1 |
1
정지궤도 위성으로부터 획득되는 해무 탐지 도메인 내의 BTD(Brightness Temperature Difference)와 STD(Surface Temperature Difference) 자료에 대한 EM 알고리즘을 적용한 일 단위(daily) 클러스터링을 수행하여 가우시안 혼합모델 생성하되, 가우시안 혼합모델은 [수학식 1]과 같은 정규분포(Normal distribution)을 따르는 하나 이상의 구성요소(component)들의 합으로써 구성되는 클러스터링 모듈(11); 클러스터링된 가우시안 혼합모델의 구성요소들 사이에서 안개 모드 결정을 수행하되, 가우시안 혼합모델의 각 구성요소는 [수학식 2]를 만족하는 전체 모델에 대한 가중치(weighting) wm을 가지며, 각각의 정규분포(Normal distribution)에 wm이 곱해진 형태를 갖는 안개 모드 결정 모듈(12); COMS의 클라우드 마스킹 픽셀을 이용하여 안개 픽셀로 오인된 청천 픽셀에 대한 제거 작업을 수행하며, COMS 클라우드 마스킹 테스트를 수행하는 클라우드 마스킹 모듈(14); 을 포함하는 것을 특징으로 하는 가우시안 혼합모델을 이용한 위성 해무 탐지 시스템
|
2 |
2
청구항 1에 있어서, COMS 자료에 의해 생성된 안개 픽셀에 대한 칼립소 라이더(CALIPSO Lidar) 자료를 사용하여 우연성 테이블(Contingency table)을 바탕으로 스코어 테스트(score test)를 수행하여 POD(probability of detection), POFD(probability of false detection), 그리고 CSI(critical success index)를 연산하는 검증부(120); 를 더 포함하는 것을 특징으로 하는 가우시안 혼합모델을 이용한 위성 해무 탐지 시스템
|
3 |
3
청구항 1에 있어서, COMS 클라우드 마스킹 테스트는,UL 알고리즘에서는 잘못된 안개의 모드를 선정하거나 안개의 모드를 선정하는데 너무 큰 월별 안개 모드의 표준편차 범위를 적용함에 따라 일부 청천 픽셀이 안개 픽셀로 오인되므로, COMS의 클라우드 마스킹(cloud masking) 자료를 바탕으로 청천 픽셀과 안개 픽셀을 구분하기 위한 테스트(test)인 것을 특징으로 하는 가우시안 혼합모델을 이용한 위성 해무 탐지 시스템
|
4 |
4
청구항 1에 있어서, 클러스터링 모듈(11)은,해무 탐지 도메인 내의 BTD(Brightness Temperature Difference)와 STD(Surface Temperature Difference) 자료를 이용해 EM 알고리즘(Expectation-Maximization algorithm)을 통해 최적의 가우시안 혼합모델(gaussian mixture model)을 찾는 것을 특징으로 하는 가우시안 혼합모델을 이용한 위성 해무 탐지 시스템
|
5 |
5
정지궤도 위성으로부터 획득되는 해무 탐지 도메인 내의 BTD(Brightness Temperature Difference)와 STD(Surface Temperature Difference) 자료에 대한 EM 알고리즘을 적용한 일 단위(daily) 클러스터링을 수행하여 가우시안 혼합모델 생성하되, 가우시안 혼합모델은 [수학식 1]과 같은 정규분포(Normal distribution)을 따르는 하나 이상의 구성요소(component)들의 합으로써 구성되는 제 1 단계; 클러스터링된 가우시안 혼합모델의 구성요소들 사이에서 안개 모드 결정을 수행하되, 가우시안 혼합모델의 각 구성요소는 [수학식 2]를 만족하는 전체 모델에 대한 가중치(weighting) wm을 가지며, 각각의 정규분포(Normal distribution)에 wm이 곱해진 형태를 갖는 제 2 단계; 및COMS의 클라우드 마스킹 픽셀을 이용하여 안개 픽셀로 오인된 청천 픽셀에 대한 제거 작업을 수행하며, COMS 클라우드 마스킹 테스트를 수행하는 제 3 단계; 를 포함하는 것을 특징으로 하는 가우시안 혼합모델에 기초한 UL 안개탐지 방법
|
6 |
6
청구항 5에 있어서, 상기 제 3 단계의 COMS 클라우드 마스킹 테스트는,UL 알고리즘에서는 잘못된 안개의 모드를 선정하거나 안개의 모드를 선정하는데 너무 큰 월별 안개 모드의 표준편차 범위를 적용함에 따라 일부 청천 픽셀이 안개 픽셀로 오인되므로, COMS의 클라우드 마스킹(cloud masking) 자료를 바탕으로 청천 픽셀과 안개 픽셀을 구분하기 위한 테스트(test)인 것을 특징으로 하는 가우시안 혼합모델에 기초한 UL 안개탐지 방법
|
7 |
7
청구항 5에 있어서, 상기 제 1 단계는, 해무 탐지 도메인 내의 BTD(Brightness Temperature Difference)와 STD(Surface Temperature Difference) 자료를 이용해 EM 알고리즘(Expectation-Maximization algorithm)을 통해 최적의 가우시안 혼합모델(gaussian mixture model)을 찾는 것을 특징으로 하는 가우시안 혼합모델에 기초한 UL 안개탐지 방법
|
8 |
8
청구항 5에 있어서, 상기 제 2 단계는,안개 모드로 결정이 완료된 각 픽셀들에 의해 가우시안 혼합모델(gaussian mixture model)에 의한 확률을 분석하여, 안개 픽셀들을 결정하는 단계; 를 포함하는 것을 특징으로 하는 가우시안 혼합모델에 기초한 UL 안개탐지 방법
|