• 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
• /
• 2016.05a
• /
• pp.285-285
• /
• 2016

설계홍수량 산정 시, 지점강우량을 대상 유역 내 면적강우량으로 환산하기 위해 면적우량환산계수(ARF, Areal Reduction Factors)를 적용한다. ARF를 산정하는 방법은 크게 면적고정형법(Fixed-Area Method)과 호우중심형법(Storm-Centered Method)로 나뉜다. 면적고정형법은 현재 국내 하천설계기준에서 활용하고 있는 방법이지만, 공간적 관측밀도의 제약으로 정확한 ARF 산정에는 한계가 있다. 또한 연 최대치계열의 독립적인 빈도해석을 통해 지점강우량과 면적강우량을 산정하므로 동시간(Synchronized)에 발생하는 강우 사상이라고 볼 수 없기 때문에 산정된 ARF는 실제 강우사상으로부터 산정된 값과 편차를 보인다. 반면 호우중심형법은 각각의 강우사상을 분석 대상 유역 중심에 공간전이 시켜 최대 강우량이 발생하도록 하는 방법으로, 레이더 강우 자료를 활용하면 현실적 ARF값의 산정이 가능해진다. 레이더 강우는 기상청에서 제공하는 2007-2012년 홍수기(6-9월)의 10분 단위 단일편파 전국합성 레이더 자료를 활용하였으며, 대상지역으로는 한강 권역을 선정하였다. 그러나 기상청 레이더강우 자료의 경우 가용기간이 아직까지 충분하지 않아 다양한 빈도의 강우사상을 확보하는데 한계가 있어, 보조적으로 한강 권역의 지상강우 관측 자료를 수집하여 높은 재현기간의 강우사상이 부족한 문제점을 해결하고자 하였다. 산정된 레이더 및 지상강우 호우중심형 ARF는 통계적 분석을 통해 비초과확률 90%, 95%의 값을 추출하였으며, 지속시간 1시간, 3시간, 6시간, 12시간, 24시간과 재현기간 0~10년, 10~20년, 20~50년, 50~80년, 80~100년에 대한 호우중심형 ARF 회귀상수를 제시하였다. 비초과확률 95%에서 기존 국토해양부(2011)에서 제시된 ARF와 호우중심형 ARF는 대체로 유사한 경향을 보이고 있었으나, 지속시간이 비교적 긴 12시간, 24시간에서는 호우중심형이 기존 ARF보다 다소 작게 산정되는 패턴을 보이고 있어 설계적용 시 유의해야 할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.137-137
• /
• 2020

국지성 집중호우의 증가로 인하여 각종 수재해 역시 증가하고 있으며 수재해 피해를 막기 위해서는 강우량 정보는 매우 중요한 요소이다. 이러한 강우량의 관측은 물론 미계측 지역의 강우량 추정을 위한 면적강우량 산정은 매우 중요하며 이에 관한 연구가 활발하게 수행되고 있다. 차량용 레인센서는 강우측정이 어려운 미계측 지역의 강수량 측정이 가능하고, 실시간으로 강우정보를 생성이 가능한 강우관측 방법이다. 차량용 강우센서는 일반적인 강우관측기와 달리 물 입자가 커질수록 빛의 산란이 크게 일어나는 현상을 이용한다. 산란이 크게 일어나면 강우 센서에 입력되는 값이 줄고 이는 강수가 높다는 것을 의미하고 이러한 관계를 이용하여 강원대학교 S-R 관계식을 통해 강우량을 관측할 수 있다. 본 연구에서는 강원도 삼척시를 대상지역으로 선정하였고 삼척 레이다 정보와 인근 지상관측소 6개 정보를 이용하여 강우보정을 수행하고 차량용 레인센서 강우관측 위치는 삼척시가지 내에서 강우를 관측하였다. 보정된 강우장과 레인센서 강우자료와 삼척관측소를 제외한 5개 지상관측소 강우정보를 합성하여 면적강우량을 산정하였고 검증을 위하여 삼척관측소 강우량과 면적강우의 해당격자의 강우량 값을 비교하여 검증하였다.

• 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.

• 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
• /
• 2006.05a
• /
• pp.623-626
• /
• 2006

일정한 시간간격으로 제공되는 연속된 두 장의 레이더 반사도(합성 CAPPI) 자료의 최대 상관계수를 찾아 냄으로써 강수의 움직임을 산출하는 TREC(Tracking Radar Echoes by Correlation) 기법은 동일 고도의 레이더 반사도 자료를 이용하기 때문에 수평방향의 2차원이며, 대류성 구름체계에서 발생되는 수직 활동을 표현할 수 없는 한계성을 지니고 있다. 본 연구에서는 여러 고도의 레이더 반사도 자료를 이용하여 기존의 TREC 기법을 이용한 단시간 예보모형을 개선하고자 하였다. 특정고도의 레이더 반사도를 이용하여 에코를 추적하는 TREC 기법의 단점을 보완하기 위하여 서로 다른 고도의 레이더 반사도를 이용함으로써 기존의 접근법보다 실제 강수의 움직임에 더욱 가깝도록 단시간 강우 예보 정확도를 개선하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.311-315
• /
• 2007

본 연구에서는 칼만필터(Kalman filter) 개념을 도입한 추계학적 편차보정 기법을 활용하여 실시간으로 레이더 및 관측강우에 대한 불확실성을 줄일 수 있는 레이더 최적강수 산정기법 개발에 관한 연구를 수행하였다. 개발된 레이더 강우량 추정기법은 한강유역을 대상으로 적용되었으며, 여기서 사용된 레이더 자료는 기상청에서 수집한 레이더 합성 CAPPI(Constant Altitude Plan Position Indicator) 자료이다. 자료기간은 2004년 7월 및 2006년 7월의 각 한달치 10분 간격의 레이더 자료가 사용되었고, 본 기간에 대응하는 약 130여개 지점의 기상청 AWS(Automatic Weather Station) 강우 관측자료가 편차보정을 위해 사용되었다. 매개변수별 편차추정 분석을 수행한 결과, 한강유역의 주어진 자료기간에 대한 적절한 편차추정을 위해 N=10, $i_T=2mm/h$의 매개변수를 선정하여 레이더 강수추정 오차에 대한 편차를 계산하여 개발 보정기법을 적용하였다. 그 결과 본 연구에서 개발한 추계동역학적 편차보정 기법은 Marshall-Palmer 기법의 높은 편차를 1에 가깝게 줄일 수 있는 것으로 나타났고, 홍수기 급박한 재해상황에서 보다 신속히 레이더 강수장을 제공할 수 있는 현업적 보정기법으로써의 유용성이 매우 높은 것으로 평가되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.531-535
• /
• 2015

본 연구에서는 한반도 관측 공백지역인 북한지역에 대하여 레이더와 위성 원격탐사자료를 활용하여 강수량과 토양수분 등 수문기상정보를 생산 및 검증하고 효율적인 수문 모니터링 및 수문 기상 재해 감시와 평가 방안을 수립하고자 한다. 또한, 북한지역의 수문 기상 정보 수집 및 통합 DB를 마련하고 북한 수문기상 포털시스템을 구축함으로써 부처 간 자료를 공유할 수 있는 매개체를 마련하여 일관된 정책 수립과 효율적인 물관리를 도모하고자 한다. WPMM(Window Probability Matching Method)방법을 기반으로 구성된 RAD-RAR(Rain rate system) 산정 알고리즘(Rosenfeld et al., 1993)을 활용하여 산출된 합성 강우장 데이터의 정확성을 비교 분석하기 위해 접경지역 AWS 강수량과 세계기상통신망(GTS)기반 강수량을 산출하여 각각 레이더 강수량과 검증분석을 실시하였다. 연구기간은 2012년과 2013년 여름철 기간 중 5개의 기간을 선별하였다. 연구 기간 동안의 RAR 합성 강우장 데이터를 이용하여, 기간 중 1시간 동안 누적된 강수량을 산출하고 접경지역 AWS 강수량과 비교하였고 12시간 누적 강수량을 산출하여 GTS 강수량과 비교 분석을 실시하였다. 전반적으로 레이더 강수량에 비해 AWS 강수량이 더 높게 나타났으며 마찬가지로 레이더 강수량과 GTS 강수량의 비를 통해 레이더 자료가 상대적으로 과소추정되고 있음을 확인 할 수 있었다. 미항공우주국(NASA)과 일본항공우주국(JAXA)을 중심으로 진행된 GPM(Global Precipitation Measurement)미션은 한 개의 핵심위성과 마이크로파 복사계를 탑재한 10여개의 보조위성으로 구성되어 있으며, 매 3시간 간격의 전구 강수량 자료 생산에 목적이 있다. 이는 홈페이지를 통해 Level 1, 2, 3의 GPM 데이터를 배포하고 있다. 특히 Level 2 데이터는 언급된 3시간 간격의 전구 강수량 데이터를 제공한다. 이 경우 복사량을 강수량으로 변환하는 번거로움을 덜 수 있으며 NASA가 제공하는 Panoply라는 프로그램을 이용하여 한반도 강수 자료 가시화가 가능하다.

• Proceedings of KOSOMES biannual meeting
• /
• 2006.11a
• /
• pp.193-199
• /
• 2006

This article reviews several microwave instruments employed in observation and analysis of tropical cyclones (TCs), typhoon, and hurricanes. Microwave signals are useful for observing tropical cyclones with severe storms since it isn't severely absorbed by the clouds and rain in the storm. The instruments discussed include scatterometers, microwave radiometers, synthetic aperture radars (SARs), and rain radar from space. The date such as winds, rainfall and cloud-distribution in the TCs obtained by microwave instruments provide important informations for forecasting the intensity and path of the typhoon. For example, there're wind-distribution provided by SSM/I which has a wide swath, detailed wind fields from ERS-1, 2 scatterometers and RADARSAT-1 SAR and TRMM's rain radar pro 떠 ding high resolution. Operational satellite instruments lunched recently have improved upon the problems of low resolution and narrow swath indicated at the beginning microwave remote sensing. Understanding and practical using sufficiently about the microwave instruments will serve for searching the features such as generation and development of the TCs.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_3
• /
• pp.1405-1423
• /
• 2021

Precipitation is one of the main factors that affect water and energy cycles, and its estimation plays a very important role in securing water resources and timely responding to water disasters. Satellite-based quantitative precipitation estimation (QPE) has the advantage of covering large areas at high spatiotemporal resolution. In this study, machine learning-based rainfall intensity models were developed using Himawari-8 Advanced Himawari Imager (AHI) water vapor channel (6.7 ㎛), infrared channel (10.8 ㎛), and weather radar Column Max (CMAX) composite data based on random forest (RF). The target variables were weather radar reflectivity (dBZ) and rainfall intensity (mm/hr) converted by the Z-R relationship. The results showed that the model which learned CMAX reflectivity produced the Critical Success Index (CSI) of 0.34 and the Mean-Absolute-Error (MAE) of 4.82 mm/hr. When compared to the GeoKompsat-2 and Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks (PERSIANN)-Cloud Classification System (CCS) rainfall intensity products, the accuracies improved by 21.73% and 10.81% for CSI, and 31.33% and 23.49% for MAE, respectively. The spatial distribution of the estimated rainfall intensity was much more similar to the radar data than the existing products.