$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

MTSAT-1R 위성 적외영상기반 태풍강도분석 객관화와 검증
Objectification and validation of typhoon center intensity analysis based on MTSAT-1R satellite's infrared images 원문보기

대한원격탐사학회 2007년도 춘계학술대회 논문집, 2007 Mar. 29, 2007년, pp.219 - 223  

박정현 (기상청 기상위성과) ,  박종서 (기상청 기상위성과) ,  김백민 (서울대학교 지구환경과학부) ,  이희훈 (기상청 기상위성과)

초록
AI-Helper 아이콘AI-Helper

GMS(Geostational Meteorological Satellite), GOES(Geostationary Operational Environmental Satellite), MTSAT(Multi-Funcional Transport Satellite) 등의 정지기상위성은 거의 매시간 기상상황을 감시하고 태풍정보를 실시간 분석할 수 있어 드보락(Dvorak, 1975)등에 의해 이를 이용한 가시영상이나 적외영상기반의 태풍중심강도를 분석기법(드보락의 VIS/IR 분석법) 및 적외강조영상 분석기법(드보락의 EIR 분석법)이 개발되었다(Dvorak,1975, 1984). 그러나 주관적인 드보락의 VIS/IR 분석 법 및 EIR 분석법에 의한 결과는 분석자마다 다를 수 있고,절차 또한 복잡하여 시급성을 요하는 태풍 분석에서 취약점으로 지적되어 왔다. 이러한 주관적 방법의 한계를 극복하기 위하여 디지럴화된 영상과 자동 객관화된 알고리즘을 적용하는 객관 드보락 기법 (Advanced Objective Dvorak Technique, 이하 AODT)이 개발되었고(Velden et al, 1998), Zehr(1989)에 의해 비행기 관측자료등을 통해 보정되고 있다. 기상청에서는 2001 년부터 GMS 위성 관측영상을 이용하여 태풍의 중심위치를 분석하고,태풍강도를 정량화하기 위해 주관 드보락 기법 (Subjective Dvorak Technique 이하 SDT)을 이용하여 태풍중심위치와 강도정보를 실시간 예보관 및 일반인에게 제공하고 있다. 그러나 주관적인 드보락 기법이 분석자에 따라 다른 결과가 도출 될 수 있어, 이를 보완하기 위해 QuikSCAT 해상풍 관측자료, 정지 및 극 궤도위성자료를 활용한 해수면온도 둥 위성 분석자료와 기타 관측자료를 참조하고 있다. 정지기상위성자료를 이용한 드보락기법은 적외영상만으로 태풍중심 위치와 강도를 분석할 수 있는 장점 외에 앞에서 열거한 몇 가지 극복되지 못한 한계도 있으나,SSM/I 둥 기타 위성자료의 관측시간대와 분석정보 부족 등으로 정지기상위성자료를 이용한 드보락 기법을 대체할만한 현업용 분석기법이 개발되지 못했다. 기상청에서는 기존의 태풍분석업무를 개선하기 위해서 2005년부터 AODT를 도입하여 그 성능을 시험분석하고, 2006년 6월부터 AODT를 현업화하여 실시간 태풍강도분석 에 활용하였으며 2006년 제 3호 태풍 에위니아(EWINIAR)부터 두리안(DURlAN)까지 19개 태풍 434개 시간대자료를 분석한 결과 SDT 강도분석결과와 0.90의 상관도를 보였다. 또한 AODT 알고리즘이 기본적으로 대서양에서 발생하는 태풍에 초점을 두고 개발되어 북서태평양에서 발생하는 태풍에 직접 적용하기에는 어려움이 있는 것으로 알려져 있으므로(Velden et al. 1998), 이의 개선을 위하여 태풍강도지수인 SDT CI(Current Intensity) 수와 AODT CI 수간의 통계적 관계를 밝히고 신경망을 이용한 비선형 주성분 분석 (Hieh,2004)등을 통해 AODT CI 수 보정 시도를 하였다. 이와 더불어, 기상청은 근원적 객관 알고리즘 개선을 위해 AODT 자체 알고리즘 분석과 위성자료 DB 구축 동의 노력을 기울이고 있다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • 태풍에 동반된 구름 패턴은 만곡된 밴드(Curved Band) 패턴, 쉬어 (Shear) 패턴, 눈(Eye) 패턴, CDO(Central Dense Overcast) 패턴으로 분류하며 눈 패턴은 밴드형 눈(Banding Eye) 패턴을 포함한다. 각 구름시스템의 패턴 분류에 따른 분석절차를 거쳐 DT 수를 결정하며, 강도변화 모델을 기초로 과거 24시간 전과 현재의 구름 패턴을 비교하여 MET 수를 결정하고 정해진 구름의 패턴 분류에 의해 구름시스템을 결정하고PT 수를 정한다. 최종 T 수는 구름패턴의 특징에 따라 세가지 T 수 중에서 한가지를 선택하며 최종 T 수로부터 여러가지 구속조건에 의해 CI 수를 결정한다.
  • 5로 결정된다. 기본적인 드보락 방식의 약점을 극복하기 위해 ODT 알고리즘은 새로운 규칙을 추가하였다. 가장 큰 변화는 테이블에 의존하는 T 수의 결정에 대한 보완이다 이 테이블은 드보락(1995)에 의해 분류된 다양한 구름패턴(Dvorak EIR rule)을 고려할 수 있도록 변화되었다.
  • 적외강조영상 분석법(EIR 분석법) 은 구름시스템의 중심 결정 그에 따른 3가지 참조 T 수결정, 적합한최종 T 수선택, 최종 T 수로부터 구속조건에 따라CI 수 결정, 지역별 변환표에 따라 태풍중심의 최대풍속 과기 압 추정 등의 5단계 로 구분된다. 참조 T 수(Tropical No.) 3가지는 DT 수(Data T-No.), MET 수 (Model Expected T-No.) 및 PT 수(Pattern T-No.)로, DT 수는 열대 저기압에 동반되는 구름시스템을 구름 패턴별로 정의된 다이아그램에 따라 구조를 분석하여 결정한다. DT 수는 구름패턴을 수량화하기 위해 구름패턴에 따라 각기 다른 절차를 이용하여 태풍의 강도를 분석하므로 구름패턴을 바르게 인식하는 것이 무엇보다 중요하다.
  • 따라서, 각각의 링에서 발견되는 가장 따뜻한 온도가 저장되고, 모든 링에서 발견된 가장 따뜻한 온도 중에 가장 차가운 온도를 최종적인 주변 온도(surrounding temperature) 로 결 정 한다. 태풍 중심온도와 주변온도가 결정된 후 드보 락(1995) 의 경 험 관계 테 이 블(look・up table)을 활용하여 태풍 강도를 추정한다. 대서양의 경우, 항공 레포트로 입수된 자료를 통해 온도와 열대 저기압 강도 추정을 통계적으로 연관하여 T수를 결정한다.

이론/모형

  • 기본적인 드보락 방식의 약점을 극복하기 위해 ODT 알고리즘은 새로운 규칙을 추가하였다. 가장 큰 변화는 테이블에 의존하는 T 수의 결정에 대한 보완이다 이 테이블은 드보락(1995)에 의해 분류된 다양한 구름패턴(Dvorak EIR rule)을 고려할 수 있도록 변화되었다. 구름 패턴의 결정은 구름운정 온도의 히스토그램과 태풍의 눈 지역과 그 주변에 대한 푸리에 분석에 근거하며 이 분석에 의해 4가지의 패턴이 분류된다.
  • 방법은 태풍의 눈이 크고 명확히 정의된 경우라면 적합한 방법이지만 주변장의 바람 쉬어가 강하여 태풍의 눈이 명확하지 않은 경우에는 적절하지 않다. 이러한 경우를 고려하여 태풍중심이 차가운 구름대로 덮여있으며 따뜻한 태풍의 눈이 존재하지 않는다고 판단되는 CDO(Central Dense Overcast) 패턴을 인식하여 zno eye' 조건이 AODT 알고리즘에 의해 작동된다. 이러한 경우 사용자가 지정한 중심위치의 온도를 태풍의 눈 온도로 정의한다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로