• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.412-416
• /
• 2011

최근 지구 온난화로 인한 자연환경 및 기상이변 등으로 초대형 태풍, 국지성 폭우, 집중호우 등 홍수로 인한 재해가 매년 증가하고, 피해규모 또한 증대되고 있는 실정이다. 기상청 60개 관측소를 기준으로 한 자료에 따르면 기후변화 등의 영향으로 최근 10년간('99 ~ '08) 1일 100mm 이상 집중호우 발생빈도가 연평균 97회로 '70 ~ '80년의 연평균 68회에 비해 1.4배 증가하였다. 이처럼 홍수발생의 빈도 및 강도가 증가하는 추세이며 이에 따라 홍수예보시스템의 중요도 또한 높아지게 되었다. 따라서 본 연구에서는 기존 국내 운영중인 홍수예경보시스템 뿐만 아니라 국외 홍수예보시스템 사례조사를 통해 현재 운영중인 시스템 및 홍수예경보 관련모형들의 웹 기반 모듈화 현황 및 적용가능성을 검토하고, 한국형 선진수문예측시스템으로 구축하기 위한 기본 방향을 제안하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.238-238
• /
• 2016

토양수분, 증발산량, 유출량 등의 고해상도 수문기상요소 산출을 위한 지면모델 활용 기술은 기상 및 수문분야에서 널리 활용 중에 있다. 본 연구에서는 미국 국립대기과학연구소(NCAR)에서 개발된 기상-수문 결합모델 WRF-Hydro(Weather Research and Forecasting Model Hydrological modeling extension package)을 활용하여 낙동강 유역에서 발생한 돌발홍수 사례 실험에 적용하여 강우량 및 수문기상요소 전체를 모의함으로써 기상-수문-지면 결합모델을 활용한 수문기상요소 산출하고자 하였다. 이를 기존의 기상모델로부터 입력강제자료를 제공받아 Off-line 형태로 결합된 지면모델(TOPLATS, TOPmodel-based Land Atmosphere Transfer Scheme) 결과와 비교하였고 기상-수문 결합모델의 국내 적용성을 검토하였다. 기상-수문-지면 결합모델(WRF-Hydro)의 초기장 및 경계장은 기상청 현업 모델에서 생성된 국지예보모델자료 1.5km 자료(LDAPS, Local Data Assimilation and Prediction System)를 사용하였으며, 모델의 적분기간은 돌발홍수 사례에 따라 24~36시간을 수행하였다. WRF-Hydro 모델의 물리모수화 방안은 작년까지 기상청에서 현업운영되는 KWRF의 방안들을 준용하였으며, WRF-Hydro 수행을 위해 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)에서 제공되는 30 m 해상도의 수치표고자료를 GIS(Geographic Information System)를 활용하여 지표유출방향을 설정하였다.

• Journal of Advanced Navigation Technology
• /
• v.21 no.5
• /
• pp.435-442
• /
• 2017

The runway visual range affected by fog and so on is one of the important indicators to determine whether aircraft can take off and land at the airport or not. In the case of airports where transportation airplanes are operated, major weather forecasts including the runway visual range for local area have been released and provided to aviation workers for recognizing that. This paper proposes a runway visual range estimation model with a deep neural network applied recently to various fields such as image processing, speech recognition, natural language processing, etc. It is developed and implemented for estimating a runway visual range of local airport with a deep neural network. It utilizes the past actual weather observation data of the applied airfield for constituting the learning of the neural network. It can show comparatively the accurate estimation result when it compares the results with the existing observation data. The proposed model can be used to generate weather information on the airfield for which no other forecasting function is available.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.3
• /
• pp.146-157
• /
• 2019

One of the most distinctive features of the South Korean rural environment is that the variation of weather or climate is large even within a small area due to complex terrains. The Geospatial Schemes based on Topo-Climatology (GSTP) was developed to simulate such variations effectively. In the present study, we reviewed the progress of the geospatial schemes for production of farm-scale agricultural weather data. Efforts have been made to improve the GSTP since 2000s. The schemes were used to provide climate information based on the current normal year and future climate scenarios at a landscape scale. The digital climate maps for the normal year include the maps of the monthly minimum temperature, maximum temperature, precipitation, and solar radiation in the past 30 years at 30 m or 270 m spatial resolution. Based on these digital climate maps, future climate change scenario maps were also produced at the high spatial resolution. These maps have been used for climate change impact assessment at the field scale by reprocessing them and transforming them into various forms. In the 2010s, the GSTP model was used to produce information for farm-specific weather conditions and weather forecast data on a landscape scale. The microclimate models of which the GSTP model consists have been improved to provide detailed weather condition data based on daily weather observation data in recent development. Using such daily data, the Early warning service for agrometeorological hazard has been developed to provide weather forecasts in real-time by processing a digital forecast and mid-term weather forecast data (KMA) at 30 m spatial resolution. Currently, daily minimum temperature, maximum temperature, precipitation, solar radiation quantity, and the duration of sunshine are forecasted as detailed weather conditions and forecast information. Moreover, based on farm-specific past-current-future weather information, growth information for various crops and agrometeorological disaster forecasts have been produced.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.42-46
• /
• 2009

최근 국지적 집중호우로 인한 인명과 재산피해가 증가하고 있는 실정이며 이러한 피해를 경감하기 위한 하나의 방책으로써 홍수예경보 시스템 구축의 관심이 늘어나고 있다. 그러나, 기존의 홍수예측 시스템은 강우관측치를 모형의 입력 자료로 홍수유출을 계산하는데, 집중호우와 같은 악기상 조건에서는 관측강우자료를 이용한 유출해석 결과를 이용하여 홍수예경보 시스템을 운영할 경우 예방 대응시간의 부족으로 인해 방재 효율성이 떨어지는 한계성을 지니고 있다. 이와 같은 상황에서 정확한 기상예보를 활용한 기상-수자원 연계기법을 개발하여 홍수예경보 시스템에 적용한다면 악기상 감시예측기술의 향상과 더불어 재해의 방지차원에서 매우 유용한 대책이 될 뿐만 아니라 그 활용성을 극대화 시킨다면 수자원분야의 치수기 홍수예측 등에 매우 유용하게 활용될 수 것이다. 이에 본 연구에서는 모형의 입력으로 활용되는 단기 예측강우의 국내 적용성 여부를 검토하기 위해 30km의 공간해상도를 가진 단기지역예보모델인 RDAPS(Regional Data Assimilation and Prediction System) 예측강우 자료에 대하여 수문학적 정확도 분석을 수행하였으며, 예측강우의 정확도 향상을 위한 편차보정 방법을 개발 적용하였다. 또한 산정된 예측강우를 바탕으로 HEC-1 모델과의 연계방안을 제안하고 이를 이용하여 한강수계 주요 댐유역의 예측유입량을 산정, 댐 운영에 대한 적용성을 판단하고자 한다.

• 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.

• Journal of Astronomy and Space Sciences
• /
• v.24 no.4
• /
• pp.285-296
• /
• 2007

The Precipitable Water Vapor (PWV) from GPS with high resolution in terms of time and space might reduce the limitations of the numerical weather prediction (NWP) model for easily variable phenomena, such as precipitation and cloud. We have converted to PWV from Global Positioning System (GPS) data of Korea Astronomy and Space Science Institute (KASI) and Ministry of Maritime Affairs & Fisheries (MOMAF). First of all, we have selected the heavy rainfall case of having a predictability limitation in time and space due to small-scale motion. In order to evaluate the effect for GPS PWV, we have executed the sensitivity experiment with PWV from GPS data over Korean peninsula in the Weather Research & Forecasting 3-Dimensional Variational (WRF-3DVAR). We have also suggested the direction of further research for an improvement of the predictability of NWP model on the basis of this case.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.563-563
• /
• 2016

국내 강우발생은 기상학적인 영향으로 인하여 장마기간(6~8월)에 집중되어있으며, 최근에는 기후변화의 영향으로 짧은 시간에 많은 양의 강우가 발생하는 집중호우의 발생빈도가 증가하고 있다. 또한, 시간과 지역에 관계없이 국지성호우의 발생빈도 역시 높아지고 있다. 집중호우와 국지성호우는 짧은 시간에 하천수위를 상승시키므로 홍수로 인한 물적 피해가 크게 발생된다. 국토교통부에서는 그동안 홍수예보에 필수적인 우량, 하천수위 등 기초자료를 확보하기 위해 관측소(500여개) 및 홍수량 측정지점(80여개)을 확대하였으며, 관측된 자료는 모두 전산망에 기록, 보관하고 있다. 또한 한강, 금강, 낙동강, 영산강의 경우 홍수통제소에서 홍수량 예측 계산 등을 통해 홍수 예경보를 실시하고 있다. 하지만 4대강을 제외한 중소하천의 홍수예경보에 대한 정보를 찾아볼 수 없으며, 현재 연구가 진행중이다. 강우-유출모형을 활용하여 중소하천의 강우와 유출의 관계를 해석하는 과정은 다양한 인자를 고려해야하지만 중소하천의 경우 하천단면 등 하천자료가 충분히 구축되어 있지 못하므로 유출량 계산에 많은 어려움을 겪고 있다. 이에 본 연구에서는 중소하천의 홍수위 예측을 위해 한강의 과거 수위와 현재 수위만을 활용하여 인공신경망(Artificial Neural Network, ANN)의 학습을 진행하였다. 첫 번째로 ANN을 활용하여 한강유역 중 홍수예보지점(잠수교)의 수위변화에 직접적으로 연관이 있는 5개 수위관측소를 선정하였으며, 과거 장마기간(6~8월)관측 자료를 활용하였다. 두 번째로 홍수예보지점(잠수교)과 5개 수위관측소의 과거 관측수위(2009~2014년)를 인공신경망의 학습자료로 활용하여 모델을 훈련시켰으며, 마지막으로 2015년의 관측수위를 이용하여 ANN의 학습정확도에 대한 검증을 하였다. 본 과정은 수위예측을 위한 ANN의 훈련단계로 Training/Test를 반복하였으며, 학습결과와 2015년 관측수위 비교시 $R^2=0.987$과 상관계수 r=0.994로 유사한 패턴을 보였으나 최대치와 최소치에 대한 오차가 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.17-17
• /
• 2017

최근 기후변화로 인한 국지적인 돌발성 위험기상 및 집중호우의 발생빈도가 증가로 인한 기상재해의 규모가 대형화되고 있다. 이러한 기상재해 및 위험기상의 대비를 위하여 시공간적으로 고해상도를 갖는 레이더 강수자료가 수공학분야에 널리 활용되고 있다. 하지만 기상레이더는 대기 중에 존재하는 수상체로부터 반사되는 반사도를 사용하여 강수량을 산정하므로 지상 강수자료와 시공간적 오차가 존재하며 레이더-반사도 관계식을 적용하더라도 과소추정의 문제가 발생하게 된다. 과소추정의 문제를 해결하기 위하여 편의보정기법을 적용한 레이더 강수자료에는 여전히 관측과정에서 발생할 수 있는 무작위 오차(random error)에 대한 불확실성이 존재하게 된다. 따라서 본 연구에서는 과소추정의 문제를 개선하고 레이더 강수자료의 시공간적 오차구조 규명이 가능한 정량적 강수량 추정기법을 개발하였다. 이를 위해 다변량 분석기법을 사용하여 레이더 강수자료의 시공간적 오차구조를 반영할 수 있는 무작위 오차(random error)를 확률론적으로 발생할 수 있는 레이더 강수앙상블 모형을 개발하였다. 개발된 모형으로부터 생산된 레이더 강우앙상블은 통계적 효율기준 분석결과 우수한 모형성능을 확인하였으며 극치호우 및 강우시계열 패턴 분석결과 지상강우의 특성을 효과적으로 재현하는 것을 확인하였다. 최종적으로 도시유역 및 미계측유역의 강우-유출모형에 입력 자료로 활용하여 홍수자료를 생산할 수 있는 레이더기반 홍수예보 시스템을 개발하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.330-330
• /
• 2022

우리나라에서 발생하는 기상 재해 현상은 주로 태풍, 집중호우, 장마 등 인명 및 경제적인 피해가 크며, 단기간에 국지적으로 나타난다. 현재 재해 감시 및 예보는 주로 종관기상관측체계를 이용하고 있다. 하지만, 우리나라의 복잡한 지형, 인구 밀집 지형, 관측 시기가 일정하지 않은 지형과 같은 조건에서 미계측 자료 및 지역이 다수 존재 때문에 강수의 공간 분포와 강도에 대한 정밀한 정보를 제공하지 못하는 실정이다. 최근 광범위한 관측영역과 공간 분해능의 개선, 자료추출 알고리즘의 개발로 전세계적으로 위성영상 기반 기상관측 자료의 활용성이 증대되고 있다. 본 연구에서는 한반도 지역의 지상 관측데이터와 전지구 격자형 위성 강우자료를 비교하여 한반도의 적용성을 분석하고자 한다. 다양한 위성영상 기반 기상자료인 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Cloud Classification System (PERSIANN-CCS) 4개의 강우위성영상을 수집하여, 1991년부터 2020년까지 30년 데이터를 활용하였다. 강수량 변동성 비교를 위하여 기상청의 종관기상관측장비 (Automated Synoptic Observation System, ASOS), 자동기상관측시설 (Automatic Weather System, AWS) 데이터와 상관 분석을 수행하고, 강우위성영상의 국내 적합성을 판단하고자 한다.