• 한국해양환경ㆍ에너지학회지
• /
• 제13권3호
• /
• pp.165-173
• /
• 2010

본 연구에서는 TeraScan시스템에서 산출되는 NOAA/AVHRR 해수면온도(SST) 자료의 신뢰도를 부여하기 위한 방법으로 구름 영향 정도를 단계별로 나누는 방법을 소개한다. TeraScan시스템에서 구름탐지는 주간과 야간에 따라 다른 파라미터와 경계값을 사용한다. 주간 구름탐지에서는 채널 2번(가시채널)과 4번(적외채널)을 이용하며, 채널 4번 휘도온도의 공간일관성(ch4_delta)과 채널 2번 알베도의 공간일관성(ch2_delta) 및 알베도 경계값(ch2_max) 검사를 수행한다. 야간의 경우, 가시채널을 사용할 수 없기 때문에 채널 3번(단파적외채널)과 4번(적외채널)을 사용하여 각 화소에 대한 차이값(ch3_minus_ch4)을 비교하고, 채널 4번 휘도온도 공간일관성(ch4_delta) 및 경계값(min_ch4_temp) 평가가 이루어진다. 여기서는 주야에 따른 변화를 보기 위해 2009년 5월 13일 00시 48분(UTC)과 21시 00분(UTC) 에 수신된 자료를 사용했다. TeraScan시스템을 통해 총 6가지 경계치를 검토했고, ch4_delta는 우리나라 주변 수온 전선에서 발생하는 구름 탐지 오류가 발생하지 않는 값으로 주야간 각각 5와 3.5로 결정되었다. 주간 파라미터로 사용되는 ch2_delta는 여러 값에 대한 적용 결과 2로, ch2_max는 3부터 8까지의 범위가 적절한 것으로 나타났다. 야간에 사용되는 ch3_minus_ch4는 -2부터 2까지의 범위, min_ch4_temp는 0으로 결정되었다. 즉, 구름의 영향 정도는 주간 ch2_max와 야간 ch3_minus_ch4의 경계값을 4 단계로 나눠 해수면온도자료를 산출하였다. 본 연구에서 사용한 경계값은 5월 자료에 대해 설정된 값이며, 향후 한반도 주변 해역의 특성과 시간별, 공간별, 계절별로 적절한 경계값을 설정하는 연구가 장기적으로 필요하며, 위의 특성들을 감안한 자료동화용 SST 생산프로세스 정립 및 결과분석 연구가 필요하다.

• 한국지구과학회지
• /
• 제33권2호
• /
• pp.139-147
• /
• 2012

몽골의 태양-기상자원지도는 위성자료 및 재분석 자료를 이용하여 개발되었다. 태양복사량은 단층 태양복사모델을 이용하였으며 입력자료는 SRTM, MODIS, OMI, MTSAT-1R 등의 위성관측자료와 전구모델의 재분석자료를 이용하였다. 계산된 결과는 NCEP/NCAR 재분석 DSWRF 자료를 이용하여 계산된 일사량을 검증하였다. 몽골은 서부의 산악지역과 중남부의 사막 및 반사막지대로 이루어져 있으며 대륙 내부에 위치하여 강수량이 적고 맑은 날이 많아 동일 위도상의 다른 지역과 비교하여 높은 일사량이 나타난다. 서부 산악지역은 고도가 높아 태양에너지가 많이 도달되는 곳임에도 불구하고 일사량이 낮게 나타난다. 그 이유는 산악지역에 존재하는 연중 적설이 위성자료의 구름탐지 알고리즘에서 구름으로 오탐지 되기 때문이다. 따라서 청천지수뿐만 아니라 일사량 또한 낮게 계산된다. 남부지역은 상대적으로 높은 가강수량과 에어로솔 광학두께가 나타났으나 다른 지역에 비해 위도가 낮고 청천지수가 높아 일사량이 높게 나타나는 것으로 분석된다. 계산된 월 누적 일사량은 547.59 MJ로써 전 지점에서 약 2.89 MJ로 높게 계산되었으며 상관성은 0.99였고 평방근오차(Root Mean Square Error; RMSE)는 6.17 MJ 이었다. 월별 통계 값을 계산하였을 때 상관성이 가장 높은 월은 10월로 0.94였고 3월은 0.62로 가장 낮게 나타났다.

• 한국토양비료학회지
• /
• 제45권5호
• /
• pp.848-852
• /
• 2012

도시지역의 식물에 의한 도시열섬 현상 저감 효과를 구명하기 위하여 서울, 부산, 대구, 대전, 광주, 수원 등 6개 도시지역의 근래 30년간 (1979-2008) 폭염기의 최고온도, 식물에 의한 온도 하강, 작물 증발산량, 대기오염 방지 기능 등을 조사 분석한 결과는 다음과 같다. 1. 서울, 수원 등 6개 도시의 30년간 (1979-2008) 년 중 폭염기인 7월 하순과 8월 상순의 순 평균최고기온의 평균값은 $35.03^{\circ}C$ 이었다. 2. 6개 도시의 폭염기 (7월하순 - 8월상순) 동안 벼와 콩의 최대 일평균증발산량은 각각 $6.86ton\;10a^{-1}day^{-1}$ 및 $6.00ton\;10a^{-1}day^{-1}$ 이었다. 3. 수원시 중심지에 위치한 도시 농경지의 도시열섬 저감 효과의 지표로 볼 수 있는, 벼 및 콩 군락의 온도와 기온과의 차이는 각각 $10.5^{\circ}C$ 및 $3.0^{\circ}C$ 이었다. 4. 안성시 외각에 위치한 도시농경지에서 폭염기간 동안벼 및 콩 군락과 대기의 온도 차이는 각각 평균 $2.6^{\circ}C$ 및 $2.2^{\circ}C$ 이었다. 5. 2012년 년 중 최고 폭염일 (8월 5일)의 수원시 중심지에 위치한 도시 정원 식물 체 잎 표면온도는 대기온도 대비 $2.0^{\circ}C$, 도시건물 외벽 대비 $14.5^{\circ}C$ 더 낮았다. 6. 수원시 중심지의 식물에 의한 도시열섬 저감효과를 전력량으로 비교하면 벼 5,250. 콩 2,200, 도시정원 식물 $1,000MW\;day^{-1}$ 이었다. 7. 수원시 중심지 폭염기의 작물 증발산량과 잠열에 의한 도시 열섬 현상 저감 효과를 원유의 양으로 비교하면, 벼 462.9, 콩 401.4 L원유 $10a^{-1}day^{-1}$ 이었다. 8. 수원시 중심지 폭염기의 작물에 의한 $CO_2$ 흡수량은, 벼 20.27, 콩 $15.54kg\;CO_2\;10a^{-1}day^{-1}$ 이었다. 9. 수원시 중심지 폭염기의 작물에 의한 $O_2$ 발생량은 벼 14.74, 콩 $11.30kg\;O_2\;10a^{-1}day^{-1}$ 이었다. 10. 수원시 중심지 폭염기의 작물에 의한 오존 농도 저감 효과는 벼 21.0, 콩 8.8 및 도시정원 식물 4.0 ppb 이었다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.