Quaility Control of Wind Profiler Doppler Spectrum Data
- Alternative Title
- 윈드프로파일러 도플러 스펙트럼 자료의 품질 관리
- Abstract
- 윈드프로파일러는 높은 시공간 해상도의 바람 자료를 실시간으로 제공함으로써 기상 관측망을 구축할 수 있기 때문에 대기의 연직 구조와 기상 현상을 분석하는 데 유용하다. 그러나 윈드프로파일러는 관측 환경에 따라 바람 벡터의 품질이 저하되는 문제를 가지고 있다. 바람 벡터를 활용한 품질 관리 방법은 도플러 스펙트럼에서 오염된 신호를 제거할 수 없기 때문에 원시 자료의 도플러 스펙트럼을 활용하여 바람 벡터의 품질을 개선하고자 하였다.
제조사 소프트웨어의 설정을 조정하여 산출한 바람 벡터와 도플러 스펙트럼을 개선하여 산출한 바람 벡터를 GPS 존데와 비교하고 원시 자료의 도플러 스펙트럼을 개선하여 산출한 바람 벡터를 GPS 존데의 바람 벡터와 LDAPS의 바람 자료를 이용하여 바람 벡터 정확도를 비교하 였다. 제조사 소프트웨어의 설정을 조정한 바람 벡터는 소프트웨어에서 신호대잡음비 임계값 등 매개변수의 기준값을 재설정하여 산출되었다. 도플러 스펙트럼을 개선한 바람 벡터는 스펙트럼에서 오염 신호를 제거하기 위한 피크 탐지 알고리즘, 지형 클러터 제거, 그리고 상층 신호 복원 등 도플러 스펙트럼의 품질 관리를 통하여 산출되었다. 원시 자료에서 스펙트럼 자료를 추출하기 위한 알고리즘과 도플러 스펙트럼의 품질 관리 알고리즘이 개발되었고, 품질 관리된 도플러 스펙트럼을 기반으로 한 스펙트럼 모멘트와 바람 벡터가 산출되었다. 도플러 스펙트럼의 개선 전과 후의 바람 벡터는 여름과 겨울 집중관측 기간에 GPS 존데의 관측값과 LDAPS의 결과와 비교되었다. 원시 자료 스펙트럼 개선 후의 자료 수집률은 개선 전보다 10% 이상 증가하였다. 개선 후의 바람 벡터 정확도는 개선 전보다 1.0 m s¯¹ 향상되었다. 윈드프로파일러는 LDAPS에서 제공할 수 없는 시간과 고도에서 상세 바람 벡터변화를 제공할 수 있음을 확인하였다.
본 연구는 제조사 소프트웨어로 처리할 수 없는 관측 오차를 제거하기 위해 원시 자료의 도플러 스펙트럼을 활용하여 바람 벡터를 산출할 수 있는 방법을 제안하였다. 윈드프로파일러의 바람 벡터의 품질 향상이 중요한 만큼 본 연구 방법 및 결과는 원시 자료와 도플러 스펙트럼의 품질 관리 연구에 활용될 것으로 기대된다.
- Author(s)
- 조원기
- Issued Date
- 2020
- Awarded Date
- 2020. 2
- Type
- Dissertation
- Publisher
- 부경대학교
- URI
- https://repository.pknu.ac.kr:8443/handle/2021.oak/23751
http://pknu.dcollection.net/common/orgView/200000290095
- Alternative Author(s)
- Won Gi Jo
- Affiliation
- 부경대학교 대학원
- Department
- 대학원 지구환경시스템과학부환경대기과학전공
- Advisor
- 권병혁
- Table Of Contents
- Ⅰ. Introduction 1
Ⅱ. Observations and Data 5
1. Observations 5
2. Wind Profiler Data 7
2.1. PCL1300 10
2.2. LAP3000 13
3. GPS Sonde Data 15
4. LDAPS Data 17
Ⅲ. Quality Control Methods 18
1. Signal Processing of Wind Profiler 18
2. Data Structure 21
2.1. PCL1300 21
2.2. LAP3000 24
3. Quality Controls Based on Manufacturer Software 26
3.1. Consensus parameters 31
3.2. Multipeaks parameters 33
4. Quality Controls Based on Spectrum Data 34
4.1. Wind vector calculation 34
4.2. Peak detection algorithm 37
4.3. Ground clutter removal 39
4.4. Upper weather signal restoration 40
4.5. Clear and rain signals partitioning 42
Ⅳ. Results and Discussions 48
1. Wind Vector Improvements Based on Manufacturer Software 48
2. Wind Vector Improvements Based on Spectrum Data 61
2.1. Summer event 61
2.2. Winter event 70
3. Comparison on Vertical Variation of Winds 80
Ⅴ. Conclusions 88
References 91
- Degree
- Master
-
Appears in Collections:
- 대학원 > 지구환경시스템과학부-환경대기과학전공
- Authorize & License
-
- Files in This Item:
-
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.