• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.95-97
• /
• 2010

최근 겨울철 온난화 경향이 뚜렷해지면서 강수형태가 비로 내리는 경우가 잦아지고 있다. 또한 대륙고기압이 확장할 때는 기압골의 영향으로 강우에서 강설로 변하는 예가 종종 나타나고 있다. 강수유형의 판단은 겨울철 중요한 예보요소 중 하나로 본 연구는 중서부지방의 2010년 2월 4일부터 12일까지의 사례기간동안 일기도, AWS관측자료, 위성, KLAPS(층후, 빙결고도, 상당온위) 자료를 바탕으로 하여 강우에서 강설로 변하는 강수형태를 분석한 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.60-60
• /
• 2022

본 연구에서는 적설 추정 알고리즘과 추계 일기 생성 모형을 활용하여 관측 적설의 특성을 재현하는 연속 적설심 자료 모의 방법을 소개한다. 적설 추정 알고리즘은 강수 유형 판단, Snow Ratio 추정, 그리고 적설 깊이 감소량 추정까지 총 3단계로 구성된다. 먼저 강수 발생시 지상기온과 상대습도를 지표로 활용하여 강수 유형을 판단하고, 강수가 적설로 판별되었을 때 강수량을 신적설심으로 환산하는 Snow Ratio를 추정한다. Snow Ratio는 지상 기온과의 sigmoid 함수 회귀분석을 통해 추정하였으며, precipitation rate 조건(5 mm/3hr 미만 및 이상)에 따라 두 가지 함수를 적용하였다. 마지막으로 적설 깊이 감소량은 온도 지표 snowmelt 식을 이용하여 추정하였으며, 매개변수는 적설 깊이 및 온도 관측 자료를 활용하여 보정하였다. 속초 관측소 자료를 활용하여 매개변수를 보정 및 검증하여 높은 NSE(보정기간 : 0.8671, 검증기간 : 0.7432)를 달성하였으며, 이 알고리즘을 추계 일기 생성 모형으로 모의한 합성 기상 자료(강수량, 지상기온, 습도)에 적용하여 합성 적설심 시계열을 모의하였다. 모의 자료는 관측 자료의 통계 및 극한값을 매우 정확하게 재현하였으며, 현행 건축구조기준과도 일치하는 것으로 나타났다. 이 모형을 통하여 적설 위험 분석 분야뿐 아니라 기후 전망 자료와의 결합, 미계측 지역에 대한 자료 모의 등에도 광범위하게 활용될 수 있을 것이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.2
• /
• pp.93-98
• /
• 2016

For accurate precipitation forecasts the choice of weather factors and prediction method is very important. Recently, machine learning has been widely used for forecasting precipitation, and artificial neural network, one of machine learning techniques, showed good performance. In this paper, we suggest a new method for forecasting precipitation using DBN, one of deep learning techniques. DBN has an advantage that initial weights are set by unsupervised learning, so this compensates for the defects of artificial neural networks. We used past precipitation, temperature, and the parameters of the sun and moon's motion as features for forecasting precipitation. The dataset consists of observation data which had been measured for 40 years from AWS in Seoul. Experiments were based on 8-fold cross validation. As a result of estimation, we got probabilities of test dataset, so threshold was used for the decision of precipitation. CSI and Bias were used for indicating the precision of precipitation. Our experimental results showed that DBN performed better than MLP.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.114-114
• /
• 2023

기상레이더는 대류권의 기상 관측에 널리 사용되며, 기상예보를 비롯하여 항공, 농업, 수문학 등 다양한 분야에서 활용하고 있다. 기상레이더센터는 SSPA(Solid State Power Amplifier) 기반 X-Band 주파수대역(9GHz)을 사용하는 연구용 소형기상레이더 관측망을 운영하고 있다. 주로 수도권 저층 대기에서 발생하는 위험 기상현상을 1분 단위로 빠르게 관측하면서 정확한 강수 정보생산을 위한 연구를 수행하고 있다. 레이더 관측 자료는 전파를 이용하여 넓은 범위에 분포하는 눈, 비, 우박 등 대기수상체를 관측하여, 강수량 추정을 통해 강수 정보를 생산한다. 이에 따라 레이더 관측 자료의 정확성과 신뢰도를 높이기 위해서 레이더 품질관리 기술 적용은 필수적이다. 기상레이더센터는 소형기상레이더로 관측한 이중편파 자료의 효과적인 품질관리를 위한 각종 자료처리 모듈을 개발하여, 실시간 자료처리 프로그램에 적용하였다. 우선, 저층 대기 관측 시 기상에코와 더불어 강한 반사도로 나타나는 지형에코를 판별하는 모듈과 선형 또는 쐐기형태의 전파간섭에코를 비롯한 비기상에코를 효과적으로 제거하는 기술을 개발하였다. 다음으로, X-Band 주파수대역 기상레이더 관측 자료의 취약점인 강한 강수 시 발생하는 반사도 감쇠 현상을 보정하기 위한 기술도 개발하였다. 소형기상레이더 품질관리 개발과 적용을 통하여 생산된 자료는 HSR(Hybrid Surface Rainfall), 레이더 강수량 추정, 대기수상체 등 다양한 기상 산출물 생산과 동시에 기상 감시 및 연구 분야에 효과적으로 활용하고 있다.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.64 no.9
• /
• pp.1337-1346
• /
• 2015

In this paper, pattern classifier is designed to classify precipitation and non-precipitation events from weather radar data. The proposed classifier is based on Fuzzy Neural Network(FNN) and consists of three FNNs which operate in parallel. In the proposed network, the connection weights of the consequent part of fuzzy rules are expressed as two polynomial types such as constant or linear polynomial function, and their coefficients are learned by using Least Square Estimation(LSE). In addition, parametric as well as structural factors of the proposed classifier are optimized through Differential Evolution(DE) algorithm. After event classification between precipitation and non-precipitation echo, non-precipitation event is to get rid of all echo, while precipitation event including non-precipitation echo is to get rid of non-precipitation echo by classifier that is also based on Fuzzy Neural Network. Weather radar data obtained from meteorological office is to analysis and discuss performance of the proposed event and echo patter classifier, result of echo pattern classifier compare to QC(Quality Control) data obtained from meteorological office.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.97-97
• /
• 2023

최근 재해분야에서 인공신경망(ANN), 기계학습(ML), 딥러닝(DL) 등 AI 기술이 활용성이 점차 증가하고 있으며, 센싱정보와 연계한 시설물 안전관리, 원격탐사와 연계한 재해감시(녹조, 산사태, 산불 등), 수문시계열(수위, 유량 등) 예측, 레이더·위성강수 자료의 보정과 예측, 상하수도 관망누수예측 등 다양한 분야에서 AI 기술이 적용되고 그 활용성이 검증된 바 있다. 본 연구에서는 ML, DL, 물리기반신경망(Pysics-informed Neural Networks, PINNs)을 이용한 다양한 재해분석 사례를 소개하고, 그 활용성과 한계에 대해서 논의하고자 한다. 주요사례로는 (1) SAR영상과 기계학습을 이용한 재해피해지역(울진 산불) 감지, (2) 국가 디지털 정보를 이용한 산사태 위험지역 판별(인제 산사태) (3) 기계학습 및 딥러닝 기법을 이용한 위성강수 자료의 보정·예측 및 유출해석, (4) 수리해석을 위한 수치해석분야에서의 PINNs의 적용성(1차원 Saint-Venant 식 해석) 평가 연구결과를 공유한다. 특히, 자료의 입·출력 자료만으로 학습된 인공신경망 모형 대신 지배방정식(물리방정식)을 만족하도록 강제한 PINNs의 경우, 인공신경망 모형보다 우수한 모의능력을 보여주었으며, 향후 복잡한 수리모델링 등 수치해석분야에서 그 활용가능성이 매우 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1570-1574
• /
• 2009

2008년 여름 우리나라는 예년과 달리 홍수기에 북상하는 태풍이나 8월말에서 9월초까지 발생하던 장마전선의 영향을 받지 못했을 뿐만 아니라 홍수기 이후에도 중국에서 다가오는 동서고압대의 지속적인 영향으로 9월 중순 최고기온을 경신하면서, 강수가 없는 건조한 날씨가 계속되었다. 남부지방을 중심으로 8월말 이후 심화된 가뭄은 9월 중순에는 전국적으로 확산되었으며 도서지역의 부분적인 제한급수가 실시되거나 밭 작물 재배에 피해를 초래하기도 하였다. 본 연구에서는 위성영상 기반의 식생지수를 이용하여 2008년 가을가뭄의 시공간적 변화와 행정구역별, 권역별 가뭄 우심지역을 판별하였다. 또한, 가뭄정보를 제공하는 가뭄모니터링 시스템의 가뭄지수와 가뭄의 변화와 심도 등을 비교하였다. 위성영상자료는 MODIS NDVI를 이용하여 제작한 VCI와 SVI를 이용하였으며, 수자원공사의 '가뭄정보시스템'에서 제공하는 주 단위의 가뭄지수와 한국건설기술연구원 '통합수자원평가계획 시스템개발'에서 제공하는 월 단위의 가뭄지수를 활용하였다. 연구결과 행정구역상으로는 전라남 북도와 경상남도 지역이, 권역별로는 섬진 영산강 권역에서 극심한 가뭄이 발생한 것으로 판명되었으며 식생지수 기반의 가뭄발생지역 판별 결과와 기상학적 가뭄지수인 SPI와 PDSI의 가뭄분포가 유사하게 나타났다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.3
• /
• pp.217-222
• /
• 2015

Clustering is one of important data mining techniques known as exploratory data analysis and is being applied in various engineering and scientific fields such as pattern recognition, remote sensing, and so on. The method organizes data by abstracting underlying structure either as a grouping of individuals or as a hierarchy of groups. Weather radar observes atmospheric objects by utilizing reflected signals and stores observed data in corresponding coordinate. To analyze the radar data, it is needed to be separately organized precipitation and non-precipitation echo based on similarities. Thus, this paper studies to apply clustering method to radar data. In addition, in order to solve the problem when precipitation echo locates close to non-precipitation echo, fuzzy logic based clustering method which can consider both distance and other properties such as reflectivity and Doppler velocity is suggested in this paper. By using actual cases, the suggested clustering method derives better results than previous method in near-located precipitation and non-precipitation echo case.

• Journal of the Korean earth science society
• /
• v.42 no.5
• /
• pp.496-503
• /
• 2021

By analyzing the characteristics of atmospheric stability in the southern coastal region of the Korean Peninsula in the summer of 2019, a quantitative threshold of atmospheric instability indices was derived for predicting rainfall events in the Korean Peninsula. For this analysis, we used data from all of the 243 radiosonde intensive observations recorded at the Boseong Standard Weather Observatory (BSWO) in the summer of 2019. To analyze the atmospheric stability of rain events and mesoscale atmospheric phenomena, convective available potential energy (CAPE) and storm relative helicity (SRH) were calculated and compared. In particular, SRH analysis was divided into four levels based on the depth of the atmosphere (0-1, 0-3, 0-6, and 0-10 km). The rain events were categorized into three cases: that of no rain, that of 12 h before the rain, and that of rain. The results showed that SRH was more suitable than CAPE for the prediction of the rainfall events in Boseong during the summer of 2019, and that the rainfall events occurred when the 0-6 km SRH was 150 m² s^-2 or more, which is the same standard as that for a possible weak tornado. In addition, the results of the atmospheric stability analysis during the Changma, which is the rainy period in the Korean Peninsula during the summer and typhoon seasons, showed that the 0-6 km SRH was larger than the mean value of the 0-10 km SRH, whereas SRH generally increased as the depth of the atmosphere increased. Therefore, it can be said that the 0-6 km SRH was more effective in determining the rainfall events caused by typhoons in Boseong in the summer of 2019.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.16-16
• /
• 2015

오늘날 전 세계적으로 가속화되는 기상이변에 따라 돌발성, 국지성 폭우 및 폭설의 빈도가 급격히 증가하는 추세이다. 이 같은 돌발기상 현상은 고층 건물과 인구의 과밀화로 인해 열섬효과가 자주 발생하는 도심지에서 특히 높은 발생률을 보이며, 그로 인한 막대한 인명 및 재산상의 피해가 발생하고 있는 실정이다. 하지만 이러한 돌발성 강수 현상들은 주로 저고도에서 생성 및 발달되며, 그 수명은 2~3시간에 불과하기 때문에 현재의 국내 기상관측 시스템으로는 예측 및 예보에 많은 어려움을 겪고 있다. 현재, 이러한 문제점을 해결하기 위해 국내 관련 기관들에서는 도심지를 중심으로 한 저층 기상 관측을 위한 소형 레이더 네트워크 구축을 계획하고 있다. 그와 함께, 본 논문에서는 향후 도입될 소형 레이더 네트워크의 활용성을 증대시키고, 기상재해의 피해를 줄이는 방법으로써, 구글 어스의 지도 서비스를 기반으로 한 기상 레이더 자료 활용 실시간 돌발성 기상재해 감시/추적 및 경보 시스템 플랫폼을 제안한다. 제안하는 플랫폼은 전 세계적으로 통용되는 GIS 엔진으로서, 높은 확장성이 장점인 구글어스 플랫폼을 바탕으로 하며, 레이더 자료 분석 도구, 위험도 판별 도구 및 자료 표출/경보 도구 등으로 크게 세 가지의 기술도구 집단으로 구성된다. 제안한 플렛폼 상에서 시뮬레이션을 통해 구글어스 기반에서 레이더 누적강수량의 실시간 처리와 3차원 GIS 기반에서의 직관적인 경보 메시지 표출을 구현하였으며, 향후 각 기술 도구들 상의 기법들을 연구 및 개선함으로써 국토관측센서 네트워크 및 기상 재해 예 경보 체계를 위해 활용되어질 수 있을 것으로 기대한다.