J. Korean Soc. Hazard Mitig Search

CLOSE


J. Korean Soc. Hazard Mitig. > Volume 23(6); 2023 > Article
레이더강우의 수문 활용 제고를 위한 실시간 품질관리 기법 제안

Abstract

The primary aim of a rain radar is to observe ground-level rainfall accurately. Effective quality control of rain radar data is necessary to ensure accuracy. In the field of hydrology, various methods have been employed to improve the quality of radar rainfall by correcting or synthesizing it with gauge rainfall. However, it is more important to enhance the quality of radar polarimetric variables in order to improve the quality of radar rainfall. Rain radar systems generate various polarimetric variables through complex radar hardware systems and signal processing algorithms. Measurement errors may arise from equipment abnormalities, inappropriate operating settings, and obstructions in observation during signal processing algorithms and production process of polarimetric variables. Because rain radar is an observation device operating in real time, it entails more frequent and continuous quality control compared to flowmeters that intermittently measure streamflow. This study introduces a series of real-time quality control methods tailored for rain radar, including inspection of radar rainfall accuracy, quality analysis of polarimetric variables (ρHV, ZDR, ΦDP), error estimation of polarimetric variables, and long-term variability of errors.

요지

강우레이더는 지상에 가까운 강우 관측을 주요 목적으로 하고 있으며, 강우의 정확도 확보를 위해서는 지속적으로 레이더 자료에 대한 품질관리가 필요하다. 그 동안 수문 분야에서는 레이더 강우의 품질을 높이기 위해 우량계 강우를 이용하여 레이더 강우를 보정하거나 합성하는 방법을 많이 채택해왔다. 하지만 레이더 강우의 품질을 높이기 위해서는 레이더 편파변수들의 품질을 높여야 하는 것이 더 중요한 과정이다. 강우레이더는 복잡한 기기와 신호 처리 단계를 거쳐 다양한 편파변수들이 생산된다. 이러한 신호처리 및 편파변수 생산 과정에서 기기의 이상, 운영 설정의 부적합, 관측 환경에 방해물 등에 의해 다양한 관측 오차가 발생할 수 있다. 강우레이더는 실시간으로 운영되는 관측기기이기 때문에 간헐적으로 측정되는 유량 관측기기 등 보다 주기적이고 지속적인 품질관리가 요구된다. 이에 본 연구에서는 강우레이더 품질관리를 위해 레이더 강우 정확도 검토, 편파변수(ρHV, ZDR, ΦDP) 품질 분석, 편파변수 오차 추정 및 장기적인 변동성 검토 등 일련의 실시간 품질관리 기법들을 제시하였다.

1. 서 론

레이더는 전파를 이용하여 원거리에 있는 물체를 빠르게 탐지할 수 있는 관측기기이다. 관측자는 레이더를 활용하여 그 물체의 위치 및 운동량을 빠르게 파악하고 다음의 위치를 예상하고 대처할 수 있다. 레이더는 물체의 위치 및 운동량을 빠르게 제공할 수 있다는 장점을 지닌 기기이다. 이러한 장점으로 기상분야에서는 기상레이더를 도입하여 악기상 감시에 활용하고 있으며, 수문분야에서는 강우레이더를 도입하여 홍수 감시에 활용하고 있다. 그러나 레이더의 이러한 장점에도 불구하고 수문분야에서는 여전히 전통적인 강우 관측 기기인 우량계를 더 많이 활용하고 신뢰하고 있다.
수문분야에서 강우레이더 보다 우량계가 더 많이 활용되고 신뢰되어 왔던 이유는 다음과 같다. 첫 번째는 강우의 측정 단위이다. 우량계는 지상에 떨어진 물의 3차원 체적(m3)을 1차원 선(mm 또는 cm)으로 표현하여 강우의 양을 보다 직관적이고 명료하게 제공하고 있다. 이에 비해 레이더는 수신된 신호를 레이더 편파변수(반사도, 차등반사도, 비차등위상차 등)로 변환하고 편파변수들 간의 조합으로 이루어진 레이더 강우 추정 알고리즘으로부터 강우 강도(mm/hr)를 제공하고 있다. 레이더는 기존의 우량계와 매우 다른 과정과 방법으로 강우를 제공하고 있어 수문분야에서 익숙하지 못한 관측기기였다.
두 번째는 제공되는 정보의 양이다. 우량계 한 지점에서 생산되는 하루치 강우의 정보는 1분 관측의 경우 1440개이다. 이에 비해 레이더는 편파변수의 종류만 해도 10가지가 넘게 제공되고 있으며, 관측고도각, 공간해상도, 시간해상도에 따라 단일 시점에만 수 천만 개의 정보를 제공한다. 이에 따라 우량계 자료의 크기는 한 지점-하루 기준으로 킬로바이트 수준인 반면, 레이더 자료는 기가바이트 단위이다. 우량계 자료에 익숙해 있었던 수문분야에서는 자료가 방대한 레이더 자료에 접근하는 것은 익숙하지 못한 과정이었다.
세 번째는 자료의 품질 문제이다. 우량계 역시도 자료의 품질 문제가 존재한다. 그럼에도 우량계는 지상에 떨어지는 강우를 직접적으로 관측한다는 점에서 수문 분야에서 매우 신뢰 높은 자료로 여겨져 왔다. 이에 비해 레이더는 추정된 레이더 강우의 정확도가 낮다는 점이 수문분야에서 늘 지적되어 왔고 이에 따라 수문분야에서의 활용이 매우 저조하였다. 이러한 문제점으로 레이더 강우를 보정하기 위한 여러 방법이 제기되어 왔지만 수문분야에서의 레이더에 대한 활용성을 높이지는 못했다.
이 중 자료의 품질 문제는 레이더 자료의 수문분야 활용을 높이기 위한 가장 중요한 문제이다. 그 동안 수문 분야에서는 레이더 강우의 품질을 높이기 위해 우량계 강우를 이용하여 레이더 강우를 보정하거나 합성하는 방법을 많이 채택해왔다(Kim et al., 2008; Yoo et al., 2013; Kim and Yoo, 2014; Kim et al., 2018; Na and Yoo, 2020). 하지만 레이더 강우는 편파변수들의 품질에 따라 레이더 강우의 정확도가 달라 레이더 강우의 품질을 높이기 위해서는 레이더 편파변수들의 품질을 높여야 하는 것이 매우 중요한 과정이다(Yoon, Suk et al., 2016; Yoon, 2018; Yoon et al., 2021).
강우레이더는 복잡한 기기와 처리 단계를 거쳐 다양한 편파변수들이 생산된다. 이러한 신호처리 및 생산 단계에서 기기의 이상, 운영 설정의 부적합, 관측 환경에 방해물 등에 의해 다양한 관측 오차가 발생할 수 있다. 강우레이더는 실시간으로 지속되는 관측기기이기 때문에 간헐적으로 측정되는 유량 관측기기 등의 품질보다 주기적이고 지속적인 품질관리가 요구된다. 본 연구에서는 2장에서 적용된 자료를 설명하고 3장에서는 강우레이더 품질관리를 위해 레이더 강우 정확도 검토, 편파변수(ρHV, ZDR, ΦDP) 품질분석, 편파변수 오차 추정 및 장기적인 변동성 등 일련의 실시간 품질관리 기법들을 제안하였다.

2. 적용 자료

실시간 품질관리를 위해 적용된 강우레이더는 비슬산레이더와 소백산레이더이다. 비슬산레이더는 2009년에, 소백산레이더는 2012년에 각각 도입된 S밴드 이중편파레이더이다. 두 레이더의 공간해상도는 1° (방위각) × 125 m (레이더 빈)이고 시간해상도는 1분이다. 시간해상도는 기존 2.5분이었으나 2019년부터 보다 빠른 레이더 강우 정보를 생산하기 위해 1분으로 변경하였고 관측반경도 150 km에서 125 km로 변경되었다. 두 레이더의 위치 및 관측반경은 Fig. 1과 같다.
Fig. 1
Location and Range of Sobaksan Rain Radar (SBS) and Bislsan Rain Radar (BSL)
kosham-2023-23-6-101gf1.jpg

3. 강우레이더 품질관리 기법

3.1 레이더 강우 정확도 검토

수문분야에서 레이더 강우의 활용성을 평가하기 위해 해볼 수 있는 가장 간단한 방법은 레이더 강우를 우량계 강우와 비교하는 것으로, 강우레이더 품질관리 기법에서도 맨 처음으로 수행하는 것이 우량계 강우와 비교를 통해 레이더 강우의 정확도 수준을 판단하는 것이다. 그 과정은 다음과 같다.
① 시간당 일정한 크기의 강우량을 초과하는 강우사례를 선택
- 모든 강우사례를 적용해도 상관은 없으나, 강우의 크기가 작을수록 오차의 변동성은 커짐
- 강우 크기에 따른 오차 변동성을 확인하고 싶다면 모든 강우사례를 적용할 필요 있음
② 동일한 강우 지속기간에 대해 레이더 강우량과 우량계 강수량을 산정
- 강우레이더의 관측주기는 1분, 우량계는 10분으로 일정 시간 이상의 지속시간의 강수량 추정
- Yoon, Choi et al. (2016)에서 제시한 레이더 격자 해상도 및 지속시간에 따른 오차 결과에 따르면 지속시간 60분 이상을 추천
③ 추정된 레이더 강우와 우량계 강우의 공간 매칭
- 레이더 강우는 원자료 레이더 강우를 기준으로 하며, 강우 비교는 총강우량 또는 시강우량을 기준으로 관측반경 내의 우량계 관측소와 해당 위치의 레이더 격자 강수량을 비교하는 방법과 관심 유역 내의 레이더 면적평균강수량과 우량계 면적평균강수량(티센 내삽 등)을 비교하는 방법이 있음
- 레이더와 우량계의 면적강수량 간의 비교는 각 자료들이 공간적으로 평활화되어 두 자료의 위치는 정합함
- 레이더 격자와 우량계 지점 간의 비교는 두 자료 위치가 정합하지 않을 수 있어 레이더 격자의 크기를 일정 이상 높여야 함
- Yoon, Choi et al. (2016)에서 제시한 레이더 격자 크기에 따른 오차에 따르면 격자 크기를 최대 4 km까지 추천
④ 동일한 지속기간 기준의 레이더 강우량과 우량계 강우량 도식화하고 상관계수(Correlation coefficient) 및 산포도(분산 또는 표준편차)를 비교
- 일반적으로 상관계수가 1에 가까울수록 레이더 관측의 정상성이 높다고 판단할(0.9 이상 매우 좋음, 0.7 이상 양호)
- 분산 정도가 작을수록(가로세로 1:1에 모여 있는 정도) 레이더 관측의 정상성이 높다고 판단
- 분산 정도는 평균오차(두 자료간의 차이의 평균) 특성으로 판단할 수 있으나, 두드러지는 소수의 이상치에 의해 평균 오차가 크게 증가할 수 있으므로 반드시 도식적인 집중도와 이상치 수준을 토대로 정상성을 판단
- 상관계수가 매우 낮게 나타나거나 두 자료의 분산 정도가 매우 높게 나타나는 경우, 레이더 편파변수 이상과 레이더 격자와 우량계 지점간의 공간 정합성을 검토
Fig. 2는 우량계 강우와 레이더 강우를 비교한 그림으로 2021년에 발생한 강우사례로 적용된 강우레이더는 비슬산레이더이다. 그림에서와 같이 레이더 강우는 우량계 강우에 비해 대체로 과소한 것으로 나타났다. Fig. 3은 최근 3년 동안 모니터링 된 레이더 강우의 정확도를 나타낸다. 정확도로 사용된 통계값은 Eqs. (1), (2)와 같다. 그림에서와 같이 레이더 강우의 정확도는 대체로 낮게 나타났다. 그러나 더욱 큰 문제는 레이더 강우의 정확도가 강우사례에 따라 변동성이 크게 나타나고 있다는 점이다. 레이더 자료의 수문 활용을 높이기 위해서는 강우의 물론 정확도도 높아야 하지만, 그에 못지않게 강우사례 별로 비슷한 정확도가 안정적으로 나와야 한다. 그러나 Fig. 3과 같이 정확도의 변동성이 크게 나타나는 경우 오히려 자료의 신뢰성이 떨어질 수밖에 없다.
Fig. 2
Scatter Plot with Gauge Rainfall and Radar Rainfall (BSL Rain Radar)
kosham-2023-23-6-101gf2.jpg
Fig. 3
Accuracy of Radar Rainfall Before Quality Control with Respect to Rainfall Events (2021 yr~2023 yr)
kosham-2023-23-6-101gf3.jpg
(1)
1NE=(1i=1N|RiGi|/i=1NGi)×100
(2)
R/G=(i=1NRi/i=1NGi)×100

3.2 레이더 편파변수 특성을 이용한 편파변수 품질 분석

레이더 강우는 편파변수들 간의 조합으로 이루어진 레이더 강우 알고리즘으로부터 추정되기 때문에 편파변수의 품질은 레이더 강우의 정확도 측면에서 매우 중요하다. 또한 편파변수들은 실시간으로 운영되는 레이더로부터 출력자료로 제공되는 최초의 원자료이기 때문에 편파변수 분석을 통해 레이더 하드웨어 및 데이터 수집 시스템의 품질이 평가될 수 있다. 편파변수들의 품질은 먼저 레이더의 수평신호 및 수직신호로부터 추정되는 교차상관계수(ρHV)를 이용하여 파악할 수 있다. 레이더로부터 관측된 에코에서 강우로 분류되는 ρHV는 최소 0.98로 알려져 있다. 그 보다 낮은 ρHV는 디지털 수신기 또는 안테나에 문제가 있을 수 있다. 레이더 강우 추정에 중요 편파변수인 차등반사도(ZDR) 및 차등위상차(ΦDP)는 새로운 레이더 도입 시 품질 분석이 필수적으로 수행되어야 하며, 이러한 편파변수들에 대한 품질 분석으로부터 레이더 시스템의 잠재적인 문제가 파악될 수 있다.

3.2.1 ρHV 정상성 검토

① 시간당 일정한 크기의 강우량을 초과하는 강우사례를 선택
② 관측된 원시자료를 대상으로 지형차폐가 심하지 않은 고도각(예 2, 3번째 고도각)에서 ρHV를 추출
- 제시하는 상관계수 기준치는 보통 비에 대한 관측을 기준으로 하므로 관측 고도각 및 계절에 대해서도 고려
- 강우레이더는 통상 비동절기에 밝은띠 이하의 관측(관측전략)을 하기 때문에, 4~10월 관측치에 대해서는 강수체 형태에 대한 정밀한 검토는 필요 없다고 판단되나, 모호한 기상 상황인 경우 온도 등의 기상 조건을 함께 검토 필요
③ 추출된 교차상관계수의 발생 빈도를 일정 크기 구간별로 도시하여 피크 및 분포를 관찰
- 정상적인 관측 상황에서 상관계수의 양호한 범위는 다음과 같음 (정상) 분포 곡선 첨두 0.98 이상 (양호) 분포 곡선 첨두 0.99 이상(0.97이하 미소)
- 이러한 조건을 만족하는 양호한 관측 조건에서는 품질관리 과정에서 상관계수 필터를 이용하여 이상치를 제거
Fig. 4는 편파변수 중 하나로 제공되고 있는 상관계수(ρHV)의 분포를 나타낸다. 그림에서와 같이 분포 곡선의 첨두가 0.99 이상으로 양호한 범위 내에 들어가 있음을 확인할 수 있다. 또한 0.9 이하의 자료는 제거하여 자료의 품질을 높일 수 있다.
Fig. 4
Distribution of Cross Correlation Coefficient (ρHV)
kosham-2023-23-6-101gf4.jpg

3.2.2 스펙트럼 폭 기준 ZDR 및 ΦDP 정상성 검토 방법

① 관측된 스펙트럼 폭 기준 ZDR 및 ΦDP의 측정오차는 층상형 강수가 포함된 경우에서 평가
- 밝은 띠 대역 아래의 샘플링을 제한하기 위해, 즉 액체 상태의 대기수상체만 샘플링하기 위해 고도 한계를 고려
- 단, 앞서 언급바 바와 같이 강우레이더는 통상 비동절기에 밝은띠 이하의 관측(관측전략)을 하기 때문에, 4~10월 관측치에 대해서는 강수체 형태에 대한 정밀한 검토는 필요 없다고 판단되나, 모호한 기상 상황인 경우 온도 등의 기상 조건을 함께 검토 필요
② 방사형을 따라 9개의 레이더 격자를 사용하여 표준 편차를 계산
- 더 큰 격자를 사용하는 경우 표준 편차의 정밀도를 높이지만 자연적 변동성 및(또는) 레이돔 간섭으로 인한 방위각 변동으로 인해 표준 편차 값도 증가
- 표준 편차는 1 m/s의 비정규화된 스펙트럼 폭과 ρHV 첨두값 조건에서 계산
- 이러한 정확한 조건에서 정확히 일치하는 분포를 찾는 것은 매우 어려우므로, ρHV가 0.98 이상인 관측치 조건에 대해 스펙트럼 폭에 대한 ZDR 및 ΦDP의 표준편차를 도시하여 1 m/s 스펙트럼 폭에 해당하는 ZDR 및 ΦDP의 표준편차가 아래의 범위에 해당하는지 확인
- 현장에서 가능한 경우, Bringi and Chandrasekar (2001)에서 유도된 스펙트럼 폭의 함수로 유도된 이론값과 비교하여 판단
ZDR: (정상) 0.4 dB 이하(스펙트럼 폭 = 1), (양호) 0.2 dB 이하(스펙트럼 폭 = 1)
ΦDP: (정상) 4° 이하(스펙트럼 폭 = 1), (양호) 2° 이하(스펙트럼 폭 = 1)
Figs. 56은 ZDR 및 ΦDP의 정상성 검토 결과를 나타낸다. 그림에서와 같이 2021년 7월 31일 강우사례에서는 스펙트럼 폭이 1인 경우 ZDR은 0.4 dB 이하로, ΦDP는 4° 이하로 나타나 정상으로 나타났다. 그러나 2021년 6월 6일 강우사례에서는 스펙트럼 폭이 1인 경우 ZDR은 0.4 dB 이상으로, ΦDP는 4° 이상으로 나타나 비정상으로 나타났다.
Fig. 5
Standard Deviation of Differential Reflectivity with Respect to Spectrum Width (SBS Rain Radar)
kosham-2023-23-6-101gf5.jpg
Fig. 6
Standard Deviation of Differential Phase with Respect to Spectrum Width (SBS Rain Radar)
kosham-2023-23-6-101gf6.jpg

3.3 편파변수 오차 추정 및 오차의 장기변동성 검토

레이더 강우의 수문 활용을 위해서는 레이더 편파변수의 품질 확보가 제일 중요하다. 그동안 수문분야에서는 레이더 강우의 정확도를 개선하기 위해 레이더 강우 자체를 보정하는 많은 기법을 적용해왔다. 하지만 Yoon, Suk et al. (2016), Yoon et al. (2021)에서는 레이더 강우를 보정하는 것이 아닌 레이더 강우 추정 알고리즘의 입력변수인 레이더 편파변수의 오차를 제거해야 함을 제기해왔다. Yoon, Suk et al. (2016), Yoon et al. (2021)에서 제시한 레이더 편파변수의 오차를 추정하여 제거하는 방법은 다음과 같다.
① 시간당 일정한 크기의 강우량을 초과하는 강우사례를 선택
② 동일한 강우 지속기간에 대해 레이더 강우량과 우량계 강수량을 산정
- 강우량의 오차 변동성을 고려했을 때 지속시간 60분 이상을 추천
③ 반사도를 0 dBZ에서 10 dBZ까지 1 dBZ만큼 증가시키면서 레이더강우량의 정확도 변화를 검토하여 편파변수의 편의를 추정
- 반사도 조절 시 반사도-차등반사도, 반사도-비차등위상차의 관계로부터 차등반사도와 비차등위상차도 같이 조절
- 반사도 조절에 따른 레이더 강우의 정확도 변화를 살펴보면 반사도가 증가함에 따라 정확도가 증가하다가 감소하는데, 정확도가 최대가 되는 각 편파변수의 추정 편의에 해당
- 레이더 강우 추정 알고리즘 별 적정 반사도 조절 크기는 다를 수 있으며, 정확도를 어떤 통계 값으로 적용하느냐에 따라서도 다를 수 있음
- 경험적 방법을 통해 추정된 반사도 편의 및 차등반사도 편의가 레이더 캘리브레이션에 대한 오차의 범위(|Z| < 1 dBZ, |ZDR| < 0.1 dB)를 넘어선다면 하드웨어를 포함한 레이더 캘리브레이션 과정에 대한 전반적인 재검토가 필요
- 지속적인 편파변수 편이를 모니터링 하면 레이더 관측에서 발생하는 다양한 문제를 가장 신속하고 효과적으로 검출할 수 있음
Fig. 7은 2021년부터 2023년까지 추정된 레이더 편파변수의 오차를 나타낸다. Fig. 7에서 원형 점은 강우사례별 편파변수들의 오차를, 붉은색 선은 오차의 이동평균을 의미한다. 그림에서와 같이 비슬산레이더 차등반사도의 경우 2022년부터 오차가 점차 커져 2023년 7월에 -2 dB 이상으로 나타났다. 이후 레이더사이트에서는 이러한 문제점을 반영하여 차등반사도의 오차를 다시 0 dB 정도로 조정하였다. 이와 같이 편파변수 오차의 장기적인 변동성을 검토를 통해 레이더 자료의 품질이 향상될 수 있다.
Fig. 7
Error of Radar Polarimetric Variables (2021 yr~2023 yr)
kosham-2023-23-6-101gf7.jpg

3.4 편파변수 품질관리 이후의 레이더 강우 정확도 검토

이상의 품질관리 과정을 거쳐 생산된 편파변수들로부터 추정된 레이더 강우의 정확도가 최종적으로 검토되어야 한다. Fig. 8에서와 같이 레이더 강우의 정확도는 품질관리 전에도 높은 수준으로 나타나는 경우가 존재한다. 하지만 품질관리 전의 경우 정확도의 변동성은 강우 사례별로 크게 나타나고 있어 레이더 강우의 수문 분야 활용에 오히려 신뢰성이 떨어진다고 할 수 있다. 품질관리 이후에는 이러한 정확도의 변동성이 감소하여 안정적으로 나타나는 것을 확인할 수 있다. 레이더 강우의 수문 활용 제고하기 위해서는 강우의 정확도도 높아야 하지만, 그에 못지않게 강우사례 별로 비슷한 정확도가 안정적으로 나와야 한다.
Fig. 8
Accuracy of Radar Rainfall Before (Blue Line) and After (Red Line) Quality Control with Respect to Rainfall Events (2021 yr~2023 yr)
kosham-2023-23-6-101gf8.jpg
Fig. 9는 강우의 크기(우량계 강우 기준)에 따라 품질관리된 레이더 강우의 정확도를 나타낸다. 그림에서와 같이 레이더 강우의 정확도는 강우의 크기가 작은 경우 변동성이 크게 나타나며, 크기가 커질수록 일정한 값으로 수렴하는 것으로 나타나고 있다. 강우의 크기가 작은 경우 정확도의 변동성이 크게 나타나는 원인은 자료의 샘플 수 및 비기상에코 등 때문이다. 물론 강우의 크기가 큰 경우에서도 여전히 정확도가 작은 경우가 나타나는데 이러한 경우는 비기상에코 및 레이더 파의 에너지가 감소되는 레이더 감쇄 때문이다. 이와 같이 강우의 크기에 따른 레이더 강우의 정확도는 향후 레이더 강우의 최종 품질 목표 범위로 제시될 수 있다.
Fig. 9
Accuracy of Radar Rainfall according to Gauge Maximum Rainfall After Quality Control (2021 yr~2023 yr)
kosham-2023-23-6-101gf9.jpg

4. 결 론

본 연구에서는 강우레이더 품질관리를 위해 레이더 강우 정확도 검토, 편파변수(ρHV, ZDR, ΦDP) 품질분석, 편파변수 오차 추정 및 장기적인 변동성 등 일련의 실시간 품질관리 기법들을 제시하였다. 강우레이더 품질관리 기법에서 첫 번째로 수행하는 것은 우량계 강우와 비교를 통해 레이더 강우의 정확도 수준을 판단하는 것이다. 두 강우의 비교를 통해 레이더 강우의 정확도를 판단하고 또한 과거 사례로부터 누적된 자료로부터 정확도의 변동성을 파악할 수 있었다.
두 번째는 레이더 편파변수의 품질 분석을 실시하였다. 레이더 강우는 편파변수들 간의 조합으로 이루어진 레이더 강우 알고리즘으로부터 추정되기 때문에 편파변수의 품질은 레이더 강우의 정확도 측면에서 매우 중요하다. 또한 편파변수들은 실시간으로 운영되는 레이더로부터 출력자료로 제공되는 최초의 원자료이기 때문에 편파변수 분석을 통해 레이더 하드웨어 및 데이터 수집 시스템의 품질이 평가될 수 있다. 편파변수들의 품질은 먼저 레이더의 수평신호 및 수직신호로부터 추정되는 상관계수(ρHV)를 이용하여 파악할 수 있다. 레이더로부터 관측된 에코에서 강우로 분류되는 ρHV는 최소 0.98로, 0.90보다 낮은 ρHV는 제거하여 품질을 높일 수 있다. 레이더 강우 추정에 중요 편파변수인 차등반사도(ZDR) 및 차등위상차(ΦDP)는 스펙트럼 폭의 함수로 유도된 이론값과 비교하여 정상 및 비정상을 판단할 수 있었다.
세 번째는 편파변수의 오차를 추정하고 장기변동성을 검토하였다. 편파변수 오차의 장기변동성을 파악하여 편파변수의 품질을 파악할 수 있었고 이에 따라 레이더 사이트에 문제를 제기하여 오차를 제거할 수 있었다. 이러한 편파변수 오차의 장기변동성 검토는 현장과 병행하여 자료 품질을 향상시킬 수 있는 방법이다.
마지막으로 최종적으로 품질관리 된 자료의 정확도 검토이다. 품질관리 이후 레이더 강우 정확도의 변동성이 감소하여 안정적으로 나타나는 것을 확인할 수 있었다. 또한 강우사례를 지속적으로 누적하여 강우 크기에 따른 레이더 강우 정확도 자료를 확보하여 향후 레이더 강우의 최종 품질 목표 범위로 제시될 수 있었다.

감사의 글

이 논문은 행정안전부 지역맞춤형 재난안전 문제해결 기술개발 지원사업의 지원을 받아 수행된 연구임(과제번호: 20025869; 과제명: 화산섬 제주의 실시간 홍수 감지 및 안전지원 기술 개발).

References

1. Bringi, V.N, and Chandrasekar, V (2001). Polarimetric doppler weather radar:Principles and applications. New York, NY, US: Cambridge University Press.

2. Kim, J, and Yoo, C (2014) Use of a dual Kalman filter for realtime correction of mean field bias of radar rain rate. Journal of Hydrology, Vol. 519, pp. 2785-2796.
crossref
3. Kim, K, Choi, J, and Yoo, C (2008) Synthesis of radar measurements and ground measurements using the successive correction method (SCM). Journal of Korea Water Resources Association, Vol. 41, No. 7, pp. 681-692.
crossref
4. Kim, T.J, Kwon, H.H, and Lima, C (2018) A bayesian partial pooling approach to mean field bias correction of weather radar rainfall estimates:Application to osungsan weather radar in South Korea. Journal of Hydrology, Vol. 565, pp. 14-26.
crossref
5. Na, W, and Yoo, C (2020) Real-time bias correction of Beaslesan dual-pol radar rain rate using the dual Kalman filter. Journal of Korea Water Resources Association, Vol. 53, No. 3, pp. 201-214.

6. Yoo, C, Park, C, Yoon, J, and Kim, K (2013) Interpretation of mean-field bias correction of radar rain rate using the concept of linear regression. Hydrological Processes, Vol. 28, pp. 5081-5092.
crossref
7. Yoon, J (2018) Quantification of error in reflectivity for improving the accuracy of the radar rainfall estimated from single polarization radar. Journal of the Korean Society of Hazard Mitigation, Vol. 18, No. 5, pp. 255-263.
crossref pdf
8. Yoon, J, Choi, J, Yoo, C, and Kim, K (2016) The runoff uncertainty caused by the mismatch between the radar rain rate and the topographical information data. KSCE Journal of Civil Engineering, Vol. 20, pp. 960-970.
crossref pdf
9. Yoon, J, Hwang, S.-H, Kang, N, Lee, D.-R, and Lee, K.-H (2021) Development of real-time program correcting error in radar polarimetric variables. Journal of Korea Water Resources Association, Vol. 54, No. 12, pp. 1329-1338.

10. Yoon, J, Suk, M.-K, Nam, K.-Y, and Park, J.-S (2016) Application of an empirical method to improve radar rainfall estimation using cross governmental dual-pol. radars. Journal of Korea Water Resources Association, Vol. 49, No. 7, pp. 625-634.
crossref
TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 695 View
  • 15 Download


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
AUTHOR INFORMATION
Editorial Office
1010 New Bldg., The Korea Science Technology Center, 22 Teheran-ro 7-gil(635-4 Yeoksam-dong), Gangnam-gu, Seoul 06130, Korea
Tel: +82-2-567-6311    Fax: +82-2-567-6313    E-mail: master@kosham.or.kr                

Copyright © 2024 by The Korean Society of Hazard Mitigation.

Developed in M2PI

Close layer
prev next