• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.33-33
• /
• 2011

현재 우리나라 기상청에서는 단기, 중기 및 장기 예보자료를 생산하고 있으나, 이들 자료는 단순히 일기 예보에 치중되어 생산되고 있어 강우-유출해석에 직접 적용하기에는 시 공간 해상도가 크고 정량적 강수예측의 정확도가 미흡하다. 이에 기상 및 수자원분야에서는 정확도 개선을 위해서 관측강우와 예측강우의 비교 분석을 통해 편차를 산정하여 예측강수를 보정하는 기법을 적용하고 있다. 다만, 기존의 편차보정방법은 보정인자로 강수량만을 고려하기 때문에 정확도 개선에는 한계가 존재한다. 따라서 본 연구에서는 수자원분야의 수치예보자료의 정확도를 향상시키기 위해 규모, 발생영역에 대한 강수의 특성을 고려한 강수예측자료의 편차보정 방법을 제안하고 이를 강우-유출모델에 적용하여 개선정도를 평가하고자 한다. 이에 적용유역을 춘천댐상류유역으로 선정하고 국내 기상청의 RDAPS(Regional Data Assimilation and Prediction System)수치예보자료, 지점강우자료, radar자료의 수문기상자료와 지형자료를 수집하였다. 화천, 평화의 댐 일부 미계측유역의 관측자료로 radar자료를 이용하였다. 이상의 자료를 토대로 강우강도 및 규모, 영향범위를 고려한 예측강우의 편차를 산정하여 RDAPS 수치예보자료의 정확도를 개선하고 평가하였다. 이는 해당 유역뿐만 아니라 주변 유역의 정보를 이용하여 예측강우의 발생위치에 대한 오차를 고려한 방법으로, 각 영역별로 예측강우의 편차보정계수를 산정하여 적용하였다. 또한, 이전시간대의 강우 편차에 대한 오차를 줄이기 위해 정규분포방법을 이용한 Ensemble 편차보정계수를 산정하고 최근 생산된 수치예보자료에 적용하여 확률예측강우를 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.276-276
• /
• 2021

최근 댐과 같은 수공구조물의 건설로 대규모 홍수피해는 급격히 줄어들었지만, 돌발홍수(flash flood)로 인한 저지대 침수 등의 도시홍수 발생빈도가 급증하고 있다. 2020년에는 최장의 장마가 관측되었으며, 전국적으로 홍수로 인한 침수피해가 발생하였다. 홍수에 선제적으로 대응하기 위해서 신뢰성 있는 홍수예·경보가 필요하며, 이를 위해서는 신속하고 정확성있는 강우예측이 선행되어야 한다. 이에 본 연구에서는 초단기 강우예측을 목적으로 둔 레이더 기반의 강우앙상블 예측모형을 개발하였다. 라그랑지안 지속성(Lagrangian persistence)을 기반으로 개발하였으며, 강우장의 이동 패턴은 이류특성을 활용해 추정하였다. 즉, 강우장의 예측정확도를 향상시키기 위해 공간적 규모별 캐스캐이드(cascade) 방법으로 분리해 이동 경로를 추정하였다. 예측시간에 따른 강우량은 각 캐스캐이드에 자기회귀모형을 적용하였다. 레이더 강우량은 2016-2020년 사이에 발생한 강우사상에 대한 환경부 홍수통제소에서 제공한 레이더 합성장을 이용하였다. 예측강우량에 대한 평가는 RMSE, Pearson's Correlation, FSS 등 통계치를 통해 수행하였다. 본 연구에서 소개된 강우예측 모형은 초단기 홍수예측에 정확도 높은 강우 정보를 제공할 수 있으며, 이에 따라 홍수피해를 저감하는데 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.352-352
• /
• 2011

최근 이상기후 및 집중호우 등의 영향으로 국지적으로 큰 강우가 발생하여 재산피해 및 인명피해를 발생시키고 있으며, 과거 강우발생 빈도에 비하여 큰 강우가 발생되고 있다. 이러한 증가되는 추세에 대하여 확률강우량 산정시 반영하고 있는 추세이며(한만신, 2005), 이렇게 반영된 결과는 확률강우량의 증가와 함께 설계시 반영되어 안전하게 수공구조물을 시공하게 된다. 하지만, 이러한 강우의 경향을 단순하게 증가추세로만 판단하여 미래의 강우를 증가라는 개념으로 검증 절차없이 도입하기에는 과대 추정될 우려가 있으며, 과대 추정된 확률강우량은 결국 시공비의 증가를 유도하여 경제적으로 불이익이 발생한다. 따라서, 과거의 강우자료를 통하여 분석된 최근의 강우 예측결과가 어느정도의 타당성을 갖고 설계된 것인지 판단하여 향후 강우 예측을 통한 확률강우량 산정시 반영하여야 할 것으로 판단된다. 본 연구에는 강우 예측을 위하여 사용되고 있는 ARIMA 모형을 이용하여 인천지역의 1961년~2005년까지의 강우자료를 이용하여 2010년까지의 강우를 예측함으로써 실제 강우자료와의 비교를 통하여 강우 예측의 신뢰성을 검토하여 미래 강우에 대한 예측에 있어서 보다 신뢰성을 확보하고자 하였다. 또한, 강우추세에 의한 인천지역의 확률강우량을 산정함으로써 동일 유역에서의 다른 분포형이나 확률강우를 사용함으로써 발생되는 설계의 혼란을 방지하고자 한다. 본 연구를 위하여 인천지방 기상대의 관측자료를 이용하여 1961년부터 2010년까지의 분단위 강우자료를 획득하였으며, 임의시간에 의한 지속시간별 최대강우량을 산정함으로써 기존의 설계에서 사용되어 왔던 고정시간의 환산계수 대신 실제 최대강우량을 이용함으로써 강우 예측에 대한 정확도를 향상하였고, 확률강우강도식 선정시 지역 강우 특성을 고려하여 결정하여야 한다는 결론을 도출하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.100-100
• /
• 2023

단기 강우 예측에는 주로 물리과정 기반 수치예보모델(NWPs, Numerical Prediction Models) 과 레이더 기반 확률론적 방법이 사용되어 왔으며, 최근에는 머신러닝을 이용한 레이더 기반 강우예측 모델이 단기 강우 예측에 뛰어난 성능을 보이는 것을 확인하여 관련 연구가 활발히 진행되고 있다. 하지만 머신러닝 기반 모델은 예측 선행시간 증가 시 성능이 크게 저하되며, 또한 대기의 물리적 과정을 고려하지 않는 Black-box 모델이라는 한계점이 존재한다. 본 연구에서는 이러한 한계를 극복하기 위해 머신러닝 기반 blending 기법을 통해 물리과정 기반 수치예보모델인 Weather Research and Forecasting (WRF)와 최신 머신러닝 기법 (cGAN, conditional Generative Adversarial Network) 기반 모델을 결합한 Hybrid 강우예측모델을 개발하고자 하였다. cGAN 기반 모델 개발을 위해 1시간 단위 1km 공간해상도의 레이더 반사도, WRF 모델로부터 산출된 기상 자료(온도, 풍속 등), 유역관련 정보(DEM, 토지피복 등)를 입력 자료로 사용하여 모델을 학습하였으며, 모델을 통해 물리 정보 및 머신러닝 기반 강우 예측을 생성하였다. 이렇게 생성된cGAN 기반 모델 결과와 WRF 예측 결과를 결합하는 머신러닝 기반 blending 기법을 통해Hybrid 강우예측 결과를 최종적으로 도출하였다. 본 연구에서는 Hybrid 강우예측 모델의 성능을 평가하기 위해 수도권 및 안동댐 유역에서 발생한 호우 사례를 기반으로 최대 선행시간 6시간까지 모델 예측 결과를 분석하였다. 이를 통해 물리과정 기반 모델과 머신러닝 기반 모델을 결합하는 Hybrid 기법을 적용하여 높은 정확도와 신뢰도를 가지는 고해상도 강수 예측 자료를 생성할 수 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.100-100
• /
• 2018

본 연구에서는 집중호우에 대한 레이더기반 초단기 강우예측 시스템의 정확도를 향상시키기 위해 초기장 개선 연구를 수행하였다. 집중호우에 적합한 강우를 추정하기 위해 층운형, 대류형, 열대형의 Z-R관계식과 반사도 조건에 따라 층운형과 적운형을 구분하여 Z-R 관계식을 적용하였으며, 이를 초단기 강우예측 시스템의 초기장으로 활용하였다. 또한 2016년 10월 5일 태풍 차바(Chaba)에 의한 집중호우 사례에 대해 지상관측 강우자료와 레이더 추정 및 예측 강우자료와의 비교를 통해 정확도를 정성적 정량적으로 평가하였다. 레이더 강우추정에 대한 분석 결과, 복합형 타입의 Z-R 관계식의 상관계수와 평균제곱근오차가 비슬산레이더의 경우 각각 0.8207, 9.22 mm/hr, 면봉산 레이더의 경우 각각 0.8001, 10.53 mm/hr로 가장 좋은 성능을 보였다. 강우 예측에 대한 분석 결과, 집중호우 사례에 대해 강우강도 공간분포 및 이동 패턴은 평균적으로 잘 모의하였으며, 초단기 강우예측 결과의 평균적으로 POD는 0.97이상, FAR는 0.21 이하로 다소 정확하게 예측하는 것으로 분석되었다. 정량적 평가 결과, 비슬산 레이더의 경우 상관계수가 예측시간 60분까지 0.545이상, 면봉산 레이더의 경우 0.379 이상으로 비교적 좋은 상관성을 보였으며, Z-R관계식 유형에 따른 차이는 작은 것으로 확인되었다. 평균제곱근오차의 경우 열대형과 복합형의 Z-R관계식이 높은 정확도를 가지는 것으로 확인되었다. 본 연구 결과, 초기장 정확도의 개선을 통한 레이더 기반 초단기 강우예측 모형의 정확도 개선 가능성을 확인할 수 있었으며, 향후 지속적인 사례연구 및 검증을 통하여 강우추정 및 강우예측 알고리즘 개선의 노력이 필요하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.193-193
• /
• 2020

집중호우로 인한 이재민 발생, 침수 등 많은 인명 및 재산 피해가 지속적으로 발생함에 따라, 홍수재해를 사전에 대응하는 다양한 방법에 대한 관심이 증가하고 있다. 본 연구에서는 레이더 반사도를 이용하여 강우의 이동방향과 이동속도를 추정하여 초단기 정량강우예측(QPF)이 가능한 기법을 개발하고, 2016년 태풍 차바 사상에 대하여 비슬산 레이더자료를 이용하여 분석을 실시하였다. 개발기법은 1단계 레이더 강우강도 앙상블 멤버 생성, 2단계 레이더 강우강도 이동속도 계산, 3단계 레이더 강우강도 앙상블 초단기 예보, 4단계 초단기 예보 검증의 과정으로 이루어진다. 본 연구결과물인 레이더 기반 초단기 강우예측자료는 수치예보기반 강우예측자료 및 다양한 레이더 기반 초단기예보자료들과 함께 강우예측율 향상에 기여할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.61-61
• /
• 2022

최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 활발히 개발되고 있다. 기존 머신러닝을 이용한 강우예측모델 개발 관련 연구는 주로 한 지역에 대해 수행되며, 데이터 기반으로 훈련되는 머신러닝 기법의 특성상 개발된 모델이 훈련된 지역에 대해서만 좋은 성능을 보인다는 한계점이 존재한다. 이러한 한계점을 해결하기 위해 사전 훈련된 모델을 이용하여 새로운 데이터에 대해 모델을 훈련하는 전이학습 기법 (transfer learning)을 적용하여 여러 유역에 대한 강우예측모델을 개발하고자 하였다. 본 연구에서는 사전 훈련된 강우예측 모델로 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용한 미래 강우예측모델을 사용하였다. 해당 모델은 기상청에서 제공된 2014년~2017년 여름의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시켰으며, 2018년 레이더 이미지 자료를 이용한 단기강우예측 모의에서 좋은 성능을 보였다. 본 연구에서는 훈련된 모델을 이용해 새로운 댐 유역(안동댐, 충주댐)에 대한 강우예측모델을 개발하기 위해 여러 전이학습 기법을 적용하고, 그 결과를 비교하였다. 결과를 통해 새로운 데이터로 처음부터 훈련시킨 모델보다 전이학습 기법을 사용하였을 때 좋은 성능을 보이는 것을 확인하였으며, 이를 통해 여러 댐 유역에 대한 모델 개발 시 전이학습 기법이 효율적으로 적용될 수 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.281-285
• /
• 2007

본 연구에서는 보다 신뢰성 있고 정확한 정량적 강우예측자료를 생성하기 위하여 레이더강우 및 강우수치예보자료를 합성하는 기법을 제시하였고, 레이더 전처리 및 예측시스템, GIS와 연계한 물리적기반의 분포형모형인 Vflo모형 등 최신 수자원 IT기술을 활용하여 홍수기 돌발홍수에 대응한 초단기 정량적 강우-유출예측을 목적으로 향후 실시간으로 적용 가능한 분포형유출예측시스템의 기반을 구축하고자 하였다. 대상유역은 국지적인 고해상도 지형효과를 고려한 QPM이 개발되어 있는 금강권역의 용담댐유역이며, 예측 강우에 대한 호우사상은 2005년 이후 발생한 3개 강우사상을 대상으로 하였다. 한편, 기상 레이더 자료로부터 산정된 강수량의 수문학적 적용을 위하여 DEM, 토지피복도, 토양도 등의 기본 GIS자료들을 수집 및 구축하였고 물리적기반의 분포형모형(Vflo)의 입력인자로 사용하기 위한 12개의 공간분포형 수문매개변수들을 대표적인 GIS 소프트웨어인 ArcGIS 및 ArcView를 활용하여 추출하였으며, Vflo모형의 현업 적용가능성을 오프라인 상에서 검증해보았다. 모형 검증결과, GIS를 이용한 지형, 토양, 토지피복과 같은 물리적 특성을 사용한 모형의 초기 설정을 향상시킴에 의해 첨두유량, 유출량, 첨두도달시간차 등에서 만족할만한 결과를 보여주었다고 사료된다. 레이더 및 수치예보자료와 합성한 4가지의 형태(QPE, JQPE, QPM, BQPF)의 분포형 입력강우를 이용하여 적용해 본 결과 Nowcasting기법을 이용한 JQPF는 자료의 특성상 초기 1시간30분동안은 비교적 양호한 결과를 얻었으나 3시간 전후로 가면서 예측강우의 질이 저하되기 시작하였으나 QPM을 합성함으로써 생산한 BQPF는 보다 신뢰성있고 양호한 결과를 얻을 수 있었다. 이러한 결과들은 향후 정량적 분포형강우 예측을 이용한 실시간 홍수유출 예측시 댐운영자는 리드타임(홍수선행시간)을 충분히 확보함으로서 안정적이고 예측 가능한 홍수조절을 하는데 도움을 줄 수 있을 것으로 기대된다. 이와 같이 다양한 단기저수지 유입량의 예측정보 제공으로 다목적댐 저수지 운영모형의 효용성을 제고하여 향후 실제 저수지 유입량 예측에 이용함으로써 저수지 단기운영효율 개선에 기여할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.98-98
• /
• 2018

최근 기후변화로 인해 대류성 집중호우가 빈번하게 발생하고 있으며 이러한 강우 특성은 산지 지역에 위치한 소하천유역에 상당한 피해를 야기한다. 통상 대류성 집중호우는 규모가 작고 속도가 빠르기 때문에 중규모 이상의 유역에서 부분적으로 상이한 강우특성을 보인다. 아울러 이러한 호우 패턴의 변화는 일시적인 현상이 아닌 하나의 기상 특성으로 자리를 잡아가고 있기 때문에 이에 대한 대책마련이 더욱 필요한 실정이다. 초단기예보 모형은 돌발홍수 예경보시스템의 입력 값인 예측강우 자료를 생산한다. 시스템에 입력되는 예측강우 자료는 두 가지의 문제점을 가지게 된다. 첫 번째는 예측강우 자료 자체가 가지는 정확도의 문제이다. 이를 해결하기 위해 우리나라에서는 G/R비 개념을 도입하여 예측강우의 품질을 개선하고 있다. 두 번째 문제는 호우사상의 크기에 대한 것이다. 현재 돌발홍수 예경보시스템의 예측강우 보정기법은 호우의 거동 특성을 고려하지 않으며, 이로 인해 예측강우의 편의보정계수인 G/R비가 적절하지 않게 결정되는 문제가 발생한다. 본 연구에서는 이러한 문제점을 극복하기 위해 현재의 예측강우 보정기법과는 달리 호우의 이동경로를 고려하여 G/R비를 결정하고 이를 예측강우에 적용하는 방법을 제시하였다. 현재 호우가 위치하는 지역에 대해 G/R비를 산정하고 몇 시간 내에 대상지역에 도달하게 될 호우에 대한 예측 강우에 적용하였다. 본 연구에서는 2016년에 발생한 주요 호우사상을 선정하고, 우리나라 전역에 걸쳐 개선된 보정기법 방법론을 적용하였다. 그 결과 현재의 보정방법을 적용하는 경우 비정상적으로 과대하게 보정된 결과를 주는 데 반해, 호우의 이동경로를 고려한 보정방법을 적용한 경우에서는 실제 관측된 강우와 매우 유사한 합리적인 보정치를 제공해 주는 것으로 확인되었다.