정보
-
업무명 : 학위 논문 최종 발표 : 대기상단에서 상향단파복사 산출 알고리즘 개발
-
작성자 : 이상호
-
작성일 : 2020-04-03
-
설 명 :
-
수정이력 :
내용
[개요]
-
안녕하세요? 기상 연구 및 웹 개발을 담당하고 있는 해솔입니다.
-
오늘은 학위 논문 최종 발표 내용을 소개해 드리고자 합니다.
[특징]
-
학위 논문 발표 소개
[기능]
-
세부 내용 참조
[사용 OS]
-
Windows v10
[사용 언어]
-
한글 v2018
-
Power Point v2018
최종 발표
심사위원 지적사항
[수정 및 개선 사항]
-
Q. 논문 제목이 구체적이고 명확하였으면 좋겠음.
-
A. 심사위원의 의견을 반영하여 “대기 상단에서 상향단파복사 산출 개발 알고리즘”을 “Himawari-8/AHI 자료를 이용한 대기상단에서의 상향단파복사 산출”로 변경함.
-
Q. 호주 사막과 해양 영역에서 40 % 이상 큰 오차가 발생되는데 이를 개선할 필요가 있음.
-
A. 지표면 분류의 세분화(육지, 해양 >> 식생, 눈, 사막, 해양)와 상대 방위각 계산 코드를 수정 >> 호주 사막은 개선함.
-
A. 해양 영역은 여전히 오차 발생 >> 추후 알고리즘 개선이 필요함.
-
Q. 일평균, 월평균을 이용하여 알고리즘을 검증하기 바람.
-
A. 심사위원의 의견을 반영하여 2015년 8월부터 2016년 7월까지의 매월 1일 주간사례(2015/08/01, …, 2016/07/01, 총 12개)를 이용하여 스캔 영역에 대한 비교 뿐만 아니라 일평균하여 검증함.
결과 및 분석
[스캔 영역 분석]
-
기존 연구(Old) >> 개선 연구(New) 주요 변경 사항
-
작성된 조견표(회귀계수)를 각 대기조건(태양 천정각, 위성 천정각, 상대 방위각, 지표면 분류, 구름의 유무)에 따라 불러와서 상향단파복사를 산출함.
-
지표면 분류 (육지, 해양 >> 식생, 눈, 사막, 해양)
-
상대방위각 계산 착오로 인해 코드 수정
-
-
April 1, 2016 (가장 개선된 사례)
-
Ori (R=0.95, RMSE=54.57 Wm-2), New (R=0.96, RMSE=47.32 Wm-2)
-
문제점
-
호주 사막에서 45 % 이상 오차 발생.
-
부분 구름(Partly, Mostly cloudy)의 경우 중위도 해양에서 45 % 이상 오차 발생. << Sun glint
-
-
개선점
-
호주 사막뿐만 아니라 육지에서 개선.
-
-
-
June, 1, 2016 (가장 개선되지 않은 사례)
-
Ori (R=0.96, RMSE=50.43 Wm-2), New (R=0.97, RMSE=49.37 Wm-2)
-
문제점
-
호주 사막에서 45 % 이상 오차 발생.
-
구름 영역의 경우 태양 천정각와 위성 천정각에 따라 오차 발생 << 실제 대기와 평행평면 대기의 차이
-
부분 구름(Partly, Mostly cloudy)의 경우 중위도 해양에서 45 % 이상 오차 발생. << Sun glint
-
-
개선점
-
호주 사막뿐만 아니라 육지에서 개선.
-
-
-
해당 사례 및 전체 사례에 따른 통계 분석
-
해당 사례 및 전체 사례에서 상관계수, 편이, 평균제곱근오차가 개선됨.
-
특히 평균제곱근오차는 약 1-8 Wm-2로 작아짐.
-
[일별 분석]
-
August 1, 2015 (통계 수치가 좋은 사례)
-
R=0.95, RMSE=18.01 Wm-2, MPE=2.26 %
-
일평균에 사용된 AHI 자료: 93 개 (1 Day: 144 개(주+야간), 매 10분)
-
중위도 해양에서 sun glint로 인해 오차보다 전운량에 따른 오차 큼.
-
부분 구름(Partly, Mostly cloudy)은 청천 영역과 흐린 영역(Overcast)에 비해 오차 큼.
-
-
January 1, 2016 (통계 수치가 나쁜 사례)
-
R=0.91, RMSE=25.81 Wm-2, MPE=3.47 %
-
일평균에 사용된 AHI 자료: 62개 (1 Day: 144 개(주+야간), 매 10분)
-
중위도 해양에서 sun glint로 인해 오차보다 전운량에 따른 오차 큼.
-
부분 구름(Partly, Mostly cloudy)은 청천 영역과 흐린 영역(Overcast)에 비해 오차 큼.
-
-
해당 사례별, 전체 사례에 따른 통계 분석
-
특정 사례는 AHI의 자료 누락으로 인해 71개 이하 자료를 이용 >> 높은 편이 및 평균제곱오차 발생.
-
이 연구 결과와 선행연구의 고찰
-
스캔 영역에 대한 통계분석
-
Vazquez-Navarro et al.(2013)은 Meteosat-8/SEVIRI RSR(매 15분, 3 km 해상도)와 CERES 자료를 비교하였고 상관계수는 0.96 이상이고 편이는 각각 -7.48 Wm-2 이하임.
-
김동철과 정명재(2016)은 Terra/MODIS RSR와 Terra/CERES 자료를 공간 일치시켜(20 km 해상도) 비교하였고 상관계수는 0.93 이상이고 평균제곱근오차는 62.42 Wm-2 이하임.
-
-
-
일별에 대한 통계분석
-
Wang and Liang (2017)은 MODIS RSR와 CERES 자료를 시공간 일치시켜(일별, 100 km 해상도) 365일동안에 편이와 평균제곱근오차는 각각 3.4와 13.5 Wm-2 임.
-
자료의 공간 해상도가 클수록 그리고 장기간에 대한 자료가 많을수록 편이와 평균제곱근오차가 작아지기 때문에(Bhartia, 2016; Wang and Liang, 2017) 이 연구 결과는 개선되었다고 판단됨.
-
요약 및 결론 그리고 기대효과
[요약 및 결론]
-
이 연구는 차세대 정지궤도 기상위성(GK-2A/AMI)과 유사한 Himawari-8/AHI 자료를 이용하여 대기상단에서의 상향단파복사 알고리즘을 개발하기 위한 선행연구임.
-
이 알고리즘은 각 채널별 반사율과 각 대기조건에 따른 회귀계수를 통해 산출함. 이러한 계수는 복사전달모델의 수치실험 결과와 다중공선성(독립변수가 서로 종속되어 있다는 문제)을 해결한 능형회귀모형으로 계산함.
-
AHI와 CERES의 백분율오차는 해양에서 크고 육지에서 비교적 작았으며 이러한 차이는 특히 부분 구름에서 크게 나타남. 이러한 원인은 해양의 알베도가 육지에 비해 지표 특성의 변동성이 작음에도 불구하고 sun glint로 인해 오차임(Coakley, 2003; Li et al., 2006).
-
또한 복사전달모델(SBDART)는 평행평면 대기로 가정하기 때문에 실제 대기와 평행평면 대기에서 태양 천정각와 위성 천정각이 증가할수록 광학경로 차이로 인해 오차가 커짐(Wang and Liang, 2016).
-
그럼에도 불구하고 스캔 영역의 경우 전체 사례에 대한 상관계수는 0.96으로 높았고 편이와 평균제곱근오차는 2.48 Wm-2와 49.19 Wm-2로 Vazquez-Navarro et al. (2013)와 김동철과 정명재 (2016)에 비해 개선된 결과를 나타냄.
-
또한 일별에 대한 분석 결과는 0.90-0.96의 상관성을 보였고 평균제곱근오차는 18.01-25.81 Wm-2 로 Wang and Liang (2017)와 유사한 경향을 나타내었음. 그러나 공간해상도가 클수록 장기간 평균할수록 통계 분석 결과가 좋아지기 때문에 이 연구 결과는 개선되었다고 판단됨.
[기대효과 및 활용 방안]
-
결과적으로 Himawari-8/AHI와 같은 높은 시/공간 해상도의 상향단파복사는 자연적 또는 인위적 요인(대기오염, 산불 등)으로 발생된 복사강제력을 이해하는 연구뿐만 아니라 인간 활동에 의한 인위적인 요인을 분석하여 기상청의 기후변화 영향 평가 및 적응/저감 대책 수립 연구에 활용될 것으로 사료됨.
관련 자료
-
최종 발표 자료
참고 문헌
[논문]
- 없음
[보고서]
- 없음
[URL]
- 없음
문의사항
[기상학/프로그래밍 언어]
- sangho.lee.1990@gmail.com
[해양학/천문학/빅데이터]
- saimang0804@gmail.com
최근댓글