KR101531224B1 - 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 - Google Patents

이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 Download PDF

Info

Publication number
KR101531224B1
KR101531224B1 KR1020130151701A KR20130151701A KR101531224B1 KR 101531224 B1 KR101531224 B1 KR 101531224B1 KR 1020130151701 A KR1020130151701 A KR 1020130151701A KR 20130151701 A KR20130151701 A KR 20130151701A KR 101531224 B1 KR101531224 B1 KR 101531224B1
Authority
KR
South Korea
Prior art keywords
echo
precipitation
data
radar
fuzzy
Prior art date
Application number
KR1020130151701A
Other languages
English (en)
Other versions
KR20150066315A (ko
Inventor
김진국
박종서
차주완
김지현
김헌애
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 KR1020130151701A priority Critical patent/KR101531224B1/ko
Publication of KR20150066315A publication Critical patent/KR20150066315A/ko
Application granted granted Critical
Publication of KR101531224B1 publication Critical patent/KR101531224B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

본 발명은 이중편파 레이더 자료에 대한 퍼지품질관리를 수행하고, 퍼지품질관리된 이중편파 변수들뿐만 아니라 지상관측자료, 낙뢰자료 및 기상수치모델자료를 활용해 대기수상체 분류를 수행하고 이에 따른 강수량 추정을 수행할 수 있는 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법에 관한 것이다.

Description

이중편파 레이더 기반의 강수 추정 시스템 및 그 방법{Quantitative precipitation estimation system based dual polarization radars and method thereof}
본 발명은 강수 추정 기술에 관한 것으로, 더욱 상세하게는, 이중편파 레이더 자료에 대한 퍼지품질관리를 수행하고, 퍼지품질관리된 이중편파 변수들뿐만 아니라 지상관측자료, 낙뢰자료 및 기상수치모델자료를 활용해 대기수상체 분류를 수행하고 이에 따른 강수량 추정을 수행할 수 있는 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법에 관한 것이다.
최근 지구온난화의 영향으로 장기적인 기후변화에 대한 많은 연구가 진행 중에 있으나, 단기적으로 여름철 강수발생의 변화에 더 많은 관심을 기울이고 있다. 여름철 강수패턴에서 강수량은 증가하나 강수일수가 짧아지는 강우강도의 증가 경향을 나타내고 있으며, 특히 재산피해와 더불어 인명피해까지 일으킬 수 있는 여름철 집중호우의 발생빈도는 증가하고 있는 추세이다. 이에 따라 조기에 극한기상상태를 예·경보할 수 있는 기상기술들의 개발이 필요하다.
기상레이더는 몇 시간 이내의 기상변화에 대한 예보를 지원할 뿐만 아니라 이를 이용한 홍수예보에도 활용되어 수자원 관리에 매우 유용한 정보를 제공하고 있다.
그러나, 레이더자료는 기상에코와 함께 지형에코, 파랑에코, 이상전파에코, 점에코, 이착에코, 채프에코 등의 비기상에코들을 포함하고 있어 이를 제거하지 않고 강수량을 추정하게 되면 강수의 과대추정 혹은 실황감시에 혼란을 일으킬 수 있다. 따라서, 기상예보와 홍수예보에서 레이더자료를 정량적으로 활용하기 위해서는 가장 먼저 선행되어야하는 중요한 요소 중에 하나가 품질관리이다. 그리하여 기존의 단일편파 레이더뿐만 아니라 이중편파 레이더에도 적용할 수 있는 표준화된 품질관리 알고리즘의 개발이 필요하다.
한편, 이중편파 레이더에서 얻어지는 변수들(반사도, 차등반사도, 차등위상차, 비차등위상차 등)을 이용하면 대기 중에 존재하는 강수입자의 구조를 파악할 수 있고 이는 강수입자 종류의 구분을 가능하게 한다. 이러한 강수입자 종류의 구분을 대기수상체 분류(hydrometeor classification)라 하며, 대기수상체 분류를 통하여 강수, 강설, 우박, 강우강설 혼재 등의 구분이 가능하여 위험기상 예측능력을 향상 시킬 수 있으며 이로 인한 피해를 현저하게 저감시킬 수 있다.
따라서, 본 발명은, 이중편파 기상레이더의 관측자료에 퍼지품질관리를 수행한 후 통계분석방법에 기초한 퍼지로직 알고리즘을 적용하여 대기수상체를 분류함으로써 더욱 정확한 강수량 추정이 가능하도록 하는 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법을 제공하고자 한다.
또한, 본 발명은, 이중편파 기상레이더의 관측자료뿐만 아니라 지상관측자료, 낙뢰자료 및 기상수치모델자료를 활용하여 대기수상체를 분류함으로써 더욱 정확한 강수량 추정이 가능하도록 하는 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법을 제공하고자 한다.
또한, 본 발명은, 추정된 강수량에 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 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법을 제공하고자 한다.
상술한 목적을 이루기 위한 본 발명의 일 실시 형태는, 이중편파 레이더자료를 수집하고, 수집된 이중편파 레이더자료에 대해 비강수에코를 제거하는 퍼지품질관리를 수행하는 퍼지품질관리모듈; 퍼지품질관리가 수행된 이중편파 레이더데이터를 이용해 고도별 CAPPI 산출하고, 3차원 반사도 합성을 통해 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI를 생성하는 반사도합성모듈; 산출된 고도별 CAPPI 자료, 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI와, 지상관측자료, 낙뢰자료 및 기상수치모델자료를 이용해 대기수상체 분류를 수행하고, 분류된 대기수상체별로 강수량을 산출하는 강수량산출모듈; 및 산출된 강수량과 대응하는 지점별 지상우량계의 관측된 강수량 간 오차를 보정하여 상기 산출된 강수량의 강수량 추정을 수행하는 강수량추정모듈;을 포함하는 이중편파레이더 기반의 강수 추정 시스템을 포함할 수 있다.
한편, 상술한 목적을 이루기 위한 본 발명의 다른 실시 형태는, 이중편파 레이더자료를 수집하고, 수집된 이중편파 레이더자료에 대해 비강수에코를 제거하는 퍼지품질관리를 수행하는 제1단계; 퍼지품질관리가 수행된 이중편파 레이더데이터를 이용해 고도별 CAPPI 산출하고, 3차원 반사도 합성을 통해 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI를 각각 생성하는 제2단계; 산출된 고도별 CAPPI 자료, 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI와, 지상관측자료, 낙뢰자료 및 기상수치모델자료를 이용해 대기수상체 분류를 수행하는 제3단계; 분류된 대기수상체별로 강우강도 산출식을 결정하고, 결정된 강우강도 산출식을 이용해 대기수상체별 강수량을 산출하는 제4단계; 및 산출된 강수량과 대응하는 지점별 지상우량계의 관측된 강수량 간 오차를 이용해 상기 산출된 강수량을 보정하여 강수량 추정을 수행하는 제5단계;를 포함하는 이중편파레이더 기반의 강수 추정 방법을 포함할 수 있다.
본 발명에 따르면, 이중편파 레이더 자료의 품질향상을 도모할 수 있으며, 정량적 강수 추정의 정확도를 향상시켜 기상 예보의 정확도 및 신뢰성을 높일 수 있다.
도 1은, 본 발명에 따른 이중편파 레이더 기반의 강수 추정 시스템의 구성을 나타낸 도면이다.
도 2는, 도 1에 도시된 이중편파 레이더 기반의 강수 추정 시스템의 동작에 따른 자료 흐름도를 나타낸 도면이다.
도 3은, 본 발명의 일 실시 형태에 따른 이중편파 레이더 기반의 강수 추정 방법을 설명하기 위한 도면이다.
도 4는, 도 3에 도시된 퍼지품질관리 과정을 설명하기 위한 도면이다.
도 5는, 도 4에 도시된 가중치 결정 과정을 설명하기 위한 도면이다.
도 6은, 도 3에 도시된 대기수상체 분류과정을 상세하게 설명하기 위한 도면이다.
도 7 내지 도 10은 본 발명에 따른 대기수상체 분류 과정을 실제 사례에 적용한 강우 유형 분석 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.
도 1은, 본 발명에 따른 이중편파 레이더 기반의 강수 추정 시스템의 구성을 나타낸 도면이고, 도 2는, 도 1에 도시된 이중편파 레이더 기반의 강수 추정 시스템의 동작에 따른 자료 흐름도를 나타낸 도면이다.
도 1 및 도 2를 참조하면, 본 발명에 따른 이중편파 레이더 기반의 강수 추정 시스템(1)은, 퍼지품질관리모듈(10), 반사도합성모듈(20), 강수량산출모듈(30) 및 강수량추정모듈(40)을 포함하여 구성될 수 있다.
구체적으로, 퍼지품질관리모듈(10)은, 이중편파 레이더 시스템으로부터 관측된 이중편파 레이더 자료(UF)를 수집하고, 수집된 이중편파 레이더 자료(UF)에 대한 퍼지품질관리를 수행한다(S11). 여기서, 퍼지품질관리(S11)는, 이중편파 레이더 자료로부터 비강수에코를 제거하는 것이다.
또한, 퍼지품질관리모듈(10)은, 비강수 에코가 제거된 이중편파 레이더 자료를 이용해 CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성한다(S12). 이후, 퍼지품질관리모듈(10)은, 생성된 CAPPI 자료에 대한 연직관측에 의한 자기상관보정을 수행하는데, 즉, 이중편파레이더 변수 중 연직 차등반사도와 반사도 간의 자기상관 관계식을 이용하여 반사도 보정을 수행한 연직 프로파일 반사도(VPR)를 생성한다(S13). 이후 반사도 보정된 연직 프로파일 반사도는 이중편파레이더 대기수상체 분류에 활용된다.
또한, 퍼지품질관리모듈(10)은, 비강수 에코가 제거된 이중편파 레이더 자료를 이용해 하이브리드 스캔 반사도를 수행하여 최저 고도각 반사도를 산출한다(S14). 여기서, 단일 하이브리드 스캔 반사도는 가장 낮은 고도각 4개로부터 지형의 영향을 최소화하도록 선택적으로 조합하여 합성하는 것에 의해 만들어질 수 있다. 즉, 가까운 곳에서 멀어지면서 처음에는 가장 낮은 고도각에서 반사도 자료를 취하다가, 산이나 고층 건물 등의 장애물을 만나면, 그 다름 거리부터는 그 다음 낮은 고도각에서 반사도 자료를 취하는 식으로, 모두 4개의 가장 낮은 고도각에서 반사도 자료를 선택 취합하는 방법으로 만들어진다. 단일 하이브리드 스캔 반사도가 만들어지면, 서로 다른 레이더의 단일 하이브리드 스캔 반사도를 합성하는데, 이를 하이브리드 스캔 반사도 합성이라고 한다.
이러한 하이브리드 스캔 반사도 합성은, 아래 식과 가중치를 적용하여 수행된다.
Figure 112013112081359-pat00001
Figure 112013112081359-pat00002
그리고, 3차원합성모듈(20)은, 퍼지품질관리된 이중편파레이더 데이터를 이용해 이중편파 변수별 3차원 합성을 수행한다(S21). 또한, 3차원합성모듈(20)은, 이중편파레이더 품질정보를 생성하고, 이중편파변수별 합성 CAPPI 자료를 생성한다. 여기서, 이중편파변수는 반사도, 차등반사도, 차등위상차, 비차등위상차, 교차상관계수 등이다. 본 발명에서는, 이중편파레이더 자료의 정확도 개선을 위한 이중편파레이더 품질정보를 활용하는데, 이중편파변수의 품질정보(Quality Index; QI)(0 ~ 1)를 각 관측변수별로 최대한 품질이 좋은 정보의 격자점 자료를 이용하도록 한다.
그리고, 강수량산출모듈(30)은, 산출된 이중편파 변수별 3차원 합성 자료, 이중편파레이더 품질정보, 산출된 3차원 합성 CAPPI 및 자기상관보정된 CAPPI 자료와, 지상관측자료, 낙뢰자료 및 기상수치모델자료를 이용하여 대기수상체 분류를 수행한다(S31). 여기서, 지상 관측자료는 지면 온도, 지면 습구온도 등을 AWS(Automatic Weather Station)으로부터 구하며, 기상수치모델자료는 KLAPS(Korea Local Analysis and Prediction System)에서 취득한 고도별 온도자료를 포함한다.
또한, 강수량산출모듈(30)은, 분류된 대기수상체별로 강우강도를 계산하고(S32), 계산된 강우강도를 적용해 대기수상체별 지상 및 고도별 강수량을 산출한다(S33). 예를들어, 강수량산출모듈(30)는, 강우의 경우 이중편파변수인 반사도, 차등반사도, 비차등위상차를 이용하여 강우강도를 계산할 수 있으며, 고체상인 눈, 우박 등은 고체상에 적합한 이중편파변수와 눈 또는 우박과의 관계식을 도출하여 강설강도, 우박강도를 각각 산출할 수 있다.
즉, 본 발명에 따른 강우강도 산출식은 하기 수학식 1과 같고, 분류된 대기수상체별 강우강도 산출식은 하기 표 1과 같이 적용된다.
Figure 112013112081359-pat00003
구분 분류항목 강우강도산출식 구분 분류항목 강우강도산출식
1 cloud drops ① 8 Graupel/small hail ③
2 drizzle ① 9 graupel/small hail/rain mix ③
3 light rain ④ 10 dry snow ②
4 moderate rain ④ 11 wet snow ②×0.6
5 heavy rain ④ 12 irregular ice crystal ②×0.8
6 hail ③ 13 horizontally oriented ice crystal ②×2.8
7 hail rain mix ③ 14 super cooled liquid drops ④
그리고, 강수량추정모듈(40)은, 대기수상체별 산출된 강수량에 국지우량계보정(Local Gauge Correction)을 통해 지상관측값의 보정을 수행한다(S41). 이로써 본 발명은 더욱 고정밀의 지상 강우강도를 산출할 수 있다.
이와 같이, 본 발명에 따른 이중편파 레이더 기반의 강수 추정 시스템은, 이중편파 레이더 데이터의 퍼지품질관리를 수행하고, 퍼지품질관리된 이중편파레이더 자료와, 다양한 관측변수(지상관측자료, 낙뢰자료, 기상수치모델자료)를 이용해 대기수상체 분류를 수행하고, 분류된 대기수상체별로 강우강도를 계산하여 강수량을 산출하고, 이를 국지우량계보정을 통해 강수량 추정을 수행함으로써 강우 추정의 정확성을 향상시킬 수 있다.
도 3은, 본 발명의 일 실시 형태에 따른 이중편파 레이더 기반의 강수 추정 방법을 설명하기 위한 도면이다.
여기서, 본 발명의 강수 추정 방법은 도 1에 도시된 강수 추정 시스템에 의해 구현될 수 있다. 또한, 본 발명의 입력자료는, AWS 자료, 수치모델(KLAPS) 자료, 뇌우 자료, 레이더 자료 등이며, AWS는 전국에 걸쳐 설치된 642개, 사용된 레이더 사이트는 11개 사이트(백령도, 관악산, 오성산, 진도, 고산, 광덕산, 강릉, 면봉산, 구덕산, 성산, 인천), 수치모델은 기상청에서 운영 중인 모델 결과를 각각 사용하며, 뇌우는 전국 21개소에서 관측하며 발생 시마다 적용되도록 한다.
도 3을 참조하면, 본 발명에 따른 강수 추정 방법에 따르면, 우선, 이중편파 레이더 시스템으로부터 관측된 이중편파 레이더 자료(UF)를 수집한다(S310).
그런 다음, 수집된 이중편파 레이더 자료에 대한 퍼지품질관리를 수행한다(S320). 여기서, 퍼지품질관리는, 강수에코와 비강수에코가 서로 섞여 있는 모호한 지점에 대해서 효과적인 판단을 할 수 있도록 처리하여 비강수에코를 제거하는 과정이다.
즉, 퍼지품질관리는, 먼저 이중편파 레이더에서 생성된 관측 변수가 입력되면 이로부터 퍼지소속변수들을 계산한다. 퍼지소속변수는 비강수 에코와 강수 에코와의 구별이 용이한 변수들로 결정될 수 있으며, 반사도의 표준편차와 연직기울기, 그리고 시선속도일 수 있다. 그리고, 퍼지소속변수들 각각에 대해서 비강수 에코에 대한 소속값을 계산하고, 상기 소속값은 0에서부터 1까지의 범위를 가지며 0은 100% 비강수 에코, 1은 강수 에코를 의미한다. 이때 소속값은 이미 정의된 소속함수에 의해 결정되는데, 사용된 소속함수는 여러 관측 사례로부터 얻어진 비강수 에코에 대한 자료를 이용하여 통계적 방법에 의해서 정의된다. 각각의 레이더별로 과거자료를 이용하여 퍼지소속함수를 구하기 때문에 그 분포가 레이더의 특성별로 다르게 나타난다. 각 소속변수로부터 얻어진 각각의 소속값에 가중치를 부여한 뒤 모두 합산하면 비강수 에코에 대한 총 소속값을 얻을 수 있다. 총 소속값도 0에서부터 1까지의 범위를 가지게 되며 0은 비강수에코를 1은 강수 에코를 의미한다. 최종 소속값에 임계값을 적용하여 임계값보다 낮으면 비강수에코로, 높으면 강수에코로 판단하게 되고, 비강수에코로 판단되면 이를 제거한다.
한편, 본 실시예에서, 각각의 레이더별로 최적의 퍼지소속함수를 도출하기 위해서 지형에코와 강수에코를 구별해주는 참조자료인 지형에코 지도를 작성하는 과정을 더 포함할 수 있다. 지형에코는 레이더 파가 지형지물에 의해 반사되어 돌아오는 신호로 항상 레이더 영상에서 레이더 주변에 강한 에코로 나타난다. 강수에코가 나타나지 않고 지형에코만 나타난 사례를 이용하여 평균누적 반사도를 계산하여 지형에코 지도를 작성할 수 있다. 작성된 지형에코 지도는 지형에코의 평균 반사도를 나타낸다. 지형에코 지도는 강수 사례시 비강수에코, 특히 지형에 의한 비강수에코를 구별할 때 사용된다. 강수에코와 지형에코가 혼재되어 있을 때 지형에코 지도와 서로 비교하여 지형에코 영역에 존재하는 강수에코를 제거하면 지형에코의 영향을 받지 않는 강수에코만 선택할 수 있다.
그런 다음, 각 레이더 사이트별로 퍼지품질관리가 적용된 자료를 이용하여 고도별 CAPPI 생성한 후 연직관측에 의한 자기상관보정을 수행하고, 동시에 퍼지품질관리가 적용된 이중편파 레이더데이터를 이용해 3차원 합성을 수행한다(S330). 예를 들어, 퍼지품질관리 과정(S320)을 거치면서 비강수 에코(Non-Meteorological echo)가 제거된 이중편파레이더 반사도를 이용해 1 km× 1km의 해상도를 가지는 고도별 CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성한 후 자기상관보정을 수행할 수 있다. 그리고, 비강수 에코가 제거된 이중편파레이더 반사도를 이용해 이중편파변수별 합성자료와, 이중편파레이더 품질정보와, 합성 CAPPI 자료를 각각 생성할 수 있다.
그런 다음, 전 S330 과정에서 생성된 이중편파변수별 합성자료, 이중편파레이더 품질정보, 합성 CAPPI 및 자기상관보정된 연직 프로파일 반사도와 함께, 지상관측자료, 낙뢰자료 및 기상수치모델자료를 이용해 대기수상체 분류를 수행한다(S340). 여기서, 지상관측자료는 지면 온도, 지면 습구온도 등을 AWS(Automatic Weather Station)로부터 구하며, 기상수치모델자료는 KLAPS(Korea Local Analysis and Prediction System)에서 고도별 온도자료를 취득하여 영하 10℃의 고도를 구하게 된다. 이때, 레이더자료 산출 기본 주기인 10분 단위로 수행되는 레이더자료 처리 프로세스와 입력 자료로 사용되는 KLAPS, AWS 등의 자료 생성 주기, 공간 해상도가 다르므로, 레이더 자료의 시간, 공간 해상도에 맞도록 자료를 가공하여 사용한다.
본 발명에서는 대기수상체 분류를 위해 퍼지로직 알고리즘을 사용한다. 퍼지로직 알고리즘을 사용하는 이유는, 이중편파 변수들의 관측값이 강수입자의 형태에 따라 확연히 구분되는 것이 아니므로 강수입자의 형태에 따른 변수값을 0과 1사이의 가능성으로서 나타내는 것이 비교적 합리적이기 때문인데, 각 이중편파변수의 변수값에 따라 강수형태가 정확히 구분되는 것이 아니라 2개 이상의 강수형태가 혼재하고 있는 경우도 발생한다. 그렇기 때문에, 2개 이상의 강수형태가 혼재하는 경우의 강수형태 분류는 발생 가능성으로 표현하는 것이 적절하다. 따라서, 이러한 가능성의 형태를 나타내는 방법으로 퍼지로직이 가장 적합하므로, 퍼지로직을 이용한 대기수상체 분류는 이중편파 변수 정보와 고도(altitude) 정보 등을 입력자료로 하여 퍼지화(fuzzification) 과정을 통하여 다양한 강수입자 형태로 구분한다. 예를 들어, 강수입자 형태는, 하기 표 2와 같이 17개의 항목으로 분류되며, 본 발명에서는 퍼지품질관리 과정(S320)을 통하여 대부분의 비기상에코가 제거되므로 새, 곤충, 지상클러터를 제외한 14개의 항목만 적용한다.
Number Category Number Category
1 Cloud drops 10 Dry snow
2 Drizzle 11 Wet snow
3 Light rain 12 Irregular ice crystal
4 Moderate rain 13 Horizontally oriented ice crystal
5 Heavy rain 14 Super cooled liquid drops
6 Hail 15 Insects
7 Hail rain mix 16 Second trip
8 Graupel/small hail 17 Ground clutter
9 Graupel/small hail/rain mix -
그런 다음, S340 과정에서 대기수상체 분류가 수행되면, 분류된 대기수상체별 강우강도를 계산하여 강수량을 산출한다(S350).
그런 다음, S350 과정의 산출된 강수량에 대해 국지강우량계 보정을 통해 강수량 추정을 수행한다(S360). 여기서, 국지강우량계 보정(Local Gauge Correction(LGC))은, AWS에서 관측된 강우와 산출된 강우의 오차에 가중치를 적용하여 강수량을 보정하는 것으로, 가중치는 관측하는 레이더와 관측반경안에 존재하는 AWS의 거리에 따라 추정될 수 있다.
이와 같이 본 발명에 따른 이중편파 레이더 기반의 강수 추정 방법은, 이중편파 레이더의 관측 자료를 이용함으로써 대기수상체 분류의 정확성이 향상되며, 또한, 이중편파 레이더 데이터에 퍼지품질관리를 적용함으로써 비강수에코가 제거된 고품질의 이중편파 레이더 자료를 획득할 수 있고, 또한, 퍼지품질관리된 이중편파레이더 자료로부터 산출된 이중편파변수별 3차원 합성 자료, 합성 CAPPI 자료와, 다양한 관측변수(지상관측자료, 낙뢰자료, 기상수치모델자료)를 이용해 대기수상체를 분류하고, 분류된 대기수상체별로 강수량을 산출함으로써 강수량 산출의 정밀도를 향상시킬 수 있다.
또한, 본 발명에 따른 이중편파 레이더 기반의 강수 추정 방법은, 산출된 강수량을 국지우량계보정을 통해 강수량 추정을 수행함으로써 강우 추정의 정확성을 더욱 향상시킬 수 있다.
도 4는, 도 3에 도시된 퍼지품질관리 과정(S320)을 설명하기 위한 도면으로, (a)는 퍼지품질관리과정의 흐름을 설명하기 위한 순서도, (b)는 퍼지품질관리 알고리즘을 적용하여 강수에코 및 비강수에코를 판단하는 과정을 모식화한 모식도, (c)는 SDZ의 분포함수, (d)는 SDZ의 소속함수를 각각 나타낸다.
그리고, 도 5는, 도 4의 가중치 결정 과정(S323)을 설명하기 위한 도면으로, (a)는 SDZ에 대한 지형에코 및 강수에코의 도수분포도, (b)는 VGZ에 대한 지형에코 및 강수에코의 도수분포도, (c)는 SPIN에 대한 지형에코 및 강수에코의 도수분포도를 각각 나타낸다.
도 4의 (a) 내지 (d)를 참조하면, 본 발명에 따른 퍼지품질관리 과정(S320)은, 퍼지소속변수 계산과정(S321), 퍼지소속함수 계산과정(S322), 퍼지소속변수별 가중치 결정과정(S323) 및 총소속값을 통한 비강수에코 제거과정(S3254)로 크게 구분될 수 있다.
먼저, 퍼지소속변수 계산과정(S321)은, 반사도 자료로부터 반사도의 표준편차(SDZ), 반사도 연직기울기(VGZ) 및 게이트간의 변곡점 변화율(SPN)을 포함하는 퍼지소속변수들의 산출을 수행한다.
일반적으로 기상레이더에서는 반사도, 시선속도 및 스펙트럼 폭이 생성되므로 이를 이용한 소속변수들을 사용할 수 있다. 예를 들어, 반사도를 이용한 소속변수는 반사도의 표준편차(SDZ), 반사도 연직기울기(VGZ), 게이트간의 변곡점 변화율(SPN)이 있고, 도플러 속도 자료를 이용한 소속변수는 시선속도 및 시선속도의 표준편차 등이 있고, 스펙트럼 폭 자료를 이용할 소속변수는 스펙트럼 폭의 중앙값 등 다양한 소속변수들을 산출할 수 있으며 이를 레이더 에코 판별에 사용할 수 있다. 하지만, 시선속도 및 스텍트럼 폭 자료는 필터링을 거쳐 지형에코에 대한 에코 특성이 제거되므로 본 퍼지소속변수의 산출에 이용되는 자료는 반사도 자료만을 사용하게 된다.
우선, 반사도(Reflectivity, Zh)는 대기 중의 강수입자가 레이더의 수평편파에 의해 반사되어 되돌아 온 신호의 강도를 나타내는 변수로, 하기 수학식 2에 의해 계산된다.
Figure 112013112081359-pat00004
여기서, D는 입자의 사이즈를, N(D)는 D의 사이즈를 가지는 입자의 개수를 나타낸다. 따라서, 반사도가 크다는 것은 강수 입자의 사이즈가 크다는 것이며, 이것은 강한 강수임을 의미한다.
그리고, 표준편차(SD(Z))는 각 변수들이 균질하게 분포하는지를 나타내는 것으로, 하기 수학식 3에 의해 계산된다.
Figure 112013112081359-pat00005
여기서, Z는 반사도를 나타내며, 반사도의 표준편차는 주어진 영역에 대해서 예를 들면 5개의 게이트(레이더에서 한 픽셀을 의미) 중 중심에 위치한 반사도와 5개 게이트 각각의 반사도의 차이를 이용하여 구한다.
그런 다음, 계산된 반사도 표준편차(SDZ), 반사도 연직기울기(VGZ), 게이트간의 변곡점 변화율(SPN)의 분포 특징을 이용해 퍼지소속함수를 구한다(S322). 이때, 퍼지소속함수는 반사도 강도별로 산출될 수 있다.
즉, 각 이중편파 기상레이더의 관측 자료 중 지형에코 및 강수에코 사례를 이용하여 소속변수별 분포함수를 구하고(도 4의 (c) 참조), 산출된 분포함수를 이용하여 지형에코가 지형 및 강수에코에 대해 나타날 확률을 계산하는데 이를 퍼지소속함수라 한다(도 4의 (d) 참조).
여기서, 퍼지소속함수는 기상 에코에 대한 빈도 값과 기상 에코 및 비기상 에코의 빈도 값의 합에 대한 비로 정의되며, 하기 수학식 4에 의해 산출된다.
Figure 112013112081359-pat00006
여기서, MF는 퍼지소속함수를, P는 퍼지소속변수(SDZ, VGZ, SPIN)를, F는 퍼지소속변수의 빈도 값을, PRE는 기상(강수) 에코를, GRE는 비기상(지형) 에코를, i는 각각의 변수들의 계급값을 나타낸다.
수학식 4에 의하면, 지형에코에 대한 퍼지소속함수는, 지형에코에 대한 도수값을 지형에코와 강수에코에 대한 전체 도수값으로 나누어 산출된다.
예를 들어, 도 4의 (c)와 같이 SDZ가 2dB일 때 지형에코에 대한 빈도수는 0.015이고, 같은 지점에서 강수에코에 대한 빈도수는 0.035이므로, 수학식 4에 이를 적용하면, SDZ가 2dB인 지점에서 소속값은 약 0.3이 되고 도 4의 (d)와 같이 표현된다. 즉, 레이더 반사도 자료 중 주어진 지점의 반사도 값이 20~30dBZ 사이이고 소속변수 SDZ가 2dB를 가지게 되면 이 지점은 지형에코일 가능성이 30%라는 것을 의미한다. 이러한 방법으로 각 반사도 등급에 해당하는 지형에코에 대한 SDZ, VGZ 및 SPIN의 소속함수를 얻을 수 있다.
그런 다음, 구한 각 퍼지소속함수별로 가중치를 결정한다(S323).
도 5의 (a) 내지 (c)에 도시된 바와 같이, 강수에코(기상에코)와 지형에코(비기상에코)에 대한 도수분포가 겹치는 영역이 작으면 작을수록 강수에코와 지형에코의 구별이 용이하며 그 반대의 경우일 때에는(두 도수분포가 서로 많이 겹쳐져 있을 경우) 강수에코와 지형에코의 구별이 어렵다. 이러한 특성을 이용하여 각 퍼지소속변수들에 부여되는 가중치를 결정한다.
예를 들어, 도 5의 (a) 내지 (c)를 참조하면, SDZ에서 강수에코와 비형에코의 분포가 겹쳐지는 영역이 가장 작게 나타나고, VGZ와 SPIN은 겹쳐지는 영역의 넓이가 비슷하다. 이 경우, SDZ에 가장 높은 가중치를 부여하게 된다.
즉, 가중치(W)는, 기상 에코에 대한 퍼지변수의 분포함수와 비기상 에코에 대한 퍼지변수의 분포함수가 중첩되는 영역에 반비례하는 변수로, 중첩 영역의 역수로 정의되며, 하기 수학식 5에 의해 계산된다.
Figure 112013112081359-pat00007
Figure 112013112081359-pat00008
여기서, SSDZ, SVGZ, SSPIN은 각각 SDZ, VGZ, SPIN에서 강수에코와 지형에코의 도수분포가 겹쳐지는 영역의 넓이를 의미한다.
수학식 5에 따르면, 각 퍼지소속변수에서 구해진 중첩영역의 역수의 합과 퍼지소속변수에서 중첩영역의 역수를 곱함으로써 가중치가 산출된다.
그런 다음, S322 과정 및 S323 과정에서 각각 구한 퍼지소속함수와 가중치를 이용해 퍼지소속변수별 소속값을 구하고, 구한 퍼지소속변수별 소속값을 합하여 총소속값을 산출하여 에코 판별을 수행하고 비강수에코를 제거한다(S324).
여기서, 총 소속값(MFtot)은 각 퍼지소속변수들의 소속값과 가중치의 곱의 합과 각 퍼지변수들의 가중치 합의 비로 정의되며, 하기 수학식 6에 의해 산출된다.
Figure 112013112081359-pat00009
이러한 총 소속값은 0과 1 사이의 값을 가지며, 0은 기상 에코일 확률이 100%로 이며, 1은 비기상 에코일 확률이 100%임을 나타낸다.
즉, 산출된 총 소속값이 미리 설정된 임계치 이상이면 비기상 에코로, 산출된 총 소속값이 임계치 이하이면 기상 에코로 판별하고, 비기상 에코로 판별되면, 비기상 에코를 제거한다.
도 6은, 도 3에 도시된 대기수상체 분류과정(S340)을 상세하게 설명하기 위한 도면으로, (a)는 대기수상체 분류과정의 흐름을 설명하기 위한 순서도, (b)는 비와 우박의 경우에 대한 대기수상체 분류과정을 개략적으로 모식화한 모식도를 각각 나타낸다.
본 발명에서는 이중편파 레이더의 수직편파와 수평편파를 이용하므로 단일편파에서 수신하는 반사도(reflectivity, ZR), 도플러 시선속도(Doppler radial velocity), 스펙트럼 폭(spectrum width) 뿐만 아니라 차등반사도(differential reflectivity, ZDR), 차등위상차(differential phase, ΦDP), 비차등위상차(specific differential phase, KDP), 교차상관계수(cross-correlation coefficient, ρHV) 등 매우 다양한 변수들을 이용하며, 특히, 차등반사도는 어떤 특정한 강수입자의 형태를 잘 구분하며, 비차등위상차는 다른 강수입자들의 형태를 잘 구분할 수 있다.
또한, 본 발명에 따른 이중편파 변수를 이용한 대기수상체 분류 과정은, 퍼지로직 알고리즘을 사용한다. 퍼지로직 알고리즘을 사용하는 이유는 이중편파 변수들의 관측값이 강수입자의 형태에 따라 확연히 구분되는 것이 아니므로 강수입자의 형태에 따른 변수값을 0과 1사이의 확률로서 나타내는 것이 합리적이기 때문이다. 퍼지로직을 이용한 대기수상체 분류는 이중편파 변수 정보와 고도(altitude) 정보 등을 입력자료로 하여 퍼지화(fuzzification) 과정을 통하여 다양한 강수입자 형태로 구분한다
도 6의 (a) 및 (b)를 참조하면, 먼저, 입력자료를 임의의 퍼지소속함수(membership function, 이하 MF)에 적용하고 각 강수입자 형태의 확률강도(Probability Strength, 이하 PS)를 부여한다(S341).
그런 다음, 확률강도가 부여된 강수입자 형태들을 종합하여 퍼지집합(fuzzy set)을 구성한다(S342).
이어서, 하기 수학식 7을 이용하여 각 입력자료에 대한 각 강수입자 형태의 확률강도를 산정하는 융합(aggregation)과정을 수행한다(S343).
Figure 112013112081359-pat00010
여기서, RS는 입력자료들에 대한 각 강수입자 형태의 확률강도, i는 입력자료의 종류, j는 강수입자의 형태, n은 입력자료의 수, m은 강수입자 형태의 수를 각각 나타낸다.
그런 다음, m개의 강수입자 형태 확률강도 중 최대값을 나타내는 j번째 강수입자 형태를 최종 강수입자 형태로 결정한다(S344).
본 연구에서 적용한 대기수상체 분류를 위한 퍼지로직 알고리즘은 Vivekanandan 등(1999)을 바탕으로 개발된 S-band 레이더 NCAR(National Center for Atmospheric Research) 알고리즘을 적용하였다.
하지만, 본 발명에서는 융합과정을 나타내는 수학식 8에 대해 각 PS에 대하여 가중치를 주었으며 수학식 8과 같다.
Figure 112013112081359-pat00011
여기서, RS는 입력자료들에 대한 각 강수입자 형태의 확률강도, Wi는 i번째 입력자료에 대한 가중치, 입력자료의 종류, j는 강수입자의 형태, n은 입력자료의 수, m은 강수입자 형태의 수를 각각 나타낸다.
이와 같이, 본 발명에 따른 이중편파변수에 의한 대기수상체를 분류를 통해 더 정확한 강수 및 강설량의 추정이 가능해진다. 특히 눈과 우박의 구분이 가능해지며, 겨울철 강수와 강설형태의 결정에 이용이 가능하다. 또한 이러한 정보들이 단기예보모델에 적용하면 더욱 정확한 예보정보를 생산할 수 있다.
이하, 도 7 내지 도 10에는, 본 발명에 따른 대기수상체 분류 과정을 실제 사례에 적용하여 그 정확도를 평가하였다. 본 발명에서 사용한 레이더는 현재 비슬산에 위치한 S-band 이중편파 레이더이다. 그리고, 적용된 사례는 최근 2012년 12월부터 2013년 3월까지 집중사례분석지역(대구, 진주, 부산, 포항)에 대하여 집중적으로 분석되었다.
도 7 내지 도 10은 본 발명에 따른 대기수상체 분류 과정을 실제 사례에 적용한 강우 유형 분석 영상을 나타낸 것으로, 도 7은 강수사례를, 도 8은 우박사례를, 도 9는 강설사례를, 도 10은 강우 및 강설 혼재 사례에 대한 강우 유형 분석 영상을 각각 나타낸다.
먼저, 도 7은 2011년 8월 8일 03 KTS에 태풍 무이파 영향으로 영남 내륙지역에 발생한 강수사례로, 영남 내륙지역에서 최대 50 mm이상의 1시간 누적강우가 발생하였으며, 영남지역부터 중부지역까지 전국적으로 강수가 발생하였다.
도 7의 (a)를 참조하면, 비슬산 이중편파 레이더의 편파변수들을 살펴보면, 반사도와 차등반사도에서는 남북으로 45 dBZ 이상의 강한 반사도가 나타나 상대적으로 남북으로 강한 비가 발생함을 알 수 있다. 또한 차등위상차에서 김해에서 대구 방향의 남북으로 높은 차등위상차 값을 보여 주고 있으며, 교차상관계수는 레이더에서 바깥방향으로 고도가 높아지면서 비균질한(heterogeneous) 강수가 발생함을 나타낸다.
이를 바탕으로 대기수상체 분류를 수행한 결과, 도 7의 (b)와 같이 남북으로 강수가 발생(3번부터 5번까지)함을 알 수 있으며, 특히 5번의 빨간색 부분이 강한 강수로 분류됨을 알 수 있다. 따라서 대기수상체 분류 시스템에서 이중편파 레이더 변수들이 높게 나타난 지역(교차상관계수 제외)을 강한 비로 분류하였으며, 그 주위를 중간 비, 약한 비로 구분하였음을 알 수 있다.
다음으로, 도 8은, 2012년 5월 8일 16:00 KST 대구·경북지역에 국지적인 강수 및 우박이 발생한 우박사례로, 국지적인 강수로 인하여 1시간 누적강수는 최대 20 mm 정도이며, 대구를 중심으로 안동시, 의성군, 영천시 등에 강수 및 우박이 발생하였음을 알 수 있다.
도 8의 (a)를 참조하여 비슬산 이중편파 레이더의 편파변수들을 살펴보면, 반사도와 교차상관계수에서는 강한 반사도와 높은 상관계수를 나타내고 있으나 차등반사도에서는 주변보다 낮은 값을 나타내 우박일 수 있음을 나타내고 있다.
이를 바탕으로 대기수상체 분류를 수행한 결과, 도 8의 (b)와 같이 대구 주변지역이 우박으로 분류되고 있음을 알 수 있으며, 실제 지상관측에서 대구지역에서 0.5 cm의 우박이 관측되었다. 따라서 대기수상체 분류 시스템에서 강수와 우박 분류가능성을 확인하였다.
다음으로, 도 9는, 2012년 12월 7일 23:00 KST 안동에서 눈이 관측되었으며, 남원에서 진눈깨비가 관측된 강설 사례이다.
도 9의 (a)를 참조하여 비슬산 이중편파 레이더의 편파변수들을 살펴보면, 반사도에서는 영남 내륙지역으로 반사도가 나타나 강수에코가 있음을 확인할 수 있으며, 차등반사도에서 안동부근의 차등반사도는 4 dB 보다 작아 빙정(crystal), 남원부근에는 02.5 dB의 차등반사도를 나타내 강설임을 알 수 있다. 하지만 교차상관계수에서는 약 0.99 정도의 높은 상관계수를 안동과 남원지역에서 보여주고 있으며 빙정 혹은 건설(dry snow)로 나타났다.
이를 바탕으로 대기수상체 분류결과를 보면, 도 9의 (b)와 같이 안동지역은 빙정으로 분류되었고, 남원지역은 빙정 혹은 건설로 분류되었다.
다음으로, 도 10은, 2011년 3월 1일 07:00 KST 영남지역에 발생한 눈과 비가 혼재하여 관측된 사례이다.
도 10의 (a)를 참조하여 비슬산 이중편파 레이더의 편파변수들을 살펴보면, 반사도는 울산 부근을 제외하고는 전반적으로 비슷한 강수에코를 나타내고 있으며, 울산과 포항 부근으로 눈과 비가 혼재되어 차등반사도가 높게 나타나고 있다. 또한 차등위상차에서도 울산, 포항, 부산 주변으로 높게 나타나며, 교차상관계수에도 0.98∼0.99로서 눈과 비가 각각 특정위치에 균질하게 존재함을 확인할 수 있다.
이를 바탕으로 대기수상체 분류를 살펴보면, 도 10의 (b)를 참조하면, PPI(0)에서는 레이더를 중심으로 대구, 영천, 합천 등(원 안의 지역)에는 강수가 발생하고 포항, 울산, 진주 등(원 밖의 지역)에는 빙정·건설이 발생하였다. 특히 고도에 따라 관측이 달라지는 레이더의 특징에 의해 관측고도각이 0도인 PPI(0)에서는 강우가 관측되나 0.8도인 PPI(0.8)에서는 강우가 약간 관측되며, 1.6도인 PPI(1.6)에서는 강우가 거의 관측되지 않고 강설 형태가 관측된다.
이는 레이더의 관측 고도각이 높을수록 더 높은 고도에 있는 강수형태가 관측되기 때문이다.
따라서, 고도각 변동에 따라 상층으로 갈수록 강설형태와 과포화수적이 대기수상체 분류에 의해 잘 분류되고 있음을 확인할 수 있었다.
그러나 비슬산 이중편파 레이더를 기준으로 먼 거리에 있는 지상에서 관측 할 경우, 레이더는 상층고도만 관측이 가능하여 강수유형을 강설로 분류하나 지상의 온도가 0℃ 이상일 경우에는 강우로 관측될 수 있다. 이번 사례에서도 레이더에서 먼 거리에 있는 관측소에서 강우가 관측되었지만 비슬산 이중편파레이더에서는 지상과 고도 차이에 의해 대기수상체 분류상 강설로 분류하였다.
이와 같이 본 발명에 따른 대기수상체 분류는, 강수, 우박, 강설, 강우 및 강설 혼재 사례 이외에도 이중편파 레이더에서 산출되는 이중편파 변수들을 이용하면 밝은 띠, 채프, 강수 및 비강수 사례까지 구분할 수 있다.
따라서, 본 발명에 따른 대기수상체 분류를 통해 강수현상 분석의 정확한 실항 및 초단기 예보의 지원이 가능한 효과가 있다.
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. 이중편파레이더 기반 강수 추정 시스템
10. 퍼지품질관리모듈 20. 반사도합성모듈
30. 강수량산출모듈 40. 강수량추정모듈

Claims (12)

  1. 이중편파 레이더자료를 수집하고, 수집된 이중편파 레이더자료에 대해 비강수에코를 제거하는 퍼지품질관리를 수행하는 퍼지품질관리모듈;
    퍼지품질관리가 수행된 이중편파 레이더데이터를 이용해 고도별 CAPPI 산출하고, 3차원 반사도 합성을 통해 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI를 생성하는 반사도합성모듈;
    산출된 고도별 CAPPI 자료, 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI와, 지상관측자료, 낙뢰자료 및 기상수치모델자료를 이용해 대기수상체 분류를 수행하고, 분류된 대기수상체별로 강수량을 산출하는 강수량산출모듈; 및
    산출된 강수량과 대응하는 지점별 지상우량계의 관측된 강수량 간 오차를 보정하여 상기 산출된 강수량의 강수량 추정을 수행하는 강수량추정모듈;을 포함하는 이중편파레이더 기반의 강수 추정 시스템.
  2. 청구항 1에 있어서,
    상기 퍼지품질관리모듈은, 이중편파 레이더자료로부터 퍼지소속변수들을 계산하고, 계산된 퍼지소속변수 각각의 비강수에코에 대한 소속값을 계산하며, 계산된 각 퍼지소속변수의 소속값에 가중치를 부여한 후 합산을 통해 총소속값을 산출하고, 산출된 총소속값이 설정된 임계값 이상이면 강수에코로 판단하고, 산출된 총소속값이 설정된 임계값 미만이면 비강수에코로 판단한 후 판단된 비강수에코를 제거하는 이중편파레이더 기반의 강수 추정 시스템.
  3. 청구항 2에 있어서,
    상기 퍼지품질관리모듈은, 수집된 이중편파 레이더자료 중 지형에코만 나타낸 자료를 추출한 후 평균누적 반사도를 계산하여 지형에코 지도를 생성하는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 시스템.
  4. 청구항 3에 있어서,
    상기 퍼지품질관리모듈은, 수집된 이중편파 레이더자료에서 강수에코와 비강수에코가 혼재된 경우, 수집된 이중편파 레이더자료와 상기 지형에코 지도를 비교하여 강수에코 또는 비강수에코를 제거하고, 강수에코 또는 비강수에코(지형에코)를 제거한 이중편파 레이더자료를 이용해 퍼지소속변수 각각의 비강수에코에 대한 소속값을 계산하는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 시스템.
  5. 청구항 1에 있어서,
    상기 강수량산출모듈은, 퍼지로직 알고리즘을 사용하여 대기수상체 분류를 수행하고, 분류된 대기수상체별 강우강도 산출식을 결정한 후, 결정된 강우강도 산출식을 이용해 대기수상체별 강우량을 산출하는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 시스템.
  6. 청구항 1에 있어서,
    상기 강우량추정모듈은, 산출된 강우량의 해당 레이더의 관측 반경 내에 존재하는 지상우량계의 거리에 따라 가중치를 산출하고, 산출된 가중치를 상기 오차에 적용하여 구한 값을 상기 산출된 강수량에 감산하여 보정하는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 시스템.
  7. 이중편파 레이더자료를 수집하고, 수집된 이중편파 레이더자료에 대해 비강수에코를 제거하는 퍼지품질관리를 수행하는 제1단계;
    퍼지품질관리가 수행된 이중편파 레이더데이터를 이용해 고도별 CAPPI 산출하고, 3차원 반사도 합성을 통해 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI를 각각 생성하는 제2단계;
    산출된 고도별 CAPPI 자료, 이중편파변수별 3차원 합성 반사도, 이중편파 레이더 품질정보 및 합성 CAPPI와, 지상관측자료, 낙뢰자료 및 기상수치모델자료를 이용해 대기수상체 분류를 수행하는 제3단계;
    분류된 대기수상체별로 강우강도 산출식을 결정하고, 결정된 강우강도 산출식을 이용해 대기수상체별 강수량을 산출하는 제4단계; 및
    산출된 강수량과 대응하는 지점별 지상우량계의 관측된 강수량 간 오차를 이용해 상기 산출된 강수량을 보정하여 강수량 추정을 수행하는 제5단계;를 포함하는 이중편파레이더 기반의 강수 추정 방법.
  8. 청구항 7에 있어서,
    상기 제1단계는, 수집된 이중편파 레이더자료로부터 퍼지소속변수들을 계산하는 단계;
    계산된 퍼지소속변수 각각의 비강수에코에 대한 소속값을 계산하는 단계;
    계산된 각 퍼지소속변수의 소속값에 가중치를 부여한 후 합산을 통해 총소속값을 산출하는 단계; 및
    산출된 총소속값이 설정된 임계값과 비교하고, 상기 산출된 총소속값이 상기 설정된 임계값 이상이면 강수에코로 판단하고, 산출된 총소속값이 설정된 임계값 미만이면 비강수에코로 판단하여 제거하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 방법.
  9. 청구항 8에 있어서,
    상기 제1단계는, 수집된 이중편파 레이더자료 중 지형에코만 나타낸 자료를 추출한 후 평균누적 반사도를 계산하여 지형에코 지도를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 방법.
  10. 청구항 9에 있어서,
    상기 계산된 퍼지소속변수 각각의 비강수에코에 대한 소속값을 계산하는 단계는, 수집된 이중편파 레이더자료와 상기 지형에코 지도를 비교하여 강수에코와 비강수에코가 혼재된 경우 강수에코를 제거하고, 강수에코가 제거된 이중편파 레이더자료를 이용해 퍼지소속변수 각각의 비강수에코에 대한 소속값을 계산하는 단계인 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 방법.
  11. 청구항 7에 있어서,
    상기 제3단계는, 이중편파 소속변수 정보와 고도 정보를 입력자료로 하여 퍼지화(fuzzification)를 수행하는 퍼지로직 알고리즘을 이용하여 대기수상체 분류를 수행하는 단계인 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 방법.
  12. 청구항 11에 있어서,
    상기 제3단계는, 상기 입력자료를 임의의 퍼지소속함수(membership function, 이하 MF)에 적용하여 각 강수입자 형태의 확률강도(Probability Strength, 이하 PS)를 설정하는 단계;
    설정된 각 강수입자 형태의 확률강도에 대한 퍼지집합을 구성하는 단계;
    설정된 각 강수입자 형태의 확률강도를 아래 수학식을 이용해 산정하는 단계; 및
    산정된 m개의 강수입자 형태의 확률강도 중 최대값을 나타내는 j번째 강수입자 형태를 최종 강수입자 형태로 분류하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 이중편파레이더 기반의 강수 추정 방법.
    Figure 112013112081359-pat00012

    (여기서, RS는 입력자료들에 대한 각 강수입자 형태의 확률강도, Wi는 i번째 입력자료에 대한 가중치, 입력자료의 종류, j는 강수입자의 형태, n은 입력자료의 수, m은 강수입자 형태의 수를 각각 나타낸다.)
KR1020130151701A 2013-12-06 2013-12-06 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 KR101531224B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130151701A KR101531224B1 (ko) 2013-12-06 2013-12-06 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130151701A KR101531224B1 (ko) 2013-12-06 2013-12-06 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20150066315A KR20150066315A (ko) 2015-06-16
KR101531224B1 true KR101531224B1 (ko) 2015-06-24

Family

ID=53514744

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130151701A KR101531224B1 (ko) 2013-12-06 2013-12-06 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101531224B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101872025B1 (ko) 2017-12-18 2018-06-27 한국건설기술연구원 이중편파 변수를 이용한 비차등위상차 추정 장치 및 방법
KR20190068793A (ko) 2017-12-11 2019-06-19 경북대학교 산학협력단 기상레이더 관측변수의 준-연직프로파일 생성 장치, 방법 및 기록 매체

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101702582B1 (ko) * 2015-12-16 2017-02-03 국방과학연구소 기상 클러터 합성 전시 시스템 및 그 방법
KR101912773B1 (ko) * 2017-01-16 2018-10-29 한국건설기술연구원 초단거리 이중 편파 레이더의 다중고도 관측자료를 이용한 강우강도 추정 방법
KR101875906B1 (ko) * 2017-11-09 2018-07-06 (주)에스이랩 면적 강수 산출 장치 및 그 방법
CN108693534A (zh) * 2018-03-27 2018-10-23 南京恩瑞特实业有限公司 Nriet x 波段雷达协同组网分析方法
KR101871315B1 (ko) * 2018-04-13 2018-06-29 대한민국 기상 레이더 기반의 강우강도 추정 장치 및 방법, 이를 수행하기 위한 기록 매체
KR101871316B1 (ko) * 2018-04-13 2018-06-29 대한민국 이중편파레이더의 강우량 추정을 위한 품질 관리 장치 및 방법, 이를 수행하기 위한 기록 매체
KR102235531B1 (ko) * 2018-10-24 2021-04-01 경북대학교 산학협력단 솔리드스테이트 x밴드 레이더의 관측 불연속 완화 방법, 이를 수행하기 위한 기록 매체 및 장치
JP6974422B2 (ja) * 2019-12-09 2021-12-01 コリア インスティテュート オフ コンストラクション テクノロジー 超短距離二重偏波レーダの多重高度観測資料を用いた降雨強度推定方法，及び推定装置
CN112213727B (zh) * 2020-10-15 2024-01-02 国家卫星气象中心(国家空间天气监测预警中心) 一种基于主被动微波联合探测的星载雷达的降水订正方法
CN113466868B (zh) * 2021-06-09 2022-03-11 中山大学 一种处理双极化雷达差分相位的方法及系统
KR102577701B1 (ko) * 2023-03-15 2023-09-12 대한민국 이중편파변수 및 습구온도를 이용한 어는 비 가능역 탐지 방법 및 장치
CN116430390B (zh) * 2023-06-13 2023-08-22 南京信息工程大学 一种面向资料同化的s波段双偏振雷达质量控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101181326B1 (ko) * 2011-09-05 2012-09-10 부산대학교 산학협력단 채프에코 식별 시스템 및 그 방법
KR20120125900A (ko) * 2011-05-09 2012-11-19 경북대학교 산학협력단 이중편파 레이더를 이용한 기상 및 비기상 에코 분류 방법
KR101244544B1 (ko) * 2013-01-09 2013-03-18 경북대학교 산학협력단 단일 및 이중편파 레이더 변수의 샘플링오차 품질지수 산출 방법
KR101431707B1 (ko) * 2013-11-26 2014-09-22 한국건설기술연구원 엑스밴드 이중편파 레이더 관측자료를 이용한 통합형 강우량 산정 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120125900A (ko) * 2011-05-09 2012-11-19 경북대학교 산학협력단 이중편파 레이더를 이용한 기상 및 비기상 에코 분류 방법
KR101181326B1 (ko) * 2011-09-05 2012-09-10 부산대학교 산학협력단 채프에코 식별 시스템 및 그 방법
KR101244544B1 (ko) * 2013-01-09 2013-03-18 경북대학교 산학협력단 단일 및 이중편파 레이더 변수의 샘플링오차 품질지수 산출 방법
KR101431707B1 (ko) * 2013-11-26 2014-09-22 한국건설기술연구원 엑스밴드 이중편파 레이더 관측자료를 이용한 통합형 강우량 산정 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190068793A (ko) 2017-12-11 2019-06-19 경북대학교 산학협력단 기상레이더 관측변수의 준-연직프로파일 생성 장치, 방법 및 기록 매체
KR101872025B1 (ko) 2017-12-18 2018-06-27 한국건설기술연구원 이중편파 변수를 이용한 비차등위상차 추정 장치 및 방법

Also Published As

Publication number Publication date
KR20150066315A (ko) 2015-06-16

Similar Documents

Publication Publication Date Title
KR101531224B1 (ko) 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법
CN112213727B (zh) 一种基于主被动微波联合探测的星载雷达的降水订正方法
Chang et al. Characteristics of the raindrop size distribution and drop shape relation in typhoon systems in the western Pacific from the 2D video disdrometer and NCU C-band polarimetric radar
Nagata Quantitative precipitation estimation and quantitative precipitation forecasting by the Japan Meteorological Agency
Zhang et al. Radar quality index (RQI)—A combined measure of beam blockage and VPR effects in a national network
Chang et al. An application of reflectivity climatology in constructing radar hybrid scans over complex terrain
Adachi et al. Detection of potentially hazardous convective clouds with a dual-polarized C-band radar
CN113311416A (zh) 山地小流域雷达定量降水估计技术
CN110488297A (zh) 一种复杂地形区域雹暴的预警方法
Tang et al. Updates on the radar data quality control in the MRMS quantitative precipitation estimation system
Zhong et al. Application of the Doppler weather radar in real-time quality control of hourly gauge precipitation in eastern China
Koistinen et al. Operational measurement of precipitation in cold climates
CN112033870A (zh) 一种区域边界层pm2.5立体分布及总量推算的方法
Zou et al. Improved algorithms for removing isolated non-meteorological echoes and ground clutters in CINRAD
Suk et al. Operational real-time adjustment of radar rainfall estimation over the South Korea region
KR101538368B1 (ko) 엑스밴드 이중편파 레이더 원시자료를 이용한 강수체 구분 방법
Biswas et al. Quantitative precipitation estimation using X-band radar for orographic rainfall in the San Francisco bay area
CN115932859A (zh) 基于毫米波云雷达电网覆冰水粒子相态识别方法及系统
Gregow et al. Improving the precipitation accumulation analysis using lightning measurements and different integration periods
Kim et al. Three-dimensional analysis of the initial stage of convective precipitation using an operational X-band polarimetric radar network
Holleman Bias adjustment of radar-based 3-hour precipitation accumulations
Cohn et al. Radial velocity and wind measurement with NIMA–NWCA: Comparisons with human estimation and aircraft measurements
Cyr Estimation of ZR relationship and comparative analysis of precipitation data from colocated rain-gauge, vertical radar and disdrometer
Pejcic et al. Polarimetric radar-based methods for evaluation of hydrometeor mixtures in numerical weather prediction models
Yang et al. Radar-derived quantitative precipitation estimation based on precipitation classification

Legal Events

Date Code Title Description
GRNT Written decision to grant