KR101423278B1 - 로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법 - Google Patents

로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법 Download PDF

Info

Publication number
KR101423278B1
KR101423278B1 KR1020130108087A KR20130108087A KR101423278B1 KR 101423278 B1 KR101423278 B1 KR 101423278B1 KR 1020130108087 A KR1020130108087 A KR 1020130108087A KR 20130108087 A KR20130108087 A KR 20130108087A KR 101423278 B1 KR101423278 B1 KR 101423278B1
Authority
KR
South Korea
Prior art keywords
radar
weight
calculated
rainfall intensity
error
Prior art date
Application number
KR1020130108087A
Other languages
English (en)
Inventor
김진국
박종서
차주완
박향숙
Original Assignee
대한민국
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020130108087A priority Critical patent/KR101423278B1/ko
Application granted granted Critical
Publication of KR101423278B1 publication Critical patent/KR101423278B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Physics (AREA)
  • Atmospheric Sciences (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명은 레이더-AWS 강우강도(Radar-AWS Rainrate; RAR) 산출 시스템에서 추정된 강우강도에 대해 로컬 게이지 보정(Local Gauge Correction; LGC)을 적용하여 국지적으로 발생하는 강수현상을 보정함으로써 정확한 강수량을 추정할 수 있는 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 시스템 및 그 방법에 관한 것이다.

Description

로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법{System for calculating rainrate using Local Gauge Correction and method thereof}
본 발명은 강수량 추정 기술에 관한 것으로, 더욱 상세하게는, 레이더-AWS 강우강도(Radar-AWS Rainrate; RAR) 산출 시스템에서 추정된 강우강도에 대해 로컬 게이지 보정(Local Gauge Correction; LGC)을 적용하여 국지적으로 발생하는 강수현상을 보정함으로써 정확한 강수량을 추정할 수 있는 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 시스템 및 그 방법에 관한 것이다.
한반도는 여름철에 연평균 70% 이상의 강수가 집중되는 계절적 특징 및 남북과 동서로 산맥이 위치하는 산악지형이 많은 지형적 특징에 따른 복잡한 강수패턴이 나타나며, 이는 사회·경제적 피해로까지 이어진다. 이에 강수추정의 정확성이 매우 중요한 요소로 부각됨에 따라 기상레이더를 이용한 강수시스템의 감시와 정량적 강수량 추정 방법의 개발이 무엇보다 절실히 필요하다.
현재 기상청에서는 국립기상연구소(National Institute of Meteorological Research: NIMR)에서 기존의 층운형 Z-R 관계식(Z=200R1 .6, Marshall-Palmer, 1948)을 이용한 레이더 강우강도 산출에서 과소추정 문제를 개선하기 위해 개발한 레이더-AWS 강우강도(Radar-AWS Rainrate; RAR) 산출 시스템을 2006년부터 현업 운영하고 있다. RAR 산출 알고리즘은 각 레이더에 대해서 레이더 강우강도와 지상 AWS 우량계 자료를 비교하여 실시간으로 Z-R 관계식을 산출하여 레이더 반사도를 강우강도로 변환하고, 이를 합성하여 한반도 영역에 대한 강우강도 정보를 제공한다. 하지만, RAR 산출 알고리즘에 따른 Z-R 관계식도 경험식이므로 정확한 강수량 추정에는 한계가 있어 이를 개선할 필요가 있다.
또한, RAR 산출 시스템은 단일편파 레이더를 이용한 1.5 km CAPPI(Constant Altitude Plan Position Indicator) 등의 2차원적인 정보만을 적용하여 강우산출을 수행하고 있어 강우산출의 정확성에 한계를 나타내고 있다.
상술한 바와 같이 종래의 문제점을 개선하기 위해 본 발명은, RAR 산출 시스템에서 추정된 강우강도에 대해, 각 레이더 사이트별로 사용가능한 지상관측소의 수에 따라 가중치를 달리 추정하여 강수량을 보정하는 로컬 게이지 보정(Local Gauge Correction; LGC)을 적용함으로써 정확한 강수산출이 가능하도록 하는 강수량 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시 형태는, 각 레이더의 관측 반경 이내 존재하는 우량계의 관측된 강우강도와 상기 우량계와 일치하는 지점의 레이더 반사도를 확률밀도함수에 적용하여 반사도(Z)-강우강도(R) 관계식을 산출하고, 산출된 Z-R 관계식에 따른 Z-R 쌍을 이용하여 산출된 Z-R 관계식의 계수 a 및 b를 구하여 각 레이더의 강우강도를 추정하는 레이더-AWS 강우강도 시스템-여기서, Z-R 관계식은 Z=aRb이며, a 및 b는 양수임-; 및 지점별 우량계의 관측된 강우강도와 해당 지점의 대응하는 레이더의 추정된 강우강도의 오차를 보정하여 각 레이더의 추정된 강우강도를 보정하는 강수량 보정 장치;를 포함하는 로컬 게이지 보정을 이용한 강수량 산출 시스템을 제공할 수 있다.
한편, 상기 목적을 달성하기 위한 본 발명의 다른 실시 형태는, 각 레이더의 관측 반경 이내 존재하는 우량계의 관측된 강우강도와 상기 우량계와 일치하는 지점의 레이더 반사도를 확률밀도함수에 적용하여 반사도(Z)-강우강도(R) 관계식을 산출하는 제1단계-여기서, Z-R 관계식은 Z=aRb이며, a 및 b는 양수임-; 산출된 Z-R 관계식에 따른 Z-R 쌍을 이용하여 산출된 Z-R 관계식의 계수 a 및 b를 산출하는 제2단계; 산출된 Z-R 관계식의 계수 a 및 b를 이용하여 각 레이더의 강우강도를 추정한 후 각 레이더별로 추정된 강우강도를 합성하여 합성 강수장을 산출하는 제3단계; 및 산출된 합성 강수장에서 지점별 우량계의 관측된 강우강도와 해당 지점의 대응하는 레이더의 추정된 강우강도의 오차를 보정하여 각 레이더별 추정된 강우강도를 보정하는 제4단계;를 포함하는 로컬 게이지 보정을 이용한 강수량 산출 방법을 제공할 수 있다.
본 발명에 따르면, RAR 산출 강우강도에 대해 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용하여 강수량을 보정함으로써 정확한 강수량을 추정할 수 있다. 이로 인해, 강수량 추정에 대한 신뢰도를 향상시켜 태풍 등에 대한 실시간 추정 능력을 향상시키고, 최근 빈번하게 발생하는 국지성 집중호우 등에 의한 피해를 사전에 예방할 수 있다.
도 1은, 본 발명의 일 실시 형태에 따른 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 시스템의 전체 네트워크를 개략적으로 나타낸 도면이다.
도 2는, 도 1에 도시된 강수량 보정 장치의 상세 구성을 나타낸 도면이다.
도 3은 도 1에 도시된 가우량 보정 장치에 적용된 LGC의 주요 매개변수(d, D, n)에 따른 영향계수(α) 및 가중치(w)의 관계를 나타낸 도면이다.
도 4는 본 발명의 일 실시 형태에 따른 LGC를 이용한 강수량 산출 방법을 설명하기 위한 동작 순서를 나타낸 도면이다.
도 5는 도 4에 도시된 각 단계를 상세하게 설명하기 위한 도면이다.
도 6은, 본 발명에 따른 LGC를 이용한 강수량 산출 방법을 실제 여름 사례에 대하여 적용하기 전과 후의 1.5 km CAPPI 영상을 나타낸 도면이다.
도 7은, 본 발명에 따른 LGC를 이용한 강수량 산출 방법을 실제 겨울 사례에 대하여 적용하기 전과 후의 1.5 km CAPPI 영상을 나타낸 도면이다.
이하 본 발명의 바람직한 실시 예를 첨부된 도면의 참조와 함께 상세히 설명한다. 그리고, 본 발명을 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다.
본 발명에 대해 설명하기 전에, 본 발명이 적용되는 레이더-AWS 강우강도(Radar-AWS Rainrate; RAR) 산출 시스템에 관하여 먼저 설명하도록 한다.
RAR 산출 시스템은, 고해상도의 정량적인 강우강도 자료를 산출하기 위하여 WPMM(Window Probability Matching Method)과 RQPE(Radar Quantitative Precipitation Estimation)의 알고리즘을 통합하여 구축되되 WPMM을 기본 이론으로 적용하였다. WPMM 이론은 우량계에서 관측된 강우강도와 우량계에 근접한 영역의 레이더 반사도를 각각 대응시켜 확률밀도함수로 재산정하여 반사도인자(Z)와 강우강도(R)와의 관계식인 Z-R 관계식을 추정하는 방법이다(Rosenfeld et al., 1993). 레이더 자료와 우량계 강수 자료를 이용한 고해상도 정량적 강우강도를 산출하기 위한 WPMM은 실시간으로 강수시스템의 특성에 따라 Z-R 관계식을 산출하고 고해상도의 강우강도를 추정한다(석미경 외, 2005). Z-R 관계식이 경험식이므로 정확한 강수량 추정에는 한계가 있다.
따라서, 본 발명은, RAR 산출 시스템에 로컬 게이지 보정(Local Gauge Correction; LGC)을 적용하여 더욱 정확한 강수량 추정이 가능하도록 한다. 여기서, 로컬 게이지 보정(Local Gauge Correction; LGC) 방법은, IDW(Inverse Distance Weighted, 역거리 가중법) 보간법을 이용한 것으로, IDW 보간법은, 주변의 가까운 점으로부터 선형으로 결합된 가중치를 사용하여 새로운 셀의 값을 결정하는 방법이다. 가까이 있는 실측값에 더 큰 가중치를 주어 보간하는 방법으로 거리가 가까울수록 높은 가중치가 적용되기 때문에 역거리 가중법이라고 한다.
또한, 본 발명의 설명에 있어서, 강우강도, 강수량 및 강우량을 혼용하여 사용하는 경우가 있으나 이는 동일한 의미로 사용되는 것이며, AWS(기상관측장비)와 우량계도 동일한 의미로 사용하고 있다.
이하, 도 1 및 도 2를 참조하여 본 발명에 따른 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 시스템의 구성 및 기능에 관하여 상세하게 설명하도록 한다.
도 1은, 본 발명의 일 실시 형태에 따른 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 시스템의 전체 네트워크를 개략적으로 나타낸 도면이고, 도 2는, 도 1에 도시된 강수량 보정 장치의 상세 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명에 따른 강수량 산출 시스템은, RAR 산출 시스템(1)과 강수량 보정 장치(2)를 적어도 포함하여 구성될 수 있다.
RAR 산출 시스템(1)은, 각 기상 레이더 사이트 및 각 AWS로부터 관측 자료를 수집하고, 범정부적 레이더 합성 강수량을 생성하기 위해 수집한 관측 자료를 이용해 레이더 반사도 산출, AWS 강우강도 변환, Z-R 관계식의 매개변수 산출을 통한 강수량 추정 등의 여러 동작을 수행한다. 여기서, 본 실시 예에서는, 기상 레이더 사이트로 11개 사이트(백령도, 관악산, 오성산, 진도, 고산, 광덕산, 강릉, 면봉산, 구덕산, 성산, 인천)를 사용하며, 이에 따른 AWS(무인자동기상관측장비)는 전국에 걸쳐 설치된 642개를 사용할 수 있으며, 기온, 강수량 등을 측정한다.
이러한 RAR 산출 시스템(1)은, 레이더 반사도 산출모듈(11), 강우강도 변환모듈(12), 강수량 추정모듈(13) 및 강수장 합성모듈(14)을 적어도 포함하여 이루어질 수 있다.
먼저, 레이더 반사도 산출모듈(11)은, 수집된 기상레이더 관측 자료로부터 각 레이더 사이트별 레이더 반사도를 산출한다. 일반적으로, 기상레이더를 이용하여 강수량을 산출하거나 레이더 반사도를 보정할 때에는 전체고도각의 관측자료를 보간법(interpolation)으로 계산하여 특정 높이(고도)의 반사도 값을 추출한 CAPPI(Constant Altitude Plan Position Indicator) 자료 또는 최저고도각 관측자료를 이용한다. 따라서, 레이더 반사도 산출모듈(11)은 극좌표로 구성된 레이더 관측 자료를 해수면으로부터 1.5 km 높이의 1 km × 1 km 영역으로 이루어진 2차원의 직교좌표계로 변환한 후 해당 격자에 대한 레이더 반사도를 표시한 CPAAI 자료를 생성한다. 여기서, 직교자표계는 일정 범위의 격자로 나뉘며, 그 범위는 당업자에 의해 적절히 선택될 수 있다.
또한, 레이더 반사도 산출모듈(11)은, 수집한 기상레이더 관측 자료에 대한 노이즈 제거를 통한 품질관리를 수행할 수 있다.
그리고, 강우강도 변환 모듈(12)은, 수집한 AWS 관측 자료로부터 각 우량계의 강우강도(rainrate)를 추출하고, 강우 보간 알고리즘을 적용하여 우량계 픽셀별 강우강도를 산출한다.
그리고, 강수량 추정모듈(13)은, 산출된 10분 단위 레이더 반사도와 시간당 우량계 강우강도를 WPMM의 알고리즘에 적용하여 Z-R 관계식을 산출하고, 산출한 Z-R 관계식을 통해 각 레이더 사이트별로 강수량을 추정한다.
여기서, WPMM 알고리즘은 레이더 관측 반경 이내 우량계에서 관측된 강우강도와 관측 위치가 일치하는 레이더 반사도를 수학식1과 같은 확률밀도함수로 재산정하여 반사도 인자(Z)와 강우강도 인자(R)와의 관계식을 산출한다.
Figure 112013082402059-pat00001
여기서, Ze는 레이더 반사도, Pc는 조건부 확률, R은 강우강도를 각각 나타낸다.
한편, 수학식 1에서의 조건부 확률은 아래 수학식 2를 이용하여 추정할 수 있다.
Figure 112013082402059-pat00002
여기서, Ze는 레이더 반사도, Pc는 조건부 확률, R은 강우강도, T는 임계값을 각각 나타내며, 강우강도와 레이더 반사도의 임계값은 각각 0.1 mm/hr, 10 dBZ이다.
또한, 강수량 추정모듈(13)은, WPMM 알고리즘에 따라 산출된 Z-R 관계식에 따른 레이더 반사도 인자(Z)와 강우강도 인자(R) 쌍을 아래 수학식 3과 같은 최소자승법(least square fit of power law)에 대입하여 Z-R 관계식의 계수 a, b를 추정한다.
Figure 112013082402059-pat00003
여기서, X는 a 또는 b, Z는 10분 간격으로 샘플링된 반사도, R은 우량계의 강수량, Ngauge는 유효범위 내 우량계 픽셀의 수, i 및 j는 시·공간지수를 각각 나타낸다.
즉, 강수량 추정모듈(13)은, 레이더 반사도(Z)와 강우강도(R) 쌍을 수학식 3에 대입하여 이를 만족하는 Z-R 관계식의 계수 a, b를 구할 수 있다.
따라서, 강수량 추정모듈(13)은, WPMM 알고리즘을 통해 산출한 Z-R 관계식을 통해 Z-R 쌍을 산출한 후, 이를 이용해 Z-R 관계식의 계수 a, b를 산출함으로써 각 레이더의 강우강도(강수량)를 추정할 수 있고, 이를 전국 11개의 레이더에 적용하여 각 레이더별 강우강도를 추정할 수 있다.
상기와 같이 Z-R 관계식의 계수 a와 b가 정해진 상태에서 관측 자료로부터 추정 강수량을 계산하는 것은 당업자에게 주지관용의 기술이므로 상세한 설명은 생략하기로 한다.
그리고, 강수장 합성모듈(14)은, 각 레이더의 추정된 강우강도를 합성하여 합성 강수장을 산출한다. 이때, 강수장 합성모듈(14)은, 각 레이더 사이트별로 산출된 강수량을 하나의 전국 합성 강수량으로 생성하는데, 이때, 레이더 사이트의 관측범위가 중첩되는 부분이 있기 때문에 이 중첩되는 부분을 적절하게 처리해야 한다. 이러한 중첩영역의 합성방법은 중첩되는 격자점의 값에서 가장 큰 값을 선택하는 최댓값(maximum value) 방법, 중첩되는 격자점의 값을 평균하는 평균값(average value) 방법, 중첩되는 격자점의 값 중 가장 작은 값을 선택하는 근거리(close range) 방법, 중첩되는 격자점의 값들에 대하여 각 레이더 중심까지의 거리에 따라 가중치를 주는 거리 가중(distance weighting) 방법 등이 있으며, 본 실시 예에서는, 평균값 방법을 적용하여 전국 합성 강수장을 산출하도록 한다.
이와 같이, RAR 산출 시스템(1)은 강우강도 산정을 위하여 10분 단위 레이더 반사도와 시간당 우량계 강우강도를 WPMM 알고리즘에 적용하여 각 레이더 사이트별로 강우량을 산정하고 이를 최종적으로 합성하여 한반도 강수장을 생성한다.
그러면, 강수량 보정 장치(2)는, RAR 산출 시스템(1)에서 산출된 합성 강수장에 대한 강수량 보정을 수행하여 보정된 강수장을 생성한다.
구체적으로 강수량 보정 장치(2)의 구성 및 동작을 설명하면, 도 2에 도시된 바와 같이, 강수량 보정 장치(2)는, 가중치 산출부(21) 및 오차 보정부(22)를 적어도 포함하여 이루어질 수 있다.
먼저, 가중치 산출부(21)는, AWS의 관측된 강우강도와 각 레이더에 의해 산출된 강우강도의 오차에 적용할 가중치를 산출한다. 여기서, 가중치는 관측하는 레이더와 해당 레이더의 관측반경 안에 존재하는 AWS의 거리에 따라 추정되며, 오차는 거리의 역수에 비례하여 주어지므로 거리가 멀어질수록 가중치는 작아지게 된다.
즉, 가중치 산출부(21)는, 제1 가중치를 관측하는 레이더와 해당 레이더의 관측 반경 안에 존재하는 AWS의 거리에 따라 산출하며, 수학식 4를 이용해 구해진다.
Figure 112013082402059-pat00004
여기서, w는 오차의 제1 가중치, i는 해당되는 AWS의 수, d는 AWS와 레이더 픽셀의 거리, D는 레이더의 영향반경, b는 d의 가중치를 각각 나타낸다.
이때, 가중치 산출부(21)는, 수학식 4에서 D와 b를 반복법으로 최적의 D와 b를 추정한다.
한편, 가중치 산출부(21)는, 레이더의 영향반경 안에 존재하는 AWS의 수가 현저히 적은 경우, 정규분포 형태의 영향계수(α)를 거리에 따른 가중치 추정에 적용하여 아래 수학식 5와 같이 구한다.
Figure 112013082402059-pat00005
여기서, α는 영향계수, i는 해당되는 AWS의 수, d는 AWS와 레이더 픽셀의 거리, D는 레이더의 영향반경을 각각 나타낸다.
따라서, 가중치 산출부(21)는, 영향계수 α값이 1 이상이면 강우보정을 위한 AWS의 수가 충분한 것으로 판단하여 수학식 4에서 제시하는 가중치 산정 방법에 따른 제1 가중치를 적용하고, 영향계수 α값이 1 미만이면 강우보정을 위한 AWS의 수가 불충분한 것으로 판단하여 수학식 4의 가중치에 영향계수 α를 곱하여 수정된 제2 가중치를 적용한다. 수정된 제2 가중치는 아래 수학식 6과 같다.
Figure 112013082402059-pat00006
그리고, 오차 보정부(22)는, 수학식 4 또는 수학식 6과 같이 산출된 제1 또는 제2 가중치를 수학식 7에 적용하여 가중평균 오차(Re)를 산출하고, 산출된 가중평균 오차(Re)를 이용해 합성 강수장에 대한 강수량 보정을 수행한 후 보정된 강수장을 생성한다.
Figure 112013082402059-pat00007
여기서, Re는 추정된 레이더 가중평균 오차, e는 AWS의 관측강수와 레이더로부터 추정된 강수의 오차, w는 오차의 제1 또는 제2 가중치, i는 해당되는 AWS의 수, n은 레이더 관측반경 내에 존재하는 AWS의 수를 각각 나타낸다.
한편, 본 실시 예에 있어서, 강수량 보정 장치(1)에 적용된 로컬 게이지 보정(Local Gauge Correction; LGC)의 주요 매개변수는 d, D, n이며, 이에 따른 영향계수 α와 가중치 w의 변화는 매우 중요한 기술적 요소이다. 이에 따라 주요 매개변수 d, D, n에 따른 α와 w의 변화를 아래 도 3을 참조하여 설명하도록 한다.
그리고, 각 강수현상에 따른 Z-R 관계식의 매개변수를 추정하기 위해서는 해당 지점에 대한 우량계 강우강도와 반사도가 필요하다. 더욱 정확한 매개변수 추정을 위해서는 일정한 개수 이상의 자료 수가 확보되어야 하며, 그렇지 않을 경우 불확실한 Z-R 관계식이 산출될 수 있다. 이러한 문제점을 보완하기 위해 본 RAR 산출 시스템에서는 각 레이더 사이트별로 100km 이내 존재하는 유효 우량계 기준 개수를 선정하였다. 각 사이트별로 동일한 기준을 부여하기 위해 해당 지점 전체 우량계 중 30% 이상인 경우에 새로운 Z-R 관계식의 매개변수를 추정하도록 하였다. 만약 유효 우량계 개수가 30% 이하가 되면 Marshall-Palmer 관계식(Z=200R1 .6)을 적용하도록 하였다.
도 3은 도 1에 도시된 가우량 보정 장치에 적용된 LGC의 주요 매개변수(d, D, n)에 따른 영향계수(α) 및 가중치(w)의 관계를 나타낸 도면으로, (a)는 n과 영향계수(α) 및 가중치(w) 사이의 관계를, (b)는 d와 영향계수(α) 및 가중치(w) 사이의 관계를, (c)는 D와 영향계수(α) 및 가중치(w) 사이의 관계를 각각 나타낸다.
먼저, 도 3의 (a)를 참조하면, d와 D를 임의의 값으로 고정하고 AWS의 수(n)의 변화에 따른 α와 w의 변화를 나타낸 것으로, AWS의 수(n)가 감소함에 따라 α와 w의 값도 급격하게 감소함을 알 수 있다. 즉, α와 w가 AWS의 수(n)의 변화에 매우 민감함을 알 수 있다.
한편, 도 3의 (b)를 참조하면, d의 변화에 따른 α와 w의 값을 나타낸 것으로, α는 변화가 거의 없으나, w는 급격히 감소하다가 특정값(예를 들어, 본 실시 예에서 d=50) 이후에는 감소폭이 둔화되는 것은 알 수 있다. 즉, AWS와 레이더 픽셀의 거리에 따라 α는 덜 민감하나 w는 매우 민감하게 변화함을 알 수 있다.
한편, 도 3의 (c)를 참조하면, D에 따른 α와 w의 변화를 나타낸 것으로, α와 w 모두 특정값(예를 들어, 본 실시 예에서 D=3000)까지 약간의 변화를 나타내었으나 그 이후에는 거의 변화가 없어 다른 매개변수보다 상대적으로 영향을 미치지 않음을 알 수 있다.
따라서, 주요 매개변수(n, d, D)의 임계값을 어떻게 결정하느냐에 따라 LGC의 정확성에 많은 영향을 준다고 할 수 있다.
이에 따라 본 실시 예에서는, 가능한 모든 AWS를 적용하기 위하여 d와 D는 각 사이트별 관측반경, n은 관측반경에 존재하는 모든 AWS의 수로 적용하도록 한다.
다음으로, 도 4 및 도 5를 참조하여 본 발명에 따른 LGC를 이용한 강수량 산출 방법을 상세하게 설명하도록 한다.
도 4는 본 발명의 일 실시 형태에 따른 LGC를 이용한 강수량 산출 방법을 설명하기 위한 동작 순서를 나타낸 도면이고, 도 5는 도 4에 도시된 각 단계를 상세하게 설명하기 위한 도면이다. 여기서, 본 발명에 따른 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 방법은 도 1 내지 도 3에서 설명한 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 산출 시스템에 의해 수행된다.
도 4 및 도 5를 참조하면, 본 RAR 산출 시스템은, 기상레이더로부터 관측 자료(UF 데이터)를 수집하고(S410), AWS로부터 관측 자료(AWS 강우강도 데이터)를 수집한다(S420).
이때, RAR 산출 시스템은, 수집된 기상레이더 관측 자료를 이용해 각 레이더 사이트별로 레이더 반사도를 산출한다(S411). 또한, RAR 산출 시스템은, 수집된 AWS 관측 자료수집한 AWS 관측 자료로부터 각 레이더별 우량계의 강우강도(rainrate)를 추출하고, 강우 보간 알고리즘을 적용하여 각 레이더별 우량계의 강우강도로부터 우량계 픽셀별 강우강도를 산출한다.(S421).
그런 다음, RAR 산출 시스템은, 2차원 레이더 강우장을 생성한다(S430).
여기서, 2차원 레이더 강우장 생성 과정(S430)은, WPMM 알고리즘을 이용하여 Z-R 쌍을 산출하고(S431), 산출된 Z-R 쌍을 이용해 Z-R 관계식을 결정한 후 Z-R 관계식의 계수 a, b를 산출한다(S432). 그리고, G/R 비(Gauge to Radar ratio)를 이용한 강수량 보정을 통해 강우강도를 추정하고(S433), 추정된 강우강도에 따른 강수장을 합성하는 과정(S434)을 통해 수행된다.
자세하게는, S431 과정은, 산출된 10분 단위 레이더 반사도와 시간당 우량계 강우강도를 WPMM의 알고리즘에 적용하여 반사도 인자(Z)와 강우강도 인자(R)와의 관계식을 수학식 1과 같이 결정한 후, 레이더 반사도(Z)와 강우강도(R) 쌍을 산출한다.
그리고, S432 과정은, 산출된 레이더 반사도(Z)와 강우강도(R) 쌍을 수학식 3과 같은 최소자승적합방법(least square fit of power law)에 대입하여 Z-R 관계식(Z=aRb)의 계수 a, b를 산출한 후 각 레이더의 강우강도(강수량)를 추정한다. 이때, S 430 과정을 전국 11개의 레이더에 적용하여 각각의 강우강도를 추정한다.
그리고, S433 과정은, RAR 산출 시스템이 G/R 비를 수학식 8에 의해 구하고, 구한 G/R 비를 이용해 추정된 강수량을 보정한다.
Figure 112013082402059-pat00008
여기서, G는 강우관측소(AWS)에서 관측된 강우량, R은 레이더에 의해 추정된 강우량, n은 전체 관측소(AWS)의 수를 각각 나타낸다.
수학식 8에 따르면, G/R 비는 전체 레이더에 의한 강수량과 AWS에 의한 강우량의 비를 이용하기 때문에 전국을 대상으로 한 전체 강수량의 편차가 보정된다.
S434 과정은, 추정된 강수량에 평균값 방법을 적용하여 전국 합성 강수장을 산출한다.
이어서, 강수량 보정 장치는, 로컬 게이지 보정(Local Gauge Correction; LGC)을 이용한 강수량 보정을 수행한다(S440). LGC는 AWS별로 강우량 보정을 수행하기 때문에 지역적인 강우량 보정이 가능하므로, 정확한 강우량 추정이 가능해진다.
여기서, 강수량 보정 과정(S440)은, 레이더의 강우강도와 AWS의 강우강도 간 오차에 대한 가중치를 산출하는 과정(S441)과, 산출한 가중치를 적용하여 가중평균 오차를 산출한 후 강수량을 보정하는 과정(S442)을 통해 수행된다.
자세하게는, S441 과정은, 기본적으로 제1 가중치를 관측하는 레이더와 해당 레이더의 관측 반경 안에 존재하는 AWS의 거리에 따라 수학식 4를 이용해 산출한다. 한편, 레이더의 영향반경 안에 존재하는 AWS의 수가 현저히 적은 경우, 정규분포 형태의 영향계수(α)를 거리에 따른 가중치 추정에 적용하여 수학식 5를 이용해 구한다. 여기서, 영향계수 α값이 1 이상이면 강우보정을 위한 AWS의 수가 충분한 것으로 판단하여 수학식 4에서 제시하는 가중치 산정 방법에 따른 제1 가중치를 적용하고, 영향계수 α값이 1 미만이면 강우보정을 위한 AWS의 수가 불충분한 것으로 판단하여 수학식 4의 가중치에 영향계수 α를 곱하여 수정된 제2 가중치를 적용한다. 수정된 제2 가중치는 수학식 6을 이용해 구한다.
그리고, S442 과정은, 수학식 4 또는 수학식 6과 같이 산출된 가중치를 수학식 7에 적용하여 가중평균 오차(Re)를 산출하고, 산출된 가중평균 오차(Re)를 이용해 합성 강수장에 대한 강수량을 보정한다.
그런 다음, 강수량 보정 장치는, 보정된 레이더 강수장을 생성한다(S450).
다음으로, 도 6 및 도 7을 참조하여 본 발명에 따른 LGC를 이용한 강수량 산출 방법을 실제 사례에 적용한 경우에 대해 설명하도록 한다. 여기서, 적용 사례는 우리나라 전역을 대상으로, 2012년 6월부터 8월까지의 여름철 사례와, 2012년 12월부터 2013년 2월까지 겨울철 사례이며, 사용된 강수량은 1시간 누적강수량을 이용하였다. 그리고, 사용된 레이더 사이트는 11개 사이트(백령도, 관악산, 오성산, 진도, 고산, 광덕산, 강릉, 면봉산, 구덕산, 성산, 인천)이며, 이에 따른 AWS는 전국에 걸쳐 설치된 642개를 사용하였다.
도 6은, 본 발명에 따른 LGC를 이용한 강수량 산출 방법을 실제 여름 사례에 대하여 적용하기 전과 후의 1.5 km CAPPI 영상을 나타낸 도면으로, (a)는 2012년 7월 13일 05시 30분에 영동지역과 남부지역에 강수가 발생한 사례, (b)는 2012년 8월 30일에 발생한 태풍 덴빈 사례를 각각 나타낸다.
도 6의 (a)를 참조하면, 강수가 발생한 영동과 남부지역의 강우강도가 LGC를 적용함으로서 약 5 % 개선되어 더 강하게 발생함을 알 수 있다. 특히, 점선 원으로 표시된 부분은 동해상 발생한 강우인데 개선이 거의 되지 않았다. 그 이유는 LGC 방법은 AWS를 이용하여 개선하나 점선 원 부분의 강수는 해상에 발생하여 내륙에 위치한 AWS와 거리상 멀리 위치하기 때문에 개선이 거의 되지 않은 것이다.
또한, 도 6의 (b)를 참조하면, 한반도 전역에 걸친 강수가 LGC를 적용함으로서 약 26 % 개선되어 강수가 더 강하게 나타남을 알 수 있다.
도 7은, 본 발명에 따른 LGC를 이용한 강수량 산출 방법을 실제 겨울 사례에 대하여 적용하기 전과 후의 1.5 km CAPPI 영상을 나타낸 도면으로, (a)는 2012년 12월 3일 15시에 중부지방을 중심으로 발생한 강수사례, (b)는 2013년 2월 1일에 전국에 걸쳐 발생한 강수사례를 각각 나타낸다.
도 7의 (a)를 참조하면, LGC를 적용함으로써 중부지방의 강수가 8.7 % 개선되면서 강하게 나타남을 알 수 있다.
또한, 도 7의 (b)를 참조하면, LGC를 적용함으로써 서해·인천지역과 남해·경남지역을 중심으로 개선이 되었음을 알 수 있다. 특히, 점선 원으로 표시된 지역은 AWS가 위치한 내륙과 멀리 위치하여 LGC 적용에 따른 개선이 거의되지 않거나 강수가 다소 약하게 나타남을 알 수 있다.
이와 같이 RAR 산출 시스템에서 모의되는 전국적·국지적 강수발생이 LGC의 적용을 통하여 보정되었으며, 또한 정성적·정량적으로도 향상되었다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들을 한정적인 관점이 아니라 설명적인 관점에서 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.
또한, 본 발명에 따른 장치 및 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
1. RAR 산출 시스템 2. 강수량 보정 장치
11. 레이더 반사도 산출모듈 12. 강우강도 변환모듈
13. 강수량 추정모듈 14. 강수장 합성모듈

Claims (13)

  1. 각 레이더의 관측 반경 이내 존재하는 우량계의 관측된 강우강도와 상기 우량계와 일치하는 지점의 레이더 반사도를 확률밀도함수에 적용하여 반사도(Z)-강우강도(R) 관계식을 산출하고, 산출된 Z-R 관계식에 따른 Z-R 쌍을 이용하여 산출된 Z-R 관계식의 계수 a 및 b를 구하여 각 레이더의 강우강도를 추정하는 레이더-AWS 강우강도 시스템-여기서, Z-R 관계식은 Z=aRb이며, a 및 b는 양수임-; 및
    지점별 우량계의 관측된 강우강도와 해당 지점의 대응하는 레이더의 추정된 강우강도의 오차를 보정하여 각 레이더의 추정된 강우강도를 보정하도록, 각 레이더의 관측 반경 내에 존재하는 우량계의 개수에 대한 영향계수를 산출하고, 산출된 영향계수의 값이 1 이상이면 각 레이더와 상기 각 레이더의 관측 반경 내에 존재하는 우량계의 거리에 반비례하는 제1 가중치를 산출하고, 상기 산출된 영향계수의 값이 1 미만이면 상기 제1 가중치에 상기 산출된 영향계수를 곱하여 제2 가중치를 산출하는 가중치 산출부와, 상기 제1 가중치 또는 상기 제2 가중치를 지점별 우량계의 관측된 강우강도와 해당 지점의 대응하는 레이더의 추정된 강우강도의 오차에 적용하여 구한 값을 이용해 추정된 강우강도를 보정하는 오차 보정부;를 포함하는 로컬 게이지 보정을 이용한 강수량 산출 시스템.
  2. 삭제
  3. 청구항 1에 있어서,
    상기 가중치 산출부는, 상기 영향계수를 하기 수학식을 이용해 산출하는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 시스템.
    Figure 112014053819623-pat00009

    (여기서, α는 영향계수, i는 해당되는 우량계의 수, n은 레이더 관측반경 내에 존재하는 우량계의 수, d는 우량계와 레이더 픽셀의 거리, D는 레이더의 영향반경을 각각 나타낸다.)
  4. 청구항 3에 있어서,
    상기 가중치 산출부는, 산출된 영향계수의 값이 1 이상이면, 상기 제1 가중치를 하기 수학식을 이용해 산출하는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 시스템.
    Figure 112014053819623-pat00010

    (여기서, w는 오차의 가중치, i는 해당되는 우량계의 수, d는 우량계와 레이더 픽셀의 거리, D는 레이더의 영향반경, b는 d의 가중치를 각각 나타낸다.)
  5. 청구항 4에 있어서,
    상기 가중치 산출부는, 산출된 영향계수의 값이 1 미만이면, 상기 제2 가중치를 하기 수학식을 이용해 산출하는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 시스템.
    Figure 112014053819623-pat00011

    (여기서, w는 오차의 가중치, i는 해당되는 우량계의 수, α는 영향계수, d는 우량계와 레이더 픽셀의 거리, b는 d의 가중치, D는 레이더의 영향반경을 각각 나타낸다.)
  6. 청구항 5에 있어서,
    상기 오차 보정부는, 산출된 제1 또는 제2 가중치 및 상기 오차를 하기 수학식에 대입하여 가중평균 오차를 구하고, 구한 가중평균 오차를 상기 추정된 강우강도에서 차감하여 상기 추정된 강우강도를 보정하는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 시스템.
    Figure 112014053819623-pat00012

    (여기서, Re는 추정된 레이더 가중평균 오차, e는 우량계의 관측 강수와 레이더로부터 추정된 강수의 오차, w는 오차의 제1 또는 제2 가중치, i는 해당되는 우량계의 수, n은 레이더 관측반경 내에 존재하는 우량계의 수를 각각 나타낸다.)
  7. 각 레이더의 관측 반경 이내 존재하는 우량계의 관측된 강우강도와 상기 우량계와 일치하는 지점의 레이더 반사도를 확률밀도함수에 적용하여 반사도(Z)-강우강도(R) 관계식을 산출하는 제1단계-여기서, Z-R 관계식은 Z=aRb이며, a 및 b는 양수임-;
    산출된 Z-R 관계식에 따른 Z-R 쌍을 이용하여 산출된 Z-R 관계식의 계수 a 및 b를 산출하는 제2단계;
    산출된 Z-R 관계식의 계수 a 및 b를 이용하여 각 레이더의 강우강도를 추정한 후 각 레이더별로 추정된 강우강도를 합성하여 합성 강수장을 산출하는 제3단계; 및
    산출된 합성 강수장에서 지점별 우량계의 관측된 강우강도와 해당 지점의 대응하는 레이더의 추정된 강우강도의 오차를 보정하여 각 레이더별 추정된 강우강도를 보정하는 제4단계;를 포함하며,
    상기 제4단계는, 각 레이더의 관측 반경 내에 존재하는 우량계의 개수에 대한 영향계수를 산출하는 제4-1단계;
    산출된 영향계수의 값이 1 이상이면 각 레이더와 상기 각 레이더의 관측 반경 내에 존재하는 우량계의 거리에 반비례하는 제1 가중치를 산출하고 상기 산출된 영향계수의 값이 1 미만이면 상기 제1 가중치에 상기 산출된 영향계수를 곱하여 제2 가중치를 산출하는 제4-2단계; 및
    지점별 우량계의 관측된 강우강도와 해당 지점의 대응하는 레이더의 추정된 강우강도의 오차에 상기 제1 가중치 또는 상기 제2 가중치를 적용하여 구한 값을 이용해 추정된 강우강도를 보정하는 제4-3단계;로 이루어지는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 방법.
  8. 청구항 7에 있어서,
    상기 제3단계에서, 각 레이더의 관측 반경이 중첩되는 영역에 대해 평균값을 적용하여 합성 강수장을 산출하는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 방법.
  9. 삭제
  10. 청구항 7에 있어서,
    상기 제4-1단계에서, 상기 영향계수는 하기 수학식에 의해 산출되는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 방법.
    Figure 112014053819623-pat00013

    (여기서, α는 영향계수, i는 해당되는 우량계의 수, n은 레이더 관측반경 내에 존재하는 우량계의 수, d는 우량계와 레이더 픽셀의 거리, D는 레이더의 영향반경을 각각 나타낸다.)
  11. 청구항 10에 있어서,
    상기 제4-2단계에서, 산출된 영향계수의 값이 1 이상이면, 상기 제1 가중치는 하기 수학식에 의해 산출되는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 방법.
    Figure 112014053819623-pat00014

    (여기서, w는 오차의 가중치, i는 해당되는 우량계의 수, d는 우량계와 레이더 픽셀의 거리, D는 레이더의 영향반경, b는 d의 가중치를 각각 나타낸다.)
  12. 청구항 11에 있어서,
    상기 제4-2단계에서, 산출된 영향계수의 값이 1 미만이면, 상기 제2 가중치는 하기 수학식에 의해 산출되는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 방법.
    Figure 112014053819623-pat00015

    (여기서, w는 오차의 가중치, i는 해당되는 우량계의 수, α는 영향계수, d는 우량계와 레이더 픽셀의 거리, b는 d의 가중치, D는 레이더의 영향반경을 각각 나타낸다.)
  13. 청구항 12에 있어서,
    상기 제4-3단계에서, 산출된 제1 또는 제2 가중치 및 상기 오차를 하기 수학식에 대입하여 가중평균 오차를 구하고, 구한 가중평균 오차를 상기 추정된 강우강도에서 차감하여 상기 추정된 강우강도를 보정하는 것을 특징으로 하는 로컬 게이지 보정을 이용한 강수량 산출 방법.
    Figure 112014053819623-pat00016

    (여기서, Re는 추정된 레이더 가중평균 오차, e는 우량계의 관측 강수와 레이더로부터 추정된 강수의 오차, w는 오차의 제1 또는 제2 가중치, i는 해당되는 우량계의 수, n은 레이더 관측반경 내에 존재하는 우량계의 수를 각각 나타낸다.)
KR1020130108087A 2013-09-09 2013-09-09 로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법 KR101423278B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130108087A KR101423278B1 (ko) 2013-09-09 2013-09-09 로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130108087A KR101423278B1 (ko) 2013-09-09 2013-09-09 로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR101423278B1 true KR101423278B1 (ko) 2014-07-25

Family

ID=51743030

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130108087A KR101423278B1 (ko) 2013-09-09 2013-09-09 로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101423278B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101483617B1 (ko) 2013-12-06 2015-01-16 대한민국 강수 추정 시스템 및 그 방법
KR101840651B1 (ko) 2016-04-22 2018-03-27 대한민국 구름레이더를 이용한 강우 강도 산출 시스템 및 이를 이용한 강우 강도 산출 방법
EP3309579A1 (en) 2016-10-14 2018-04-18 Korea Meteorological Administration Apparatus and method for calibrating and validating micro rain radar
KR101871315B1 (ko) * 2018-04-13 2018-06-29 대한민국 기상 레이더 기반의 강우강도 추정 장치 및 방법, 이를 수행하기 위한 기록 매체
KR20220048205A (ko) * 2020-10-12 2022-04-19 고려대학교 산학협력단 강우 특성이 반영된 우량계 강우의 보간 방법
CN117608005A (zh) * 2024-01-23 2024-02-27 南京信息工程大学 一种对区域暴雨频次的研判方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Improvement of Radar Quantitative Precipitation Estimation Based on Real-Time Adjustments to Z{R Relationships and Inverse Distance Weighting Correction Schemes(ADVANCES IN ATMOSPHERIC SCIENCES, VOL.2 *
기상레이더 반사도 자료를 이용한 정량적 강우강도 자료산출(제5회 레이터워크샵, 2004.12.10.) *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101483617B1 (ko) 2013-12-06 2015-01-16 대한민국 강수 추정 시스템 및 그 방법
KR101840651B1 (ko) 2016-04-22 2018-03-27 대한민국 구름레이더를 이용한 강우 강도 산출 시스템 및 이를 이용한 강우 강도 산출 방법
EP3309579A1 (en) 2016-10-14 2018-04-18 Korea Meteorological Administration Apparatus and method for calibrating and validating micro rain radar
KR20180041509A (ko) 2016-10-14 2018-04-24 대한민국(기상청장) 연직강우 레이더의 검보정 장치 및 방법
KR101871315B1 (ko) * 2018-04-13 2018-06-29 대한민국 기상 레이더 기반의 강우강도 추정 장치 및 방법, 이를 수행하기 위한 기록 매체
KR20220048205A (ko) * 2020-10-12 2022-04-19 고려대학교 산학협력단 강우 특성이 반영된 우량계 강우의 보간 방법
KR102518804B1 (ko) 2020-10-12 2023-04-06 고려대학교 산학협력단 강우 특성이 반영된 우량계 강우의 보간 방법
CN117608005A (zh) * 2024-01-23 2024-02-27 南京信息工程大学 一种对区域暴雨频次的研判方法及系统
CN117608005B (zh) * 2024-01-23 2024-03-29 南京信息工程大学 一种对区域暴雨频次的研判方法及系统

Similar Documents

Publication Publication Date Title
KR101423278B1 (ko) 로컬 게이지 보정을 이용한 강수량 산출 시스템 및 그 방법
CN111078678B (zh) 一种基于多源信息融合与降尺度的卫星降水数据校正方法
Overeem et al. Retrieval algorithm for rainfall mapping from microwave links in a cellular communication network
Yang et al. Solar irradiance forecasting using a ground-based sky imager developed at UC San Diego
Nagata Quantitative precipitation estimation and quantitative precipitation forecasting by the Japan Meteorological Agency
JP5557082B2 (ja) 降水分布の推定システムおよび降水分布の推定方法
US10337925B2 (en) Method for estimating land surface temperature lapse rate using infrared image
Kallio-Myers et al. Global horizontal irradiance forecast for Finland based on geostationary weather satellite data
Berthier et al. Relative contribution of surface mass-balance and ice-flux changes to the accelerated thinning of Mer de Glace, French Alps, over1979-2008
KR101483617B1 (ko) 강수 추정 시스템 및 그 방법
KR101791007B1 (ko) 고해상도 강수량자료 복원시스템 및 그 방법
Smith et al. Monitoring beach face volume with a combination of intermittent profiling and video imagery
CN110927120B (zh) 一种植被覆盖度预警方法
KR101871315B1 (ko) 기상 레이더 기반의 강우강도 추정 장치 및 방법, 이를 수행하기 위한 기록 매체
Good Estimating daily sunshine duration over the UK from geostationary satellite data
CN111982822A (zh) 一种长时间序列高精度植被指数改进算法
Journée et al. Precipitation climate maps of Belgium
Schroedter-Homscheidt et al. Verification of sectoral cloud motion based direct normal irradiance nowcasting from satellite imagery
KR101547682B1 (ko) 고해상도기온진단모형을 이용한 과거 사상 상세기온자료복원시스템 및 그 방법
KR101571438B1 (ko) 레이더 강우 조절 방법, 이를 수행하기 위한 기록 매체 및 장치
KR101335209B1 (ko) 고해상도 격자형 미래기후변화 시나리오 자료 생성 방법
KR101755521B1 (ko) 레이더 폴리곤 기법을 이용한 면적강우량 측정장치 및 이를 이용한 면적강우량 측정방법
Journée et al. Sunshine duration climate maps of Belgium and Luxembourg based on Meteosat and in-situ observations
Gugerli et al. Multi-sensor analysis of monthly gridded snow precipitation on alpine glaciers
CN109270594B (zh) 一种台站气象数据分区空间拼接拟合方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant