최근 국내에서는 집중호우로 인해 홍수피해가 자주 발생하고 있으며 피해규모가 증가하고 있다. 특히 도시지역은 인구와 재산이 밀집되어 있어 홍수에 매우 취약한 지역이며, 매년 하수관거 설계빈도 이상의 강우 발생 등으로 인해 내수침수 피해가 발생하고 있다. 각 지자체에서는 홍수피해 저감을 위해 기상청에서 전국적으로 동일한 강우기준에 따라 발령하는 호우특보를 통해 홍수피해 대비 및 대응을 실시하고 있다. 하지만 서울특별시는 25개 자치구가 밀집되어 있지만 자치구별로 기후, 지형, 방재 등 지역특성 및 홍수피해 특성이 상이한 실정이다. 이에 따라 본 연구에서는 서울특별시 25개 자치구를 대상으로 지역특성을 고려한 엔트로피 가중치 및 유클리드 거리를 활용하여 자치구별 홍수취약도를 산정하고, 확률강우량 및 과거 홍수피해 강우량을 기반으로 강우기준을 산정하였다. 그 결과 자치구별 2단계 강우기준은 기상청의 호우주의보 기준, 4단계 강우기준은 호우특보 기준과 크게 차이가 나지 않는 것으로 분석되었다. 또한 기후노출이 높고 적응도가 낮은 서울 북부지역이 상대적으로 홍수취약도가 높아 강우기준이 낮게 산정되었다. 이에 따라 서울 북부지역은 상대적으로 낮은 강우기준에 따라 선제적으로 홍수대응이 가능할 것으로 판단된다. 향후 지역특성 및 피해특성을 고려하여 산정된 자치구별 강우기준을 활용하여 기상예측자료의 적용성을 검토하고, 선제적인 홍수대응방안 마련을 위한 연구를 수행할 예정이다.
Heavy rainfall events are occurred exceedingly various forms by a complex interaction between synoptic, dynamic and atmospheric stability. As the results, quantitative precipitation forecast is extraordinary difficult because it happens locally in a short time and has a strong spatial and temporal variations. GOES-9 imagery data provides continuous observations of the clouds in time and space at the right resolution. In this study, an power-law type algorithm(KAE: Korea auto estimator) for estimating rainfall based on the rainfall type was developed using geostationary meteorological satellite data. GOES-9 imagery and automatic weather station(AWS) measurements data were used for the classification of rainfall types and the development of estimation algorithm. Subjective and objective classification of rainfall types using GOES-9 imagery data and AWS measurements data showed that most of heavy rainfalls are occurred by the convective and mired type. Statistical analysis between AWS rainfall and GOES-IR data according to the rainfall types showed that estimation of rainfall amount using satellite data could be possible only for the convective and mixed type rainfall. The quality of KAE in estimating the rainfall amount and rainfall area is similar or slightly superior to the National Environmental Satellite Data and Information Service's auto-estimator(NESDIS AE), especially for the multi cell convective and mixed type heavy rainfalls. Also the high estimated level is denoted on the mature stage as well as decaying stages of rainfall system.
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.
Convective/stratiform radar echo classification schemes by Steiner et al. (1995) and Biggerstaff and Listemaa (2000) are examined on a monsoonal front during the summer monsoon-Changma period, which is organized as a cloud cluster with mesoscale convective complex. Target radar is S-band with wavelength of 10cm, spatial resolution of 1km, elevation angle interval of 0.5-1.0 degree, and minimum elevation angle of 0.19 degree at Jindo over the Korean Peninsula. For verification of rainfall amount retrieved from the echo classification, ground-based rain gauge observations (Automatic Weather Stations) are examined, converting the radar echo grid data to the station values using the inverse distance weighted method. Improvement from the echo classification is evaluated based on the correlation coefficient and the scattered diagram. Additionally, an optimal use method was designed to produce combined rainfalls from the radar echo and Tropical Rainfall Measuring Mission Precipitation Radar (TRMM/PR) data. Optimal values for the radar rain and TRMM/PR rain are inversely weighted according to the error variance statistics for each single station. It is noted how the rainfall distribution during the summer monsoon frontal system is improved from the classification of convective/stratiform echo and the use of the optimal use technique.
본 연구의 목적은 파키스탄의 강수지역을 구분하는 것이다. 파키스탄 강수 특성의 이해를 증진시키기 위해 강수 지역을 구분하였다. 강수 형태는 순별 강수량 자료를 이용하여 인자분석과 군집분석 기법으로 분석하였다. 연구에 사용된 자료는 파키스탄 기상청에서 제공하는 32개 기상 관측소의 자료로 연구 기간은 1980년에서 2006년까지이다. 인자분석의 결과 추출된 3개의 인자는 전체 변동의 94.60%를 설명한다. 강수 지역은 강수 특성의 공간적 분포를 이해하기 위해 군집분석을 하였다. 군집분석은 Ward법을 이용하여 분석하였다. 연구 결과 강수 지역은 6개의 지역으로 구분되었다. 지역의 경계는 Baluchistan 고원, Indus 평야, Hindu Kush 산맥과 Himalaya 산맥 같은 지형을 기준으로 구분하였다.
The purpose of this study is to obtain land cover classification map by using remotely sensed data : Landsat TM and KOMPSAT-1 EOC, and to estimate SCS-CN direct runoff by using point rainfall(Thiessen network) and spatial rainfall(surface interpolation) f
Rainfall is one of the major and complicated elements of hydrologic system. Accurate prediction of rainfall is very important to mitigate storm damage. The neural network is a good model to be applied for the classification problem, large combinatorial optimization and nonlinear mapping. In this dissertation, rainfall predictions by the neural network theory were presented. A multi-layer neural network was constructed. The network learned continuous-valued input and output data. The network was used to predict rainfall. The online, multivariate, short term rainfall prediction is possible by means of the developed model. A multidimensional rainfall generation model is applied to Seoul metropolitan area in order to generate the 10-minute rainfall. Application of neural network to the generated rainfall shows good prediction. Also application of neural network to 1-hour real data in Seoul metropolitan area shows slightly good predictions.
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).
본 연구에서는 기온과 강수특성을 함께 고려하여 남한의 기후지역을 구분하였다. 먼저 계절별 기온 및 강수량 분포를 살펴보았는데, 기온은 모든 계절에서 지형 및 위도에 의해 영향을 받았다. 강수량은 여름철에 집중되고 지역적으로는 강원 영동, 남해안, 제주에서 많았고 경북 중부지역에서 적은 분포를 보였다. 기온 및 강수량의 경험적 직교함수(Empirical Orthogonal Function)분석을 통해서 산출된 주성분점수를 입력변수로 하여 평균연결법과 Ward법을 이용한 군집분석을 수행하였다. Ward법은 지형, 위도, 해양의 효과와 기압계 이동 방향에 따른 특성을 잘 반영하였으며 행정구역에도 잘 맞게 구분되어 가장 좋은 군집결과를 보여주었다.
본 논문의 목적은 위성영상 피복분류항목에 대해 통계적 접근법으로부터 산정된 유출곡선지수(CN)를 이용하여 계산 유효우량과 관측 유효우량을 비교함으로써 그 적용성을 검토하는데 있다. 검정을 위한 적용대상지역은 경안천 수위지점 상류유역, 백옥포 수위지점 상류유역, 괴산댐 수위지점 상류유역으로 선정하였으며 각 지역별로 4개의 홍수사상을 선정하였다. CN 값 산정을 위해 2000년에 획득된 Landsat-7 ETM 영상을 이용하여 토지이용도를 구축하였으며 개략토양도로부터 수문학적 토양군을 구축하였다. 유역평균 CN 값은 대상지역별로 71, 63, 66으로 나타났으며 계산 유효우량과 관측 유효우량의 비교결과 약30% 이내의 일정수준의 오차를 가지는 것으로 나타났다. 따라서 위성영상을 이용하여 미계측 유역의 CN 값 산정시 본 논문 I에서 개발한 CN 값을 적용함으로서 기존의 방법에 비해 보다 객관적인 값을 제시해줄 것으로 판단된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.