• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.310-310
• /
• 2023

기상레이더는 강우의 공간분포를 관측하고 강우장 이동특성을 예측하여 집중호우, 태풍 등에 대비할 수 있는 시간을 확보하기 위하여 운용되고 있다. 기상레이더는 전파를 송신하고 대기 중의물체(수상체, 건물 등)에 부딪혀 되돌아오는 신호를 수신하여 강우의 양, 분포, 이동방향 등을 산정할 수 있으며 세부적으로 입체관측(volume scan)을 반복하여 고도각 별로 거리와 방위각에 따라 다양한 합성영상을 산출할 수 있는 특성이 있다. 본 연구는 구름의 수평적 분포를 파악하는데 용이하여 기존에 널리 사용된 CAPPI 합성영상과 최근 현업에서 복잡한 지형으로 인한 오차를 해소하고자 광범위하게 사용되고 있는 다중 고도각 기반 레이더 강수량(hybrid surface rainfall, HSR) 합성영상을 취득하여 수문해석을 위한 유역단위 면적강수량의 추정오차를 검토하였다. HSR 합성영상은 우리나라와 같이 산악지형이 많이 존재하는 경우 지형의 영향을 받지 않아 지면에 가장 가까운 고도각의 관측자료를 사용하므로 지상관측소 강수량과 비교한 결과에서 기존의 CAPPI 합성영상 레이더 강수량과 통계적 효율 기준을 산정하여 레이더 강수의 품질이 개선되는 것을 확인하였다. 최근 환경부에서 추진하고 있는 인공지능(AI) 홍수예보 및 가상모형(Digital Twin)을 활용하여 홍수정보를 생산 및 전달하는 과정에서 유역의 지형적 특성을 현실적으로 고려한 레이더 강수량을 사용함으로 기후변화에 따라 국지적으로 발생하는 집중호우 대응 및 과학적 홍수관리를 실현할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.997-1000
• /
• 2008

기상 레이더와 지상강우계를 이용한 실시간 강우산정기법은 전형적인 Marshall-Palmer(M-P) 방법, geostatistic 접근법을 이용한 방법, 회귀분석에 의한 방법, Kalman filter를 이용한 방법 및 실시간 weight mask를 이용한 보정 등 여러 형태가 존재한다. 본 연구에서는 실시간 강우산정을 위한 각 방법의 장단점 및 적용성을 분석하였다. 전형적인 M-P 방법은 잘 알려진 바와 같이 호우사상을 과소 추정하는 단점을 가졌으며 기존 연구자들이 제시한 바와 같이 층운형, 대류형과 같은 강우형태에 따라 다른 Z-R관계식을 가지므로 단일 Z-R관계식으로 강수를 산정함에 있어 한계를 가진다. Geostatistic 기법을 이용한 실시간 강수 산정의 경우, 지상 강우계 정보를 활용하여 강우공간분포를 개선하는 여러 기법 즉 cokriging, external drift 기법 등이 존재함에도 불구하고 과다한 계산시간, 실시간 variogram 산정과 적용상의 문제 등을 내포하고 있다. 실시간 회귀분석을 이용한 강우산정은 실제 적용에 있어 지상 강우계와 레이더 반사도사이의 선형 상관관계에 대한 결정계수가 매우 낮아 기법 적용이 간단한 장점에도 불구하고 적용에 한계를 가진다. Kalman filter기법을 이용한 실시간 레이더 강수산정은 계산시간이 여타 기법보다 많이 소요되어 실시간성을 유지하는데 한계를 가진다. 실시간 weight mask를 이용한 보정기법은 지상강우계 강우강도와 기상레이더 강우강도가 선형상관관계를 가진다는 가정이 대상지역 전체에 균일하게 적용될 수 없음에도 불구하고 기법의 적용이 간편하며 실시간 강우 공간분포를 실제 강우 관측인 지상 강우계 공간 분포 특성을 간접 강우 관측인 기상 레이더 반사도 분포와 결합하여 공간 변화 특성을 잘 나타낸다는 장점을 가지므로 실용적 적용에 있어 장점을 가진다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.39-47
• /
• 2017

Precipitation is an important component for hydrological and water control study. In general, AWS data provides more accurate but low dense information for precipitation while radar data gives less accurate but high dense information. The objective of this study is to construct adjusted precipitation field based on hierarchical spatial model combining radar data and AWS data. Here, we consider a Bayesian hierarchical model with spatial structure for hourly accumulated precipitation. In addition, we also consider a redistribution of hourly precipitation to 2.5 minute precipitation. Through real data analysis, it has been shown that the proposed approach provides more reasonable precipitation field.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.94-94
• /
• 2011

최근에 산악지역에서의 국지성 강우에 의한 사고 발생이 증가하고 있고, 2009년에는 북한의 무단 댐방류로 인해 인명피해가 발생함에 따라서 산악이나 북한 지역과 같은 지역의 모니터링이 필요하게 되었으며, 강수량의 기후학적 분포의 특성과 같은 장기적인 강수량 정보가 필요하게 되었다. 레이더는 넓은 영역에 대해서 시 공간적으로 고해상도의 자료를 제공할 수 있기 때문에 국지 규모의 단시간 강수량 정보를 제공하는데 유용하다. 국립기상연구소(National Institute of Meteorological Research; NIMR)는 기존의 층운형 Z-R 관계식(Z=$200R^{1.6}$, Marshall-Palmer, 1948)을 이용한 레이더 강우강도 산출에서 과소추정 문제를 개선하기 위해 레이더-AWS 강우강도(Radar-AWS Rain rate; RAR) 산출 시스템을 개발하여 현재 운영하고 있다. RAR 산출 알고리즘은 각 레이더에 대해서 레이더 강우강도와 지상 AWS 우량계 자료를 비교하여 실시간으로 Z-R 관계식을 산출하여, 레이더 반사도를 강우강도로 변환하고, 이를 합성하여 한반도 영역에 대해서 강우강도 정보를 제공한다. 2010년에는 RAR 자료와 지상 AWS 우량계 자료를 이용하여 레이더-AWS 누적강수량을 산출하는 시스템을 구축하였으며, 현재 시험운영 중에 있다. 본 연구에서는 레이더-AWS 누적강수량의 정확도를 평가하기 위해서 2009년에 대해 레이더-AWS 누적강수량 자료와 지상 AWS 누적강수량 자료에 대해 RMSE, Bias 등의 통계값을 산출하였으며, 북한 지역에 대한 적용가능성을 분석하기 위해서 레이더 관측 반경 내의 북한 지역의 GTS 지점 자료를 이용하여 사례 분석하였다. 본 연구는 레이더 자료를 이용한 지상 관측 공백지역의 강수량에 대한 모니터링을 통하여 이러한 지역의 사고에 대비할 수 있고, 기후학적인 강수량 정보 제공 및 향후 유역별 레이더 면적강수지도 시험판 개발을 통하여 수문 기상 분야에 적용하여 효과적인 물관리에 기여할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.226-226
• /
• 2016

최근 이상기상현상과 기후변화로 인하여 국지적인 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 돌발 홍수피해가 증가하고 있다. 이러한 홍수 피해를 줄이기 위해서는 정확도가 우수한 초단시간(1~2시간 이내) 예측 강우량 정보가 필요하다. 본 연구에서는 집중호우에 대한 초단시간예보 및 실황 예측을 위해 시공간적으로 고해상도 자료를 제공할 수 있는 기상레이더 강우자료와 위성영상 자료를 결합하여 초단기 강수 예측기법 개발 연구를 수행하였다. 또한 기상레이더 강우량은 지상강우관측에 비해 정확성이 낮고, 많은 불확실성을 포함하고 있으므로, 위성영상에서 산출되는 강우자료와 결합하여 강우추정의 정확도를 개선하고자 하였다. 레이더 볼륨자료에서 반사도 자료를 추출하여, 1.5km CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성하고, 반사도 CAPPI 자료의 패턴 상관분석을 통하여 강우시스템의 최적 이동벡터를 산출하였다. 또한 이동벡터를 고려하여 시공간적으로 외삽하여 강우이동 예측 모델을 개발하고, 초기자료로 레이더와 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) 영상자료에서 생성되는 강우자료를 결합한 강수장 자료를 이용하여 강수 예측장을 생성하였다. 레이더-위성 결합 초단기 강우예측 모델의 정확성 검증을 위하여 2014년 8월 25일 부산 및 영남 지역에 발생한 집중호우 사례에 대하여 지상기상자동관측시스템(Automatic Weather System, AWS) 강우 측정 결과를 비교 분석 하였으며, 그 적용 가능성을 검증하였다. 초단기 강우예측 분석 결과 지상강우자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보이며, 보다 정확한 강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검 보정이 필요할 것으로 사료된다.

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1329-1338
• /
• 2021

Rain radar provides high spatio-temporal radar rainfall that can be used as input data to short-term precipitation forecasting models. Korea Institute of Civil Engineering and Building Technology (KICT) has developed a flash flood forecasting system that is providing flash flood forecasting based on short-term rainfall forecasts estimated by the radar rainfall. Accuracy of the radar rainfall as well as the short-term rainfall forecasts, however, can deteriorate when radar polarimetric variables have error. In this study, we develope real-time program that can correct the error inherent in the radar polarimetric variables. First, effect according to the correction of the error was verified using 363 rainfall events on non real-time. The accuracy (1-NE) of the radar rainfall was approximately 70% and correlation coefficient was higher than 0.8 after correcting the error on non real-time. The accuracy (1-NE) using the real-time program was also approximately 70% after correcting the error.

• Journal of Korea Water Resources Association
• /
• v.54 no.7
• /
• pp.453-462
• /
• 2021

As the frequency of localized heavy rainfall has increased during recent years, the importance of high-resolution radar data has also increased. This study aims to correct the bias of Dual Polarization radar that still has a spatial and temporal bias. In many studies, various statistical techniques have been attempted to correct the bias of radar rainfall. In this study, the bias correction of the S-band Dual Polarization radar used in flood forecasting of ME was implemented by a Convolutional Autoencoder (CAE) algorithm, which is a type of Convolutional Neural Network (CNN). The CAE model was trained based on radar data sets that have a 10-min temporal resolution for the July 2017 flood event in Cheongju. The results showed that the newly developed CAE model provided improved simulation results in time and space by reducing the bias of raw radar rainfall. Therefore, the CAE model, which learns the spatial relationship between each adjacent grid, can be used for real-time updates of grid-based climate data generated by radar and satellites.

• Journal of Korea Water Resources Association
• /
• v.41 no.5
• /
• pp.545-558
• /
• 2008

This study estimated the error involved in the areal average rainfall derived from incomplete radar information due to radar partial coverage of a basin or sub-basin. This study considers the Han-River Basin as an application example for the rainfall observation using the Ganghwa rain radar. Among the total of 20 mid-sized sub-basins of the Han-River Basin evaluated in this study, only five sub-basins are fully covered by the radar and three are totally uncovered. Remaining 12 sub-basins are partially covered by the radar to result in incomplete radar information available. When only partial radar information is available, the sampling error decreases proportional to the size of the radar coverage, which also varies depending on the number of clusters. Conditioned that the total area coverage remains the same, the sampling error decreases as the number of clusters increases. This study estimated the sampling error of the areal average rainfall of partially-covered mid-sized sub-basins of the Han- River Basin, and the results show that the sampling error could be at least several % to maximum tens % depending on the relative coverage area.

• Journal of Korea Water Resources Association
• /
• v.54 no.1
• /
• pp.27-38
• /
• 2021

Recently, many studies have been conducted to use the radar rainfall in hydrology. However, in the case of weather radar, the beam is blocked due to the limitation of the observation such as mountain effect, which causes underestimation of the radar rainfall. In this study, the radar rainfall was estimated using the Hybrid Sacn Reflectivity (HSR) technique for hydrological use of weather radar and the runoff analysis was performed using the GRM model which is a distributed rainfall-runoff model. As a result of performing the radar rainfall correction and runoff simulation for 5 rainfall events, the accuracy of the dual-polarization radar rainfall using the HSR technique (Q_H_KDP) was the highest with an error within 15% of the ground rainfall. In addition, the result of runoff simulation using Q_H_KDP also showed an accuracy of R2 of 0.9 or more, NRMSE of 1.5 or less and NSE of 0.5 or more. From this study, we examined the application of the dual-polarization radar and this results can be useful for studies related to the hydrological application of dual-polarization radar rainfall in the future.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.3
• /
• pp.37-48
• /
• 2010

The purpose of this paper is to evaluate how the rainfall field effect on a runoff simulation using grid radar rainfall data and ground gauge rainfall. The Gwangdeoksan radar and ground-gauge rainfall data were used to estimate a spatial rainfall field, and a hydrologic model was used to evaluate whether the rainfall fields created by each method reproduced a realistically valid spatial and temporal distribution. Pilot basin in this paper was the Naerin stream located in Inje-gun, Gangwondo, 250m grid scale digital elevation data, land cover maps, and soil maps were used to estimate geological parameters for the hydrologic model. For the rainfall input data, quantitative precipitation estimation(QPE), adjusted radar rainfall, and gauge rainfall was used, and then compared with the observed runoff by inputting it into a $Vflo^{TM}$ model. As a result of the simulation, the quantitative precipitation estimation and the ground rainfall were underestimated when compared to the observed runoff, while the adjusted radar rainfall showed a similar runoff simulation with the actual observed runoff. From these results, we suggested that when weather radars and ground rainfall data are combined, they have a greater hydrological usability as input data for a hydrological model than when just radar rainfall or ground rainfall is used separately.