• Journal of The Korean Society of Agricultural Engineers
• /
• v.60 no.2
• /
• 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.

• Korean Journal of Remote Sensing
• /
• v.35 no.5_2
• /
• pp.851-859
• /
• 2019

The COMS satellites take image of the Korean Peninsula every 15 minutes, but due to the limitations of the observational channels, they tend to underestimate when estimating rainfall. In this study, we developed satellite-based rainfall estimation technology using COMS and GPM that can be used in the heavy rain on the Korean Peninsula. The time resolution and spatial resolution of COMS satellites and GPM satellites were matched to improve accuracy using GPM IMERG data. As a result, it showed that the number of correlations with the ASOS observations was more than 0.7, enabling the estimation of rainfalls that are more accurate than the estimates of rainfall by COMS satellites. It is believed that the application of the subsequent satellite(GK-2A) will provide more accurate rainfall estimation information in the future. Therefore, we expect greater utilization in disaster management for the ungauged areas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• 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.

• Korean Journal of Remote Sensing
• /
• v.40 no.3
• /
• 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.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.23 no.1
• /
• pp.51-64
• /
• 2020

The purpose of this study is to present a method for quantitative analysis of flooding at the flood plain in an ungauged area using satellite rainfall and global geographic data. For this, flooding of the Tumen/Namyang area in the Duman-gang(Riv.) was simulated and the flood conditions were quantitatively analyzed. The IMERG data, a rainfall data derived from satellite images, was used as rainfall data. The GRM model was applied to the watershed runoff simulation, and the G2D model was applied to the flooding simulation of the Tumen/Namyang area. Flood event caused by Typhoon Lionrock in August 2016 was applied. Recorded peak discharge of the Tumen/Namyang region was used to verify the runoff simulation results. To verify the result of the inundation simulation, the flood situation collected through field survey and satellite image data before and after the flood were used. The peak flow rates by the runoff simulation and flood record were 7,639㎥/s and 7,630㎥/s, respectively, with a relative error of about 0.1%. In the flood simulation, the results were similar to the flooding ranges identified in the survey data and satellite images. And the changes of flooding depth and flooding time in the flood plain in Tumen/Namyang area could also be assessed. The methods and results of this study will be useful for the quantitative assessment of floods in the ungauged areas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• 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.

• Journal of Korea Water Resources Association
• /
• v.52 no.4
• /
• pp.279-289
• /
• 2019

Unlike other natural disasters, drought is a reoccurring and region-wide phenomenon after being triggered by a prolonged precipitation deficiency. Considering that remote sensing products provide consistent temporal and spatial measurements of precipitation, this study developed a remote sensing data-based drought outlook model. The meteorological drought was defined by the Standardized Precipitation Index (SPI) achieved from PERSIANN_CDR, TRMM 3B42 and GPM IMERG images. Bayesian networks were employed in this study to combine the historical drought information and dynamical prediction products in advance of drought outlook. Drought outlook was determined through a decision-making model considering the current drought condition and forecasted condition from the Bayesian networks. Drought outlook condition was classified by four states such as no drought, drought occurrence, drought persistence, and drought removal. The receiver operating characteristics (ROC) curve analysis were employed to measure the relative outlook performance with the dynamical prediction production, Multi-Model Ensemble (MME). The ROC analysis indicated that the proposed outlook model showed better performance than the MME, especially for drought occurrence and persistence of 2- and 3-month outlook.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• 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.