[논문]국내 지역별 연평균 및 최악월 강우율 분포 특성

강우근; 김인겸; 김수일; 백정기

doi:10.5515/kjkiees.2012.23.11.1272

초록
AI-Helper

본 논문에서는 기상청의 10년간의 1분 단위 강수량 측정 데이터를 이용하여 국내 환경에 대한 연평균 강우율 분포 및 강우율 분포와 최악월 강우율 분포의 상관 관계 모델을 제시하였다. 본 논문에서 제시한 모델을 기존의 ITU(International Telecommunication Union)-R 권고 모델과 비교한 결과, 시간율 0.01 %에 대해서 국내 연평균 강우율의 전국 평균값은 ITU-R 권고 문서의 강우율에 비하여 약 28 % 높게 나타났다. 또한, 연평균 및 최악월 강우율 분포 간의 상관 관계도 본 논문의 모델과 ITU-R 권고 문서의 모델은 상당히 큰 차이를 보였다. 앞으로 국내 무선 통신 시스템 설계에 필수적인 강우 감쇠의 통계적 특성(시간율 분포) 계산을 위해서는 국내 환경에 적합한 강우율 분포 모델을 사용하여야 할 것으로 판단된다.

Abstract ▼ AI-Helper

In this paper, models for the average-year rain rate distribution and the correlation between the worst-month and the average-year rain rate distribution in domestic environment were proposed, using the rainfall measurement data with 1-minute integration time of Korea Meteorological Administration. ...

In this paper, models for the average-year rain rate distribution and the correlation between the worst-month and the average-year rain rate distribution in domestic environment were proposed, using the rainfall measurement data with 1-minute integration time of Korea Meteorological Administration. Comparison of the proposed model with the existing ITU-R model showed that the average rain rate of the proposed model for the exceed time rate of 0.01 % is about 28 % higher than that of the ITU-R recommendation. In addition, the correlation model between the worst-month and the average-year rain rate distribution was quite different from the ITU-R model. It is recommended that the domestic rain rate distribution model should be used for calculation of the statistical characteristics of rain attenuation(exceeded-time-rate distribution of rain attenuation) which is essential for the design of wireless communication systems in domestic environment.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 논문에서는 국내 강우율 분포의 통계적 특성 분석을 위해 기상청에서 자동 기상 측정 시스템(AWS: Automatic Weather System)을 통해 측정한 지역별 1분 단위의 강수량 측정 데이터를 수집, 분석하였다. 한 지역에서의 강우 특성은 월별에 따라서, 계절에 따라서, 측정 연도에 따라서 변할 수 있으므로 ITU-R에서는 10년 이상의 장기간 데이터를 사용하도록 권고하고 있으며, 본 논문에서도 국제적 지침에 따라 장기간(10년)의 강수량 측정 데이터를 사용하여 지역별 및 국내 전체 지역에 대한 연평균 강우율 분포와 최악월 분포 예측 모델을 도출하고, 연평균 강우율 분포와 최악월 분포의 상관 관계를 연구하였다.
본 논문에서는 1분 누적 시간에 대한 최대 강우율이 35 mm/h 를 초과하는 일수가 가장 많은 달을 최악월로 선정하고, 확보된 국내 기상청의 강수량 측정 데이터로부터 도출된 25개 지역의 지역별 강우율 특성을 반영한 최악월 분포와 전국 평균 최악월 강우율 분포 특성을 도출하였다.

제안 방법

5 mm로서, 강우율 데이터 [mm/h]로 환산할 경우 분해능이 30 mm/h가 되어 너무 부정확하다. 따라서 본 연구에서는 강우율의 분해능을 높이기 위해서 기상청 데이터로 부터 20분 단위의 강우율을 먼저 구한 후, 국내 측정 데이터를 기반으로 하여 ETRI와 충남대에서 개발한 아래의 누적 시간에 따른 강우율 분포 변환 모델^[6]을 사용하여 국내 지역별 1분 단위의 강우율을 구하였다. 이 경우 강우율 분해능은 1.
본 논문에서는 기상청의 10년간의 1분 단위 강수량 측정 데이터를 이용하여 국내 환경에 대한 연평균 강우율 분포, 최악월 강우율 분포, 연평균 강우율 분포와 최악월 강우율 분포의 상관 관계에 대한 모델을 제시하고, ITU-R 모델과 비교하였다.
본 절에서는 앞에서 분석한 국내 연평균 강우율 분포 예측 모델과 최악월 강우율 분포 특성을 이용하여 연평균 강우율 분포와 최악월 강우율 분포 사이의 상관 관계를 도출하였다. 그림 6은 전국(25개 지역) 평균 강우율 분포와 최악월 강우율 분포 특성을 비교한 것이다.
따라서 본 논문에서는 국내 강우율 분포의 통계적 특성 분석을 위해 기상청에서 자동 기상 측정 시스템(AWS: Automatic Weather System)을 통해 측정한 지역별 1분 단위의 강수량 측정 데이터를 수집, 분석하였다. 한 지역에서의 강우 특성은 월별에 따라서, 계절에 따라서, 측정 연도에 따라서 변할 수 있으므로 ITU-R에서는 10년 이상의 장기간 데이터를 사용하도록 권고하고 있으며, 본 논문에서도 국제적 지침에 따라 장기간(10년)의 강수량 측정 데이터를 사용하여 지역별 및 국내 전체 지역에 대한 연평균 강우율 분포와 최악월 분포 예측 모델을 도출하고, 연평균 강우율 분포와 최악월 분포의 상관 관계를 연구하였다.

성능/효과

국내 연평균 강우율 분포와 최악월 강우율 분포는 지역별 편차가 상당히 크게 나타났다. 본 논문에서 제시한 국내 연평균 강우율의 전국 평균 값과 ITU-R에서 권고하는 값과 비교했을 때 시간율 0.01%에 대한 강우율 값은 국내 환경의 경우 65.91 mm/h, ITU-R의 권고치는 50.70 mm/h로서 약 15 mm/h의 상당한 차이를 보였다. 본문에서 언급한 바와 같이 이러한 강우율의 차이는 밀리미터파 대역의 경우, 강우 감쇠량 예측에서 매우 큰 오차를 유발할 수 있기 때문에, ITU-R 권고 값으로 무선 통신 시스템을 설계하게 된다면 시스템의 안정적인 운용을 보장하지 못할 것이다.
울릉도, 양평, 원주를 제외한 전국 대부분의 지역에서 최악월 강우율 분포의 경향이 연평균 강우율 분포와 유사하게 나타났다. 울릉도의 경우 연평균 강우율 분포는 전국 평균보다 적었으나, 최악월 강우율 분포는 전국 평균보다 크게 나타났다. 양평과 원주의 경우에는 연평균 강우율 분포는 전국 평균에 가까웠으나, 최악월 강우율 분포는 전국 평균보다 적게 나타났다.
제안된 국내 모델의 경우, ITU-R 모델과는 차이가 있으며, p=0.1을 경계로 상관 관계 계수가 달라 p값이 작은 부분에서는 ITU-R 모델 값보다 작고 p값이 큰 부분에서는 ITU-R 모델보다 큰 값을 보인다. 식(4)에 정의된 변환인자 Q의 변화량도 p=0.

후속연구

따라서 국내 지상 및 위성링크에서 무선 통신 시스템을 설계할 때에는 필히 본 논문에서 제시한 강우율 분포 모델을 사용하여야 할 것으로 판단된다. 본 연구 결과는 국내 환경에서의 무선 링크에 대한 강우 감쇠의 시간율 특성을 정확히 예측하는 데 많은 기여를 할 수 있을 것으로 사료된다.
따라서 국내 지상 및 위성링크에서 무선 통신 시스템을 설계할 때에는 필히 본 논문에서 제시한 강우율 분포 모델을 사용하여야 할 것으로 판단된다. 본 연구 결과는 국내 환경에서의 무선 링크에 대한 강우 감쇠의 시간율 특성을 정확히 예측하는 데 많은 기여를 할 수 있을 것으로 사료된다.
70 mm/h로서 약 15 mm/h의 상당한 차이를 보였다. 본문에서 언급한 바와 같이 이러한 강우율의 차이는 밀리미터파 대역의 경우, 강우 감쇠량 예측에서 매우 큰 오차를 유발할 수 있기 때문에, ITU-R 권고 값으로 무선 통신 시스템을 설계하게 된다면 시스템의 안정적인 운용을 보장하지 못할 것이다. 또한, 최악월 강우율 분포 및 연평균 강우율 분포와 최악월 강우율 분포의 상관계수 모델 역시 ITU-R 모델과 차이를 보였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	밀리미터파 대역 주파수의 활용이 증가하게 된 원인은?	최근 고속 무선 인터넷 등으로 인한 전송량의 광대역화, 데이터 전송속도의 고속화 추세에 따라 소요 주파수량이 늘어나면서 밀리미터파 대역 주파수의 활용이 증가하고 있다. 10 GHz 이상의 대역에서 감쇠의 요인은 전리층에 의한 영향, 대기 가스, 강우 및 구름 등이 있으며, 이 중 강우 감쇠의 영향이 가장 크다[1]～[3].
	ITU-R에서 권고하는 연평균 강우율 분포에 대한 예측 모델이 국내 환경에 적용할 경우 오차가 발생하는 이유는?	통계적 강우 감쇠 예측을 위해서는 강우 감쇠의 연중 시간율 분포 특성이 필요하며, 강우 감쇠의 연중 시간율 분포를 얻기 위해서는 주어진 강우율에 대한 강우 감쇠 모델과 함께 국내 환경에서의 강우율(rain rate) 분포의 정확한 예측이 필수적이다. 현재 ITU-R에서 권고하는 연평균 강우율 분포에 대한 예측 모델[4]은 국내 환경에 적용할 경우 상당한 오차가 발생하게 된다.
	10 GHz 이상의 대역에서 감쇠의 요인은 무엇인가?	최근 고속 무선 인터넷 등으로 인한 전송량의 광대역화, 데이터 전송속도의 고속화 추세에 따라 소요 주파수량이 늘어나면서 밀리미터파 대역 주파수의 활용이 증가하고 있다. 10 GHz 이상의 대역에서 감쇠의 요인은 전리층에 의한 영향, 대기 가스, 강우 및 구름 등이 있으며, 이 중 강우 감쇠의 영향이 가장 크다[1]～[3].

참고문헌 (10)

ITU-R, "Propagation data and prediction methods required for design of earth-space telecommunication systems", Rec. P.618-10, 2009.
ITU-R, Handbook on Satellite Communications Systems, Wiley, Third Edition, 2002.
백정기 외, "Ka 대역 위성 RF 안테나를 이용한 강우환경 측정 및 운용방안 연구," 한국전자통신연구원, 한국, 보고서, 2002년.
ITU-R, "Characteristics of precipitatioin for propagation modelling", Rec. P.837-6, 2012.
ITU-R, "Conversion of annual statistics to worstmonth statistics", Rec. P.841-4, 2005.
이주환 외 9명, "누적 시간에 따른 강우강도 분포 변환 방법", TTAS.KO-06.0123, 2006.
박용호, 이주환, 백정기, "EHF(44 GHz) 게대역 강우 감쇠 특성 예측 연구", 한국전자파학회논문지, 16(8), pp. 848-854, 2005년.
ITU-R, "The concept of "worst month", Rec. P.581-2, 1990.
ITU-R, "Conversion of annual statistics to worstmonth statistics", Rec. P.841-4, 2005.
Benjamin Segal, "The estimation of worst-month precipitation attenuation probabilities in microwave systems design", Annals of Telecommunications, vol. 35, no. 11-12, pp. 429-433, 1980.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

국내 지역별 연평균 및 최악월 강우율 분포 특성
Regional Characteristics of the Average-Year and the Worst-Month Rain Rate Distribution in Domestic Environment 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

국내 지역별 연평균 및 최악월 강우율 분포 특성 Regional Characteristics of the Average-Year and the Worst-Month Rain Rate Distribution in Domestic Environment 원문보기

초록 AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

강우근 (1) 김인겸 (5) 김수일 (1) 백정기 (62)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

국내 지역별 연평균 및 최악월 강우율 분포 특성
Regional Characteristics of the Average-Year and the Worst-Month Rain Rate Distribution in Domestic Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper