$\require{mediawiki-texvc}$

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.

레이더와 지상관측소 강우자료를 이용한 시공간 강우 조정 모형
A spatiotemporal adjustment of precipitation using radar data and AWS data 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.28 no.1, 2017년, pp.39 - 47  

신태성 (경북대학교 통계학과) ,  이규원 (경북대학교 지구시스템과학부) ,  김용구 (경북대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

현재 국내에는 무인 관측소인 AWS를 포함하여 많은 지상 강우 관측소를 통해 강우 데이터를 생성하고 있으며, 최근 국토해양부에서는 국내 최초로 대구 비슬산에 이중편파 강우레이더를 설치하여 운영 중에 있으며 이를 통해 전국적으로 강우강도와 강우의 분포를 추정하고 있다. 일반적으로 AWS의 경우 실제 지면에 내린 강우량을 직접 측정하므로 실제 강우량과 근사한 값을 갖지만 AWS의 개수가 적어 강우의 공간분포를 확인하기에는 불충분하다. 반면에 레이더의 경우 광범위하게 측정할 수 있으나 강우 강도와 반사율의 관계식을 통해 강우량을 측정하기 때문에 실제 지면에 내린 강우량과 는 다소 차이가 있을 수 있다. 본 논문에서는 시간적 공간적 강우강도 및 분포를 확인하는데 이점이 있는 레이더 강우 자료와 실제 강우량과 근접한 지상 관측소에서 측정한 강우자료를 사용하여 두 자료에 대한 선형모형을 적용하고, 이 선형모형으로 설명되지 않는 오차에 대해서 공간구조를 가정하여 AWS의 강우자료가 없는 지역의 지상강우량을 추정하여 지상 강우 필드를 생성하였다.

Abstract AI-Helper 아이콘AI-Helper

Precipitation is an important component for hydrological and water control study. In general, AWS data provides more accurate but low dense information for precipitation while radar data gives less accurate but high dense information. The objective of this study is to construct adjusted precipitatio...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 하지만 같은 날, 같은 지역의 강우 자료 임에 불구하고 AWS 자료를 사용하여 보정하였지만 단순 kriging을 통해 생성된 강우 자료간의 상관관계 설명에 부족함이 있다. 따라서 본 연구에서는 지상 강우 자료와 같은 지점의 레이더 자료에 대한 선형 모형을 통해 두 자료의 상관관계를 설명하고, 이 선형 모형으로 설명되지 않는 부분을 Kriging을 통해 보정하여 조정된 강우를 생성하는 합성강우 통계적 조정기술 모형을 구축하고자 한다.
  • 본 연구에서는 시간적 공간적 강우강도 및 분포를 확인하는데 이점이 있는 레이더 강우 자료와 실제 강우량과 근접한 지상 관측소에서 측정한 강우자료에 대한 선형모형을 고려하고 이 선형모형에 의해서 설명되지 않는 모형오차에 대해서는 공간구조를 가정하여 AWS의 강우자료가 없는 지역의 지상강우량을 추정하여 지상 강우 필드를 생성하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
AWS 강우자료의 특성은? 일반적으로 AWS 강우자료는 실제 강우량와 근사한 값을 갖지만 강우의 공간분포를 알아보기 어려운 반면 레이더 강우자료는 실제 강우량과 차이가 있지만 광범위하게 관측되는 상반된 특성을 가지고 있다. 본 논문은 관측된 시간과 위치가 서로 다른 레이더 강우자료와 AWS 강우를 이용하여 조정된 강우필드를 추정하였다.
Yoon 등은 이중편파 강우레이더를 이용한 연구로 어떠한 방법을 이용해 유출계산을 수행하였는가? 특히 국토해양부에서는 국내 최초 대구 비슬산에 이중편파 강우레이더를 설치하여 현재 운영 중에 있는데, 이 레이더는 이중 편파 레이더로 2분 30초 마다 150km 이내의 강우 상황을 실시간으로 관측하며 1km × 1km의 격자 형태로 관측하여 지상 관측소보다 넓은 지역을 높은 밀도로 관측하고 있다. 이런 격자 형태의 레이더 강우 자료를 활용한 연구로서 Yoon 등 (2002)은 지상 강우 관측 자료를 단순 kriging 기법을 이용하여 생성된 강우 자료를 수정하는 Clark방법에 의해 유출계산을 수행하였다. 그후 레이더의 발달로 레이더 자료와 지상 관측 자료의 합성을 통해 지상 우량계 수준의 레이더 강우 자료를 얻고자 하는 연구가 활발히 진행되고 있다 (Ahn 등, 2005).
강우를 측정하는 방법은 어떤 것들이 있는가? 장마, 태풍과 더불어 최근 국지적이며 단시간에 발생하는 국지성 집중호우로 인한 인명, 재산피해가 커지면서 기상 레이더를 통한 실시간 강우량 감시 및 예보의 중요성이 높아지고 있으며 신뢰성 높은 강우량 데이터 생성이 요구된다. 강우를 측정하는 방법에는 Auto Weather Station (이하 AWS)에서 측정한 방법과 레이더를 통해서 측정하는 방법 등 여러가지 방법이 있다 (Kim과 Kim, 2012, Lee와 Kim, 2016). 먼저 AWS에서 측정하는 경우 실제 지면에 내린 강우량을 직접 측정하기 때문에 실제 강우와 근사한 값을 가지지만 AWS의 개수가 적어 강우의 공간분포를 확인하기에는 불충분하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Ahn, S. J., Yoon, S. H. and Hahm, C. H. (2005) Runoff analysis using spatial distributed rainfall. Proceedings of Korea Water Resources Association, Korea Water Resources Association, Iksan, 80-84. 

  2. Bae, Y. H., Kim, B. S. and Kim, H. S. (2010) The study on flood runoff simulation using runoff model with gauge-adjusted radar data. Journal of Wetlands Research, 12, 51-61. 

  3. Kim, Y. and Kim, H. J. (2012) Stochastic precipitation modeling based on Korean historical data. Journal of the Korean Data & Information Science Society, 23, 1309-1317. 

  4. Kim, B. S., Hong, J. B., Kim, H. S. and Choi, K. H. (2007) Combining radar and rain gauge rainfall estimates for flood forecasting using conditional merging method. Journal of The Korean Society of Civil Engineers B, 27, 255-265. 

  5. Lee, J. J. and Kim, Y. (2016) A spatial analysis of Neyman-Scott rectangular pulse model. Journal of the Korean Data & Information Science Society, 27, 1119-1131. 

  6. Lim, J. H., Sung, J. H., Hwang, S. H. and Kim, B. S. (2013) Flood runoff simulation using S-RAT model and radar rainfall. Journal of Korean Society of Hazard Mitigation, 13, 307-315. 

  7. Matern, B. (1986) Spatial Variation, 2nd Ed., Springer-Verlag, Berlin Heidelberg. 

  8. Noh, H. S., Kim, B. S., Kang, N. R. and Kim, H. S (2012) Flood simulation using Vflo and radar rainfall adjustment data by statistical objective analysis. Journal of Wetlands Research, 14, 243-254. 

  9. Seo, D. J. (1998) Real-time estimation of rainfall fields radar rainfall and rain gage data. Journal of Hydrology, 208, 37-52. 

  10. Yoon, Y. N., Kim, J. H., Yoo, C. and Kim, S. (2002) Runoff parameter estimation using spatiality distributed rainfall and an anaysis of the effect of rainfall errors on runoff computation. Journal of Korea Water Resources Association, 35, 377-382. 

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