본 연구에서는 기상레이더 자료를 이용하여 도시하천 유역을 대상으로 초단기 강우예측 및 홍수예측을 실시하였다. 초단기 강우예측 결과 선행시간이 증가함에 따라 관측 자료와의 상관계수가 감소하며, 평균제곱근오차는 증가하여 정확도가 감소하였으나, 선행시간 60분까지 상관계수가 0.5이상 유지되는 결과를 얻을 수 있었다. 또한 강우예측 자료 적용에 의한 도시유출 분석결과, 선행시간 증가에 따른 첨두유량과 유출체적의 감소가 발생하였으나, 첨두시간은 비교적 일치하는 것으로 분석되었다. 레이더 예측 강우 적용을 통한 도시유출 분석결과, 관측 자료와의 오차가 발생하나 이는 여러 가지 외부적인 요인으로 판단되며, 추후 강수 에코의 급격한 생성과 소멸현상 모의, 국지성 강우 예측 성능 향상 등 지속적인 알고리즘 개선과 강우-유출 모형 매개변수 검 보정이 필요할 것으로 사료된다. 본 연구의 결과는 도시하천 유역뿐만 아니라 관측이 어려운 미계측 지역의 수문자료 확보 및 실시간 홍수 예 경보시스템 구축에 확장이 가능하며, 다양한 관측자료 기반 Multi-Sensor 초단기 강우예측 기반기술로의 활용이 가능하다.
본 연구에서는 기상레이더 자료를 이용하여 도시하천 유역을 대상으로 초단기 강우예측 및 홍수예측을 실시하였다. 초단기 강우예측 결과 선행시간이 증가함에 따라 관측 자료와의 상관계수가 감소하며, 평균제곱근오차는 증가하여 정확도가 감소하였으나, 선행시간 60분까지 상관계수가 0.5이상 유지되는 결과를 얻을 수 있었다. 또한 강우예측 자료 적용에 의한 도시유출 분석결과, 선행시간 증가에 따른 첨두유량과 유출체적의 감소가 발생하였으나, 첨두시간은 비교적 일치하는 것으로 분석되었다. 레이더 예측 강우 적용을 통한 도시유출 분석결과, 관측 자료와의 오차가 발생하나 이는 여러 가지 외부적인 요인으로 판단되며, 추후 강수 에코의 급격한 생성과 소멸현상 모의, 국지성 강우 예측 성능 향상 등 지속적인 알고리즘 개선과 강우-유출 모형 매개변수 검 보정이 필요할 것으로 사료된다. 본 연구의 결과는 도시하천 유역뿐만 아니라 관측이 어려운 미계측 지역의 수문자료 확보 및 실시간 홍수 예 경보시스템 구축에 확장이 가능하며, 다양한 관측자료 기반 Multi-Sensor 초단기 강우예측 기반기술로의 활용이 가능하다.
In this study the very short-term rainfall forecasting and storm water forecasting using the weather radar data were implemented in an urban stream basin. As forecasting time increasing, the very short-term rainfall forecasting results show that the correlation coefficient was decreased and the root...
In this study the very short-term rainfall forecasting and storm water forecasting using the weather radar data were implemented in an urban stream basin. As forecasting time increasing, the very short-term rainfall forecasting results show that the correlation coefficient was decreased and the root mean square error was increased and then the forecasting model accuracy was decreased. However, as a result of the correlation coefficient up to 60-minute forecasting time is maintained 0.5 or higher was obtained. As a result of storm water forecasting in an urban area, the reduction in peak flow and outflow volume with increasing forecasting time occurs, the peak time was analyzed that relatively matched. In the application of storm water forecasting by radar rainfall forecast, the errors has occurred that we determined some of the external factors. In the future, we believed to be necessary to perform that the continuous algorithm improvement such as simulation of rapid generation and disappearance phenomenon by precipitation echo, the improvement of extreme rainfall forecasting in urban areas, and the rainfall-runoff model parameter optimizations. The results of this study, not only urban stream basin, but also we obtained the observed data, and expand the real-time flood alarm system over the ungaged basins. In addition, it is possible to take advantage of development of as multi-sensor based very short-term rainfall forecasting technology.
In this study the very short-term rainfall forecasting and storm water forecasting using the weather radar data were implemented in an urban stream basin. As forecasting time increasing, the very short-term rainfall forecasting results show that the correlation coefficient was decreased and the root mean square error was increased and then the forecasting model accuracy was decreased. However, as a result of the correlation coefficient up to 60-minute forecasting time is maintained 0.5 or higher was obtained. As a result of storm water forecasting in an urban area, the reduction in peak flow and outflow volume with increasing forecasting time occurs, the peak time was analyzed that relatively matched. In the application of storm water forecasting by radar rainfall forecast, the errors has occurred that we determined some of the external factors. In the future, we believed to be necessary to perform that the continuous algorithm improvement such as simulation of rapid generation and disappearance phenomenon by precipitation echo, the improvement of extreme rainfall forecasting in urban areas, and the rainfall-runoff model parameter optimizations. The results of this study, not only urban stream basin, but also we obtained the observed data, and expand the real-time flood alarm system over the ungaged basins. In addition, it is possible to take advantage of development of as multi-sensor based very short-term rainfall forecasting technology.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
백령도 기상레이더의 경우는 기간에 따라 제한적으로 제공되고 있고, 광덕산 기상레이더의 경우 우이천 유역의 북동쪽에 위치하고 있어 주로 남서쪽에서 북동쪽 또는 서쪽에서 동쪽으로 이동하는 강수의 이동방향을 예측하기에 적합하지 않다. 따라서 본 연구에서는 관악산 기상레이더 자료를 이용하여 강우예측을 수행하였다.
도시 유역의 유출과정은 토지이용과 선행 수문사상 등에 따라 달라지는 매우 복잡한 양상을 띠며, 유역의 강우유출관계가 비선형성을 내포하고 있어서 유역의 유출의 정확한 예측은 매우 어려운 문제이다. 따라서 본 연구에서는 전 세계적으로 널리 사용하고 있으며, 도시유역의 우수및 오수 처리 시스템의 보다 정확한 해석과 신뢰성 있는 결과를 기대할 수 있는 미국 환경청(EPA, Environmental Protection Agency)의 SWMM을 사용하여 도시하천수계에서의 홍수유출의 예측정도를 높이고자 하였다.
본 연구에서는 도시 유역 초단기 강우예측을 위한 기상 레이더 자료 활용을 통한 도시지역 실시간 홍수 예·경보시스템 구축을 목표로 10분 간격, 최대 1시간까지의 초단기 레이더 강우예측을 실시하였다.
본 연구에서는 레이더 관측자료 기반 도시하천 유역의 초단기 강우예측을 실시하였다. 이를 위하여 레이더 자료 전처리 및 CAPPI 산정프로그램 개발과 레이더 강우의 최적 이동양상 분석을 실시하였다.
2(a)에서 보는 바와 같이 빔 차폐와 관계없이 사각지역이 존재한다. 본 연구에서는 이러한 영향을 제거하기 위하여 우이천 유역으로 강우의 이동방향을 파악하고 이와 같은 영향이 없는 강우사상을 선정하여 분석을 수행하였다. 또한 수도권 지역은 다른 지역에 비하여 복잡한 지형과 건물 등의 영향으로 지형에코가 광범위하게 나타난다(Fig.
제안 방법
또한 두 영역 간의 공간적 위치(계산 반경)는 곧 강우의 최대 이동거리를 반영하는 것이므로 물리적인 의미를 가지는 범위 내에서 결정되어야 한다. 따라서 본 연구에서는 Kim and Kim (2009)의 연구에서 제시된 값을 반영하여 영역의 크기를 21 km로, 계산 반경의 크기는 7 km로 설정하였다.
이러한 Z-R관계식은 실험결과에 의해 도출된 것으로 실제 강우사상에 적용할 경우 지상 우량계 관측값과 차이가 있다. 따라서 본 연구에서는 보다 정확한 레이더 강우량 산정을 위하여 실시간 보정계수를 이용하였다. 보정계수는 t-△t 시점에서 관측된 우량계 강우강도와 레이더 반사도와 Z-R관계식으로부터 계산된 강우강도 사이의 비율로서 t 시점에서의 레이더 강우강도에 이를 곱해줌으로써 강우강도를 보정하였다.
만약 이전 시점에서 우량계로 관측된 강우강도가 낮고, 레이더로 추정된 강우강도가 상대적으로 높을 경우 보정계수는 매우 큰 값을 가지게 된다. 따라서 이러한 현상을 최소화하기 위하여 이전 5개 시점에서의 보정계수를 계산하고 이를 평균하여 사용하였다.
따라서, 본 연구에서는 초단시간 레이더 강우예측에 의한 우이천 유역의 도시유출 해석 시 『대학과 연계한 하천관리 연구용역, 2012, 서울특별시』의 일환으로 약 14년(1999~2012년) 동안 홍수기 유량측정을 통하여 매개변수 추정 및 검·보정이 수행 된 SWMM모형 결과를 사용하였으며, 매개변수 산정 과정과 검증 결과는 Kim et al. (2013)의 논문을 참조하기 바란다.
또한 레이더자료의 강우 예측 정확도 검증을 위하여 지상기상자동관측시스템 관측 자료와 비교·분석 하였으며, 도시유출모형 입력으로 활용하여, 집중호우 사례연구를 통한 도시유역 홍수유출 분석 결과를 검증하였다.
또한 레이더자료의 초단기 강우예측 정확도 검증을 위하여 2011년 7월과 2012년 7월의 집중호우 사례연구를 통한 지상기상 자동관측시스템(Automatic Weather System, AWS)의 분단위 강우관측 결과와 비교·분석 하였으며, 서울특별시 우이천 유역을 대상으로 도시유출 모의 적용을 통한 선행시간 확보로 홍수 예·경보의 가능성을 진단하였다.
우이천 유역은 모두 9개 배수분구(우이1, 우리2, 수유1, 수유2, 쌍문2, 창동2, 장위, 월계1, 월계2)로 구성되어 있으며, 총 64개의 토출구가 존재하며, 이중 관경의 크기와 배수계통의 길이 등을 고려하여 총 46개의 유출구로 간략화하여 모형의 입력 자료를 구축하였다(Song, 2002). 또한 우이천 유역의 소유역을 총 113개로 분할하여 모형의 입력 자료로 사용하였으며, 각 소유역별 관망자료는 『하수관거조사 및 정비 기본계획(우이천) 보고서, 1996, 서울특별시』의 공공 하수도 관망도를 토대로 배수분구, 배수계통 및 배수유역을 구분하였고 이후 추가적으로 수행된 하수관거조사 및 정비 기본계획의 내용을 반영하였다. 우이천 유역의 최하류에 해당하는 월계2 배수분구의 경우 하수관거의 배수구조와 지형여건 등을 고려하여 일부 유역에서 제외하였다.
6은 2011년 7월 27일 18시 50분과 2012년 7월 5일 22시 50분에 대하여 TREC 기법을 이용하여 산정된 강우 이동벡터장을 보여주고 있다. 또한 이러한 과정을 통하여 산정된 이동벡터장과 반사도 자료를 이용하여 목표로 하는 예측시간동안 강우의 선형적인 이동을 예측하였다.
따라서 본 연구에서는 보다 정확한 레이더 강우량 산정을 위하여 실시간 보정계수를 이용하였다. 보정계수는 t-△t 시점에서 관측된 우량계 강우강도와 레이더 반사도와 Z-R관계식으로부터 계산된 강우강도 사이의 비율로서 t 시점에서의 레이더 강우강도에 이를 곱해줌으로써 강우강도를 보정하였다. 만약 이전 시점에서 우량계로 관측된 강우강도가 낮고, 레이더로 추정된 강우강도가 상대적으로 높을 경우 보정계수는 매우 큰 값을 가지게 된다.
이러한 경우 주변 격자의 이동벡터들의 가중평균을 이용하여 수정할 수 있다. 본 연구에서는 Benjamin and Seaman (1985)가 제시한 수정 Cressman 가중함수를 적용하여 각 격자점 주변 24개 격자점에서의 이동벡터의 가중평균을 계산하고 이와 비교하여 90도 이상의 편향을 나타낼 경우 물리적인 의미가 결여된 것으로 판단하고 평균값으로 수정하였다. Fig.
본 연구에서는 각 예측 시간별 첨두유량(peak discharge), 첨두시간(peak time), 그리고 총 유량(flow volume) 분석을 통하여, 관측과 예측 홍수량의 정량적인 모의 결과를 비교하였다. 분석한 결과 Case I의 경우, 첨두유량 예측은 (-)99.
본 연구에서는 실시간 자료처리와 효율적인 공간처리를 위하여 Mohr and Vaughan 방법을 적용한 프로그램을 독자적으로 구축하였으며, 이를 이용하여 공간해상도 250 × 250 m의 CAPPI 자료를 생산하였다.
본 연구에서는 초단기 레이더 강우 예측의 도시유출모형 적용을 위하여 TREC 이동벡터와 선형 외삽법을 이용하여 2011년 7월 26일 0시부터 28일 23시 50분까지의 기간(Case I)과 2012년 7월 5일 9시부터 6일 23시 50분까지의 기간(Case II)에 대하여 다양한 예측시간(10분, 20분, 30분, 40분, 50분, 60분)에 따른 레이더 예측 반사도 시계열을 비교하였다.
본 연구에서는 도시하천의 홍수량 해석에 주로 사용되는 SWMM 모형을 선정하였다. 유역의 배수계통도와 하수관망도, 토지피복도, 수치지형도 등을 종합적으로 고려하여 소유역 분할 및 모형의 입력 자료를 구축하였다.
UF 자료는 고도각, 방위각, 목표물까지의 시선거리를 이용한 극좌표계로 구성되어 있다. 이러한 극좌표계로 구성된 자료는 수문모형에 적용하기 용이하게 하기 위하여 직교좌표계로 변환하였다. Mohr and Vaughan (1979)은 레이더 반사도 보간법을 이용한 직교좌표계 형식의 CAPPI 자료 산정 알고리즘을 제안하였다.
본 연구에서는 도시 유역 초단기 강우예측을 위한 기상 레이더 자료 활용을 통한 도시지역 실시간 홍수 예·경보시스템 구축을 목표로 10분 간격, 최대 1시간까지의 초단기 레이더 강우예측을 실시하였다. 이를 위하여 레이더 자료 전처리 및 CAPPI (Constant Altitude Plan Position Indicator) 산정프로그램을 개발하였으며, 레이더 자료를 이용한 집중호우사상의 최적 이동양상 분석과 Z-R관계 식을 통한 정량적 강우량 추정을 실시하였다. 또한 레이더자료의 초단기 강우예측 정확도 검증을 위하여 2011년 7월과 2012년 7월의 집중호우 사례연구를 통한 지상기상 자동관측시스템(Automatic Weather System, AWS)의 분단위 강우관측 결과와 비교·분석 하였으며, 서울특별시 우이천 유역을 대상으로 도시유출 모의 적용을 통한 선행시간 확보로 홍수 예·경보의 가능성을 진단하였다.
본 연구에서는 레이더 관측자료 기반 도시하천 유역의 초단기 강우예측을 실시하였다. 이를 위하여 레이더 자료 전처리 및 CAPPI 산정프로그램 개발과 레이더 강우의 최적 이동양상 분석을 실시하였다. 또한 레이더자료의 강우 예측 정확도 검증을 위하여 지상기상자동관측시스템 관측 자료와 비교·분석 하였으며, 도시유출모형 입력으로 활용하여, 집중호우 사례연구를 통한 도시유역 홍수유출 분석 결과를 검증하였다.
공간적으로 평균된 강수량을 면적 평균강우량이라고 하며, 이것을 계산하기 위한 방법으로는 산술평균법, Thiessen 방법, 등우선법, 고도-면적곡선법, 격자점법, 유한요소법, 역거리가중평균법, Kriging 방법 등이 있다. 일반적으로 수문해석에서 Thiessen 방법을 주로 사용하기 때문에 본 연구에서도 대상유역의 면적평균강우량 산정을 위하여 선정된 4개의 관측소를 대상으로 Thiessen 망을 작성하였다(Fig. 3). AWS 지점별 Thiessen 가중치는 도봉, 노원, 동대문, 성북지점에 대하여 각각 0.
대상 데이터
관악산 기상레이더는 S-band 단일편파 도플러 레이더로서, 안테나 해발고도는 약 640 m, 안테나 직경은 8.5 m, 관측반경은 약 240 km, 유효반경은 약 120 km이다. 또한 관측 고도각은 총 13개로 설정되어 있으며, 최저 고도각은 약 0.
기상청에서 제공되는 자료 중 본 연구의 대상지역인 우이천 유역을 관측할 수 있는 기상레이더는 백령도 기상레이더, 관악산 기상레이더, 광덕산 기상레이더 이다. 백령도 기상레이더의 경우는 기간에 따라 제한적으로 제공되고 있고, 광덕산 기상레이더의 경우 우이천 유역의 북동쪽에 위치하고 있어 주로 남서쪽에서 북동쪽 또는 서쪽에서 동쪽으로 이동하는 강수의 이동방향을 예측하기에 적합하지 않다.
본 연구에서는 2011년 7월 27일과 2012년 7월 5일경 우리나라 중부지방에 집중호우가 발생한 기간에 대하여, 서울특별시 강북구 지역에 위치한 우이천 유역을 대상으로 인근지역의 AWS 관측자료를 수집·분석하였으며, 분단위 강우자료가 존재하는 총 4개의 관측지점을 선정하여 레이더 강우예측 결과의 비교·검증과 강우-유출 모형의 입력 자료로 활용하였다.
본 연구에서는 레이더 강우예측자료의 도시유역 유출 모의 적용을 위하여 우이천 유역을 대상유역으로 선정하였다. 우이천 유역은 유역면적이 27.
본 연구에서는 2011년 7월 27일과 2012년 7월 5일경 우리나라 중부지방에 집중호우가 발생한 기간에 대하여, 서울특별시 강북구 지역에 위치한 우이천 유역을 대상으로 인근지역의 AWS 관측자료를 수집·분석하였으며, 분단위 강우자료가 존재하는 총 4개의 관측지점을 선정하여 레이더 강우예측 결과의 비교·검증과 강우-유출 모형의 입력 자료로 활용하였다. 선정된 관측지점은 도봉(ID: 406), 노원(ID: 407), 동대문(ID: 408), 성북(ID: 414) 등 4개 지점이다.
데이터처리
3). AWS 지점별 Thiessen 가중치는 도봉, 노원, 동대문, 성북지점에 대하여 각각 0.602, 0.049, 0.075, 0.274로 분석되었으며, 선정된 두 강우사상(2011년 7월 27일, 2012년 7월 5~6일)에 대하여 Thiessen 가중치를 적용하여 면적평균강우량을 계산하였다. 다만, 레이더 강우 검보정을 위하여 도시유역 면적평균강우량 사용시지점강우량을 바로 사용하는 것에 비하여 오차발생 여지가 있으며 추가적인 보완이 필요하다.
또한, 레이더를 통하여 산정한 선행시간별 강우량예측 결과와 관측 자료와의 오차에 대한 적합성을 판단하기 위한 통계적 지표로 사용되는 평균제곱근오차(Root Mean Square Error, RMSE)의 합을 구하여 평가하였으며, RMSE는 다음 Eq. (3)와 같이 나타낼 수 있다.
이론/모형
1) 본 연구는 도시하천 유역 초단기 강우 및 홍수예측을 위하여 대상유역을 포함하는 관악산 기상레이더자료를 사용하였으며, 단순외삽 기법인 TREC 방법을 적용하여 정량강우를 예측하고 대류성 강우에 적합한 Z-R 관계식(Z=334R1.19)을 적용하여 정량강우를 추정하였다. 또한 우이천 인근 4개 지점 AWS 관측 자료와 비 교․검증하였으며, 유역평균 강우예측 결과의 SWMM 모형 적용으로 초단기 도시홍수예측의 방법론을 제시한 시범 연구사례이다.
, 1999). 본 연구에서는 2011년 7월과 2012년 7월 집중호우를 대상으로 하기 때문에, Atlas et al. (1999)이 제안한 대류성 강우(convective rain)에 대한 Z-R관계식인 Z=334R1.19를 적용하였다.
본 연구에서는 기상레이더 자료로부터 초단기 강우 예측을 위하여 단순 외삽기법을 이용하였다. 외삽기법을 통한 강우 예측은 계산 소요시간이 비교적 짧고 계산과정이 매우 간단하며, 반사도 자료 이외의 입력자료를 요구하지 않는다는 장점이 있다.
일반적으로 도시유역으로 강우-유출 해석 시 우수 배제 체계 및 우수관거 용량 등을 고려한 유출해석이 가능한 모형 선정이 필요하다. 본 연구에서는 도시하천의 홍수량 해석에 주로 사용되는 SWMM 모형을 선정하였다. 유역의 배수계통도와 하수관망도, 토지피복도, 수치지형도 등을 종합적으로 고려하여 소유역 분할 및 모형의 입력 자료를 구축하였다.
앞서 언급한 바와 같이 본 연구에서는 레이더 반사도 자료로부터 정량 강우량을 추정하기 위하여 Atlas et al. (1999)의 Z-R관계식을 이용하였으며, 실시간 보정계수를 이용하여 강우량을 보정하였다. Figs.
10(a) and 10(b)는 각각 Case I과 Case II에 대하여 실시간 보정계수 적용하기 전과 후의 우량계 강우강도와 레이더 추정 강우강도를 비교한 것이며, Table 3은 보정계수 적용 전후의 상관계 수(CC)와 평균제곱근오차(RMSE)를 비교한 것이다. 여기서 우량계 강우강도는 우이천 유역의 Thiessen 가중평균 법을 이용한 유역 평균강우량(mm/hour)을 의미한다. 보정계수 적용 결과, Case I의 경우 상관계수가 0.
성능/효과
450 mm./hour로 약간 개선되었음을 확인할 수 있었다. Case II의 경우는 상관계수는 0.
2) 집중호우 사례 연구를 통한 레이더강우의 시간단위이하 10분 간격 초단시간 극치강우 예측결과, 예측시간이 증가함에 따라 상관계수가 최대 0.88~0.51까지 낮아지며, 평균제곱근오차는 2.682~7.969 dBZ까지 증가 하여 예측 정확도가 점차 떨어지는 것으로 분석되었으나, 강우예측 선행시간 60분까지는 상관계수 0.5이상으로 비교적 양호한 결과를 얻을 수 있었다. 그러나 지속적인 알고리즘 개선과 오차보정 등 정확도 개선의 필요성을 확인하였다.
3) 초단기 도시유출 분석결과, 첨두유량은 (-)99.0%~ (+)1.4%로 과소 추정되었으며, 첨두발생시간은 (-)17.4%~(+)25.2 %로 비교적 양호한 결과를 보였다. 비록 초단기 예측수문곡선이 실제에 비하여 차이를 보이고 있으나 수문곡선의 첨두와 모양은 실제 유출 패턴과 유사함을 확인할 수 있다.
9% 차이를 보이면서 관측값에 비하여 과소 추정되는 것으로 분석되었다(Table 4). 다음으로 Case II의 경우를 분석한 결과, 첨두유량 예측은 (-)83.5%~(-)38.0%의 편차를 보이면서 과소추정 되었으나, 첨두 발생시간은 (-)17.4%~(+)14.4%의 근소한 차이를 보이고 있음을 확인할 수 있다. 또한, 총 유출량의 체적은 (-)31.
9%차이를 보이면서 관측값에 비하여 과소 추정되는 것으로 분석되었다(Table 5). 대체로 초단기 강우예측 시간이 길어질수록 많은 편차를 보는 것으로 확인되었으며, 예측 선행시간 60분에서 가장 큰 편차를 보이는 것으로 분석되었다.
2%의 근소한 차이를 보이고 있음을 확인할 수 있다. 또한, 총 유출량의 체적은 (-)12.7%~(-)97.9% 차이를 보이면서 관측값에 비하여 과소 추정되는 것으로 분석되었다(Table 4). 다음으로 Case II의 경우를 분석한 결과, 첨두유량 예측은 (-)83.
4%의 근소한 차이를 보이고 있음을 확인할 수 있다. 또한, 총 유출량의 체적은 (-)31.7%~(-)72.9%차이를 보이면서 관측값에 비하여 과소 추정되는 것으로 분석되었다(Table 5). 대체로 초단기 강우예측 시간이 길어질수록 많은 편차를 보는 것으로 확인되었으며, 예측 선행시간 60분에서 가장 큰 편차를 보이는 것으로 분석되었다.
본 연구에서는 각 예측 시간별 첨두유량(peak discharge), 첨두시간(peak time), 그리고 총 유량(flow volume) 분석을 통하여, 관측과 예측 홍수량의 정량적인 모의 결과를 비교하였다. 분석한 결과 Case I의 경우, 첨두유량 예측은 (-)99.0%~(+)1.4%의 많은 편차를 보이면서 과소추정 되었으나, 첨두 발생시간은 (-)0.8%~(+)25.2%의 근소한 차이를 보이고 있음을 확인할 수 있다. 또한, 총 유출량의 체적은 (-)12.
718 dBZ까지 지속적으로 증가하는 것을 볼 수 있다. 이러한 결과는 예측 시간이 증가함에 따라 적용 방법의 예측 정확도가 떨어지는 것을 의미하고 있으나, 예측 시간 1시간까지는 비교적 양호한 결과를 얻을 수 있었다.
714 dBZ로 나타났다. 제시된 결과는 레이더 반사도 자료의 이동벡터를 이용한 강우 예측 방법이 유역 규모의 평균 강우량 예측에 비교적 신뢰성 있는 결과를 제공해줄 수 있다는 것을 의미한다.
후속연구
4) 도시유역 초단기 강우예측 및 홍수예측 분석 결과 관측 자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보인다. 이러한 오차 발생의 원인은 강수 에코의 생성과 소멸에 대한 모의가 불가능한 점과 급격하게 변화하는 강우사상에 대한 예측성이 낮은 점 등 여러 가지 외부적인 요인이 있는 것으로 판단되며, 강우예측과 유출모형의 불확실성, 매개변수 최적화 수행 등 지속적인 알고리즘 개선 및 모형의 검·보정이 필요할 것으로 사료된다.
274로 분석되었으며, 선정된 두 강우사상(2011년 7월 27일, 2012년 7월 5~6일)에 대하여 Thiessen 가중치를 적용하여 면적평균강우량을 계산하였다. 다만, 레이더 강우 검보정을 위하여 도시유역 면적평균강우량 사용시지점강우량을 바로 사용하는 것에 비하여 오차발생 여지가 있으며 추가적인 보완이 필요하다. 다음은 Fig.
이 두 가지 방법은 단순히 관측과 예측의 오차를 정량적인 숫자로 표시하는 방법으로 한눈에 오차 값을 파악할 수 있으나 오차의 정확도가 어느 정도인지 알기는 어려운 방법이다. 따라서 추후 오차 정도를 알 수 있는 다양한 오차평가 방법들을 사용하여 본 연구의 결과를 검증할 예정이다.
본 연구를 통하여 개발된 결과는 향후 레이더, 다중위성, 그리고 지상 관측자료 등을 조합한 multi-sensor 기반 초단기 강우예측 기술개발로 확장이 가능하며, 도시하천 유역 홍수예측모형의 입력 자료로 활용되어 실시간 초단기 홍수 예·경보에 도움이 될 것으로 판단된다.
그러나 강우의 크기에 대해서는 레이더 강우강도가 일부 과대 또는 과소 추정되고 있음을 확인할 수 있다. 이러한 결과는 실시간 보정계수는 강우현상이 시간적으로 연속적이라는 기본 가정을 바탕으로 하고 있으나 본 연구에서 적용된 강우사상은 짧은 시간에 변화도가 매우 크기 때문에 발생된 것으로 판단되며, 향후 이러한 현상을 최소화하기 위한 보정방법의 적용이 필요할 것이다. Case II의 경우는 강우의 시작 시점에서 우량계에서는 상당히 강한 강우가 발생한 것으로 기록되었으나, 레이더 강우는 이를 감지하지 못하였다.
이러한 오차 발생의 원인은 강수 에코의 생성과 소멸에 대한 모의가 불가능한 점과 급격하게 변화하는 강우사상에 대한 예측성이 낮은 점 등 여러 가지 외부적인 요인이 있는 것으로 판단되며, 강우예측과 유출모형의 불확실성, 매개변수 최적화 수행 등 지속적인 알고리즘 개선 및 모형의 검·보정이 필요할 것으로 사료된다.
최근 매년 반복되고 있는 이러한 내수침수피해를 줄이고 홍수 위험을 최소화할 수 있는 대책으로 내·외수를 고려한 홍수 예·경보 시스템 구축이 고려되고 있으며, 위험기상을 사전에 모니터링하고 예측할 수 있는 레이더 자료 활용에 대한 연구가 선행될 필요성이 있다.
본 연구를 통하여 개발된 결과는 향후 레이더, 다중위성, 그리고 지상 관측자료 등을 조합한 multi-sensor 기반 초단기 강우예측 기술개발로 확장이 가능하며, 도시하천 유역 홍수예측모형의 입력 자료로 활용되어 실시간 초단기 홍수 예·경보에 도움이 될 것으로 판단된다. 추후 레이더 강우 관측장의 합성과 공간분포된 레이더 강우예측 장의 생성으로 관측이 어려운 도서지역, 해안지역, 그리고 산림지역 등 미계측 유역의 실시간 수문자료 확보 및 홍수 예경보가 가능할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
도시화, 산업화에 의한 인구와 재산, 사회기반시설의 밀집은 어떤 문제를 야기하는가?
2008; Yoon and Moon, 2014). 더욱이 도시화, 산업화에 의한 인구와 재산, 사회기반시설의 밀집은 홍수로 인한 피해규모를 대형화시키고, 잠재 홍수피해 및 홍수 위험도를 증가 시키는 요인으로 작용하고 있다. 실제로 1997년부터 2006년까지 10년간 도시지역의 홍수로 인한 재산피해는 연평균 약 2조원, 인명피해는 약 120명으로 조사된 바 있다 (Shim, 2008).
국내의 레이더 자료를 이용한 초단기 강우예측 현황은 어떠한가?
그 밖에도 중국, 유럽연합, 호주 등 세계 각국들에서 레이더 관측망을 구축하여 레이더 강우 모니터링에 활용하고 있다. 그리고 우리나라의 경우 기상청에서는 위험기상 예측과 모니터링을 위하여 기존의 다양한 강수예측 모델들(MAPLE, KLAPS, VDRAS)을 검토하여 한국형 통합 초단기 분석 및 예측 시스템(near-Term Integrated Prediction System, n-TIPS)을 개발하고 있으며, 기존 수치모델 기반의 1시간 간격예측에서 실황모델 기반 10분 간격 예측의 가용성을 확대하였으며, 기상예측장은 30분이내에 신속하게적시에 제공하고, 신뢰성 확보를 위한 6시간 이내의 예측정확도 향상을 위한 연구를 실무차원에서 진행 하고 있다. 현재, 기상관측과 예보를 담당하고 있는 기상청뿐만 아니라 항공운항, 수자원 관리, 홍수예경보 등의 특수한 목적을 위하여 공군, 국토교통부, 한국건설기술연구원 등 여러 기관에서도 레이더 강우예측 자료를 이용하고 있는 추세이다.
레이더를 활용한 홍수 예․경보 및 모니터링에 대한 관심이 높아지는 이유는 무엇인가?
최근 집중호우 및 태풍 등의 위험기상 현상으로 인한 도시지역 홍수피해가 증가하면서 레이더를 활용한 홍수 예․경보 및 모니터링에 대한 관심이 높아지고 있다. 또한 기후변화에 따른 이상기상 현상으로 도시지역의 국지성호우와 집중호우의 발생빈도와 강도가 날로 증가하고 있는 추세이다(Webster et al.
참고문헌 (28)
Atlas, D., Ulbrich, C., Marks, F.D. Jr., Amitai, E., and Williams, C.R. (1999). "Systematic variation of drop size and radar-rainfall relations." Journal of Geophysical Research, Vol. 104, pp. 6155-6169.
Bedient, P.B., Holder, A., Benavides, J.A., and Vieux, B.E. (2003). "Radar-based flood warning system applied to Tropical Storm Allison." Journal of Hydrologic Engineering, Vol. 8, No. 6, pp. 308-318.
Calheiros, R.V., and Zawadzki, I. (1987). "Reflectivityrain rate relationships for radar hydrology in Brazil." Journal of Climate Applied Meteorology, Vol. 26, pp. 118-132.
Chandrasekar, V., and Cifelli, R. (2012). "Concepts and principles of rainfall estimation from radar: Multi sensor environment and data fusion." Indian Journal of Radio and Space Physics, Vol. 41, pp. 389-402.
Einfalt, T., Arnbjerg-Nielsen, K., Golz, C., Jensen, N.E., Quirmbach, M., Vaes, G., and Vieux, B. (2004). "Towards a roadmap for use of radar rainfall data in urban drainage." Journal of Hydrology, Vol. 299, No. 3, pp. 186-202.
Elsner, J.B., Kossin, J.P., and Jagger, T.H. (2008). "The Increasing Intensity of the Strongest Tropical Cyclones." Nature, Vol. 455, No. 7209, pp. 92-95.
Gourley, J.J., and Maddox, R.A. (2002). "An exploratory multisensor technique for quantitative estimation of stratiform rainfall." Journal of Hydrolometeorology, Vol. 3, pp. 166-180.
Jones, D.M.A. (1956). "Rainfall drop size distribution and radar reflectivity." Research Report, No. 6, U.S. Army Contract DA-36-039 SC-64723, Illinois State Water Survey, Urbanba, Vol. 20, pp. 1-20.
Joss, J., and Waldvogel, A. (1970). "A method to improve the accuracy of radar measured amounts of precipitation." Preprints of Papers, 14th Radar Meteorology Conference, Tucsan, Arizona, American Meteorological Society, pp. 237-238.
Kim, G., and Kim, J.P. (2009). "Development of a shortterm rainfall forecast model using sequential CAPPI data." Journal of the Korean Society of Civil Engineers, Vol. 29, No. 6B, pp. 543-550. (in Korean)
Kim, J.S., Yoon, S.K., and Moon, Y.I. (2013). "Development of Rating Curve for high Water Level in an Urban Stream using Monte Carlo Simulation" Journal of the Korean Society of Civil Engineers, Vol. 33, No. 4, pp. 1433-1446. (in Korean)
Lee, J.H., and Ryu, C.S. (2010). "Radar Meteorology", Sigma Press, pp. 71-72. (in Korean)
Mohr, C.G., and Vaughan, R.L. (1979). "An economical procedure for Cartesian interpolation and display of reflectivity factor data in three-dimensional space." Bulletin of the American Meteorological Society, Vol. 18, pp. 661-670.
Rinehart, R.E., and Garvey, T. (1978). "Three dimensional storm motion detection by conventional weather radar." Nature, Vol. 273, pp. 287-289.
Song, H.S. (2002) "The parameter estimation of rainfallrunoff models based on U-Ee experimental basin." Master of Science in Civil Engineering in The University of Seoul, pp. 1-181.
Steiner, M., Houze-Jr, R.A., and Yuter, S.E. (1995). "Climatological Characterization of three dimensional storm structure from operational radar and rain gauge data." Journal of Applied Meteorology, Vol. 34, pp. 1978-2007.
Thorndahl, S., and Rasmussen, M.R. (2013). "Short-term forecasting of urban storm water runoff in real-time using extrapolated radar rainfall data." Journal of Hydroinformatics, Vol. 15, No. 3, pp. 897-912.
Webster, P.J., Holland, G.J., Curry, J.A., and Chang, H.R. (2005). "Changes in Tropical Cyclone Number, Duration, and Intensity in a Warming Environment." Science, Vol. 309, pp. 1844-1846.
Wetchayont, P., Hayasaka, T., Satomura, T., Katagiri, S., and Baimoung, S. (2013). "Retrieval of rainfall by combining rain gauge, ground-based radar and satellite measurements over Phimai, Thailand." Scientific Online Letters on the Atmosphere, Vol. 9, pp. 166-169.
Yoon, S.K., and Moon, Y.I. (2014). "The Recent Increasing Trends of Exceedance Rainfall Thresholds Over the Korean Major Cities." Journal of the Korean Society of Civil Engineers, Vol. 34, No. 1, pp. 117-133. (in Korean)
Yoon, S.S., Bae, D.H., and Choi, Y. (2014). "Urban Inundation Forecasting Using Predicted Radar Rainfall: Case Study." J. Korean Soc. Hazard Mitig., Vol. 14, No. 3, pp. 117-126. (in Korean)
Zhang, J., and Qi, Y. (2010). "A real-time algorithm for the correction of bright band effects in radar-derived precipitation estimation." Journal of Hydrometeorology, Vol. 11, pp. 1157-1171.
Zhang, J., Howard, K., and Langston, C., Vasiloff, S., Kaney, B., Arthur, A., Van Cooten, S., Kelleher, K., Kitzmiller, D., Ding, F., Seo, D.-J., Wells, E., and Dempsey, C. (2011). "National Mosaic and multisensor QPE (NMQ) system: description, results and future plans." Bulletin of the American Meteorological Society, Vol. 92, pp. 1321-1338.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.