• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.601-601
• /
• 2016

글로벌 위성 기반의 강수량 관측에 대한 역사는 1979년에 Arkin의 의해 제안된 IR방법에 의해 위성으로 부터 강우자료를 유도하는 개념이 도입된 이후 1987년 해양에서의 비교적 정확한 강수량 추정이 가능한 다중 채널의 마이크로파(MW) 복사계를 이용한 방법으로 위성강수 추정에 대한 연구가 활발히 진행되었다. 이 후 두 IR과 MW를 혼합한 방법에서, 또다시 1997년 TRMM위성의 PR(Precpipitation Radar)의 레이더를 이용하는 방법, 그리고 2014년 GPM 핵심 위성(GPM Core Observatory)에 탑재된 Dual PR에 의한 방법으로 위성강수의 정확도를 매우 높여가고 있다. 전지구강수관측위성(GPM, Global Precipitation Measurement Mission) 사업은 미국우주항공국(NASA)과 일본우주항공국(JAXA)의 주도로 전 지구 규모의 강수관측을 목적으로 시작되었으며, 추가 파트너로 프랑스의 CNES(French Centre National d'?tudes Spatiales), 인도의 ISRO(Indian Space Research Organisation), 미국 NOAA, 그리고 유럽연합의 EUMETSAT(European Organisation for the Exploitation of Meteorological Satellites)가 참여하고 있다. 본 연구는 2014년 4월 발사된 GPM핵심 위성의 발사에 따라 제공되는 GPM 위성강우 자료의 정확도 평가를 목적으로 하고 있다. GPM 데이터는 Level-1에서 Level-3까지 다양한 데이터를 제공하고 있으며 본 연구에서는 Level-3의 IMERG 데이터를 이용하여 위성강우의 정확도를 평가하였다. IMERG 위성강우자료는 GPM 위성군의 모든 수동 MW 데이터를 조합하여 강우량을 추정하는 데이터이다. 자료의 시간적 범위는 2015년 8월 18일~8월 20일이고 공간적 범위는 한반도 영역으로 하였으며, 자료의 정확도 평가를 위한 지상계측자료는 기상청 ASOS(Automated Synoptic Observing System)의 강수량 자료를 이용하였다. 자료분석 결과 GPM에서 제공되는 IMERG 데이터의 공간적 분포는 그림 1과 같이 전라도 지역에 많은 강수가 분포하는 것을 확인할 수 있다. 이 기간 동안의 기상청 ASOS 관측 강수량 기록은 전국적으로 1순위가 고창군 25.5mm, 2순위가 부안군 21.9mm, 3순위가 정읍 및 영광군이 19.0mm로 위성으로부터 관측된 값과 지상계측값의 공간적 분포가 매우 유사한 경향을 보이는 것으로 분석되었다. 향후 위성강우 및 지상계측강우의 시계열적 정확도와 총강우량 등의 정확도 평가를 수행할 계획이다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.54 no.5
• /
• pp.91-102
• /
• 2012

강우의 관측망 확장과 위성 자료 및 기후 모델을 이용한 격자 단위자료가 개발 및 보급됨에 따라 다양한 자료의 분야별 활용성에 대한 연구의 필요성이 제기되고 있다. 본 연구에서는 지역 기후 모델 산출물의 오차 보정을 위한 격자 관측자료의 활용성을 평가하였다. 또한 통합 분포형 수문모델을 이용하여, 보정한 기후모델 결과의 수문 모의를 위한 기후 입력 자료로써의 적합성을 검토하였다. 보정된 결과는 각 관측자료의 월별 평균 강우량과 공간 분포를 비교적 잘 재현하였다. 한편 연강우량 시계열에 있어 그 양상은 잘 재현된 가운데 보정되지 않은 오차를 일부 포함하는 것으로 나타났다. 이는 점 관측자료로부터 추정된 시험 지역내 172개 소유역에 대한 일평균 강우량 자료와 비교해 볼 때 관측자료의 형식이나 정확성보다 기후모델의 불확실성에 기인하는 것으로 판단된다. 수문 모의 결과, 격자 자료를 이용하여 보정한 강우 입력자료는 수문 모델의 검보정에 이용된 소유역 단위 강우 자료를 이용한 결과에 상응하는 활용성을 보여주었다. 또한 강우의 공간 분포를 고려하지 않고, 시험유역 전체에 대한 평균 강우량을 입력 자료로 이용한 결과를 통해 기후 자료의 공간 분포와 관측 밀도의 중요성을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.430-430
• /
• 2022

20년 이상의 분단위 강우자료가 없는 지역에서는 연강수량, 월강수량, 일강수량 등을 이용하여 강우가식성지표를 추정하는 연구가 이루어지고 있다. 이중에서 월강수량을 이용한 연평균 강우가식성지표 추정방법은 Fouriner Index, Modified Index, IAS index, Modified IAS index 등 학계에서 다양한 모델이 제시된 바 있다. 국내에서는 1971 ~ 1999년 기간의 기상청 관측지점에 대한 평가가 일부 이루어진 바 있으나, 월강수량을 이용한 추정모델에 대한 후속 연구는 이루어지지 않았다. 본 연구에서는 1981 ~ 2020년 기간의 기상청 강우자료를 이용하여 월강수량 기반 강우가식성지표 추정모델의 적용성을 평가하기 위한 것으로, 선행 연구에서 기산정된 지점별 연평균 강우가식성지표 값을 바탕으로, 월강수량 기반의 기존 추정모델로 산정한 값을 비교 분석하였다. 이를 바탕으로 실무에서 활용할 수 있도록 월강수량을 이용하여 연평균 강우가식성지표를 추정할 수 있는 경험식을 업데이트 하여 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1172-1176
• /
• 2009

본 논문에서는 측우기 관측 자료계열(CWK)과 근대우량계 관측 자료계열(MRG)의 월별 장기변화 특성을 파악하기 위하여 각 자료계열별로 연도별 시간축과 월별 시간축을 동시에 고려한 2차원 LOWESS 회귀분석을 실시하여 강우의 변동 특성을 분석하였다. 4가지 강우특성에 대한 2차원 LOWESS 회귀분석 결과, 1980년 이후부터 강우의 양적 증가추세와 더불어 강우의 월간 변화폭도 급격한 증가추세를 보이고 있는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.273-273
• /
• 2012

최근 기후변화에 따른 수자원 평가를 위해 장기유출모형이 적극 활용되고 있다. 또한, 장기유출모형의 입력자료인 기후변화 시나리오를 적용한 수문학적 기상자료 생성을 위해 추계학적 기상모형(Stochastic weather generator)이 이용되고 있다. 이러한 장기유출모형의 수문학적 프로세스, 기상모형의 결과는 일단위에 기초하고 있다. 특히, 입력자료로 이용되는 강우량은 대상유역 단위의 면적강우량 산정, 즉 실제 강우의 공간적 특성이 반영된 강우생성이 무엇보다 중요한 것으로 판단된다. 따라서, 추계학적 기상모형을 이용하여 강우생성시, 강우의 공간적 특성이 고려된 호우(Storm) 생성이 중요하다. 이러한 호우생성을 위해 호우규모에 따른 면적감소계수에 대한 분석이 요구된다. 따라서, 본 연구에서는 충주댐 유역을 대상으로 일단위의 동시강우 자료를 수집하여, 호우규모에 따른 면적감소계수의 특성을 파악하여 논의하였다.

• Water for future
• /
• v.29 no.4
• /
• pp.109-118
• /
• 1996

The neural network is a mathematical model of theorized brain activity which attempts to exploit the parallel local processing and distributed storage properties. The neural metwork is a good model to be applied for the classification problem, large combinatorial optimization and nonlinear mapping. A multi-layer neural network is constructed to predict rainfall. The network learns continuourvalued input and output data. Application of neural network to 1-hour real data in Seoul metropolitan area and the Soyang River basin shows slightly good predictions. Therefore, when good data is available, the neural network is expected to predict the complicated rainfall successfully.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.171-171
• /
• 2017

강우의 시간분포는 다양한 시간규모에 걸쳐 프랙털 또는 멀티프랙털 특성을 가지고 있음이 알려졌다. 기존의 연구는 주로 시간단위 이상의 프랙털 특성에 관한 것이었다. 실제로 극한 홍수를 가져오는 집중호우는 짧은 시간 규모에서 발생함에도, 이것에 대해서는 관측 자료가 제한되어 극소수의 실험적 연구만 가능했다. 본 연구에서는 기상청에서 제공한 고해상도(1분 단위) ASOS(Automated Synoptic Observation System) 자료를 이용하여, 강우 사상 안에서의 프랙털 특성을 분석해보았다. 대부분의 사상에서 단일 멱함수보다는 2개의 멱함수로 나누어지는 것이 밝혀졌으며, 나뉘는 시간 규모(T*)는 $3{\times}10$ 분으로 파악되었다. 이 시간 규모는 한 단위의 집중호우를 가져올 수 있는 구름크기의 물리적 상한과 관련이 있는 것으로 보인다. T*보다 작은 시간 규모에서의 멱함수 지수는 그 이후의 값보다 대체로 작은 것으로 나타났다. 이는 호우가 집중되는 기간의 변동성이, 강수가 물리적 한계에 도달한 이후보다 훨씬 작기 때문으로 보인다. 구체적인 멱함수의 지수는 강수의 발생과정과도 관련이 있을 것으로 추정된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.540-540
• /
• 2015

유역의 하천관리 및 홍수관리를 위하여 강우량을 정확하게 예측하고자 많은 수문학자들에 의해 강우량을 예측하는 연구를 진행하였다. 강우를 예측하기 위한 여러 가지 방법 중 인공신경망을 이용하여 강우를 예측하는 선행연구들을 살펴볼 수 있었다. 그러나 기존에 강우량을 예측하는 사례들을 살펴보게 되면, 강우사상이 발생된 후 강우량 예측은 비교적 높은 정확도를 가지고 있으나, 강우가 발생하기 시작하는 시점에 대한 강우량 예측은 그 정확성이 떨어지는 것을 확인할 수 있었다. 이에 본 연구에서는 무강우 기간에도 보다 정확하게 강우량을 예측할 수 있는 인공신경망 모델을 제안하고자 한다. 이를 위해 강우량 이외에도 기온, 풍속, 습도, 증기압, 전운량을 인공신경망의 입력자료로 활용하고자 하였다. 입력자료을 구성을 여러 가지 CASE로 구분하여 부산지점의 강우량을 예측하고 그 정확성을 평가하고자 하였다. 이 때, 사용되는 자료는 기상청 부산지점에서 제공하고 있는 1시간 간격자료를 적용하였다. 본 연구를 통해 개발된 인공신경망 모형을 이용하여 예측된 강우량은 부산 내에 위치한 하천관리 뿐 만 아니라 하천의 홍수 예 경보에 필요한 기초적인 자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.155-159
• /
• 2010

홍수 예 경보 및 강우-유출의 관계에 의한 홍수량 산정은 수자원 계획과 관리에 있어 중요한 요소라 할 수 있다. 이러한 강우-유출의 관계를 표현할 수 있는 모형은 최근 분포형 모형으로 발전하게 되었지만, 유역수문 모형의 비약적인 발전과는 다르게 강우자료는 점 강우량을 유역내 평균강우량으로 산정하는 것이 일반적이다. 그러나, 실제 유역에서 강우의 분포는 다양한 이동속도와 방향을 가지고 있기에 유역 내 평균강우량이 발생한다고 가정하기에는 어려운 상황이 많다. 본 연구에서는 격자로 분할된 섬진강 유역에 임의로 생성한 중앙집중형 강우와 2009년 7월 12일부터 2009년 7월 15일까지의 레이더 강우 자료를 실제 이동방향과 수직된 나머지 세 방향으로 각각 공간분포 시켰으며, 강우의 이동과 공간분포를 함께 고려할 수 있는 준분포형인 Modified Clark 방법으로 유출량을 모의하였다. 실측된 유출량 및 강우이동에 대하여 모형을 검 보정한 후 직각된 4방향성으로 강우를 이동시켜 유역출구의 홍수량 변화를 비교 분석하였다. 그 결과 강우이동형태에 따라 첨두유량이 변화함을 알 수 있었으며, 가상의 이동강우 및 레이더 강우가 하류에서 상류로의 이동보다 상류에서 하류로 이동하는 특성이 유역출구에서의 첨두유량이 크고 지체시간을 지속시킴을 알 수 있었다. 본 연구를 통해 강우이동 특성을 고려할 수 있는 레이더 강우를 이용함으로써 홍수 유출특성의 변화 정도에 대한 신뢰도를 높일 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.361-361
• /
• 2019

기존의 Markov Chain 모형으로 일강우량 모의시에 강우의 발생여부를 모의하고 강우일의 강우량은 Monte Carlo 시뮬레이션을 통해 일강우 분포 특성에 맞는 분포형에서 랜덤으로 강우량을 추정하는 것이 일반적이다. 이때 강우 지속기간에 따른 강도 및 강우의 시간별 분포 등의 강우 사상의 특성을 반영할 수 없다는 한계가 있다. 본 연구에서는 이를 개선하기 위해 강우 사상을 지속기간에 따라 강우량을 추정하였다. 즉 강우 사상의 강우 지속일별로 총강우량의 분포형을 비매개변수 추정이 가능한 핵밀도추정(Kernel Density Estimation, KDE)를 적용하여 각각 추정하고, 강우가 지속될 경우에 지속일별로 해당하는 분포형에서 강우량을 구하였다. 각 강우사상에 대해 추정된 총 강우량은 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm, KNN)을 통해 관측 강우자료에서 가장 유사한 강우량을 가지는 강우사상의 강우량 일분포 형태에 따라 각 일강우량으로 분배하였다. 본 연구는 기존의 강우량 추정 방법의 한계점을 개선하고자 하였으며, 연구 결과는 미래 강우에 대한 예측에도 활용될 수 있으며 수자원 설계에 있어서 기초자료로 활용될 수 있을 것으로 기대된다.