• 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 Wetlands Research
• /
• v.14 no.2
• /
• pp.243-254
• /
• 2012

Recently, the use of radar rainfall data that can help tracking of the development and movement of rainfall's spatial distribution is drawing much attention in hydrology. The reliability of existing radar rainfall compared to gauge rainfall data on the ground has not yet been confirmed and so we have difficulties to apply the radar rainfall in hydrology. The radar rainfall for the applications in hydrology are adjusted merging method derived from gage. This study uses the Mean-Field Bias (MFB) and Statistical Objective Analysis (SOA) as correction methods to create adjusted grid-based radar rainfall data which can represent the temporal and spatial distribution of rainfall. This study used a storm event occurred in August 2010 for the adjustment of radar rainfall. In addition, the grid-based distributed rainfall-runoff model (Vflo), which enables more detailed examinations of spatial flux changes in the basin rather than the lumped hydrological models, has been applied to Gamcheon river basin which is a tributary of Nakdong River located in south-eastern part of the Korean peninsular and the basin area is $1005km^2$. The simulated runoff was compared with the observed runoff in an attempt to evaluate the usability of radar rainfall data and the reliability of the correction methods. The error range of peak discharge using each correction method was within 20 percent and the efficiency of the model was between 60 and 80 percent. In particular, the SOA method showed better results than MFB method. Therefore, the SOA method could be used for the adjustment of grid-based radar rainfall and the adjusted radar rainfall can be used as an input data of rainfall-runoff models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.441-441
• /
• 2022

국내외적으로 정확한 수문기상 현상의 관측에 대한 수요가 증가하고 있다. 이를 위하여 기존의 재래식 관측장비의 한계성을 극복하고자 첨단장비가 활발하게 도입되고 있다. 우리나라는 관악산 기상레이더를 시작으로 하천 및 도심지의 돌발홍수 정보를 제공하고자 강우레이더 신설을 진행하고 있다. 본 연구에서는 하천유역조사 사업에서 티센다각형법을 이용하여 유역단위 면적평균강수량을 산정하는 경우 영동권역과 같이 지상관측소 밀집도 부족으로 인하여 발생하는 강수량의 공간적 편차를 정량적으로 검토하고자 전국 하천유역에 대하여 1.5km Constant Altitude PPI(CAPPI) 합성장의 레이더 강수량을 활용한 유역단위 면적평균강수량을 산정하고 지상 강수량과 통계적 적합도(goodness of fit)를 평가하였다. 지상 강수량을 활용한 유역단위 면적평균강수량과 레이더 강수량은 높은 상관성을 나타내었으나 관측기법의 특성으로 발생하는 정량적 편의(bias) 보정의 필요성을 확인하였다. 시공간적으로 고해상도의 레이더 강수정보를 활용하기 위하여 활용 목적에 적합한 레이더 강수량 보정기법의 개발이 필요할 것으로 사료된다. 또한, 대용량 레이더 자료를 안정적으로 처리할 수 있는 플랫폼 및 레이더 강수량 품질관리 체계 구축을 통하여 수문조사 및 수문해석 지원이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.306-306
• /
• 2011

대상유역의 합리적인 홍수량 산정을 위해서는 풍부한 홍수자료를 바탕으로 직접적인 빈도해석을 적용하는 것이 가장 적정한 방법으로 알려져 있다. 하지만 국내의 대부분 유역은 관측된 홍수 자료가 제한적이고, 미계측 유역이므로 빈도해석을 통한 홍수량의 산정은 현실적으로 불가능한 실정이다. 이에 국내에서는 홍수량 산정에 대한 대안으로 강우-유출관계의 선형성을 가정한 집중형 강우-유출모형을 적용하고 있다. 하지만 집중형 강우-유출모형은 경험적인 공식에 의해 결정되는 수문매개변수의 비합리성 및 유역분할, 유역 하도추적의 구축방식에 따라 상이한 홍수량이 산정되는 문제점이 지적되고 있다. 따라서 최근에는 경험적이고 개념적인 집중형 유출모형을 지양하고, 격자체계를 기반으로 하고 있는 분포형 강우-유출모형의 연구가 활발히 진행되고 있는 상황이다. 본 연구의 목적은 남강 유역에서의 분포형 강우-유출모형 적용성 검증에 있다. 따라서 남강 유역 내에 발생한 4개의 호우사상을 선정한 후 강우 레이더 영상인 CAPPI영상 및 C-Max영상을 이용하여 면적강우량을 산정하였다. C-Max 영상을 이용하여 산정된 면적강우량은 지점강우를 이용한 면적강우량과 비교해 130%이상 과대 산정되는 경향을 나타낸 반면, CAPPI 영상을 이용하여 산정된 면적강우량은 10%이하의 오차를 나타내었다. 따라서 본 연구에서는 CAPPI 영상을 분포형 유출 모형인 VfloTM에 입력하여 유출을 모의 하였다. 모의된 유출곡선과 관측된 유출곡선을 비교 검토한 결과 80%이상의 높은 상관성을 나타낸 반면 첨두유출량 오차는 30%이상의 오차를 나타내었다. 하지만 강우보정기법인 G/R보정 기법을 적용한 후에는 첨두유출량 오차가 10%미만으로 감소하는 것으로 나타났다. 따라서 남강 유역에 분포형 유출모형을 적용하기 위해서는 다양한 강우 사상에 대한 지속적인 연구가 수행되어야 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.39-39
• /
• 2021

기상재해를 극소화하기 위해서는 그 원인이 되는 기상현상의 규모와 거동을 명확히 감시하고 분석하여 신뢰성 있는 예측정보가 제공되어야 한다. 최근 위험기상 발생빈도가 증가하여 초단기 및 위험기상 예보의 정확도 향상을 위한 고품질 레이더 정보 활용 연구가 활발하게 진행되고 있다. 레이더는 전자파를 이용하여 강우의 양과 분포, 이동특성을 관측하는 장비로써 우리나라는 초단기적 위험기상 대응능력 향상을 추진하기 위한 목적으로 첨단 성능의 이중편파레이더 관측망을 구축하고 있다. 국내 기상관측용 레이더는 기상예보(기상청), 홍수예보(환경부), 군 작전 기상지원(국방부) 등으로 각 기관이 개별적으로 설치운영 하고 있다. 본 연구에서는 관계부처에서 운영하고 있는 레이더의 합성장을 이용하여 강수장의 상관성을 기반으로 이류(advection) 특성을 도출하였다. 정확도 있는 이류특성을 도출하기 위하여 시간해상도는 10분을 적용하였으며 가우시안 필터링 기법을 적용하여 강수장 상관분석을 수행하였다. 호우와 태풍을 대상으로 강수장의 이류패턴을 추출하여 강수장의 이동방향 및 속도를 고려한 강수량 예측기법의 적용성을 평가하였다. 본 연구 결과는 격자형 강수예측정보를 제공하여 AI 홍수예보 및 수치예보 모델의 초기조건 입력 등에 활용되어 기후변동성에 따른 대국민 안전 실현을 확보하는데 기후변화 대응전략의 핵심기술로 활용될 수 있을 것으로 판단된다. 덧붙어, 4차 산업혁명에 따른 수문기상 빅 데이터(big data) 통합 플랫폼을 구축하여 고해상도 홍수대응 기술 및 GIS 및 모바일 시스템을 연계한 실시간 기후재해 예·경보가 가능할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.187-187
• /
• 2021

최근 기후 변화로 인한 한반도의 극한 홍수 및 가뭄의 발생 빈도가 급증하고 있다. 이와 같은 이상 기후의 발생으로 연간 강수량의 편차가 더 커지면서 장래 물 부족 문제가 더욱 심화될 전망이다. 따라서 본 연구에서는 한강 유역의 수문 모형 구축을 통해 미래 물수지 변화를 정량적으로 예측함으로써 기후 변화가 한강 유역의 수문순환요소와 수자원에 미치는 영향을 분석하고 평가하였다. 레이더 강우 시계열 자료의 활용을 위하여 격자 단위로 분석이 가능한 분포형 수문 모형 VIC (Variable Infiltration Capacity)을 사용하였고 모형 구축에는 레이더 강우와 종관기상관측소의 강우 자료에 조건부 합성 기법(Conditional Merging, CM)을 적용하여 보정된 강우 자료를 사용하였다. 제공되는 VIC의 토양, 식생 변수는 공간 해상도가 너무 낮고 유역 내에서도 공간적인 변동성이 크지 않아 침투에 관련된 매개변수를 토지 피복과 연관 지어 격자마다 적정한 매개변수를 회귀 분석하여 새로 산정하였다. 먼저 보정 기간 6년(2009-2014)에 대해 보정을 하고 이후 검증 기간 6년(2014-2019)에 대해 검증을 진행하였다. 보정, 검증 기간에 대한 NSE 값은 각각 0.968, 0.569로 양호한 결과를 보여주었다. 구축된 수문 모형에 기후 변화를 고려하기 위해 GCM 기반의 CMIP6 미래기상자료를 입력해서 미래의 물 수지와 수문순환요소의 변화를 모의하였고 모의 결과, 미래 기간에는 강수의 편차가 더욱 심화되면서 가뭄이 더 빈번하게 발생하는 경향을 보였다.

• Journal of Korea Water Resources Association
• /
• v.55 no.9
• /
• pp.679-686
• /
• 2022

As the occurrences of flash floods have increased due to climate change, faster and more accurate precipitation observation using X-band radar has become important. Therefore, the Ministry of Environment installed two dual-pol X-band radars at Samcheok and Uljin. The radar data used in this study were obtained from two different elevation angles and composed to reduce the shielding effect. To obtain quantitative rainfall, quality control (QC), K_DP retrieval, and Hybrid Surface Rainfall (HSR) methods were sequentially applied. To improve the accuracy of the quantitative precipitation estimation (QPE) of the X-band radar, we retrieved parameters for the relationship between rainfall rate and specific differential phase, which is commonly called the R-K_DP relationship; hence, an empirical approach was developed using multiple rain gauges for those two radars. The newly suggested relationship, R = 27.4K^0.81_DP, slightly increased the correlation coefficient by 1% more than the relationship suggested by the previous study. The root mean square error significantly decreased from 3.88 mm/hr to 3.68 mm/hr, and the bias of the estimated precipitation also decreased from -1.72 mm/hr to -0.92 mm/hr for overall cases, showing the improvement of the new method.

• Journal of Korea Water Resources Association
• /
• v.53 no.12
• /
• pp.1159-1172
• /
• 2020

This study applied deep convolution neural network based on U-Net and SegNet using long period weather radar data to very short-term rainfall prediction. And the results were compared and evaluated with the translation model. For training and validation of deep neural network, Mt. Gwanak and Mt. Gwangdeoksan radar data were collected from 2010 to 2016 and converted to a gray-scale image file in an HDF5 format with a 1km spatial resolution. The deep neural network model was trained to predict precipitation after 10 minutes by using the four consecutive radar image data, and the recursive method of repeating forecasts was applied to carry out lead time 60 minutes with the pretrained deep neural network model. To evaluate the performance of deep neural network prediction model, 24 rain cases in 2017 were forecast for rainfall up to 60 minutes in advance. As a result of evaluating the predicted performance by calculating the mean absolute error (MAE) and critical success index (CSI) at the threshold of 0.1, 1, and 5 mm/hr, the deep neural network model showed better performance in the case of rainfall threshold of 0.1, 1 mm/hr in terms of MAE, and showed better performance than the translation model for lead time 50 minutes in terms of CSI. In particular, although the deep neural network prediction model performed generally better than the translation model for weak rainfall of 5 mm/hr or less, the deep neural network prediction model had limitations in predicting distinct precipitation characteristics of high intensity as a result of the evaluation of threshold of 5 mm/hr. The longer lead time, the spatial smoothness increase with lead time thereby reducing the accuracy of rainfall prediction The translation model turned out to be superior in predicting the exceedance of higher intensity thresholds (> 5 mm/hr) because it preserves distinct precipitation characteristics, but the rainfall position tends to shift incorrectly. This study are expected to be helpful for the improvement of radar rainfall prediction model using deep neural networks in the future. In addition, the massive weather radar data established in this study will be provided through open repositories for future use in subsequent studies.

• Journal of Korea Water Resources Association
• /
• v.45 no.7
• /
• pp.729-741
• /
• 2012

Among the methods of precipitation data acquisition, a rain gauge station has a distinctive advantage of direct measurement of rainfall itself, but multiple stations should be installed in order to obtain areal precipitation data required for hydrological analysis. On the other hand, a rainfall radar may provide areal distribution of rainfall in real time though it is an indirect measurement of radar echoes on rain drops. Rainfall radars have been shown useful especially for forecasting short-term localized torrential storms that may cause catastrophic flash floods. CAPPI (Constant Altitude Plan Position Indicator), which is one of the several types of radar rainfall image data, has been provided on the Internet in real time by Korea Meteorological Administration (KMA). It is one of the most widely available rainfall data in Korea with fairly high level of confidence as it is produced with bias adjustment and quality control procedures by KMA. The objective of this study is to develop an improved way to extract quantitative rainfall data applicable to even very small watersheds from CAPPI using CIVCOM, which is a new image processing method based on a vector-based scheme proposed in this study rather than raster-based schemes proposed by other researchers. This study shows usefulness of CIVCOM through comparison of rainfall data produced by image processing methods including traditional raster-based schemes and a newly proposed vector-based one.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.640-640
• /
• 2015

2010년과 2011년 서울에서 발생한 집중호우와 2014년 부산에서 발생한 집중호우의 발생으로 막대한 재산상의 피해와 사상자를 냈다. 2010년 9월 21일에 발생한 집중호우는 1908년 관측시작이래 가장 많은 비가 내린 것으로 기록되었으며 주거지 4,727호, 상가 1,164호, 공장 126동 등이 침수되고 13시를 기준으로 강서지점의 경우 시간당 98.5mm의 기록적인 강우를 기록하였으나, 관악지점은 5.5mm에 그쳐 두 지점간의 시간당 강우량의 편차가 약 200배 가까이 차이가 나는 것으로 나타났다. 이와 같이 최근 도시지역에서 국지성 집중호우가 증가하고 있으며 지역별 강우 편차가 크고 이에 따라 침수피해발생 여부도 지역에 따라 달라진다. 강수의 공간적 분포와 그로 인한 침수해석은 도시돌발홍수 예경보 시스템에 있어 무엇보다도 중요하다. 본 연구의 목적은 도시지역 돌발홍수 예경보 시스템 구축을 위한 정량적 강수추정 QPE(Quantitative Precipitation Estimation)기법에 따른 수리 수문학적 영향을 평가하는 것이다. 정량적 강수추정을 위해 AWS, SKP, 레이더 자료를 활용하여 250m의 해상도를 가지도록 크리깅을 적용하였다: QPE 1은 34개의 AWS의 지점우량을 지구통계학적 기법 중의 하나인 크리깅을 이용하여 산정한 기법, QPE 2는 AWS와 156개의 SKP의 강우데이터를 크리깅을 이용하여 산정한 기법, QPE 3는 광덕산 레이더를 이용한 기법, QPE 4는 AWS, SKP, 광덕산 레이더 자료를 조건부 합성한 기법이다. 월류량을 산정하기 위해 도시유출해석모형인 SWMM을 강남역 일대를 대상으로 구축하고 우수관로 시스템으로 유입되지 못한 노면류(Surface flow)를 함께 고려하였다. 침수해석을 위해서는 DHM모델을 적용하였으며 2013년 7월 기간에 발생한 호우에 대하여 분석을 수행하였다. 비교수행을 위해서 인접한 서초 AWS와 강남 AWS의 지점강우량도 함께 고려하였으며 모의결과를 국가 재난관리 정보 시스템(NMDS)에 침수피해가 확인된 가옥 및 빌딩 정보와 일치여부를 적합도로 산정하였다. 산정된 적합도를 통하여 정량적 강수추정기법에 따른 수리?수문학적 영향을 평가하였다. 실제 침수흔적정보와 비교 결과, QPE 2와 QPE4가 가장 적합도가 높았으며 이에 따라 고밀도의 관측망의 구성이 도시지역 침수해석결과에도 적합할 것으로 판단된다.