$\require{mediawiki-texvc}$

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.

수문기상학적 활용을 위한 레이더 강우자료 생산(II) : 레이더 강우앙상블
Generation of radar rainfall data for hydrological and meteorological application (II) : radar rainfall ensemble 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.50 no.1, 2017년, pp.17 - 28  

김태정 (전북대학교 토목공학과, 방재연구센터) ,  이동률 (한국건설기술연구원 수자원.하천연구소) ,  장상민 (APEC 기후센터, 응용사업본부, 응용사업팀) ,  권현한 (전북대학교 토목공학과, 방재연구센터)

초록
AI-Helper 아이콘AI-Helper

최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 고해상도의 기상레이더 강우자료를 사용한 수공학 분야의 연구가 활발하게 진행되고 있다. 기상레이더는 넓은 지역에 걸쳐 실시간으로 강우현상 감시가 가능하며 지상우량계로는 파악이 불가능한 미계측유역을 통과하는 강우장의 이동 및 변동성 파악이 가능한 장점이 있지만 대기 중 존재하는 수상체로부터 반사되는 반사도를 사용하여 강우량을 산정하므로 시공간적 오차가 존재한다. 본 연구에서는 이러한 문제점을 해결하기 위하여 다변량 Copula 함수를 활용하여 레이더 강우에 존재하는 시공간적 오차를 규명하고 레이더 강우앙상블 생산기법을 개발하였다. 개발된 모형으로부터 생산된 레이더 강우앙상블은 통계적 효율기준 분석결과 우수한 모형성능을 확인하였으며 추가적으로 극치호우 및 강우시계열 패턴 분석결과 지상강우의 특성을 효과적으로 재현하는 것을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

A recent increase in extreme weather events and flash floods associated with the enhanced climate variability results in an increase in climate-related disasters. For these reasons, various studies based on a high resolution weather radar system have been carried out. The weather radar can provide e...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 이러한 레이더 강우자료를 활용하는데 있어서 다양한 편의보정 기법을 통하여 보정이 수행되고 있지만 여전히 레이더 강우시계열을 생산하는데 있어 다양한 불확실성을 내포하고 있다. 따라서 본 연구에서는 레이더 강우자료의 시공간적 오차구조를 규명함과 동시에 오차구조의 종속성을 Copula 기법을 통하여 모의할 수 있는 레이더 강우앙상블 생산기법을 개발하였다. 본 연구를 통해 얻은 결론은 다음과 같다.
  • 본 연구에서는 수문학적으로 레이더 강우자료를 활용하기 위하여 정량적으로 레이더 강우를 추정하는 QPE 기법에 주안점을 두고 연구를 진행하였다. 즉, 레이더 강우자료 편의보정 및 앙상블 생산결과의 장점을 고려하여 불확실성 평가에 실용적으로 활용 가능한 레이더 강우앙상블 생산기법을 개발하였다.
  • 따라서 레이더 강우를 효과적으로 모의하기 위해서는 무작위 오차에 대한 복원시 시공간적인 상관성을 고려하는 것이 필수적으로 요구된다. 이러한 점에서 본 연구에서는 다변량 Copula 기법을 적용하여 무작위 오차의 시공간적 구조특성을 복원하고자 한다. 모형적용에 앞서 레이더 강우의 무작위 오차 상관성을 분석하였다.

가설 설정

  • (1)를 확장하여 Fi가 i번째 확률변수의 누적확률분포이고 F가 주변분포함수 F1,F2,…,Fn를 갖는 분포함수로 가정하면 Eq. (2)를 만족하는 Copula 함수 C가 유일하게 존재한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
레이더 강우자료를 응용기상 및 수자원 분야에 직접적으로 활용하는 것이 부적절한 이유는 무엇인가? 하지만 레이더 강우자료를 응용기상 및 수자원분야에서 직접적으로 활용하는데 많은 한계점이 존재한다. 이는 레이더의 특성상 강우량을 직접 추정하지 않고 대기에 존재하는 강우세포에서 반사되는 반사도의 강도를 이용하여 강우강도를 추정하는 과정에서 불가피하게 발생하는 다양한 오차가 다수 포함되기 때문이다(Krajewski and Smith, 2002; Kim et al., 2014; Lee et al.
과거와 비교했을 때 최근 강우특성은? 최근의 강우특성은 과거에 비해 시공간적으로 매우 불규칙하며 짧은 지속시간 동안에 국지적으로 높은 강우강도의 특성을 나타내는 강우현상의 발생빈도가 증가하고 있다. 이러한 추세로 인하여 기상레이더를 활용한 강우관측은 다양한 지역에서 홍수예보, 수해경감 및 수자원관리 등의 중요한 역할을 수행하고 있다.
앙상블 기법의 장점은 무엇인가? , 1996; Hewitt and Griggs, 2004). 앙상블 기법은 발생확률은 낮지만 큰 결과를 동반할 수 있는 경우를 포함하여 넓은 범위에서 발생가능성을 고려할 수 있는 장점이 있다. Germann et al.
질의응답 정보가 도움이 되었나요?

참고문헌 (18)

  1. AghaKouchak, A., Bardossy, A., and Habib, E. (2010). "Copula-based uncertainty modelling: application to multisensor precipitation estimates." Hydrological Processes, Vol. 24, No. 15, pp. 2111-2124. 

  2. Dai, Q., Han, D., Rico-Ramirez, M. A., and Islam, T. (2013). "Impact of rain drop drift in three-dimensional wind field on radar-gauge rainfall comparison." International Journal of Remote Sensing, Vol. 34, No. 21, pp. 7739-7760. 

  3. Dai, Q., Han, D., Rico-Ramirez, M. A., and Islam, T. (2014). "Modelling radar-rainfall estimation uncertainties using elliptical and Archimedean copulas with different marginal distributions." Hydrological Sciences Journal, Vol. 59, No. 11, pp. 1992-2008. 

  4. Germann, U., Berenguer, M., Sempere-Torres, D., and Zappa, M. (2009). "Real-ensemble radar precipitation estimation for hydrology in a mountainous region." Quarterly Journal of the Royal Meteorological Society, Vol. 135, No. 639, pp. 445-456. 

  5. Hewitt, C. D., and Griggs, D. J. (2004). "Ensembles-based predictions of climate changes and their impacts (ENSEMBLES)." Eos, Vol. 85, No. 52, p. 566. 

  6. Joe, H. (1997). "Multivariate models and dependence concepts." Chapman Hall, London. 

  7. Kim, S. J., Noh, H. S., Kang, N. R., Lee, K. H., Kim, Y. S., Lim, S. H., Lee, D. R., and Kim, H. S. (2014). "Noise reduction analysis of radar rainfall using chaotic dynamics and filtering techniques." Advances in Meteorology, Vol. 2014. 

  8. Kober, K., Craig, G. C., Keil, C., and Dornbrack, A. (2012). "Blending a probabilistic nowcasting method with a high-resolution numerical weather prediction ensemble for convective precipitation forecasts." Quarterly Journal of the Royal Meteorological Society, Vol. 138, No. 664, pp. 755-768. 

  9. Krajewski, W. F., and Smith, J. A. (2002). "Radar hydrology: rainfall estimation." Advances in Water Resources, Vol. 25, No. 8, pp. 1387-1394. 

  10. Lee, K. H., Lim, S. H., Jang, B. J., and Lee, D. R. (2015). "Quantitative rainfall estimation for S-band dual polarization radar using distributed specific differential phase." Journal of Korea Water Resources Association, Vol. 48, No. 1, pp. 57-67 (in Korean). 

  11. Melchiori, M. R. (2003). "Which Archimedean copula is the right one?." Yield Curve, October. 

  12. Molteni, F., Buizza, R., Palmer, T. N., and Petroliagis, T. (1996). "The ECMWF ensemble prediction system: methodology and validation." Quarterly Journal of the Royal Meteorological Society, Vol. 122, No. 529, pp. 73-119. 

  13. Priestley, M. B. (1981). "Spectral analysis and time series." 

  14. Salvadori, G., De Michele, C., Kottegoda, N. T., and Rosso, R. (2007). "Extremes in nature: an approach using copulas." Springer Science & Business Media, Vol. 56. 

  15. Schmidt, R. (2002). "Tail dependence for elliptically contoured distributions." Mathematical Methods of Operations Research, Vol. 55, No. 2, pp. 301-327. 

  16. Sklar, M. (1959). "Fonctions de repartition a n dimensions et leurs marges." Universite Paris 8. 

  17. Villarini, G., Serinaldi, F., and Krajewski, W. F. (2008). "Modeling radar-rainfall estimation uncertainties using parametric and non-parametric approaches." Advances in Water Resources, Vol. 31, No. 12, pp. 1674-1686. 

  18. Vogl, S., Laux, P., Qiu, W., Mao, G., and Kunstmann, H. (2012). "Copula-based assimilation of radar and gauge information to derive bias-corrected precipitation fields." Hydrology and Earth System Sciences, Vol. 16, No. 7, pp. 2311-2328. 

저자의 다른 논문 :

LOADING...
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