검색 상세

Skyview 영상자료를 이용한 전운량 산출

Cloud Amount Calculation using Skyview Image Data

  • 김부요 (Kim, Bu-Yo, 강릉원주대학교 일반대학원)

초록/요약

전운량은 일기예보뿐만 아니라 기상관련 요소들의 변화에 영향을 미치며 지표면에서의 일사량 및 일조시간 선정을 위한 절대적인 변수이다. 또한 기상분야 외에도 태양에너지를 활용하는 산업과 항공교통 등에서도 활용도가 매우 높다. 그러나 현재까지 지상에서 관측되는 전운량은 관측자에 의하여 목측 관측을 통해 수행되며 객관성이 떨어지고 시·공간 해상도가 낮다. 이러한 목측 관측의 단점을 극복하기 위하여 위성자료를 이용한 전운량 산출을 시도하고 있으나 지상에서 목측으로 관측된 전운량과 일치하지 않는 등 여전히 전운량의 객관적 산출 문제를 해결하지 못하고 있다. 이러한 전운량 산출의 문제점을 해결하고자 국외에서는 WSI(Whole Sky Imager)와 TSI(Total Sky Imager)를 통해 다양한 연구가 진행되고 있지만 국내에서는 이와 관련된 연구가 부족하며 미흡한 실정이다. 이 연구에서는 강릉원주대학교 생명과학2호관 옥상에 설치되어 설정된 시간마다(매 5분) 자동적으로 하늘을 촬영하는 Skyview 장비를 통해 촬영된 하늘 영상자료를 이용하여 전운량을 산출하는 알고리즘을 개발하였다. 알고리즘의 성능 평가를 위하여 강릉원주대학교 생명과학2호관에서 약 4 km 떨어진 강원지방기상청 목측자료와 비교분석을 실시하였다. 분석에 사용된 자료는 2012년 1년 동안의 사례로 8시부터 17시까지의 정시자료를 사용하였다. 연간 사례 분석에서 기상청 목측 자료와 개발된 알고리즘을 통하여 산출된 전운량의 Bias는 –0.36으로 기상청 전운량이 높았고 RMSE는 2.12로 약 ±2할의 전운량 차이를 보였다. 하지만 두 관측지점이 멀리 떨어져 있음에도 불구하고 전운량의 상관성은 0.87로 높았으며 전운량의 차이가 ±2할 내에서 약 80%의 일치성을 나타냈다. 좀 더 자세한 분석을 위하여 계절 및 월별 분석을 수행하였으며 그 결과 상대적으로 맑거나 흐린 사례의 빈도가 높은 계절인 겨울에 0.9의 높은 상관성과 ±2할 내에서 약 87%의 일치성을 보였으며 여름은 0.83의 상관성과 82%의 일치성을 보였다. 월별 분석으로는 12월과 8월에 각각 1.64와 0.92 그리고 1.43과 0.91로 RMSE은 낮았고 상관성은 높게 나타났다. 또한 알고리즘 구성 중 GBR의 빈도분포에 따른 영상분류에서 계절과 월별 특징에 맞게 영상분류가 비교적 잘 이뤄지고 있음을 알 수 있었다. 반면에 하늘과 구름을 구분 짓는 경계가 모호한 뿌연 하늘 사례와 안개 사례가 빈번하게 일어나는 4월과 5월 그리고 6월에서 오차를 발생하고 있어 추가적인 알고리즘의 개선이 필요한 것으로 분석되었다. 이러한 문제점을 개선한다면 목측 관측을 대신 할 수 있는 객관화된 전운량 산출이 가능 할 것으로 판단되며 더 나아가 시간해상도의 조밀함이 앞으로의 일기분석뿐만 아니라 태양에너지와 관련된 사업에서 활용도가 높을 것으로 사료되며 지속적인 연구가 필요하다.

more

목차

차 례

감사의 글 ⅰ
차례 ⅲ
그림 차례 ⅴ
표 차례 ⅷ
국문 요약 ⅸ

제 1 장 서론 1

제 2 장 연구 자료 및 방법 3

제 3 장 알고리즘 8
3.1 차폐 제거 15
3.2 화소 분포에 따른 분류 17
3.3 태양광 제거 및 화소 유효성 검사 21
3.4 전운량 산출 22

제 4 장 결과 및 분석 23
4.1 연간 분석 23
4.2 계절별 분석 27
4.3 월별 분석 35

제 5 장 결론 40

참고 문헌 42
영문 요약 44
부록 47

more
반출 Meta View 목록