• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.120-120
• /
• 2020

Spatial precipitation data is one of the essential components in modeling hydrological problems. The estimation of these data has achieved significant achievements own to the recent advances in remote sensing technology. However, there are still gaps between the satellite-derived rainfall data and observed data due to the significant dependence of rainfall on spatial and temporal characteristics. An effective approach based on the Convolutional Neural Network (CNN) model to correct the satellite-derived rainfall data is proposed in this study. The Mekong River basin, one of the largest river system in the world, was selected as a case study. The two gridded precipitation data sets with a spatial resolution of 0.25 degrees used in the CNN model are APHRODITE (Asian Precipitation - Highly-Resolved Observational Data Integration Towards Evaluation) and PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks). In particular, PERSIANN-CDR data is exploited as satellite-based precipitation data and APHRODITE data is considered as observed rainfall data. In addition to developing a CNN model to correct the satellite-based rain data, another statistical method based on standard deviations for precipitation bias correction was also mentioned in this study. Estimated results indicate that the CNN model illustrates better performance both in spatial and temporal correlation when compared to the standard deviation method. The finding of this study indicated that the CNN model could produce reliable estimates for the gridded precipitation bias correction problem.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.194-194
• /
• 2022

정확한 강우-유출 해석은 하천 홍수예경보, 댐 유입량 산정 및 방류량 결정 등 수자원 관리 및 계획수립에 있어 중요하며 밀도높은 관측망(raingauge network)으로 부터 수집된 강우 자료는 강우-유출 해석의 가장 중요한 기초 자료로 활용된다. 본 연구 대상 지역인 메콩강 유역은 국가공유하천(6개국: 중국, 라오스, 태국, 미얀마, 베트남, 캄보디아)은 기초 자료 수집이 어렵고, 구축된 자료의 양적, 질적 품질이 국가별로 상이하여 수문해석 결과의 불확실성을 높일 우려가 있다. 최근 원격탐사 기술의 발달로 격자형 글로벌 강수자료의 획득이 용이해졌으며, 이를 활용한 다양한 연구들이 수행된 바 있다. 이에 본 연구에서는 준 분포모형인 SWAT (Soil & Water Assessment Tool) 모형을 활용하여 격자형 위성 강수 자료(TRMM, GSMaP, PERSIANN-CDR)와 격자형 지점 강수 자료(APHRODITE, GPCC)의 메콩강 유역 강우-유출 모의에 대한 성능을 평가하였다. 유출량 산정을 위한 관측소로는 Luang Prabang, Pakse, Stung Treng, Prek Kdam 관측소를 선정하였으며 지점강수량 정보가 비교적 충분한 2000-2007년을 대상으로 매개변수 보정(2000-2003) 및 유출모의 검증(2004-2007)을 수행하였다. 격자형 강우를 이용한 유출분석 결과, APHRODITE, GPCC 및 TRMM이 다른 격자형 강수 자료(GSMaP, PERSIANN-CDR)보다 우수한 성능을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.148-148
• /
• 2022

Spatiotemporal precipitation data is one of the primary quantities in hydrological as well as climatological studies. Despite the fact that the estimation of these data has made considerable progress owing to advances in remote sensing, the discrepancy between satellite-derived precipitation product (SPP) data and observed data is still remarkable. This study aims to propose an effective deep learning model (DLM) for bias correction of SPPs. In which TRMM (The Tropical Rainfall Measuring Mission), CMORPH (CPC Morphing technique), and PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks) are three SPPs with a spatial resolution of 0.25o exploited for bias correction, and APHRODITE (Asian Precipitation - Highly-Resolved Observational Data Integration Towards Evaluation) data is used as a benchmark to evaluate the effectiveness of DLM. We selected the Mekong River Basin as a case study area because it is one of the largest watersheds in the world and spans many countries. The adjusted dataset has demonstrated an impressive performance of DLM in bias correction of SPPs in terms of both spatial and temporal evaluation. The findings of this study indicate that DLM can generate reliable estimates for the gridded satellite-based precipitation bias correction.

• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.447-459
• /
• 2022

본 연구에서는 위성 기반 재분석 강수 자료인 PERSIANN-CCS-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System-Climate Data Record)을 이용하여 한반도에 대한 격자형 확률강수량을 산정하였다. 고려된 기간은 1983년부터 2020년까지 총 38개년이다. 사용된 자료의 공간해상도는 0.04°이며, 시간해상도는 3시간이다. 확률분포로는 빈도해석을 위해 일반적으로 사용되고 있는 Gumbel 분포를 사용하였으며, 매개변수 추정을 위해 확률가중모멘트법을 적용하였다. 지속기간은 3시간부터 144시간 까지, 재현기간은 2년부터 500년까지가 고려되었다. 이러한 방식으로 산정된 결과를 지상우량계인 ASOS (Automated Synoptic Observing System) 기상관측소의 강수 자료를 활용하여 산정된 확률강수량과 비교·검토하였다. 그 결과, PERSIANN-CCS-CDR 자료로부터 산정된 Gumbel 분포의 매개변수들은 지속기간이 증가함에 따라 ASOS의 결과들과 유사한 양상을 보였으며 이를 토대로 얻어진 확률강수량은 지속기간이 짧은 경우 다소 큰 차이를 보였으나, 지속기간이 18 h 이상인 경우 그 차이는 약 20% 이내로 감소함을 확인하였다. 추가적으로, 남북한 차이를 살펴보았으며 Gumbel 분포 매개변수들 중 위치 매개변수의 차이가 두드러지게 나타남을 확인하였다. 지속기간의 증가에 따른 북한의 확률강수량이 상대적으로 작게 나타났으며, 지속기간 3 h 기준 남한의 84%, 지속기간 144 h 기준 70~75% 수준인 것으로 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.330-330
• /
• 2022

우리나라에서 발생하는 기상 재해 현상은 주로 태풍, 집중호우, 장마 등 인명 및 경제적인 피해가 크며, 단기간에 국지적으로 나타난다. 현재 재해 감시 및 예보는 주로 종관기상관측체계를 이용하고 있다. 하지만, 우리나라의 복잡한 지형, 인구 밀집 지형, 관측 시기가 일정하지 않은 지형과 같은 조건에서 미계측 자료 및 지역이 다수 존재 때문에 강수의 공간 분포와 강도에 대한 정밀한 정보를 제공하지 못하는 실정이다. 최근 광범위한 관측영역과 공간 분해능의 개선, 자료추출 알고리즘의 개발로 전세계적으로 위성영상 기반 기상관측 자료의 활용성이 증대되고 있다. 본 연구에서는 한반도 지역의 지상 관측데이터와 전지구 격자형 위성 강우자료를 비교하여 한반도의 적용성을 분석하고자 한다. 다양한 위성영상 기반 기상자료인 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Cloud Classification System (PERSIANN-CCS) 4개의 강우위성영상을 수집하여, 1991년부터 2020년까지 30년 데이터를 활용하였다. 강수량 변동성 비교를 위하여 기상청의 종관기상관측장비 (Automated Synoptic Observation System, ASOS), 자동기상관측시설 (Automatic Weather System, AWS) 데이터와 상관 분석을 수행하고, 강우위성영상의 국내 적합성을 판단하고자 한다.

• 한국농공학회논문집
• /
• 제59권3호
• /
• pp.29-39
• /
• 2017

In this study, the GPM (Global Precipitation Mission) IMERG (Integrated Multi-satellitE retrievals for GPM) rainfall data was verified and evaluated using ground AWS (Automated Weather Station) and radar in order to investigate the availability of GPM IMERG rainfall data. The SPI (Standardized Precipitation Index) was calculated based on the GPM IMERG data and also compared with the results obtained from the ground observation data for the Hoengseong Dam and Yongdam Dam areas. For the radar data, 1.5 km CAPPI rainfall data with a resolution of 10 km and 30 minutes was generated by applying the Z-R relationship ($Z=200R^{1.6}$) and used for accuracy verification. In order to calculate the SPI, PERSIANN_CDR and TRMM 3B42 were used for the period prior to the GPM IMERG data availability range. As a result of latency verification, it was confirmed that the performance is relatively higher than that of the early run mode in the late run mode. The GPM IMERG rainfall data has a high accuracy for 20 mm/h or more rainfall as a result of the comparison with the ground rainfall data. The analysis of the time scale of the SPI based on GPM IMERG and changes in normal annual precipitation adequately showed the effect of short term rainfall cases on local drought relief. In addition, the correlation coefficient and the determination coefficient were 0.83, 0.914, 0.689 and 0.835, respectively, between the SPI based GPM IMERG and the ground observation data. Therefore, it can be used as a predictive factor through the time series prediction model. We confirmed the hydrological utilization and the possibility of real time drought monitoring using SPI based on GPM IMERG rainfall, even though results presented in this study were limited to some rainfall cases.

• 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.173-173
• /
• 2023

The Mekong River Basin (MRB) is a crucial watershed in Asia, impacting over 60 million people across six developing nations. Accurate satellite-based precipitation products (SPPs) are essential for effective hydrological and watershed management in this region. However, the performance of SPPs has been varied and limited. The APHRODITE product, a unique gauge-based dataset for MRB, is widely used but is only available until 2015. In this study, we present a novel framework for correcting SPPs in the MRB by employing a deep learning approach that combines convolutional neural networks and encoder-decoder architecture to address pixel-by-pixel bias and enhance accuracy. The DLF was applied to four widely used SPPs (TRMM, CMORPH, CHIRPS, and PERSIANN-CDR) in MRB. For the original SPPs, the TRMM product outperformed the other SPPs. Results revealed that the DLF effectively bridged the spatial-temporal gap between the SPPs and the gauge-based dataset (APHRODITE). Among the four corrected products, ADJ-TRMM demonstrated the best performance, followed by ADJ-CDR, ADJ-CHIRPS, and ADJ-CMORPH. The DLF offered a robust and adaptable solution for bias correction in the MRB and beyond, capable of detecting intricate patterns and learning from data to make appropriate adjustments. With the discontinuation of the APHRODITE product, DLF represents a promising solution for generating a more current and reliable dataset for MRB research. This research showcased the potential of deep learning-based methods for improving the accuracy of SPPs, particularly in regions like the MRB, where gauge-based datasets are limited or discontinued.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.123-123
• /
• 2019

최근 기후변화로 인해 중국, 한국, 일본, 몽골 등을 포함한 동아시아 지역은 태풍, 가뭄, 홍수와 같은 자연재해의 발생 빈도가 증가하고 있는 추세이다. 중국의 경우 2017년 극심한 가뭄으로 1,850만 (ha)의 농작물 피해가 발생하였으며, 몽골 또한 2017년 4월 이후 극심한 가뭄으로 사막화가 급속도로 진행되고 있다. 위성 기반의 강우 자료는 공간과 시간 해상도가 높아짐에 따라 지상관측소 강수량 자료의 대체 수단으로 이용되고 있다. 본 연구에서는 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC) 강우 위성 자료를 활용하여 기상학적 가뭄지수인 표준강수지수 (Standardized Precipitation Index, SPI)를 산정하였다. 시간 해상도는 월별 영상을 기준으로 2008년부터 2017년까지 지난 10년간의 데이터를 이용하였으며, 각각 격자가 다른 위성영상을 기존 기상관측소와 비교하였다. 피어슨 상관계수 (Pearson Correlation Coefficient, R)를 활용하여 강우 위성 영상과 지상관측소의 상관관계를 분석하고, 평균절대오차 (Mean Absolute Error, MAE), 평균제곱근오차 (Root Mean Square Error, RMSE)를 통해 통계적으로 정확도를 분석하였다. 인공위성 강수량 자료는 미계측 지역이 많은 곳이나 측정이 불가능한 지역에 효율성 측면에서 중요한 이점을 제공할 것으로 판단된다.