선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 경기도 용인에 설치된 기상청 테스트베드레이더는 레이더 자료 처리 알고리즘 및 관측 전략을 실험적으로 운영하여 이러한 차이점을 극복하기 위해 도입된 이중편파레이더이다. 본 연구에서는 2015년도에 용인테스트베드레이더에서 레이더 강우량의 정확도 향상을 위해 실험적으로 수행되었던 Weather Radar Center (2015)의 경험적 방법을 범부처 현업용 이중편파레이더에 적용하여, 각 부처별 레이더 강우량의 정확도 향상과 통합을 시도하였다. 이를 위해 백령도, 비슬산 및 소백산 레이더 자료와 각 레이더의 150km 반경 이내의 AWS 자료가 레이더 강우량의 정확도 검증에 사용되었다.
제안 방법
- 각 등급에 따른 Z, ZDR , KDP를 산정하여 레이더 강우량을 추정하고 그 레이더 강우량의 정확도를 산정하여, 최고 정확 도에서의 Z, ZDR , KDP를 최적의 편파변수로 보았다. 이때 정확도 산정을 위해 사용된 정량적 통계값은 Eq.
- 본 방법을 이용한 품질 향상 과정은 다음과 같다. 먼저, 우량계 지점과 동일한 레이더 지점에서의 호우사례 전체 시간에 대한 Z-ZDR의 이변량 확률분포와 Z-KDP의 이변량 확률분포를 추출한다. 그리고 이변량 확률분포의 최빈값이 이중편파변수 관계 선 상에 있도록 한다.
- 그러나 문제는 최빈값이 이중편파 변수 관계의 어느 곳에 위치해 있느냐이다. 이에 0에서 10등급까지 반사도를 0 dBZ에서 10 dBZ까지 1 dBZ 간격으로 가산하고 이변량 확률분포의 최빈값이 이중편파변수 관계 위에 있도록 ZDR 과 KDP 를 증감한다. 본 연구에서는 Weather Radar Center (2015)에서 적용한 경험적 방법을 이용하여 레이더 강우량의 정확도를 향상시켰다.
- 1기 레이더 관측망은 특히 해안으로 접근하는 태풍의 감시에 장점이 있었으나, 동쪽 태백산맥 주변지역에 대해 관측의 사각지대가 매우 넓고, 낙동강 유역 등 주요 수해지역을 밀도 있게 관측하는데 어려움이 있었다. 이에 1990년대 후반부터 기존 레이더를 C-밴드에서 S-밴드로 교체하고(동해는 강릉으로 이전), 추가로 5곳에 레이더(백령도, 진도, 광덕산, 면봉산, 성산기상레이더)를 설치하는 2기 기상레이더 관측망이 구성되었다. 그리고 전국에 기 설치된 기상레이더들은 2014년부터 S밴드 이중편파 레이더로 교체되고 있으며 이러한 교체 사업은 2019년에 마무리될 예정이다.
- 이중 진도, 면봉산, 모후산, 서대산 레이더는 2015년도에 도입되어 현재 시스템 안정화 단계이다. 이에 본 연구에서는 백령도, 비슬산, 소백산 레이더에 대한 레이더 강우량의 정확도를 비교 및 검증하였다(Fig. 1). 백령도 레이더는 기상청 관할의 기상레이더이고, 비슬산 및 소백산 레이더는 국토교통부 관할의 강우 레이더로 보다 자세한 레이더 제원은 Table 1과 같다.
- 범부처 이중편파레이더들은 관할 기관이 서로 달라 그동안 적용되어 왔던 레이더 자료 처리 알고리즘 및 관측 전략들이 큰 차이를 보여 왔으며, 이러한 차이는 각 부처에서 운영하는 레이더의 품질을 다르게 만드는 원인이 되고 있다. 이에 본 연구에서는 용인테스트베드레이더에서 실험적으로 수행되었던 Weather Radar Center (2015)의 경험적 방법을 범부처 현업용 이중편파레이더에 적용하여 각 부처별 레이더 강우량의 정확도 향상과 통합을 시도하였다. 그 결과는 다음과 같다.
대상 데이터
- 4는 레이더 편파변수 조절에 따른 레이더 강우량의 정확도를 각 레이더별로 나타낸 결과이다. 그림에서 적용된 호우사례는 BRI는 2015년 6월 26일 사례, BSL은 2015년 7월 12일 사례, SBS는 2015년 8월 2일 사례였다. 그림에서와 같이 모든 레이더에서 1-NE 값이 증가하다 최고값을 보인 후 다시 감소하는 것으로 나타났다.
- 1). 백령도 레이더는 기상청 관할의 기상레이더이고, 비슬산 및 소백산 레이더는 국토교통부 관할의 강우 레이더로 보다 자세한 레이더 제원은 Table 1과 같다. 기상레이더와 달리 강우레이더는 저고도에서의 관측이 중요하고 밝은 띠에 의한 강우량 추정 오차를 최소화하기 위해 관측 거리를 150km로 제한하고 있다.
- 본 연구에서는 2015년도에 용인테스트베드레이더에서 레이더 강우량의 정확도 향상을 위해 실험적으로 수행되었던 Weather Radar Center (2015)의 경험적 방법을 범부처 현업용 이중편파레이더에 적용하여, 각 부처별 레이더 강우량의 정확도 향상과 통합을 시도하였다. 이를 위해 백령도, 비슬산 및 소백산 레이더 자료와 각 레이더의 150km 반경 이내의 AWS 자료가 레이더 강우량의 정확도 검증에 사용되었다.
- 기상레이더와 달리 강우레이더는 저고도에서의 관측이 중요하고 밝은 띠에 의한 강우량 추정 오차를 최소화하기 위해 관측 거리를 150km로 제한하고 있다. 이에 본 연구에서는 정확도 검증 조건을 동일하게 하기 위해 150km 반경 이내의 레이더 관측 자료와 AWS 자료를 이용하였다(Fig. 1). 또한 2015년 5월부터 10월까지 내린 모든 강우사례가 정확도 검증에 적용되었다.
이론/모형
- 본 연구에서는 Weather Radar Center (2015)에서 적용한 경험적 방법을 이용하여 레이더 강우량의 정확도를 향상시켰다. 다만 적용된 Z-ZDR 및 Z-KDP 관계식은 Weather Radar Center (2014)에서 제시한 이중편파 변수 관계식을 보완한 Weather Radar Center (2015)에서 제시한 아래의 관계식을 적용하였다.
- 본 관계식은 층상형 관계식으로부터 유도된 식으로 큰 강우 영역에서는 다소 과소하게 추정하는 것으로 알려져 있다(Battan, 1973; Ryzhkov and Zrnić, 1996). 다음 알고리즘은 Weather Radar Center (2015)에서 2DVD로 관측된 73개의 호우사상으로부터 유도된 R(Z, ZDR) 강우 강도 추정식이다. R(Z) 및 R(Z, ZDR )식은 편파변수의 크기에 상관없이 적용된 공식이다.
- 이에 0에서 10등급까지 반사도를 0 dBZ에서 10 dBZ까지 1 dBZ 간격으로 가산하고 이변량 확률분포의 최빈값이 이중편파변수 관계 위에 있도록 ZDR 과 KDP 를 증감한다. 본 연구에서는 Weather Radar Center (2015)에서 적용한 경험적 방법을 이용하여 레이더 강우량의 정확도를 향상시켰다. 다만 적용된 Z-ZDR 및 Z-KDP 관계식은 Weather Radar Center (2014)에서 제시한 이중편파 변수 관계식을 보완한 Weather Radar Center (2015)에서 제시한 아래의 관계식을 적용하였다.
- 본 연구에서는 레이더 강우량의 정확도를 향상시키기 위해 용인테스트베드레이더에서 실험적으로 수행되었던 경험적 방법을 이용하였다(Weather Radar Center, 2015). Weather Radar Center (2015)에서는 레이더 강우량의 정확도를 향상시키기 위해 Weather Radar Center (2014)에서 제시한 이중 편파변수 관계(Z-ZDR 및 Z-KDP)를 이용한 경험적 방법이다.
- 본 연구에서는 총 3개의 레이더 강우 강도 추정 알고리즘을 적용하였다(Table 2). 먼저, 첫 번째 R(Z) 식은 전통적으로 단일편파레이더에서 적용되어 온 Marshall and Palmer (1948) 관계식이다.
성능/효과
- 백령도 레이더는 3개의 강우 강도 추정 알고리즘 모두에서 과소한 결과를 보여주고 있다. R(Z, ZDR , K DP)에서 편의가 다소 개선된 것으로 나타났으나, 레이더 강우량은 여전히 과소하게 추정 되고 있음을 확인할 수 있다. 비슬산 레이더도 대체로 과소하게 강우량을 추정하는 것으로 나타났다.
- 레이더 편파변수 조절에 따른 레이더 강우량의 정확도를 확인한 결과 모든 레이더에서 1-NE 값이 증가하다 최고값을 보인 후 다시 감소하는 것으로 나타났다. 이중편파변수를 적용하는 경우 대략 4~6 등급에서 최고의 1-NE를 나타냈으나 단일편파변수를 적용한 경우는 이보다 넓은 범위의 등급에서 최고의 1-NE를 나타내고 있었다.
- 먼저 각 레이더별 레이더 강우량과 우량계 강우량의 산포도를 확인한 결과 각 레이더의 강우량 정확도는 서로 상이한 것으로 나타났다. 이와 같이 서로 상이한 레이더 강우량의 정확도는 차후 범부처 이중편파레이더 합성 강우장의 품질을 떨어트리는 원인이 될 수 있다.
- 비슬산 레이더도 대체로 과소하게 강우량을 추정하는 것으로 나타났다. 물론 비슬산 레이더의 경우도 ZDR 과 KDP가 적용됨에 따라 레이더 강우량의 편의가 다소 개선되는 것으로 나타났으나, 오히려 두 강우량의 상관성은 낮아지는 것으로 나타났다. 소백산 레이더의 R(Z)로 부터 추정된 레이더 강우량은 여전히 과소한 것으로 나타났으나 R(Z, ZDR )의 경우 높은 정확도를 보이고 있다.
- 또한 레이더 강우량은 우량계 강우량과 비교 시 대체로 과소하게 추정되고 있었다. 물론 이중편파변수를 활용한 R(Z, ZDR) 및 R(Z, ZDR , KDP) 알고리즘을 이용한 경우 레이더 강우량이 다소 개선되었으나, 여전히 우량계 강우량에 비해 과소하게 나타나거나 우량계 강우량과의 상관성이 낮아지는 것으로 나타났다.
- 그러나 소백산 레이더의 레이더 강우량의 정확도가 높은 것은 낮은 ZDR 때문이었다. 백령도 및 비슬산 레이더에서의 ZDR이 Weather Radar Center (2015)에서 제시한 Z-ZDR 관계보다 다소 높게 나타나고 있는 것에 비해 소백산 레이더의 ZDR은 매우 낮게 나타나, 심지어 음의 값을 보이고 있었다. 이와 같이 소백산 레이더의 경우에서는 ZDR을 레이더 강우 강도 추정 알고리즘에 적용하기 위해서는 ZDR에 대한 보정이 필요하다.
- 즉, 레이더별 정확도의 차이가 많이 줄어들었음을 의미한다. 범부처 이중편파레이더의 합성을 위해서는 이와 같은 방법으로 각 레이더 별로 나타나고 있는 품질의 차이를 줄여야 하며 본 연구에서 적용한 Weather Radar Center (2015)의 경험적 방법이 이러한 품질의 차이를 줄이는 데 있어 적절한 방법임을 확인하였다.
- 최적 편파변수를 적용한 레이더 강우량의 정확도는 65~ 70% 수준으로 나타나 그 정확도가 크게 향상된 것으로 나타났다. 특히, 2015년 5월부터 10월까지의 백령도, 비슬산 및 소백산 레이더 자료에 대한 강우량 정확도가 단일편파변수 알고리즘 적용 시 43.
- 표에서와 같이 모든 레이더의 1-NE가 65~70% 수준으로 나타나 그 정확도가 크게 향상된 것으로 나타났다. 특히, 2015년 5월부터 10월까지의 백령도, 비슬산 및 소백산 레이더 자료에 대한 강우량 정확도가 단일편파변수 알고리즘 적용시 43.7% (R(Z))에서 이중편파변수 알고리즘 적용 후 69.8% (R(Z, ZDR))으로 26.1% 향상되었다. 또한 레이더 편파변수 조절 전에는 1-NE가 30~60%까지 넓은 범위를 보이고 있으나 조절 후 65~70%로 그 범위가 줄어들었다.
- 표에서와 같이 모든 레이더의 1-NE가 65~70% 수준으로 나타나 그 정확도가 크게 향상된 것으로 나타났다. 특히, 2015년 5월부터 10월까지의 백령도, 비슬산 및 소백산 레이더 자료에 대한 강우량 정확도가 단일편파변수 알고리즘 적용시 43.7% (R(Z))에서 이중편파변수 알고리즘 적용 후 69.8% (R(Z, ZDR))으로 26.1% 향상되었다. 또한 레이더 편파변수 조절 전에는 1-NE가 30~60%까지 넓은 범위를 보이고 있으나 조절 후 65~70%로 그 범위가 줄어들었다.
- Table 3은 조절 전후에 대한 1-NE와 ME(Mean Error)를 각 레이더별로 나타낸 것이다. 표에서와 같이 모든 레이더의 1-NE가 65~70% 수준으로 나타나 그 정확도가 크게 향상된 것으로 나타났다. 특히, 2015년 5월부터 10월까지의 백령도, 비슬산 및 소백산 레이더 자료에 대한 강우량 정확도가 단일편파변수 알고리즘 적용시 43.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.