초록 ▼

Ⅳ. 연구 내용 및 결과
1. 위성을 이용한 지구환경정보 산출 및 개선
지구관측위성 및 천리안위성을 이용한 지구환경정보 산출과 수치모델 활용을 위한 위성 정보생산에 관한 연구를 다양하게 수행하였다. 특히 2011년 4월부터 천리안위성이 정상 운영됨에 따라 MTSAT-1R을 사용하던 기상위성 산출물을 천리안위성 기반으로 알고리즘을 개선하는 연구를 중점적으로 진행하였다. 중규모 위성바람장 산출 알고리즘은 북반구 확장지역(ENH)의 천리안위성 1 km 해상도 가시영상을 사용했으며 천리안위성의 센서 특성을 반영하여 알고리즘을 최

Ⅳ. 연구 내용 및 결과
1. 위성을 이용한 지구환경정보 산출 및 개선
지구관측위성 및 천리안위성을 이용한 지구환경정보 산출과 수치모델 활용을 위한 위성 정보생산에 관한 연구를 다양하게 수행하였다. 특히 2011년 4월부터 천리안위성이 정상 운영됨에 따라 MTSAT-1R을 사용하던 기상위성 산출물을 천리안위성 기반으로 알고리즘을 개선하는 연구를 중점적으로 진행하였다. 중규모 위성바람장 산출 알고리즘은 북반구 확장지역(ENH)의 천리안위성 1 km 해상도 가시영상을 사용했으며 천리안위성의 센서 특성을 반영하여 알고리즘을 최적화하였다. 중규모 위성바람장은 현재 국가기상위성센터에서 산출하는 종관규모 위성바람장에 비해 태풍과 같이 곡률이 큰 중규모 현상에서의 대기흐름을 잘 표현하며 가시영상을 사용하므로 하층 바람장 산출에 용이하다는 장점이 있다(그림 1.1). 기존의 품질계수(Quality Indicator; QI) 방법은 중규모 위성바람장의 비지균성을 고려한 품질관리에 한계가 있어 기대오차법(Expected Error; EE)을 도입하였다. 기대오차법은 위성바람장의 시공간적 균질성 뿐 아니라 수치모델의 바람 및 온도의 연직시어를 고려하므로 바람시어가 큰 중규모 위성바람장의 품질관리에 적합한 것으로 판단된다. 본 연구에서는 품질계수와 기대오차법의 경계값에 따른 민감도 실험을 통해 중규모 위성바람장 품질관리에 최적화된 경계값(QI≥0.85 and EE ≤ 4 ms^-1)을 결정하였다.
이를 적용하여 존데 및 수치자료와의 오차분석 결과, 바이어스와 RMSE가 향상된 결과를 보였다.
고해상도(5 km) 다중센서 위성해수면온도 합성장 산출 알고리즘도 기존의 MTSAT-1R 대신 천리안위성자료를 사용하였다. 천리안 위성, AVHRR, MODIS 센서의 해수면온도를 이용하였으며 부이 관측 자료와의 오차분석을 통해 위성 센서별 가중치를 결정하고 이를 이용하여 다중센서 위성 해수면온도 산출시스템을 구축하였다. 고해상도 위성 해수면온도 합성장은 단일 센서를 사용한 경우보다 구름 등에 의해 산출되지 않는 빈 공간을 최소화하였으며 높은 해상도로 산출되어 해류의 이동 등이 세밀하게 표현되었다.
전년도에 구축된 동아시아 지역 위성 증발산량 산출 기술의 검증 및 개선에 관한 연구가 수행되었다. 위성 증발산량을 검증하기 위해 광릉수목원 플럭스 타워의 자료 및 MODIS 위성 증발산량과 비교하였다. 본 알고리즘에 의해 산출된 위성증발산량은 에너지 수지식 기반의 실제 증발산량으로 겨울철에는 낮고 봄․여름철에 증가하는 등 MODIS에 비해 계절변화가 뚜렷하게 나타났다. 또한 플럭스 타워(침엽수림) 관측 자료와 비교한 결과 봄철에 차이가 가장 작았으며, 여름철에 차이가 큰 것으로 나타났다. 이러한 차이를 분석하기 위해 향후 강수, 일사량 등 위성 증발산량 산출에 영향을 미치는 주요 요소에 대한 세밀한 평가가 이루어질 예정이다. 전년도에는 한반도 지역에 제한된 지상 및 위성자료를 이용하여 증발산량 산출에 필요한 계수를 산출하였으나 당해 연도에는 동아시아 전지역의 관측 자료를 수집하였으며 천리안위성 자료를 이용하여 일사량 자료를 산출하는 등 알고리즘을 개선하였다. 특히 중간 산출물(순복사, 위성기반 대기온도 등)을 개선하여 위성 증발산량의 정확도를 높였다.
2012년 여름철 북극해빙은 역대 최소면적을 기록하였다(그림 1.3). 국립기상연구소는 SSMIS 위성자료를 이용하여 “극지해빙 감시 및 분석시스템”을 구축하고 북극해빙의 변화를 정기적으로 감시하였다. 바렌츠-카라해의 해빙은 6월 이후 매우 빠르게 감소하기 시작하여 7월말에 이미 대부분 녹았으며 다른 해에 비해 보퍼트해 및 랍테프해의 해빙도 이 상당량 녹았고 척치해의 해빙도 8월 초에 강한 스톰의 영향으로 급격히 녹았다. 이러한 해빙의 감소로 인해 2012년 북극해빙면적은 2007년 최소면적 기록을 갱신하였다.
장기간 위성자료의 활용 연구로 위성 토양수분과 황사발생횟수와의 통계적 분석을 수행하였다. 주요 황사발원지인 고비사막, 내몽골, 중국북동부 지역으로 구분하여 상세분석하였다. 지난 8년 평균 보다 위성토양수분이 감소했을 때, 그렇지 않은 경우보다 황사발생횟수가 다소 많았다. 특히 중국 북동부 지역에서는 황사발생사례의 75 %에서 토양수분이 8년 평균보다 감소한 것으로 나타났다(그림 1. 4(d)). 중국북동부 지역은 계절에 따른 식생의 변화에 의해 주로 봄철에 황사발생이 집중되어 있으며 토양수분이 다른 지역에 비해 높은 지역으로 토양수분 감소에 따른 영향을 크게 받는 것으로 나타났다.
2. 원격관측자료를 이용한 대기환경정보 산출 및 개선
2012년도에 추진된 고분해적외분광간섭계(FT-IR)를 이용한 대기환경정보 산출 연구는 크게 세 분야로 구분된다. 첫 번째는 지속적인 라디오존데 관측 자료를 이용한 2011년에 구축된 온습도 프로파일 산출 알고리즘의 최적화 및 검증이며, 두 번째는 2011년도에 구축된 FT-IR 기반의 메탄산출 알고리즘의 개선 및 산출요소 확대이다. 마지막으로 원격관측 기반 온실가스의 검증을 위한 온실가스 항공관측이다.
안면도 기후변화감시센터에서 수행된 라디오존데 관측은 FT-IR와 위성(Aqua/AIRS, MetOp/IASI)의 온습도 프로파일 검증을 위해 위성이 한반도를 통과하는 시간에 맞춰 수행되었으며, 2010년 이후 현재까지 총 39개의 라디오존데 프로파일이 확보되었다.
이 존데 프로파일을 이용하여 FT-IR과 위성 온습도파일을 검증하였다. 각각의 프로파일에 대한 1000～700 hPa의 평균 RMSE와 BIAS를 표 2.1에 나타내었다. 표 2.1에서 알 수 있듯이, IASI의 온도 BIAS를 제외하면 모든 결과에서 FT-IR이 위성보다 높은 정확도 검증 결과를 보이고 있다.
FT-IR 메탄 산출 알고리즘(SFIT2 v3.93) 개선을 위하여 지상～120 km 고도의 온도와 기압 값을 관측 지점에 가까운 자료로 변경(AWS, KLAPS 재분석자료)하였고, 기후변화감시센터에서 관측된 지상 메탄 관측 자료(2010.6～2011.5)를 이용하여 검증하였다. 그림 2.1에서 알 수 있듯이 개선 전에 비하여 개선 후 이론적인 알고리즘 오차 범위(±0.2 ppm) 이내 빈도수가 59.4 %에서 71.7 %로 향상된 것을 알 수 있다. 또한 지상관측과 FT-IR 메탄의 RMSE 역시 0.27 ppm에서 0.19 ppm으로 향상되었다.
FT-IR 기반 대기환경정보 산출 요소 확대를 목적으로 FT-IR 일산화탄소(CO) 산출 알고리즘 구축이 수행되었으며, 기후변화감시센터에서 측정된 지상관측 자료와 비교하였다. 검증결과 FT-IR CO 농도는 지상관측보다 과소 추정하는 경향을 나타냈다.
2010～2011년까지 온실가스 항공관측은 지상～5 km 고도까지 7개 층에 대하여 샘플링 방식으로 수행되었으나, 2012년 항공관측용 온실가스 연속측정기(CRDS)의 도입으로 기존 방식에 비하여 비약적으로 향상된 고분해능 프로파일(0.3초, 약 5 m) 관측이 가능해 졌다(그림 2.2). 2012년 항공관측은 총 13회 수행되었으며, 3개 요소(이산화탄소, 메탄, 수분)에 대하여 각각 50개 프로파일이 확보되었다.
3. 전지구강수관측위성(GPM) 활용기술 개발
(1) 한반도 GPM 지상검증기술 개선
2011년에 국립기상연구소에 구축된 통계적 GPM 지상검증시스템 원형을 이용하여 NASA에 의해 재생산된 TRMM 위성 강수자료(V7)의 향상도를 평가하였다. 반사도 비교 결과 개선 전 강수자료(V6)와 거의 동일한 확률분포를 나타내었지만 지상레이더와의 반사도 차이에서 미세한 개선을 확인할 수 있었다. V6과 마찬가지로 V7에서도 대부분 음의 편차가 나타나고 있으나, 2009년 이후 사례부터는 반사도 차이가 줄어들어 안정적인 활용이 가능한 것으로 분석되었다.
연직 반사도 비교 결과에서는 두 버전에 따른 차이를 거의 찾아 볼 수 없었으며 비교적 감쇄 영향을 덜 받는 상층 반사도에서도 뚜렷한 차이는 나타나지 않았다. 따라서 V7 알고리즘의 개선점이 한반도 강수에는 크게 영향을 미치지 못하는 것으로 분석되었다. 강우강도의 비교 결과에서는 전반적으로 V7 강수자료가 V6 자료에 비해 오히려 정확도가 낮게 분석되어 TRMM V7 알고리즘이 한반도 강수시스템에서는 적합하지 않는 것으로 평가되었다.
(2) 한반도 지역 강수특성 분석을 위한 기반 연구
TRMM/TMI 밝기온도와 지상 우량계 자료를 사용하여 한반도에서 발생하는 강수시스템의 통계적인 군집분석을 수행한 결과 강한 대류(deep convection)를 동반하여 많은 빙정을 포함하는 키높은 강수시스템(30 %) 보다는 빙정이 비교적 적게 포함된 키작은 구름형(warm rain system) 강수시스템(57 %)이 더 많이 발생하는 것으로 분석되었다. 강수시스템이 형성되는 주변 환경 분석을 위하여 ERA-Interim 재분석 자료를 이용하여 각각의 종관 특성을 분석한 결과 강한 대류형 강수시스템보다 키작은 구름형에서 수증기, 구름 우적량 등이 월등히 혹은 비슷하게 분포하고 있었으며 반대로 구름 빙정양의 경우 상대적으로 적게 분포하고 있는 것으로 분석되었다.
키작은 구름형 강수시스템의 강수 확률 빈도가 높게 나타나는 것은 얼음 빙정양만을 이용하는 마이크로파 육상 강수 알고리즘의 오차를 증가시키는 요인으로 작용하게 되므로 알고리즘 개발에 있어서 반드시 고려해야할 부분이다. 즉, 한반도 독자적인 마이크로파 강수 산출 알고리즘을 개발하기 위해서는 한반도에 강수를 유발하는 강수시스템에 적합한 구름-복사 데이터베이스의 구축이 시급하다.

Abstract ▼

Ⅳ. Research Contents and Results
1. Implementation of Satellite-based Global Environmental Information System
To utilize the satellite products into climate monitoring and hydrology, the improvement studies of satellite-based Earth-environmental products using Earth observation satellite and t

Ⅳ. Research Contents and Results
1. Implementation of Satellite-based Global Environmental Information System
To utilize the satellite products into climate monitoring and hydrology, the improvement studies of satellite-based Earth-environmental products using Earth observation satellite and the Communication, Ocean and Meteorological Satellite (COMS) have been conducted. Since the COMS has been normal operation from April 2011, the meteorological satellite products using MTSAT-1R are improved based on COMS observation. The algorithm to retrieve mesoscale atmospheric motion vectors (AMVs) is improved using COMS visible channel images with 1km resolution in Expanded Northern Hemisphere (ENH) region and optimized as characteristics of COMS Meteorological Imager (MI) sensor. Mesoscale AMVs depict better atmospheric flow of mesoscale phenomena likes tropical cyclone with large curvature than synoptic AMVs. As retrieval of mesoscale AMVs uses visible channel (Figure 1.1), low level winds are well producted compared to IR-based synoptic AMVs. Since Quality Indicator (QI) has limitation to consider the ageostrophic characteristics of mesoscale AMVs the Expected Error (EE) is adopted.
To consider both QI and EE, threshold values are optimized as QI ≥ 0.85 and EE ≤ 4 ms^-1. By adopting EE, the mesoscale AMVs seem to well represent the atmospheric flow, and errors are improved in comparison with sonde, and NWP winds.
The algorithm of merged SST using various IR-based SSTs is newly developed over the East Asia based on COMS. The new merged SST has been retrieved by merging the SSTs derived from COMS, AVHRR and MODIS data with 5 km high spatial resolution on a daily basis. The merged SST can minimize blank regions owing to cloud, rainfall, fog and aerosol. Also, the detailed features of ocean current are better expressed than single-sensor SST. All the SSTs used in merging process are evaluated against buoy SST to decide the weighting value. When several data were available at the same location, the algorithm can choose the high quality SST using these weighting values. The quality of the merged SST shows underestimated results in comparison with buoy SST and MetOffice/OSTIA (MetOffce/Operational SST and Sea Ice Analysis) data. In particular, the errors of merged SST has increased since June 2012 and this error tendency showed similarly in monthly validation results of COMS and AVHRR SST. However we need to additional study on this error analysis.
A retrieval algorithm of evapotranspiration over East Asia based on surface energy balance with multi-satellite data has been developed in 2011 at NIMR. The algorithm is trained using collocated satellited and ground based observation data over Korean peninsular, and validated using in-situ measurement (the micrometeorological tower observation data) in 2012. As a result of validating evapotranspiration with the in-situ measurements, the RMSE is 0.21 mm/day and the Bias is -1.36 mm/day for one years and has a relatively small difference in April, whereas, and has a big difference in July. To evaluate the algorithm, we compared to Aqua·Terra/MODIS Evapotranspiration (MOD16) in 2012. The NIMR evapotranspiration shows a considerable seasonal variation for vegetation from growing season to dying season. The NIMR evapotranspiration values is higher than MOD16 values. Especially, MOD16 represents markedly lower values in autumn. The retrieval algorithm has been constructed with COMS data instead of multi-satellite data and has extended the collocated data set over the East Asia in 2012. Also, sub-algorithms (net radiation, air-temperature) have improved for the accuracy of retrieval algorithm.
NIMR has conducted "Polar Sea Ice Monitoring and Analysing System" using SSMIS data in 2012 and regularly monitors the change of Arctic sea ice. Air temperature in Barents-Kara area had been higher than climatology since 2011. As this effect, sea ice over the Barents-Kara did not expanded the average area in spring, had been rapidly melting from middle June and fully melted to on end of July. much more sea ice over the Beaufort sea and Laptev sea was melted in 2012 summer than past. Sea ice over Chukchi sea was rapidly melted by strong storm on early August. As these reasons, Arctic sea ice extent broke 2007 record in August and recorded the lowest minimum in 2012 summer (Fig. 1. 3).
As application research of long-term satellite data, this report statistically analyzed the relationship between soil moisture and occurrence of dust events. Major source regions of Asian dust were divided into three regions-Gobi desert, Inner Mongolia, and Northeast of China- and analyzed in detail. Asian dust is most likely to occur in these regions when soil moisture values are less than the eight years of monthly mean soil moisture values. Especially, 75 % of Asian dust in Northeast of China occurred when soil moisture was less than eight year of monthly mean soil moisture.
Asian dust in the Northeast of China mostly occurred in spring by vegetation changes according to the season. It appears that the impact of soil moisture reveals strongly in the Northeast of China in comparison with other source regions as soil moisture is higher than others.
2. Atmospheric Environmental Information Using Remotely Sensed Observation
The studies for retrieving atmospheric environmental information consist of three research parts such as optimization and validation on T/q profile retrieval algorithm, improvement on methane retrieval algorithm and establishment on carbon monoxide retrieval algorithm, respectively, from a ground-based FT-IR measurement and integrated validation of remotely-sensed greenhouse gas measurement against ground-based in-situ measurement and aircraft-based observation. In order to validate T/q profile retrievals from FT-IR and satellites (Aqua/AIRS and MetOp/IASI), radiosondes have been launched at the Korea Global Atmosphere Watch Center (KGAWC) at Anmyeon-do since 2010. During the observation period of 2010-2012, 39 valid sonde profiles were used to validate T/q profiles retrieved from FT-IR and satellites. Table 2.1 indicates vertically averaged RMSE and BIAS from 1000 to 700 hPa for all of the validation cases. Except for temperature BIAS of FT-IR, FT-IR shows better validation scores for temperature and mixing ratio than AIRS and IASI.
In order to improve the methane retrieval algorithm from the FT-IR, input data such as temperature and pressure from surface to 120 km were used to AWS data observed at the KGAWC and KLAPS reanalysis data at the grid point close to the observation site. Performance before and after algorithm modification was assessed on the basis of the comparison of ground-based in-situ methane measurement at the KGAWC. In Fig. 2.1, algorithm improvement results in the increase of frequency ratio (59.4% → 71.7%) within theoretical algorithm error range (±0.2 ppm).
In 2012, there was an effort to retrieve carbon monoxide (CO) from the FT-IR measurement. In the comparison of CO retrieved from FT-IR and in-situ CO measurement from the KGAWC, it was found that FT-IR provides underestimated CO concentration.
While aircraft-based greenhouse gases observations of 2010-2012 were carried out on the basis of canister sampling measurement for 7 layers from surface to 5 km, aircraft observations of 2012 were performed using the CRDS (Cavity Ring-Down Spectroscopy) analyzer. The CRDS analyzer provides highly-resolved vertical profiles (approximately every 0.3 second) compared with canister sampling measurement (Fig 2.2). CRDS shows high stability to measure CO₂ and CH₄ as well as comparable accuracy with canister sampling measurement. Through 13 flights, 50 profiles for CO₂, CH₄ and H₂O were obtained, respectively.
3. Study for Global Precipitation Measurement (GPM) Satellite Utilization
(1) Improvement of GPM Ground Validation System over the Korean Peninsula
The improvement of new algorithm products (V7) of TRMM was assessed by using statistical validation system developed by NIMR in 2011. Even though the probability distribution of V7 was very similar to previous algorithm products (V6) in the reflectivity, it was found that V7 showed slightly improved performance than V6 by comparing to ground radar. It was also found that the negative bias was dominant alike in V6, but the usability of V7 was improved because the differences of reflectivity had been stable and diminished after 2009.
There was few difference in the comparison of reflectivity profile according to versions and even in the higher altitude where attenuation effect was small. Therefore, it was analyzed that the new algorithm is less effective over the Korean peninsula, so V7 rain rate showed less accuracy than V6 rain rate by comparing ground observation. Eventually we concluded that the new TRMM algorithm was not appropriate method for rainfall over the Korean peninsula.
(2) Statistical Analysis of Rain System over the Korean Peninsula
Using TRMM/TMI brightness temperature and gauge data over the Korean Peninsula, the rainfall systems were analyzed by way of k-mean clustering method . It was found that warm rain systems with relatively low cloud top height were more frequent (57%) than deep convective rain system (30%) which contained more cloud ice particles.
In order to examine environmental atmospheric state, ERA-Interim reanalysis data are used. Synoptic parameters such as geopotential height, total water vapor, integrated cloud water, and integrated cloud ice were composited and averaged for each rain system from k-mean clustering. Results suggested that warm rain system had more water vapor and more cloud water amount than those of deep convective system, on the other hand warm rain system had less cloud ice amount.
The higher proportion of the warm rain system over the Korean Peninsula led large errors in the rainfall retrieval over land whose algorithm were dependent to the amount of frozen hydrometeors. Therefore, in order to develop algorithm which contains the characteristic features of rain systems over the Korean Peninsula, the relationship between cloud parameters (cloud water, rain rate, water vapor, cloud ice, and so on) and radiation parameters (brightness temperature, reflectivity profile, radiation and so on) should be established.

목차 Contents

• 표지 ... 1
• 연구 보고서 ... 2
• 목 차 ... 4
• CONTENTS ... 9
• 표 목 차 ... 15
• 그 림 목 차 ... 17
• 요 약 문 ... 23
• SUMMARY ... 30
• 제 1 장 서 론 ... 38
• 제 2 장 위성을 이용한 지구환경정보 산출 및 개선 ... 40
• 제 1 절 천리안위성 중규모 위성바람장 산출시스템 구축 ... 40
• 1. 서론 ... 40
• 2. 천리안 중규모 위성바람장 산출시스템 ... 41
• (1) 입력자료 ... 41
• (2) 산출조건 ... 41
• (3) 품질관리방법 최적화 ... 43
• 3. 천리안 중규모 위성바람장 검증 ... 46
• (1) 개요 ... 46
• (2) 수치모델 바람장과의 비교 ... 46
• (3) 라디오존데 및 수치모델과의 통계 검증 ... 50
• 4. 소결론 ... 52
• 제 2 절 동아시아 지역 고해상도 다중센서 위성 해수면온도 합성장 산출 ... 53
• 1. 서론 ... 53
• 2. 자료 ... 54
• 3. 다중센서 합성장 산출 ... 55
• (1) 입력 자료의 시공간 일치 ... 55
• (2) 가중치 결정 ... 56
• (3) 합성장 산출 및 특성 ... 57
• 4. 정확도 검증 ... 59
• (1) 부이 및 OSTIA 해수면온도와의 비교 ... 59
• (2) 부이 해수면온도의 QC 필요성 ... 63
• 5. 소결론 ... 64
• 제 3 절 SSMIS 위성기반 극지해빙 감시 및 분석 ... 66
• 1. 서론 ... 66
• 2. SSMIS 극지해빙 ... 66
• 3. 해빙거칠기 개선 ... 67
• (1) 근사해 ... 67
• (2) 해석해 ... 68
• (3) 해빙거칠기 개선 ... 69
• 4. 2012년 북극해빙 현황 ... 70
• 5. 소결론 ... 74
• 제 4 절 동아시아 지역 위성 증발산량 산출 기술 개선 ... 75
• 1. 서론 ... 75
• 2. 위성 증발산량 산출 및 정확도 평가 ... 75
• (1) 위성 증발산량 산출 알고리즘 현황 ... 75
• (2) 외국 위성 증발산량과의 비교 ... 76
• (3) 지상관측 증발산량 자료(Flux Tower)와의 검증 ... 79
• (4) 입력자료의 정확도 평가 ... 81
• (5) 토지피복에 따른 증발산량 특성 분석 ... 84
• 3. 천리안위성 기반 산출 알고리즘 최적화 ... 86
• 4. 소결론 ... 86
• 제 5 절 위성 토양수분 자료를 이용한 황사 발생 횟수 특성 분석 ... 88
• 1. 서론 ... 88
• 2. 토양수분과 황사발생 ... 88
• (1) 개요 ... 88
• (2) 계절별 분포 ... 89
• (3) 주요 황사발원지의 특징 ... 90
• 3. 소결론 ... 94
• 제 3 장 원격관측자료를 이용한 대기환경정보 산출 및 개선 ... 95
• 제 1 절 2012년 집중관측 수행 ... 95
• 1. 개요 ... 95
• 2. FT-IR 온습도 프로파일 산출 및 비교 ... 97
• 3. 온실가스 항공관측 분석 ... 99
• 4. 소결론 ... 104
• 제 2 절 지상 FT-IR을 이용한 온‧습도 프로파일 산출 및 검증 ... 105
• 1. 서론 ... 105
• 2. FT-IR 온·습도 프로파일 산출 알고리즘 최적화 ... 105
• 3. FT-IR 온·습도 프로파일 검증 ... 108
• 제 3 절 지상 FT-IR을 이용한 메탄 산출 기술 개선 ... 110
• 1. 현황 ... 110
• 2. 자료 및 개선 방법 ... 110
• 3. 결과 ... 112
• 4. 소결론 ... 115
• 제 4 절 지상 FT-IR을 이용한 일산화탄소 산출 및 검증 ... 117
• 1. 서론 ... 117
• 2. FT-IR 일산화탄소 산출 및 검증 ... 117
• 3. 소결론 ... 121
• 제 4 장 전지구강수관측위성(GPM) 활용기술 개발 ... 123
• 제 1 절 국제공동연구 추진 현황 ... 123
• 1. 개요 ... 123
• 2. NASA와의 국제 공동연구 ... 123
• 3. JAXA와의 국제 공동연구 ... 124
• 제 2 절 한반도 GPM 지상검증기술 개선 ... 126
• 1. 서론 ... 126
• 2. 자료 ... 127
• 3. 버전 차이에 따른 지상검증결과 ... 128
• (1) 반사도 차이 비교 ... 128
• (2) 강우강도 비교 ... 132
• 4. 소결론 ... 136
• 제 3 절 한반도 지역 강수특성 분석을 위한 기반 연구 ... 137
• 1. 서론 ... 137
• 2. 통계적 방법을 이용한 강수시스템 분류 ... 137
• 3. 통계적 방법으로 분류된 강수시스템 특징 ... 140
• 4. 소결론 ... 144
• 제 5 장 위성정보를 활용을 위한 기반 구축 ... 146
• 제 1 절 NIMR 1-DVAR 알고리즘 원형 구축 및 개선 ... 146
• 1. 서론 ... 146
• 2. NIMR 1-DVAR 알고리즘 원형 개요 ... 147
• 3. NIMR 1-DVAR 알고리즘 원형의 정확도 평가 ... 148
• (1) 목적 및 실험 방법 ... 148
• (2) 실험 결과 ... 149
• 4. 관측 오차 공분산 행렬이 1-DVAR 계산에 미치는 영향 분석 ... 151
• (1) 목적 및 실험 방법 ... 151
• (2) 실험 결과 ... 152
• 5. 소결론 ... 155
• 제 2 절 위성 지구환경정보 분석 및 표출시스템 구축 ... 156
• 1. 서론 ... 156
• 2. 지구환경정보 분석 및 표출 시스템 ... 157
• (1) 표출 시스템 구성 ... 157
• (2) 극지해빙 감시 ... 158
• (3) 위성 토양수분 ... 162
• (4) 다중센서 위성 해수면 온도 합성장 ... 163
• (5) 위성 증발산량 ... 164
• (6) FT-IR 온습도 프로파일 ... 165
• (7) 중규모 위성 바람장 ... 166
• 3. 소결론 ... 170
• 제 6 장 결론 ... 171
• 참고문헌 ... 174
• 부록 1. 약어 ... 178
• 부록. 학술용역 최종보고서 ... 182
• 끝페이지 ... 182