초록 ▼

Ⅳ. 연구 내용 및 결과
1. 2010년 이중편파레이더 집중관측
이중편파레이더 활용기술 개발을 위해서 2010년 동계 강설 집중관측 시스템을 무안과 대관령에 구축하였고 특별 관측을 수행하여 강설을 관측하였다. 전체 집중관측 기간 중에서 무안과 대관령에서 관측된 강설 사례를 각각 선택하여 이중편파 자료 분석 및 대기수상체 분류 알고리즘을 적용하여 강설시스템의 특성을 파악하였다. 무안의 강설사례는 시베리아 고기압 확장에 따라 강설이 발생하였고, 에코탑이 약 3 km인 대류운 형태의 시스템이다. 대기 수상체 분류 결과 건설,

Ⅳ. 연구 내용 및 결과
1. 2010년 이중편파레이더 집중관측
이중편파레이더 활용기술 개발을 위해서 2010년 동계 강설 집중관측 시스템을 무안과 대관령에 구축하였고 특별 관측을 수행하여 강설을 관측하였다. 전체 집중관측 기간 중에서 무안과 대관령에서 관측된 강설 사례를 각각 선택하여 이중편파 자료 분석 및 대기수상체 분류 알고리즘을 적용하여 강설시스템의 특성을 파악하였다. 무안의 강설사례는 시베리아 고기압 확장에 따라 강설이 발생하였고, 에코탑이 약 3 km인 대류운 형태의 시스템이다. 대기 수상체 분류 결과 건설, 빙정, 습설, 싸락눈 등의 수상체를 포함하는 것으로 나타났다(그림 1). 대관령의 강설사례는 남쪽 저기압과 북쪽 고기압의 수렴선상에서 강설 및 강수가 발생하였으며, 에코탑이 약 7 ～ 8 km인 시스템이었다. 약 2 km 고도의 녹는 고도(0℃ 고도)에서는 반사도가 강하고, 교차상관계수가 낮은 특성을 나타내었다.
2. 이중편파레이더를 이용한 채프 분석
채프는 전투기의 위치를 교란시키기 위해서 공군에서 대기 중에 투하하는 코팅된 얇은 호일로된 물질이다. 레이더 영상에서 이러한 채프에 의한 에코는 반사도가 낮게 나타나더라도 강수 에코 분석에 혼란을 줄 수 있기 때문에, 강수 에코와 채프에코를 구별하기 위해서 무안에서 관측된 연구용 X-밴드 이중편파레이더의 반사도, 차등반사도, 교차상관계수 등의 이중편파 변수를 이용하여 채프 에코의 특성을 조사하였다. 채프는 대부분 수평적으로 이동하며 느리게 지상으로 떨어지며, 시간이 지남에 따라서 수평바람장과 같은 방향으로 길게 분포되는 특성을 가진다. 먼저, 채프에코 분석을 위하여 연구용 X-밴드 이중편파레이더 관측 자료를 이용하여 2009년 7월부터 12월까지 채프에코 발생에 대한 통계분석을 수행하였다. 그 결과 분석기간의 약 40 % 일수에서 채프에코가 관측되었으며, 현업용 레이더의 경우 관측 반경이 약 240 km로 이중편파레이더에 비해 더 크기 때문에 더 많은 일수로 관측될 것으로 판단된다. 채프 에코에서의 이중편파 변수의 범위를 설정하기 위해서 채프에코, 채프-강수 에코, 강설 에코, 밝은띠 에코에 대해 관측 변수에서 나타나는 특성을 분석하였다. 채프에코는 차등반사도의 분포가 -10 ～ 20 dB에서 나타났으며, 반사도 분포는 주로 0 dBZ 이하에 분포하였지만 최고 35 dBZ까지도 분포하였다.
교차상관계수의 경우 0.7 이하로 나타났으나 강설/빙정/혼합층 에코의 경우에도 비슷한 값으로 나타나기 때문에 이에 대해서 정확한 분석을 위한 개선 방안이 필요하다. 그림 2와 같이 채프 에코와 강수 에코가 공존하는 경우에는 강수에코가 -0.5 ～1.0 dB 부근의 차등반사도, 0.9 이상의 교차상관계수로 나타나는 반면 채프에코는 차등반사도가 -4.0 dB의 매우 낮은 값에서 10.0 dB의 매우 높은 값까지 다양하게 나타나며 0.6 이하의 교차상관계수를 나타났다. 결과적으로 채프에코와 강수에코가 공존하는 경우에도 이중편파 변수 분석을 통하여 채프에코를 분류하는 것이 가능하기 때문에 향후에 이중편파레이더 자료를 이용하여 채프에코 제거 알고리즘을 개발하는데 활용될 수 있다.
3. 레이더-AWS 누적강수량 산출 알고리즘 개발
북한 및 산악 지역 등의 지상 관측 공백지역에 대한 강수량 감시 및 분석의 필요에 따라 레이더-AWS 누적강수량 산출 알고리즘을 개발하였으며, 2009년에 대해서 레이더-AWS 누적강수량 자료를 산출 및 검증하였다. 또한 북한 지역에 대한 적용가능성을 평가하기 위해서 북한의 황강댐 방류 사례를 선택하여 정확도를 분석하였다. 레이더-AWS 누적강수량은 국립기상연구소에서 개발한 레이더-AWS 강우강도(Radar-Aws Rain rate; RAR) 시스템에서 산출된 레이더 추정 강우강도 자료를 이용하여 계산되며, 누적강수량 산출시 누적기간이 길어질수록 계산을 위해 소요되는 시간이 길어지는 단점을 보완하기 위해서 매월 1월 1일 0000 LST부터 한달 동안의 누적 강수량을 산출하도록하고 다음달 1월 1일 0000 LST에 값이 초기화되도록 설계하였다(그림 3). 2009년의 월누적강수량 및 연누적강수량에 대한 분석 결과에서 전체적으로 AWS와 비교하여 과대하게 나타났으며, 그림 3의 2009년동안의 레이더-AWS 누적강수량 합성 영상에서처럼, 레이더 강수량을 누적할수록 인접 레이더간의 반사도 차이로 인한 누적강수량의 불연속, 이상에코에 의한 과대 추정, 빔 차폐에 의한 과소 추정 영역 발생 등의 문제점이 발견되었다. 또한 북한 지역에 대한 레이더-AWS 누적강수량의 적용가능성을 평가하기 위해서 황강댐 방류 기간인세 사례를 선택하여 북한지역의 GTS 지점과 레이더 누적강수량을 비교 분석하였으며, 남한지역에 대해서도 같은 기간에 대해 비교하였다. 북한 지역의 경우 남한지역에 비해 상관도 및 정확도가 낮게 나타났으며, 이는 검증에 사용된 샘플링 수가 적어 일반화가 어려워 더 추가적인 분석이 필요하다.
4. 다중도플러 레이더 바람장 산출 시스템 개발
레이더 바람장은 구름계의 삼차원 구조를 파악하고 강수의도플러 레이더 바람장의 정확도 향상을 위해서 두 대 이상의 레이더를 이용하여 다중레이더 바람장 산출 시스템을 개발하고, 가상 바람장을 이용하여 모의 검증하였으며, 수직측풍장비 자료와의 비교 분석을 수행하였다. 다중 도플러 레이더 바람장을 산출하기 위해서 사용된 레이더는 기상청에서 현업 운영하고 있는 11대의 레이더 중에서 8대의 레이더로, 남한 지역 전체와 서해, 남해 일부에 대해서 바람장 산출이 가능하다(그림 4).
먼저, 본 연구에 사용된 다중 바람장 산출 알고리즘의 성능을 검증하기 위해서 가상바람장(Beltrami flow)을 적용하였다. 분석 결과, 2대의 레이더가 중첩되는 영역에 대해서는 수평 바람장에 대해서는 1.0 m/s 이내, 연직 바람장에 대해서는 0.05 m/s이내의 오차가 나타났으며, 3대 이상이 중첩되는 영역에서는 수평 바람장과 연직바람장에 대해 각각 0.1 m/s, 0.01 m/s의 오차가 나타났다. 즉, 레이더의 시선속도 값만 정확하게 관측된다면 정밀한 바람장 산출이 가능한 것으로 판단된다. 실제 바람장에 대한 정확도 검증은 2008년 5월에서 10월까지 6개월간에 대해서 수행하였으며, 수직측풍자료와 비교하였다. 그 결과, 풍속은 평균제곱근오차가 4.58 m/s, 상관계수는 0.71, 풍향은 평균제곱근 오차가 17.05°, 상관계수가 0.97로 나타나 이중도플러 레이더 바람장보다 다중 도플러 레이더 바람장이 더 세밀하고 정확한 것으로 나타났다(그림 4).
5. 연구용 이중편파레이더 분석 알고리즘 개발
이중편파레이더의 활용 기술을 개발하기 위하여 강수량 추정 및 대기수상체 분류에 관한 학술용역이 수행되었고 이에 대한 자료 표출 및 분석 시스템이 구축되었다. 본 연구를 위해서 2010년 7월 전라남도 무안에서 수행된 집중관측 자료와 2009년 집중관측 기간에 수집된 POSS 자료로부터 계산한 이론적 산란 시뮬레이션 자료, 광학 우적계(PARticle SIze and VELocity; PARSIVEL) 자료로부터 산출된 이론적 산란 시뮬레이션 자료를 이용하였다. 강수량 추정 및 대기수상체 분류 알고리즘을 개발하기 전에 강우감쇄 보정, ΦDP 접힘 풀기, 필터링의 X-밴드 이중편파레이더 자료에 대한 전처리를 수행하고, ZDR, ZH의 시스템 이득 오차를 보정, KDP 검증의 순서로 수행하였다. 강수량 산출 알고리즘은 강우강도와 수평반사도, 비차등위상차, 입자 크기분포(DSD) 매개변수 사이의 관계식에 바탕을 두고 개발되었으며, 개발된 산출식을 사례에 적용하여 PARSIVEL 자료와 비교한 결과, R(ZH)는 PARSIVEL 강우강도와 대체로 잘 일치하였으나, R(KDP)의 경우에는 큰 차이를 나타내었으며, R(NW,AH)는 과소 추정되었다(그림 5). 대기수상체 분류 알고리즘은 2008년에 도입된 퍼지 로직 기법을 이용한 S-밴드용 알고리즘을 기반으로 하여 X-밴드에 적용될 수 있도록 개선하였다. 실제 사례에 대해서 개선된 알고리즘을 적용한 결과, 전체적인 강수 입자의 분포는 일반적인 강수계 내부의 분포와 잘 일치하였다(그림 6). 다음과 같이 개발된 강우량 산출 및 개선된 대기수상체 분류 알고리즘을 적용하여 산출된 자료와 이중편파 변수의 분석을 위해서 이중편파레이더 자료 표출 및 분석시스템을 구축하였다(그림 7). 구축된 이중편파레이더 분석시스템은 2012년 백령도 이중편파레이더 현업운영에 대한 기반을 구축할 것이다.

Abstract ▼

Ⅳ. Research Contents and Results
1. Intensive observation with the dual polarization radar in 2010
To develop the technology to utilize the dual polarization radar, we established the system for the winter snowfall intensive observation in Muan and Daegwallyeong in 2010 and observed the snowfa

Ⅳ. Research Contents and Results
1. Intensive observation with the dual polarization radar in 2010
To develop the technology to utilize the dual polarization radar, we established the system for the winter snowfall intensive observation in Muan and Daegwallyeong in 2010 and observed the snowfall by performing a special observation. The snowfall events observed in Muan and Daegwallyeong during the entire intensive observation period were selected and the snowfall system characteristics were investigated by analysing the dual polarization data and applying the hydrometeors identification algorithm. The snowfall events in Muan took place by the extension of the Siberian anticyclone, and their system was in the form of convective cloud of which echo top is about 3 km. The hydrometeors identification showed that the particles included dry snow, ice crystals, wet snow, and graupel (Fig. 1). The snowfall events in Daegwallyeong took place as snowfall and rainfall on the convergence line between the southern low pressure and the northern high pressure, and their system had the echo top of about 7-8 km. At the melting altitude (the altitude at 0℃) of about 2 km, the reflectivity was high and the cross correlation coefficient was low.
2. Chaff analysis using the dual polarization radar
Chaff is the material that is a coated, thin foil, and it is dropped in the air by air forces to disrupt the position of combat planes. Since the echo by the chaff can cause confusion in analyzing rainfall echo in a radar image although the reflectivity may be low, we investigated the chaff echo characteristics to distinguish the rainfall echo from the chaff echo using the dual polarization parameters such as the reflectivity, the differential reflectivity, and the cross correlation coefficient observed the NIMR X-band dual polarization radar in Muan. Most chaffs move horizontally and fall to the ground slow, and they are distributed over time as a long line in the same direction of the horizontal wind field. For the chaff echo analysis, we firstly performed the statistical analysis of the chaff echo occurrence from July to December in 2009 using the observation data from the NIMR X-band dual polarization radar. The result showed that chaff echo was observed about 40% of the days during the analyzed period. The operational radar may observed chaff echo in more days since its observation radius is about 240 km that is larger than that of the NIMR X-band dual polarization radar. To set up the dual polarization parameter ranges in chaff echo, we analyzed the characteristics found in the chaff echo, chaff-rainfall echo, snowfall echo, and bright band echo. In the chaff echo, the differential reflectivity was distributed in the range of -10 ～ 20 dB, and the reflectivity was distributed mostly below 0 dBZ but the maximum was 35 dBZ. The cross correlation coefficient was 0.7 or less, but the snowfall, ice crystals, and the mixed layer echo also showed the same value, which indicates the improved method is necessary for accurate analysis of the cross correlation coefficient. As shown in Fig. 2, when the chaff echo and rainfall echo coexisted, the rainfall echo showed the differential reflectivity around -0.5 ∼ 1.0 dB and the cross correlation coefficient of 0.9 or higher, whereas the chaff echo showed the various differential reflectivity ranging from the very low value of -4.0 dB to the very high value of 10.0 dB and the cross correlation coefficient of 0.6 or less. Therefore, since it is possible to distinguish the chaff echo through the dual polarization parameters analysis even when the chaff echo and the rainfall echo coexist, the dual polarization radar data can be used to developed the chaff echo elimination algorithm in the future.
3. Development of the radar-AWS accumulated precipitation estimation algorithm
According to the need for the precipitation monitoring and analysis in the areas where ground observation is not carried out such as North Korea and mountainous regions, we developed the radar-AWS accumulated precipitation estimation algorithm, calculated and verified the radar-AWS accumulated precipitation data for 2009. Additionally, to evaluate the applicability to the North Korean regions, the accuracy was analyzed choosing the cases of discharge from the Hwanggang Dam in North Korea. The radar-AWS accumulated precipitation is calculated using the radar-rainfall intensity data produced from Radar-AWS Rain rate (RAR) system developed by the NIMR. To supplement the problem that the calculation time is increased as the accumulation period is longer in the accumulation precipitation calculation, we designed the algorithm so that the accumulated precipitation for one month can calculated from the 0000 LST of the first day of the month and the values can be initialized from the 0000 LST of the first day of the next month (Fig. 3). The analysis of the monthly and yearly amounts of the accumulated precipitation in 2009 showed that they were overestimated in general when compared to the values from the AWS rain gauge. As shown in the radar-AWS accumulated precipitation merged images for 2009 in Figure 3, more problems such as discontinuity of the accumulated precipitation due to the reflectivity difference between the adjacent radars, overestimation by the anomalous propagation echoes, and the underestimation by partial beam blocking were found as the radar precipitation was accumulated. Additionally, to evaluate the applicability of the radar-AWS accumulated precipitation to the North Korean region, we selected three cases from the Hwanggang Dam discharge, and compared and analyzed the GTS positions in North Korean regions and the radar accumulated precipitation. The comparison was also made for the South Korean regions with respect to the same periods. The correlation and accuracy were lower in the North Korean regions than in the South Korean regions, which points out the need for additional analysis since the result cannot be generalized due to the small number of the samples used for the verification.
4. Development of the multiple Doppler radar wind field retrieval system
As regards radar wind field, to understand the three-dimensional structure of cloud system and improve the accuracy of the Doppler radar wind field, we developed a multiple radar wind field retrieval system using more than two radars, simulated the system using a virtual wind field, and compared and analyzed the result with the wind profiler data. We employed eight radars out of 11 operational radars in the KMA to generate the multiple Doppler radar wind field. They allows the wind field retrieval for the entire South Korean region and the parts of the West Sea and the South Sea (Fig. 4). First, we applied the virtual wind field (Beltrami flow) to verify the performance of the multiple wind field retrieval system used in this study. The analysis showed that the error was less than 1.0 m/s in the horizontal wind field and less than 0.05 m/s in the vertical wind field in the areas where two radars were overlapped. The errors in the horizontal and vertical wind fields were 0.1 m/s and 0.01 m/s, respectively, in the areas where three or more radars were overlapped. Thus, a precise wind field will be generated if only the radial velocity of the radars is accurately observed. We verified the accuracy of the actual wind field for six months from May to October, 2008, and the result was compared with the wind profiler data. The comparison showed that the RMSE was 4.58 m/s and the correlation coefficient was 0.71 in the wind speed, and they were 17.05° and 0.97, respectively, in the wind direction, indicating that the multiple Doppler radar wind field is more precise and accurate than the dual Doppler radar wind field (Fig. 4).
5. Development of the analysis algorithm for the dual polarization radar for research
To developed the technology to utilize the dual polarization radar, we performed a research project regarding the precipitation estimation and the hydrometeors identification and established the data presentation and analysis system for the project. For the research, we used the data from the intensive observation carried out in Muan, Jeonnam, in July, 2010, the theoretical scattering simulation data calculated from the POSS data collected during the intensive observation period in 2009, and the theoretical scattering simulation data calculated from an optical disdrometer (PARticle SIze and VELocity; PARSIVEL). Before developing the precipitation estimation and hydrometeors identification algorithms, we performed the pre-processing of the X-band dual polarization radar data including the calibration of the rain attenuation, and ΦDP unfolding and filtering, and proceeded to the calibration of the ZDR and ZH system gain error, and the verification of KDP. The precipitation estimation algorithm was developed on the basis of the relations among the parameters such as rain rate, horizontal reflectivity, specific differential phase, and drop size distribution (DSD). The developed calculation equations were applied to actual cases and the result was compared with the PARSIVEL data. The comparison revealed that R(ZH) was well matched with the PARSIVEL rain rate, while R(KDP) showed a large difference and the R(NW,AH) was underestimated (Fig. 5). The hydrometeors identification algorithm was developed based on the algorithm for the S-band using the fuzzy logic technique introduced in 2008 and then improved to be able to be applied to the X-band. The algorithm was applied to actual cases and the result showed that the overall distribution of the rainfall particle was well consistent to the internal distribution in general precipitation system (Fig. 6). For the analysis of the generated data and the dual polarization parameters, we established the dual polarization radar data presentation and analysis system applying the developed precipitation estimation and improved hydrometeors identification algorithms (Fig. 7). The established dual polarization radar analysis system will institute the basis for the operational dual polarization radar in Baengnyeongdo in 2012.

목차 Contents

• 표지 ... 1
• 연 구 보 고 서 ... 3
• 목 차 ... 5
• CONTENTS ... 8
• LIST OF TABLES ... 11
• LIST OF FIGURES ... 12
• 요 약 문 ... 17
• Summary ... 28
• 제 1 장 서 론 ... 43
• 제 2 장 2010년 이중편파레이더 집중관측 ... 45
• 2.1 서론 ... 45
• 2.2 집중관측개요 ... 46
• 2.2.1 소개 ... 46
• 2.2.2 연구용 X-밴드 이중편파레이더 ... 47
• 2.3 분석결과 ... 53
• 2.3.1 2009년 12월 15 ～ 20일 사례분석 ... 53
• 2.3.2 2010년 2월 9일 사례분석 ... 57
• 2.4 요약 및 향후계획 ... 60
• 제 3 장 이중편파레이더 채프에코 분석 ... 61
• 3.1 서론 ... 61
• 3.2 자료 및 방법 ... 61
• 3.2.1 채프에코 특성 ... 61
• 3.2.2 연구용 이중편파레이더 통계분석 ... 64
• 3.3 분석 결과 ... 66
• 3.3.1 채프에코 ... 66
• 3.3.2 채프-강우 에코 ... 70
• 3.3.3 강설 에코 ... 73
• 3.3.4 밝은띠 에코 ... 74
• 3.4 요약 및 향후계획 ... 76
• 제 4 장 레이더-AWS 누적강수량 산출 알고리즘 개발 ... 77
• 4.1 서론 ... 77
• 4.2 자료 ... 78
• 4.3 방법 ... 79
• 4.4 분석결과 ... 81
• 4.4.1 2009년 월누적강수량 및 연누적강수량 분석 ... 81
• 4.4.2 황강댐 방류기간에 대한 북한지역에 대한 사례 분석 ... 90
• 4.5 요약 및 향후계획 ... 95
• 제 5 장 다중도플러 레이더 바람장 산출시스템 개발 ... 97
• 5.1 서론 ... 97
• 5.2 다중 도플러 레이더 바람장 산출 시스템 ... 98
• 5.2.1 한국 기상청 도플러 레이더 네트워크 ... 98
• 5.2.2 다중 도플러 레이더 바람장 산출 이론 ... 100
• 5.2.3 이중 도플러 레이더 바람장 산출 과정 ... 103
• 5.2.4 산출 결과 ... 105
• 5.3 모의 검증 ... 107
• 5.3.1 가상 바람장 ... 107
• 5.3.2 검증 결과 ... 109
• 5.4 다중 도플러 레이더 바람장 정확도 평가 ... 112
• 5.5 요약 및 결론 ... 116
• 제 6 장 요약 및 향후 계획 ... 117
• 참고문헌 ... 119
• 부록 A. 학술용역(이중편파레이더를 이용한 강수량 추정 및 수상체 분류 등에 관한 연구 Ⅲ) ... 125
• 부록 B. 제11회 기상레이더 워크숍 ... 286
• 부록 C. 2010년 연구성과 ... 289
• 부록 D. 레이더 운영일지 ... 296
• D.1 연구용 기상레이더 주요 작업일지 ... 296
• D.2 2010년 기상개황 ... 303
• D.3 관측에코분류 ... 315
• D.4 레이더 정기점검 일지 ... 322
• 부록 E. 레이더 현업화 시스템 매뉴얼 ... 339
• E.1 레이더-AWS 누적강수량 산출시스템 매뉴얼 ... 339
• E.2 다중도플러 레이더 바람장 산출시스템 매뉴얼 ... 346
• 끝페이지 ... 352