Skyviewer 영상 자료를 이용한 전운량 산출

김부요; 지준범; 정명재; 조일성; 이규태

추천

검색

자료유형: 학술저널

저자정보: 김부요 (강릉원주대학교 대기환경과학과) 지준범 (한국외국어대학교 차세대도시농림융합기상사업단) 정명재 (강릉원주대학교 대기환경과학과) 조일성 (강릉원주대학교 복사-위성연구소) 이규태 (강릉원주대학교 대기환경과학과)

저널정보: 한국지구과학회 한국지구과학회지 한국지구과학회지 제36권 제4호

발행연도: 2015.1

수록면: 330 - 340 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (5)

2021

지상 카메라 기반 영상 자료와 서포트 벡터 머신을 이용한 주야간 전운량 산출

김부요 , 차주완 , 장기호 한국기상학회 학술대회 논문집 2021.10 학술대회자료

2015

Skyview 영상자료를 이용한 전운량 산출

김부요 대기환경과학과 2015.01 학위논문

Skyviewer 영상 자료를 이용한 전운량 산출

김부요 , 지준범 , 정명재 외 2명 한국지구과학회지 2015.01 학술저널

2014

대기광학두께에 따른 Skyview 영상 자료에 의한 운량 판별

김부요 , 이규태 한국기상학회 학술대회 논문집 2014.10 학술대회자료

2013

Skyview 장비를 이용한 전운량 산출 알고리즘 개선

김부요 , 조일성 , 지준범 외 2명 한국기상학회 학술대회 논문집 2013.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구에서는 CCD 카메라가 장착된 Skyviewer로부터 촬영된 하늘 영상 자료를 이용하여 전운량을 산출하는 알고리즘을 개발하였다. 전운량 산출은 RGB 영상 내의 차폐 영역을 제거하고 GBR 빈도분포에 따른 영상을 분류하며, RBR 경계값을 결정하여 구름 화소를 분류한다. 분류된 구름 화소에서 태양광 영역을 제거한 후 유효성 검사를 통해 전운량을 산출하게 된다. 전운량 산출 알고리즘의 정확성을 검증하기 위하여 관측소와 가장 가까운 강원지방기상청의 목측 전운량 자료와 편이(Bias), 평균제곱근오차(RMSE), 상관계수를 분석하였다. 선정된 사례는 계절별 일 사례로 8시부터 17시까지의 정시 자료를 사용하였다. 분석 결과 Skyviewer로부터 산출된 전운량의 편이는 평균적으로 -0.8할의 차이를 보였으며, 평균제곱근오차는 1.6할로 전운량의 차이가 2할 내에서 나타나고 있었다. 또한, 두 관측소는 떨어진 거리의 차이가 있음(약 4 km)에도 불구하고 상관계수가 모든 사례에서 평균 0.91 이상으로 매우 높았다.

#전운량 #하늘 영상 #스카이뷰어 #목측 #CCD 카메라

참고문헌 (20)

참고문헌 신청

Cess, R. D. / 1989 / Interpretation of cloud-climate feedback as produced by 14 atmospheric general circulation model / Science 245:513~516

Ghonima, M. S. / 2012 / A method for cloud detection and opacity classification based on ground based sky imagery / Atmospheric Measurement Techniques Discussions 5:4535~4569

지준범 / 2011 / 지형 효과를 고려한 지표면 태양광 분포 / 한국지구과학회지 32(2):190~199

지준범 / 2011 / 일사 관측 자료에 의한 남한의 태양복사 시공간 분포 / 한국지구과학회지 31(7):720~737

Johnson, R. W. / 1987 / Automated cloud cover measurements with a solid-state imaging system / In Proceedings of the Cloud Impacts on DOD Operations and Systems-1987, Workshop :59~69

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!