use of a satellite remote-sensing-based approach for determining aerosol direct radiative effect over land: a case study over China
Lin et al. What have we learned from intensive atmospheric sampling field programmes of CO2?
Polavarapu et al. A comparison of posterior atmospheric CO 2 adjustments obtained from in situ and GOSAT constrained flux inversions
Hoareau et al. Singularity power spectra: A method to assess geophysical consistency of gridded products—application to sea-surface salinity remote sensing maps
Næsset et al. Sampling and mapping forest volume and biomass using airborne LIDARs
Kunii et al. Impact of assimilation of GPS radio occultation refractivity on the forecast of Typhoon Usagi in 2007
Stroeve et al. Using records from submarine, aircraft and satellite to evaluate climate model simulations of Arctic sea ice thickness
Morales A tracer release experiment to investigate uncertainties in drone-based emission quantification for methane point sources
CN117217027B (zh) 基于四维变分同化的污染物点源廓线排放估算方法和装置
Kim et al. Development of the Aircraft CO 2 Measurement Data Assimilation System to Improve the Estimation of Surface CO 2 Fluxes Using an Inverse Modeling System

Legal Events

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