선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 SNRmin을 세 개의 값으로 구분하고, SNRmin 미만의 결손된 윈드프로파일러 바람벡터를 복원하여 정확성을 평가하였다. SNRmin은 현재 울진기상대의 WPR에 적용되고 있는 SNRD (1 dB)와 Riddle et al.
- 본 연구에서는 WPR의 시선속도를 검출하기 위하여 Fig. 1의 과정으로 울진기상대 WPR의 원시자료를 가공하였다. 우선, 도플러 스펙트럼의 잡음전력 수준을 결정하였다.
제안 방법
- SNRmin은 현재 울진기상대의 WPR에 적용되고 있는 SNRD (1 dB)와 Riddle et al.(2012)의 방법에 의해 산출된 SNRR, 그리고 고도별 WPR의 정확성 및 연속성과 SNR 빈도의 상관성을 통해서 결정된 SNRU로 구분하였다. 청천 대기에서 관측된 울진기상대 WPR의 원시자료를 이용하여 SNRmin 미만의 시선속도를 검출하였고, 이를 통해서 산출된 WPR 바람벡터는 라디오존데를 이용하여 검증하였다.
- SNRU 이상일 때 스펙트럼 모멘트를 재산출하여 바람벡터를 복원하였고, WPR의 모든 고도에 대하여 풍속의 정확도를 재산출하였다.
- SNRmin은 SNRD (1 dB), SNRR (-15.16 dB), 그리고 SNRU (-3.5 dB)로 구분하였다.
- SNR과 대기 굴절률의 변동성과의 관계를 파악하기 위하여 라디오미터로부터 Fig. 6과 같이 M2을 산출하였고 M2의 시계열 자료를 고도별로 평균하였다. 평균 M2은 1.
- WPR과 라디오존데의 관측은 Table 3과 같이 2015년 9월 9일 09UTC부터 11일09UTC까지 총 48시간 동안 청천 대기 상태에서 이루어졌다. WPR는 10분 간격으로 수집되었고, 라디오존데는 6시간 간격으로 총 8회 비양하였다.
- 라디오미터는 대기 중의 수증기와 산소, 구름에 의해 방출되는 에너지를 14개의 마이크로웨이브 채널을 통해 흡수한후, 플랑크법칙을 이용하여 밝기온도로 변환한다. 각고도별 수증기량 산출 알고리즘에 밝기온도를 적용하여 기온, 습도 등의 연직 프로파일을 생산한다. 대기굴절률의 변동성을 식 (1)의 잠재굴절지수의 연직 기울기(M)로 표현할 수 있다(Ottersten, 1969).
- 이상일 때 스펙트럼 모멘트를 재산출하여 바람벡터를 복원하였고, WPR의 모든 고도에 대하여 풍속의 정확도를 재산출하였다. 또한 SNRD와 SNRR을 기준으로 산출된 WPR의 모든 고도의 풍속의 정확도와 비교하였다. 정확도 산출을 위해 이용된 WPR과 라디오존데의 총 샘플 수는 48시간 동안 SNRR, SNRD, SNRU에 대하여 각각 568, 324, 401개였다.
- 청천 대기에서 관측된 울진기상대 WPR의 원시자료를 이용하여 SNRmin 미만의 시선속도를 검출하였고, 이를 통해서 산출된 WPR 바람벡터는 라디오존데를 이용하여 검증하였다. 또한 울진기상대의 라디오미터로부터 대기 굴절률의 변동성을 정량적으로 산출하여 WPR SNR 분포에 대한 연관성을 분석하였다.
- SNRmin 미만에서 복원된 바람벡터의 정확도는 라디오존데의 바람벡터를 통해서 정량적으로 산출하였고, WPR의 시계열자료로부터 Kitchen(1989)의 확률오차를 통해서 자료의 연속성을 산출하였다. 또한 울진기상대의 라디오미터로부터 대기 굴절률의 변동성을 정량적으로 산출하여 WPR SNR 분포의 연관성을 파악하였다.
- 윈드프로파일러(wind profiler radar, WPR)는 대기의 바람벡터를 관측하는데 이용되는 중요한 관측 기기이다. 바람 벡터의 연직 프로파일을 결정하기 위하여 도플러 빔 방식을 사용하고 고정된 방위각과 고도각에 따라 전자기 펄스파를 송신한다. 대기 산란 과정의 특징에 의해 수신된 신호는 도플러 지연에 따른 위상차가 발생하고, 고속푸리에 변환(fast Fourier transform,FFT)으로 산출된 도플러 스펙트럼을 통해서 대기의바람 벡터 성분이 결정된다.
- 본 연구에서는 청천대기에서 SNRmin에 의해 제거된 WPR의 바람벡터를 원시자료를 이용하여 복원하였다. SNRmin은 SNRD (1 dB), SNRR (-15.
- 최근 가장 널리 사용되는 백색잡음을 가정하여 잡음전력 수준을 결정하는 방법을 적용하였다(Hildebrand and Sekhon, 1974). 스펙트럼 첨두보다 낮은 스펙트럼 밀도의 수준을 정하고, 정해진 수준보다 낮은 스펙트럼 자료를 모아 새로운 스펙트럼을 구성한다. 새롭게 구성된 스펙트럼이 백색 잡음 조건을 만족할 때까지 이 과정을 반복한다.
- 1의 과정으로 울진기상대 WPR의 원시자료를 가공하였다. 우선, 도플러 스펙트럼의 잡음전력 수준을 결정하였다. 최근 가장 널리 사용되는 백색잡음을 가정하여 잡음전력 수준을 결정하는 방법을 적용하였다(Hildebrand and Sekhon, 1974).
- 울진기상대에 설치된 프랑스 Degreane사의 UHF(ultra high frequency) WPR (PCL 1300)에 설정된 SNRmin인 1 dB 미만의 신호에서 시선속도를 검출하기 위하여 관측 자료 중 저층 관측 방식(low mode)으로 관측된 자료를 이용하였다. WPR 바람벡터의 검증을 위하여 WPR 설치 지점에서 진양공업의 RSG-20A 라디오존데를 비양하였고, Table 1과 같이 평균오차(mean bias, MB)와 제곱근평균제곱오차(root meansquare error, RMSE)를 분석하여 정확도를 비교하였다.
- 새롭게 구성된 스펙트럼이 백색 잡음 조건을 만족할 때까지 이 과정을 반복한다. 잡음전력 수준을 결정한 후, 고도별 도플러 스펙트럼의 대기 신호에 의한 첨두를 결정하였다. 첨두를 중심으로 도플러 스펙트럼의 FFT 분석점의 최소 지점과 최고 지점을 결정하였다.
- 잡음전력 수준을 결정한 후, 고도별 도플러 스펙트럼의 대기 신호에 의한 첨두를 결정하였다. 첨두를 중심으로 도플러 스펙트럼의 FFT 분석점의 최소 지점과 최고 지점을 결정하였다. 결정된 도플러 스펙트럼 변수를 통해서 Table 4와 같이 스펙트럼 모멘트를 산출하였다.
- (2012)의 방법에 의해 산출된 SNRR, 그리고 고도별 WPR의 정확성 및 연속성과 SNR 빈도의 상관성을 통해서 결정된 SNRU로 구분하였다. 청천 대기에서 관측된 울진기상대 WPR의 원시자료를 이용하여 SNRmin 미만의 시선속도를 검출하였고, 이를 통해서 산출된 WPR 바람벡터는 라디오존데를 이용하여 검증하였다. 또한 울진기상대의 라디오미터로부터 대기 굴절률의 변동성을 정량적으로 산출하여 WPR SNR 분포에 대한 연관성을 분석하였다.
대상 데이터
- WPR과 라디오존데의 관측은 Table 3과 같이 2015년 9월 9일 09UTC부터 11일09UTC까지 총 48시간 동안 청천 대기 상태에서 이루어졌다.
- 결정된 도플러 스펙트럼 변수를 통해서 Table 4와 같이 스펙트럼 모멘트를 산출하였다. 스펙트럼 모멘트는 0차부터 3차까지 총 4개(0차: 수신전력, 1차: 시선속도, 2차: 스펙트럼폭, 3차: 비대칭도)이며, SNR을 포함하면 총 5개다. WPR의 바람벡터(u, v,w)는 모든 고도의 표본점에 대하여 Table 5와 같이 네개의 경사빔과 연직빔의 1차 스펙트럼 모멘트를 통해서 산출하였다.
- 울진기상대 WPR의 SNR 분포와 대기 굴절률 변동성의 관계를 파악하기 위하여 Table 3의 관측 기간 동안 10분 간격으로 수집되는 독일 RPG사의 라디오미터(RPG-HATPRO) 자료를 이용하였다. 라디오미터는 대기 중의 수증기와 산소, 구름에 의해 방출되는 에너지를 14개의 마이크로웨이브 채널을 통해 흡수한후, 플랑크법칙을 이용하여 밝기온도로 변환한다.
- 또한 SNRD와 SNRR을 기준으로 산출된 WPR의 모든 고도의 풍속의 정확도와 비교하였다. 정확도 산출을 위해 이용된 WPR과 라디오존데의 총 샘플 수는 48시간 동안 SNRR, SNRD, SNRU에 대하여 각각 568, 324, 401개였다. SNRR을 기준으로 검출된 풍속의 RMSE와 CORR은 각각 1.
데이터처리
- 확률오차는 시계열 자료의 시간 간격(∆t)에 따른 오차의 평균을 통해서 자료의 연속성을 나타내는 지표이며, 확률오차의 크기가 작을수록 윈드프로파일러 관측 자료의 연속성이 높은 것이다. SNRD 미만에서 검출된 윈드프로파일러 풍속의 고도별 연속성을 판단하기 위하여 Fig. 3(a)의 고도별 시계열 풍속을 통해서확률오차를 산출하였다(Fig. 7). 3.
- 5 dB)로 구분하였다. SNRmin 미만에서 복원된 바람벡터의 정확도는 라디오존데의 바람벡터를 통해서 정량적으로 산출하였고, WPR의 시계열자료로부터 Kitchen(1989)의 확률오차를 통해서 자료의 연속성을 산출하였다. 또한 울진기상대의 라디오미터로부터 대기 굴절률의 변동성을 정량적으로 산출하여 WPR SNR 분포의 연관성을 파악하였다.
- 인 1 dB 미만의 신호에서 시선속도를 검출하기 위하여 관측 자료 중 저층 관측 방식(low mode)으로 관측된 자료를 이용하였다. WPR 바람벡터의 검증을 위하여 WPR 설치 지점에서 진양공업의 RSG-20A 라디오존데를 비양하였고, Table 1과 같이 평균오차(mean bias, MB)와 제곱근평균제곱오차(root meansquare error, RMSE)를 분석하여 정확도를 비교하였다. 라디오존데 관측은 기상청에서 주관한 ‘강수 정량예보 개선을 위한 2015년 여름철 종합관측’의 일환으로 수행되었다.
이론/모형
- WPR의 시계열 자료로부터 Kitchen(1989)에 의해 제안된 확률 오차를 통해서 Kim et al.(2015)에 상세히 기술된 방법으로 자료의 연속성을 조사하였다. Table 2와 같이 울진기상대 WPR 자료의 연직 공간 해상도는 71.
- 우선, 도플러 스펙트럼의 잡음전력 수준을 결정하였다. 최근 가장 널리 사용되는 백색잡음을 가정하여 잡음전력 수준을 결정하는 방법을 적용하였다(Hildebrand and Sekhon, 1974). 스펙트럼 첨두보다 낮은 스펙트럼 밀도의 수준을 정하고, 정해진 수준보다 낮은 스펙트럼 자료를 모아 새로운 스펙트럼을 구성한다.
성능/효과
- 5 km 고도 구간은 M2이 급격하게 감소하였던 구간이었고, -8~-7 dB사이의 SNR 빈도가 가장 높았던 구간과 일치하였다. -3.5 dB를 새로운 SNRmin으로 결정한 후 풍속의 정확도를 산출한 결과, SNRD와 거의 동일한 정확도의 풍속을 검출하였고, SNRD보다 많은 수의 자료를 검출할 수 있었다. 또한, SNRR에 포함되어있던 과소 추정된 WPR 자료를 제거할 수 있었다.
- 9(b)). 10~15 m/s 구간에서 과소 추정되었던 WPR의 풍속은 SNRD에 의해 제거되었고, SNRD를 기준으로 검출된 풍속의 정확도와 상관도는 향상되었다. SNRU을 기준으로 검출된 풍속의 RMSE와 CORR은 1.
- 5 km 고도까지 확률오차는 1 m/s 미만으로 낮았다. 2~3.5 km 고도에서는 SNRD 미만의 SNR이 분포하였고, -3.5 dB 이상의 SNR에서 빈도가 높았음에도 불구하고 연속성은 높았다. 3.
- 2 km 고도부터 SNRD 미만의 SNR이 -3~1 dB 사이에 처음으로 발생하였다. 3 km 고도부터 SNRD 미만의 SNR에 대한 빈도가 급격하게 증가하기 시작하여, 4 km 고도부터는 -8~-7 dB 사이에 SNR의 빈도가 가장 높았다. 고도에 따른 SNR 크기의 감소 경향은 자료수집률의 감소 경향과 일치하였고, SNRR 미만의 SNR은 검출되지 않았다.
- 5 dB 이상의 SNR에서 빈도가 높았음에도 불구하고 연속성은 높았다. 3.5 km 고도를 기준으로 고도가 높아질수록 확률오차가 증가하였고, 4.5 km 고도부터 급격하게 증가하였다. 확률오차가 1 m/s 이상으로 증가하기 시작한 3.
- 9(a)). SNRD를 기준으로 검출된 풍속의 RMSE와 CORR은 각각 1.47 m/s, 0.96이었다(Fig. 9(b)).
- SNRR에 의한 자료수집률은 5km 고도까지 95% 이상을 유지하였다. SNRD에 의한 자료수집률은 2.5 km 고도를 기준으로 3 km 고도까지 50% 미만으로 급격하게 감소하였고, 약 4.9 km 고도 부근에서 0%에 도달하였다. Fig.
- SNRR 이상의 바람벡터를 복원하여 정확도와 연속성을 산출한 결과, 3.5 km 이상의 고도에서 감소하기시작하였고, 4.5 km 구간에서 급격하게 감소하였다. 3.
- 정확도 산출을 위해 이용된 WPR과 라디오존데의 총 샘플 수는 48시간 동안 SNRR, SNRD, SNRU에 대하여 각각 568, 324, 401개였다. SNRR을 기준으로 검출된 풍속의 RMSE와 CORR은 각각 1.97 m/s, 0.91이었고, 10~15 m/s 구간에서는 과소 추정된 WPR의 풍속이 검출되었다(Fig. 9(a)).
- 9(c)). SNRU의 샘플수는 SNRD보다 77개 많았으며, SNRD 기준으로 검출된 풍속의 RMSE와 0.01 m/s 차이로 거의 동일하였다. 즉, SNRU은 SNRD보다 더욱 많은 수의 정확도가 높은 바람벡터를 복원하였고,SNRR의 10~15 m/s 구간에서 과소 추정되었던 WPR의 풍속도 제거할 수 있었다.
- 고도별 WPR 바람벡터의 정확도 및 연속성은 SNR의 빈도 분포와 대기 굴절률의 변동성과 직접적인 연관이 있었고, SNRmin의 적합성을 정량적으로 평가할 수 있었다. 또한 적합한 SNRmin의 결정을 위한 정량적인 방법을 제시할 수 있었다.
- 3 km 고도부터 SNRD 미만의 SNR에 대한 빈도가 급격하게 증가하기 시작하여, 4 km 고도부터는 -8~-7 dB 사이에 SNR의 빈도가 가장 높았다. 고도에 따른 SNR 크기의 감소 경향은 자료수집률의 감소 경향과 일치하였고, SNRR 미만의 SNR은 검출되지 않았다.
- 의 적합성을 정량적으로 평가할 수 있었다. 또한 적합한 SNRmin의 결정을 위한 정량적인 방법을 제시할 수 있었다. 대기 굴절률의 변동성은 기온과 습도와 같은 대기 매질의 상태에 영향을 받기 때문에 계절에 따라 그 특성이 달라질 수 있다.
- 라디오존데로부터 산출한 WPR의 고도별 풍속 RMSE는 3.5 km 고도에서 증가하기 시작하였고, 4.5km 고도에서 1.2 m/s이었던 RMSE가 5 km에서는 5m/s로 급격하게 증가하였다(Fig. 8(a)).
- 3(b)는 SNR의 고도별 시계열 분포이다. 약 3 km 이상의 고도에서 10 ~ 1 dB 사이의 SNR이 분포하였고, 고도가 높아질수록 SNR이 감소하는 분포를 보였다. 관측기간동안 울진기상대의 최소 SNR은 9.
- 8(b)). 정확도와 연속성이 감소하기 시작한 고도는 3.5 km이고, 3.5 km 이상의 고도에서는 -3.5 dB 미만에서 SNR 빈도가 급격하게 증가하였다. 이와 같은 결과를 통해서 -3.
- 01 m/s 차이로 거의 동일하였다. 즉, SNRU은 SNRD보다 더욱 많은 수의 정확도가 높은 바람벡터를 복원하였고,SNRR의 10~15 m/s 구간에서 과소 추정되었던 WPR의 풍속도 제거할 수 있었다.
후속연구
- 대기 굴절률의 변동성은 기온과 습도와 같은 대기 매질의 상태에 영향을 받기 때문에 계절에 따라 그 특성이 달라질 수 있다. 향후 WPR과 라디오미터 자료를 장기간 계절별로 확보하여 대기 굴절률의 변동성과 고도별 WPR의 정확도에 대한 계절적 특성을 분석할 예정이며, 장기간 자료를 통해서 계절에 따른 적합한 SNRmin을 제시할예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.