[논문]UHF 윈드프로파일러 레이더 자료의 품질 개선

조원기; 권병혁; 김박사; 김민성; 윤홍주

doi:10.13067/jkiecs.2018.13.2.277

UHF 윈드프로파일러 레이더 자료의 품질 개선
Quality Control of the UHF Wind Profiler Radar 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.13 no.2, 2018년, pp.277 - 290

조원기 (부경대학교 지구환경시스템과학부) , 권병혁 (부경대학교 환경대기과학과) , 김박사 (부경대학교 지구과학연구소) , 김민성 (부경대학교 지구과학연구소) , 윤홍주 (부경대학교 공간정보시스템공학과)

초록
AI-Helper

고정점에서 고도별 바람을 산출할 수 있는 장비인 윈드프로파일러에 의해 관측된 바람 자료는 바람 산출 프로그램인 PCL1300을 활용하여 바람벡터로 제공된다. 현재 프로그램에 설정된 매개변수에 따른 운용의 결과는 3 km 이상 상층 대기 영역의 바람 산출이 어렵다는 것이다. 이는 매개변수에 대한 매우 엄격한 기준으로 인해 다량의 자료가 제거되기 때문이다. 본 연구에서는 바람벡터의 자료 수집 영역을 확장시키고 과소측정을 줄이기 위해 매개변수를 재설정하여 운용 방식을 개선하였다. 바람벡터의 수집률은 72.2%에서 92.2%로 증가하였음에도 풍속의 RMSE는 고도별 오차율 15% 미만에 해당하는 1.5 m/s - 3.1 m/s를 유지하였다.

Abstract ▼ AI-Helper

Wind data observed by wind profiler provide wind vectors with the altitudes using PCL1300, wind computation program. As a result of application with parameters set in program currently, it is difficult to compute wind vectors in the upper air over 3 km. This id because a very strict criterion for parameters removes large amounts of data. In this study, therefore, we improve the methods of application by resetting parameters to expand data collection area of wind vectors and reduce underestimation. Although the acquisition rate of the wind vector increased from 72.2% to 92.2%, the RMSE of the wind speed maintained 1.5 m/s - 3.1 m/s, which is less than 15% of the error rate at each altitude.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 UHF WPR의 바람 산출 프로그램인 PCL1300의 매개변수 변경에 따른 바람벡터의 수집률과 정확도를 분석한 것이다. 현재 기상청에서 제공하는 WPR의 바람벡터는 특정고도 이상에서 수집하기 어려운 문제점을 해결할 수 있었다.
본 연구에서는 강릉, 군산, 울진, 문산 그리고 철원에서 기상청이 운용하고 있는 UHF WPR PCL1300에 적용되는 매개변수들을 파악하고 재설정하였다. 자료 처리 과정에서 매개변수를 재설정하기 전과 후의 바람벡터를 산출하였고, 설치 지점과 동일한 지점에서 비양한 라디오존데의 바람벡터와 통계적으로 비교 분석하여 최적의 설정 임계값을 결정하였다.

제안 방법

R-DEG는 SNR 임계값 등 주요 매개변수들을 알고리즘에 엄격한 기준으로 적용함으로써 지상 클러터에 의한 풍속의 시공간적 불연속과 낮은 관측 고도에 의한 자료 소실을 보였다. C-DEG는 SNR 임계값, 최소 측정 수, 최소 성공률을 최솟값으로 설정하고 최대 경도와 최대 변화량을 낮추어 설정하였다. 매개변수의 재설정은 자료의 허용 범위를 넓혀 가능 관측 고도를 높이고 자료 생성률을 증가시켰으며 자료의 시공간적 간격을 좁혀 불연속적인 바람 영역을 감소시켰다.
WPR처럼 특정 고도에 대해서 유한한 개수의 측정만을 실시한다면, 관측된 표준 편차는 시그마에 대한 하나의 근사일 수 있겠지만 그것이 적확하게 표준 편차일 것이라고 결정할 수는 없다[10]. PCL1300의 자료 처리 과정에서 피크의 스코어를 계산하기 위해 표준편차 대신에 최대 경도(max gradients)를 적용하고, 공간적 연속성에 대한 속도의 최대 경도는 0.02 m/s/m로 그대로 유지하고 시간적 연속성에 대한 속도의 최대 경도는 0.4 m/s/mn에서 0.02 m/s/mn로 재설정하였다.
강릉과 철원 지역에서는 독일의 GRAW사에서 개발한 DFM-06 모델을 사용하여 각각 2∼3시간, 6시간 간격으로 비교하였다.
피크의 스코어(score)는 주변 피크의 속도, 폭, 신호에 대한 변수에 따라 변하며, 가장 높은 스코어의 피크가 컨센서스 알고리즘에 사용된다. 그리고 낮은 신호 대 잡음비(Signal to noise rates, SNR)의 대기 신호를 제거하고 특정 윈도우 폭(width of window)을 벗어나는 관측 자료들을 제거한다. 마지막으로 알고리즘들을 통하여 신뢰할 만한 바람벡터를 나타내기 위해 품질 관리(quality control) 작업을 실행한다.
기상청에서 운용하는 UHF WPR의 바람 산출 프로그램인 PCL1300의 컨센서스 알고리즘과 매개변수들의 특징을 파악하여 운용 방식을 개선하고, WPR의 관측자료 품질 향상을 위해 5곳의 관측 장비 설치 지역(강릉, 군산, 문산, 울진, 철원)에서 관측한 RS의 풍속 자료와 비교하였다. PCL1300을 거쳐 산출되는 바람벡터는 알고리즘에 적용되는 매개변수의 설정에 따라 자료 품질에서 차이를 나타내었다.
그리고 낮은 신호 대 잡음비(Signal to noise rates, SNR)의 대기 신호를 제거하고 특정 윈도우 폭(width of window)을 벗어나는 관측 자료들을 제거한다. 마지막으로 알고리즘들을 통하여 신뢰할 만한 바람벡터를 나타내기 위해 품질 관리(quality control) 작업을 실행한다. 주어진 측정 방향에 따라, 컨센서스 알고리즘은 가장 가능성 있는 바람 요소를 계산하고 오염된 자료를 제거한 관측 자료들을 평균한다.
PCT는 PCA로부터 생성된 가공되지 않은 자료를 사용한다. 이 자료들을 컨센서스 알고리즘(consensus algorithm)에 적용하여 바람 벡터를 계산하고, 다른 컴퓨터로 결과를 전달할 수 있도록 ASCII 파일을 생성한다. 또한 처리 모듈에 의해 출력된 바람 분포는 연직단면, 바람장 등으로 표출이 가능하다.
처리 과정에서 다량의 자료를 이용하기 위해서 SNRmin을 비교적 낮은 –10 dB로 설정하였고, 측정값이 하나만 존재하더라도 처리할 수 있도록 최소 측정 수와 최소 성공률을 각각 0%로 설정하였다.
한편, C-DEG에서 산출하지 못한 바람벡터를 복원하기 위해 인접한 자료에 한하여 보간법을 수행하였고 자료 수집률이 낮았던 군산, 울진, 철원의 자료를 복원하였다. 관측 범위 내의 바람벡터를 모두 복원하였지만, 군산의 경우는 고도 4 km에서 RS에 대한 차가 8 m/s이었고, 울진의 경우는 전반적으로 RS에 대한 차가 5 m/s 이하였지만, 고도에 따라 잦은 풍속의 증감이 나타났다.
kr) 에서 각각 수치와 이미지 형태로 제공한다. 현재 기상 예보와 현상 조사를 위해 10분 간격으로 고도 5 km 또는 10 km에 달하는 바람 자료를 이용하여 분석을 수행한다. 그러나 예보와 분석에 중요하게 활용되는 WPR 바람 자료는 고도에 따라 바람벡터의 결측과 자료의 품질이 떨어지는 문제점을 보이고 있기 때문에 라디오존데(Radiosonde, RS)를 이용하여 관측 자료의 품질평가가 진행되었고[6], Kim et al.

대상 데이터

그림 5. 2013년 6월 17일 1100UTC에 강릉에서 관측한 바란 자료의 비교이다. 상부는 RS의 풍속(회색 실선)과 R-DEG의 풍속(검은 실선)이고, 하부는 RS의 풍속(회색 실선)과 C-DEG(검은 실선)의 수평 풍속(왼쪽), U성분(가운데), V성분(오른쪽)이다.
그림 4. 2013년 6월 17일부터 6월 19일까지 강릉에서 측정한 연직 평면의 바람장. R-DEG (위)와 C-DEG (아래)의 수평 풍속(왼쪽), U 성분(가운데), V 성분 분포(오른쪽).
그림 8. 2015년 9월 7일 1800UTC에 울진에서 관측한 바람 자료의 비교이다. 상부는 RS의 풍속(회색 실선)과 R-DEG의 풍속(검은 실선)이고, 하부는 RS의 풍속(회색 실선)과 C-DEG(검은 실선)의 수평 풍속(왼쪽), U성분(가운데), V성분(오른쪽)이다.
그림 7. 2015년 9월 7일부터 9월 12일까지 울진에서 측정한 연직 평면의 바람장. R-DEG (위)와 C-DEG (아래)의 수평 풍속(왼쪽), U 성분(가운데), V 성분 분포(오른쪽).
그림 11. 2016년 7월 10일 0000UTC에 철원에서 관측한 바람 자료의 비교이다. 상부는 RS의 풍속(회색 실선)과 R-DEG의 풍속(검은 실선)이고, 하부는 RS의 풍속(회색 실선)과 C-DEG(검은 실선)의 수평 풍속(왼쪽), U성분(가운데), V성분(오른쪽)이다.
그림 10. 2016년 7월 7일부터 7월 10일까지 철원에서 측정한 연직 평면의 바람장. R-DEG (위)와 C-DEG (아래)의 수평 풍속(왼쪽), U 성분(가운데), V 성분 분포(오른쪽).
PCL1300을 통하여 산출된 바람벡터의 연직 분포를 비교하기 위한 자료로 WPR 설치 지점에서 비양한 RS 관측 자료를 활용하였다. 강릉과 철원 지역에서는 독일의 GRAW사에서 개발한 DFM-06 모델을 사용하여 각각 2∼3시간, 6시간 간격으로 비교하였다.
강릉과 철원 지역에서는 독일의 GRAW사에서 개발한 DFM-06 모델을 사용하여 각각 2∼3시간, 6시간 간격으로 비교하였다. 군산, 문산 그리고 울진 지역에서는 핀란드의 VAISALA사에서 개발한 RS92 모델을 사용하여 6시간 간격으로 RS 자료를 수집하였다.
UHF WPR의 저층 관측에 대한 특성을 Table 1에 나타내었다. 다섯 지점에서 저층 관측으로 총 71개의 고도에 대한 윈시자료를 수집하였다. PCL1300은 알고리즘의 매개변수들에 따라 바람벡터를 다르게 산출하므로 주요 매개변수들을 반복 적용하여 그 특성을 파악하였고, 알고리즘과 시선속도에 미치는 영향에 따라 Table 2와 같이 재설정하여 바람벡터를 산출하였다.

데이터처리

RS의 바람벡터는 WPR의 관측 고도와 근사한 고도를 중심으로 ±35m 내의 값들이 평균되었고, WPR의 바람벡터는 RS의 비양시각을 시작으로 30분 내의 값들이 평균되었다. 고도별 평균 오차와 평균 제곱근 오차(Root Mean Square Error, RMSE)를 사용하여 시공간적으로 통계된 RS와 WPR 자료의 정확도를 분석하였다.
본 연구에서는 강릉, 군산, 울진, 문산 그리고 철원에서 기상청이 운용하고 있는 UHF WPR PCL1300에 적용되는 매개변수들을 파악하고 재설정하였다. 자료 처리 과정에서 매개변수를 재설정하기 전과 후의 바람벡터를 산출하였고, 설치 지점과 동일한 지점에서 비양한 라디오존데의 바람벡터와 통계적으로 비교 분석하여 최적의 설정 임계값을 결정하였다.

이론/모형

본 연구에 사용된 프랑스의 데그리안(Degreane)사의 UHF WPR은 저층 관측(low mode)과 고층 관측(high mode)을 수행할 수 있다. 고층 관측은 고도분해능 165m, 최고 관측고도 11.

성능/효과

2015년 8월 13일부터 8월 20일까지의 바람 성분들에 대해 R-DEG와 C-DEG는 69935개의 자료 중 각각 80.5%, 96.9%를 생성하였고 R-DEG는 관측 기간 중 가장 높은 자료 생성률을 보였다. 2015년 8월 16일 1200UTC의 경우 R-DEG는 RS와 유사한 연직 분포를 보였으나 고도 2 km 부근에 한하여 바람벡터를 관측하지 못했다.
2 m/s로 증가하였다. C-DEG와 R-DEG의 바람벡터는 RS와 비교하였을 때, 과소 측정이 억제되었고 오차가 줄어들었다. 바람이 약하게 불었던 사례에 대해서는 상층에서 불규칙적인 바람 분포가 나타났고 C-DEG의 바람벡터는 RS보다 비교적 강하게 측정되는 경향을 보였다.
PCL1300을 거쳐 산출되는 바람벡터는 알고리즘에 적용되는 매개변수의 설정에 따라 자료 품질에서 차이를 나타내었다. R-DEG는 SNR 임계값 등 주요 매개변수들을 알고리즘에 엄격한 기준으로 적용함으로써 지상 클러터에 의한 풍속의 시공간적 불연속과 낮은 관측 고도에 의한 자료 소실을 보였다. C-DEG는 SNR 임계값, 최소 측정 수, 최소 성공률을 최솟값으로 설정하고 최대 경도와 최대 변화량을 낮추어 설정하였다.
R-DEG와 C-DEG는 강릉에서 실시한 두 번의 집중관측에서 각각 22.3%와 32.8%의 자료 수집 증가율을 보였다. 군산은 29.
R-DEG와 C-DEG의 수집률이 다른 사례보다 상대적으로 6∼16% 낮았으나 자료 수집의 증가율은 35%이상으로 사례들 중 높은 비율을 보였다.
3 m/s고 운용 방식 개선 후 약 8 m/s의 오차가 줄었다. RS와의 RMSE는 풍속에 대해 R-DEG, C-DEG 각각 3.4 m/s, 2.2 m/s로 약 1.2 m/s 정확도가 향상되었다.
0 m/s의 오차가 줄었다. RS와의 RMSE는 풍속에 대해 R-DEG, C-DEG 각각 3.4 m/s, 3.1 m/s로 정확도가 미세하게 향상되었다.
0 m/s의 오차가 줄었다. RS와의 RMSE는 풍속에 대해 R-DEG, C-DEG 각각 3.5 m/s, 2.4 m/s로 정확도가 향상되었다.
0 m/s의 오차가 줄었다. RS와의 RMSE는 풍속에 대해 R-DEG, C-DEG 각각 3.9 m/s, 2.5 m/s로 정확도가 향상되었다.
0 m/s 미만으로 매우 근소한 차이를 보였다. RS와의 RMSE는 풍속에 대해 R-DEG, C-DEG 둘 다 1.8 m/s로 매개변수 재설정 후 0.1 m/s 정확도가 미세하게 감소하였다.
RS의 바람벡터는 WPR의 관측 고도와 근사한 고도를 중심으로 ±35m 내의 값들이 평균되었고, WPR의 바람벡터는 RS의 비양시각을 시작으로 30분 내의 값들이 평균되었다.
C-DEG는 매개변수들을 재설정하여 R-DEG보다 더 넓은 자료의 허용 범위를 가졌음에도 불구하고, 전반적으로 R-DEG보다 더 작은 오차를 나타내었다. 강릉, 군산, 울진의 두 운용 방식과 RS 사이 바람벡터의 RMSE는 각각 0.4 m/s, 1.2 m/s, 1.1 m/s, 1.4 m/s 감소하였다. 문산, 철원에서는 비교적 약한 바람이 관측되었는데, 바람벡터의 RMSE는 각각 0.
9는 RS와 WPR의 고도별 평균 오차와 RMSE를 나타낸 것이다. 고도 4,500m에서 RS와의 평균 오차는 R-DEG, C-DEG 각각 -6.5 m/s, 0.4 m/s고 운용 방식 개선 후 약 6.0 m/s의 오차가 줄었다. RS와의 RMSE는 풍속에 대해 R-DEG, C-DEG 각각 3.
한편, C-DEG에서 산출하지 못한 바람벡터를 복원하기 위해 인접한 자료에 한하여 보간법을 수행하였고 자료 수집률이 낮았던 군산, 울진, 철원의 자료를 복원하였다. 관측 범위 내의 바람벡터를 모두 복원하였지만, 군산의 경우는 고도 4 km에서 RS에 대한 차가 8 m/s이었고, 울진의 경우는 전반적으로 RS에 대한 차가 5 m/s 이하였지만, 고도에 따라 잦은 풍속의 증감이 나타났다. 철원의 경우는 RS의 분포와 유사하였지만, 고도 4 km에서 10 m/s 가량 급격히 증가하는 바람 분포가 나타났다.
C-DEG는 SNR 임계값, 최소 측정 수, 최소 성공률을 최솟값으로 설정하고 최대 경도와 최대 변화량을 낮추어 설정하였다. 매개변수의 재설정은 자료의 허용 범위를 넓혀 가능 관측 고도를 높이고 자료 생성률을 증가시켰으며 자료의 시공간적 간격을 좁혀 불연속적인 바람 영역을 감소시켰다.
C-DEG와 R-DEG의 바람벡터는 RS와 비교하였을 때, 과소 측정이 억제되었고 오차가 줄어들었다. 바람이 약하게 불었던 사례에 대해서는 상층에서 불규칙적인 바람 분포가 나타났고 C-DEG의 바람벡터는 RS보다 비교적 강하게 측정되는 경향을 보였다.
5). 전체적으로 R-DEG와 C-DEG의 하층 바람 분포는 유사하게 나타났으나 C-DEG는 상층 바람 분포에서 소실을 막고 RS와 유사한 연직 분포를 나타내었다. Fig.

질의응답

핵심어	질문	논문에서 추출한 답변
	신호대잡음비 임계값이란 무엇인가?	신호대잡음비 임계값(Signal to Noise Ratio threshold, SNRmin)은 대기 신호와 잡음 신호를 구분할 수 있는 가장 작은 SNR을 의미한다. 측정된 SNR이 SNRmin보다 작으면 알고리즘에서 더 이상 대기신호를 판별할 수 없다.
	WPR의 바람벡터를 이용함으로써 발생한 문제는 무엇인가?	현재 기상청에서 제공하는 WPR의 바람벡터는 특정고도 이상에서 수집하기 어려운 문제점을 해결할 수 있었다. 그러나 각종 클러터와 대기 상태에 의해 소실되고 급변하는 바람벡터의 적합한 복원은 앞으로 해결해야 할 문제이다. 악기상 관측과 수치모델 등에 올바른 바람 자료를 활용하기 위해서 원시자료를 활용하여 바람벡터를 산출하는 기술 개발이 요구된다.
	바람 자료는 어떤 연구 분야에서 활용되고 있는가?	바람 자료는 기상 감시와 예보, 바람 피해 가능성 탐지, 지표면 플럭스와 증발량 추정, 그리고 오염 물질 확산 추정 등 광범위한 연구 분야에서 활용되고 있다. 미국, 일본, 유럽에서는 수치예보모델의 예측정확도를 높이거나 위험기상을 분석하기 위한 UHF 윈드프로파일러 레이더(Wind Profiler Radar, WPR)를 운용하여 기초 바람 자료를 관측하고 있다[1-5].

참고문헌 (10)

Weber, B. L., Wuertz, D. B., Welsh, D. C., and McPeek, R., "Quality controls for profiler measurements of winds and RASS temperatures," J. Atmos. Oceanic Technol., vol. 10, 1993, pp.452-464.

상세보기
Ishihara, M., Kato, Y., Abo, T., and Kobayashi, K., "Characteristics and performance of the operational wind profiler network of the Japan Meteorological Agency," J. of the Meteorological Society of Japan, vol. 84, 2006, pp.1085-1096.

상세보기
Holleman, I., van Gasteren, H., and Bouten, W., "Quality assessment of weather radar wind profiles during bird migration," J. of Atmos. Oceanic Technol., vol. 25, 2008, pp.2188-2198.

상세보기
Robert, E. Barbre Jr., "Quality control algorithms for the Kennedy Space Center 50-MHz Doppler radar wind profiler winds database," J. of Atmos. Oceanic Technol., vol. 29, 2012, pp.1731-1743.

상세보기
Maruri, M., Romo, J. A., and Gomez, L., "Aspects of quality control of wind profiler measurements," Atoms. Meas. Tech., vol. 7, 2014, pp.135-148.

상세보기
K. Kim, M. Kim, S. Seo, P. Kim, D. Kang, and B. Kwon, "Quality evaluation of wind vectors from UHF wind profiler using radiosonde measurements," J. of Environmental Science International, vol. 24, 2015, pp.134-150.
K. Kim, B. Kim, M. Kim, D. Kang, and B. Kwon, "Accuracy evaluation of UHF wind profiler radar wind vectors by setting a threshold of Signal-to-Noise Ratios," J of Environmental Science International, vol. 25, 2016, pp.1241-1251.

원문보기 상세보기
J. Cho, B. Heo, J. Kim, and J. Lee, "Operating manuals for wind profiler. Technical Note," Korean Meteorological Administration, vol. 3, 2005, pp.11-30.
W. Kang, Y. Moon, and O. Jung, "An analysis on characteristics of turbulence energy dissipation rate from comparison of wind profiler and rawinsonde," J. Korean Earth Sci, vol. 37, 2016, pp.448-464.

원문보기 상세보기
John R. Taylor., "An Introduction to error analysis : The study of uncertainties in physical measurements 2ed," New York: University Science Books, 1982, pp.134-135.

저자의 다른 논문 :

LOADING...

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