• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.102-114
• /
• 2017

본 연구는 위성으로부터 유도된 강우자료 중 GPM IMERG의 정확도를 평가함으로써 미계측 혹은 비접근 지역에 대한 적용성을 판단하는 것을 목적으로 하였다. 연구대상 유역은 한반도 전역에 대하여 6개 권역으로 구분하여 분석을 수행하였다. 연구 유역에 대한 강우자료는 기상청에서 생산하고 있는 ASOS의 강우량 자료와 IMERG 위성강우자료를 이용하였다. 1시간의 시간해상도에서 평균 0.46의 상관계수를 가지며 24시간 해상도의 상관분석에서는 0.69로 높은 상관관계를 보이는 것으로 분석되었다. IMERG 강우량은 지상계측 강우량 보다 과소추정되는 것으로 분석되었으나, 시간 해상도가 낮아질수록 편이가 감소하는 것으로 분석되었다. 한편, 강우가 큰 기간의 사상 2개를 선정하여 분석한 결과 1시간 해상도의 상관계수는 0.68 및 0.69 값을 나타내었다. 또한 강우의 공간분포도 ASOS 및 IMERG 모두 유사한 분포를 보이는 것으로 분석되었다. 그러므로 IMERG 자료는 계측자료가 부족하거나 접근이 어려운 지역에서의 수문 기상 특성을 파악하는데 매우 유용할 것으로 판단된다. 향후 연구에서는 분석기간의 확장과 다양한 통계 분석 방법을 적용하여 위성강우의 정확도를 검증하는 연구를 수행할 계획이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.166-166
• /
• 2020

Recently, As the frequency of localized heavy rains increases, the use of high-resolution radar data is increasing. The produced radar rainfall has still gaps of spatial and temporal compared to gauge observation rainfall, and in many studies, various statistical techniques are performed for correct rainfall. In this study, the precipitation correction of the S-band Dual Polarization radar in use in the flood forecast was performed using the ConvAE algorithm, one of the Convolutional Neural Network. The ConvAE model was trained based on radar data sets having a 10-min temporal resolution: radar rainfall data, gauge rainfall data for 790minutes(July 2017 in Cheongju flood event). As a result of the validation of corrected radar rainfall were reduced gaps compared to gauge rainfall and the spatial correction was also performed. Therefore, it is judged that the corrected radar rainfall using ConvAE will increase the reliability of the gridded rainfall data used in various physically-based distributed hydrodynamic models.

• 한국농공학회논문집
• /
• 제58권5호
• /
• pp.91-99
• /
• 2016

High resolution rainfall data at 1-hour or a finer scale are essential for reliable flood analysis and forecasting; nevertheless, many observations, forecasts, and climate projections are still given at coarse temporal resolutions. This study aims to evaluate a chaotic method for disaggregation of 6-hour rainfall data sets so as to apply operational 6-hour rainfall forecasts of the Korean Meteorological Association to flood models. We computed parameters of a state-of-the-art multiplicative random cascade model with two combinations of cascades, namely uniform splitting and diversion, using rainfall observations at Seoul station, and compared statistical performance. We additionally disaggregated 6-hour rainfall time series at 58 stations with the uniform splitting and evaluated temporal transferability of the parameters and changes in multifractal properties. Results showed that the uniform splitting outperformed the diversion in reproduction of observed statistics, and hence is better to be used for disaggregation of 6-hour rainfall forecasts. We also found that multifractal properties of rainfall observations has adequate temporal consistency with an indication of gradually increasing rainfall intensity across South Korea.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.87-97
• /
• 2018

강우량은 매우 중요한 기상 정보이다. 일반적으로, 도로 수준과 같은 높은 공간 해상도의 강우량이 더 높은 가치를 가진다. 하지만, 도로 수준의 강우량을 측정하기 위해 충분한 수의 기상 관측 장비를 설치하는 것은 비용 관점에서 비효율적이다. 본 논문에서는 도로의 감시 카메라 영상으로부터 강우량을 인식하기 위해 심층 신경망을 활용하는 방법에 대해 제시한다. 해당 목표를 달성하기 위해, 본 논문에서는 교내 두 지역의 감시 카메라 영상과 강우량 데이터를 수집했으며, 새로운 심층 신경망 구조인 Temporal and Spatial Segment Networks(TSSN)를 제안한다. 본 논문에서 제시한 심층 신경망으로 강우량 인식을 수행한 결과, 프레임 RGB와 두 연속 프레임 RGB 차이를 입력으로 사용했을 때, 높은 성능으로 강우량 인식을 수행할 수 있었다. 또한, 기존의 심층 신경망 모델과 비교했을 때, 본 논문에서 제안하는 TSSN이 가장 높은 성능을 기록함을 확인할 수 있었다.

• 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.

• 대한토목학회논문집
• /
• 제35권1호
• /
• pp.111-117
• /
• 2015

본 연구에서는 강우의 공간분포에 따른 토사유출의 특성을 토조 실험을 통해 탐구하였다. 강우의 공간분포는 강우 집중위치를 사면의 중앙부와 상류부로 각각 설정함으로 조정하였다. 토사유출의 시간적 변동성을 충분히 포착하기 위해 장시간(8 시간)의 실험시간 동안 높은 시간해상도(10 분)로 직접유출량, 지하수유출량, 토사유출량을 측정하였다. 그 결과, 강우를 토조의 상류부에 위치시킬수록 토사유출량곡선의 첨둣값은 감소하고 누적토사유출량은 증가하였다. 누적토사유출량은 시간에 따라 선형적으로 증가하였으나, 그 증가율이 2 시간을 기준으로 급격히 감소하였다. 이러한 점은 현재 총량 위주로 기록되어있는 토사유출 실측자료를 사용함에 있어 고려해야 할 사항이라고 결론지을 수 있다. 본 연구 결과는 또한, 향후의 토사유출량 실측은 높은 시간해상도로 측정될 필요가 있음을 시사한다.

• 한국수자원학회논문집
• /
• 제50권12호
• /
• pp.849-862
• /
• 2017

최근 국지성 집중호우 및 급격한 기상변화로 인해 돌발홍수와 같은 기상재해의 발생빈도가 증가함에 따라 고해상도의 기상레이더 강수자료를 사용한 수공학 분야의 연구가 활발하게 진행되고 있다. 기상레이더 강수자료를 활용하는 목적은 기상레이더 강수자료가 제공하는 공간분포를 최대한 활용하는데 있다. 본 연구에서는 고해상도 기상레이더 강수자료의 공간적 특성을 유지하면서 지상 강수자료의 양적특성을 극대화할 수 있는 조건부 합성기법을 보간법에 따라 분석 하였다. 기상레이더 강수자료와 지상 강수자료를 조건부 합성하기 위하여 Kriging, 역거리 가중법 및 Spline 보간법을 적용하였다. 조건부 합성결과는 지상 강수패턴을 현실성 있게 재현하였으며 추가적으로 보간법에 적용되지 않은 강수자료와 모형검증을 수행한 결과 조건부 합성을 통하여 생산된 공간적 강수정보의 수문학적 활용이 가능할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제51권7호
• /
• pp.599-606
• /
• 2018

대부분의 수문분석은 시 단위 강우를 기반으로 확률강우량과 강우시간분포를 산정하고, 확률강우량과 강우시간분포의 자료기간을 달리 적용하는 방법으로 강우-유출분석을 수행하고 있다. 본 연구에서는 자료형태(시 단위와 분 단위 강우자료)와 확률강우량과 강우시간분포의 다른 자료기간 적용에 따른 설계홍수량 변화를 정량화 하고자, 자료형태와 자료기간에 따라 지점빈도해석을 통한 확률강우량 산정과 Huff의 4분위 방법을 통한 강우시간분포를 산정하였다. 또한, 확률강우량과 설계강우 시간분포의 자료기간을 달리 적용한 강우-유출분석으로 설계홍수량 변동분석을 실시하였다. 분석결과, 자료형태에서는 분 단위 강우가 시 단위 강우보다 더욱 정확하고 효과적인 강우분석을 수행할 수 있는 것으로 나타났으며, 확률 강우량과 강우시간분포의 다른 자료기간을 적용하여 산정된 설계홍수량의 차 보다 자료형식에 따른 설계홍수량 결과가 보다 큰 차이를 보이는 것으로 나타났다. 이는 향후 분 단위 강우를 활용한 수문분석에 크게 기여할 것으로 판단된다.

• 한국농공학회논문집
• /
• 제65권1호
• /
• pp.1-13
• /
• 2023

Various techniques for bias correction and statistical downscaling have been developed to overcome the limitations related to the spatial and temporal resolution and error of climate change scenario data required in various applied research fields including agriculture and water resources. In this study, the characteristics of three different statistical dowscaling methods (i.e., SQM, SDQDM, and BCSA) provided by AIMS were summarized, and climate change scenarios produced by applying each method were comparatively evaluated. In order to compare the average rainfall characteristics of the past period, an index representing the average rainfall characteristics was used, and the reproducibility of extreme weather conditions was evaluated through the abnormal climate-related index. The reproducibility comparison of spatial distribution and variability was compared through variogram and pattern identification of spatial distribution using the average value of the index of the past period. For temporal reproducibility comparison, the raw data and each detailing technique were compared using the transition probability. The results of the study are presented by quantitatively evaluating the strengths and weaknesses of each method. Through comparison of statistical techniques, we expect that the strengths and weaknesses of each detailing technique can be represented, and the most appropriate statistical detailing technique can be advised for the relevant research.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.117-120
• /
• 2006

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.