• Journal of the Korean Association of Geographic Information Studies
• /
• v.5 no.2
• /
• pp.47-53
• /
• 2002

Ocean surface wind speed was estimated using TRMM (Tropical Rainfall Measurement Mission) TMI (TRMM Microwave/Imager) data. It is used the TRMM TMI brightness temperature and National Data Buoy Center's buoy winds speed dataset near North-America to estimate by the algorithm of the ocean surface wind speed retrieval over North America. Comparing with the buoy data by D-matrix equation, the result that RMSE, BIAS, and correlation coefficient are 2.19 $ms^{-1}$, 1.10 $ms^{-1}$, and 0.81, respectively. Therefore the estimated oceanic surface wind speed by TRMM TMI brightness temperature data show that available to ocean research over upper ocean.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2010.04a
• /
• pp.239-243
• /
• 2010

This paper shows how to establish vegetation index analysis for reducing soil erosion in mountain watershed. Soil erosion results from a combination of rainfall, soil, topography, and vegetation, so we need much time and costs when analyse it. We comparatively analysed the factors of topography, soil, and vegetation with variable resources, then established GIS DB. The possibility of practical use of this DB was also analysed. The soil and vegetation information of the sediment runoff section, and the NDVI vegetation index from KOMPSAT-2 imagery were referenced for this conducting research.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.59 no.1
• /
• pp.11-20
• /
• 2017

This study is to estimate the spatial soil moisture using multiple linear regression model (MLRM) and 15 minutes interval Land Surface Temperature (LST) data of Communication, Ocean and Meteorological Satellite (COMS). For the modeling, the input data of COMS LST, Terra MODIS Normalized Difference Vegetation Index (NDVI), daily rainfall and sunshine hour were considered and prepared. Using the observed soil moisture data at 9 stations of Automated Agriculture Observing System (AAOS) from January 2013 to May 2015, the MLRMs were developed by twelve scenarios of input components combination. The model results showed that the correlation between observed and modelled soil moisture increased when using antecedent rainfalls before the soil moisture simulation day. In addition, the correlation increased more when the model coefficients were evaluated by seasonal base. This was from the reverse correlation between MODIS NDVI and soil moisture in spring and autumn season.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.209-214
• /
• 2004

국지적으로 단시간 내에 많은 양의 강한 비가 내리는 현상인 집중호우는 발생부터 성장, 쇠퇴까지의 과정이 단기간에 이루어지고, 그 변동성이 아주 크다. 그러므로 정확한 예보를 위해서는 단시간예보(nowcasting) 기법이 필요한데, 이를 위해서는 연속적이고, 정확한 관측이 필요하다. 집중호우의 관측에는 우량계, 레이다, 위성 관측 등이 사용되는데 이 연구에서는 GOES-9호 위성영상자료를 이용하였고, 2003년 여름의 8개 강수사례에 대해 분석하였다. 집중호우시의 강수량을 산출하기 위해 Power-law Curve를 사용하였고, NOAA/NESDIS에서 개발하여 현업에 사용 중인 Auto-Estimator의 무강수 픽셀 보정방법을 이용하여 산출된 강수량을 보정하였으며, 이를 기상청의 자동기상관측자료 (Automatic Weather Station: AWS)와 비교하였다. 위성영상자료의 시간 대표성을 분석하기 위해 위성의 관측 시간에 대해 전, 후, 중심을 기준으로 각각 15분, 30분, 60분 누적강수량과 비교하였고, AWS의 공간 대표성을 분석하기 위해 위성영상자료의 3×3, 5×5, 9×9 픽셀을 면적 평균하여 각각 비교하였다. 분석 결과 대부분의 사례에서 위성의 관측시간을 시작으로 60분 동안 누적한 강수량과 상관성이 가장 크게 나왔고, 면적에 대해서는 거의 차이가 없었다. 또한, 무강수 픽셀 보정방법의 하나로 구름의 성장률을 보정해 주었다. 그 결과 구름의 성장률을 보정해 주었을 때 상관계수가 0.05 이상 상승하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.109-109
• /
• 2016

유역의 물수지는 기상인자, 지형, 토양, 식생 등 여러 가지 인자들에 의해 결정된다. 물수지 분포를 평가하기 위해 수문모형의 모의 시 필요한 수문요소 조건들을 정보화하게 되며, 동시에 토양수분의 특성, 강우 입력자료, 유역의 지형학적 특성들은 불확실성에 기인하는 요소로 작용한다. 이러한 수문모형 모의 시 불확실성을 제거하기 위해 모형 초기조건에 대한 다각적인 분석이 선행이 필요하다. 특히 토양수분은 대기와 지표 사이의 상호작용에 작용하는 중요한 수문기상학적 인자로 평가되고 있다. 토양수분 데이터 자료를 이용하여 강우-유출모형의 입력자료를 구축하여 실제 토양수분의 변동성을 파악하는 연구가 활발히 진행되고 있으며, 유역기반의 유출현황을 산정하기 위해 매우 유용한 초기조건으로 그 역할이 기대된다. 현장에서 관측하는 토양수분 데이터는 넓은 유역의 토양수분을 대표하는 자료로 사용되기에는 한계점이 있으며, 위성기반 토양수분 데이터는 원격탐사를 통해 획득되기 때문에 토양수분의 시 공간적인 변동성 파악에 용의하며 경제성 또한 높다. 이에 따라, 본 연구에서는 유역의 수문순환 분석을 하고, 위성기반 토양수분의 적용 가능성을 평가하기 위해 Aqua위성에 탑재된 Advanced Mircowave Scanning Radiometer Earth Observing System(AMSR-E)와 Metop-A의 Advanced SCATterometer(ASCAT)의 토양수분 데이터를 이용하여 강우-유출모델의 초기조건을 산정하였다. 또한, 이에 대한 검증을 위해 기존 강우인자 초기조건 및 지점에서 관측된 토양수분 초기조건 등을 비교하여 통계분석을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.111-111
• /
• 2018

본 연구의 목적은 조건부 합성 기법(Conditional Merging, CM) 기법을 활용하여 GPM(Global Precipitation Measurement) 위성 자료를 보정하고, 이를 격자기반 분포형 강우-유출 모형(KIneMatic wave STOrm Runoff Model2, KIMSTORM2)에 적용하여 보정된 자료의 효율성을 검토하는데 있다. 모형의 유출 해석은 남강댐 유역($2,293km^2$)을 대상으로 하였으며, 2016년 10월에 발생한 태풍 차바에 대하여 GPM 자료와 CM 기법을 적용한 GPM 자료를 각각 활용하여 결과를 비교하였다. 이 때, 강우자료의 보정은 유역 내 위치한 21개 지점의 지상강우자료를 활용하였으며, 각각의 위성강우자료에 유출 검보정은 남강댐 유역 내 3개의 수위관측 지점(산청, 창촌, 남강댐)을 대상으로 실시하였다. 유출 결과는 결정계수(Coefficient of determination, $R^2$), 모형 효율성 계수(Nash-Sutcliffe efficiency, NSE) 및 유출용적지수(Volume conservation index, VCI)를 이용하여 산정하였다. 지상강우자료와 CM 기법을 통해 보정한 강우자료는 대기의 많은 영향을 받는 위성자료의 특성을 보정하여 공간유출 및 첨두유출을 합리적으로 재현할 수 있을 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.123-123
• /
• 2019

최근 기후변화로 인해 중국, 한국, 일본, 몽골 등을 포함한 동아시아 지역은 태풍, 가뭄, 홍수와 같은 자연재해의 발생 빈도가 증가하고 있는 추세이다. 중국의 경우 2017년 극심한 가뭄으로 1,850만 (ha)의 농작물 피해가 발생하였으며, 몽골 또한 2017년 4월 이후 극심한 가뭄으로 사막화가 급속도로 진행되고 있다. 위성 기반의 강우 자료는 공간과 시간 해상도가 높아짐에 따라 지상관측소 강수량 자료의 대체 수단으로 이용되고 있다. 본 연구에서는 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC) 강우 위성 자료를 활용하여 기상학적 가뭄지수인 표준강수지수 (Standardized Precipitation Index, SPI)를 산정하였다. 시간 해상도는 월별 영상을 기준으로 2008년부터 2017년까지 지난 10년간의 데이터를 이용하였으며, 각각 격자가 다른 위성영상을 기존 기상관측소와 비교하였다. 피어슨 상관계수 (Pearson Correlation Coefficient, R)를 활용하여 강우 위성 영상과 지상관측소의 상관관계를 분석하고, 평균절대오차 (Mean Absolute Error, MAE), 평균제곱근오차 (Root Mean Square Error, RMSE)를 통해 통계적으로 정확도를 분석하였다. 인공위성 강수량 자료는 미계측 지역이 많은 곳이나 측정이 불가능한 지역에 효율성 측면에서 중요한 이점을 제공할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.597-597
• /
• 2015

기후변화에 따른 홍수 위험도 증가와 태풍 및 집중호우의 증가는 도시지역의 홍수로 인한 피해가 커지고 있다. 실제로 최근 10년간 홍수로 인한 재산피해 및 인명피해는 해마다 늘고 있다. 이러한 홍수피해를 최소화 할 수 있는 도시지역 초단기 강우 예보 시스템 개발은 필수적이다. 그동안 기상레이더를 이용한 강우예측 모형은 국내외적으로 많이 개발이 되어 있지만, 위성을 이용한 단기간 강우예보모형은 많이 부족한 실정이다. 최근 국내 최초 기상위성의 발사로 위성을 이용한 강수관측 및 초단기 예보가 가능하게 되었다. 이러한 초단기 강우 예보 시스템의 기본예측모형인 구름이동벡터를 개발하기 위해서 본 연구에서 COMS 위성자료를 이용하였다. COMS 위성은 2011년 4월에 발사되어 현재 운영 중에 있다. COMS 위성 자료는 현재 일본 정지궤도 위성 MTSAT 위성자료와 달리 한반도 영역을 대상으로 적외채널 자료들을 8-15분 간격으로 수집 가능하여 집중호우 예보에 매우 유리하다. COMS 위성의 연속되는 위성 구름의 교차상관을 통해서 이동벡터를 산출하여 예측 모형을 산출하였다. 교차상관 기법은 연속되는 구름 자료에 대해서 두 윈도우 사의 상관계수의 최대치를 찾아냄으로써 구름의 이동방향과 이동속도를 산출하는 방법이다. 기 개발된 예측모형을 이용하여 한반도 지역의 이동벡터를 산출하였으며, 본 연구에서 산출된 구름이동벡터는 도시지역의 갑자기 발생하는 집중호우나 태풍의 초단기 예측의 기본 모형으로 탑재될 것이다.

• International Journal of Computer Science & Network Security
• /
• v.21 no.5
• /
• pp.23-30
• /
• 2021

In recent years, hazardous flash flooding has caused deaths and damage to infrastructure in Saudi Arabia. In this paper, our aim is to assess patterns and trends in climate means and extremes affecting flash flood hazards and water resources in Saudi Arabia for the purpose to improve risk assessment for forecast capacity. We would like to examine temperature, precipitation climatology and trend magnitudes at surface stations in Saudi Arabia. Based on the assessment climate patterns maps and trends are accurately used to identify synoptic situations and tele-connections associated with flash flood risk. We also study local and regional changes in hydro-meteorological extremes over recent decades through new applications of statistical methods to weather station data and remote sensing based precipitation products; and develop remote sensing based high-resolution precipitation products that can aid to develop flash flood guidance system for the flood-prone areas. A dataset of extreme events has been developed using the multi-decadal station data, the statistical analysis has been performed to identify tele-connection indices, pressure and sea surface temperature patterns most predictive to heavy rainfall. It has been combined with time trends in extreme value occurrence to improve the potential for predicting and rapidly detecting storms. A methodology and algorithms has been developed for providing a well-calibrated precipitation product that can be used in the early warning systems for elevated risk of floods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.