• 대기
• /
• 제25권3호
• /
• pp.511-520
• /
• 2015

Existing studies on radar rainfall uncertainties were performed to reduce the uncertainty for each stage by using bias correction during the quantitative radar rainfall estimation process. However, the studies do not provide quantitative comparison with the uncertainties for all stages. Consequently, this study proposes a suitable approach that can quantify the uncertainties at each stage of the quantitative radar rainfall estimation process. First, the new approach can present initial and final uncertainties, increasing or decreasing the uncertainty, and the uncertainty percentage at each stage. Furthermore, Maximum Entropy (ME) was applied to quantify the uncertainty in the entire process. Second, for the uncertainty quantification of radar rainfall estimation at each stage, this study used two quality control algorithms, two rainfall estimation relations, and two bias correction techniques as post-processing and progressed through all stages of the radar rainfall estimation. For the proposed approach, the final uncertainty (ME = 3.81) from the ME of the bias correction stage was the smallest while the uncertainty of the rainfall estimation stage was higher because of the use of an unsuitable relation. Additionally, the ME of the quality control was at 4.28 (112.34%), while that of the rainfall estimation was at 4.53 (118.90%), and that of the bias correction at 3.81 (100%). However, this study also determined that selecting the appropriate method for each stage would gradually reduce the uncertainty at each stage. Finally, the uncertainty due to natural variability was 93.70% of the final uncertainty. Thus, the results indicate that this new approach can contribute significantly to the field of uncertainty estimation and help with estimating more accurate radar rainfall.

• 대기
• /
• 제25권2호
• /
• pp.283-294
• /
• 2015

For urban flash flood simulation, we need the higher resolution radar rainfall than radar rainfall of KMA, which has 10 min time and 1km spatial resolution, because the area of subbasins is almost below $1km^2$. Moreover, we have to secure the high quantitative accuracy for considering the urban hydrological model that is sensitive to rainfall input. In this study, we developed the quantitative precipitation estimation (QPE), which has 250 m spatial resolution and high accuracy using KMA AWS and SK Planet stations with Mt. Gwangdeok radar data in Seoul area. As the results, the rainfall field using KMA AWS (QPE1) is showed high smoothing effect and the rainfall field using Mt. Gwangdeok radar is lower estimated than other rainfall fields. The rainfall field using KMA AWS and SK Planet (QPE2) and conditional merged rainfall field (QPE4) has high quantitative accuracy. In addition, they have small smoothed area and well displayed the spatial variation of rainfall distribution. In particular, the quantitative accuracy of QPE4 is slightly less than QPE2, but it has been simulated well the non-homogeneity of the spatial distribution of rainfall.

• Journal of Multimedia Information System
• /
• 제5권4호
• /
• pp.245-256
• /
• 2018

This study estimated rainfall information more effectively by image signals through the information system of weather radar. Based on this, we suggest the way to estimate quantitative precipitation utilizing overlapped observation area of radars. We used the overlapped observation range of ground hyetometer observation network and radar observation network which are dense in our country. We chose the southern coast where precipitation entered from seaside is quite frequent and used Sungsan radar installed in Jeju island and Gudoksan radar installed in the southern coast area. We used the rainy season data generated in 2010 as the precipitation data. As a result, we found a reflectivity bias between two radar located in different area and developed the new quantitative precipitation estimation method using the bias. Estimated radar rainfall from this method showed the apt radar rainfall estimate than the other results from conventional method at overall rainfall field.

• 대기
• /
• 제24권3호
• /
• pp.365-378
• /
• 2014

The limits of S-band dual-polarization radars in Korea are not reflected on the recent weather forecasts of Korea Meteorological Administration and furthermore, they are only utilized for rainfall estimations and hydrometeor classification researches. Therefore, this study applied four merging methods [SA (Simple Average), WA (Weighted Average), SSE (Sum of Squared Error), TV (Time-varying mergence)] to the QPE (Quantitative Precipitation Estimation) model [called RAR (Radar-AWS Rainfall) calculation system] using single-polarization radars and S-band dual-polarization radar in order to improve the accuracy of the rainfall estimation of the RAR calculation system. As a result, the merging results of the WA and SSE methods, which are assigned different weights due to the accuracy of the individual model, performed better than the popular merging method, the SA (Simple Average) method. In particular, the results of TVWA (Time-Varying WA) and TVSSE (Time-Varying SSE), which were weighted differently due to the time-varying model error and standard deviation, were superior to the WA and SSE. Among of all the merging methods, the accuracy of the TVWA merging results showed the best performance. Therefore, merging the rainfalls from the RAR calculation system and S-band dual-polarization radar using the merging method proposed by this study enables to improve the accuracy of the quantitative rainfall estimation of the RAR calculation system. Moreover, this study is worthy of the fundamental research on the active utilization of dual-polarization radar for weather forecasts.

• 한국습지학회지
• /
• 제19권1호
• /
• pp.112-121
• /
• 2017

본 연구는 레이더의 중첩관측영역을 활용한 정량적 강수량 추정방법을 제안하였다. 이를 위해 국내의 조밀한 지상우량계 관측망과 레이더 관측망의 중첩관측영역을 이용하였다. 결과적으로 중첩관측영역 내 레이더간의 계통오차를 확인하였으며, 이를 이용하여 새로운 정량적 강수량 추정방법을 개발하였다. 이 방법으로 추정된 강우강도는 기존의 정량적 강수량 추정방법보다 모든 강우강도 범위에서 강수량이 적절하게 추정되는 것으로 나타났다.

• 대한공간정보학회지
• /
• 제18권3호
• /
• pp.37-48
• /
• 2010

본 논문의 목적은 격자형 레이더 강우자료와 지상강우를 이용하여 홍수유출모의 시 강우장이 미치는 영향을 평가하는 것이다. 본 논문에서는 공간 강우장을 생성하기 위해 광덕산 레이더와 지상 관측강우자료를 이용하였으며 각각의 방법에 의해 생성된 강우장이 현실적으로 타당한 시공간적 분포를 재현하는지를 평가하기 위해 홍수 유출모형을 이용하였다. 대상유역은 강원도 인제군에 위치한 내린천 유역이며 유출모형의 지형학적 매개변수들을 구축하기 위해 250m 격자 규모의 수치고도자료, 토지피복도 그리고 토양도를 사용하였다. 강우입력자료는 관측-레이더강우(Quantitative Precipitation Estimation, QPE), 보정-레이더강우(adjusted Radar rainfall), 지상-강우(gauge rainfall)를 이용하였으며 동일한 조건의 $Vflo^{TM}$ 모형에 입력하여 관측 유출량과 비교 하였다. 모의결과, 관측-레이더강우와 지상-강우의 경우 관측치 보다 과소 추정되었으며 보정-레이더강우의 경우 실제 관측치와 유사한 유출모의를 하는 것으로 분석되었다. 이를 통해 기상레이더와 지상강우자료를 합성할 경우 레이더 강우만을 또는 지상강우만을 사용하는 것 보다 수문모형의 입력 자료로써 수문학적 활용성이 더 큼을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제39권4호
• /
• pp.335-346
• /
• 2006

수문모형의 많은 입력자료 가운데 강우 관측자료가 모의결과에 가장 주요한 원인을 가진다. 과거부터 수문모형은 유역에서의 평균강우량 자료를 한 지점에서의 강우량 자료에 의존해 왔다. 그러나, 지점에서 측정된 강우량 자료를 유역을 대표하는 평균강우량 산정에 이용할 경우 부적절한 경우가 발생할 수 있으며, 특히 그 계측망이 조밀하지 못할 경우 더욱 그러하다. 레이더의 경우 보다 넓은 유역 전체를 관측하기 때문에 유역에서의 평균강우량을 제공함에 있어 좋은 관측장비라 할 수 있다. 레이더를 이용하여 강우를 관측할 경우 직접적인 강우관측이 아니기 때문에 QPE에서 몇몇 한계가 있을 수 있으나, 강우자료의 공간변화도에 대한 좋은 정보를 제공해 준다. 또한 지상의 강우관측소에서의 강우측정자료는 지점에서의 강우량에 대한 정확한 정보를 제공해 준다. 따라서, 본 연구의 목적은 지상의 강우관측소에서 관측된 강우량 자료와 레이더를 이용하여 관측된 자료, 즉 두 가지 관측자료를 Ordinary cokriging 보간을 이용하여 통합함으로써 개선된 강우량 추정방법을 개발한다.

• 한국멀티미디어학회논문지
• /
• 제22권12호
• /
• pp.1430-1437
• /
• 2019

In this paper, we proposed a methodology for estimating rainfall intensity using a W-band FMCW automotive radar signal which is the core technology of autonomous driving car. By comparing and analyzing the results of rainfall and non-rainfall observation, we found that the reflection intensity of the automotive radar is changed with rainfall intensity. We could confirm the possibility of deriving the quantitative precipitation estimation using the methodology derived from this result. In addition it can be possible to develop a new paradigm of precipitation observation technique by observing various events together with the weather radar and the ground rainfall observation equipment.

• 한국수자원학회논문집
• /
• 제51권5호
• /
• pp.439-449
• /
• 2018

수문 기상레이더는 강우량을 바로 추정하지 못하고 여러 단계의 정량적 강우량 추정과정을 거치게 되므로 많은 불확실성 발생요소가 존재한다. 불확실성 관련한 기존 연구들은 정량적 레이더기반 강우량 추정과정에서 보정방법을 이용하여 각 단계별 불확실성을 줄이는 연구들을 수행하였다. 하지만 기존 연구들은 전체 과정에 대한 포괄적인 불확실성을 나타내지 못하고 각 단계별 불확실성의 상대적인 비율도 제시하지 못하는 단점이 있다. 본 연구에서는 정량적 레이더강우량 추정과정의 각 단계별 불확실성을 정량화하고 불확실성 전파를 나타낼 수 있는 적합한 방법을 제시하였다. 첫 번째로 초기와 최종 불확실성, 각 단계별 불확실성의 변동과 상대적인 비율을 나타낼 수 있는 새로운 개념을 제안하였다. 두 번째로 레이더기반 추정과정의 불확실성 정량화와 전파과정을 분석하기 위해 Maximum Entropy Method (MEM)와 Uncertainty Delta Method (UMD)를 적용하였다. 세 번째로 레이더기반 강우량 추정과정의 불확실성 정량화를 위해 2개 품질관리 알고리즘, 2개 강우량 추정방법, 2개 후처리 강우량 보정방법을 2012년 여름철 18개 사례에 대하여 사용하였다. 적용결과, MEM에서 최종 불확실성(후처리 강우량 보정 불확실성: ME = 3.81)이 초기 불확실성(품질관리 불확실성: ME = 4.28)보다 작게 나타났으며, UMD에서도 최종 불확실성(UMD = 4.75)이 초기 불확실성(UMD = 5.33)보다 작게 나타나 불확실성이 감소하는 것으로 나타났다. 하지만 레이더강우량 추정단계의 불확실성은 증가하는 것으로 나타났다. 또한 레이더강우량 추정과정에서 각 단계별로 적합한 방법을 선정하는 것이 각 단계별로 불확실성이 감소시킬 수 있음을 확인하였다. 따라서 본 연구는 새로운 방법이 명확히 불확실성을 정량화할 수 있으며 정확한 정량적 레이더 강우추정에 기여할 것으로 판단한다.

• 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.