• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.193-193
• /
• 2020

집중호우로 인한 이재민 발생, 침수 등 많은 인명 및 재산 피해가 지속적으로 발생함에 따라, 홍수재해를 사전에 대응하는 다양한 방법에 대한 관심이 증가하고 있다. 본 연구에서는 레이더 반사도를 이용하여 강우의 이동방향과 이동속도를 추정하여 초단기 정량강우예측(QPF)이 가능한 기법을 개발하고, 2016년 태풍 차바 사상에 대하여 비슬산 레이더자료를 이용하여 분석을 실시하였다. 개발기법은 1단계 레이더 강우강도 앙상블 멤버 생성, 2단계 레이더 강우강도 이동속도 계산, 3단계 레이더 강우강도 앙상블 초단기 예보, 4단계 초단기 예보 검증의 과정으로 이루어진다. 본 연구결과물인 레이더 기반 초단기 강우예측자료는 수치예보기반 강우예측자료 및 다양한 레이더 기반 초단기예보자료들과 함께 강우예측율 향상에 기여할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.100-100
• /
• 2018

본 연구에서는 집중호우에 대한 레이더기반 초단기 강우예측 시스템의 정확도를 향상시키기 위해 초기장 개선 연구를 수행하였다. 집중호우에 적합한 강우를 추정하기 위해 층운형, 대류형, 열대형의 Z-R관계식과 반사도 조건에 따라 층운형과 적운형을 구분하여 Z-R 관계식을 적용하였으며, 이를 초단기 강우예측 시스템의 초기장으로 활용하였다. 또한 2016년 10월 5일 태풍 차바(Chaba)에 의한 집중호우 사례에 대해 지상관측 강우자료와 레이더 추정 및 예측 강우자료와의 비교를 통해 정확도를 정성적 정량적으로 평가하였다. 레이더 강우추정에 대한 분석 결과, 복합형 타입의 Z-R 관계식의 상관계수와 평균제곱근오차가 비슬산레이더의 경우 각각 0.8207, 9.22 mm/hr, 면봉산 레이더의 경우 각각 0.8001, 10.53 mm/hr로 가장 좋은 성능을 보였다. 강우 예측에 대한 분석 결과, 집중호우 사례에 대해 강우강도 공간분포 및 이동 패턴은 평균적으로 잘 모의하였으며, 초단기 강우예측 결과의 평균적으로 POD는 0.97이상, FAR는 0.21 이하로 다소 정확하게 예측하는 것으로 분석되었다. 정량적 평가 결과, 비슬산 레이더의 경우 상관계수가 예측시간 60분까지 0.545이상, 면봉산 레이더의 경우 0.379 이상으로 비교적 좋은 상관성을 보였으며, Z-R관계식 유형에 따른 차이는 작은 것으로 확인되었다. 평균제곱근오차의 경우 열대형과 복합형의 Z-R관계식이 높은 정확도를 가지는 것으로 확인되었다. 본 연구 결과, 초기장 정확도의 개선을 통한 레이더 기반 초단기 강우예측 모형의 정확도 개선 가능성을 확인할 수 있었으며, 향후 지속적인 사례연구 및 검증을 통하여 강우추정 및 강우예측 알고리즘 개선의 노력이 필요하다.

• 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 the Korean Society of Hazard Mitigation
• /
• v.11 no.3
• /
• pp.17-28
• /
• 2011

This study applied the Kalman Filter for real-time forecasting the G/R (ground rain gauge rainfall/radar rainfall) ratio to correct the mean field bias of the very-short-range-forecast (VSRF) rainfall. The MAPLE-forecasted rainfall was used as the VSRF rainfall, also the methodology for deciding the G/R ratio was improved by evaluating the change of G/R ratio characteristics depending on the threshold and accumulation time. This analysis was done for the inland, mountain, and coastal regions, separately, for their comparison. As the results, more stable G/R ratio could be estimated by applying the threshold and accumulation time, whose forecasting accuracy could also be secured. The accuracy of the corrected rainfall forecasting by the forecasted G/R ratio was the best in the inland region but the worst in the coastal region.

• Journal of Wetlands Research
• /
• v.19 no.3
• /
• pp.366-374
• /
• 2017

The objective of this study is to explore the applicability of very short-range-forecast rainfall for the early warning of mud-debris flows. An artificial neural network was applied to use the very short-range-forecast rainfall data. The neural network is learned by using the relationship between the radar and the AWS, and forecasted rainfall is estimated by replacing the radar rainfall with the MAPLE data as the very short-range-forecast rainfall data. The applicability of forecasted rainfall by the MAPLE was compared with the AWS rainfall at the test-bed using the rainfall criteria for cumulative rainfall of 6hr, 12hr, and 24hr respectively. As a result, it was confirmed that forecasted rainfall using the MAPLE can be issued prior to the AWS warning.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.276-276
• /
• 2021

최근 댐과 같은 수공구조물의 건설로 대규모 홍수피해는 급격히 줄어들었지만, 돌발홍수(flash flood)로 인한 저지대 침수 등의 도시홍수 발생빈도가 급증하고 있다. 2020년에는 최장의 장마가 관측되었으며, 전국적으로 홍수로 인한 침수피해가 발생하였다. 홍수에 선제적으로 대응하기 위해서 신뢰성 있는 홍수예·경보가 필요하며, 이를 위해서는 신속하고 정확성있는 강우예측이 선행되어야 한다. 이에 본 연구에서는 초단기 강우예측을 목적으로 둔 레이더 기반의 강우앙상블 예측모형을 개발하였다. 라그랑지안 지속성(Lagrangian persistence)을 기반으로 개발하였으며, 강우장의 이동 패턴은 이류특성을 활용해 추정하였다. 즉, 강우장의 예측정확도를 향상시키기 위해 공간적 규모별 캐스캐이드(cascade) 방법으로 분리해 이동 경로를 추정하였다. 예측시간에 따른 강우량은 각 캐스캐이드에 자기회귀모형을 적용하였다. 레이더 강우량은 2016-2020년 사이에 발생한 강우사상에 대한 환경부 홍수통제소에서 제공한 레이더 합성장을 이용하였다. 예측강우량에 대한 평가는 RMSE, Pearson's Correlation, FSS 등 통계치를 통해 수행하였다. 본 연구에서 소개된 강우예측 모형은 초단기 홍수예측에 정확도 높은 강우 정보를 제공할 수 있으며, 이에 따라 홍수피해를 저감하는데 도움이 될 것으로 판단된다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.176-176
• /
• 2011

전 세계적으로 국지성 집중호우의 발생이 증가하고 있다(건설교통부, 2007 ; 김광섭과 김종필, 2008). 특히, 국내의 경우 급속한 도시화에 의한 기상 변화의 영향으로 서울 및 중소도시 지역에 집중호우의 발생이 크게 증가하였고, 산악지역에 발생한 강도 높은 집중호우로 인하여 돌발홍수의 발생 또한 급증하고 있다. 이처럼 집중호우는 단시간에 큰 강우강도를 동반하여 돌발홍수를 유발할 뿐만 아니라 잦은 발생으로 인하여 막대한 재산 손실과 인명 피해를 초래하고 있다(유철상 등, 2007a). 현실적으로 이러한 이상호우에 의한 피해를 원천적으로 방지하는 것은 불가능하다. 그러나 어느 정도(accuracy) 이상의 강우예측이 전제된다면 피해의 규모를 크게 줄일 수 있는 것이 또한 사실이다(유철상 등, 2007b). 집중호우로 인한 피해의 주범은 수 시간이내에 발생하는 돌발홍수로서 이에 대한 피해를 최소화하기 위해서는 정확한 초단기예측 강우가 절실한 상황이다. 이에 본 연구에서는 초단기예측 강우의 보정을 목적으로 G/R 비를 예측하였다. 먼저, 강우의 임계치와 누적시간에 따른 G/R 비의 특성변화를 검토하여 G/R 비 산정방법을 개선하였다. 초단기예측 강우로 캐나다 McGill 대학교에서 개발된 MAPLE 예측강우를 사용하였으며, 이를 보정하기 위하여 칼만 필터를 이용하여 G/R 비를 실시간으로 예측하였다. 이러한 분석은 레이더 자료의 품질이 가장 양호할 것으로 판단되는 내륙지역을 대상으로 하였다. 결과적으로 강우의 임계치와 누적시간의 고려를 통해 안정화된 G/R 비의 산정이 가능하였으며, 이를 이용함으로서 예측 G/R 비의 정확성이 보다 향상되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.366-366
• /
• 2023

우리나라 농촌 지역의 농업용저수지는 유역면적이 작고 홍수 도달시간이 짧아 홍수 대응에 어려움이 있으며, 대부분의 농업용저수지는 용수공급 목적으로 건설되어 홍수 대응능력이 부족한 실정이다. 한국농어촌공사는 수자원, 재난재해 등 농촌용수 관련된 다양한 정보의 통합관리를 위한RAWRIS(Rural Agricultural Water Resource Information System)을 운영하고 있으나, 소하천 및 농촌 지역의 홍수 피해 저감에 대한 관리와 노력은 도시 지역의 대하천 유역과 비교하여 여전히 부족한 실정이다. 이에 본 연구에서는 농촌지역의 과학적 재해관리를 위해 RAWRIS의 홍수량 산정기술을 개선하고, 저수지 홍수예경보에 필요한 기상청 초단기 강우예측자료의 활용성을 검토하고자 하였다. 이를 위해 농어촌공사에서 관리하는 농업용저수지 중 홍수배제시설인 레디얼게이트가 설치된 농업용저수지 30개소를 대상으로 해당 저수지의 수위계측 정보, 수문 방류 정보 등 저수지 홍수관리 현황을 조사하였다. 다음으로 농어촌공사가 운영 중인 RAWRIS의 홍수량 산정과정을 검토하여, 기존 RAWRIS에 CN값이 미설정된 저수지 유역의 CN값을 설정하였으며, 유역의 강우량 및 유효우량 산정 알고리즘 개선하고 저수지 유역별 강우-유출모형의 대표 매개변수를 제시하였다. 마지막으로 기상청에서 제공하고 있는 초단기 강우예측자료의 활용성 평가를 위해 기상청 강우예측자료와 저수지 유역의 면적평균강우를 비교하였으며, 예측 및 관측강우에 의한 홍수유입량을 산정하여 그 결과를 비교하였다. RAWRIS 홍수량 산정기술의 개선 효과를 검토한 결과, 예당저수지의 경우에는 첨두유량백분율 오차가 최대 50 % 이상, 결정계수(R2)가 최대 0.6 이상 개선된 것으로 나타났다. 다음으로 초단기 강우예측자료의 활용성을 평가하기 위해 RAWRIS에 제공되는 기상청 강우예측자료와 관측강우자료을 비교한 결과, 초단기 예측강우자료는 정량적, 정성적 신뢰도의 문제가 있어, 농업용저수지 홍수예측시스템에 그대로 적용하는데에는 무리가 있는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.597-597
• /
• 2015

기후변화에 따른 홍수 위험도 증가와 태풍 및 집중호우의 증가는 도시지역의 홍수로 인한 피해가 커지고 있다. 실제로 최근 10년간 홍수로 인한 재산피해 및 인명피해는 해마다 늘고 있다. 이러한 홍수피해를 최소화 할 수 있는 도시지역 초단기 강우 예보 시스템 개발은 필수적이다. 그동안 기상레이더를 이용한 강우예측 모형은 국내외적으로 많이 개발이 되어 있지만, 위성을 이용한 단기간 강우예보모형은 많이 부족한 실정이다. 최근 국내 최초 기상위성의 발사로 위성을 이용한 강수관측 및 초단기 예보가 가능하게 되었다. 이러한 초단기 강우 예보 시스템의 기본예측모형인 구름이동벡터를 개발하기 위해서 본 연구에서 COMS 위성자료를 이용하였다. COMS 위성은 2011년 4월에 발사되어 현재 운영 중에 있다. COMS 위성 자료는 현재 일본 정지궤도 위성 MTSAT 위성자료와 달리 한반도 영역을 대상으로 적외채널 자료들을 8-15분 간격으로 수집 가능하여 집중호우 예보에 매우 유리하다. COMS 위성의 연속되는 위성 구름의 교차상관을 통해서 이동벡터를 산출하여 예측 모형을 산출하였다. 교차상관 기법은 연속되는 구름 자료에 대해서 두 윈도우 사의 상관계수의 최대치를 찾아냄으로써 구름의 이동방향과 이동속도를 산출하는 방법이다. 기 개발된 예측모형을 이용하여 한반도 지역의 이동벡터를 산출하였으며, 본 연구에서 산출된 구름이동벡터는 도시지역의 갑자기 발생하는 집중호우나 태풍의 초단기 예측의 기본 모형으로 탑재될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• 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.