최근, 기상레이더는 돌발적 기상재해들을 예방하고, 기상관측의 공익을 위해 널리 이용되고 있으며 이에 따라 사용자 관점의 레이더 표출 시스템의 필요성이 대두되고 있다. 본 논문은 레이더 관측 자료들을 멀티미디어 콘텐츠로서 재생산하는 방법과 생성된 자료를 이용해 매쉬업 서비스에 적용하는 방법을 제안하였다. 이와 함께 주요 기상현상이 발생중인 지역의 정확한 위치를 추적하기 위한 정밀 GIS 정합기술을 제안하였다. 본 연구에서 제시하는 방법을 통해 기상 레이더로부터 관측된 다양한 레이더 변수들을 재가공함으로써 2차원의 영상 및 벡터 그래픽 자료, 또는 3차원 볼륨 자료 등을 생성할 수 있다. 생성된 멀티미디어 형태의 레이더 자료들은 다양한 래스터 또는 벡터정밀 GIS 맵과 정합된다. 다양한 강수 시나리오에 대한 실험 결과, 제안한 방법에 의한 표출 시스템은 사용자로 하여금 정확한 레이더 차폐영역 분석, 강수이동경로 파악, 강수량 추정에 따른 홍수위험도 분석 등을 쉽고 직관적으로 이해시킬 수 있음을 확인하였다. 제안하는 정밀한 GIS 정합을 통해 재난 관리자가 레이더 관측자료를 명확히 해석하고 이를 통해 보다 효과적인 기상재해 예보가 가능할 것으로 기대한다.
초단기 강수예측 시스템은 단시간 발생하는 집중호우와 같은 위험기상에 대응하기 위해 사회·경제적으로 중요하다. 최근 국내·외에서 심층신경망을 활용한 초단기 강수예측 연구가 활발히 진행되고 있다. 심층신경망을 이용한 강수예측 모델은 훈련 데이터를 만들 때 기상데이터의 구조와 종류가 복잡하고 방대하므로 기상학적 이해를 바탕으로 복잡한 전처리 과정이 필요하다. 또한, 비선형적인 패턴의 강수 현상을 예측하기 위하여 기상의 상호작용에 대한 이해를 바탕으로 입력 데이터를 구성해야 한다. 따라서 본 연구에서는 다음과 같은 접근법을 제안하고자 한다. i) 기상레이더 합성 강수장과 강수발달에 영향을 줄 수 있는 주요 인자(레이더, 지형, 온도, 등)를 훈련 데이터 구축을 위해 패턴 분석에 적합한 형태로 정제하고 이를 구조화하여 통합한다. ii) 합성곱 신경망과 합성곱 장단기 기억 신경망을 접목하여 초단기 예측 강수장을 산출한다. 2020년 강수 사례를 이용하여 제안한 모델의 정확성을 검증하였다. 제안한 모델은 비선형적인 패턴의 강수 현상을 잘 모의하였고, 강수의 규모 및 강도에 대한 예측성능이 향상되었다. 이는 강수를 동반한 초단기 위험기상의 방재에 활용할 수 있을 것으로 기대된다.
R-Z 관계식은 레이더 강우추정의 정확도를 결정하는 중요한 요소이다. 본 연구에서는 캐나다 궤벡주의 셍레미에서 홍수를 야기한 폭우사례에서 관측된 우적계 및 레이더 자료를 이용하여 레이더 강우추정 시 우적계 자료에서 도출된 R-Z 관계식의 효과를 분석하였다. 이를 위하여 맥길 S-밴드 레이더에서 시간 분해능 2.5분과 공간 분해능 $1^{\circ}{\times}250m$로 관측된 레이더 반사도를 사용하였다. 레이더 반사도 자료에서는 폭우를 동반한 강우세포가 셍레미를 통과한 것으로 관측되었지만 우량계 관측망에서는 낮은 공간 분해능으로 인하여 이 세포가 관측되지 않았다. 셍레미에서 30분과 1시간 최대 누적 강우량은 각각 39 mm와 42 mm였다. 강우사례 동안 두 개의 우적계(POSS; Precipitation Occurrence Sensor System)가 사용되었다. 하나의 우적계는 레이더 반사도와 우적계 반사도를 비교하여 레이더 반사도를 보정하고 다른 우적계는 R-Z 관계식을 유도하는데 사용되었다. 기후학적 R-Z 관계식을 사용하였을 때 보다 반사도에 의존적인 우적계에서 유도된 관계식을 사용하였을 때 강우 추정 오차가 크게 줄었다. 일 누적 강우량에 대하여 편차는 +12%에서 -2%, 평균제곱근오차가 16%에서 10%로 줄었다. 우적계에서 도출된 R-Z 관계식으로 추정된 레이더 강우장을 이용하였을 때 홍수사례에 대하여 강우 발생 시간 및 강우량이 잘 일치하였다.
기후변화로 인하여 국지성 집중호우가 크게 늘어나고 그로인해 막대한 인적 및 물적 피해를 야기하고 있다. 따라서 강우의 시간적 공간적 특성을 파악하는 것이 중요하다고 할 수 있다. 본 연구에서는 레이다 강우를 이용하여 시공간적 변동성을 고려한 격자형 면적강우량을 산정하기 위하여 추계학적 방법인 칼만필터 기법을 이용하여 지상 강우 관측망과 레이다 강우 관측망을 조합하여 면적강우량을 산정하였다. 또한 전통적인 지상 강우량을 면적강우량으로 전환하는 기법인 Thiessen법, 역거리법, 크리깅 기법을 이용하여 면적강우량을 산정한 후 칼만필터 기법에 의해 보정된 면적 레이다 강우와 비교하였다. 그 결과, 칼만필터 기법에 의해 보정된 레이다 강우는 실제 강우 분포와 유사한 공간분포를 가지는 원시 레이다 강우 분포를 잘 재현하면서도 강우 체적은 우량계 자료의 체적과 유사하게 나타났다. 그리고 안성천 유역을 대상유역으로 선정하여 칼만필터 기법에 의해 보정된 레이다 강우를 물리적 기반의 분포형 모형인 $Vflo^{TM}$ 모형과 준분포형 모형인 ModClark 모형에 적용하여 홍수유출을 모의하였다. 그 결과, $Vflo^{TM}$ 모형은 첨두시간과 첨두치가 관측 수문곡선과 유사하게 모의되었으며 ModClark 모형은 총 유출체적에서 좋은 결과를 나타냈다. 그러나 매개변수 검증에서는 $Vflo^{TM}$ 모형이 ModClark 모형보다 관측 수문곡선을 잘 재현하였다. 이를 통해 지상강우와 레이더 강우를 적절하게 조합하여 정확도 높은 면적강우량을 산정하고 분포형 수문모형과 연계하여 홍수유출모의를 실시할 경우 충분한 적용성을 가지고 있음을 확인할 수 있었다.
현 시대는 인공지능(AI), 사물 인터넷(Iot), 빅 데이터(Big Data), 모바일(Mobile) 등과 같은 기술을 토대로 한 Digital화 문명사회로써, 이와 더불어 레이더 분야 또한 탐지 범위가 날이 갈수록 장거리화 되어가고 있다. 사람은 가시거리가 최대 20Km 정도이고, 가청 주파수는 20~20000Hz이다. 이렇게 제한적인 인간의 한계를 초월한 거리를 보기 위한 것이 레이더이며, 이러한 레이더들은 모두 장비 특성상 허위 항적을 발생하고 이로 인한 탐지 오류의 과실을 범하게 된다. 레이더의 왜곡 현상은 "비임의 굴절, 회절, 반사성, 허위 항적"이라는 부정확한 정보를 제공하며 이와 함께 초래되는 인간(방공 관제사)의 판단력 저하와 인적 과실은 전투기 출격을 야기하는 등 엄청난 손실을 초래할 수 있다. 또한, 긴박한 상황이나 중요 표적을 추적 감시할 때 가짜 항적을 추적 한다면 실질적 목표 표적을 놓칠뿐 만 아니라 재 추적을 위한 시간 지연이 불가피하다. 보완 대책으로써, 서로 다른 위치와 각도에서의 레이더 포착 자료를 서로의 레이더 자료로 전송하여 합성하면 왜곡된 자료의 분석, 교정이 가능하고 허위 항적 발생 감소와 더불어 목표물 추적의 정확도 향상이 기대되기에 본 방안을 제시한다.
클러스터링 기법은 탐색적 자료 분석 기법으로 알려진 중요한 데이터마이닝 기법 중 하나로서 패턴 인식, 원격 탐사 등의 분야에 사용되고 있다. 이 방법을 이용하여 데이터의 기본 구조를 추출하고, 개체의 군집화 혹은 군집의 계층을 조직한다. 기상 레이더는 대기 중에 존재하는 물체에서 반사되는 신호를 이용하여 관측을 수행하고, 해당 좌표에 데이터를 저장하는 원리로 동작하는데, 이를 분석하기 위해서는 흩어져있는 레이더 데이터를 유사도를 바탕으로 강수에코와 비강수에코를 구분하여 군집화 할 필요가 있다. 따라서 본 논문에서는 클러스터링 기법을 레이더 데이터에 적용하는 방법에 대한 연구를 수행하였다. 또한, 강수에코와 비강수에코가 인접해 있을 경우 발생할 수 있는 문제를 해결하기 위하여 퍼지 로직과 계층적 클러스터링 기법을 접목하여 유사도를 판별하는 방법에 대한 연구를 수행하였다. 실제 사례를 바탕으로 본 논문에서 제안한 클러스터링 기법을 적용한 결과, 강수에코와 비강수에코가 인접해 있는 경우 기존 기법보다 좋은 결과를 도출하는 것을 확인할 수 있었다.
우리나라의 산사태는 여름철 집중호우 시에 주로 발생하며, 강우는 산사태 발생에 결정적 영향을 미치는 요소이다. 본 연구에서는 산악지역에서 국지적으로 발생하는 산사태의 예측을 위한 레이더 강우자료의 활용성을 평가하였다. 2006년 7월에 발생한 인제지역 산사태를 대상으로 레이더 자료를 이용하여 유역내 강우 공간분포의 시간적 변화를 분석하였으며, 산사태 발생지와 산사태 발생 기간에서의 강우특성을 평가하였다. 연구결과 레이더 강우장을 이용하는 것은 기존의 지점강우를 이용하는 방법에 비해 국부적으로 발생할 수 있는 산사태를 정밀하게 예측할 수 있는 것으로 나타났다.
It has been a big problem to estimate rainfall for the studies of mud-debris flows because the estimated rainfall from the nearest AWS (Automatic Weather Station) can tend to be quite inaccurate at individual sites. This study attempts to improve this problem through accurate rainfall depth estimation by applying an artificial neural network with radar rainfall data. For this, three models were made according to utilizing methodologies of rainfall data. The first model uses the nearest rainfall, observing the site from an ungauged site. The second uses only radar rainfall data and the third model integrates the above two models using both radar and observed rainfall at the sites around the ungauged site. This methodology was applied to the metropolitan area in Korea. It appeared as though the third model improved rainfall estimations by the largest margin. Therefore, the proposed methodology can be applied to forecast mud-debris flows in ungageed sites.
본 논문에서는 X-band 레이더 기반 표층해류 계측 기법을 소개한다. 네비게이션 용도로 사용되는 선박용 X-band 레이더를 속초해수욕장에 설치하여 실시간으로 레이더 영상 데이터를 수집하고 표층해류를 해석하였다. 레이더 영상 기반 표층해류(유속) 계측의 정확도를 검증하기 위해 속초해수욕장 앞바다에 설치된 국립해양조사원 해양관측부이 자료와 비교·검증하였다. 2022년 1월, 약 한달 동안 수집된 자료를 활용하였으며, 그 결과 레이더를 이용한 표층해류(유속) 계측의 가능성을 확인하였다.
Semi-supervised learning is a good way to train a classification model using a small number of labeled and large number of unlabeled data. We applied semi-supervised learning to a synthetic aperture radar(SAR) image classification model with a limited number of datasets that are difficult to create. To address the previous difficulties, semi-supervised learning uses a model trained with a small amount of labeled data to generate and learn pseudo labels. Besides, a lot of number of papers use a single fixed threshold to create pseudo labels. In this paper, we present a semi-supervised synthetic aperture radar(SAR) image classification method that applies different thresholds for each class instead of all classes sharing a fixed threshold to improve SAR classification performance with a small number of labeled datasets.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.