KR20220026400A - 실시간 기상변화 예측 시스템 및 그 방법 - Google Patents

실시간 기상변화 예측 시스템 및 그 방법 Download PDF

Info

Publication number
KR20220026400A
KR20220026400A KR1020200107352A KR20200107352A KR20220026400A KR 20220026400 A KR20220026400 A KR 20220026400A KR 1020200107352 A KR1020200107352 A KR 1020200107352A KR 20200107352 A KR20200107352 A KR 20200107352A KR 20220026400 A KR20220026400 A KR 20220026400A
Authority
KR
South Korea
Prior art keywords
rainfall
rain cloud
initial rain
region
weather
Prior art date
Application number
KR1020200107352A
Other languages
English (en)
Inventor
이예슬
Original Assignee
이예슬
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 이예슬 filed Critical 이예슬
Priority to KR1020200107352A priority Critical patent/KR20220026400A/ko
Priority to PCT/KR2020/014726 priority patent/WO2022045441A1/ko
Publication of KR20220026400A publication Critical patent/KR20220026400A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W2001/006—Main server receiving weather information from several sub-stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2203/00—Real-time site-specific personalized weather information, e.g. nowcasting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • 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)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Atmospheric Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Hydrology & Water Resources (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 실시간 기상변화 예측 시스템 및 그 방법에 관한 것이다.
본 발명에 따른 실시간 기상변화 예측 시스템 및 그 방법에 따르면, 실시간 기상변화 예측 시스템에 있어서, 기상 위성으로부터 위성채널을 통하여 이미지를 수신하는 이미지 수신부, 상기 수신된 이미지의 색상값을 통하여 구름 중에서 초기 비구름 영역을 선별하는 선별부, 상기 초기 비구름 영역이 선별되기 10분 전에 해당 기상관측소로부터 측정된 강우량값이 0이고, 초기 비구름 영역이 선별되고 적어도 10분이 경과한 후에 측정된 강우량 값이 양수이면 초기 비구름 영역의 강우 원인을 스콜에 의한 것으로 판단하고, 그렇지 않은 경우에는 전선에 의한 것으로 판단하는 판단부, 그리고 상기 초기 비구름 영역의 강우 원인이 스콜에 의한 것으로 판단되면, 스콜 예보를 수행하는 알람부를 포함한다.
이와 같이 본 발명에 따르면, 기상 위성의 구름이미지와 신뢰 가능한 강수 데이터를 통해 스콜에 의한 강우의 초단기 예보를 실시하여 갑작스럽게 많은 양의 비를 내렸다 사라지는 스콜에 대비할 수 있도록 함으로써, 동남아시아 지역 국가의 재해 피해를 감소시킬 수 있다.

Description

실시간 기상변화 예측 시스템 및 그 방법{SYSTEM FOR REAL-TIME WEATHER CHANGES PREDICTION AND METHOD THEREOF}
본 발명은 실시간 기상변화 예측 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 기상 위성의 구름 이미지와 기상관측소의 강수 데이터를 이용하여 실시간으로 변화하는 날씨를 예측할 수 있는 실시간 기상변화 예측 시스템 및 그 방법에 관한 것이다.
최근 동남아시아 지역의 국가에서 폭우로 인한 피해가 계속해서 증가하고 있다. 동남아시아 지역의 국가들은 자국의 기상 위성을 보유하지 못해 매년 폭우로 인한 인명피해와 재산피해를 피할 수 없고, 동남아시아 지역의 국가는 1차 산업의 비중이 높기 때문에 그 피해는 더욱 막대하다.
스콜은 열대 소나기로 열대지방에 짧은 시간 동안 갑작스럽게 많은 비가 내리는 현상을 말한다.. 스콜은 근본적으로 빠른 시간 내에 발달하여 초기 단계부터 성장 단계까지 급변하는 특징이 있어 예측하기 어렵다. 따라서, 그동안 열대지방에 위치한 국가들은 스콜로 인한 기상 재해 및 재난의 사전 대비에 제약이 있었다. 스콜이 흔히 발생하는 동남아시아 지역의 국가들은 기상 예보 및 경보에 관심이 높으나 현재 기술력 및 재정 부족으로 정확도 높은 기상 예보 시스템을 구축하지 못하였다.
따라서, 동남아시아 지역의 국가들은 현재 주변 국가의 기상 위성 정보에 의존해 기상 예측을 하고 있지만, 동남아시아 지역 국가의 기상관측소에서 측정한 강수 데이터가 정확하지 않아 주변 국가의 기상 위성 정보를 받는 것만으로는 갑작스럽게 내리고 사라지는 스콜을 예측하여 지역 맞춤형 정확한 기상 정보를 전달할 수가 없다는 한계가 있다.
본 발명의 배경이 되는 기술은 대한민국 공개특허 제10-2017-0119260호(2017.10.26. 공개)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는 기상 위성의 구름 이미지와 기상관측소의 강수 데이터를 이용하여 실시간으로 변화하는 날씨를 예측할 수 있는 실시간 기상변화 예측 시스템 및 그 방법을 제공하기 위한 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시 예에 따르면, 기상 예측 시스템을 이용한 기상 예측 방법에 있어서, 기상 위성으로부터 위성채널을 통하여 이미지를 수신하는 단계, 상기 수신된 이미지의 색상값을 통하여 구름 중에서 초기 비구름 영역을 선별하는 단계, 상기 초기 비구름 영역이 선별되기 10분 전에 해당 기상관측소로부터 측정된 강우량 값이 0이고, 초기 비구름 영역이 선별되고 적어도 10분이 경과한 후에 측정된 강우량 값이 양수이면 초기 비구름 영역의 강우 원인을 스콜에 의한 것으로 판단하고, 그렇지 않은 경우에는 전선에 의한 것으로 판단하는 단계, 그리고 상기 초기 비구름 영역의 강우 원인이 스콜에 의한 것으로 판단되면, 스콜 예보를 수행하는 단계를 포함하는 기상 예측 방법을 제공한다.
상기 이미지는 개량된 적외선 채널(Enhancement IR) 이미지를 포함할 수 있으며, 상기 초기 비구름 영역을 선별하는 단계는, 상기 수신된 이미지에 HSV(Hue, Saturation, Value)모델에 따른 색상값을 이용하여 초기 비구름 영역으로 선별할 수 있다.
상기 스콜 예보를 수행하는 단계는, 상기 기상관측소로부터 측정된 강우량 값이 기준값 이상일 경우 강한 강우 또는 약한 강우로 판단할 수 있다.
다른 국가의 기상청에서 제공된 상기 스콜이 발생한 지역의 강수 데이터와 상기 스콜이 발생한 지역에 설치된 해당 기상관측소로부터 측정된 강수 데이터와의 상관계수 값을 각각 산출할 수 있다. 그리고, 산출된 복수의 상관계수 값의 절대값의 최대값과 평균값이 모두 기준치를 넘을 경우 해당 기상관측소의 강수 데이터를 신뢰 가능한 유효 강수 데이터로 판단할 수 있다.
상기 초기 비구름 영역을 선별한 시점으로부터 기준시간이 경과한 시점에서 상기 초기 비구름 영역의 이미지 색상의 변화를 통하여 상기 초기 비구름 영역이 중기 비구름 영역으로 발달한 것으로 판단할 수 있다.
본 발명의 다른 실시예에 따르면, 실시간으로 기상변화 예측 시스템에 있어서, 기상 위성으로부터 위성채널을 통하여 이미지를 수신하는 이미지 수신부, 상기 수신된 이미지의 색상값을 통하여 구름 중에서 초기 비구름 영역을 선별하는 선별부, 해당 기상관측소로부터 신뢰 가능한 강수 데이터를 수신하는 데이터 전처리부, 상기 초기 비구름 영역이 선별되기 10분 전에 해당 기상관측소로부터 측정된 강우량 값이 0이고, 초기 비구름 영역이 선별되고 적어도 10분이 경과한 후에 측정된 강우량 값이 양수이면 초기 비구름 영역의 강우 원인을 스콜에 의한 것으로 판단하고, 그렇지 않은 경우에는 전선에 의한 것으로 판단하는 판단부, 그리고 상기 초기 비구름 영역의 강우 원인이 스콜에 의한 것으로 판단되면, 스콜 예보를 수행하는 알람부를 포함한다.
이와 같이 본 발명에 따르면, 기상 위성의 구름이미지와 신뢰 가능한 강수 데이터를 통해 스콜에 의한 강우의 초단기 예보를 실시하여 갑작스럽게 많은 양의 비를 내렸다 사라지는 스콜에 대비할 수 있도록 함으로써, 동남아시아 지역 국가의 재해 피해를 감소시킬 수 있다.
도 1은 본 발명의 실시예에 따른 실시간 기상변화 예측 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 기상 예측 시스템의 구성을 도시한 도면이다.
도 3은 본 발명의 실시예에 따른 강수 데이터의 신뢰성 판단 방법을 설명하기 위한 순서도이다.
도 4는 도 3에 따른 강수 데이터의 신뢰성 판단 방법을 설명하기 위한 예시도이다.
도 5는 본 발명의 실시예에 따른 기상 예측 방법을 설명하기 위한 순서도이다.
도 6a 및 도 6b는 S510단계에서 IR+Enh 채널을 이용하여 수신한 동남아시아 지역의 위성 이미지를 나타낸 예시도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 실시간 기상변화 예측 시스템을 설명하기 위한 도면이다.
도 1에서 나타낸 것처럼, 본 발명의 실시예에 따른 실시간 기상변화 예측 시스템은 기상 위성(100)과, 기상 위성(100)으로부터 검출된 기상 정보를 수신하는 위성 신호 수신기(200) 및 기상 예측 시스템(300)으로 이루어진다.
기상 위성(100)은 기상 관측을 주목적으로 설계하여 발사된 인공위성으로 단기예보에 필요한 저기압 또는 전선 등의 정확한 위치와 크기 등을 파악하며, 지구로부터 우주공간으로 복사되는 복사에너지, 지구와 대기가 반사하는 태양광선의 반사량, 대기권 밖의 태양에너지 등을 관측한다.
기상 위성(100)은 정지궤도 기상 위성과 극궤도 기상 위성이 있는데, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 적도 상공 36,000km에 쏘아 올려 지구의 자전 속도와 같은 속도로 지구 주위를 공전하며 지구상의 기상을 관측하는 정지궤도 기상 위성을 이용한다.
여기서, 기상 위성(100)은 대표적으로 적외선(Infrared Radiation, IR), 수증기(Water Vapor, WV), 가시광(Visual Light Spectrum, VIS) 센서의 채널을 이용할 수 있다.
위성 신호 수신기(200)는 지상의 관측소에 설치되는 것으로, 기상 위성(100)으로부터 관측 지역의 기상 정보를 수신하게 된다.
기상 예측 시스템(300)은 위성 신호 수신기(200)와 네트워크 연결되는 것으로, 위성 신호 수신기(200)로부터 제공되는 관측 지역의 기상 정보를 이용하여 기상 예측을 실시한다.
본 발명의 실시예에 따른 기상 예측 시스템(300)은 비구름을 통해 기상 예측을 하므로 복수의 적외선 채널 중 구름의 온도 값으로 색상이 구별되는 적외선 채널 이미지를 이용한다.
특히, 본 발명의 실시예에서는 일본에서 발사한 기상 위성인 Himawari 8의 개량된 적외선(IR+Enh) 채널을 이용하는 것으로 하며, 이때,
이때, 개량된 적외선 채널(IR+Enh)은 구름 탐지에 특화된 10.4μm의 파장에서 복사량을 탐지하고, 탐지된 복사량을 구름의 피크온도 값으로 변환하여 특정한 색으로 표출한 것을 말한다.
그러면, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 IR+Enh 채널의 위성 이미지를 구름의 온도의 색상을 이용하여 구름 중에서 초기 비구름 영역을 선별한다.
그리고, 기상 예측 시스템(300)은 초기 비구름 영역으로 선별된 구름이 위치한 지역의 기상관측소에서 해당 지역의 강우량 값을 추가적으로 제공받아, 초기 비구름 영역이 선별된 시점의 전후의 강우량 값을 통하여 초기 비구름 영역의 강우 원인을 판단한다.
만약, 초기 비구름 영역 강우의 원인이 스콜에 의한 것으로 판단되면 기상 예측 시스템(300)은 주위에 예보 알람 신호를 전송한다.
특히 동남아시아 지역에 스콜 현상이 자주 발생하는 바, 이하에서는 설명의 편의상 본 발명의 실시예에 따른 기상 예측 시스템(300)이 동남아시아 지역에 설치된 것으로 가정한다.
도 2는 본 발명의 실시예에 따른 기상 예측 시스템의 구성을 도시한 도면이다.
도 2에 나타낸 것처럼, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 이미지 수신부(310), 선별부(320), 데이터 전처리부(330), 판단부(340) 및 알람부(350)를 포함한다.
먼저, 이미지 수신부(310)는 위성 신호 수신기(200)를 이용하여 기상 위성(100)으로부터 동남아시아 지역의 위성 이미지를 수신한다.
이때, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 복수의 위성 채널 중 IR+Enh 채널의 위성 이미지를 이용한다.
선별부(320)는 HSV 모델을 기준으로 하여 이미지 수신부(310)에 수신된 위성 이미지로부터 파란색과 빨간색 영역의 구름을 추출한다.
HSV 모델은 인간의 색인지에 기반을 둔 색상 모델을 의미하고, 색조(Hue), 채도(Saturation), 명도(Value)의 3가지 성분으로 색을 표시한다. 또한, HSV 모델은 색상을 표현할 때, H, S, V에 각각 0 ~ 255 사이의 값을 부여한다.
이때, 선별부(320)는 H, S, V의 값을 이용하여 밝은 파란색에 대응하는 구름의 영역을 초기 비구름 영역으로 선별한다.
그리고, 초기 비구름 영역이 선별된 시점으로부터 기준 시간이 경과한 시점에 초기 비구름 영역의 색상의 변화를 이용하여 중기 비구름 영역을 판단한다.
이때, 선별부(320)는 H, S, V의 값을 이용하여 빨간색에 대응하는 구름의 영역을 중기 비구름 영역으로 발달한 것으로 판단한다.
데이터 전처리부(330)는 동남아시아 지역의 국가별 기상관측소에서 측정된 강수 데이터와 다른 국가의 기상청에서 제공된 복수의 강수 데이터의 상관계수 값을 산출하여 기상관측소에서 측정한 강수 데이터의 신뢰성을 판단한다.
여기서, 다른 국가의 기상청은 많은 양의 강수데이터가 축적되어 상대적으로 정확도가 높은 국가, 예를 들면, 유럽이나 미국 등의 기상 예측이 발달한 국가에 속해 있는 기상청을 포함하는 것이 바람직하다.
데이터 전처리부(330)가 기상관측소에서 측정된 강수 데이터를 신뢰 가능한 유효 데이터로 판단하면, 판단부(340)는 초기 비구름 영역으로 선별된 시점의 10분 전과 적어도 10분이 경과한 후의 강우량 값을 이용하여 초기 비구름 영역의 강우의 원인이 스콜에 의한 것인지, 아니면 전선에 의한 것인지 판단한다.
판단부(340)가 초기 비구름 영역의 강우 원인이 스콜에 의한 것으로 판단하면, 알람부(350)는 해당 지역의 기상관측소에서 측정된 강우량 값을 이용하여 강우의 정도와 알람 여부를 판단하고, 강우의 정도에 대응하여 각각 해당 지역에 예보 알람을 실시한다.
이하에서는 도 3 내지 도 6을 통하여 본 발명의 실시예에 따른 기상 예측 시스템에 대하여 설명한다.
도 3은 본 발명의 실시예에 따른 강수 데이터의 신뢰성 판단 방법을 설명하기 위한 순서도이다. 도 4는 도 3에 따른 강수 데이터의 신뢰성 판단 방법을 설명하기 위한 예시도이다.
특히, 도 4에서는 동남아시아 지역에 속한 국가의 기상관측소를 중심으로 위도와 경도가 0.5도만큼 이격된 A 지점, B 지점, C 지점, D 지점에 대하여 다른 국가 기상청이 강수 데이터를 측정하는 것으로 예시하였다.
여기서, A 지점, B 지점, C 지점, D 지점은 위경도 0.5도 이내에서 랜덤으로 선택될 수 있다.
더욱 상세하게 설명하면, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 동남아시아 지역에 속한 국가의 기상관측소로부터 강수 데이터를 제공받는다(S310).
이때, 기상 예측 시스템(300)은 동남아시아 지역에 속한 국가의 기상관측소로부터 1분 단위로 측정된 해당 지역의 강우량을 수신한다.
그러면, 데이터 전처리부(330)는 S310단계에서 제공된 기상관측소의 강수 데이터와 다른 국가의 기상청으로부터 제공된 복수의 지점에 대한 강수 데이터를 각각 비교하여 상관계수 값을 산출한다(S320).
여기서, 다른 국가 기상청은 도 4의 A 지점, B 지점, C 지점, D 지점에서 측정된 복수의 강수 데이터를 데이터 전처리부(330)로 전달하고, 데이터 전처리부(330)는 A 지점, B 지점, C 지점, D 지점의 강수 데이터와 기상관측소에서 측정된 강수 데이터를 비교하여 상관계수 값을 산출한다.
여기서, 상관계수는 두 변량 사이의 상관관계의 정도를 나타내는 수치로서, 전처리부(330)는 다음의 수학식 1을 이용하여 상관계수를 산출할 수 있다.
Figure pat00001
여기서,
Figure pat00002
는 기상관측소에서 측정한 n개의 강수 데이터이고,
Figure pat00003
는 기상청로부터 제공된 n개의 강수 데이터이다.
그리고,
Figure pat00004
는 의 평균이고
Figure pat00005
는 의 평균이며, 상관계수 r은 항상 부등식 -1
Figure pat00006
r ≤ 1을 만족시킨다.
특히, 양의 상관관계가 있을 때에는 r > 0이고, 음의 상관관계가 있을 때는 r < 0이다. 그리고, 무상관일 때는 r = 0이된다.
S320 단계에서 해당 지역 기상관측소의 강수 데이터와 다른 국가 기상청의 강수 데이터의 상관계수 값이 산출되면, 데이터 전처리부(330)는 산출된 복수의 상관계수 값을 절대화한다.
예를 들면, 상관계수 값이 음의 값을 가지면 데이터 전처리부(330)는 상관계수 값을 절대값으로 변환시킨다.
그리고, 데이터 전처리부(330)는 복수의 상관계수 값의 최대값과 평균값이 모두 기준치 이상인지 판단한다(S330).
즉, 데이터 전처리부(330)는 다른 국가의 기상청 강수 데이터와 해당 기상관측소의 강수 데이터 사이에 각각 4개의 상관계수 값을 획득하며, 절대화된 4개의 상관계수 값의 최대값과 평균값이 각각 기준치 이상인지를 판단한다.
여기서, 최대값의 기준치와 평균값의 기준치는 각각 해당 지역의 평균 강우량 또는 기상관측소에 설치된 관측장치의 성능에 따라 설계 변경이 가능하다.
만약, S330 단계에서 절대화된 상관계수 값의 최대값과 평균값이 모두 기준치 이상일 경우, 데이터 전처리부(330)는 기상관측소의 강수 데이터를 신뢰성이 높은 유효 강수 데이터인 것으로 판단한다(S340).
예를 들어, 도 4에서 최대값의 기준치와 평균값의 기준치가 모두 0.8이라고 가정하였을 때, A, B, C, D 지점의 강수 데이터와 비교하여 산출된 4개의 상관계수의 값이 각각 0.8, 0.9, 0.9, 0.7일 경우, 4개의 상관계수 중 최대값은 0.9, 4개의 상관계수 평균값은 0.82로 최대값과 평균값 모두 0.8 이상이므로, 데이터 전처리부(330)는 기상관측소의 강수 데이터를 신뢰 가능한 유효 강수 데이터인 것으로 판단한다.
만일, S330 단계에서 절대화된 상관계수 값의 최대값 또는 평균값이 기준치 미만일 경우, 데이터 전처리부(330)는 기상관측소의 강수 데이터를 신뢰 가능하지 않다고 판단하여 노이즈 처리한다(S350).
즉, 앞의 예에서 A, B, C, D 지점의 강수 데이터와 비교하여 산출된 4개의 상관계수의 값이 각각 0.8, 0.6, 0.7, 0.9 일 경우, 4개의 상관계수 중 최대값은 0.9이지만, 4개의 상관계수의 평균값은 0.75이므로, 데이터 전처리부(330)는 기상관측소의 강수 데이터를 노이즈 처리한다.
이와 같이, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 S310 내지 S350 단계에서 강수 데이터 상관계수 값을 이용하여 강수 데이터의 신뢰성을 판단할 수 있다.
이하에서는 기상 예측 시스템(300)이 신뢰성이 있는 강수 데이터를 수신한 것으로 가정하여 본 발명의 실시예에 따른 기상 예측 방법을 설명한다.
도 5는 본 발명의 실시예에 따른 기상 예측 방법을 설명하기 위한 순서도이다.
더욱 상세하게 설명하면, 이미지 수신부(310)는 위성 신호 수신기(200)를 이용하여 기상 위성(100)으로부터 동남아시아 지역의 위성 이미지를 수신한다(S510).
이미지 수신부(310)는 복수의 적외선, 수증기, 가시광 센서의 채널을 통해 위성 이미지를 수신 받을 수 있는데, 수증기 채널과 가시광 채널의 위성 이미지는 공기 중의 수증기가 같이 관측되어 구름의 형상을 뚜렷하게 식별하기 어렵다.
따라서, 본 발명의 실시예에 따른 기상 예측 시스템(300)은 비구름을 통해 기상 예측을 실시하므로, 복수의 적외선 채널 중 구름의 온도 값으로 색상이 구별되는 개량된 적외선 채널(IR+Enh) 이미지를 이용한다.
도 6a 및 도 6b는 S510단계에서 IR+Enh 채널을 이용하여 수신한 동남아시아 지역의 위성 이미지를 나타낸 예시도이다.
특히, 도 6a는 초기 비구름 영역을 선별하기 위한 위상 이미지이고, 도 6b는 도 6a의 위성 이미지가 촬영된 시점에서 30분이 경과한 시점에 촬영된 위성 이미지이다.
도 6a 및 도 6b에 나타난 바와 같이, S510단계에서 이미지 수신부(310)로 수신된 위성 이미지는 구름의 온도 값으로 색상이 구분되어 표출된다.
그러면, 선별부(320)는 S510단계에서 이미지 수신부(310)에 수신된 위성 이미지에 HSV모델을 기준으로 하여 -20
Figure pat00007
부근의 밝은 파란색에 대응하는 구름의 영역을 초기 비구름 영역으로 선별한다(S520).
이때, -20
Figure pat00008
부근의 초기 비구름 영역은 얼음과 수증기가 동시에 존재하는 상태로 시간당 1 ~ 4mm 정도의 약한 호우를 동반할 가능성이 높다.
S520단계에서 초기 비구름 영역이 선별되면, 선별부(320)는 초기 비구름 영역이 선별된 시점을 기준으로 기준 시간이 경과한 시점의 위성 이미지를 이용하여 초기 비구름 영역이 중기 비구름 영역으로 발달되었는지 여부를 판단한다.
즉, 선별부(320)는 기준 시간이 경과한 시점에 HSV모델을 기준으로 하여 밝은 파란색을 띄는 초기 비구름 영역이 빨간색으로 바뀌어 표출되면 초기 비구름 영역이 중기 비구름 영역으로 발달한 것으로 판단한다.
또한, 중기 비구름으로 판단된 영역은 아니더라도 초기 비구름 영역의 상하좌우 색상값이 파란색에서 빨간색으로 바뀌어 표출되면 해당 영역의 색상값이 바뀌지 않았다 하더라도 초기 비구름 영역이 중기 비구름 영역으로 발단한 것으로 판단한다.
이때, 중기 비구름 영역은 수직적으로 상승하는 대류효과로 인하여 초기 비구름 영역에 비하여 구름유효입자 반경이 증가하기 때문에 시간당 8 ~ 20mm 정도의 강한 호우를 동반할 가능성이 높다.
도 6a에서 나타낸 것처럼, 선별부(320)는 위성 이미지에서 밝은 파란색으로 표출되는 영역의 구름을 초기 비구름 영역으로 선별한다.
그리고, 도 6b에서 나타낸 것처럼, 선별부(320)는 기준 시점이 경과한 후 밝은 파란색에서 빨간색으로 바뀌어 표출되는 영역의 구름을 중기 비구름 영역으로 발달한 것으로 판단한다.
S520단계에서 초기 비구름 영역이 선별되면, 판단부(340)는 도 3과 같은 방법으로 전처리된 신뢰성이 높은 유효 강수 데이터를 이용하여 초기 비구름 영역의 강우 원인이 스콜에 의한 것인지, 아니면 전선에 의한 것인지 판단한다(S530).
만일, 초기 비구름 영역이 선별되기 10분 전의 강우량 값이 0이고, 초기 비구름 영역이 선별되고 적어도 10분이 경과한 후의 강우량 값이 양수이면, 판단부(340)는 초기 비구름 영역의 강우 원인이 스콜에 의한 것으로 판단한다(S540).
예를 들어, 초기 비구름 영역이 선별되기 10분 전에 기상관측소에서 측정된 강우량 값이 0mm이고, 10분이 경과한 후에 기상관측소에서 측정된 강우량 값이 20mm였다면, 판단부(340)는 초기 비구름 영역의 강우 원인을 스콜에 의한 것으로 판단한다.
S540 단계에서 강우의 원인이 스콜에 의한 것으로 판단된 경우, 알람부(350)는 기상관측소에서 측정된 강우량 값을 이용하여 강우의 정도에 따라 스콜 알람 실행 여부를 결정한다(S550).
만약, 기상관측소에서 측정한 강우량 값이 20mm 이상일 경우 알람부(350)는 강한 강우로 판단하여 초단기 예보를 실행하고(S560), 8mm 이상 20mm 미만인 경우에는 알람부(350)는 약한 강우로 판단하여 초단기 예보를 실행한다(S570).
이외에, 기상관측소에서 측정한 강우량 값이 8mm 미만인 경우 알람부(350)는 강우의 원인을 스콜에 의한 것으로 보지 않으며, 별도의 알람을 실행하지 않는다(S580).
만일, S530 단계에서 초기 비구름 영역이 선별되기 10분 전에 기상관측소에서 측정한 강우량 값이 0이 아니거나, 10분 전에 기상관측소에서 측정한 강우량 값은 0이지만 10분이 경과한 후에 기상관측소에서 측정한 강우량 값이 양수가 아니면, 판단부(340)는 초기 비구름 영역의 강우 원인을 전선에 의한 것으로 판단한다(S590).
S590 단계에서 강우의 원인이 전선에 의한 것으로 판단된 경우, S580 단계와 같이 알람부(350)는 별도의 알람을 실행하지 않는다.
이와 같이 본 발명의 실시예에 따르면, 기상 위성의 구름이미지와 신뢰 가능한 강수 데이터를 통해 스콜에 의한 강우의 초단기 예보를 실시하여 갑작스럽게 많은 양의 비를 내렸다 사라지는 스콜에 대비할 수 있도록 함으로써, 해당 지역 국가의 재해 피해를 감소시킬 수 있다.
본 발명은 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것이 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: 기상 위성,
200: 위성 신호 수신기,
300: 기상 예측 시스템,
310: 이미지 수신부, 320: 선별부,
330: 데이터 전처리부, 340: 판단부,
350: 알람부

Claims (10)

  1. 기상 예측 시스템을 이용한 기상 예측 방법에 있어서,
    기상 위성으로부터 위성채널을 통하여 이미지를 수신하는 단계,
    상기 수신된 이미지의 색상값을 통하여 구름 중에서 초기 비구름 영역을 선별하는 단계,
    상기 초기 비구름 영역이 선별되기 10분 전에 해당 기상관측소로부터 측정된 강우량 값이 0이고, 초기 비구름 영역이 선별되고 적어도 10분이 경과한 후에 측정된 강우량 값이 양수이면 초기 비구름 영역의 강우 원인을 스콜에 의한 것으로 판단하고, 그렇지 않은 경우에는 전선에 의한 것으로 판단하는 단계, 그리고
    상기 초기 비구름영역의 강우 원인이 스콜에 의한 것으로 판단되면, 스콜 예보를 수행하는 단계를 포함하는 기상 예측 방법.
  2. 제1항에 있어서,
    상기 이미지는 개량된 적외선 채널(Enhancement IR) 이미지를 포함하며,
    상기 초기 비구름 영역을 선별하는 단계는,
    상기 수신된 이미지에 HSV(Hue, Saturation, Value)모델에 따른 색상값을 이용하여 초기 비구름 영역을 선별하는 기상 예측 방법.
  3. 제2항에 있어서,
    상기 스콜 예보를 수행하는 단계는,
    상기 기상관측소로부터 측정된 강우량 값이 기준값 이상일 경우 강한 강우 또는 약한 강우로 판단하여 초단기 예보를 수행하는 기상 예측 방법.
  4. 제1항에 있어서,
    다른 국가의 기상청에서 제공된 상기 스콜이 발생한 지역의 강수 데이터와 상기 스콜이 발생한 지역에 설치된 해당 기상관측소로부터 측정된 강수 데이터와의 상관계수 값을 각각 산출하는 단계, 그리고
    복수의 상관계수 값의 절대값의 최대값과 평균값이 모두 기준치를 넘을 경우 해당 기상관측소의 강수 데이터를 신뢰 가능한 유효 강수 데이터로 판단하는 단계를 더 포함하는 기상 예측 방법.
  5. 제2항에 있어서,
    상기 초기 비구름 영역을 선별한 시점으로부터 기준시간이 경과한 시점에서 상기 초기 비구름 영역의 이미지 색상의 변화를 통하여 상기 초기 비구름 영역이 중기 비구름 영역으로 발달한 것으로 판단하는 단계를 더 포함하는 기상 예측 방법.
  6. 실시간 기상변화 예측 시스템에 있어서,
    기상 위성으로부터 위성채널을 통하여 이미지를 수신하는 이미지 수신부,
    상기 수신된 이미지의 색상값을 통하여 구름 중에서 초기 비구름 영역을 선별하는 선별부,
    상기 초기 비구름 영역이 선별되기 10분 전에 해당 기상관측소로부터 측정된 강우량 값이 0이고, 초기 비구름 영역이 선별되고 적어도 10분이 경과한 후에 측정된 강우량 값이 양수이면 초기 비구름 영역의 강우 원인을 스콜에 의한 것으로 판단하고, 그렇지 않은 경우에는 전선에 의한 것으로 판단하는 판단부, 그리고
    상기 초기 비구름 영역의 강우 원인이 스콜에 의한 것으로 판단되면, 스콜 예보를 수행하는 알람부를 포함하는 기상 예측 시스템.
  7. 제6항에 있어서,
    상기 이미지는 개량된 적외선 채널(Enhancement IR) 이미지를 포함하며,
    상기 선별부는,
    상기 수신된 이미지에 HSV(Hue, Saturation, Value)모델에 따른 색상값을 이용하여 초기 비구름 영역을 선별하는 기상 예측 시스템.
  8. 제7항에 있어서,
    상기 알람부는, 상기 기상관측소로부터 측정된 강우량 값이 기준값 이상일 경우 강한 강우 또는 약한 강우로 판단하여 초단기 예보를 수행하는 기상 예측 시스템.
  9. 제6항에 있어서,
    다른 국가의 기상청에서 제공된 상기 스콜이 발생한 지역의 강수 데이터와 상기 스콜이 발생한 지역에 설치된 해당 기상관측소로부터 측정된 강수 데이터와의 상관계수 값을 각각 산출하고,
    복수의 상관계수 값의 절대값의 최대값과 평균값이 모두 기준치를 넘을 경우 해당 기상관측소의 강수 데이터를 신뢰 가능한 유효 강수 데이터로 판단하는 데이터 전처리부를 더 포함하는 기상 예측 시스템.
  10. 제7항에 있어서,
    상기 선별부는,
    상기 초기 비구름 영역을 선별한 시점으로부터 기준시간이 경과한 시점에서 상기 초기 비구름 영역의 이미지 색상의 변화를 통하여 상기 초기 비구름 영역이 중기 비구름 영역으로 발달한 것으로 판단하는 기상 예측 시스템.
KR1020200107352A 2020-08-25 2020-08-25 실시간 기상변화 예측 시스템 및 그 방법 KR20220026400A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200107352A KR20220026400A (ko) 2020-08-25 2020-08-25 실시간 기상변화 예측 시스템 및 그 방법
PCT/KR2020/014726 WO2022045441A1 (ko) 2020-08-25 2020-10-27 실시간 기상변화 예측 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200107352A KR20220026400A (ko) 2020-08-25 2020-08-25 실시간 기상변화 예측 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20220026400A true KR20220026400A (ko) 2022-03-04

Family

ID=80353608

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200107352A KR20220026400A (ko) 2020-08-25 2020-08-25 실시간 기상변화 예측 시스템 및 그 방법

Country Status (2)

Country Link
KR (1) KR20220026400A (ko)
WO (1) WO2022045441A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114966898A (zh) * 2022-05-09 2022-08-30 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统
CN114966898B (zh) * 2022-05-09 2024-06-04 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115542431B (zh) * 2022-11-25 2023-03-10 成都远望探测技术有限公司 一种基于地基云雷达和卫星数据的对流初生监测方法
CN117789034B (zh) * 2024-01-02 2024-05-28 广东省气象数据中心(广东省气象探测中心、广东省气象档案馆) 一种3d可视化气象数据监控方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6920233B2 (en) * 2001-02-20 2005-07-19 Massachusetts Institute Of Technology Method and apparatus for short-term prediction of convective weather
KR20030018254A (ko) * 2001-08-27 2003-03-06 (주)이레인 폭우 자동경보 시스템 및 경보 발령 방법
KR101161781B1 (ko) * 2010-10-19 2012-07-03 부산대학교 산학협력단 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법
KR101670920B1 (ko) * 2016-04-20 2016-11-01 대한민국 호우 예경보 장치 및 방법
KR102363948B1 (ko) * 2018-12-10 2022-02-17 이화여자대학교 산학협력단 열대성 뇌우 발생 예측 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114966898A (zh) * 2022-05-09 2022-08-30 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统
CN114966898B (zh) * 2022-05-09 2024-06-04 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统

Also Published As

Publication number Publication date
WO2022045441A1 (ko) 2022-03-03

Similar Documents

Publication Publication Date Title
CN106526708B (zh) 一种基于机器学习的气象强对流天气的智能预警分析方法
CN112435207B (zh) 一种基于天空地一体化的森林火灾监测预警方法
CN108564761B (zh) 基于风云气象卫星数据的林火识别方法
KR101926544B1 (ko) 기상 예측 모델을 이용한 기상 관측 방법, 시스템 및 컴퓨터 프로그램
CN112907871B (zh) 基于卫星遥感的雷火预警识别方法
KR20220026400A (ko) 실시간 기상변화 예측 시스템 및 그 방법
KR100934700B1 (ko) 밝기온도 표준편차 판정법에 의한 기상관측위성을 이용한안개 탐지시스템 및 그를 사용한 안개 탐지방법
CN105740642B (zh) 基于多源遥感数据的modis卫星火点准确性判别方法
Ai et al. Life cycle characteristics of MCSs in middle east China tracked by geostationary satellite and precipitation estimates
Dybbroe et al. NWCSAF AVHRR cloud detection and analysis using dynamic thresholds and radiative transfer modeling. Part II: Tuning and validation
KR101983938B1 (ko) 낙뢰 경보 시스템 및 방법
Schreiner et al. A comparison of ground and satellite observations of cloud cover
EP3951439B1 (en) Advection fog forecasting system and forecasting method
CN106910311A (zh) 一种电网山火实时广域同步卫星监测方法及监测系统
US20200041693A1 (en) Meteorology method and device and associated computer program product
KR20090035066A (ko) 기상위성을 이용한 안개 탐지시스템 및 그를 사용한 안개탐지방법
KR102363948B1 (ko) 열대성 뇌우 발생 예측 방법
Liang et al. Monitoring and risk assessment of wildfires in the corridors of high-voltage transmission lines
Kim et al. Development of fog detection algorithm during nighttime using Himawari-8/AHI satellite and ground observation data
CN113269175B (zh) 一种火情监测方法和装置
KR20180117025A (ko) 지능형 cctv 기반 자동 수위감지 방법
Hallowell et al. An automated visibility detection algorithm utilizing camera imagery
KR20120040463A (ko) 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법
Bendix et al. New perspectives in remote sensing of fog and low stratus-TERRA/AQUA-MODIS and MSG
KR102457470B1 (ko) 영상 분석을 이용한 인공지능 기반 강수 판단장치 및 방법

Legal Events

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