• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.221-221
• /
• 2016

최근 레이더를 이용한 정량적 강수추정과 관련된 연구가 활발히 수행되고 있으며, 우량계와 레이더 자료의 합성과 관련된 연구가 수행되고 있다. 이는 정도 높은 우량계 자료의 장점과 강우의 공간분포를 파악할 수 있는 레이더 자료의 장점을 결합하여 고품질의 자료를 생산할 수 있기 때문이다. 자료합성과 관련된 다양한 기법이 도입되었고, 크리깅의 한 종류인 코크리깅이 널리 사용되고 있다. 크리깅은 값을 알고 있는 지점의 자료를 가중선형 조합하여 미지점의 값을 예측하는 경험적 방법으로 연속적이며 정규분포를 따르는 자료에 대해 유효하다. 그러나 강우자료는 강한 양의 왜곡도를 나타나고 간헐성도 강하게 나타나 크리깅의 이러한 조건을 만족시키지 못한다. 이로 인해 강우 자료에 크리깅을 수행할 경우 예측 값이 왜곡되거나 편향될 가능성이 크다. 이에 본 연구에서는 강우의 간헐성과 정규분포를 따르지 않는 특성을 고려하여 단순크리깅의 적용방법을 개선하였다. 단순크리깅은 가장 간단한 크리깅 기법으로 설명이 쉽고 적용사례를 비교하기 유리하여 이를 개선하면 다른 복잡한 크리깅 기법에도 쉽게 적용이 가능한 이점이 있다. 본 연구에서는 모의 자료와 레이더 강우 자료를 이용하여 단순크리깅을 수행하였고, 그 결과를 비교하여 자료의 간헐성과 비정규적 특성이 예측 값에 미치는 영향을 분석하였다.

• Water for future
• /
• v.29 no.3
• /
• pp.187-195
• /
• 1996

In this study, a methodology for the hourly prediction of rainfall surfaces was applied to the Pyungchang river basin at the upstream of South Han river with meteorological radar and ground rainfall data. The methods for the exclusion of abnormal echoes, and suppression of ground clutter, and the augmentation of attenuation effects associated with rainfall phenomena were reviewed, and the relationship between radar reflectivity (Z) and rainfall rate (R) was analyzed. The transformation of augmented radar reflectivities into the rdar rainfall surfaces was carried out, and afterward they were synthesized with the ground rainfall data generating the hourly rainfall surfaces. For the prediction of hourly rainfall surface, the moving factors of rainfall field estimated by the cross correlation coefficient method and the temporal variation of radar rainfall intensities were considered. The synthesized hourly rainfall surfaces were used to predict the hourly rainfall surfaces up to 3 hours in advance and subsequently the results were compared with the measured and the synthesized. It seems that the prediction method need to be verified with more data and be complemented further to consider the physical characteristics of rainfall field and the topography of the basin.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.344-344
• /
• 2012

추계학적 강우모의발생기법은 수문학적 분석에 널리 이용되는 방법으로서 장기간의 강우입력 자료를 이용할 수 없는 경우 과거의 관측 자료를 반복하여 이용하기 보다는 과거 관측치의 통계학적 특성을 지니고 있는 합성강우량 시계열자료를 모의하여 설계 강우량 산정 및 강우-유출모형을 이용한 장기해석 등과 같은 수문학적 해석을 위한 입력 자료를 확충하기 위해 이용된다. 그러나 최근 기후변화로 인해 수문학적 설계 강우량 산정 시 가장 중요한 강우발생 특성과 극한치의 특성이 변화하고 있기 때문에 전통적인 추계학적 강우발생기법을 이용하여 강우 시계열자료를 확충하는 것은 한계가 있을 것으로 추정되고 있다. 이에 본 논문에서는 최근 유럽 등에서 도시배수체계의 설계를 위해 널리 이용되고 있는 Bartlett-Lewis rectangular pulse 모형을 이용하여 시간단위 강수량자료를 확충하고 모의된 강우량시계열자료와 실측 강우량자료를 통계학적으로 비교하였다. 또한, 극한치 분석을 통해 변화하는 기후상황에서 적합한지를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1317-1321
• /
• 2010

기후변화의 영향으로 국지성 집중호우가 증가함에 따라 토석류 발생면적과 피해규모는 지속적으로 증가추세에 있다. 강우는 토석류의 유발 뿐 만 아니라 토석류 발생규모에 직접적인 영향을 미치므로 유발강우에 대한 분석은 향후 토석류 대응을 위한 경보기준이나 대책의 설계목표를 설정하는데 있어 매우 중요한 정보를 제공하며(김경석, 2008) 누가강우량, 강우강도, 강우지속시간 및 선행 강우량 등의 강우 특성과 토석류 발생과의 관계를 제시하기 위한 다양한 연구가 수행되고 있다. 본 연구에서는 토석류를 유발하는 강우 특성을 레이더 강우와 분포형 수문모형을 이용하여 분석하였다. 특정 격자안에 토석류 발생부가 많이 포함될수록 강우에 의한 영향이 컸을 것이라는 가정을 바탕으로 항공사진을 이용해 취득한 발달 단계별 토석류 맵핑 결과를 활용하였으며 지점강우를 이용하여 조건부 합성방법으로 보정된 1 km 해상도의 레이더 보정강우와 GIS와 연계된 분포형 강우-유출 모형인 HyGIS-GRM을 이용하여 격자별 강우량을 산정하고 강우특성을 비교하였다. 연구결과 토석류는 흐름누적수가 0인 능선부위에서 대부분 발생하였으며 발생부 포인트가 많이 포함될수록 2~3시간 동안의 강우강도가 매우 크게 제시되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.185-185
• /
• 2021

기후변화로 인한 돌발 강우 등 이상 기후 현상이 증가함에 따라 정확한 강우예측의 중요성은 더 증가하는 추세이다. 전통적인 강우예측의 경우 기상수치모델 또는 외삽법을 이용한 레이더 기반 강우예측 기법을 이용하며, 최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 개발되고 있다. 기존 머신러닝을 이용한 강우예측 모델의 경우 주로 시계열 이미지 예측에 적합한 2차원 순환 신경망 기반 기법(Convolutional Long Short-Term Memory, ConvLSTM) 또는 합성곱 신경망 기반 기법(Convolutional Neural Network(CNN) Encoder-Decoder) 등을 이용한다. 본 연구에서는 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용해 미래 강우예측을 수행하도록 하였다. GAN 방법론은 이미지를 생성하는 생성자와 이를 실제 이미지와 구분하는 구별자가 경쟁하며 학습되어 현재 이미지 생성 분야에서 높은 성능을 보여주고 있다. 본 연구에서 개발한 GAN 기반 모델은 기상청에서 제공된 2016년~2019년까지의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시키고, 2020년 레이더 이미지 자료를 이용해 단기강우예측을 모의하였다. 또한, 기존 머신러닝 기법을 기반으로 한 모델들의 강우예측결과와 GAN 기반 모델의 강우예측결과를 비교분석한 결과, 본 연구를 통해 개발한 강우예측모델이 단기강우예측에 뛰어난 성능을 보이는 것을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.163-163
• /
• 2017

설계홍수량은 수공구조물의 규모를 결정하는데 이용되며, 국내에서는 설계홍수량을 산정하기 위하여 지속시간과 재현기간에 따라 면적강우량을 추정한다. 지점강우량은 제한된 지역을 대표하는 값이므로 지점강우량을 기준면적에 대한 면적강우량으로 환산하기 위하여 면적우량환산계수(ARF, Areal Reduction Factor)를 적용한다. ARF를 산정하는 방법은 과거 관측자료를 활용하여 산정하는 경험적 방법(empirical method)이 주를 이루고 있으며, 경험적 방법은 크게 면적고정형(Fixedarea) 방법과 호우중심형(Storm-centered) 방법으로 분류된다. 면적고정형 방법은 국내 하천설계 기준에서 적용하고 있는 방법으로 면적강우 및 지점강우의 연 최대치를 독립적으로 빈도 해석하여 ARF를 산정하므로 실제 강우사상으로부터 산정된 값과 편차를 보인다. 반면 호우중심형 방법은 각각의 강우사상을 분석 대상 유역 중심에 공간 전이시켜 최대 강우량이 발생하도록 하는 방법으로, 레이더 강우를 활용하면 실제 강우사상의 공간분포 특성을 반영한 현실적인 ARF 산정이 가능하다. 본 연구에서는 국내 기상청에서 제공하는 홍수기(6-9월)의 10분 단위 단일편파 전국합성 레이더 자료를 활용하여 지속시간 1, 3, 6, 12, 24시간에 대한 호우중심형 ARF를 산정하였고, 면적강우 산정 시, 강우사상의 면적을 원형 또는 타원형으로 선정하여 강우의 형상 및 방향성을 고려하였다. 또한 레이더 강우의 중심강우를 지상강우 자료로 산정된 확률강우량 기준으로 분류하여 재현기간별 호우중심형 ARF를 산정하였으며, 이를 통해 기준면적, 지속시간, 재현기간에 따른 ARF의 특성을 분석하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.137-137
• /
• 2020

국지성 집중호우의 증가로 인하여 각종 수재해 역시 증가하고 있으며 수재해 피해를 막기 위해서는 강우량 정보는 매우 중요한 요소이다. 이러한 강우량의 관측은 물론 미계측 지역의 강우량 추정을 위한 면적강우량 산정은 매우 중요하며 이에 관한 연구가 활발하게 수행되고 있다. 차량용 레인센서는 강우측정이 어려운 미계측 지역의 강수량 측정이 가능하고, 실시간으로 강우정보를 생성이 가능한 강우관측 방법이다. 차량용 강우센서는 일반적인 강우관측기와 달리 물 입자가 커질수록 빛의 산란이 크게 일어나는 현상을 이용한다. 산란이 크게 일어나면 강우 센서에 입력되는 값이 줄고 이는 강수가 높다는 것을 의미하고 이러한 관계를 이용하여 강원대학교 S-R 관계식을 통해 강우량을 관측할 수 있다. 본 연구에서는 강원도 삼척시를 대상지역으로 선정하였고 삼척 레이다 정보와 인근 지상관측소 6개 정보를 이용하여 강우보정을 수행하고 차량용 레인센서 강우관측 위치는 삼척시가지 내에서 강우를 관측하였다. 보정된 강우장과 레인센서 강우자료와 삼척관측소를 제외한 5개 지상관측소 강우정보를 합성하여 면적강우량을 산정하였고 검증을 위하여 삼척관측소 강우량과 면적강우의 해당격자의 강우량 값을 비교하여 검증하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.3
• /
• pp.37-48
• /
• 2010

The purpose of this paper is to evaluate how the rainfall field effect on a runoff simulation using grid radar rainfall data and ground gauge rainfall. The Gwangdeoksan radar and ground-gauge rainfall data were used to estimate a spatial rainfall field, and a hydrologic model was used to evaluate whether the rainfall fields created by each method reproduced a realistically valid spatial and temporal distribution. Pilot basin in this paper was the Naerin stream located in Inje-gun, Gangwondo, 250m grid scale digital elevation data, land cover maps, and soil maps were used to estimate geological parameters for the hydrologic model. For the rainfall input data, quantitative precipitation estimation(QPE), adjusted radar rainfall, and gauge rainfall was used, and then compared with the observed runoff by inputting it into a $Vflo^{TM}$ model. As a result of the simulation, the quantitative precipitation estimation and the ground rainfall were underestimated when compared to the observed runoff, while the adjusted radar rainfall showed a similar runoff simulation with the actual observed runoff. From these results, we suggested that when weather radars and ground rainfall data are combined, they have a greater hydrological usability as input data for a hydrological model than when just radar rainfall or ground rainfall is used separately.

• Journal of Korea Water Resources Association
• /
• v.54 no.7
• /
• pp.453-462
• /
• 2021

As the frequency of localized heavy rainfall has increased during recent years, the importance of high-resolution radar data has also increased. This study aims to correct the bias of Dual Polarization radar that still has a spatial and temporal bias. In many studies, various statistical techniques have been attempted to correct the bias of radar rainfall. In this study, the bias correction of the S-band Dual Polarization radar used in flood forecasting of ME was implemented by a Convolutional Autoencoder (CAE) algorithm, which is a type of Convolutional Neural Network (CNN). The CAE model was trained based on radar data sets that have a 10-min temporal resolution for the July 2017 flood event in Cheongju. The results showed that the newly developed CAE model provided improved simulation results in time and space by reducing the bias of raw radar rainfall. Therefore, the CAE model, which learns the spatial relationship between each adjacent grid, can be used for real-time updates of grid-based climate data generated by radar and satellites.

• Journal of Korea Water Resources Association
• /
• v.45 no.7
• /
• pp.657-674
• /
• 2012

This paper presents the effect of spatially-distributed rainfall on both rainfall-sediment-runoff and erosion or deposition in the experimental Cheoncheon catchment: upstream of Yongdam dam basin. The rainfall fields were generated by three rainfall interpolation techniques (Thiessen polygon: TP, Inverse Distance Weighting: IDW, Kriging) based only on ground gauges and two radar rainfall synthetic techniques (Gauge-Radar ratio: GR, Conditional Merging: CM). Each rainfall field was then assessed in terms of spatial feature and quantity and also used for rainfall-sediment-runoff and erosion-deposition simulation due to the spatial difference of rainfall fields. The results showed that all the interpolation methods based on ground gauges provided very similar hydrologic responses in spite of different spatial pattern of erosion and deposition while raw radar and GR rainfall fields led to underestimated and overestimated simulation results, respectively. The CM technique was acceptable to improve the accuracy of raw radar rainfall for hydrologic simulation even though it is more time consuming to generate spatially-distributed rainfall.