KR20210111579A - Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite - Google Patents

Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite Download PDF

Info

Publication number
KR20210111579A
KR20210111579A KR1020200026677A KR20200026677A KR20210111579A KR 20210111579 A KR20210111579 A KR 20210111579A KR 1020200026677 A KR1020200026677 A KR 1020200026677A KR 20200026677 A KR20200026677 A KR 20200026677A KR 20210111579 A KR20210111579 A KR 20210111579A
Authority
KR
South Korea
Prior art keywords
cloud
meteorological
data
aircraft
weather
Prior art date
Application number
KR1020200026677A
Other languages
Korean (ko)
Other versions
KR102373286B1 (en
Inventor
김부요
고아름
차주완
정운선
구정모
Original Assignee
대한민국(기상청 국립기상과학원장)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국(기상청 국립기상과학원장) filed Critical 대한민국(기상청 국립기상과학원장)
Priority to KR1020200026677A priority Critical patent/KR102373286B1/en
Publication of KR20210111579A publication Critical patent/KR20210111579A/en
Application granted granted Critical
Publication of KR102373286B1 publication Critical patent/KR102373286B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

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

Abstract

The present invention relates to a calculation method for cloud characteristics using observation data of a weather aircraft and a weather satellite, which is able to calculate a liquid water content (LWC) and a cloud effective particle radius by using observation data from the weather aircraft, calculate the liquid water path (LWP), cloud thickness, cloud base height (CBH), and cloud base temperature (CBT) by using the observation data of the weather satellite, calculate various cloud characteristics including a cloud phase and a cloud shape for each time zone, and use the calculated values for predicting the weather. The calculation method for cloud characteristics using observation data of a weather aircraft and a weather satellite comprises the following steps: collecting the weather data formed by observing the cloud from the weather aircraft and the weather satellite; inspecting the quality of weather data for the collected weather data by meeting the characteristics of each data; matching the time and space resolution of weather data on both sides; calculating the LWC by using the weather data measured by the weather aircraft; determining a cloud as an effective cloud only when the calculated LWC is 0.01 g/m^3 or higher; calculating the cloud effective particle radius from the cloud optical thickness (COT) observed by the weather satellite and the water concentration for each cloud particle size measured by the weather aircraft, and calculating the LWP through the calculated values; calculating the cloud thickness (ΔZ) by using the pre-calculated LWC and the LWP; calculating each of the CBT and the CBH by applying the cloud thickness to the cloud top temperature (CTT) and the cloud top height (CTH) observed by the weather satellite; and classifying the calculated cloud characteristics data for each time zone, and storing and displaying the classified cloud characteristics data.

Description

기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법{Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite}Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite

본 발명은 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 관한 것으로, 더욱 상세하게는 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있도록 한 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 관한 것이다.The present invention relates to a method of calculating cloud characteristics using observation data from a meteorological aircraft and a meteorological satellite, and more particularly, to calculating the liquid water content and cloud effective particle radius using the observation data of a meteorological aircraft, and calculating the observation data of the meteorological satellite. Cloud characteristics using observation data from meteorological aircraft and meteorological satellites to calculate the sap path, cloud thickness, cloud base altitude, and cloud base temperature using data from weather aircraft and meteorological satellites to calculate various cloud characteristics including cloud top and cloud shape for each time period and utilize them for weather forecasting It is about the calculation method.

구름은 전지구 대기 면적의 약 70%를 차지하며 매 순간 복사에너지 수지를 변화시키고, 이로부터 발생된 기상변화는 수문순환(Hydrologic Cycle)과 국지적인 날씨 및 기후 변화를 초래한다. 구체적으로, 구름은 태양 및 지구 복사에너지를 반사 또는 흡수 및 방출시키며 대기 상태를 변화시키는 주요 기상요소로서, 수문순환과 대기순환 및 기상 현상의 발생과 밀접한 관련이 있다. Clouds occupy about 70% of the global atmospheric area and change the radiative energy balance at every moment, and the resulting meteorological changes cause hydrologic cycle and local weather and climate change. Specifically, clouds reflect, absorb, and emit solar and earth radiation energy and are a major meteorological element that changes atmospheric conditions, and are closely related to hydrological cycle, atmospheric circulation, and occurrence of meteorological phenomena.

따라서, 구름특성의 관측은 기상 연구뿐만 아니라 기상조절을 위한 기상항공기 실험 등에 중요한 기초 자료가 될 수 있다. 즉, 기상조절을 위해 살포하는 구름 씨앗인 요오드화은(AgI) 또는 염화칼슘(CaCl2)을 어떤 종류의 구름에 살포하느냐에 따라 구름 방울의 성장 속도를 결정하기 때문에 다양한 구름특성의 관측이 중요하다. Therefore, observation of cloud characteristics can be important basic data for meteorological research as well as meteorological aircraft experiments for weather control. In other words, it is important to observe various cloud characteristics because the growth rate of cloud droplets is determined depending on which type of cloud is sprayed with silver iodide (AgI) or calcium chloride (CaCl 2 ), the cloud seeds sprayed for weather control.

그러나 구름특성을 관측할 수 있는 지상기반의 많은 관측장비들은 한 지점 또는 구름의 어느 한 부분만을 제한적으로 관측할 수 있기 때문에, 이러한 자료들을 활용하여 구름특성을 구체적으로 파악하기는 쉽지 않다. 예를 들어, 마이크로파강우레이더(micro rain radar; MRR)와 운고계는 한 지점의 연직 구름특성을 파악할 수 있고, 기상레이더는 수백 km 범위의 하늘을 일정 각도별로 관측할 수 있지만, 해당 각도의 시선방향 관측면에서의 구름특성만 관측된다. 따라서 이 경우 구름의 일부분만 관측되며 가변적인 목표지역을 설정할 경우 전체적인 구름 관측이 불가할 수 있다.However, since many ground-based observation equipment capable of observing cloud characteristics can only observe one point or one part of a cloud, it is not easy to grasp cloud characteristics in detail using these data. For example, micro rain radar (MRR) and cloud altimeter can determine the vertical cloud characteristics of a point, and weather radar can observe the sky in a range of several hundred km at a certain angle, but the line of sight at that angle Only cloud characteristics in the direction observation plane are observed. Therefore, in this case, only a part of the cloud is observed, and if a variable target area is set, it may not be possible to observe the entire cloud.

그리고, 기상항공기는 목표지역에 대하여 운정(雲頂), 운중(雲中), 운저(雲底)에서 구름 관측을 수행할 수 있으나, 구름의 전체적인 물리요소인 구름의 두께나 수액경로(liquid water path; LWP) 및 운형을 알기 어려운 단점이 있다. 이와 관련하여 기상항공기로는 관측하기 어려운 기상요소를 관측할 수 있는 기상위성을 이용하면, 구름두께와 수액경로 그리고 운형을 포함한 다양한 구름특성 자료를 관측할 수 있다. 이러한 기상위성은 2분 간격으로 2 km × 2 km 고해상도의 시·공간 기상자료를 제공하므로 비교적 넓은 범위의 구름의 기상자료를 얻을 수 있지만, 기상위성에서 관측한 기상자료만으로는 진대기속도(true air speed)와 구름입자크기별 수농도 등은 산출할 수 없을 뿐 아니라 2분 간격으로 기상자료를 제공함에 따라 원하는 시간의 구름특성을 산출하기가 어렵다는 문제점이 있다.In addition, the meteorological aircraft can perform cloud observation at the cloud top, cloud center, and cloud base with respect to the target area, but the overall physical element of the cloud is the thickness of the cloud or the liquid water path (liquid water path). ; LWP) and it is difficult to know the shape of the curve. In this regard, by using a meteorological satellite that can observe meteorological elements that are difficult to observe with meteorological aircraft, various cloud characteristic data including cloud thickness, sap path, and cloud shape can be observed. Since these meteorological satellites provide 2 km × 2 km high-resolution time and space meteorological data at 2-minute intervals, it is possible to obtain cloud meteorological data in a relatively wide range. speed) and number concentration by cloud particle size cannot be calculated, and as meteorological data are provided at 2-minute intervals, it is difficult to calculate cloud characteristics at a desired time.

따라서, 기상항공기에서 관측한 구름의 기상자료와 기상위성에서 관측한 구름의 기상자료를 활용하면 다양한 구름특성을 산출할 수 있을 것으로 기대되고 있다. 즉, 기상항공기를 이용하면 진대기속도(true air speed)와 구름입자크기별 수농도를 측정할 수 있어 액체수함량(liquid water content; LWC)과 구름유효입자반경을 산출할 수 있고, 기상위성은 운정고도, 운정온도, 구름광학두께, 운형, 운상 자료를 관측하므로, 이 두 자료를 활용하여 구름두께, 수액경로, 운저고도, 운저온도를 산출할 수 있을 것으로 기대된다.Therefore, it is expected that various cloud characteristics can be calculated using the cloud meteorological data observed by meteorological aircraft and the cloud meteorological data observed by meteorological satellites. That is, by using a meteorological aircraft, true air speed and number concentration by cloud particle size can be measured, so liquid water content (LWC) and effective cloud particle radius can be calculated. Since cloud top altitude, cloud top temperature, cloud optical thickness, cloud shape, and cloud top data are observed, it is expected that cloud thickness, sap path, cloud base altitude, and cloud base temperature can be calculated using these two data.

한편, 본 발명과 관련한 선행기술을 조사한 결과 다음의 특허문헌이 검색되었다.On the other hand, as a result of investigating the prior art related to the present invention, the following patent documents were searched.

특허문헌 1은, 기상과 관련된 각종 정보를 측정하는 측정기와; 상기 측정기의 측정정보를 수집하는 데이터 수집기와; 상기 데이터 수집기를 통해 전달되는 기상 정보 데이터를 위성에 전달하는 위성 단말기와; 상기 위성 단말기를 통해 전달되는 기상 정보 데이터를 공급받아 기지국에 전달하는 위성과; 상기 기지국의 기상 정보 데이터를 통신수단을 이용하여 공급받는 서버;를 포함며, 측정기를 통해 시시각각 변화는 기상 정보를 수집하고, 수집된 기상 정보 데이터를 위성을 이용하여 서버에 신속 및 정확하게 제공할 수 있을 뿐만 아니라 그에 따른 시간을 최소화할 수 있는, 위성을 이용한 기상 데이터 수집시스템을 개시하고 있다.Patent Document 1 discloses a measuring device for measuring various kinds of information related to meteorology; a data collector for collecting measurement information of the measuring device; a satellite terminal for transmitting the weather information data transmitted through the data collector to a satellite; a satellite for receiving the weather information data transmitted through the satellite terminal and transmitting it to a base station; It includes; a server that receives the weather information data of the base station using a communication means; collects weather information that changes every moment through a measuring instrument, and can provide the collected weather information data to the server quickly and accurately using a satellite. Disclosed is a meteorological data collection system using satellites that can minimize the resulting time as well as being there.

특허문헌 2는, 레이저부에서 발사된 레이저로부터, 구름에 의해 산란되는 광 신호를 추출하는 추출부와, 상기 광 신호를, 일차원 어레이로 구성된 하나의 광 센서로 입력하는 입력부, 및 상기 광 센서에 입력된 광 신호를 이용하여, 상기 구름에 관한 구름특성을 측정하는 측정부를 포함하는, 구름특성 측정용 라이다 장치 및 구름특성 측정용 라이다 장치의 동작 방법을 개시하고 있다.Patent Document 2 discloses an extraction unit for extracting an optical signal scattered by clouds from a laser emitted from a laser unit, an input unit for inputting the optical signal into one optical sensor constituted by a one-dimensional array, and the optical sensor. Disclosed are a lidar device for measuring cloud characteristics and a method of operating a lidar device for measuring cloud characteristics, including a measuring unit for measuring the cloud characteristics with respect to the cloud by using an input optical signal.

KRUS 10-2015-005163310-2015-0051633 AA KRUS 10-2016-003838910-2016-0038389 AA

본 발명은 상기한 종래기술의 문제점을 해결하기 위하여 안출된 것으로서, 기상항공기의 관측자료와 기상위성의 관측자료를 토대로 구름특성을 산출하되, 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있도록 한 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법을 제공하는데 그 목적이 있다.The present invention has been devised to solve the problems of the prior art, and the cloud characteristics are calculated based on the observation data of the weather aircraft and the observation data of the weather satellite, but the liquid water content and the cloud effectiveness are calculated using the observation data of the meteorological aircraft. Meteorology that calculates the particle radius and calculates the sap path, cloud thickness, cloud base altitude, and cloud base temperature using observation data from meteorological satellites to calculate various cloud characteristics including cloud top and cloud shape for each time period and use it for weather forecasting The purpose of this study is to provide a method for calculating cloud characteristics using observation data from aircraft and meteorological satellites.

상기 목적을 달성하기 위한 본 발명은, 기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 수집하는 단계와; 수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와; 기상항공기에 의해 측정된 기상자료와 기상위성에서 측정된 기상자료의 시·공간 해상도를 일치시키는 단계와; 기상항공기에서 측정된 기상자료를 이용하여 액체수함량(LWC)를 산출하는 단계와; 산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와; 기상위성에서 관측된 구름광학두께(COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(LWP)를 계산하는 단계와; 기 산출된 액체수함량과 수액경로를 이용하여 구름두께(ΔZ)를 산출하는 단계와; 기상위성에서 측정된 운정온도(CTT)와 운정고도(CTH)에 구름두께를 적용하여 운저온도(CBT)와 운저고도(CBH)를 각각 산출하는 단계와; 산출된 구름특성 자료를 시간대별로 구분하여 저장 및 표출하는 단계;를 포함하는 것을 특징으로 한다.The present invention for achieving the above object comprises the steps of: collecting meteorological data formed by observing clouds from a meteorological aircraft and a meteorological satellite; examining the quality of the collected meteorological data according to the characteristics of each data; matching the spatial and temporal resolutions of the meteorological data measured by a meteorological aircraft and the meteorological data measured by a meteorological satellite; calculating a liquid water content (LWC) by using the meteorological data measured by a meteorological aircraft; determining that the cloud is effective only when the calculated liquid water content is 0.01 g/m 3 or more; calculating a cloud effective particle radius from the cloud optical thickness (COT) observed from a meteorological satellite and the number concentration for each cloud particle size measured by a meteorological aircraft, and calculating a fluid path (LWP) through this; calculating the cloud thickness (ΔZ) using the previously calculated liquid water content and the infusion path; calculating cloud base temperature (CBT) and cloud base altitude (CBH) by applying cloud thickness to cloud top temperature (CTT) and cloud top altitude (CTH) measured by a meteorological satellite; and storing and displaying the calculated cloud characteristic data by dividing it by time period.

또, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 기상항공기는 AIMMS와 CDP 장비를 구비하여 AIMMS로 진대기속도를 측정하고 CDP 장비로 구름입자크기별 수농도를 측정하도록 하고, 기상위성은 2분 간격으로 운정고도와 운정온도, 구름광학두께, 운형 및 운상 자료를 2㎞×2㎞ 범위의 고해상도 시·공간 기상자료로 제공하는 것을 특징으로 한다.In addition, according to the method of calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite of the present invention, the meteorological aircraft is equipped with AIMMS and CDP equipment to measure true atmospheric velocity with AIMMS and measure the number concentration for each cloud particle size with CDP equipment. The meteorological satellite is characterized in that it provides cloud top altitude, cloud top temperature, cloud optical thickness, cloud shape, and cloud phase data as high-resolution time and space meteorological data in the range of 2 km × 2 km at 2-minute intervals.

또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 기상자료의 품질을 검사하는 단계는, 기상항공기에 의한 기상자료중 AIMMS에서 측정된 진대기속도가 10~250m/s이고 CDP 장비에서 측정된 구름입자크기별 수농도는 각 빈마다 0~2000/㎥인 자료만 유효한 기상자료로 판단하고, 기상위성에 의한 기상자료중 운정고도가 0~2000㎞, 운정온도는 100~400K, 구름광학두께는 0~999인 자료만 유효한 자료로 판단하는 것을 특징으로 한다.In addition, according to the method for calculating cloud characteristics using the observation data of a meteorological aircraft and a meteorological satellite of the present invention, the step of inspecting the quality of the meteorological data includes: Only data that is 250 m/s and the number concentration for each cloud particle size measured by the CDP equipment is 0~2000/㎥ for each bin as valid meteorological data. It is characterized in that only data of 100~400K and cloud optical thickness of 0~999 are judged as valid data.

또, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 기상자료의 시·공간 해상도를 일치시키는 단계는, 기상항공기의 관측 시각 전후로 관측된 기상위성의 기상자료를 1차원 선형내삽을 수행한 후, 기상항공기의 위·경도를 기준으로 가장 가까운 4개의 기상위성의 기상자료를 2차원 선형내삽하는 방식으로 수행되는 것을 특징으로 한다.In addition, according to the method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite of the present invention, the step of matching the spatial and temporal resolution of the meteorological data includes: After performing one-dimensional linear interpolation, it is characterized in that the two-dimensional linear interpolation of the meteorological data of the four nearest meteorological satellites based on the latitude and longitude of the meteorological aircraft is performed.

또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 액체수함량(LWC)은 다음의 수식에 의해 산출되는 것을 특징으로 한다;In addition, according to the cloud characteristics calculation method using the observation data of the weather aircraft and the weather satellite of the present invention, the liquid water content (LWC) is characterized in that it is calculated by the following equation;

Figure pat00001
Figure pat00001

여기서, Conci와 ni 및 Di는 각 빈마다의 수농도(n/㎥), 입자수(n), 입자직경(㎛)이고, vs는 샘플의 부피, As는 샘플의 단면적으로 0.24㎟, Vair는 진대기속도(true air speed), rs는 샘플링 시간(sample rate), ρ는 액체수밀도(liquid water density)를 의미한다.Here, Conc i and n i, and D i is the number density (n / ㎥), particle number (n), particle size (㎛) of each blank, v s is the cross-sectional area of the volume of the sample, A s is the sample 0.24㎟, V air is the true air speed, r s is the sampling time (sample rate), ρ is the liquid water density (liquid water density).

또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 수액경로(LWP)는 다음의 수식에 의해 계산되는 것을 특징으로 한다;In addition, according to the cloud characteristic calculation method using the observation data of the weather aircraft and the weather satellite of the present invention, the sap path (LWP) is characterized in that it is calculated by the following equation;

Figure pat00002
Figure pat00002

여기서, reff는 구름유효입자반경, ri는 각 빈마다의 입자반경 또는 CDP 장비에 의해 측정된 각 빈의 평균입자반경, ni는 각 빈마다의 입자수, ρ는 액체수밀도(liquid water density; 1㎏/㎥)를 의미한다.where r eff is the effective rolling particle radius, r i is the particle radius of each bin or the average particle radius of each bin measured by CDP equipment, n i is the number of particles in each bin, and ρ is the liquid water density (liquid water density). density; 1kg/m3).

또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 구름두께(ΔZ)는 다음의 수식에 의해 산출되는 것을 특징으로 한다. In addition, according to the method of calculating the cloud characteristics using the observation data of the meteorological aircraft and the meteorological satellite of the present invention, the cloud thickness (ΔZ) is characterized in that it is calculated by the following equation.

Figure pat00003
Figure pat00003

또, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 운저온도(CBT)와 운저고도(CBH)는 다음의 수식에 의해 산출되는 것을 특징으로 한다.In addition, according to the method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite of the present invention, the cloud base temperature (CBT) and the cloud base altitude (CBH) are calculated by the following equations.

Figure pat00004
Figure pat00004

또한, 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 따르면, 상기 구름특성은 액체수함량과, 구름유효입자반경, 운정고도, 운정온도, 수액경로, 구름두께, 운저고도, 운저온도, 운상 및 운형을 포함하는 것을 특징으로 한다.In addition, according to the method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite of the present invention, the cloud characteristics include liquid water content, cloud effective particle radius, cloud top altitude, cloud top temperature, liquid path, cloud thickness, It is characterized in that it includes cloud base altitude, cloud base temperature, cloud top and cloud type.

본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법은 기상항공기의 관측자료를 이용하여 액체수함량과 구름유효입자반경을 산출하고 기상위성의 관측자료를 이용하여 수액경로와 구름두께, 운저고도 및 운저온도를 산출함으로써 운상과 운형을 포함하는 다양한 구름특성을 시간대별도 산출하여 기상예측에 활용할 수 있게 되고 그로 인해 예측 정확도가 향상되는 효과가 있다.The cloud characteristics calculation method using the observation data of the meteorological aircraft and the meteorological satellite of the present invention calculates the liquid water content and the effective cloud particle radius using the observation data of the meteorological aircraft, and uses the observation data of the meteorological satellite to calculate the liquid water path and the cloud thickness By calculating cloud base altitude and cloud base temperature, various cloud characteristics including cloud top and cloud shape can be calculated for each time period and utilized for weather forecasting, thereby improving prediction accuracy.

또한, 기상위성은 항상 최소 2분 간격으로 넓은 범위를 관측하고 기상항공기는 목표지역으로 상시 운항할 수 있으므로 목표 지역에 대하여 원하는 시각에 관측이 가능한 효과가 있다.In addition, since meteorological satellites always observe a wide range at least every 2 minutes, and meteorological aircraft can always operate to the target area, there is an effect that observation can be made at a desired time in the target area.

또한, 기상항공기와 기상위성에서 관측된 원시자료를 바로 사용하지 않고 자료에 대한 품질검사가 완료된 후에 각 구름특성을 산출하게 되므로 결과에 대한 신뢰성이 향상되는 효과가 있다.In addition, since raw data observed from meteorological aircraft and meteorological satellites are not directly used, but each cloud characteristic is calculated after quality inspection of the data is completed, the reliability of the results is improved.

또한, 기상항공기와 기상위성의 관측자료가 실시간으로 수신될 수 있으므로 준 실시간으로 구름특성 자료를 생산할 수 있게 되는 효과가 있다. In addition, since observation data from meteorological aircraft and meteorological satellites can be received in real time, it is possible to produce cloud characteristics data in quasi-real time.

도 1은 본 발명에 따른 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법을 나타낸 순서도.
도 2는 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 적용하기 위하여 기상위성에서 관측한 목표지역의 구름특성의 분포를 나타낸 참고도.
도 3은 본 발명에 따라 산출되어 표출된 구름특성의 변화를 시간대별로 나타낸 그래프.1 is a flowchart illustrating a method for calculating cloud characteristics using observation data of a weather aircraft and a weather satellite according to the present invention.
2 is a reference diagram showing the distribution of cloud characteristics in a target area observed by a meteorological satellite in order to be applied to the method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite of the present invention.
3 is a graph showing changes in cloud characteristics calculated and expressed according to the present invention for each time period.

이하, 첨부된 도면을 참조하여 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 대하여 설명하면 다음과 같다.Hereinafter, a method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite of the present invention will be described with reference to the accompanying drawings.

본 발명에서 사용되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 정의는 본 발명의 기술적 사항에 부합되는 의미와 개념으로 해석되어야 할 것이다.The terms used in the present invention are terms defined in consideration of functions in the present invention, which may vary depending on the intention or custom of the user or operator, so the definitions of these terms correspond to the technical matters of the present invention and should be interpreted as a concept.

아울러, 본 발명의 실시예는 본 발명의 권리범위를 한정하는 것이 아니라 본 발명의 청구범위에 제시된 구성요소의 예시적인 사항에 불과하며, 본 발명의 명세서 전반에 걸친 기술사상에 포함되고 청구범위의 구성요소에서 균등물로서 치환 가능한 구성요소를 포함하는 실시예이다.In addition, the embodiments of the present invention do not limit the scope of the present invention, but are merely exemplary matters of the constituent elements presented in the claims of the present invention, and are included in the technical spirit throughout the specification of the present invention and the scope of the claims. It is an embodiment including a substitutable component as an equivalent in the component.

그리고, 아래 실시예에서의 선택적인 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로서, 구성요소가 상기 용어들에 의해 제한되는 것은 아니다.In addition, optional terms in the examples below are used to distinguish one component from other components, and the components are not limited by the terms.

이에, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있는 관련된 공지기술에 대한 상세한 설명은 생략한다.Accordingly, in describing the present invention, detailed descriptions of related known technologies that may unnecessarily obscure the gist of the present invention will be omitted.

본 발명의 바람직한 실시예를 설명하기 위한, 도 1은 본 발명에 따른 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법을 나타낸 순서도이고,도 2는 본 발명의 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법에 적용하기 위하여 기상위성에서 관측한 목표지역의 구름특성의 분포를 나타낸 참고도이며, 도 3은 본 발명에 따라 산출되어 표출된 구름특성의 변화를 시간대별로 나타낸 그래프이다.For explaining a preferred embodiment of the present invention, FIG. 1 is a flowchart illustrating a method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite according to the present invention, and FIG. 2 is an observation of a meteorological aircraft and a meteorological satellite of the present invention It is a reference diagram showing the distribution of cloud characteristics in a target area observed by a meteorological satellite to be applied to a method for calculating cloud characteristics using data, and FIG. 3 is a graph showing changes in cloud characteristics calculated and expressed according to the present invention by time period. .

본 발명에 따른 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법은 도 1에 도시된 바와 같이, 기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 각각 산출하는 단계와; 산출된 구름특성 자료를 시간대별로 구분하여 저장 및 를 수집하는 단계와; 수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와; 기상항공기에 의해 측정된 기상자료와 기상위성에서 측정된 기상자료의 시·공간 해상도를 일치시키는 단계와; 기상항공기에서 측정된 기상자료를 이용하여 액체수함량(Liquid Water Conten; LWC)를 산출하는 단계와; 산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와; 기상위성에서 관측된 구름광학두께(Cloud Optical Thickness; COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(Liquid Water Path; LWP)를 계산하는 단계와; 기 산출된 액체수함량과 수액경로를 이용하여 구름두께(ΔZ)를 산출하는 단계와; 기상위성에서 측정된 운정온도(Cloud Top Temperature; CTT)와 운정고도(Cloude Top Height; CTH)에 구름두께를 적용하여 운저온도(Cloud Base Temperature; CBT)와 운저고도( Cloud Base Height; CBH)를 표출하는 단계;를 포함하여 이루어진다.As shown in FIG. 1, a method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite according to the present invention comprises the steps of: calculating meteorological data formed by observing clouds from a meteorological aircraft and a meteorological satellite, respectively; storing and collecting the calculated cloud characteristic data by classifying them by time period; examining the quality of the collected meteorological data according to the characteristics of each data; matching the spatial and temporal resolutions of the meteorological data measured by a meteorological aircraft and the meteorological data measured by a meteorological satellite; Calculating a liquid water content (LWC) by using the meteorological data measured by a meteorological aircraft; determining that the cloud is effective only when the calculated liquid water content is 0.01 g/m 3 or more; Calculating the effective cloud particle radius from the cloud optical thickness (COT) observed from the meteorological satellite and the number concentration for each cloud particle size measured by the meteorological aircraft, and calculating the Liquid Water Path (LWP) through this; ; calculating a cloud thickness (ΔZ) using the previously calculated liquid water content and infusion path; Cloud Base Temperature (CBT) and Cloud Base Height; CBH) to express;

여기서, 기상항공기로는 미국 비치크래프트(Beechcraft)사의 기상항공기인 킹에어 350HW(King Air 350HW)과 동일한 기종의 항공기이면서, AIMMS(Aircraft Integrated Meteorological Measurements System)와 CDP(Cloud Droplet Probe) 장비와 같은 구름 관측장비를 탑재한 나라(KMA/NIMS Atmospheric Research Aircraft, NARA)를 사용하며, 매 초당 구름 관측을 수행한다. 여기서, AIMMS는 미국 어벤테크(Aventech)사의 제품으로서 진대기속도(true air speed)를 측정하고, CDP 장비는 미국 DMT(Droplet Measurement Technologies)사의 제품으로, 구름입자크기별 수농도를 측정하게 된다. 구체적으로, CDP 장비는 2~50㎛ 크기의 구름입자를 30개의 크기(30개의 빈)로 나누어 각각의 입자크기별 수농도를 측정하게 된다. Here, as a meteorological aircraft, it is an aircraft of the same type as the King Air 350HW, a meteorological aircraft of Beechcraft of the United States, and clouds such as AIMMS (Aircraft Integrated Meteorological Measurements System) and CDP (Cloud Droplet Probe) equipment. It uses a country equipped with observation equipment (KMA/NIMS Atmospheric Research Aircraft, NARA), and performs cloud observations every second. Here, AIMMS is a product of Aventech of the US and measures true air speed, and the CDP equipment is a product of US DMT (Droplet Measurement Technologies), which measures the number concentration by cloud particle size. Specifically, the CDP equipment measures the number concentration for each particle size by dividing the 2-50㎛ cloud particles into 30 sizes (30 bins).

그리고, 기상위성으로는 우리나라의 통신해양기상위성(COMS; Communication, Ocean and Meteorological Satellite)이나 천리안 2호(GK-2A; Geostationary Korea Multi-Purpose Satellite) 또는 일본 기상청의 Himawari-8호 위성 등을 사용하며, 2분 간격으로 운정고도와 운정온도, 구름광학두께, 운형 및 운상 자료를 2㎞×2㎞ 범위의 고해상도 시·공간 기상자료로 제공하도록 한다.In addition, as meteorological satellites, Korea's Communication, Ocean and Meteorological Satellite (COMS), Cheollian 2 (GK-2A; Geostationary Korea Multi-Purpose Satellite), or the Japan Meteorological Agency's Himawari-8 satellite are used. In addition, cloud top altitude, cloud top temperature, cloud optical thickness, cloud shape, and cloud data are to be provided as high-resolution time and space meteorological data in the range of 2 km × 2 km at 2-minute intervals.

한편, 상기 기상자료의 품질을 검사하는 단계에서는, 기상항공기에 의한 기상자료중에서 상기 AIMMS에서 측정된 진대기속도가 10~250m/s이고 상기 CDP 장비에서 측정된 구름입자크기별 수농도는 각 빈마다 0~2000/㎥인 자료만 유효한 기상자료로 판단한다. 그리고, 기상위성에 의한 기상자료중에서는 운정고도가 0~2000㎞, 운정온도는 100~400K, 구름광학두께는 0~999인 자료만 유효한 자료로 판단하도록 구성된다.Meanwhile, in the step of inspecting the quality of the meteorological data, the true air velocity measured by the AIMMS among the meteorological data by the meteorological aircraft is 10 to 250 m/s, and the number concentration for each cloud particle size measured by the CDP equipment is for each bin. Only data with 0~2000/㎥ are considered valid meteorological data. And, among the meteorological data by meteorological satellites, only data with a cloud top altitude of 0 to 2000 km, a cloud top temperature of 100 to 400 K, and a cloud optical thickness of 0 to 999 are judged as valid data.

그리고, 상기 기상자료의 시·공간 해상도를 일치시키는 단계에서는, 기상항공기의 관측 시각 전후로 관측된 기상위성의 기상자료를 1차원 선형내삽을 수행한 후, 기상항공기의 위·경도를 기준으로 가장 가까운 4개의 기상위성의 기상자료를 2차원 선형내삽하는 방식으로 수행되는 것이 바람직하다. 이는 기상항공기의 기상자료는 매초 수집되고, 기상위성의 기상자료는 매 2분마다 2km×2km의 공간해상도로 관측되기 때문이며, 매초 기상항공기의 위·경도를 기준으로 시·공간 해상도를 일치시키는 과정이 필요하다.And, in the step of matching the spatial and temporal resolution of the meteorological data, one-dimensional linear interpolation is performed on the meteorological data of the meteorological satellite observed before and after the observation time of the meteorological aircraft, and then, the closest It is preferable to perform the two-dimensional linear interpolation of meteorological data from four meteorological satellites. This is because meteorological data from meteorological aircraft are collected every second, and meteorological data from meteorological satellites are observed at a spatial resolution of 2km × 2km every 2 minutes. I need this.

여기서, 상기 액체수함량(LWC)은 기상항공기에 장착된 AIMMS와 CDP 장비에 의해 관측된 진대기속도와 구름입자크기별 수농도 자료를 통해 산출할 수 있으며, 이를 수식으로 나타내면 다음의 수학식 1과 같다.Here, the liquid water content (LWC) can be calculated from the true atmospheric velocity and the number concentration data for each cloud particle size observed by the AIMMS and CDP equipment mounted on the meteorological aircraft. same.

Figure pat00005
Figure pat00005

여기서, Conci와 ni 및 Di는 각 빈마다의 수농도(n/㎥), 입자수(n), 입자직경(㎛)이고, vs는 샘플의 부피, As는 샘플의 단면적으로 0.24㎟, Vair는 진대기속도(true air speed)를 의미한다. 그리고, rs는 샘플링 시간(sample rate)으로서 1㎐(1s)이고, ρ는 액체수밀도(liquid water density)로서 1㎏/㎥이다.Here, Conc i and n i, and D i is the number density (n / ㎥), particle number (n), particle size (㎛) of each blank, v s is the cross-sectional area of the volume of the sample, A s is the sample 0.24㎟, V air means true air speed. And, r s is the 1㎐ (1s) as the sampling time (sample rate), ρ is a 1㎏ / ㎥ number density as a liquid (liquid water density).

그리고, 상기한 수학식 1에 따라 산출한 액체수함량(LWC)은 각 샘플당 0.01 g/㎥ 이상인 경우를 제한조건으로 하는 것이 바람직하다. 이는 구름입자가 너무 적을 경우에는 구름특성의 분석에 어려움이 발생하기 때문이다.In addition, the liquid water content (LWC) calculated according to Equation 1 above is preferably 0.01 g/m 3 or more for each sample as a limiting condition. This is because, when there are too few cloud particles, it is difficult to analyze the cloud characteristics.

한편, 상기 수액경로(LWP)는 기상위성에 의해 관측된 구름광학두께(COT)와 CDP 장비에 의해 관측된 구름입자크기별 수농도로부터 산출된 구름유효입자반경을 이용하여 산출한다. 이를 수식으로 나타내면 다음의 수학식 2와 같다.On the other hand, the liquid path (LWP) is calculated using the effective cloud particle radius calculated from the cloud optical thickness (COT) observed by the weather satellite and the water concentration for each cloud particle size observed by the CDP equipment. If this is expressed as an equation, it is as Equation 2 below.

Figure pat00006
Figure pat00006

여기서, reff는 구름유효입자반경, ri는 각 빈마다의 입자반경 또는 CDP 장비에 의해 측정된 각 빈의 평균입자반경, ni는 각 빈마다의 입자수, ρ는 액체수밀도(liquid water density)를 의미한다.where r eff is the effective rolling particle radius, r i is the particle radius of each bin or the average particle radius of each bin measured by CDP equipment, n i is the number of particles in each bin, and ρ is the liquid water density (liquid water density). density).

또, 상기 구름두께(ΔZ)는 상기한 수학식 1에 의해 산출된 액체수함량(LWC)와 수학식 2에 산출된 수액경로(LWP)로부터 구할 수 있으며, 이를 수식으로 나타내면 다음의 수학식 3과 같다.In addition, the rolling thickness (ΔZ) can be obtained from the liquid water content (LWC) calculated by Equation 1 and the liquid water path (LWP) calculated in Equation 2, and this can be expressed as the following Equation 3 same as

Figure pat00007
Figure pat00007

그리고, 상기 운저온도(CBT)는 운정온도(CTT)와 구름두께에 습윤단열감율을 고려하여 산출할 수 있고, 운저고도(CBH)는 운정고도(CTH)와 구름두께의 차이로 산출할 수 있으며, 이를 수식으로 나타내면 다음의 수학식 4와 같다.The cloud base temperature (CBT) can be calculated by considering the wet adiabatic lapse rate to the cloud top temperature (CTT) and the cloud thickness, and the cloud base height (CBH) is calculated as the difference between the cloud top height (CTH) and the cloud thickness and can be expressed as an equation as shown in Equation 4 below.

Figure pat00008
Figure pat00008

이상의 과정을 통해, Through the above process,

본 발명에 따르면 구름특성 자료로서 매초 마다의 운정고도(CTH)와 운정온도(CTT), 구름두께(COT), 운저고도(CBH), 운저온도(CBT), 수액경로(LWP)를 각각 생산하며, 매 5분 간격으로 매초의 운상과 운형 중 가장 빈도가 높은 운상, 운형을 생산하여 저장한다.According to the present invention, the cloud top altitude (CTH), cloud top temperature (CTT), cloud thickness (COT), cloud base altitude (CBH), cloud base temperature (CBT), and sap path (LWP) for every second are calculated as cloud characteristics data. Each is produced, and every 5 minute interval, the most frequent cloud and cloud shapes are produced and stored.

참고로, 도 2에는 2019년 11월 28일 11시 30분부터 12시 27분까지 대관령 주변 지역을 기상위성인 COMS 위성에서 관측된 기상자료가 나타나 있는데, 이 기상자료와 동일 시기에 기상항공기인 킹에어 350HW로 관측한 기상자료를 이용하여 구름특성 자료를 생산하고 표출한 결과가 도 3에 나타나 있다. 참고로, 도 2에서 회색실선은 기상항공기의 경로를 나타내고, 흰색 영역은 구름이 없거나 측정되지 않은 지역을 의미한다. 그리고, 도 3에서 회색으로 나타낸 부분은 운정고도, 녹색박스 형태로 나타낸 부분은 구름두께, 검은색으로 나타낸 부분은 기상항공기의 관측고도, 빨간색으로 나타낸 부분은 운정온도, 자홍색으로 나타낸 부분은 운저온도, 청색으로 나타낸 부분은 수액경로를 각각 의미한다. 또, 도 3의 W는 운상(Water)을 의미하고, Sc는 운형(Stratocumulus)을 의미한다.For reference, FIG. 2 shows meteorological data observed from the COMS satellite, a meteorological satellite, over the area around Daegwallyeong from 11:30 to 12:27 on November 28, 2019. The results of producing and expressing cloud characteristics data using meteorological data observed with King Air 350HW are shown in FIG. 3 . For reference, in FIG. 2 , a solid gray line indicates a path of a weather aircraft, and a white area indicates an area where there is no cloud or measurement. In Fig. 3, the gray area indicates the cloud top altitude, the green box indicates the cloud thickness, the black indicates the observation altitude of the weather aircraft, the red indicates the cloud top temperature, and the red indicates the cloud top temperature. Cloud-bottom temperature, the blue part means the sap pathway, respectively. In addition, W in FIG. 3 means water, and Sc means stratocumulus.

도 3을 참조하면, 해당 지역의 운정고도(CTH)는 최대 3.1 km, 운저고도(CBH)는 최소 1.1 km, 구름두께(COT)는 0.1~0.4 km, 운정온도는 평균 -11.1℃(최대 -5.6℃, 최소 -16.2℃), 운저온도(CBT)는 운정온도(CTT)보다 약 0.5~2 K 낮았고, 수액경로(LWP)는 8~50g/㎡임을 알 수 있다.Referring to FIG. 3, the cloud top altitude (CTH) of the region is at most 3.1 km, the cloud base altitude (CBH) is at least 1.1 km, the cloud thickness (COT) is 0.1 to 0.4 km, and the average cloud top temperature is -11.1 °C (maximum). -5.6℃, minimum -16.2℃), cloud bottom temperature (CBT) was about 0.5~2 K lower than cloud top temperature (CTT), and it can be seen that the sap path (LWP) was 8-50g/m2.

이상으로 본 발명의 기술적 사상을 예시하기 위한 몇 가지 실시 예들과 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 발명의 설명에 기재된 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 통상의 기술자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.Although the above has been described and illustrated in relation to several embodiments for illustrating the technical idea of the present invention, the present invention is not limited to the configuration and operation as described above, and the scope of the technical idea described in the description of the invention It will be appreciated by those skilled in the art that many changes and modifications may be made to the present invention without departing from the scope of the present invention. Accordingly, all such suitable alterations and modifications and equivalents are to be considered as being within the scope of the present invention.

Claims (9)

기상항공기와 기상위성에서 구름을 관측하여 형성한 기상자료를 수집하는 단계와;
수집된 기상자료에 대하여 각 자료의 특성에 맞춰 기상자료의 품질을 검사하는 단계와;
기상항공기에 의해 측정된 기상자료와 기상위성에서 측정된 기상자료의 시·공간 해상도를 일치시키는 단계와;
기상항공기에서 측정된 기상자료를 이용하여 액체수함량(LWC)를 산출하는 단계와;
산출된 액체수함량이 0.01 g/㎥ 이상인 경우에만 유효한 구름으로 판단하는 단계와;
기상위성에서 관측된 구름광학두께(COT)와 기상항공기에서 측정한 구름입자크기별 수농도로부터 구름유효입자반경을 산출하고 이를 통해 수액경로(LWP)를 계산하는 단계와;
기 산출된 액체수함량(LWC)과 수액경로(LWP)를 이용하여 구름두께(ΔZ)를 산출하는 단계와;
기상위성에서 측정된 운정온도(CTT)와 운정고도(CTH)에 구름두께를 적용하여 운저온도(CBT)와 운저고도(CBT)를 각각 산출하는 단계와;
산출된 구름특성 자료를 시간대별로 구분하여 저장 및 표출하는 단계;를 포함하는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
collecting meteorological data formed by observing clouds from a meteorological aircraft and a meteorological satellite;
examining the quality of the collected meteorological data according to the characteristics of each data;
matching the spatial and temporal resolutions of the meteorological data measured by a meteorological aircraft and the meteorological data measured by a meteorological satellite;
calculating a liquid water content (LWC) by using the meteorological data measured by a meteorological aircraft;
determining that the cloud is effective only when the calculated liquid water content is 0.01 g/m 3 or more;
calculating a cloud effective particle radius from the cloud optical thickness (COT) observed from a meteorological satellite and the number concentration for each cloud particle size measured by a meteorological aircraft, and calculating a fluid path (LWP) through this;
calculating the rolling thickness (ΔZ) using the previously calculated liquid water content (LWC) and the infusion path (LWP);
calculating cloud base temperature (CBT) and cloud base altitude (CBT) by applying cloud thickness to cloud top temperature (CTT) and cloud top altitude (CTH) measured by a meteorological satellite;
A method for calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite, comprising: storing and displaying the calculated cloud characteristics data by time zone.
 제1항에 있어서,
기상항공기는 AIMMS와 CDP 장비를 구비하여, AIMMS로 진대기속도를 측정하고 CDP 장비로 구름입자크기별 수농도를 측정하도록 하고,
기상위성은 2분 간격으로 운정온도(CTT)와 운정고도(CTH), 구름광학두께(COT), 운형 및 운상 자료를 2㎞×2㎞ 범위의 고해상도 시·공간 기상자료로 제공하는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
According to claim 1,
Meteorological aircraft are equipped with AIMMS and CDP equipment to measure true air velocity with AIMMS and measure number concentration by cloud particle size with CDP equipment,
The meteorological satellite provides high-resolution time and space meteorological data in the range of 2km×2km with cloud top temperature (CTT), cloud top altitude (CTH), cloud optical thickness (COT), cloud shape and cloud data at 2-minute intervals. A method of calculating cloud characteristics using observation data from weather aircraft and weather satellites.
 제1항에 있어서,
상기 기상자료의 품질을 검사하는 단계는,
기상항공기에 의한 기상자료중 AIMMS에서 측정된 진대기속도가 10~250m/s이고 CDP 장비에서 측정된 구름입자크기별 수농도는 각 빈마다 0~2000/㎥인 자료만 유효한 기상자료로 판단하고,
기상위성에 의한 기상자료중 운정고도(CTH)가 0~2000㎞, 운정온도(CTT)는 100~400K, 구름광학두께(COT)는 0~999인 자료만 유효한 자료로 판단하는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
According to claim 1,
The step of inspecting the quality of the meteorological data,
Among the meteorological data by meteorological aircraft, only data whose true air velocity measured by AIMMS is 10-250 m/s and the number concentration by cloud particle size measured by CDP equipment is 0-2000/㎥ for each bin is judged as valid meteorological data,
Among meteorological data by meteorological satellites, only data with cloud top altitude (CTH) of 0 to 2000 km, cloud top temperature (CTT) of 100 to 400K, and cloud optical thickness (COT) of 0 to 999 are judged as valid data. A method of calculating cloud characteristics using observation data from meteorological aircraft and meteorological satellites.
 제1항에 있어서,
상기 기상자료의 시·공간 해상도를 일치시키는 단계는,
기상항공기의 관측 시각 전후로 관측된 기상위성의 기상자료를 1차원 선형내삽을 수행한 후,
기상항공기의 위·경도를 기준으로 가장 가까운 4개의 기상위성의 기상자료를 2차원 선형내삽하는 방식으로 수행되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
According to claim 1,
The step of matching the spatial and temporal resolution of the meteorological data is,
After performing one-dimensional linear interpolation of the weather data of the weather satellite observed before and after the observation time of the meteorological aircraft,
A method of calculating cloud characteristics using observation data of a meteorological aircraft and a meteorological satellite, characterized in that it is performed by 2-dimensional linear interpolation of the meteorological data of the nearest four meteorological satellites based on the latitude and longitude of the meteorological aircraft.
 제1항에 있어서,
상기 액체수함량(LWC)은 다음의 수식에 의해 산출되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법;
Figure pat00009

여기서, Conci와 ni 및 Di는 각 빈마다의 수농도(n/㎥), 입자수(n), 입자직경(㎛)이고, vs는 샘플의 부피, As는 샘플의 단면적으로 0.24㎟, Vair는 진대기속도(true air speed), rs는 샘플링 시간(sample rate), ρ는 액체수밀도(liquid water density)를 의미한다.
According to claim 1,
The liquid water content (LWC) is a cloud characteristic calculation method using observation data of a meteorological aircraft and a meteorological satellite, characterized in that calculated by the following equation;
Figure pat00009

Here, Conc i and n i, and D i is the number density (n / ㎥), particle number (n), particle size (㎛) of each blank, v s is the cross-sectional area of the volume of the sample, A s is the sample 0.24㎟, V air is the true air speed, r s is the sampling time (sample rate), ρ is the liquid water density (liquid water density).
 제1항에 있어서,
상기 수액경로(LWP)는 다음의 수식에 의해 계산되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법;
Figure pat00010

여기서, reff는 구름유효입자반경, ri는 각 빈마다의 입자반경 또는 CDP 장비에 의해 측정된 각 빈의 평균입자반경, ni는 각 빈마다의 입자수, ρ는 액체수밀도(liquid water density)를 의미한다.
According to claim 1,
The sap path (LWP) is a cloud characteristic calculation method using observation data of a meteorological aircraft and meteorological satellite, characterized in that calculated by the following equation;
Figure pat00010

where r eff is the effective rolling particle radius, r i is the particle radius of each bin or the average particle radius of each bin measured by CDP equipment, n i is the number of particles in each bin, and ρ is the liquid water density (liquid water density). density).
 제1항에 있어서,
상기 구름두께(ΔZ)는 다음의 수식에 의해 산출되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
Figure pat00011
According to claim 1,
The cloud thickness (ΔZ) is a cloud characteristic calculation method using the observation data of the weather aircraft and meteorological satellite, characterized in that calculated by the following equation.
Figure pat00011
 제1항에 있어서,
상기 운저온도(CBT)와 운저고도(CBH)는 다음의 수식에 의해 산출되는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법.
Figure pat00012

According to claim 1,
The cloud base temperature (CBT) and cloud base altitude (CBH) are cloud characteristics calculation method using observation data of meteorological aircraft and meteorological satellites, characterized in that calculated by the following equation.
Figure pat00012

 제1항 내지 제8항 중 어느 한 항에 있어서,
상기 구름특성은 액체수함량과, 구름유효입자반경, 운정고도, 운정온도, 수액경로, 구름두께, 운저고도, 운저온도, 운상 및 운형을 포함하는 것을 특징으로 하는 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법. 9. The method according to any one of claims 1 to 8,
The cloud characteristics include liquid water content, effective cloud particle radius, cloud top altitude, cloud top temperature, fluid path, cloud thickness, cloud base altitude, cloud base temperature, cloud top and cloud shape. A method of calculating cloud characteristics using the observation data of
KR1020200026677A 2020-03-03 2020-03-03 Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite KR102373286B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200026677A KR102373286B1 (en) 2020-03-03 2020-03-03 Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200026677A KR102373286B1 (en) 2020-03-03 2020-03-03 Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite

Publications (2)

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

Family

ID=77796744

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200026677A KR102373286B1 (en) 2020-03-03 2020-03-03 Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite

Country Status (1)

Country Link
KR (1) KR102373286B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114705158A (en) * 2022-03-30 2022-07-05 中国人民解放军国防科技大学 Cloud base height inversion method based on satellite-borne multi-channel radiation imager

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150051633A (en) 2013-11-05 2015-05-13 주식회사 핀포텍 Satellite-based meteorological data acquisition system
KR20160038389A (en) 2014-09-30 2016-04-07 주식회사 솔탑 Lidar apparatus for measuring cloud properties and method for operating lidar apparatus
KR101627764B1 (en) * 2014-12-04 2016-06-08 부경대학교 산학협력단 Satellite data processing system and method
KR20170009570A (en) * 2015-07-17 2017-01-25 대한민국(기상청장) Anestimation system and method for rain rate over land using passive microwave satellite observation
KR101836135B1 (en) * 2017-01-10 2018-04-19 경북대학교 산학협력단 The apparatus and method for integrating rainfall data of multi-satelite

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150051633A (en) 2013-11-05 2015-05-13 주식회사 핀포텍 Satellite-based meteorological data acquisition system
KR20160038389A (en) 2014-09-30 2016-04-07 주식회사 솔탑 Lidar apparatus for measuring cloud properties and method for operating lidar apparatus
KR101627764B1 (en) * 2014-12-04 2016-06-08 부경대학교 산학협력단 Satellite data processing system and method
KR20170009570A (en) * 2015-07-17 2017-01-25 대한민국(기상청장) Anestimation system and method for rain rate over land using passive microwave satellite observation
KR101836135B1 (en) * 2017-01-10 2018-04-19 경북대학교 산학협력단 The apparatus and method for integrating rainfall data of multi-satelite

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Kim Seung-beom et al., research on the development of meteorological aircraft utilization technology. Meteorological Research Institute, [online], December 31, 2019, [Search September 5, 2021], Internet: < https://www.archives.go.kr/next/ viewMain.do > *
Turtleseon and Soon-Shin Lee, Wet adiabatic lapse rate. The following blog, [online], February 27, 2013, [Retrieved September 5, 2021], Internet: < https://blog.daum.net/xorud1350/1229 > *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114705158A (en) * 2022-03-30 2022-07-05 中国人民解放军国防科技大学 Cloud base height inversion method based on satellite-borne multi-channel radiation imager
CN114705158B (en) * 2022-03-30 2023-11-17 中国人民解放军国防科技大学 Cloud base height inversion method based on satellite-borne multichannel radiation imager

Also Published As

Publication number Publication date
KR102373286B1 (en) 2022-03-14

Similar Documents

Publication Publication Date Title
Tiira et al. Ensemble mean density and its connection to other microphysical properties of falling snow as observed in Southern Finland
Ferraro et al. The development of SSM/I rain-rate retrieval algorithms using ground-based radar measurements
Matsui et al. Evaluation of long-term cloud-resolving model simulations using satellite radiance observations and multifrequency satellite simulators
Chandrasekar et al. Potential role of dual-polarization radar in the validation of satellite precipitation measurements: Rationale and opportunities
Testik et al. High-speed optical disdrometer for rainfall microphysical observations
Huang et al. Precipitation microphysics of tropical cyclones over the western North Pacific based on GPM DPR observations: A preliminary analysis
Kotthaus et al. Atmospheric boundary layer height from ground-based remote sensing: a review of capabilities and limitations
Kim et al. Global precipitation measurement (GPM) ground validation (GV) prototype in the Korean Peninsula
Yueh et al. QuikSCAT geophysical model function for tropical cyclones and application to Hurricane Floyd
Stanford et al. A ubiquitous ice size bias in simulations of tropical deep convection
Papayannis et al. Optical, size and mass properties of mixed type aerosols in Greece and Romania as observed by synergy of lidar and sunphotometers in combination with model simulations: A case study
Zhou et al. Vertical distributions of raindrops and Z‐R relationships using microrain radar and 2‐D‐video distrometer measurements during the Integrative Monsoon Frontal Rainfall Experiment (IMFRE)
Wang et al. Investigation of liquid cloud microphysical properties of deep convective systems: 1. Parameterization raindrop size distribution and its application for stratiform rain estimation
Campos et al. Monitoring water phase dynamics in winter clouds
Hu et al. Dependence of ice microphysical properties on environmental parameters: Results from HAIC-HIWC cayenne field campaign
Pu et al. A comparison study of raindrop size distribution among five sites at the urban scale during the East Asian rainy season
KR102373286B1 (en) Retrieval Method for Cloude Character using Observation Data of Weather Aircraft and Weather Satellite
Bousquet et al. Multifrequency radar observations collected in southern France during HyMeX-SOP1
Maherndl et al. Quantifying riming from airborne data during HALO-(AC) 3
Benevides et al. Inclusion of high resolution MODIS maps on a 3D tropospheric water vapor GPS tomography model
Drechsel et al. Three-dimensional wind retrieval: Application of MUSCAT to dual-Doppler lidar
Heilliette et al. A practical approach for the assimilation of cloudy infrared radiances and its evaluation using AIRS simulated observations
Notaros Meteorological electromagnetics: optical and radar measurements, modeling, and characterization of snowflakes and snow
Islam et al. Using S-band dual polarized radar for convective/stratiform rain indexing and the correspondence with AMSR-E GSFC profiling algorithm
Lewandowski et al. Lidar-based estimation of small-scale rainfall: Empirical evidence

Legal Events

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