• 한국농공학회논문집
• /
• 제60권2호
• /
• pp.55-63
• /
• 2018

This study analyzed the applications of near real-time drought monitoring using satellite rainfall for the Korean Peninsula and un-gaged basins. We used AWS data of Yongdam-Dam, Hoengseong-Dam in Korea area, the meteorological station of Nakhon Rachasima, Pak chong for test-bed to evaluate the validation and the opportunity for un-gaged basins. In addition, we calculated EDI (Effective doought index) using the stations and co-located PERSIANN-CDR, TRMM (Tropical Rainfall Measurement Mission) TMPA (The TRMM Multisatellite Precipitation Analysis), GPM IMERG (the integrated Multi-satellitE Retrievals for GPM) rainfall data and compared the EDI-based station data with satellite data for applications of drought monitoring. The results showed that the correlation coefficient and the determination coefficient were 0.830 and 0.914 in Yongdam-dam, and 0.689 and 0.835 in Hoengseng-Dam respectively. Also, the correlation coefficient were 0.830, 0.914 from TRMM TMPA datasets and compasion with 0.660, 0.660 based on PERSIANN-CDR and TRMM data in nakhon and pakchong station. Our results were confirmed possibility of near real-time drought monitoring using EDI with daily satellite rainfall for un-gaged basins.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.851-859
• /
• 2019

천리안(COMS, Communication, Ocean, and Meteorological Satellite) 위성은 한반도를 15분마다 촬영하지만, 관측 채널의 한계로 강우 추정 시 과소 추정하는 경향이 있어 풍수해 발생시 활용하기 어려웠다. 따라서 본 연구에서는 천리안 위성과 GPM(Global Precipitation Measurement) 위성자료를 함께 이용하여 한반도 풍수해 발생시 활용할 수 있는 위성기반 강우추정 기술을 개발하였다. 천리안 위성과 GPM 위성의 시간 공간 해상도를 일치시키고 GPM 위성의 IMERG 자료를 통해 강우추정 정확도를 향상시킨 결과, 종관기상 관측값(ASOS)간의 상관계수가 0.7 이상으로 나타나 기존 천리안 위성 자료만을 이용한 강우추정 기술보다 정확한 결과를 도출하였다. 향후 천리안 위성의 후속 위성인 천리안 2A호(GK-2A)를 활용할 경우 보다 정확한 기상정보가 제공될 예정이므로, 미계측 지역에 대한 재난관리 활용성이 확대될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.153-153
• /
• 2022

Large-scale and accurate observations at fine spatial resolution through a means of remote sensing offer an effective tool for capturing rainfall variability over the traditional rain gauges and weather radars. Although satellite rainfall products (SRPs) derived using two major estimation approaches were evaluated worldwide, their practical applications suffered from limitations. In particular, the traditional top-down SRPs (e.g., IMERG), which are based on direct estimation of rain rate from microwave satellite observations, are mainly restricted with their coarse spatial resolution, while applications of the bottom-up approach, which allows backward estimation of rainfall from soil moisture signals, to novel high spatial resolution soil moisture satellite sensors over South Korea are not introduced. Thus, this study aims to evaluate the performances of a state-of-the-art bottom-up SRP (the self-calibrated SM2RAIN model) applied to the C-band SAR Sentinel-1, a statistically downscaled version of the conventional top-down IMERG SRP, and their integration for a targeted high spatial resolution of 0.01° (~ 1-km) over central South Korea, where the differences in climate zones (coastal region vs. mainland region) and vegetation covers (croplands vs. mixed forests) are highlighted. The results indicated that each single SRP can provide plus points in distinct climatic and vegetated conditions, while their drawbacks have existed. Superior performance was obtained by merging these individual SRPs, providing preliminary results on a complementary high spatial resolution SRP over central South Korea. This study results shed light on the further development of integration framework and a complementary high spatial resolution rainfall product from multi-satellite sensors as well as multi-observing systems (integrated gauge-radar-satellite) extending for entire South Korea, toward the demands for urban hydrology and microscale agriculture.

• 대한원격탐사학회지
• /
• 제40권3호
• /
• pp.269-274
• /
• 2024

High-quality precipitation data are crucial for various industries, including disaster prevention. In South Korea, long-term high-quality data are collected through numerous ground observation stations. However, data between these stations are reprocessed into a grid format using interpolation methods, which may not perfectly match actual precipitation. A prime example of real-time observational grid data globally is the Integrated Multi-satellite Retrievals for Global Precipitation Measurement (GPM IMERG) from National Aeronautics and Space Administration (NASA), while in South Korea, ground radar data are more commonly used. GPM and ground radar data exhibit distinct differences due to their respective processing methods. This study aims to analyze the characteristics of GPM and Constant Altitude Plan Position Indicator(CAPPI),representative real-time grid data, by comparing them with ground-observed precipitation data. The study period spans from 2021 to 2022, focusing on hourly data from Automated Synoptic Observing System (ASOS) sites in South Korea. The GPM data tend to underestimate precipitation compared to ASOS data, while CAPPI shows errors in estimating low precipitation amounts. Through this comparative analysis, the study anticipates identifying key considerations for utilizing these data in various applied fields, such as recalculating design rainfall, thereby aiding researchers in improving prediction accuracy by using appropriate data.

• 한국지리정보학회지
• /
• 제23권1호
• /
• pp.51-64
• /
• 2020

본 연구의 목적은 위성강우와 글로벌 지형자료를 이용하여 미계측 지역에 있는 홍수터에서의 홍수를 정량적으로 분석하기 위한 방법을 제시하는 것이다. 이를 위해서 두만강의 도문/남양 지역 홍수터에 대한 범람을 모의하고 대상 지역의 침수 상황을 정량적으로 분석하였다. 강우는 위성영상으로부터 유도된 강우 자료인 IMERG 자료를 이용하였다. 유출모의는 GRM 모델을 적용하였으며, 도문/남양 지역의 범람해석은 G2D 모델을 이용하였다. 홍수사상은 2016년 8월 태풍 라이언록으로 인해 발생된 홍수를 대상으로 하였다. 유출모의 결과의 검증은 도문/남양 지역의 첨두유량 기록을 사용하였으며, 범람해석 결과의 검증은 현지답사를 통해 수집된 홍수상황과 홍수 전후의 위성영상 자료를 이용하였다. 연구결과 유출모의 첨두유량은 7,639㎥/s로 기록된 첨두유량 7,630㎥/s와 약 0.1%의 상대오차를 나타내었다. 범람모의에서는 홍수발생 당시에 대한 상황 조사 자료 및 위성영상에서 확인된 침수 범위와 유사한 결과를 얻을 수 있었다. 또한 도문/남양 지역의 홍수터에서 침수심의 변화와 침수시간을 평가할 수 있었다. 본 연구에서 적용한 방법과 연구결과는 향후 미계측 지역에서의 홍수를 정량적으로 평가할 때 유용하게 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.398-398
• /
• 2018

OECD 발표에 의하면 물산업 관련 인프라 투자 전망은 전세계 GDP 대비 2010~2020년 약 1.01%에서 2020~2030년 약 1.03%로 확대될 전망으로 다른 통신, 전력, 철도 인프라 투자수요보다 많을 것으로 전망하고 있다(파이넨셜 뉴스, 2013.3.21.). 우리나라는 2005년 베트남 홍강종합개발사업을 시작으로 2015년 기준으로 세계 35개국에 진출하고 있다. 그러나 대부분의 물 산업 진출 대상 국가는 미계측 유역이 많고 지상에서 계측된 수문 자료가 부족한 실정이다. Namgung and Lee(2014)에 의하면 네팔의 수력발전소 건설에 관측된 강우량 자료가 없어 발전소 하류 10km 지점의 유하량 자료를 이용하여 자료의 정확도 검증을 대신하여 적용한 바 있다. 이와 같이 계측자료가 없거나 부족한 지역에 대하여 기상 위성을 이용하여 추정된 강수량 자료가 해당 지역의 강수 특성을 파악하는데 중요한 자료로 이용될 수 있다. 글로벌 위성 기반의 강수량 관측에 대한 역사는 1979년에 IR방법에 의해 위성으로부터 강우자료를 유도하는 개념이 도입된 이후 1987년 다중 채널의 마이크로파(MW) 복사계를 이용한 방법, 이후 두 IR과 MW를 혼합한 방법에서, 1997년 TRMM위성의 PR(Precpipitation Radar)의 레이더를 이용하는 방법, 그리고 2014년 GPM 핵심 위성(GPM Core Observatory)에 탑재된 Dual PR에 의한 방법으로 위성강수의 정확도를 매우 높여가고 있다. 본 연구는 KOICA 사업으로 진행중인 필리핀 메트로 마닐라 홍수조기경보 및 모니터링 체계 구축사업 중 파시그-마라키나강(Pasig-Marakina) 유역의 2012년 8월의 홍수사상에 대한 위성강우 및 글로벌 지형자료를 이용하여 홍수 유출량을 추정하는 것으로 목적으로 하고 있다. 유역내 6개 관측소의 일일 강우량 자료와 GPM IMERG 일강우량 자료 상관분석 결과 약 0.623, Bias는 -0.147, RMSE는 15.7정도로 분석되었다. 홍수량 분석은 2012년 8월 홍수가 발생한 시기인 2012년 8월 1일 00(UTC)부터 2012년 8월 16일 00(UTC)까지의 1시간 간격의 위성강우자료와 글로벌 지형자료를 이용하였고, 한국건설기술연구원의 MapWindow 기반 GRM 모형(mwGRM)을 이용하였다. 분석 결과 첨부홍수가 발생한 시기는 8월 7일 18:00(UTC)였고, 첨두 홍수량은 $4,073.9m^3/sec$로 분석되었다. 향후 수위-유량 관계식에 의해 정확도평가를 수행할 계획이다.

• 한국수자원학회논문집
• /
• 제52권4호
• /
• pp.279-289
• /
• 2019

가뭄재해는 다른 재해와 다르게 광범위한 공간에 걸쳐서 충분한 강우가 발생하기 전까지 오랜 기간 동안 발생되는 특성이 있다. 위성 영상은 시공간적으로 지속적인 강수량 관측을 제공할 수 있다. 본 연구는 위성 영상 기반의 강수자료를 활용하여 기상학적 가뭄 전망 모형을 개발하였다. PERSIANN_CDR, TRMM 3B42와 GPM IMERG 영상을 활용하여 강수 자료를 구축한 뒤, 표준강수지수(SPI)를 기반으로 기상학적 가뭄을 정의하였다. 과거의 가뭄 정보와 물리적 예측 모형 기반의 가뭄 예측 결과를 결합할 수 있는 베이지안 네트워크 기반 가뭄 예측 기법을 이용하여 확률론적 가뭄 예측 결과를 생산하였으며, 가뭄 예측결과를 가뭄 전망 의사결정 모형에 적용하여 가뭄 전망 결과를 도출하였다. 가뭄 전망 정보는 가뭄 발생, 지속, 종결, 가뭄 없음의 4단계로 구분하였다. 본 연구의 가뭄 전망 결과는 ROC 분석을 통하여 물리적 예측 모형인 다중모형 앙상블(MME)을 활용한 가뭄 전망 결과와 전망 성능을 비교하였다. 그 결과, 2~3개월 가뭄 전망에 대한 가뭄 발생 및 지속의 단계에서는 MME 모형보다 높은 전망성능을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.336-336
• /
• 2023

가뭄은 가장 심각한 기상 재해 중 하나로 농업 생산, 사회경제 등 다양한 분야에 영향을 미친다. 국내의 경우 광주·전남지역이 1990년대 이후 30년 만에 제한 급수 위기에 처하는 역대 최악의 가뭄으로 지역민들은 심각한 피해가 발생하였다. 유럽의 경우 2022년 당시 500년 만에 찾아온 가뭄으로 인해 3분의 2에 해당하는 지역이 피해를 입었으며, 미국 서부 지역은 2000년부터 2021년까지 1200년 만에 가장 극심한 대가뭄을 겪은 것으로 나타났다. 지구온난화에 따른 기후변화로 인해 가뭄의 빈도와 강도가 증가함에 따라 피해도 커질 것으로 예상된다. 가뭄의 부정적인 영향으로 인해 정확하고 신뢰할 수 있는 가뭄 예측 기술이 필요하다. 본 연구에서는 가뭄예측을 위한 입력변수로서 GPM IMERG (The Integrated Multi-satellitE Retrievals for GPM) 강수량 자료와 NOAA에서 제공하는 8가지 북반구 대기패턴 자료 간의 상관성을 분석하였다. 입력변수 간의 상관성과 중장기 가뭄 예측을 위하여 딥러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM(Long Short Term-Memory)을 적용하여 가뭄을 예측하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.337-337
• /
• 2023

가뭄은 가장 심각한 기상 재해 중 하나로 농업 생산, 사회경제 등 다양한 분야에 영향을 미친다. 국내의 경우 광주·전남지역이 1990년대 이후 30년 만에 제한 급수 위기에 처하는 역대 최악의 가뭄으로 지역민들은 심각한 피해가 발생하였다. 유럽의 경우 2022년 당시 500년 만에 찾아온 가뭄으로 인해 3분의 2에 해당하는 지역이 피해를 입었으며, 미국 서부 지역은 2000년부터 2021년까지 1200년 만에 가장 극심한 대가뭄을 겪은 것으로 나타났다. 지구온난화에 따른 기후변화로 인해 가뭄의 빈도와 강도가 증가함에 따라 피해도 커질 것으로 예상된다. 가뭄의 부정적인 영향으로 인해 정확하고 신뢰할 수 있는 가뭄 예측 기술이 필요하다. 본 연구에서는 가뭄예측을 위한 입력변수로서 GPM IMERG (The Integrated Multi-satellitE Retrievals for GPM) 강수량 자료와 NOAA에서 제공하는 8가지 북반구 대기패턴 자료 간의 상관성을 분석하였다. 입력변수 간의 상관성과 중장기 가뭄 예측을 위하여 딥러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM(Long Short Term-Memory)을 적용하여 가뭄을 예측하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.