In this study, the GPM (Global Precipitation Mission) IMERG (Integrated Multi-satellitE retrievals for GPM) rainfall data was verified and evaluated using ground AWS (Automated Weather Station) and radar in order to investigate the availability of GPM IMERG rainfall data. The SPI (Standardized Preci...
In this study, the GPM (Global Precipitation Mission) IMERG (Integrated Multi-satellitE retrievals for GPM) rainfall data was verified and evaluated using ground AWS (Automated Weather Station) and radar in order to investigate the availability of GPM IMERG rainfall data. The SPI (Standardized Precipitation Index) was calculated based on the GPM IMERG data and also compared with the results obtained from the ground observation data for the Hoengseong Dam and Yongdam Dam areas. For the radar data, 1.5 km CAPPI rainfall data with a resolution of 10 km and 30 minutes was generated by applying the Z-R relationship ($Z=200R^{1.6}$) and used for accuracy verification. In order to calculate the SPI, PERSIANN_CDR and TRMM 3B42 were used for the period prior to the GPM IMERG data availability range. As a result of latency verification, it was confirmed that the performance is relatively higher than that of the early run mode in the late run mode. The GPM IMERG rainfall data has a high accuracy for 20 mm/h or more rainfall as a result of the comparison with the ground rainfall data. The analysis of the time scale of the SPI based on GPM IMERG and changes in normal annual precipitation adequately showed the effect of short term rainfall cases on local drought relief. In addition, the correlation coefficient and the determination coefficient were 0.83, 0.914, 0.689 and 0.835, respectively, between the SPI based GPM IMERG and the ground observation data. Therefore, it can be used as a predictive factor through the time series prediction model. We confirmed the hydrological utilization and the possibility of real time drought monitoring using SPI based on GPM IMERG rainfall, even though results presented in this study were limited to some rainfall cases.
In this study, the GPM (Global Precipitation Mission) IMERG (Integrated Multi-satellitE retrievals for GPM) rainfall data was verified and evaluated using ground AWS (Automated Weather Station) and radar in order to investigate the availability of GPM IMERG rainfall data. The SPI (Standardized Precipitation Index) was calculated based on the GPM IMERG data and also compared with the results obtained from the ground observation data for the Hoengseong Dam and Yongdam Dam areas. For the radar data, 1.5 km CAPPI rainfall data with a resolution of 10 km and 30 minutes was generated by applying the Z-R relationship ($Z=200R^{1.6}$) and used for accuracy verification. In order to calculate the SPI, PERSIANN_CDR and TRMM 3B42 were used for the period prior to the GPM IMERG data availability range. As a result of latency verification, it was confirmed that the performance is relatively higher than that of the early run mode in the late run mode. The GPM IMERG rainfall data has a high accuracy for 20 mm/h or more rainfall as a result of the comparison with the ground rainfall data. The analysis of the time scale of the SPI based on GPM IMERG and changes in normal annual precipitation adequately showed the effect of short term rainfall cases on local drought relief. In addition, the correlation coefficient and the determination coefficient were 0.83, 0.914, 0.689 and 0.835, respectively, between the SPI based GPM IMERG and the ground observation data. Therefore, it can be used as a predictive factor through the time series prediction model. We confirmed the hydrological utilization and the possibility of real time drought monitoring using SPI based on GPM IMERG rainfall, even though results presented in this study were limited to some rainfall cases.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 수문학 및 기상학적인 활용성을 평가하기 위한 다양한 시도가 이루어지고 있으나 (Case, 2016), 국내에서는 GPM IMERG 자료의 정확도 평가 연구만 부분적으로 수행되고 있으며, 관련 활용 연구는 미흡한 실정이다. 따라서 본 연구에서는 GPM IMERG 강우 자료를 지상관측 및레이더로 추정된 강우자료와 비교 검토하여 정확도를 분석하고 이를 바탕으로 한반도를 대상으로 가뭄지수를 산출하여 GPM IMERG 자료의 활용성을 검토 하였다. 가뭄의 평가에 사용되는 위성자료는 식생지수를 의미하는 NDVI (Normalized Difference Vegetation Index)가 많이 사용되었으나 본 연구 에서는 GPM IMERG 강우자료를 이용하여 가뭄의 평가에 일반적으로 사용되고 강수량만을 입력자료로 활용하는 SPI (Standardized Precipitation Index)를 산출하여, 그 적용성을 평가하였다.
본 연구에서는 GPM IMERG 강우 자료를 지상관측 및 레이더로 추정된 강우자료와 비교하여 정확도를 분석하고 한반도를 대상으로 표준가뭄지수를 산정하여 적용성을 평가하였다. 본 연구의 주요 결과를 정리하면 다음과 같다.
제안 방법
Early, Late run 데이터는 2015년 3월부터 현재까지 자료를 제공하고 있으며, Final run 자료는 2014년 3월부터 현재까지 자료를 제공하고 있다. Early run과 Late run 자료, Early run 과 Final run, Late run과 Final run의 각각의 자료에 대해 월별 (4, 5, 6월)로 상관계수를 산출하고 이를 비교 검증하였다.
GPM IMERG 기반 SPI가 지역적인 가뭄 해갈을 잘 감지하는지 평가하기 위해 강우 발생과 주요 기사를 참고하여 평년의 강우가 많고 적은 두 시기를 살펴보았다.
GPM IMERG 자료를 산출하는 방법은 TRMM위성에서 각각의 기관마다 Level 3을 만들어서 제공했던 NASA TRMM 3B42, NOAA CPC (Climate Prediction Center) CORMPH (NOAA CPC Morphing Technique), UC Irvine대학의 PERSIANN (Precipiation Estimation from Remotely Sensed Infromation using Artificial Neural Networks) 자료들이 있었으나, 이번 GPM IMERG 자료는 각 기관의 역할을 분담하여 최종 격자화된 자료를 산출한다. NOAA CPC에서 CMORPH 칼만필터를 이용하여 마이크로파와 적외센서를 결합한 자료를 제공하며, UC Irvine대학에서는 적외채널을 이용하여 산출한 강우강도 값을 제공한다.
GPM IMERG자료는 NASA에서 GPM 핵심코어 위성과 강수 산출 가능한 협력 위성을 결합하여 30분, 10 km의 해상도를 강수자료 만들어서 제공하고 있다. GPM IMERG 자료를 이용 실시간 가뭄 모니터링 활용을 위하여 시간에 따른 위성강우 자료 활용이 가능한지 알아보기 위하여 한반도 지역에 대한 각각 자료의 Latency에 대한 검증을 실시하였다. GPM Late run 자료는 지상관측자료와의 보정을 통해서 다른 자료와는 상대적으로 정확도가 높지만 전지구 관측 후 4개월 후에 자료를 얻을 수가 있기 때문에 실시간 모니터링 자료로 이용하기 어렵다.
따라서 본 연구에서는 GPM IMERG 강우 자료를 지상관측 및레이더로 추정된 강우자료와 비교 검토하여 정확도를 분석하고 이를 바탕으로 한반도를 대상으로 가뭄지수를 산출하여 GPM IMERG 자료의 활용성을 검토 하였다. 가뭄의 평가에 사용되는 위성자료는 식생지수를 의미하는 NDVI (Normalized Difference Vegetation Index)가 많이 사용되었으나 본 연구 에서는 GPM IMERG 강우자료를 이용하여 가뭄의 평가에 일반적으로 사용되고 강수량만을 입력자료로 활용하는 SPI (Standardized Precipitation Index)를 산출하여, 그 적용성을 평가하였다.
구덕산 레이더의 주사모드는 매 10분마다 13개 고도각 (0.05°, 0.44°, 0.83°, 1.23°, 1.62°, 2.02°, 3.03°, 4.27°, 5.75°, 7.52°, 9.84°, 12.53°, 15.83°)에 대해 수평관측(Plan Position Indicator;PPI)을 실시하여 볼륨관측 자료를 생산한다.
또한 ZR관계식 (Z=aR b )을 이용하여 레이더 반사도를 강우강도로 변환하고, 30분 동안의 강우강도를 평균하여 30분강우강도 자료를 계산하였다. 이때, ZR관계식은 기상청에서 사용하고 있는 Z=200R 1.
, 1981), 거리별 가중치는 Cressman 가중함수 (Cressman, 1959)를 적용하였다. 또한 지구곡률 및 빔의 굴절의 의한 영향을 보정하여 1.5 km 고도에서의 반사도 CAPPI (Constant Altitude Plan Position Indicator)자료를 생성하였다. 극좌표 상의 내삽된 평균 반사도( \(Z\))는 다음과 같다.
7은 기장, 금정구, 동래, 북구 지점에 대해 AWS, GPM Final run 강우자료, Z-R 관계식으로 추정된 레이더 강우강도의 시계열 분포를 나타낸 결과이다. 레이더 추정 강우는 모든 지점에서 대해 관측된 강우강도가 10 mm/h 이하의 약한 강수일 때, 강우강도 크기와 분포는 유사하게 추정했으나, 10 mm/h 이상의 강우가 내릴 때에는 70 % 이상 과소 추정 하였다. 이에 반해 GPM Final run 강우는 AWS 자료와 검증 결과 8월 25일 12시부터 14시에 대해서는 일부 과대추정하는 경향이 나타나긴 했으나, 전반적으로 AWS값과 비교결과 정확도가 높았으며, Early run, Late run 자료와 비교시 기준 값으로 이용이 가능하다 (Fig.
많은 자료 중에서 격자화된 TRMM 3B42자료는 TRMM 핵심 코어 위성과 GMS, GOES-E, GOES-W, Meteosat-7, Meteosat-5, NOAA 위성의 결합된 적외채널 기반 강수량과 수동 마이크로파 위성과의 보정을 통하여 최종 25 km × 25 km 3시간 간격의 강우자료를 제공하였다.
2014년 8월 25일에 발생한 기록적인 폭우로 인하여 부산과 경남 지역에서 많은 피해가 발생하였다. 본 연구에서는 당시 강우사례를 대상으로 구덕산 레이더로부터 50 km 이내에 위치하고 있는 AWS (Automatic Weather System) 관측 자료를 수집하여 분석하였으며, 분단의 관측자료를 10분 및 30분단위로 합산한 우량주상도를 구덕산 레이더 자료로 추정한 강우강도와 GPM IMERG 강우자료와 비교・분석 하였다. Fig.
따라서 GPM IMERG 자료 가용 범위 이전의 기간에 대해서는 PERSIANN_CDR과 TRMM 3B42의 자료를 이용하였다 (Table 3). 시의적절한 가뭄 평가를 위해 매일 가뭄감시가 가능하도록 일별 자료를 이용하였는데, 기존에 많이 활용되는 1, 3, 6, 9, 12개월 SPI와 유사한 시간 스케일을 가지도록 강우 자료를 30, 90, 180, 270일로 누적하여 사용하였다. L-모멘트 법을 이용하여 강우 자료를 2-매개변수 감마분포에 맞추었으며 이어 SPI를 산정하였다 (Fig.
위성자료로부터 계산된 SPI (3개월) 지수를 검증하기 위하여, 횡성댐 유역과 용담댐 유역을 시범유역으로 설정하였으며, 격자화된 강수량 자료를 위성으로부터 추출하였다. 위성 강수 자료는 유역 평균하여 월단위 시계열 자료로 구축한 후 SPI 지수를 계산하였으며, 지상관측 자료의 경우 국가수자원관리 종합정보 홈페이지 (WAMIS, http://www.
많은 자료 중에서 격자화된 TRMM 3B42자료는 TRMM 핵심 코어 위성과 GMS, GOES-E, GOES-W, Meteosat-7, Meteosat-5, NOAA 위성의 결합된 적외채널 기반 강수량과 수동 마이크로파 위성과의 보정을 통하여 최종 25 km × 25 km 3시간 간격의 강우자료를 제공하였다. 자료는 1998년부터 TRMM 위성이 수명이 끝난 2014년까지 자료를 수집하여 PERSIANN-CDR, TRMM 3B42, GPM IMERG 자료를 일관성 있게 재처리하였다.
자료는 정지궤도 적외센서 기반 이미지를 신경회로망 (Neural Network)방법을 통해 25 km × 25 km 시간당 강수량을 산출 하고 월자료로 변환후 기후자료로 일관성을 유지하기 위하여 기후분야에 활용되는 GPCP자료로 보간하여 통해 최종 3시간 25 km × 25 km 자료를 제공한다 (Fig. 2).
GPM Late run 자료는 지상관측자료와의 보정을 통해서 다른 자료와는 상대적으로 정확도가 높지만 전지구 관측 후 4개월 후에 자료를 얻을 수가 있기 때문에 실시간 모니터링 자료로 이용하기 어렵다. 정확도 높은 Final run자료를 참으로 두고 실시간 가뭄감시 활용이 가능한 Latency 6시간 Early run과Latency 18시간, Late run 자료를 Final run자료와 4월, 5월, 6월에 대해 비교 검증하였다 (Fig. 8). 그림에서 알 수 있듯이 Early run과 Late run 비교 결과는 Late run 자료가 더 정확도가 높은 것을 알 수 있다 (Table 4).
지상관측자료와 보정된 Final run 자료의 비교 검증 기준 값으로 활용 가능한지 알아보기 위하여 지상관측자료 AWS 와 레이더 값과의 비교 검증을 실시하였다. Fig.
대상 데이터
현재 이 자료는 북위 60도에서 남위 60도까지 1983년 1월부터 2015년 12월 31일까지 자료를 제공하고 있으며, 기후자료를 이용하고자 하는 연구자에게 25 km × 25 km 3시간 간격의 해상도 높은 강우 자료를 제공한다. 1983년부터 TRMM 3B42 자료가 제공하기 전 1997년까지 자료를 수집・가공하여 자료를 이용하였다. 자료는 정지궤도 적외센서 기반 이미지를 신경회로망 (Neural Network)방법을 통해 25 km × 25 km 시간당 강수량을 산출 하고 월자료로 변환후 기후자료로 일관성을 유지하기 위하여 기후분야에 활용되는 GPCP자료로 보간하여 통해 최종 3시간 25 km × 25 km 자료를 제공한다 (Fig.
GPM IMERG 자료는 활용범위에 따라서 latency 6시간 후자료를 제공하는 Early run 데이터와 18시간 후에 제공하는 Late run 데이터, 그리고 최종적으로 지상관측자료와 보정한 Final run 자료를 4개월 후에 제공한다. Early, Late run 데이터는 2015년 3월부터 현재까지 자료를 제공하고 있으며, Final run 자료는 2014년 3월부터 현재까지 자료를 제공하고 있다.
기상레이더는 위험기상을 감시, 예보하는데 매우 중요한 역할을 하고 있다. 기상청에서 제공되는 자료 중 부산과 경남 지역을 관측할 수 있는 기상레이더는 구덕산과 면봉산 레이더이며, 이 중 구덕산 기상레이더가 대상지역의 중심부에 위치하고 있으며, 전 영역을 커버하여 강우시스템의 이동 추적및 강우량 추정에 용이하므로 구덕산 강우레이더 자료를 사용하였다. 구덕산 기상레이더는 S-band 단일편파레이더로서, 2712 MHz로 수평 편파를 연속적으로 송수신하며, 약 250m 간격으로 240km의 반경을 관측한다.
SPI 산정을 위해 매개변수 기반 강우확률분포를 도출하기 위해서는 적어도 30년 이상의 강우 자료가 있어야 한다. 따라서 GPM IMERG 자료 가용 범위 이전의 기간에 대해서는 PERSIANN_CDR과 TRMM 3B42의 자료를 이용하였다 (Table 3). 시의적절한 가뭄 평가를 위해 매일 가뭄감시가 가능하도록 일별 자료를 이용하였는데, 기존에 많이 활용되는 1, 3, 6, 9, 12개월 SPI와 유사한 시간 스케일을 가지도록 강우 자료를 30, 90, 180, 270일로 누적하여 사용하였다.
83°)에 대해 수평관측(Plan Position Indicator;PPI)을 실시하여 볼륨관측 자료를 생산한다. 레이더 관측자료는 지형에코, 파랑에코, 이상전파에코, 점 및 선 에코, 속도 접힘 에러 등 비강수에코를 포함할 수 있으므로, 국립기상레이 더센터의 ORPG QC (Open Radar Product Generator Quality Control)가 적용된 자료를 GPM IMERG 강우자료 검증에 활용하였다.
위성자료로부터 계산된 SPI (3개월) 지수를 검증하기 위하여, 횡성댐 유역과 용담댐 유역을 시범유역으로 설정하였으며, 격자화된 강수량 자료를 위성으로부터 추출하였다. 위성 강수 자료는 유역 평균하여 월단위 시계열 자료로 구축한 후 SPI 지수를 계산하였으며, 지상관측 자료의 경우 국가수자원관리 종합정보 홈페이지 (WAMIS, http://www.wamis.go.kr/)에서 제공하는 횡성댐과 용담댐 유역의 월강수량 자료를 사용 하였다. 2008년부터 2016년까지 9년 동안의 관측과 위성, 두시계열 자료의 상관관계와 R 2 를 비교한 결과, 횡성댐 유역의 경우, 상관계수는 0.
현재 이 자료는 북위 60도에서 남위 60도까지 1983년 1월부터 2015년 12월 31일까지 자료를 제공하고 있으며, 기후자료를 이용하고자 하는 연구자에게 25 km × 25 km 3시간 간격의 해상도 높은 강우 자료를 제공한다.
이론/모형
시의적절한 가뭄 평가를 위해 매일 가뭄감시가 가능하도록 일별 자료를 이용하였는데, 기존에 많이 활용되는 1, 3, 6, 9, 12개월 SPI와 유사한 시간 스케일을 가지도록 강우 자료를 30, 90, 180, 270일로 누적하여 사용하였다. L-모멘트 법을 이용하여 강우 자료를 2-매개변수 감마분포에 맞추었으며 이어 SPI를 산정하였다 (Fig. 5).
레이더에 의해 관측된 자료는 레이더를 원점으로 하는 3차원 극좌표 상에 있지만, GPM IMERG는 30분・10 km의 시・ 공간해상도로 등간격의 강우자료를 제공하므로, 강우자료 검증을 위해서는 레이더 자료를 극좌표계에서 직교 자표계로의 변환이 필요하다. 반사도 자료를 직교 격자점으로 내삽할때, 격자점을 중심으로 수평 및 연직 유효 반경 영역의 타원구 내의 자료를 거리에 따라 가중하는 평균하는 방법을 이용하였으며 (Ray et al., 1981), 거리별 가중치는 Cressman 가중함수 (Cressman, 1959)를 적용하였다. 또한 지구곡률 및 빔의 굴절의 의한 영향을 보정하여 1.
)을 이용하여 레이더 반사도를 강우강도로 변환하고, 30분 동안의 강우강도를 평균하여 30분강우강도 자료를 계산하였다. 이때, ZR관계식은 기상청에서 사용하고 있는 Z=200R 1.6 (Marshall and Palmer, 1948)을 적용하였다.
성능/효과
1. GPM IMERG Final run자료와 지상 AWS 및 레이더 강우 자료와의 비교・검증 결과, Final run 강우강도가 레이더 강우강도보다 상대적으로 높게 추정하였다. 지상관측자료와의 비교 시, Final run자료가 비교적 높은 정확도를 가지므로 Final run자료는 Early run, Late run 자료와의 비교 시 지상관측자료 대신으로 충분히 활용 가능할 것으로 판단하였다.
2. 평년의 강우가 적은 2015년 11월의 경우 (남부지역에 극심한 가뭄 지속), 강우일 전후에 대한 SPI 비교 결과, 해당 시기의 가뭄이 오랫동안 지속된 장기 가뭄으로 시간 스케일이 긴 180, 270, 360일 SPI의 경우 남부지방의 가뭄이 그다지 해소되지 않았으나 시간 스케일이 짧은 30일, 90일 SPI에서는 각각 남한 동부와 남부 지역의 가뭄 상태가 호전되는 것을 확인하였다. 평년의 강우량이 많은 2016년 7 월의 경우 (남부지방에 단기 가뭄 지속), 강우일 전후에 대한 SPI 비교 결과, 평년에 비가 많은 시기인 만큼 해당 기간의 비로는 남부지역의 단기 가뭄이 잘 해소되지 않음을 확인하였다.
kr/)에서 제공하는 횡성댐과 용담댐 유역의 월강수량 자료를 사용 하였다. 2008년부터 2016년까지 9년 동안의 관측과 위성, 두시계열 자료의 상관관계와 R 2 를 비교한 결과, 횡성댐 유역의 경우, 상관계수는 0.830, R 2 는 0.689로 나타났으며, 용담댐유역의 경우, 상관계수는 0.914, R 2 는 0.835로 비교적 높은 상관성을 보이는 것으로 분석되었다 (Fig. 10). 본 연구 결과, 횡성댐과 용담댐 시범유역의 위성자료 기반 가뭄 진단・평가의 적용 가능성을 시사하였으며, 향후 미계측 유역 적용을 위한 위성 강수 추정의 정확도 향상 노력이 필요할 것이다.
3. 2008년부터 2016년까지 9년간의 횡성댐과 용담댐에 대한 위성기반 SPI (3-Month) 지수와 지상관측자료로 부터 산출된 SPI 지수를 비교한 결과, 두 자료의 상관관계는 각각 0.83, 0.91로 비교적 높게 나타났으며, 위성을 통하여 관측한 강수량자료를 바탕으로 가뭄모니터링 및 예측・평가가 가능할 것으로 판단된다. 또한 향후 위성으로부터 관측된 강수량 자료의 알고리즘 개선을 통한 강수량 추정 정확도를 향상 시키고, 기계학습 및 다양한 시계열 예측 모형과 연계한 가뭄 예측을 실시한다면 미계측 유역의 보다 정확한 가뭄판단 인자로서 활용이 가능할 것이다.
평년의 강우가 적은 11월의 경우 2015년 11월 초 남부 지역에 극심한 가뭄이 지속되고 있었는데, 11월 7일 전국이 흐리고 많은 비가 내렸다 (매일경제신문 2015년 11월 7일자 기사). 30, 90, 180, 270, 360일 SPI 전국 값을 2015년 11월 6일과 11월 10일에 대해 비교하였는데 해당 시기의 가뭄이 오랫동안 지속된 장기 가뭄으로 시간 스케일이 긴 180, 270, 360 일 SPI의 경우 남부지방의 가뭄이 그다지 해소되지 않았음을 알 수 있다. 그러나 시간 스케일이 짧은 30일, 90일 SPI에서는 각각 남한 동부와 남부 지역의 가뭄 상태가 호전되었음을 알수 있었다 (Fig.
4는 가장 많은 강수가 기록된 부산 기장, 부산 금정구, 부산 동래, 부산 북구 등 4개 지점에 대한 지점별 관측 우량주상 도와 누가 강수량이다. 8월 25일 06시부터 16시까지의 10시간 누적 강수량을 분석한 결과 기장 지점은 약 180 mm, 금정구 지점은 약 245 mm, 동래 지점은 약 200 mm, 북구 지점은약 220 mm로 관측되었으며, 10분 최대 강수량은 각각 29.0 mm/10 min, 23.0 mm/10 min, 17.0 mm/10 min, 19.0 mm/10 min으로 분석되었다.
지상관측자료와의 비교 시, Final run자료가 비교적 높은 정확도를 가지므로 Final run자료는 Early run, Late run 자료와의 비교 시 지상관측자료 대신으로 충분히 활용 가능할 것으로 판단하였다. Latency가 각각 6시간과 18시간인 Early run 과 Late run자료에 대한 Final run 자료와의 검증결과, Late run자료가 Early run자료보다 더 높은 정확도를 나타내었으며, 준 실시간 가뭄 감시에 있어서는 Latency 6시간과 18시간의 활용성 차이가 크지 않으므로, Late run 자료를 이용하는 것이 유용하다고 판단된다.
30, 90, 180, 270, 360일 SPI 전국 값을 2015년 11월 6일과 11월 10일에 대해 비교하였는데 해당 시기의 가뭄이 오랫동안 지속된 장기 가뭄으로 시간 스케일이 긴 180, 270, 360 일 SPI의 경우 남부지방의 가뭄이 그다지 해소되지 않았음을 알 수 있다. 그러나 시간 스케일이 짧은 30일, 90일 SPI에서는 각각 남한 동부와 남부 지역의 가뭄 상태가 호전되었음을 알수 있었다 (Fig. 9).
본 연구를 통하여 제시된 결과는 일부 강우 사례를 이용하여 GPM IMERG 자료에 대한 정확도 검증이 제한적으로만 실시되었으나, GPM IMERG 강우 자료의 수문학적 활용성과 위성기반으로 산출된 SPI를 이용한 실시간 가뭄 감시 가능 성을 확인한 것에 큰 의미가 있다. 향후 보다 많은 강우사례를 확보하고, 자료의 특성을 고려한 정량적 및 정성적인 검증 방법 개선에 대한 노력이 필요하다.
레이더 추정 강우는 모든 지점에서 대해 관측된 강우강도가 10 mm/h 이하의 약한 강수일 때, 강우강도 크기와 분포는 유사하게 추정했으나, 10 mm/h 이상의 강우가 내릴 때에는 70 % 이상 과소 추정 하였다. 이에 반해 GPM Final run 강우는 AWS 자료와 검증 결과 8월 25일 12시부터 14시에 대해서는 일부 과대추정하는 경향이 나타나긴 했으나, 전반적으로 AWS값과 비교결과 정확도가 높았으며, Early run, Late run 자료와 비교시 기준 값으로 이용이 가능하다 (Fig. 7).
GPM Final run 강우강도 분포에서는 점차적으로 부산 및 경남 지역에 걸쳐 넓은 영역에 약 80~100 mm/h 로 강우강도가 발달하는 것으로 나타났으나, 레이더는 최고 35 mm/h 이하의 강우강도 분포가 나타나고, 강우강도의 발달을 확인하기는 어렵다. 전반적으로 레이더 강우강도 분포보다 상대적으로 높게 추정하는 경향이 나타났다 (Fig. 7).
시간에 따른 가뭄변화에서 6시간과 18시간의 차이는 그리 크지 않기 때문에 본 연구에서는 정확도가 더 높은 Late run 자료가 더 유용하다. 준 실시간 가뭄 모니터링을 Final run 자료가 가장 정확하나 준 실시간 가뭄 모니터링에 서는 4개월 후에 자료를 사용할 수 있기 때문에 준 실시간 감시에서는 이용하기 힘들다는 결론을 얻었다.
GPM IMERG Final run자료와 지상 AWS 및 레이더 강우 자료와의 비교・검증 결과, Final run 강우강도가 레이더 강우강도보다 상대적으로 높게 추정하였다. 지상관측자료와의 비교 시, Final run자료가 비교적 높은 정확도를 가지므로 Final run자료는 Early run, Late run 자료와의 비교 시 지상관측자료 대신으로 충분히 활용 가능할 것으로 판단하였다. Latency가 각각 6시간과 18시간인 Early run 과 Late run자료에 대한 Final run 자료와의 검증결과, Late run자료가 Early run자료보다 더 높은 정확도를 나타내었으며, 준 실시간 가뭄 감시에 있어서는 Latency 6시간과 18시간의 활용성 차이가 크지 않으므로, Late run 자료를 이용하는 것이 유용하다고 판단된다.
평년의 강우가 적은 2015년 11월의 경우 (남부지역에 극심한 가뭄 지속), 강우일 전후에 대한 SPI 비교 결과, 해당 시기의 가뭄이 오랫동안 지속된 장기 가뭄으로 시간 스케일이 긴 180, 270, 360일 SPI의 경우 남부지방의 가뭄이 그다지 해소되지 않았으나 시간 스케일이 짧은 30일, 90일 SPI에서는 각각 남한 동부와 남부 지역의 가뭄 상태가 호전되는 것을 확인하였다. 평년의 강우량이 많은 2016년 7 월의 경우 (남부지방에 단기 가뭄 지속), 강우일 전후에 대한 SPI 비교 결과, 평년에 비가 많은 시기인 만큼 해당 기간의 비로는 남부지역의 단기 가뭄이 잘 해소되지 않음을 확인하였다.
후속연구
91로 비교적 높게 나타났으며, 위성을 통하여 관측한 강수량자료를 바탕으로 가뭄모니터링 및 예측・평가가 가능할 것으로 판단된다. 또한 향후 위성으로부터 관측된 강수량 자료의 알고리즘 개선을 통한 강수량 추정 정확도를 향상 시키고, 기계학습 및 다양한 시계열 예측 모형과 연계한 가뭄 예측을 실시한다면 미계측 유역의 보다 정확한 가뭄판단 인자로서 활용이 가능할 것이다.
10). 본 연구 결과, 횡성댐과 용담댐 시범유역의 위성자료 기반 가뭄 진단・평가의 적용 가능성을 시사하였으며, 향후 미계측 유역 적용을 위한 위성 강수 추정의 정확도 향상 노력이 필요할 것이다.
향후 보다 많은 강우사례를 확보하고, 자료의 특성을 고려한 정량적 및 정성적인 검증 방법 개선에 대한 노력이 필요하다. 본 연구의 결과는 위성기반 가뭄 모니터링은 지점 기반의 가뭄 감시 시스템을 그리드 기반의 고해상도 가뭄 감시 시스템으로의 발전이 가능하도록 기여할 수 있으며, 북한과 같은 미계측지역과 아시아-태평양 개발도상국 등 지상관측기기의 한계로 관측이 어려운 지역에 대한 가뭄재해 피해 저감에 많은 도움이 될 것으로 기대된다.
Early run 자료는 관측 후 최대한 자료를 빨리 얻기 위하여 생략된 알고리즘 때문인 것으로 판단된다. 시간에 따른 가뭄변화에서 6시간과 18시간의 차이는 그리 크지 않기 때문에 본 연구에서는 정확도가 더 높은 Late run 자료가 더 유용하다. 준 실시간 가뭄 모니터링을 Final run 자료가 가장 정확하나 준 실시간 가뭄 모니터링에 서는 4개월 후에 자료를 사용할 수 있기 때문에 준 실시간 감시에서는 이용하기 힘들다는 결론을 얻었다.
본 연구를 통하여 제시된 결과는 일부 강우 사례를 이용하여 GPM IMERG 자료에 대한 정확도 검증이 제한적으로만 실시되었으나, GPM IMERG 강우 자료의 수문학적 활용성과 위성기반으로 산출된 SPI를 이용한 실시간 가뭄 감시 가능 성을 확인한 것에 큰 의미가 있다. 향후 보다 많은 강우사례를 확보하고, 자료의 특성을 고려한 정량적 및 정성적인 검증 방법 개선에 대한 노력이 필요하다. 본 연구의 결과는 위성기반 가뭄 모니터링은 지점 기반의 가뭄 감시 시스템을 그리드 기반의 고해상도 가뭄 감시 시스템으로의 발전이 가능하도록 기여할 수 있으며, 북한과 같은 미계측지역과 아시아-태평양 개발도상국 등 지상관측기기의 한계로 관측이 어려운 지역에 대한 가뭄재해 피해 저감에 많은 도움이 될 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
TRMM은 무엇인가?
TRMM (Tropical Rainfall Measuring Mission)는 열대와 아열대 강수량을 모니터링하여 기후변화에 이용하고자 미국 NASA와 일본 JAXA가 합작으로 1997년 11월 27일에 쏘아 올린 위성이다. 많은 자료 중에서 격자화된 TRMM 3B42자료는 TRMM 핵심 코어 위성과 GMS, GOES-E, GOES-W, Meteosat-7, Meteosat-5, NOAA 위성의 결합된 적외채널 기반 강수량과 수동 마이크로파 위성과의 보정을 통하여 최종 25 km × 25 km 3시간 간격의 강우자료를 제공하였다.
PERSIANN-CDR 자료는 어떤 자료인가?
PERSIANN-CDR 자료는 강수관측 목적으로 만들어진 TRMM 위성 이전에 연속적인 기후자료로 강수량 자료를 사용하기 위하여 UCI (University of California, Irvine)의 CHRS(The Center for Hydrometeorology and Remote Sensing)센터에서 자료를 생성하여 제공한다. 현재 이 자료는 북위 60도에서 남위 60도까지 1983년 1월부터 2015년 12월 31일까지 자료를 제공하고 있으며, 기후자료를 이용하고자 하는 연구자에게 25 km × 25 km 3시간 간격의 해상도 높은 강우 자료를 제공한다.
PERSIANN-CDR 자료에서 기후자료를 이용하고자 하는 연구자에게 어떤 자료를 제공하는가?
PERSIANN-CDR 자료는 강수관측 목적으로 만들어진 TRMM 위성 이전에 연속적인 기후자료로 강수량 자료를 사용하기 위하여 UCI (University of California, Irvine)의 CHRS(The Center for Hydrometeorology and Remote Sensing)센터에서 자료를 생성하여 제공한다. 현재 이 자료는 북위 60도에서 남위 60도까지 1983년 1월부터 2015년 12월 31일까지 자료를 제공하고 있으며, 기후자료를 이용하고자 하는 연구자에게 25 km × 25 km 3시간 간격의 해상도 높은 강우 자료를 제공한다. 1983년부터 TRMM 3B42 자료가 제공하기 전 1997년까지 자료를 수집・가공하여 자료를 이용하였다.
참고문헌 (21)
Baek, S. G., H. W. Jang, J. S. Kim, J. W. Lee, 2016. Agricultural drought monitoring using the satellite-based vegetation index. Journal of Korea Water Resource Association 49(4): 305-314.
Ghulam, A., Q. Qin, T. Teyip, and Z. Li, 2007, Modified perpendicular drought index (MPDI): a real-time drought monitoring method, ISPRS Journal of Photogrammetry & Remote Sensing 62(2): 150-164.
Gu, Y., J. F. Brown, J. P. Verdin, and B. Wardlow, 2007, A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States, Geophysical Research Letters, 34: L06407.
Huffman, G. J., D. T. Bolvin, D. Braithwaite, K. Hsu, R. Joyce, and P. Xie, 2014. NASA Global Precipitation Measurement (GPM) Integrated Multi-satellitE Retrievals for GPM (IMERG) Algorithm Theoretical Basis Document (ATBD) v4.4.
Jeong, S. and S. C. Shin, 2006, The applicastion of satellite imagery in droughts analysis of large area. Journal of the Korean Society for Geo-spatial Information Science 14(2):55-62 (in Korean).
Karnieli, A., N. Agam, R. T. Pinker, M. Anderson, M. L. Imhoff, G. G. Gutman, N. Panov, and A. Goldberg, 2010, Use of NDVI and land surface temperature for drought assessment: merits and limitations, Journal of Climate 23(3): 618-633.
Kim, K. Y., J. M. Park, J. G. Baik, and M. H. Choi, 2017. Evaluation of topographical and seasonal feature using GPM IMERG and TRMM 3B42 over Far-East Asia. Atmospheric Research 187:95-105.
Kwon, H. J. 2006. Development of semidistributed hydrological drought assessment method based on SWSI (Surface Water Supply Index). Ph.D. Thesis, Konkuk University.
Kwon, H. J., H. J. Lim, and S. J. Kim. 2007. Drought assessment of agricultural district using modified SWSI. Journal of the Korean Association of Geographic Information Studies 10(1): 22-34 (in Korean).
Liu, Z. 2016. Comparison of Integrated Multisatellite Retrievals for GPM (IMERG) and TRMM Multisatellite Precipitation Analysis (TMPA) Monthly Precipitation Products: Initial Results. Journal of Hydrometeorology 17:777-790.
McKee, T. B., N. J. Doesken, and J. Kliest, 1993. The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference of Applied Climatology, 17-22 January, Anaheim, CA. American Meteorological Society, Boston, MA. 179-184.
NDMI (National Disaster Management research Institute), 2014. Application Plan Research of National Satellite Images for Disaster Management, pp. 1-207 (in Korean).
Park, M. J., H. J. Shin, Y. D. Choi, J. Y. Park, and S. J. Kim, 2011. Development of a hydrological drought index considering water availability. Journal of the Korean Society of Agricultural Engineers 53(6): 165-170 (in Korean).
Ray, P. S., B. C. Johnson, K. W. Johnson, J. S. Bradberry, J. J. Stephens, K. K. Wagner, R. B. Wilhelmson, and J. B. Klemp, 1981. The morphology of several tornadic storms on 20 May 1977. Journal of Atmospheric Science 38:1643-1663.
Sharifi, E. R. Steinacker, and B. Saghafian, 2016. Assessment of GPM-IMERG and Other Precipitation Products against Gauge Data under Different Topographic and Climatic Conditions in Iran: Preliminary Results, Remote Sensing 8(2): 135.
Shin, H. J., M. J. Park, E. H. Hwang, H. S. Chae, and S. J. Park, 2015. A Study of Spring Drought Using Terra MODIS Satellite Image. Journal of the Korean Association of Geographic Information Studies 18(4): 145-157 (in Korean).
Son, K. H., D. H. Bae, and H. S. Cheong, 2015. Construction & Evaluation of GloSea5-Based Hydrological Drought Outlook System. Atmosphere 25(2): 271-281 (in Korean).
Wang, L. and J. J. Qu, 2007, NMDI: A normalized multi-band drought index for monitoring soil and vegetation moisture with satellite remote sensing, Geophysical Research Letters, 34: L20405.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.