Application of Spatial Interpolation to Rainfall Data

강우자료에 대한 공간보간 기법의 적용

Geostatistical data are obtained only at selected sites even though they are potentially available at any location In a continuous surface. Therefore it is necessary to estimate the unknown values at unsampled locations based on observations. In this study we compared the accuracy of 5 spatial interpolation methods: local trend surface, IDW, RBF, ordinary kriging, universal kriging. These interpolation methods were applied to annual rainfall data. As the results of validation tests, universal kriging with gaussian variogram model showed the best accuracy in comparison with other interpolation methods. In the case of kriging, the predicted values were more accurate and within a more narrow range than other methods. In contrast with kriging, local trend surface analysis, IDW and RBF showed the wide range of predicted values and abrupt changes between neighbors.

공간통계자료는 비록 공간상 모든 위치에 그 값이 존재하나, 실제 우리는 모든 지점에서 공간자료를 수집하지 못한다. 따라서 몇 개의 대표 지점에서 자료를 수집한 후 이를 미관측 지역까지 확장하여 사용하게 되는데, 이때 공간보간 기법이 적용된다. 본 논문에서는 다양한 분야에서 매우 중요하게 사용되는 강우자료에 대해 공간보간을 실시하고 그 정확성을 검증하였다. 기상청에서 운영하는 총 373 개의 강우관측소의 2004 년도 연 총강우량에 대해 공간보간을 실시하였으며, 그로부터 이론적 베리오그램으로 가우시안 함수를 사용한 일반 크리깅이 가장 높은 정확성을 보인 것으로 확인되었다. 다른 보간기법에 비해 크리깅 기법은 비교적 정확성이 높은 것으로 분석되었으며, 결과에 있어서는 예측값의 분포 범위가 좁은 일반화의 특성을 갖는 것으로 나타났다. 지역경향면 분석(local trend surface analysis), IDW, RBF의 경우 강우자료에 대한 예측값의 범위가 크리깅에 비해 매우 넓게 분포하는 것으로 나타났으며, 공간적으로는 인접한 지역의 예측값이 크리깅에 비해 급변하는 것으로 분석되었다.