• Korean Journal of Remote Sensing
• /
• v.18 no.6
• /
• pp.319-326
• /
• 2002

Rainfall estimation was conducted based on TRMM-PR/VIES and GMS data. AWS rainfall data were used for various validation. General procedure is as follows; 1) Z-R relationship was made by the comparison of TRMM-PR and AWS data. 2) new algorithm was developed by the estimates from Z-R equation and TBB of VIRS. 3) rainfall was estimated through the substitution of GMS data for TBB of VIRS in the newly developed algorithm. Z-R relationship based on TRMM is $Z=303R^{0.72}$ with correlation coefficient 0.57. The newly developed algorithm is shown as correlation coefficient 0.67 and RMSE 17mm/hr. New algorithm shows the underestimating tendency in case of heavy rainfall event.

• Journal of Korea Water Resources Association
• /
• v.35 no.5
• /
• pp.575-581
• /
• 2002

This study evaluates the variation of estimation error of area-average rainfall due to rainfall seasonality. Both the cases considering and not considering the spatial correlation are compared to derive the characteristics of estimation error. Similar cases with different accumulation time without considering the rainfall seasonality are also investigated. This study was applied to the Geum-river basin with total 28 rain gauge measurements haying more than 30 years of daily rainfall measurements. As results of the study we found that: (1) The absolute estimation error of monthly area-average rainfall show strong seasonality like the total rainfall amount. However, the relative estimation error normalized by its mean was estimated to have similar values about 5 to 8% except January and December. (2) The relative estimation error of annual area-average rainfall estimated was found to have the estimation error about 3% of its annual mean. (3) However, the relative estimation error normalized by the standard deviation remains almost the same for both monthly and annual rainfall amounts, which was estimated about 11% of its standard deviation. (4) Finally, the estimation error without considering the spatial correlation was found to become almost twice the estimation error with considering the spatial correlation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.492-492
• /
• 2017

강수량은 지상에 내린 물의 총량으로 홍수 및 갈수량 산정에 있어서 유출특성을 파악하는데 중요한 자료이다. 부정확한 자료 및 수문분석기법에 의한 수자원량의 추정은 수공구조물의 설계 시과소 또는 과다 설계로 문제를 가져올 수 있으며, 수리 수문분석시스템의 효율적인 운영에 많은 지장을 초래하게 될 수 있다. 특히 강수량자료를 기초로 하는 홍수예보 및 갈수예보 모형들은 그 입력치인 강수량자료의 정확도가 큰 비중을 차지하게 된다. 강수량은 면적 강수량을 대표할 수 있는 위치에서 관측되어야 점 강수량을 면적 강수량으로 환산하는데서 발생하는 오차를 최소화 할 수 있다. 최근 강수 특성은 과거에 비해 시공간적으로 매우 불규칙해졌으며, 특히 짧은 지속시간 동안에 많은 양의 강우가 집중되고 있다. 강수량조사망은 이와 같은 강수 특성 변화를 충분히 반영할 수 있어야 한다. 강수 특성을 반영하여 수문조사, 홍수예보, 강우레이더에 활용하기 위해서는 기존 강수량조사망에 대한 재평가가 선행되어야 하며, 재평가된 결과를 토대로 강수량조사망을 설계하여야 한다. 또한 강수량관측소는 그 자체에 여러가지 오차를 내재하는데, 이는 바람의 영향, 증발, 주변 환경 변화 등 다른 여러 가지 오차들이다. 이러한 오차의 발생을 최소화하기 위해서는 관측시설의 유지관리가 매우 중요하다. 강수량자료의 품질 문제를 최소화하여 강수량자료의 품질을 향상시키기 위해서는 기존 강수량관측소 및 운영현황에 대한 명확한 고찰이 선행되어야 하며, 기존의 강수량조사망에 어떠한 문제점 등이 내포되어 있는지에 대한 객관적인 평가를 통하여 수문조사, 홍수예보, 강우레이더 활용에 적합한 강수량조사망 구축이 필요하다. 본 연구에서는 영산강홍수통제소 관할 유역의 강수량관측소 67개소를 조사 평가하여 수문조사, 물관리, 강우레이더의 활용에 필요한 강수량조사망을 구축하였다. 이에 따라 신설 강수량관측소는 14개소가 필요한 것으로 나타났으며, 이 경우 평균 시강수량의 추정 불확실도가 0.2 이상인 영역은 19.3 %에서 10.6 %로 줄어들며, 연평균 강수량의 추정 불확실도가 0.2 이상인 영역은 9.0 %에서 4.7 %로 줄어드는 것으로 나타났다. 또한 강수량조사망 구축에 필요한 강수량관측소 설치, 위치선정, 배치 등에 관한 기준 및 유지관리에 필요한 사항을 제시하였다.

• Journal of Wetlands Research
• /
• v.19 no.1
• /
• pp.112-121
• /
• 2017

This study proposed the quantitative precipitation estimation method using overlapped area in radar network. For this purpose, the dense rain gauges and radar network are used. As a result, we found a reflectivity bias between two radar located in different area and developed the new quantitative precipitation estimation method using the bias. Estimated radar rainfall from this method showed the apt radar rainfall estimate than the other results from conventional method at overall rainfall field.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.363-363
• /
• 2021

수자원설계 및 계획 시 제한된 강우자료로 인해 나타나는 한계를 개선하기 위한 목적으로 추계학적 강수모의 모형을 활용한다. 대표적인 추계학적 강수모형으로 Bartlett-Lewis Rectangular Pulse Modified Model(BLPRM)과 Neyman-Scott Rectangular Pulse Model(NSRPM) 등이 활용되고 있으며, 관측강수량의 통계적 모멘트를 재현할 수 있도록 모형 매개변수를 최적화하는 과정이 필수적으로 요구된다. 기본적으로 모형 매개변수들의 조합을 통해 추정되는 통계적 모멘트와 관측값의 통계적 모멘트를 반복적으로 비교하면서 최적 매개변수를 추정하게 된다. 그러나 상대적으로 적은 관측값을 이용하여 매개변수를 추정하기 때문에, 매개변수 추정이 어려울 뿐만 아니라 매개변수의 불확실성도 큰 특징을 가지고 있다. 모형 매개변수 추정과정에서 다양한 목적함수가 활용되고 있으나, 고려되는 통계적 모멘트가 평균 및 분산 등 2차 모멘트에 제한되고 있어 극치강수량에 대한 재현성은 상대적으로 부족한 부분이 있다. 본 연구에서는 3차 모멘트를 포함한 목적함수를 활용하여 NSRP모형 매개변수를 추정하고, 기존 2차 모멘트를 이용한 매개변수 접근방법과 극치강수량 재현 측면에서 비교를 수행하였다. 최종적으로 유역 단위에서 극치강수량 재현효과를 평가하기 위해서는 면적강수량 추정이 매우 중요하며, 본 연구에서는 이러한 점을 감안하여 강우 지점 간의 상관성을 유지하면서 강우모의가 가능한 다지점 NSRP 모형과 연계하여 극치강우 재현 가능성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.369-370
• /
• 2012

일반적으로 회귀분석의 최적화는 평균적인 개념을 확장하여 사용되어지고 있다. 평균은 관찰값들에 관한 모든 정보와 관련된 통계량으로써 많은 연구에 이용되어지고 있다. 정규분포를 이루는 모집단의 경우 평균을 사용한 추정이 바람직하지만, 이상치로 인한 분포의 꼬리가 두꺼워지는 경우 중위수(median)를 사용하는 것이 바람직하다고 알려져 있다. 강수량의 분포형태는 꼬리(tail)가 두꺼운 왜곡된 형태를 갖고 있으므로 robust 통계량인 Quantile을 이용한 강수량의 분석 및 평가를 실시하였다. 본 연구에서는 Quantile에 따른 회귀선의 변화를 이용하여 강수량의 경향성을 평가하고, 극치강수량의 변화를 보여줄 수 있는 Quantle값을 추출해 보고자 한다. 또한 bootstrap 방법을 이용하여 Quantile에 따른 회귀계수의 신뢰구간을 분석하여 회귀인자의 신뢰성을 평가하였다. 본 연구에서 적용한 Quantile Regression 기법은 회귀계수의 추정에 있어서 회귀인자의 신뢰성을 Quantile-회귀계수 그래프를 통해 분석할 수 있으며, 이상값의 영향을 저감시키는 평균과 달리 이상값의 영향을 효과적으로 분리 및 재현시킬 수 있어 극치값에 따른 변화를 효과적으로 평가할 수 있으며, robust 통계량의 특징인 분산이 적은 안정적인 추정량을 확보할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.197-201
• /
• 2018

인공위성 기반의 원격탐사자료는 홍수, 가뭄 등 자연재해에 대한 모니터링 및 예측에 활용되어 왔으며, 특히 인공위성을 이용한 광역적 강수량 추정 자료는 지형적 제약을 받는 지상관측자료와 비교하여 시공간적으로 연속적이고 균질한 강수량 자료 취득이 가능하다는 장점이 있다. 우리나라의 경우 상대적으로 조밀한 지상관측망이 구축되어 있어 공간적으로 상세한 강수량 정보를 생산할 수 있는 여건을 갖추고 있지만, 북한 지역의 경우 기상, 수문, 통계자료에 관한 자료의 접근 및 품질의 제한성으로 인해 미계측 지역에 대한 강수량의 추정에 한계가 있다. CHIRPS (Climate Hazards Group InfraRed Precipitation with Stations) 데이터는 1999년부터 미국국제개발처 (U.S. Agency for International Development, USAID), 미국항공우주국 (National Aeronautics and Space Administration, NASA), 미국해양대기청 (National Oceanic and Atmospheric Administration, NOAA)의 지원으로 개발된 전지구 강우데이터 자료이다. CHIRPS는 1981년부터 현재까지 전지구 강우자료를 0.05도 격자 해상도로 제공하고 있으며, 강수량의 추세 분석 및 가뭄 모니터링을 위해 활용되고 있다. 본 연구에서는 CHG (Climate Hazards Group)에서 제공하고 있는 인공위성을 이용한 광역적 강수량 추정 자료인 CHIRPS와 남한 및 북한의 지상관측 강수량 자료와의 비교를 통해 위성으로부터 유도된 격자 강수량자료의 정확도 및 지역적인 강수추정의 불확실성을 평가하고, 수자원 및 재해 분야 이용 가능성을 검토하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.96-96
• /
• 2018

최근 기후변동성으로 유발되는 불안정한 기상상태를 효과적으로 관측하고자 기상레이더가 도입되고 있다. 기상레이더는 경험식으로 산정된 Z-R 관계식을 통하여 레이더 강수량을 제시하게 된다. 이 과정에서 레이더 강수량은 필연적으로 실제 지상에 도달하는 강수량과는 정량적으로 오차가 발생하게 된다. 레이더 강수량에 포함된 오차는 다양한 원인으로 발생하게 되므로 레이더 강수량의 오차 성분을 규명하는 것은 레이더 강수량 활용을 위하여 필수적으로 선행되어야 한다. 본 연구는 지상강수량과 레이더 강수량의 편의를 보정하기 위한 확률통계학적 방법론을 개발하였다. 레이더 강수량의 편의오차를 보정하기 위하여 수문통계학에서 널리 활용되고 있는 계층적 Bayesian 구조를 기반으로 하였으며 자료통합(data pooling) 기법을 이용하여 편의보정 매개변수 추정과정의 불확실성 추정 효율성을 증대시켰다. 본 연구를 통하여 개발된 레이더 강수량 편의보정기법은 계층적 Bayesian 구조를 도입함으로써 편의보정 매개계수의 불확실성을 정량적으로 제시하였으며 유역 단위의 강수상관성을 현실적으로 복원하는 것을 확인하였다. 따라서 본 연구에서 제안하는 편의보정기법은 편의보정 과정에서 발생할 수 있는 매개변수의 불확실성 및 레이더 강수량의 오차구조를 정량적으로 규명하여 고해상도의 강수정보를 생산함으로써 고도화된 수문해석을 가능케 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.849-853
• /
• 2004

본 연구에서는 년 최대치 계열을 이용한 빈도분석이 지구온난화의 영향을 반영하기 어렵다는 단점을 극복하기 위한 목적으로 혼합분포의 개념(유철상 등, 2002) 및 GCM 시나리오를 이용하여 향후 10년후에 설계강수량이 어떻게 변할 것인가 대해서 혼합감마분포에 대해서 살펴보았다. 이렇게 추정된 확률강수량의 변화폭$(\%)$은 GUMBEL 년 최대치에 의한 확률강수량에 적용하였다. 본 연구의 결과를 정리하면 다음과 같다. (1) 혼합감라분포를 이용한 설계강수량 추정치는 GUMBEL 분포를 적용하여 년 최대치 자료를 분석한 결과 유사한 것으로 파악되었다. (2) 혼합감마분포의 매개변수와 우기 강수량간의 상관은 통계학적으로 유의한 것으로 파악되었다. (3) $2{\times}CO_2$ 조건에 대한 5개의 GCM 예측치를 적용한 결과 향후 10년후의 100년 빈도 설계강수량은 현재에 비해 GCM에 따라 천안($-0.011\~0.021\%$ 변동, 평균 $0.005\%$ 증가), 부여($-0.036\~0.078\%$ 변동, 평균 $0.012\%$ 증가), 보령($-0.041\~0.089\%$ 변동, 평균 $0.014\%$ 증가), 서산($-0.040\~0.085\%$ 변동, 평균 $0.013\%$ 증가)를 나타내는 것으로 파악되었다. 이러한 변화는$2{\times}CO_2$ 상황이 50-100년 사이에 도래한다는 일반적인 관측을 고려하면 아주 미미한 결과라 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.