구름의 영향 없이 지표면에 도달하는 일사량을 추정하는 것은 일사량 자원지도의 궁극적인 목표이며, 이는 청천일 모델(clear sky model)을 사용하여 이론적으로 추정할 수 있다. 일사량 지도의 정확도는 청천일 모델의 정확도와 연결되기 때문에 연구목적과 연구지역에 적합한 청천일 모델을 선정하고 분석하는 것은 매우 중요하다. 본 연구에서는 대기혼탁 인자를 사용하여 일사량을 추정하는 고차원 모델(ESRA, Dumortier, MODTRAN)과 태양고도를 변수를 하는 일차원 모델(Bourges, PdBV)을 사용하여 한반도의 청천일 일사량을 추정하였으며, 실제 측정 자료와 비교하여 한반도에 적합한 청천일 모델을 분석하고자 하였다. 천리안 기상위성의 가시영상을 사용하여 구름이 없는 청명일을 참조자료로 추출하였으며, RMSE와 MBE를 계산하여 모델별 오차를 분석하였다. 연구결과, Bourges와 PdBV 모델이 실측치와 가장 낮은 RMSE를 가졌으며, PdBV는 계절에 상관없이 비교적 일정한 MBE값을 가졌다. 또한 봄-초여름 기간에 일차원모델은 일사량을 과소 추정하는 경향을 보였으며, 고차원모델은 겨울에 일사량을 과대 추정하는 것으로 나타났다. 추후 모델별로 나타난 오차의 경향 및 계절에 따른 오차를 보정하는 추가 연구를 통하여, 한반도에 최적화된 청천일 일사량 모델을 수정 및 개발할 예정이다.
구름의 영향 없이 지표면에 도달하는 일사량을 추정하는 것은 일사량 자원지도의 궁극적인 목표이며, 이는 청천일 모델(clear sky model)을 사용하여 이론적으로 추정할 수 있다. 일사량 지도의 정확도는 청천일 모델의 정확도와 연결되기 때문에 연구목적과 연구지역에 적합한 청천일 모델을 선정하고 분석하는 것은 매우 중요하다. 본 연구에서는 대기혼탁 인자를 사용하여 일사량을 추정하는 고차원 모델(ESRA, Dumortier, MODTRAN)과 태양고도를 변수를 하는 일차원 모델(Bourges, PdBV)을 사용하여 한반도의 청천일 일사량을 추정하였으며, 실제 측정 자료와 비교하여 한반도에 적합한 청천일 모델을 분석하고자 하였다. 천리안 기상위성의 가시영상을 사용하여 구름이 없는 청명일을 참조자료로 추출하였으며, RMSE와 MBE를 계산하여 모델별 오차를 분석하였다. 연구결과, Bourges와 PdBV 모델이 실측치와 가장 낮은 RMSE를 가졌으며, PdBV는 계절에 상관없이 비교적 일정한 MBE값을 가졌다. 또한 봄-초여름 기간에 일차원모델은 일사량을 과소 추정하는 경향을 보였으며, 고차원모델은 겨울에 일사량을 과대 추정하는 것으로 나타났다. 추후 모델별로 나타난 오차의 경향 및 계절에 따른 오차를 보정하는 추가 연구를 통하여, 한반도에 최적화된 청천일 일사량 모델을 수정 및 개발할 예정이다.
Solar radiation under a clear sky is a important factor in the process by which meteorological satellite images are converted into solar radiation maps, and the quality of estimations depends on the accuracy of clear sky models. Therefore, it is important to select models appropriate to the purpose ...
Solar radiation under a clear sky is a important factor in the process by which meteorological satellite images are converted into solar radiation maps, and the quality of estimations depends on the accuracy of clear sky models. Therefore, it is important to select models appropriate to the purpose of the study and the study area. In this instance, complex models were applied using Linke turbidity, including ESRA, Dumortier, and MODTRAN, in addition to simple models such as Bourges and PdBV, which consider only the solar elevation angles. The presence of cloud was identified using the Communication, Ocean, and Meteorological Satellite and the Meteorological imager (COMS MI), and reference data were then selected. In order to calculate the accuracy of the clear sky models, the concepts of RMSE and MBE were applied. The results show that Bourges and PdBV produced low RMSE values, while PdBV had relatively steady RMSE values. Also, simple models tend to underestimate global solar irradiation during spring and early summer. Conversely, in the winter season, complex methods often overestimate irradiation. In future work, the cause of overestimation and other factors will be analyzed and the clear sky models will be adjusted in order to make them suitable for the Korean Peninsula.
Solar radiation under a clear sky is a important factor in the process by which meteorological satellite images are converted into solar radiation maps, and the quality of estimations depends on the accuracy of clear sky models. Therefore, it is important to select models appropriate to the purpose of the study and the study area. In this instance, complex models were applied using Linke turbidity, including ESRA, Dumortier, and MODTRAN, in addition to simple models such as Bourges and PdBV, which consider only the solar elevation angles. The presence of cloud was identified using the Communication, Ocean, and Meteorological Satellite and the Meteorological imager (COMS MI), and reference data were then selected. In order to calculate the accuracy of the clear sky models, the concepts of RMSE and MBE were applied. The results show that Bourges and PdBV produced low RMSE values, while PdBV had relatively steady RMSE values. Also, simple models tend to underestimate global solar irradiation during spring and early summer. Conversely, in the winter season, complex methods often overestimate irradiation. In future work, the cause of overestimation and other factors will be analyzed and the clear sky models will be adjusted in order to make them suitable for the Korean Peninsula.
따라서 본 연구에서는 천리안 기상위성을 활용한 일사량 추정의 선행 단계로서, 다양한 청천일 모델을 비교하여 한반도의 일사량 추정에 가장 적합한 모델을 분석하고자 한다. 이를 위하여 실제 지상관측소에서 취득된 일사량과 다양한 청천일 모델의 일사량 추정치를 비교하였으며, 계절과 위치에 따른 모델 별 RMSE(Root Mean Square Error)와 MBE(Mean Bias Error)를 분석하였다.
본 연구는 기상위성과 물리모델을 이용하여 일사량을 추정하기 위한 기초연구로써, 다양한 모델의 비교평가를 통하여 한반도에 적용할 수 있는 청천일 모델을 분석하고자 하였다. 입력변수에 따른 일차원모델(Bourges, PdBV)과 고차원모델(ESRA, Dumortier, MODTRAN)을 사용하여 한반도 지역을 대상으로 일사량을 추정하였으며, 지상관측소에서 취득한 실측 자료와 정확도 평가를 수행하였다.
제안 방법
따라서 본 연구에서는 천리안 기상위성을 활용한 일사량 추정의 선행 단계로서, 다양한 청천일 모델을 비교하여 한반도의 일사량 추정에 가장 적합한 모델을 분석하고자 한다. 이를 위하여 실제 지상관측소에서 취득된 일사량과 다양한 청천일 모델의 일사량 추정치를 비교하였으며, 계절과 위치에 따른 모델 별 RMSE(Root Mean Square Error)와 MBE(Mean Bias Error)를 분석하였다.
본 연구는 기상위성과 물리모델을 이용하여 일사량을 추정하기 위한 기초연구로써, 다양한 모델의 비교평가를 통하여 한반도에 적용할 수 있는 청천일 모델을 분석하고자 하였다. 입력변수에 따른 일차원모델(Bourges, PdBV)과 고차원모델(ESRA, Dumortier, MODTRAN)을 사용하여 한반도 지역을 대상으로 일사량을 추정하였으며, 지상관측소에서 취득한 실측 자료와 정확도 평가를 수행하였다. 그 결과, 지역과 시기에 상관없이 가장 낮은 RMSE를 갖는 모델은 존재하지 않았으며, 계절 변화와 모델 특성에 따라 오차의 경향이 다르게 나타났다.
대상 데이터
청천일 일사량 모델의 정확도를 평가하기 위해서는 실제로 구름이 없이 맑은 날 취득된 지상데이터를 이용해야 한다. 구름의 여부를 판단하기 위해서 동일 기간 동안 취득된 천리안 기상위성의 가시광선 영상(COMS MI)을 사용하여 구름의 여부를 판단하였다. 지상관측소의 참조 자료는 시간당 일사량으로 제공되며 COMS MI는 15분 간격으로 취득된다.
지상관측소의 참조 자료는 시간당 일사량으로 제공되며 COMS MI는 15분 간격으로 취득된다. 따라서 COMS MI 영상 중 관측소가 위치한 주변지역을 확대하여 6개의 관측지점에서 구름이 존재하지 않는 시간대를 분석하여, 해당 시간대의 지상관측소의 일사량을 참조자료로 선정하였다. 지상관측소의 일사량 자료 및 COMS MI 영상의 획득 시기는 2013년 1월 1일~2013년 12월 31일이며, 이 중 구름이 많은 여름(6-8월)을 제외하고 1월, 2월, 3월, 4월, 5월, 9월, 10월, 11월, 12월 데이터에서 11시~2시 사이 총 63장을 추출하여 비교하였다.
본 연구에서 사용된 세 가지 고차원모델(ESRA, MODTRAN, Dumortier 등)은 대기혼탁 인자와 관심지역의 높이 값을 주요 변수로 하여 일사량을 추정한다. 고차원모델에서 수평면 전 일사량(global horizontal irradiance)은 직달일사량(beam irradiance)과 산란일사량(diffuse irradiance)의 합으로 나타나는데(Eq.
대기혼탁인자는 수증기, 에어로졸의 양과 관련이 있으며 2(깨끗한 공기)~8(오염된 공기) 사이 값을 갖는다. 본 연구에서는 SoDa(Solar Radiation Data)에서 제공하는 값을 사용하였으며(SoDa, 2011), 해당 자료는 전 세계를 위도와 경도를 기준으로 각각 0.083°간격으로 나누어 총 2160×4320개의 구역으로 구분하여 고도에 따른 대기혼탁도를 제공한다(Fig. 1).
본 연구에서는 기상청에서 운영하는 지상관측소 중, 지리적 분포를 고려한 총 6개 지점(대관령, 서울, 원주, 대전, 포항, 진주)에서 측정된 일사량 데이터를 참조자료로 사용하여 청천일 일사량 모델로 추정한 추정치와 실측 데이터간의 차이를 분석하였다(Fig. 6).
따라서 COMS MI 영상 중 관측소가 위치한 주변지역을 확대하여 6개의 관측지점에서 구름이 존재하지 않는 시간대를 분석하여, 해당 시간대의 지상관측소의 일사량을 참조자료로 선정하였다. 지상관측소의 일사량 자료 및 COMS MI 영상의 획득 시기는 2013년 1월 1일~2013년 12월 31일이며, 이 중 구름이 많은 여름(6-8월)을 제외하고 1월, 2월, 3월, 4월, 5월, 9월, 10월, 11월, 12월 데이터에서 11시~2시 사이 총 63장을 추출하여 비교하였다.
데이터처리
Table 1~6은 6가지 관측지점에 대하여 본 연구에서 사용된 5가지 모델에 따른 월별 평균 RMSE와 MBE를 나타낸다. 대기 중 구름이 많아 참조자료를 활용할 수 없는 6월~8월을 제외한 기간에 대한 평균값을 계산하였으며, 일차원모델과 고차원모델, 봄-초여름과 가을-겨울로 구분된 특성을 보인다.
이론/모형
, 2000). 따라서 본 연구에서는 대기혼탁인자를 주요변수로 하는 모델을 선정하였으며, ESRA를 비롯하여 기존 연구에서 정확도가 검증된 모델을 사용하였다.
본 연구에서는 Bourges, PdBV(Perrin de Brichambaut and Vauge) 등의 일차원모델과 대기혼탁인자(Linke turbidity)를 주요변수로 하는 ESRA, Dumortier, MODTRAN 등의 고차원모델을 사용하여 한반도 지역의 일사량을 추정하였다. 일반적으로 청천일 일사량 추정에 많이 사용되는 Perez(1987), Iqubal(1983) 등의 고차원모델은 오존, 알베도, 수증기 등 실시간으로 취득하기 어려운 대기 정보를 요구하기 때문에 기상위성을 기반으로 하는 일사량 추정 모델에 적용하기 어렵다(Rigolleir et al.
성능/효과
일반적으로 일차원모델보다 고차원모델의 RMSE가 상대적으로 높았으며, 평균적으로 가장 낮은 RMSE를 갖는 모델은 Bourges 모델 이었다. PdBV 모델은 지역과 계절변화에 상대적으로 일정한 RMSE 값을 가졌다. 또한 일차원 모델은 2월-5월에 일사량을 과소추정 하는 경향을 보였으며, 고차원모델은 9월-1월에 일사량을 과대추정 하였다.
입력변수에 따른 일차원모델(Bourges, PdBV)과 고차원모델(ESRA, Dumortier, MODTRAN)을 사용하여 한반도 지역을 대상으로 일사량을 추정하였으며, 지상관측소에서 취득한 실측 자료와 정확도 평가를 수행하였다. 그 결과, 지역과 시기에 상관없이 가장 낮은 RMSE를 갖는 모델은 존재하지 않았으며, 계절 변화와 모델 특성에 따라 오차의 경향이 다르게 나타났다. 일반적으로 일차원모델보다 고차원모델의 RMSE가 상대적으로 높았으며, 평균적으로 가장 낮은 RMSE를 갖는 모델은 Bourges 모델 이었다.
PdBV 모델은 지역과 계절변화에 상대적으로 일정한 RMSE 값을 가졌다. 또한 일차원 모델은 2월-5월에 일사량을 과소추정 하는 경향을 보였으며, 고차원모델은 9월-1월에 일사량을 과대추정 하였다. 고차원모델이 가을과 겨울에 높은 RMSE와 MBE값을 갖는 것은 SoDa에서 제공하는 대기혼탁인자가 한반도 겨울의 대기상황을 적절하게 반영하지 못하고 있거나 태양고도와 대기혼탁인자 외 기타요인에 의해서 실제 일사량이 감소하기 때문으로 판단된다.
그 결과, 지역과 시기에 상관없이 가장 낮은 RMSE를 갖는 모델은 존재하지 않았으며, 계절 변화와 모델 특성에 따라 오차의 경향이 다르게 나타났다. 일반적으로 일차원모델보다 고차원모델의 RMSE가 상대적으로 높았으며, 평균적으로 가장 낮은 RMSE를 갖는 모델은 Bourges 모델 이었다. PdBV 모델은 지역과 계절변화에 상대적으로 일정한 RMSE 값을 가졌다.
후속연구
고차원모델이 가을과 겨울에 높은 RMSE와 MBE값을 갖는 것은 SoDa에서 제공하는 대기혼탁인자가 한반도 겨울의 대기상황을 적절하게 반영하지 못하고 있거나 태양고도와 대기혼탁인자 외 기타요인에 의해서 실제 일사량이 감소하기 때문으로 판단된다. 추후 모델별로 발생하는 오차를 보정하기 위하여 9월-1월 사이 대기혼탁인자 외에 일사량을 감소시키는 기상 인자를 분석하는 연구를 통하여 과대추정오차를 보정할 예정이며, 계절변화에 따른 한반도에 최적화된 청천일 모델을 개발하는 연구를 진행할 예정이다.
참고문헌 (14)
Blanc, P., Gschiwind, B., Lefevre, M., and Wald, L. (2011), The HelioClim project: surface solar irradiance data for climate applications, Remote Sensing, Vol. 3, No. 2, pp. 343-361.
Bourges, G. (1979), Reconstitution des Courbes de Frequence Cumulees de 1'Irradiation Solaire Globale Horaire Recue par une Surface Plane, Report CEE 295-77-ESF, Centre d'Energetique de 1'Ecole Nationale Superieure des Mines de Paris, tome II, Paris, France, unpaginated CD-ROM.
Dumortier, D. (1995), Modelling Global and Diffuse Horizontal Irradiance under Cloudless Skies with Different Turbidities, Final report JOU2-CT92-0144 Daylight Ⅱ, Ecole Nationale des Travaux Publics de 1’État, Vaulx-enVelin, France, unpaginated CD-ROM.
Grief, J. and Scharmer, K. (1999), ESRA: European Solar Radiation Atlas. Fourth edition, he Commission of the European Communities by Presses de 1’Ecole, Ecole des Mines de Paris, Paris, France, unpaginated CD-ROM
Fontoynont, M., Dumortier, D., Heinemann, D., Hammer, A., Olseth, J.A., Skartveit, A., Ineichen, P., Reise, C., Page, J., Roche, L., Beyer, H.G., and Wald, L. (1998), Satellite:a WWW server which provides high quality daylight and solar radiation data for Western and Central Europe, Proceeding of 9th Conference on Satellite Meteorology and Oceanography, 25-29 May, Paris, pp. 434-437.
Moussu, G., Diabate, L., Obrecht, D., and Wald, L. (1989), A method for the mapping of the apparent ground brightness using visible images from geostationary satellites, International Journal of Remote Sensing, Vol. 10, No. 7, pp. 1207-1225.
Perrin de Brichambaut, C. and Vauge, C. (1982), Le Gisement Solaire : Evaluation de la Ressource Énergétique, Technique et documentation, Lavoisier, unpaginated CD-ROM.
Iqbal, M. (1983), An Instruction to Solar Radiation, Academic Press, New York, pp. 107-169.
Reno, M.J., Hansen, C.W., and Stein, J.S. (2012), Global Horizontal Irradiance Clear Sky Models: Implementation and Analysis, Technical report SAND2012-2389, Sandia National Laboratories, Albuquerque, NM. pp. 27-55.
Rigollier, C., Bauer, O., and Wald, L. (2000), On the clear sky model of the ESRA – European solar radiation atlas with respect to the Heliosat method, Solar Energy, Vol. 68, No.1, pp. 33-48.
Sengupta, M. and Gotseff, P. (2013), Evaluation of Clear Sky Models for Satellite-based Irradiance Estimates, Techinical Report NREL/TP-5D00-60735, The National Renewable Energy Laboratory, U.S., pp. 13-20.
SoDa. (2011), Solar Radiation Data Service, Available: http://www.soda-is.com/eng/index.html (last date accessed: 15 October 2015).
Noorian, A.M., Moradi, I., and Kamali, G.A. (2008), Evaluation of 12 models to estimate hourly diffuse irradiation on inclined surface, Renewable Energy, Vol. 33, No. 6, pp. 1406-1412.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.