• Journal of Korea Water Resources Association
• /
• v.45 no.7
• /
• pp.631-641
• /
• 2012

In this study, satellite data (MTSAT-1R), a numerical weather prediction model, RDAPS (Regional Data Assimilation and Prediction System) output, ground weather station data, and artificial neural networks were used to improve the accuracy of summer rainfall forecasts. The developed model was applied to the Seoul station to forecast the rainfall at 3, 6, 9, and 12-hour lead times. Also to reflect the different weather conditions during the summer season which is related to the frontal precipitation and the cyclonic precipitation such as Jangma and Typhoon, the neural network models were formed for two different periods of June-July and August-September respectively. The rainfall forecast model was trained during the summer season of 2006 and 2008 and was verified for that of 2009 based on the data availability. The results demonstrated that the model allows us to get the improved rainfall forecasts until lead time of 6 hour, but there is still a large room to improve the rainfall forecast skill.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.632-636
• /
• 2006

본 연구에서는 레이더 강수를 산정하는 기법을 비교.분석하고자 하였다. 레이더 강수산정기법의 비교는 레이더 반사도를 강우강도로 변환시키는 두가지 Z-R 관계식 산정방법을 기준으로 구분하여 수행하였다. Z-R 관계식 산정방법 중 첫번째는 지상강우계와 대응되는 레이더 격자 사이의 관계를 통해서 Z-R 관계식을 산출하여 레이더 강수를 산정하는 Least-Square Fitting 방법이고, 두번째 방법은 강우량계에서 관측된 강우량과 이에 근접한 영역에서 얻은 레이더 반사도 자료 각각의 확률밀도함수를 대응시켜 Z-R 관계식을 산출하는 WPMM(Window Probability Matching Method)을 적용하는 방법이다. 이 두 방법의 비교를 위해 2003년 6월에서 8월사이의 두 강우사상을 선택하여 Z-R 관계식을 산정하였으며, 산정된 Z-R 관계식으로 추정된 레이더 강수의 기상학적 검증을 통해 정성적.정량적으로 검토하였다. 한반도 전역에 대하여 산정된 레이더 추정강수를 검토한 결과 대체적으로 정확도 및 상관성 측면에서 WPMM 방법이 Least-Square Fitting 방법보다 정확한 것으로 나타났다. 또한, 도시 유역의 홍수예경보에 적합한 레이더 강수산정기법을 파악하고자 중랑천 유역의 레이더 강수를 수문학적으로 분석한 결과 WPMM 방법이 보다 유효한 것으로 검토되었다.

• Journal of Astronomy and Space Sciences
• /
• v.18 no.2
• /
• pp.101-108
• /
• 2001

Low resolution spectroscopic observations of leo-stationary satellites over the Korean peninsula have been carried out at the KyungHee Optical Satellite Observing Facility (KOSOF) with a 40cm telescope. We have observed 9 telecommunication satellites and 1 weather satellite of 6 countries. The obtained spectral data showed that satellites could be classified and grouped with similar basic spectral feature. We divided the 10 satellites into 4 groups based on spectral slop and reflectance. It is suggested that the material types of the satellites can be determined through spectral comparisons with the ground laboratory data. We will continuously observe additional geo-stationary satellites for the accurate classification of spectral features.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.106-106
• /
• 2011

지표면으로 입사하는 태양 복사 에너지를 정확하게 산출하는 것은 에너지 수지 방법을 이용한 유역 분석의 신뢰도를 높이는데 기여할 수 있다. 태양 복사 에너지는 지형 인자와 대기 인자를 이용하여 산정할 수 있으나 기상관측장비 특성상 지점값 위주의 연구가 이루어지고 있다. 본 연구에서는 이러한 공간적 제약을 완화하기 위해 원격탐사 기법을 이용하여 지표면에 들어오는 태양 복사 에너지를 산출하고자 하였다. 시간, 공간적으로 중규모 해상도를 가지고 있는 Moderate Resolution Imaging Spectroradiometer(MODIS) 위성 관측 이미지를 이용하여 태양 복사 에너지의 시공간 분포를 산정하고 그 결과를 연구 지역인 광릉/해남 KoFlux site의 지상 관측값을 이용하여 검증함으로써 산정 모형의 국내 적용성을 확인하였다. 비교적 적은 수의 인자를 필요로 하는 Allen et al.(2007) 태양 복사 에너지 산정 모형과 36가지의 서로 다른 파장 이미지를 이용하여 산출된 MODIS 대기 자료를 이용하여 결과를 산정함으로써 모형의 간편성 및 효율성을 확인할 수 있었다. 특히 광릉/해남 KoFlux site 관측치와 모형 산정값과의 상관계수가 각각 0.95, 0.96으로 매우 높은 값을 가짐으로써 모형의 높은 신뢰성을 검토하였다. 향후 연구의 결과로써 얻어진 태양 복사 에너지의 시공간 분포특성 분석을 통해 에너지 수지 방법의 정확성을 향상시키고자 한다.

• Atmosphere
• /
• v.23 no.4
• /
• pp.485-500
• /
• 2013

This study conducted WRF-Fire simulations in order to investigate sensitivities of the resolution of fire fuel and terrain data sets, and the surface wind to simulated fire area. The sensitivity simulations were consisted of 8 different WRF-Fire runs, each of which used different combination of data sets of fire fuel and terrain with different resolution. From the results it was turned out that the surface wind was most sensitive. The next was fire fuel and then fire terrain. Unfortunately, every run produced too much fire area. In other words no simulations succeeded in simulating such proper fire area so as for the WRF-Fire to be used realistically. It was verified that the errors of fire area from each runs were contributed by 41%, 53%, and 6% from surface wind, fire fuel, and fire terrain, respectively. Finally this study suggested that the selection of Anderson fuel category in the area of interest seemed to be very critical in the performance of WRF-Fire simulations.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.371-371
• /
• 2011

본 연구에서는 한강유역 내 관측기간이 충분한 기상청 지상관측소 10개소를 선정하고 CCCma(Canadian Century for Climate modeling and analysis)에서 제공하는 자료에 대한 인공신경망기법 상세화 적용을 실시하였다. 인공신경망의 학습을 위해 CGCM3.1/T63 20C3M시나리오(reference scenario)의 22개 2D변수 중 물리적으로 민감도가 높다고 판단되는 GCM_Prec, huss, ps를 입력변수로 선정하였으며 인공신경망 학습기간은 1991년~1995년, 검증기간은 1996년~2000년, 예측기간은 2011년~2100년으로 A1B, A2 B1 시나리오 등 다양한 기후변화 시나리오를 통해 예측band를 제시하고자 하였다. 하지만 공간상관을 고려하기 위하여 각 관측소에 대하여 인공신경망 학습을 하는 경우 관측소간 spatial correlation 및 spatial cluster구현이 어렵기 때문에 Spatial Rectangular Pulse모형을 이용하고자 하였으나, 강수면적에 대한 scale의 결정이 어렵다는 단점을 확인 하고 본 연구에서는 Random Cascade 모형을 이용하여 ${\beta}$를 통한 강수면적 scale(rainy area fraction)을 결정하고자 하였다. Random Cascade모형의 기법은 격자단위의 downscaling기법으로 강수대의 공간적 형상을 재현하며 스케일에 비종속적인(scale-invariant)프랙탈 특성을 이용하여 매개변수를 최소화 할 수 있는 장점을 가진 기법으로 한강유역 1Km내외 강우장을 만들어 topographic effect를 첨가하고자 한다.

• Atmosphere
• /
• v.32 no.3
• /
• pp.191-206
• /
• 2022

Assimilation trials were performed using the Korea Institute of Atmospheric Prediction Systems (KIAPS) Korea Integrated Model (KIM) semi-operational forecast system to assess the impact of ground-based Global Navigation Satellite System (GNSS) Zenith Total Delay (ZTD) on forecast. To use the optimal observation in data assimilation of KIM forecast system, in this study, the ZTD observation were pre-processed. It involves the bias correction using long term background of KIM, the quality control based on background and the thinning of ZTD data. Also, to give the effect of observation directly to data assimilation, the observation operator which include non-linear model, tangent linear model, adjoint model, and jacobian code was developed and verified. As a result, impact of ZTD observation in both analysis and forecast was neutral or slightly positive on most meteorological variables, but positive on geopotential height. In addition, ZTD observations contributed to the improvement on precipitation of KIM forecast, specially over 5 mm/day precipitation intensity.

• Journal of Environmental Science International
• /
• v.33 no.6
• /
• pp.435-442
• /
• 2024

We investigated the accuracy of surface air temperature prediction according to the selection of land-use data and initial meteorological data using the Weather Research and Forecasting model-v4.2.1. A numerical experiment was conducted at the Daegu Dyeing Industrial Complex. We initially used meteorological input data from GFS (Global forecast system)and GDAPS (Global data assimilation and prediction system). High-resolution input data were generated and used as input data for the weather model using the land cover data of the Ministry of Environment and the digital elevation model of the Ministry of Land, Infrastructure, and Transport. The experiment was conducted by classifying the terrestrial and topographic data (land cover data) and meteorological data applied to the model. For simulations using high-resolution terrestrial data(10 m), global data assimilation, and prediction system data(CASE 3), the calculated surface temperature was much closer to the automatic weather station observations than for simulations using low-resolution terrestrial data(900 m) and GFS(CASE 1).

• Korean Journal of Remote Sensing
• /
• v.37 no.2
• /
• pp.321-335
• /
• 2021

Particulate matter (PM10 and PM2.5 with a diameter less than 10 and 2.5 ㎛, respectively) can be absorbed by the human body and adversely affect human health. Although most of the PM monitoring are based on ground-based observations, they are limited to point-based measurement sites, which leads to uncertainty in PM estimation for regions without observation sites. It is possible to overcome their spatial limitation by using satellite data. In this study, we developed machine learning-based retrieval algorithm for ground-level PM10 and PM2.5 concentrations using aerosol parameters from Geostationary Ocean Color Imager (GOCI) satellite and various meteorological parameters from a numerical weather prediction model during January to December of 2019. Gradient Boosted Regression Trees (GBRT) and Light Gradient Boosting Machine (LightGBM) were used to estimate PM concentrations. The model performances were examined for two types of feature sets-all input parameters (Feature set 1) and a subset of input parameters without meteorological and land-cover parameters (Feature set 2). Both models showed higher accuracy (about 10 % higher in R2) by using the Feature set 1 than the Feature set 2. The GBRT model using Feature set 1 was chosen as the final model for further analysis(PM10: R2 = 0.82, nRMSE = 34.9 %, PM2.5: R2 = 0.75, nRMSE = 35.6 %). The spatial distribution of the seasonal and annual-averaged PM concentrations was similar with in-situ observations, except for the northeastern part of China with bright surface reflectance. Their spatial distribution and seasonal changes were well matched with in-situ measurements.