• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.679-682
• /
• 2008

Probability precipitation is one of the most important factor for designing the hydrology structures. Probability precipitation is calculated based on the frequency analysis on each durations of annual maximum rainfall data. For frequency analysis we need a conversion factor between the rain data per random-time interval and fixed-time-interval. In this study, the minutely precipitation data on observatory of the Meteorological Administration are used for 37 stations. Therefore, we should conversion factors between the rain data per minute and fixed-time-interval.

• 대한토목학회논문집
• /
• 제35권2호
• /
• pp.319-326
• /
• 2015

수자원 설계 및 홍수 예 경보 등을 위한 수문분석 시, 강우자료는 필수요소이다. 현재 수문분석 시 비교적 장기간의 자료를 보유하고 있는 기상청, 국토교통부 등의 지상기상관측지점(SSS, Surface Synoptic Stations)에 시 강우자료를 이용하고 있으나, 집중호우가 빈번히 발생하는 현실정과 집중호우의 발생빈도가 증가할 것으로 예상되는 향후에는 더욱 조밀한 관측망을 구성하고 있는 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 이용한 분석이 필요하다. 그러나 방재기상관측지점의 분 단위 강우자료는 자동으로 관측되고 있어, 자료품질에 대한 문제점이 매번 지적되고 있다. 본 연구에서는 서울지역을 중심으로 기상청 방재기상관측지점의 분 단위 강우자료의 품질개선 방안에 관한 연구를 실시하였다. 분 단위 강우자료의 품질관리방안은 크게 3단계로 결측치 품질관리, 이상치 품질관리 그리고 강우 보완 품질관리로 구분하여 품질관리 방안을 제시하고 분석을 수행하였다. 마지막으로 서울지점의 분 단위 강우자료와 시 단위 강우자료의 비교분석을 통해 강우 품질관리에 대한 평가를 실시하였다. 이는 향후 분 단위 강우자료를 이용한 수문분석 시, 강우자료 품질관리 방안으로 활용될 것으로 판단된다.

• 대한토목학회논문집
• /
• 제28권5B호
• /
• pp.515-524
• /
• 2008

합리적인 수공구조물의 설계를 위해서는 안정적인 확률강우량을 산정하는 것은 가장 중요한 과정 중의 하나이다. 확률강우량은 강우관측소에서 관측된 강우자료로부터 각 지속기간에 해당하는 연최대치 강우계열을 구성한 자료의 빈도해석을 통해 산정하게 된다. 연최대치 강우 계열은 대부분 시간강우량 또는 일강우량 자료를 통해 추출하므로, 적절한 고정시간-임의시간 환산계수를 연최대치 강우 계열에 반영할 필요성이 있다. 따라서 본 연구에서는 기상청에서 관측한 37개 지점의 분단위 강우자료와 시간 및 일 단위 강우자료를 활용하여 지속기간별로 고정시간-임의시간 환산계수를 추정하였다. 또한, 추정된 환산계수를 회귀분석하여 지속기간에 따른 고정시간-임의시간 환산계수의 회귀식을 유도하였다. 추정된 환산계수를 연최대치 강우 자료에 반영함으로써 보다 안정적인 확률강우량을 산정하는 기초자료로 활용할 수 있다.

• 한국수자원학회논문집
• /
• 제49권1호
• /
• pp.11-18
• /
• 2016

확률강우량은 수공구조물 설계와 도시방재를 위한 기준 등으로 활용되고 있어, 확률강우량의 산정은 매우 중요하다. 특히 소방방재청에서는 확률강우량으로 우리나라 시 군 단위로 지역방재성능목표를 설정하고 이에 대한 방재성능평가 및 방재성능목표 달성을 위한 개발계획 수립 시 활용하고 있다. 본 연구에서는 현재 시 군 단위로 설정되어 있는 목표 강우량을 구(區) 단위로 산정하고자 기상청의 지상기상관측지점(SSS, Surface Synoptic Stations)과 방재기상관측지점(AWS, Automatic Weather Stations)의 강우자료를 활용하여 지점빈도해석 및 지수홍수법을 이용한 지역빈도해석을 통해 지속시간 1시간, 2시간, 3시간 목표강우량을 산정하였다. 이는 서울지역의 지자체별 방재성능 평가 및 방재관련 업무에 참고자료로 활용할 수 있을 것으로 판단되며, 향후 방재성능목표 설정에 크게 기여할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.183-183
• /
• 2021

Deep learning methods and their application have become an essential part of prediction and modeling in water-related research areas, including hydrological processes, climate change, etc. It is known that application of deep learning leads to high availability of data sources in hydrology, which shows its usefulness in analysis of precipitation, runoff, groundwater level, evapotranspiration, and so on. However, there is still a limitation on microclimate analysis and prediction with deep learning methods because of deficiency of gauge-based data and shortcomings of existing technologies. In this study, a real-time rainfall prediction model was developed from a sky image data set with convolutional neural networks (CNNs). These daily image data were collected at Chung-Ang University and Korea University. For high accuracy of the proposed model, it considers data classification, image processing, ratio adjustment of no-rain data. Rainfall prediction data were compared with minutely rainfall data at rain gauge stations close to image sensors. It indicates that the proposed model could offer an interpolation of current rainfall observation system and have large potential to fill an observation gap. Information from small-scaled areas leads to advance in accurate weather forecasting and hydrological modeling at a micro scale.