• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2007.05a
• /
• pp.99-101
• /
• 2007

비종관 관측자료인 기상위성 및 레이더 분석자료에서 위성영상에서 볼 수 있는 서해남부 해상의 스콜라인 형태의 강한 대류운을 무안-진도 레이더 반사도에 의한 수평 및 연직 구조로 살펴보았는데 특히 발달한 대류운 영역이 보다 상세한 반사도 차이로 나타나고, 40 dBZ 이상 강한 반사도 셀이 고도 6km, 20km 정도의 수평규모를 갖는 여러 대류운시스템이 합쳐진 다중세포시스템으로 구성되어 있음을 알 수 있었다. 또한 연구용 X-대역 무안 레이더 반사도 분포를 보면 사이트 주면에 강한 dBZ의 대류운이 자리하고 있어 발달한 강수입자에 의한 감쇄효과 때문에 북서방향과 남서방향의 강한 대류운들이 약하게 잘못 관측되고 있음을 볼 수 있었지만 S-대역 진도 레이더는 발달한 강수 입자에 크게 영향을 받지 않고 고유의 강한 반사도를 제대로 관측하고 있음을 알 수 있었다. 이와 같이 태풍에 의한 직${\cdot}$간접적인 호우, 장마전선의 활성화에 따른 집중호우를 동반하는 중규모대류운시스템에 대해 정확히 정량적으로 판단할 수는 없지만, 관측자료 분석을 통해 중규모대류운시스템을 발달${\cdot}$유지시킬 수 있는 기구의 존재 가능성을 체계적으로 이해하는데 많은 도움이 되었다. 본 연구 결과를 바탕으로 레이더 반사도와 3차원 바람장 그리고 마이크로강우레이더와 광학강우강계에 의한 연직 구름계와 순간적으로 발생하는 강수특성 등 섬세하고 다양한 비종관 관측자료를 이용하여 집중호우를 유발하는 중규모대류운시스템의 강수 구조와 특성 분석 및 예측에 활용될 수 있으리라 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.574-576
• /
• 1998

아리랑 위성은 자세, 전력, 열 제어 및 지상 명령 수신, 측정 데이터 수집 그리고 탑재체 지원을 위해서 3개의 80CI86 프로세서를 사용하고 있다. 단일 프로세서가 아니 여러 프로세서가 존재하게 되면 상호 간의 메시지 전달을 위해 통신 채널이 요구된다. 프로세서간의 상호 통신을 위해서 직접 연결을 사용하기도 하지만 아리랑 위성은 모듈화 개념 및 향후 확장을 위해서 MIL-STD-1553B 표준 버스 방식을 채택하고 있다. 메시지는 지상 명령 전송 및 측정 데이터 수집을 포함하므로 원활한 통신이 이루어지지 않을 경우, 위성 시스템에 심각한 문제를 발생킨다. 일반적으로 위성설계는 안정성과 신뢰성을 추구하므로 통신 설계는 다중 프로세서가 존재하는 위성의 경우 매우 중요한 의미를 지닌다. 본 논문에서는 아리랑 위성 MIL-STD-1553B 데이터 버스의 버퍼링(Buffering) 설계와 메시지의 적절한 배치를 통한 Timed-Scheduling설계 개념을 설명한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• Korean Journal of Remote Sensing
• /
• v.32 no.2
• /
• pp.155-169
• /
• 2016

In this study, we developed a multi-sensor blending short-term rainfall forecasting technique using radar and satellite data during extreme rainfall occurrences in Busan and Gyeongnam region in August 2014. The Tropical Z-R relationship ($Z=32R^{1.65}$) has applied as a optimal radar Z-R relation, which is confirmed that the accuracy is improved during 20mm/h heavy rainfall. In addition, the multi-sensor blending technique has applied using radar and COMS (Communication, Ocean and Meteorological Satellite) data for quantitative precipitation estimation. The very-short-term rainfall forecasting performance was improved in 60 mm/h or more of the strong heavy rainfall events by multi-sensor blending. AWS (Automatic Weather System) and MAPLE data were used for verification of rainfall prediction accuracy. The results have ensured about 50% or more in accuracy of heavy rainfall prediction for 1-hour before rainfall prediction, which are correlations of 10-minute lead time have 0.80 to 0.53, and root mean square errors have 3.99 mm/h to 6.43 mm/h. Through this study, utilizing of multi-sensor blending techniques using radar and satellite data are possible to provide that would be more reliable very-short-term rainfall forecasting data. Further we need ongoing case studies and prediction and estimation of quantitative precipitation by multi-sensor blending is required as well as improving the satellite rainfall estimation algorithm.

• Journal of Korea Water Resources Association
• /
• v.52 no.4
• /
• pp.279-289
• /
• 2019

Unlike other natural disasters, drought is a reoccurring and region-wide phenomenon after being triggered by a prolonged precipitation deficiency. Considering that remote sensing products provide consistent temporal and spatial measurements of precipitation, this study developed a remote sensing data-based drought outlook model. The meteorological drought was defined by the Standardized Precipitation Index (SPI) achieved from PERSIANN_CDR, TRMM 3B42 and GPM IMERG images. Bayesian networks were employed in this study to combine the historical drought information and dynamical prediction products in advance of drought outlook. Drought outlook was determined through a decision-making model considering the current drought condition and forecasted condition from the Bayesian networks. Drought outlook condition was classified by four states such as no drought, drought occurrence, drought persistence, and drought removal. The receiver operating characteristics (ROC) curve analysis were employed to measure the relative outlook performance with the dynamical prediction production, Multi-Model Ensemble (MME). The ROC analysis indicated that the proposed outlook model showed better performance than the MME, especially for drought occurrence and persistence of 2- and 3-month outlook.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.113-116
• /
• 2006

지표 변수는 지면 근처의 기후변화 및 상태를 파악하는데 중요한 역할을 하기 때문에, 충분히 높은 정확성을 가진 값이 산출되어야 한다. 하지만 이러한 지표 변수는 구름과 눈, 그리고 강수등에 의해서 그 값이 변화하게 된다. 이러한 오차 값을 줄이기 위해 구름제거, 지리보정, 대기보정 등의 위성 전처리 과정이 수행되었다. 하지만 위성 전처리 과정을 수행한 이후에도 정규식생지수 시계열 자료에는 여전히 노이즈가 남아 있기 때문에 이전에 연구에서는 이동 평균등과 같은 다양한 방법으로 노이즈를 제거하고자 하였다. 하지만 이동평균 방법은 참값에 가까운 최고값도 제거하기 때문에 문제점을 가지고 있다. 본 연구에서는 다중 다항회귀식을 이용하여 정규식생지수 시계열 자료 산출시 발생하는 노이즈를 제거 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.167-167
• /
• 2018

토양수분은 토양에 포함된 평균 수분량을 나타내며 수문 순환 관점에서 매우 중요한 수문변량 중 하나이다. 본 연구에서는 대표적인 기계학습 방법인 Support Vector Machine (SVM)을 이용한 토양 함수 예측 기법을 개발하고자 하며, 예측인자로서 원격 탐측 기반의 토양함수자료, 강수량, 온도 등을 활용하고자 한다. SVM은 Kernel 함수를 이용하여 복잡한 비선형 관계를 선형 가정을 통해서 해석하는 기계학습 방법으로서 전역모델(global model)로서 다양한 수문기상분야에 적용이 이루어지고 있다. SVM의 장점은 일정 부분의 오차를 허용함으로서 모형의 일반화 측면에서 기존 인공신경망(artificial neural network, ANN)에 비해 우수한 성능을 나타내며, 특히 예측모형으로서 적용성이 매우 크다. 본 연구에서는 과거 토양 함수 자료와 강수, 온도, 위성 관측 기반 정보 등을 이용하여 모형을 적합시키고 이를 미계측 유역으로 확장하는데 연구의 목적이 있으며, 본 연구를 통해 제안된 모형은 용담댐 시험유역을 대상으로 적용되며 기존 ANN 모형 및 다중회귀분석 결과와 비교를 통해 모형의 적합성을 평가하고자한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.398-398
• /
• 2018

OECD 발표에 의하면 물산업 관련 인프라 투자 전망은 전세계 GDP 대비 2010~2020년 약 1.01%에서 2020~2030년 약 1.03%로 확대될 전망으로 다른 통신, 전력, 철도 인프라 투자수요보다 많을 것으로 전망하고 있다(파이넨셜 뉴스, 2013.3.21.). 우리나라는 2005년 베트남 홍강종합개발사업을 시작으로 2015년 기준으로 세계 35개국에 진출하고 있다. 그러나 대부분의 물 산업 진출 대상 국가는 미계측 유역이 많고 지상에서 계측된 수문 자료가 부족한 실정이다. Namgung and Lee(2014)에 의하면 네팔의 수력발전소 건설에 관측된 강우량 자료가 없어 발전소 하류 10km 지점의 유하량 자료를 이용하여 자료의 정확도 검증을 대신하여 적용한 바 있다. 이와 같이 계측자료가 없거나 부족한 지역에 대하여 기상 위성을 이용하여 추정된 강수량 자료가 해당 지역의 강수 특성을 파악하는데 중요한 자료로 이용될 수 있다. 글로벌 위성 기반의 강수량 관측에 대한 역사는 1979년에 IR방법에 의해 위성으로부터 강우자료를 유도하는 개념이 도입된 이후 1987년 다중 채널의 마이크로파(MW) 복사계를 이용한 방법, 이후 두 IR과 MW를 혼합한 방법에서, 1997년 TRMM위성의 PR(Precpipitation Radar)의 레이더를 이용하는 방법, 그리고 2014년 GPM 핵심 위성(GPM Core Observatory)에 탑재된 Dual PR에 의한 방법으로 위성강수의 정확도를 매우 높여가고 있다. 본 연구는 KOICA 사업으로 진행중인 필리핀 메트로 마닐라 홍수조기경보 및 모니터링 체계 구축사업 중 파시그-마라키나강(Pasig-Marakina) 유역의 2012년 8월의 홍수사상에 대한 위성강우 및 글로벌 지형자료를 이용하여 홍수 유출량을 추정하는 것으로 목적으로 하고 있다. 유역내 6개 관측소의 일일 강우량 자료와 GPM IMERG 일강우량 자료 상관분석 결과 약 0.623, Bias는 -0.147, RMSE는 15.7정도로 분석되었다. 홍수량 분석은 2012년 8월 홍수가 발생한 시기인 2012년 8월 1일 00(UTC)부터 2012년 8월 16일 00(UTC)까지의 1시간 간격의 위성강우자료와 글로벌 지형자료를 이용하였고, 한국건설기술연구원의 MapWindow 기반 GRM 모형(mwGRM)을 이용하였다. 분석 결과 첨부홍수가 발생한 시기는 8월 7일 18:00(UTC)였고, 첨두 홍수량은 $4,073.9m^3/sec$로 분석되었다. 향후 수위-유량 관계식에 의해 정확도평가를 수행할 계획이다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.23 no.3
• /
• pp.26-67
• /
• 2020

Synthetic Aperture Radar(SAR) is able to photograph the earth's surface regardless of weather conditions, day and night. Because of its possibility to search for hydrological factors such as soil moisture and groundwater, and its importance is gradually increasing in the field of water resources. SAR began to be mounted on satellites in the 1970s, and about 15 or more satellites were launched as of 2020, which around 10 satellites will be launched within the next 5 years. Recently, various types of SAR technologies such as enhancement of observation width and resolution, multiple polarization and multiple frequencies, and diversification of observation angles were being developed and utilized. In this paper, a brief history of the SAR system, as well as studies for estimating soil moisture and hydrological components were investigated. Up to now hydrological components that can be estimated using SAR satellites include soil moisture, subsurface groundwater discharge, precipitation, snow cover area, leaf area index(LAI), and normalized difference vegetation index(NDVI) and among them, soil moisture is being studied in 17 countries in South Korea, North America, Europe, and India by using the physical model, the IEM(Integral Equation Model) and the artificial intelligence-based ANN(Artificial Neural Network). RADARSAT-1, ENVISAT, ASAR, and ERS-1/2 were the most widely used satellite, but the operation has ended, and utilization of RADARSAT-2, Sentinel-1, and SMAP, which are currently in operation, is gradually increasing. Since Korea is developing a medium-sized satellite for water resources and water disasters equipped with C-band SAR with the goal of launching in 2025, various hydrological components estimation researches using SAR are expected to be active.