• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.377-377
• /
• 2021

본 연구에서는 기존 대형 강우레이더 관측망에 대한 동해안 지역 관측공백 해소와 집중호우에 의한 재해예방을 목적으로 운영 중인 삼척과 울진 전파강수관측소의 강우추정을 위해 빔차폐 등을 고려한 HSR(Hybrid Surface Rainfall) 추정 기법을 소개하고 지상강우량과 비교 결과를 제시한다. 전파강수관측소의 HSR 추정 기법은 1) 자료 품질관리, 2) 고도별 자료의 병합, 3) 병합 자료 기반 분포형 비차등위상차 산정, 그리고 4) HSR 강우 추정 단계로 이루어진다. 품질관리 과정은 전파강수관측소의 관측자료 중 강우추정에 직접적으로 사용되는 반사도, 차등위상차의 품질을 관리하는 단계이다. 자료 병합 과정에서는 고도별로 품질관리된 반사도와 각 고도의 차등위상차의 레이별 차이를 병합한다. 그리고 병합된 반사도와 차등위상차의 레이별 차이를 이용하여 비차등위상차를 구한다. 마지막으로 산출된 비차등위상차를 이용하여 R-KDP 관계식을 이용하여 HSR을 산출한다 시험적용 결과 제안된 HSR 강우 추정 기법이 강한 강우가 발생한 지역의 강우강도를 잘 추정하는 것으로 확인되었다.

• 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.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.11 no.3
• /
• pp.52-67
• /
• 2008

Recently, frequent occurrence of flash floods caused by climactic change has necessitated prompt and quantitative prediction of precipitation. In particular, the usability of rainfall radar that can carry out real-time observation and prediction of precipitation behavior has increased. Moreover, the use of distributed hydrological model that enables grid level analysis has increased for an efficient use of rainfall radar that provides grid data at 1km resolution. The use of distributed hydrologic model necessitates grid-type spatial data about target basins; to enhance reliability of flood runoff simulation, the use of visible and precise data is necessary. In this paper, physically based $Vflo^{TM}$ model and ModClark, a quasi-distributed hydrological model, were used to carry out flood runoff simulation and comparison of simulation results with data from Imjin River Basin, two-third of which is ungauged. The spatial scope of this study was divided into the whole Imjin River basin area, which includes ungauged area, and Imjin River basin area in South Korea for which relatively accurate and visible data are available. Peak flow and lag time outputs from the two simulations of each region were compared to analyze the impact of uncertainty in topographical parameters and soil parameters on flood runoff simulation and to propose effective methods for flood runoff simulation in ungauged regions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.250-250
• /
• 2016

인공위성을 이용한 강수관측은 전 지구적 규모에서 시공간적으로 균일한 강수정보를 지속적으로 제공할 수 있으며, 가뭄에 중요한 하나의 변수로서 가뭄정보를 제공할 수 있다는 장점이 있어 점차적으로 미계측지역 수문학적으로 활용성이 증대되고 있다. 그러나 인공위성 기반 강수관측자료는 지상관측 강우자료에 비해 시 공간해상도가 낮고, 관측 당시의 대기 상태, 관측기기, 시 공간적 대표성 문제 등에서 기인한 많은 불확실성을 포함하고 있다. 이러한 불확실성을 보완하기 위한 목적으로 미국 항공우주국 (National Aeronautics and Space Administration: NASA)는 GPM(Global Precipitation Measurement) 위성을 핵심위성으로 한 다중 위성자료를 이용하여 전지구적으로 30분 간격, 10 km 해상도의 GPM IMERG (Integrated Multi-satellitE Retrievals for GPM)를 생산 제공하고 있다. 본 연구에서는 다중 인공위성 추정 강수의 가뭄 활용성을 검토하기 위한 목적으로 GPM IMERG 위성 강우 자료(Early run, Late run, Final run)의 검증 및 평가를 수행하고자 하였으며, 각각의 자료들을 강수사례에 적용하여 10 km, 30분 해상도를 가지는 1.5km CAPPI (Constant Altitude Plan Position Indicator) 레이더 및 지상 강우자료와 비교 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.104-104
• /
• 2020

강수량은 수문 순환의 결정적인 연결 고리이며 공간적, 시간적 변화는 매우 크며, 또한 전 세계적인 범위의 강수량 자료는 지구상의 수문 순환에 대한 이해와 날씨 및 기후 예측을 위해 필요하다. 그리고 지역적 강수량에 대한 지식은 사회 복지에 필수적이다. 지상에 있는 강우관소에서 관측된 강우는 본질적으로 강우의 공간적 불균일성을 반영하기 어려우며, 관측 주기가 하루 이상으로 긴 경우에는 홍수와 연계한 생태-수문학 연구에 적용하는데 한계가 있다. 또한, 지상계측 방법은 해양, 극지방 및 산악지역의 강수량을 관찰하는데 어려움이 있다. 이에 반하여 원격탐사 기술은 지구 강수를 관찰하는데 많은 도움을 주는 기술로 인식되고 있다. 위성자료를 이용한 강우 추정은 지상 강우관측소 및 기상레이더와 비교하여 광역적 공간범위를 대상으로 하며, 지속적이고 균일한 강우를 생산한다는 장점을 갖고 있다(Hong et al. 2016). 위성강우 자료는 일반적으로 전 세계 강수량에 대한 지식과 글로벌 수문순환에 대한 연구를 촉진하고 있으며, 특히, 동아시아, 동남아시아, 아프리카 등지에는 수문학적 미계측 지역이 많기 때문에 위성강우 자료를 이용한 강수량 평가에 대한 연구가 다수 진행되고 있다(Hoscilo et al., 2015; Dembélé et al., 2016; Dandridge et al., 2019; Kim et al., 2019; Yuan et al., 2019). 본 연구는 위성으로부터 유도된 강수자료 중 NASA의 IMERG, NOAA의 CMORPH, 그리고 일본 JAXA의 GSMaP의 위성강우자료와 국내의 ASOS 시간강우자료의 비교를 통해 위성강우의 정확도를 평가하는 것을 목적으로 하고 있다. 분석 결과 총강우에 대한 편이는 그림 1에서 보는바와 같이 CMORPH가 가장 작고 가장 최근에 제공되기 시작한 IMERG 강수자료가 가장 큰 것으로 분석되었다. 지상계측강우와의 상관계수는 1시간 및 3시간의 시간해상도에서 2019년 18호 태풍 미탁(Mitak)의 경우 IMERG 및 GSMaP 각각 0.63 및 0.60와 0.73 및 0.70으로 분석되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.520-520
• /
• 2015

본 연구는 현재 한국건설기술연구원에서 운영중인 수문레이더의 관측자료를 사용자가 쉽게 파악할수 있도록 모바일 정보제공 시스템을 구축하는데 있다. 모바일 앱 개발 방식은 대체적으로 모바일 웹, 하이브리드 앱, 네이티브 앱 크게 3가지로 구분할 수 있다. 모바일 웹 방식은 웹 시스템을 모바일 사이즈에 맞게 개발하여 브라우저를 지원하는 모든 기기에서 사용할 수 있고 유지보수가 편한 장점이 있다. 그러나 디바이스의 리소스 접근이 힘들고 네트워크 사용이 힘든 경우 따로 기능을 사용 할 수 없다. 네이티브 앱 방식은 디바이스의 리소스 사용이 용이하고 네트워크 사용이 힘든 경우 기능 사용이 가능하나 OS별 개발과 버전별로 기능 구현에 따른 제약이 있고 유지보수가 힘들고 개발 비용이 많이 든다. 하이브리드 앱은 네이티브 앱과 웹 앱의 장점을 합친 형태로 핵심 기능들은 네이티브 앱으로 구현하고 지속적인 업데이트가 필요한 부분은 웹을 통해 관리하도록 구현한다. 때문에 디바이스 리소스 사용이 용이하고 네트워크 사용이 힘든 경우에도 기능 사용이 가능하다. 또 유지보수가 편하고 다양한 기기에 적용할 수 있는 장점이 있어 본 모바일 시스템은 하이브리드 앱 방식을 적용하여 개발하였다. 모바일서는 레이더 관측자료인 반사도와, 현재 강수량 및 10분 강우량, 1시간 강수량을 표출하였다.

• Journal of the Korean earth science society
• /
• v.33 no.7
• /
• pp.569-582
• /
• 2012

The heavy rainfalls caused large property damages and human casualties. For example, Changma caused 0.25 billion dollars in damages and 57 deaths and 112 missing by accompanying the torrentially convective heavy rainfall in Seoul, 2011. In addition, TY15 (Bolaven) caused a small damage by bringing a relatively small amount of rainfall and strong wind in Gwanju, 2012. The investigation and analyses of these mesoscale processes of rainfall events for different physical properties using KLAPS for weather environments of the above cases were performed. These typical and ideal meoscale systems by better and more favorable cloud systems were chosen to retrieve rain intensity from Radar and Chullian data. The quantitative rain intensities of Radar and Chullian differ greatly from the ground-based gauge values with underestimating over 50 mm/hr at the peak time of hourly maximum rain intensity about over than 85 mm/hr. However, the Radar rain intensity demonstrated approximately lower than 35 mm/hr, and the Chullian rain intensity less than 60 mm/hr for Changma in Seoul, 2011. For typhoon (TY15, Bolaven) in Gwangju, similarly, the quantitative rain intensities of Radar and Chullian differ from the ground-based gauge values. At the peak time, the hourly maximum rain intensity of ground-based gauge was more than 15 mm/hr. However, the Radar rain intensity showed lower than 5 mm/hr, and the Chullian rain intensity lower than 10 mm/hr. Regarding the above two cases of typhoon and Changma, even though Radar and Chullian rain intensities have been underestimated when compared to the ground-based rain intensity, the distributions of time scale features of both Radar and Chullian rain intensities still delineated a similar tendency of rain intensity distribution of the ground-based gauge data.

• Journal of Korea Water Resources Association
• /
• v.53 no.12
• /
• pp.1159-1172
• /
• 2020

This study applied deep convolution neural network based on U-Net and SegNet using long period weather radar data to very short-term rainfall prediction. And the results were compared and evaluated with the translation model. For training and validation of deep neural network, Mt. Gwanak and Mt. Gwangdeoksan radar data were collected from 2010 to 2016 and converted to a gray-scale image file in an HDF5 format with a 1km spatial resolution. The deep neural network model was trained to predict precipitation after 10 minutes by using the four consecutive radar image data, and the recursive method of repeating forecasts was applied to carry out lead time 60 minutes with the pretrained deep neural network model. To evaluate the performance of deep neural network prediction model, 24 rain cases in 2017 were forecast for rainfall up to 60 minutes in advance. As a result of evaluating the predicted performance by calculating the mean absolute error (MAE) and critical success index (CSI) at the threshold of 0.1, 1, and 5 mm/hr, the deep neural network model showed better performance in the case of rainfall threshold of 0.1, 1 mm/hr in terms of MAE, and showed better performance than the translation model for lead time 50 minutes in terms of CSI. In particular, although the deep neural network prediction model performed generally better than the translation model for weak rainfall of 5 mm/hr or less, the deep neural network prediction model had limitations in predicting distinct precipitation characteristics of high intensity as a result of the evaluation of threshold of 5 mm/hr. The longer lead time, the spatial smoothness increase with lead time thereby reducing the accuracy of rainfall prediction The translation model turned out to be superior in predicting the exceedance of higher intensity thresholds (> 5 mm/hr) because it preserves distinct precipitation characteristics, but the rainfall position tends to shift incorrectly. This study are expected to be helpful for the improvement of radar rainfall prediction model using deep neural networks in the future. In addition, the massive weather radar data established in this study will be provided through open repositories for future use in subsequent studies.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1274-1278
• /
• 2010

우리나라는 국토의 60% 이상이 산지로 구성되어 있다. 현재 국내에서는 홍수유출 해석 시 집중형 모형을 주로 이용하고 있다. 집중형 모형은 대개 유역 최하류 지점의 유출구를 기준으로 홍수유출 해석 모형의 매개변수 추정 및 검증이 이루어지며, 유역의 매개변수를 소유역별로 동일하게 가정하여 입력 자료를 구성한다. 따라서 산지하천 유역의 홍수유출 해석 및 예측 시 경사가 급하고 고도가 높으며 집중시간이 빠른 산지하천의 지형적 요소 및 특징을 적절히 고려하지 못하여 정확한 예측 및 해석을 하는데 어려움이 발생한다. 분포형 모형은 하나의 유출구가 아닌 임의의 지점에서 홍수유출 해석이 가능하며, 강우자료 입력 시 유역 평균강우가 아닌 분포형 강우, 즉 역거리자승법, 크리깅 기법 등을 사용하여 분포형 강우로 변환한 지점강우와 레이더 강우를 사용하여 보다 정확한 홍수유출 해석이 가능하다. 그리고 분포형 모형은 입력하는 모든 매개변수를 지형 자료에서 추출하여 사용하기 때문에 인공적인 해석을 배제할 수 있어 인위적인 오차를 줄일 수 있다. 본 연구에서는 평창강 상류유역을 시험유역으로 선정하여 연구를 수행하였으며, 분포형 모형의 하나인 $Vflo^{TM}$를 사용하여 홍수유출해석을 수행하였다. 지형자료만을 사용하여 특정 지점이 아닌 유역 내 임의 지점의 홍수유출량과 집중시간, 홍수위를 산정할 수 있어 산지하천에서 돌발적으로 발생하는 홍수를 신속하게 예측할 수 있었다. 또한 임의의 지점에서의 설계홍수량을 손쉽게 산정하여 수공구조물 설계 시 이용할 수 있으므로 홍수에 의한 인적 물적 피해를 최소할 할 수 있을 것으로 기대된다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2016.10a
• /
• pp.203-203
• /
• 2016