*준* 스토어

*준*

개인인증

팔로워0 팔로우

소개

등록된 소개글이 없습니다.

전문분야 등록된 전문분야가 없습니다.

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

6개
전체 판매량

14개
최근 3개월 판매량

0개
자료후기 점수

평균A
자료문의 응답률

100%

전체자료 6개

부산 장전동 파이발 관측

◎ 개요- 파이발 관측 순서 및 목적PIBAL 관측 순서로 먼저 경위의를 설치합니다. 이때 경위의의 수평을 맞추고 북쪽을 향하게 하여 방위각을 맞춥니다. 그 다음 풍선에 기체를 주입하고 풍선을 띄우게 되는데 처음에는 왼쪽 사진과 같이 경위의 앞쪽에 동그란 점과 약간 뒤에있는 원을 하늘에 있는 풍선과 겹치게 하여 따라가며 측정합니다. 처음 몇분간 풍선의 움직임이 크기 때문에 경위의를 고정시키면 풍선을 따라가지 못하므로 움직임이 적어질때까지 눈으로 따라가며 관측합니다. 풍선이 높이 올라가고, 움직임이 줄어들면 경위의를 고정시키고 그때부터 렌즈로 관측하게 됩니다. 관측 시간은 30초 간격으로 약 20분간이었고, 풍선은 붉은색, 기체는 헬륨가스를 이용했습니다.일반적으로 파이발 관측의 목적은 연직 기상상태(기온, 풍향, 풍속)를 측정하기 위해서인데 그것은 국지적인 오염물질 수송에 관련이 깊은 혼합층과 역전층을 관측하기 위함과 더불어 입체적인 대기의 구조를 알기 위해서입니다. 우리는 그러한 파이발 관측을 직접 실행 함으로해서 이론적인 개념만을 숙지하는 것이 아니라 실제로 관측 기구를 조작해 보고 관측 결과를 가지고 직접 분석 해 보기 위해서입니다.◎ 분석- PIBAL 관측 시간에 따른 변화방위각고도각고도(m)바람 방향( °)바람 세기(m/s)90460--69167751931.*************.442.*************.412.*************.982.*************.092.3148176.2450204.794.4447.2169.4525223.593.4346.9165.7600219.212.8446.8157.3675251.984.0646.7151.5750251.343.4946.5144.7825263.574.1146.3141.6900248.743.0546.2140.1975237.82.6446136.51050261.313.4445.5132.31125267.424.1544.2126.41200274.876.1343.8121.21275288.145.2241.3120.71350242.587.1640127.71425184.258.8638.21161500299.314.737.6114.21575269.675.1836.4113.21650257.526.735.2112.71725252.87.133.1110.21800268.611.5132.3108.81875269.777.3632.3107.21950288.54.9232.51052025307.185.1931.9104.72100260.286.6231.8103.32175288.895.3431.3101.72250285.587.3730.2100.82325270.5210.23098.624003057.6530.5972475332.864.2530.4962550291.395.4729.795.82625267.658.6630.795.9270091.942.0229.895.42775272.2710.1929.695.42850264.65.7529.695.32925268.594.4129.595.33000264.75.14앞 두 열은 실제 관측치이고 뒤에 세열은 포트란 프로그램을 이용한 계산치입니다. 고도는 풍선의 무게와 그 안에들어간 헬륨가스의 양을 알수 없어 프로그램의 기본값에 변화를 주지않고 그냥 산출했습니다. 기본값은 부력계산값=250, 시간간격=30초, 풍선무게=100그램으로 두었는데 실제 관측에서는 존데를 붙여 풍선을 올리기 때문에 크게 고려될 사항이 아니지만, 저희의 경우 결과의 오차를 만드는 중요한 요인이 될 수 있습니다.- 관측치를 이용한 고도에 따른 바람벡터 모형 산출//부산 장전동 지역 15:00////포항 09:00////포항 21:00//먼저 관측치를 이용한 바람벡터를 살펴보면, 지표 부근에서는 북풍 계열의 바람이 불고, 풍속도 약한 편이라는 것을 알 수 있습니다. 하지만 고도가 상승함에 따라 풍속이 강해지고 점점 서풍계열의 바람으로 변하는 것을 알 수 있는데, 그것은 지표 근처의 마찰에 의한 영향이 줄어들어 바람 세기가 줄어드는 현상이 줄어들고, 바람이 점점 기압경도력과 전향력에만 의존하게 되기 때문입니다.관측 결과의 신뢰성을 확인하기 위해 포항의 존데 관측치를 가지고 바람벡터를 산출해 보았는데, 그 결과 많은 차이가 있음을 확인할 수 있습니다. 그 이유를 분석해 보면, 일단 포항의 경우 존데에서 고도자료가 나오기 때문에 정확한 고도를 가지고 그 고도에 따른 바람성분이 표시된 반면, 우리의 경우 풍선의 무게나 헬륨가스의 양을 무시한 초기 수치를 이용해 자료 처리를 했기 때문에 그 고도의 신뢰성이 많이 떨어진다는 첫 번째 결론을 이끌어낼 수 있습니다. 두 번째로는 포항의 경우 09:00시와 21:00에 풍선을 올려서 관측한 자료인 반면 우리가 관측한 시간은 15:00 이기 때문에 차이가 날 것입니다. 관측한 날의 날씨가 구름이 거의 없는 맑은 날씨였기 때문에 낮 시간동안의 비열차에 의한 바람성분 변화가 있었을 가능성을 배제할 수 없습니다. 그 다음 한가지를 더 들자면, 포항의 경우 존데로부터 수신한 자료이므로 기기문제가 없다면 신뢰성이 높은 자료인 반면, 우리가 관측한 상황은 눈으로 직접 풍선을 따라가며 시간대별로 측정치를 읽어서 기록해야 했기 때문에 생길 수 있는 오차도 어느정도 결과에 영향을 미치지 않았나 생각됩니다.- 단열선도 분석포항의 파이발 관측을 통한 단열선도입니다. 오른쪽의 바람 성분을 위에 프로그램으로 실행시킨 바람벡터와 비교해 보면 일치함을 확인할 수 있고, 그것이 의미하는 바는 위에 저희가 직접 관측한 자료로 그린 바람 벡터도 프로그램상의 오류는 없다는 것을 확인 할 수 있습니다. 그 외에 이 단열선도를 보면 1회의 파이발 관측을 통해 존데가 측정하는 기상 인자들이 얼마나 많은지를 확인할 수 있는 자료입니다.- 일기도 분석//지상 일기도////925hpa////850hpa////700hpa////500hpa//관측 지역인 부산을 기점으로 상층 및 지상 일기도를 분석해 보면, 하층의 경우 북풍 계열의 바람이 부는 것을 알 수 있습니다.925hpa의 일기도를 보아도 북풍계열이 불 것을 추측할 수 있는데 이것은 부산지역의 고도가 약 800m로 지표 마찰의 영향을 거의 받지 않는 고도이기 때문에 지균풍이 되기 때문입니다.850hpa 일기도를 살펴보면, 중국 동부에 저기압이 나타나기는 하지만 우리나라 오른쪽 기압과 비교하면 고기압으로 판단할 수 있을 정도로 우리나라 동부와 서부의 기압차가 비교적 크게 나타납니다. 이것으로 판단하면 북서풍 계열의 바람이 불 것으로 예상할 수 있습니다.700hpa 일기도를 살펴보면, 우리나라를 기점으로 남고, 북저의 기압배치를 나타내고 있으며, 이 경우 비교적 강한 서풍이 불게 됩니다.Pibal 풍선의 관측 시간이 20분 전후 였기 때문에 마지막으로 500hpa 일기도를 살펴보면, 700hpa 일기도보다 훨씬 뚜렷한 남고, 북저의 기압배치를 보이고 있기 때문에 앞의 경우보다 더 강한 서풍이 불 것을 예상할 수 있습니다.각각 일기도를 통해 풍향을 예측해 보았는데 이 경우 너무 규모가 커서 우리가 관측한 부산지역 장전동의 국지적인 풍향을 바로 적용시키기에는 무리가 있습니다.- 관측 지역 AWS 자료오른쪽 자료는 관측 지점의 AWS 자료인데 관측시간인 15:00부터 15:30까지의 자료입니다. 위 자료를 보면 파이발 관측 초기의 바람성분인 북풍 계열의 바람이 왼쪽의 15:00부터 처음 몇분간 자료와 연관이 있음을 알 수 있고, 그 이후부터는 연관성이 줄어드는 것을 알 수 있습니다. 이것으로 보아 지상 바람과 상층 바람은 어느 정도 서로 영향을 주고받지만 지형적인 영향에 의한 마찰력의 영향력에서 멀어짐에 따라 서로 상당히 다른 바람의 모습을 보이게 되는 것을 알 수 있습니다.◎ 결론 및 느낀점많은 방법을 통해 우리가 관측한 파이발 자료를 분석해 보았습니다. 존데가 없는 풍선을 경위의를 통해 풍향 풍속만 관측한 자료이기 때문에 그 신뢰성에 초점을 맞추어 분석을 했는데 레포트의 취지와 맞게 쓰여졌는지 모르겠습니다.파이발 관측에 의한 바람 정보는 오염물질의 수송에 깊은 관련이 있는데, 그 활용 부분에 대해서는 앞에서 언급하지 않아서 여기에서 간단하게 서술하겠습니다. 먼저 그 전체적인 모습에서 앞서 나왔던 단열선도와 같이 나타냄으로 해서 혼합층과 역전층과 같은 고도에 따른 모습을 유추해 낼 수 있습니다. 그 외 하층 바람 성분에 의해서는 지표면 거칠기가 큰 도심 지역과 그렇지 않은 교외지역간의 고도에 따른 풍향 풍속의 실제 모습을 관측하여 오염물질 수송 매커니즘에 적용시켜 보다 신뢰성 있는 결과를 얻어낼 수도 있습니다. 상층 바람 성분에 의해서는 황사와 같은 큰 규모의 오염물질 수송에 관여하기 때문에 수송의 예측 및 분석이 용이하게 됩니다.

자연과학| 2008.07.23| 7페이지| 1,000원| 조회(339)

관측, 파이발, pibal, 기상관측

미리보기

닫기
한반도 주변에서의 강수에 의한 에어로졸 변화

강수에 의한 에어로졸 변화에어로졸은 강수 과정에서 사라진다고 알고 있는데, 이러한 과정을 2003년 5월 러시아 산불과 연관해 위성 자료를 통해 알아보았다. 산불로 인해 유입된 다량의 에어로졸은 CCN으로 작용하여 구름을 생성하고, 그렇게 생성된 구름은 강수현상을 만든다. 또한 강수현상은 에어로졸을 소멸 시킨다. 본 연구에서는 일련의 위성자료 분석 과정을 통해 이러한 현상을 구체적으로 정의해 나가도록 하겠다.1. 서론에어로졸이란 액체나 고체의 입자가 주로 공기와 같은 기체 내에 미세한 형태로 균일하게 분포되어 있는 상태를 의미한다.에어로졸은 대기과학에서 특별한 의미를 가지는데 첫 번째는 오염물질로의 정의로 대기중에 부유하며 인간활동에 불편을 끼치는 인자로 황사, 검댕, 각종 금속 가루 등을 들 수 있다. 두 번째는 구름의 응결핵(CCN) 으로의 작용을 들 수 있는데, 에어로졸은 구름물리에서 매우 중요한 역할을 하고 있다. 세 번째로는 태양 복사의 지표도달에 방해요소(반사,산란)로 작용 하는데 대기중의 에어로졸의 양에 따라 하늘색이 달라지기도 하고 지표면에 도달하는 태양 복사의 양에도 변화가 생기게 된다. 이러한 요인들 때문에 각종 문헌이나 연구 자료를 살펴보면 여러 분야로 활발히 연구가 이루어 지고 있는 것을 확인 할 수 있다.일반적으로 대기중의 에어로졸은 자연적 혹은 인공적인 원인에 의해 생성되어 강수과정에 의해 소멸 된다고 알고 있다. 이러한 기본적인 개념을 바탕으로 해서 지금부터 연구할 내용은 2003년 러시아 대규모 산불을 바탕으로 에어로졸의 생성에서부터 소멸의 과정을 강수과정과 연관해서 살펴보도록 할 것이다. 여기서 러시아 화재를 선택한 이유는 화재에 의해 생성된 에어로졸은 CCN으로 작용 되는 경우가 많고, 또한 이번 경우 엄청난 규모로 일어난 화재이므로 우리나라 일부 국지 지역이 아닌 한반도 전체적으로 분석을 함으로 해서, 지역적인 인자를 무시할 수 있는 보다 일반적인 분석이 가능하기 때문이다.분석에는 TOMS와 MODIS 인공위성 자료를 이용하여 에어로졸의 수치 및 강수 과정의 시공간적 분포를 알아볼 것이다.2. 본론2003년 러시아 산불은 5월에 가장 심각한 피해를 입혔고, 또한 그에 의한 에어로졸 생성량과 이동량이 가장 많았던 달 이므로 5월의 위성 자료를 바탕으로 분석을 하도록 하겠다.분석에 들어가기에 앞서 우리가 분석하고자 하는 에어로졸의 특성을 살펴보면, Biomass burning은 에어로졸의 주요한 발생원 중 하나로서 이러한 에어로졸은 주로 탄소 성분으로 구성되며 산불이나 농경지에서의 소각에 의해 주로 발생한다.러시아 시베리아 지역에서는 매년 산불이 일어나는데, 2003년에 발생한 산불의 경우 평년과는 다른 448356헥타르의 엄청난 규모로 일어났기 때문에 주변 국가는 물론이고 전 지구적으로 대기에 영향을 주었다.[fig.1 5/19 산불지역 표시(붉은점)](http://www.fire.uni-freiburg.de/GFMCnew/2003/0520/20030520_ru.htm)이렇게 생성된 스모그 에어로졸을 분석 하기 위해서 주로 MODIS를 이용할 것인데, 여기서 MODIS란 TERRA위성과 AQUA위성에 탑제된 센서로 36개의 파장 분해능과 2330Km의 수평관측 폭을 가지며 극 궤도를 돌고 있다.2.1 자료fig.2 에서 2003년도 에어로졸의 평년과의 차이를 비교해 보면 평년에 비해 한반도 주변 에어로졸의 많은 차이를 확인 할 수 있다. 평년에도 화재로 인한 에어로졸이 생성 되기는 하지만 2003년에 비해 그 양이 많이 적은 것을 확인 할 수 있고, 그외 적도 근처 사막에서 생성되는 많은 양의 모래 먼지도 확인 할 수 있다.[fig.2 UV Aerosal Index. 첫 번째:2001년도 5월평균, 두 번째:2002년도 5월평균, 세 번째:2003년도 5월평균, 네 번째:2005년도 평균]2003년 5월 자료중 강수가 있었던 날짜를 살펴보면, 7, 24, 30일에 전국적인 강수가 있었다. 에어로졸의 한반도 유입 시기는 10일부터였기 때문에 에어로졸과 관련하여 분석 하기 위해서 5월 23일 부터 5월 26일 까지의 자료를 수집하였다.(http://www.kma.go.kr/gw.jsp?to=/weather_main.jsp)2.2 분석2.2.1 2003년 5/23[fig.3 위성사진(가시영역)]fig.3에서 보면 한반도 전체적으로 약간 뿌옇게 보이면서 동해와 서해 쪽에서 구름으로 보이는 현상이 일어나고 있다.이를 확실히 정의하기 위해서 fig.4의 분석사진을 보면 한반도 육지 부분 대기에 다량의 에어로졸이 존재하는 것을 확인할 수 있고, 뿌옇게 보이는 것은 소량이 CCN으로 작용할 수 있는 에어로졸 이라는 것 역시 확인할 수 있다. 네 번째 사진에서 구름의 광학 깊이 비교에 의해 동해와 서해쪽 수증기 유입에 의해 CCN이 작용해 구름이(Cloud top pressure 에 의해 스모그가 아닌 것을 확인) 형성되는 것을 확인 할 수 있다.[fig.4 첫 번째:Aerosol small mode optical depth, 두 번째:Aerosol small mode fraction, 세 번째:CCN, 네 번째:Cloud optical depth]2.2.2 2003년 5월 24일[fig.5 위성사진(가시영역)]fig.5를 보면 한반도 전체가 구름으로 덮여 있는 것을 확인할 수 있는데 이것을 fig.6의 마지막 그림에서 보면 구름의 두께 차이가 있는 것을 확인 할 수 있다. 즉 제주도를 포함한 남부지방에 강수가 있을 것으로 보이는데 실제 기상청 자료를 살펴보면 제주도 강수량 33mm, 서울이 0.5mm로 차이가 있는 것을 알 수 있다.그 외 에어로졸 자료를 보면 국지적으로 구름이 없는 지역(중국과 북한의 경계선 부근)의 에어로졸 수치가 아직 높은 것을 알 수 있는데 이것으로 강수가 없는 조건하에 구름이 있는 지역에서의 에어로졸 수치를 예측 할 수 있다. 하지만 위성 분석 자료에서는 구름을 인식하여 에어로졸의 수치는 나타나지 않았다.이러한 경우 구름과 에어로졸을 분리하기 위해서는 에어로졸만을 잡아내는 다른 파장의 측정이 필요한데 이를 위해서 fig.7의 TOMS 자료를 이용할 수 있다. 하지만 이 자료 역시 MODIS의 다른 자료와 비교하여 분석에 있어 오류가 없도록 하여야 한다.[fig.6 첫 번째:Aerosol small mode optical depth, 두 번째:Aerosol small mode fraction, 세 번째:CCN, 네 번째:Cloud optical depth][fig.7 EP TOMS UV Aerosol Index]2.2.3 2003년 5월 25일[fig.8 위성사진(가시영역)]fig.8 와 fig.9의 위성 사진을 보면 24일과 마찬가지로 구름에 덮여서 별다른 변화가 없어 보인다. 하지만 fig.10의 TOMS 자료를 보면 강수에 의해 에어로졸이 사라진 것을 확인 할 수 있다.[fig.9 첫 번째:Aerosol small mode optical depth, 두 번째:Aerosol small mode fraction, 세 번째:CCN, 네 번째:Cloud optical depth][fig.10 EP TOMS UV Aerosol Index]강수에 의해 에어로졸이 사라진 현상은 한반도 뿐만 아니라 fig.9 네 번째 사진에서 보이는 중국 북부 지역의 구름 에서도 확인 할 수 있다.2.2.4 2003년 5월 26일[fig.11 위성사진(가시영역)]강수가 있은 후 서울 지역을 포함한 한반도 지역의 에어로졸 수치가 강수 이전에 비해 확실히 줄어든 것을 알 수 있다. 하지만 중국쪽에서 새로운 에어로졸이 다시 이동하고 있고 러시아 산불 지역에서도 에어로졸이 생성되고 있어 시간이 지나면 다시 에어로졸이 유입 될 가능성이 있다.26일 이후 실제 위성 관측에서는 23일과 같이 에어로졸이 다량으로 유입되지는 않았다. 25일 강수 이후로는 러시아 산불이 한반도 쪽으로 내려오지 않고 고위도에서 바로 오른쪽으로 바람을 타고 이동했기 때문이다. 즉 위성 관측은 대기의 상태에 대한 많은 자료를 제공 하지만 위성 하나만으로는 많은 제약이 따른다. 측정 하고자 하는 요소에 알맞은 파장의 선택과 적절한 해석이 요구될 뿐만 아니라 간접 관측보다 오차가 적은 직접 관측에 의한 기상정보가 뒷받침 되어야 하는 것이다.

자연과학| 2008.07.23| 7페이지| 1,000원| 조회(266)

한반도, 인공위성, 강수, 에어로졸

미리보기

닫기
포트란 프로그래밍으로 알아본 태양과 지구의 복사방출량 차이

◎ 포트란 프로그램을 이용한 태양과 지구의 방출 복사량 계산(그래프)program math_ps implicit none integer::temp_earth,temp_sun real*8::ramda_d,b_ramda_earth,b_ramda_sun,earth_sum,sun_sum,sigma,e_earth,e_sun,i real*8::sun_pick,earth_pick,wien_sun,wien_earth,j,balue_sun_pick,balue_earth_pick temp_earth=288 temp_sun=5770 earth_sum=0 sun_sum=0 sun_pick=0 earth_pick=0 sigma=5.67/100000000 open(11,file=`b_ramda.txt`) do i=1, 100000read(11,*)b_ramda_sun,b_ramda_earth ramda_d=1/10000000.sun_sum=sun_sum+b_ramda_sun*ramda_dearth_sum=earth_sum+b_ramda_earth*ramda_dj=i/10.if(sun_pick<b_ramda_sun)then sun_pick=b_ramda_sun balue_sun_pick=jend ifif(earth_pick<b_ramda_earth)then earth_pick=b_ramda_earth balue_earth_pick=jend if end do.

자연과학| 2008.07.23| 3페이지| 1,000원| 조회(394)

포트란, 복사, 태양복사, 지구복사

미리보기

닫기
태풍 위파와 나리가 다른경로로 가게된 이유

◎ 태풍 나리와 위파가 다른 경로로 가게 된 이유1. 서론태풍은 일반적으로 발생 초기에는 서북서진하다가 점차 북상하여 편서풍 지역에 이르면 진로를 북동쪽으로 바꾸어 진행합니다. 보통 북태평양고기압을 오른쪽에두고 그 고기압의 가장자리를 따라 이동하므로, 태풍의 이동 방향과 속도는 북태평양고기압의 위치와 세력에 따라 많은 영향을 받습니다. 태풍의 경로는 매우 다양해서 어떤 태풍은 지그재그 모양으로 움직이는가 하면, 제자리에 얼마 동안 서 있기도 합니다. 태풍은 해수면온도가 낮은 지역까지 올라오면 그 세력이 약해지는데, 육지에 상륙하면 수증기를 공급받지 못하는 데다가 지면 마찰 등의 영향이 더해져 빠른 속도로 약화되면서 그 생을 끝내게 됩니다.태풍의 진로는 많은 요인에 의해 결정되기 때문에 예측이 쉽지 않습니다. 그 요인을 살펴보면, 태풍 내부, 외부, 그리고 그 사이의 상호작용을 살펴보아야 하는데, 내부의 요인으로는 각각의 태풍이 가진 에너지나 그 외 특성들이 될 것이고, 외부의 요인으로는 태풍을 둘러싼 주변 지역의 기압배치, 엘리뇨 시기에 라니냐 시기보다 태풍의 발생 진로가 동쪽(동남쪽)으로 치우치는 경향을 보이는 것, 극 진동에 관한 것 등 여러 요인들을 들 수 있습니다. 상호작용으로는 태풍생성 초기에 주변 환경에 의해 그 에너지와 진로에 영향을 많이 받는 점을 들 수 있습니다.2. 본문미국 캘리포니아 Monterey에 있는 Naval Research Laboratory의 Melinda Peng과 Carolyn Reynolds는 약 2,000킬로미터 떨어져 있는 두 개의 태풍이 서로 영향을 주고받는다는 것을 발견 했습니다. 기상 관측을 위해 현재는 하나의 태풍에 대한 컴퓨터 모델을 이용하여 그 경로를 예측하는데 주변에 또 다른 태풍이 존재할 경우 서로 상호 작용을 일으켜 태풍의 진행 경로가 바뀐다는 것입니다. 또한 연구자들은 Katsana 태풍의 경우 태풍 중심에서 500km 떨어진 곳의 초기 기상 조건이 약간만 달라져도 태풍 예보가 크게 달라진다는 것을 알아냈으며, 이로써 태풍이 초기 조건에 얼마나 민감한지를 밝혀냈습니다. “태풍 예측은 초기 조건에 매우 민감합니다. 이 두 태풍의 경우에는 예측이 비교적 정확했지만, 연구 결과 초기 조건의 오차가 점차 확대될 수 있음을 보여줍니다”라고 Peng과 Reynolds는 말했습니다.이번 두 태풍의 경우 위 사항들에 유의해야 하는데, 태풍 나리가 소멸되기전 태풍 위파가 생성되어 북상하기 시작했고, 위도 10도 정도로 서로 영향을 줄 수 있는 거리였기 때문입니다. 두 태풍의 경로는 아래와 같습니다.11호 태풍 나리와 12호 태풍 위파가 있었던 시기의 위성사진은 아래와 같습니다.위성사진을 통해 분석해 보면, 서론에 첨부한 그림에서 볼수 있는 태풍 생성단계의 구름밴드발달 및 중심구름 강화의 모습을 두 번째 위성사진(9/16)에서 볼수 있습니다. 그것이 의미하는 것은 첫 번째 위성사진의 시기이거나 그와 비슷한 시기에 위파가 생성되기 시작했다고 판단할 수 있다는 점입니다. 즉, 위파의 초기 생성 단계에서 나리가 가까이 있었으므로 나리의 영향을 받아 진로에 많은 변화를 받았을 것입니다.그 외에도 태풍은 북태평양 고기압의 가장자리를 돌면서 북상하게 되는데, 나리의 경우보다 위파의 경우 북태평양 고기압의 세력이 더 커진 것을 볼 수 있습니다.(이 시기의 일기도를 구하지 못해서 위성사진의 구름이 없는 지역의 대략적인 크기와 넓이로 판단했습니다.) 따라서 위파의 경우 더 큰 포물선을 그리며 왼쪽으로 휘어 중국에 상륙하게 된 것입니다.위 사진은 태풍의 진로 결정을 위해 모델링한 것인데, 수많은 모델링의 평균을 내어 가장 확률이 높은 진로를 정해서 예보를 하는 것입니다. 태풍의 진로에는 수많은 변수가 작용하는데 기상 인자 수치의 미묘한 차이가 모델링 결과에 큰 영향을 미치는 경우가 있기 때문에 태풍 발생 초기에는 특히 작은 인자라도 무시할 수 없습니다.즉 나리와 위파의 경우뿐만 아니라 다른 태풍들을 보더라도 각각의 진행 경로는 수많은 변수들에 의해 다를 수 밖에 없는 것입니다.3. 결론 및 느낀점앞에서 태풍에 영향을 줄 수 있는 많은 인자들에 관해 알아보았습니다. 또한 나름대로 태풍 나리와 위파의 경로 차이에 대한 분석도 해 보았습니다. 이러한 결론을 얻기 위해 여러 인터넷 사이트와 학교 도서관 책도 찾아보고 했는데, 제가 필요로 하는 자료는 얻기 힘들었습니다. 예를 들면, 태풍이 발생하는 지역의 고도에 따른 온도, 습도 자료, 동남아와 우리나라를 포함하는 일기도(일기도의 경우 우리나라의 일기도도 구할 수 없었습니다.),등 인데 외국 사이트의 경우 해석이 잘 안된다는 문제점이 있긴 있었지만 체계적으로 알아보기 쉽게 이러한 자료를 관리하는 곳은 없었습니다. 그 외 태풍 진로나 태풍의 발달 모델링 자료는 도서관에서 찾을 수 있었는데 주로 참고한 서적은 ‘기상위성자료를 이용한 태풍중심 위치결정 방법’, ‘태풍 예측 개선을 위한 기술 개발’입니다. 모델링에 관한 서적이라 태풍 진로 결정에 관한 수식으로의 자료는 있었지만 복합적으로 태풍을 이해하는 그런 부분은 약간 결핍되어 있었습니다. 즉 결론은 태풍에 관한 자료가 생각외로 많지 않다는 것입니다. 처음 레포트를 시작할 때는 태풍은 기상에서 주요 관심사 이므로 자료가 많을 것이라 생각하고 했는데, 인터넷 자료는 아주 기본적인 지식만 다루고 있고, 서적은 종류가 많지 않았습니다. 나리와 위파의 진로가 다르게 나타난 세부적인 요인을 정확히 결론 짓지는 못했으나, 위성 사진을 이용해 제 나름대로 태풍을 분석했고, 레포트 작성 과정에서 태풍에 관한 많은 것을 배울 수 있었습니다.

자연과학| 2008.07.23| 3페이지| 1,000원| 조회(342)

태풍, 나리, 태풍진로, 위파

미리보기

닫기
위성 mtsat과 modis에 탑재된 센서와 특징

◇ MTSAT와 MODIS(AQUA, TERRA)에 탑제된 체널을 조사하고, 각각 체널의 특성을 조사하라.◎ MTSAT(정지위성)MTSAT-1RMTSAT-2operationalstatusOperationaloperationalstatusStandbyoperationalplanFormal operationto 2010operationalplanFormal operationfrom 2010Position35,800km above the equator at 140 degrees East longitude(operational position for meteorological function)Position35,800km above the equator at 145 degrees East longitude(standby position for meteorological function)http://www.jma.go.jp/jma/jma-eng/satellite/PositionGeostationary orbit 35,800km above the equator at 135 degrees East longitude, 140 degrees East longitude (operational position for meteorological function), or 145 degrees East longitudeAttitude controlThree-axis stabilization(A system to control roll, pitch, and yaw, respectively, by thrusters or momentum wheels)Designed lifetime5 years for the meteorological function, 10 years for the aviation function1) VIS작성 주기: 매 30분 간격특성:- MTSAT-1R의 가시(0.65㎛ 부근) 영상을 분석?하여 햇빛이 지표나 구름에 의해 반사되고 있는 정도를 %의 분포도로 나타냄- 화면아 극동 지역 분포이용:- 낮동안의 구름의 가시선 영상의 분포2) IR1작성 주기: 매 30분 간격특성:- MTSAT-1R의 적외선 중 11㎛ 부근의 휘도?온도를 분석하여 구름의 분포를 나타냄. 휘도?온도가 높을수록 지표면, 해수면에 가깝고?온도가 낮을수록 상층운을 나타냄- 화면의 크기: 크기0~크기3(숫자가 작은 것이 큰 화면임)- 동화매수: 30분간격의 12매까지 동영상 표출?가능- 영상의 강조: 강조색, 연속색, 흑백- 영상의 최적화 여부: 기본값, 최적값, 임의구간?(임의 구간을 최적화시킬 수 있음)- 아시아 극동 지역 분포이용:- 구름의 적외선 영상 분포3) IR2작성 주기: 매 30분 간격특성:- MTSAT-1R의 적외선 중 12㎛ 부근의 휘도?온도를 분석하여 구름의 분포를 나타냄. 휘도?온도가 높을수록 지표면, 해수면에 가깝고?온도가 낮을수록 상층운을 나타냄.- 화면의 크기: 크기0~크기3(숫자가 작은 것이 큰 화면임)- 동화매수: 30분 간격의 12매까지 동영상 표출 가능- 영상의 강조: 강조색, 연속색, 흑백- 영상의 최적화 여부: 기본값, 최적값, 임의구간?(임의 구간을 최적화시킬 수 있음)- 아시아 극동 지역 분포이용:- 구름의 적외 영상 분포4) WV작성 주기: 매 30분 간격특성:- MTSAT-1R의 적외선 중 수증기 흡수파장인 6.7㎛ 부근의 영상을 분석하여 대기중 수증기의 분포를 나타냄- 화면의 크기: 크기0~크기3(숫자가 작은 것이 큰 화면임)- 동화매수: 30분간격의 12매까지 동영상 표출 가능- 영상의 강조: 강조색, 연속색, 흑백- 영상의 최적화 여부: 기본값, 최적값, 임의구간 (임의 구간을 최적화시킬 수 있음)- 아시아 극동 지역 분포이용:- 대기 중의 수증기의 분포5) SW작성 주기: 매 30분 간격특성:- MTSAT-1R의 적외선 중 근적외 (3.7㎛)의?영상 분포로서 태양 반사파와 지구로부터의?복사파를 나타냄(야간 하층운 탐지 가능)- 화면의 크기: 크기0~크기3(숫자가 작은 것이 큰 화면임)- 동화매수: 30분간격의 TERRA)Orbit: 705 km, 10:30 a.m. descending node (Terra) or 1:30 p.m. ascending node (Aqua), sun-synchronous, near-polar, circularScan Rate: 20.3 rpm, cross trackSwath Dimensions: 2330 km (cross track) by 10 km (along track at nadir)Telescope: 17.78 cm diam. off-axis, afocal (collimated), with intermediate field stopSize: 1.0 x 1.6 x 1.0 mWeight: 228.7 kgPower: 162.5 W (single orbit average)Data Rate: 10.6 Mbps (peak daytime); 6.1 Mbps (orbital average)Quantization: 12 bitsSpatial Resolution: 250 m (bands 1-2), 500 m (bands 3-7), 1000 m (bands 8-36)Design Life: 6 yearsPrimary UseBandBandwidth1SpectralRadiance2RequiredSNR3Land/Cloud/AerosolsBoundaries1620 - 67021.81282841 - 87624.7201Land/Cloud/AerosolsProperties3459 - 47935.32434545 - 56529.022851230 - 12505.47461628 - 16527.327572105 - 21551.0110Ocean Color/Phytoplankton/Biogeochemistry8405 - 42044.98809438 - 44841.983810483 - 49332.180211526 - 53627.975412546 - 55621.075013662 - 6729.591014673 - 6838.7108715743 - 75310.258616862 - 87dNE[delta]T(K)4Surface/CloudTemperature203.660 - 3.8400.45(300K)0.05213.929 - 3.9892.38(335K)2.00223.929 - 3.9890.67(300K)0.07234.020 - 4.0800.79(300K)0.07AtmosphericTemperature244.433 - 4.4980.17(250K)0.25254.482 - 4.5490.59(275K)0.25Cirrus CloudsWater Vapor261.360 - 1.3906.00150(SNR)276.535 - 6.8951.16(240K)0.25287.175 - 7.4752.18(250K)0.25Cloud Properties298.400 - 8.7009.58(300K)0.05Ozone309.580 - 9.8803.69(250K)0.25Surface/CloudTemperature3110.780 - 11.2809.55(300K)0.053211.770 - 12.2708.94(300K)0.05Cloud TopAltitude3313.185 - 13.4854.52(260K)0.253413.485 - 13.7853.76(250K)0.253513.785 - 14.0853.11(240K)0.253614.085 - 14.3852.08(220K)0.351 Bands 1 to 19 are in nm; Bands 20 to 36 are in μm2 Spectral Radiance values are (W/m2 -μm-sr)3 SNR = Signal-to-noise ratio4 NE(delta)T = Noise-equivalent temperature differenceNote: Performance goal is 30-40% better than requiredhttp://modis.gsfc.nasa.gov/about/specifications.php◇ 각각의 특징을 비교 분석하라.위에서 MTSAT에 탑제된 체널과 MODIS에 탑제된 체널의 영역대를 각각 조사했는데, 정근 적외선을 이용합니다. 근 적외선의 경우 낮에 측정할 경우 지구복사와 태양 복사의 반사를 구분하기 힘들어 낮에 사용하기에는 적절하지 않으며, 수증기 영역대의 파장의 경우 구름이 존재하지 않을 경우라도, 수증기에 민감하게 반응하므로 중,상층 대기의 제트류와 같은 현상을 측정하기에 좋습니다. 그 외 적외선1,2는 파장을 발산하는 물질의 온도에 따른 측정값이 다르기 때문에 그 값으로 고도에 따른 구름 양을 알수 있습니다. 적외선 1과 2의 차이는 그 고도에 황사나 에어로졸 존재시 값이 차이가 있으므로 두 파장을 비교하면 그러한 부수적 요인을 확인 할 수 있습니다. 이러한 값들은 정지위성이라는 이점에서 30분 간격으로 같은 지역의 자료를 가지기 때문에 시간대별 비교 분석이 용이하다는 점에서 기상 분야에서 유용하게 쓰입니다.MODIS의 경우 극궤도 위성인 AQUA, TERRA에 탑제된 센서로 그 채널이 36개입니다. 0.25km ∼ 1km 고도의 여러 가지 파장대를 측정하는데, 그 파장의 종류가 많아서 한번에 여러 가지 정보를 복합적으로 얻을수 있다는 장점이 있습니다. 하지만 극궤도 위성이라는 점에서 시간대별 수치 측정에는 제한을 받아 기상위성으로는 적합하지 않지만, 여러지역의 정보를 얻을 수 있다는 장점 때문에 유용하게 쓰입니다. 각 채널을 살펴보면 지표, 구름, 에어로졸을 측정하는데 7개 채널, 바다의 색깔과 식물성 플랑크톤 등을 측정하는 9개 채널, 대기중 수증기를 측정하는 3개 채널, 지표, 대기, 구름 등의 온도를 측정하는 8개 채널, 오존을 측정하는 1개 채널 등이 있습니다. 여기서 언급한 내용은 주로 사용되는 분야를 말한 것이며, 한가지 분야의 측정에서도 상당히 많은 영역의 파장대를 이용하여 측정하므로 그 정확도가 MTSAT의 그것보다는 훨씬 정확하다고 말 할 수 있습니다. 그렇게 생각하면, 정지괘도 위성에 MODIS를 탑재하면 훨씬 더 정확한 자료를 시간대별로 얻을 수 있다는 결론이 나는데, 그러기에는 그 가격대 차이가 너무 크고 또한 기상학적 쓰임으로.

자연과학| 2008.07.23| 5페이지| 1,000원| 조회(778)

위성, mtsat, modis, 위성센서

미리보기

닫기