• 대한토목학회논문집
• /
• 제26권6B호
• /
• pp.597-603
• /
• 2006

본 연구의 목적은 인공위성 자료와 지상의 관측자료간의 비선형 특성을 가장 잘 반영할 수 있는 신경망 모형을 이용하여 단시간 강우량 정보를 사전에 예측하여, 하천제방의 붕괴로 인한 상습 침수지역에서의 홍수범람 양상을 실시간으로 예측함으로써 홍수재해로부터의 피해를 최소화시키는데 있다. 강우예측 신경망 모형은 현재의 대기상태를 나타내는 인공위성 자료와 실시간으로 전송되는 자동기상관측소 자료를 입력자료로 하여 현재부터 3시간 및 6시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 면적평균강우량으로부터 홍수량을 산정하고, 이를 이용하여 하천의 제방붕괴로 인한 제내지에서의 범람양상을 예측할 수 있도록 1차원 흐름모형과 연계한 동역학적 홍수범람 모형을 개발하였다. 개발된 홍수범람 모형은 본류와 지류의 여러 지점에서 제방이 붕괴될 경우, 하도의 홍수위 및 제내지에서의 침수위와 침수면적이 일괄적으로 모의될 수 있도록 구성하였다.

• 대기
• /
• 제31권5호
• /
• pp.489-510
• /
• 2021

In this paper, we propose an algorithm for detecting convective initiation (CI) using GEO-KOMPSAT-2A/advanced meteorological imager data. The algorithm identifies clouds that are likely to grow into convective clouds with radar reflectivity greater than 35 dBZ within the next two hours. This algorithm is developed using statistical and qualitative analysis of cloud characteristics, such as atmospheric instability, cloud top height, and phase, for convective clouds that occurred on the Korean Peninsula from June to September 2019. The CI algorithm consists of four steps: 1) convective cloud mask, 2) cloud object clustering and tracking, 3) interest field tests, and 4) post-processing tests to remove non-convective objects. Validation, performed using 14 CI events that occurred in the summer of 2020 in Korean Peninsula, shows a total probability of detection of 0.89, false-alarm ratio of 0.46, and mean lead-time of 39 minutes. This algorithm can be useful warnings of rapidly developing convective clouds in future by providing information about CI that is otherwise difficult to predict from radar or a numerical prediction model. This CI information will be provided in short-term forecasts to help predict severe weather events such as localized torrential rainfall and hail.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.208-219
• /
• 2020

본 연구는 위성강수에 대한 정확도를 비교함으로써 미계측 혹은 비접근 지역에 대한 적용성을 판단하는 것을 목적으로 하고 있다. 정확도 평가 결과 전체적인 강수의 공간분포는 세 개의 이벤트 모두 지상계측강우와 위성강수가 유사한 것으로 분석되었다. 1개월간의 강수의 경우 지상계측강수(ASOS)와 위성강수의 1시간의 시간해상도에서 상관계수는 0.42~0.46정도로 분석되었다. 강수가 집중된 기간에 대한 평가에서 1시간의 시간해상도에 대한 상관계수가 IMERG는 0.55~0.66, GSMaP는 0.56~0.67로 분석되었다. 세 개의 이벤트에 대한 관측소별 총강우의 분석결과 상관계수는 IMERG와 GSMaP이 CMORPH 보다 상대적으로 우수한 것으로 분석되었고, 바이어스는 상대적으로 CMORPH가 우수한 것으로 분석되었다. 그러나 3개 위성강수 모두 지상계측강수와 비교하여 과소하게 추정되고 있는 것으로 분석되었다. 향후에는 본 연구를 통해 얻어진 결과를 반영하여 북한을 포함한 한반도 전체에 대한 강수량을 추정하는 연구를 수행할 계획이다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.465-480
• /
• 2014

본 연구에서는 최근 발생한 집중호우 사례들 중 예보가 어려워 피해가 컸던 두 사례(2010년 9월 21일, 2011년 8월 9일)에 대해 적외영상과 수증기영상의 시 공간적인 변화 특성을 분석하였다. 두 사례에서 한반도지역에 집중호우를 유발한 대류 세포들은 적외영상에서 하층운이 광범위하게 분포하고 수증기 영상에서는 명역과 암역의 경계(boundary)에서 생성되는 특징을 보였다. 또한 대류 세포들의 이동속도 차에 의한 총 5번의 병합과정 중 4번의 병합과정에서 대류 세포들의 병합 후 대류 세포는 더욱 발달되었으며 강수 강도도 급격하게 강화되었다. 대류시스템에서의 강우강도 변화는 휘도온도의 평균보다 최소 휘도온도의 시간적 변화와 밀접하게 관련된 것으로 판단되며 대류 세포들의 병합도 집중호우의 강도 변화에 영향을 주는 주요 인자로 생각된다. 대류 세포들의 병합은 영상동화를 통해 어느 정도 예측이 가능하지만 대류 세포의 탐지는 적외 및 수증기 영상 모두에서 일정 강도 이상 발달한 상태에서만 탐지가 가능하였다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2001년도 춘계 학술발표논문집
• /
• pp.43-48
• /
• 2001

Many applications in the areas of agricultural, hydrological and environmental resource management require data over very large areas and with a high imaging frequency - monitoring crop growth, water stress, seasonal wetland flooding and natural vegetation development. This precludes the use of fine resolution data (Landsat, Spot) on the grounds of cost, accessibility and low imaging frequency. Meteorological satellites have the potential to fill this need, given their very wide spatial coverage, and high repeat imaging. The Remote Sensing Unit (RSU) at the Zambia Meteorological Department routinely receives, processes and archives imagery from both Meteosat and NOAA AVHRR satellites. Here I wish to present some examples of applications of these data sets that arise from the RSU work - relationships between rainfall and vegetation development as assessed by satellite, derived information and seasonal patterns of flooding in the Barotse floodplain and the Kafue flats. I also wish to outline ways in which a more widespread use of this data by the Zambian institutions canbe achieved.

• 대한환경공학회지
• /
• 제33권6호
• /
• pp.439-446
• /
• 2011

본 연구에서는 도시 비점오염물질의 퇴적과 배출특성의 파악, 우수저류/침투 시설의 계획과 효율평가, 건전한 도시의 물환경관리 등의 관점에서, 고해상도 인공위성과 GIS를 병용한 도시내 상세 토지이용분류 방법을 제안하였다. 제안된 방법을 적용하여 도시유역을 네 종류의 지표면으로 분류하였으며, 기존의 실내조사방법이나 GIS만을 이용한 방법으로는 불투수면으로 파악되었던 전체 유역면적의 3%에 달하는 건물옥상이나 도로의 중앙분리대에 조성된 화단 등을 투수면으로 분류하였다. 강우유출모의의 정확도 향상에 있어서 토양피복별 분포 및 면적의 차이가 미치는 영향을 파악하기 위해, 추출된 각 토양피복에 강우손실 파라미터를 설정하여, 총강우량 7.1~15.0 mm의 강우사상에 대한 강우유출해석을 실시하였다. 기존의 10m 격자의 세밀토지이용 정보에 의한 토양피복 분류결과를 이용한 강우유출 해석에서는 관측유량과의 오차가 31~71%이었던 것이, 제안된 토양피복 분류기법을 이용한 강우유출 해석에서는 그 오차가 4~29%로 향상되었으며, 특히 강우규모가 적을 때의 유출수문곡선의 첨두유량과 유량증감부 등의 유출특성에 대한 재현성에 있어서 향상된 결과를 나타내었다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1405-1423
• /
• 2021

강우 현상은 물 순환과 에너지 순환의 주요 요소 중 하나이며 강우량 추정은 수자원 확보와 수재해 예측 및 피해 감축에 매우 중요한 역할을 한다. 위성 기반 강우량 추정은 시공간적으로 고해상도인 자료를 통하여 넓은 지역을 연속적으로 감시할 수 있다는 장점이 있다. 본 연구에서는 Himawari-8 Advanced Himawari Imager(AHI) 수증기 채널(6.7 ㎛), 적외 채널(10.8 ㎛)과 기상 레이더 Column Max (CMAX) 합성장을 이용하여 기계학습 기반 정량적 강우량 추정 모델을 개발하였다. 기계학습 기법으로는 랜덤 포레스트(Random Forest, RF)를 사용하였으며 기상 레이더 반사도(dBZ)와 Z-R식으로 변환한 강우강도(mm/hr)를 타겟으로 하는 모델을 구축하여 비교하였다. 레이더 강우강도를 통해 검증하였을 때 임계성공지수(Critical Success Index, CSI)는 0.34, Mean-Absolute-Error (MAE) 4.82 mm/hr였다. GeoKompsat-2(GK-2A) 강우강도 산출물, Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks (PERSIANN)-Cloud Classification System (CCS) 산출물과 비교하였을 때 강우 유무 분류에서 CSI 21.73%, 10.81%, 강우강도 정량적 평가에서 MAE 31.33%, 23.49% 높은 성능을 보였다. 강우량 산출물을 지도화 한 결과, 실제 강우강도 분포와 유사한 분포를 모의하여 기존 산출물 대비 높은 정확도의 강우량을 추정했다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2001년도 학술발표회 논문집(I)
• /
• pp.7-14
• /
• 2001

In this study, we characterized the variation of sampling errors using the Waymire-Gupta-rodriguez-Iturbe multi-dimensional rainfall model (WGR model). The parameters used for this study are those derived by Jung et al. (2000) for the Han River Basin using a genetic algorithm technique. The sampling error problems considering in this study are those far using raingauge network, satellite observation and also for both combined. The characterization of sampling errors was done for each month and also for the downstream plain area and the upstream mountain area, separately. As results of the study we conclude: (1) The pattern of sampling errors estimated are obviously different from the seasonal pattern of mentally rainfall amounts. This result may be understood from the fact that the sampling error is estimated not simply by considering the rainfall amounts, but by considering all the mechanisms controlling the rainfall propagation along with its generation and decay. As the major mechanism of moisture source to the Korean Peninsula is obviously different each month, it seems rather norma1 to provide different pattern of sampling errors from that of monthly rainfall amounts. (2) The sampling errors estimated for the upstream mountain area is about twice higher than those for the down stream plain area. It is believed to be because of the higher variability of rainfall in the upstream mountain area than in the down stream plain area.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.203-206
• /
• 1998

Since it has been very difficult to collect Korean rain data for winter season, e.g. from November to March, it would be very useful to design satellite communication links if there is a method to extract annual distribution from rain data collected for a specific month. This paper presents a conversion method to annual rainfall rate distribution from rain data for worst month of a year, and illustrates some analysis of the conversion results.

• 대기
• /
• 제17권2호
• /
• pp.115-123
• /
• 2007

The present study uses the GOES IR brightness temperature to examine the temporal and spatial variability of cloud activity over the region $25^{\circ}N-45^{\circ}N$, $105^{\circ}E-135^{\circ}E$ and analyzes the coherence of eastern Asian summer season rainfall in Weather Research and Forecast (WRF) model. Time-longitude diagram of the time period from June to July 2005 shows a signal of eastward propagation in the WRF model and convective index derived from GOES IR data. The rain streaks in time-latitude diagram reveal coherence during the experiment period. Diurnal and synoptic scales are evident in the power spectrum of the time series of convective index and WRF rainfall. The diurnal cycle of early morning rainfall in the WRF model agrees with GOES IR data in the Korean Peninsula, but the afternoon convection observed by satellite observation in China is not consistent with the WRF rainfall which is represented at the dawn. Although there are errors in strength and timing of convection, the model predicts a coherent tendency of rainfall occurrence during summer season.