안명환 교수
<지역 환경/기상이변 사례에 대한 장기 기후변화 영향의 물리-역학적 설명과 기후변화 대응기술 개발>
연구분야
연구분야
<기후변화 감시를 위한 인공위성 검·보정>
<기후변화 감시를 위한 인공위성 검·보정>
<Data processing level of satellite measurement>
<Data processing level of satellite measurement>
위성 자료 처리 단계 Level 0-3에 걸친 위성 관측자료는 날씨 예보 및 장기 기후연구의 중요한 입력 자료가 된다.
이를 위해 일관성을 가진 높은 정확도의 관측자료 확보가 최우선적으로 요구되며, 본 연구실에서는 Level 0-2 단계에 걸친 위성자료의 검보정 및 지구물리변수 산출에 초점을 맞추어 대기과학을 위한 위성 자료 활용도 증진에 기여하고 있다.
세부연구주제
세부연구주제
- GK-2B Level 0-1B Calibration (환경위성탑재체 검보정 연구)
세계 최초 정지궤도 환경위성 GK-2B 탑재체의 신뢰도 높은 자료 제공을 위해 원시 관측 자료의 검보정 및 모니터링에 관한 연구를 진행 중에 있다.
2. Retrieral of geophysical values:
2. Retrieral of geophysical values:
1) T, Q, and O3 profile (온습도 프로파일 산출)
1) T, Q, and O3 profile (온습도 프로파일 산출)
관측된 기상위성자료(GK-2A)를 활용하여 실제 지구물리변수(대기의 연직온습도 및 오존(O3) 프로파일, 대기안정도 지수 등)를 산출하기 위한 알고리즘을 개발하였다.
2) 머신 러닝을 활용한 가강수량(Total Precipitable wate (TPW)) 산출
2) 머신 러닝을 활용한 가강수량(Total Precipitable wate (TPW)) 산출
관측 기술의 발전에 따른 시공간 및 고분광해상도의 관측자료 확보가 용이해짐에 따라 기존 방식의 지구물리변수 산출 과정에서 계산 비용이 증가한다.
→ 계산 비용을 줄이는 동시에 높은 정확도 확보를 위해 딥러닝 기법을 적용한 가강수량 산출 알고리즘을 개발하였다.
3. Optimization of observation data for improved weather prediction
3. Optimization of observation data for improved weather prediction
날씨 예측을 위한 수치 모델에 활용하기 위해 다양한 기반의 위성 및 지상 기반의 자료를 활용하고 있으며, 자료 동화 과정에서 오차를 최소화하고 관측 정확도를 개선하기 위한 위성의 특성 평가, 필터링 등 품질 분석을 수행 중에 있다.