[R] 라디오존데 (Radiosonde) 관측 자료를 이용한 고도별 온도 (Temperature) 및 상대 습도 (Relative Humidity) 등고선 가시화

정보
내용
소스 코드
참고 문헌
문의사항

정보

업무명 : 라디오존데 (Radiosonde) 관측 자료를 이용한 고도별 온도 (Temperature) 및 상대 습도 (Relative Humidity) 등고선 가시화
작성자 : 이상호
작성일 : 2020-03-02
설 명 :
수정이력 :

내용

[개요]

안녕하세요? 기상 연구 및 웹 개발을 담당하고 있는 해솔입니다.
라디오존데 (Radiosonde)를 기구에 매달아 비양시켜 지상으로부터 30km이상 상공까지 일정한 시간 간격으로 대기상태를 직/간접적으로 관측합니다. 이러한 자료는 무선 송수신장치를 통해 지상으로 전송되고 지상 수신장치에서 처리됩니다.
기상청은 일 2회 정기 고층 기상관측 (오전 09시, 오후 09시)을 하고 우리나라에 태풍, 집중호우 등과 같은 위험기상 현상이 발생 또는 예측될 때는 정기관측시각 이외에 03시, 15시에 특별기상관측을 수행합니다.
따라서 라디오 존데 관측 자료를 이용한 고도별 온도 및 상대 습도 등고선 가시화를 소개해 드리고자 합니다.

[특징]

라디오 존데 (Radiosonde) 자료를 이해하기 위해서 가시화가 요구되며 이 프로그램은 이러한 목적을 달성하기 위한 소프트웨어

[기능]

온도 및 이슬점 온도를 이용한 상대 습도 변환
다단계 B-Spline 근사화를 이용한 온도 및 상대습도 내삽
고도별 온도 및 상대습도 가시화

[활용 자료]

자료명 : OBS_SONDE_F00508_20200301232133.csv
자료 종류 : 라디오존데 관측 자료 (검색 조건은 아래 캡쳐본 참조)
확장자 : csv
지점 : 오산
기간 : 2019년년 1월 1일 - 2020년 12월 31일
시간 해상도 : 1일 2회 (09, 21시) 또는 4회 (03, 09, 15, 21시)
제공처 : 기상자료개방포털

기상자료개방포털

자료설명 라디오존데를 기구에 매달아 비양시켜 지상으로부터 30km이상 상공까지 일정한 시간 간격으로 대기상태를 직 · 간접적으로 관측합니다. 관측자료는 무선 송수신장치를 통해 지상으로 전송되고 지상 수신장치에서 처리됩니다. 기상청은 일 2회 정기 고층기상관측(오전 9시, 오후 9시)을 하고 우리나라에 태풍, 집중호우 등과 같은 위험기상 현상이 발생 또는 예측될 때는 정기관측시각 이외에 3시, 15시에 특별기상관측을 합니다. 자료설명 자료형태 시간(12시간

data.kma.go.kr

OBS_SONDE_F00508_20200301232133.csv

1.00MB

기상자료개방포털 관련 자세한 내용은 링크를 참조하시기 바랍니다.

[연구개발] 국내 기상/기후자료 데이터 시스템 이해

정보 업무명 : 자유 서식 작성자 : 이상호 작성일 : 2019-12-13 설 명 : 수정이력 : 내용 [국내 기후자료 데이터시스템 이해] 최근 기후변화에 의한 이상기상이 일상화되어 가는 현시점에서 기후변화 대책 수립을..

shlee1990.tistory.com

[자료 처리 방안 및 활용 분석 기법]

상대 습도 변환
- R에서 온도 및 이슬점 온도에서 수증기 측정 값 계산으로서 humidity 패키지 사용
- 즉 기상에서 수증기 측정에는 증기압, 상대 습도, 절대 습도, 비습도 및 혼합 비율이 일반적으로 사용됩니다. 이러한 패키지는 포화 증기압 (hPa), 부분 수증기 압력 (Pa), 상대 습도 (%), 절대 습도 (kg /m3), 비중 (kg/kg) 및 혼합 비율 (온도 (K)와 이슬점 (K)에서 kg/kg) 그리고 습도 측정 간의 변환 기능도 제공됩니다.

다단계 B-Spline 근사화 (Multi level B-Spline Approximation)를 통해 3D 내삽
- R에서 규칙 및 불규칙 격자에 대해 데이터 내삽 방법로서 MBA 패키지 사용
- 최근 많은 이미지 영상과 관련하여 다양한 연구 분야에서 데이터 보간에 대한 요구는 증가 추세에 있으며 이에 대해 많은 방법이 제안되어있다.
- 이 중 B-Spline 근사화는 약간의 오차를 함유하지만 자연스럽고 매끄러운 형상 변화가 가능한 방법이다.
- 또한 이러한 오차 감소 기법으로서 다단계 B-Spline 근사화 방법이 제안되었다. 이 방법은 B-spline 근사화의 장점 (자연그러움, 매끄러움)을 유지하면서 데이터 보간을 해준다.
- 그러나 정밀도 향상에 따라 필요한 계산량이 기존의 B-Spline 근사화에 비해 크게 증가한다. 이는 사용상의 가장 큰 병목이 되나 최근에 많은 계산 및 시간 절감이 되었다.

[사용법]

입력 자료를 동일 디렉터리 위치
소스 코드를 실행
(Rscript Visualization_of_Contour_from_Temperature_and_Relative_Humidity_
Using_Radiosonde_Observation_Data.R)
가시화 결과를 확인

[사용 OS]

Windows 10

[사용 언어]

R v3.6.2
R Studio v1.2.5033

소스 코드

[명세]

전역 설정
- 최대 10 자리 설정
- 메모리 해제
- 영어 설정

# Set Option
options(digits = 10) 
memory.limit(size = 9999999999999)
Sys.setlocale("LC_TIME", "english")

라이브러리 읽기

# Library Load
library(data.table)
library(tidyverse)
library(lubridate)
library(RadioSonde)
library(MBA)
library(ggrepel)
library(extrafont)
library(timeDate)
library(metR)
library(scales)
library(humidity)

파일 읽기

# File Read
dfData = data.table::fread("INPUT/KMA/OBS_SONDE_F00508_20200301232133.csv", header = FALSE, skip = 1)

colnames(dfData) = c("stationNum", "stationName", "dateTime", "level", "height", "temp", "dewTemp", "windSpeed", "windDir")

dplyr::tbl_df(dfData)

Data Frame를 이용한 L1 전처리
- 시간 문자열을 날짜형으로 변환 (dtDateTime)
- 시간 날짜형을 십진수로 변환 (nXranYmdHm)
- "상기 상대 습도 변환"에서와 같이 온도 및 이슬점 온도를 통해 변환 (rh)

# L1 Processing Using Data Frame
dfDataL1 = dfData %>%
    dplyr::mutate(
        dtDateTime = readr::parse_datetime(dateTime, format = "%Y-%m-%d %H:%M")
        , nXranYmdHm = lubridate::decimal_date(dtDateTime)
        , rh = humidity::RH(temp, dewTemp, isK = FALSE)
    )


# NA Delete
dfDataL2 = na.omit(dfDataL1)

dplyr::glimpse(dfDataL2)

다단계 B-Spline 근사화를 이용한 온도 내삽
- MBA:mba.surf를 통해 3차원 변수 (날짜, 고도, 온도)에 내삽
- 규칙 격자 (500 x 500)에 대한 설정 및 변수 이름 변경 (고도 > yAxis, 온도 > zAxis)
- 날짜 (xAxis)의 경우 10 진수를 날짜형으로 변환
- 자세한 내용은 "상기 자료 처리 방안 및 활용 분석 기법"에서 참조

# Temperature Interpolation Using Multilevel B-Spline Approximation
dfInterData = dfDataL2 %>% 
    dplyr::select(nXranYmdHm, height, temp) %>%
    MBA::mba.surf(no.X = 500, no.Y = 500, extend = TRUE, sp = TRUE)

dplyr::glimpse(dfInterData)

dfInterDataL1 = dfInterData %>%
    as.data.frame() %>%
    dplyr::mutate(
        xAxis = lubridate::date_decimal(xyz.est.x)
    ) %>%
    dplyr::rename(
        yAxis = xyz.est.y
        , zAxis = xyz.est.z
    )
    
dplyr::tbl_df(dfInterDataL1)

온도 가시화을 위한 초기 설정

# Set Value for Visualization 
cbMatlab = colorRamps::matlab.like(11)
xAxisMin = min(dfInterDataL1$xAxis, na.rm = TRUE)
xAxisMax = max(dfInterDataL1$xAxis, na.rm = TRUE)
font = "Palatino Linotype"

ggplot2을 이용한 온도 가시화

# Visualization Using ggplot2
ggplot(data = dfInterDataL1, aes(x = xAxis, y = yAxis, fill = zAxis, z = zAxis)) +
    theme_bw() +
    geom_tile() +
    metR::geom_text_contour(stroke = 0.2, check_overlap = TRUE, rotate = TRUE, na.rm = TRUE) +
    geom_contour(color = "black", alpha = 0.3) +
    scale_fill_gradientn(colours = cbMatlab, limits=c(-75, 25), breaks = seq(-75, 25, 25), na.value = cbMatlab[length(cbMatlab)]) +
    scale_x_datetime(breaks = seq(xAxisMin, xAxisMax, "month"), labels = date_format("%b-%d\n%Y", tz="UTC"), expand = c(0, 0)) +
    scale_y_continuous(breaks = seq(0, 30000, 5000), limits = c(0, 30000), expand = c(0, 0)) +
    labs(
        x = "Date [Month-Day Year]"
        , y = "Altitude [m]"
        , fill = "Temperature [℃]"
        , colour = ""
        , title  = ""
    ) +
    theme(
        plot.title = element_text(face = "bold", size = 18, color = "black")
        , axis.title.x = element_text(face = "bold", size = 18, colour = "black")
        , axis.title.y = element_text(face = "bold", size =18, colour = "black", angle=90)
        , axis.text.x  = element_text(angle = 45, hjust = 1, face = "bold", size = 18, colour = "black")
        , axis.text.y  = element_text(face = "bold", size = 18, colour = "black")
        , legend.title = element_text(face = "bold", size = 14, colour = "white")
        , legend.position = c(0, 1)
        , legend.justification = c(0, 0.96)
        , legend.key = element_blank()
        , legend.text = element_text(size = 14, face = "bold", colour = "white")
        , legend.background = element_blank()
        , text=element_text(family = font)
        , plot.margin = unit(c(0, 8, 0, 0), "mm")
        ) +
    ggsave(filename = paste0("FIG/Temperature_Visualization_Using_ggplot2.png"), width = 8, height = 10, dpi = 600)

etc-image-6 — 그림. 라디오존데 (Radiosonde) 관측 자료를 이용한 고도별 온도 (Temperature) 등고선 가시화.

다단계 B-Spline 근사화를 이용한 상대 습도 내삽
- MBA:mba.surf를 통해 3차원 변수 (날짜, 고도, 온도)에 내삽
- 규칙 격자 (500 x 500)에 대한 설정 및 변수 이름 변경 (고도 > yAxis, 상대 습도 > zAxis)
- 날짜 (xAxis)의 경우 10 진수를 날짜형으로 변환
- 자세한 내용은 "상기 자료 처리 방안 및 활용 분석 기법"에서 참조

# Relative Humidity Using Multilevel B-Spline Approximation
dfInterData = dfDataL2 %>% 
    dplyr::select(nXranYmdHm, height, rh) %>%
    MBA::mba.surf(no.X = 300, no.Y = 300, extend = TRUE, sp = TRUE)


dfInterDataL1 = dfInterData %>%
    as.data.frame() %>%
    dplyr::mutate(
        xAxis = lubridate::date_decimal(xyz.est.x)
    ) %>%
    dplyr::rename(
        yAxis = xyz.est.y
        , zAxis = xyz.est.z
    )

상대 습도 가시화을 위한 초기 설정

# Set Value for Visualization 
cbMatlab = colorRamps::matlab.like(11)
xAxisMin = min(dfInterDataL1$xAxis, na.rm = TRUE)
xAxisMax = max(dfInterDataL1$xAxis, na.rm = TRUE)
font = "Palatino Linotype"

ggplot2을 이용한 상대 습도 가시화

# Visualization Using ggplot2
ggplot(data = dfInterDataL1, aes(x = xAxis, y = yAxis, fill = zAxis, z = zAxis)) +
    theme_bw() +
    geom_tile() +
    metR::geom_text_contour(stroke = 0.2, check_overlap = TRUE, rotate = TRUE, na.rm = TRUE) +
    geom_contour(color = "black", alpha = 0.3) +
    scale_fill_gradientn(colours = cbMatlab, limits=c(-75, 25), breaks = seq(-75, 25, 25), na.value = cbMatlab[length(cbMatlab)]) +
    scale_x_datetime(breaks = seq(xAxisMin, xAxisMax, "month"), labels = date_format("%b-%d\n%Y", tz="UTC"), expand = c(0, 0)) +
    scale_y_continuous(breaks = seq(0, 30000, 5000), limits = c(0, 30000), expand = c(0, 0)) +
    labs(
        x = "Date [Month-Day Year]"
        , y = "Altitude [m]"
        , fill = "Temperature [℃]"
        , colour = ""
        , title  = ""
    ) +
    theme(
        plot.title = element_text(face = "bold", size = 18, color = "black")
        , axis.title.x = element_text(face = "bold", size = 18, colour = "black")
        , axis.title.y = element_text(face = "bold", size =18, colour = "black", angle=90)
        , axis.text.x  = element_text(angle = 45, hjust = 1, face = "bold", size = 18, colour = "black")
        , axis.text.y  = element_text(face = "bold", size = 18, colour = "black")
        , legend.title = element_text(face = "bold", size = 14, colour = "white")
        , legend.position = c(0, 1)
        , legend.justification = c(0, 0.96)
        , legend.key = element_blank()
        , legend.text = element_text(size = 14, face = "bold", colour = "white")
        , legend.background = element_blank()
        , text=element_text(family = font)
        , plot.margin = unit(c(0, 8, 0, 0), "mm")
        ) +
    ggsave(filename = paste0("FIG/Temperature_Visualization_Using_ggplot2.png"), width = 8, height = 10, dpi = 600)

etc-image-9 — 그림. 라디오존데 (Radiosonde) 관측 자료를 이용한 고도별 상대 습도 (Relative Humidity) 등고선 가시화.

[전체]

	#===============================================================================================================
	# Routine : Main R program
	#
	# Purpose : Visualization of Contour from Temperature and Relative Humidity Using Radiosonde Observation Data
	#
	# Author : MS. Sang-Ho Lee
	#
	# Revisions: V1.0 March 03, 2020 First release (MS. Sang-Ho Lee)
	#===============================================================================================================

	# Set Option
	options(digits = 10)
	memory.limit(size = 9999999999999)
	Sys.setlocale("LC_TIME", "english")

	# Library Load
	library(data.table)
	library(tidyverse)
	library(lubridate)
	library(RadioSonde)
	library(MBA)
	library(ggrepel)
	library(extrafont)
	library(timeDate)
	library(metR)
	library(scales)
	library(humidity)

	# File Read
	dfData = data.table::fread("INPUT/KMA/OBS_SONDE_F00508_20200301232133.csv", header = FALSE, skip = 1)

	colnames(dfData) = c("stationNum", "stationName", "dateTime", "level", "height", "temp", "dewTemp", "windSpeed", "windDir")

	dplyr::tbl_df(dfData)

	# L1 Processing Using Data Frame
	dfDataL1 = dfData %>%
	dplyr::mutate(
	dtDateTime = readr::parse_datetime(dateTime, format = "%Y-%m-%d %H:%M")
	, nXranYmdHm = lubridate::decimal_date(dtDateTime)
	, rh = humidity::RH(temp, dewTemp, isK = FALSE)
	)


	# NA Delete
	dfDataL2 = na.omit(dfDataL1)

	dplyr::glimpse(dfDataL2)

	#=====================================================================
	# Temperature Interpolation Using Multilevel B-Spline Approximation
	#=====================================================================

	# Temperature Interpolation Using Multilevel B-Spline Approximation
	dfInterData = dfDataL2 %>%
	dplyr::select(nXranYmdHm, height, temp) %>%
	MBA::mba.surf(no.X = 500, no.Y = 500, extend = TRUE, sp = TRUE)

	dplyr::glimpse(dfInterData)

	dfInterDataL1 = dfInterData %>%
	as.data.frame() %>%
	dplyr::mutate(
	xAxis = lubridate::date_decimal(xyz.est.x)
	) %>%
	dplyr::rename(
	yAxis = xyz.est.y
	, zAxis = xyz.est.z
	)

	dplyr::glimpse(dfInterDataL1)

	# Set Value for Visualization
	cbMatlab = colorRamps::matlab.like(11)
	xAxisMin = min(dfInterDataL1$xAxis, na.rm = TRUE)
	xAxisMax = max(dfInterDataL1$xAxis, na.rm = TRUE)
	font = "Palatino Linotype"

	# Visualization Using ggplot2
	ggplot(data = dfInterDataL1, aes(x = xAxis, y = yAxis, fill = zAxis, z = zAxis)) +
	theme_bw() +
	geom_tile() +
	metR::geom_text_contour(stroke = 0.2, check_overlap = TRUE, rotate = TRUE, na.rm = TRUE) +
	geom_contour(color = "black", alpha = 0.3) +
	scale_fill_gradientn(colours = cbMatlab, limits=c(-75, 25), breaks = seq(-75, 25, 25), na.value = cbMatlab[length(cbMatlab)]) +
	scale_x_datetime(breaks = seq(xAxisMin, xAxisMax, "month"), labels = date_format("%b-%d\n%Y", tz="UTC"), expand = c(0, 0)) +
	scale_y_continuous(breaks = seq(0, 15000, 2500), limits = c(0, 15000), expand = c(0, 0)) +
	labs(
	x = "Date [Month-Day Year]"
	, y = "Altitude [m]"
	, fill = "Temperature [℃]"
	, colour = ""
	, title = ""
	) +
	theme(
	plot.title = element_text(face = "bold", size = 18, color = "black")
	, axis.title.x = element_text(face = "bold", size = 18, colour = "black")
	, axis.title.y = element_text(face = "bold", size =18, colour = "black", angle=90)
	, axis.text.x = element_text(angle = 45, hjust = 1, face = "bold", size = 18, colour = "black")
	, axis.text.y = element_text(face = "bold", size = 18, colour = "black")
	, legend.title = element_text(face = "bold", size = 14, colour = "white")
	, legend.position = c(0, 1)
	, legend.justification = c(0, 0.96)
	, legend.key = element_blank()
	, legend.text = element_text(size = 14, face = "bold", colour = "white")
	, legend.background = element_blank()
	, text=element_text(family = font)
	, plot.margin = unit(c(0, 8, 0, 0), "mm")
	) +
	ggsave(filename = paste0("FIG/Temperature_Visualization_Using_ggplot2.png"), width = 12, height = 8, dpi = 600)


	#=====================================================================
	# Relative Humidity Using Multilevel B-Spline Approximation
	#=====================================================================

	# Relative Humidity Using Multilevel B-Spline Approximation
	dfInterData = dfDataL2 %>%
	dplyr::select(nXranYmdHm, height, rh) %>%
	MBA::mba.surf(no.X = 500, no.Y = 1000, extend = TRUE, sp = TRUE)

	dplyr::glimpse(dfInterData)

	dfInterDataL1 = dfInterData %>%
	as.data.frame() %>%
	dplyr::mutate(
	xAxis = lubridate::date_decimal(xyz.est.x)
	) %>%
	dplyr::rename(
	yAxis = xyz.est.y
	, zAxis = xyz.est.z
	)

	dplyr::glimpse(dfInterDataL1)

	# Set Value for Visualization
	cbMatlab = colorRamps::matlab.like(11)
	xAxisMin = min(dfInterDataL1$xAxis, na.rm = TRUE)
	xAxisMax = max(dfInterDataL1$xAxis, na.rm = TRUE)
	font = "Palatino Linotype"

	# Visualization Using ggplot2
	ggplot(data = dfInterDataL1, aes(x = xAxis, y = yAxis, fill = zAxis, z = zAxis)) +
	theme_bw() +
	geom_tile() +
	# metR::geom_text_contour(stroke = 0.2, check_overlap = TRUE, rotate = TRUE, na.rm = TRUE) +
	geom_contour(color = "black", alpha = 0.3) +
	scale_fill_gradientn(colours = cbMatlab, limits=c(0, 100), breaks = seq(0, 100, 20), na.value = cbMatlab[length(cbMatlab)]) +
	scale_x_datetime(breaks = seq(xAxisMin, xAxisMax, "month"), labels = date_format("%b-%d\n%Y", tz="UTC"), expand = c(0, 0)) +
	scale_y_continuous(breaks = seq(0, 15000, 2500), limits = c(0, 15000), expand = c(0, 0)) +
	labs(
	x = "Date [Month-Day Year]"
	, y = "Altitude [m]"
	, fill = "Relative Humidity [%]"
	, colour = ""
	, title = ""
	) +
	theme(
	plot.title = element_text(face = "bold", size = 18, color = "black")
	, axis.title.x = element_text(face = "bold", size = 18, colour = "black")
	, axis.title.y = element_text(face = "bold", size =18, colour = "black", angle=90)
	, axis.text.x = element_text(angle = 45, hjust = 1, face = "bold", size = 18, colour = "black")
	, axis.text.y = element_text(face = "bold", size = 18, colour = "black")
	, legend.title = element_text(face = "bold", size = 14, colour = "white")
	, legend.position = c(0, 1)
	, legend.justification = c(0, 0.96)
	, legend.key = element_blank()
	, legend.text = element_text(size = 14, face = "bold", colour = "white")
	, legend.background = element_blank()
	, text=element_text(family = font)
	, plot.margin = unit(c(0, 8, 0, 0), "mm")
	) +
	ggsave(filename = paste0("FIG/Relative_Humidity_Visualization_Using_ggplot2.png"), width = 12, height = 8, dpi = 600)

view raw Visualization_of_Contour_from_Temperature_and_Relative_Humidity_Using_Radiosonde_Observation_Data.R hosted with ❤ by GitHub

참고 문헌

[논문]

없음

[보고서]

없음

[URL]

없음

문의사항

[기상학/프로그래밍 언어]

sangho.lee.1990@gmail.com

[해양학/천문학/빅데이터]

saimang0804@gmail.com

저작자표시 비영리 변경금지

'프로그래밍 언어 > R' 카테고리의 다른 글

[R] 파스텔 톤의 컬러 팔레트를 추가해주는 "ghibli"패키지 (0)	2020.03.03
[R] 데이터의 구조를 plot으로 확인할 수 있는 "visdat" 패키지 소개 (0)	2020.03.03
[R] 데이터의 분포를 그래프로 확인하는 "ggridges"패키지 (0)	2020.03.02
[R] 직달 일사계 (CHP1, MS56, DR02, GWNU) 비교 관측 자료를 이용한 감도정수 보정 및 시계열 가시화 (0)	2020.03.01
[R] 하와이 마우나로아 (Manuna Loa)에서 이산화탄소 (CO2) 농도 자료를 이용한 통계 처리 및 시계열 가시화 (0)	2020.03.01

내 블로그 - 관리자 홈 전환	`Q` `Q`
새 글 쓰기	`W` `W`

글 수정 (권한 있는 경우)	`E` `E`
댓글 영역으로 이동	`C` `C`

이 페이지의 URL 복사	`S` `S`
맨 위로 이동	`T` `T`
티스토리 홈 이동	`H` `H`
단축키 안내	`Shift` + `/` `⇧` + `/`