Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.38 No.2 pp.129-140
DOI : https://doi.org/10.5467/JKESS.2017.38.2.129

An Analysis of Global Solar Radiation using the GWNU Solar Radiation Model and Automated Total Cloud Cover Instrument in Gangneung Region

Hye-In Park1, Il-Sung Zo2*, Bu-Yo Kim2,3, Joon-Bum Jee4, Kyu-Tae Lee2,3
1Satellite Development Team, National Meteorological Satellite Center, Jincheon 27803, Korea
2Research Institute for Radiation-Satellite, Gangneung-Wonju National University, Gangneung 25457, Korea
3Department of Atmospheric & Environmental Sciences, Gangneung-Wonju National University, Gangneung 25457, Korea
4Weather Information Service Engine, Hankuk University of Foreign Studies, Yongin 17035, Korea
Corresponding author: zoilsung@gwnu.ac.kr+82-33-640-2397, +82-33-640-2320
November 17, 2016 March 20, 2017 March 23, 2017

Abstract

Global solar radiation was calculated in this research using ground-base measurement data, meteorological satellite data, and GWNU (Gangneung-Wonju National University) solar radiation model. We also analyzed the accuracy of the GWNU model by comparing the observed solar radiation according to the total cloud cover. Our research was based on the global solar radiation of the GWNU radiation site in 2012, observation data such as temperature and pressure, humidity, aerosol, total ozone amount data from the Ozone Monitoring Instrument (OMI) sensor, and Skyview data used for evaluation of cloud mask and total cloud cover. On a clear day when the total cloud cover was 0 tenth, the calculated global solar radiations using the GWNU model had a high correlation coefficient of 0.98 compared with the observed solar radiation, but root mean square error (RMSE) was relatively high, i.e., 36.62 Wm−2. The Skyview equipment was unable to determine the meteorological condition such as thin clouds, mist, and haze. On a cloudy day, regression equations were used for the radiation model to correct the effect of clouds. The correlation coefficient was 0.92, but the RMSE was high, i.e., 99.50 Wm−2. For more accurate analysis, additional analysis of various elements including shielding of the direct radiation component and cloud optical thickness is required. The results of this study can be useful in the area where the global solar radiation is not observed by calculating the global solar radiation per minute or time.


강릉 지역에서 자동 전운량 장비와 GWNU 태양 복사 모델을 이용한 지표면 일사량 분석

박 혜인1, 조 일성2*, 김 부요2,3, 지 준범4, 이 규태2,3
1국가기상위성센터 차세대위성개발팀, 27803, 충청북도 진천군 광혜원면 구암길 64-18
2강릉원주대학교 복사-위성연구소, 25457, 강원도 강릉시 죽헌길 7
3강릉원주대학교 대기환경과학과, 25457, 강원도 강릉시 죽헌길 7
4한국외국어대학교 차세대도시농림융합기상사업단, 17035, 경기도 용인시 처인구 모현면 외대로 81

초록

이 연구에서는 지표 관측 자료와 위성 자료 그리고 GWNU 단층 복사 모델을 이용하여 맑은 상태의 전천 일사 량을 계산하였으며, 전운량에 따라 관측 및 모델의 일사량 값을 비교 분석하였다. 연구 자료는 2012년 강릉원주대학교 복사 관측소의 전천 일사량, 기온, 기압, 습도, 에어로졸 등의 관측 자료와 OMI 센서의 오존전량 자료 그리고 구름의 유무 및 전운량을 판단하기 위하여 자동 전운량 장비인 Skyview 자료를 이용하였다. 전운량이 0 할인 맑은 날의 경우 관측 값과 모델 값이 0.98로 높은 상관계수를 나타내었으나 RMSE가 36.62Wm−2로 비교적 높게 나타났다. 이는 Skyview 장비가 얇은 구름이나 박무 및 연무 등의 기상상태를 판단하지 못하였기 때문이다. 흐린 날의 경우 구름의 영 향을 보정하기 위해 전운량과 두 값의 차에 대한 비율을 이용한 회귀식을 복사 모델에 적용하였으며, 장비의 오탐지를 제외한 경우 상관계수가 0.92로 높은 상관성을 보였으나 RMSE가 99.50 Wm−2으로 높은 값을 보였다. 더 정확한 분석 을 위해서는 직달 성분의 차폐 유무 및 구름 광학 두께를 포함한 다양한 구름 요소의 추가적인 분석이 요구된다. 이 연구결과는 분 또는 시간에 따른 일사량을 산출하여 일사량이 관측되지 않는 지역에서 유용하게 사용될 수 있다.


    Korea Meteorological Administration
    2014-21080

    서 론

    태양 복사는 지구 대기를 순환시키는 가장 근본적 인 에너지로써 대기 중의 기체와 에어로졸 그리고 구름에 의해 흡수 및 산란된다(Lee et al., 2000). 또 한 태양 복사는 복사 분야뿐만 아니라 기후학, 수문 학, 생물학 등과 관련된 연구(Cho et al., 2000)와 건 축, 산업, 농업 그리고 태양 에너지 등의 분야에서 중요하게 사용된다. 특히 태양 에너지는 청정에너지 원으로써 많은 관심을 받고 있으며, 국내·외적으로 다양한 분야에서 이를 활용하기 위한 연구가 진행되 고 있고 그 경제성과 장래성이 입증되었다(Jee et al., 2010).

    전천 일사량에 관련된 연구는 복사 모델, 위성 등 을 이용하여 다양하게 수행되어 왔다. Brine and Iqbal (1983)는 맑은 하늘에서의 산란 및 전천 일사량을 간 단한 모델로써 계산하는 방법을 제시하였으며, 이후 복사 모델을 이용한 많은 연구들이 이루어졌다 (Aksoy, 1997; Yang et al., 2001; Zhao et al., 2003). 국내에서는 Cha et al. (1998)Kim et al. (1998)은 모수화 식을 이용하여 청천과 구름을 고려하여 일사 량을 추정하였다. Zo et al. (2010)은 단층 복사 모델 과 기상청 수치 모델 자료 및 위성 자료를 이용하여 전천 일사량을 계산하였다. 또한 Yang et al. (2012) 은 전운량 효과를 포함한 전천 일사량 예측모델을 제안하였으며, 그에 따른 시계열 분석을 시도하였다. 이외에 위성 자료를 기반으로 한 연구(Chou, 1991; Pinker and Laszlo, 2000; Janjai et al., 2009)가 수행 되고 있으며 Lu et al. (2011)Tang et al. (2016)은 중국 영역에 대해서 위성 자료를 이용하여 전천 일 사량을 추정하였다. 통계적인 방법으로는 Ahn et al. (2016)이 일조 시간과 강수량을 고려한 일사 예측 회 귀 방정식을 이용하여 강릉지역의 일사량을 추정하였 다.

    지표면에 도달하는 일사량을 감소시키는 원인은 구 름과 에어로졸 등 다양하지만 특히 구름의 영향이 가장 크다. 대기 중에 존재하는 구름은 복사와 상호 연계되어있기 때문에 전 지구적인 기후계뿐만 아니라 제한적인 지역에서의 대기 변수들에 중요한 영향을 미친다(Lee et al., 2004). 또한 전운량은 일기예보 및 기상 요소에 변화를 주며 지표면의 일사량 및 일조 시간을 결정한다(Kim et al., 2015). 그러나 전운량은 아직도 목측으로 수행되고 있기 때문에 관측자의 주 관적인 판단에 따른 오차가 유발될 수 있다(Sutter et al., 2004). 또한 위성에서 산출된 구름 자료는 공간 해상도가 크기 때문에 국지적인 전운량의 산출이 어 렵고 지표면 상태에 따라 복잡한 반사도를 가지므로 지표에서의 관측과 비교하여 오차가 크게 발생하는 단점이 있다(Kim et al., 2008). 이 연구에서는 목측 에 비해 객관적이고 시간해상도가 뛰어나며 고정된 장소에서 일정한 범위를 관측할 수 있는 자동 전운 량 장비가 사용되었다.

    GWNU 단층 복사 모델(Zo et al., 2010; Jee et al., 2011a)은 지표면에서 관측되는 기상자료들을 이 용해 일사량을 산출할 수 있으나 구름과 관련된 영 향을 정확히 모수화하기는 매우 어렵다. 따라서 자동 전운량 관측 장비와 복사 모델 및 지상 관측 자료를 이용하여 전운량 변화에 따른 지표면 도달 일사량에 대한 분석 연구를 수행하였다. 또한 기존 연구에서는 월 및 계절별 등 기후학적인 연구를 수행하였으나 이 연구에서는 분 또는 시간에 따른 일사량을 산출 하여 관측된 일사량과 비교 분석 하였으며 일사량이 관측되지 않는 지역에서 유용하게 사용될 수 있다.

    연구자료 및 방법

    연구 자료

    연구에 사용된 관측 자료는 강릉원주대학교 복사관 측소(위도: 37.77°N, 경도: 128.87°E, 고도: 63.50 m) 에 위치한 일사계 및 온습도계 등의 다양한 관측 기 기들을 이용하였다(Table 1). GWNU 단층 복사 모델 에 입력되는 자료는 에어로졸 광학 두께, 기온, 기압, 고도, 태양 천정각, 오존전량, 지표면 알베도 그리고 가강수량이 있다. 에어로졸 광학 두께는 Skyradiometer 로 관측되며 총 11개의 파장에서 10분 간격으로 초 기 자료를 생산하고 강우 감지 센서가 있어 비가 내 릴 경우 관측이 자동으로 중지된다(Choi et al., 2011). 따라서 강우나 전운량이 많은 경우 시간 별 에어로 졸 광학 두께 값을 얻기 어려우므로 결측 값을 제외 하고 일평균하여 이용하였으며, 기온과 습도, 기압은 각 관측 기기로부터 1초마다 산출되는 값을 1분 평 균하여 이용하였다. 오존은 시·공간적인 변화가 크지 않기 때문에 OMI (Ozone Monitoring Instrument) 센 서의 0.25°×0.25°해상도의 일평균 오존전량 자료를 사용하였다(Chen and Nunez, 1998). 지표면 알베도 는 관측소 건물 옥상이 지표 특성의 변화가 거의 없 기 때문에 계절에 따른 변화가 작아 연평균 값인 0.11로 고정하였다.

    가강수량은 시간에 대한 변동성이 크고 지표면에 도달하는 일사량에 큰 영향을 주기 때문에 중요한 변수이다. 그러므로 시간 별 가강수량 값을 계산하기 위해 기압, 기온 및 상대습도 자료를 이용하였다. WMO (2008)에서 제안한 공식인 식 (1)을 이용하여 포화수증기압을 계산한 후 식 (2)에 나타낸 Leckner (1978) 방법을 통해 가강수량(TPW)을 계산하였다. 그리고 식 (3)의 Paltridge and Platt (1976) 방법을 통해 계산된 가강수량(TPWcorr)에 대한 기온 및 기압 보정을 수행하였다. 또한 가강수량의 지역적인 특성 을 고려하기 위해 Jee et al. (2010)은 청주와 대관령 및 합천의 MWR (Microwave Radiometer)로 관측된 가강수량 자료를 이용하여 한반도에 맞게 지역 보정 을 수행하였다. 따라서 이 연구에서는 Jee et al. (2010) 이 제안한 식 (4)의 2차 회귀식을 이용하여 가강수량 (NTPW)을 계산하였다.

    e s = 6.112 exp 17.62 T ° C / 273.12 + T ° C
    (1)
    TPW = 0.493 × RH 100 × e s T ° K
    (2)
    TPW corr = TPW × P / 1013.25 3 / 4 273 / T ° K 1 / 2
    (3)
    NTPW = 0.15 × TPW corr 2 + 0.6 × TPW corr 0.09
    (4)

    여기서 es는 포화수증기압[Pa], T는 기온[K], P는 기압[hPa], RH는 상대습도[%]이다. 최종적으로 사용 한 가강수량은 NTPW이다.

    일사량 분석을 위한 전운량 자료는 관측소 상공을 오전 5시부터 오후 8시까지 5분마다 촬영하여 그림 파일로 저장하는 Skyview 영상 자료를 이용하였으며 Kim et al. (2016) 방법으로 산출된 전운량을 입력 자료로 사용하였다. 기상청은 목측을 통해 전운량을 0-10 사이의 정수(단위: 할)로 나타내기 때문에 산출 된 백분율 값을 0-10 사이의 값으로 변환하여 사용 하였다. 그리고 관측된 전천 일사량 자료가 결과 검 증에 이용되었으며 자료는 1초 간격 1분간의 평균값 으로 산출된다. Fig. 1은 연구에 사용되는 관측요소 들의 일평균 시계열 자료이다. 전천 일사량 값은 전 운량이 클수록 감소하는 경향을 보이고 태양 고도가 낮은 겨울에는 일사량 값이 작은 반면 봄과 여름에 는 일사량 값이 큰 것을 알 수 있다. 전운량은 여름 철인 6-9월에 가장 많으며, 기온 및 가강수량도 여름 에 높은 값을 나타내고 기온과 기압은 반비례한다. 에어로졸 광학 두께는 봄철 황사나 미세먼지로 인해 높게 나타나며, 여름에는 잦은 강수로 인해 관측 값 이 작은 것으로 판단되고 오존은 봄철에 최댓값을 보 이며 여름철에 최솟값이 나타나는 것을 알 수 있다.

    이 연구에서는 산출된 전운량 자료를 기준으로 2012년 1월부터 12월까지 1년 동안 관측된 자료를 사용하였으며, 이 자료 중에서 적설과 장비의 검·보 정으로 관측이 이루어지지 않는 날을 제외하고 총 337일 자료가 이용되었다. 또한 Fig. 2a에서 볼 수 있듯이 관측소 주변의 수목으로 인해 일몰 시 차폐 가 발생하여 Fig. 2b와 같이 전천 일사량이 급격히 감소한다. 따라서 이러한 시간을 제외하고 오전 8시 부터 오후 4시까지의 관측 자료만을 사용하였다.

    연구 방법

    지표면에 도달하는 일사량 계산을 위해 GWNU 단 층 복사 모델이 사용되었다. 이 복사 모델은 고도 별 입력 자료의 부족 및 계산 시간의 효율을 고려하여 단일 기층으로 가정하였으며, IQBAL 모델을 기초로 개발되었다(Zo et al., 2014). 대기 꼭대기에 입사한 태양 복사 에너지가 대기를 통과하여 지표면에 도달 할 때의 에너지는 비어의 법칙(Beer’s law)에 근거하 여 아래 식 (5)와 같이 나타낼 수 있다(Siegel and Howell, 1981).

    I glo , λ = I dir , λ cos θ + I dir , λ
    (5)

    지표면에 도달하는 전천 일사 Iglo, λ 는 직달 성분과 산란 성분의 합으로 정의되며, λ는 파장, Idir, λcosθ는 직달 성분, Idif, λ는 산란 성분이다. 직달 성분에 포함 되는 직달 일사량 Idir, λ 은 식 (6)과 같이 계산된다.

    I dir , λ = I 0 , λ exp τ λ
    (6)

    여기서 I0, λ 는 대기 외 일사량이고 exp(–τλ) 는 투과율이며, τλ 는 광학 두께로 오존, 수증기, 혼합 기체에 의한 흡수, 공기 분자 및 에어로졸 산란에 대 하여 각각 계산된다.

    τ λ = τ r λ τ a λ τ o λ τ w λ τ g λ
    (7)

    여기서 τ, τ, τ, τ, τ 는 각각 공기 분 자, 에어로졸, 오존, 수증기 그리고 혼합 기체에 의한 광학두께이다(Leckner, 1978). 에어로졸에 의한 투과 율은 NREL의 방법을 적용하였다. NREL은 미국 재 생 에너지 연구소(National Renewable Energy Laboratory) 에서 개발하였으며, 관측 값과 비교하기 위해 제작된 단층 모델이다(Bird and Riordan, 1986).

    지표면에 도달하는 산란 일사량은 공기 분자의 산 란(Rayleigh scattering)과 에어로졸 및 지표면과 대기 에 의한 산란의 합으로 계산되며 다음 식과 같다.

    I dif , λ = I r λ + I a λ + I g λ
    (8)

    여기서 I는 공기 분자에 의한 산란, I 는 에어로 졸에 의한 산란이며, I 는 지표면 및 대기에 의해 산 란된 값으로 다음과 같은 수식을 이용하여 계산된다.

    I r λ = I 0 , λ E 0 cos θ τ 0 λ τ g λ τ w λ 0.5 1 τ r λ τ a λ
    (9)
    I a λ = I 0 , λ E 0 cos θ τ o λ τ g λ τ w λ F c w 0 1 τ as λ τ r λ
    (10)
    I g λ = I dir , λ + I r λ + I a λ ρ g λ ρ a λ / 1 ρ g λ ρ a λ
    (11)
    ρ a λ = τ o λ τ g λ τ w λ 0.5 1 τ r λ τ a λ + 1 F c w 0 1 τ a λ τ r λ
    (12)

    여기서 E0는 이심률이고 Fc는 전체 에너지 산란에 대한 전방 산란의 비율이며, w0는 단일 산란 알베도 이다. 그리고 ρρ 는 각각 지표면 알베도, 모 든 흡수기체들에 의한 다중산란이다.

    GWNU 단층 복사 모델은 다층 태양 복사 모델 (Line-by-Line; Chou and Suares, 1999)과 Garand et al. (2001)의 42개 연직 입력 자료를 사용하여 보정된 모델이다. 다층 모델은 관측 지점의 고도와 연직 기 상 변수가 고려되기 때문에 다른 단층 복사 모델에 비해 정확한 일사량 추정이 가능하다(Jee et al., 2011b).

    이 연구에서는 Skyview 로 관측된 전운량과 관측 및 위성 자료를 이용하여 계산된 단층 복사 모델 계 산 결과를 맑은 날과 흐린 날로 구분하여 관측 일사 량과 비교하였으며 흐린 날의 경우 회귀식을 산출하 여 구름 효과를 보정하였으며, 상관계수 및 RMSE (Root Mean Square Error)를 이용하여 통계 분석하고 오차의 원인을 분석하였다. 그리고 월 및 계절에 따 라 일사량 관측 자료와 비교하여 분석을 수행하였다.

    연구 결과

    맑은 날의 일사량

    맑은 날 일사량은 Skyview에서 산출된 전운량이 분석 시간 내에 0할일 때를 선정하였으며, 2012년 1 월 7일 맑은 날 사례의 전천 일사량을 Fig. 3에 나타 내었다. Fig. 3a는 GWNU 모델 계산 결과와 관측 값 을 시계열로 나타낸 그림으로 빨간색 선은 관측된 일사량 값이며, 파란색 선은 GWNU 단층 복사 모델 로 계산한 값이다. 그림에서 관측 값과 모델 값이 거 의 일치하는 것을 볼 수 있다. Fig. 3b는 2012년 1년 동안 맑은 날의 관측 값과 모델 값을 비교한 것이다. Skyview 전운량 자료가 5분 간격으로 산출되기 때문 에 5분 간격으로 비교하였다. 상관계수가 0.98로 높 은 상관성을 보이며 RMSE는 36.62 Wm−2, Bias는 1.93Wm−2로 RMSE가 다소 높은 값을 나타내었다. 이는 전운량 자료의 정확성과 상관이 있으며, Skyview 영상 자료의 경우 얇은 구름, 연무 및 박무 등의 기 상 상태를 파악하지 못하기 때문에 전운량을 0으로 산출되더라도 일사량의 감쇠나 산란이 큰 경우가 존 재한다.

    Fig. 4a는 Fig. 3b에서 나타난 오차의 원인으로 볼 수 있는 연무 사례로 2012년 1월 13일 오전 10시의 Skyview 영상자료와 아래에는 오전 8시부터 오후 4 시까지의 관측 값과 모델 값 및 두 값의 퍼센트 차 이(Percent difference)를 시계열로 나타내었다. 연무 가 오전 8시부터 11시까지 존재하였으며, 시계열 그 림에서 보면 그 시간대에 일사량이 점점 감소하는 것을 알 수 있다. 그러나 Skyview 장비는 전운량을 0으로 산출하였기 때문에 관측 값과 모델 값이 40-50 %의 차이를 보였다. 12시 이후 모델 값이 관측 값에 비해 과소 모의하는 경향이 나타났으며, 이는 모델 입력 자료로 일평균 에어로졸 광학 두께가 사용되었 기 때문이다. 연무로 인해 일평균 에어로졸 광학 두 께의 값이 높아져 에어로졸에 의한 산란으로 관측 값 보다 낮게 산출된 것으로 보인다. Fig. 4b는 2012 년 6월 23일 얇은 구름이 하루 동안 하늘을 덮고 있 는 사례이며 대표적으로 10시 15분의 Skyview 영상 자료와 관측 및 모델 값 그리고 차이를 나타낸 그림 이다. 연무 사례와 마찬가지로 얇은 구름이 하늘을 덮고 있으나 전운량이 0할로 산출되는 경우이며 관 측 일사량 값과 모델 값이 평균 10% 정도의 차이를 보였다.

    따라서 연무와 구름이 지표면에 도달하는 일사량 감소에 큰 영향을 주는 것을 알 수 있다. 이러한 Skyview 장비의 오탐지 사례를 제외할 경우 RMSE 가 14Wm−2 정도 감소하는 것을 확인하였으며, 복사 모델을 통한 맑은 날의 일사량 추정은 관측된 일사 량과 높은 통계 수치를 보여 맑은 날의 일사량 값을 대변할 수 있다고 판단된다.

    흐린 날의 일사량

    구름이 존재할 경우 구름 속의 수적과 빙정에 의 한 흡수 및 산란이 지표면에 도달하는 일사량을 감 소시킨다. 게다가 구름은 다양한 운형과 운상을 가지 고 있으며, 짧은 시간 내에 변화하기 때문에 일사량 추정에 많은 어려움을 준다. 또한 동일한 전운량 및 운형이라도 구름의 고도에 따라 일사량의 변화가 크 다. 이 연구에서는 구름의 영향을 분석하기 위해 전 운량에 따른 계산된 모델 값과 전천 일사계에서 관 측된 일사량의 차이를 이용하여 분석을 수행하였으며, 관측 값과 모델 값의 차이는 태양 천정각에 따라 더 크게 나타나기 때문에 식 (13)와 같은 비율을 이용하 여 차이를 정량적으로 나타내었다.

    I d , r = I clr I obs I clr
    (13)

    여기서 Iobs 는 관측된 일사량 값이고 Iclr 는 맑은 상태를 기준으로 계산된 모델 값이며, Id, r 는 두 값 의 차에 대한 비율을 의미한다. Fig. 5는 식 (13)으로 계산한 값을 전운량에 따라 상자 그림(Box plot)으로 나타낸 결과이다. 상자 그림은 6개의 값을 표시하고 있으며, 상자 위와 아래에 있는 수염(Whisker)은 90 과 10번째 백분위 수를 나타낸다. 회색 상자 아래와 위는 25와 75번째 백분위 수를 의미하며 상자 중간 의 빨간 파선은 평균 값이고 파란 실선은 중앙 값이 다. 두 값의 비가 0에 가까울수록 모델 값과 관측 값 의 차이가 작다는 것을 의미하며 전운량이 증가할수 록 Id, r 의 중간 값 및 평균 값이 증가하는 경향이 있 다. 전운량이 5할에서 8할일 때 표준편차가 크며 10 할인 경우 전운량이 많아 관측 값이 모델 값에 비해 작기 때문에 Id, r 이 큰 쪽에 대부분 분포하는 것을 알 수 있다. 또한 관측 값과 모델 값의 비가 0 보다 작은 경우는 에어로졸 및 구름에 의한 산란 때문으 로 분석된다.

    Table 2는 전운량에 따른 전천 일사량 관측 값과 모델 값의 상관계수 및 RMSE 그리고 회귀선의 기 울기를 나타낸 것이다. 모델은 맑은 날인 경우의 값 을 산출하며, 전운량이 3할 이하인 경우는 전운량이 적어 상관계수가 0.8 이상으로 맑은 날과 유사하게 높은 상관성을 나타내었으나 10할에 가까워질수록 상관성이 감소하였다. 또한 전운량이 증가할수록 RMSE가 커지며, 회귀선의 기울기가 작아지는 것을 알 수 있다. 특히 전운량이 10할일 경우 RMSE가 537.04 Wm−2로 가장 크고 회귀선의 기울기가 0.22로 가장 작았다.

    이러한 구름의 영향을 보정하기 위해 전운량과 Id, r 을 이용한 회귀식을 산출하여 복사 모델에 적용 하였다. 구름은 투과율의 함수로서 식 (6)에서 투과 율이 광학 두께가 증가함에 따라 지수 함수로 감소 하는 것을 알 수 있다(Platnick et al., 2003). 즉, Id, r 은 Fig. 6에서 볼 수 있듯이 운량에 따라 지수적 으로 증가하는 형태를 가지기 때문에 지수함수 회귀 식을 이용하였다. 회귀식은 시간평균으로 분석할 경 우 관측 오차들이 포함되기 때문에 평균적인 에너지 값인 일평균 전운량 및 비율을 이용하여 분석하였으 며 식 (14)와 같다.

    I d , r = 0.0348 + 0.0496 exp 0.2825 × CA
    (14)

    CA는 전운량을 의미하며 식 (14)을 식 (13)에 적 용하면 구름이 존재할 경우의 일사량을 추정할 수 있다. Fig. 7a는 2012년 1월 16일 구름 사례로 위의 두 식을 이용하여 보정한 GWNU 모델 계산 결과와 관측 값을 시계열로 나타낸 그림이다. 보정된 모델 값이 관측 값과 유사한 경향을 보이나 맑은 날에 비 해 다소 차이가 나는 것을 알 수 있다. 흐린 날의 경 우 맑은 날과 마찬가지로 Skyview 장비가 얇은 구름, 박무 및 연무 등의 기상 상태를 파악하지 못하기 때 문에 오차가 발생하며 이러한 장비의 오탐지를 제외 할 경우 Fig. 7b와 같다. Fig. 7b는 1년 동안 구름 낀 시간의 관측 값과 모델 값을 산점도(Scatter plot) 로 나타낸 결과이며, 상관계수가 0.92로 높은 상관성 을 보이나 RMSE가 99.50 Wm−2로 높은 값을 보였 다. 전천 일사량은 직달 성분에 가장 큰 영향을 받기 때문에 구름에 의한 태양의 차폐 유무에 따라 차이 가 크기 때문이며, 구름이 직달 일사를 차폐하는 경 우에는 전운량이 적더라도 일사량이 크게 감소한다. 그러나 구름의 두께가 얇은 경우 전운량이 10할이더 라도 일사량 값이 높게 관측될 수 있다. 이와 같이 구름 요소에 따라 변화하기 때문에 구름 낀 날의 일 사량 추정에 있어서 전운량뿐만 아니라 운형 및 구 름 광학 두께 등 다양한 변수들이 고려되어야 한다 고 판단된다.

    일사량 분석

    2012년 동안의 일평균 일사량 관측 값과 모델 값 및 전운량을 아래 Fig. 8에 나타내었다. 빨간색 실선 은 관측된 일사량이며, 파란색 실선은 구름의 영향을 보정한 모델 값 그리고 회색 영역은 전운량이다. 전 운량이 8할 이하인 경우 관측 값과 모델 값이 비교 적 일치하나 전운량이 8할 이상인 경우 최대 314.65 Wm−2의 차이가 나며, 특히 전운량이 10할인 경우 구 름의 두께에 따라 일사량의 변화가 크기 때문에 매 우 큰 차이를 보인다. 또한 박무 및 얇은 구름 등의 기상현상이 이 존재하는 경우 관측 값과 모델 값의 차이가 크게 나타났으며, 전운량 많고 강수의 영향을 받는 봄과 여름에 다소 차이가 큰 것을 알 수 있다. 그리고 겨울 및 가을에는 전운량이 적고 두 값의 차 이가 여름에 비해 작다.

    월별 변화를 보기 위해 월평균 관측 및 모델 값 그리고 두 값의 차에 대한 비율(Id, r) 및 상관계수를 Table 3에 나타내었으며 월평균 전운량도 포함하고 있다. 여기서 상관계수는 관측 값과 보정된 모델 값 사이의 상관계수를 의미하며 최소 0.73(4월)에서 최 대 0.93(1월)로 나타났다. Id, r 은 0에 가까울수록 차 이가 작다는 것을 의미하며 전운량이 적은 경우 두 값의 차이가 작아 비율이 낮게 나타나며, 전운량이 많으면 두 값의 차이 또한 커 비율이 높아지게 된다. 전운량이 가장 많은 8월에 Id, r 이 0.6으로 큰 값을 보였으며, 1월에는 전운량이 가장 적고 관측과 모델 의 평균 값 차이가 2.57 Wm−2, Id, r 이 0.08로 가장 작은 것을 알 수 있다.

    Table 4는 계절별로 분석한 결과로 계절별로 상관 성이 차이는 크지 않으나 평균적으로 0.8이상의 상관 성을 보이고 있으며 겨울에 가장 높은 상관성을 보 였다. 운량이 지표면에 도달하는 일사량에 영향을 주 는 인자라는 것을 확인할 수 있었다. 따라서 Id, r 과 전운량을 이용한 회귀식으로 지표면에 도달하는 일사 량의 구름 효과를 80% 이상 분석할 수 있으며 나머 지는 구름 광학 두께와 같은 구름 요소들을 통한 추 가적인 분석이 요구된다.

    요약 및 결론

    이 연구에서는 2012년에 관측된 기온, 기압, 습도 등의 기상 자료와 위성 관측 자료 그리고 GWNU 단 층 복사 모델을 이용하여 전천 일사량을 계산하였으 며, 구름에 대한 영향을 분석하기 위해 자동 전운량 관측 장비에서 산출된 전운량에 따라 관측된 일사량 값과 맑은 날을 기준으로 계산된 모델 값을 분석하였 다. 연구 결과 맑은 날의 경우 관측 값과 모델 값이 0.98의 높은 상관계수를 나타내며 비교적 정확하게 일치하였으나 RMSE가 36.62 Wm−2로 높게 나타났다. 이는 현재 Skyview 장비를 통해 전운량을 산출할 때 권운 및 연무 등의 탐지에 어려움이 있기 때문에 전 운량이 0할 이더라도 일사량의 감쇠가 나타났다(Kim et al., 2016). 이러한 Skyview 장비의 오탐지를 어느 정도 제거할 경우 RMSE가 14 Wm−2 정도 감소하였 다. 흐린 날의 경우 전운량에 따른 관측 값과 맑은 날 모델 값의 변화를 살펴보기 위해 두 값의 차에 대 한 비율을 이용하였다. 전운량이 많아질수록 두 값의 비가 커지는 것을 알 수 있으며, RMSE가 점차 증가 하고 회귀선의 기울기 및 상관계수는 감소하였다. 이러한 구름의 영향을 보정하기 위해 전운량과 두 값 의 차에 대한 비율을 이용한 지수함수 회귀식을 복사 모델에 적용하였으며 장비의 오탐지를 제외한 경우 상관계수가 0.92로 높은 상관성을 보였으나 RMSE가 99.50 Wm−2으로 높은 값을 보였다. 구름이 직달 일사 를 차폐하는 경우에는 전운량이 적더라도 일사량이 크게 감소하며, 전운량이 10할이라도 두께가 얇은 구 름인 고층운 등이 존재할 경우에는 태양 빛이 투과하 기 때문에 일사량이 높게 나타났다. 이 방법을 이용 할 경우 전운량만을 이용하여 80% 이상의 지표면에 도달하는 일사량의 구름 효과를 분석할 수 있으며 더 정확한 분석을 위해서는 구름 광학 두께를 포함한 구 름 요소의 분석이 요구된다.

    이 연구 결과에서 맑은 날 일사량의 경우 일사량 이 관측되지 않는 지역에서 유용하게 사용될 수 있 을 것으로 판단되며, 구름이 존재하는 경우 일사량을 추정하기 위해서는 전운량뿐만 아니라 운고, 운형 및 직달 성분의 차폐 유무 등의 구름 관련 요소에 대한 추가적인 분석이 필요하다.

    사 사

    본 연구는 기상청 기상산업지원 및 활용기술 개 발사업(KMIPA 2014-21080)의 지원으로 수행되었습 니다.

    Figure

    JKESS-38-2-129_F1.gif

    Time series of meteorological parameters used in this study. Meteorological parameters are include a) total cloud cover and global solar radiation, b) total precipitable water, temperature and pressure, and c) aerosol optical depth and total ozone amount.

    JKESS-38-2-129_F2.gif

    The sun shielded by tree at sunset (from 1630 LST to 1800 LST). a) photo of sunset and b) time series of global solar radiation.

    JKESS-38-2-129_F3.gif

    Time series of global solar radiation for the observation and GWNU model at clear day (January 23 2012) and relationship of global solar radiation between observation and GWNU model for all of clear cases during 2012.

    JKESS-38-2-129_F4.gif

    Sky images, time series of global solar radiations for observation and GWNU model and its percent differences from haze (January 13 2012) and thin cloud (June 23 2012) cases, respectively.

    JKESS-38-2-129_F5.gif

    Box plot for ratio of global solar radiation with total cloud cover. Blue and red line in the boxes represent median and average, respectively.

    JKESS-38-2-129_F6.gif

    Scatter plot and regression function between daily mean ratio of global solar radiation and total cloud cover. The regression function is adopted exponential fitting and correlation coefficient for these data is 0.95.

    JKESS-38-2-129_F7.gif

    Time series of global solar radiation for the observation and GWNU model at cloudy day (January 16 2012) and relationship of global solar radiation between observation and corrected GWNU model for all of cloudy cases during 2012.

    JKESS-38-2-129_F8.gif

    Time series of global solar radiation for observation and GWNU model and daily mean total cloud cover in 2012.

    Table

    Specification of instrument observed meteorological parameters used in this study

    Statistics of global solar radiation between observation and GWNU model with total cloud cover. R, RMSE and slope represent correlation coefficient, root mean square error and slope of regression function between observation and GWNU model, respectively

    Statistics of global solar radiation for observation and GWNU model. Statistics are included monthly mean, ratio of difference and correlation coefficient (R) of global solar radiation for observation and corrected GWNU model and monthly mean total cloud cover retrieved from skyview

    Same as Table 3 except for seasonally mean

    Reference

    1. Ahn S.H , Zo I.S , Jee J.B , Kim B.Y , Lee D.G , Lee K.T (2016) The Estimation of Monthly Average Solar Radiation using Sunshine Duration and Precipitation Observation Data in Gangneung Region , Journal of the Korean Earth Science Society, Vol.37 (1) ; pp.29-39(in Korean)
    2. Aksoy B (1997) Estimated monthly average global radiation for Turkey and its comparison with observations , Renewable Energy, Vol.10 (4) ; pp.625-633
    3. Bird R.E , Riordan C (1986) Simple Solar Spectral Model for Direct and Diffuse Irradiance on Horizontal and Tilted Planes at the Earth’s Surface for Cloudless Atmospheres , Journal of Climate and Applied Meteorology, Vol.25 ; pp.87-97
    4. Brine D.T , Iqbal M (1983) Diffuse and global solar spectral irradiance under cloudless skies , Solar Energy, Vol.30 (5) ; pp.447-453
    5. Cha J.W , Kim Y.K , Lee H.W , Lee Y.S , Moon Y.S (1988) The Study on Estimation for Surface Radiation by parameter Equation (I): The Estimation for Cloudless Day , Asia-Pacific Journal of Atmospheric Sciences, Vol.34 (3) ; pp.410-421(in Korean)
    6. Chen D , Nunez M (1998) Temporal and spatial variability of total ozone in southwest Sweden revealed by two ground-based instruments , International Journal of Climatology, Vol.18 (11) ; pp.1237-1246
    7. Cho H.K , Jeong M.J , Kim M.J (2000) Changes in Surface Solar Radiation with Atmospheric Optical Depth , Journal of the Korean Meteorological Society, Vol.36 (3) ; pp.365-374(in Korean)
    8. Choi Y.J , Kim Y.S , Sohn B.J (2011) Comparison of Aerosol Optical Properties from Different Models of Skyradiometer , Atmosphere, Vol.21 (3) ; pp.311-317(in Korean)
    9. Chou M.D (1991) The derivation of cloud parameters from satellite-measured radiances for use in surface radiation calculations , Journal of the Atmospheric Sciences, Vol.48 (13) ; pp.1549-1558
    10. Chou M.D , Suarez M.J (1999) A solar radiation parameterization for atmospheric studies , NASA/TM-1999-104606, ; pp.15-40
    11. Garand L , Turner D.S , Larocque M , Bates J , Boukabara S , Brunel P , Chevallier F , Deblonde G , Engelen R , Hollingshead M , Jackson D , Jedlovec G , Joiner J , Kleespies T , McKague D.S , McMillin L , Moncet J.L , Pardo J.R , Rayer P.J , Salathe E , Saunders R , Scott N.A , Van Delst P , Woolf H (2001) Radiance and Jacobian intercomparison of radiative transfer model applied to HIRS and AMSU channels , Journal of Geophysical Research, Vol.24 ; pp.17-31
    12. Iqbal M (1983) An introduction to solar radiation, Academic Press, ; pp.390
    13. Janjai S , Pankaew P , Laksanaboonsong J (2009) A model for calculating hourly global solar radiation fromsatellite data in the tropics , Applied Energy, Vol.86 (9) ; pp.1450-1457
    14. Jee J.B , Kim Y.D , Lee W.H , Lee K.T (2010) Temporal and Spatial Distributions of Solar Radiationwith Surface Pyranometer Data in South Korea , Journal of the Korean Earth Science Society, Vol.31 (7) ; pp.720-737(in Korean)
    15. Jee J.B , Zo I.S , Lee K.T , Choi Y.J (2011a) Distribution of Photovoltaic Energy Including Topography Effect , Journal of the Korean Earth Science Society, Vol.32 ; pp.190-199(in Korean)
    16. Jee J.B , Lee W.H , Zo I.S , Lee K.T (2011b) Correction of One-layer Solar Radiation Model by Multi-layer Line-by-line Solar Radiation Model , Atmosphere, Vol.21 ; pp.151-162(in Korean)
    17. Kasten F (1966) A new table and approximate formula for relative optical air mass. Archiv für Meteorologie , Geophysikund Bioklimatologie, Vol.B14 ; pp.206-223
    18. Kim B.Y , Jee J.B , Jeong M.J , Zo I.S , Lee K.T (2015) Estimation of Total Cloud Amount from Skyviewer Image Data , Journal of the Korean EarthScience Society, Vol.36 (4) ; pp.330-340(in Korean)
    19. Kim B.Y , Jee J.B , Zo I.S , Lee K.T (2016) Cloud cover retrieved from Skyviewer: A validation with human observations , Asia-Pacific Journal of Atmospheric Sciences, Vol.52 ; pp.1-10
    20. Kim Y.K , Lee H.W , Cha J.W , Lee Y.S , Moon Y.S (1988) The Study on Estimation for Surface Radiation by Parameter Equation (II): The Estimation for Cloud Day , Asia-Pac. J. Atmospheric Sci, Vol.34 (3) ; pp.422-431(in Korean)
    21. Kim Y.M , Kim J , Cho H.K (2008) Development of Objective Algorithm for Cloudiness using All-SkyDigital Camera , Atmosphere, Vol.18 (1) ; pp.1-14(in Korean)
    22. Lee K.T , Jee J.B (2000) Scattering effects of UV-B and Longwave Radiation by Clouds , Journal of the Korean Meteorological Society, Vol.36 (5) ; pp.527-536(in Korean)
    23. Lee K.T , Jee J.B , Lee W.H , Shin I.C (2004) Variations of the Solar Radiation and Simulated Precipitation with the Properties of Ice Crystal , Journalof the Korean Meteorological Society, Vol.40 (1) ; pp.17-28(in Korean)
    24. Leckner B (1978) The Spectral Distribution of Solar Radiation at the Earth’s Surface Elements of a Model , Solar Energy, Vol.20 ; pp.143-150
    25. Lu N , Qin J , Yang K , Sun J (2011) A simple and efficient algorithm to estimate daily global solar radiation from geostationary satellite data , Energy, Vol.36 (5) ; pp.3179-3188
    26. Paltridge G.W , Platt C.M.R (1976) Radiative Processes in Meteorology and Climatology, American Elsevier, ; pp.318
    27. Pinker R.T , Laszlo I , Goodrich D , Pandithurai G (2000) Satellite estimates of surface radiative fluxes for the extended San Pedro Basin: sensitivity to aerosols , Agricultural and forest meteorology, Vol.105 (1) ; pp.43-54
    28. Platnick S , King M.D , Ackerman S.A , Menzel W.P , Baum B.A , Riédi J.C , Frey R.A (2003) The MODIS cloud products: Algorithms and examples from Terra , IEEE Transactions on Geoscience and Remote Sensing, Vol.41 (2) ; pp.459-473
    29. Siegel R , Hewell J.R (1981) Thermal Radiation Heat Transfer, Hemisphere Pub. Corp., ; pp.524
    30. Sutter M , Dürr B , Philipona R (2004) Comparison of two radiation algorithms for surface-based cloud-freesky detection , Journal of Geophysical Research, Vol.109 ; pp.D17202
    31. Tang W , Qin J , Yang K , Liu S , Lu N , Niu X (2016) Retrieving high-resolution surface solar radiationwith cloud parameters derived by combining MODIS and MTSAT data , Atmospheric Chemistry and Physics, Vol.16 (4) ; pp.2543-2557
    32. WMO (2008) Guide to Meteorological Instruments and Methods of observation , WMO-No. 8 (CIMO Guide), ; pp.14-29
    33. Yang D , Jirutitijaroen P , Walsh W.M (2012) Hourly solar irradiance time series forecasting using cloudcover index , Solar Energy, Vol.86 (12) ; pp.3531-3543
    34. Zo I.S , Jee J.B , Lee W.H , Lee K.T , Choi Y.J (2010) Distribution of Surface Solar Radiation by Radiative Model in South Korea , Climate Change Research, Vol.01 ; pp.147-161(in Korean)
    35. Zo I.S , Jee J.B , Lee K.T (2014) Development of GWNU (Gangneung-Wonju National University) Onelayer Transfer Model for Calculation of Solar Radiation Distribution of the Korea Peninsula , Asia-Pac. J. Atmospheric Sci, Vol.50 (1) ; pp.575-584
    36. Zhao W , Qualls R.J , Berliner P.R (2003) Modeling of the short wave radiation distribution in an agroforestry system , Agricultural and forest meteorology, Vol.118 (3) ; pp.185-206