Journal of the Korean Society of Hazard Mitigation (한국방재학회 논문집)

Korean Society of Hazard Mitigation (한국방재학회)
권호 표지

Analysis of Rainfall Spatial Correlation Structure Using Minutely Data

분단위 자료를 이용한 강우의 공간상관구조 분석

  • 유철상 (고려대학교 공과대학 건축사회환경공학과) ;
  • 박창열 (고려대학교 공과대학 건축사회환경공학과) ;
  • 김경준 (고려대학교 공과대학 건축사회환경공학과) ;
  • 전경수 (성균관대학교 공과대학 사회환경시스템공학)
  • Published : 2008.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study analyzed the spatial correlograms of minutely rainfall data with respect to various accumulation times. A bivariate mixed lognormal distribution was applied for rainfall modelling. A total of 26 minutely rainfall data sets from rain gauge stations in the central part of Korean peninsula were analyzed, also repeated for several storm types like Jang-Ma, typhoon and convective storms for their comparison. The accumulation times 1, 2, 3, 5, 10, 30 and 60 minutes were considered in this study. As results, it was found that the minutely rainfall data available was not good enough for estimating minutely rainfall intensity at ungaged locations. It seems more practical to use the hourly rainfall data with much higher rain gauge density, if proper methods for interpolation and data dis-aggregation are provided.

본 연구에서는 분단위 강우자료(MMR)를 이용하여 시간해상도에 따른 강우의 공간상관구조 특성을 분석하였다. 이를 위해 이 변량 혼합대수정규분포를 이용하여 강우를 모형화하였다. 본 연구에서의 분석은 중부지역의 26개 우량관측소 지점자료를 이용 하였으며, 호우 발생 특성별(장마, 태풍, 대류성 강우)로 수행하여 서로 비교될 수 있도록 하였다. 집성시간은 1, 2, 3, 5, 10, 30, 60분을 적용하였다. 그 결과, 현재의 분단위 관측지점 자료는 임의 지점의 분단위 강우강도로 내삽하여 추정하는데 적절하지 않음을 확인하였다. 만일 적절한 자료분해 및 내삽 방법론이 구비된다면, 분단위 관측지점 자료를 이용하는 것보다 시자료와 같이 밀도 있는 관측망의 자료를 이용하는 것이 보다 현실적인 분단위 강우강도 추정 방안이 될 수 있을 것이다.

Keywords

References

  1. 건설교통부 (2004) 한강유역조사 수리.수문조사 보고서 제1편 수 문관측망조사. 연구보고서
  2. 기상연구소 (1998) 목표 시간율에 따른 국내 지역별 강우강도 분 포 예측 모델 연구. 정보통신 연구개발사업 위탁 연구 보고 서, p. 81
  3. 기상청 (2004) 기후자료보존시스템 구축 2차년도 사업 완료보고서: 활용방안 조사서. 기상청, p. 47
  4. 기상청 (2006) 2005 기후자료보존 현대화 기술노트: 역사기후자료 DB 구축사업. 기상청, p. 356
  5. 김경준, 유철상 (2007) 강우공간상관구조의 변동 특성. 한국수자원학회 논문집, 한국수자원학회, 제40권, 제12호, pp. 943-956 https://doi.org/10.3741/JKWRA.2007.40.12.943
  6. 문영수 (1990) 클러스터분석에 의한 한국의 강수지역 구분. 한국기상학회지, 한국기상학회, 제26권, 제4호, pp. 203-215
  7. 유철상, 김인배, 류소라 (2003) 우량계의 밀도 및 공간분포 검토: 남한강 유역을 중심으로. 한국수자원학회 논문집, 한국수자원 학회, 제36권, 제2호, pp. 173-181
  8. 유철상, 박창열, 김경준, 전경수 (2007) 모포마 분포를 적용한 분 단위 강우강도-지속시간-재현기간 관계의 유도. 한국수자원학회 논문집, 한국수자원학회, 제40권, 제8호, pp. 643-654 https://doi.org/10.3741/JKWRA.2007.40.8.643
  9. 유철상, 하은호, 김경준 (2006) 강우의 공간상관구조에 대한 무강 우자료의 영향. 한국수자원학회 논문집, 한국수자원학회, 제39 권, 제2호, pp. 127-138 https://doi.org/10.3741/JKWRA.2006.39.2.127
  10. 한국전자통신연구원 (2001) 전국 지역별 분 강우강도 DB 구축 연구. p. 84
  11. Arnaud, P., Bouvier, C., Cisneros, L., and Dominguez, R. (2002) Influence of rainfall spatial variability on flood prediction. Journal of Hydrology, Vol. 260, pp. 216-230 https://doi.org/10.1016/S0022-1694(01)00611-4
  12. Eagleson, P.S. (1972) Dynamics of flood frequency. Water Resources Research, Vol. 27, pp. 878-898
  13. Finnerty, B.D., Smith, M.B., Seo, D.J., Koren, V., and Moglen, G.E. (1997) Space-time scale sensitivity of the Sacramento model to radar-gauge precipitation inputs. Journal of Hydrology, Vol. 203, pp. 21-38 https://doi.org/10.1016/S0022-1694(97)00083-8
  14. Graves, C.E., Valdes, J.B., Shen, S.S.P., and North, G.R. (1993) Evaluation of sampling errors of rainfall from space-borne and ground sensors. Journal of Applied Meteorology, Vol. 32, pp. 374-384 https://doi.org/10.1175/1520-0450(1993)032<0374:EOSEOP>2.0.CO;2
  15. Ha, E., and Yoo, C. (2007) Use of mixed bivariate distributions for deriving inter-station correlation coefficients of rainfall. Hydrological Processes, Vol. 21, pp. 3078-3086 https://doi.org/10.1002/hyp.6526
  16. Houze, R.A., and Cheng, C.P. (1977) Radar characteristics of tropical convection observed during GATE: Mean properties and trends over the summer season. Monthly Weather Review, Vol. 105, pp. 964-980 https://doi.org/10.1175/1520-0493(1977)105<0964:RCOTCO>2.0.CO;2
  17. May, D.R., and Julien, P.Y. (1998) Eulerian and Lagrangian correlation structures of convective rainstorms. Water Resources Research, Vol. 34, No. 10, pp. 2671-2683 https://doi.org/10.1029/98WR01531
  18. North, G.R., Shen, S.S.P., and Upson, R.B. (1991) Combing rain gages with satellite measurements for optimal estimates of areatime averaged rain rate. Water Resources Research, Vol. 27, pp. 2785-2790 https://doi.org/10.1029/91WR01744
  19. Segond, M.L., Neokleous, N., Makropoulos, C., Onof, C., and Maksimovic, C. (2007) Simulation and spatio-temporal disaggregation of multi-site rainfall data for urban drainage applications. Hydrological Sciences Journal, Vol. 52, pp. 917-935 https://doi.org/10.1623/hysj.52.5.917
  20. Shimizu, K., and Sagae, M. (1990) Modeling bivariate data containing zeros, with and analysis of daily rainfall data. Japanese Journal of Applied Statistics, Vol. 19, pp. 19-31 https://doi.org/10.5023/jappstat.19.19
  21. Valdes, J.B., Ha, E., Yoo, C., and North, G.R. (1994) Stochastic characterization of space-time precipitation: Implications for remote sensing. Advances in Water Resources, Vol. 17, pp. 47-59 https://doi.org/10.1016/0309-1708(94)90023-X
  22. Woods, R., and Sivapalan, M. (1999) A synthesis of space-time variability in storm response: Rainfall, runoff generation, and routing. Water Resources Research, Vol. 35, No. 8, pp. 2469-2485 https://doi.org/10.1029/1999WR900014
  23. Yoo, C., and Ha, E. (2007) Effect of zero measurements on the spatial correlation structure of rainfall. Stochastic Environmental Research and Risk Assessment, Vol. 21, pp. 289-297
  24. Yoo, C., Valdes, J.B., and North, G.R. (1996) Stochastic modeling of multi-dimensional rainfall fields considering spectral structure. Water Resources Research, Vol. 32, No. 7, pp. 2175-2187 https://doi.org/10.1029/96WR01047