지표면 하향 장파 복사 산출 알고리즘 개발
Development of a Retrieval Algorithm for Surface Downward Longwave Radiation
- 주제(키워드) 도움말 지표면 하향 장파 복사 산출 , 운저온도 , CERES , Era-interim , Line-by-Line 모델 , 청천 , 전천
- 발행기관 강릉원주대학교 일반대학원
- 지도교수 도움말 이규태
- 발행년도 2016
- 학위수여년월 2016. 8
- 학위명 석사
- 학과 및 전공 도움말 일반대학원 대기환경과학과
- 실제URI http://www.dcollection.net/handler/kangnung/000000008386
- 본문언어 한국어
초록/요약 도움말
이 연구에서는 CERES (Cloud and the Earth’s Radiant Energy System) 센서 자료와 ECMWF (European Centre for Medium-Range Weather Forecasts) Era-interim 재분석 자료를 활용하여 지표면의 복사수지를 추정하는 데에 중요한 요소 중 하나인 지표면 하향 장파 복사량 (Downward Longwave Radiation; DLR) 산출 알고리즘을 개발하고 이를 분석 및 검증하는 과정을 제시하였다. 이 때 DLR 산출 연구에서 가장 널리 통용되고 약 6~7 %의 오차를 지닌 Gupta (1989)의 선행 연구를 기초로 대기의 각 층에 해당하는 구름의 영향을 고려하여 알고리즘을 개발하였다. 주야간 그리고 계절별 산출 DLR의 오차 분석을 위하여 06 UTC와 18 UTC에 CERES 센서가 동아시아를 스캔(scan)하는 사례를 계절별로 선정하여 분석하였다. DLR 산출 과정에서 입력 자료로 사용되는 운저온도는 CERES의 경험적 운저고도 알고리즘 및 운형에 따른 구름 액체수함량(Liquid Water Content)의 추정을 통하여 산출하였으며 CERES 운저온도와의 검증 결과 약 3%의 작은 오차를 보이며 활용에 적합한 것으로 분석되었다. 산출 DLR의 검증 결과 대기가 청천(Clear sky)인 조건에서는 LBL 모델에 의한 DLR과 약 5 %, 전천(All sky)인 조건에서는 구름의 영향이 과대모의 되면서 CERES DLR과 약 9 %의 오차를 보이며 대기가 청천인 조건과 비교하여 오차가 크게 발생하였다. 산출된 DLR은 전천인 조건과 비교하여 청천인 조건에서 주야간 또는 계절별 오차의 변화가 크게 나타났다. 이는 대기가 맑은 경우에 지표면 및 대기의 비열이 감소하면서 기상변수들의 변화가 크게 발생하기 때문인 것으로 분석된다. 청천 조건인 경우에 야간 보다는 주간이, 계절별로는 봄, 여름, 가을, 겨울 순으로 알고리즘의 정확성이 높게 나타났으나 향후 추가적인 사례의 실험을 통한 정확한 원인 분석 및 그에 따른 알고리즘의 개선이 요구된다. 이 연구는 추후 개선 과정을 거쳐 2018년에 발사 예정인 후속 정지궤도 기상위성의 알고리즘으로써 활용됨에 있어 그 의의가 있다.
more초록/요약 도움말
In this study, an algorithm that retrieves the downward longwave radiation (DLR) on the earth surface, which is an important factor in estimating the radiant balance on the earth surface, by using the data from Clouds and the Earth’s Radiant Energy System (CERES) sensors and Era-interim reanalysis data of the European Centre for Medium-Range Weather Forecasts (ECMWF) is developed, and a process for analyzing and verifying this algorithm is proposed. The developed algorithm considers the effects of cloud on each atmospheric layer based on the study of Gupta (1989), which has been used most widely in studies on calculating DLR and has an error range of approximately 6 to 7 %. Moreover, the errors of DLR retrieved during daytime, nighttime, and in different seasons are analyzed by selecting the cases in which the CERES sensors scan East Asia at 06 UTC and 18 UTC, respectively, for each season. The temperature of the cloud bottom, which is used as input data during DLR retrieval, is calculated by estimating the liquid water content of the clouds according to the cloud types and by using the CERES algorithm for empirically examining the altitude of the cloud bottom. The result of comparing the calculated cloud bottom temperature with that obtained by CERES confirms that the calculated result has an insignificant error of about 3 % and is thus appropriate for use. The result of verifying the retrieved DLR indicates that it has an error of approximately 5 % compared to the result obtained by the line-by-line (LBL) model under the atmospheric condition of clear sky. On the other hand, it shows an error of about 9 % compared to the DLR obtained by CERES under the atmospheric condition of all sky, which is a larger error than that under the condition of clear sky, because the effects of clouds are overestimated in the simulation. In terms of error variation according to daytime, nighttime, or season, the retrieved DLR shows greater changes under the condition of clear sky than under the condition of all sky. This result occurs because the specific heat of the earth surface and atmosphere decreases under the clear atmospheric condition, leading to significant changes in meteorological variables. In addition, the accuracy of the algorithm is higher during the daytime than at nighttime and is highest in spring, followed by summer, fall, and winter. However, additional case experiments should be conducted to perform accurate causal analysis and enhance the algorithm based on analytical results. The result of this study is significant because it will be enhanced and applied to the algorithm of a follow-up geostationary meteorological satellite, which will be launched in 2018.
more목차 도움말
제 1 장 서론 1
제 2 장 연구 방법 및 자료 3
2.1 연구 방법 3
2.1.1 이론적 설명 3
2.1.2 지표면 하향 장파 복사의 산출 방법 4
2.1.3 운저온도의 추정 방법 7
2.2 자료 9
2.2.1 청천 조건에서 DLR의 검증을 위한 선 모델의 수행 13
제 3 장 결과 14
3.1 운저온도의 산출 및 검증 14
3.2 지표면 하향 장파 복사의 산출 및 검증 16
3.3 주야간 및 계절별 오차 분석 23
제 4 장 결론 30
