• 한국측량학회지
• /
• 제35권6호
• /
• pp.471-484
• /
• 2017

GNSS 가강수량은 태풍이나 집중호우의 일기예보를 위한 중요한 요소로 인식되고 있으며, 가강수량을 수치예보 모델에 초기 입력값으로 적용하여 일기예보가 향상되는 연구가 국내${\cdot}$외로 발표되고 있다. 호우 관련 일기예보를 위해서는 가강수량이 실시간 또는 준실시간으로 제공되어야 하며 가강수량 자료의 정밀함과 무결성이 유지되어야 한다. 본 논문에서는 정밀절대측위를 이용한 준실시간 가강수량 산출 시스템 개발 과정에 대해 제시하였다. 이를 위하여 정밀절대측위의 대류권 지연 추정과 관련된 변수를 최적화하고 준실시간 GNSS 가강수량 시스템을 개발하였다. 시스템의 분석을 위해 정밀절대측위와 상대측위의 준실시간 가강수량 정밀도를 비교하였다. 비교결과 정밀절대 측위의 가강수량 정밀도가 상대측위 보다 낮게 산출되었지만 자료의 무결성 부분에서는 좋은 결과가 도출되었다. 향후에는 정밀절대측위 방식의 가강수량 정밀도를 높이는 연구가 필요할 것이다.

• Journal of Astronomy and Space Sciences
• /
• 제23권4호
• /
• pp.373-384
• /
• 2006

현재 GPS 가강수량 관련 연구에는 대부분 Bevis 평균온도식을 사용하고 있다. 그러나 Bevis 평균온도식은 북미대륙의 기상관측 자료를 이용하여 개발된 것이므로 기후조건이 다른 우리나라에 적용할 경우 가강수량 산출이 부정확할 수 있다. 이 연구에서는 우리나라 기상관측 자료를 이용하여 한반도 기상조건에 적합한 평균온도식을 개발하고, 이 개발된 평균온도식을 적용하여 가강수량을 산출한 후 Bevis 평균온도식과 기존 국내 연구에서 개발된 평균온도식을 이용한 가강수량과 비교하였다. 그 결과 각 평균온도식에 따른 가강수량은 이 연구에서 개발한 평균온도식을 기준으로 했을 때 지상기온이 높을 경우에 차이가 증가하며, 최대 $1{\sim}3mm$의 RMS 차이가 발생함을 알 수 있었다.

• Journal of Positioning, Navigation, and Timing
• /
• 제5권2호
• /
• pp.75-85
• /
• 2016

The performance of up-to-date mapping functions and various mean temperature equations were analyzed to derive optimal mapping function and mean temperature equation when GNSS precipitable water vapor (PWV) was investigated in the Korean Peninsula. Bernese GNSS Software 5.2, which can perform high precision GNSS data processing, was used for accurate analysis, and zenith total delay (ZTD) required to calculate PWV was estimated via the Precise Point Positioning (PPP) method. GNSS, radiosonde, and meteorological data from 2009 to 2014 were acquired from Sokcho Observatory and used. ZTDs estimated by applying the global mapping function (GMF) and Vienna mapping function 1 (VMF1) were compared with each other in order to evaluate the performance of the mapping functions. To assess the performance of mean temperature equations, GNSS PWV was calculated by using six mean temperature equations and a difference with radiosonde PWV was investigated. Conclusively, accuracy of data processing was improved more when using VMF1 than using GMF. A mean temperature equation proposed by Wu (2003) had the smallest difference with that in the radiosonde in the analysis including all seasons. In summer, a mean temperature equation proposed by Song & Grejner-Brzezinska (2009) had the closest results with that of radiosonde. In winter, a mean temperature equation proposed by Song (2009) showed the closest results with that of radiosonde.

• Spatial Information Research
• /
• 제18권4호
• /
• pp.33-41
• /
• 2010

우리나라에는 100여개의 GPS 상시관측소가 설치되어 있으나 대략 10개의 관측소만이 GPS 전용 기상센서를 보유하고 있다. 따라서 전국을 대상으로 하는 GPS 가강수량 산출을 위해서는 주변 AWS의 가상자료 보간에 의한 GPS 관측소 기상정보의 생성이 필요하다. 이 연구에서는 가상자료 보간 방법인 역해면경정과 크리깅의 보간 정확도를 분석하였다. 그 결과 역해변경정법의 RMSE가 기압의 경우 약 7배, 기온의 경우 약 2배 더 정확함을 확인하였다. PWV 정확도 분석을 위해 역해면경정법으로 보간된 기상자료와 GPS 관측자료를 이용해 2008년 여름철에 대한 GPS PWV를 산출하였다. 보간 기상 자료를 이용한 GPS PWV를 GPS 전용 기상센서의 값을 사용한 PWV, 라디오존데 PWV와 비교하였다. 비교 결과 보간 기상자료를 이용한 GPS PWV 가 요구 정확도 3mm이내를 만족함을 확인하였다.

• Journal of Astronomy and Space Sciences
• /
• 제28권4호
• /
• pp.291-298
• /
• 2011

The atmospheric infrared sounder (AIRS) sensor loaded on the Aqua satellite observes the global vertical structure of atmosphere and enables verification of the water vapor distribution over the entire area of South Korea. In this study, we performed a comparative analysis of the accuracy of the total precipitable water (TPW) provided as the AIRS level 2 standard retrieval product by Jet Propulsion Laboratory (JPL) over the South Korean area using the global positioning system (GPS) TPW data. The analysis TPW for the period of one year in 2008 showed that the accuracy of the data produced by the combination of the Advanced Microwave Sounding Unit sensor with the AIRS sensor to correct the effect of clouds (AIRS-X) was higher than that of the AIRS IR-only data (AIRS-I). The annual means of the root mean square error with reference to the GPS data were 5.2 kg/$m^2$ and 4.3 kg/$m^2$ for AIRS-I and AIRS-X, respectively. The accuracy of AIRS-X was higher in summer than in winter while measurement values of AIRS-I and AIRS-X were lower than those of GPS TPW to some extent.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.9-18
• /
• 2005

In order to systematically and visually understand well-known but qualitative and rotatively complicated relationships between synoptic fields in the BAIU season and heavy rainfall events in Japan, these synoptic fields were classified using the Self-Organizing Map (SOM) algorithm. This algorithm can convert complex nonlinear features into simple two-dimensional relationships, and was followed by the application of the clustering techniques of the U-matrix and the K-means. It was assumed that the meteorological field patterns be simply expressed by the spatial distribution of wind components at the 850 hPa level and Precipitable Water (PW) in the southwestern area including Kyushu in Japan. Consequently, the synoptic fields could be divided into eight kinds of patterns (clusters). One of the clusters has the notable spatial feature represented by high PW accompanied by strong wind components known as Low-Level Jet (LLJ). The features of this cluster indicate a typical meteorological field pattern that frequently causes disastrous heavy rainfall in Kyushu in the rainy season. From these results, the SOM technique may be an effective tool for the classification of complicated non-linear synoptic fields.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.113-113
• /
• 2023

기후변화로 인한 온도 상승이 대기 중 수분량을 증가시키면서 극한 강우가 전 세계적으로 빈번하게 발생하고 있으며, 이에 따라 대규모 홍수 피해가 지속적으로 초래되고 있다. 본 연구에서는 이러한 현상에 대응하기 위한 노력으로, 대기 연직 기둥 내 총 수분량을 나타내는 총가강수량(Total Precipitable Water, TPW)과 극한 강우사상(Extreme Precipitation, EP) 간의 연관성이 강우지속기간에 따라 어떻게 변하는지 분석하였다. 관측 및 재해석(reanalysis) 데이터를 활용하여 동시극한지수(Concurrent Extremes Index, CEI, 0~1, 1에 가까울수록 강한 연결)로 두 변수 간의 정량적 연결 강도를 살펴보았다. 분석 결과, CEI의 지속 시간에 따른 변동 경향성은 지역에 따라 상당한 차이를 보였다. 지중해와 중앙아시아와 같은 대부분의 중위도 지역에서는 강우의 지속 기간이 길어질수록 CEI 값이 급격히 감소하였다. 그러나 한반도를 포함한 동아시아 지역은 중위도임에도 불구하고 긴 지속 기간의 강우 사상에서도 높은 수준의 CEI 값을 유지하였다. 이러한 동아시아 지역의 경향성은 열대지역과 매우 유사하게 나타났으며, 이는 동아시아 지역의 극한 강우 증가가 기후변화의 직접적인 영향을 받을 수 있음을 시사한다.

• 대한원격탐사학회지
• /
• 제24권4호
• /
• pp.359-367
• /
• 2008

마이크로파 센서로부터 산출된 물리량과 태풍강도와의 관련성을 2004년 6월에서 9월까지 관측된 태풍과 TRMM TMI 자료를 이용하여 조사하였다. TMI 관측으로부터 산출된 85 GHz 밝기온도(TB), 편광보정온도(PCT), 총 수증기량, 얼음, 강우강도, 잠열방출량은 RMSC-Tokyo의 태풍 best-track 데이터베이스의 최대 풍속으로 정의된 태풍강도와 상관분석을 실시하였다 TB와 태풍강도의 최대 상관계수는 태풍 중심으로부터 반경 2.5도 공간평균을 하였을 때 $-0.2{\sim}-0.4$를 나타냈다. 총 수증기량, 강우강도, 잠열방출량과 태풍강도와의 상관계수는 $0.2{\sim}0.4$를 보였다. 태풍 강도 크기에 따른 상관계수 분포는 태풍 발달의 초기 단계에서는 열대성 저기압 중심으로부터 반경 $1.0{\sim}1.5$도 공간 평균을 하였을 때 최대값을 보였으나 태풍이 가장 크게 발달하였을 때는 태풍 중심에서 반경 0.5도의 공간 평균을 하였을 때 최대 상관성이 나타났다. 최대 상관계수를 나타낸 변수와 공간 규모는 회귀분석으로부터 태풍을 강도를 산출할 수 있으며 태풍 Rusa(2002)와 Maemi(2003)에 적용하였다. 태풍 강도의 오차는 태풍 강도 크기를 고려한 85GHz TB와 총 수증기량의 다중 회귀에서 최소를 보였다. 본 연구는 마이크로파 위성 관측의 TB와 총 수중기량으로부터 태풍 강도 산출에 기여할 수 있음을 지시한다.

• 한국측량학회지
• /
• 제35권5호
• /
• pp.423-430
• /
• 2017

Recently, data analysis research has been carried out using the deep learning technique in various fields such as image interpretation and/or classification. Various types of algorithms are being developed for many applications. In this paper, we propose a precipitation prediction algorithm based on deep learning with high accuracy in order to take care of the possible severe damage caused by climate change. Since the geographical and seasonal characteristics of Korea are clearly distinct, the meteorological factors have repetitive patterns in a time series. Since the LSTM (Long Short-Term Memory) is a powerful algorithm for consecutive data, it was used to predict precipitation in this study. For the numerical test, we calculated the PWV (Precipitable Water Vapor) based on the tropospheric delay of the GNSS (Global Navigation Satellite System) signals, and then applied the deep learning technique to the precipitation prediction. The GNSS data was processed by scientific software with the troposphere model of Saastamoinen and the Niell mapping function. The RMSE (Root Mean Squared Error) of the precipitation prediction based on LSTM performs better than that of ANN (Artificial Neural Network). By adding GNSS-based PWV as a feature, the over-fitting that is a latent problem of deep learning was prevented considerably as discussed in this study.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.95-100
• /
• 2013

대기 중의 가강수량은 시 공간적 변동이 크기 때문에 여러 시스템을 이용한 관측이 이루어지고 있다. 이 연구에서는 GNSS 시스템인 GPS와 GLONASS의 신호를 각각 그리고 통합 이용하여 가강수량을 산출하고 다른 관측시스템의 측정값과 상호비교하여 정확도를 검증하였다. 비교 관측시스템으로 라디오존데와 마이크로파 복사계를 이용하였고 세 개의 시스템은 동일한 장소에 설치되어 있어 상호간의 비교 및 관측값 특성을 분석하는데 용이하였다. 각 시스템 별로 측정한 가강수량은 평균 0.6mm-3.4mm 차이를 보였고 표준편차는 1.0mm-3.8mm로 나타났다. GNSS 측정값이 다른 두 시스템의 측정값에 비해 상대적으로 큰 차이를 보였는데 이는 실험에 사용된 GNSS 안테나가 국제적으로 제공되는 안테나 위상중심변동 모델 테이블에 존재하지 않는 모델이었기 때문으로 판단된다. 향후 안테나 위상중심변동 모델이 적용 가능한 안테나를 사용할 경우 GPS/GLONASS 통합자료처리를 통해 가강수량 산출 정확도 향상 및 GPS 위성관측이 제한적인 곳에서도 유효한 결과 획득이 가능할 것으로 사료된다.