• Journal of the Korean earth science society
• /
• v.34 no.1
• /
• pp.1-12
• /
• 2013

To effectively remove chaff echoes, which are often misidentified as precipitation echoes on weather radars, this study examines the relationship between the radar reflectivity and each of dual polarimetric parameters. The dual polarimetric parameters are collected only for the echo areas identified as chaff echoes on the NIMR X-band dual polarization radar. Overall, the polarimetric parameters (i.e., reflectivity, differential reflectivity, cross correlation coefficient, standard deviation of differential reflectivity and specific differential phase) for chaff echoes have a wider range of values than those for precipitation echoes and the chaff filaments tend to be horizontally oriented to radar beams. There appears to be a considerable overlap in the cross correlation coefficient range of chaff and precipitation echoes since some precipitation echoes have cross correlation coefficient lower than 0.8. Therefore, although the cross correlation coefficient is known to be a good variable in identifying and separating chaff echoes from precipitation echoes, it is suggested that additional care should be taken when using the cross correlation coefficient solely in removing chaff echoes.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.3
• /
• pp.242-247
• /
• 2015

In this study, we propose the design of Radial Basis Function Neural Network(RBFNN) classifier in order to classify between precipitation and non-precipitation echo. The characteristics of meteorological radar data is analyzed for classifying precipitation and non-precipitation echo. Input variables is selected as DZ, SDZ, VGZ, SPN, DZ_FR, VR by performing pre-processing of UF data based on the characteristics analysis and these are composed of training and test data. Finally, QC data being used in Korea Meteorological Administration is applied to compare with the performance results of proposed classifier.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.19-19
• /
• 2016

오늘날, 보다 정밀한 대기기상 분석과 정확한 기상 예측을 위해 보편적으로 기상레이더를 활용하고 있다. 지표면과 가까운 저층에서 주로 발생하는 국지성 호우 및 돌발기상에 대한 대응을 위해서는 기상레이더 역시 저층 관측이 수반되어야 한다. 하지만, 국토 대부분이 산악지형으로 이루어진 우리나라에서는 산악지형에 의한 지형클러터와 빔 차폐의 영향을 피하여 원만한 기상관측을 위해 대부분의 기상레이더가 고지대에 설치, 운영되고 있다. 그럼에도 불구하고 낮은 고도각의 레이더 관측 자료에서는 여전히 지형 클러터 및 차폐에 따른 영향으로 인해 자료 품질의 신뢰성이 떨어질 수 밖에 없다. 현재 클러터나 차폐가 발생한 영역에 대해 상위 고도각의 자료를 이용하는 등의 방법으로 보정을 수행하고 있지만 각 고도각 관측 자료들의 시간적 차이가 발생함에 따라 부정확성이 발생할 수 있다는 단점이 있다. 따라서 본 논문에서는 차폐 영역 보정에 대한 처리를 위해 단일 관측자료 만을 이용하는 방법을 적용함으로서 시간적 불일치성에 대한 문제를 해결하고, 초단기 강수예측을 위한 강수에코의 정확한 추적을 위해 레이더 영상에 적응적인 차폐, 클러터 보정 기법을 제안한다. 제안 기법은 강수에코의 형태학적 구조에 기반한 차폐보정을 위해 영상 처리 기법의 한 종류인 모폴로지 기법을 적용함으로써 강수에코의 모양, 크기, 및 구조에 따라 침식 및 팽창 과정을 수행하여 클러터나 차폐로 인해 소실된 강수에코 영역을 보정한다. 실험결과 레이더 강수추정의 정확성 향상을 꾀할 수 있었으며, 강수 추적을 위한 강수에코의 형태학적 복원이 가능함을 확인하였다. 이로부터, 향후 저층관측 레이더 자료의 활용성 증대와 에코 형태에 기반한 강수 추적 알고리즘 개발 및 성능 향상에 활용될 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.924-927
• /
• 2005

한반도의 강수패턴을 보면 강수일수는 감소하나 호우일수는 증가하고 있는 추세이다. 특히, 우리나라는 강수의 대부분이 하계에 집중되어 있고, 단시간에 강수의 변화가 심하기 때문에 기존의 수치예보를 보완해줄 수 있는 예보체계의 확립이 불가피한 실정이다. TREC(Tracking Radar Echoes by Correlation)기법은 폭풍에 대한 내부 움직임을 결정하기 위한 목적으로 Rinehart와 Garvey(1978)에 의해 처음 개발된 것으로 비교적 간단하게 레이더 에코를 이용하여 강수의 이동경로를 추적할 수 있다. 일정한 시간 간격으로 제공되는 레이더 반사도 자료에 대하여 설정된 두 window 사이의 상관계수의 최대치를 찾아냄으로써 강수의 움직임을 파악하였다. 개발된 기법은 레이더 에코로부터 강수의 안정된 이동방향과 이동속도를 제시하기 위하여 상관성 분석과 함께 일치성 분석 및 가중함수에 의한 이동 백터장 보정을 수행하였다. 또한 이동 백터의 외삽을 통하여 강우이동경로와 대상유역의 단시간 예측 면적 강우 산정 방법을 제시하였다. 결과는 개선된 단시간 강수예측 가능성을 보여주었다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1347-1348
• /
• 2015

본 논문에서는 기상레이더 데이터에서 섞여있는 강수에코 및 비강수에코를 분류하기 위하여 Interval Type-2 FCM based RBFNN의 도움으로 사례 및 에코 분류기의 설계를 제안한다. 학습과 테스트 데이터는 현재 기상청에서 사용하는 UF radar data를 사용하였으며, 사례 분류기와 에코패턴 분류기의 데이터를 각각 생성한다. 전처리 과정인 사례 분류를 통하여 강수사례 혹은 비강수사례를 분류하여 강수사례일 경우 에코패턴분류를 진행하며, 비강수사례일 경우 데이터에 관측된 모든 반사도 값을 제거한다. 사례 및 에코 분류기는 Interval Type-2 FCM based RBFNN을 통하여 패턴분류를 진행하며, 패턴분류 성능을 확인한다. 또한 후반부 파라미터의 동정 시, 각 규칙에 파라미터를 전역적으로 구하는 LSE와 각 규칙에 대한 파라미터를 독립적으로 구하는 WSLE의 비교연구를 수행한다. 분류기의 성능을 확인하기 위하여 사례 분류 후 에코패턴분류의 결과는 현재 기상청에서 사용하고는 품질검사(QC) 데이터와 비교하여 평가하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.3
• /
• pp.217-222
• /
• 2015

Clustering is one of important data mining techniques known as exploratory data analysis and is being applied in various engineering and scientific fields such as pattern recognition, remote sensing, and so on. The method organizes data by abstracting underlying structure either as a grouping of individuals or as a hierarchy of groups. Weather radar observes atmospheric objects by utilizing reflected signals and stores observed data in corresponding coordinate. To analyze the radar data, it is needed to be separately organized precipitation and non-precipitation echo based on similarities. Thus, this paper studies to apply clustering method to radar data. In addition, in order to solve the problem when precipitation echo locates close to non-precipitation echo, fuzzy logic based clustering method which can consider both distance and other properties such as reflectivity and Doppler velocity is suggested in this paper. By using actual cases, the suggested clustering method derives better results than previous method in near-located precipitation and non-precipitation echo case.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.114-114
• /
• 2023

기상레이더는 대류권의 기상 관측에 널리 사용되며, 기상예보를 비롯하여 항공, 농업, 수문학 등 다양한 분야에서 활용하고 있다. 기상레이더센터는 SSPA(Solid State Power Amplifier) 기반 X-Band 주파수대역(9GHz)을 사용하는 연구용 소형기상레이더 관측망을 운영하고 있다. 주로 수도권 저층 대기에서 발생하는 위험 기상현상을 1분 단위로 빠르게 관측하면서 정확한 강수 정보생산을 위한 연구를 수행하고 있다. 레이더 관측 자료는 전파를 이용하여 넓은 범위에 분포하는 눈, 비, 우박 등 대기수상체를 관측하여, 강수량 추정을 통해 강수 정보를 생산한다. 이에 따라 레이더 관측 자료의 정확성과 신뢰도를 높이기 위해서 레이더 품질관리 기술 적용은 필수적이다. 기상레이더센터는 소형기상레이더로 관측한 이중편파 자료의 효과적인 품질관리를 위한 각종 자료처리 모듈을 개발하여, 실시간 자료처리 프로그램에 적용하였다. 우선, 저층 대기 관측 시 기상에코와 더불어 강한 반사도로 나타나는 지형에코를 판별하는 모듈과 선형 또는 쐐기형태의 전파간섭에코를 비롯한 비기상에코를 효과적으로 제거하는 기술을 개발하였다. 다음으로, X-Band 주파수대역 기상레이더 관측 자료의 취약점인 강한 강수 시 발생하는 반사도 감쇠 현상을 보정하기 위한 기술도 개발하였다. 소형기상레이더 품질관리 개발과 적용을 통하여 생산된 자료는 HSR(Hybrid Surface Rainfall), 레이더 강수량 추정, 대기수상체 등 다양한 기상 산출물 생산과 동시에 기상 감시 및 연구 분야에 효과적으로 활용하고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.277-277
• /
• 2012

국립기상연구소(National Institute of Meteorological Research; NIMR)는 기상청 이중편파 레이더 현업운영에 대비하여 2009년 X-band 연구용 이중편파 레이더를 도입하였고, 편파변수의 산출과 대기수상체 분류를 포함한 강수추정 등의 효용 가능성에 대한 연구를 지난 2년간 수행하고 있다. 이중편파 레이더는 반사도( )뿐만 아니라 차등반사도($Z_R$), 비차등 위상($K_{DP}$), 상관계수($_v$)등의 편파 변수의 산출로 강우감쇠보정과 기상에코-비기상의 에코(ground clutter, insects, birds, chaff)의 구별이 가능하다. 이러한 장점들을 이용해 레이더 자료품질 개선과 정량적 강수추정의 상당한 개선에 도움이 된다. 본 연구에서는 강수추정 관계식 R-Z, 감쇠 보정된 R-Z, R-$K_{DP}$ 관계식을 이용하여 레이더 관측 반경 내에 존재 하는 81개의 지상 우량계 자료와 강수량 추정의 정확도 비교 검증을 실시하였다. 그리고 Fuzzy logic 기법을 이용한 대기수상체 분류 알고리즘을 사용하였고 관측사례는 2011년 수도권 관측을 통해 강설/강수 에코 구별과 우박에코 사례를 분석하였다. 본 연구를 통해 이중 편파 레이더에서 산출된 고품질의 레이더기상자료를 기반으로 현업 예보지원 및 정량적 강우예측 향상에도 기여할 것으로 사료된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.5
• /
• pp.562-568
• /
• 2014

There exist precipitation echo and non-precipitation echo in the meteorological radar. It is difficult to effectively issue the right weather forecast because of a difficulty in determining these ambiguous point. In this study, Data is extracted from UF data of meteorological radar used. Input and output data for designing two classifier were built up through the analysis of the characteristics of precipitation and non-precipitation. Selected input variables are considered for better performance and echo classifier is designed using fuzzy relation-based nueral network. Comparative studies on the performance of echo classifier are carried out by considering both echo judgement module 1 and module 2.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.5
• /
• pp.536-541
• /
• 2014

Data through meteorological radar includes ground echo, sea-clutter echo, anomalous propagation echo, clear echo and so on. Each echo is a kind of non-precipitation echoes and the characteristic of individual echoes is analyzed in order to identify with non-precipitation. Meteorological radar data is analyzed through pre-processing procedure because the data is given as big data. In this study, echo pattern classifier is designed to distinguish non-precipitation echoes from precipitation echo in meteorological radar data using RBFNNs and echo judgement module. Output performance is compared and analyzed by using both HCM clustering-based RBFNNs and FCM clustering-based RBFNNs.