New diagnosing method o flood possibility was proposed. The method can be processed by following steps: first, decide if current available water resources are above normal or not; second, compute a consecutive period above normal; third, precipitation is accumulate through the period; fourth, daily depletion (runoff and evapotranspiration) amount is subtracted from the accumulated precipitation and remains are translated to one day's precipitation, which is called effective precipitation; and finally, effective precipitation index. the larger effective precipitation index means the higher flood possibility. This method has been applied to the flood event occurred in the central region of Korea at late July 1996 and compared with the study by Korea Water resources Association (1996). The new method is proven to be much faster in computation, and therefore much better in practical use for emergency situation than current rainfall-runoff models. It is because the new method simplifies some steps of currently used method such as parameter estimation and water level observation. It is also known that new method is more scientific than any other methods that use accumulated precipitation only as it considers the runoff depletion in time
Kim, Yon-Soo;Kim, Soo-Jun;Kwak, Jae-Won;Kim, Hung-Soo
Proceedings of the Korea Water Resources Association Conference
/
2012.05a
/
pp.196-196
/
2012
전 지구적으로 발생하고 있는 잦은 기상이변과 기후변화의 가속화로 자연재해 발생빈도 및 피해규모는 증가하는 추세로 나타나고 있다. 이러한 기상이변은 우리나라 또한 예외가 아니며 최근 한반도에서 발생한 적설로 인하여 많은 인명과 재산피해가 증가하고 있다. 본 연구에서는 기상청에서 제공하는 KMA-RCM 기후자료를 바탕으로 관측자료 및 시나리오의 온도, 강수, 적설량 간의 관계를 이용하여 기상청 산하 기상관측소 58개 대상 지점으로부터 목표기간별(목표 I:1979~2008년, 목표 II:2011~2040년, 목표 II:2041~2070년, 목표IV:2071~2100년) 적설량을 예측하였으며, 빈도별(20년, 30년, 50년, 80년, 100년, 200년) 확률적설량을 산정하고자 하였다. KMA-RCM 자료를 이용한 미래 적설량 예측은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였고, 58개 대상 지점의 30년 이상 관측기상자료 중 온도, 강수, 적설량 자료를 이용하여 지점별로 훈련을 시켜 이를 기후변화 시나리오에 활용하였다. 확률적설량에서 매개변수 추정은 확률가중모멘트법(PWM)을 이용하였고 적정확률분포형으로는 시나리오적 방법 및 비시나리오적 방법에 대한 분포형 검정결과 가장 적합하다고 판정되는 Gumbel분포형을 선정하였다. 위의 방법론을 통하여 미래 목표기간별로 확률적설량을 확률적설량을 산정하였으며 본 연구결과는 기후변화 시나리오를 고려한 목표기간별 적설량 산정 및 관련 방재기준의 개선 방안 및 재설정 기준 마련에 기초자료로 활용될 수 있을 것으로 기대된다.
This study has analyzed the drought return and duration characteristics using the monthly rainfall at Seoul, and compared them with those obtained by applying the Poisson process. The Standardized Precipitation Index (SPI) was used as the drought index along with the 10 month moving average for the rainfall smoothing. The thresholds applied for the analysis of drought were -1.00, -1.50, and -2.00. The drought return and duration characteristics derived from the analysis of observed data show that: (1) The moderate drought occurs every 2 years and lasts about 4 - 5 months. (2) The severe drought occurs every 3 - 5 years and lasts about 2 - 4 months. (3) The extreme drought occurs every 8 - 23 years and lasts about 1 - 4 months. Especially, the severe droughts (thresholds of -1.5 and -2.0) before the long dry period were found to have longer return periods but shorter durations than those after the long dry period. This seems to be because of the high variability of precipitation as well as the fact that no snowfall has been added for the winter precipitation before the long dry period. Finally, the comparison of results derived from the analysis of observed data and those derived by applying the Poisson process shows that the Poisson process well explain the return and duration characteristics of drought.
An, Sojung;Choi, Youn;Son, MyoungJae;Kim, Kwang-Ho;Jung, Sung-Hwa;Park, Young-Youn
Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2021.05a
/
pp.43-45
/
2021
The short-term quantitative precipitation prediction (QPF) system is important socially and economically to prevent damage from severe weather. Recently, many studies for short-term QPF model applying the Deep Neural Network (DNN) has been conducted. These studies require the sophisticated pre-processing because the mistreatment of various and vast meteorological data sets leads to lower performance of QPF. Especially, for more accurate prediction of the non-linear trends in precipitation, the dataset needs to be carefully handled based on the physical and dynamical understands the data. Thereby, this paper proposes the following approaches: i) refining and combining major factors (weather radar, terrain, air temperature, and so on) related to precipitation development in order to construct training data for pattern analysis of precipitation; ii) producing predicted precipitation fields based on Convolutional with ConvLSTM. The proposed algorithm was evaluated by rainfall events in 2020. It is outperformed in the magnitude and strength of precipitation, and clearly predicted non-linear pattern of precipitation. The algorithm can be useful as a forecasting tool for preventing severe weather.
KSCE Journal of Civil and Environmental Engineering Research
/
v.30
no.4B
/
pp.413-427
/
2010
Urbanization means the sudden increment of a population and the industrialization. The hydrologic water cycle causes many changes due to urbanization. Therefore, the affects that urbanization influences on the precipitation events were analyzed. But the precipitation events are very much influenced many meteorological and climatologically indices besides the effect of an urbanization. So, an analysis was performed by using precipitation data observed in many spots of the Korean peninsula. The analysis data are annual precipitation, the duration 1 daily maximum amount of precipitation, the rainy days, and 10 mm over the rainy days, and 80 mm. seasonal precipitation and seasonal rainy days. The analytical method classified 4 clusters in which the precipitation characteristic is similar through the cluster analysis. It compared and analyzed precipitation events of the urban and rural stations. Moreover, the representative rainfall stations were selected and the urban stations and rural stations were compared. In the analyzed result, the increment of the rainy days was conspicuous over 80mm in which it can cause the heavy rainfall. By using time precipitation data, the design precipitation was calculated. Rainfall events over probability precipitation on duration and return period were analyzed. The times in which it exceeds the probability precipitation in which the urban area is used for the hydrologic structure design in comparison with the rural area more was very much exposed to increase.
Proceedings of the Korea Water Resources Association Conference
/
2012.05a
/
pp.949-949
/
2012
유출수문곡선은 강우량, 강우강도, 강우지속시간, 강우이동방향 및 이동속도와 같은 강우발생특성과 강수대의 공간적 이류방향과 유역형상과의 상호작용에 의하여 영향을 받으며, 특히 강우의 이류과정에서 나타나는 시간적, 공간적인 분포는 유출에 영향을 미치는 중요한 인자이다. 일반적으로 유출해석 기본이론은 연속방정식과 운동방정식으로서 운동파가정(kinematic wave analogy)을 기반으로 한 집중수문모형(lumped hydrologic model)에 의하여 수행되고 있지만 집중형 모형은 한 매개변수에 여러 가지의 물리적 과정을 개념화하여 담고 있기 때문에 유출과정에 대한 섬세한 모형화의 제약으로 인하여 강우의 이류과정에 따른 유출변화특성을 모의하기가 어렵다. 본 연구에서는 완전 분포형 수문동력학적 강우-유출 모형을 사용하여 강우의 이류특성을 반영할 수 있는 유출 모델을 구성하고, 강우의 이류특성에 따른 유역 출구에서의 유출수문곡선의 변화과정을 살펴보고 상관관계를 분석하였다.
Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
/
2004.03a
/
pp.209-214
/
2004
국지적으로 단시간 내에 많은 양의 강한 비가 내리는 현상인 집중호우는 발생부터 성장, 쇠퇴까지의 과정이 단기간에 이루어지고, 그 변동성이 아주 크다. 그러므로 정확한 예보를 위해서는 단시간예보(nowcasting) 기법이 필요한데, 이를 위해서는 연속적이고, 정확한 관측이 필요하다. 집중호우의 관측에는 우량계, 레이다, 위성 관측 등이 사용되는데 이 연구에서는 GOES-9호 위성영상자료를 이용하였고, 2003년 여름의 8개 강수사례에 대해 분석하였다. 집중호우시의 강수량을 산출하기 위해 Power-law Curve를 사용하였고, NOAA/NESDIS에서 개발하여 현업에 사용 중인 Auto-Estimator의 무강수 픽셀 보정방법을 이용하여 산출된 강수량을 보정하였으며, 이를 기상청의 자동기상관측자료 (Automatic Weather Station: AWS)와 비교하였다. 위성영상자료의 시간 대표성을 분석하기 위해 위성의 관측 시간에 대해 전, 후, 중심을 기준으로 각각 15분, 30분, 60분 누적강수량과 비교하였고, AWS의 공간 대표성을 분석하기 위해 위성영상자료의 3×3, 5×5, 9×9 픽셀을 면적 평균하여 각각 비교하였다. 분석 결과 대부분의 사례에서 위성의 관측시간을 시작으로 60분 동안 누적한 강수량과 상관성이 가장 크게 나왔고, 면적에 대해서는 거의 차이가 없었다. 또한, 무강수 픽셀 보정방법의 하나로 구름의 성장률을 보정해 주었다. 그 결과 구름의 성장률을 보정해 주었을 때 상관계수가 0.05 이상 상승하였다.
Shin, Ji Yae;Lee, Baesung;Yoon, Hyeon-Cheol;Kwon, Hyun-Han;Kim, Tae-Woong
Journal of Korea Water Resources Association
/
v.56
no.8
/
pp.509-520
/
2023
Various drought indices are widely used for assessing drought conditions which are affected by many factors such as precipitation, soil moisture, and runoff. The values of drought indices varies depending on hydro-meteorological data and calculation formulas, and the judgment of the drought condition may also vary. This study selected four calculation components such as precipitation data length, accumulation period, probability distribution function, and parameter estimation method as the sources of uncertainty in the calculation of standardized precipitation index (SPI), and evaluated their contributions to the uncertainty using root mean square error (RMSE) and linear mixed model (LMM). The RMSE estimated the overall errors in the SPI calculation, and the LMM was used to quantify the uncertainty contribution of each factor. The results showed that as the accumulation period increased and the data period extended, the RMSEs decreased. The comparison of relative uncertainty using LMM indicated that the sample size had the greatest impact on the SPI calculation. In addition, as sample size increased, the relative uncertainty related to the sample size used for SPI calculation decreased and the relative uncertainty associated with accumulation period and parameter estimation increased. In conclusion, to reduce the uncertainty in the SPI calculation, it is essential to collect long-term data first, followed by the appropriate selection of probability distribution models and parameter estimation methods that represent well the data characteristics.
KSCE Journal of Civil and Environmental Engineering Research
/
v.30
no.6B
/
pp.579-587
/
2010
The mid-range streamflow forecast was performed using NWP(Numerical Weather Prediction) provided by KMA. The NWP consists of RDAPS for 48-hour forecast and GDAPS for 240-hour forecast. To enhance the accuracy of the NWP, QPM to downscale the original NWP and Quantile Mapping to adjust the systematic biases were applied to the original NWP output. The applicability of the suggested streamflow prediction system which was verified in Geum River basin. In the system, the streamflow simulation was computed through the long-term continuous SSARR model with the rainfall prediction input transform to the format required by SSARR. The RQPM of the 2-day rainfall prediction results for the period of Jan. 1~Jun. 20, 2006, showed reasonable predictability that the total RQPM precipitation amounts to 89.7% of the observed precipitation. The streamflow forecast associated with 2-day RQPM followed the observed hydrograph pattern with high accuracy even though there occurred missing forecast and false alarm in some rainfall events. However, predictability decrease in downstream station, e.g. Gyuam was found because of the difficulties in parameter calibration of rainfall-runoff model for controlled streamflow and reliability deduction of rating curve at gauge station with large cross section area. The 10-day precipitation prediction using GQPM shows significantly underestimation for the peak and total amounts, which affects streamflow prediction clearly. The improvement of GDAPS forecast using post-processing seems to have limitation and there needs efforts of stabilization or reform for the original NWP.
Proceedings of the Korea Water Resources Association Conference
/
2015.05a
/
pp.2-2
/
2015
최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 기존 지상 기상관측소로부터 얻어지는 직접탐측 자료보다는 기상레이더와 위성영상 등 원격탐측 자료를 사용한 수문분야의 연구가 활발하게 진행되고 있다. 기상레이더는 넓은 지역에 걸쳐 실시간으로 강수현상 감시가 가능하며 지상우량계로는 파악이 불가능한 미계측 유역을 통과하는 국지적인 호우현상이나 강우장의 이동 및 변화의 파악도 빠른 시간에 가능한 장점이 있다. 본 연구는 기상레이더 공간적 분포와 지상관측소(AWS 및 ASOS) 자료를 연계한 통계적 레이더 강수량 추정(Quantitative Precipitation Estimation, QPE)과 레이더 강수장을 직접 추적하는 강수장 예측(Quantitative Precipitation Forecast, QPF)를 연계한 해석방안을 수립하였으며, 모형 적용과정은 다음과 같다. 첫째, 강우장의 공간적인 이동을 고려하기 위해 강우장으로 부터 이류(advection)패턴을 추출하여 각 강우세포가 가지는 이동방향 및 이동속도를 고려한 강우장 추적기법을 통하여 2시간의 선행시간을 가지는 강우장을 예측하고자 한다. 둘째, 과거 기상레이더 이미지와 지상관측소의 강수 특성을 파악한 후 앞서 예측된 레이더강우장의 형태와 가장 유사한 과거 레이더강우장과 동일 시간대에 지상관측소 강수시계열을 시나리오 형태로 구축한다. 본 연구를 통하여 개발된 기상레이더 영상 이미지 상관분석 기법을 활용한 초단기강우예측은 집중호우시 홍수 예 경보를 위한 수문모형의 입력자료로 활용이 가능하다. 즉, 수문모형과 연계한 고해상도 단기홍수 예측기술 적용이 가능할 것으로 판단되며, 향후 실시간 재해 예 경보에 활용성을 평가하고자 한다.
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.