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 AWS관측값에 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.
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.
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...
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 polarization radar. In addition, this paper presents evaluation of specific differential phase ($K_{dp}$) retrieval algorithm proposed by Lim et al. (2013). Current $K_{dp}$ retrieval methods are based on range filtering technique or regression analysis. However, these methods can result in underestimating peak $K_{dp}$ or negative values in convective regions, and fluctuated $K_{dp}$ in low rain rate regions. To resolve these problems, this study applied the $K_{dp}$ distribution method suggested by Lim et al. (2013) and evaluated by adopting new $K_{dp}$ to JPOLE and CSU algorithms. Data were obtained from the Mt. Biseul radar of MOLIT for two rainfall events in 2012. Results of evaluation showed improvement of the peak $K_{dp}$ and did not show fluctuation and negative $K_{dp}$ values. Also, in heavy rain (daily rainfall > 80 mm), accumulated daily rainfall using new $K_{dp}$ was closer to AWS observation data than that using legacy $K_{dp}$, but in light rain(daily rainfall < 80mm), improvement was insignificant, because $K_{dp}$ is used mostly in case of heavy rain rate of quantitative rainfall estimation algorithm.
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 polarization radar. In addition, this paper presents evaluation of specific differential phase ($K_{dp}$) retrieval algorithm proposed by Lim et al. (2013). Current $K_{dp}$ retrieval methods are based on range filtering technique or regression analysis. However, these methods can result in underestimating peak $K_{dp}$ or negative values in convective regions, and fluctuated $K_{dp}$ in low rain rate regions. To resolve these problems, this study applied the $K_{dp}$ distribution method suggested by Lim et al. (2013) and evaluated by adopting new $K_{dp}$ to JPOLE and CSU algorithms. Data were obtained from the Mt. Biseul radar of MOLIT for two rainfall events in 2012. Results of evaluation showed improvement of the peak $K_{dp}$ and did not show fluctuation and negative $K_{dp}$ values. Also, in heavy rain (daily rainfall > 80 mm), accumulated daily rainfall using new $K_{dp}$ was closer to AWS observation data than that using legacy $K_{dp}$, but in light rain(daily rainfall < 80mm), improvement was insignificant, because $K_{dp}$ is used mostly in case of heavy rain rate of quantitative rainfall estimation algorithm.
를 분포하는 방법을 적용하였다. 산정된 Kdp를 이중편파레이더 강우 추정 알고리즘에 적용하여 분포형 Kdp의 효과를 검토하고, 이를 이용하여 산정한 강우량의 개선 여부를 확인하고자 하였다.
제안 방법
그러나 Kdp는 Ψdp로부터 필터링을 통해 산정되므로 Ψdp의 변화에 따라 진동하거나 음의 값이 산출되기도 한다. 따라서 본 연구에서는 자기일관성에 기초하여 Kdp를 분포하여, 국토교통부의 비슬산 레이더에 적용하였다. 2012년의 7월 15일과 8월 23일의 레이더 관측자료에 대해 분포형 Kdp를 산정한 결과, 필터링 방법에서 발생할 수 있는 음의 Kdp를 제거하는 것을 확인하였으며, 강우의 첨두값을 개선시키는 효과가 있는 것을 확인하였다.
본 연구에서는 이중편파레이더의 강우 추정 알고리즘에 이용되는 Kdp의 산정시 발생하는 위와 같은 문제를 해결하기 위해 국토교통부의 S밴드 이중편파레이더 자료에 자기일관성(self-consistency)에 기초하여 Kdp를 분포하는 방법을 적용하였다. 산정된 Kdp를 이중편파레이더 강우 추정 알고리즘에 적용하여 분포형 Kdp의 효과를 검토하고, 이를 이용하여 산정한 강우량의 개선 여부를 확인하고자 하였다.
일반적으로 1시간에 30 mm 이상이나 하루에 80 mm 이상의 강우가 발생한 경우, 혹은 연강우량의 10%에 상당하는 강우를 집중호우로 분류한다. 이에 따라 본 연구에서는 일강우량 80mm 이상인 경우를 강한 강우로, 이하인 경우는 약한 강우로 분류하여 검토하였다. 각 강우 추정 알고리즘은 강우의 크기에 따라 사용되는 변수가 다르므로 이와 같이 강우의 크기에 따라 분류함으로써 변수에 따른 강우 추정의 차이를 비교하고자 하였다.
대상 데이터
본 연구에서는 2012년 7월 15일과 8월 23일의 강우사상을 이용하였다. 2012년 7월 15일은 장마전선의 영향으로 남부지방에 큰 강우량을 보여 부산에서는 시간당 최대 80.
본 연구에서는 이중편파레이더 자료를 이용한 강우량추정 결과의 비교를 위하여 비슬산 레이더로부터 획득된 자료를 이용하였다. 비슬산 레이더는 한반도의 남동쪽에 위치하고 있으며, 낙동강 유역의 관측이 가능하다(Fig.
이론/모형
본 연구에서 이용한 Kdp의 산정 방법은 강우지역에서 감쇠가 보정된(attenuation-corrected) 수평반사도(#)와 총 Ψdp를 이용한다. 여기서, 총 Ψdp는 강우지역의 끝점(rm)과 시작점(r0)의 Ψdp의 차이를 말한다.
본 연구에서는 강우지역에 대해 자기일관성에 따라 산정한 분포형 Kdp를 적용하였다. 이 방법은 Lim et al.
이중편파레이더는 단일편파레이더에 비해 강우입자에 대한 다양한 정보를 제공해줌으로써 보다 정확한 강우량의 추정이 가능하다. 본 연구에서는 이중편파레이더의 강우량 추정 알고리즘인 JPOLE 알고리즘과 CSU 알고리즘을 이용하여 강우량을 추정하였다. 이 두 알고리즘은 산정식을 적용하기 위한 강우 강도의 구분에는 차이를 보이나, Zh, Zdr, Kdp의 이중편파레이더 변수를 동일하게 사용하여 강우량을 추정한다.
성능/효과
따라서 본 연구에서는 자기일관성에 기초하여 Kdp를 분포하여, 국토교통부의 비슬산 레이더에 적용하였다. 2012년의 7월 15일과 8월 23일의 레이더 관측자료에 대해 분포형 Kdp를 산정한 결과, 필터링 방법에서 발생할 수 있는 음의 Kdp를 제거하는 것을 확인하였으며, 강우의 첨두값을 개선시키는 효과가 있는 것을 확인하였다. 각 알고리즘을 이용한 강우량 추정에 있어서는 강한 강우로 분류한 일강우량 80 mm 이상인 경우에 대해 AWS 관측자료와 비교한 MAE, RMSE, NB, NAE 등이 모두 개선된 것을 확인하였으며, 약한 강우로 분류한 80 mm 이하인 경우에는 강한 강우에 비해 많은 개선효과를 확인하지 못하였다.
2012년의 7월 15일과 8월 23일의 레이더 관측자료에 대해 분포형 Kdp를 산정한 결과, 필터링 방법에서 발생할 수 있는 음의 Kdp를 제거하는 것을 확인하였으며, 강우의 첨두값을 개선시키는 효과가 있는 것을 확인하였다. 각 알고리즘을 이용한 강우량 추정에 있어서는 강한 강우로 분류한 일강우량 80 mm 이상인 경우에 대해 AWS 관측자료와 비교한 MAE, RMSE, NB, NAE 등이 모두 개선된 것을 확인하였으며, 약한 강우로 분류한 80 mm 이하인 경우에는 강한 강우에 비해 많은 개선효과를 확인하지 못하였다. 이는 강우 추정 알고리즘에 있어서 Kdp가 주로 강한 강우에 적용되고 약한 강우나 중간 강우에는 Zh, Zdr 이 사용되기 때문인 것으로 판단된다.
각 알고리즘을 이용한 강우량 추정에 있어서는 강한 강우로 분류한 일강우량 80 mm 이상인 경우에 대해 AWS 관측자료와 비교한 MAE, RMSE, NB, NAE 등이 모두 개선된 것을 확인하였으며, 약한 강우로 분류한 80 mm 이하인 경우에는 강한 강우에 비해 많은 개선효과를 확인하지 못하였다. 이는 강우 추정 알고리즘에 있어서 Kdp가 주로 강한 강우에 적용되고 약한 강우나 중간 강우에는 Zh, Zdr 이 사용되기 때문인 것으로 판단된다.
후속연구
이에 본 연구에서 적용한 분포형 Kdp를 통해 레이더의 활용의 주요한 요소인 강우량 추정을 개선할 수 있을 것이다. 그러나 본 연구에서 적용한 알고리즘은 미국의 사례를 바탕으로 개발된 것이므로 향후, 국내에 적합한 알고리즘을 선택, 개선, 개발하기 위해서는 다양한 강우패턴과 많은 강우사상에 대한 연구가 필요할 것이다.
향후 국토교통부의 레이더 도입과 기상청과 공군의 레이더가 이중편파레이더로 교체가 완료되면, 우리나라는 이중편파레이더 관측망을 갖추게 된다. 이 이중편파레이더들을 효율적으로 활용하기 위해서는 이중편파레이더로부터 획득할 수 있는 변수에 대한 연구가 선행되어야 한다. 이에 본 연구에서 적용한 분포형 Kdp를 통해 레이더의 활용의 주요한 요소인 강우량 추정을 개선할 수 있을 것이다.
이 이중편파레이더들을 효율적으로 활용하기 위해서는 이중편파레이더로부터 획득할 수 있는 변수에 대한 연구가 선행되어야 한다. 이에 본 연구에서 적용한 분포형 Kdp를 통해 레이더의 활용의 주요한 요소인 강우량 추정을 개선할 수 있을 것이다. 그러나 본 연구에서 적용한 알고리즘은 미국의 사례를 바탕으로 개발된 것이므로 향후, 국내에 적합한 알고리즘을 선택, 개선, 개발하기 위해서는 다양한 강우패턴과 많은 강우사상에 대한 연구가 필요할 것이다.
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.
참고문헌 (13)
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.
Bringi, V.N., and Chandrasekar, V. (2001). Polarimetric Doppler Weather Radar: Principles and Applications, Cambridge University, Press, p. 635.
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.
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.
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.
Korea Meteorological Administration (2012). Annual Climatological Report
Korea Meteorological Administration (2014). URL: http://www.kma.go.kr, AWS data, accessed 2014
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.
National Emergency Management Agency (2012). Report on Management for Heavy Rain in 2012. 8.20-8.23, Central Disaster and Safety Countermeasures Headquarters
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.
VAISALA (2013). USER'S MANUAL: Digital IF receiver/Doppler Signal Processor RVP8, pp. 377-388.
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.
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.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.