• 한국수자원학회논문집
• /
• 제45권6호
• /
• pp.607-616
• /
• 2012

본 연구는 AWS 관측강우정보를 이용하여 실시간 유량예측을 수행할 경우 적용가능한 예측선행시간 및 정확도를 평가하고자 하는데 그 목적이 있다. 이를 위해 남한강 상류유역을 대상유역으로 선정하였으며 2006~2009 홍수기간에 대해 SURF 모형을 구축하였다. 관측유량 자료동화 수행 유무에 따른 모의유량은 관측유량을 잘 모의하며 유효성지수를 이용하여 자료동화 효과를 분석한 결과에서 충주댐 32.08%, 달천 51.53%, 횡성 39.70%, 여주 18.23%가 개선된 것으로 나타났다. 첨두유량 발생시간 이전 가상의 현재시점까지의 AWS 관측강우정보를 이용하여 유량예측 적용성을 평가한 결과 허용오차 20% 범위 내에서 첨두유량은 충주 11시간, 달천 2시간, 횡성 3시간, 여주 5시간, 유출용적은 충주 13시간, 달천 2시간, 횡성 4시간, 여주 9시간 이내에서 예측이 가능한 것으로 나타났다. 따라서 유역의 지체효과로 인해 관측강우만을 이용하여 적정 예측시간에 대해서 실시간 첨두유량 예측이 가능할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제36권4호
• /
• pp.647-659
• /
• 2003

본 연구의 목적은 TRMM/PR(Tropical Rainfall Measuring Mission/Precipitation Radar)에 의하여 관측된 공간강우분포의 수문학적 적용성을 평가하는데 있다. 이를 위하여 우선 용담댐 유역(930.38$km^2$)을 대상으로 한 TRMM/PR 자료(Y)를 추출한 후, AWS (Automatic Weather Station)에 의하여 관측된 지상강우자료(X)를 공간내삽하여 작성한 분포도와 상관분석을 실시하여 TRMM/PR 자료를 보정하는 관계식을 도출하였다(under 60mm/day : Y = 18.55X - 0.53, over 60mm/day : Y = 3.11X + 51.16). 용담댐유역 전체와 천천수위관측소 지점의 유역을 대상으로 1999년 여름의 총 7개 강우사상에 대한 SCS 직접유출량을 산정하여 봄으로써 보정된 TRMM/PR 자료의 활용방법을 검토하였다. 그 결과 실측 유출량에 대한 상대오차는 용담댐유역 전체를 대상으로 한 경우, 보정된 TRMM/PR이 11.3%$\sim$38.9%, AWS 관측치가 -1.6%$\sim$-10.3%로 나타났으며, 천천 수위관측소를 대상으로 한 경우, 보정된 TRMM/PR이 19.6%$\sim$45.6%, AWS 관측치가 0.5%$\sim$10.3%로 나타났다. 본 연구에서는 1999년도 6월~9월(총 80여 개)의 TRMM/PR 자료를 이용하여 관계식을 보완하는 연구가 필요하다고 판단된다.

• 한국습지학회지
• /
• 제21권4호
• /
• pp.305-311
• /
• 2019

최근 전 지구적인 기후변화는 예측이 어려운 이상 기후를 발생시키며 기존의 기후에 맞추어 수립된 재해 대응 방안으로는 충분한 방어 및 완화조치가 이루어지지 않고 있다. 특히, 반복되는 집중호우는 견고하게 구성되었던 도심지 홍수방어 체계에서도 피해를 발생시키고 있다. 따라서 본 연구에서는 강우의 공간적인 분포와 도시 특성을 고려하여 유출량의 변화를 분석하였으며, 이는 특정 지역에 집중되는 강우 양상과 불투수층이 많은 도시의 유출특성에 대한 연구이다. 서울 지역에서 한 곳에 집중되는 강우의 경우, 유역의 유입량 및 유출량 계산이 정확하게 이뤄지기 위해서는 유역에 내린 강우를 정확하게 측정해야 한다. 본 연구는 서울 기상청에서 제공 하고 있는 종관기상관측장비(Automated Surface Observing System, ASOS)와 방재 기상관측장비(Automatic Weather Stations, AWS)로 관측된 강우자료를 이용하여 서울 용답 빗물펌프장 유역과 가산1빗물 펌프장 유역에서의 유출량을 EPA-SWMM 모형을 사용하여 산정하고, 비교·분석을 하였다. 빗물펌프장 유역은 불투수 면적이 대부분인 작은 도시 유역이므로, ASOS 자료를 사용할 경우에는 유역과 강우 관측 지점의 거리가 멀어, 유역 내 내린 강우와 상이한 강우 자료를 이용하여 유출량을 계산하게 되는 경우가 많다. 본 연구에서는 유역 근처에 위치한 AWS에서 관측한 강우자료와 유역에서 멀리 떨어진 ASOS에서 관측한 강우자료의 차이를 분석하고, 이에 따라 달라지는 유출량을 계산하였다. 이를 통해 정확한 강우량을 사용하여 빗물펌프장을 운영하거나 도시 홍수 홍수 예보 등을 수행해야 한다는 것을 알 수 있었다. 또한, 본 연구의 결과는 설계강우량 산정 및 유출량 계산에 도움이 될 수 있을 것으로 판단된다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2001년도 학술발표회 발표논문집
• /
• pp.335-339
• /
• 2001

The Tropical Rainfall Measuring Mission(TRMM) Satellite was launched in November 1997, carrying into orbit the first space-borne Precipitation Radar(PR). The purpose of this study is to identify the relationship between TRMM/PR and AWS raingage data, and test the possibility to apply storm runoff prediction. Four TRMM/PR data in 1999 for Yongdam watershed was adopted and made a simple linear regression equation using AWS data. By using the equation, the storm runoff was estimated with the adjusted rainfall. TRMM/PR rainfall and runoff was overall underestimated by the carry-over effect of rainfall error and SCS-CN value selection.

• 전기학회논문지
• /
• 제63권4호
• /
• pp.526-533
• /
• 2014

In this study, we introduce design methodology to develop a guidance for issuing heavy rainfall warning by using both RBFNNs(Radial basis function neural networks) and SVR(Support vector regression) model, and then carry out the comparative studies between two pattern classifiers. Individual classifiers are designed as architecture realized with the aid of optimization and pre-processing algorithm. Because the predictive performance of the existing heavy rainfall forecast system is commonly affected from diverse processing techniques of meteorological data, under-sampling method as the pre-processing method of input data is used, and also data discretization and feature extraction method for SVR and FCM clustering and PSO method for RBFNNs are exploited respectively. The observed data, AWS(Automatic weather wtation), supplied from KMA(korea meteorological administration), is used for training and testing of the proposed classifiers. The proposed classifiers offer the related information to issue a heavy rain warning in advance before 1 to 3 hours by using the selected meteorological data and the cumulated precipitation amount accumulated for 1 to 12 hours from AWS data. For performance evaluation of each classifier, ETS(Equitable Threat Score) method is used as standard verification method for predictive ability. Through the comparative studies of two classifiers, neuro-fuzzy method is effectively used for improved performance and to show stable predictive result of guidance to issue heavy rainfall warning.

• 한국수자원학회논문집
• /
• 제47권4호
• /
• pp.371-384
• /
• 2014

본 논문에서는 천리안(Communication, Ocean and Meteorological Satellite; COMS)과 TRMM(Tropical Rainfall Measurement Mission)을 통하여 관측한 위성영상자료를 이용한 극치강우(Extreme Rainfall) 추정 알고리즘을 개발하였으며, 2011년 7월 집중호우를 대상으로 그 적용성을 평가하였다. TRMM/PR(TRMM/Precipitation Radar)과 AWS(Automatic Weather System) 자료를 이용하여 고도에 따른 멱급수 회귀방정식으로 Z-R관계식을 추정한 결과 $Z=303R^{0.72}$를 산출하였으며, 지상관측 자료와 비교한 결과 상관계수가 0.57로 분석되었다. 이 값과 TRMM/VIRS(TRMM/Visible Infrared Scanner)와의 관계를 이용하여 극치강우알고리즘을 개발하였으며, 천리안 위성에 적용하여 10분강 우를 추정한 결과 강우강도가 큰 경우에는 과소 추정하는 경향이, 작은 경우에는 과대 추정하는 경향이 있는 것으로 분석되었으나, 전반적인 패턴은 관측과 유사한 경향이 있는 것으로 분석되었다. 또한 이 알고리즘을 같은 센서를 이용하는 천리안 위성에 적용하여 AWS의 상관관계를 분석한 결과, 10분 강우량의 경우 상관계수는 0.517로 평균제곱근 오차는 3.146으로 분석되었고, 공간 상관행렬 오차의 평균은 -0.530~-0.228의 음의 상관을 보이는 것으로 분석되었다. 위성자료를 이용한 극치강우량 추정의 오차 발생 원인은 여러 가지 외부적인 요인으로 판단되며, 지속적인 알고리즘 개선 및 오차보정을 통한 정확도 개선이 필요한 것으로 사료된다. 본 연구의 결과는 추후 다양한 정지궤도위성의 이용을통 한 다중 원격탐사자료의 활용으로 보다 정확한 미계측 유역 수문자료 확충 및 실시간 홍수 예 경보 시스템 구축에 활용이 가능할 것으로 사료된다.

• 한국물환경학회지
• /
• 제32권3호
• /
• pp.310-317
• /
• 2016

It has been a big problem to estimate rainfall for the studies of mud-debris flows because the estimated rainfall from the nearest AWS (Automatic Weather Station) can tend to be quite inaccurate at individual sites. This study attempts to improve this problem through accurate rainfall depth estimation by applying an artificial neural network with radar rainfall data. For this, three models were made according to utilizing methodologies of rainfall data. The first model uses the nearest rainfall, observing the site from an ungauged site. The second uses only radar rainfall data and the third model integrates the above two models using both radar and observed rainfall at the sites around the ungauged site. This methodology was applied to the metropolitan area in Korea. It appeared as though the third model improved rainfall estimations by the largest margin. Therefore, the proposed methodology can be applied to forecast mud-debris flows in ungageed sites.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.101-104
• /
• 2008

In this study, rainfall adjust and forecasting using artificial neural network(ANN) which includes a correlation coefficient is application in Seoul region. It analyzed one-hour rainfall data which has been reported in 25 region in seoul during from 2000 to 2006 at rainfall observatory by AWS. The ANN learning algorithm apply for input data that each region using cross-correlation will use the highest correlation coefficient region. In addition, rainfall adjust analyzed the minimum error based on correlation coefficient and determination coefficient related to the input region. ANN model used back-propagation algorithm for learning algorithm. In case of the back-propagation algorithm, many attempts and efforts are required to find the optimum neural network structure as applied model. This is calculated similar to the observed rainfall that the correlation coefficient was 0.98 in missing rainfall adjust at 10 region. As a result, ANN model has been for suitable for rainfall adjust. It is considered that the result will be more accurate when it includes climate data affecting rainfall.

• 한국방재학회 논문집
• /
• 제7권4호
• /
• pp.19-29
• /
• 2007

본 연구에서는 레이더 강우의 지상보정(ground-truth)을 위해 사용가능한 기상청(KMA), AWS 및 건설교통부(MOCT) 강우 자료를 다양한 지상보정 설계에 적용하여 비교 평가하였다. 본 연구에서는 동일 기간의 KMA, MOCT, AWS의 우량계 자료와 관악산 레이더 강우 자료를 이용하였으며, 각각 두 관측방법 사이의 차이(오차)를 편의(bias)의 유무 및 크기의 관점에서 평가하였다. 추가로 호우 사상의 특성에 따른 차이도 함께 검토하였다. 그 적용 결과 지상우량계 자료별 편의의 차이는 확연하게 부각되지는 않았으나, 통계 특성치에서는 어느 정도의 차이가 존재함을 확인하였다. 전체적으로 보면 MOCT 우량계 자료를 이용하는 경우가 다른 강우 자료를 이용하는 경우에 비해 편의의 규모가 가장 작은 것으로 파악되었다. 호우 사상별로는 강우의 공간적 간헐성이 가장 큰 장마 기간의 경우가 태풍이나 대류성 강우에 비해 설계편의가 작게 나타나는 것으로 확인되었다.

• 대한토목학회논문집
• /
• 제39권6호
• /
• pp.713-723
• /
• 2019

기후변화와 다양한 강우 패턴에 의하여 도시 유역 별 침수발생 기준을 산정하기에 어려움이 있다. 이에 도시 유역의 상세 지형, 배수체계 그리고 다양한 강우 시나리오를 고려하여 침수해석을 실시 및 결과를 검토할 필요가 있으며, 동일 지역에 대한 실측 강우에 따른 침수 사상을 조사할 필요가 있다. 본 연구에서는 서울시 효자 배수분구의 침수 발생에 영향을 미치는 강우 특성을 파악하기 위해 확률론적 빈도 분석과 Huff 분포를 고려한 다양한 강우 시나리오를 생성하였으며, 1차원 도시유출해석을 위한 SWMM (Storm Water Management Model)과 2차원 침수해석 모형을 이용하였다. 본 연구에서 사용된 SWMM 모형은 침수흔적도와 유전자 알고리즘을 통해 최적화 되었다. 최적화 된 1차원 모형을 2차원 침수해석과 연계하여 기존의 침수흔적도와 73.6 %의 적합도를 나타낼 수 있었다. 각 강우량에 따른 침수 발생 유무를 파악하였으며, 로지스틱 회귀 곡선을 통하여 침수발생 한계강우량을 산정할 수 있었다. 1-2차원 침수해석 결과와 2010~2018년 AWS (Automated Weather System)자료와 ASOS (Automated Synoptic Observing System)를 반영한 결과, 지속시간 1시간의 경우 침수발생 한계강우량은 72.04 mm, 2시간의 경우 146.83 mm, 3시간의 경우 203.06 mm으로 산정되었다. 산정된 한계강우량은 지속적으로 관측되는 강우 자료의 입력을 통하여 갱신될 수 있을 것으로 보인다. 본 연구에서 제시되는 방법론을 통해 도시 배수분구별 정량적 한계강우량을 제시할 수 있을 것으로 보이며, 이는 도시 유역에서 홍수 예·경보 발령을 위한 기초자료를 제공할 수 있을 것으로 판단된다.