• 한국농공학회논문집
• /
• 제55권6호
• /
• pp.19-30
• /
• 2013

This study is to evaluate the use of dual-polarization radar data for storm runoff modeling in Namgang dam (2,293 $km^2$) watershed using KIMSTORM (Grid-based KIneMatic wave STOrm Runoff Model). The Bisl dual-polarization radar data for 3 typhoons (Khanun, Bolaven, Sanba) and 1 heavy rain event in 2012 were obtained from Han River Flood Control Office. Even the radar data were overall less than the ground data in areal average, the spatio-temporal pattern between the two data was good showing the coefficient of determination ($R^2$) and bias with 0.97 and 0.84 respectively. For the case of heavy rain, the radar data caught the rain passing through the ground stations. The KIMSTORM was set to $500{\times}500$ m resolution and a total of 21,372 cells (156 rows${\times}$137 columns) for the watershed. Using 28 ground rainfall data, the model was calibrated using discharge data at 5 stations with $R^2$, Nash and Sutcliffe Model Efficiency (ME) and Volume Conservation Index (VCI) with 0.85, 0.78 and 1.09 respectively. The calibration results by radar rainfall showed $R^2$, ME and VCI were 0.85, 0.79, and 1.04 respectively. The VCI by radar data was enhanced by 5 %.

• 한국지리정보학회지
• /
• 제18권4호
• /
• pp.131-144
• /
• 2015

본 연구에서는 Unity 3D를 활용한 강우레이더 관측정보 시각화 시스템 프로토타입 구축에 관 해 서술하였다. 레이더 정보의 효율적 가시화를 통한 사용자 정보제공을 위해서는 지형정보와의 융합이 필수적이다. 하지만 방대한 양의 레이더 관측정보와 대용량 지형정보를 매쉬업하여 서비스 하는 것은 데이터 처리에 있어 과부하가 발생하여 서비스 수준이 낮아지는 경향이 있다. 특히 위 성영상, DEM 등을 활용한 3차원 지형정보는 그 자체만으로도 대용량 정보로 분류되고 있어서 신 속한 서비스 구현을 위해 비교적 용량이 가벼운 2차원 정보를 활용하는 것이 일반적이다. 본 연구 는 이러한 부분을 개선하고자 최근 모바일 게임분야에서 활발히 활용중인 Unity 3D 엔진을 사용 하였다. 또한, 대용량 위성이미지 분할기법, 이미지 텍스쳐 Layer 매쉬업 기법 등을 고안하여 3차 원 지형기반으로 서비스 할 수 있는 시각화 시스템 프로토타입을 구축하였다. 본 프로토타입 구축 을 통해 향후 전 국토에 분포된 기상관측 레이더 네트워크망 데이터를 입체적 지형 기반의 직관적 정보로 제공함으로써 강우와 관련된 방재업무 분야에 효율적 활용이 가능할 것으로 기대한다.

• 한국지구과학회지
• /
• 제36권1호
• /
• pp.109-124
• /
• 2015

레이더 반사도를 이용한 강수추정의 개선을 위해 새로운 접근 방식인 경북대학교에서 개발한 하이브리드 고도면을 이용한 강수량 추정기법(Hybrid Surface Rainfall, KNU-HSR)을 사용하였다. KNU-HSR기법은 지형에코와 레이더 빔차폐의 영향을 받지 않는 2차원 하이브리드 고도면에서의 반사도를 이용하여 강수량을 추정한다. 본 연구에서는 정적 HSR 및 동적 HSR기법이 사용되었으며 비교 검증되었다. 정적 HSR은 빔차폐지도와 지형에코지도를 사용하며, 동적 HSR은 정적 HSR에 추가적으로 실시간 퍼지로직 품질관리를 통한 품질지수지도를 사용한다. 검증을 위해 상관계수(correlation coefficient), 총비율(total ratio), 평균편의(mean bias), 정규화된 표준편차(normalized standard deviation), 평균 상대오차(mean relative error)를 사용하였으며, 10개 강우사례의 지상우량계 강우자료를 이용하여 두 HSR의 강우추정 성능을 평가하였다. 모든 검증지수에서 동적 HSR은 반사도 보정을 하지 않은 정적 HSR에 비해 더 우수한 성능을 보였다. 동적 HSR은 레이더로부터 근거리에서는 과대추정하였으며 원거리에서는 빔 폭 확장 및 빔 고도증가로 인해 과소추정하였다. 동적 HSR의 정규화된 표준편차와 평균상대오차는 레이더로부터의 거리에 관계없이 가장 좋은 결과를 보였다. 정적 HSR은 약한 강우강도에서 상당히 과대추정하였으나 동적 HSR은 모든 강우강도에서 1.0에 총비율을 보였다. 반사도의 시스템오차 보정 후, 동적 HSR의 정규화된 표준편차와 평균상대오차는 각각 약 20%와 15%로 개선되었다.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.321-334
• /
• 2021

일반적으로 레이더 강수량 추정에 활용되는 Marshall-Palmer 관계식은 강수현상의 계절적 변동성을 고려하지 않고 선별된 강수사상에 대하여 시공간적으로 고정된 매개변수를 적용하여 레이더 강수량을 추정하므로 실제 강수량과 추정된 레이더 강수량은 정량적인 오차가 발생할 수 있다. 이러한 제약성을 극복하고자 본 연구는 장기간 레이더 반사도 인자를 가용하여 레이더 반사도-강수량 관계식 매개변수를 Bayesian 추론기법으로 보정하고 불확실성을 정량화하여 레이더 강수량의 편의 보정을 수행하였다. Bayesian 추론기법 기반으로 추정된 레이더 반사도-강수량 관계식의 보정 매개변수는 계절성이 규명되었으며 지역적 특성이 존재하였다. Bayesian 추론기법을 통하여 산정된 레이더 강수량은 Marshall-Palmer 관계식의 과소추정 문제를 극복하고 지상 강수특성을 정량적으로 현실성 있게 재현하였다. 본 연구결과는 집중호우 발생 시 능동적인 유역단위 수자원 해석 시스템을 구축하여 국가적 레이더 자원의 가치를 향상할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제41권10호
• /
• pp.1023-1034
• /
• 2008

최근 몇 년간 전 세계에 걸쳐 폭풍우와 관련한 자연재해는 그 규모와 빈도에 있어서 상당히 증가하고 있는 추세다. 특히, 우리나라는 강수의 대부분이 여름철에 집중되어 있어 이러한 태풍, 폭우 그리고 국지성 집중호우 등과 같은 자연재해로 인한 피해가 더욱 심각하다. 이러한 현상은 대기 중 이산화탄소 농도의 증가로 인한 지구온난화와 엘리뇨 등으로 인하여 앞으로도 더욱 빈번해질 것으로 전망된다. 따라서 이와 같은 폭풍우로 인한 피해를 줄이기 위하여 본 연구에서는 기상레이더를 이용한 단시간 강우예측 모형을 개발하였다. 본 연구는 3차원으로 생산되는 레이더 자료를 2차원 CAPPI(Constant Altitude Plan Position Indicator)로 변환, 강우의 이동방향과 이동속도 예측, 현업보정을 이용한 2차원 강우량 산정으로 구성되어 있다. 연구결과 기상레이더를 이용한 국지성 호우의 단시간 강우예측 가능성을 제시하였으며 향후 홍수 예 경보시스템과 연계한다면 홍수 관리 및 피해 경감에 기여할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.136-136
• /
• 2021

In this study, a deep convolutional neural network (DCNN) model is proposed for short-term precipitation forecasting using weather radar-based images. The DCNN model is a combination of convolutional neural networks, autoencoder neural networks, and U-net architecture. The weather radar-based image data used here are retrieved from competition for rainfall forecasting in Korea (AI Contest for Rainfall Prediction of Hydroelectric Dam Using Public Data), organized by Dacon under the sponsorship of the Korean Water Resources Association in October 2020. This data is collected from rainy events during the rainy season (April - October) from 2010 to 2017. These images have undergone a preprocessing step to convert from weather radar data to grayscale image data before they are exploited for the competition. Accordingly, each of these gray images covers a spatial dimension of 120×120 pixels and has a corresponding temporal resolution of 10 minutes. Here, each pixel corresponds to a grid of size 4km×4km. The DCNN model is designed in this study to provide 10-minute predictive images in advance. Then, precipitation information can be obtained from these forecast images through empirical conversion formulas. Model performance is assessed by comparing the Score index, which is defined based on the ratio of MAE (mean absolute error) to CSI (critical success index) values. The competition results have demonstrated the impressive performance of the DCNN model, where the Score value is 0.530 compared to the best value from the competition of 0.500, ranking 16^th out of 463 participating teams. This study's findings exhibit the potential of applying the DCNN model to short-term rainfall prediction using weather radar-based images. As a result, this model can be applied to other areas with different spatiotemporal resolutions.

• 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.

• 대기
• /
• 제22권4호
• /
• pp.387-400
• /
• 2012

This study aims at examining the sensitivity of numerical simulations to the resolution of initial and boundary data, and to an application of WRF (Weather Research and Forecasting) 3DVAR (Three Dimension Variational data Assimilation). To do this, we ran the WRF model by using GDAS (Global Data Assimilation System) FNL (Final analyses) and the KLAPS (Korea Local Analysis and Prediction System) analyses as the WRF's initial and boundary data, and by using an initial field made by assimilating the radar data to the KLAPS analyses. For the sensitivity experiment, we selected a heavy rainfall case of 21 September 2010, where there was localized torrential rain, which was recorded as 259.5 mm precipitation in a day at Seoul. The result of the simulation using the FNL as initial and boundary data (FNL exp) showed that the localized heavy rainfall area was not accurately simulated and that the simulated amount of precipitation was about 4% of the observed accumulated precipitation. That of the simulation using KLAPS analyses as initial and boundary data (KLAPC exp) showed that the localized heavy rainfall area was simulated on the northern area of Seoul-Gyeonggi area, which renders rather difference in location, and that the simulated amount was underestimated as about 6.4% of the precipitation. Finally, that of the simulation using an initial field made by assimilating the radar data to the KLAPS using 3DVAR system (KLAP3D exp) showed that the localized heavy rainfall area was located properly on Seoul-Gyeonggi area, but still the amount itself was underestimated as about 29% of the precipitation. Even though KLAP3D exp still showed an underestimation in the precipitation, it showed the best result among them. Even if it is difficult to generalize the effect of data assimilation by one case, this study showed that the radar data assimilation can somewhat improve the accuracy of the simulated precipitation.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1105-1114
• /
• 2022

홍수예보에 활용하기 위해 강우레이더의 시공간적 관측 장점을 살려 지상강우량과 정합성 높은 QPE 추정을 위한 지형적, 수문학적 관측 환경의 한계를 극복하기 위한 방법에 대한 연구와 이러한 한계 조건으로 인해 집중호우 관측의 정량적 불확실도를 홍수해석 측면에서 규명하여야 한다. 이러한 배경에서 본 연구에서는 비슬산(BSL), 소백산(SBS), 가리산(GRS), 모후산(MHS), 서대산(SDS) 강우레이더 각각에 대하여 2016년 22개 주요 호우사상을 분석하여 관측 거리와 고도에 따른 관측의 불확실도를 정량화하고 오차지도를 유도하였다. 분석결과 강우레이더 평균적으로 100 km까지는 대략 10% 이하, 150 km 이상에서는 30%를 초과하는 것으로 나타났다. 고도에 대한 오차는 레이더 운영 고도각 평균을 기준으로 2번째 고도각까지는 대략 10% 이하, 3번째 이상에서는 20%, 4번째 고도각 이상에서는 50% 초과하는 것으로 나타났다.

• 대기
• /
• 제24권4호
• /
• pp.457-470
• /
• 2014

Thermodynamic conditions related with localized torrential rainfall in the middle west region of Korean peninsula are examined using radar rain rate and radiosonde observational data. Localized torrential rainfall events in this study are defined by three criteria base on 1) any one of Automated Synoptic Observing System (ASOS) hourly rainfall exceeds $30mmhr^{-1}$ around Osan, 2) the rain (> $1mmhr^{-1}$) area estimated from radar reflectivity is less than $20,000km^2$, and 3) the rain (> $10mmhr^{-1}$) cell is detected clearly and duration is short than 24 hr. As a result, 13 cases were selected during the summer season of 10 years (2004-13). It was found that the duration, the maximum rain area, and the maximum volumetric rain rate of convective cells (> $30mmhr^{-1}$) are less than 9hr, smaller than $1,000km^2$, and $15,000{\sim}60,000m^3s^{-1}$ in these cases. And a majority of cases shows the following thermodynamic characteristics: 1) Convective Available Potential Energy (CAPE) > $800Jkg^{-1}$, 2) Convective Inhibition (CIN) < $40Jkg^{-1}$, 3) Total Precipitable Water (TPW) ${\approx}$ 55 mm, and 4) Storm Relative Helicity (SRH) < $120m^2s^{-2}$. These cases mostly occurred in the afternoon. These thermodynamic conditions indicated that these cases were caused by strong atmospheric instability, lifting to overcome CIN, and sufficient moisture. The localized torrential rainfall occurred with deep moisture convection result from the instability caused by convective heating.