• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.356-356
• /
• 2011

수문모형을 구동하는데 있어 가장 중요한 입력자료 중 하나가 강우 관측자료라고 할 수 있다. 지금까지 강우 관측자료는 지상 우량계의 관측자료를 공간적으로 평균하여 사용하는데 의존하였으나, 최근에는 높은 시 공간적 해상도로 제공되는 강우레이더 자료의 활용도가 증가하고 있다. 그러나 강우레이더 관측자료는 우량계를 통해 직접적으로 관측되는 지점 강우자료와는 달리 레이더 반사도를 이용한 추정치이기 때문에 QPE(Quantitive Precipitation Estimation) 산정 시 한계를 갖는다. 이러한 한계를 극복하기 위해서는 해당지점의 강우량에 대한 정확한 정보를 제공하는 지점강우량을 이용한 보정작업을 수행하여야 하며, 현재 다양한 기법을 적용한 강우레이더 자료의 보정 연구가 진행되고 있다. 따라서 본 연구에서는 2010년 대표 강우사상에 대한 TM자료를 이용한 지상관측자료 분포도 AWS자료를 이용한 지상관측자료 분포도· TM+AWS자료를 모두 이용한 지상관측자료 분포도를 각각 구하였다. 그리고 각각의 분포도와 비슬산 강우레이더 관측소에서 관측한 레이더 자료와 비교 분석하여 레이더 자료와 지상관측 자료를 통계적 객관 분석법인 SOA(Statistical Objective Analysis)방법에 적용하여 강우자료를 보정하고, 기존 레이더 강우 보정기법과의 비교를 통해 그 적용성을 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.247-247
• /
• 2017

수문분석이 있어 정확한 강우량 추정 및 강우 자료의 품질은 매우 중요한 요소이다. 유출분석의 기본 입력 자료인 만큼 홍수유출 결과에도 큰 영향을 미치게 되는데, 현재 하나의 확정적인 값으로 제공되는 레이더 강우 자료는 추정과정에서 많은 오차 및 불확실성을 포함하고 있다. 강우 자료의 불확실성은 기상현상의 예측능력 한계로 인한 것으로 관측지점에서의 발생 가능한 다양한 강우시나리오의 범위를 나타낸다. 본 연구에서는 임의의 값을 추정하는데 있어 하나의 값이 아닌 가능한 값들의 범위를 정의하거나 확률분포를 표현할 수 있는 확률론적인 방법을 이용하여 레이더 강우 앙상블을 생성하고자 하였다. 2012년 남강댐 유역에 발생한 태풍 '산바', '볼라벤'을 대상으로 자료간 오차 공분산을 고려하여 강우 앙상블을 생성하였으며, 레이더 강우에 내포된 불확실성 정도를 정량적으로 제시하였다. 생성된 강우 앙상블은 레이더 강우의 전체적인 편의보정뿐만 아니라 지상강우의 패턴을 잘 모의하고 있는 것으로 나타났으며, 레이더에 의해 추정한 강우의 불확실성을 잘 표현하고 있는 것으로 확인되었다. 강우 앙상블 생성 방법은 발생 가능한 다양한 강우 시나리오를 제공할 수 있으며 홍수예경보와 같은 의사 결정에 유용한 정보를 제공할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.2-2
• /
• 2017

수문분석이 있어 정확한 강우량 추정 및 강우 자료의 품질은 매우 중요한 요소이다. 유출분석의 기본 입력 자료인 만큼 홍수유출 결과에도 큰 영향을 미치게 되는데, 현재 하나의 확정적인 값으로 제공되는 레이더 강우 자료는 추정과정에서 많은 오차 및 불확실성을 포함하고 있다. 강우 자료의 불확실성은 기상현상의 예측능력 한계로 인한 것으로 관측지점에서의 발생 가능한 다양한 강우시나리오의 범위를 나타낸다. 본 연구에서는 임의의 값을 추정하는데 있어 하나의 값이 아닌 가능한 값들의 범위를 정의하거나 확률분포를 표현할 수 있는 확률론적인 방법을 이용하여 레이더 강우 앙상블을 생성하고자 하였다. 2012년 남강댐 유역에 발생한 태풍 '산바', '볼라벤'을 대상으로 자료간 오차 공분산을 고려하 2012년 남강댐 유역에 발생한 태풍 '산바', '볼라벤'을 대상으로 자료간 오차 공분산을 고려하여 강우 앙상블을 생성하였으며, 레이더 강우에 내포된 불확실성 정도를 정량적으로 제시하였다. 생성된 강우 앙상블은 레이더 강우의 전체적인 편의보정뿐만 아니라 지상강우의 패턴을 잘 모의하고 있는 것으로 나타났으며, 레이더에 의해 추정한 강우의 불확실성을 잘 표현하고 있는 것으로 확인되었다. 강우 앙상블 생성 방법은 발생 가능한 다양한 강우 시나리오를 제공할 수 있으며 홍수예경보와 같은 의사 결정에 유용한 정보를 제공할 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.38 no.12 s.161
• /
• pp.1039-1049
• /
• 2005

The objective of this study is to produce optimal radar-derived rainfall for hydrologic utilization. The ground clutter and beam blockage effects from Mt. Kwanak station (E.L 608m) are removed from radar reflectivities by POD analysis. The reflectivities are used to produce radar rainfall data in the form of rain rates (mm/h) by the application of the Marshall-Palmer reflectivity versus rainfall relationship. However, these radar-derived rainfall are underestimated in temporal and spatial scale compared with observed one, so it is necessary to hire a correction scheme based on the gauge-to-radar (G/R) statistical adjustment technique. The selected watershed for studying the real-time correction of radar-rainfall estimation is the Soyang dam site, which is located approximately 100km east of Kwanak radar station. The results indicate that adjusted radar rainfall with the gauge measurement have reasonal G/R ratio ranged on 0.95-1.32 and less uncertainty with that mean standard deviation of G/R ratio are decreased by $9-28\%$. Mean areal precipitation from adjusted radar rainfall are well agreed to the observed one on the Soyang River watershed. It is concluded that the real-time bias adjustment scheme is useful to estimate accurate basin-based radar rainfall for hydrologic application.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.136-136
• /
• 2017

본 연구의 목적은 이중편파 레이더 강우자료와 현재 실무에서 널이 이용되고 있는 레이더 강우보정 기법 적용에 따른 격자기반 분포형 강우-유출 모형인 KIMSTORM (KIneMatic wave STOrm Runoff Model)을 이용하여 유출해석을 수행하여 보정된 레이더 강우자료를 적용한 분포형 수문모형의 효율성을 검토하는데 있다. 남강댐 유역($2,293km^2$)을 대상으로 2014년 8월 태풍 이벤트(나크리), 2016년 10월 태풍 이벤트(차바)에 대하여 비슬산 레이더 강우자료를 사용하였다. 강우자료의 보정은 21개 지점 강우와 레이더 강우를 이용하여 조건부 합성 보정기법을 이용하였으며, 누적 강우량 그리고 면적 강우량 모두 관측치를 잘 재현함을 확인 할 수 있었다. $R^2$(coefficient of determination), ME (model efficiency), VCI (volume conservation index)를 이용하여 적용성을 평가하였다. 2016년 태풍 차바 이벤트에서의 유출 모형의 보정결과 조건부 합성 보정기법을 적용하기전 $R^2$, ME는 각각 0.75, 0.13으로 나타났고 조건부 합성 보정기법을 적용하였을 경우 각각 0.87, 0.82로 유출량 정확도가 크게 향상됨을 나타냈다. 다양한 국지성 집중호우 이벤트는 레이더 강우자료의 과대 및 과소추정을 유발하는 오차의 원인으로 조건부 합성 보정기법은 이러한 오차를 줄여 강우-유출 모형의 유출분석 결과 비교시 첨두유량 및 정량적인 면에서 실측 유량과 가깝게 모의되는 결과를 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.97-97
• /
• 2018

기후변화로 악화되는 수문기상 환경에서 돌발홍수 예보, 짧은 지속기간(5분)의 확률강우량 생산 등을 위해서는 짧은 관측 주기의 강수량 생산 고려 필요하다. 지상강수량은 1분 간격으로 생산(기상청)하고 있으나 공간적으로 보다 정밀한 레이더 강수량은 기상청 10분, 국토교통부 2.5분 간격으로 생산하고 있는 현실이다. 연속으로 누적하여 강수량을 측정하는 강수량계와는 달리 레이더의 관측방식은 순간 관측 방식으로 회전 속도 혹은 주기에 따라 강수량이 달라질 수 있다. 특히 홍수예보를 위한 강수관측이 주목적인 국토교통부 강우레이더의 경우 최근의 돌발홍수 발생 빈도가 높아짐에 따라 초단시간(2분 이내) 강수량 생산의 필요성도 대두되고 있다. 따라서 본 연구에서는 관측 주기에 따른 관측 강수량 오차(불확실도) 분석을 실시하였다. 이를 위해 샘플링 방법을 이용하여 10분까지의 레이더 관측주기에 따른 1시간 누적강수량을 산정하고, 이를 이용하여 관측 주기에 따른 지상강수량계(AWS)와의 상관계수(correlation coefficient) 및 정규화오차 정확도(1-NE)를 분석하였다. 분석결과 샘플링 주기의 증가에 따라 오차가 증가하는 것으로 나타나, 강수량 추정의 정확도가 중요한 홍수예보를 위해서는 짧은 주기의 관측(짧은 주기의 강우량 생산)이 정확도 확보 측면에서 유리할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.226-226
• /
• 2016

최근 이상기상현상과 기후변화로 인하여 국지적인 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 돌발 홍수피해가 증가하고 있다. 이러한 홍수 피해를 줄이기 위해서는 정확도가 우수한 초단시간(1~2시간 이내) 예측 강우량 정보가 필요하다. 본 연구에서는 집중호우에 대한 초단시간예보 및 실황 예측을 위해 시공간적으로 고해상도 자료를 제공할 수 있는 기상레이더 강우자료와 위성영상 자료를 결합하여 초단기 강수 예측기법 개발 연구를 수행하였다. 또한 기상레이더 강우량은 지상강우관측에 비해 정확성이 낮고, 많은 불확실성을 포함하고 있으므로, 위성영상에서 산출되는 강우자료와 결합하여 강우추정의 정확도를 개선하고자 하였다. 레이더 볼륨자료에서 반사도 자료를 추출하여, 1.5km CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성하고, 반사도 CAPPI 자료의 패턴 상관분석을 통하여 강우시스템의 최적 이동벡터를 산출하였다. 또한 이동벡터를 고려하여 시공간적으로 외삽하여 강우이동 예측 모델을 개발하고, 초기자료로 레이더와 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) 영상자료에서 생성되는 강우자료를 결합한 강수장 자료를 이용하여 강수 예측장을 생성하였다. 레이더-위성 결합 초단기 강우예측 모델의 정확성 검증을 위하여 2014년 8월 25일 부산 및 영남 지역에 발생한 집중호우 사례에 대하여 지상기상자동관측시스템(Automatic Weather System, AWS) 강우 측정 결과를 비교 분석 하였으며, 그 적용 가능성을 검증하였다. 초단기 강우예측 분석 결과 지상강우자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보이며, 보다 정확한 강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검 보정이 필요할 것으로 사료된다.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_3
• /
• pp.1405-1423
• /
• 2021

Precipitation is one of the main factors that affect water and energy cycles, and its estimation plays a very important role in securing water resources and timely responding to water disasters. Satellite-based quantitative precipitation estimation (QPE) has the advantage of covering large areas at high spatiotemporal resolution. In this study, machine learning-based rainfall intensity models were developed using Himawari-8 Advanced Himawari Imager (AHI) water vapor channel (6.7 ㎛), infrared channel (10.8 ㎛), and weather radar Column Max (CMAX) composite data based on random forest (RF). The target variables were weather radar reflectivity (dBZ) and rainfall intensity (mm/hr) converted by the Z-R relationship. The results showed that the model which learned CMAX reflectivity produced the Critical Success Index (CSI) of 0.34 and the Mean-Absolute-Error (MAE) of 4.82 mm/hr. When compared to the GeoKompsat-2 and Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks (PERSIANN)-Cloud Classification System (CCS) rainfall intensity products, the accuracies improved by 21.73% and 10.81% for CSI, and 31.33% and 23.49% for MAE, respectively. The spatial distribution of the estimated rainfall intensity was much more similar to the radar data than the existing products.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.277-277
• /
• 2023

최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있는 추세이며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있으며, 급격한 도시화로 인한 구조적으로 홍수에 취약한 실정이다. 국지성 도시호우는 저층(1 km 내외)에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 높은 산 정상에 설치되어 1.5 km 이상의 강우관측을 중심으로 운영됨에 따라 저층강우의 탐지 및 변동성 관측에 취약하여, 이에 대형 레이더에서 뿐만 아니라 도시단위의 국지성 호우관측에 대응할 수 있는 소형 레이더 기반 고정밀 강우관측 마련 및 운영 기술이 필요하다. 현재 K-water는 부산 에코델타 스마트시티에 도시 물재해 플랫폼 구현의 일환으로 돌발강우사전 탐지 및 도시의 신속·정확한 강우 관측을 위하여 높은 시공간 해상도를 제공하는 이중편파X 밴드 소형 강우레이더를 설치하고, 효율적 운용을 위해 각 고도각에서의 빔 차폐율을 확인하고 이를 고려한 최적 관측전략을 수립하였다. 또한 Z-Phi 방법을 이용한 반사도 감쇠 보정 기술을 개발하였으며, 강우 추정을 위해 하이브리드 고도면 합성 기법(HSR) 기법을 적용하고 검증하였다. 이후 소형 레이더의 정량적 추정강수를 이용하여 강우예측 정보를 생산하기 위해 이류모델을 적용하고, 비슬산과 소형 합성 레이더 추정강수로 선행 10분에서 180분까지 예측할 수 있도록 개발하였다. 또한, 지상강우관측 자료와의 정확도 비교 평가를 수행하고, 행정구역 및 표준유역의 예측 평균강우량을 생산하여 부산 에코델타 스마트시티 도시 물재해 통합관리 시스템과 연계운영을 위한 후속 과업을 수행중에 있다.

• Journal of Korea Water Resources Association
• /
• v.48 no.1
• /
• pp.57-67
• /
• 2015

One of main benefits of a dual polarization radar is improvement of quantitative rainfall estimation. In this paper, performance of two representative rainfall estimation methods for a dual polarization radar, JPOLE and CSU algorithms, have been compared by using data from a MOLIT S-band dual polarization radar. In addition, this paper presents evaluation of specific differential phase ($K_{dp}$) retrieval algorithm proposed by Lim et al. (2013). Current $K_{dp}$ retrieval methods are based on range filtering technique or regression analysis. However, these methods can result in underestimating peak $K_{dp}$ or negative values in convective regions, and fluctuated $K_{dp}$ in low rain rate regions. To resolve these problems, this study applied the $K_{dp}$ distribution method suggested by Lim et al. (2013) and evaluated by adopting new $K_{dp}$ to JPOLE and CSU algorithms. Data were obtained from the Mt. Biseul radar of MOLIT for two rainfall events in 2012. Results of evaluation showed improvement of the peak $K_{dp}$ and did not show fluctuation and negative $K_{dp}$ values. Also, in heavy rain (daily rainfall > 80 mm), accumulated daily rainfall using new $K_{dp}$ was closer to AWS observation data than that using legacy $K_{dp}$, but in light rain(daily rainfall < 80mm), improvement was insignificant, because $K_{dp}$ is used mostly in case of heavy rain rate of quantitative rainfall estimation algorithm.