$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

분포형 비차등위상차를 이용한 S-밴드 이중편파레이더의 정량적 강우 추정
Quantitative Rainfall Estimation for S-band Dual Polarization Radar using Distributed Specific Differential Phase 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.48 no.1, 2015년, pp.57 - 67  

이건행 (한국건설기술연구원 수자원.하천연구소) ,  임상훈 (한국건설기술연구원 수자원.하천연구소) ,  장봉주 (한국건설기술연구원 수자원.하천연구소) ,  이동률 (한국건설기술연구원 수자원.하천연구소)

초록
AI-Helper 아이콘AI-Helper

이중편파레이더는 강우입자의 모양, 크기, 위상, 방향에 대한 정보를 제공해줌으로써 단일편파레이더보다 정확한 정량적 강우 추정에 장점이 있다. 본 연구에서는 대표적인 이중편파레이더 강우 추정 알고리즘인 JPOLE 알고리즘과 CSU 알고리즘을 이용하여 강우량을 산정 비교하였다. 이 두 알고리즘은 강우의 크기에 따라 반사도, 차등반사도, 비차등위상차를 각각 이용하거나 조합하여 강우량을 계산한다. 비차등위상차는 강우입자의 모양과 분포밀도에 대한 정보를 주는 차등위상차에 필터링이나 회귀분석기법을 이용하여 계산되는데, 대류성 강우 지역에서는 비차등위상차의 첨두값이 과소 추정되거나 음의 값을 보일 수 있으며, 약한 강우지역에서는 진동하기도 한다. 본 연구에서는 이러한 문제를 해결하고자 Lim et al. (2013)에서 제안된 새로운 분포형 비차등위상차 산정방법의 이용을 제안하였다. 2012년도의 두 강우사상에 대한 국토교통부의 비슬산 레이더 자료를 이용하여 분포형 비차등위상차를 산정한 후 강우 추정 알고리즘에 적용하였다. 산정된 분포형 비차등위상차는 첨두값이 개선되었으며, 크게 진동하거나 음의 값이 산정되지 않았다. 이를 이용하여 추정된 강우량에 있어서는 일강우량 80mm 이상의 강한 강우에 대해 일강우량의 누적값이 AWS 관측값에 가깝게 개선되는 것을 확인하였으며 80mm 이하의 약한 강우에서는 개선 정도가 미약하였다. 이는 강우 추정 알고리즘에서 강우강도가 높은 경우에 비차등위상차가 사용되고, 낮은 경우에는 반사도와 차등반사도가 사용되기 때문인 것으로 판단된다. 본 연구를 통해 향후 이중편파레이더를 이용한 강우량 추정의 정확도를 향상시킬 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

One of main benefits of a dual polarization radar is improvement of quantitative rainfall estimation. In this paper, performance of two representative rainfall estimation methods for a dual polarization radar, JPOLE and CSU algorithms, have been compared by using data from a MOLIT S-band dual polari...

주제어

#이중편파레이더   #비차등위상차   #정량적 강우 추정  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 를 분포하는 방법을 적용하였다. 산정된 Kdp를 이중편파레이더 강우 추정 알고리즘에 적용하여 분포형 Kdp의 효과를 검토하고, 이를 이용하여 산정한 강우량의 개선 여부를 확인하고자 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
이중편파레이더를 위한 대표적인 강우 추정 알고리즘은? 이중편파레이더에서는 단일편파레이더의 강우량 추정 시 사용하는 반사도(reflectivity, Zh)에 추가하여, 차등반사도(differential reflectivity, Zdr )와 비차등위상차(specific differential phase, Kdp)를 이용하여 강우량을 추정한다. 이중편파레이더를 위한 대표적인 강우 추정 알고리즘으로는 JPOLE(Joint Polarization Experiment)(Ryzhkov et al., 2005)과 CSU (Colorado State University)(Cifelli et al., 2011)가 있다. JPOLE 알고리즘은 강우량에 따라 다른 강우 관계식을 사용하고 CSU 알고리즘은 대기수상체와 레이더 자료의 품질에 따라 다른 강우 관계식을 사용한다.
이중편파레이더의 장점은? 이중편파레이더는 강우입자의 모양, 크기, 위상, 방향에 대한 정보를 제공해줌으로써 단일편파레이더보다 정확한 정량적 강우 추정에 장점이 있다. 본 연구에서는 대표적인 이중편파레이더 강우 추정 알고리즘인 JPOLE 알고리즘과 CSU 알고리즘을 이용하여 강우량을 산정 비교하였다.
이중편파레이더가 대기수상체의 모양과 크기, 위상, 자세에 대한 정보를 제공해줌으로써 위와 같은 불확실성을 감소 시켜 보다 정확한 강우량 추정이 가능한 이유는? 이중편파레이더는 대기수상체(hydrometeor)의 모양과 크기, 위상, 자세에 대한 정보를 제공해줌으로써 위와 같은 불확실성을 감소시켜 보다 정확한 강우량 추정을 가능하게 한다 (Bringi and Chandrasekar, 2001). 이는 수평과 수직의 두 전파의 차이를 통해 생산되는 자료를 이용하여 DSD의 변화에 대한 정보를 이용할 수 있기 때문이다. 이러한 이점을 이용하여 국토교통부에서는 홍수예보에 활용하고자 이중편파레이더를 도입하고 있으며, 악기상 관측 및 기상예보를 목적으로 하는 기상청과 기지 중심의 기상지원을 목적으로 하는 국방부의 레이더도 향후 모두 이중편파레이더로 교체될 예정에 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Brandes, E.A., Zhang, G., and Vivekanandan, J. (2004). "Drop size distribution retrieval with polarimetric radar: Model and application." J. Appl. Meteor., Vol. 43, No. 3, pp. 461-475. 

    crossref

  2. Bringi, V.N., and Chandrasekar, V. (2001). Polarimetric Doppler Weather Radar: Principles and Applications, Cambridge University, Press, p. 635. 

  3. Cifelli, R., Chandrasekar, Lim, V.S., Kennedy, P.C., Wang, Y., and Rutledge, S.A. (2011). "A new Dual-Polarization Radar Rainfall Algorithm: Application in Colorado Precipitation Events." J. Atmos. Oceanic Technol., Vol. 28, No. 3, pp. 352-364. 

    상세보기 crossref

  4. Golestani, Y., Chandrasekar, V., and Bringi, V.N. (1989). "Intercomparison of multiparameter radar measurements." Preprints, 24th Conf. on Radar Meteorology, Tallahassee, FL, Amer. Meteor. Soc., pp. 309-314. 

  5. Hubbert, J., and Bringi, V.N. (1995). "An iterative filtering technique for the analysis of copolar differential phase and dual-frequency radar measurements." J. Atmos. Oceanic Technol., Vol. 12, No. 3, pp. 643-648. 

    crossref

  6. Korea Meteorological Administration (2012). Annual Climatological Report 

  7. Korea Meteorological Administration (2014). URL: http://www.kma.go.kr, AWS data, accessed 2014 

  8. Lim, S., Cifelli, R., Chandrasekar, V., and Matrosov, S.Y. (2013). "Precipitation Classification and Quantification Using X-Band Dual-Polarization Weather Radar: Application in the Hydrometeorology Testbed." J. Atmos. Oceanic Technol., Vol. 30, No. 9, pp. 2108-2120. 

    상세보기 crossref

  9. National Emergency Management Agency (2012). Report on Management for Heavy Rain in 2012. 8.20-8.23, Central Disaster and Safety Countermeasures Headquarters 

  10. Ryzhkov, A., Giangrande, S.E., and Schurr, T.J. (2005). "Rainfall Estimation with a Polarimetric Prototype of WSR-88D." Journal of Applied Meteorology, Vol. 44, No. 4, pp. 502-515. 

    상세보기 crossref

  11. VAISALA (2013). USER'S MANUAL: Digital IF receiver/Doppler Signal Processor RVP8, pp. 377-388. 

  12. Wang, Y., and Chandrasekar, V. (2009). "Algorithm for estimation of the specific differential phase." J. Atmos. Oceanic Technol., Vol. 26, No. 12, pp. 2569-2582. 

  13. Zrnic, D.S., and Ryzhkov, A. (1996). "Advantages of rain measurements using specific differential phase." J. Atmos. Oceanic Technol., Vol. 13, No. 2, pp. 454-464. 

    crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로