• Journal of Korea Water Resources Association
• /
• v.57 no.5
• /
• pp.333-346
• /
• 2024

High-resolution medium-range streamflow prediction is crucial for sustainable water quality and aquatic ecosystem management. For reliable medium-range streamflow predictions, it is necessary to understand the characteristics of forcings and to effectively utilize weather forecast data with low spatio-temporal resolutions. In this study, we presented a comparative analysis of medium-range streamflow predictions using the distributed hydrological model, WRF-Hydro, and the numerical weather forecast Global Data Assimilation and Prediction System (GDAPS) in the Geumho River basin, Korea. Multiple forcings, ground observations (AWS&ASOS), numerical weather forecast (GDAPS), and Global Land Data Assimilation System (GLDAS), were ingested to investigate the performance of streamflow predictions with highresolution WRF-Hydro configuration. In terms of the mean areal accumulated rainfall, GDAPS was overestimated by 36% to 234%, and GLDAS reanalysis data were overestimated by 80% to 153% compared to AWS&ASOS. The performance of streamflow predictions using AWS&ASOS resulted in KGE and NSE values of 0.6 or higher at the Kangchang station. Meanwhile, GDAPS-based streamflow predictions showed high variability, with KGE values ranging from 0.871 to -0.131 depending on the rainfall events. Although the peak flow error of GDAPS was larger or similar to that of GLDAS, the peak flow timing error of GDAPS was smaller than that of GLDAS. The average timing errors of AWS&ASOS, GDAPS, and GLDAS were 3.7 hours, 8.4 hours, and 70.1 hours, respectively. Medium-range streamflow predictions using GDAPS and high-resolution WRF-Hydro may provide useful information for water resources management especially in terms of occurrence and timing of peak flow albeit high uncertainty in flood magnitude.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.387-387
• /
• 2023

2022년 중부권 폭우로 인하여 서울 강남구에서 도시홍수가 발생하였고, 많은 인명 및 경제적 지해를 유발하였다. 기후변화로 야기되는 극한 강우의 발생 패턴 및 강우 패턴의 변화가 많은 연구에서 확인되어 오고 있다. 한국의 경우 극한 강우가 국지적이고 단기간에 많은 강우량을 발생시키는 패턴으로 변화하고 있는 것으로 연구되고 있다. 특히, 도시홍수의 경우 도달시간이 매주 짧기 때문에, 초단기간에 대한 강우분석이 필요하나, 강우관측시스템의 한계로 인하여 현재까지는 초단기간에 대한 극한 강우분석이 미비한 실정이다. 1997년 이후로 기상청에서는 지속적으로 방재기상관측망(Automatic Weather System, AWS)를 설치를 하였고, 최근에 설치된 AWS의 경우 초단기간 강우량 자료를 관측할 수 있는 장비 및 시스템을 구축하고 있으나, 운영된 기간이 짧아 빈도해석에 적용하기에 한계점이 많다. 본 연구에서는 서울 지역에서 영향을 주는 40여개의 AWS의 초단기간 강우량 자료를 이용하여 서울 지역을 확률강우량을 산정하고자 한다. 짧은 관측기간으로부터 발생하는 확률강우량 추정불확실성의 저감을 위해서 지역빈도해석을 적용하였다. 지역빈도해석으로는 지수홍수법을 적용하였다. 추가적으로 서울안에서 공간적으로 확률강우량의 편차에 대하여 조사 분석하였다. 본 연구의 결과를 통하여 서울지역의 초단기간에 대한 안정적인 확률강우량의 추정이 가능할 것으로 예상되며, 추가적으로 지역별 확률강우량의 차이를 비교분석 할 수 있을 것으로 기대된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.415-423
• /
• 2021

Recently, an R-based point time series data validation system has been established for the statistical post processing and improvement of the National Center for AgroMeteorology-Land Atmosphere Modeling Package (NCAM-LAMP) medium-range prediction data. The time series verification system was used to compare the NCAM-LAMP with the AWS observations and GDAPS medium-range prediction model data operated by Korea Meteorological Administration. For this comparison, the model latitude and longitude data closest to the observation station were extracted and a total of nine points were selected. For each point, the characteristics of the model prediction error were obtained by comparing the daily average of the previous prediction data of air temperature, wind speed, and hourly precipitation, and then we tried to improve the next prediction data using Support Vector Machine( SVM) method. For three months from August to October 2017, the SVM method was used to calibrate the predicted time series data for each run. It was found that The SVM-based correction was promising and encouraging for wind speed and precipitation variables than for temperature variable. The correction effect was small in August but considerably increased in September and October. These results indicate that the SVM method can contribute to mitigate the gradual degradation of medium-range predictability as the model boundary data flows into the model interior.

• Journal of Korea Water Resources Association
• /
• v.42 no.8
• /
• pp.659-671
• /
• 2009

Fuzzy c-means clustering technique is applied to improve the accuracy of G/R ratio used for rainfall estimation by radar reflectivity. G/R ratio is computed by the ground rainfall records at AWS(Automatic Weather System) sites to the radar estimated rainfall from the reflectivity of Kwangduck Mt. radar station with 100km effective range. G/R ratio is calculated by two methods: the first one uses a single G/R ratio for the entire effective range and the other two different G/R ratio for two regions that is formed by clustering analysis, and absolute relative error and root mean squared error are employed for evaluating the accuracy of radar rainfall estimation from two G/R ratios. As a result, the radar rainfall estimated by two different G/R ratio from clustering analysis is more accurate than that by a single G/R ratio for the entire range.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2009.10a
• /
• pp.265-266
• /
• 2009

이 연구에서는 10년간(1997-2006년)의 기상청 AWS(Automatic Weather System) 자료를 이용하여 부산 해안의 바람분포 특성을 분석하였다. 그리고 부산 해안의 바랑분포 특성을 명확히 파악하기 위하여 해륙풍의 영향을 받지 않는 밀양의 바람분포 특성도 해석하여 비교하였다. 부산 해안의 평균풍속은 밀양보다 강하고, 부산 해안 중에서도 성인 영도와 가덕도의 평균풍속은 일광, 해운대 및 대연의 그것보다 약 2.0배 강한 특성을 보인다. 상판분석에 의하여, 부산 해안의 월별 평균풍속은 서로 변화 경향이 매우 유사함을 확인하였다. 부산 해안의 월별 평균풍속의 최대값은 9월에 나타나는데 이는 대풍의 영향과 밀접히 관련되어 있다. 최대순간풍속도 섬인 명도와 가덕도에서 특히 강하고, 부산 해안의 최대순간풍속은 주로 8-9월에 그 최대값이 관측된다. 부산 해안의 풍향별 관측횟수의 백분율을 살펴보면, 겨울은 남서풍-북북동풍이 우세하고 봄은 남서풍과 북동풍이 우세하다. 여름의 풍향 분포는 봄과 비슷하고, 가을의 풍향 분포는 겨울과 유사한 경향을 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• Atmosphere
• /
• v.29 no.2
• /
• pp.183-196
• /
• 2019

High-quality and high-resolution meteorological information is essential to reduce damages due to disastrous weather phenomena such as flash flood, strong wind, and heat/cold waves. There are many meteorological observation stations operated by Korea Meteorological Administration (KMA) in Seoul Metropolitan Area (SMA). Nonetheless, they are still not enough to represent small-scale weather phenomena like convective storm cells due to its poor resolution, especially over urban areas with high-rise buildings and complex land use. In this study, feasibilities to use additional pre-existing networks (e.g., operated by local government and private company) are tested by investigating the effects of network density on the gridded horizontal distribution of two meteorological variables (temperature and precipitation). Two heat wave event days and two precipitation events are chosen, respectively. And the automatic weather station (AWS) networks operated by KMA, local-government, and SKTechX in Incheon area are used. It is found that as network density increases, correlation coefficients between the interpolated values with a horizontal resolution of 350 m and observed data also become large. The range of correlation coefficients with respect to the network density shows large in nighttime rather than in daytime for temperature. While, the range does not depend on the time of day, but on the precipitation type and horizontal distribution of convection cells. This study suggests that temperature and precipitation sensors should be added at points with large horizontal inhomogeneity of land use or topography to represent the horizontal features with a resolution higher than 350 m.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.2-2
• /
• 2015

최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 기존 지상 기상관측소로부터 얻어지는 직접탐측 자료보다는 기상레이더와 위성영상 등 원격탐측 자료를 사용한 수문분야의 연구가 활발하게 진행되고 있다. 기상레이더는 넓은 지역에 걸쳐 실시간으로 강수현상 감시가 가능하며 지상우량계로는 파악이 불가능한 미계측 유역을 통과하는 국지적인 호우현상이나 강우장의 이동 및 변화의 파악도 빠른 시간에 가능한 장점이 있다. 본 연구는 기상레이더 공간적 분포와 지상관측소(AWS 및 ASOS) 자료를 연계한 통계적 레이더 강수량 추정(Quantitative Precipitation Estimation, QPE)과 레이더 강수장을 직접 추적하는 강수장 예측(Quantitative Precipitation Forecast, QPF)를 연계한 해석방안을 수립하였으며, 모형 적용과정은 다음과 같다. 첫째, 강우장의 공간적인 이동을 고려하기 위해 강우장으로 부터 이류(advection)패턴을 추출하여 각 강우세포가 가지는 이동방향 및 이동속도를 고려한 강우장 추적기법을 통하여 2시간의 선행시간을 가지는 강우장을 예측하고자 한다. 둘째, 과거 기상레이더 이미지와 지상관측소의 강수 특성을 파악한 후 앞서 예측된 레이더강우장의 형태와 가장 유사한 과거 레이더강우장과 동일 시간대에 지상관측소 강수시계열을 시나리오 형태로 구축한다. 본 연구를 통하여 개발된 기상레이더 영상 이미지 상관분석 기법을 활용한 초단기강우예측은 집중호우시 홍수 예 경보를 위한 수문모형의 입력자료로 활용이 가능하다. 즉, 수문모형과 연계한 고해상도 단기홍수 예측기술 적용이 가능할 것으로 판단되며, 향후 실시간 재해 예 경보에 활용성을 평가하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.51 no.8
• /
• pp.739-745
• /
• 2018

Recently, the incidence of heavy rainfall is increasing. Therefore, a rainfall analysis should be performed considering increasing frequency. The current rainfall analysis for hydrologic design use the hourly rainfall data of ASOS with a density of 36 km on the Korean Peninsula. Therefore, medium and small scale watershed included Thiessen network at the same rainfall point are analyzed with the same design rainfall and time distribution. This causes problem that the watershed characteristics can not be considered. In addition, there is a problem that the temporal-spatial change of the heavy rainfall occurring in the range of 10~20 km can not be considered. In this study, Author estimated design rainfall considering heavy rainfall using minutely rainfall data of AWS, which are relatively dense than ASOS. Also, author analyzed the time distribution and runoff of each case to estimate the huff's method suitable for the watershed. The research result will contribute to the estimation of the design hydrologic data considering the heavy rainfall and watershed characteristics.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.18 no.6
• /
• pp.545-550
• /
• 2012

Wind resource assessment is necessary when designing wind farm. To get the assessment, we must use a long term(20 years) observed wind data but it is so hard. so that we usually measured more than a year on the planned site. From the wind data, we can calculate wind energy related with the wind farm site. However, it calculate wind energy to collect the long term data from Met-mast(Meteorology Mast) station on the site since the Met-mast is unstable from strong wind such as Typhoon or storm surge which is Non-periodic. To solve the lack of the long term data of the site, we usually derive new data from the long term observed data of AWS(Automatic Weather Station) around the wind farm area using mathematical interpolation method. The interpolation method is called MCP(Measure-Correlative-Predict). In this study, based on the MCP Regression Model proposed by us, we estimated the wind energy at Handong site using AEP(Annual Energy Production) from Gujwa AWS data in Jeju. The calculated wind energy at Handong was shown a good agreement between the predicted and the measured results based on the linear regression MCP. Short term AEP was about 7,475MW/year. Long term AEP was about 7,205MW/year. it showed an 3.6% of annual prediction different. It represents difference of 271MW in annual energy production. In comparison with 20years, it shows difference of 5,420MW, and this is about 9 months of energy production. From the results, we found that the proposed linear regression MCP method was very reasonable to estimate the wind resource of wind farm.