• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.33-33
• /
• 2011

현재 우리나라 기상청에서는 단기, 중기 및 장기 예보자료를 생산하고 있으나, 이들 자료는 단순히 일기 예보에 치중되어 생산되고 있어 강우-유출해석에 직접 적용하기에는 시 공간 해상도가 크고 정량적 강수예측의 정확도가 미흡하다. 이에 기상 및 수자원분야에서는 정확도 개선을 위해서 관측강우와 예측강우의 비교 분석을 통해 편차를 산정하여 예측강수를 보정하는 기법을 적용하고 있다. 다만, 기존의 편차보정방법은 보정인자로 강수량만을 고려하기 때문에 정확도 개선에는 한계가 존재한다. 따라서 본 연구에서는 수자원분야의 수치예보자료의 정확도를 향상시키기 위해 규모, 발생영역에 대한 강수의 특성을 고려한 강수예측자료의 편차보정 방법을 제안하고 이를 강우-유출모델에 적용하여 개선정도를 평가하고자 한다. 이에 적용유역을 춘천댐상류유역으로 선정하고 국내 기상청의 RDAPS(Regional Data Assimilation and Prediction System)수치예보자료, 지점강우자료, radar자료의 수문기상자료와 지형자료를 수집하였다. 화천, 평화의 댐 일부 미계측유역의 관측자료로 radar자료를 이용하였다. 이상의 자료를 토대로 강우강도 및 규모, 영향범위를 고려한 예측강우의 편차를 산정하여 RDAPS 수치예보자료의 정확도를 개선하고 평가하였다. 이는 해당 유역뿐만 아니라 주변 유역의 정보를 이용하여 예측강우의 발생위치에 대한 오차를 고려한 방법으로, 각 영역별로 예측강우의 편차보정계수를 산정하여 적용하였다. 또한, 이전시간대의 강우 편차에 대한 오차를 줄이기 위해 정규분포방법을 이용한 Ensemble 편차보정계수를 산정하고 최근 생산된 수치예보자료에 적용하여 확률예측강우를 산정하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.24 no.4
• /
• pp.244-255
• /
• 2022

This study estimated and evaluated the high resolution (1km) gridded mountain meteorology data of daily mean, maximum and minimum temperature based on ASOS (Automated Surface Observing System), AWS (Automatic Weather Stations) and AMOS (Automatic Mountain Meteorology Observation System) in South Korea. The ASOS, AWS, and AMOS meteorology data which were located above 200m was classified as mountainous area. And the ASOS, AWS, and AMOS meteorology data which were located under 200m was classified as non-mountainous area. The bias-correction method was used for correct air temperature over complex mountainous area and the performance of enhanced daily coefficients based on the AMOS and mountainous area observing meteorology data was evaluated using the observed daily mean, maximum and minimum temperature. As a result, the evaluation results show that RMSE (Root Mean Square Error) of air temperature using the enhanced coefficients based on the mountainous area observed meteorology data is smaller as 30% (mean), 50% (minimum), and 37% (maximum) than that of using non-mountainous area observed meteorology data. It indicates that the enhanced weather coefficients based on the AMOS and mountain ASOS can estimate mean, maximum, and minimum temperature data reasonably and the temperature results can provide useful input data on several climatological and forest disaster prediction studies.

• 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
• /
• 2021.06a
• /
• pp.474-474
• /
• 2021

물순환 과정에서의 증발산량은 필수적으로 고려해야 하는 요소이며, 증발산은 기상학적 인자뿐만 아니라 증발 표면 특성 등 복합적인 요인에 의해서 발생한다. 이러한 이유로 실제증발산의 절대량을 추정하는 것은 쉽지 않으며, 특히 수문학적 관점에서 유역단위의 증발산량을 산정하는 데에는 기술적인 한계가 존재한다. 반면 잠재증발산량과 실제증발산량의 보완관계가설을 활용하면 복잡한 수문모델링을 거치지 않고 팬증발량으로부터 유역의 실제증발산을 산정할 수 있다. 본 연구에서는 관측자료를 기반으로 하여 용담댐 유역의 증발산 보완관계를 검증하고자 한다. 실제증발산량(ETA)은 용담댐 내 덕유산 플럭스 타워의 관측자료를 활용하였으며, 잠재증발산량(ETP)으로는 기상관측소에서 관측한 팬 증발량 자료를 활용하였고 습윤증발산량(ETW)은 Priestley-Taylor 공식을 통해 산정하였다. ETW는 수분이 무제한 공급되는 상황에서의 증발산량으로 정의되며, 동시에 ETA 및 ETP와의 상대적 비율로 스케일화하여 보완관계설정에 활용하였다. 대기의 습윤지수(Moisture Index, MI)는 ETA와 ETP간의 상대적 비율로 정의하였다. 이 때 팬 증발량은 기상 및 주변 환경 조건의 영향을 받아 증발량이 과대추정 되는 경향이 있으므로 보정계수를 적용하여 보정한 값을 활용하였다. 보정계수는 FAO Penman-Monteith 식을 활용한 기준증발산량과 팬 증발량의 기울기로 산정하며, 본 연구에서는 보정계수로 0.77을 사용하였다. 또한 ETW 산정 시 적용되는 Priestley-Talyor 계수(α)는 널리 알려진 값인 1.26 대신 유역의 기상조건을 고려하여 0.99를 적용하였다. α 값의 조정을 통해 증발산 보완관계에 대한 E+의 평균 제곱근 오차(RMSE)가 0.685에서 0.075, Ep+의 경우 0.437에서 0.315로 개선되어 용담댐 유역의 증발산 보완관계가 만족할 만한 수준으로 확인되었다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.37 no.5
• /
• pp.837-844
• /
• 2017

Generally, V/C ratio in uninterrupted traffic flow and average travel speed in interrupted traffic flow are utilized as measure of effect for assessing operational situation of roads. The set of road conditions and traffic conditions are considered to be major variables for assessing operational situation in the traffic flow. However, weather conditions such as rainfall also affect the operational situation of roads. The studies reflected by the rainy situation are conducted in the uninterrupted flow, but the related studies are insufficient in the interrupted flow. In this study, the modification factors during rainfall in the interrupted flow were suggested, and the factors could be used when calculating the average travel speed during rainfall in the interrupted flow. By utilizing the data that were investigated in the same road and traffic conditions and the different weather conditions (rainy day or clear day), the modification factors were founded on regression analysis of the travel speed during rainfall as a dependent variable. Modification factors was suggested in dividing peak time, non-peak time, and whole period. Based on this study, the modification factors can be used to complementing the average travel speed model for assessing the operational situation of urban streets during rainfall.

• The Journal of the Korea Contents Association
• /
• v.15 no.3
• /
• pp.406-414
• /
• 2015

Existing relative researches for traffic were studied under favorable weather or excluding impact of weather. This study present traffic volume variation according to rainfall intensity in national highway provincial road and rainfall-factor. Continuous traffic count section match AWS after selecting to analyze provincial road 256 section. Weekdays ADT(Average Daily Traffic) and rainfall-factor are influenced by rainfall a little because of business travel. But non-weekdays ADT and rainfall-factor are influenced much more than weekdays because of leisure travel. Estimated AADT(Annual Average Daily Traffic) by adjusting rainfall-factor is lower MAPE than non-adjusting rainfall factor. So, rainfall have to be considered when estimating AADT. ADT decrease according to rainfall intensity, continuous studies considered rainfall intensity are needed when road design and operation.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.4
• /
• pp.238-249
• /
• 2019

The evapotranspiration is estimated based on weather factors such as temperature, wind speed and humidity, and the Hargreaves equation is a simple equation for calculating evapotranspiration using temperature data. However, the Hargreaves equation tends to be underestimated in areas with wind speeds above 3 m s^-1 and overestimated in areas with high relative humidity. The study was conducted to determine Hargreaves equation coefficient in 82 regions in Korea by comparing evapotranspiration determined by modified Hargreaves equation and the Penman-Monteith equation for the time period of 2008~2018. The modified Hargreaves coefficients for 50 inland areas were estimated to be 0.00173~0.00232(average 0.00196), which is similar to or lower than the default value 0.0023. On the other hand, there are 32 coastal areas, and the modified coefficients ranged from 0.00185 to 0.00303(average 0.00234). The east coastal area was estimated to be similar to or higher than the default value, while the west and south coastal areas showed large deviations by area. As results of estimating the evapotranspiration by the modified Hargreaves coefficient, root mean square error(RMSE) is reduced from 0.634~1.394(average 0.857) to 0.466~1.328(average 0.701), and Nash-Sutcliffe Coefficient(NSC) increased from -0.159~0.837(average 0.647) to -0.053~0.910(average 0.755) compared with original Hargreaves equation. Therefore, we confirmed that the Hargreaves equation can be overestimated or underestimated compared to the Penman-Monteith equation, and expected that it will be able to calculate the high accuracy evapotranspiration using the modified Hargreaves equation. This study will contribute to water resources planning, irrigation schedule, and environmental management.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.11 no.1
• /
• pp.13-18
• /
• 2009

Accurate solar radiation data are critical to evaluate major physiological responses of plants. For most upland crops and orchard plants growing in complex terrain, however, it is not easy for farmers or agronomists to access solar irradiance data. Here we suggest a simple method using a sun-slope geometry based topographical coefficient to estimate daily solar irradiance on any sloping surfaces from global solar radiation measured at a nearby weather station. An hourly solar irradiance ratio ($W_i$) between sloping and horizontal surface is defined as multiplication of the relative solar intensity($k_i$) and the slope irradiance ratio($r_i$) at an hourly interval. The $k_i$ is the ratio of hourly solar radiation to the 24 hour cumulative radiation on a horizontal surface under clear sky conditions. The $r_i$ is the ratio of clear sky radiation on a given slope to that on a horizontal reference. Daily coefficient for slope correction is simply the sum of $W_i$ on each date. We calculated daily solar irradiance at 8 side slope locations circumventing a cone-shaped parasitic volcano(c.a., 570m diameter for the bottom circle and 90m bottom-to-top height) by multiplying these coefficients to the global solar radiation measured horizontally. Comparison with the measured slope irradiance from April 2007 to March 2008 resulted in the root mean square error(RMSE) of $1.61MJ\;m^{-2}$ for the whole period but the RMSE for April to October(i.e., major cropping season in Korea) was much lower and satisfied the 5% error tolerance for radiation measurement. The RMSE was smallest in October regardless of slope aspect, and the aspect dependent variation of RMSE was greatest in November. Annual variation in RMSE was greatest on north and south facing slopes, followed by southwest, southeast, and northwest slopes in decreasing order. Once the coefficients are prepared, global solar radiation data from nearby stations can be easily converted to the solar irradiance map at landscape scales with the operational reliability in cropping season.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.371-371
• /
• 2021

돌발홍수 예경보시스템의 입력자료로 예측강우가 활용된다. 기상청과 환경부에서는 초단기 예보의 목적으로 MAPLE(McGill Algorithm for Precipitation nowcasting and Lagrangian Extrapolation)을 생산하고 있다. MAPLE은 선행 30분까지의 예측품질은 어느 정도 정확하다고 볼 수 있으나 그 이후 특히 3시간 이상이 되면 예측품질이 크게 떨어지는 문제가 있다. 예측강우의 편의보정을 위한 여러 시도들이 있었으나 호우의 규모 및 이동특성을 고려한 사례는 제한적이다. 호우의 이동특성을 고려해야하는 이유로는 첫째, 예측의 특성상 예측강우가 생성되고 편의보정이 이루어지는 시간 동안 호우는 이동을 하기 때문이다. 둘째, 호우가 이동을 하면서 편의보정의 대상이 되는 지역에 적합한 보정계수의 결정이 어렵기 때문이다. 마지막으로 돌발홍수는 장마와 같은 전선형 강수가 아닌 국지성 호우와 같이 빠르게 움직이며 강한 호우를 내리는 강수에 의해 발생하기 때문이다. 본 연구에서는 이러한 문제점을 극복하기 위해 호우의 이동특성을 고려하여 예측강우 보정계수를 결정하고 이를 예측강우에 실시간으로 적용할 수 있는 방법을 제시하였다. 이 과정에서 Backward tracking은 미래에 호우가 도달할 지역(대상지역)으로부터 현재 호우가 위치하는 지역을 추적하는데 이용된다. 추적된 지역에서 보정계수가 결정된다. Forward tracking은 현재 호우가 위치하는 지역으로부터 대상지역을 다시 추적하는데 이용된다. 앞서 결정된 보정계수는 대상지역의 예측강우에 적용된다. 해당 방법론을 2019년에 발생한 주요 호우사상에 실시간 적용하고 평가하였다. 그 결과, Backward-Forward tracking 기반 예측강우 보정방법을 적용한 경우에는 실제 관측된 강우와 매우 유사한 보정결과가 도출됨을 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.113-113
• /
• 2018

본 연구는 다목적 입자군집최적화(Particle Swarm Optimization, PSO) 알고리즘을 SWAT(Soil and Water Assessment Tool) 모형에 적용하여 자동보정 알고리즘의 적용 가능성을 평가하고자 한다. PSO 알고리즘은 Python을 활용해 다목적 함수를 고려할 수 있도록 새롭게 개발되었다. SWAT 모형의 유출 해석은 안성천의 공도 수위 관측소 상류유역($366.5km^2$)을 대상으로 하였으며, 공도 지점의 2000년부터 2017년까지의 일 유량 자료를 이용하여 검보정하였다. 모형을 위한 기상자료는 공도유역 주변 3개 기상관측소(수원, 천안, 이천)의 일별 강수량, 최고 및 최저기온, 평균 풍속, 상대습도 및 일사량을 구축하였다. SWAT 모형의 유출 해석은 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error), Nash-Sutcliffe 모형효율계수(NSE) 및 IOA(index of agreement) 등을 활용하여, 기존 연구 결과와 PSO 알고리즘을 활용한 결과를 비교 분석하고자 한다. 본 연구에서 개발한 다목적 PSO 알고리즘을 활용한 SWAT모형의 유출 해석은 보다 높은 정확도를 얻을 수 있을 것으로 예상되며, Python으로 개발되어 SWAT모형 이외에도 널리 적용될 수 있을 것으로 판단된다.