• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.471-484
• /
• 2023

적대적 생성 신경망 기반의 딥러닝 모델은 학습된 정보를 바탕으로 새로운 정보를 생성하는데 특화되어 있다. 구글 딥마인드에서 개발한 deep generative model of rain (DGMR) 모델은 대규모 레이더 이미지 데이터의 복잡한 패턴과 관계를 학습하여, 예측 레이더 이미지를 생성하는 적대적 생성 신경망 모델이다. 본 연구에서는 환경부 레이더 강우관측자료를 이용하여 DGMR 모델을 학습하고, 2021년 8월 호우사례를 대상으로 적대적 생성 신경망을 이용하여 강우예측을 수행하고 기존 예측기법들과 정확도를 비교하였다. DGMR은 대체적으로 선행 60분까지는 강우 분포 위치가 관측강우와 가장 유사하였으나, 전체 영역에서 강한 강우가 발생한 사례에서는 강우가 지속적으로 발달하는 것으로 예측하는 경향이 있었다. 통계적 평가에서도 DGMR 기법이 1시간 선행예측에서 임계성공지수 0.57~0.79, 평균절대오차 0.57~1.36 mm로 나타나 타 기법 대비 효과적인 강우예측 기법임을 보여주었다. 다만, 생성 결과의 다양성이 부족한 경우가 발생하여 예측 정확도를 저하하므로 다양성을 개선하기 위한 연구와 2시간 이상의 선행예측에 대한 정확도 개선을 위해 물리기반 수치예보모델 예측강우 자료를 이용한 보완이 필요할 것으로 판단되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.58-58
• /
• 2019

최근 기계학습기법에 대한 활발한 연구로 인하여 많은 기계학습기법들이 개발되었다. 이러한 최신기계학습기법은 기존에 사용되어온 기계학습기법과 경험식들보다 자연현상을 예측하고 재현하는데 높은 성능을 보이는 것으로 알려져 있다. 레이더 자료를 이용한 강우추정 기법으로는 ZR관계식이 널리 사용되고 있다. 이상적인 조건에서는 ZR 관계식을 이용한 레이더 강우추정이 양호한 성능을 보이나, 실제 레이더 자료를 이용한 강우추정은 이상적인 환경이 아닌 경우가 매우 많다. 이런 ZR관계식의 한계점을 보완하기 위한 방법으로 기계학습기법을 이용한 레이더 강우추정 기법들이 개발되었으나, 현재 한국의 레이더 자료를 대상으로 해서는 많은 연구가 진행되어 오지 않고 있다. 레이더 자료를 이용한 강우추정의 정확도 향상을 위해서는 최신 기계학습기법들의 레이더 강우추정 기법에 대한 적용가능성을 평가해 볼 필요성이 있다. 본 연구에서는 random forest, stochastic gradient boosted model, extreme learning machine의 강우 레이더 강우추정 기법으로의 적용성을 평가하였다. 강우추정 기법 개발 및 성능 비교를 위해서 2018년 광덕산 이중편파 레이더 자료를 이용하였다. 다양한 이중편파 매개변수 조합을 레이더 강우추정 기법의 입력변수로 적용하였다. 기존 연구의 사용되어 온 ZR관계식의 매개변수를 또한 강우사상과 이중편파 매개변수 조합을 이용하여 추정하였다. 기계학습을 적용한 레이더 강우추정 기법이 ZR관계식보다 상관계수와 제곱근오차를 기준으로 높은 강우추정 정확도를 보였다. 특히 개발된 강우추정 기법은 호우사상에서 높은 정확도를 보이는 것을 확인 할 수 있었다. 적용된 기계학습 기법 중에서는extreme learning machine이 레이더 강우추정기법 개발에 가장 적합한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.247-247
• /
• 2017

수문분석이 있어 정확한 강우량 추정 및 강우 자료의 품질은 매우 중요한 요소이다. 유출분석의 기본 입력 자료인 만큼 홍수유출 결과에도 큰 영향을 미치게 되는데, 현재 하나의 확정적인 값으로 제공되는 레이더 강우 자료는 추정과정에서 많은 오차 및 불확실성을 포함하고 있다. 강우 자료의 불확실성은 기상현상의 예측능력 한계로 인한 것으로 관측지점에서의 발생 가능한 다양한 강우시나리오의 범위를 나타낸다. 본 연구에서는 임의의 값을 추정하는데 있어 하나의 값이 아닌 가능한 값들의 범위를 정의하거나 확률분포를 표현할 수 있는 확률론적인 방법을 이용하여 레이더 강우 앙상블을 생성하고자 하였다. 2012년 남강댐 유역에 발생한 태풍 '산바', '볼라벤'을 대상으로 자료간 오차 공분산을 고려하여 강우 앙상블을 생성하였으며, 레이더 강우에 내포된 불확실성 정도를 정량적으로 제시하였다. 생성된 강우 앙상블은 레이더 강우의 전체적인 편의보정뿐만 아니라 지상강우의 패턴을 잘 모의하고 있는 것으로 나타났으며, 레이더에 의해 추정한 강우의 불확실성을 잘 표현하고 있는 것으로 확인되었다. 강우 앙상블 생성 방법은 발생 가능한 다양한 강우 시나리오를 제공할 수 있으며 홍수예경보와 같은 의사 결정에 유용한 정보를 제공할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.2-2
• /
• 2017

수문분석이 있어 정확한 강우량 추정 및 강우 자료의 품질은 매우 중요한 요소이다. 유출분석의 기본 입력 자료인 만큼 홍수유출 결과에도 큰 영향을 미치게 되는데, 현재 하나의 확정적인 값으로 제공되는 레이더 강우 자료는 추정과정에서 많은 오차 및 불확실성을 포함하고 있다. 강우 자료의 불확실성은 기상현상의 예측능력 한계로 인한 것으로 관측지점에서의 발생 가능한 다양한 강우시나리오의 범위를 나타낸다. 본 연구에서는 임의의 값을 추정하는데 있어 하나의 값이 아닌 가능한 값들의 범위를 정의하거나 확률분포를 표현할 수 있는 확률론적인 방법을 이용하여 레이더 강우 앙상블을 생성하고자 하였다. 2012년 남강댐 유역에 발생한 태풍 '산바', '볼라벤'을 대상으로 자료간 오차 공분산을 고려하 2012년 남강댐 유역에 발생한 태풍 '산바', '볼라벤'을 대상으로 자료간 오차 공분산을 고려하여 강우 앙상블을 생성하였으며, 레이더 강우에 내포된 불확실성 정도를 정량적으로 제시하였다. 생성된 강우 앙상블은 레이더 강우의 전체적인 편의보정뿐만 아니라 지상강우의 패턴을 잘 모의하고 있는 것으로 나타났으며, 레이더에 의해 추정한 강우의 불확실성을 잘 표현하고 있는 것으로 확인되었다. 강우 앙상블 생성 방법은 발생 가능한 다양한 강우 시나리오를 제공할 수 있으며 홍수예경보와 같은 의사 결정에 유용한 정보를 제공할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.155-169
• /
• 2016

본 연구에서는 2014년 8월 부산 경남 집중호우 사례를 대상으로 레이더와 위성결합 Multi-sensor Blending 초단기 강우예측을 실시하였다. 레이더 최적 Z-R관계는 열대형 강수 Z-R관계식($Z=32R^{1.65}$)을 적용하였으며, 20 mm/h 이상의 강한 강우에서 강수량 추정 정확도가 향상됨을 확인하였다. 또한 60 mm/h 이상 강한 폭우사상에 대하여 천리안 위성자료와 레이더자료를 합성한 결과 정량강수 추정 성능이 향상됨을 확인하였다. 지속시간별 강우예측 정확도 검증을 위하여 AWS, MAPLE 자료와 비교결과, 강우예측 1시간까지 약 50%이상의 지점강우예측 정확도를 확보하였으며, 10분 단위 예측시간별 상관계수는 0.80~0.53, 평균제곱근오차는 3.99~6.43 mm/h로 분석되었다. 본 연구 결과 레이더와 위성정보를 이용한 보다 신뢰성 있는 강우예측 정보 활용이 가능할 것으로 판단되며, 향후 지속적인 사례연구와 레이더 위성 활용 정량강수량 추정 및 예측, 그리고 위성강수 추정 알고리즘 개선의 노력이 필요하다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.

• 한국수자원학회논문집
• /
• 제41권10호
• /
• pp.1023-1034
• /
• 2008

최근 몇 년간 전 세계에 걸쳐 폭풍우와 관련한 자연재해는 그 규모와 빈도에 있어서 상당히 증가하고 있는 추세다. 특히, 우리나라는 강수의 대부분이 여름철에 집중되어 있어 이러한 태풍, 폭우 그리고 국지성 집중호우 등과 같은 자연재해로 인한 피해가 더욱 심각하다. 이러한 현상은 대기 중 이산화탄소 농도의 증가로 인한 지구온난화와 엘리뇨 등으로 인하여 앞으로도 더욱 빈번해질 것으로 전망된다. 따라서 이와 같은 폭풍우로 인한 피해를 줄이기 위하여 본 연구에서는 기상레이더를 이용한 단시간 강우예측 모형을 개발하였다. 본 연구는 3차원으로 생산되는 레이더 자료를 2차원 CAPPI(Constant Altitude Plan Position Indicator)로 변환, 강우의 이동방향과 이동속도 예측, 현업보정을 이용한 2차원 강우량 산정으로 구성되어 있다. 연구결과 기상레이더를 이용한 국지성 호우의 단시간 강우예측 가능성을 제시하였으며 향후 홍수 예 경보시스템과 연계한다면 홍수 관리 및 피해 경감에 기여할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.37-37
• /
• 2015

본 연구는 남강댐 유역($2,293km^2$)을 대상으로 이중편파 레이더 강우자료와 격자기반 분포형 강우-유출 모형인 KIMSTORM(KIneMatic wave STOrm Runoff Model)을 이용하여 홍수추적을 수행하고, 침수실적자료와 비교하여 레이더 강우자료의 효용성을 검토하였다. 2012년 4개의 강우 이벤트(집중호우, 카눈, 볼라벤, 산바)에 대하여 한강홍수통제소로부터 보정된 비슬산 레이더 강우자료를 제공받아 사용하였다. 레이더 강우와 지점 강우를 비교하기 위해 면적평균강우량을 산정하여 분석한 결과, 유출량산정 지점별 면적평균 강우량은 대체적으로 레이더가 지점 강우보다 더 낮은 값으로 예측되었지만, 강우의 패턴은 상당히 일치하는 것으로 나타났으며, 평균 $R^2$는 0.97로 매우 우수하게 분석되었다. 이후 분포형 홍수추적을 위해 KIMSTORM을 이용하였으며, 격자크기 $500{\times}500m$ 해상도의 156행${\times}$137열의 총 21,372개의 셀로 모형을 구축하였다. 분포형 모형의 보정을 위해 지상강우를 적용하여 모형을 보정하고, 보정된 매개변수를 레이더강우에 그대로 적용하여 적용성을 평가하였다. 모형의 보정 결과, $R^2$(coefficient of determination), ME(model efficiency), VCI (volume conservation index)의 평균이 지점강우를 이용한 경우 각각 0.85, 0.78, 1.09%, 레이더 강우를 이용한 경우 각각 0.85, 0.78, 0.96으로 모의유량이 관측유량을 잘 재현하였다. 이후 태풍 산바에 의한 하천범람 침수실적자료의 침수지역(신연, 문대, 신기지구)과 레이더에 의한 침수지역 유출분석 결과를 비교하였다. 침수지역 호우 및 유출의 공간분포를 분석한 결과 레이더 강우가 침수지역 상류유역의 호우와 유출상황을 자세하게 재현하였으며, 침수지역의 침수기간 전 후를 분석한 결과 지점강우 보다 레이더 강우가 실제 첨두유량에 가깝게 우수하게 모의되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.11-11
• /
• 2021

2018년부터 삼척지역에는 전파강수관측소(X-band 이중편파레이더)가 설치되어 현업 운영 중에 있다. 해당 지역은 영동지역은 산지로 둘러싸여 있어 지형적인 여건으로 지상강우관측망과 기존 대형 강우레이더로도 정확한 강우관측에 한계가 있었다. 설치 이후 전파강수관측소의 품질관리와 최적 관측전략 수립, 분포형 비차등위상차 기반의 강우추정 기법의 적용으로 정량적 추정강우의 정확도가 확보되어 75m의 고해상도 격자강우 정보가 제공되고 있다. 본 연구에서는 이러한 전파강수관측소의 정량적 추정강우를 홍수예보에 활용하기 위해서 강우기반의 하천 수위 예측 기법인 하천흐름계산도표를 개발하였다. 하천흐름계산도표가 개발된 지역은 삼척 전파강수관측소의 관측 반경에 포함되는 삼척오십천 유역이며, 해당지역은 수변공원으로 조성되어 있어 시민의 접근이 용이하여 하천 수위 급상승으로 인해 피해가능성이 높은 지역이다. 2019년과 2020년 호우사례를 대상으로 개발된 하천흐름계산도표에 전파강수관측소의 정량적 추정강우를 적용하여 하천수위 상승 예측성을 평가하였다. 또한 비교대상으로 강우관측소 강우자료와 환경부 대형 강우레이더 강우자료의 적용결과를 함께 비교하였다. 비차등 위상차 기반의 강우추정 기법을 적용하여 산정된 삼척 전파강수관측소의 정량강우는 기존의 강우추정 결과(SRI, CMP_HFC)보다 강우추정 정확도가 향상된 것을 확인하였다. 특히, 10km 관측 반경을 기준으로 분석하면 정확도가 상대적으로 높았다. 삼척 전파강수관측소 추정강우를 하천흐름 계산도표에 적용한 결과, 2020년 9월 7일 호우에 의해 삼척오십천 유역에서 관심수위 초과(10:20), 주의수위 초과(11:20)가 발생하였는데, 삼척 전파강수관측소 추정강우가 관심수위 초과 1시간 50분 전에 수위상승을 예측하였고, 주의수위 초과 30분전에 수위상승을 예측하였다. 이를 통해 개발된 하천흐름계산도표와 삼척 전파강수관측소의 홍수예보 활용 가능성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.1-7
• /
• 2013

본 논문에서는 강우 레이더간 간섭 현상과 강우 레이더의 스퓨리어스 방사 신호로부터 발생되는 인접 무선국에 대한 간섭 현상을 분석한다. 강우 레이더는 강우강도를 측정하고 강우를 예측하기 위하여 수평 지향각에서 운영되고 있으며, 높은 출력으로 동일 또는 인접대역의 통신기기 및 레이더간 간섭현상이 발생할 수 있다. S대역 주파수 영역의 전파 특성과 강우 레이더의 전파 간섭 보호비를 도출하여 강우 레이더간 간섭 현상과 인접 무선국의 간섭 영향을 분석한다. 아울러 인접 무선국에 대한 강우 레이더의 전파 간섭영향과 강우 레이더의 스퓨리어스 방사 특성으로부터 강우 레이더의 방사 스펙트럼 특성을 제안한다. 인접 무선국에 대한 간섭을 최소화하기 위해서는 105 dB 이상의 스퓨리어스 억압 특성을 가져야 하며, 레이더간 간섭을 최소화하기 위해서는 운용 시각 및 PRF를 다르게 설정하여 운용하여야 한다.