• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.131-131
• /
• 2011

기후변화로 인한 기상이변 현상이 빈번하게 발생하면서 홍수와 같은 자연재해의 피해규모가 증가하고 있다. 이를 극복하기 위해 최근에는 구조적 대책뿐만 아니라 홍수예측시스템과 같은 비구조적 대책에도 많은 관심과 연구가 이루어지고 있다. 통상 홍수예측을 위해서는 예측강우의 정확도가 중요하게 부각되지만 중규모 이상의 유역에서는 수 시간의 지체시간 효과로 인해 AWS 실황강우만으로도 어느정도 선행시간에 대해서 하천유량예측이 가능하다고 할 수 있다. 본 연구에서는 기상청 AWS 실황강우를 이용하여 하천유량을 예측할 경우 어느정도 선행시간과 정확도를 확보할 수 있는지에 대해서 분석하고자 한다. 분석을 위한 시단위 강우자료와 기상자료는 각각 AWS와 ASOS 자료를 이용하였다. 또한 하천유량 모의를 위한 강우-유출모형으로는 SURF 모델(Sejong University River Forecast Model)을 이용하였다. 이 모형은 저류함수모형 기반의 연속형 강우-유출모형으로 미래에 대한 유출모의결과의 정확도를 향상시키기 위해 앙상블 칼만필터링 기법을 연계한 모형이다. 그림 1은 충주댐유역에 대해서 2009.7.8~17일(240시간)에 대해서 관측유량 자료동화 전후의 결과를 나타낸 것이다. 현시점을 100, 105, 110, 115시간으로 가정하고 미래기간에 대해서는 관측강우를 0으로 가정했을 때 대략 첨두유량 발생 5시간 전에 예측된 모의유량이 관측유량과 거의 일치함을 확인할 수 있다. 따라서 실황강우와 관측유량 자료동화 기법을 연계할 경우 수 시간의 선행시간에 대해서 유량예측이 가능한 것으로 판단된다.

• Korean Journal of Remote Sensing
• /
• v.16 no.1
• /
• pp.55-64
• /
• 2000

The Tropical Rainfall Measuring Mission(TRMM) Satellite was launched in November 1997, carving into orbit the first space-borne Precipitation Radar(PR). The main objective of the TRMM is to obtain and study multi-year science data sets of tropical and subtropical rainfall measurements. In the present investigation, the characteristics of heavy rainfall cases over Korea in 1998 and 1999 are analyzed using the TRMM/PR dat3. We compare the rainrate measured from TRMM/PR with the accumulated rainfall data for 10 minutes tv Automatic Weather System(AWS). Especially, horizontal cross-section of rainrate with height and longitude in the precipitating clouds are investigated. As a result of the comparison with GMS-5 IR1, the TRMM/PR data delineate well the rain type( i.e. convective, stratiform cloud and others), height of storm top and instantaneous rainrate in the precipitating clouds. The vertical structure with height and horizontal cross-section of rainrate along the longitude show the orographic effect on the rainfall. TRMM/PR instrument measures the rainrate below 6 ㎜/hr more than AWS rainguages and inclined to underestimate the rainrate than rainguages for the whole area.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.639-639
• /
• 2012

물 수요 및 공급 체계를 바탕으로 수급 상황에 대한 판단을 위해 일반적으로 물수지 분석을 이용하고 있다. 물 수급 체계를 기반으로 하는 물수지 분석은 분석 대상유역의 물 수요를 고려하여 공급 가능량을 판단한 후 두 가지 인자 간 상호 비교를 통해 물 부족 여부를 판단하는 과정이라 할 수 있으며, 가장 대표적인 사례는 수자원장기종합계획에서의 물 수급 전망 분석 과정이라 할 수 있다. 수자원장기종합계획의 물 수급 전망에서는 미래 우리나라에서 예상되는 물 수요를 예측하고 수문조건에 따른 공급 상황과의 비교 검토를 통해 시공간적 물 부족 현황을 제시하고 있다. 수자원장기종합계획에서는 공급량 조건을 검토하기 위한 방법으로 기상청, 국토해양부, 한국수자원공사 등 다양한 기관에서 관측된 강우자료를 강우-유출모형에 적용한 후 산정된 자연유출량을 기반으로 물수지 분석을 수행하고 있다. 수자원장기종합계획과 같이 미래 우리나라의 물 수급 상황을 분석하고 이를 바탕으로 제시된 시공간적 물 부족 정보의 신뢰성을 높이기 위해서는 기본적으로 지역 또는 유역별 강우 발생 특성에 대한 정확한 고려가 기반이 되어야 한다. 그러나 현재 수자원장기종합계획 수립 과정에서 이용하고 있는 강우 관측지점의 공간적 분포를 살펴보면, 도서 및 해안지역의 경우 관측소의 밀도가 상대적으로 매우 빈약한 한계를 포함하고 있으며, 대부분 내륙 지역에 관측소가 집중된 현상을 보이고 있다. 이와 같은 상황에서 강우 관측자료를 이용한 분석을 수행할 경우 도서 및 해안지역에 대한 강우 발생 특성의 정확한 반영이 어려울 수 있으며, 이는 물 부족 분석 결과의 정확도 측면에서도 문제점으로 지적될 수 있다. 이러한 한계를 극복하기 위한 방안으로 기상청에서 운영 중인 자동기상관측지점(Automated Weather Station, AWS)의 관측자료를 이용하는 방안을 검토해볼 수 있다. AWS 지점은 내륙 및 도서 해안지역에 관계없이 고른 관측소 분포를 보이고 있으므로 이를 고려할 경우 기존 관측지점에서 한계로 지적된 부분을 충분히 극복할 수 있을 것으로 판단된다. 따라서 본 연구에서는 기상청에서 생산되고 있는 AWS 관측자료를 수집한 후 이를 수자원장기종합계획의 물수지 분석과 동일한 분석 과정에 적용하였으며, 그 결과에 대한 검토를 통해 국가 수자원계획의 신뢰도를 높일 수 있는 방안을 제시하였다.

• Korean Journal of Remote Sensing
• /
• v.17 no.1
• /
• pp.15-31
• /
• 2001

The relationship between GMS-5 IR1 brightness temperature (CTT:cloud top temperature) and AWS (automatic weather station) rainfall is investigated on a heavy rain event over the mid-western part of Korea for August 5-6, 1998. It is found that a temporal variability of the heavy rain can be described in detail y the time series of rain area and rain rates over the study area that are calculated from AWS accumulated rainfalls for 15 minutes. A time period of 0030-0430 LST 6 August 1998 is chosen in the time series as a heavy rain period which has relatively small rain area (20~25%) and very strong rain rates(6~9 mm/15 min.) with a good time continuity. In the heavy rain period, CTT of a point and AWS 15-minute rainfall beneath that point are compared. From the comparison, AWS rainfalls are shown to be not closely correlated with CTT. In the range of CTT lower than -5$0^{\circ}C$ where most AWS with rain are distributed, the probability of rain is at most about 30%. However, when the satellite images are shifted by 2~3 pixels southward and 3 pixels westward for the geometric correction of images, AWS rainfalls are shown to be statistically correlated with CTT (correlation coefficient:-0.46). Most AWS with rain are distributed in the much lower CTT range(lower than -58$^{\circ}C$), but there is still not much change in the rain probability. Even though a temporal change of CTT is taken into account, the rain probability amount to at most 50~55% in the same range.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.184-184
• /
• 2015

수공구조물의 설계 시 확률강우량의 산정은 매우 중요하다. 따라서 확률강우량 산정을 위한 강우지점의 선정 및 산정방법의 표준화는 매우 중요하다고 할 수 있다. 현재 확률강우량 산정시 대부분은 기상청의 지상기상관측지점과 국토교통부의 산하 지점의 시 단위 또는 일 단위의 강우자료를 활용하여 확률강우량을 산정하고 있다. 또한 면적확률강우량의 산정시에는 원칙적으로 해당 유역내 외에 다수의 관측소 존재 시 Thiessen 가중평균을 이용하여 동시간 임의시간 연최대치 면적강우량자료 계열을 작성하고 빈도해석을 실시해야하지만, 동시간 강우량자료의 수집의 어려움으로 지점 확률강우량을 산정하고 Thiessen 가중평균을 적용 후, 면적우량환산계수를 곱하는 방법을 사용하고 있다. 본 연구에서는 서울의 도림천 유역을 중심으로 기상청의 지상기상관측지점(SSS, Surface Synoptic Stations)과 품질관리를 실시한 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 활용하여 강우관측지점 선정과 자료기간에 따른 동시간의 면적확률강우량을산정하고 비교분석하였다. 이는 향후 면적확률강우량 산정방안의 개선 및 보완에 큰 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.356-356
• /
• 2011

수문모형을 구동하는데 있어 가장 중요한 입력자료 중 하나가 강우 관측자료라고 할 수 있다. 지금까지 강우 관측자료는 지상 우량계의 관측자료를 공간적으로 평균하여 사용하는데 의존하였으나, 최근에는 높은 시 공간적 해상도로 제공되는 강우레이더 자료의 활용도가 증가하고 있다. 그러나 강우레이더 관측자료는 우량계를 통해 직접적으로 관측되는 지점 강우자료와는 달리 레이더 반사도를 이용한 추정치이기 때문에 QPE(Quantitive Precipitation Estimation) 산정 시 한계를 갖는다. 이러한 한계를 극복하기 위해서는 해당지점의 강우량에 대한 정확한 정보를 제공하는 지점강우량을 이용한 보정작업을 수행하여야 하며, 현재 다양한 기법을 적용한 강우레이더 자료의 보정 연구가 진행되고 있다. 따라서 본 연구에서는 2010년 대표 강우사상에 대한 TM자료를 이용한 지상관측자료 분포도 AWS자료를 이용한 지상관측자료 분포도· TM+AWS자료를 모두 이용한 지상관측자료 분포도를 각각 구하였다. 그리고 각각의 분포도와 비슬산 강우레이더 관측소에서 관측한 레이더 자료와 비교 분석하여 레이더 자료와 지상관측 자료를 통계적 객관 분석법인 SOA(Statistical Objective Analysis)방법에 적용하여 강우자료를 보정하고, 기존 레이더 강우 보정기법과의 비교를 통해 그 적용성을 검토하였다.

• 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.218-218
• /
• 2016

차량용 강우 센서는 강우측정이 어려운 지역의 강수량 측정이 가능하고, 실시간으로 강우정보를 생성해 내기 때문에 차세대 강우측정기로써 전망이 기대된다. 차량용 강우 센서는 일반적인 강우관측기와 달리 물 입자가 커질수록 빛의 산란이 크게 일어나는 현상을 이용한다. 산란이 크게 일어나면 강우 센서에 입력되는 값이 줄고 이는 강수가 높다는 것을 의미한다. 강우가 발생하면 자동차 전면 유리창에 부착된 강우 센서가 감지하는 우적량을 강우량으로 환산하는 방법을 통해 강우량을 산정한다. 강우가 쌓이고 나서 나중에 그 값을 측정하는 것이 아니라 즉시 그 값을 계산하여 강우량을 산출해야하기 때문에 단계가 복잡하다. 수식이 복잡할수록 오차가 발생할 확률도 크고 처리 속도도 느려지기 때문에 W-S-R 관계식을 이용하여 복잡한 수식을 간단하게 정리할 필요가 있다. AWS 기상관측소와의 비교 분석을 위해 차량에 우량계를 장착하였으며 W-S-R 관계식을 통하여 상관관계 분석하여 회귀식을 도출 한다. W-S-R 관계식이라 함은 와이퍼의 속도관계(W), 강우센서(S), 실제 강우(R)을 의미한다. 여기서 와이퍼의 속도관계는 와이퍼의 한 번 이동 했을 시 실제 강우는 실내강우발생 장비를 제작하여 10~80mm의 강우를 발생시키고 그 값은 우량계로 관측한다. 본 연구에서는 물 입자의 산란과 차량용 강우 센서 간의 관계식 도출과 W-S-R 관계식을 이용하여 실제 강우 정보와의 상관관계를 위한 분석을 통한 회귀식 개발을 목표로 한다.

• Journal of Korea Water Resources Association
• /
• v.45 no.6
• /
• pp.607-616
• /
• 2012

The objective of this study is to evaluate the valid forecast lead time and the accuracy when AWS observed rainfall data are used for real-time river flow forecast. For this, Namhan river basin is selected as study area and SURF model is constructed during flood seasons in 2006~2009. The simulated flow with and without the assimilation of the observed flow data are well fitted. Effectiveness index (EI) is used to evaluate amount of improvement for the assimilation. EI at Chungju, Dalcheon, Hoengsung and Yeoju sites as evaluation points show 32.08%, 51.53%, 39.70% and 18.23% improved, respectively. In the results of the forecasted values using the limited observed rainfall data in each forecast time before peak flow occur, the peak flow under the 20% tolerance range of relative error at Chungju, Dalcheon, Hoengsung and Yeoju sites can be simulated in forecast time-11h, 2h, 3h and 5h and the flow volume in the same condition at those sites can be simulated in forecast time-13h, 2h, 4h and 9h, respectively. From this results, observed rainfall data can be used for real-time peak flow forecast because of basin lag time.