• 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.

• 한국농림기상학회지
• /
• 제1권2호
• /
• pp.142-150
• /
• 1999

결론적으로 위성에 의한 강우관측은 지금은 지구의 거의 대부분 지역에서 관측 및 모니터링과 더불어 강우를 이해하는 능력에 커다란 기여를 하고 있다. 특히 1997년 11월 TRMM의 등장으로 강우의 연직분포 및 정량적 관측이 이루어지므로서 국내에서도 위성강우의 활용연구가 급진전할 것으로 기대된다. 또한 위성강우자료를 이용한 농업 및 수자원분야에서의 연구도 기대된다. 위성강우자료를 농업/수자원 분야에 적용하기 위해서는 먼저 자료간의 결합시에 발생되는 규모(scale)와 해상도(resolution) 문제를 다루는 평가연구가 요구된다. 규모문제는 주어진 연구에 가장 적절한 구역의 개수에 대한 불확실성 때문에 발생되며, 해상도 문제는 해당자료를 저해상으로 결합하여 분석하게 되면 기대치 이상의 정보손실을 야기시키기 때문이다. 이와 같은 의문점이 어느 정도 구명된다면 위성강우자료를 이용한 연계연구는 무궁무진하다고 말할 수 있다. 예를 들면 농업분야에서는 위성강우에 의한 격자기반(grid-based)의 토양수분 및 지하수위 변화, 농경지 침수지역 예측 등에, 수자원분야에서는 공간강우-유출해석에 의한 홍수예 · 경보시스템의 향상, 도시지역 홍수범람지역의 예측 등에 활용할 수 있다.

• 한국농공학회논문집
• /
• 제62권1호
• /
• pp.83-93
• /
• 2020

East Asia, which includes China, Japan, Korea, and Mongolia, is highly impacted by hydroclimate extremes such drought, flood, and typhoon recent year. In 2017, more than 18.5 million hectares of crops have been damaged in China, and Korea has suffered economic losses as a result of severe drought. Satellite-derived rainfall products are becoming more accurate as space and time resolution become increasingly higher, and provide an alternative means of estimating ground-based rainfall. In this study, we verified the availability of rainfall products by comparing widely used satellite images such as Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Global Precipitation Climatology Centre (GPCC), and Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR) with ground stations in East Asia. Also, the satellite-based rainfall products were used to calculate the Standardized Precipitation Index (SPI). The temporal resolution is based on monthly images and compared with the past 30 years data from 1989 to 2018. The comparison between rainfall data based on each satellite image products and the data from weather station-based weather data was shown by the coefficient of determination and showed more than 0.9. Each satellite-based rainfall data was used for each grid and applied to East Asia and South Korea. As a result of SPI analysis, the RMSE values of CHIRPS were 0.57, 0.53 and 0.47, and the MAE values of 0.46, 0.43 and 0.37 were better than other satellite products. This satellite-derived rainfall estimates offers important advantages in terms of spatial coverage, timeliness and cost efficiency compared to analysis for drought assessment with ground stations.

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.155-169
• /
• 2016

본 연구에서는 2014년 8월 부산 경남 집중호우 사례를 대상으로 레이더와 위성결합 Multi-sensor Blending 초단기 강우예측을 실시하였다. 레이더 최적 Z-R관계는 열대형 강수 Z-R관계식($Z=32R^{1.65}$)을 적용하였으며, 20 mm/h 이상의 강한 강우에서 강수량 추정 정확도가 향상됨을 확인하였다. 또한 60 mm/h 이상 강한 폭우사상에 대하여 천리안 위성자료와 레이더자료를 합성한 결과 정량강수 추정 성능이 향상됨을 확인하였다. 지속시간별 강우예측 정확도 검증을 위하여 AWS, MAPLE 자료와 비교결과, 강우예측 1시간까지 약 50%이상의 지점강우예측 정확도를 확보하였으며, 10분 단위 예측시간별 상관계수는 0.80~0.53, 평균제곱근오차는 3.99~6.43 mm/h로 분석되었다. 본 연구 결과 레이더와 위성정보를 이용한 보다 신뢰성 있는 강우예측 정보 활용이 가능할 것으로 판단되며, 향후 지속적인 사례연구와 레이더 위성 활용 정량강수량 추정 및 예측, 그리고 위성강수 추정 알고리즘 개선의 노력이 필요하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.120-120
• /
• 2020

Spatial precipitation data is one of the essential components in modeling hydrological problems. The estimation of these data has achieved significant achievements own to the recent advances in remote sensing technology. However, there are still gaps between the satellite-derived rainfall data and observed data due to the significant dependence of rainfall on spatial and temporal characteristics. An effective approach based on the Convolutional Neural Network (CNN) model to correct the satellite-derived rainfall data is proposed in this study. The Mekong River basin, one of the largest river system in the world, was selected as a case study. The two gridded precipitation data sets with a spatial resolution of 0.25 degrees used in the CNN model are APHRODITE (Asian Precipitation - Highly-Resolved Observational Data Integration Towards Evaluation) and PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks). In particular, PERSIANN-CDR data is exploited as satellite-based precipitation data and APHRODITE data is considered as observed rainfall data. In addition to developing a CNN model to correct the satellite-based rain data, another statistical method based on standard deviations for precipitation bias correction was also mentioned in this study. Estimated results indicate that the CNN model illustrates better performance both in spatial and temporal correlation when compared to the standard deviation method. The finding of this study indicated that the CNN model could produce reliable estimates for the gridded precipitation bias correction problem.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.511-525
• /
• 2010

MTSAT-1R의 적외 채널 밝기온도와 마이크로웨이브 강수량 자료를 이용하여 강수량을 추정하였다. 정지위성의 밝기온도와 다양한 마이크로웨이브(SSM/I, SSMIS, AMSU-B, AMSRE, TRMM) 강수량의 시공간일지 자료생성 및 관계성을 분석하여 MTSAT-1R 밝기온도와 마이크로웨이브 강수량의 조견표를 작성하였으며 밝기온도에 적용하여 강수량을 산출하였다. 산출 강수량은 지상 AWS 및 TRMM 위성자료를 이용하여 검증하였다. TRMM 2A12(TMI) 방법에 산출 강수량은 AWS 및 TRMM3B42 강수량 검증에서 상관계수는 0.38과 0.61, RMSE는 5.81과 2.44 mm/hr, PC는 0.79와 0.84 그리고 POD는 0.65와 0.87로 가장 높은 결과를 보였다. 전체적으로 위성을 이용한 강수량 산출에서 AWS 강수량과 비교하여 5 mm/hr 이상 그리고 TRMM3B42 강수량과 비교하여 2 mm/hr 이상 많은 강수를 추정하였다. 강수량의 검증 결과는 TRMM 2A12, AMSRE, SSM/I, AMSU-B 및 SSMIS 계열 방법순서로 상관성 등의 대부분 검증에서 높은 결과를 나타내었다.

• 한국수자원학회논문집
• /
• 제47권4호
• /
• pp.371-384
• /
• 2014

본 논문에서는 천리안(Communication, Ocean and Meteorological Satellite; COMS)과 TRMM(Tropical Rainfall Measurement Mission)을 통하여 관측한 위성영상자료를 이용한 극치강우(Extreme Rainfall) 추정 알고리즘을 개발하였으며, 2011년 7월 집중호우를 대상으로 그 적용성을 평가하였다. TRMM/PR(TRMM/Precipitation Radar)과 AWS(Automatic Weather System) 자료를 이용하여 고도에 따른 멱급수 회귀방정식으로 Z-R관계식을 추정한 결과 $Z=303R^{0.72}$를 산출하였으며, 지상관측 자료와 비교한 결과 상관계수가 0.57로 분석되었다. 이 값과 TRMM/VIRS(TRMM/Visible Infrared Scanner)와의 관계를 이용하여 극치강우알고리즘을 개발하였으며, 천리안 위성에 적용하여 10분강 우를 추정한 결과 강우강도가 큰 경우에는 과소 추정하는 경향이, 작은 경우에는 과대 추정하는 경향이 있는 것으로 분석되었으나, 전반적인 패턴은 관측과 유사한 경향이 있는 것으로 분석되었다. 또한 이 알고리즘을 같은 센서를 이용하는 천리안 위성에 적용하여 AWS의 상관관계를 분석한 결과, 10분 강우량의 경우 상관계수는 0.517로 평균제곱근 오차는 3.146으로 분석되었고, 공간 상관행렬 오차의 평균은 -0.530~-0.228의 음의 상관을 보이는 것으로 분석되었다. 위성자료를 이용한 극치강우량 추정의 오차 발생 원인은 여러 가지 외부적인 요인으로 판단되며, 지속적인 알고리즘 개선 및 오차보정을 통한 정확도 개선이 필요한 것으로 사료된다. 본 연구의 결과는 추후 다양한 정지궤도위성의 이용을통 한 다중 원격탐사자료의 활용으로 보다 정확한 미계측 유역 수문자료 확충 및 실시간 홍수 예 경보 시스템 구축에 활용이 가능할 것으로 사료된다.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.107-118
• /
• 2014

본 연구는 전지구 위성 강우자료와 글로벌 지형자료를 이용하여 유출분석을 수행하여 계측자료가 부족한 지역에 대한 강우-유출 관계를 파악할 수 있는 방법을 제시하는 것을 목적으로 하였다. 사용된 위성 강우자료는 CMORPH와 GSMaP_NRT자료를 사용하였고, 글로벌 지형자료는 GTOPO30 및 GLCC자료를 이용하였다. 유출분석을 위한 도구는 IFAS를 이용하였다. 강우 정확도 평가에서 관측강우자료와의 상관계수는 CMORPH 및 GSMaP_NRT에서 0.37 및 0.30로 분석되었다. IFAS를 이용한 유출분석에서 매개변수를 보정하지 않은 경우에도 위성 강우자료를 이용한 모의 첨두유출량이 관측유출량과의 상대오차가 낮았다. 따라서 계측자료가 없는 유역에서의 적용성이 있는 것으로 사료된다. 향후 대표적인 비접근 지역인 북한지역에 대하여 위성강우 및 글로벌 지형자료를 이용하여 유출분석에 활용할 계획이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.143-143
• /
• 2022

Precipitation plays an essential role in water resources management and disaster prevention. Therefore, the understanding related to spatiotemporal characteristics of rainfall is necessary. Nowadays, highly accurate precipitation is mainly obtained from gauge observation systems. However, the density of gauge stations is a sparse and uneven distribution in mountainous areas. With the proliferation of technology, satellite-based precipitation sources are becoming increasingly common and can provide rainfall information in regions with complex topography. Nevertheless, satellite-based data is that it still remains uncertain. To overcome the above limitation, this study aims to take the strengthens of machine learning to generate a new reanalysis of precipitation data by fusion of multiple satellite precipitation products (SPPs) with gauge observation data. Several machine learning algorithms (i.e., Random Forest, Support Vector Regression, and Artificial Neural Network) have been adopted. To investigate the robustness of the new reanalysis product, observed data were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the machine learning model showed higher accuracy than original satellite rainfall products, and its spatiotemporal variability was better reflected than others. Thus, reanalysis of satellite precipitation product based on machine learning can be useful source input data for hydrological simulations in ungauged river basins.

• 대기
• /
• 제21권3호
• /
• pp.273-284
• /
• 2011

This study investigates the characteristics of satellite brightness temperature (TB) and rainfall intensity over the life cycle of convective cells. The convective cells in the three event cases are detected and tracked from the growth stage to the dissipation stage using the half-hourly infrared (IR) images. For each IR images the values of minimum, mean, and variance for the convective cell's TBs and the sizes of convective cells are calculated and also the relationship between TB and rainfall intensity are investigated, which is obtained using the pixel values of satellite TB and the ground rainfall intensity measured by AWS (Automatic Weather Station). At the growth stage of the convective cells, the TB's variance and cloud size consistently increased, whereas TB's minimum and mean consistently decreased. At this stage the empirical relationships between TB and rainfall intensity are statistically significant and their slopes (intercepts) in absolute values are relatively large (small) compared to those at the dissipation stage. At the dissipation stage of the convective cells, the variability of TB distributions shows the opposite trend. The statistical significance of the empirical relationships are relatively weak, but their slopes (intercepts) vary over life cycle. These results indicate that satellite IR images can provide valuable information in identifying the convective cell's maturity stage and in the growth stage, they may be used in providing considerably accurate rainfall estimates.