고해상도의 시공간 분해능을 갖는 레이더 추정강우는 특히 강우계가 설치되어 있지 않은 지역에서 수문학적 활용에 유용한 정보를 제공할 수 있으나, 레이더 관측자료는 기본적으로 많은 오차 요소를 포함하고 있다. 이러한 이유로 레이더 자료를 특정한 목적에 활용하기 위해서는 그 목적에 적합한 자료의 평가가 요구된다. 본 연구에서는 레이더 추정강우의 수문학적 활용을 위한 정성적, 정량적 정확도 평가 방법 및 절차를 제안하고자 한다. 제안한 방법의 적용을 위해 진도(S-band) 및 관악산(C-band) 레이더와 자동기상관측장비시스템(Automatic Weather Stations, AWS)내 강우계의 자료를 이용하였으며, 대표적인 두 호우사상에 대한 적용성을 검토하였다. 연구 결과, 관측누적시간이 증가할수록 레이더 추정강우의 정확도가 증가하고, 레이더 사이트의 관측반경이 짧을수록 레이더 추정강우의 정확도가 향상되는 것을 파악할 수 있었으며, 특히 C-band 레이더의 경우 그 경향이 더 명확하게 나타났다. 또한 강우계 관측망의 밀도에 따른 평균편이 표본오차를 조사하기 위해 Monte Carlo 모의실험을 수행하였으며, 그 결과 강우계 밀도의 감소에 따라 편이오차가 증가하는 것으로 나타났으며, 이를 통해 강우계 관측망의 밀도가 레이더 강우추정의 정확도에 중요한 영향을 미치는 인자중에 하나라는 것을 확인하였다. 또한, 실시간 편차 보정기법은 현재의 국내 레이더의 수문학적 활용을 위해 필요한 과정이라 판단된다.
고해상도의 시공간 분해능을 갖는 레이더 추정강우는 특히 강우계가 설치되어 있지 않은 지역에서 수문학적 활용에 유용한 정보를 제공할 수 있으나, 레이더 관측자료는 기본적으로 많은 오차 요소를 포함하고 있다. 이러한 이유로 레이더 자료를 특정한 목적에 활용하기 위해서는 그 목적에 적합한 자료의 평가가 요구된다. 본 연구에서는 레이더 추정강우의 수문학적 활용을 위한 정성적, 정량적 정확도 평가 방법 및 절차를 제안하고자 한다. 제안한 방법의 적용을 위해 진도(S-band) 및 관악산(C-band) 레이더와 자동기상관측장비시스템(Automatic Weather Stations, AWS)내 강우계의 자료를 이용하였으며, 대표적인 두 호우사상에 대한 적용성을 검토하였다. 연구 결과, 관측누적시간이 증가할수록 레이더 추정강우의 정확도가 증가하고, 레이더 사이트의 관측반경이 짧을수록 레이더 추정강우의 정확도가 향상되는 것을 파악할 수 있었으며, 특히 C-band 레이더의 경우 그 경향이 더 명확하게 나타났다. 또한 강우계 관측망의 밀도에 따른 평균편이 표본오차를 조사하기 위해 Monte Carlo 모의실험을 수행하였으며, 그 결과 강우계 밀도의 감소에 따라 편이오차가 증가하는 것으로 나타났으며, 이를 통해 강우계 관측망의 밀도가 레이더 강우추정의 정확도에 중요한 영향을 미치는 인자중에 하나라는 것을 확인하였다. 또한, 실시간 편차 보정기법은 현재의 국내 레이더의 수문학적 활용을 위해 필요한 과정이라 판단된다.
Radar measurement with high temporal and spatial resolutions can be a valuable source of data, especially in the areas where rain gauge installment is not practical. However, this kind of data brings with it many errors. The objective of this paper is to propose a method to evaluate statistically th...
Radar measurement with high temporal and spatial resolutions can be a valuable source of data, especially in the areas where rain gauge installment is not practical. However, this kind of data brings with it many errors. The objective of this paper is to propose a method to evaluate statistically the quantitative and qualitative accuracy at different radar ranges, temporal intervals and raingage densities and use a bias adjustment technique to improve the quality of radar rainfall for the purpose of hydrological application. The method is tested with the data of 2 storm events collected at Jindo (S band) and Kwanak (C band) radar stations. The obtained results show that the accuracy of radar rainfall estimation increases when time interval rises. Radar data at the shorter range seems to be more accurate than the further one, especially for C-band radar. Using the Monte Carlo simulation experiment, we find out that the sampling error of the bias between radar and gauge rainfall reduces nonlinearly with increasing raingage density. The accuracy can be improved considerably if the real-time bias adjustment is applied, making adjusted radar rainfall to be adequately good to apply for hydrological application.
Radar measurement with high temporal and spatial resolutions can be a valuable source of data, especially in the areas where rain gauge installment is not practical. However, this kind of data brings with it many errors. The objective of this paper is to propose a method to evaluate statistically the quantitative and qualitative accuracy at different radar ranges, temporal intervals and raingage densities and use a bias adjustment technique to improve the quality of radar rainfall for the purpose of hydrological application. The method is tested with the data of 2 storm events collected at Jindo (S band) and Kwanak (C band) radar stations. The obtained results show that the accuracy of radar rainfall estimation increases when time interval rises. Radar data at the shorter range seems to be more accurate than the further one, especially for C-band radar. Using the Monte Carlo simulation experiment, we find out that the sampling error of the bias between radar and gauge rainfall reduces nonlinearly with increasing raingage density. The accuracy can be improved considerably if the real-time bias adjustment is applied, making adjusted radar rainfall to be adequately good to apply for hydrological application.
Andrieu, H., Creutin, J. (1996). “Identification of vertical profiles of radar reflectivity for hydrological applications using an inverse method. Part 1: Formulation.” J. Appl. Meteor., Vol. 34, pp. 225-239
Calheiros, R.V., Zawadzki, I. (1986). “Reflectivity- Rain rate relationships for radar hydrology in Brazil.” J. Climate Appl. Meteor., Vol. 26, pp. 118-132
Carpenter, T.M., Georgakakos, K.P. (2004). “Impacts of parametric and radar rainfall uncertainty on the ensemble streamflow simulations of a distributed hydrologic model.” J. Hydrol, Vol. 298, pp. 202-221
Collier, C.G., Knowles, J. M. (1986). “Accuracy of rainfall estimates by radar, part III: Application for short-term flood forecasting.” J. Hydrol., Vol. 83, pp. 237-249
Germann, U., Galli, G., Boscacci, M., Bolliger, M. (2006). “Radar precipitation measurement in a mountainous region.” Q. J. R. Meteorol. Soc., Vol. 132, pp. 1669-1692
Meischner, P. (2004). Weather Radar: Principles and Advanced Applications. Springer, 2004, pp. 337
Mohr, C.G., Vaughan, R.L. (1979). “An economic procedure for Cartesian Interpolation and Display of reflectivity factor data in three-dimensional space.” J. Appl. Meteorol., Vol. 18, pp. 661-670
Morin, E., Krajewski, F.W., David C.G., Gao, X., Soroosian S. (2003). “Estimating radar intensities from weather radar data: The scale-dependency problem.” J. Hydrol., Vol. 4, pp. 782-797
Pessoa, M.L., Bras, R.L., Williams, E.R. (1993). “Use of weather radar for flood forecasting in the Sieve River basin: a sensitivity analysis.” J. Appl. Meteor. Vol. 32, pp. 462-475
Smith, J.A. and Krajewski, W.F. (1993). “A modeling study of rainfall rate-reflectivity relationships.” Water Resources Research, Vol. 29, pp. 2505-2514
Thielen, J., Boudevillain, B., Andrieu, H. (2000). “A radar data based short-term rainfall prediction model for urban areas - a simulation using meso- scale meteorological modeling.” J. Hydrol., Vol. 239, pp. 97-114
※ AI-Helper는 부적절한 답변을 할 수 있습니다.