• Atmosphere
• /
• v.28 no.2
• /
• pp.163-174
• /
• 2018

In order to assimilate MHS satellite data into the convective scale model at KMA, ATOVS data are reprocessed to utilize the original high-resolution data. And then to improve the preprocessing experiments for cloud detection were performed and optimized to convective-scale model. The experiment which is land scattering index technique added to Observational Processing System to remove contaminated data showed the best result. The analysis fields with assimilation of MHS are verified against with ECMWF analysis fields and fit to other observations including Sonde, which shows improved results on relative humidity fields at sensitive level (850-300 hPa). As the relative humidity of upper troposphere increases, the bias and RMSE of geopotential height are decreased. This improved initial field has a very positive effect on the forecast performance of the model. According to improvement of model field, the Equitable Threat Score (ETS) of precipitation prediction of $1{\sim}20mm\;hr^{-1}$ was increased and this impact was maintained for 27 hours during experiment periods.

• Korean Journal of Remote Sensing
• /
• v.27 no.3
• /
• pp.277-288
• /
• 2011

Cloudsat satellite data is sensitive to snowfall and collected during each month beginning with Dec 2007 and ending Feb 2008. In this study, we attempt to develop a snowfall retrieval algorithm using a combination of radiometer and cloud radar data. We trained data from the relation between brightness temperature measurements from NOAA's Advanced Microwave Sounder Unit-B(AMSU-B) and the radar reflectivity of the 2B-GEOPROF product from W-band(94 GHz) cloud radar onboard Cloudsat and applied it to the Korea peninsula. We use a principal components analysis to quantify the variations that are the result of the radiometric signatures of snowfall from those of the surface. Finally, we quantify the correlation between the higher principal component (orthogonal to surface variability) of the microwave radiances and the precipitation-sensitive CloudSat radar reflectivities. This work summarizes the results of applying this approach to observations over the East Sea during Feb. 2008. The retrieved data show reasonable estimation for snowfall rate compared with Cloudsat vertical image.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.265-265
• /
• 2012

한반도 지역의 강설(snowfall)은 전체 연 강수량의 약 10% 이하로 매우 적은 양을 차지하고 있다. 하지만 강설은 대기질(air quality)을 개선하고 산불 발생률을 저감시키며, 특히 봄철 수자원의 제공과 가뭄피해 경감 등 수문학적으로도 중요한 기능을 가진다. 하지만 최근 기후변화로 인해 폭설 현상이 빈번하게 발생하여 사회 경제적 손실을 유발하고 있다. 따라서 강설로 인한 피해를 최소한으로 줄이기 위해서는 정확한 강설탐지 및 강설 추정 방법이 필요하다. 최근 해외의 수많은 연구들을 통하여 수동 마이크로파 센서 자료를 활용한 강설 추정의 가능성이 확인되고 있다. 하지만 수동 마이크로파 센서의 휘도온도를 이용한 추정 방법들은 대기의 연직 구조 파악에 어려움이 있기 때문에 정확한 강설량을 추정하는 데에 한계가 있다. 그러나 2006년 발사된 CloudSat의 Cloud Profiling Radar는 강설의 연직 프로파일에 대한 가치 있는 정보를 제공하기 때문에 수동 마이크로파 센서 자료와의 결합을 통해 보다 정확한 강설 추정 알고리즘을 제시할 수 있을 것으로 판단된다. 따라서 본 연구에서는 CloudSat의 Cloud Profiling Radar (CPR) 자료와 수동 마이크로파 센서인 NOAA의 Microwave Humidity Sounder (MHS) 센서 자료를 결합하여 한반도 강설 추정에 적합한 알고리즘을 개발하고자 한다.