• Korean Journal of Remote Sensing
• /
• v.24 no.5
• /
• pp.483-496
• /
• 2008

Qualified ground control points (GCPs) are required to construct a digital elevation model (DEM) from a pushbroom stereo pair. An inverse geolocation algorithm for extracting GCPs from ERS SAR data and the SRTM DEM was recently developed. However, not all GCPs established by this method are accurate enough for direct application to the geometric correction of pushbroom images such as SPOT, IRS, etc, and thus a method for selecting and removing inaccurate points from the sets of GCPs is needed. In this study, we propose a method for evaluating GCP accuracy and winnowing sets of GCPs through orientation modeling of pushbroom image and validate performance of this method using SPOT stereo pair of Daejon City. It has been found that the statistical distribution of GCP positional errors is approximately Gaussian without bias, and that the residual errors estimated by orientation modeling have a linear relationship with the positional errors. Inaccurate GCPs have large positional errors and can be iteratively eliminated by thresholding the residual errors. Forty-one GCPs were initially extracted for the test, with mean the positional error values of 25.6m, 2.5m and -6.1m in the X-, Y- and Z-directions, respectively, and standard deviations of 62.4m, 37.6m and 15.0m. Twenty-one GCPs were eliminated by the proposed method, resulting in the standard deviations of the positional errors of the 20 final GCPs being reduced to 13.9m, 8.5m and 7.5m in the X-, Y- and Z-directions, respectively. Orientation modeling of the SPOT stereo pair was performed using the 20 GCPs, and the model was checked against 15 map-based points. The root mean square errors (RMSEs) of the model were 10.4m, 7.1m and 12.1m in X-, Y- and Z-directions, respectively. A SPOT DEM with a 20m ground resolution was successfully constructed using a automatic matching procedure.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.147-147
• /
• 2019

The Numerical Weather Prediction (NWP) models determine the future state of the weather by forcing current weather conditions into the atmospheric models. The NWP models approximate mathematically the physical dynamics by nonlinear differential equations; however these approximations include uncertainties. The errors of the NWP estimations can be related to the initial and boundary conditions and model parameterization. Development in the meteorological forecast models did not solve the issues related to the inevitable biases. In spite of the efforts to incorporate all sources of uncertainty into the forecast, and regardless of the methodologies applied to generate the forecast ensembles, they are still subject to errors and systematic biases. The statistical post-processing increases the accuracy of the forecast data by decreasing the errors. Error prediction of the NWP models which is updating the NWP model outputs or model output statistics is one of the ways to improve the model forecast. The regression methods (including linear, polynomial and scaling regression) are applied to the present study to improve the real time forecast skill. Such post-processing consists of two main steps. Firstly, regression is built between forecast and measurement, available during a certain training period, and secondly, the regression is applied to new forecasts. In this study, the WRF real-time forecast data, in comparison with the observed data, had systematic biases; the errors related to the NWP model forecasts were reflected in the underestimation of the meteorological data forecast by the WRF model. The promising results will indicate that the post-processing techniques applied in this study improved the meteorological forecast data provided by WRF model. A comparison between various bias correction methods will show the strength and weakness of the each methods.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.61 no.6
• /
• pp.81-92
• /
• 2019

The objective of this study is to evaluate hydrologic impacts of climate change according to downscaling methods using the Soil and Water Assessment Tool (SWAT) model at watershed scale. We used the APCC Integrated Modeling Solution (AIMS) for assessing various General Circulation Models (GCMs) and downscaling methods. AIMS provides three downscaling methods: 1) BCSA (Bias-Correction & Stochastic Analogue), 2) Simple Quantile Mapping (SQM), 3) SDQDM (Spatial Disaggregation and Quantile Delta Mapping). To assess future hydrologic responses of climate change, we adopted three GCMs: CESM1-BGC for flood, MIROC-ESM for drought, and HadGEM2-AO for Korea Meteorological Administration (KMA) national standard scenario. Combined nine climate change scenarios were assessed by Expert Team on Climate Change Detection and Indices (ETCCDI). SWAT model was established at the Mankyung watershed and the applicability assessment was completed by performing calibration and validation from 2008 to 2017. Historical reproducibility results from BCSA, SQM, SDQDM of three GCMs show different patterns on annual precipitation, maximum temperature, and four selected ETCCDI. BCSA and SQM showed high historical reproducibility compared with the observed data, however SDQDM was underestimated, possibly due to the uncertainty of future climate data. Future hydrologic responses presented greater variability in SQM and relatively less variability in BCSA and SDQDM. This study implies that reasonable selection of GCMs and downscaling methods considering research objective is important and necessary to minimize uncertainty of climate change scenarios.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.27-27
• /
• 2017

신뢰성 있는 수개월 선행시간의 댐 유입량 예측은 가뭄 상황으로 진입하는 시점에서 효율적인 댐 운영을 위해 필수적이다. 최근 기후변화로 인한 강수량의 경년 및 계절 내 변동성이 증가됨에 따라서 기존의 과거 통계치를 이용한 댐 운영 의사결정은 많은 도전을 받고 있다. 최근 엘리뇨-남방진동(ENSO) 등의 전구기후지수와 지역수문기후와의 원격상관성을 활용하여 수개월 이후에 대한 수문조건을 통계적으로 예측하기 위한 연구가 시도되고 있다. 또한 매월 제공되는 역학적 예측모형으로부터 생산된 월단위 예측정보를 유량예측을 위한 유역모형에 활용하기 위하여 편이보정 및 상세화 기법이 개발되어 활용되고 있다. 본 연구에서는 댐 유입량 예측을 위해 SWAT 모형을 선정하였고 최장 6개월 선행 강수량 및 기온의 예측을 위해서 하이브리드 계절예측 시스템을 활용하였다. 이 시스템은 전지구역학적 예측모형의 자료를 편이보정을 거쳐 직접적으로 사용하는 단순 편이보정(Simple Bias Correction, SBC) 방법에 회귀모형을 이용하여 통계적인 방법으로 예측자료를 생산하는 전구기후지수 기반의 Climate Index Regression (CIR), 실시간 재분석자료 기반의 Observation-based Moving Window Regression (MWR-Obs), 역학적 예측모형의 예측자료 기반의 Moving Window Regression (MWR) 방법을 통합하여 사용하고 있다. 충주댐을 대상으로 우선 관측자료를 이용하여 SWAT 모형을 검 보정한 후, 관측기간에 대하여 하이브리드 시스템에 의한 예측 기상자료를 적용하여 모의된 댐 유입량과 관측 유입량과의 비교를 통해 예측성을 평가하였다. 본 연구는 다양한 기후정보를 활용하여 댐 유입량 예측에 있어서 예측성을 높이고자 시도되었으며, 도출된 결과는 향후 충주댐 운영에 유용한 정보를 제공할 수 있는 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.7-7
• /
• 2016

인도네시아 산불에 의한 연무는 동남아시아 인접한 국가들에 있어서 심각한 환경문제 중 하나이다. 국제적으로 심각한 문제를 야기하는 인도네시아의 산불은 건조기에 강수량이 적게 내리는 극심한 가뭄 조건에서 발생한다. 건조기 강수량을 모니터링 하는 것은 산불 발생 가능성을 예측하기 위해 중요하지만 산불을 사전에 예방하고 영향을 최소화하기에는 부족하다. 따라서 산불에 대한 선제적 사전예방을 위해서는 수개월의 선행예측 기간을 갖는 조기경보 시스템이 절실하다. 따라서 본 연구는 인도네시아 산불에 대한 선제적 대응을 위한 강수량 예측시스템을 개발하고 예측성을 평가하여 동남아시아 지역의 화재 연무 조기경보 시스템의 시제품(Prototype)을 개발하는데 있다. 강수량 예측을 위해서 APEC 기후센터의 계절예측정보의 활용 정도에 따라서 4가지 서로 다른 방법을 통합하여 사용하였다. 예측정보 기반의 방법들로는 대상지역의 강수량 예측을 위해서 대상 지역 상공의 계절예측 강수자료를 보정을 통해 직접적으로 사용하는 SBC (Simple Bias Correction) 방법과 대상 지역 상공의 강수 예측자료를 사용하는 대신에 지역 강수량과 높은 상관 관계를 보이는 다른 지역의 대리변수를 예측인자로 사용하는 MWR (Moving Window Regression) 방법이 있다. 또한 예측자료의 사용 없이 과거자료 기반의 기후지수(Climate Index) 중에서 지체시간을 고려하여 지역 강수량과 높은 상관관계를 갖는 경우 예측에 활용하는 관측자료 기반의 CIR (Climate Index Regression) 방법과 예측기반 MWR과 관측기반의 CIR 방법에서 선정된 예측인자를 동시에 활용하는 ITR (Integrated Time Regression) 방법이 사용되었다. 장기 강수량 예측은 보르네오 섬의 4개 지역에서 3개월 이하의 선행예측기간에 대하여 0.5 이상의 TCC (Temporal Correlation Coefficient)의 값을 보여 양호한 예측성능을 보였다. 예측된 강수량 자료는 위성기반 관측 강수량 및 관측 탄소 배출량 관계에서 결정된 강수량의 임계값과의 비교를 통해 산불발생 가능성으로 환산하였다. 개발된 조기경보 시스템은 산불 발생에 가장 취약한 해당지역의 건조기(8월~10월) 강수량을 4월부터 예측해 산불 연무에 대한 조기경보를 수행한다. 개발된 화재 연무조기경보 시스템은 지속적인 개선을 통해 현장 실효성을 높여 동남아국가 정부의 화재 및 산림관리자들에게 보급함으로써 동남아의 화재 연무로 인한 환경문제 해결에 기여할 수 있으리라 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.241-241
• /
• 2017

기후변화로 인하여 강우의 불확실성이 가중되고 홍수, 가뭄 등 물 관련 재해의 발생빈도 및 강도가 증가함에 따라 안정적인 용수공급 등 수자원 관리 및 운영에 어려움을 겪고 있어 예측기반의 수자원 계획 및 운영이 요구되고 있는 실정이다. 우리나라 기상청에서는 2010년 6월 영국기상청과 장기 계절예측시스템의 구축 및 운영에 관한 협정을 체결하였으며 2014년부터 전지구 계절예측시스템 GloSea5(Global seasonal forecasting system version 5)을 현업에 활용하고 있다. GloSea5 모델은 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE) 모델이 커플러(OASIS)에 의해 결합된 통합 시스템으로 일단위 자료로 제공된다. 현재 수자원 분야에서는 장기예보자료가 제공되고 있음에도 불구하고 장기예보자료의 불확실성 및 수문 모형 입력자료로의 활용 어려움, 예측자료의 검증 미흡 등으로 기상청에서 제공하는 장기예보를 참고할 뿐 실제로는 과거 관측자료를 기반한 빈도해석 결과를 활용하여 댐 운영 계획을 수립하고 있는 실정이다. 따라서, 본 연구에서는 GloSea5모델에서 제공되는 일 단위 예측 강수량을 수자원 장기이수계획 및 관리에 활용하고자 GloSea5모델의 예측력을 평가하고 수치모델이 가지는 시스템 에러에 대하여 편의보정 및 지점 상세화를 수행하였다. 본 연구의 분석결과는 향후, 저수지 운영계획 및 증가하는 물수요와 불확실한 공급에 대한 의사결정 지원, 가뭄 대비를 위한 물 공급 제한 등에 활용 가능할 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
• /
• 2015.05a
• /
• pp.521-521
• /
• 2015

This study evaluated the gap filler radar as an implementation of the 1.5 km CAPPI data in Korea. The use of the 1.5 km CAPPI data was an inevitable choice, given the topography of the Korean Peninsula and the location of the radar. However, there still exists a significant portion of beam blockage, and thus there has been debate about the need to introduce the gap filler radar (or, the gap-filler). This study evaluated the possible benefits of introducing gap-fillers over the Korean Peninsula. As a first step, the error of the radar data was quantified by the G/R ratio and RMSE, and the radar data over the Korean Peninsula were evaluated. Then, the gap-fillers were located where the error was high, whose effect was then evaluated by the decrease in the G/R ratio and RMSE. The results show that the mean values of the G/R ratio and RMSE of the 1.5 m CAPPI data over the Korean Peninsula were estimated to be about 2.5 and 4.5 mm/hr, respectively. Even after the mean-field bias correction, the RMSE of the 1.5 km CAPPI data has not decreased much to be remained very high around 4.4 mm/hr. Unfortunately, the effect of the gap-filler on the 1.5 CAPPI data was also found very small, just 1 - 2%. However, the gap-filler could be beneficial, if the lowest elevation angle data were used instead of the 1.5 km CAPPI data. The effect of five gap-fillers could be up to 7% decrease in RMSE.

• Journal of Advanced Navigation Technology
• /
• v.26 no.2
• /
• pp.63-71
• /
• 2022

Barometers have been used to calculate altitude, and with the development of technology, barometer which had a large volume have now been reduced to about centimeter-level. The altitude calculation using barometer is proceeded using the relationship between reference sea level pressure and the pressure obtained by barometer, and for this, pre-calibration of the barometer is essential. In addition, the barometer has a certain level of bias from actual pressure due to production, and many smartphone manufacturers correct it during the manufacturing process, but it is difficult to correct errors caused by environmental variables. In this paper, we extended methodology of correcting barometer using static reference station to moving drone, and it was possible to calculate the altitude more accurately.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.91-91
• /
• 2023

General circulation models(GCMs)은 여러 국가 기관들의 물리적 기후 모의 프로세스를 기반으로 과거 및 미래 기후변화의 영향을 정량화하기 위해 개발되었으며 현재 미래 기후변화를 예측하는데 가장 효과적인 도구이다. 그러나 GCMs에 내포된 여러 불확실성 요소 및 넓은 격자형식의 기후 데이터는 GCMs 기후 데이터를 사용한 지역적 기후 모의 시 주요 걸림돌로 인식되어지고 있다. 편의보정 방법은 GCMs을 사용한 지역적 기후 모의 시 기후 모의 성능을 향상시키기 위해 여러 연구에서 사용되어져 왔으나 다른 연구에서는 이러한 편의보정 방법의 문제점을 언급했다. 따라서 본 연구는 편의보정 방법이 GCMs 기후 모의 결과에 미치는 영향을 정량화하고 더 나아가 GCMs 기후 변수에 따른 유량 모의 결과에 미치는 영향을 분석했다. 연구대상지 과거 기간 기후 모의를 위해 coupled model intercomparison project(CMIP)6의 GCMs을 사용했으며, 미래 기후 모의를 위해 shared socioeconomic pathway(SSP) 시나리오를 사용했다. 편의보정 방법으로는 분위사상법을 사용했으며, 편의보정 전후 GCMs 기후 모의 성능평가를 위해 5개 평가 지표를 사용했다. 연구대상지 장기 유출 모의를 위해 storm water management model(SWMM)이 사용되었으며, 기후 입력 자료로는 일 단위 강수량, 최고 및 최저온도를 고려했다. 미래 기후 및 유량 모의 결과의 불확실성은 square root of error variance(SREV) 방법을 통해 정량화됐다. 결과적으로 과거 기간 GCMs 기후 및 유량 모의성능은 편의보정 전보다 편의보정 후에서 향상되었으며 특히, 강수 및 유량 모의 성능이 크게 향상되었다. 미래 기간의 경우 편의보정 후에서 기후 및 유량의 극값을 더 잘 반영함을 확인했다. 본 연구의 결과는 GCMs 기후 변수를 사용한 지역적 기후 및 유량 모의 시 편의보정 방법이 미치는 영향에 대한 구체적인 정보를 제공할 수 있다.