• 한국농공학회논문집
• /
• 제47권6호
• /
• pp.3-14
• /
• 2005

Accurate estimation of the spatial distribution of rainfall is critical to the successful modeling of hydrologic processes. The objective of this study is to evaluate the applicability of spatially distributed rainfall data. Spatially distributed rainfall was calculated using Kriging method and Thiessen method. The application of spatially distributed rainfall was appreciated to the runoff response from the watershed. The results showed that for each method the coefficient of determination for observed hydrograph was $0.92\~0.95$ and root mean square error was $9.78\~10.89$ CMS. Ordinary Kriging method showed more exact results than Simple Kriging, Universal Kriging and Thiessen method, based on comparison of observed and simulated hydrograph. The coefncient of determination for the observed peak flow was 0.9991 and runoff volume was 0.9982. The accuracy of rainfall-runoff prediction depends on the extent of spatial rainfall variability.

• 한국환경과학회지
• /
• 제28권1호
• /
• pp.19-35
• /
• 2019

This study investigates the performance of four Bayesian methods, Random Walk Metropolis (RWM), Hit-And-Run Metropolis (HARM), Adaptive Mixture Metropolis (AMM), and Population Monte Carlo (PMC), for estimating the parameters and uncertainties of probability rainfall distribution, and the results are compared with those of conventional parameter estimation methods; namely, the Method Of Moment (MOM), Maximum Likelihood Method (MLM), and Probability Weighted Method (PWM). As a result, Bayesian methods yield similar or slightly better results in parameter estimations compared with conventional methods. In particular, PMC can reduce parameter uncertainty greatly compared with RWM, HARM, and AMM methods although the Bayesian methods produce similar results in parameter estimations. Overall, the Bayesian methods produce better accuracy for scale parameters compared with the conventional methods and this characteristic improves the accuracy of probability rainfall. Therefore, Bayesian methods can be effective tools for estimating the parameters and uncertainties of probability rainfall distribution in hydrological practices, flood risk assessment, and decision-making support.

• 한국수자원학회논문집
• /
• 제42권8호
• /
• pp.659-671
• /
• 2009

본 연구에서는 레이더 강우량 자료의 편차보정에 사용되는 G/R비의 정확도를 향상시키기 위하여 fuzzy c-means 방법을 사용한 자료의 군집화를 적용하였다. 대상 레이더자료는 광덕산 레이더기지의 자료로서 유효범위 100km이내의 자료를 대상으로 지상관측망인 기상청의 AWS(Automatic Weather System) 지점에서 관측한 자료와의 비교를 통하여 G/R비를 구하였다. G/R비를 구하는데 있어서 전체 유효범위를 대상으로 동일한 방법을 사용한 경우와 레이더 자료의 군집화를 통해서 지형적인 효과를 고려한 경우를 비교하였으며, AWS 실측강우량과 G/R비를 통한 레이더 강우량 자료의 비교를 위하여 절대상대오차와 평균제곱근오차 등을 비교분석하였다. 그 결과 전체유효범위를 대상으로 동일하게 G/R비를 적용하여 구한 레이더 강우량에 비하여 군집분석을 이용하여 지형효과를 고려한 G/R비를 적용한 레이더 강우량의 오차가 더 적게 나타났다.

• 한국방재학회 논문집
• /
• 제11권3호
• /
• pp.17-28
• /
• 2011

본 연구에서는 초단기 예측강우의 편의(bias) 보정을 목적으로 G/R 비의 실시간 예측에 칼만 필터를 적용하였다. 초단기 예측강우로는 MAPLE 예측강우를 사용하였고, 강우의 임계치와 누적시간에 따른 G/R 비의 특성변화를 검토하여 G/R 비 산정방법도 개선하였다. 이러한 분석을 내륙, 산악, 해안 지역에 각기 적용하여 지역적 차이가 비교될 수 있도록 하였다. 결과적으로 강우의 임계치와 누적시간의 고려를 통해 안정화된 G/R 비의 산정이 가능하였으며, 이를 이용함으로서 예측 G/R 비의 정확성이 보다 향상되었다. 예측 G/R 비로 보정된 초단기 예측강우의 정도는 지역별로 내륙지역이 가장 우수한 것으로 나타난 반면에 해안지역에서 제일 열악한 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제42권12호
• /
• pp.1039-1052
• /
• 2009

고해상도의 시공간 분해능을 갖는 레이더 추정강우는 특히 강우계가 설치되어 있지 않은 지역에서 수문학적 활용에 유용한 정보를 제공할 수 있으나, 레이더 관측자료는 기본적으로 많은 오차 요소를 포함하고 있다. 이러한 이유로 레이더 자료를 특정한 목적에 활용하기 위해서는 그 목적에 적합한 자료의 평가가 요구된다. 본 연구에서는 레이더 추정강우의 수문학적 활용을 위한 정성적, 정량적 정확도 평가 방법 및 절차를 제안하고자 한다. 제안한 방법의 적용을 위해 진도(S-band) 및 관악산(C-band) 레이더와 자동기상관측장비시스템(Automatic Weather Stations, AWS)내 강우계의 자료를 이용하였으며, 대표적인 두 호우사상에 대한 적용성을 검토하였다. 연구 결과, 관측누적시간이 증가할수록 레이더 추정강우의 정확도가 증가하고, 레이더 사이트의 관측반경이 짧을수록 레이더 추정강우의 정확도가 향상되는 것을 파악할 수 있었으며, 특히 C-band 레이더의 경우 그 경향이 더 명확하게 나타났다. 또한 강우계 관측망의 밀도에 따른 평균편이 표본오차를 조사하기 위해 Monte Carlo 모의실험을 수행하였으며, 그 결과 강우계 밀도의 감소에 따라 편이오차가 증가하는 것으로 나타났으며, 이를 통해 강우계 관측망의 밀도가 레이더 강우추정의 정확도에 중요한 영향을 미치는 인자중에 하나라는 것을 확인하였다. 또한, 실시간 편차 보정기법은 현재의 국내 레이더의 수문학적 활용을 위해 필요한 과정이라 판단된다.

• 한국지구과학회지
• /
• 제39권6호
• /
• pp.533-544
• /
• 2018

강수는 기상학, 농업, 수문학, 자연재해, 토목 및 건설 등 분야에서 매우 중요한 기상 변수들 중 하나이다. 최근 이러한 강수를 탐지하고, 측정 및 예보를 하기 위해서 위성원격탐사기술은 필수적이다. 따라서 본 연구에서는 미국항공우주국(National Aeronautics and Space Administration, NASA)에서 발사한 전 지구 강수 관측 위성인 GPM 위성을 기반으로 다양한 자료와 합성된 강수 자료인 IMERG 자료의 정확도를 한반도, 특히 남한지역에 대해 지상관측자료와 비교분석 하였다. 기상자동관측 장비인 AWS의 관측 강수량을 검증 자료로 사용하여, 2016년 1월부터 12월까지 1년간의 기간 동안 한반도의 육상부분에 대하여 IMERG의 월 강수량 자료를 비교 검증하였다. 잘 알려진 대로 위성은 해안가와 섬 지역 같은 부분에서 단점이 있지만, 별도로 비교 분석하였다. 위성 자료인 IMERG와 지상 관측 자료인 AWS를 비교한 결과, 상관계수가 0.95로 높은 상관성을 보였으며, Bias, RMSE의 오차 비교에서도 각각 월 15.08 mm, 월 30.32 mm의 낮은 오차를 산출하였다. 해안지역에서도 육상지역과 마찬가지로 0.7 이상의 높은 상관계수를 산출하며, 강수 자료로서 IMERG의 신뢰도를 검증하였다.

• 한국대기환경학회지
• /
• 제34권5호
• /
• pp.735-747
• /
• 2018

Rainfall depth is an important meteorological information. Generally, high spatial resolution rainfall data such as road-level rainfall data are more beneficial. However, it is expensive to set up sufficient Automatic Weather Systems to get the road-level rainfall data. In this paper, we propose to use deep learning to recognize rainfall depth from road surveillance videos. To achieve this goal, we collect a new video dataset and propose a procedure to calculate refined rainfall depth from the original meteorological data. We also propose to utilize the differential frame as well as the optical flow image for better recognition of rainfall depth. Under the Temporal Segment Networks framework, the experimental results show that the combination of the video frame and the differential frame is a superior solution for the rainfall depth recognition. The final model is able to achieve high performance in the single-location low sensitivity classification task and reasonable accuracy in the higher sensitivity classification task for both the single-location and the multi-location case.

• Environmental Engineering Research
• /
• 제22권2호
• /
• pp.162-168
• /
• 2017

Rainfall is one of the most important phenomena of the natural system. In Bangladesh, agriculture largely depends on the intensity and variability of rainfall. Therefore, an early indication of possible rainfall can help to solve several problems related to agriculture, climate change and natural hazards like flood and drought. Rainfall forecasting could play a significant role in the planning and management of water resource systems also. In this study, univariate Seasonal Autoregressive Integrated Moving Average (SARIMA) model was used to forecast monthly rainfall for twelve months lead-time for thirty rainfall stations of Bangladesh. The best SARIMA model was chosen based on the RMSE and normalized BIC criteria. A validation check for each station was performed on residual series. Residuals were found white noise at almost all stations. Besides, lack of fit test and normalized BIC confirms all the models were fitted satisfactorily. The predicted results from the selected models were compared with the observed data to determine prediction precision. We found that selected models predicted monthly rainfall with a reasonable accuracy. Therefore, year-long rainfall can be forecasted using these models.

• 한국환경과학회지
• /
• 제23권11호
• /
• pp.1775-1790
• /
• 2014

The regional rainfall intensity formula for Gimhae in Gyeongsangnam-do province is developed in this study. The nine points of rainfall observations were selected. In order to demonstrate the accuracy and the versatility of the proposed rainfall intensity formula, three regions under the jurisdiction of the Meteorological Agency near Gimhae, namely Busan, Changwon, Miryang observatories were selected. The present formula can be effectively employed for various design of hydraulic structures in Gimhae area since it is divided into several refined regions.

• 한국습지학회지
• /
• 제7권4호
• /
• pp.97-107
• /
• 2005

분포형 모형이 개발되어 지면서 이러한 유역의 공간적인 특성을 고려한 정확한 강우 자료와 조밀한 계측망의 요구는 더욱 커지고 있다. 그러나 현실적으로 조밀한 계측망에 의해 측정된 정확한 강우 자료를 얻기는 쉽지 않다. 일반적으로 강우관측소가 적정 밀도를 가지고 유역을 대표 하도록 설치되어 있으나 부족한 실정이고, 설치되어 있더라도 강우의 시 공간적 변동성을 반영하기가 쉽지 않다. 또한 여러 가지 이유로 결측이 되는 경우도 있다. 강우는 측정된 점 관측 자료를 이용해 유역의 평균 강우분포를 추정하게 된다. 따라서 결측 강우자료는 시간의 연속성 측면에서 그 보정이 반드시 필요하며 보정 후 강우자료의 공간적 분포를 산정할 수 있을 것이다. 본 연구에서는 결측 강우량의 보정을 위하여 퍼지-유전자 알고리즘을 이용하였는데 이 방법을 기존의 방법 즉, 산술평균법, 역거리법, 년정상강우량법, 거리-고도비율법과 비교하였다. 보정결과 기존의 방법은 실측의 70~80%의 정확도를 보였으나 퍼지-유전자 알고리즘은 90%정도의 정확도를 보였다. 특히, 민감도 분석 결과를 바탕으로 수평거리와 고도차에 대한 적정 차수를 제안하였다.