• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.393-404
• /
• 2022

위성에서 보다 미세한 공간 분해능으로 신뢰할 수 있는 지상 강우 관측은 도시 수문학적 및 미시적 농업 수요에 필수적이다. 전통적으로 "톱다운" 접근 방식 기반 위성 강우 산출물이 널리 사용되고 있지만 공간 분해능에 한계가 있다. 본 연구는 C-밴드 SAR Sentinel-1 위성 데이터(SM2RAIN-S1)에 적용되는 매개 변수화된 SM2RAIN 모델인 강우 추정을 위한 새로운 "상향식" 접근 방식의 가능성을 평가하여 중부지방에 대한 높은 공간 분해능 지상 강우 추정치(0.01° 그리드/6일)를 생성하는 것을 목표로 한다. 그것의 성능은 중부지방 두 개의 다른 하위 지역, 즉 혼합 산림 중심, 중간 하위 지역, 그리고 경작 중심, 서해안 하위 지역의 1년 기간 동안 기존의 재분석 프로덕트와 우량계 네트워크의 각각의 강우 데이터를 사용하여 공간 및 시간적 가변성에 대해 평가되었다. 평가결과에 따르면 SM2RAIN-S1 프로덕트는 중부지방의 일반적인 강우 패턴을 포착할 수 있고, 서로 다른 토지 피복으로 지역 규모에서 공간 분해능 강우량 측정 가능성을 보유할 수 있으며, 강우량 관측치에 대한 편중된 강우량 추정치가 제공되었다. 또한 SM2RAIN-S1 강우량은 피어슨의 상관 계수(R = 0.69)를 고려할 때 혼합림에서 더 우수했으며, 이는 혼합림에서 토양 수분과 강우의 시간 역학을 포착하는 데 6일 SM2RAIN-S1 데이터의 적합성을 암시했다. 그러나, RMSE와 바이어스 측면에서, 혼합림보다는 경작지의 SM2RAIN-S1 강우 생성물에서 더 나은 성능을 얻었으며, 이는 높은 증발증산 손실(특히 혼합림)에 의해 유도된 더 큰 오류를 SM2RAIN의 추가 개선에 포함해야 한다는 것을 나타낸다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.361-365
• /
• 2002

Rain-rate retrieval using the NOAA/AMSU (Advanced Microwave Sounding Unit) (Zaho et al., 2001) has been implemented at METRI/KMA since 2001. Here, we present the results of the AMSU derived rain-rate and validation result, especially for the rainfall associated with the tropical cyclone for 2001. For the validation, we use rain-rate derived from the ground based radar and/or rainfall observation from the rain gauge in Korea. We estimate the bias score, threat score, bias, RMSE and correlation coefficient for total of 16 tropical cyclone cases. Bias score shows around 1.3 and it increases with the increasing threshold value of rain-rate, while the threat score extends from 0.4 to 0.6 with the increasing threshold value of precipitation. The averaged rain-rate for at all 16 cases is 3.96mm/hr and 1.41mm/hr for the retrieved from AMSU and the ground observation, respectively. On the other hand, AMSU rain-rate shows a much better agreement with the ground based observation over inner part of tropical cyclone than over the outer part (Correlation coefficient for convective region is about 0.7, while it is only about 0.3 over the stratiform region). The larger discrepancy of tile correlation coefficient with the different part of the tropical cyclone is partly due to the time difference in between ice water path and surface rainfall. This results indicates that it might be better to develop the algorithm for different rain classes such as convective and stratiform.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2745-2752
• /
• 2013

강우량을 측정하는데 있어서 전도형 및 중량형 강수량계가 전 세계적으로 오랫동안 사용되어 지고 있다. 그러나 종래의 강수량계는 관측오차와 자체 분해능의 한계로 인해 측정범위가 제한되는 문제가 있다. 본 논문에서 제안된 강수량계는 유량측정을 통해 강수량을 환산하는 원리를 최초로 적용하였으며, 개발된 모델을 국가공인교정기관(KOLAS)에서 표준교정시스템을 이용하여 실내실험을 실시하였다. 그 결과, 본 연구에서 개발된 강수량계는 실험조건에서 설정한 20~420 mm/H의 강우강도 구간에 걸쳐 ${\pm}2%$의 오차율을 나타냈고, 종래 대비 보다 정확하고 신뢰성 있는 측정이 가능함을 보였다.

• 대기
• /
• 제25권2호
• /
• pp.283-294
• /
• 2015

For urban flash flood simulation, we need the higher resolution radar rainfall than radar rainfall of KMA, which has 10 min time and 1km spatial resolution, because the area of subbasins is almost below $1km^2$. Moreover, we have to secure the high quantitative accuracy for considering the urban hydrological model that is sensitive to rainfall input. In this study, we developed the quantitative precipitation estimation (QPE), which has 250 m spatial resolution and high accuracy using KMA AWS and SK Planet stations with Mt. Gwangdeok radar data in Seoul area. As the results, the rainfall field using KMA AWS (QPE1) is showed high smoothing effect and the rainfall field using Mt. Gwangdeok radar is lower estimated than other rainfall fields. The rainfall field using KMA AWS and SK Planet (QPE2) and conditional merged rainfall field (QPE4) has high quantitative accuracy. In addition, they have small smoothed area and well displayed the spatial variation of rainfall distribution. In particular, the quantitative accuracy of QPE4 is slightly less than QPE2, but it has been simulated well the non-homogeneity of the spatial distribution of rainfall.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.132-132
• /
• 2021

Access to accurate spatial precipitation in many hydrological studies is necessary. Existence of many mountains with diverse topography in South Korea causes different spatial distribution of precipitation. Rain gauge stations show accurate precipitation information in points, but due to the limited use of rain gauge stations and the difficulty of accessing them, there is not enough accurate information in the whole area. Weather radars can provide an integrated precipitation information spatially. Despite this, weather radar data have some errors that can not provide accurate data, especially in heavy rainfall. In this study, some location-based variable like aspect, elevation, plan curvature, profile curvature, slope and distance from the sea which has most effect on rainfall was considered. Then Automatic Weather Station data was used for spatial training of variables in each event. According to this, K-fold cross-validation method was combined with Adaptive Neuro-Fuzzy Inference System. Based on this, 80% of Automatic Weather Station data was used for training and validation of model and 20% was used for testing and evaluation of model. Finally, spatial distribution of precipitation for 1×1 km resolution in Gwangdeoksan radar station was estimates. The results showed a significant decrease in RMSE and an increase in correlation with the observed amount of precipitation.

• 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.

• 한국수자원학회논문집
• /
• 제48권4호
• /
• pp.245-255
• /
• 2015

고해상도의 정량적 실황강우장을 산정하기 위해서는 양질의 고밀도 강우관측망 정보가 필요하다. 이를 위해 본 연구에서 정량적 실황강우장 산정을 위한 입력자료로 SK 플래닛의 고밀도 복합기상센서 관측망과 기존 기상청 관측망을 이용하고자 하였다. 이를 위해 서울지역에 위치한 SK 플래닛의 복합기상센서 관측망을 소개하고, 2013년 7~9월 3개월 동안의 관측자료의 품질을 분석하였다. 품질분석 결과, SK 플래닛 관측소가 일부 관측소를 제외하고 대부분 기존 관측망과 유사하게 강우를 관측하는 것을 확인할 수 있었다. 다만, 일시적인 기계 및 자료 전송 오류로 인해 발생할 수 있는 결측치 및 이상치가 미치는 영향을 최대한 저감하기 위해서 오자료를 실시간으로 보정할 수 있는 품질보정 기법을 개발하였으며, 개발된 기법이 적절히 강우를 보정하는 것을 확인하였다. 이를 통해 결측률이 20% 미만이면서 오자료의 영향이 최소가 되는 190개소(기상청 34개소, SK 플래닛 156 개소)를 정량적 실황강우장 산정에 활용하였다. 또한, 약 $3km^2$의 밀도를 갖는 고해상도 관측망을 이용하여 산정된 강우분포장의 재현성을 기존 기상청 관측망의 결과비교를 통해 평가한 결과, 고밀도 관측망을 통해 산정된 강우분포장의 빈도곡선이 레이더 공간분포장과 유사하며, 기존 기상청 관측망의 공백을 보완할 수 있음을 확인하였다. 특히, 이 결과를 통해 고밀도의 강우관측 결과를 활용한다면 레이더 참강우장에 근사한 공간분포된 강우를 산정할 수 있다는 것을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제41권7호
• /
• pp.681-692
• /
• 2008

본 연구에서는 자료동화 기법의 가장 간단한 방법이라 할 수 있는 연속수정법(successive correction method)을 이용한 레이더 강우자료와 지상 강우자료의 합성방법에 대한 적용성을 검토하였다. 우선 연속수정법의 적용 시 고려해야 할 사항인 반복계산 횟수 및 영향 반경의 규모를 민감도 분석을 통해 결정하였다. 또한 자료 합성에 대한 정량적인 평가를 위해 밀도 있는 지상 강우자료를 공간분포시켜 실제 강우장을 가정하였다. 최근 자료 합성에 많이 이용되고 있는 co-Kriging을 이용하여 두 자료를 합성하여 연속수정법에 의한 자료 합성 결과를 정량적으로 분석하였다. 그 결과 간단하고 경제적인 자료동화 기법인 연속수정법으로도 co-Kriging을 이용하는 경우의 통계적 특성 및 정확도를 확보할 수 있다는 것을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.329-329
• /
• 2022

Accurate characterization of terrestrial precipitation variation from high spatial resolution satellite sensors is beneficial for urban hydrology and microscale agriculture modeling, as well as natural disasters (e.g., urban flooding) early warning. However, the widely-used top-down approach for precipitation retrieval from microwave satellites is limited in several hydrological and agricultural applications due to their coarse spatial resolution. In this research, we aim to apply a novel bottom-up method, the parameterized SM2RAIN, where precipitation can be estimated from soil moisture signals based on an inversion of water balance model, to generate high spatial resolution terrestrial precipitation estimates at 0.01º grid (roughly 1-km) from the C-band SAR Sentinel-1. This product was then tested against a common reanalysis-based precipitation data and a domestic rain gauge network from the Korean Meteorological Administration (KMA) over central South Korea, since a clear difference between climatic types (coasts and mainlands) and land covers (croplands and mixed forests) was reported in this area. The results showed that seasonal precipitation variability strongly affected the SM2RAIN performances, and the product derived from separated parameters (rainy and non-rainy seasons) outperformed that estimated considering the entire year. In addition, the product retrieved over the mainland mixed forest region showed slightly superior performance compared to that over the coastal cropland region, suggesting that the 6-day time resolution of S1 data is suitable for capturing the stable precipitation pattern in mainland mixed forests rather than the highly variable precipitation pattern in coastal croplands. Future studies suggest comparing this product to the traditional top-down products, as well as evaluating their integration for enhancing high spatial resolution precipitation over entire South Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.153-153
• /
• 2022

Large-scale and accurate observations at fine spatial resolution through a means of remote sensing offer an effective tool for capturing rainfall variability over the traditional rain gauges and weather radars. Although satellite rainfall products (SRPs) derived using two major estimation approaches were evaluated worldwide, their practical applications suffered from limitations. In particular, the traditional top-down SRPs (e.g., IMERG), which are based on direct estimation of rain rate from microwave satellite observations, are mainly restricted with their coarse spatial resolution, while applications of the bottom-up approach, which allows backward estimation of rainfall from soil moisture signals, to novel high spatial resolution soil moisture satellite sensors over South Korea are not introduced. Thus, this study aims to evaluate the performances of a state-of-the-art bottom-up SRP (the self-calibrated SM2RAIN model) applied to the C-band SAR Sentinel-1, a statistically downscaled version of the conventional top-down IMERG SRP, and their integration for a targeted high spatial resolution of 0.01° (~ 1-km) over central South Korea, where the differences in climate zones (coastal region vs. mainland region) and vegetation covers (croplands vs. mixed forests) are highlighted. The results indicated that each single SRP can provide plus points in distinct climatic and vegetated conditions, while their drawbacks have existed. Superior performance was obtained by merging these individual SRPs, providing preliminary results on a complementary high spatial resolution SRP over central South Korea. This study results shed light on the further development of integration framework and a complementary high spatial resolution rainfall product from multi-satellite sensors as well as multi-observing systems (integrated gauge-radar-satellite) extending for entire South Korea, toward the demands for urban hydrology and microscale agriculture.