WO2019107622A1 - 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 - Google Patents

인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 Download PDF

Info

Publication number
WO2019107622A1
WO2019107622A1 PCT/KR2017/013950 KR2017013950W WO2019107622A1 WO 2019107622 A1 WO2019107622 A1 WO 2019107622A1 KR 2017013950 W KR2017013950 W KR 2017013950W WO 2019107622 A1 WO2019107622 A1 WO 2019107622A1
Authority
WO
WIPO (PCT)
Prior art keywords
satellite image
correlation
time
solar radiation
cloud
Prior art date
Application number
PCT/KR2017/013950
Other languages
English (en)
French (fr)
Inventor
윤창열
강용혁
김현구
김창기
김진영
Original Assignee
한국에너지기술연구원
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 한국에너지기술연구원 filed Critical 한국에너지기술연구원
Priority to KR1020207016260A priority Critical patent/KR102404712B1/ko
Priority to PCT/KR2017/013950 priority patent/WO2019107622A1/ko
Publication of WO2019107622A1 publication Critical patent/WO2019107622A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Definitions

  • the present invention relates to a satellite image analysis model generation technique, and more particularly, to a satellite image analysis model generation method for generating a satellite image analysis model using a satellite image based on a correlation between factors affecting solar radiation calculation, And a method for generating a satellite image analysis model for calculating the solar radiation amount using the artificial neural network technique.
  • the amount of solar radiation is the intensity of solar radiation, and the energy that is copied from the sun to earth is called solar radiation.
  • the radiation dose is generally measured in radians of 1 m 2 (usually in units of Wh).
  • the amount of solar radiation incident on a horizontal plane is called a horizontal plane radiation dose
  • the amount of radiation reaching a plane perpendicular to the direction of the radiation is called a normal plane radiation dose.
  • the amount of solar radiation directly reaching the arrival surface is called direct sunlight.
  • the amount of solar radiation indirectly reached by scattering by intermediate medium is called scattered solar radiation, and the sum of direct sunlight and scattered solar radiation is called total solar radiation. In the field of solar energy, these terms are combined and commonly used terms such as horizontal surface irradiation, normal surface direct radiation, and horizontal surface scattering radiation.
  • GHI global horizontal Irradiation
  • a direct measurement using a ground-level solar sensor represented by a pyranometer and a correlation method between meteorological factors
  • meteorological factors for example, daylight hours, temperature, precipitation, humidity, cloudiness, etc.
  • the method using the weather satellite has an advantage that a wide area can be obtained as long-term data. In other words, it can acquire the desired information even if there is no solar sensor and related meteorological factor because it covers all the areas that can be covered by the satellite image.
  • the object of the present invention is to provide a semi-empirical model for calculating the horizontal radiation dose using a satellite image based on correlations derived by applying artificial neural network techniques between various factors affecting the horizontal radiation dose a method and a system for generating a satellite image analysis model corresponding to a semi-empirical model.
  • a method for generating a satellite image analysis model comprising the steps of: (a) generating a satellite image analysis model, (B) calculating a rolling index determined on the basis of the floor reflectance and the cloud reflectance corresponding to the lower limit and the upper limit of the dynamic range of the measured value of each pixel of the satellite image, Obtaining a second correlation between the solar radiation index and the rolling index before the horizontal sun; And (c) obtaining a third correlation for calculating a horizontal surface irradiation dose based on a second parameter that affects the rolling index and the atmospheric reflectance.
  • step (a) further comprises obtaining a ground reflectance corresponding to a lower limit of the dynamic range from the dynamic range for each pixel of the satellite image and a cloud reflectance corresponding to an upper limit of the dynamic range
  • the ground reflectance and the cloud reflectance may be periodically updated using a satellite image collected during a specific period.
  • the step (a) includes the steps of: determining whether the satellite image is sung based on a satellite image received at a specific point in time; And, in the case of the clear sky, a solar radiation amount before the horizontal sun to be obtained based on the position of the sun corresponding to the first parameter at the time of receiving the satellite image, the position of the satellite, And generating a first correlation between the two parameters.
  • the determining step may include determining that the measurement value corresponds to the time of uncertainty when the measurement value of each pixel of the received satellite image is equal to or less than the lower limit value of the dynamic range.
  • the step (b) may include generating the second correlation by applying an artificial neural network technique to the rolling index and the solar radiation amount before the horizontal ceiling.
  • the step (c) further comprises the step of applying an artificial neural network technique to the amount of water vapor, the ozone amount, and the aerosol amount corresponding to the second parameter at the time of receiving the satellite image at a specific point, And generating a correlation equation.
  • step (c) when a satellite image at a specific point in time is received in order to calculate the horizontal irradiation amount, the position of the sun when receiving the satellite image, the position of the satellite, Calculating a solar radiation amount before the horizontal ceiling at the specific time point by applying the value to the first correlation, calculating a solar radiation amount before the horizontal ceiling at the specific time point, a measured value of each pixel of the received satellite image, Applying a rolling index determined on the basis of the ground surface reflectance and the cloud reflectance to the second correlation to calculate a horizontal solar radiation dose to which the influence of the cloud is reflected; And an amount of water vapor, an ozone amount, and an aerosol amount at the time of receiving the satellite image are applied to the third correlation, and at the specific time point at which the influence due to the atmosphere is reflected And a step of calculating a final horizontal irradiation amount of solar radiation.
  • the steps (a) to (c) are repeatedly performed to regenerate the first to third correlations .
  • a system for generating a satellite image analysis model comprising: a first correlation unit for calculating a radiation amount before a horizontal plane in a sunken city based on a first parameter, The first correlation acquiring unit acquiring a cloud index determined based on the lower limit of the dynamic range of the measurement value of each pixel of the satellite image and the ground reflectance and the cloud reflectance corresponding to the upper limit, A second correlation acquiring unit for acquiring a second correlation between the rolling angle and the rolling index before the horizontal plane at the time of sunshine; And a third correlation acquiring unit for acquiring a third correlation for calculating a horizontal surface irradiation dose based on a second parameter affecting the rolling index and the atmospheric reflectance.
  • the apparatus further includes a dynamic range analyzing unit that obtains a ground reflectance corresponding to a lower limit of the dynamic range and a cloud reflectance corresponding to an upper limit of the dynamic range from a dynamic range of each pixel of the satellite image,
  • the cloud reflectivity may be periodically updated using satellite images collected over a specific period of time.
  • the first correlation acquiring unit determines whether or not the satellite image is received based on a satellite image received at a specific point in a specific time, and when the satellite image corresponds to the satellite image, a first parameter
  • the first correlation between the first parameter and the solar radiation amount before the horizontal sunshine obtained based on the position of the sun corresponding to the sun, the position of the satellite, the base end, and the sunshine can be generated.
  • the first correlation acquiring unit may determine that the satellite image corresponds to the time of uncertainty when the measurement value of each pixel of the received satellite image is equal to or less than a lower limit value of the dynamic range.
  • the second correlation acquiring unit may generate the second correlation by applying an artificial neural network technique to the rolling index and the solar radiation amount before the horizontal sun.
  • the third correlation acquiring unit applies an artificial neural network technique to the amount of water vapor, the ozone amount, and the aerosol amount corresponding to the second parameter at the time of receiving the satellite image at the specific point in time, 3 correlation can be generated.
  • the ground surface reflectance and the cloud reflectance And calculating a cloud index before the horizontal surface reflects the influence of the cloud and the amount of water vapor and ozone when receiving the satellite image, , And the amount of aerosol are applied to the third correlation to calculate the final horizontal irradiation amount at the specific time point at which the influence by the atmosphere is reflected May further include a horizontal plane around the irradiation output is calculated.
  • the satellite image analysis model is generated by analyzing the correlation between the factors from the large-scale data based on the artificial neural network technique.
  • FIG. 1 is a block diagram of a satellite image analysis model generation system according to a preferred embodiment of the present invention.
  • FIG. 2 is a flowchart illustrating a method of generating a satellite image analysis model according to an exemplary embodiment of the present invention.
  • FIG 3 is an exemplary view for explaining a method of measuring a horizontal irradiation amount before a horizontal plane using a satellite image.
  • FIG. 4 is an exemplary diagram for explaining the dynamic range of a pixel of a satellite image.
  • FIG. 5 is an exemplary diagram illustrating a utilization result of a satellite image analysis model generated according to the present invention.
  • first, second, etc. are used to describe various elements, components and / or sections, it is needless to say that these elements, components and / or sections are not limited by these terms. These terms are only used to distinguish one element, element or section from another element, element or section. Therefore, it goes without saying that the first element, the first element or the first section mentioned below may be the second element, the second element or the second section within the technical spirit of the present invention.
  • each step the identification code (e.g., a, b, c, etc.) is used for convenience of explanation, and the identification code does not describe the order of each step, Unless the order is described, it may happen differently from the stated order. That is, each step may occur in the same order as described, may be performed substantially concurrently, or may be performed in reverse order.
  • the identification code e.g., a, b, c, etc.
  • FIG. 1 is a block diagram of a satellite image analysis model generation system according to a preferred embodiment of the present invention.
  • the satellite image analysis model generation system 100 includes a first correlation acquisition unit 110, a second correlation acquisition unit 120, a third correlation acquisition unit 130, (140), and a control unit (150).
  • the controller 150 controls the operations of the first correlation acquiring unit 110, the second correlation acquiring unit 120, the third correlation acquiring unit 130, and the horizontal surface irradiation amount calculating unit 140, Control the flow of data.
  • a method of generating a satellite image analysis model performed through each configuration of the satellite image analysis model generation system 100 will be described in detail with reference to FIG.
  • the energy (solar radiation) radiated from the sun to Earth is scattered in the atmosphere, some of the scattered solar radiation is absorbed into the atmosphere, and the remainder is reflected after reaching the atmosphere, clouds, and ground.
  • the weather satellite receives the solar radiation reflected from the atmosphere, the clouds, and the ground, and generates a satellite image having a measurement value for the solar radiation amount for each pixel.
  • the radiation amount before the horizontal plane is measured based on the measurement value for each pixel of the satellite image .
  • the amount of solar radiation reflected from the atmosphere, the clouds, and the ground is separately classified, and the correlation between various factors (parameters) affecting the radiation amount reflected from the atmosphere, the clouds, and the ground is derived based on the artificial neural network technique , And a satellite image analysis model is generated so as to calculate a more accurate horizontal-surface solar radiation amount using only the satellite image.
  • the satellite image analysis model generation system 100 may be connected to a weather satellite and a solar radiation sensor to periodically receive data transmitted from a weather satellite and a solar radiation sensor.
  • a data receiver (not shown) of the satellite image analysis model generation system 100 may receive the satellite image photographed from the meteorological satellite and receive the observed ground observations from the solar radiation sensor.
  • the weather satellite acquires a satellite image using a spectral channel of a visible region or a spectral channel of a visible light, a shortwave infrared, a water vapor, and an infrared region, Or one or more of the spectral channels may be combined to obtain a satellite image.
  • the correlation i.e., correlation
  • the amount of water vapor corresponding to atmospheric influential factors the amount of ozone, and the amount of aerosol, Is derived using an artificial neural network technique
  • a spectral channel to acquire a satellite image for each pixel can be determined based on the derived correlation.
  • the dynamic range analyzing unit (not shown in the figure) of the satellite image analysis model generating system 100 receives the dynamic data from the dynamic range of each pixel of the satellite image,
  • Figure 4 shows the dynamic range of a pixel of a satellite image, which is the dynamic range of the dynamic range
  • the range means the time series of the reflected light for each pixel.
  • a measure of the minimum and maximum normalized reflectance of the unit pixel from the dynamic range can be obtained. That is, the flow of images received from the weather satellite is used to construct the dynamic range of each pixel, and the upper and lower limits are determined using the intrinsic range for each pixel.
  • the ground reflectance and the cloud reflectance are The ground reflectance and the cloud reflectance can be updated at intervals of one month since the ground reflectance is changed by vegetation or the like.
  • the first correlation acquiring unit 110 acquires a first correlation for calculating the radiation amount before the horizontal surface at the time of the unconditioning based on the first parameter that affects the irradiation amount before the horizontal surface at the uncertain time (Step S210).
  • the one-correlation-type obtaining unit 110 can determine whether or not the satellite image is received based on a satellite image received at a specific point in a specific time.
  • the sky-time satellite corresponds to a clear time point when there is no cloud.
  • the first correlation obtaining unit 110 can determine
  • the albedo of a cloud is greater than the reflectivity of the ground, so the upper and lower limits of the dynamic range are the actual observable range, and in particular the minimum satellite reflectance (ie, the lower limit of the dynamic range ) Is an observation value on a clear day, and can be said to be a cloudy state in which the influence of the cloud is zero (that is, only the reflectance of the ground is reflected).
  • the first correlation acquiring unit 110 may use the ground observation value for the irradiation amount before the horizontal surface of the specific point received through the data receiving unit, the cloud information inputted by the user, and the lower limit value of the dynamic range of the satellite image It is possible to judge whether or not it corresponds to the unclean city.
  • the ground observation value can be observed from the solar radiation sensor and received through the data receiving unit, and the cloud lighting information is related to the degree of cloudiness in the atmosphere, and can be directly input by the user.
  • the first correlation acquiring unit 110 acquires the position of the sun corresponding to the first parameter at the time of receiving the satellite image , A first correlation between the first parameter and the horizontal irradiation amount obtained during the sunshine based on the position of the satellite, the air mass, and the solar time can be generated.
  • the position of the sun, the position of the satellite, the base end, and the sun time are values given to the specific point when the satellite image is received, data provided from various sensors provided at a specific point, And may be determined on the basis of information on the time of receipt and the position of the specific point.
  • the value of the base end of the atmospheric parameter can be calculated using the Kasten and Young model using the following equation (1).
  • m is the value of the base end, Is the position of the sun.
  • the second correlation acquiring unit 120 uses the cloud index determined based on the ground reflectance and the cloud reflectance corresponding to the lower limit and the upper limit of the dynamic range of the measurement value of each pixel of the satellite image before the horizontal sea (Step S220).
  • the rolling index can be determined using Equation 2 below based on the dynamic range of the pixels of the satellite image
  • the rolling index can be obtained in the second correlation acquiring unit 120 or the dynamic range analyzing unit.
  • n (i, j) are the coordinates and the cloud index of the pixel in the (i, j)
  • ⁇ (i, j) is the measured value of the pixel located at the coordinates (i, j) from the satellite image
  • ⁇ g (i, j) is the lower bound of the dynamic range of the pixel located at the coordinates (i, j)
  • ⁇ c is the upper limit of the dynamic range of the satellite image
  • the dynamic range is ⁇ c - ⁇ g .
  • the second correlation acquiring unit 120 may generate the second correlation by applying the artificial neural network technique to the rolling index and the irradiation amount before the horizontal surface at the time of the uncertainty. That is, the correlation between the cloud index and the solar radiation before the horizontal plane is expressed through the artificial neural network technique.
  • the third correlation obtaining unit 130 obtains a third correlation for calculating the horizontal irradiation amount based on the second parameter that affects the rolling index and the atmospheric reflectance (step S230).
  • the third correlation The formula acquiring unit 130 acquires a cloud index and an artificial neural network technique for a water vapor, an ozone, and an aerosol amount corresponding to a second parameter when receiving a satellite image at a specific point in a specific time. Can be applied to generate the third correlation.
  • the rolling index can be determined by using the rolling index obtained through the second correlation obtaining unit 120 or the dynamic range analyzing unit, or the rolling index can be determined again in the manner described above in the second correlation obtaining unit 130
  • the correlation between the cloud index and the water vapor amount, the ozone amount, and the aerosol amount through the third correlation acquiring unit 130 is expressed through an artificial neural network technique.
  • a correlation formula for calculating the radiation amount before the horizontal surface reflecting the influence of the ground reflectance and the cloud reflectance is derived through the first correlation acquiring unit 110, and the correlation formula is calculated through the second correlation acquiring unit 120
  • a correlation formula for calculating the front-surface solar radiation amount reflecting the influence is derived, and a correlation formula for calculating the front-surface solar radiation amount reflecting the influence on the atmospheric reflectance is obtained through the third correlation acquiring unit 130, 3 correlations, it is possible to calculate the horizontal irradiation amount of the horizontal surface considering the effects of the ground reflectance, the cloud reflectance, and the atmospheric reflectance from the satellite image.
  • the first correlation acquiring unit 110, The second correlation acquiring unit 120, and the second correlation acquiring unit 130 to repeat the steps S210 to S230 so that the satellite image analysis model can be regenerated.
  • the horizontal-surface-parallel-unit solar radiation-amount calculating unit 140 calculates the atmospheric reflectance, the cloud reflectance , And the reflectance on the ground surface can all be calculated.
  • the horizontal-surface-up-radiation-radiation-amount calculating unit 140 applies the values of the sun position, the satellite position, the base and the sun at the time of receiving the satellite image to the first correlation, Calculate the solar radiation amount before horizontal surface.
  • the position of the sun, the position of the satellite, the values of the base and the sun can be obtained at the same time when receiving the satellite image, and various conventional techniques can be applied to the obtained method.
  • the horizontal surface front irradiation amount calculation unit 140 calculates the solar radiation amount before the horizontal surface in which the influence of the cloud is reflected by applying the calculated solar radiation amount before rolling and the rolling index to the second correlation.
  • the rolling index can be determined using [Equation 2] based on the measured value of each pixel of the received satellite image and the ground reflectance and the cloud reflectance obtained through the dynamic range analyzing unit.
  • the horizontal irradiation amount calculating unit 140 applies the amount of water vapor, ozone amount, and aerosol amount at the time of receiving the satellite image and the horizontal irradiation amount reflecting the influence of the cloud to the third correlation, It is possible to calculate the final horizontal irradiation amount at a specific point in a specific time.
  • the amount of water vapor, the amount of ozone, and the amount of aerosol can be obtained at the same time when receiving the satellite image, and various conventional techniques can be applied to the obtained method.
  • FIG. 5 is an exemplary diagram illustrating a utilization result of a satellite image analysis model generated according to the present invention.
  • a graph illustrating a result of utilizing the satellite image analysis model generated according to the present invention shows how suitable the solar radiation obtained using one month of satellite image data is for each satellite image analysis model.
  • the result of utilizing the satellite image analysis model (empirical regression formula) generated according to the input of the large-scale data using the artificial neural network technique, the value of R 2 corresponds to about 0.8, It can be seen that more accurate solar radiation can be calculated by using the generated satellite image analysis model.
  • the method of generating a satellite image analysis model according to an embodiment of the present invention can also be implemented as a computer-readable code on a computer-readable recording medium.
  • a computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored.
  • the computer-readable recording medium includes a ROM, a RAM, a CD-ROM, a magnetic tape, a hard disk, a floppy disk, a removable storage device, a nonvolatile memory, , And optical data storage devices.
  • the computer readable recording medium may be distributed and executed in a computer system connected to a computer communication network, and may be stored and executed as a code readable in a distributed manner.

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)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 위성영상분석모델 생성 방법으로서, (a) 청천 시 수평면 전 일사량에 영향을 주는 제1 파라미터를 기초로 청천 시 수평면 전 일사량을 산출하기 위한 제1 상관식을 획득하는 단계; (b) 상기 청천 시 수평면 전 일사량과 위성영상의 각 픽셀 별 측정값의 동적 범위의 하한계 및 상한계에 해당하는 지면 반사율 및 구름 반사율을 기초로 결정되는 구름지수를 이용하여, 청천 시 수평면 전 일사량과 구름지수간의 제2 상관식을 획득하는 단계; 및 (c) 상기 구름지수와 대기 반사율에 영향을 주는 제2 파라미터를 기초로 수평면 전 일사량을 산출하기 위한 제3 상관식을 획득하는 단계를 포함한다.

Description

인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템
본 발명은 위성영상분석모델 생성 기술에 관한 것으로서, 보다 상세하게, 일사량 연산에 영향을 주는 인자들간의 연관성을 기초로 인공위성영상을 활용하여 지상도달일사량을 산출할 수 있도록 위성영상분석모델을 생성하는, 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법에 관한 것이다.
일사량은 일사의 세기이며, 태양으로부터 지구로 복사되는 에너지를 일사라 한다. 일사량은 일반적으로 1m2의 넓이에 복사된 양(일반적으로 Wh 단위 이용)으로 측정한다. 일사량 중에서, 수평면(일반적으로 평평한 지면)으로 입사하는 일사량은 수평면 일사량이라고 하며, 일사의 방향으로 수직인 면에 대해 도달하는 일사량은 법선면 일사량이라고 한다. 태양복사량이 도달면에 직접 도달하는 일사량은 직달 일사량이라고 하며, 중간매개물질에 의해 산란되어 간접적으로 도달한 일사량은 산란 일사량, 그리고 일반적으로 직달일사량과 산란일사량의 합을 전 일사량이라고 한다. 태양에너지 분야에서는 이들 용어를 조합하여 보편적으로 수평면 전 일사량, 법선면 직달 일사량, 수평면 산란 일사량의 용어를 활용한다.
특정 지역의 수평면 전 일사량(Global Horizontal Irradiation, GHI)을 구하는 가장 대표적인 방법으로는, 일사계(pyranometer)로 대표되는 지상일사센서를 이용하여 직접 측정하는 방법, 기상인자들간의 상관식을 알고 있다는 가정하에 특정 지점과 시간대에 얻을 수 있는 기상인자들(예를 들어, 일조시간, 온도, 가강수량, 습도, 운량 등)을 이용하여 일사량을 추정하는 방법, 및 기상위성을 활용하는 방법이 있다. 여기에서, 기상위성을 이용하는 방법은 광범위한 지역을 장기데이터로 얻을 수 있는 장점이 있다. 즉,위성영상이 다룰 수 있는 전 영역을 대상으로 하므로 일사센서와 관련 기상인자가 존재하지 않아도 원하는 정보를 취득할 수 있으나 가장 대표적으로 사용되는 지구정지위성(geostationary satellite)의 경우 약 36,000km 상공에서 데이터를 취득하므로상당한 오차가 발생하는 문제가 있다. 따라서, 기상위성영상 화사 값을 이용하여 특정 지점의 일사량을 보다 정확하게 추정하는 방법이 요구되고 있다.
[선행기술문헌]
[특허문헌]
한국공개특허 10-2014-0021179호
본 발명의 목적은 수평면 전 일사량에 영향을 주는 다양한 인자들 간에 인공신경망(Artificial Neural Network) 기법을 적용하여 도출되는 상관관계들을 기초로,위성영상을 이용하여 수평면 전 일사량을 산출하기 위한 반 경험적 모델(semi-empirical model)에 해당하는 위성영상분석모델을 생성하는 위성영상분석모델 생성 방법 및 시스템을 제공하는데 있다.
본 발명의 목적은 새로운 위성자료 또는 지상관측값이 추가될 때마다 위성영상분석모델을 재생성하는 위성영상분석모델 생성 방법 및 시스템을 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 제1 측면은, 위성영상분석모델 생성 방법으로서, (a) 청천 시 수평면 전 일사량에 영향을 주는 제1 파라미터를 기초로 청천 시 수평면 전 일사량을 산출하기 위한 제1 상관식을 획득하는 단계;(b) 상기 청천 시 수평면 전 일사량과 위성영상의 각 픽셀 별 측정값의 동적 범위의 하한계 및 상한계에 해당하는 지면 반사율 및 구름 반사율을 기초로 결정되는 구름지수를 이용하여, 청천 시 수평면 전 일사량과 구름지수간의 제2 상관식을 획득하는 단계; 및(c) 상기 구름지수와 대기 반사율에 영향을 주는 제2 파라미터를 기초로 수평면 전 일사량을 산출하기 위한 제3 상관식을 획득하는 단계를 포함한다.
바람직하게, 상기 (a) 단계 이전에,위성영상의 각 픽셀 별 동적 범위로부터 상기 동적 범위의 하한계에 해당하는 지면 반사율 및 상기 동적 범위의 상한계에 해당하는 구름 반사율을 획득하는 단계를 더 포함하되, 상기 지면 반사율 및 상기 구름 반사율은 특정 기간 동안 수집된 위성영상을 이용하여 주기적으로 갱신될 수 있다.
바람직하게, 상기 (a) 단계는,특정 시 특정지점에서 수신한 위성영상을 기초로 청천 시 여부를 판단하는 단계; 및상기 청천 시에 해당하는 경우에는, 상기 위성영상을 수신하는 때의 제1 파라미터에 해당하는 태양의 위치, 위성의 위치, 기단, 및 태양시를 기초로 획득되는 청천 시 수평면 전 일사량과 상기 제1 파라미터 간의 제1 상관식을 생성하는 단계를 포함할 수 있다.
바람직하게, 상기 청천 시 여부를 판단하는 단계는,상기 수신한 위성영상의 각 픽셀 별 측정값이 상기 동적 범위의 하한계 값 이하인 경우에 청천 시에 해당하는 것으로 결정하는 단계를 포함할 수 있다.
바람직하게, 상기 (b) 단계는,상기 구름지수 및 상기 청천 시 수평면 전 일사량에 인공신경망 기법을 적용하여 상기 제2 상관식을 생성하는 단계를 포함할 수 있다.
바람직하게, 상기 (c) 단계는,상기 구름지수와, 특정 시 특정지점에서 위성영상을 수신하는 때의 제2 파라미터에 해당하는 수증기량, 오존량, 및 에어로졸량에 인공신경망 기법을 적용하여, 제3 상관식을 생성하는 단계를 포함할 수 있다.
바람직하게, 상기 (c) 단계 이후에,수평면 전 일사량을 산출하기 위하여 특정 시 특정지점에서의 위성영상을 수신하면,상기 위성영상을 수신하는 때의 태양의 위치, 위성의 위치, 기단 및 태양시에 대한 값을 상기 제1 상관식에 적용하여 상기 특정 시 특정지점에서의 청천 시 수평면 전 일사량을 산출하는 단계;상기 청천 시 수평면 전 일사량과, 상기 수신한 위성영상의 각 픽셀 별 측정값, 상기 지면 반사율 및 상기 구름 반사율을 기초로 결정되는 구름지수를 상기 제2 상관식에 적용하여, 구름에 의한 영향이 반영된 수평면 전 일사량을 산출하는 단계; 및상기 구름에 의한 영향이 반영된 수평면 전 일사량과, 상기 위성영상을 수신하는 때의 수증기량, 오존량, 및 에어로졸량을 상기 제3 상관식에 적용하여, 대기에 의한 영향이 반영된 상기 특정 시 특정지점에서의 최종 수평면 전 일사량을 산출하는 단계를 더 포함할 수 있다.
바람직하게, 특정 시 특정지점에서의 새로운 위성영상을 수신하거나, 상기 지면 반사율 및 상기 구름 반사율이 갱신되면, 상기 단계 (a) 내지 (c)가 반복 수행되어 상기 제1 내지 제3 상관식이 재생성될 수 있다.
상기 목적을 달성하기 위한 본 발명의 제2 측면은, 위성영상분석모델 생성 시스템으로서, 청천 시 수평면 전 일사량에 영향을 주는 제1 파라미터를 기초로 청천 시 수평면 전 일사량을 산출하기 위한 제1 상관식을 획득하는 제1 상관식 획득부;상기 청천 시 수평면 전 일사량과 위성영상의 각 픽셀 별 측정값의 동적 범위의 하한계 및 상한계에 해당하는 지면 반사율 및 구름 반사율을 기초로 결정되는 구름지수를 이용하여, 청천 시 수평면 전 일사량과 구름지수간의 제2 상관식을 획득하는 제2 상관식 획득부; 및상기 구름지수와 대기 반사율에 영향을 주는 제2 파라미터를 기초로 수평면 전 일사량을 산출하기 위한 제3 상관식을 획득하는 제3 상관식 획득부를 포함한다.
바람직하게, 위성영상의 각 픽셀 별 동적 범위로부터 상기 동적 범위의 하한계에 해당하는 지면 반사율 및 상기 동적 범위의 상한계에 해당하는 구름 반사율을 획득하는 동적 범위 분석부를 더 포함하되, 상기 지면 반사율 및 상기 구름 반사율은 특정 기간 동안 수집된 위성영상을 이용하여 주기적으로 갱신될 수 있다.
바람직하게, 상기 제1 상관식 획득부는,특정 시 특정지점에서 수신한 위성영상을 기초로 청천 시 여부를 판단하고,상기 청천 시에 해당하는 경우에는, 상기 위성영상을 수신하는 때의 제1 파라미터에 해당하는 태양의 위치, 위성의 위치, 기단, 및 태양시를 기초로 획득되는 청천 시 수평면 전 일사량과 상기 제1 파라미터 간의 제1 상관식을 생성할 수 있다.
바람직하게, 상기 제1 상관식 획득부는,상기 수신한 위성영상의 각 픽셀 별 측정값이 상기 동적 범위의 하한계 값 이하인 경우에 청천 시에 해당하는 것으로 결정할 수 있다.
바람직하게, 상기 제2 상관식 획득부는,상기 구름지수 및 상기 청천 시 수평면 전 일사량에 인공신경망 기법을 적용하여 상기 제2 상관식을 생성할 수 있다.
바람직하게, 상기 제3 상관식 획득부는,상기 구름지수와, 특정 시 특정지점에서 위성영상을 수신하는 때의 제2 파라미터에 해당하는 수증기량, 오존량, 및 에어로졸량에 인공신경망 기법을 적용하여, 제3 상관식을 생성할 수 있다.
바람직하게, 수평면 전 일사량을 산출하기 위하여 특정 시 특정지점에서의 위성영상을 수신하면,상기 위성영상을 수신하는 때의 태양의 위치, 위성의 위치, 기단 및 태양시에 대한 값을 상기 제1 상관식에 적용하여 상기 특정 시 특정지점에서의 청천 시 수평면 전 일사량을 산출하고,상기 청천 시 수평면 전 일사량과, 상기 수신한 위성영상의 각 픽셀 별 측정값, 상기 지면 반사율 및 상기 구름 반사율을 기초로 결정되는 구름지수를 상기 제2 상관식에 적용하여, 구름에 의한 영향이 반영된 수평면 전 일사량을 산출하고,상기 구름에 의한 영향이 반영된 수평면 전 일사량과, 상기 위성영상을 수신하는 때의 수증기량, 오존량, 및 에어로졸량을 상기 제3 상관식에 적용하여, 대기에 의한 영향이 반영된 상기 특정 시 특정지점에서의 최종 수평면 전 일사량을 산출하는 수평면 전 일사량 산출부를 더 포함할 수 있다.
상기한 바와 같이 본 발명에 의하면, 대규모 데이터로부터 인자들 간의 상관관계를 인공신경망 기법을 기초로 분석하여 위성영상분석모델을 생성하므로, 종래 기술에 비하여 우수한 성능을 가질 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 위성영상분석모델 생성 시스템에 대한 블록도이다.
도 2는 일 실시예에 따른 위성영상분석모델 생성 방법을 나타내는 흐름도이다.
도 3은 위성영상을 이용하여 수평면 전 일사량이 측정되는 방법을 설명하기 위한 예시도이다.
도 4는 위성영상의 화소의 동적 범위를 설명하기 위한 예시도이다.
도 5는 본 발명에 따라 생성된 위성영상분석모델의 활용 결과를 설명하기 위한 예시도이다.
이하, 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
비록 제1, 제2 등이 다양한 소자, 구성요소 및/또는 섹션들을 서술하기 위해서 사용되나, 이들 소자, 구성요소 및/또는 섹션들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 소자, 구성요소 또는 섹션들을 다른 소자, 구성요소 또는 섹션들과 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 소자, 제1 구성요소 또는 제1 섹션은 본 발명의 기술적 사상 내에서 제2 소자, 제2 구성요소 또는 제2 섹션일 수도 있음은 물론이다.
또한, 각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 “포함한다(comprises)" 및/또는 “포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
또한, 본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로써 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 바람직한 실시예에 따른 위성영상분석모델 생성 시스템에 대한 블록도이다.
도 1을 참조하면, 위성영상분석모델 생성 시스템(100)은 제1 상관식 획득부(110), 제2 상관식 획득부(120), 제3 상관식 획득부(130), 수평면 전 일사량 산출부(140), 및 제어부(150)를 포함한다. 여기에서, 제어부(150)는 제1 상관식 획득부(110), 제2 상관식 획득부(120), 제3 상관식 획득부(130), 및 수평면 전 일사량 산출부(140)의 동작 및 데이터의 흐름을 제어한다. 이하에서는, 도 2를 참조하여, 위성영상분석모델 생성 시스템(100)의 각 구성을 통하여 수행되는 위성영상분석모델 생성 방법에 대하여 구체적으로 설명한다.
먼저, 도 3을 참조하여, 위성영상을 이용하여 수평면 전 일사량이 측정되는 방법을 설명한다. 태양으로부터 지구로 복사되는 에너지(일사)는 대기에서 산란되고, 산란된 일사량 중 일부는 대기중에 흡수되고, 나머지는 대기, 구름, 및 지면에 도달한 다음 반사된다. 기상위성은 이와 같이 대기, 구름, 및 지면으로부터 반사되는 일사량을 입력 받아 각 화소별로 일사량에 대한 측정값을 가지는 위성영상을 생성하고, 수평면 전 일사량은위성영상의 각 화소별 측정값을 기초로 측정되는 것이다. 본 발명에서는 대기, 구름, 및 지면으로부터 반사되는 일사량을 각각 구분하고, 대기, 구름, 및 지면으로부터 반사되는 일사량에 영향을 미치는 다양한 인자(파라미터)들 간의 상관관계를 인공신경망 기법을 기초로 도출하여,위성영상만을 이용하여 보다 정확한 수평면 전 일사량이 산출되도록 하는 위성영상분석모델을 생성하는 것이다.
위성영상분석모델 생성 시스템(100)은 기상위성 및 일사센서와 연결되어, 기상위성 및 일사센서로부터 전송되는 데이터를 주기적으로 수신할 수 있다. 바람직하게, 위성영상분석모델 생성 시스템(100)의 데이터 수신부(도면에 도시되지 않음)는 기상위성으로부터 촬영된 위성영상을 수신할 수 있고, 일사센서로부터 관측된 지상관측값을 수신할 수 있다.바람직하게, 기상위성은 가시광선(visible) 영역대의 분광채널을 이용하여 위성영상을 획득하거나, 가시광선, 단파장 적외선(shortwave infrared), 수증기(water vapor), 및 적외선(infrared) 영역대의 분광채널들 중 하나, 또는 둘 이상의 분광채널들을 조합하여 위성영상을 획득할 수 있다. 분광채널들을 조합하여 위성영상이 획득되는 경우에는, 각 분광채널들의 신호강도(intensity), 대기영향인자에 해당하는 수증기량, 오존량, 및 에어로졸량, 그리고 지상관측일사량 간의 상관관계(즉, 상관식)가 인공신경망 기법을 활용하여 도출되고, 도출된 상관식을 기초로 각 화소별 위성영상이 획득될 분광채널이 결정될 수 있다.
데이터 수신부를 통하여 위와 같은 데이터들이 수신되면, 위성영상분석모델 생성 시스템(100)의 동적 범위 분석부(도면에 도시되지 않음)는 위성영상의 각 픽셀(pixel)별 동적 범위(dynamic range)로부터 동적 범위의 하한계에 해당하는 지면 반사율(albedo) 및 동적 범위의 상한계에 해당하는 구름 반사율을 획득한다.예를 들어, 도 4는 위성영상의 화소의 동적 범위(dynamic range)를 나타내는 것으로서, 동적 범위는 각 픽셀에 대하여 반사된 빛의 시계열을 의미한다. 동적 범위로부터 단위 픽셀의 최소 및 최대 정규화 반사율의 측정치가 획득될 수 있다. 즉, 기상위성으로부터 수신되는 이미지들의 흐름은 각 픽셀의 동적 범위를 구성하는데 이용되고, 각 픽셀에 대한 고유 범위를 사용하면 상한계 및 하한계가 결정되는 것이다.바람직하게, 지면 반사율 및 구름 반사율은 특정 기간 동안 수집된 위성영상을 이용하여 주기적으로 갱신될 수 있고, 예를 들어, 지면 반사율은 식생 등에 의하여 변화되므로 1달 간격으로 지면 반사율 및 구름 반사율이 갱신될 수 있다.
제1 상관식 획득부(110)는 청천 시 수평면 전 일사량에 영향을 주는 제1 파라미터를 기초로 청천 시 수평면 전 일사량을 산출하기 위한 제1 상관식을 획득한다(단계 S210).바람직하게, 제1 상관식 획득부(110)는 특정 시 특정지점에서 수신한 위성영상을 기초로 청천 시 여부를 판단할 수 있고,여기에서, 청천 시는 구름이 존재하지 않는 맑은 시점에 해당한다. 보다 구체적으로, 제1 상관식 획득부(110)는 수신한 위성영상의 각 픽셀 별 측정값이,동적 범위 분석부에서 획득된 동적 범위의 하한계 값 이하인 경우에 청천 시에 해당하는 것으로 결정할 수 있다.일반적으로 구름의 반사율(albedo)은 지면의 반사율보다 크므로,동적범위의 상한계 및 하한계의 범위는 실제 관측가능한 범위가 되며, 특히 최소의 위성관측 반사율(즉, 동적 범위의 하한계)은 맑은 날의 관측 값이 되며 구름의 영향이 0인 상태(즉, 지상의 반사율만 반영된 상태)인 청천시라고 할 수 있다.
또는, 제1 상관식 획득부(110)는 데이터 수신부를 통하여 수신된 특정지점의 수평면 전 일사량에 대한 지상관측값, 사용자에 의하여 입력된 운량정보, 및 위성영상의 동적 범위의 하한계 값을 이용하여 청천 시에 해당하는지 여부를 판단할 수 있다. 여기에서, 지상관측값은 일사센서로부터 관측되어 데이터 수신부를 통하여 수신될 수 있고, 운량정보는 대기중의 구름이 있는 정도에 관한 것으로서 사용자에 의하여 직접 입력될 수 있다.
바람직하게, 특정 시 특정지점에서 수신한 위성영상을 기초로 청천 시에 해당하는 것으로 판단되면, 제1 상관식 획득부(110)는 위성영상을 수신하는 때의 제1 파라미터에 해당하는 태양의 위치, 위성의 위치, 기단(air mass), 및 태양시(solar time)를 기초로 획득되는 청천 시 수평면 전 일사량과 제1 파라미터 간의 제1 상관식을 생성할 수 있다. 여기에서, 태양의 위치, 위성의 위치, 기단, 및 태양시는 위성영상이 수신될 때, 해당 특정지점에 대하여 주어지는 값으로서, 특정지점에 구비된 다양한 센서들로부터 제공받은 데이터, 또는 위성영상이 수신될 때의 시점 및 특정지점의 위치에 대한 정보를 기초로 결정될 수 있다. 또한, 대기인자 중 기단의 값은 아래와 같은 [식 1]을 이용하여, Kasten and Young model로 산출될 수 있다.
[식 1]
Figure PCTKR2017013950-appb-I000001
여기에서, m은 기단의 값이고,
Figure PCTKR2017013950-appb-I000002
는 태양의 위치이다.
제2 상관식 획득부(120)는 청천 시 수평면 전 일사량과 위성영상의 각 픽셀 별 측정값의 동적 범위의 하한계 및 상한계에 해당하는 지면 반사율 및 구름 반사율을 기초로 결정되는 구름지수를 이용하여, 청천 시 수평면 전 일사량과 구름지수간의 제2 상관식을 획득한다(단계 S220).바람직하게, 구름지수는 위성영상의 화소의 동적 범위를 기초로 아래의 [식 2]를 이용하여 결정될 수 있고, 구름지수는 제2 상관식 획득부(120) 또는 동적 범위 분석부에서 획득될 수 있다.
[식 2]
Figure PCTKR2017013950-appb-I000003
여기에서, n(i,j)는 좌표(i,j)에 위치한 픽셀의 구름지수이고, ρ(i,j)는 위성영상에서 좌표(i,j)에 위치한 픽셀의 측정값이고, ρg(i, j)는 좌표(i, j)에 위치한 픽셀의 동적 범위의 하한계이고, ρc는 위성영상의 동적 범위의 상한계이고, 동적 범위는 ρc -ρg(i,j) 에 해당한다.
바람직하게, 제2 상관식 획득부(120)는 구름지수 및 청천 시 수평면 전 일사량에 인공신경망 기법을 적용하여 제2 상관식을 생성할 수 있다. 즉, 구름지수와 청천 시 수평면 전 일사량에 대한 상관관계가 인공신경망 기법을 통하여 수식으로 나타내어 지는 것이다.
제3 상관식 획득부(130)는 구름지수와 대기 반사율에 영향을 주는 제2 파라미터를 기초로 수평면 전 일사량을 산출하기 위한 제3 상관식을 획득한다(단계 S230).바람직하게, 제3 상관식 획득부(130)는 구름지수와, 특정 시 특정지점에서 위성영상을 수신하는 때의 제2 파라미터에 해당하는 수증기량(water vapor), 오존량(ozone), 및 에어로졸량(aerosol)에 인공신경망 기법을 적용하여 제3 상관식을 생성할 수 있다. 여기에서, 구름지수는 제2 상관식 획득부(120) 또는 동적 범위 분석부를 통하여 획득된 구름지수가 사용되거나 또는 제2 상관식 획득부(130)에서 상기에서 설명한 방식으로 구름지수가 다시 결정될 수 있고, 제3 상관식 획득부(130)를 통하여 구름지수와 수증기량, 오존량, 및 에어로졸량 간의 상관관계가 인공신경망 기법을 통하여 수식으로 나타내어 지는 것이다.
즉, 제1 상관식 획득부(110)를 통하여 지면 반사율과 구름 반사율에 대한 영향이 반영된 수평면 전 일사량을 산출하기 위한 상관식이 도출되고, 제2 상관식 획득부(120)를 통하여 구름지수에 대한 영향이 반영된 수평면 전 일사량을 산출하기 위한 상관식이 도출되고, 제3 상관식 획득부(130)를 통하여 대기 반사율에 대한 영향이 반영된 수평면 전 일사량을 산출하기 위한 상관식이 도출되는 바, 제1 내지 제3 상관식들로 구성된 본 발명에 따른 위성영상분석모델을 이용하면, 위성영상으로부터 지면 반사율, 구름 반사율, 및 대기 반사율의 영향이 모두 고려된 수평면 전 일사량이 산출될 수 있는 것이다.
일 실시예에서, 데이터 수신부를 통하여 특정 시 특정지점에서의 새로운 지상관측값 및 위성영상이 수신되거나, 동적 범위 분석부를 통하여 지면 반사율 및 구름 반사율이 갱신되면, 제1 상관식 획득부(110), 제2 상관식 획득부(120), 및 제2 상관식 획득부(130)를 통하여 단계 S210 내지 S230이 반복 수행되어 위성영상분석모델이 재생성될 수 있다.
일 실시예에서, 제1 내지 제3 상관식 획득부(110, 120, 및 130)를 통하여 위성영상분석모델에 해당하는 제1 내지 제3 상관식이 획득된 후, 수평면 전 일사량을 산출하기 위한 특정 시 특정지점에서의 위성영상이 데이터 수신부를 통하여 수신되면, 수평면 전 일사량 산출부(140)는 제1 내지 제3 상관식을 기초로특정 시 특정지점에서의 위성영상을 이용하여 대기 반사율, 구름 반사율, 및 지면 반사율에 대한 영향이 모두 반영된 수평면 전 일사량을산출할 수 있다.
보다 구체적으로, 수평면 전 일사량 산출부(140)는 위성영상을 수신하는 때의 태양의 위치, 위성의 위치, 기단 및 태양시에 대한 값을 제1 상관식에 적용하여 특정 시 특정지점에서의 청천 시 수평면 전 일사량을 산출한다. 여기에서, 태양의 위치, 위성의 위치, 기단 및 태양시에 대한 값은 위성영상을 수신하는 때에 동시에 획득될 수 있으며, 획득되는 방법은 다양한 종래 기술이 적용될 수 있다. 그 다음, 수평면 전 일사량 산출부(140)는 산출된 청천 시 수평면 전 일사량과 구름지수를 제2 상관식에 적용하여 구름에 의한 영향이 반영된 수평면 전 일사량을산출한다. 여기에서, 구름지수는, 수신한 위성영상의 각 픽셀 별 측정값, 및 동적 범위 분석부를 통하여 획득된 지면 반사율과 구름 반사율을 기초로 [식 2]를 이용하여 결정될 수 있다. 그 다음, 수평면 전 일사량 산출부(140)는 구름에 의한 영향이 반영된 수평면 전 일사량과 위성영상을 수신하는 때의 수증기량, 오존량, 및 에어로졸량을 제3 상관식에 적용하여 대기에 의한 영향까지 반영된 특정 시 특정지점에서의 최종 수평면 전 일사량을 산출할 수 있다. 여기에서, 수증기량, 오존량, 및 에어로졸량은 위성영상을 수신하는 때에 동시에 획득될 수 있으며, 획득되는 방법은 다양한 종래 기술이 적용될 수 있다.
도 5는 본 발명에 따라 생성된 위성영상분석모델의 활용 결과를 설명하기 위한 예시도이다.
도 5를 참조하면, 본 발명에 따라 생성된 위성영상분석모델을 활용한 결과를 나타내는 그래프로서, 한 달 분량의 위성영상데이터를 활용하여 획득한 일사량이 각 위성영상분석모델에 얼마나 적합한지를 나타낸다. 본 발명에 따라 인공신경망 기법을 이용하여 대규모 데이터의 입력에 따라 생성된 위성영상분석모델(경험회귀식)을 활용한 결과를 보면, R2의 값이 약 0.8에 해당하는 바, 본 발명에 따라 생성된 위성영상분석모델을 활용하면 보다 정확한 일사량이 산출될 수 있음을 알 수 있다.
한편, 본 발명의 일 실시예에 따른 위성영상분석모델 생성 방법은 또한 컴퓨터로 읽을 수있는 기록매체에 컴퓨터가 읽을 수있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
예컨대, 컴퓨터가 읽을 수 있는 기록매체로는 롬(ROM), 램(RAM), 시디-롬(CD-ROM), 자기 테이프, 하드디스크, 플로피디스크, 이동식 저장장치, 비휘발성메모리(Flash Memory), 광 데이터 저장장치 등이 있다.
또한, 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
전술한 본 발명에 따른 위성영상분석모델 생성 방법 및 시스템에 대한 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명에 속한다.
[부호의 설명]
100: 위성영상분석모델 생성 시스템
110: 제1 상관식 획득부
120: 제2 상관식 획득부
130: 제3 상관식 획득부
140: 수평면 전 일사량 산출부
150: 제어부

Claims (16)

  1. (a)청천 시 수평면 전 일사량에 영향을 주는 제1 파라미터를 기초로 청천 시 수평면 전 일사량을 산출하기 위한 제1 상관식을 획득하는 단계;
    (b) 상기 청천 시 수평면 전 일사량과 위성영상의 각 픽셀 별측정값의 동적 범위의 하한계 및 상한계에 해당하는 지면 반사율 및 구름 반사율을 기초로 결정되는 구름지수를 이용하여,청천 시 수평면 전 일사량과 구름지수간의 제2 상관식을 획득하는 단계; 및
    (c) 상기 구름지수와 대기 반사율에 영향을 주는 제2 파라미터를 기초로 수평면 전 일사량을 산출하기 위한 제3 상관식을 획득하는 단계를 포함하는 위성영상분석모델 생성 방법.
  2. 제1항에 있어서, 상기 (a) 단계 이전에,
    위성영상의 각 픽셀 별 동적 범위로부터 상기 동적 범위의 하한계에 해당하는 지면 반사율 및 상기 동적 범위의 상한계에 해당하는 구름 반사율을 획득하는 단계를 더 포함하되,상기 지면 반사율 및 상기 구름 반사율은 특정 기간 동안 수집된 위성영상을 이용하여 주기적으로 갱신되는 것을 특징으로 하는 위성영상분석모델 생성 방법.
  3. 제1항에 있어서, 상기 (a) 단계는,
    특정 시특정지점에서 수신한 위성영상을 기초로 청천 시 여부를 판단하는 단계; 및
    상기 청천 시에 해당하는 경우에는, 상기 위성영상을 수신하는 때의 제1 파라미터에 해당하는 태양의 위치, 위성의 위치, 기단, 및 태양시를 기초로 획득되는 청천 시 수평면 전 일사량과 상기 제1 파라미터 간의 제1 상관식을 생성하는 단계를 포함하는 것을 특징으로 하는 위성영상분석모델 생성 방법.
  4. 제3항에 있어서, 상기 청천 시 여부를 판단하는 단계는,
    상기 수신한 위성영상의 각 픽셀 별 측정값이 상기 동적 범위의 하한계 값 이하인 경우에 청천 시에 해당하는 것으로 결정하는 단계를 포함하는 것을 특징으로 하는 위성영상분석모델 생성 방법.
  5. 제1항에 있어서, 상기 (b) 단계는,
    상기 구름지수 및 상기 청천 시 수평면 전 일사량에 인공신경망 기법을 적용하여 상기 제2 상관식을 생성하는 단계를 포함하는 것을 특징으로 하는 위성영상분석모델 생성방법.
  6. 제1항에 있어서, 상기 (c) 단계는,
    상기 구름지수와, 특정 시특정지점에서 위성영상을 수신하는 때의 제2 파라미터에 해당하는 수증기량, 오존량, 및 에어로졸량에 인공신경망 기법을 적용하여, 제3 상관식을 생성하는 단계를 포함하는 것을 특징으로 하는 위성영상분석모델 생성방법.
  7. 제1항에 있어서, 상기 (c) 단계 이후에,
    수평면 전 일사량을 산출하기 위하여 특정 시특정지점에서의 위성영상을 수신하면,
    상기 위성영상을 수신하는 때의 태양의 위치, 위성의 위치, 기단 및 태양시에 대한 값을 상기 제1 상관식에 적용하여 상기 특정 시특정지점에서의 청천 시 수평면 전 일사량을 산출하는 단계;
    상기 청천 시 수평면 전 일사량과, 상기 수신한 위성영상의 각 픽셀 별 측정값, 상기 지면 반사율 및 상기 구름 반사율을 기초로 결정되는 구름지수를 상기 제2 상관식에 적용하여, 구름에 의한 영향이 반영된 수평면 전 일사량을 산출하는 단계; 및
    상기 구름에 의한 영향이 반영된 수평면 전 일사량과, 상기 위성영상을 수신하는 때의 수증기량, 오존량, 및 에어로졸량을 상기 제3 상관식에 적용하여, 대기에 의한 영향이 반영된 상기 특정 시특정지점에서의 최종 수평면 전 일사량을 산출하는 단계를 더 포함하는 것을 특징으로 하는 위성영상분석모델 생성방법.
  8. 제1항에 있어서,
    특정 시 특정지점에서의 새로운 위성영상을 수신하거나, 상기 지면 반사율 및 상기 구름 반사율이 갱신되면, 상기 단계 (a) 내지 (c)가 반복 수행되어 상기 제1 내지 제3 상관식이 재생성되는 것을 특징으로 하는위성영상분석모델 생성 방법.
  9. 청천 시 수평면 전 일사량에 영향을 주는 제1 파라미터를 기초로 청천 시 수평면 전 일사량을 산출하기 위한 제1 상관식을 획득하는 제1 상관식 획득부;
    상기 청천 시 수평면 전 일사량과 위성영상의 각 픽셀 별 측정값의 동적 범위의 하한계 및 상한계에 해당하는 지면 반사율 및 구름 반사율을 기초로 결정되는 구름지수를 이용하여, 청천 시 수평면 전 일사량과 구름지수간의 제2 상관식을 획득하는 제2 상관식 획득부; 및
    상기 구름지수와 대기 반사율에 영향을 주는 제2 파라미터를 기초로 수평면 전 일사량을 산출하기 위한 제3 상관식을 획득하는 제3 상관식 획득부를 포함하는 위성영상분석모델 생성 시스템.
  10. 제9항에 있어서,
    위성영상의 각 픽셀 별 동적 범위로부터 상기 동적 범위의 하한계에 해당하는 지면 반사율 및 상기 동적 범위의 상한계에 해당하는 구름 반사율을 획득하는 동적 범위 분석부를 더 포함하되, 상기 지면 반사율 및 상기 구름 반사율은 특정 기간 동안 수집된 위성영상을 이용하여 주기적으로 갱신되는 것을 특징으로 하는 위성영상분석모델 생성 시스템.
  11. 제9항에 있어서, 상기 제1 상관식 획득부는,
    특정 시 특정지점에서 수신한 위성영상을 기초로 청천 시 여부를 판단하고,
    상기 청천 시에 해당하는 경우에는, 상기 위성영상을 수신하는 때의 제1 파라미터에 해당하는 태양의 위치, 위성의 위치, 기단, 및 태양시를 기초로 획득되는 청천 시 수평면 전 일사량과 상기 제1 파라미터 간의 제1 상관식을 생성하는 것을 특징으로 하는 위성영상분석모델 생성 시스템.
  12. 제11항에 있어서, 상기 제1 상관식 획득부는,
    상기 수신한 위성영상의 각 픽셀 별 측정값이 상기 동적 범위의 하한계 값 이하인 경우에 청천 시에 해당하는 것으로 결정하는 것을 특징으로 하는 위성영상분석모델 생성 시스템.
  13. 제9항에 있어서, 상기 제2 상관식 획득부는,
    상기 구름지수 및 상기 청천 시 수평면 전 일사량에 인공신경망 기법을 적용하여 상기 제2 상관식을 생성하는 것을 특징으로 하는 위성영상분석모델 생성 시스템.
  14. 제9항에 있어서, 상기 제3 상관식 획득부는,
    상기 구름지수와, 특정 시 특정지점에서 위성영상을 수신하는 때의 제2 파라미터에 해당하는 수증기량, 오존량, 및 에어로졸량에 인공신경망 기법을 적용하여, 제3 상관식을 생성하는 것을 특징으로 하는 위성영상분석모델 생성 시스템.
  15. 제9항에 있어서,
    수평면 전 일사량을 산출하기 위하여 특정 시 특정지점에서의 위성영상을 수신하면, 상기 위성영상을 수신하는 때의 태양의 위치, 위성의 위치, 기단 및 태양시에 대한 값을 상기 제1 상관식에 적용하여 상기 특정 시 특정지점에서의 청천 시 수평면 전 일사량을 산출하고,
    상기 청천 시 수평면 전 일사량과, 상기 수신한 위성영상의 각 픽셀 별 측정값, 상기 지면 반사율 및 상기 구름 반사율을 기초로 결정되는 구름지수를 상기 제2 상관식에 적용하여, 구름에 의한 영향이 반영된 수평면 전 일사량을 산출하고,
    상기 구름에 의한 영향이 반영된 수평면 전 일사량과, 상기 위성영상을 수신하는 때의 수증기량, 오존량, 및 에어로졸량을 상기 제3 상관식에 적용하여, 대기에 의한 영향이 반영된 상기 특정 시 특정지점에서의 최종 수평면 전 일사량을 산출하는 수평면 전 일사량 산출부를 더 포함하는 것을 특징으로 하는 위성영상분석모델 생성 시스템.
  16. 제1항 내지 제8항 중 어느 한 항의 방법을 컴퓨터로 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
PCT/KR2017/013950 2017-11-30 2017-11-30 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 WO2019107622A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020207016260A KR102404712B1 (ko) 2017-11-30 2017-11-30 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템
PCT/KR2017/013950 WO2019107622A1 (ko) 2017-11-30 2017-11-30 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2017/013950 WO2019107622A1 (ko) 2017-11-30 2017-11-30 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템

Publications (1)

Publication Number Publication Date
WO2019107622A1 true WO2019107622A1 (ko) 2019-06-06

Family

ID=66664067

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/013950 WO2019107622A1 (ko) 2017-11-30 2017-11-30 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템

Country Status (2)

Country Link
KR (1) KR102404712B1 (ko)
WO (1) WO2019107622A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102454007B1 (ko) * 2022-03-16 2022-10-14 대한민국 인공위성 관측 자료를 이용한 인공지능 기반 일사량 산출 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11211560A (ja) * 1998-01-21 1999-08-06 Fujitsu Ltd 衛星画像データを用いた日射量推定システム、方法及び記録媒体
JP2010217107A (ja) * 2009-03-18 2010-09-30 Pasuko:Kk 日射量の評価方法および評価装置
US20110276269A1 (en) * 2010-05-07 2011-11-10 Hummel Steven G Systems and methods for forecasting solar power
JP2013044572A (ja) * 2011-08-22 2013-03-04 Kansai Electric Power Co Inc:The 日射量推定装置及び日射量推定方法
KR20160134948A (ko) * 2015-05-14 2016-11-24 한국에너지기술연구원 일사량 누락 데이터 생성 장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167155A (en) * 1997-07-28 2000-12-26 Physical Optics Corporation Method of isomorphic singular manifold projection and still/video imagery compression
JP5423096B2 (ja) 2009-03-27 2014-02-19 富士通株式会社 衛星画像シーンの晴天判別装置、判別方法、判別プログラム
JP5059073B2 (ja) 2009-09-07 2012-10-24 一般財団法人日本気象協会 日射量予測装置、方法及びプログラム
KR101383617B1 (ko) 2012-08-09 2014-04-17 연세대학교 산학협력단 일사량 예측 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11211560A (ja) * 1998-01-21 1999-08-06 Fujitsu Ltd 衛星画像データを用いた日射量推定システム、方法及び記録媒体
JP2010217107A (ja) * 2009-03-18 2010-09-30 Pasuko:Kk 日射量の評価方法および評価装置
US20110276269A1 (en) * 2010-05-07 2011-11-10 Hummel Steven G Systems and methods for forecasting solar power
JP2013044572A (ja) * 2011-08-22 2013-03-04 Kansai Electric Power Co Inc:The 日射量推定装置及び日射量推定方法
KR20160134948A (ko) * 2015-05-14 2016-11-24 한국에너지기술연구원 일사량 누락 데이터 생성 장치 및 방법

Also Published As

Publication number Publication date
KR102404712B1 (ko) 2022-06-29
KR20200075881A (ko) 2020-06-26

Similar Documents

Publication Publication Date Title
KR101855652B1 (ko) 기계학습을 이용한 위성기반 전운량 산출 시스템 및 그 방법
Chesters et al. Low-level water vapor fields from the VISSR Atmospheric Sounder (VAS)“split window” channels
CN110006463B (zh) 一种光学遥感卫星的在轨绝对辐射定标方法及系统
US8019117B2 (en) Method and apparatus for evaluating solar radiation amount
Becker et al. Analysis of forest light environments Part I. Computerized estimation of solar radiation from hemispherical canopy photographs
Chauvin et al. Modelling the clear-sky intensity distribution using a sky imager
JP2017532579A (ja) 空の観察領域内の雲を特定及び監視するための検出装置及び方法
Rautiainen et al. Coupling forest canopy and understory reflectance in the Arctic latitudes of Finland
CN102183237A (zh) 一种地基双波段云高测量的装置和方法
CN105758624A (zh) 一种眩光测试方法及系统
CN102692271B (zh) 基于天空可见光图像的太阳直接辐射强度测量方法和装置
Jonas et al. HPEval: A canopy shortwave radiation transmission model using high-resolution hemispherical images
CN113324656A (zh) 无人机搭载红外遥感的地表热异常探测方法及系统
CN108802746A (zh) 一种抗干扰的测距方法及装置
CN104089590A (zh) 一种获取植被冠层结构参数的自动测量装置
KR101969841B1 (ko) 정밀조도를 활용한 전천카메라 기반의 구름 관측 시스템
Blum et al. Measurement of diffuse and plane of array irradiance by a combination of a pyranometer and an all-sky imager
Raschke et al. Estimates of global radiation at the ground from the reduced data sets of the International Satellite Cloud Climatology Project
WO2019107622A1 (ko) 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템
Seiz et al. Cloud mapping with ground‐based photogrammetric cameras
US20210123800A1 (en) System for measuring components of solar radiation
Du et al. Quantification of atmospheric visibility with dual digital cameras during daytime and nighttime
Griffiths et al. A comparison of next-generation turbulence profiling instruments at Paranal
US20230160745A1 (en) Method and device for determining a global irradiance of solar radiation
CN105842755A (zh) 一种城市居住区热岛效应的测量装置及其方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17933753

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20207016260

Country of ref document: KR

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 17933753

Country of ref document: EP

Kind code of ref document: A1