• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.71-71
• /
• 2012

현재 전 세계적으로 극한강우의 발생빈도가 점차 높아지고 있으며 홍수량 또한 강도가 커지고 있는 것이 현실이다. 하지만 과거의 홍수발생 빈도에 따라 설계된 홍수방어시설들이 점차 한계를 보이고 있으므로 이를 대비하기위한 구조적 대책뿐만 아니라 홍수피해 발생 가능지역에 사전 예경보를 시행하는 비구조적 대책마련 또한 필요하다. 기존의 홍수예측은 확정적인 하나의 유량예측값만을 제공함으로써 신속하고 편리하였지만 이에 대한 불확실성이 큰 경우 예상치 못한 큰 인적 물적 피해를 가져올 수 있다. 이처럼 확률론적 홍수예측의 필요성이 대두되어 지면서 유럽이나 미국등 선진국에서는 EFFS(European Flood Forecasting System)과 NWSRFS(National Water Service River Forecast System)같이 이미 확률론적 홍수예측에 대한 연구 및 기술개발이 활발하게 진행되어지고 있다. 하지만 홍수예측의 확률론적 접근에 있어서는 많은 불확실성들이 내포되어 있으므로 예측시스템에서 생성된 앙상블 유량예측 결과의 신뢰도 분석과 올바른 불확실성 정보의 제공이 필요하다. 본 연구는 확률론적 홍수예측 방법을 국내에 적용시켜서 기상청의 예측시스템 KLAPS(Korea Local Analysis and Prediction System), MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation), UM(Unified Model) 그리고 MOGREPS(Met Office Global Regional Ensemble Prediction System)으로부터 생성된 기상앙상블을 현재 국토해양부 홍수통제소에서 사용하고 있는 강우-유출모형인 저류함수모형(Storage Function Method)의 입력 자료로 사용한다. 확률론적 홍수예측에서 오는 불확실성을 분석하기 위해서 첫 번째로 제공되는 기상예측 시스템의 시 공간적 스케일 및 대상유역의 공간특성에 따라 어떠한 형태로 전파되어지는지를 분석하였다. 두 번째는 각각의 예측시스템들이 선행기간(Lead time)에 따라 불확실성의 특성이 어떻게 나타나게 되는지를 확인하였다. 이러한 불확실성의 특성을 정확하게 파악하게 된다면 예측에 있어서 현재 갖고 있는 문제점들로부터 개선해 나가야 할 방향을 제시해주어 향후연구에 유용하게 활용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.984-984
• /
• 2012

지구온난화와 기후변화의 영향으로 전 지구적으로 이상홍수, 이상가뭄, 한파와 같은 이상기상 현상이 빈번하게 발생하고 있다. 국내에서는 2010년 추석 광화문 침수사태와 2011년 우면산 산사태와 같은 국지성 집중호우로 인한 인적 물적 피해가 속출하고 있다. 전통적으로 시기나 양적인 측면에서 대부분 장마기간에 국한되었던 강우집중현상이 과거와 달리 특정기간에 상관없이 발생하고 단기성, 국지성을 지닌 호우의 발생빈도가 높아지는 등 국내 강우의 특성이 변하고 있다. 이러한 변화에 대응하기 위해서 강우예측과 유출량예측의 정확도를 높이기 위한 시도가 다양하게 이루어지고 있다. 강우예측의 정확성을 높이기 위해 기상청에서는 단기예보를 목적으로 전지구 통합모델과 지역 통합모델을 연계한 동네예보를 수행하고 있으며, 초단기 예보를 위한 목적으로 VSRF, SCAN, VDRAS, MAPLE 등의 예보를 수행하고 있다. 홍수량 예측에서는 일반적으로 사용하고 있는 물리적 기반의 모형에 레이더강우와 같은 격자형 강우자료를 사용하여 정확성을 높이거나, 기존의 집중형 모형을 분포형 모형으로 대체하기 위한 연구 등이 이루어지고 있으며, 모형 구축이 간편하고 예측 정확도가 우수하다는 장점으로 인해 신경회로망이나 퍼지추론기법 등을 사용한 연구도 지속적으로 이루어지고 있다. 본 연구에서는 수자원분야에 산재한 불확실성을 적극적으로 인정하고 수학적으로 해석하기 위한 이론인 퍼지이론에 신경망 이론을 도입한 neuro-fuzzy 기법을 사용하여 홍수량을 예측하였다. 모형의 입력자료로는 관측된 강우자료와 유출량자료 및 기상청에서 제공하는 MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation) 강우예측자료를 사용하여 적용성을 평가해보았다. 모형의 적용성을 평가하기 위해 시험유역을 충주댐 상류 유역으로 선정하였으며, 2010년 2011년 홍수기의 충주댐 유입량을 예측하였다. 모형의 입력자료를 변경하여 입력자료의 변화에 따른 결과를 비교하였고, clustering 반경의 변화에 따른 정확도를 비교하였다. 모형의 정확도는 평균제곱근오차와 첨두수위오차를 통해 비교하였으며, 비교결과 전반적으로 lead time이 길어질수록 MAPLE 사용 시 예측 정확도가 우수하였고, clustering 반경은 0.5일 때 가장 우수한 결과를 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.155-155
• /
• 2018

Uncertainty in flood forecasting using a coupled meteorological and hydrological model is arisen from various sources, especially the uncertainty comes from the inaccuracy of Quantitative Precipitation Forecasts (QPFs). In order to improve the capability of flood forecast, the uncertainty estimation and mitigation are required to perform. This study is conducted to investigate and reduce such uncertainty. First, ensemble QPFs are generated by using Monte - Carlo simulation, then each ensemble member is forced as input for a hydrological model to obtain ensemble streamflow prediction. Likelihood measures are evaluated to identify feasible member. These members are retained to define upper and lower limits of the uncertainty interval and assess the uncertainty. To mitigate the uncertainty for very short lead time, a blending method, which merges the ensemble QPFs with radar-based rainfall prediction considering both qualitative and quantitative skills, is proposed. Finally, blending bias ratios, which are estimated from previous time step, are used to update the members over total lead time. The proposed method is verified for the two flood events in 2013 and 2016 in the Yeonguol and Soyang watersheds that are located in the Han River basin, South Korea. The uncertainty in flood forecasting using a coupled Local Data Assimilation and Prediction System (LDAPS) and Sejong University Rainfall - Runoff (SURR) model is investigated and then mitigated by blending the generated ensemble LDAPS members with radar-based rainfall prediction that uses McGill algorithm for precipitation nowcasting by Lagrangian extrapolation (MAPLE). The results show that the uncertainty of flood forecasting using the coupled model increases when the lead time is longer. The mitigation method indicates its effectiveness for mitigating the uncertainty with the increases of the percentage of feasible member (POFM) and the ratio of the number of observations that fall into the uncertainty interval (p-factor).

• Atmosphere
• /
• v.31 no.5
• /
• pp.489-510
• /
• 2021

In this paper, we propose an algorithm for detecting convective initiation (CI) using GEO-KOMPSAT-2A/advanced meteorological imager data. The algorithm identifies clouds that are likely to grow into convective clouds with radar reflectivity greater than 35 dBZ within the next two hours. This algorithm is developed using statistical and qualitative analysis of cloud characteristics, such as atmospheric instability, cloud top height, and phase, for convective clouds that occurred on the Korean Peninsula from June to September 2019. The CI algorithm consists of four steps: 1) convective cloud mask, 2) cloud object clustering and tracking, 3) interest field tests, and 4) post-processing tests to remove non-convective objects. Validation, performed using 14 CI events that occurred in the summer of 2020 in Korean Peninsula, shows a total probability of detection of 0.89, false-alarm ratio of 0.46, and mean lead-time of 39 minutes. This algorithm can be useful warnings of rapidly developing convective clouds in future by providing information about CI that is otherwise difficult to predict from radar or a numerical prediction model. This CI information will be provided in short-term forecasts to help predict severe weather events such as localized torrential rainfall and hail.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.371-371
• /
• 2021

돌발홍수 예경보시스템의 입력자료로 예측강우가 활용된다. 기상청과 환경부에서는 초단기 예보의 목적으로 MAPLE(McGill Algorithm for Precipitation nowcasting and Lagrangian Extrapolation)을 생산하고 있다. MAPLE은 선행 30분까지의 예측품질은 어느 정도 정확하다고 볼 수 있으나 그 이후 특히 3시간 이상이 되면 예측품질이 크게 떨어지는 문제가 있다. 예측강우의 편의보정을 위한 여러 시도들이 있었으나 호우의 규모 및 이동특성을 고려한 사례는 제한적이다. 호우의 이동특성을 고려해야하는 이유로는 첫째, 예측의 특성상 예측강우가 생성되고 편의보정이 이루어지는 시간 동안 호우는 이동을 하기 때문이다. 둘째, 호우가 이동을 하면서 편의보정의 대상이 되는 지역에 적합한 보정계수의 결정이 어렵기 때문이다. 마지막으로 돌발홍수는 장마와 같은 전선형 강수가 아닌 국지성 호우와 같이 빠르게 움직이며 강한 호우를 내리는 강수에 의해 발생하기 때문이다. 본 연구에서는 이러한 문제점을 극복하기 위해 호우의 이동특성을 고려하여 예측강우 보정계수를 결정하고 이를 예측강우에 실시간으로 적용할 수 있는 방법을 제시하였다. 이 과정에서 Backward tracking은 미래에 호우가 도달할 지역(대상지역)으로부터 현재 호우가 위치하는 지역을 추적하는데 이용된다. 추적된 지역에서 보정계수가 결정된다. Forward tracking은 현재 호우가 위치하는 지역으로부터 대상지역을 다시 추적하는데 이용된다. 앞서 결정된 보정계수는 대상지역의 예측강우에 적용된다. 해당 방법론을 2019년에 발생한 주요 호우사상에 실시간 적용하고 평가하였다. 그 결과, Backward-Forward tracking 기반 예측강우 보정방법을 적용한 경우에는 실제 관측된 강우와 매우 유사한 보정결과가 도출됨을 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.392-392
• /
• 2022

세계적 규모의 팬데믹 감염병의 출현은 전 세계적으로 경제적, 문화적, 사회적 파급효과가 매우 강력하며 전 인류를 위협하고 있다. 최근에 발병한 중증급성 호흡기질환 코로나바이러스 2(Severe Acute Respiratory Syndrome Coronavirus 2, SARS-CoV-2)는 2019년 12월 중국 우한에서 첫 보고 되었고 2022년 현재까지 종식되지 않고 있으며 바이러스의 전파력과 치명률이 높고 무증상 감염상태일 때에도 전염이 가능하여 현재 역학조사의 사후적 대응에 대한 한계가 있어 선제적 대응을 위한 수단이 필수 불가결해지고 있는 실정이다. 하수기반역학(Waste Based Epidemiology, WBE)이란 하수처리장으로 유입되기 전의 하수를 분석하여 하수 집수구역 내 도시민의 생활상을 예측하는 것으로 하수로 배출된 감염자의 분비물 및 배설물 속 바이러스를 하수관로에서 신속하게 검출함으로써 특정지역의 감염성 질환 전파 정도와 유행하는 타입(변이)등을 분석하고 기존 역학조사의 문제점을 극복할 수 있으며 선제적인 대응이 가능하다. 현재 COVID-19의 대유행과 관련하여 WBE를 기반으로 한 다양한 연구가 진행되고 있으며 실제 환자의 발생과 상관관계가 있음이 확인되고 있고 백신 접종과 새롭게 발생한 변이바이러스의 관계 속에서 발생하는 변수를 고려한 모델이 없다는 점을 들어 새로운 감염병 확산 예측 모델에 대한 필요성 또한 커지고 있다. 본 연구에서는 병원에서부터 하수처리장까지의 하수관거와 하수처리장에서의 SARS-CoV-2 검출농도 및 거동을 파악하는 것을 목적으로 하고 있으며 COVID-19의 감염규모 확산에 관한 방법론에서 수학적모델 (Euler Method, RK4 Method, Gillespie Algorithm)과 딥러닝 기반의 Nowcasting model과 Fore casting model을 살펴보고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.37 no.1
• /
• pp.13-38
• /
• 2024

As economic uncertainties have increased recently due to COVID-19, there is a growing need to quickly grasp private consumption trends that directly reflect the economic situation of private economic entities. This study proposes a method of estimating private consumption in real-time by comprehensively utilizing big data as well as existing macroeconomic indicators. In particular, it is intended to improve the accuracy of private consumption estimation by comparing and analyzing various machine learning methods that are capable of fitting ultra-high-dimensional big data. As a result of the empirical analysis, it has been demonstrated that when the number of covariates including big data is large, variables can be selected in advance and used for model fit to improve private consumption prediction performance. In addition, as the inclusion of big data greatly improves the predictive performance of private consumption after COVID-19, the benefit of big data that reflects new information in a timely manner has been shown to increase when economic uncertainty is high.

• Korean Journal of Remote Sensing
• /
• v.29 no.4
• /
• pp.423-441
• /
• 2013

On 21 September 2010, one of Chuseok holidays in Korea, localized heavy rainfalls occurred over the midwestern region of the Korean peninsula. In this study MTSAT-2 infrared and water vapor channel imagery are examined to find out some features which are obvious in each stage of the life cycle of convective cell for this heavy rain event. Also the kinematic and thermodynamic features probably associated with them are investigated. The first clouds related with the Chuseok heavy rain are detected as low-level multicell cloud (brightness temperature: $-15{\sim}0^{\circ}C$) in the middle of the Yellow sea at 1630~1900 UTC on 20 Sept., which are probably associated with the convergence at 1000 hPa. Convective cells are initiated in the vicinity of Shantung peninsula at 1933 UTC 20, which have developed around the edge of the dark region in water vapor images. At two times of 0033 and 0433 UTC 21 the merging of two convective cells happens near midwestern coast of the peninsula and then they have developed rapidly. From 0430 to 1000 UTC 21, key features of convective cell include repeated formation of secondary cell, slow horizontal cloud motion, persistence of lower brightness temperature ($-75{\sim}-65^{\circ}C$), and relatively small cloud size (${\leq}-50^{\circ}C$) of about $30,000km^2$. Radar analysis showed that this heavy rain is featured by a narrow line-shaped rainband with locally heavy rainrate (${\geq}50$ mm/hr), which is located in the south-western edge of the convective cell. However there are no distinct features in the associated synoptic-scale dynamic forcing. After 1000 UTC 21 the convective cell grows up quickly in cloud size and then is dissipated. These satellite features may be employed for very short range forecast and nowcasting of mesoscale heavy rain system.

• Atmosphere
• /
• v.16 no.3
• /
• pp.247-257
• /
• 2006

The Yeong-dong heavy snowfall forecast supporting system has been developed during the last several years. In order to construct the conceptual model, we have examined the characteristics of heavy snowfalls in the Yeong-dong region classified into three precipitation patterns. This system is divided into two parts: forecast and observation. The main purpose of the forecast part is to produce value-added data and to display the geography based features reprocessing the numerical model results associated with a heavy snowfall. The forecast part consists of four submenus: synoptic fields, regional fields, precipitation and snowfall, and verification. Each offers guidance tips and data related with the prediction of heavy snowfalls, which helps weather forecasters understand better their meteorological conditions. The observation portion shows data of wind profiler and snow monitoring for application to nowcasting. The heavy snowfall forecast supporting system was applied and tested to the heavy snowfall event on 28 February 2006. In the beginning stage, this event showed the characteristics of warm precipitation pattern in the wind and surface pressure fields. However, we expected later on the weak warm precipitation pattern because the center of low pressure passing through the Straits of Korea was becoming weak. It was appeared that Gangwon Short Range Prediction System simulated a small amount of precipitation in the Yeong-dong region and this result generally agrees with the observations.

• Korean Journal of Remote Sensing
• /
• v.22 no.6
• /
• pp.469-483
• /
• 2006

An algorithm was developed to estimate stability indices (SI) over the Korean peninsula using Terra Moderate Resolution Imaging Spectroradiometer (MODIS) infrared brightness temperatures (TBs). The SI is defined as the stability of the atmosphere in the hydrostatic equilibrium with respect to the vertical displacements and is used as an index for the potential severe storm development. Using atmosphere temperature and moisture profiles from Regional Data Assimilation and Prediction System (RDAPS) as initial guess data for a nonlinear physical relaxation method, K index (KI), KO Index (KO), lifted index (LI), and maximum buoyancy (MB) were estimated. A fast radiative transfer model, RTTOV-7, is utilized for reducing the computational burden related to the physical relaxation method. The estimated TBs from the radiative transfer simulation are in good agreement with observed MODIS TBs. To test usefulness for the short-term forecast of severe storms, the algorithm is applied to the rapidly developed convective storms. Compared with the SIs from the RDAPS forecasts and NASA products, the MODIS SI obtained in this research predicts the instability better over the pre-convection areas. Thus, it is expected that the nowcasting and short-term forecast can be improved by utilizing the algorithms developed in this study.