• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.19-19
• /
• 2017

본 연구에서는 선행연구에서 제안한 '레이더 폴리곤 기법(Radar polygon Method, PRM)'의 개선방안을 도출하고 산지 및 평야 등 다양한 지형조건을 갖춘 대상유역을 선택하여 제안된 기법을 적용 검토하였다. RPM은 강우공간분포의 실측자료인 기상레이더 자료를 이용하여 지점관측소가 위치한 곳에서의 강우강도와 주변지역의 강우강도를 비교하여 지배범위를 결정하는 방법으로 기존에는 일정한 차이 범위 안에 있는 유사한 강우강도가 발생했던 빈도를 기준으로 관측소의 지배 범위를 결정하였으나, 금회에는 지점관측소가 위치한 곳에서의 강우강도와 주변지역의 강우강도의 비의 합을 기준으로 지배범위를 결정하는 방법을 적용하여 개선된 결과를 도출하였다. 또한, 4개 대상유역을 선정하여 RPM을 적용, 레이더 강우자료의 적용 개수에 따른 민감도 분석 및 지형에 따른 영향 등을 검토하였다. 본 연구는 관측기간 및 정확도의 문제로 인하여 제한적으로 활용되어 온 레이더 강우관측 자료의 새로운 활용분야를 개척하였다는 점에서 큰 의미를 찾을 수 있다.

• 한국수자원학회논문집
• /
• 제50권1호
• /
• pp.17-28
• /
• 2017

최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 고해상도의 기상레이더 강우자료를 사용한 수공학 분야의 연구가 활발하게 진행되고 있다. 기상레이더는 넓은 지역에 걸쳐 실시간으로 강우현상 감시가 가능하며 지상우량계로는 파악이 불가능한 미계측유역을 통과하는 강우장의 이동 및 변동성 파악이 가능한 장점이 있지만 대기 중 존재하는 수상체로부터 반사되는 반사도를 사용하여 강우량을 산정하므로 시공간적 오차가 존재한다. 본 연구에서는 이러한 문제점을 해결하기 위하여 다변량 Copula 함수를 활용하여 레이더 강우에 존재하는 시공간적 오차를 규명하고 레이더 강우앙상블 생산기법을 개발하였다. 개발된 모형으로부터 생산된 레이더 강우앙상블은 통계적 효율기준 분석결과 우수한 모형성능을 확인하였으며 추가적으로 극치호우 및 강우시계열 패턴 분석결과 지상강우의 특성을 효과적으로 재현하는 것을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.695-707
• /
• 2010

기후변화로 인해 태풍과 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 피해 역시 증가하고 있다. 태풍과 집중호우로 인한 피해를 줄이기 위한 홍수 예 경보 시스템에는 단시간 강우예측모델과 레이더 자료를 이용하여 산정된 예측강우가 필요하다. 이를 위하여 외국의 경우 단시간 강우예측 모델을 개발하여 레이더 자료를 이용한 강우예측을 수행하고 이를 수문모형과 연계하여 그 적용성을 분석하거나 홍수예보의 활용성을 평가하는 연구를 활발히 진행하고 있다. 이에 본 연구에서는 홍수예보를 위한 단시간 예측강우의 활용 측면에서 기상레이더 정보와 결합된 이류모델을 활용한 초단시간 강우예보의 국내 적용성을 평가하고자 한다. 이를 위해 최소자승법(Least-square fitting) 기법으로 레이더 강우를 추정하고, 추정된 강우를 이류모델의 초기장으로 활용하였다. 또한, 레이더 예측강우와 지상관측강우의 비교를 통해 레이더 예측강우의 정확도를 정성적 정량적으로 평가하고, 도시홍수예보의 활용 측면을 고려하여 중랑천 유역을 대상으로 초단시간 예측강우의 유역평균강우량을 산정하여 평가하였다. 연구 결과, 관악산 레이더와 진도 레이더 대부분의 사례에서 선행시간의 증가에 따라 예측강수의 정확도가 감소하지만 정성적 평가 측면에서 예측강우는 0.6 이상의 높은 정확도를 나타내었으며, 정량적 측면에서 예측강우와 관측강우와의 상관계수는 평균적으로 선행시간 1시간 이내에서 대부분 0.5 이상의 비교적 좋은 상관성을 보였다. 예측 유역평균강우의 평가 결과 관측강우에 비해 과소추정하는 경향이 있으나 평균적으로 상관계수 0.5 이상으로 비교적 정확하게 강우를 예측하는 것을 확인할 수 있었다. 이를 통해 레이더 자료와 이류모델을 통해 산정한 초단시간 예측강우의 활용성을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• 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.

• 한국수자원학회논문집
• /
• 제38권12호
• /
• pp.1051-1060
• /
• 2005

본 연구에서는 관악산 레이더 자료로부터 소양강 유역에서 최적 추정된 레이더 강우로 준분포형 TOPMODEL의 적용성을 평가하고 Monte Carlo난수발생 기법과 연계한 앙상블 유량모의 기법을 구축하여 레이더 추정강우가 가질 수 있는 불확실성이 수문모형에 미치는 영향을 모형의 매개변수와 연계하여 분석하였다. 레이더 추정강우를 활용하여 소양강 유역의 유량계산을 2003년 7월의 사례기간 동안 수행한 결과 실시간 편차보정 기법으로 수정된 레이더 입력강우의 경우 관측유량과 비교하여 매우 잘 일치하는 것으로 나타나 레이더 추정강우의 수문학적 활용성은 매우 높은 것으로 판단된다. 불확실성 분석에서는 레이더 강우가 가질 수 있는 불확실성이 수문모형의 매개변수 불확실성보다 덜 민감하게 영향을 미치는 것으로 검토되었고 레이더 강우와 매개변수가 혼합된 불확실성이 유량모의에서 가장 큰 오차를 보일 수 있는 것으로 검토되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.208-208
• /
• 2018

본 연구에서는 비슬산 강우레이더 관측반경 내 표준유역별 정규화오차 정확도를 이용하여 강우량, 유역특성 등 강우레이더 관측의 수문학적 평가요소와의 상관 특성을 분석하였다. 이를 분석하면 강우레이더 관측 오차 또는 정확도가 수문학적 특성에 따라 얼마나, 어떻게 발생하는지를 추정할 수 있고, 이를 이용하여 홍수예보에 활용되는 입력 자료의 오차를 유역단위로 명확히 정량화 할 수 있어 보다 정확하고 신뢰도 높은 홍수예보에 도움이 될 것으로 기대된다. 강수량 크기와 강수추정 정확도 간의 상관 특성을 분석하기 위해 표준유역 평균 최대 강수량과 강수추정 정확도 간의 분포특성을 분석하였다. 단기간의 자료를 분석하여 오차특성을 정규화 하기는 매우 어렵기 때문에 본 연구에서는 비슬산 강우레이더로 관측된 2012년에서 2016년(5년)사이의 236개 강우사상에 대하여, 동기간의 기상청 AWS 지점 강우량을 기준으로 비슬산 강우레이더의 정규화오차 정확도(1-NE)를 산정한 후 이를 이용하여 850개 표준유역 별 유역평균 정규화오차 정확도를 재산정 하였다. 분석결과 표준유역 평균 최대강수량과 정규화오차 정확도 간에는 유의한 상관성이 있는 것으로 나타났다. 표준유역 평균 최대강수량의 크기에 따라 정규화오차 정확도가 상대적으로 일정한 경향이 나타났고 후처리 단계에서의 편파변수 최적화 이후에는 레이더 강수추정의 정규화오차 정확도가 표준유역 평균 최대강수량 크기에 상관없이 일정해 지는 것으로 나타났다. 따라서 이러한 일정한 레이더 강수추정의 정규화오차 정확도는, 편파변수 최적화에 의해 관측 가능한 최대 기대 정확도 수준 도달에 도달했다고 볼 수 있으며, 표준유역에서 강우레이더의 강수추정 기대 정확도 수준은 84%(정규화오차 16%에 해당) 정도로 추정되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.185-185
• /
• 2021

기후변화로 인한 돌발 강우 등 이상 기후 현상이 증가함에 따라 정확한 강우예측의 중요성은 더 증가하는 추세이다. 전통적인 강우예측의 경우 기상수치모델 또는 외삽법을 이용한 레이더 기반 강우예측 기법을 이용하며, 최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 개발되고 있다. 기존 머신러닝을 이용한 강우예측 모델의 경우 주로 시계열 이미지 예측에 적합한 2차원 순환 신경망 기반 기법(Convolutional Long Short-Term Memory, ConvLSTM) 또는 합성곱 신경망 기반 기법(Convolutional Neural Network(CNN) Encoder-Decoder) 등을 이용한다. 본 연구에서는 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용해 미래 강우예측을 수행하도록 하였다. GAN 방법론은 이미지를 생성하는 생성자와 이를 실제 이미지와 구분하는 구별자가 경쟁하며 학습되어 현재 이미지 생성 분야에서 높은 성능을 보여주고 있다. 본 연구에서 개발한 GAN 기반 모델은 기상청에서 제공된 2016년~2019년까지의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시키고, 2020년 레이더 이미지 자료를 이용해 단기강우예측을 모의하였다. 또한, 기존 머신러닝 기법을 기반으로 한 모델들의 강우예측결과와 GAN 기반 모델의 강우예측결과를 비교분석한 결과, 본 연구를 통해 개발한 강우예측모델이 단기강우예측에 뛰어난 성능을 보이는 것을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제50권1호
• /
• pp.1-15
• /
• 2017

최근 기후변화로 인하여 발생하는 기상재해 및 위험기상 현상의 대비를 위하여 조밀한 시공간적 해상도를 갖는 레이더 강우가 활용되고 있지만 널리 사용되는 Marshall-Palmer의 Z-R 관계식으로 추정된 레이더 강우는 과소추정의 문제점이 있다. 본 연구는 이러한 문제점을 해결하기 위하여 분위회귀 분석기법을 통한 레이더 강우자료 편의보정 기법과 Copula 함수를 연계한 강우자료 확충기법을 개발하였다. 본 연구에서 개발된 모형을 통하여 편의가 보정된 시계열 레이더 강우자료 효율을 통계적으로 분석한 결과 우수한 모형성능을 확인하였으며 Copula 기법을 이용하여 지상강우 및 레이더 강우자료를 확충한 결과 기존의 강우특성을 현실적으로 재현하는 것을 확인하였다. Copula 기법을 통한 강우자료 확충기법은 레이더 강우의 오차분포를 평가하는데 유용하게 활용될 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제48권11호
• /
• pp.925-936
• /
• 2015

본 연구의 목적은 이중편파 레이더 강우자료와 격자기반 분포형 강우-유출 모형인 KIMSTORM(KIneMatic wave STOrm Runoff Model)을 이용하여 유출해석을 수행하고, 침수실적자료와의 비교를 통해 레이더 강우자료의 효용성을 검토하는데 있다. 남강댐유역($2,293km^2$)을 대상으로, 2012년 4개의 강우 이벤트(집중호우, 카눈, 볼라벤, 산바)에 대하여 비슬산 레이더 강우자료를 사용하였다. 분포형 모형은 28개 지점 강우와 레이더 강우를 이용하여 보정되었으며, $R^2$(coefficient of determination), ME(model efficiency), VCI(volume conservation index)를 이용하여 적용성을 평가하였다. 모형의 보정결과, $R^2$, ME, VCI의 평균이 지점강우를 이용한 경우 각각 0.85, 0.78, 1.09, 레이더 강우를 이용한 경우 각각 0.85, 0.78, 0.96의 결과를 보였다. 태풍 산바에 의한 하천범람 침수실적자료의 두 침수지역(신연지구와 문대/신기지구)과 레이더와 지상강우에 의한 유출분석 결과를 비교하였다. 신연지구와 문대/신기지구 두 침수지역에서 레이더강우가 지상강우보다 더 많은 지역강우를 발생시켜 지표유출량을 더 크게 모의하는 것을 확인할 수 있었다. 특히 수위관측소가 존재하는 문대/신기지구의 경우, 지점강우보다 레이더 강우가 침수지역내 수위관측소의 실제 첨두유량에 가깝게 모의하였으며, 하천수위도 0.72m 높게 모의하였다.