KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

A Proposal of Quality Evaluation Methodology for Radar Data

레이더 자료의 품질평가 기법 제안

  • 유철상 (고려대학교 건축사회환경공학부) ;
  • 윤정수 (고려대학교 건축사회환경공학부)
  • Received : 2009.11.23
  • Accepted : 2010.07.17
  • Published : 2010.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study proposed a methodology for evaluating the radar rainfall data, whose basic idea is similar to the analysis of variance in statistics. This method enables us to represent separately the error from the bias and that from the data variability. The proposed method was then applied to two storm events for its evaluation. As results, the error from the bias was found to comprises most of the raw radar data error, which becomes significantly decreased in the quality improved cases. On the other hand, the error from the data variability was rather increased due to the quality improvement procedure. The proposed methodology was found to be effective for evaluating the data quality of a storm event for steps of quality improvement, but has a limitation for comparing qualities of storm events. This limitation should be implemented for its general application.

본 연구에서는 레이더 강우자료의 품질평가를 위해 통계학 분야의 분산분석과 유사한 방법론을 제안하였다. 이 방법은 자료가 가지고 있는 편의로 인한 오차 및 변동성으로 인한 오차를 구분하여 나타내도록 한다. 제안된 방법론은 두 개의 호우사상에 적용하여 평가하였다. 그 결과 레이더 원자료의 경우는 편의로 인한 오차가 전체 오차의 대부분을 차지하는 반면, 품질 향상된 자료의 경우에는 편의로 인한 오차가 상대적으로 크게 줄어드는 것을 확인하였다. 그러나 변동성으로 인한 오차는 품질 향상 후 오히려 증가하였음을 파악하였다. 본 연구에서 제안된 방법론은 주어진 호우사상을 품질향상 단계별로 자료의 품질을 평가하는 데는 유효하나, 여러 호우사상의 품질을 비교하는데 한계를 가짐을 확인하였다. 보다 일반적인 적용을 위해서는 이에 대한 보완이 필요한 것으로 나타났다.

Keywords

References

  1. 건설교통부(2002) 수문관측효율성 제고방안 연구.
  2. 건설교통부(2003) 전국 강우레이더 설치 및 홍수예경보시스템 개선 기본계획 수립(II).
  3. 건설교통부(2004) 전국 강우레이더 설치 및 홍수예경보시스템 개선 기본계획 수립(III).
  4. 김경준, 최정호, 유철상(2008) 연속수정법을 이용한 레이더 자료와 지상 강우자료의 합성. 한국수자원학회논문집, 한국수자원학회, 제41권, pp. 681-691.
  5. 김효경, 이동인, 유철환, 권원태(2002) WPMM 방법을 이용한 레이더 강수량 추정 : 1. 1998년 여름철 관악산 DWSR-88C를 위한 $Z_e$-R 관계식 산출. 한국수자원학회논문집, 한국수자원학회, 제35권, pp. 25-36.
  6. 김진극, 안상진(2006) 기상레이더 강우량 산정법을 이용한 유출 해석. 대한토목학회논문집, 대한토목학회, 제26권 제1B호, pp. 7-14.
  7. 석미경, 남경엽, 김영화, 오성남(2005) WPMM을 이용한 레이더 반사도로부터 정량적 레이더 강우강도의 추정. 한국기상학회지, 한국기상학회, 제41권, pp. 123-138.
  8. 신현석, 정상만(2000) 엘리뇨/라니냐 영향 지수 기법의 개발 및 한반도 수자원에의 영향분석. 한국수자원학회논문집, 한국수자원학회, 제33권, pp. 327-332.
  9. 심재관, 장기호, 남경엽, 조천호(2005) 병합 기법을 이용한 정량적 강수 예측. 기상기술, 제1권, pp. 111-120.
  10. 안상진, 연규방, 이재경, 이주헌(2002) 2002년 중부지역 홍수피해 현황 및 분석 한국수자원학회논문집, 한국수자원학회, 제35권, pp. 20-35.
  11. 유철상, 김경준(2007) 강우 레이더와 지상 우량계의 통합관측효과. 한국수자원학회논문집, 한국수자원학회, 제40권, pp. 841-849.
  12. 유철상, 윤정수, 김병수, 하은호(2009) 레이더 강우의 편의 보정을 위한 지역적으로 편중된 우량계 망의 평가: 강화강우레이더의 사례 연구. 한국수자원학회논문집, 한국수자원학회, 제42권, pp. 493-593. https://doi.org/10.3741/JKWRA.2009.42.6.493
  13. 유철상, 하은호, 김경준(2006) 강우의 공간상관구조에 대한 무강우자료의 영향. 한국수자원학회논문집, 한국수자원학회, 제39권, pp. 127-138.
  14. 유철상, 하은호, 김병수, 김경준, 최정호(2008) 부분적 레이더 정보에 따른 면적평균강우의 관측오차. 한국수자원학회논문집, 한국수자원학회, 제41권, pp. 545-558.
  15. 한국수자원공사(2004) 전국하천 수자원.환경기초조사 종합계획, 연구보고서.
  16. Anagnostou, E.N., Krajewski, W.F., Seo, D.-J., and Johnson, E.R. (1998) Mean-field rainfall bias studies for WSR-88D. Journal of Hydrologic Engineering, Vol. 3, No. 3, pp. 149-159. https://doi.org/10.1061/(ASCE)1084-0699(1998)3:3(149)
  17. Barnston A.G. (1990) An empirical method of estimating raingage and radar rainfall measurement bias and resolution. Journal of Applied Meteorology, Vol. 30, pp. 282-296.
  18. Brilly, M., Rusjan, S., and Vidmar, A. (2006) "Monitoring the impact of urbanisation on the Glinscica stream". Physics and Chemistry of the Earth, Vol. 31, pp. 1089-1096. https://doi.org/10.1016/j.pce.2006.07.005
  19. Burlando, P., Montanari, A., and Ranzi, R. (1996) Forecasting of storm rainfall by combined use of radar, rain gages and linear models. Atmospheric Research, Vol. 42, pp. 199-216. https://doi.org/10.1016/0169-8095(95)00063-1
  20. Caya, A., Sum, J., and Snyder, C. (2005) A comparison between the 4DVAR and the ensemble Kalman filter techniques for radar data assimilation. Monthly Weather Review, Vol. 133, pp. 3081-3094. https://doi.org/10.1175/MWR3021.1
  21. Chumchean, S., Seed, A., and Sharma, A. (2006) Correcting of real-time radar rainfall bias using a Kalman filtering approach. Journal of Hydrology, Vol. 317, pp. 123-137. https://doi.org/10.1016/j.jhydrol.2005.05.013
  22. Cressman, G.P. (1957) An operational objective analysis system. Monthly Weather Review, Vol. 87, pp. 367-374.
  23. Daley, R. (1991) Atmospheric data analysis, Cambridge university press, Cambridge.
  24. Emmanouil, N.A, Krajewski, W.F., Seo, D.J., and Johnson, E.R. (1998) Mean-field rainfall bias studies for WSR-88D. Journal of Hydrologic Engineering, Vol. 3, pp. 149-159. https://doi.org/10.1061/(ASCE)1084-0699(1998)3:3(149)
  25. Errico, R., Ohring, G., Derber, J., and Joiner, J. (2000) NOAANASA-DoD workshop on assimilation of satellite data. Bulletin of the American Meteorological Society, Vol. 81, pp. 2457-2462. https://doi.org/10.1175/1520-0477(2000)081<2457:NNDWOS>2.3.CO;2
  26. Faures, J.M., Goodrich, D.C., Woolhiser, D.A., and Sorooshian, S. (1995) Impact of small-scale spatial rainfall variability on runoff modeling. Journal of Hydrology, Vol. 173, pp. 309-326. https://doi.org/10.1016/0022-1694(95)02704-S
  27. Fowler, H.J., Ekstrm, M., Kilsby, C.G., and Jones, P.D. (2005) New estimates of future changes in extreme rainfall across the UK using regional climate model integrations. 1. Assessment of control climate. Journal of Hydrology, Vol. 300, pp. 212-233. https://doi.org/10.1016/j.jhydrol.2004.06.017
  28. Fulton, R.A., Breidenbach, J.P., Seo, D.J, Miller, D.A., and O'Bannon, T. (1998) The WSR-88D rainfall algorithm. Weather and Forecasting, Vol. 13, pp. 377-395. https://doi.org/10.1175/1520-0434(1998)013<0377:TWRA>2.0.CO;2
  29. Gebremichael, M. and Krajewski, W.F. (2005) Modeling the distribution of temporal sampling errors in area-time-averaged rain-fall estimates. Atmospheric Research, Vol. 73, pp. 243-259. https://doi.org/10.1016/j.atmosres.2004.11.004
  30. Grecu, M. and Krajewski, W.F. (2001) Rainfall forecasting using variational assimilation of radar data in numerical cloud model. Advanced in Water Resources, Vol. 24, pp. 213-224.
  31. Hoke, J.E. and Anthes, R.A. (1976) The initialization of numerical models by a dynamic-initialization technique. Monthly Weather Review, Vol. 104, pp. 1551-1556. https://doi.org/10.1175/1520-0493(1976)104<1551:TIONMB>2.0.CO;2
  32. Kalnay, E. (2003) Atmospherical modeling data assimilation and predictability, Cambridge University Press, Cambridge.
  33. Krajewski, W.F. (1987) Cokriging of radar-rainfall and rain gage data. Journal of Geophysical Research, Vol. 92, pp. 9571-9580. https://doi.org/10.1029/JD092iD08p09571
  34. Krajewski, W.F., Lakshmi, V., Georgakakos, K.P., and Jain, S.C. (1991) A Monte Carlo study of rainfall sampling effect on a distributed catchment model. Water Resources Research, Vol. 27, pp. 119-128. https://doi.org/10.1029/90WR01977
  35. Krajewski W.F. and Smith, J.A. (2002) Radar hydrology: rainfall estimation. Advances in Water Resources, Vol. 25, pp. 1387-1394. https://doi.org/10.1016/S0309-1708(02)00062-3
  36. Kuo, Y.H., Guo, Y.R., and Westwater, E.R. (1993) Assimilation of precipitable water measurement into a mesoscale numerical model. Monthly Weather Review, Vol. 121, pp. 1215-1238. https://doi.org/10.1175/1520-0493(1993)121<1215:AOPWMI>2.0.CO;2
  37. McLaughlin, D. (2002) An integrated approach to hydrologic data assimilation: interpolation, smoothing, and filtering. Advances in Water Resources, Vol. 25, pp. 1275-1286. https://doi.org/10.1016/S0309-1708(02)00055-6
  38. Rosenfeld, D., Wolff, B.D., and Atlas, D. (1993) General probability- matched relations between radar reflectivity and rain rate. Journal of Applied Meteorology, Vol. 32, pp. 50-72. https://doi.org/10.1175/1520-0450(1993)032<0050:GPMRBR>2.0.CO;2
  39. Seo, D.J., Breidenbach, J.P., and Johnson, E.R. (1999) Real-time estimation of mean field bias in radar rainfall data. Journal of Hydrology, Vol. 223, pp. 131-147. https://doi.org/10.1016/S0022-1694(99)00106-7
  40. Seo, D.J., Krajewski, W.F. and Bowles, D.S. (1990a) Stochastic interpolation of rainfall data from rain gages and radar using cokriging: 1. Design of experiments. Water Resources Research, Vol. 26, pp. 469-477.
  41. Seo, D.J., Krajewski, W.F., Azimi-Zonooz, A., and Bowles, D.S. (1990b) Stochastic interpolation of rainfall data from rain gages and radar using cokriging: 2. Results. Water Resources Research, Vol. 26, pp. 915-924.
  42. Smith, J.A., Baeck, M.L., Zhang, Y., and Doswell, C.A., III (2001) Extreme Rainfall and Flooding from Supercell Thunderstorms. Journal of Hydrometeorology, Vol. 2, pp. 469-448. https://doi.org/10.1175/1525-7541(2001)002<0469:ERAFFS>2.0.CO;2
  43. Sugimoto, S., Nakakita, E., and Ikebuchi, S. (2001) A stochastic approach to short-term rainfall prediction using a physically based conceptual rainfall model. Journal of Hydrology, Vol. 242, pp. 137-155. https://doi.org/10.1016/S0022-1694(00)00390-5
  44. Takasao, T., Shiba, M., and Nakakita, E. (1994) A real-time estimation of the accuracy of short-term rainfall prediction using radar. Stochastic and Statistical Methods in Hydrology and Environmental Engineering, Vol. 10, pp. 339-351. https://doi.org/10.1007/978-94-011-1072-3_26
  45. Todini, E. (2001) A Bayesian technique for conditioning radar precipitation estimates to rain-gauge measurements. Hydrology and Earth System Science, Vol. 5, pp. 187-199. https://doi.org/10.5194/hess-5-187-2001