[논문]MODIS 구름 영상의 표면 특성을 이용한 해무와 하층운의 구별

허기영; 민세윤; 하경자; 김재환

doi:10.7780/kjrs.2008.24.6.571

MODIS 구름 영상의 표면 특성을 이용한 해무와 하층운의 구별
Discrimination between Sea Fog and low Stratus Using Texture Structure of MODIS Satellite Images 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.24 no.6, 2008년, pp.571 - 581

허기영 (부산대학교 지구환경시스템학부) , 민세윤 ((주)환경예측연구소) , 하경자 (부산대학교 지구환경시스템학부) , 김재환 (부산대학교 지구환경시스템학부)

초록
AI-Helper

한반도의 서해에서 해무는 봄과 여름에 자주 발생한다. 본 연구의 목적은 MODIS 위성 영상을 사용하여 해무를 탐지하는 데 있다 하층운의 운정 표면은 불균질한 반면에 해무의 표면은 균질한 특징이 있으므로, 하층운과 해무의 균질성을 이용한 해무 탐지 방법이 제시되었다. 11 um의 밝기온도(BT), 3.7um와 11um의 밝기온도차(BTD)는 하층운으로부터 해무를 구별하는데 유용하였다. 안개/하층운 지역의 밝기 온도와 맑은 지역에서의 밝기 온도의 차이를 이용한 방법과 안개/하층운 지역에서 밝기 온도와 밝기온도차의 표준편차 임계값을 이용한 방법은 안개와 하층운을 구별하는데 적용될 수 있었다.

Abstract ▼ AI-Helper

The sea fog occurs frequently in the west coast of Korea in spring and summer. This study focused on the detection of sea fog using MODIS satellite images. We presented a method for sea fog detection based on the homogeneity level between low stratus and sea fog, which was that the top surface of sea fog had a homogeneous aspect while that of low stratus had a heterogenous aspect. The results showed that the both homogeneity of $11{\mu}m$ brightness temperature (BT) and brightness temperature difference (BTD, $BT_{3.7{\mu}m}-BT_{11{\mu}m}$) were available to discriminate sea fog from low stratus. The frequency of difference between BT in fog/stratus area and BT in clear area provided reasonable result. In addition, the threshold values of standard deviations of BT and BTD in the fog/stratus area were applicable to differentiate fog from low stratus.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

7 ㎛ 와 11 ㎛의 밝기온도 차이를 이용하여 탐지 하였지만, 안개와 하층운의 구별하기 위해 위성자료 이외에 지상관측자료와 같은 추가적인 자료가 필요하다는 제약이 따른다. 따라서 본 연구에서는 MODIS 위성자료만을 이용하여 안개와 하층운을 구별하기 위한 방법을 제시하였고, 이 방법에는 해무와 하층운의 생성 특성의 차이가 적용되었다.
본 연구에서는 MODIS 위성 자료로부터 해무와 하층운을 구별하기 위한 기존의 방법과 다른 새로운 방법을 제시하였다. 기존의 단순한 반사도, 밝기온도와 밝기온도 차이 경계값 방법으로는 안개와 하층운을 구별하기 힘들지만, 본 연구의 안개와 하층운의 생성특성을 이용한 분포도와 표준편차 경계값을 사용하면 구별이 가능하다.
하지만 단순한 경계값 방법만으로는 안개와 하층운의 구별은 불가능하다. 앞 절과 마찬가지로 본 절에서는 BTD 방법과 함께 안개와 하층운의 생성 특성을 이용하여 안개와 하층운을 구별하고자 하였다.
그러므로 ASTER는 MODIS와 달리제한적으로 관측되기 때문에 주기적으로 해무를 관측할 수 없다. 이러한 문제를 해결하고자 본 연구에서는 ASTER 고분해능 자료를 이용한 안개분석 결과를 MODIS 자료에 적용함으로서 주기적인 안개탐지를 가능하게 하고자 하였다.
그러나 공기의 상승으로 형성되는 구름은 지점에 따라 상승 정도가 다르기 때문에 구름 표면의 균 질정도가 안개에 비해 매우 거칠 수 있다. 이러한 외형상의 특징을 안개와 하증운을 식별하는 방법으로 이용할 수 있는지 그 가능성을 분석하였다.
한반도와 주변 해역에서 발생하는 안개와 하층운의 특성을 알아보기 위해서, 본 연구에서는 흑산도와 백령도에서 관측된 종관관측자료와 백령도에서 관측된 고층 관측 자료가 이용되었다. 지상자료는 안개와 하층운의 사례 일을 선정하기 위한 기초 자료로 사용되었다.

제안 방법

그 중에서 지상자료에 안개가 관측되었던 날을 해무 사례일, 아닌 경우를 하층운 사례일로 구분하였다. 이러한 조건을 만족하는 2004년 6월 9일과 2006년 3월 6일의 ASTER 자료가 각각 해무와 하층운 사례일로 사용되었으며, MODIS 자료는 2001년 3월 19일, 2004년 6 월 10일과 12일, 2005년 10월 27일, 2006년 5월 20일과 6월 18일이 해무 사례로, 2004년 1월 3일, 1월 30일, 3월 9일과 12월 10일이 하층운 사례로 사용되었다.
안개 지역과 하층운 지역의 11/zm 밝기온도(BTdoud) 와 밝기온도 차이(BTDdoud)에 대한 0.1° X 0.1° 영역별 표준편차들의 평균값을 살펴보았다. BTdoud에 대한 0.
탐지와 같은 상시적인 관측 자료가 요구되는 곳에 사용하기에는 어려움이 있다. 이러한 문제점을 극복하기 위해서 위의 결과를 시간 분해능이 뛰어난 MODIS 자료에 적용하여 안개와 하층운을 식별하기 위한 경 계값을 산출하였다.
즉, 안개는 밝기온도 또는 밝기온도차이가 크게 차이가 없는 균일한 형태이지만, 하층운은 불균일한 형태이다. 이러한 특성을 이용하여 안개와 하층운의 구별 방법으로써 밝기온도와 밝기온도 차이(BTD)의 표준편차경계값 방법을 제시하였다. 해무와 하층운 지역의 밝기온도(BTdoud)와 밝기온도 차이(BTDdoud)에서 청정 지역의 밝기온도(BTclear)와 밝기온도차이(BTDdear)를 뺀 값의 분포도를 각각 분석하였다.
이러한 특성을 이용하여 안개와 하층운의 구별 방법으로써 밝기온도와 밝기온도 차이(BTD)의 표준편차경계값 방법을 제시하였다. 해무와 하층운 지역의 밝기온도(BTdoud)와 밝기온도 차이(BTDdoud)에서 청정 지역의 밝기온도(BTclear)와 밝기온도차이(BTDdear)를 뺀 값의 분포도를 각각 분석하였다. 그 결과, BTdoud -BTdear의 경우 안개 지 역은 0°K 근처 에 대부분의 값이 분포 하였고, 하층운 지역은 더 넓은 범위에 걸쳐 분포한다.
해무와 하층운의 사례일을 선정하기 위해서 MODISMOD06 자료의 운정기압(Cloud Top Pressure, CTP)을 이용하여, CTP가 680 hPa 이상인 사례를 선택하였다. 그 중에서 지상자료에 안개가 관측되었던 날을 해무 사례일, 아닌 경우를 하층운 사례일로 구분하였다.
해무의 특징을 알아보기 위해, 한반도에서 해무가 가장 빈번히 발생하는 서해안의 백령도(38.0°N, 124.6°E) 와 흑산도 (34.7°N, 125.5°E)의 해무 사례들에서 나타난 기상학적 특징을 Table 1에 요약하였다. 사례일은 2004년 6월에서 7월 사이에 발생한 해무일로 선정하였으며, 상세한 분석을 위해 고층기상 관측자료가 이용되었다.

대상 데이터

MOD06 자료의 해상도가 1 km이므로 각 0.T X 0.1° 격자에는 약 100개의 밝기온도 자료가 표준편차의 계산에 사용되었다. 안개와 하층운 사례의 결과를 비교해보면 안개의 경우 1.
주 관측 변수는 지표면 온도, 구름 에어로솔, 수증기량, 대기온도 등이다. 그 중에서 구름 산출물인 해상도 1 km의 MOD06 자료가 본 연구에서 사용되었다. ASTER는 15 m, 30 m, 90 m 의 높은 해상도를 가지고있는데, 모두 14개 채널을 탑재하고 있다.
ASTER는 15 m, 30 m, 90 m 의 높은 해상도를 가지고있는데, 모두 14개 채널을 탑재하고 있다. 본 연구에서는 90 m 고해상도의 채널 14 (10.95 ~ 11.65 ㎛)이 사용되 었다. 그러나 FOV (field of view)는 연직 하방으로 60x60 km로 제한되어 있고, 동일한 위치를 촬영하기위해서는 16일의 순환주기(Ground track repeat cycle)가 소요된다.
5°E)의 해무 사례들에서 나타난 기상학적 특징을 Table 1에 요약하였다. 사례일은 2004년 6월에서 7월 사이에 발생한 해무일로 선정하였으며, 상세한 분석을 위해 고층기상 관측자료가 이용되었다. 안개의 고도는 노점편차가 3℃ 이내인 층의 고도로 정의되었는데(Wheeler et al.
안개와 하층운을 식별하기 위해 우선 지상에서 시정 1 km 이하인 경우 안개 사례일로 선정하고, 시정이 1 km 이상이고 MODIS 구름 운정 기압이 680 hPa 이상인 경우를 하층운으로 선정하였다(Hahn et al., 2001). Table 2는 이 과정을 통해서 선정된 안개와 하층운 사례 일을 나타낸 것이다.
지상자료는 안개와 하층운의 사례 일을 선정하기 위한 기초 자료로 사용되었다. 위성 자료는 MODIS와 ASTER자료가 사용되었다. 이 센서들은 극궤도 위성인 Terra에 탑재되어 1999년 12월 18 일에 발사되었다.
그 중에서 지상자료에 안개가 관측되었던 날을 해무 사례일, 아닌 경우를 하층운 사례일로 구분하였다. 이러한 조건을 만족하는 2004년 6월 9일과 2006년 3월 6일의 ASTER 자료가 각각 해무와 하층운 사례일로 사용되었으며, MODIS 자료는 2001년 3월 19일, 2004년 6 월 10일과 12일, 2005년 10월 27일, 2006년 5월 20일과 6월 18일이 해무 사례로, 2004년 1월 3일, 1월 30일, 3월 9일과 12월 10일이 하층운 사례로 사용되었다.
지상관측에서 해무로 관측된 2004년 6월 9일을 해무 사례일, 지상관측과 MODIS 구름고도 분석 자료에서 하층운으로 관측된 2006년 3월 6일을 하층운 사례일로 선정하였다. Fig.
자료가 이용되었다. 지상자료는 안개와 하층운의 사례 일을 선정하기 위한 기초 자료로 사용되었다. 위성 자료는 MODIS와 ASTER자료가 사용되었다.

데이터처리

0.T X 0.1° 범위의 격자로 나눈 다음에 각 격자별로 11 pm 채널 밝기온도의 표준편차를 구하여 그 평균을 계산하였다(Table 3). MOD06 자료의 해상도가 1 km이므로 각 0.

성능/효과

기존의 단순한 반사도, 밝기온도와 밝기온도 차이 경계값 방법으로는 안개와 하층운을 구별하기 힘들지만, 본 연구의 안개와 하층운의 생성특성을 이용한 분포도와 표준편차 경계값을 사용하면 구별이 가능하다. MODIS 위성이 한반도를 통과하는 시간은 오전 11시 ~ 오후 1시경으로 태양과 목표물 (해무나 하층운), 센서 간의 기하학적 인 관계에 대한 오차가 크지 않기 때문에, 본 연구에서 제시한 임계값들을 사용하여 한반도 주변에서 발생하는 해무와 하층운을 효과적으로 분류할 수 있을 것이라 생각된다. 하지만 이 임계값들을 실제 해무 탐지, 예보에 적용하기 위해서는 더 많은 사례 연구를 통하여 이들 임계값의 정확도를 높여아하며, 안개와 하층운 사례를 분류하기 위한 방법도 더 세분화할 필요가 있다.
기존의 단순한 반사도, 밝기온도와 밝기온도 차이 경계값 방법으로는 안개와 하층운을 구별하기 힘들지만, 본 연구의 안개와 하층운의 생성특성을 이용한 분포도와 표준편차 경계값을 사용하면 구별이 가능하다. MODIS 위성이 한반도를 통과하는 시간은 오전 11시 ~ 오후 1시경으로 태양과 목표물 (해무나 하층운), 센서 간의 기하학적 인 관계에 대한 오차가 크지 않기 때문에, 본 연구에서 제시한 임계값들을 사용하여 한반도 주변에서 발생하는 해무와 하층운을 효과적으로 분류할 수 있을 것이라 생각된다.
2에서 나타난 구름(해무) 지역의 밝기온도 (BTdoud)와 맑은 구역의 밝기온도 (BTclear) 차 (BTdoud - BTdear)의 빈도를 나타낸 것이다. 해무 지역은 맑은 지역보다 대부분 평균 -2°K 차이를 보이며, 최대 밝기온도 차이는 -4°K로 나타났다(Fig. 4a). 중위도 지역의 평균 온도 감율을 -7°K kmT이라고 한다면(Wallace and Hopps, 1977), 안개의 고도는 2~300 m 정도로 낮다.

후속연구

1° 로 나눈 분석창의 크기에 따라 임계 값이 다르게 나타나므로 그에 따른 차이가 정량적으로 분석되어야 할 것이다. 그러나 본 연구는 새롭게 발견된 해무와 하층운을 구별하는 방법이 적절한가에 대해 사례 연구를 한 첫 번째 선행 연구이기 때문에 상세한 임계값은 다음 연구를 통해서 제시될 것이며, 통계적 분석을 병행하여 신뢰도가 높은 임계값을 산출하는 연구를 진행해야할 것이다.
하지만 이 임계값들을 실제 해무 탐지, 예보에 적용하기 위해서는 더 많은 사례 연구를 통하여 이들 임계값의 정확도를 높여아하며, 안개와 하층운 사례를 분류하기 위한 방법도 더 세분화할 필요가 있다. 또한 0.1° 로 나눈 분석창의 크기에 따라 임계 값이 다르게 나타나므로 그에 따른 차이가 정량적으로 분석되어야 할 것이다. 그러나 본 연구는 새롭게 발견된 해무와 하층운을 구별하는 방법이 적절한가에 대해 사례 연구를 한 첫 번째 선행 연구이기 때문에 상세한 임계값은 다음 연구를 통해서 제시될 것이며, 통계적 분석을 병행하여 신뢰도가 높은 임계값을 산출하는 연구를 진행해야할 것이다.
MODIS 위성이 한반도를 통과하는 시간은 오전 11시 ~ 오후 1시경으로 태양과 목표물 (해무나 하층운), 센서 간의 기하학적 인 관계에 대한 오차가 크지 않기 때문에, 본 연구에서 제시한 임계값들을 사용하여 한반도 주변에서 발생하는 해무와 하층운을 효과적으로 분류할 수 있을 것이라 생각된다. 하지만 이 임계값들을 실제 해무 탐지, 예보에 적용하기 위해서는 더 많은 사례 연구를 통하여 이들 임계값의 정확도를 높여아하며, 안개와 하층운 사례를 분류하기 위한 방법도 더 세분화할 필요가 있다. 또한 0.

참고문헌 (21)

김문옥, 1998. 한반도 주변 해역의 해무 분포 특성, 전남대학교 석사학위논문
허기영, 하경자, 2004. 한반도 연안 안개의 발생과 연관된 종관 기압계 분류, 한국기상학회지, 40(5): 541-556

상세보기
Ahn, M. H., E. H. Sohn, and B. J. Hwang, 2003. A new algorithm for fog/stratus detection using GMS-5 IR data, Advances in Atmospheric Sciences, 20(6): 899-913

상세보기
Anthis, A. I. and A. P. Cracknell, 1999. Use of satellite images for fog detection (AVHRR) and forecast of fog dissipation (METEOSAT) over lowland Thessalia, Hellas, Int. J. Remote Sensing, 20(6): 1107-1124

상세보기
Bendix, J., B. Thies, and J. Cermak, 2003. Fog detection with TERRA-MODIS and MSGSEVIRI, Proc. of 1983 Meteorological satellite users' Conference, Weimar, Germany, Aug. 31-Sep.2, 1983, 429-435
Bendix, J., B. Thies, J. Cermak, and T. Nauss, 2005. Fog detection from space based on MODIS daytime data - A feasibility study. Wea. Forecasting, 20: 989-1005

상세보기
Byers, H. R., 1959. General Meteorology, 4th Edition, McGraw Hill Book, NY, USA
Cermak, J., B. Thies, and J. Bendix, 2004. A new approach to fog detection using SEVIRI and MODIS data, The 2004 EUMETSAT meteorological satellite conference
Cermak, J. and J. Bendix, 2005. Fog / low stratus detection and discrimination using satellite data. Proceeding of COST722 mid-term workshop on short-range forecasting methods of fog, visibility and low clouds, 20 October 2005, Langen, Germany
Cho, Y. G., M. O. Kim, and B. C. Kim, 2000. Sea Fog around the Korean Peninsula, J. Appl. Meteor. Soc., 39: 2473-2479

상세보기
Ellrod, G. P., 1995. Advances in the detection and analysis of fog at night using GOES multispectral infrared imagery, Weather and Forecasting, 10: 606-619

상세보기
Eyre, J. R., J. L. Brownscombe, and R. J. Allam, 1984. Detection of fog at night using Advanced Very High Resolution Radiometer (AVHRR) imagery, Meteorological Magazine, 113: 266-271
Guidard, V. and D. Tzanos, 2005. Discrimination between fog and low clouds using a combination of satellite data and ground observations. Proc. of COST722 mid-term workshop on short-range forecasting methods of fog, visibility and low clouds, 20 October 2005, Langen, Germany
Hahn, J. C., W. B. Rossow, and S. G. Warren, 2001. ISCCP cloud properties associated with standard cloud types identified in individual surface observations, Journal of Climate, 14: 11-28

상세보기
Heo, K. Y., J. H. Kim, J. S. Shim, K. J. Ha, A. S. Suh, H. M. Oh, and S. Y. Min, 2008. A Remote Sensed Data Combined Method for Sea Fog Detection, Korean Journal of Remote Sensing, 24(1): 1-16

원문보기 상세보기
Lee, T. F., F. J. Turk, and K. Richardson, 1997. Stratus and Fog Products Using GOES-8-9 $3.9-{\mu}m$ Data, Weather and Forecasting, 12: 664-677

상세보기
Roach, W. T., 1994. Back to basics: Fog: Part 1 - Definitions and basic physics, Weather, 49: 411-415

상세보기
Wallace, J. M. and P. V. Hobbs, 1977. Atmospheric Science - An Introductory Survey. Academic Press, NY, USA
Wheeler, M. M., M. K. Atchison, R. Schumann, G. E. Taylor, J. D. Warburton, and A. Yersavich, 1993. Analysis of Rapidly Developing Fog at the Kennedy Space Center 1986 - 1990 Final Report, ENSCO, Inc., Florida, USA
Yamanouchi, T., K. Suzuki, and S. Kawaguchi, 1987. Detection of clouds in Antarctica from infrared multispectral data of AVHRR, J. Meteor. Soc. Japan, 65: 949-961

상세보기
Yoo, J. M., Y. M. Kim, M. H. Ahn, Y. S. Kim, and C. Y. Chung, 2005. Characteristics of MODIS Satellite Data during Fog Occurrence near the Inchon International Airport, Jour. Korean Earth Science Society, 26(2): 149-159

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증