[국내논문]GPM 위성 강우자료의 검증과 지상관측 자료를 통한 강우 보정 기법 Assessment and merging technique for GPM satellite precipitation product using ground based measurement원문보기
강우는 물순환 시스템을 이해를 증가 시킬 뿐만 아니라, 효율적인 수자원 확보 및 관리에 있어서 가장 핵심적인 인자이다. 본 연구는 2015년을 대상으로 한반도에서의 92개의 ASOS 지점자료와 최근에 발사된 GPM 위성강우 자료의 비교를 통하여 활용가능성을 평가하였다. 또한 지점 자료의 장점과 인공위성 자료의 장점을 융합함으로써 보다 개선된 강우자료를 산출하기 위해 3가지의 상세화 방법(Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging)들을 적용하였다. 이 연구에서 도출된 결과는 다음과 같다. 1) ASOS 자료와의 검증을 통해 GPM 강우자료가 약간 과대산정되는 편향을 가지고 있는 것을 확인하였으며, 특히 여름 기간에 오차가 높게 발생하는 것으로 나타났다. 2) Jackknife 방법을 통하여 각 합성방법에 대해서 검증하였을 때, 공간해상도가 높아짐에 따라서 오차가 줄어드는 것을 확인하였으며, 상세화 방법 중 conditional merging 방법이 가장 좋은 성능을 나타내었다.
강우는 물순환 시스템을 이해를 증가 시킬 뿐만 아니라, 효율적인 수자원 확보 및 관리에 있어서 가장 핵심적인 인자이다. 본 연구는 2015년을 대상으로 한반도에서의 92개의 ASOS 지점자료와 최근에 발사된 GPM 위성강우 자료의 비교를 통하여 활용가능성을 평가하였다. 또한 지점 자료의 장점과 인공위성 자료의 장점을 융합함으로써 보다 개선된 강우자료를 산출하기 위해 3가지의 상세화 방법(Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging)들을 적용하였다. 이 연구에서 도출된 결과는 다음과 같다. 1) ASOS 자료와의 검증을 통해 GPM 강우자료가 약간 과대산정되는 편향을 가지고 있는 것을 확인하였으며, 특히 여름 기간에 오차가 높게 발생하는 것으로 나타났다. 2) Jackknife 방법을 통하여 각 합성방법에 대해서 검증하였을 때, 공간해상도가 높아짐에 따라서 오차가 줄어드는 것을 확인하였으며, 상세화 방법 중 conditional merging 방법이 가장 좋은 성능을 나타내었다.
Precipitation is a key variable to enhance the understanding of water cycle system and secure and manage the water resources efficiently. In this study, we evaluated the feasibility of GPM precipitation datasets through comparison with the 92 ASOS sites in South Korea during 2015. Additionally, thre...
Precipitation is a key variable to enhance the understanding of water cycle system and secure and manage the water resources efficiently. In this study, we evaluated the feasibility of GPM precipitation datasets through comparison with the 92 ASOS sites in South Korea during 2015. Additionally, three merging techniques (i.e., Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging) were applied to improve accuracy of precipitation by fusing the advantages from point and satellite-based datasets. The results of this study are as follows. 1) GPM dataset indicated slightly overestimation with compared ASOS dataset, especially high uncertainties in summer season. 2) Validation of three merging techniques through jackniffe cross-validation showed that uncertainty were decreased as the spatial resolution increased. Especially, conditional merging showed the best performance among three methods.
Precipitation is a key variable to enhance the understanding of water cycle system and secure and manage the water resources efficiently. In this study, we evaluated the feasibility of GPM precipitation datasets through comparison with the 92 ASOS sites in South Korea during 2015. Additionally, three merging techniques (i.e., Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging) were applied to improve accuracy of precipitation by fusing the advantages from point and satellite-based datasets. The results of this study are as follows. 1) GPM dataset indicated slightly overestimation with compared ASOS dataset, especially high uncertainties in summer season. 2) Validation of three merging techniques through jackniffe cross-validation showed that uncertainty were decreased as the spatial resolution increased. Especially, conditional merging showed the best performance among three methods.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 사계절이 뚜렷하며, 특히 몬순의 영향으로 국지성 집중호우의 빈도가 높은 남한 지역을 연구 범위로 선정하였으며, 종관기상관측장비(Automatic Synoptic Observation System, ASOS)자료와 GPM-IMERG 자료의 비교 및 검증을 통하여 사용 및 활용가능성에 대해서 실시하였다. 인공위성과 지점 자료를 이용하여 보다 개선된 인공위성 강우자료를 산출하기 위해서 보정 방법을 이용하여 강우자료의 정확성을 높이고자 하였다.
제안 방법
본 연구에서 먼저 GPM 자료에 대해서 평가하기 위해 지점 자료인 ASOS와의 비교를 통하여 검증을 실시하였다(Table 2). GPM자료와 지점자료의 평균 Bias는 3.
그렇기 때문에 각 자료의 강점만을 혼용한 방법을 통해 최적의 강수자료를 산출 할 수 있다. 본 연구에서는 GPM 위성 강우자료에 대한 남한지역에 대한 검증을 실시 하였으며, 보다 개선된 강우자료를 산정하기 위하여, 보정 방법들(CM, GDA, GRA)에 대한 검증을 실시하였고, 각각 10 km, 5 km, 1 km에 대한 상세화 결과에 대해서도 검증을 실시하였다. 본 연구를 통해 다음과 같은 결론을 나타낼 수 있다.
, 2016). 이자료는 시간해상도 3시간 단위로 생산하는 GPM 및 다양한 보조 위성의 수동마이크로파 센서들로부터 상호 검정을 통하여 산출되며(Table 1), 본 연구에서 활용된 GPM 자료는 협정 세계시(Coordinated Universal Time, UTC)을 기준으로 되어있기 때문에, 인공위성 자료를 한국 표준시(Korea Standard Time, KST)에 맞춰서 연구를 실시하였으며, 또한, 30분 간격의 자료를 일단위로 변환하여 사용하였다.
대상 데이터
kr/)에서 관리하는 종관기상관측장비(ASOS)로부터 지점 강우자료를 이용하였다. GPM 자료의 검증을 위해 2015년 1월 1일부터 12월 31일까지에 대한 자료를 활용하였으며, 기상자료개발포털(https://data.kma.go.kr/)에서 이용 가능한 93개의 지점 자료 중 연구기간 동안 활용 가능한 자료는 92개지점의 자료를 선별하여 관측 자료로써 사용하였다(Fig. 1).
각각 다른 인공위성과 보정방법을 통해서 산정된 모의된 공간 강우의 분포를 확인하기 위해 연구기간 중 임의의 두 기간(2015년 5월 30일, 2015년 9월 20일)을 선정하여, Fig. 7에 나타내었다.
모형의 적용성을 확인하기 위해 위에 언급한 것과 같이 총 92개의 자료중 비교하는 지점을 하나씩 결측하여 모의를 수행하는 Jackknife 방법을 통하여 2015년에 대하여 결과를 나타내었다(Fig. 5).
본 논문에서는 강우관측 인공위성 자료인 GPM-IMERG 의 검증 및 활용하기 위해, 대한민국을 연구지역(면적: 99,461 km2)으로 선정하였으며, 연구 지역 내에서 기상청(http://kma.go.kr/)에서 관리하는 종관기상관측장비(ASOS)로부터 지점 강우자료를 이용하였다. GPM 자료의 검증을 위해 2015년 1월 1일부터 12월 31일까지에 대한 자료를 활용하였으며, 기상자료개발포털(https://data.
본 연구에서는 사계절이 뚜렷하며, 특히 몬순의 영향으로 국지성 집중호우의 빈도가 높은 남한 지역을 연구 범위로 선정하였으며, 종관기상관측장비(Automatic Synoptic Observation System, ASOS)자료와 GPM-IMERG 자료의 비교 및 검증을 통하여 사용 및 활용가능성에 대해서 실시하였다. 인공위성과 지점 자료를 이용하여 보다 개선된 인공위성 강우자료를 산출하기 위해서 보정 방법을 이용하여 강우자료의 정확성을 높이고자 하였다.
, 2016). 본 연구에서는 활용된 인공 위성 강우자료는 Integrated Multi-satellitE Retrievals for GPM (IMERG) product day 1 Final Run (V03D)를 사용하였다(Gaona et al., 2016). 이자료는 시간해상도 3시간 단위로 생산하는 GPM 및 다양한 보조 위성의 수동마이크로파 센서들로부터 상호 검정을 통하여 산출되며(Table 1), 본 연구에서 활용된 GPM 자료는 협정 세계시(Coordinated Universal Time, UTC)을 기준으로 되어있기 때문에, 인공위성 자료를 한국 표준시(Korea Standard Time, KST)에 맞춰서 연구를 실시하였으며, 또한, 30분 간격의 자료를 일단위로 변환하여 사용하였다.
데이터처리
1) GPM의 강우자료에 대하여 남한지역에서의 사용가능한 92개의 ASOS와의 결과와 비교하였다. 전 지점에 대해서 검증한 결과 GPM 자료는 평균적으로 약간 과대산정되는 결과를 나타내었고, 평균 RMSE가 24.
이론/모형
2) 각각 상세화 방법들에 대한 성능 평가를 실시하기 위해 Jackknife 방법을 통하여 검증하였다. 그 결과 공간해상도가 증가할수록, 오차가 감소하는 것을 확인 할 수 있었으며, 3가지 방법 중 CM 방법이 다른 방법들에 비해 가장 적은 오차를 나타내는 것을 확인 할 수 있었다.
본 연구에서는 상세화 방법을 통해서 모의된 강우의 검증을 위하여 잭나이프(Jackknife) 방법을 이용하였다. 이 방법은 분석 지점 중 단 하나의 관측지점을 결측으로 가정하여 일련의 과정을 동일하게 계산하는 작업을 반복함으로써 총 관측소의 개수만큼 반복하여, 결측으로 가정한 분석 지점과 실제 관측치를 비교하여 모의된 결과의 검증을 하는 방법이다 (Kim et al.
성능/효과
5(b)에 각 계절별로 나타낸 것을 확인하면 알 수 있듯이, GRA의 여름 시즌의 경향을 제외하면 전반적으로 과소산정되는 편향을 가지고 있다. RMSE의경우, 보정 방법이 공간해상도가 높아짐에 따라서 감소하는 것을 확인 할 수 있다.
본 연구에서 제시한 결론을 종합하자면, 공간해상도가 증가할수록, 상세화 방법의 오차가 줄어드는 것을 확인 할 수 있으며, 특히 강수가 집중되는 여름기간에 다른 방법에 비해 CM 방법의 오차가 가장 적게 추정되는 것으로 나타났다. 공간적인 분포 경향에서도 해상도가 증가함에 따라서 저해상도의 자료보다 세밀하게 모의되는 것을 확인 할 수 있었다. 본방법들의 비교를 통해서 원격탐사 자료를 활용하여 고해상도 강수자료의 산정에 대한 활용가능성을 확인 할 수 있었다.
이를 통해 GPM의 강우자료가 지점 강우와 흡사한 강우패턴을 잘 모의하는 것을 단편적으로 확인 할 수 있다. 공간해상도에 따른 강우자료의 분포는 해상도가 높아짐에 따라 세부적인 모의가 잘 반영하고 있는 것으로 나타났으며, 위에서 언급된 것처럼 보정 방법을 적용하였을 때, 해상도가 높아 짐에 따라 오차가 감소하는 경향을 나타내고 있다. 보정 방법 에서는 CM과 GDA는 두 자료의 특성을 반영한 편의 보정을 통하여 강수의 변화 특성을 잘 따르는 것을 확인 할 수 있으나, GRA의 경우 다른 방법에 비해서 과소 또는 과대모의되는 분포를 나타내었다(Fig.
2) 각각 상세화 방법들에 대한 성능 평가를 실시하기 위해 Jackknife 방법을 통하여 검증하였다. 그 결과 공간해상도가 증가할수록, 오차가 감소하는 것을 확인 할 수 있었으며, 3가지 방법 중 CM 방법이 다른 방법들에 비해 가장 적은 오차를 나타내는 것을 확인 할 수 있었다.
공간해상도에 따른 강우자료의 분포는 해상도가 높아짐에 따라 세부적인 모의가 잘 반영하고 있는 것으로 나타났으며, 위에서 언급된 것처럼 보정 방법을 적용하였을 때, 해상도가 높아 짐에 따라 오차가 감소하는 경향을 나타내고 있다. 보정 방법 에서는 CM과 GDA는 두 자료의 특성을 반영한 편의 보정을 통하여 강수의 변화 특성을 잘 따르는 것을 확인 할 수 있으나, GRA의 경우 다른 방법에 비해서 과소 또는 과대모의되는 분포를 나타내었다(Fig. 7).
본 연구에서 제시한 결론을 종합하자면, 공간해상도가 증가할수록, 상세화 방법의 오차가 줄어드는 것을 확인 할 수 있으며, 특히 강수가 집중되는 여름기간에 다른 방법에 비해 CM 방법의 오차가 가장 적게 추정되는 것으로 나타났다. 공간적인 분포 경향에서도 해상도가 증가함에 따라서 저해상도의 자료보다 세밀하게 모의되는 것을 확인 할 수 있었다.
또한, 이 논문에서는 GPM의 결과가 기존의 TRMM의 결과에 비하여 개선된 결과를 나타내고 있다고 언급하였다. 이러한 결과들을 종합해 보자면, 전반적으로 GPM 인공위성 자료가 여름 기간동안의 편향이 높은 것을 의미하며, 여름기간에 많은 오차가 발생한다는 것을 확인 할 수 있다.
1) GPM의 강우자료에 대하여 남한지역에서의 사용가능한 92개의 ASOS와의 결과와 비교하였다. 전 지점에 대해서 검증한 결과 GPM 자료는 평균적으로 약간 과대산정되는 결과를 나타내었고, 평균 RMSE가 24.44 mm/day의 결과를 나타내었다. 특히, 강수가 많이 발생하는 여름 기간에 높은 오차를 발생하는 것을 확인 할 수 있었다.
후속연구
본방법들의 비교를 통해서 원격탐사 자료를 활용하여 고해상도 강수자료의 산정에 대한 활용가능성을 확인 할 수 있었다. 고해상도의 강수자료를 산정함에 따라 미계측 지역에서의 정확도 있는 강수자료를 생성할 수 있으며, 또한, 고해상도의 강수 자료를 활용함에 따라 보다 정확도 있는 홍수 및 범람해석에 활용 될수 있을 것으로 기대된다. 추후연구에서는 보다 조밀한 지역에서의 검증 및 레이더를 이용하여 고해상도의 자료를 연속적으로 산출할 수 있다면 보다 공간특성을 잘 반영한 강수자료를 산정 할 수 있을 것이다.
고해상도의 강수자료를 산정함에 따라 미계측 지역에서의 정확도 있는 강수자료를 생성할 수 있으며, 또한, 고해상도의 강수 자료를 활용함에 따라 보다 정확도 있는 홍수 및 범람해석에 활용 될수 있을 것으로 기대된다. 추후연구에서는 보다 조밀한 지역에서의 검증 및 레이더를 이용하여 고해상도의 자료를 연속적으로 산출할 수 있다면 보다 공간특성을 잘 반영한 강수자료를 산정 할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
원격탐사 시스템을 통한 관측의 문제점은?
그렇지만, 원격탐사 시스템(레이더, 인공위성)들을 통한 관측은 지상관측의 정량적인 개념이 아닌 간접적인 추정이기 때문에 불확실성이 높은 단점을 내포하고 있다(Kang et al., 2017).
인공위성을 통해 관측하는 것의 장점은?
, 1999). 인공위성의 경우에는 레이더와 같이 한정적인 계측 지역을 벗어나 미계측지역을 관측할 수 있기 때문에, 광범위한 범위에서의 기상, 지표변화에 대해서 관측 할 수 있어 점차 사용되어 연구가 급격하게 진행되고 있다(Kim et al., 2014).
개선된 강우 자료를 산정하기 위한 CM, GDA, GRA 3가지 상세화 방법 중 가장 적은 오차를 나타낸 것은?
2) 각각 상세화 방법들에 대한 성능 평가를 실시하기 위해 Jackknife 방법을 통하여 검증하였다. 그 결과 공간해상도가 증가할수록, 오차가 감소하는 것을 확인 할 수 있었으며, 3가지 방법 중 CM 방법이 다른 방법들에 비해 가장 적은 오차를 나타내는 것을 확인 할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.