• 한국전자파학회논문지
• /
• 제10권4호
• /
• pp.564-581
• /
• 1999

본 논문에서는 CW 레이다기술, 자계기술, VHF/UHF 안테나를 사용한 적은 비용으로 작고 튼튼하며, 신속한 교체가 가능한 도로 관입형 차량검지기를 소개한다. 기존의 교통정보시스템의 알고리즘을 변화시키지 않고, 모든 환경조건에서 보다 정확히 동착하며 널리 사용되고 있는 루프감지기를 대체할 수 있도록 개발되 어졌다 검지된 차량정보는 물리적으로 강한 유전물질에 삽입된 소형의 헬리컬안테나에서 송출하여 5/8 파장 의 GP 안테나로 받아 제어부로 전송한다. 청명한 날씨에는 24 GHz로 동작하나 많은 비가 올 때는 자동스위치에 의해 자계검지부가 동작한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.853-856
• /
• 2007

기상 레이다에서의 반사 신호는 비, 구름 등에 의하여 산란되는 전자파 신호로서 이러한 도플러 신호를 분석함으로서 여러 가지 특징적인 기상정보를 추출하게 된다. 그런데 이러한 기상정보를 정확히 추출하기 위해서는 지표면 클러터 및 레이다에서의 도플러 기상정보들이 어떻게 나타나는지 그 특징을 잘 파악하여야 할 것이다. 따라서 본 논문에서는 기존의 대칭형 도플러 스펙트럼 모델을 개선할 수 있는 비대칭 도플러 모델을 제안하였다. 제안된 기상 도플러 스펙트럼 모텔은 기상조건, 운영환경 및 시스템 특성에 따라 다양하게 모의될 수 있으므로 기상 레이다 정보추출의 신뢰성 검증 및 성능향상에 많은 도움이 될 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.1999-2005
• /
• 2015

기상 레이다에서는 비구름 등에 의한 전자파 반사 신호의 강도뿐만 아니라 풍속을 측정한다. 풍속은 반사 신호의 도플러 주파수를 추정하여 속도정보를 추출하게 된다. 도플러 주파수 추정을 위하여 상관(correlation) 방법이라 불리는 기법을 적용하고 있다. 이 방법은 상대적으로 계산 량이 적어 대부분의 기상 레이다에서 널리 활용되고 있다. 그러나 수신 신호의 스펙트럼이 비대칭형 형태로 나타나는 경우에는 도플러 주파수 추정에 심각한 오차가 발생할 수 있다. 따라서 본 논문에서는 기존의 방법을 개선하여 3차 위상추정 모델을 적용함으로서 더 정확한 평균 도플러 주파수 추정이 가능함을 다양한 모의실험 구현을 통하여 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.209-209
• /
• 2018

국토교통부는 대하천에서의 홍수 감시를 위해 전국에 6기의 강우레이더를 도입 완료하였다. 비슬산레이더는 2009년에 맨 먼저 도입된 강우레이더로 국내 최초로 도입된 이중편파 S밴드 레이더이다. 이중편파레이더는 반사도 외에도 차등반사도, 차등위상차, 비차등위상차 등 다양한 레이더 편파변수들을 제공하고 있다. 이중 반사도, 차등반사도, 비차등위상차는 레이더 강수량 추정에 적용되는 편파변수들로 이 변수들에 오차가 내재 시 레이더 강우의 오차에 전파되게 된다. 이에 레이더 강우 추정에 적용되는 편파변수들에 내재되어 있는 오차를 정량화하고 제거하는 것은 레이더 강우 품질에 직결되는 문제이다. 본 연구에서는 2009년부터 2016년까지의 비슬산레이더로부터 관측된 총 351개의 강수사례를 수집하여 레이더 반사도와 차등반사도의 오차를 정량화 하였다. 그리고 이러한 편파변수들의 오차 제거시 레이더 강우량의 정확도가 어느 정도 향상되는 지를 확인하였다. 그 결과 레이더 강우량의 정확도는 편파변수 오차 제거 전에는 40 ~ 80% 범위에서 오차제거 후 60 ~ 80 % 범위로 정확도가 향상되었고 그 범위도 줄어들었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.136-136
• /
• 2017

본 연구의 목적은 이중편파 레이더 강우자료와 현재 실무에서 널이 이용되고 있는 레이더 강우보정 기법 적용에 따른 격자기반 분포형 강우-유출 모형인 KIMSTORM (KIneMatic wave STOrm Runoff Model)을 이용하여 유출해석을 수행하여 보정된 레이더 강우자료를 적용한 분포형 수문모형의 효율성을 검토하는데 있다. 남강댐 유역($2,293km^2$)을 대상으로 2014년 8월 태풍 이벤트(나크리), 2016년 10월 태풍 이벤트(차바)에 대하여 비슬산 레이더 강우자료를 사용하였다. 강우자료의 보정은 21개 지점 강우와 레이더 강우를 이용하여 조건부 합성 보정기법을 이용하였으며, 누적 강우량 그리고 면적 강우량 모두 관측치를 잘 재현함을 확인 할 수 있었다. $R^2$(coefficient of determination), ME (model efficiency), VCI (volume conservation index)를 이용하여 적용성을 평가하였다. 2016년 태풍 차바 이벤트에서의 유출 모형의 보정결과 조건부 합성 보정기법을 적용하기전 $R^2$, ME는 각각 0.75, 0.13으로 나타났고 조건부 합성 보정기법을 적용하였을 경우 각각 0.87, 0.82로 유출량 정확도가 크게 향상됨을 나타냈다. 다양한 국지성 집중호우 이벤트는 레이더 강우자료의 과대 및 과소추정을 유발하는 오차의 원인으로 조건부 합성 보정기법은 이러한 오차를 줄여 강우-유출 모형의 유출분석 결과 비교시 첨두유량 및 정량적인 면에서 실측 유량과 가깝게 모의되는 결과를 나타냈다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.206-214
• /
• 2022

The way to measure the extent of damage from floods and droughts is to identify changes in the extent of water systems. In order to effectively grasp this at a glance, satellite images are used. KOMPSAT-5 uses Synthetic Aperture Radar (SAR) to capture images regardless of weather conditions such as clouds and rain. In this paper, various deep learning models are applied to perform semantic segmentation of the water system in this SAR image and the performance is compared. The models used are U-net, V-Net, U2-Net, UNet 3+, PSPNet, Deeplab-V3, Deeplab-V3+ and PAN. In addition, performance comparison was performed when the data was augmented by applying elastic deformation to the existing SAR image dataset. As a result, without data augmentation, U-Net was the best with IoU of 97.25% and pixel accuracy of 98.53%. In case of data augmentation, Deeplab-V3 showed IoU of 95.15% and V-Net showed the best pixel accuracy of 96.86%.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.123-123
• /
• 2020

The present study is aimed to correcting radar-based mean areal precipitation forecasts to improve urban flood predictions and uncertainty analysis of water levels contributed at each stage in the process. For this reason, a long short-term memory (LSTM) network is used to reproduce three-hour mean areal precipitation (MAP) forecasts from the quantitative precipitation forecasts (QPFs) of the McGill Algorithm for Precipitation nowcasting by Lagrangian Extrapolation (MAPLE). The Gangnam urban catchment located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 24 heavy rainfall events, 22 grid points from the MAPLE system and the observed MAP values estimated from five ground rain gauges of KMA Automatic Weather System. The corrected MAP forecasts were input into the developed coupled 1D/2D model to predict water levels and relevant inundation areas. The results indicate the viability of the proposed framework for generating three-hour MAP forecasts and urban flooding predictions. For the analysis uncertainty contributions of the source related to the process, the Bayesian Markov Chain Monte Carlo (MCMC) using delayed rejection and adaptive metropolis algorithm is applied. For this purpose, the uncertainty contributions of the stages such as QPE input, QPF MAP source LSTM-corrected source, and MAP input and the coupled model is discussed.

• 한국수자원학회논문집
• /
• 제44권9호
• /
• pp.721-730
• /
• 2011

본 연구는 기상청에서 실시간으로 생산하고 있는 레이더-AWS 강우강도(RAR) 자료의 유출모의 적용성을 평가하고자 하는데 그 목적이 있다. 춘천댐 상류유역(4859.73 $km^2$)을 대상유역으로 선정하고 5개소유역에 대한시단위 AWS와 RAR 유역평균강우량을 산정하였다. 미계측 유역에서는 AWS와 RAR의 상관성이 낮고 계측유역에서는 높은 것으로 나타났다. 시단위 AWS와 RAR 유역평균 강우량은 강우분포형태에 따라차이가 크게 발생하는 것으로 나타났다. 두 자료의 유역평균 강우량을 이용하여 2006∼2009년의 홍수기간에 대해 모의유량을 평가하였다. 계측유역에 해당하는 춘천댐에서는 RAR 모의유량이 AWS 결과에 비해 정확도가 낮게 나타나나 미계측유역이 존재하는 화천댐과 평화의댐에서 AWS 모의유량이 과대추정되는 경우에 한해서 RAR 모의유량은 정확하게 모의하는 것으로 나타났다. 따라서 시단위 RAR 자료는 미계측 유역의 실시간 유량예측을 위한 강우자료로 활용이 가능할 것으로 판단된다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.1-8
• /
• 2016

기상청에서는 강우량을 관측하기 위하여 평균 13km 해상도의 자동기상관측망을 운영하고 있다. 그러나 자동기상관측망은 육지에서만 관측이 가능하므로 기상레이더 관측망을 추가로 운영하여 해상을 포함한 우리나라 전역을 전천후로 관측하고 있다. 일반적으로 레이더로부터 추정하는 강우강도는 레이더 반사도(Z)와 지상관측자료의 강우강도(R)의 관계를 추정한 Z-R 관계식을 구하여 사용하고 있다. 하 지 만 이 관 계 식 은 경험식에 의존하고 있어 한반도의 강우특성에 맞게 최적화 할 필요가 있다. 이 연구에서는 마이크로 유전알고리즘을 병렬화하고 2014년도 여름철에 대한 Z-R 관계식의 최적화를 수행하였다. 마이크로 유전알고리즘을 이용하여 최적화한 Z-R 관계식은 기존에 사용하던 관계식과는 다르게 $Z=120R^{1.56}$이 추정되었다. 하지만 마이크로 유전알고리즘의 최적화과정에서 탐색한 적합도 함수의 위상공간이 평평한 고원의 형태에 가까웠다. 이러한 결과는 1.5km 고도와 지상 사이에 복잡한 강수의 발달과 소멸과정이 포함되어 있어 정교한 추정에 한계가 있음을 보여주고 있다.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.493-505
• /
• 2020

현재 유역단위 수문해석을 목적으로 장기간 자료 확보가 용이하고 신뢰도가 확보된 지상관측소 강수량 자료를 강우-유출 모형을 활용하여 유출량을 평가하고 있다. 지상관측소 강수량 자료를 이용하여 면적평균 강수량을 산정하는데 있어 일반적으로 지상관측소의 위치 정보를 바탕으로 Thiessen 다각형법을 널리 이용하고 있으나 지상관측소의 공간적 편중으로 인해 면적평균 강수량 산정과정에서 제약이 있다. 본 연구에서는 시공간적으로 연속적인 강수량 관측이 가능한 기상레이더 자료를 이용하여 유역단위 면적평균 강수량을 산정하고 이를 PRMS 모형의 입력 자료로 활용하여 유출량을 평가하였다. 세부적으로 레이더 강수량의 편의 오차를 해결하기 위하여 G/R Ratio 기법을 적용하여 유역별로 레이더 강수량을 보정하였다. 레이더 강수량을 이용한 유출특성은 Thiessen 면적강수량을 이용한 유출의 통계적 특성을 현실적으로 재현하였다. 지상 관측소에 의존하여 생산하는 Thiessen 면적강수량에 비하여 레이더 강수량을 활용하는 것이 유역에 발생하는 강수의 공간적 특성을 효과적으로 반영하는 것으로 사료되며 향후 수문해석에서 정확도를 확보한 유출량을 제시할 것으로 판단된다.