해무발생은 대기 ·해양간의 상호작용과 강한 국지적 영향에 좌우된다. 실제로 해양에서의 선상관측과 부이관측의 부족 때문에 그 연구에 어려움이 많다. 따라서 현재 광범위한 해무역의 탐지는 위성영상의 이용만이 가능한데, 즉 매 1시간마다 수신되는 GMS-5호를 이용하여 해무탐지기법과 연속적인 해무탐지를 수행할 수 있다.본 연구에서는 1999년 5월 중 해무 발생시의 종관장을 한기이류형과 난기이류형으로 분류하였으며, 또한 오산 고층 기상자료를 이용한 하층 수증기량의 변동량을 파악하여 5월 10일 OOUTC와 18UTC을 사례일로 결정하였다. 주간 해무 탐지 사례일(1999년 5월 10일 OOUTC)에 대해서 합성영상, 가시누적히스토그램, 지표알 베도값 기법을 적용하였으며 그 중 가시누적히스토그램기법을 이용한 해부탐지의 특성값은A(min) > 20%and DA <. 10% 이며 지표알베도 기법이 가시누적히스토그램보다 합성영상기법의 해무 탐지역이 더욱더 일치하는 것을 보였다. 또한 육상 시정 및 상대습도와 비교할 때 가시누적히스토그램 적용시 시정 1km이하, 상대습도 80%이상지역은 보령 하나였고, 지표알베도기법 적용시 보령, 목포, 강릉지역에서 모두 잘 일치하였다. 야간해무탐지 사례일(1999년 5월 10일 18UTC)에 대해서 적외누적히스토그램과 최대휘도온도값 기법을 적용하였다 적외차 기법인 적외누적히스토그램기법은 야간 해무를 전혀 탐지하지 못하였으며 최대휘도온도값 기법은 T_max < T_max_Os 보다 작고 적외 1채널의 휘도온도값이 700hPa의 수치온도값보다 작을 때 해무역으로 판단되었으며 사례일에 대해서 NOAA(National Oceanic and Atmospjheric Administration) 적외차에의한 해무탐지역과 일치하였다. 그러나 육상 시정 및 상대습도분포와 잘 일치하지 않았다.
해무발생은 대기 ·해양간의 상호작용과 강한 국지적 영향에 좌우된다. 실제로 해양에서의 선상관측과 부이관측의 부족 때문에 그 연구에 어려움이 많다. 따라서 현재 광범위한 해무역의 탐지는 위성영상의 이용만이 가능한데, 즉 매 1시간마다 수신되는 GMS-5호를 이용하여 해무탐지기법과 연속적인 해무탐지를 수행할 수 있다.본 연구에서는 1999년 5월 중 해무 발생시의 종관장을 한기이류형과 난기이류형으로 분류하였으며, 또한 오산 고층 기상자료를 이용한 하층 수증기량의 변동량을 파악하여 5월 10일 OOUTC와 18UTC을 사례일로 결정하였다. 주간 해무 탐지 사례일(1999년 5월 10일 OOUTC)에 대해서 합성영상, 가시누적히스토그램, 지표알 베도값 기법을 적용하였으며 그 중 가시누적히스토그램기법을 이용한 해부탐지의 특성값은A(min) > 20%and DA <. 10% 이며 지표알베도 기법이 가시누적히스토그램보다 합성영상기법의 해무 탐지역이 더욱더 일치하는 것을 보였다. 또한 육상 시정 및 상대습도와 비교할 때 가시누적히스토그램 적용시 시정 1km이하, 상대습도 80%이상지역은 보령 하나였고, 지표알베도기법 적용시 보령, 목포, 강릉지역에서 모두 잘 일치하였다. 야간해무탐지 사례일(1999년 5월 10일 18UTC)에 대해서 적외누적히스토그램과 최대휘도온도값 기법을 적용하였다 적외차 기법인 적외누적히스토그램기법은 야간 해무를 전혀 탐지하지 못하였으며 최대휘도온도값 기법은 T_max < T_max_Os 보다 작고 적외 1채널의 휘도온도값이 700hPa의 수치온도값보다 작을 때 해무역으로 판단되었으며 사례일에 대해서 NOAA(National Oceanic and Atmospjheric Administration) 적외차에의한 해무탐지역과 일치하였다. 그러나 육상 시정 및 상대습도분포와 잘 일치하지 않았다.
Sea fog/stratus is very difficult to detect because of the characteristics of air-sea interaction and locality ,and the scantiness of the observed data from the oceans such as ships or ocean buoys. The aim of our study develops new algorism for sea fog detection by using Geostational Meteorological ...
Sea fog/stratus is very difficult to detect because of the characteristics of air-sea interaction and locality ,and the scantiness of the observed data from the oceans such as ships or ocean buoys. The aim of our study develops new algorism for sea fog detection by using Geostational Meteorological Satellite-5(GMS-5) and suggests the technics of its continuous detection. In this study, atmospheric synoptic patterns on sea fog day of May, 1999 are classified; cold air advection type(OOUTC, May 10, 1999) and warm air advection type(OOUTC, May 12, 1999), respectively, and we collected two case days in order to analyze variations of water vapor at Osan observation station during May 9-10, 1999.So as to detect daytime sea fog/stratus(OOUTC, May 10, 1999), composite image, visible accumulated histogram method and surface albedo method are used. The characteristic value during day showed A(min) .20% and DA < 10% when visible accumulated histogram method was applied. And the sea fog region which is detected is similar in composite image analysis and surface albedo method. Inland observation which visibility and relative humidity is beneath 1Km and 80%, respectively, at OOUTC, May 10,1999; Poryoung for visble accumulated histogram method and Poryoung, Mokp'o and Kangnung for surface albedo method. In case of nighttime sea fog(18UTC, May 10, 1999), IR accumulated histogram method and Maximum brightness temperature method are used, respectively. Maxium brightness temperature method dectected sea fog better than IR accumulated histogram method with the charateristic value that is T_max < T_max_trs, and then T_max is beneath 700hPa temperature of GDAPS(Global Data Assimilation and Prediction System). Sea fog region which is detected by Maxium brighness temperature method was similar to the result of National Oceanic and Atmosheric Administratio/Advanced Very High Resolution Radiometer (NOAA/AVHRR) DCD(Dual Channel Difference), but usually visibility and relative humidity are not agreed well in inland.
Sea fog/stratus is very difficult to detect because of the characteristics of air-sea interaction and locality ,and the scantiness of the observed data from the oceans such as ships or ocean buoys. The aim of our study develops new algorism for sea fog detection by using Geostational Meteorological Satellite-5(GMS-5) and suggests the technics of its continuous detection. In this study, atmospheric synoptic patterns on sea fog day of May, 1999 are classified; cold air advection type(OOUTC, May 10, 1999) and warm air advection type(OOUTC, May 12, 1999), respectively, and we collected two case days in order to analyze variations of water vapor at Osan observation station during May 9-10, 1999.So as to detect daytime sea fog/stratus(OOUTC, May 10, 1999), composite image, visible accumulated histogram method and surface albedo method are used. The characteristic value during day showed A(min) .20% and DA < 10% when visible accumulated histogram method was applied. And the sea fog region which is detected is similar in composite image analysis and surface albedo method. Inland observation which visibility and relative humidity is beneath 1Km and 80%, respectively, at OOUTC, May 10,1999; Poryoung for visble accumulated histogram method and Poryoung, Mokp'o and Kangnung for surface albedo method. In case of nighttime sea fog(18UTC, May 10, 1999), IR accumulated histogram method and Maximum brightness temperature method are used, respectively. Maxium brightness temperature method dectected sea fog better than IR accumulated histogram method with the charateristic value that is T_max < T_max_trs, and then T_max is beneath 700hPa temperature of GDAPS(Global Data Assimilation and Prediction System). Sea fog region which is detected by Maxium brighness temperature method was similar to the result of National Oceanic and Atmosheric Administratio/Advanced Very High Resolution Radiometer (NOAA/AVHRR) DCD(Dual Channel Difference), but usually visibility and relative humidity are not agreed well in inland.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 한반도 주변해역에 대해 매시간 실시간 자료를 생산하고 있는 GMS-5 위성 자료를 이용한 해무 탐지를 목표로 하고 있다. 이를 위해 해무탐지의 개념모델을 개발하였고 해무 발생 시 종관장 특성을 도출하였다.
제안 방법
램기법과 지표알베도값 기법을 이용하여 안개역 탐지를 시도하여 보았다. 가시 누적히스토그램은 주어진 격자점에 대하여 각 픽셀당 휘도온도값을 내림차순으로 정렬한후 84%와 16%에 해당하는 알베도 값의 차이(DA)값으로 분산정도가 10% 이하 이고 최소 알베도 값(Amin) 이 20%이하 일 때를 해 무역으로 탐지하여 하층운역에서의 안개를 탐지하였다. 지표 알베도기법은 격자점에 대한 한달동안의 최소알베도를 도출하여 그 값을 격자점에 대한 고유값으로 정의하여 안개역 탐지의 임계값으로 사용하였다.
각 격자점에 대하여 누적 알베도 값의 84%와 16%에 해당하는 A(max)와 A(min) 값(Fig. 2)과 이두 값의 차이를 나타내는 DA의 값을 이용하여 A(min)값이 20%이상이고 DA가 10%이하인 경우를 안개역으로 판별한다. A(min)이 20% 이상이기 위해서는 각 격자점에서 20% 이상이 알베도 값이 20%를 넘어야 하는 각 화소 당 높은 알베도 값이 있음을 나타내며, DA값이 10% 보다 작기 위해서는 고른 분포의 알베도 값을 가져야 하며 이는 하층운의 알베도 분산정도가 다른 중.
본 연구의 수치분석 자료로써 GSM(Global Spectral Model)의 surface, 700hPa, 500hPa의 각각의 온도를 이용하였으며 채널1의 휘도 온도값이 surface의 수치온도값 이상일 때 청적역으로 구분 짓고, surface와 700hPa 수치온도값 사이에 분포할 때 하층운, 700hPa에서 500hPa사이에 휘도 온도 값이 있을 때 중층운 그리고 500hPa의 수치 온도 값이 하일 때 상층운으로 4가지의 운형을 1차적 분류한다. 또한 2차적으로 한 격자내 청정역 화소의 수 (NA), 하층운역 화소의 수(NB), 중층운역 화소의 수(NC), 상층운역 화소의 수(ND)를 산정하고 4가지 운형의 총 화소의 수(N)에 대하여 청정역 화소의 수(NA)가 80%에 해당할 때 청정역으로 그리고 60%, 70%, 80% 각각 하층운, 중층운, 상층운으로 최종 결정하였다.
이를 위해 해무탐지의 개념모델을 개발하였고 해무 발생 시 종관장 특성을 도출하였다. 또한 사례 일에 대해 모델을 적용하여 육상 시정 및 상대습도 관측자료와 비교 . 검증을 실시하였다.
경도를 중심으로 적외자료와 가시자료는 5x5 픽셀에 히스토그램 자료를 수치분석 자료의 온도 자료와 비교하여 상층운, 중층운, 하층운, 청정역으로 구분한다. 본 연구의 수치분석 자료로써 GSM(Global Spectral Model)의 surface, 700hPa, 500hPa의 각각의 온도를 이용하였으며 채널1의 휘도 온도값이 surface의 수치온도값 이상일 때 청적역으로 구분 짓고, surface와 700hPa 수치온도값 사이에 분포할 때 하층운, 700hPa에서 500hPa사이에 휘도 온도 값이 있을 때 중층운 그리고 500hPa의 수치 온도 값이 하일 때 상층운으로 4가지의 운형을 1차적 분류한다. 또한 2차적으로 한 격자내 청정역 화소의 수 (NA), 하층운역 화소의 수(NB), 중층운역 화소의 수(NC), 상층운역 화소의 수(ND)를 산정하고 4가지 운형의 총 화소의 수(N)에 대하여 청정역 화소의 수(NA)가 80%에 해당할 때 청정역으로 그리고 60%, 70%, 80% 각각 하층운, 중층운, 상층운으로 최종 결정하였다.
야간해 무 탐지 기 법 으로 적 외 누적 히 스토그램 과 최대 휘도 온도 값 기법을 1999년 5월 10일 18UTC 에 적용하여 해무를 탐지하였다. NOAA/AVHRR 적외차 기법을 이용한 안개 및 하층운역을 추정은 비교적 알고리즘이 안정되었고 지상관측 자료를 이용하여 검증된바 있기 때문에 신뢰성이 있다.
과 같이 지상일기도에서는 한반도와 그 상부에 고기압대기형성되어져 있고, 하부에 저기압이 위치한 상태를 보이고 있으므로 850hPa 수증기속과 유적선을 보면 알 수 있듯이 찬 수증기가 한반도를 경유하여 남하하고 있음을 알 수 있다. 위와 같이 두가지 유형으로 종관장 을 구분해 보았으며 본 연구에서는 연안 안개 발생시 한기 이류형(1999년 5월 10일 00UTC) 종관상태하에서 오산의 연직 하층 수증기변동상태를 살펴보았다.(Fig.
그리고 최대온도기법은 격자점에 대한 한 달 동안 의적 외 1채널의 누적지수 84%에 해당하는 최대휘도 온도 값을 이룡한 것이다. 육지와 해양의 비열차를고려하여 경험적으로 각각 최대 휘도온도값에서 6°C와 4°C를 뺀값을 최대 휘도온도 임계값으로 정의하여 해무발생시 적외 1채널의 84%에 해당하는적외온도값이 700hPa의 수치온도값보다 크고 최대휘도 온도 임계 값보다 작은 값을 가질 때 해 무역으로 판별하였다. 그 결과 적외누적히스토그램 기법을 이용한 야간해무탐지는 불가능하였으며 최대휘도 온도 값 기법은 NOAA-AVHRR의 적외차에 의해 판별된 해무역과 일치함을 보였다.
이를 위해 해무역의 검증에 대한 관측값이 필수적이나 해양상의 부이 자료와 해안의 등대 자료의 부족과 현재까지 일관성있는 자료의 부재로 인하여 최근 사례일에 대한 검증자료로 부적당하여 연안부근 해무발생이 육지에 미치는 영향을 고려하여 육상 시정 자료상대습도와 비교하였다. 합성영상에서는 한반도 서해남부연안에서 제주도를 거쳐 넓게 붉은색으로 안개역이 탐지 되고 있으며 가시누적히스토그램 기법 역시 비슷한 영역에 안개가 나타나고 있으나 그 범위가 좁고 지표 알베도 기법의 경우 합성영상과 안개역의 범위가 아주 유사하게 나타나고 서해 안개역 뿐만 아니라 동해 북부의 안개 및 하층운도 합성 영상과 같은 영역을 보이고 있다.
이를 위해 해무탐지의 개념모델을 개발하였고 해무 발생 시 종관장 특성을 도출하였다. 또한 사례 일에 대해 모델을 적용하여 육상 시정 및 상대습도 관측자료와 비교 .
주간 해무 탐지방법으로 합성영상, 가시 누적 히스토그램 그리고 지표알베도값 기법을 이용하여 1999년 5월 10일 OOUTC의 사례일에 대해서 비교분석하였다. 이를 위해 해무역의 검증에 대한 관측값이 필수적이나 해양상의 부이 자료와 해안의 등대 자료의 부족과 현재까지 일관성있는 자료의 부재로 인하여 최근 사례일에 대한 검증자료로 부적당하여 연안부근 해무발생이 육지에 미치는 영향을 고려하여 육상 시정 자료상대습도와 비교하였다.
해양상의 관측자료가 없으므로 육상 시정 및 상대습도 자료를 이용하여 연안 안개의 발생을 검증하였다. 가시누적히스토그램 기법을 이용한 해무 탐지 시 시정 1km이하, 상대습도 80%이상인 지역 보령지역에서 일치하였고 지표 알베도를 이용한 해무 탐지 시 보령, 목포, 강릉지역에서 일치하였다 (Fig.
대상 데이터
수증기가 응결되면서 안개로 형성되어지며 수증기와 해수면이 더 이상 플럭스 교환이 없는 포화상태에 도달할 때 안개 상부의 복사 냉각으로 인하여 성장하다가 다른 성질의 기단이 이동할 때 사라지게 된다. 이러한 난기이류형 종관적상태로 1999년 5월 12일 OOUTC로 사례일을 선택하였으며 이때 지상일기도는 한반도가 고기압에 걸쳐져 있으며 한부도 상부 동쪽 부근에 저기압대가 형성되어 850hPa에서의 수증기속과 유적 선 이북 쪽으로 난기가 이동함을 나타내고 있다(Fig. 5). 한기류가 높은 해수면온도로 인하여 불안정 층으로 발달하여 차가운 기층의 내부에서 대류 혼합층이 발달한다.
또한 연안지역에서 야간 육풍이 흘러들어오면서 해수면에 불안정층을 야기하여 안개가 발생하기도 한다. 이러한 물리적 메카니즘을 기반으로 한기 이류형이라 명명하였으며 본 연구의 사례일은 1999 년 5월 10일 00UTC로 선택하였다. Fig.
이론/모형
해수면 온도의 수평적인 차이와 해무로 인한 휘도온도의 차이를 정확히 구분하기가 힘들다. 따라서 본 연구에서는 Tokuno(1996)가 일본기상 위성센터의 운형분류 프로그램의 한 부분으로 적외누적지수차 기법을 이용하여 해무탐지를 시도하였다. Tokuno(1996)는 누적지수차 DT와 DDT12와 DT12(min)의 특성값을 이용하였다.
가시누적히스토고. 램기법과 지표알베도값 기법을 이용하여 안개역 탐지를 시도하여 보았다. 가시 누적히스토그램은 주어진 격자점에 대하여 각 픽셀당 휘도온도값을 내림차순으로 정렬한후 84%와 16%에 해당하는 알베도 값의 차이(DA)값으로 분산정도가 10% 이하 이고 최소 알베도 값(Amin) 이 20%이하 일 때를 해 무역으로 탐지하여 하층운역에서의 안개를 탐지하였다.
성능/효과
가시누적히스토그램 기법을 이용한 해무 탐지 시 시정 1km이하, 상대습도 80%이상인 지역 보령지역에서 일치하였고 지표 알베도를 이용한 해무 탐지 시 보령, 목포, 강릉지역에서 일치하였다 (Fig. 8d, e)
육지와 해양의 비열차를고려하여 경험적으로 각각 최대 휘도온도값에서 6°C와 4°C를 뺀값을 최대 휘도온도 임계값으로 정의하여 해무발생시 적외 1채널의 84%에 해당하는적외온도값이 700hPa의 수치온도값보다 크고 최대휘도 온도 임계 값보다 작은 값을 가질 때 해 무역으로 판별하였다. 그 결과 적외누적히스토그램 기법을 이용한 야간해무탐지는 불가능하였으며 최대휘도 온도 값 기법은 NOAA-AVHRR의 적외차에 의해 판별된 해무역과 일치함을 보였다.
지표 알베도기법은 격자점에 대한 한달동안의 최소알베도를 도출하여 그 값을 격자점에 대한 고유값으로 정의하여 안개역 탐지의 임계값으로 사용하였다. 그 결과 지표 알베도값 기법이 가시 누적 히스토그램 기법보다 격자점에 대해 고유값을 적용함으로써 합성 영상과 비슷한 해무역으로 탐지되었다.
본 연구 결과를 통해 주간의 경우 거의 완벽 한해 무 탐지가 이루어지고 있으나 야간의 경우 적 외 채널 1의 최대온도값 방법을 적용한 알고리즘을 이용하여 GMS-5 위성자료를 이용한 해무 탐지의 가능성을 제시할 수 있게 되었다.
9a). 사례일에 대하여 적외누적히스토그램 기법을 적용한 결과 해무역이 거의 탐지되지 않았으며 (Fig. 9b) 육상 시정 및 상대습도와도 전혀 일치하지 않았다(Fig 10d). 최대 온도값 기법을 이용한 해무 탐지는 한반도 서해 남부쪽의 해무역을 탐지하였으나 동해상의 많은 하층운을 탐지함으로써 야간 해무 탐지를 위한 최대 온도값기법의 이용에 보완이요구되어지며(Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.