정보
-
업무명 : 2017년 1학기 전선 역해석 방법 과제물 (2)
-
작성자 : 이상호
-
작성일 : 2020-03-18
-
설 명 :
-
수정이력 :
내용
[개요]
-
안녕하세요? 기상 연구 및 웹 개발을 담당하고 있는 해솔입니다.
-
오늘은 대학원 석사 4학기에 배운 역해석 방법에 대한 내용을 다루고자 합니다.
-
특히 배운 지식를 활용하여 각 주차별 발표 및 토의는 학술 논문 또는 보고서를 작성 시 많은 도움이 되었습니다.
-
주차별 과제물은 각 주제에 대한 발표로서 총 6회에 걸쳐 진행하였습니다.
-
오늘 포스팅 역해석 방법의 "과제물 2편"을 소개해 드리고자 합니다.
-
추가로 "과제물 1편"에 대한 링크를 보내드리오니 참고하시기 바랍니다.
[강릉원주대 대기환경과학과] 2017년 1학기 전선 역해석 방법 과제물 (1)
정보 업무명 : 2017년 1학기 전선 역해석 방법 과제물 (1) 작성자 : 이상호 작성일 : 2020-03-18 설 명 : 수정이력 : 내용 [개요] 안녕하세요? 기상 연구 및 웹 개발을 담당하고 있는 해솔입니다. 오늘은 대학원..
shlee1990.tistory.com
[특징]
-
역해석 방법 수업에 대한 이해를 돕기위해 작성
[기능]
-
과제물
-
이어도 일사자료 분석 (구글 지도, 시계열, 빈도 분포, pie 차트)
-
히마와리 위성 8호 (Himawari-8/AHI) 자료 현황 (heatmap 열지도)
-
다중선형회귀모형을 이용하여 대기상단에서 광대역 알베도 산출
-
주성분 분석을 이용한 이미지 복원 및 압축
-
주성분 회귀모형을 이용한 광대역 알베도 산출
-
-
소스 코드
-
관련 자료
[사용 OS]
-
Windows 10
[사용 언어]
-
Power Point 2018
-
Fortran 90
-
Gnuplot
과제물
이어도 일사자료 분석 (구글 지도, 시계열, 빈도 분포, pie 차트)
[구글 지도]
-
일사자료의 중요성
-
일사자료는 다양한 연구분야와 산업활동 및 대기 성분 (에어로졸, 수증기)의 변화 분석에 사용
-
1969년부터 기상청 관측 수행
-
한반도의 일사자료는 밀집된 주변 건물들 때문에 양호한 관측소 및 자료 생산이 어려움
-
이어도는 주변환경에 의한 반사 효과를 최소화 할 수 있음
-
[시계열]
-
2005년 01월 01일 - 2015년 12월 31일 자료를 사용 (2013년 9월 이전 매 10분, 이후 매 1분)
-
이어도 기지의 관측자료는 위성통신으로 실시간 해양조사원으로 전송되는 동안 오류가 발생되기 때문에 품질검사가 요구됨
-
오류가 발생된 대표적인 사례
[시계열, 빈도 분포, pie 차트]
-
품질검사 이전 자료와 이후 자료 및 오류가 발생된 항목
-
품질검사 이전/이후 일평균 일사 시계열
히마와리 위성 8호 (Himawari-8/AHI) 자료 현황 (heatmap 열지도)
[heatmap 열지도]
-
대기 상단에서의 상향단파복사에 필요한 6개 가시 채널 정보 (디렉터리 및 파일명, 날짜 정보) 열지도 가시화
-
1 시간 = 매 10분 × 6개
-
1 일 = 1 시간 × 24개 = 144개
-
-
대기 상단에서의 상향단파복사에 필요한 구름 탐지 정보 (디렉터리 및 파일명, 날짜 정보) 열지도
다중선형회귀모형을 이용하여 대기상단에서 광대역 알베도 산출
[협대역 반사율와 광대역 알베도의 관계]
[복사모델와 다중선형회귀모형으로 회귀계수 계산]
-
다중선형회귀모형 (Multiple Linear Regression)
-
독립변수 (각 채널별 반사율, x)와 종속변수 (광대역 알베도, y)을 이용하여 최소제곱법으로 회귀계수(𝜷 ̂𝑶𝑳𝑺) 계산
-
-
능형회귀모형 (Ridge Regression)
-
다중공선성 (독립변수간의 종속되어 있는 경우)을 해결할 뿐만 아니라 분산이 크게 줄어들어 회귀계수의 정확도가 향상됨
-
[두 회귀모형에 따른 광대역 알베도 비교]
-
사례 선정 (2 km, 2015년 08월 20일 0110 UTC)
-
강수와 태풍 (고니, 앗사니)이 동반하는 사례
-
광대역 알베도는 청천 영역에서 깊은 대류운 (0-80 % 이상)까지 큰 변동성을 보이기 때문에 (Navarro and Margarita, 2013)
-
-
CERES 스캔 영역에 대해 시〮공간 일치 (통계 분석)
-
다중선형회귀모형 : R = 0.925, Bias = 0.148, RMSE = 0.19
-
능형회귀모형 : R = 0.956, Bias = 0.006, RMSE = 0.045
-
주성분 분석을 이용한 이미지 복원 및 압축
[주성분 분석의 이론적 배경]
-
주성분 분석 (Principal Component Analysis)
-
서로 직교하는 변수들의 선형결합 (𝑨𝒗=𝝀𝒗)
-
차원을 단순화하여 해석하는 방법임
-
이 방법은 1905년부터 지금까지 여러 분야에서 널리 사용되며 특히 이미지 인식, 자료 분류, 자료 압축 및 통계 분야에서 변수 축소에 활용됨
-
고유근 (Eigen value)와 고유 벡터 (Eigen vector)는 쌍으로 존재하며 여기서 가장 큰 고유근을 가지는 고유벡터가 첫번째 주성분이 됨
-
-
원본 이미지를 각 주성분에 따라 복원하여 크기 용량을 얼마나 줄일 수 있을까?
-
[각 성분별 설명력 (분산 비율) 및 이미지]
[각 성분별 Red, Green, Blue, 합성 영상 (애니메이션)]
-
누적 성분이 높을수록 원본과 비교하여 유사함
-
저장용량은 원본 이미지에 비해 -11.73 % 감소함
-
주성분 분석은 이미지를 단순화할 뿐만 아니라 차원 감소(3차원 > 2차원)으로 인해 저장 용량을 크게 줄임
주성분 회귀모형을 이용한 광대역 알베도 산출
[복사모델와 주성분 회귀모형으로 회귀계수 계산]
-
주성분 회귀모형 (Principal Component Regression)
-
독립변수 (주성분 행렬, Z)와 종속변수 (광대역 알베도, y)을 이용하여 최소제곱법으로 회귀계수 (𝜷 ̂𝑷𝑪𝑹) 계산
-
다중공선성 (독립변수간의 종속되어 있는 경우)을 해결할 뿐만 아니라 분산이 크게 줄어들어 회귀계수의 정확도가 향상됨.
-
[각 성분별 회귀계수에 따른 광대역 알베도 비교]
-
CERES 스캔 영역에 대해 시/공간 일치 (통계 분석)
-
능형회귀모형 : R = 0.961, Bias = 0.001, RMSE = 0.045
-
각 1 주성분 : R = 0.961, Bias = 0.019, RMSE = 0.056
-
각 1, 2 주성분 : R = 0.952, Bias = 0.011, RMSE = 0.055
-
각 1, 2, 3 주성분 : R = 0.861, Bias = 0.014, RMSE = 0.094
-
소스 코드
-
추후에 링크 형식으로 추가 예정
관련 자료
-
이어도 일사자료 분석 (구글 지도, 시계열, 빈도 분포, pie 차트) 그리고 히마와리 위성 8호 (Himawari-8/AHI) 자료 현황
-
다중선형회귀모형을 이용하여 대기상단에서 광대역 알베도 산출
-
주성분 분석을 이용한 이미지 복원 및 압축 그리고 주성분 회귀모형을 이용한 광대역 알베도 산출
참고 문헌
[논문]
- 없음
[보고서]
- 없음
[URL]
- 없음
문의사항
[기상학/프로그래밍 언어]
- sangho.lee.1990@gmail.com
[해양학/천문학/빅데이터]
- saimang0804@gmail.com
'자기계발 > 강릉원주대 대기환경과학과' 카테고리의 다른 글
| [강릉원주대 대기환경과학과] 2014년 겨울학기 일교 인간과환경 과제물 (0) | 2023.01.04 |
|---|---|
| [강릉원주대 대기환경과학과] 2017년 2학기 전선 기상 정보학 실습 및 과제물 (1) | 2020.03.21 |
| [강릉원주대 대기환경과학과] 2017년 1학기 전선 역해석 방법 과제물 (1) (0) | 2020.03.18 |
| [강릉원주대 대기환경과학과] 2016년 2학기 전선 자료분석과 가시화 과제물 (0) | 2020.03.18 |
| [강릉원주대 대기환경과학과] 2016년 1학기 전선 고급 대기오염 모델링 이론/실습 및 과제물 (0) | 2020.03.18 |
최근댓글