• Journal of Positioning, Navigation, and Timing
• /
• 제6권4호
• /
• pp.159-166
• /
• 2017

The position of autonomous driving vehicle is basically acquired through the global positioning system (GPS). However, GPS signals cannot be received in tunnels. Due to this limitation, localization of autonomous driving vehicles can be made through sensors mounted on them. In particular, a 3D Light Detection and Ranging (LIDAR) system is used for longitudinal position error correction. Few feature points and structures that can be used for localization of vehicles are available in tunnels. Since lanes in the road are normally marked by solid line, it cannot be used to recognize a longitudinal position. In addition, only a small number of structures that are separated from the tunnel walls such as sign boards or jet fans are available. Thus, it is necessary to extract usable information from tunnels to recognize a longitudinal position. In this paper, fire hydrants and evacuation guide lights attached at both sides of tunnel walls were used to recognize a longitudinal position. These structures have highly distinctive reflectivity from the surrounding walls, which can be distinguished using LIDAR reflectivity data. Furthermore, reflectivity information of tunnel walls was fused with the road surface reflectivity map to generate a synthetic reflectivity map. When the synthetic reflectivity map was used, localization of vehicles was able through correlation matching with the local maps generated from the current LIDAR data. The experiments were conducted at an expressway including Maseong Tunnel (approximately 1.5 km long). The experiment results showed that the root mean square (RMS) position errors in lateral and longitudinal directions were 0.19 m and 0.35 m, respectively, exhibiting precise localization accuracy.

• 대기
• /
• 제33권5호
• /
• pp.457-475
• /
• 2023

Accurately predicting localized heavy rainfall is challenging without high-resolution mesoscale cloud information in the numerical model's initial field, as precipitation intensity and amount vary significantly across regions. In the Korean Peninsula, the radar observation network covers the entire country, providing high-resolution data on hydrometeors which is suitable for data assimilation (DA). During the pre-processing stage, radar reflectivity is classified into hydrometeors (e.g., rain, snow, graupel) using the background temperature field. The mixing ratio of each hydrometeor is converted and inputted into a numerical model. Moreover, assimilating saturated water vapor mixing ratio and decomposing radar radial velocity into a three-dimensional wind vector improves the atmospheric dynamic field. This study presents radar DA experiments using a numerical prediction model to enhance the wind, water vapor, and hydrometeor mixing ratio information. The impact of radar DA on precipitation prediction is analyzed separately for each radar component. Assimilating radial velocity improves the dynamic field, while assimilating hydrometeor mixing ratio reduces the spin-up period in cloud microphysical processes, simulating initial precipitation growth. Assimilating water vapor mixing ratio further captures a moist atmospheric environment, maintaining continuous growth of hydrometeors, resulting in concentrated heavy rainfall. Overall, the radar DA experiment showed a 32.78% improvement in precipitation forecast accuracy compared to experiments without DA across four cases. Further research in related fields is necessary to improve predictions of mesoscale heavy rainfall in South Korea, mitigating its impact on human life and property.

• 한국수자원학회논문집
• /
• 제47권12호
• /
• pp.1227-1237
• /
• 2014

이중편파레이더는 강수의 형태를 구분하고 대기 중의 기상 현상뿐만 아니라 비강수에코에 대한 정보를 제공하기 때문에 보다 정확한 강수량 추정을 가능하게 한다. 그러나 수직, 수평으로 진동하는 전파를 송 수신하여 생성되는 이중편파레이더 관측변수들은 레이더 자체가 갖는 시스템적 관측오차를 포함하기 때문에 정량적 강수량 추정을 위해서는 이에 대한 보정이 필수적이다. 본 연구에서는 2차원 영상우적계(2-Dimensional Video Disdrometer, 이하 2DVD) 관측 자료를 이용하여 비슬산 이중편파레이더가 갖는 Z, $Z_{DR}$ 관측오차를 계산한 후, 관측오차 보정에 따라 강수량이 정량적으로 얼마나 개선되는지를 살펴보았다. 총 33강수사례에 대한 분석결과, Z는 약-0.3~5.5 dB, $Z_{DR}$는 -0.1~0.6 dB의 관측오차를 가지며, 대부분의 사례에서 Z와 $Z_{DR}$는 모의된 값보다 낮게 관측하였다. 관측오차를 보정한 전 후 산출된 이중편파레이더 강수량 추정값을 지상관측 강우강도와 비교한 결과, 평균 bias와 RMSE는 각각 1.54 mm/hr, 1.73 mm/hr로 보정 전의 1.69 mm/hr, 2.54 mm/hr 보다 감소함으로써 지상우량계 관측값 대비 레이더 강수량 추정값이 약 7~61% 향상되었다.

• 한국습지학회지
• /
• 제19권1호
• /
• pp.112-121
• /
• 2017

본 연구는 레이더의 중첩관측영역을 활용한 정량적 강수량 추정방법을 제안하였다. 이를 위해 국내의 조밀한 지상우량계 관측망과 레이더 관측망의 중첩관측영역을 이용하였다. 결과적으로 중첩관측영역 내 레이더간의 계통오차를 확인하였으며, 이를 이용하여 새로운 정량적 강수량 추정방법을 개발하였다. 이 방법으로 추정된 강우강도는 기존의 정량적 강수량 추정방법보다 모든 강우강도 범위에서 강수량이 적절하게 추정되는 것으로 나타났다.

• 한국지구과학회지
• /
• 제33권7호
• /
• pp.596-607
• /
• 2012

R-Z 관계식은 레이더 강우추정의 정확도를 결정하는 중요한 요소이다. 본 연구에서는 캐나다 궤벡주의 셍레미에서 홍수를 야기한 폭우사례에서 관측된 우적계 및 레이더 자료를 이용하여 레이더 강우추정 시 우적계 자료에서 도출된 R-Z 관계식의 효과를 분석하였다. 이를 위하여 맥길 S-밴드 레이더에서 시간 분해능 2.5분과 공간 분해능 $1^{\circ}{\times}250m$로 관측된 레이더 반사도를 사용하였다. 레이더 반사도 자료에서는 폭우를 동반한 강우세포가 셍레미를 통과한 것으로 관측되었지만 우량계 관측망에서는 낮은 공간 분해능으로 인하여 이 세포가 관측되지 않았다. 셍레미에서 30분과 1시간 최대 누적 강우량은 각각 39 mm와 42 mm였다. 강우사례 동안 두 개의 우적계(POSS; Precipitation Occurrence Sensor System)가 사용되었다. 하나의 우적계는 레이더 반사도와 우적계 반사도를 비교하여 레이더 반사도를 보정하고 다른 우적계는 R-Z 관계식을 유도하는데 사용되었다. 기후학적 R-Z 관계식을 사용하였을 때 보다 반사도에 의존적인 우적계에서 유도된 관계식을 사용하였을 때 강우 추정 오차가 크게 줄었다. 일 누적 강우량에 대하여 편차는 +12%에서 -2%, 평균제곱근오차가 16%에서 10%로 줄었다. 우적계에서 도출된 R-Z 관계식으로 추정된 레이더 강우장을 이용하였을 때 홍수사례에 대하여 강우 발생 시간 및 강우량이 잘 일치하였다.

• Wind and Structures
• /
• 제12권4호
• /
• pp.349-381
• /
• 2009

Since 1998, several institutions have deployed mobile instrumented towers to collect research-grade meteorological data from landfalling tropical cyclones. This study examines the wind flow characteristics from seven landfalling tropical cyclones using data collected from eight individual mobile tower deployments which occurred from 1998-2005. Gust factor, turbulence intensity, and integral scale statistics are inspected relative to changing surface roughness, mean wind speed and storm-relative position. Radar data, acquired from the National Weather Service (NWS) Weather Surveillance Radar - 1988 Doppler (WSR-88D) network, are examined to explore potential relationships with respect to radar reflectivity and precipitation structure (convective versus stratiform). The results indicate tropical cyclone wind flow characteristics are strongly influenced by the surrounding surface roughness (i.e., exposure) at each observation site, but some secondary storm dependencies are also documented.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.310-310
• /
• 2018

현재 지상에서의 강우관측은 여러기관에 의해 이루어 지고 있다. 국토교통부에서는 홍수 및 갈수예보, 가뭄대응, 하천 유량관리 등 다양한 국가 수자원 관리의 목적으로 강우관측을 포함한 수문조사를 시행중이고, 전국에 424개의 강수량 관측소를 설치하여 운영중이다. 강수량 데이터는 10분단위 자료를 실시간으로 수집하여 각 관할 홍수통제소로 전송되며, 전송된 자료는 최적의 품질을 확보하기 위해 다양한 방법으로 품질관리를 실시하고 있다. 강수량 자료는 다양한 원인에 의해 결측이 발생할 수 있는데, 강수총량은 알지만 결측에 의해 시간 배분 보정을 해야 하는 경우 주변 관측소의 관측자료나 강우레이더의 반사도 등을 활용할 수 있다. 본 연구에서는 국토교통부에서 운영중인 강우레이더를 통해 생산되는 다양한 반사도 자료를 활용하여 결측자료에 대한 시간보정을 수행하는 방법론을 제시하였다. 제안한 방법론의 검증을 위해 낙동강 하류 유역의 50개 강수량 관측소 자료를 이용하였다. 다양한 강우사상의 자료들을 이용하여 반사도를 활용한 강수보정과 실제 관측된 자료와의 일치성을 검토하였고, 제안된 방법론이 결측자료 품질관리를 위한 하나의 방안으로 활용될 수 있음을 확인하였다.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.179-189
• /
• 2022

우박은 강한 상승 기류에 의하여 빙결 고도 이상에서 수적이 상승과 하강을 반복함에 따라 얼음덩어리로 성장 후 지상으로 낙하하는 현상을 의미한다. 이러한 우박은 단기간 내 국지적인 영역에서 발생하여 농림업 분야에 큰 피해를 미치지만 우박에 대한 예측을 수행하는 국내 연구는 부족한 실정이다. 이에 본 연구에서는 국가농림기상센터 LAMP를 이용한 우박 예측을 소개하고, 2020년 1월부터 2021년 7월까지 발생한 50개의 우박 사례에 대하여 LAMP 우박 예측 성능을 측정하였다. 본 연구에서 조사된 우박 사례의 경우 봄철에 주로 오후 시간대에 발생 빈도가 높았고, 우박의 지속 시간은 평균 15분이었으며, 우박의 직경은 1 cm로 나타났다. LAMP의 우박 예측 성능을 정성적으로 평가한 결과 50개의 사례 가운데 35개 사례에 대하여 우박 예측에 성공하여 탐지율은 70%로 나타났다. LAMP의 우박 예측 성능은 우박을 예측하는 시간이 길어짐에 따라 저하된 것으로 사료된다. 실제 우박 사례에 대한 레이더 반사도를 조사한 결과, 고도에 무관하게 최대 반사도가 40 dBZ 이상이었고, 우박 사례의 약 50%가 30~50 dBZ 사이로 나타났는데, 이러한 결과는 현재 LAMP의 우박 예측 성능을 향후 보완하기 위한 자료로 활용될 것이다. LAMP를 활용한 우박 예측 성능이 향상됨으로써 농림업 분야에서 망 피복 등의 선제적 조치를 통해 우박에 의한 경제적 손실이 줄어들 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.183-183
• /
• 2020

Accurate quantitative precipitation estimation plays an important role in hydrological modelling and prediction. Instantaneous quantitative precipitation estimation (QPE) by utilizing the weather radar data is a great applicability for operational hydrology in a catchment. Previously, regression technique performed between reflectivity (Z) and rain intensity (R) is used commonly to obtain radar QPEs. A novel, recent approaching method which might be applied in hydrological area for QPE is Long Short-Term Memory (LSTM) Networks. LSTM networks is a development and evolution of Recurrent Neuron Networks (RNNs) method that overcomes the limited memory capacity of RNNs and allows learning of long-term input-output dependencies. The advantages of LSTM compare to RNN technique is proven by previous works. In this study, LSTM networks is used to estimate the quantitative precipitation from weather radar for an urban catchment in South Korea. Radar information and rain-gauge data are used to evaluate and verify the estimation. The estimation results figure out that LSTM approaching method shows the accuracy and outperformance compared to Z-R relationship method. This study gives us the high potential of LSTM and its applications in urban hydrology.

• 한국전자통신학회논문지
• /
• 제15권5호
• /
• pp.819-826
• /
• 2020

기상청의 UHF 대역 윈드프로파일러 레이더는 바람의 연직 분포를 산출하는 장비로, 더 나은 성능을 위해 보정이 필요하다. 보정은 강수에 민감한 UHF 레이더의 특징을 이용하고, 레이더 사이트에서 우량계로 측정한 시간별 일련의 지상 강우 강도를 기준으로 한다. 장비 보정을 하지 않으면 청천에서도 바람 벡터에 오차가 발생할 수 있으므로, 레이더 상수 결정 방법에 따라 정기적으로 보정 작업이 수행되어야 한다. 레이더 산출 바람을 라디오존데로 관측한 바람과 비교하여, 최적의 레이더 상수가 바람의 정확도 향상에 이바지하는 것을 확인하였다.