NMSC-SCI-ATBD-CLD_v1.0.hwp

Similar documents
NMSC-SCI-ATBD-CA_v1.0.hwp

02¿ÀÇö¹Ì(5~493s

< B3E2BFF8BAB828C8AFB0E629312E687770>

PowerPoint 프레젠테이션

C# Programming Guide - Types

exp

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선

차 례 4

09È«¼®¿µ 5~152s

°í¼®ÁÖ Ãâ·Â

04 Çмú_±â¼ú±â»ç

광덕산 레이더 자료를 이용한 강원중북부 내륙지방의 강수특성 연구


09오충원(613~623)

NMSC-SCI-ATBD-RI_v1.0.hwp

(Microsoft PowerPoint - f55684d c0-b194-6aacc6458c5b.pptx [\300\320\261\342 \300\374\277\353])

High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo

슬라이드 1

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Nov.; 26(11),

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for

untitled

Microsoft PowerPoint - Java7.pptx

09권오설_ok.hwp

비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2

Sequences with Low Correlation

파워포인트포맷 A

04홍석영(509~520)(f.5)ok

<5BB0EDB3ADB5B55D B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D D3135B9AEC7D72E687770>

À±½Â¿í Ãâ·Â

PowerPoint 프레젠테이션

Microsoft PowerPoint - Ch13

인문사회과학기술융합학회

2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract

(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로

실험 5

<C6EDC1FD2DC0E7B3ADBBF3C8B2B0FCB8AE20C1A4BAB820C1A63130C8A320C8A3BFEC2E687770>

슬라이드 1


¿À¸®ÄÞ40

11월호-내지5.5.idml

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

2019_2nd_guide_kr_0619.indd

½½¶óÀ̵å Á¦¸ñ ¾øÀ½


NMSC-SCI-ATBD-AMV_v1.0.hwp

유해중금속안정동위원소의 분석정밀 / 정확도향상연구 (I) 환경기반연구부환경측정분석센터,,,,,,,, 2012

R t-..

¼º¿øÁø Ãâ·Â-1

<352EC7E3C5C2BFB55FB1B3C5EBB5A5C0CCC5CD5FC0DABFACB0FAC7D0B4EBC7D02E687770>

05서찬양(521~529)ok

DBPIA-NURIMEDIA

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석

Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp DOI: (LiD) - - * Way to

DBPIA-NURIMEDIA

환경중잔류의약물질대사체분석방법확립에 관한연구 (Ⅱ) - 테트라사이클린계항생제 - 환경건강연구부화학물질연구과,,,,,, Ⅱ 2010

RVC Robot Vaccum Cleaner

원격탐사

정보기술응용학회 발표

Validation Plan Template

ez-shv manual

PD-659_SM(new)

433대지05박창용

2 Journal of Disaster Prevention

hwp

한류스토리 내지 허경회수정 인디파일(10.07).indd

¿À¸®ÄÞ38

Bind Peeking 한계에따른 Adaptive Cursor Sharing 등장 엑셈컨설팅본부 /DB 컨설팅팀김철환 Bind Peeking 의한계 SQL 이최초실행되면 3 단계의과정을거치게되는데 Parsing 단계를거쳐 Execute 하고 Fetch 의과정을통해데이터

(001~006)개념RPM3-2(부속)

1. Features IR-Compact non-contact infrared thermometer measures the infrared wavelength emitted from the target spot and converts it to standard curr

< D B4D9C3CAC1A120BCD2C7C1C6AEC4DCC5C3C6AEB7BBC1EEC0C720B3EBBEC8C0C720BDC3B7C2BAB8C1A4BFA120B4EBC7D120C0AFBFEBBCBA20C6F2B0A E687770>

< 목차 > Ⅰ. 연구동기 1 Ⅱ. 연구목적 1 Ⅲ. 연구내용 2 1. 이론적배경 2 (1) 직접제작한물질의기본구조 2 (2) 회절격자의이론적배경 3 (3) X-선회절법-XRD(X-Ray Diffraction) 3 (4) 브래그의법칙 (Bragg`s law) 4 (5)

Output file

statistics

adfasdfasfdasfasfadf

이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론

Microsoft PowerPoint - e pptx

프로그래밍개론및실습 2015 년 2 학기프로그래밍개론및실습과목으로본내용은강의교재인생능출판사, 두근두근 C 언어수업, 천인국지음을발췌수정하였음

CC hwp

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4)

박선영무선충전-내지

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a

DBPIA-NURIMEDIA


3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료

Turbine Digital Flowmeter SEMI U+ 특징 PVC, PTFE, P.P, PVDF 등 다양한 재질 Size, 유량, Connection별 주문제작 정밀성, 내화학성이 우수 4~20mA, Alarm, 통신(RS485) 등 출력 제품과 Controll

, ( ) 1) *.. I. (batch). (production planning). (downstream stage) (stockout).... (endangered). (utilization). *

= ``...(2011), , (.)''

OCW_C언어 기초

<C7CFB4C32DBABDC8A328C7D1B1DBB9F6C0FC292D352E687770>

광운소식-68호F

03¹Ú³ë¿í7~272s

A Time Series and Spatial Analysis of Factors Affecting Housing Prices in Seoul Ha Yeon Hong* Joo Hyung Lee** 요약 주제어 ABSTRACT:This study recognizes th

Æ÷Àå½Ã¼³94š

Chap 6: Graphs

Chap 6: Graphs

Ver. 4.0 OOPT Stage 1000 <Plan and Elaboration> Version 4.0 Project Team T7 Team Date Team Information 오세욱 임현유

08김현휘_ok.hwp

2 : (JEM) QTBT (Yong-Uk Yoon et al.: A Fast Decision Method of Quadtree plus Binary Tree (QTBT) Depth in JEM) (Special Paper) 22 5, (JBE Vol. 2

chap 5: Trees

I

Transcription:

구름탐지 (CLD: Cloud Detection) 알고리즘기술분석서 (CLD-v1.0) NMSC/SCI/ATBD/CLD, Issue 1, rev.0 2012.12.12 국가기상위성센터

REPORT SIGNATURE TABLE 국가기상위성센터

DOCUMENT CHANGE RECORD 국가기상위성센터

차 례 1. 개요 1 2. 배경및목적 2 3. 알고리즘 5 3.1. 이론적인배경및근거 5 3.2. 산출과정 7 3.3 구름탐지과정상세설명 9 3.3.1. 단계 1 : 청천반사도및휘도온도추정 11 3.3.2. 단계 2 : 태양천정각검사 11 3.3.3. 단계 3 : 채널사용가능유무검사와자료품질검사 11 3.3.4. 단계 4 : 경계값결정 12 3.3.5. 단계 5 : 구름탐지및자동품질검사 15 3.4. 검증 18 3.4.1. 검증방법 18 3.4.2. 검증자료 19 3.4.3. 시공간일치방법 19 3.4.4. 검증결과분석 20 4. 산출결과해석방법 24 5. 문제점및개선가능성 25 6. 참고문헌 26 국가기상위성센터

List of Tables Table 1. Contingency table for validation of cloud detection result. 18 Table 2. Preliminary validation results for the CMDPS cloud detection algorithm. For calculation of validation scores in this table, MODIS cloud detection output is considered as an true value 23 Table 3. Validation result for cloud detection during CMDPS pre- and post-processing and interface development program first operation test period (Nov. 1-24, 2007) 23 Table 4. Validation results for cloud detection during CMDPS operation test periods. 24 국가기상위성센터

List of Figures Fig. 1. Detailed schematic diagram for cloud detection tests and automatic quality control procedure. 10 Fig. 2. Comparison of cloud detection results between CMDPS algorithm using MTSAT-1R (0533UTC on April 7, 2006) and MODIS (0555UTC on the same day) (a and b, upper panel). c and d represent infrared and visible imagery of MTSAT-1R, respectively. 21 Fig. 3. Same as Fig. 2, except for 0033 UTC on August 31, 2006. 22 Table 2. Preliminary validation results for the CMDPS cloud detection algorithm. For calculation of validation scores in this table, MODIS cloud detection output is considered as an true value. 23 국가기상위성센터

List of Acronyms AQC AVHRR CMDPS COMS CSR EOS EUMETSAT FAR FOV GDAPS GSFC HRIT HSS IR LAADS MPEF MODIS MSG MTSAT-1R NASA NNCLD PC POD PSS RTTOV SAFNWC SEVIRI SWIR WMO Automatic Quality Control Advanced Very High Resolution Radiometer COMS Meteorological Data Processing System Communication, Ocean and Meteorological Satellite Clear Sky Radiance Earth Observation System European Organization for the Exploitation of Meteorological Satellites False Alarm Rate Field Of View Global Data Assimilation and Prediction System Goddard Space Flight Center High-Rate Information Transmission Heidke Skill Score InfraRed Level 1 and Atmospheric Archive and Distribution System Meteorological Product Extraction Facility MODerate-resolution Imaging Spectroradiometer Meteosat Second Generation Multi-functional Transport Satellite-1 Replacement National Aeronautics and Space Administration Neural Network Cloud Detection Proportion Correct Probability of Detection Peirce's Skill Score Radiative Transfer for the TIROS Operational Vertical Sounder Satellite Application Facility NoW-Casting Spinning Enhanced Visible and Infrared Imager Short-Wave InfraRed World Meteorological Organization 국가기상위성센터

1. 개요 구름탐지는위성관측영상에서각화소단위로해당화소의구름존재유무를결정하는과정이며위성자료처리분야에서는매우중요한산출물중하나이다. 특히종합적위성자료처리시스템구축을위해서는산출요소의종류가구름의존재유무에따라다르게결정되기때문에가장먼저수행되어야하는필수선행산출요소이다. 이러한이유로구름탐지의정확도는이후산출되는자료의품질에도그영향을미치게된다. 가장쉬운예를들면해수면온도의산출에있어서구름에의한오염이적절히제거되지못할경우해수면온도값이실제에비해낮게산출되게되며, 이러한구름오염을최소화하는것이해수면온도산출에서의핵심기술중하나로다루어지고있다. 또한검정감시및대리검정과같은원시자료의품질평가를위한과정에서도청천화소의선택이그정확도를결정하므로정확한구름탐지가중요하다. 하지만제한된채널자료를사용하는구름탐지의경우오차를유발할가능성이비교적높아 100 % 완벽한구름탐지알고리즘의구현은현실적으로어렵다. 따라서구름탐지알고리즘의설계과정에서중요하게고려되어야할사항은구름존재의오차허용도와청천판정의오차허용도에대한선택과결정이라할수있다. 즉실제화소에는구름이존재하지않지만구름이존재하는것으로판단하여발생하는오차를더허용할것인지, 아니면반대로화소에구름이존재함에도불구하고구름이존재하지않는것으로판단하여발생하는오차를더허용할것인지를결정해야한다. 이를위해서는청천화소에서산출되는자료의구름에의한영향과구름화소에서산출되는자료가실제구름이존재하지않는화소에서산출되었을경우발생할수있는영향을분석하여야한다. 통신해양기상위성 (COMS ; Communication Ocean and Meteorological Satellite) 의기상자료처리시스템 (CMDPS ; COMS Meteorological Data Processing System) 에서는구름이존재할경우운량, 운형, 운상, 구름광학두께등의구름정보와운정온도 / 고도, 강우강도, 안개, 대기운동벡터 ( 수증기운동벡터의경우예외 ) 등을산출하거나탐지하며, 구름이없는영역에서는지표면온도, 해수면온도, 가강수량, 상층수증기량, 청천복사휘도등을산출한다. 이들산출물의경우구름의영향을받았으나청천화소로분류되어자료가산출될경우발생하는오차와이에대한영향이그반대의경우보다심각한것으로판단되었다. 따라서 CMDPS의구름탐지과정에서는화소에부분적으로구름이포함되거나, 반투명한구름이포함된경우, 그리고주변의구름에의해간접적으로영향을받는경우에는청천화소의정확도를확보하기위하여모두구름화소로분류하는것을원칙으로하였다. 이러한구름탐지의원칙은구름뿐아니라황사등에어로솔의존재시나산불연기, 심지어는적설이나 hot spot, sunglint 등의영향을받은화소의경우에도구름화소로판정되기쉽다. 이러한이유로 CMDPS에서의에어로솔탐지, 에어로솔광학두께, 해빙 / 적설등의산출물은본문서에서기술되는구름탐지알고리즘의결과가아닌자체구름제거알고리즘을사용하는것으로결정하였다. 국가기상위성센터 - 1 -

본문서는 CMDPS에적용되는구름탐지알고리즘에대한상세기술을목적으로작성하였으며, 2절에서는구름탐지의배경및목적, 그리고기존에개발되어활용되고있는구름탐지알고리즘들에대해간략히소개하고, 3절에서는본 CMDPS 구름탐지알고리즘의이론적배경과함께산출과정및개별구름탐지검사들에대한상세한기술과, 산출물정확도를감시하기위한검증방안을설명하였다. 4절에서는생산된구름탐지결과의해석및활용방법을, 마지막으로 5절에서는현재까지의문제점과개선방안에대해정리하는것으로구성하였다. 2. 배경및목적 위성자료에서구름은일반적으로청천역에비해서높은반사도와상대적으로낮은복사휘도온도를갖는다. 이성질을이용하면간단한가시 (VIS; Visible) 채널및적외 (IR; Infrared) 채널경계값검사를적용하여서도어느정도구름을탐지해낼수있다. 이러한이유로위성자료로부터구름을탐지하기위하여가장많이활용되어지는방법이경계값검사이며, 이는미리정해진경계값과실제채널별관측값을비교하여구름의존재유무를판단하는방법이다. 관측채널이많은경우채널별특성을고려하여단일채널을이용한검사, 두채널간의차이값을이용한검사등보다다양한검사를수행하고이를조합하여구름을탐지할수있다. 이방법을적용하는과정에서가장중요한것은개개의검사에사용되어지는경계값을결정하는것이다. 경계값은지표면의조건, 수증기와같은대기의조건, 태양입사각및위성관측각과같은관측조건에따라달라질수있으므로모든조건에서적용될수있는하나의경계값을선택하는것은매우어렵다. 따라서조건에따라서서로다른경계값을적용하는것이일반적이다. 경계값을구하는방법으로는분석자가실제영상을보면서조정해나가는경험적인방법과복사전달모델을통해계산된모의자료를이용하는이론적인방법이있다. 한편최근에는광범위한지역에서계절의변화에따른경계값설정에있어서의어려움을해소하기위하여수치모델자료를이용하여이론적으로계산된복사값을활용하여상대적으로경계값을결정하는동적경계값기법도활용되고있다 (EUMETSAT, 2004). 물론이방법의정확도는사용된수치모델과복사전달모델의정확도, 그리고구름존재를결정하기위한두값의차이정도를분석하여결정하는과정에의해크게좌우되어진다. 구름탐지알고리즘은지금까지운영되어왔던위성자료에대하여많은연구와개발이이루어져왔다. 그대표적인예로는 ISCCP (International Satelite Cloud Climatology Project), APOLLO(AVHRR Processing scheme Over cloud Land and Ocean) 구름탐지, CLAVR(Cloud Advanced Very High Resolution Radiometer), MODIS cloud mask, MPEF(Meteosat Product Extraction Facility) 장면분석알고리즘등을들수있다. ISCCP 구름탐지알고리즘에서는가시채널 (0.6 μm ) 과적외채널 (11 μm ) 두채널만을이 국가기상위성센터 - 2 -

용하여구름탐지를시도하였으며, 각각의채널값을해당되는청천합성값과비교하는방법을사용하였다. 이때경계값은청천시에가질수있는값의범위에대한불확실성을기초로하여설정되었다. ISCCP 알고리즘은적외채널영상에대한공간균질성검사, 정의된일변화를고려한연속적인적외영상에서의시간일관성검사, 적외영상과가시영상에대한시공간통계값의조합, 5일간의자료를이용한청천합성값생산, 경계값검사등의 5개단계로구성되었다. 한편 APOLLO 알고리즘은 Saunders and Kriebel(1988), Krievel et al.(1989), Gesell(1989) 등에의해서소개된바있으며, AVHRR(Advanced Very High Resolution Radiometer) 의 5개채널을모두활용한알고리즘이다. AVHRR의 5개채널의파장대는대략 0.58~0.68 μm ( 채널1), 0.72~1.10 μm ( 채널2), 3.55~3.93 μm ( 채널 3), 10.3~11.3 μm ( 채널4), 11.5~12.5 μm ( 채널5) 이며, 알고리즘은적외채널경계값검사, 가시채널0.58비 ( 채널2/ 채널1) 검사, 대기창적외채널차이값 ( 채널4-채널5) 검사, 해양에서의공간일관성검사등으로구성되었다. 구름탐지결과는 ISCCP가단지구름 / 청천 2 개로구분했던것과달성되구름, 구름오염, 청천등 3개로구분하였다. 한편 NOAA의 CLAVR 알고리즘챘천등도마찬가지로 AVHRR의 5개채널자료모두를이용하여전지구영역을대상으로한구름탐지알고리즘이며 Stowe et al.(1991) 에의해소개되었다. 이알고리즘은다중채널정보와채널값차이, 그리고공간일관성을이용하였으며, 순차적인결정방법 (sequential dec, 1on t~1e tests) 단쳀택하였다. 주목한점은화소별로구름탐지를수행한후 2*2화소에서모든 4개의화소에서청천인경우청천 (0% cloudy), 4화소모두가구름인경우 100 % cloudy, 나머지에대해서는 50 % cloudy로결정하고, 이에대해서는적설 / 해빙역, 해양의태양반사각, 사막등의지표면정보를이용하여일부를청천 (0% cloudy) 으로복원해주는방식이사용되었다는점이다. 또한검사들을각각주간해양용, 주간육지용, 야간해양용과야간육지용으로구분하여서로다른검사와경계값을적용하였다. 이후에 CLAVR 알고리즘은지속적으로개선이이루어졌다. 개선내용은크게전일 9일자료를이용하여청천시통계값을이용하는동적경계값방법을이용한것 (Stowe et al., 1994) 과화소별로청천과구름오염화소를구분하는검사, 구름오염을 partial과 overcast로구분하는검사등서로다른검사를적용하고다시구름오염여부를하층운, 권운, 발달된적운시스템에의한오염등으로구분하는시도등이다. 또한추가적으로 HIRS(High-resolution Infrared Radiation Sounder) 의다중채널관측값을이용하여투명구름을구분하는시도도이루어졌다. HIRS를이용하는구름탐지알고리즘은본 CMDPS 개발과는크게연관성이없어자세한설명을생략한다. 이러한연구배경들을바탕으로다중채널자료라는장점을최대한이용하여개발된알고리즘이지구관측위성 (EOS; Earth Observing System) Terra와 Aqua에탑재된 MODIS(MODerate-resolution Imaging Spectroradiometer) 센서의구름탐지알고리즘 (Ackerman et al., 1998) 이다. MODIS는 36개의다중채널영상기로이중 14개채널이이알고리즘에서사용되었다. MODIS 구름탐지검사는총 5개의그룹으로구성되며이는단일적외채널경계값검사그룹 (Tb 10.8, Tb 13.9, Tb 6.7 검사 ), 다중적외채널휘도온도차이 국가기상위성센터 - 3 -

값검사그룹 (Tri-spectral 검사, Tb 10.8 - Tb 3.9, Tb 10.8 - Tb 6.7 검사 ), 반사도검사그룹 (Ref 0.66 또는 Ref 0.87, Ref 0.87 /Ref 0.66, Tb 3.75 - Tb 3.9 검사 ), 근적외채널을이용한권운탐지검사그룹 (R 1.38 검사 ), 적외권운탐지검사그룹 (Tb 3.75 - Tb 12, Tb 10.8 - Tb 12 검사 ) 이다. 여기서 Tb는휘도온도 (Brightness Temperature), Ref는반사도 (Reflectance) 를각각의미한다. 각각의개별검사는고정된경계값을사용하되, 고정적인값을사용할때의단점을보완하기위하여 3개의경계값을적용하여확실한구름과확실한청천을구분하고그중간에는구름존재의신뢰수준을수식적으로결정하도록설계되었다. 개별검사는각각의그룹별로최대한의구름존재가능성으로취합되고이들그룹검사결과를조화평균함으로써최종신뢰수준을결정하는방식으로진행된다. 최종신뢰수준은 confident clear, probably clear, undecided, cloudy의 4개의카테고리로출력된다. 지금까지는주로극궤도위성자료에적용되는구름탐지알고리즘을기술하였다. 반면정지궤도위성자료를이용하는대표적인구름탐지알고리즘은최근발사된유럽의정지궤도기상위성 MSG (Meteosat Second Generation) 의 SEVIRI 센서자료를이용한유럽기상위성센터 (EUMETSAT; European Organization for the Exploitation of Meteorological Satellites) 의 MPEF 장면분석알고리즘이다. SEVIRI는정지궤도위성에서는처음으로 12 개의다중채널을관측하는센서이다. MPEF 알고리즘의경우다음과같은장점을가지고있다. 첫번째로, 일정하게정해진경계값을사용하지않고청천일경우의복사휘도또는반사도값을추정하여이를바탕으로경계값을결정함으로써경계값을가변적으로이용한다는특징을가지고있다. 두번째, 가능한모든채널을이용하여구름탐지검사를실시한후이에대한결과들을이용하여자동품질검사 (AQC; Automatic Quality Control) 과정에서최종적인구름탐지결과를신뢰도수준에따라 5개단계로나누어제공한다. 또한기존에많이사용되어지지않았던단파적외 (SWIR; Short-Wave InfraRed 3.75 μm ) 채널의반사도값을계산하여경계값검사에사용하며, 계산시간의절약을위하여현재관측자료와이전시각의자료를비교하여차이가적을경우에는이전시각의구름탐지결과를이용하는개념을포함하고있다. 이렇듯경계값방법을이용한구름탐지알고리즘은특히현업운영용알고리즘에서널리사용되며, 이는이론적으로이해하기쉽다는것과계산시간이비교적적게들고, 프로그램화하여자동화하기쉽다는장점들이있기때문이다. 전통적으로사용되어온또다른구름탐지방법은히스토그램을이용한방법이다. 간단히설명하면가시채널반사도와적외채널휘도온도에대한 2차원히스토그램을이용하여차갑고밝은부분은구름, 어둡고따뜻한부분은청천등과같이그화소값이가지는위치분포에따라구름을탐지하는방법으로주로구름의유형분류등에많이사용되어진다. 이를이용한대표적인예로 Desbois et al.(1982) 은 Meteosat 영상에적용하여가시, 적외, 수증기등 3개채널을이용하여구름을탐지하고 dynamic cluster 방법을이용하여운형을자동으로분류하는연구를한바있다. 히스토그램방법을이용한구름탐지방법의일정지역에적용하기에는적절하나그특성상전구영역으로확대하기에는어려운단점을가지고있으며, 현업으로운영하기에는비교적많은계산시간이소요된다. 국가기상위성센터 - 4 -

한편 1990년대들어오면서새로운연구들이시도되었다. 이는위성자료처리및구름탐지를위해신경망기법을적용한것이었다 (Visa et al., 1991; Slawinski et al., 1991; Yhann and Simpson, 1995). 신경망모델을이용하는방법은시 공간적인변화에따라다양한특성을나타내는대기와해양, 그리고지표조건등으로인한어려움을보완하기위한방법으로써통계적이고비선형적인특성의매우복잡한자료들사이의관계나패턴을찾아내어그자료에대한특성들이가장잘반영된모델을구축하여새로운자료를분류하거나예측하는데유용한방법이다. 절차는간단히말해훈련자료를준비하고신경망모델을구축하여훈련시킨후훈련된구름탐지신경망모델을이용하여구름탐지를수행한다. 이러한신경망기법의적용에서가장중요한단계는적절한훈련자료를구축하는데있다. 계절별, 지역별, 구름의광학적특성별자료를균질하게샘플링하여모델을훈련시켜야한다. 또한어떠한모델을구축하는가도원하는산출결과의정확도를좌우하게된다. COMS에서관측된자료를이용한구름탐지, 즉 CMDPS의구름탐지알고리즘은앞서기술했던경계값검사를기반으로개발되었다. 정지궤도위성자료의활용이라는점, 그리고동적경계값을사용함으로써계절적, 지역적경계값적용에적합하다는면에서현재유럽기상위성센터에서현업적으로활용되고있는 MPEF 장면분석알고리즘에기초를하여개발하였다. 물론 COMS는 5개채널영상기가탑재되어 12개채널을사용하는 MPEF 알고리즘에서사용되는모든검사를채용할수없으며, 또한적설등지면상태정보산출이어렵다는점에서많은수정이있었으며, 경계값을결정하는데필요한청천시복사휘도의경우기상청의현업수치모델을이용하고, 반사도는최근 15일간의최소반사도를적용하는등의변경을하였다. 이에대한자세한알고리즘및산출과정에대한설명은다음절에기술하기로한다. 한편 CMDPS 개발의일환으로신경망모델을이용한구름탐지알고리즘연구가추가적으로진행되었다. 물론 CMDPS의현업용알고리즘소프트웨어에는경계값기법의알고리즘이적용될것이나, 신경망모델의적용가능성을검토하고그성능을비교하기위하여연구가진행되었으며, 이에대한자세한설명은 NNCLD(Neural Network Cloud Detection) ATBD를참고하기바란다. 3. 알고리즘 3.1. 이론적인배경및근거 (Theoretical Background) 경계값검사를이용한구름탐지는관측되는채널의각각의특성을이용하여일정경계값을이용하여청천과구름을분류하는것이기본원리이다. 구름탐지검사방법은크게단일채널을이용한검사, 이중채널차이값또는비 ( 比 ) 를이용한검사등으로이루어진다. 단일채널경계값검사는가장간단하면서도대부분의두꺼운구름을탐지할수있는방법이다. 국가기상위성센터 - 5 -

이방법은대기창영역에서관측된가시및적외채널을이용하며주간에는가시와적외채널을동시에이용할수있으며야간에는적외채널만이이용가능하다. 단일채널경계값검사를수행하기위해서는해당채널의특성을이해해야한다. 가시채널의반사도는청천의경우반사도가낮고구름의경우반사도가크게나타난다. 따라서이검사는가시채널반사도가임의의경계값보다큰경우구름으로탐지하게된다. 해상의경우그반사도가매우낮기때문에비교적검사가용이하나 sunglint 지역에서는반사도가클수있기때문에주의를기울여야한다. 한편육지의경우또한비교적반사도가낮은편이나사막등의경우일반지표면에비해반사도가높고, 적설지역의경우구름과구별되기어려울정도로반사도가높은경우가많다. 한편적외채널을이용한단일채널경계값검사를수행할경우가시채널의특성과반대로청천화소에서는휘도온도가높게나타나며구름이있는화소에서는휘도온도가낮게된다. 이는대기창영역의적외채널이청천지역은지표면온도를, 구름에서는운정온도의정보가지배적이기때문이다. 따라서적외채널을이용한구름탐지검사에서는정해진경계값보다낮을때구름, 높을때청천으로결정하게된다. 이중채널경계값검사는구름이존재할경우각파장대별로그반응이다르게나타나는성질을이용하는것이다. 이중채널경계값검사에서대표적으로사용되는 Tb 10.8 -Tb 12 검사는두채널의온도차이가얇은권운이존재하는경우청천역이나두꺼운구름이존재하는경우보다높게나타나는성질을이용한다 (Saunder and Krieble, 1988; Inoue, 1985). 이는적외창영역에서빙정의흡수율 ( 방출율 ) 이수적에비해높은값을보이며, 파장나땐른차이가훨씬크기때문이다 ( 즉, 파장이증가함나땐라빙정의굴절계수허수값이급격하게증가함 ; Ackerman et al. 1990). 따라서 Tb 10.8 - Tb 12 값이특정한경계값보다클때는구름의영향을받았다고판단할수있다. 가시채널이가용한주간에비해서야간에는하층운탐지가매우어렵다. 하층운의경우청천에비해서온도가크게낮지않아적외채널만을이용해서는그형상이뚜렷하게나타나지않기때문이다. 이러한야간의하층운탐지를위해서는적외채널과단파적외채널의채널차이값검사가주로사용된다. Tb 10.8 - Tb 3.75 값은청천시나두꺼운구름이존재할경우두채널의온도차이가 0허수값까운값을가지지만, 하층운이존재하는경우일정이상의양의값을가지게된다. 이는단파적외채널파장나서의구름의방출률이적외채널파장나비해낮음으로쥸가함나적외채널보다단파적외채널의값이낮은휘도온도를갖기때문이다. 한편 Tb 10.8 - Tb 3.75 검사는얇은권운탐지에도사용되어빙다. 이는지표면에서방출된에너지가권운을투과할때적외채널파장나비해단파적외채널파장대에서그투과도가높기때문이다. 즉얇은권운의존재시단파적외채널의값이상대적으로높아 Tb 10.8 - Tb 3.75가음의값을갖게되는특성을이용한다. 하지만단파적외채널은주간의경우지구의방출성분뿐만아니라태양에너지의반사성분이함께포함되기때문에사용하는데어려움이있다. 이러한성질을사용하는검사가 sunglint 지역검사이다. 위성영상출성석할때특히전구가시영상출보면적도주이해양지역에서 sunglint 현상이나타나는것을알수있다. 단파적외채널은태양반사성분을포함가함나뚜렷하값을않지만그영향이나타나며, 반면적외채널영상에는나타나지않기때 국가기상위성센터 - 6 -

문에 Tb 3.75 - Tb 10.8 채널차이값출보면 sunglint 지역이보다또렷하게나타남을알수있다. 이러한성질을이용하여 sunglint 지역에대한검사에사용되어진다. 한편정지궤도위성과같이공간해상도가낮은위성일수록하나의 FOV(Field Of View) 내에구름이일부분포함되는경우또는그정보가미약하여단일채널또는이중채널검사에의해서구름탐지가어려운경우가발생하게된다. 이러한점을보완하기위해주로사용되는구름탐지방법이공간일관성검사이다. 예를들어 3 3 화소내의관측값의표준편차는균질한구름지역이나청천지역의경우그값이작으나화소군내에구름으로오염된화소와구름이없는화소가함께포함된경우그값이커진다. 이러한특성을이용하면구름의가장자리에대한구름탐지가가능하다. 이렇듯위성자료로부터구름의존재여부를결정짓는것은관측채널에대한특성의이해를바탕으로화소별각채널값에포함된정보를분석하여이용함으로써수행되어질수있다. COMS 사업은초기 10개채널이상의다중채널영상기의확보를추진했던배경에서이들채널을이용하는방법에대한방식은 12개채널영상기를사용하는 MSG과 36개채널로구성된 MODIS 센서를이용한구름탐지알고리즘의분석이진행되었다. 이중 MSG 알고리즘은최신의현업용정지궤도구름탐지알고리즘이라는면에서 CMDPS의구름탐지알고리즘설계에있어기본으로선택하였다. MSG 장면분석알고리즘은특정산출요소를위하여일부대표채널을이용하여구름을제거하는기존의알고리즘들과는달리종합적자료처리를위한알고리즘이며, 사용가능한많은채널을이용하여다양한검사를수행하고이를취합하여최종의구름탐지결과를산출하는방법론, 특정지역이아닌전구관측 (Full disk) 영역이기때문에청천시의비교값을추정하고이를이용하여동적인경계값을채택하여검사를수행한다는점, 알고리즘자체에대한설명이상세히정리되어있다는면에서많은장점을지니고있다. 다만이러한정적경계값의사용은이전자료를이용하여청천시가시채널과근적외채널의반사도를추정하는과정과수치예보모델의예측장을입력자료로하여복사전달모델수행을통해청천시적외채널의휘도온도값을추정하는등의부가입력자료가필요하다는점에서알고리즘이복잡해지며, 현업수행에있어서도보다주의가요구된다는어려움이있다. 특히적외채널의청천복사휘도를추정하는과정이앞서서술한바와같이수치모델의예측장을사용한다는점에서사용되는수치모델의예측정확도가구름탐지의정확도를결정하는과정에서주요한역할을담당하게되는의존성을지니게된다. 3.2. 산출과정 CMDPS 구름탐지알고리즘은앞서서술한경계값검사를기초로화소단위수행을원칙으로하며그수행단계는다음과같다. 국가기상위성센터 - 7 -

가. 단계 1 : 청천반사도및휘도온도추정이전관측자료와복사전달모델모의자료를이용하여청천반사도 (Clear Sky Reflectance; CSRef) 와청천반사휘도 (Clear Sky Brightness Temperature; CSTb) 자료를추정한다. 나. 단계 2 : 태양천정각검사각화소단위에서해당화소를낮, 밤및새벽 / 황혼지역으로결정하기위하여태양천정각검사를수행하며, 검사결과는다음단계에서사용될검사에이용할수있는채널및각검사에서사용하는경계값을결정하는데사용한다. 다. 단계 3 : 채널별관측자료의가용유무검사와자료품질검사구름탐지에어떤채널을이용할것인지를결정하기위해자료준비과정에서얻어진정보를이용하여각화소단위에서채널별관측자료의사용가능유무와이에대한품질검사를수행한다. 라. 단계 4 : 경계값결정구름탐지에서적용되는각종경계값검사에서고정적경계값을사용하는경우와관측조건에따라경계값이다르게사용되는경우가있다. 각각의조건에맞는경계값을결정하는단계이다. 마. 단계 5 : 구름탐지및자동품질검사주 / 야간, 새벽 / 황혼에대해정해진각각의개별검사를수행하고, 개별검사결과를이용하여자동품질검사를수행한후최종구름탐지결과를생산한다. 경계값검사의기본적인개념은구름이없는청천화소와구름을포함한화소의물리적신호 ( 즉, 휘도온도와반사도 ) 를경계값검사를이용하여구분함으로써관측자료의구름존재유무를판단하는것이다. 경계값검사방법은 COMS의모든채널에서관측되는자료와함께각각의화소에서얻을수있는가능한많은채널정보를사용할뿐만아니라주변지역의관측정보 ( 표준편차 ) 를부가적으로활용한다. 구름탐지를위해기본적으로적용되는경계값검사는다음과같다. 가. Test 1 : 단일채널반사도경계값검사 - Test1a VIS0.6μm을이용한반사도검사 - Test1b 주간 SWIR3.75_sol을이용한반사도검사나. Test 2 : 이중채널반사도차이값검사 - Test2 VIS0.6μm - SWIR3.75_sol 반사도차이값검사다. Test 3 : 단일채널휘도온도경계값검사 - Test3a SWIR3.75μm단일채널휘도온도검사 - Test3b IR10.8μm단일채널휘도온도검사 - Test3d IR12.0μm단일채널휘도온도검사 국가기상위성센터 - 8 -

라. Test 4 - Test4a IR10.8μm - SWIR3.75μm이중채널휘도온도차이값검사 - Test4b IR10.8μm - WV6.75μm이중채널휘도온도차이값검사 - Test4c IR10.8μm - IR12.0μm이중채널휘도온도차이값검사 - Test4d IR12.0μm - SWIR3.75μm이중채널휘도온도차이값검사 - Test4e IR12.0μm - WV6.75μm이중채널휘도온도차이값검사마. TEST 5 - Test5a 3 3 화소에대한 VIS0.6μm채널표준편차 - Test5b 3 3 화소에대한 SWIR3.75μm채널표준편차 - Test5c 3 3 화소에대한 IR10.8μm채널표준편차 - Test5d 3 3 화소에대한 IR12.0μm채널표준편차바. TEST6 - Test6 SWIR3.75μm과 IR10.8μm을이용한 sunglint 지역검사 위성의운영기간동안이구름탐지알고리즘은간단한모듈삽입을통해보다많은스펙트럼검사또는기존의경계값검사의추가 / 삭제등의수정을통해개선될수있으므로, 알고리즘은이러한과정이간단하게이루어질수있도록구성한다. 또한, 구름탐지의결과는모든구름오염화소에대하여품질검사가이루어져야하며, 이러한품질검사는어떠한경계값검사에의해구름으로판정되었는지에대한정보를기억하여구름탐지의결과에대한확신을줄수있는품질검사결과를제공하는데활용되어져야한다. 3.3. 구름탐지과정상세설명 구름탐지알고리즘은앞절에서서술한바와같이 6단계로수행된다. 각단계는각각의화소에대해적용되며모든정적입력자료, 즉경계값, 변수, 상수등은수정될수있다. 3단계, 5단계의검사결과는 flag로써통과여부를표현하고, 이후이것을 test_flag라고한다. test1a에서 test1b, test3a에서 test3c에대한 test_flag는 'test failed', 'cloud detected, 100 % confidence', 'clear scene, 100 % confidence' 와같이세가지로분류되며, 나머지다른모든검사에대한 test_flag는 'test failed' 와 'cloud detected' 와같이두가지로분류된다. 국가기상위성센터 - 9 -

Test1a if Ref 0.6 > THR_MAX : "CLD(100%)" else if R 0.6 < THR_MIN : "CLR" else : "test failed" Test1b if Ref 3.75 > THR_MAX : "CLD(100%)" else if R 3.75 < THR_MIN : "CLR" else : "test failed" Test2 if Ref 0.6 - Ref 3.75 > THR : "CLD" else : "test failed" Test3a if Tb 3.75 > THR_MAX : "CLR" else if Tb 3.75 < THR_MIN : "CLD(100%)" else : "test failed" Test4a if Tb 10.8 - Tb 3.75 > THR_MAX or Tb 10.8 - Tb 3.75 < THR_MIN : "CLD" else : "test failed" Test4d if Tb 12.0 - Tb 3.75 > THR_MAX or Tb 12.0 - Tb 3.75 < THR_MIN : "CLD" else : "test failed" Test3b if Tb 10.8 > THR_MAX : "CLR" else if Tb 10.8 < THR_MIN : "CLD(100%)" else : "test failed" Test4b if Tb 10.8 - Tb 6.75 < THR : "CLD" else : "test failed" Test4e if Tb 12.0 - Tb 6.75 < THR : "CLD" else : "test failed" Test3c if Tb 12.0 > THR_MAX : "CLR" else if Tb 12.0 < THR_MIN : "CLD(100%)" else : "test failed" Test4c if Tb 10.8 - Tb 12.0 > THR : "CLD" else : "test failed" Test5a if std_ref 0.6 > THR and R 0.6 > mean_r_ 0.6 : "CLD" else : "test failed" Test6 if Tb 3.75 - Tb 10.8 > THR : "CLD" else : "test failed" Test5b if std_tb 3.75 > THR and Tb 3.75 < mean_tb_ 3.75 : "CLD" else : "test failed" Test5c if std_tb 10.8 > THR and Tb 10.8 < mean_tb_ 10.8 : "CLD" else : "test failed" Test5d if std_tb 12.0 > THR and Tb 12.0 < mean_tb_ 12.0 : "CLD" else : "test failed" Fig. 1. Detailed schematic diagram for cloud detection tests and automatic quality control procedure. 국가기상위성센터 - 10 -

3.3.1. 단계 1 : 청천반사도및휘도온도추정 Test1의단일채널반사도경계값검사수행과 Test3 단일채널휘도온도검사에서는동적경계값을사용하게된다. 이동적경계값은청천시에가질수있는값을이용하여이에일정정도의여분 (margin) 을두어경계값을결정하는방식을이용한다. 따라서이를위한청천시반사도와휘도온도를추정하는과정이요구된다. 먼저청천반사도의경우이전 15일의같은관측시각자료들을이용하여최소반사도를구하여이를이용한다. 본과정은 CMDPS의후처리과정에의해수행되며구름탐지모듈에서는후처리과정에서생산된자료를읽어들여사용하는것으로개발되었다. 한편적외채널에대한청천복사휘도는복사전달모델에의한모의자료를주로사용한다. 현재 GDAPS (Global Data Assimilation and Prediction System) 예측장을이용하며복사전달모델모의과정은 CMDPS의전처리과정에서수행한다. 전처리모듈은가장최근에입력된 GDAPS 예측장을이용하여 3시간간격의모의자료를생산하며, 정해진스케줄에따라처리해야할자료에맞는시각과화소별자료처리를위해시공간내삽을수행한다. 본단계에서추정된청천시참고값은구름탐지검사의경계값을결정하는데직접적으로영향을주기때문에추정된값의정확도가구름탐지정확도에매우큰영향을미치게된다. 따라서구름탐지에대한연구에있어이과정에서산출된청천시값의정확도연구가지속적으로수행되어야할것이며, 현업적인측면에서는이전자료및복사전달모델수행과정에대한관리가요구된다. 3.3.2. 단계 2 : 태양천정각검사 가시광선의존재유무에따라구름탐지의검사방법이달라진다. 가시광선의존재유무는검사화소의태양천정각을이용하여검사한다. 태양천정각을이용하여각화소의지방시를다음과같이분류한다. 가. 낮 : 태양천정각이 85 ᄋ 보다작거나같을경우나. 밤 : 태양천정각이 95 ᄋ 보다크거나같을경우다. 새벽또는황혼 : 태양천정각이두개의경계값사이에있는경우 현재태양천정각검사는 CMDPS의자료처리모듈전단에서처리하여동일한주야간검사결과를사용하도록구현되었다. 3.3.3. 단계 3 : 채널사용가능유무검사와자료품질검사 구름탐지를포함한 CMDPS 내산출요소들을생산해내기위해서는입력자료의정확 국가기상위성센터 - 11 -

도담보가요구된다. 특히주된입력자료인 COMS Level1B 자료상의문제는하나의화소에문제가있는경우 CMDPS 전체자료처리흐름에있어오류가발생하여수행을중단시키는경우가발생할수있으며, 이러한문제를방지하기위하여채널값에대한검사를우선적으로수행하도록구성하였다. 채널가용성을결정하기위해서몇가지검사를수행하는데, 이는각각의채널값이가질수있는최대, 최소값내에있는가에대한검사와주간에는 5개채널, 야간에는 4개의채널이모두존재하는가에대한검사, 주변화소와의일관성이유지되는가등의검사이다. 이또한최초개발단계에서는구름탐지모듈내에포함되어있었으나, 자료처리전반에영향을미치는사항으로분리하여 CMDPS 자료처리의제일앞단에서처리하여공동사용하는것으로수정되었다. 3.3.4. 단계 4 : 경계값결정 CMDPS의구름탐지는경계값검사를통해이루어지기때문에경계값의결정과정이중요하다. 경계값검사의신뢰도를높이기위해검사의특성에따라관측조건에관계없이일정한경계값을사용하는경우 ( 정적경계값 ; static threshold) 와관측조건에맞게변화시켜주는경우 ( 동적경계값 ; dynamic threshold) 가있다. 정적경계값의경우에는위성의운영기간동안변하지않고적용될수있는물리적인값인반면, 동적경계값은운영기간동안관측주기에따라매번변화되는값이다. 따라서동적경계값은관측조건에맞도록매검사시마다조정되어야한다. 가. Test1a, Test1b에대한경계값결정반사도검사 (Test1a~b) 에서는 VIS 0.6과 TB 3.75_sol ( 태양의영향이존재하는조건에서관측된 SWIR3.75μm의복사휘도값을반사도값으로전환하여구한값 ) 의화소단위의반사도값을경계값과비교한다. 먼저단파적외채널에서태양반사성분을추출하는과정은 Setvak and Doswell (1991) 의방법을사용하였다. 이는단파적외채널의지구방출성분이표면온도가적외채널 Tb 10.8 과같을때방출하는에너지라는가정을이용하여방출성분을유도하는방법이다. 청천반사도정보는이들두채널의화소단위별청천반사도값을이용하여갱신한다. 해당관측시각과동일한전일 15일자료를이용하여해당화소에대한최소값을추출하여청천반사도 (CSRef) 값을구하게된다. 청천시반사도는주로지면특성에의해결정되는데 15일간의기간동안이러한지면특성의변화가크지않다는가정이전제가된다. 다만봄철과가을철의경우 15일의기간동안에는같은화소에서태양천정각의변화가있기때문에 twilight zone 부근에서는오차가유발될가능성이존재한다. 또한반사도값은태양천정각에의해영향을받는값이므로, 구름탐지검사 국가기상위성센터 - 12 -

에적용하기위하여채널값과청천반사도값모두태양천정각을보정하여사용하며, 반사도검사에사용되는경계값은앞에서구해진청천반사도에일정한여분을더해줌으로써결정되게된다. (1) THR_Test1a_MAX vis = CSRef vis refl_test1a_add_max (2) THR_Test1a_MIN vis = CSRef vis refl_test1a_add_min (3) THR_Test1b_MAX swir = CSRef swir refl_test1b_add_max (4) THR_Test1b_MIN swir = CSRef swir refl_test1b_add_min 나. Test2에대한경계값결정 Test2 대한경계값은다음의식과같이유도된다. THR_Test2 = a 0,2 + Ref vis a 1,2 (4. 5) 여기서, Ref vis 는가시채널에서의반사도이며, 계수 a 0,2 와 a 1,2 는해양과육지에대하여서로다른값을갖는다. 다. Test3a - Test3c에대한경계값결정단일채널휘도온도경계값검사인 Test3a에서 Test3c까지는 SWIR3.75μm, IR10.8μm, IR12.0μm채널에대한청천휘도온도를이용하며, 경계값은단계 1에서구한추정된 Tb로부터결정된다. 최종적인경계값은다음과같이유도한다. (1) 해양의경우 THR_Test3a_MAX = CSTb 3.75 - temp3a_sea_max THR_Test3a_MIN = CSTb 3.75 - temp3a_sea_min THR_Test3b_MAX = CSTb 10.8 - temp3b_sea_max THR_Test3b_MIN = CSTb 10.8 - temp3b_sea_min THR_Test3c_MAX = CSTb 12.0 - temp3c_sea_max THR_Test3c_MIN = CSTb 12.0 - temp3c_sea_min (2) 육지의경우 THR_Test3a_MAX = CSTb 3.75 - temp3a_land_max THR_Test3a_MIN = CSTb 3.75 - temp3a_land_min THR_Test3b_MAX = CSTb 10.8 - temp3b_land_max THR_Test3b_MIN = CSTb 10.8 - temp3b_land_min THR_Test3c_MAX = CSTb 12.0 - temp3c_land_max THR_Test3c_MIN = CSTb 12.0 - temp3c_land_min 국가기상위성센터 - 13 -

라. Test4a에서 Test4d의경계값결정이중채널휘도온도차경계값검사인 Test4a에서 Test4d까지는다음과같이고정경계값을사용한다. (1) THR_Test4a_MAX = a 0,4a + CSTb 10.8 a 1,4a + CSTb 3.75 a 2,4a (2) THR_Test4a_MIN = b 0,4a + CSTb 10.8 b 1,4a + CSTb 3.75 b 2,4a (3) THR_Test4b = a 0,4b + CSTb 10.8 a 1,4b + CSTb 6.75 a 2,4b (6) THR_Test4c = a 0,4c + CSTb 10.8 a 1,4c + CSTb 12.0 a 2,4c (8) THR_Test4d_MAX = a 0,4d + CSTb 12.0 a 1,4d + CSTb 3.75 a 2,4d (9) THR_Test4d_MIN = b 0,4d + CSTb 12.0 b 1,4d + CSTb 3.75 b 2,4d (10)THR_Test4e = a 0,4e + CSTb 12.0 a 1,4e + CSTb 6.75 a 2,4e 여기서, CSTB는단계1에서구해진해당채널에대한추정된청천복사휘도이다. a 0, a 1, a 2, b 0, b 1, b 2 등의계수는주간 / 야간, 육지 / 해양에따라즉, 주간 / 해양, 주간 / 육지, 야간 / 해양, 야간 / 육지에따라서서로다른값을갖는다. 마. Test5a에서 Test5d의경계값결정표준편차검사인 Test5a에서 Test5d까지는경계값은고정경계값으로다음과같이정해진다. (1) 해양의경우 THR_Test5a = test5a_sea THR_Test5b = test5b_sea THR_Test5c = test5c_sea THR_Test5d = test5d_sea (2) 육지의경우 THR_Test5a = test5a_land THR_Test5b = test5b_land THR_Test5c = test5c_land THR_Test5d = test5d_land 바. Test6의경계값결정 Sunglint 지역검사를위한 Test6의경계값은식 (4. 6) 의관계식으로유도된다. THR_Test6 = max (c 1, c 1 CSRef vis /c 2 ) (4. 6) 여기서, CSRef vis는 % 단위의 VIS0.65μm채널의청천시반사도이며, 이경우 c 1 과 c 2 는경계값을결정하기위한모수이다. 국가기상위성센터 - 14 -

3.3.5. 단계 5 : 구름탐지및자동품질검사 주간 / 야간 / 새벽과황혼등의각시각에대한검사는서로독립적으로수행되며, 이들각검사는미리정해진결정인자에따라수행가능또는수행불가가정해진다. 경계값검사는다음과같은규칙에의해수행되어진다. 가. 경계값검사별세부설명 (1) Test 1 만약태양천정각을보정한 VIS0.65 μm채널의반사도가 THR_Test1a_MAX보다크면구름화소로분류하고이검사의 test_flag는 cloud detected, 100 % confidence' 로정해진다. Test1b도같은규칙이적용된다. 만약태양천정각을보정한 VIS0.65의반사도가 THR_Test1a_MIN보다작은경우에는청천화소로분류되고, 이에대한 test_flag는 clear scene, 100 % confidence' 와같이정해지며, Test1b도같은규칙이적용된다. (2) Test 2 만약 VIS0.65 μm - SWIR3.75 μm반사도차이값이 THR_Test2보다크게되면, 구름화소로분류되며 test_flag는 cloud detected' 로정해진다. (3) Test 3 만약 SWIR3.75 μm의휘도온도가 THR_Test3a_MAX에비해큰경우에는청천화소로분류되고, test_flag는 clear scene, 100 % confidence' 로정하며, Test3b, Test3c도같은규칙이적용된다. 반면, SWIR3.75 μm의휘도온도가 THR_Test3a_MIN에비해작은경우에는구름화소로분류되고 test_flag는 cloud detected, 100 % confidence' 로정하며, Test3b, Test3c도같은규칙이적용된다. (4) Test 4 Test 4a의 IR10.8 μm와 SWIR3.75μm의휘도온도값차이가 THR_Test4a_MAX 보다크거나 THR_Test4a_MIN보다작은경우에는구름화소로분류되고, test_flag는 cloud detected' 로결정된다. Test4d도같은규칙이적용된다. Test 4b에서 IR10.8μm - WV6.75μm의휘도온도값차이가 THR_Test4b 보다작은경우에는구름화소로, test_flag는 cloud detected' 로규정되며, Test4e도같은규칙이적용된다. Test4c의경우 IR10.8μm - IR12.0μm의휘도온도값차이가 THR_Test4c보다큰경우에는구름화소로, test_flag는 cloud detected' 로정해진다. (5) TEST 5 본검사는 3 3 화소영역에적용되나, 육지와해상의경계를포함하는경우는이검사를수행하지않는다. 국가기상위성센터 - 15 -

만약 VIS0.65의반사도에대한표준편차가 THR_Test5a보다크고, 관측된반사도가 3 3 화소의평균값보다큰경우에는구름화소로분류되고, test_flag 는 cloud detected' 로정해진다. 만약 SWIR3.75μm의표준편차가 THR_Test5b보다크고, 관측된휘도온도가 n n 화소영역의평균값보다작은경우에는구름화소로, test_flag는 'cloud detected' 로결정된다. Test5c와 Test5d도같은규칙을적용한다. (6) Test 6 만약 SWIR3.75 μm - IR10.8 μm이 THR_Test6보다큰경우에는구름화소로정해지며, test_flag는 cloud detected' 로결정한다. 나. 경계값검사의적용위에서술된각경계값검사는독립적으로수행된다. 먼저, 최초의구름탐지는초기화설정되며다음과같이관측시각별로적용을달리한다. (1) 주간 ( 가 ) sunglint 지역분류 해당화소가호수나해양과같은수면위에위치한다. ABS(cos -1 (cos(sol_zenith) cos(sat_zenith)-sin(sol_zenith) sin(sat_zenith) cos(relative_azimuth))) 값이 sgl_criteria 경계값보다작다. 현재경계값은 15 o 를사용한다.. sunglint로분류된경우 Test2, Test3b, Test3c, Test4b, Test4c, Test4e, Test5c, Test5d, Test6을수행한다. ( 나 ) sunglint 지역이아닌경우에는 Test1a, Test1b, Test2, Test3a-Test3c, Test4a-Test4e, Test5a-Test5d를수행한다. ( 다 ) 이중 SWIR3.75μm채널의반사도성분과태양방출성분을사용하는 Test1b, Test2, Test3a, Test4a, Test4d의경우태양천정각이 60 ᄋ 이상의값을가질경우성분분석과정에서상당히큰반사도값을가지게되고이에따라비교적낮은휘도온도를갖기때문에 60 o 이상 80 ᄋ 이하인지역에대해서는적용하지않는다. (2) 새벽 / 황혼의경우에는 Test1a, Test1b, Test3a-Test3c, Test4a-Test4e, Test5a-Test5d를수행한다. 다만 MTSAT-1R (Multi-functional Transport Satellite-1 Replacement) HRIT (High-Rate Information Transmission) 자료처리과정에서반사성분이태양천정각 70 ᄋ 부근에서감소하여반사도가거의 0의값이되는것으로분석되어새벽 / 황혼시 Test1a, Test1b에대한검사를수행하지않도록설정하였다. (3) 야간의경우에는적외채널만을이용하여 Test3a-Test3c, Test4a-Test4e, Test5b-Test5d를수행한다. 국가기상위성센터 - 16 -

따라서구름탐지를위한각경계값검사의 flag들은관측자료의사용가능성여부에따른검사의수행여부, 또는이전관측시각의자료결과사용여부, 그리고각각의검사수행여부를지정하도록결정된다. 만약검사가수행되었다면 test_flag는어떤검사에의해서구름이탐지되었는지를알려주며, 만약이전관측시각의결과를이용했다면, test_flag 는이전관측시각의결과와동일하게결정된다. 향후이들 flag는새로이추가될수있는검사방법과개선사항을쉽게반영할수있어야한다. 구름탐지알고리즘자체가검사화소의청천여부에중점을두고설계되었기때문에자동품질검사는구름화소로판단되는경우에대해서만적용한다. 다만, 다음에보이는 test_flag에대한검사는모든화소에대해서적용한다. 가. 만약 'cloud detected, 100 % confidence' 또는 'cloud detected' 로판명된 test_flag가하나도없고 sunglint 지역으로분류되지않은경우에대해서는 quality flag를 'confidently clear' 로결정하고, 구름탐지결과는청천화소로설정한다. 나. 만약 'cloud detected, 100 % confidence' 또는 'cloud detected' 로판단된 test_flag가하나도없지만, sunglint 지역으로분류된경우, quality flag는 'probably clear, sunglint' 로결정하고결과는 'clear' 로설정한다. 다. 만약 'cloud detected, 100 % confidence' 로판단된 test_flag가적어도하나가있으면, quality flag는 'confidently cloudy' 로결정하고, 결과는 'cloudy' 로설정한다. 라. 만약 'cloud detected, 75% confidence' 로정해진 test_flag가하나라도존재하고, 'cloud detected, 100 % confidence' 로판단된 test_flag가하나도없다면, quality flag는 'cloudy' 로정해지고결과또한 'cloudy' 로설정한다. 마. 만약 'cloud detected' 로판단된 test_flag가존재하고, 'cloud detected, 75% confidence' 나 'cloud detected, 100 % confidence' 로정해진 test_flag가하나도없을경우, quality flag는 'probably cloudy' 로결정되고, 결과는 'cloudy' 로설정한다. 본알고리즘은자동품질검사 (AQC; Automatic Quality Control) 과정을통해생산된구름탐지결과및 quality flag가결정된다. AQC 과정은시간에따라다른검사들의수행결과들을취합하는과정으로해당조건에수행된검사들의종류와각검사에사용된경계값, 이로인해산출된각검사별구름탐지결과와복잡한관계를이루고있다. 따라서 AQC 과정의개념에대해정확히이해하고경계값이결정되어야하며, 또한이후산출물이이를이용할수있도록의미있는 quality flag를생산하기위한 AQC 과정의조정이필요하다. 국가기상위성센터 - 17 -

경계값의결정을위해서는먼저정확히구름이탐지된일종의훈련자료가요구된다. 이자료는영상분석가에의해실제해당영상을분석하여구름의존재유무를판단한자료가매우유용할것이며, MODIS 구름탐지등검증에사용되는자료와의시공간일치자료를사용할수도있을것이다. 훈련자료는앞에서기술된각각의검사에대한경계값을계산하기위한모든자료가포함되어야한다. 예를들어단일채널반사도검사와단일채널휘도온도검사의경우이때사용된청천반사도와청천복사휘도값을포함하여야한다. 하나의예를들어설명하면 Test1a의경계값을결정하는경계값모수 refl_test1a_add_max는사용된청천반사도 CSRef vis 와해당화소의반사도, 그리고그화소가구름으로오염된화소인지아닌지에여부를이용하여 100 % 구름으로오염된화소라고판단할수있는값으로정하게된다. 반대로 refl_test1a_add_min은 100 % 청천이라고할수있도록설정하도록한다. 3.4. 검증 3.4.1. 검증방법 구름탐지결과의검증을위하여 CMDPS에서이진형변수의검증기법으로제안된통계적검증기법을적용하여검증을수행하였다. CMDPS 구름탐지결과와비교를위한구름탐지참값을 Table 1과같이분류하여 PC, POD, FAR, PSS, HSS 등의검증스코어를구한다. 구름탐지참값으로이용한것은 MODIS 구름탐지결과이며이에대한설명은다음절에서보다상세히기술하기로한다. Table 1. Contingency table for validation of cloud detection result. MODIS CMDPS Cloudy Clear TOTAL Cloudy a b a+b Clear c d c+d TOTAL a+c b+d a+b+c+d=n 1 PC (Proportion Correct, Accuracy) = 국가기상위성센터 - 18 -

2 POD (Probability of Detection) = 3 FAR (False Alarm Rate) = 4 PSS (Peirce's Skill Score, true skill statistic, Hanssen and Kuipers discriminant)= 5 HSS (Heidke Skill Score, Cohen's k) =, where 3.4.2. 검증자료 구름탐지에대한검증은일반적으로쉽지않다 (Ackerman and Cox, 1981; Rossow and Gander, 1993). 구름탐지의검증은두종류로구분할수있으며이는영상해석을이용하는방법과정량적인분석이다. 영상해석은분석자가채널및시공간특성을다양한영상분석방법및합성등의기법을이용하여시각적으로구름탐지가적절히이루어산출되었는지를분석하는것이며, 이는구름탐지알고리즘의검증에있어중요한첫단계라고할수있다. 분석가들은구름과지표의채널별특성에대한지식과경험을바탕으로영상을분석하게된다. 하지만이러한시각적영상해석은정량적인평가를제공하기어렵다. 보다정량적인검증은라이다와같은지상관측또는다른위성에탑재된센서에서구한구름탐지결과와직접적인화소단위의비교를통해이루어질수있다. 하지만이러한검증방식이정량적인정확도를제공해줄수는있기는하나, 두관측자료가구름에대한서로다른관측특성을가지고있기때문에시공간일치자료를생성하는과정에서불확실성을포함하는문제를가지고있다 (Baum et al., 1995). 이러한한계에도불구하고 CMDPS 구름탐지정확도감시를위해채택한검증방법은 MODIS 자료에서산출된구름탐지결과와의비교이다. MODIS 그룹은공식적으로구름탐지결과를제공하고있으며 Terra/MODIS를이용한결과인 MOD35와 Aqua/MODIS 자료를이용한결과인 MYD35가있다. 본연구에서는준실시간자료획득을위하여 NASA (National Aeronautics and Space Administration) GSFC (Goddard Space Flight Center) 의 LAADS (Level 1 and Atmospheric Archive and Distribution System) 웹 (ftp://ladsftp.nascom.nasa.gov) 으로부터자료를획득한다. 3.4.3. 시공간일치방법 MODIS 자료는 5 분단위관측단위 (granule) 로자료를제공하며구름탐지자료의수 국가기상위성센터 - 19 -

평해상도는 1 km이며구름탐지결과는 4단계 (confident clear, probably clear, undecided, cloudy) 로구분하여제공한다. 구름탐지검증을위한첫번째단계는시공간일치과정이다. 구름은짧은시간동안비교적많이변화하는형상임을감안하여 COMS 관측시각을기준으로하여 10분이내에관측된 MODIS 자료만을선택한다. 공간적으로는 COMS의관측해상도가 4 km 정도이므로공간일치를위하여 COMS 관측화소의위경도위치에서가장가까운 MODIS 화소를선택하여주변 5 5 화소를이용한다. MODIS는구름탐지를상당히엄밀하게판정하며, 본연구에서는이러한판단을근거로구름탐지분류 4단계중 cloudy로결정된화소만을구름으로하고나머지 confident clear와 probably clear, undecided는청천으로분류한후해당되는 5 5 화소내에구름화소의비율이 50 % 이상차지할경우그화소의참값을구름화소로결정하고반대의경우는청천화소로결정하여비교를수행하였다. 이러한시공간일치자료는위성천정각이 60 ᄋ 이내인지점에서만생성하여검증에사용하였다. 3.4.4. 검증결과분석 기술한검증방법을이용하여 2006년 4월 7일 0533 UTC와 2006년 8월 31일 0033 UTC 2개사례에대하여적용한결과를예로제시하였다. 먼저 Fig. 2는 2006년 4월 7일사례로 a) 는 0533 UTC MTSAT-1R 자료에적용한 CMDPS 구름탐지결과이며, c) 와 d) 는각각같은시각 MTSAT-1R의적외채널과가시채널영상, b) 는 MTSAT-1R 관측시각인 0533UTC의전과후인 0530UTC와 0535UTC가관측초기시간인 5분간격 2개의 MODIS 구름탐지 granule 자료를합성하여보인것이다. 이사례에서는중국내륙지역등육상지역에서는 CMDPS 구름탐지알고리즘이비교적상세히그리고많은구름을탐지한반면, 해상지역에서는전반적으로 MODIS가많은구름을탐지한것으로나타난다. 또한 CMDPS 알고리즘의경우필리핀루존섬이대부분구름으로과다탐지된부분을알수있다. 국가기상위성센터 - 20 -

a) CMDPS CLD b) MODIS CLD c) MTSAT-1R IR channel imagery d) MTSAT-1R Visible channel imagery Fig. 2. Comparison of cloud detection results between CMDPS algorithm using MTSAT-1R (0533UTC on April 7, 2006) and MODIS (0555UTC on the same day) (a and b, upper panel). c and d represent infrared and visible imagery of MTSAT-1R, respectively. 국가기상위성센터 - 21 -

a) CMDPS CLD b) MODIS CLD c) MTSAT-1R IR channel imagery d) MTSAT-1R Visible channel imagery Fig. 3. Same as Fig. 2, except for 0033 UTC on August 31, 2006. 또다른사례로 2006년 8월 31일 0033UTC에대한비교영상을 Fig. 3에보였다. 이사례는대부분일본동남쪽해상지역이며전체적인구름탐지패턴은비슷하다고할수있으며, 2006년 4월 7일사례와마찬가지로 MODIS에비해서 CMDPS 알고리즘이구름을약간과소탐지한다고볼수있다. 하지만뚜렷한구름탐지의차이가나타나는지역은 MODIS 구름탐지영역중간부의남북방향으로길게뻗은구름지역과우측하단지역에넓게분포하는 CMDPS 알고리즘의구름탐지역이다. 이는두경우모두 sunglint 로인해구름으로탐지된지역으로이사례에서두위성의관측위치특성이다른것을확연하게보여주는부분이다. 대부분 MODIS 관측에서주간해상의경우관측경로의중앙부에 sunglint 지역이나타나며, 정지궤도위성자료에서의구름탐지경우적도주변에서 sunglint 지역이나타난다. 이들두사례에대하여제시한검증스코어산출하여 Table 2에제시하였다. 결과를살펴보면전반적인구름탐지정확도를의미하는 PC의경우두사례에서약 80 % 정도의탐지률을보이며, 실제구름인화소에대한구름탐지성능을의미하는 POD 값은약 77 % 로나타났다. 한편구름으로탐지한화소중잘못탐지한비율을의미하는 FAR는약 21 % 로나타났다. 이들수치는구름탐지특성을고려하여생각해보면그정확도가 국가기상위성센터 - 22 -

높지않은수준이라할수있으며, 이는순수구름탐지알고리즘의오차와더불어영상에서보았던바와같이두위성의관측특성의차이에따른효과가포함된오차로분석되어져야할것이다. Table 2. Preliminary validation results for the CMDPS cloud detection algorithm. For calculation of validation scores in this table, MODIS cloud detection output is considered as an true value. a) 0533 UTC, April 7, 2006 Case CMDPS MODIS Cloudy Clear TOTAL Cloudy 92931 24931 117863 Clear 26570 98561 125131 TOTAL 119502 123492 242994 b) 0033 UTC, August 31, 2006 Case CMDPS MODIS Cloudy Clear TOTAL Cloudy 105142 28868 134010 Clear 31094 146931 178025 TOTAL 136236 175799 312035 DATE PC POD FAR PSS HSS 20060407 0533 UTC 0.7881 0.7777 0.2115 0.5758 0.5759 20060831 0033 UTC 0.8078 0.7718 0.2152 0.6076 0.6087 보다긴기간에대한검증결과를보기위하여 CMDPS 전후처리및인터페이스개발과정에서수행한 2007년 11월의 CMDPS 1차시험운영결과를이용한검증결과를보였다 (Table 3). 시험운영기간은 2007년 11월 1일 ~ 11월 24일까지 24일간의결과이며, 이경우 MTSAT-1R HRIT 자료를입력자료로사용하였다. 이결과에서알수있듯이개발된 CMDPS 구름탐지알고리즘의정확도는현재약 80 % 이상의정확도를가지며, 실제구름화소에대한탐지성능인 POD는 83 % 이상, 청천을구름으로탐지한 FAR는약 13 % 정도로나타났다. 추가적으로일별검증스코어의분석결과비교적안정적으로비슷한검증스코어가산출되었음을알수있었다. Table 3. Validation result for cloud detection during CMDPS pre- and post-processing and interface development program first operation test period (Nov. 1-24, 2007) Reference data Validation result (period : November 1-24, 2007) PC POD FAR PSS HSS MOD35 0.820 0.852 0.137 0.614 0.608 MYD35 0.805 0.819 0.133 0.592 0.579 이러한결과를바탕으로지속적으로알고리즘및경계값을조정해가며검증을시도하였다. 3차례의시험운영과최종준실시간운영의검증결과를 Table 2.3.8에보였다. 2차 국가기상위성센터 - 23 -

시험운영의경우과대탐지에의한 False Alarm을줄이기위하여경계값을약하게조정한결과탐지율이떨어지는결과가초래하였으며, 3차시험운영의경우이에대한보완이이루어졌다. 마지막으로최종운영시험을위하여현재알고리즘에서술된품질정보안을적용하여수행한결과구름탐지율을 88% 이상으로오탐지율을 12 13% 수준으로개선하였다. Table 4. Validation results for cloud detection during CMDPS operation test periods. 1st Ops. Test 2nd Ops. Test 3rd Ops. Test Final Ops. Test ref. data score PC POD PC POD PC POD PC POD PC 0.820 0.805 0.784 0.788 0.809 0.804 0.839 0.822 POD 0.852 0.819 0.755 0.777 0.839 0.838 0.880 0.881 FAR 0.137 0.133 0.090 0.093 0.116 0.122 0.124 0.127 4. 산출결과해석방법 CMDPS 구름탐지정확도에대한결과의해석및개선목표설정을위하여다른위성및알고리즘의구름탐지정확도를살펴보면 MODIS 구름탐지의경우 PC는 83.3 %, POD는 80.9 %, FAR는 14.3 % 정도의정확도로현재까지개발한 CMDPS의정확도와비슷한값을가지는것으로보고되었다. 한편 Dybbroe 등 (2005) 은 EUMETSAT SAFNWC (Satellite Application Facility NoW-Casting) 의 AVHRR (Advanced Very High Resolution Radiometer) 을이용한구름탐지정확도가 94.2 % 의 POD와 28.5 % 의 FAR를갖는다는연구결과를보였다. 이결과는실제구름을구름으로잡은성능은 94.2 % 로매우좋으나, 실제구름으로탐지한화소중실제청천화소의수인 False Alarm의비율이 28.5% 로상당히높아구름을과다탐지하고있음을추정할수있다. 한편 SAFNWC에서는 MSG SEVIRI (Spinning Enhanced Visible and Infrared Imager) 자료를이용하여생산한 1년간의자료에대한검증결과를제시하였다 (EUMETSAT, 2005). 검증에사용된자료는지상관측자료로 WMO (World Meteorological Organization) 종관관측망의 1시간간격자료를이용하여가장가까운시각과위치의위성자료를 5 5 화소평균하여 708,797개의시공간일치자료를생성하였다. 이에대한검증결과를 SAFNWC의구름탐지알고리즘과 EUMETSAT MPEF (Meteorological Product Extraction Facility) 의알고리즘과비교하였다. 제시된결과는 SAFNWC의알고리즘의정확도가 PC, POD, FAR가각각 95.0 %, 95.0 %, 5.0 % 이며 MPEF 알고리즘의정확도가 90.2 %, 88.4 %, 6.2 % 의값을갖는다. 이값은 12개 국가기상위성센터 - 24 -

채널의 SEVIRI 자료를이용하여산출된결과로 COMS와같이 5개채널을갖는위성에서는도달하기어려운정확도라고판단되나이와근접한산출정확도를가질수있도록노력해야할것이다. 한편 CMDPS에서는정량적검증스코어를산출하기위하여위성천정각이 60 ᄋ 이내인전구영상의평균값을산출하게된다. 검증스코어는정량적인값이라는면에서의미가있지만보다상세한분석및알고리즘의개선을위해서는영상분석과정이반드시요구된다. 오차를주로발생하는영역이하층운영역인지, 권운역인지, 또는육상인지해상인지, 또한주간과야간의구름탐지성능은어떠한지에대한분석을통하여이에맞는구름탐지개별검사방법및자동품질검사루틴의개선이보강되어야할것이다. 5. 문제점및개선가능성 현재까지개발된 CMDPS의구름탐지자료는 MTSAT-1R HRIT 자료에적합하도록알고리즘이구성되었다. 청천복사휘도값을추정하는데사용되는주된자료는 GDAPS 자료를입력자료로 RTTOV (Radiative Transfer for the TIROS Operational Vertical Sounder) 복사전달모델을수행하여산출한다. 이과정에서추정되는청천복사휘도는수치예보모델예측장의지표면온도가가장큰영향을주는데, GDAPS의경우이에대한정보에정확도가만족스러운결과를보이지않는다. 예를들어겨울철의경우수치예보모델에적설지역에대한기후값이월단위로고정적으로들어가기때문에한달간적설역의경계에서청천복사휘도에대한불연속이지속적으로나타나는경향을보인다. 또한고원지역과호주사막지역등에서의모의값이실제위성관측값에비해비교적큰오차를나타나는것으로분석되었다. 이러한청천복사휘도추정과정에서의오차는구름화소탐지에있어치명적인오류를유도할수있다. 이를보완하기위하여이전관측자료또는청천복사휘도 (CSR; Clear Sky Radiance) 산출물을이용하는방안이프로그램개발에포함되어있으나, 이자료는전구영역에서 missing이포함되지않게모두산출하는데있어서는현실적으로어려움이있다. missing을줄이기위하여보다긴시간에대한합성은특히봄, 가을철과같이계절의변화가크게일어나는시기에는청천참고값이현재의특성을대표하지못하는경우가발생할수있기때문에유의해야한다. 이러한복사모델사용과위성에서관측한청천복사휘도사용에있어서의장단점을살펴적용하는최적의방안모색이앞으로남겨진하나의숙제이다. 한편현재까지개발된 CMDPS 구름탐지에서가장오차를많이유발하고있는지역은공간적으로는호주사막지역, 겨울철고위도적설지역, 고원지역이다. 이러한오차요인은앞서복사전달모델에의한청천복사휘도추정과정에서발생하는오차와함께, 호주사막지역의경우높은반사도에의한탐지오류가발생한다. 단일채널반사도검사에사용하는청천반사도의경우복사전달모델을이용하지않고이전 15일같은시각의관측자 국가기상위성센터 - 25 -

료중최소반사도값을사용하는데, 이론적으로는큰오차를발생하지않을것으로기대하지만, 실제구름탐지수행결과를보면 50 % cloudy로탐지되는결과를종종볼수있다. 이러한문제점은지속적인연구를통해어느정도해결될수있으리라판단되나, 특히유의해야할것은 CMDPS 구름탐지수행시이전 15일자료의안정적확보가담보되어야한다는점이다. 이전 15일간의자료활용은 MTSAT-1R을이용한전천운량산출등의연구에서도알고리즘에탑재하여실시간운영된바있으나, 이경우한시각의자료오류가이후 15일간의산출결과에오류를발생시키는요인이됨을경험한바있다. 또하나의오차원인이자구름탐지불연속의요인이되는것이주간 / 야간, 황혼지역을구분짓는경계지점 ( 즉, 태양천정각이 80 o, 100 o 인경계선 ) 이다. 현재주야간구름탐지결과의불연속을최소화하는방안으로경계값을조율하여적용하였으나, 각각의조건에의하여수행되는개별검사의차이로인하여자동품질검사수행결과인구름탐지품질정보에있어서는불연속이여전히존재하고있다. 향후구름탐지품질정보를주로활용할수있게하기위해서는이러한불연속에대한해결노력이진행되어야할것이다. 다년간의연구와 COMS 발사이전정확도개선노력에도불구하고구름탐지에있어가장탐지의성능이떨어지는부분은황혼지역이다. 황혼지역의경우가시채널, 단파적외채널등태양광채널의활용에있어서도한계가있어하층운및안개탐지가매우어렵다. 5개채널영상기를이용하여구름탐지를함에있어또하나의대표적으로극복되기어려운부분이광학두께가얇은권운의탐지이다. 권운은지구의에너지수지에큰영향을주어기후연구분야에서매우중요한구름에속한다. 하지만얇은권운의경우가시채널에의해서도뚜렷하게나타나지않으며, 그온도가매우낮음에도불구하고하부지표면에서방출되는에너지가투과되어적외채널에서도비교적휘도온도값을가짐으로인하여탐지에실패하는경우가종종발생한다. 이러한어려움을보완하기위하여사용되는채널이주간에는 1.38 μm또는 1.83 μm의수증기흡수밴드이며, 주 / 야간에모두사용될수있는채널이 8.7 μm채널로이채널은물과얼음상에서의상이한굴절률특성을이용한다. 향후위성개발에있어서구름탐지정확도향상을위해서는이와같은채널들의추가탑재가절실히요구된다. 6. 참고문헌 Ackerman. S. A., and S. K. Cox, Comparison of satellite and all-sky camera estimates of cloud cover during GATE., J. Appl. Meteo., 20, 581-587, 1981 Ackerman, S. A., W. L. Smith, J. D. Spinhirne, and H. E. Revercomb, 1990: The 국가기상위성센터 - 26 -

27-28 October 1986 FIRE IFO cirrus case study: Spectral properties of cirrus cloud in the 8-12μm window, Mon. Wea. Rev., 118, 2377-2388. Ackerman, S. A., K. I. Strabala, W. P. Menzel, R. A. Frey, C. C. Moeller, and L. E. Gumley, 1998: Discriminating clear sky from clouds with MODIS. J. of Geophy. Res., 103(D24), 32131-32157. Baum, B. A., T. Uttal, M. Poellot, T. P. Ackerman, J. M. Alvarez, J. Intrieri, D. O'C. Starr, J. Titlow, V. Tovinkere, and E. Clothiaux, Satellite remote sensing of multiple cloud layers, J. Atmos. Sci., 52, 4210-4230, 1995 Derrien, M., H. L. Gleau, J. F. Daloze, M. Haeffelin, 2005; Validation of SAFNWC/MSG Cloud Products with one year of SEVIRI data, EUMETSAT Meteorological Satellite Data Users' Conference, Dubrovnik, Croatia. (http://www.eumetsat.int/groups/cps/documents/document/pdf_conf_p46_s2_ 04_gleau_v.pdf) Desbois, M., G. Seze, and G. Szejwach, 1982: Automatic Classification of Clouds on METEOSAT Imagery: Application to High-Level Clouds, J. of App. Meteor., 21(3), 401-412 EUMETSAT, MSG Ground Segment: MPEF Algorithm Specification Document, pp. 50 Inoue, T., 1985: On the temperature and effective emissivity determination of semi-transparent cirrus cloud by bi-spectral measurements in the 10 m window region, J. Meteor. Soc. Japan, 63, 88-99. Rossow, W. B., and L. C. Garder, Cloud detection using satellite measurements of infrared and visible radiances for ISCCP. J. Clim. 6. 2341-2369, 1993 Saunders, R. W. and K. T. Kriebel, 1988: An improved method for detecting clear sky and cloudy radiance from AVHRR data, Int. J. of Remote Sens., 9, 123-150. Stavak, M., and C. A. Doswell, 1991: The AVHRR channel 3 cloud top reflectivity of convective storms. Mon. Wea. Rev., 119, 841-847 Slawinski, O., J. G. Kowalski, and P. C. Cornillon, 1991: A neural network approach to cloud detection in AVHRR images, in proc., IEEE Int. Joint 국가기상위성센터 - 27 -

Conf. on Neural Networks(IJCNN'91), Seattle, WA, 283-288. Visa, A., K. Valkealahti, and O. Simula, 1991: Cloud detection based on texture segmentation by neural network methods, in proc., IEEE Int. Joint Conf. on Neural Networks(IJCNN'91), Seattle, WA, 1001-1006. Yhann, S. R., and J. J. Simpson, 1995: Application of neural networks to AVHRR cloud segmentation, IEEE Trans. Geosci. Remote Sens., 33, 590-604 Appendix : Chung C. Y., H. K. Lee, H. J. Ahn, M. H. Ahn, and S. N. Oh, 2006: Developing the Cloud Detection Algorithm for COMS Meteorological Data Processing System. Korean J. of Remote Sens., 22(5), 367-372 국가기상위성센터 - 28 -