• Journal of Wetlands Research
• /
• v.15 no.3
• /
• pp.413-422
• /
• 2013

In recent, the rainfall is showing different properties in space and time but the ground rain gauge only can observe rainfall at a point. This means the ground rain gauge has the limitations in spatial and temporal resolutions to measure rainfall and so there is a need to utilize radar rainfall which can consider spatial distribution of rainfall This study tried to apply radar rainfall for runoff simulation on an urban drainage system. The study area is Guro-gu, Seoul and we divided study area into subbasins based on rain gauge network of AWS(Automatic Weather station). Then the radar rainfalls were adjusted using rainfall data of rain gauge stations the areal rainfalls were obtained. The runoffs were simulated by using XP-SWMM model in subbasins of an urban drainage system. As the results, the adjusted radar rainfalls were underestimated in the range of 60 to 95% of rain gauge rainfalls and so the simulated runoffs from the adjusted radar and gauge rainfalls also showed the differences. The runoff peak time from radar rainfall was occurred more fast than that from gauge rainfall.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.21-21
• /
• 2017

최근 서울, 부산, 울산 등에서 도시 돌발홍수가 빈번히 발생하고 있고 이에 따른 인명 손실 및 재산 피해가 빠르게 증가하고 있다. 그러나 집중 호우의 대부분은 저고도 대기에서 생성 및 발달되며, 소멸까지의 시간은 2-3 시간에 불과하여 기존의 우리나라 수문기상 관측시스템은 이러한 유형의 강우량 예측에 많은 어려움을 겪고 있는 실정이다. 이 문제를 해결하기 위해 기상, 재난 관련 정부 기관들이 저고도 수문기상 관측을 위한 도시형 X-밴드 레이더 네트워크 구축을 계획하고 있다. 본 연구의 목적은 그보다 선행하여 돌발성 수문기상 재해연구를 위해 한국건설기술연구원에서 도입한 X-band 이중 편파 레이더 시스템을 이용하여 보다 간단하고 정확한 재난 감시 및 예경보 시스템을 개발하는데 있다. 본 연구에서는 X-밴드 레이더 데이터로부터 추정된 정량적 강수량을 모니터링 하여 도시 지역의 돌발홍수를 자동으로 경고하는 방법을 제안한다. 또한 Google 어스 플랫폼을 사용하여 정확한 3D QPE-GIS 매칭 기법을 개발함으로써, 심각한 수문기상 현상이 발생하는 정확한 위치를 추적하고 직관적인 경보서비스를 가능케 한다. 본 연구에서 제안하는 경보시스템은 레이더 데이터 분석도구, 위험결정 도구 및 위험경고 표시 도구의 세 가지 기술로 구성된다. 제안된 돌발홍수 경보시스템은, 시뮬레이션을 통해 X-밴드 레이더 데이터로부터 정량적 강수량이 계산되며, GIS 상에서 레이더 반사도 및 강우강도가 3차원 이미지 형태로 표시된다. 그런 다음 Google 어스에서 3D 큐브 블록으로 대표되는 강수량이 동시에 누적표출 되도록 설계되었다. 또한 분석된 X-밴드 레이더 데이터로부터 지역별 누적 강수량을 업데이트 및 모니터링하고 기 설정된 돌발홍수 발생 한계치(trigger)에 도달하면 홍수경보 메시지를 표시한다. 향후, 제안된 경보시스템에 대한 기술적 도구를 개선하면서 대규모 수문기상 레이더 네트워크로 광범위한 강우를 모니터링하면 전국적인 돌발홍수 경보시스템으로 확대가 가능하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.417-417
• /
• 2023

도시홍수는 도시의 주요 기능을 마비시킬 수 있는 수재해로서, 최근 집중호우로 인해 홍수 및 침수 위험도가 증가하고 있다. 집중호우는 한정된 지역에 단시간 동안 집중적으로 폭우가 발생하는 현상을 의미하며, 도시 지역에서 강우 추정 및 예보를 위해 레이더의 활용이 증대되고 있다. 레이더는 수상체 또는 구름으로부터 반사되는 신호를 분석해서 강우량을 측정하는 장비이다. 기상청의 기상레이더(S밴드)의 주요 목적은 남한에 발생하는 기상현상 탐지 및 악기상 대비이다. 관측반경이 넓기에 도시 지역에 적합하지 않는 반면, X밴드 이중편파레이더는 높은 시공간 해상도를 갖는 관측자료를 제공하기에 도시 지역에 대한 강우 추정 및 예보의 정확도가 상대적으로 높다. 따라서, 본 연구에서는 딥러닝 기반 초해상화(Super Resolution) 기술을 활용하여 저해상도(Low Resolution. LR) 영상인 S밴드 레이더 자료로부터 고해상도(High Resolution, HR) 영상을 생성하는 기술을 개발하였다. 초해상도 연구는 Nearest Neighbor, Bicubic과 같은 간단한 보간법(interpolation)에서 시작하여, 최근 딥러닝 기반의 초해상화 알고리즘은 가장 일반화된 합성곱 신경망(CNN)을 통해 연구가 이루어지고 있다. X밴드 레이더 반사도 자료를 고해상도(HR), S밴드 레이더 반사도 자료를 저해상도(LR) 입력자료로 사용하여 초해상화 모형을 구성하였다. 2018~2020년에 발생한 서울시 호우 사례를 중심으로 데이터를 구축하였다. 구축된 데이터로부터 훈련된 초해상도 심층신경망 모형으로부터 저해상도 이미지를 고해상도로 변환한 결과를 PSNR(Peak Signal-to-noise Ratio), SSIM(Structural SIMilarity)와 같은 평가지표로 결과를 평가하였다. 본 연구를 통해 기존 방법들에 비해 높은 공간적 해상도를 갖는 레이더 자료를 생산할 수 있을 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.50 no.1
• /
• pp.17-28
• /
• 2017

A recent increase in extreme weather events and flash floods associated with the enhanced climate variability results in an increase in climate-related disasters. For these reasons, various studies based on a high resolution weather radar system have been carried out. The weather radar can provide estimates of precipitation in real-time over a wide area, while ground-based rain gauges only provides a point estimate in space. Weather radar is thus capable of identifying changes in rainfall structure as it moves through an ungauged basin. However, the advantage of the weather radar rainfall estimates has been limited by a variety of sources of uncertainty in the radar reflectivity process, including systematic and random errors. In this study, we developed an ensemble radar rainfall estimation scheme using the multivariate copula method. The results presented in this study confirmed that the proposed ensemble technique can effectively reproduce the rainfall statistics such as mean, variance and skewness (more importantly the extremes) as well as the spatio-temporal structure of rainfall fields.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.17-17
• /
• 2016

이중편파 레이더는 수평 수직반사도($Z_H{\cdot}Z_V$), 차등반사도($Z_{DR}$), 교차상관계수(${\rho}_{HV}$), 차등위상차(${\Phi}_{DP}$) 등 다양한 변수 산출을 통하여 대기 수상체 구분, 우적분포에 영향이 적은 강우량 추정, 밝은 띠(BB, Bright Band)의 탐지 등이 가능하게 됨으로써 수문기상 및 재해관리 분야에 활용성이 점점 더 커지고 있다. 본 연구는 RHI, PPI에서 생산된 레이더 변수를 이용하여 BB를 탐지하고 그 특성을 평가하였다. BB는 레이더를 이용하여 상층대기를 관측할 때 수직단면에서 강수입자가 눈에서 비로 변하는 구간에서 과대하게 높은 반사도가 나타나는 층을 말한다. BB에서는 QPE가 과대 추정되기 때문에, BB의 특성 파악은 레이더의 관측전략 수립과 QPE 보정에 필수적이다. 본 연구에서는 RHI에 의한 $Z_H$의 연직단면분석, RHI와 PPI의 고도각 경사거리(slant range) 빔의 ${\rho}_{HV}$, $Z_{DR}$, $Z_H$에 의한 분석을 통하여 BB의 상단부($BB_{TOP}$), 최정점($BB_{PEAK}$) 및 하단부($BB_{BOTTOM}$)의 고도를 상호 비교 평가하였다. 분석 자료는 KICT X-밴드 레이더에 의한 관측한 2015년 10월 21일의 층상운에 의한 강우를 이용하였다. RHI에 의한 $Z_H$의 연직단면 분석결과 $BB_{top}$, $BB_{bottom}$ 및 $BB_{peak}$는 KICT 레이더 고도(MSL : 40m)를 기준으로 각각 3.26Km, 2.3Km($BB_{width}$: 0.96km) 및 2.7Km로 나타났다. 이 같은 결과는 다른 2가지 분석방법에서도 유사하게 나타나고 있으며, 이는 BB분석을 위해 다양한 변수를 통한 신뢰성 있는 BB의 특성을 파악할 수 있는 기반을 제공한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.116-116
• /
• 2023

대규모 댐과 같은 수공구조물의 파괴시 상당한 피해가 발생하므로 구조물설계시 가능최대강수량(PMP) 기준이 적용된다. 포락선 방법은 가장 극심했던 강우량의 포락선을 작성하여 PMP를 산정하는 방법으로 기상 및 강수량자료가 부족시 PMP 추정이 어려운 경우에 사용한다. 포락선의 근사식은 지속시간의 거듭제곱인 멱함수 형태로 나타내며, 우리나라의 경우 1일을 전후로 계수와 차수가 다른 식을 사용한다. 이러한 근사식은 우리나라의 이상홍수 발생빈도 및 규모가 커짐에 따라 검토될 필요성이 있다. 또한, PMP 산정시 활용하는 제한된 수의 지상관측자료는 시공간적 변동성을 완전히 포착할 수 없어 한계가 있다. 본 연구는 이러한 한계를 극복하기 위하여 기상레이더 자료를 기반으로 우리나라 전역의 최대 강우깊이-지속시간 관계를 분석 및 새로운 PMP 포락선을 제시한다. 활용한 레이더는 CMAX(Column Maximum)로 2009~2018년간 10분 단위자료를 수집하였다. 레이더 자료와 비교하기 위하여 지상관측자료 AWS를 함께 수집하였다. AWS는 1997~2022년간 1분 단위자료로 우리나라 전역의 547개 지점관측자료를 활용하였다. 레이더자료는 Z-R 관계식으로 변환하여 가외치(outlier)를 제거 및 보정하였다. 그 후, 정규 크리깅기법으로 생성한 지상관측 강우장과 병합하는 CM(Conditional Merging)기법을 적용하였다. 우리나라 최대 강우깊이-지속시간 관계를 산정한 결과, 기존 포락선의 값이 낮게 산정되었음을 확인하였다. 이는 기후변화 등에 따라 최근 극한 호우가 발생한 것으로 판단된다. 또한, 실제 근사식은 멱함수 거동에서 벗어난 형태로 나타났고, 지점관측자료가 기상레이더 값보다 과소추정되는 경향을 확인하였다. 특히 같은 기간에서 확인하였을 때, 강우지속시간이 짧을수록 AWS값과 레이더자료의 강수량이 2배 정도 차이를 보여 지점관측소가 없는 지역의 국지성 호우 존재를 확인할 수 있었다. 추후, 미래에 더 긴 레이더 시계열을 사용한다면, 더욱 신뢰성 있는 자료로 활용할 수 있을 것으로 판단한다.

• Journal of Korea Water Resources Association
• /
• v.48 no.1
• /
• pp.57-67
• /
• 2015

One of main benefits of a dual polarization radar is improvement of quantitative rainfall estimation. In this paper, performance of two representative rainfall estimation methods for a dual polarization radar, JPOLE and CSU algorithms, have been compared by using data from a MOLIT S-band dual polarization radar. In addition, this paper presents evaluation of specific differential phase ($K_{dp}$) retrieval algorithm proposed by Lim et al. (2013). Current $K_{dp}$ retrieval methods are based on range filtering technique or regression analysis. However, these methods can result in underestimating peak $K_{dp}$ or negative values in convective regions, and fluctuated $K_{dp}$ in low rain rate regions. To resolve these problems, this study applied the $K_{dp}$ distribution method suggested by Lim et al. (2013) and evaluated by adopting new $K_{dp}$ to JPOLE and CSU algorithms. Data were obtained from the Mt. Biseul radar of MOLIT for two rainfall events in 2012. Results of evaluation showed improvement of the peak $K_{dp}$ and did not show fluctuation and negative $K_{dp}$ values. Also, in heavy rain (daily rainfall > 80 mm), accumulated daily rainfall using new $K_{dp}$ was closer to AWS observation data than that using legacy $K_{dp}$, but in light rain(daily rainfall < 80mm), improvement was insignificant, because $K_{dp}$ is used mostly in case of heavy rain rate of quantitative rainfall estimation algorithm.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.277-277
• /
• 2023

최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있는 추세이며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있으며, 급격한 도시화로 인한 구조적으로 홍수에 취약한 실정이다. 국지성 도시호우는 저층(1 km 내외)에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 높은 산 정상에 설치되어 1.5 km 이상의 강우관측을 중심으로 운영됨에 따라 저층강우의 탐지 및 변동성 관측에 취약하여, 이에 대형 레이더에서 뿐만 아니라 도시단위의 국지성 호우관측에 대응할 수 있는 소형 레이더 기반 고정밀 강우관측 마련 및 운영 기술이 필요하다. 현재 K-water는 부산 에코델타 스마트시티에 도시 물재해 플랫폼 구현의 일환으로 돌발강우사전 탐지 및 도시의 신속·정확한 강우 관측을 위하여 높은 시공간 해상도를 제공하는 이중편파X 밴드 소형 강우레이더를 설치하고, 효율적 운용을 위해 각 고도각에서의 빔 차폐율을 확인하고 이를 고려한 최적 관측전략을 수립하였다. 또한 Z-Phi 방법을 이용한 반사도 감쇠 보정 기술을 개발하였으며, 강우 추정을 위해 하이브리드 고도면 합성 기법(HSR) 기법을 적용하고 검증하였다. 이후 소형 레이더의 정량적 추정강수를 이용하여 강우예측 정보를 생산하기 위해 이류모델을 적용하고, 비슬산과 소형 합성 레이더 추정강수로 선행 10분에서 180분까지 예측할 수 있도록 개발하였다. 또한, 지상강우관측 자료와의 정확도 비교 평가를 수행하고, 행정구역 및 표준유역의 예측 평균강우량을 생산하여 부산 에코델타 스마트시티 도시 물재해 통합관리 시스템과 연계운영을 위한 후속 과업을 수행중에 있다.

• Journal of Wetlands Research
• /
• v.12 no.1
• /
• pp.51-61
• /
• 2010

Changes in climate have largely increased concentrated heavy rainfall, which in turn is causing enormous damages to humans and properties. Therefore, it is important to understand the spatial-temporal features of rainfall. In this study, RADAR rainfall was used to calculate gridded areal rainfall which reflects the spatial-temporal variability. In addition, Kalman-filter method, a stochastical technique, was used to combine ground rainfall network with RADAR rainfall network to calculate areal rainfall. Thiessen polygon method, Inverse distance weighting method, and Kriging method were used for calculating areal rainfall, and the calculated data was compared with adjusted areal RADAR rainfall measured using the Kalman-filter method. The result showed that RADAR rainfall adjusted with Kalman-filter method well-reproduced the distribution of raw RADAR rainfall which has a similar spatial distribution as the actual rainfall distribution. The adjusted RADAR rainfall also showed a similar rainfall volume as the volume shown in rain gauge data. Anseong-Cheon basin was used as a study area and the RADAR rainfall adjusted with Kalman-filter method was applied in $Vflo^{TM}$ model, a physical-based distributed model, and ModClark model, a semi-distributed model. As a result, $Vflo^{TM}$ model simulated peak time and peak value similar to that of observed hydrograph. ModClark model showed good results for total runoff volume. However, for verifying the parameter, $Vflo^{TM}$ model showed better reproduction of observed hydrograph than ModClark model. These results confirmed that flood runoff simulation is applicable in domestic settings(in South Korea) if highly accurate areal rainfall is calculated by combining gauge rainfall and RADAR rainfall data and the simulation is performed in link to the distributed hydrological model.

• Journal of Korea Water Resources Association
• /
• v.35 no.1
• /
• pp.25-36
• /
• 2002

Window Probability Matching Method(WPMM) is achieved by matching identical probability density of rain intensities and radar reflectivities taken only from small window centered about the gage. The equation of $Z_{e}-R$ relationship is obtained and compared with data between a DWSR-88C radar and high density rain gage networks within 150km from radar site in summer season, 1998. The probability density of radar effective reflectivity is distributed with high frequency near 15dBZ. The frequency distribution of rain intensities shows that rain intensity is lower than 10mm/hr in most part of radar coverage area. As the result of $Z_{e}-R$ relationship using WPMM, curved line has shown to the log scale spatially and it can be explained more flexible than any straight-line power laws at the transformation to the rainfall amount from $Z_e$ value. During 3 months, total radar cumulative rainfall amount estimated by $Z=200R^{1.6}$ and WPMM relationships are 44 and 80 percentages of total raingage amount, respectively. Therefore, $Z_{e}-R$ relationships by WPMM may be widely needed a statistical method for the computation of accumulated precipitation.