• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.32-36
• /
• 2009

레이더 강우의 편의 추정은 근본적으로 레이더 강우의 평균과 참값으로 가정되는 우량계 강우의 평균과의 차이를 결정하는 문제이다. 두 관측치의 차이를 정확히 결정하기 위해서는 두 관측치의 차이에 대한 분산이 매우 작아야 하며, 따라서 비교되는 관측치의 수가 충분히 확보되어야 한다. 본 연구에는 임진강 유역에서와 같이 일부 지역에만 우량계의 설치가 가능한 경우를 대상으로 하고자 한다. 임진강 유역에서와 같이 지역적으로 편중된 지상 강우자료를 활용하여 강우레이더 자료의 편의 보정을 통한 품질 향상 방안을 제시하였다. 또한 차폐 등을 이유로 레이더 강우가 대상 유역 또는 소유역을 완전하게 포괄하지 못하는 경우에 대해 가용한 레이더 강우를 이용하여 면적평균강우를 산정하는 경우에 포함될 수 있는 오차의 규모를 추정하였다. 강화 강우레이더의 반경은 한강 유역의 일부를 제외하고 대부분을 덮는다. 이러한 강화 강우 레이더의 한강유역에 대한 수문 적용성을 판단하기 위해 차폐로 인한 관측오차 산정 시 한강유역에도 적용해보았다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.310-315
• /
• 1999

We extracted narrow open water streams from JERS-1 SAR images of the Amazon rain forest. The extracted range of these streams were almost comparable to a high level extraction of the same streams from near-IR images of JERS-1 VNIR data notwithstanding that these features in SAR images show the strong dependence of the observation angle. Large water bodies are relatively easy to extract from JERS-1 SAR images, as they tend to appear as very dark areas; but streams whose width is nearly equal to or less than the spatial resolution no longer appear as very dark features. By using strong scatterers distributed sparsely along the radar facing sides of the streams, we can successfully estimate approximate ranges of waterways and then extract relatively dark line-like features within these ranges.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.660-663
• /
• 2006

Rainfall estimation is important to weather forecast, flood control, hydrological plan. The empirical and statistical methods by measured data(surface rain gauge, rainfall radar, Satellite) is commonly used for rainfall estimation. In this study, the rainfall intensity for East Asia region was estimated using the empirical relationship between SSM/I data of DMSP satellite and brightness temperature of GEOS-9(10.7${\mu}m$) with cloud types(ISCCP and MSG classification). And the empirical formula for rainfall estimation was produced by PMM (Probability Matching Method).

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1948-1952
• /
• 2007

본 연구에서는 레이더 강우의 지상보정(ground-truth)을 위해 사용가능한 기상청(KMA), AWS 및 건설교통부(MOCT) 강우자료를 다양한 지상보정 설계에 적용하여 비교 평가하였다. 본 연구에서는 동일 기간의 KMA, MOCT, AWS의 우량계 자료와 관악산 레이더 강우자료를 이용하였으며, 각각 두 관측방법사이의 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 강우자료를 이용하는 경우에 비해 편의의 규모가 제일 작은 것으로 확인되었다. 호우 사상별로는 강우의 공간적 간헐성이 가장 큰 장마 기간의 경우가 태풍이나 대류성 강우에 비해 설계편의가 작게 나타나는 것으로 확인되었다.

• 한국환경과학회지
• /
• 제6권3호
• /
• pp.205-211
• /
• 1997

For the prediction of multi-site rainfall with radar data and ground meteorological data, a rainfall prediction model was proposed, which uses the neural network theory, a kind of artifical Intelligence technique. The Input layer of the prediction model was constructed with current ground meteorological data, their variation, moving vectors of rain- fall field and digital terrain of the measuring site, and the output layer was constructed with the predicted rainfall up to 3 hours. In the application of the prediction model to the Pyungchang river basin, the learning results of neural network prediction model showed more Improved results than the parameter estimation results of an existing physically based model. And the proposed model comparisonally well predicted the time distribution of ralnfall.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1359-1361
• /
• 2003

A set of microwave remote sensing data collected with the newly developed UMass Imaging Wind and Rain Airborne Profiler (IWRAP) during the 2002 Atlantic Hurricane Season was analyzed to further our understanding of the effect of precipitation on scatterometer wind vector retrieval. Coincident surface wind speed and precipitation measurements were provided by the UMass Simultaneous Frequency Microwave Radiometer (SFMR). The differences between the wind estimations from IWRAP and SFMR under precipitation conditions of 0-100mm/hr and wind speed of 0-60m/s was calculated, from which the effect of precipitation on the wind vector retrieval using scatterometry is analyzed qualitatively.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.20-20
• /
• 2016

본 연구는 레이더를 이용한 강우 추정 시 과소 추정하는 문제를 해결하기 위해 기상청에서 실시간으로 생산하고 있는 레이더 반사도를 AWS로 보정한 RAR (RADAR-AWS Rain rate) 자료의 수문 분석을 통한 적용성을 평가하는데 그 목적이 있다. 대상유역을 한탄강홍수조절댐 유역으로 선정하고 9개 소유역에 대한 시간 단위 지상 관측 자료와 RAR 자료의 유역평균 강우량을 산정 및 비교하였다. 분석 결과 미계측 유역이 80%가 넘는 1번 소유역에서 지상 관측 자료와 RAR 자료의 유역평균 강우량은 상관성이 낮게 분석되었다. 두 자료의 유역평균 강우량을 이용하여 2012년부터 2015년까지 홍수기간에 대한 저수지 모의 유입량과 관측 유입량을 비교한 결과 RAR 자료의 모의 유입량이 관측 유입량과 높은 상관성 및 정확도를 나타내었다. RAR 자료는 기존 레이더 강우의 과소 추정 문제를 보완할 수 있으며, 지상 관측이 어려운 지역에서 강우자료로 활용이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.185-185
• /
• 2018

광학우적계(PARSIVEL)는 강수 입자의 정확한 직경 및 분포 분석에 용이한 이유로 정밀 기상관측과 레이더 및 우량계 검보정을 위해 널리 사용되고 있다. 하지만 PARSIVEL S/W의 경우, 관측 순간의 각종 변수 및 분석 결과를 이해하기에 용이하나 강우 이벤트 전체를 분석하기 위해서는 별도의 후처리가 요구되는 번거로움이 있다. 본 연구에서는 소형레이더 및 전파강수계의 비교검증 효율성 향상을 위해 그림 1과 같이 PARSIVEL의 자료구조 및 포맷을 분석하여, 즉각적으로 원하는 강우 이벤트에 대해 다양한 분석도구를 적용할 수 있는 S/W를 개발하였다. 그림 2로부터 개발된 S/W로부터의 분석결과를 나타내었으며, 다양한 실험을 통해 제안한 S/W를 이용함으로써 각종 강우량계 비교검증 시 강수분석을 용이하게 함을 확인하였다.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.

• 한국수자원학회논문집
• /
• 제36권2호
• /
• pp.285-300
• /
• 2003

기상레이더와 지형정보 시스템을 이용한 홍수사상에 기초하고, 운동역학적이며, 초과강우가 고려된 분포형 강우-유출 유역모형이 개발되었다. 이 유역모형에서 강우로 인한 지표면 유출 및 지표면 흐름과 관련된 각종 변수의 공간적 변동성과 불확실성을 인식하고 설명한다. 개발된 모형은 래스터 지형정보시스템과 공간적ㆍ시간적으로 변하는 강우자료와 호환된다. 몬테칼로 모의와 우도값이 이 모형의 검정을 위하여 이용되었으며, 검정 모형으로부터 반응되는 시스템의 가능범위가 허용되었다. 레이더-강우 추정에 대한 보정으로 강우계가 이용되고, 복잡한 토지이용 상태인 미국 덴버시 도시배수홍수조절 구역내에 있는 두 개 유역들(Ralston Creek와 Goldsmith Gulch 유역)의 제한된 기왕 홍수사상에 이 모형이 적용되었다. 제한된 수의 몬테칼로 모의들과 고려된 홍수사상들을 근거로 관측수문곡선과 계산수문곡선을 비교하여, Nash와 Sutcliffe 효율점수의 범위를 얻게 되었으며, 그 범위는 Ralston Creek과 Goldsmith Gulch 유역에 대한 검정모형들로부터 각각 -0.19∼0.95와 -0.75∼0.81이다. 또 한, Ralston Creek과 Goldsmith Gulch 유역의 Nash와 Sutcliffe 효율점수는 유출용적에 대해 각각 0.88과 0.1, 첨두유량에 대해 0.14와 0.71, 첨두유량 도달시간에 대해 0.99와 0.95로 평가되었다.