• Journal of Wetlands Research
• /
• v.19 no.1
• /
• pp.112-121
• /
• 2017

This study proposed the quantitative precipitation estimation method using overlapped area in radar network. For this purpose, the dense rain gauges and radar network are used. As a result, we found a reflectivity bias between two radar located in different area and developed the new quantitative precipitation estimation method using the bias. Estimated radar rainfall from this method showed the apt radar rainfall estimate than the other results from conventional method at overall rainfall field.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.96-96
• /
• 2018

최근 기후변동성으로 유발되는 불안정한 기상상태를 효과적으로 관측하고자 기상레이더가 도입되고 있다. 기상레이더는 경험식으로 산정된 Z-R 관계식을 통하여 레이더 강수량을 제시하게 된다. 이 과정에서 레이더 강수량은 필연적으로 실제 지상에 도달하는 강수량과는 정량적으로 오차가 발생하게 된다. 레이더 강수량에 포함된 오차는 다양한 원인으로 발생하게 되므로 레이더 강수량의 오차 성분을 규명하는 것은 레이더 강수량 활용을 위하여 필수적으로 선행되어야 한다. 본 연구는 지상강수량과 레이더 강수량의 편의를 보정하기 위한 확률통계학적 방법론을 개발하였다. 레이더 강수량의 편의오차를 보정하기 위하여 수문통계학에서 널리 활용되고 있는 계층적 Bayesian 구조를 기반으로 하였으며 자료통합(data pooling) 기법을 이용하여 편의보정 매개변수 추정과정의 불확실성 추정 효율성을 증대시켰다. 본 연구를 통하여 개발된 레이더 강수량 편의보정기법은 계층적 Bayesian 구조를 도입함으로써 편의보정 매개계수의 불확실성을 정량적으로 제시하였으며 유역 단위의 강수상관성을 현실적으로 복원하는 것을 확인하였다. 따라서 본 연구에서 제안하는 편의보정기법은 편의보정 과정에서 발생할 수 있는 매개변수의 불확실성 및 레이더 강수량의 오차구조를 정량적으로 규명하여 고해상도의 강수정보를 생산함으로써 고도화된 수문해석을 가능케 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• Journal of Korea Water Resources Association
• /
• v.54 no.5
• /
• pp.321-334
• /
• 2021

A fixed reflectivity-rainfall relationship approach, such as the Marshall-Palmer relationship, for an entire year and different seasons, can be problematic in cases where the relationship varies spatially and temporally throughout a region. From this perspective, this study explores the use of long-term radar reflectivity for South Korea to obtain a nationwide calibrated Z-R relationship and the associated uncertainties within a Bayesian inference framework. A calibrated spatially structured pattern in the parameters exists, particularly for the wet season and parameter for the dry season. A pronounced region of high values during the wet and dry seasons may be partially associated with storm movements in that season. Overall, the radar rainfall fields based on the proposed modeling procedure are similar to the observed rainfall fields. In contrast, the radar rainfall fields obtained from the existing Marshall-Palmer relationship show a systematic underestimation. In the event of high impact weather, it is expected that the value of national radar resources can be improved by establishing an active watershed-level hydrological analysis system.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.299-299
• /
• 2022

수문학적 가뭄 발생의 직접적 영향은 강수부족량이나, 다양한 사회경제적 인자들은 수문학적 가뭄에 간접적으로 영향을 미치고 있다. 물관리 선진기관에서는 인간의 활동 및 물관리 방식에 따라 수문학적 가뭄을 심화시키거나 완화시킬 수 있음을 인지하고, 인간의 물사용이 가뭄에 미치는 영향을 평가하기 위한 다양한 연구가 이루어지고 있다. 본 연구에서는 강수량 및 미래의 인구변화에 따른 수문학적 가뭄의 영향의 정도를 판단함으로써, 인간의 활동이 가뭄에 미치는 영향을 정량적으로 제시하고자 한다. 충정북도 시군지역을 대상지역으로 선정하였으며, 시군 장래인구 추정값을 미래 인구자료로, 미래 유출량이 산정되어 제공되는 RCP 4.5와 RCP 8.5시나리오를 활용하여 미래 가뭄상황 예측하였다. 강수량 및 인구변화가 수문학적 가뭄에 미치는 영향 평가를 위하여 코플라함수 기반의 베이지안 네트워크 모형이 활용하였다. 베이지안 네트워크는 강수량, 인구밀도, 수문학적 가뭄사이의 관계 도출을 위하여 활용되었으며, 베이지안 네트워크 내의 결합확률의 산정을 위하여 코플라 함수가 활용되었다. 미래의 강수량 및 인구밀도의 변화에 따른 수문학적 가뭄의 영향 관계를 분석한 결과는 다음과 같다. 강수량이 인구밀도보다 수문학적 가뭄의 발생에 영향을 미치며, 약 0.2~0.3 정도 발생확률이 크게 산정되었다. 두 인자를 동시에 고려할 경우, 강수량이 적고, 인구밀도가 높아지는 조건(F(강수량)=0.1, F(인구밀도)=0.9)에서는 조건부 CDF 변화율이 크게 나타나, 곧 수문학적 가뭄의 위험성이 높음을 확인할 수 있었다. 인구밀도는 수문학적 가뭄의 발생 위험성을 높이 알려져 있으나, 정량적으로 그 값을 제시한 연구 사례는 찾기 어렵다. 이에 따라 본 연구에서는 가뭄의 영향정도를 정량적으로 표현하였으며, 한 인자만의 영향이 아닌 두 개 이상의 인자들의 복합적인 영향 정도를 제시함으로써 수치적인 비교가 가능하게 하였다. 미래 추정 인자가 인구자료가 한정적이라 인구 자료만을 활용하여 수문학적 가뭄에 미치는 영향을 분석하였으나, 다른 사회경제적 지표를 활용하여 미래 변화에 따른 미래 수문학적 가뭄의 영향 정도의 비교 및 분석 결과를 바탕으로 가뭄 대응 우선순위 선정을 위한 연구자료로 활용 가능할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.466-466
• /
• 2015

지역빈도해석은 수문학에서 오랜 역사를 갖고 있으며, 수년에 걸쳐 수문학적 변량의 정량적 추정을 위해 다양한 접근방법들이 제안되어 왔다. 그러나 제안된 방법들의 가설설정 수준이 높기 때문에 실제 적용에 제약이 많고, 적용 시에도 예측에 대한 불확실성이 높은 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하기 위한 방법으로 계층적 베이지안 모델을 이용한 지역빈도해석 모형을 제안하고자 한다. 본 모형은 2개의 계층적 구조로 구성된다. 첫번째 계층은 재현기간별 GEV 분포의 매개변수를 정규화하여 주변분포로 설정하고, Kriging 기법을 이용하여 지형학적, 기상학적 정보들과 극치강수량 효과를 적합시켜 공간적 이질성과 미계측 유역에 대한 효과적인 보간을 가능하게 한다. 두번째 계층은 지점의 특성을 나타내는 매개변수들간의 공분산을 Bayesian 모델에 연계하여 매개변수들의 공간적 변동성을 나타낸다. 2개 계층의 결합확률분포는 MCMC 기법을 이용하여 예측값에 대한 불확실성을 정량적으로 분석하게 된다. 본 모형을 통해 홍수량 추정 시 필요한 시간 단위 극치강수량의 공간적 분포를 효과적으로 추정할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.300-300
• /
• 2019

남북공유하천인 북한강 및 임진강 유역 남측에는 평화의 댐, 군남댐이 치수목적으로 건설되어 운영되고 있으나 북측의 기상 및 수문정보 획득이 불가하여 홍수대응에 불확실성이 높으며 공유하천상류 북측댐 방류패턴에 많은 영향을 받고 있다. 특히 접경지역 남측에 위치한 군남댐은 상류에 있는 황강댐에 비해 저수용량이 작고 우리나라 최북측 수위관측지점(필승교)에서 군남댐까지의 홍수도달시간은 1시간 이내로 예 경보 등 사전 대응에 한계가 있어 북측의 정보가 무엇보다 중요하다. 북측 강우상황 파악 및 위기대응 능력 강화를 위하여 실제 K-water는 기상청 관할 레이더(광덕산)를 활용한 접경지역 댐 유역 강우추정 및 홍수분석 체계를 구축하여 현업에 활용 중이나 실제 관측 강우량 대비 정량적인 차이를 보임에 따라 황강댐 방류 규모 및 군남댐 유입량 예측에 많은 한계가 있다. 따라서, 본 연구에서는 보다 정확한 임진강 상류 북측 강수량 추정을 위하여 기상청 관할 광덕산 레이더에서 얻어지는 군남댐 유역의 추정 강수량(Radar-AWS Rainrate; RAR)에 대하여 통계적 편의보정을 수행하였다. 본 연구에서 적용한 통계적 편의보정기법은 '확률분포형을 활용한 기법', '매개변수적 기법', '비매개변수적 기법' 등 크게 3가지로 구분할 수 있으며 세부적으로 총 11가지 기법을 적용하여 분석을 수행하였다. 분석결과, 일부 기법을 제외하고는 보정 전에 비해 정량적으로 레이더 강수량의 정확도가 향상된 것으로 나타났으며 특히 매개변수적 편의보정기법이 우수한 결과(결정계수: 0.9898)를 보였다. 비매개변수적 편의보정기법은 상대적으로 관측자료가 적어 과거기간에 발생하지 않은 이상치가 발생할 경우 비현실적인 강수로 편의보정되므로 충분한 자료가 축적된 이후 활용가능할 것으로 판단된다. 본 연구의 결과는 북한댐 수문 운영패턴 예측, 접경지역 홍수모의 및 홍수대응 등 치수적인 측면에서 활용도가 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.318-318
• /
• 2019

수문 기상레이더는 강우량을 바로 추정하지 못하고 여러 단계의 정량적 강우량 추정과정을 거치게 되므로 많은 불확실성 발생요소가 존재한다. 특히, 강수량 추정에서 어떤 식 혹은 어떤 관측변수를 사용하느냐에 따라 그 정확성은 매우 달라진다. 그 정확성을 높이기 위해 단일편파레이더에서 이중편파레이더로 변경하고 있으며, 널리 알려진 바와 같이 이중편파레이더에서 관측되는 다양한 이중편파변수를 활용하면 레이더기반 강수추정의 정확성을 향상시킬 수 있다. 본 연구에서는 우선 다양한 이중편파변수(반사도, 차등반사도, 비차등위상차 등)를 이용한 여러 레이더기반 강우량 추정식을 적용하고 그 정확성을 분석하고 비교하고자 한다. 또한 여러 강우사례를 적용하여 강우량 추정식에 따라 발생할 수 있는 불확실성을 정량화하고 분석하고 비교하고자 한다. 적용사례는 2012년부터 2014년 강우사례이며, 강우추정에 사용하는 강우량 추정식은 기존에 많이 활용되는 Marshall-Palmer 관계식, CSU 관계식, Bringi와 Chandrasekar의 $R(Z,Z_{DR})$ 관계식, Rhyzhkov의 $R(Z,K_{DP},Z_{DR})$ 관계식, CSU 방법, Beard and Chuang의 $R(K_{DP})$ 등을 활용할 예정이다. 또한 레이더기반 강우량 추정에 따른 불확실성 정량화를 위해 기존 연구에서 많이 활용되는 maximum entropy를 활용할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.138-138
• /
• 2016

강수량은 농업과 수자원관리, 그 외 사회 기반 사업들에게 광범위하게 영향을 미치는 매우 중요한 기상요소이므로 강수량 관측자료는 사회전반에 활용되고 있다. 하지만 강수량은 공간적인 불연속성이 크기 때문에 조밀한 관측자료를 필요로 하고 있으며, 때문에 관측이 이루어지지 않은 미관측 지점의 강수량 자료를 복원하려는 연구도 계속 진행되고 있다. 관측자료를 이용하여 미관측 지점의 강수량을 복원하는 방법으로 지상 강수량 관측자료와 연직 상층기상자료 및 고해상도 지형자료를 이용하여 복원하는 정량적 강수량 진단 모형이 이미 개발되어 대한민국을 대상으로 강수량 복원이 이루어진 바 있다. 대한민국은 전국이 대략 10 km 정도로 비교적 조밀하고 일정한 지상 관측망을 가지고 있어 관측자료를 이용한 강수량 복원에 유리하다. 하지만 전 세계 많은 지역에서 강수량 관측자료는 매우 부족한 실정이며 가깝게는 북한과 중국에서부터 아프리카와 남아메리카 등 일부 강수량 관측이 전혀 이루어지지 않는 지역도 존재한다. 이러한 지역에 대한 강수량 복원 정확도에 대해서는 지금까지 연구된 바 없으며 관측자료 수에 따른 복원 민감도에 대한 연구도 이루어지지 않았다. 따라서 대한민국에 비해 관측자료가 부족한 지역에 대해 복원 정확도를 파악할 필요성이 있으므로 본 연구에서는 관측소 밀집정도에 따른 미관측 지역의 강수량 복원 민감도 분석을 하였다. 대한민국은 572개 지점의 지상기상관측망(자동기상관측장비 AWS 477개, 종관기상관측장비 ASOS 95개 지점)을 운영하고 있으며, 10개 지점의 기상레이더가 전국을 감시하고 있어 미관측 지점에 대해 검증자료로 활용할 수 있으므로 강수량 복원 민감도 분석 대상 지역으로 선정하였다. 강수량 복원 정확도 검증을 위해 강수량 복원자료의 격자점과 가장 근접한 관측지점을 검증지점으로 선정하고, 강수량 복원에는 검증지점을 제외한 관측자료만을 이용하였다. 관측자료 밀집정도에 따른 민감도 분석을 위해 관측자료를 100% 사용하였을 때와 일부만 사용하였을 때로 나누어 분석하였다. 관측소 밀집도에 따른 강수량 복원 정확도 민감성 분석을 통해 관측소가 부족한 북한, 중국, 아프리카 등지의 미관측 지점 복원 정확도를 추정할 수 있으며 관측소가 부족하거나 전무한 지역에서 강수량 복원 정확도를 늘리기 위해 필요한 관측소 수를 파악하는 데에 적용할 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.47 no.12
• /
• pp.1227-1237
• /
• 2014

Dual-polarization can distinguish precipitation type and dual-polarization is provide not only meteorological phenomena in the atmosphere but also non-precipitation echoes. Therefore dual-polarization radar can improve radar estimates of rainfall. However polarimetric measurements by transmitting vertically vibration waves and horizontally vibrating waves simultaneously is contain systematic bias of the radar itself. Thus the calibration bias is necessary to improve quantitative precipitation estimation. In this study, the calibration bias of reflectivity (Z) and differential reflectivity ($Z_{DR}$) from the Bislsan dual-polarization radar is calculated using the 2-Dimensional Video Disdrometer (2DVD) data. And an improvement in rainfall estimation is investigated by applying derived calibration bias. A total of 33 rainfall cases occurring in Daegu from 2011 to 2012 were selected. As a results, the calibration bias of Z is about -0.3 to 5.5 dB, and $Z_{DR}$ is about -0.1 dB to 0.6 dB. In most cases, the Bislsan radar generally observes Z and $Z_{DR}$ variables lower than the simulated variables. Before and after calibration bias, compared estimated rainfall from the dual-polarization radar with AWS rain gauge in Daegu found that the mean bias has fallen by 1.69 to 1.54 mm/hr, and the RMSE has decreased by 2.54 to 1.73 mm/hr. And estimated rainfall comparing to the surface rain gauge as ground truth, rainfall estimation is improved about 7-61%.