http://dx.doi.org/ 10.5515/KJKIEES.2012.23.11.1272 ISSN 1226-3133 (Print)
국내 지역별 연평균 및 최악월 강우율 분포 특성
Regional Characteristics of the Average-Year and the Worst-Month Rain Rate Distribution in Domestic Environment
강우근․김인겸*․김수일*․백정기**
Woo-Geun Kang․In-Kyum Kim*․Su-Il Kim*․Jeong-Ki Pack**
요 약
본 논문에서는 기상청의 10년간의 1분 단위 강수량 측정 데이터를 이용하여 국내 환경에 대한 연평균 강우율
분포 및 강우율 분포와 최악월 강우율 분포의 상관 관계 모델을 제시하였다. 본 논문에서 제시한 모델을 기존의 ITU(International Telecommunication Union)-R 권고 모델과 비교한 결과, 시간율 0.01 %에 대해서 국내 연평균 강 우율의 전국 평균값은 ITU-R 권고 문서의 강우율에 비하여 약 28 % 높게 나타났다. 또한, 연평균 및 최악월
강우율 분포 간의 상관 관계도 본 논문의 모델과 ITU-R 권고 문서의 모델은 상당히 큰 차이를 보였다. 앞으로
국내 무선 통신 시스템 설계에 필수적인 강우 감쇠의 통계적 특성(시간율 분포) 계산을 위해서는 국내 환경에 적합한 강우율 분포 모델을 사용하여야 할 것으로 판단된다.
Abstract
In this paper, models for the average-year rain rate distribution and the correlation between the worst-month and the average-year rain rate distribution in domestic environment were proposed, using the rainfall measurement data with 1-minute integration time of Korea Meteorological Administration. Comparison of the proposed model with the existing ITU-R model showed that the average rain rate of the proposed model for the exceed time rate of 0.01 % is about 28 % higher than that of the ITU-R recommendation. In addition, the correlation model between the worst-month and the average-year rain rate distribution was quite different from the ITU-R model. It is recommended that the domestic rain rate distribution model should be used for calculation of the statistical characteristics of rain attenuation(exceeded- time-rate distribution of rain attenuation) which is essential for the design of wireless communication systems in domes- tic environment.
Key words : Rain Rate, Worst Month, Rain Attenuation, Distribution
「이 연구는 국방과학연구소의 재원으로 충남대학교 산학협력단의 지원을 받아 수행된 연구결과로 수행되었음.」
충남대학교 전자파환경기술연구센터(ElectroMagnetic Environment Research Center, Chungnam National University) *국방과학연구소(Agency for Defense Development)
**충남대학교 전파공학과(Department of Radio Science and Engineering, Chungnam National University)
․Manuscript received September 3, 2012 ; Revised September 28, 2012 ; Accepted October 12, 2012. (ID No. 20120903-101)
․Corresponding Author : Jeong-Ki Pack (e-mail : [email protected])
Ⅰ. 서 론
최근 고속 무선 인터넷 등으로 인한 전송량의 광
대역화, 데이터 전송속도의 고속화 추세에 따라 소 요 주파수량이 늘어나면서 밀리미터파 대역 주파수 의 활용이 증가하고 있다. 10 GHz 이상의 대역에서
국내 지역별 연평균 및 최악월 강우율 분포 특성
감쇠의 요인은 전리층에 의한 영향, 대기 가스, 강우 및 구름 등이 있으며, 이 중 강우 감쇠의 영향이 가 장 크다[1]～[3].
무선 통신 시스템의 설계를 위해서는 무선 통신 채널의 가용도(channel availability) 분석이 선행되어 야 하고, 이를 위해서는 주어진 무선 채널에 대한 통 계적인 강우 감쇠 예측이 가능해야 한다.
통계적 강우 감쇠 예측을 위해서는 강우 감쇠의 연중 시간율 분포 특성이 필요하며, 강우 감쇠의 연 중 시간율 분포를 얻기 위해서는 주어진 강우율에 대한 강우 감쇠 모델과 함께 국내 환경에서의 강우 율(rain rate) 분포의 정확한 예측이 필수적이다. 현재 ITU-R에서 권고하는 연평균 강우율 분포에 대한 예 측 모델[4]은 국내 환경에 적용할 경우 상당한 오차가 발생하게 된다. 또한, 계절별, 월별 강우 특성이 다 르기 때문에 무선 통신 시스템 설계 시 연평균 강우 율 분포가 아닌 최악월(worst month) 강우율 분포를 토대로 설계하기도 한다. ITU-R의 최악월 분포 예측 모델[5] 역시 국내 환경에 적용할 때 상당한 오차를 감수해야 한다.
따라서 본 논문에서는 국내 강우율 분포의 통계 적 특성 분석을 위해 기상청에서 자동 기상 측정 시 스템(AWS: Automatic Weather System)을 통해 측정 한 지역별 1분 단위의 강수량 측정 데이터를 수집, 분석하였다. 한 지역에서의 강우 특성은 월별에 따 라서, 계절에 따라서, 측정 연도에 따라서 변할 수 있으므로 ITU-R에서는 10년 이상의 장기간 데이터 를 사용하도록 권고하고 있으며, 본 논문에서도 국 제적 지침에 따라 장기간(10년)의 강수량 측정 데이 터를 사용하여 지역별 및 국내 전체 지역에 대한 연 평균 강우율 분포와 최악월 분포 예측 모델을 도출 하고, 연평균 강우율 분포와 최악월 분포의 상관 관 계를 연구하였다.
Ⅱ. 연평균 강우율 분포 예측 모델
무선 채널에서의 강우 감쇠량 A(R)은
･
(1)으로 나타낼 수 있으며, 단위는 [dB]이다. 여기서 R은
강우율(mm/h),
은 강우 감쇠 계수(dB/km),
은 실효 경로 길이(km)이다.주어진 강우율에 대한 강우 감쇠의 연중 시간율 특성은 강우율의 연중 시간율 분포, 즉 연평균 강우 율 분포를 사용하여 주어진 강우율에 대한 시간율 값과 강우 감쇠량을 대응시킴으로써 구할 수 있다.
앞에서 언급한 바와 같이 연평균 강우율 분포의 예측을 위해서 ITU-R에서는 1분 단위의 누적 시간 으로 측정된 데이터를 사용하여10년 이상의 장기간 측정치로부터 통계적 특성을 구하도록 권고하고 있 다[4].
한국기상청에서는1998년부터 1분 단위의 강수량 자동 측정 시스템(AWS)을 운영하고 있다. 기상청의 강수량 데이터의 분해능은0.5 mm로서, 강우율 데이 터[mm/h]로 환산할 경우 분해능이 30 mm/h가 되어 너무 부정확하다. 따라서 본 연구에서는 강우율의 분해능을 높이기 위해서 기상청 데이터로 부터20분 단위의 강우율을 먼저 구한 후, 국내 측정 데이터를 기반으로 하여 ETRI와 충남대에서 개발한 아래의 누적 시간에 따른 강우율 분포 변환 모델[6]을 사용하 여 국내 지역별 1분 단위의 강우율을 구하였다. 이 경우 강우율 분해능은 1.5 mm/h가 된다.
ETRI와 충남대가 공동으로 개발한 누적 시간별 강우율 분포의 변환 모델은 식(2)와 같으며, 국내 환 경에 대한 변환 모델의 계수 값은 표 1과 같다.
×
(2) 여기서
는 연 시간율p %에 해당하는 1분 누 적 강우율이고,
는
분 누적 시간 강우율을 나 타내며, 계수 α와 β는 누적 시간 분포를 효율적으 로 변환하기 위한 계수이다.그림 1은 서울, 대전 등 5대 도시를 포함한 25개
표 1. 누적 시간에 따른 강우율 분포 변환 모델의
계수 값
Table 1 . Values of coefficients for conversion model of rain rate distribution.
5분 10분 20분 30분
0.934 0.864 0.712 0.723
1.032 1.069 1.146 1.162
그림 1. 국내 25개 지역의 연평균 강우율 분포
Fig. 1. Average-year rain rate distribution of 25 domestic locations.
지역에 대한2000년부터 2009년까지 10년간의 강우 율 데이터를 이용하여 도출한 연평균 강우율 분포 특성을 나타낸 것이며, 표 2는 주요 시간율 값에 대 한25개 지역의 강우율 값을 정리한 것이다. 또한, 그림 3은 전국 평균 강우율 분포를 나타낸 것이며, 표3은 시간율에 따른 전국의 연평균 강우율 값과 ITU-R 강우율 분포 모델값을 비교한 것이다. 표 3에 주어진 ITU-R 권고서[4]의 강우율 값은 경도127.35, 위도36.37(강우율 값이 전국 평균과 유사한 대전지 역)의 값으로 계산하였다.
그림1과 표 2를 살펴보면 국내 강우율 분포는 지 역별로 상당한 편차를 보이고 있으며, 서울, 광주, 제천, 용인 등의 지역은 전국 평균 값에 비해 주어진 시간율에 대한 강우율 값이 상당히 크고, 대구, 속초, 영천 등의 지역은 강우율 값이 상당히 적으며, 대전, 양평, 원주 등의 지역은 강우율 분포가 전국 평균에 가까운 것을 알 수 있다. 표 3의 주요 시간율에 대한 국내 전국 강우율 값과ITU-R 모델의 강우율 값을 비교해 보면 상당한 편차가 있어서ITU-R의 강우율 분포 모델을 국내 환경에 적용시킬 경우, 강우 감쇠 예측에 있어서 상당한 오차가 있을 것으로 판단 된다.
그림2는 국내 환경에 대한 강우 감쇠 계수 모델[7]
을 적용한44 GHz 대역과 20.74 GHz 대역의 단위 길
그림 2. 강우율에 따른 강우 감쇠량 Fig. 2. Rain attenuation vs. rain rate.
이당 강우 감쇠량을 나타낸 것이다. 44 GHz 대역은 향후 군 위성 주파수 대역으로 고려되고 있으며, 20.74 GHz 대역은 현재 사용 중인 무궁화 5호 위성 의 사용주파수이다.
시간율0.01 %일 때 국내 모델과 ITU-R 모델의 강 우율 값은 각각65.91, 50.70 mm/h로서, 그림 2에 보 인 것과 같이 단위 길이당 강우 감쇠량은 각각19.29, 15.60 dB/km가 된다. 주어진 강우율에 대한 위성 링 크의 실효 경로 길이는 약5 km이기 때문에, 강우율 분포 예측 모델의 차이에 따른 강우 감쇠량 예측값 의 차이는 약20 dB로 매우 크게 나타남을 알 수 있다.
국내 지역별 연평균 및 최악월 강우율 분포 특성
그림 3. 국내 전국 평균 강우율 분포 Fig. 3. Domestic average rain rate distribution.
표 3. 국내 전국 평균과 ITU-R 모델의 강우율 값 비교 Table 3. Comparison of domestic average rain rate dis-
tribution and ITU-R recommedation.
시간율(%) 전국 평균
강우율 값
ITU-R 모델의 강우율 값
1 4.28 2.79
0.5 7.59 4.69
0.3 11.03 6.71
0.2 14.61 8.88
0.1 22.49 14.25
0.05 33.15 22.35
0.03 42.33 30.14
0.02 49.97 37.24
0.01 65.91 50.70
0.005 81.81 65.26
Ⅲ. 최악월 강우율 분포 특성
위성 시스템 설계에는 연평균 강우율 분포가 주 로 사용되나, 경우에 따라서 최악월 강우율 분포를 이용하여 시스템을 설계할 수도 있다. 최악월 강우 율 분포의 도출을 위해서는 먼저 최악월을 정확히 정의할 필요가 있다. 최악월의 정의는 ITU-R P.581- 2[8]에 주어져 있다. 최악월은 총 강수량이 최대인 달 이 아니라 강우율이 특정 값을 초과하는 일수가 가 장 많은 달로 정의된다.본 논문에서는1분 누적 시간에 대한 최대 강우율 이35 mm/h 를 초과하는 일수가 가장 많은 달을 최 악월로 선정하고, 확보된 국내 기상청의 강수량 측
표 2. 시간율에 따른 지역별 강우율 값 비교 Table 2. Regional characteristics of rain rate depen-
dence on exceeded time rate.
지역 시간율(
exceeded time rate)1 % 0.5 % 0.1 % 0.05 % 0.01 % 서울 4.58 8.62 28.29 42.85 80.99 대전 4.32 7.66 22.94 34.75 68.78 대구 3.72 6.51 16.80 25.19 50.60 광주 4.21 7.89 25.62 38.97 76.50 제주 4.26 7.46 23.81 34.92 71.81 양평 4.43 8.02 26.52 40.99 66.06 홍천 4.85 8.66 26.03 36.83 67.67 제천 5.51 10.19 32.63 47.24 97.13 장수 5.05 8.89 25.45 37.36 74.87 영천 3.74 6.23 16.76 24.30 44.14 포천 4.96 8.93 27.94 39.60 78.56 평창 4.10 7.06 18.97 27.88 56.92 양구 4.23 7.66 20.89 29.67 56.57 치악산 5.08 8.79 26.00 37.16 69.58 증평 3.95 7.04 21.85 33.96 64.42 속초 4.78 7.77 17.39 23.80 40.17 원주 4.28 7.62 23.64 33.47 64.51 울릉도 4.88 7.71 19.52 26.70 53.74 추풍령 3.94 6.86 18.80 25.35 48.46 흑산도 3.28 5.85 19.24 30.18 59.85 백령도 2.46 4.82 14.69 21.10 50.42 철원 4.55 8.15 22.95 31.54 67.42 계룡산 3.65 6.20 17.21 24.69 53.64 덕유산 4.17 7.11 21.16 31.61 67.00 용인 4.56 8.36 24.58 38.28 81.58 전국
평균 4.28 7.59 22.49 33.15 65.91
정 데이터로부터 도출된25개 지역의 지역별 강우율 특성을 반영한 최악월 분포와 전국 평균 최악월 강 우율 분포 특성을 도출하였다.
그림 4은 2000년～2009년 기간의 10년간의 강우 율 데이터를 이용하여25개 지역에 대한 지역별 최 악월 강우율 분포 특성을 분석한 결과를 보인 것이 며, 그림 5는 전국 25개 지역의 전국 평균 최악월 강 우율 분포 특성을 나타낸 것이다. 울릉도, 양평, 원 주를 제외한 전국 대부분의 지역에서 최악월 강우율
그림 4. 국내 25개 지역의 최악월 분포 특성
Fig. 4. Characteristics of worst-month rain rate of 25 domestic locations.
그림 5. 국내 전국 평균 최악월 분포 특성
Fig. 5. Characteristics of domestic average worst-month rain rate distribution.
분포의 경향이 연평균 강우율 분포와 유사하게 나타 났다. 울릉도의 경우 연평균 강우율 분포는 전국 평 균보다 적었으나, 최악월 강우율 분포는 전국 평균보 다 크게 나타났다. 양평과 원주의 경우에는 연평균 강우율 분포는 전국 평균에 가까웠으나, 최악월 강 우율 분포는 전국 평균보다 적게 나타났다. 최악월 강우율 분포를 이용하여 무선 통신 시스템을 설계할 때에는 이러한 사실을 반영하여야 할 것으로 판단 된다.
Ⅳ. 연평균 및 최악월 강우율 분포의 상관 관계
4-1 ITU-R 모델
ITU-R P.841-4[9]에서는 연평균 강우율 분포와 최 악월 강우율 분포의 상관 관계 표현식을 식을 변환 인자(conversion factor) Q를 사용하여 나타낸다. 식 (3)에 보인 것과 같이 변환인자 Q는 최악월 강우율 에 대한 시간율pw %와 연평균 강우율에 대한 시간 율 p %의 비를 나타낸다.
(3)ITU-R 모델에서 Q는 Q1, β의 2개의 파라미터로 이루어져 있으며, 연평균 강우율에 대한 시간율 p % 의 범위에 따라 표현식이 달라진다. p 값의 범위가
≤
인 경우Q 값은
(4)로 주어진다. ITU-R P. 841-4에서는 각 지역별로 파 라미터Q1과 β 값을 제시하고 있다. 전 세계적으로 는Q1=2.85, β=0.13의 값을 이용할 것으로 권고하고 있으며, 한국의 경우 Q1=4.6, β=0.12로 제시되어 있 다. 참고로 한국의 경우 p값의 하한선인 (Q1/12)^(1/
β) 값은 0.00034 %이다.
4-2 국내 환경에 대한 최악월 강우율 분포 모델
국내 지역별 연평균 및 최악월 강우율 분포 특성
그림 6. 국내 전국 평균 연평균 강우율 분포와 최악
월 분포 특성 비교
Fig. 6. Comparison of characteristics of domestic ave- rage distributions for average-year rain rate and worst-month rain rate.
본 절에서는 앞에서 분석한 국내 연평균 강우율 분포 예측 모델과 최악월 강우율 분포 특성을 이용 하여 연평균 강우율 분포와 최악월 강우율 분포 사 이의 상관 관계를 도출하였다. 그림 6은 전국(25개 지역) 평균 강우율 분포와 최악월 강우율 분포 특성 을 비교한 것이다. 그림 6를 살펴보면 연평균 강우 율 분포와 최악월 강우율 분포는 큰 차이를 보임을 알 수 있다.
ITU-R 모델과 기존의 문헌[10]을 살펴보면 연평균 강우율 분포와 최악월 강우율 분포 사이에는 명확한 상관 관계가 존재한다. 본 논문에서는 ITU-R에서와 마찬가지로 아래의 식으로 상관 관계를 모델링하 였다.
(5)위 식에서pw(R)은 주어진 강우율 R에 대한 최악 월 강우율 분포의 시간율(%), p(R)은 주어진 강우율 R에 대한 연평균 강우율 분포의 시간율(%)이다.
그림 7은 전국(25개 지역)의 연평균 강우율 분포 와 최악월 강우율 분포의 상관 관계를 나타낸 것이 다. 그림 7에서 가로축은 연평균 강우율 분포에 대 한 시간율을, 세로축은 최악월 강우율 분포에 대한 시간율을log 스케일로 나타낸 것이다. 그림 7에 보 인 것처럼 연평균 강우율 분포와 최악월 강우율 분 포는 식(5)로 잘 모델링이 됨을 알 수 있다. 이러한 상관 관계 특성을 알면 최악월 분포 특성을 모를 경
그림 7. 연평균 강우율 분포와 최악월 강우율 분포의
상관 관계
Fig. 7. Correlation between average-year rain rate dis- tribution and worst-month rain rate distribution.
표 4. 제안된 국내 모델의 상관계수 및 ITU-R 모델 의 상관계수 비교
Table 4 . Comparison of the correlation coefficients of the proposed domestic model and the ITU-R model.
국내 모델 ITU-R 모델
p<0.1 % 0.1 %≦p<3 % p<3 %
Q
17.06 3.72 4.6
β 0.014 0.26 0.12
우에도 연평균 강우율 분포로부터 최악월 강우율 분 포를 쉽게 도출할 수 있다.
ITU-R 모델과 달리 국내 데이터를 분석한 결과, 연평균 강우율에 대한 시간율p=0.1 % 를 경계로 상 관 관계 식(5)의 계수가 다르게 나타났다. 표 4는 국 내 환경에 대한 제안된 상관 관계 모델의 계수와 ITU-R 모델의 계수를 비교한 것이다.
표4에 보인 것과 같이 국내 환경에 대한 연평균 강우율 분포와 최악월 분포의 상관 관계 계수는ITU- R 모델과 다소 차이가 있음을 알 수 있다.
그림 8은 본 논문에서 제안한 상관 관계 모델과 ITU-R 모델을 비교한 것이다. 그림 9은 연평균 강우 율 분포의 시간율p %에 따른 변환인자 Q 값에 대한 국내 모델과 ITU-R 모델의 차이를 비교한 것이다.
제안된 국내 모델의 경우, ITU-R 모델과는 차이가 있으며, p=0.1을 경계로 상관 관계 계수가 달라 p값 이 작은 부분에서는ITU-R 모델 값보다 작고 p값이
그림 8. 제안된 국내 상관 관계 모델과 ITU-R 모델 의 비교
Fig. 8. Comparison of the proposed domestic correlation model and the ITU-R correlation model.
그림 9. 제안된 국내 모델과 ITU-R 모델의 변환인자
Q의 비교Fig. 9. Comparison of the Q values of the proposed domestic model and the ITU-R model.
큰 부분에서는ITU-R 모델보다 큰 값을 보인다. 식 (4)에 정의된 변환인자 Q의 변화량도 p=0.1을 경계 로 상당한 차이를 보이고 있다.
Ⅴ. 결 론
본 논문에서는 기상청의10년간의 1분 단위 강수 량 측정 데이터를 이용하여 국내 환경에 대한 연평 균 강우율 분포, 최악월 강우율 분포, 연평균 강우율 분포와 최악월 강우율 분포의 상관 관계에 대한 모 델을 제시하고, ITU-R 모델과 비교하였다.
국내 연평균 강우율 분포와 최악월 강우율 분포 는 지역별 편차가 상당히 크게 나타났다. 본 논문에
서 제시한 국내 연평균 강우율의 전국 평균 값과 ITU-R에서 권고하는 값과 비교했을 때 시간율 0.01
%에 대한 강우율 값은 국내 환경의 경우 65.91 mm/
h, ITU-R의 권고치는 50.70 mm/h로서 약 15 mm/h의 상당한 차이를 보였다. 본문에서 언급한 바와 같이 이러한 강우율의 차이는 밀리미터파 대역의 경우, 강우 감쇠량 예측에서 매우 큰 오차를 유발할 수 있 기 때문에, ITU-R 권고 값으로 무선 통신 시스템을 설계하게 된다면 시스템의 안정적인 운용을 보장하 지 못할 것이다. 또한, 최악월 강우율 분포 및 연평 균 강우율 분포와 최악월 강우율 분포의 상관계수 모델 역시 ITU-R 모델과 차이를 보였다.
따라서 국내 지상 및 위성링크에서 무선 통신 시 스템을 설계할 때에는 필히 본 논문에서 제시한 강 우율 분포 모델을 사용하여야 할 것으로 판단된다.
본 연구 결과는 국내 환경에서의 무선 링크에 대한 강우 감쇠의 시간율 특성을 정확히 예측하는 데 많 은 기여를 할 수 있을 것으로 사료된다.
참 고 문 헌
[1] ITU-R, "Propagation data and prediction methods required for design of earth-space telecommunica- tion systems", Rec. P.618-10, 2009.
[2] ITU-R, Handbook on Satellite Communications Sys- tems, Wiley, Third Edition, 2002.
[3] 백정기 외, "Ka 대역 위성 RF 안테나를 이용한 강우환경 측정 및 운용방안 연구," 한국전자통신 연구원, 한국, 보고서, 2002년.
[4] ITU-R, "Characteristics of precipitatioin for propaga- tion modelling", Rec. P.837-6, 2012.
[5] ITU-R, "Conversion of annual statistics to worst- month statistics", Rec. P.841-4, 2005.
[6] 이주환 외 9명, "누적 시간에 따른 강우강도 분포 변환 방법", TTAS.KO-06.0123, 2006.
[7] 박용호, 이주환, 백정기, "EHF(44 GHz) 게대역 강 우 감쇠 특성 예측 연구", 한국전자파학회논문지, 16(8), pp. 848-854, 2005년.
[8] ITU-R, "The concept of "worst month", Rec.
P.581-2, 1990.
[9] ITU-R, "Conversion of annual statistics to worst-
국내 지역별 연평균 및 최악월 강우율 분포 특성
month statistics", Rec. P.841-4, 2005.
[10] Benjamin Segal, "The estimation of worst-month precipitation attenuation probabilities in microwave
systems design", Annals of Telecommunications, vol. 35, no. 11-12, pp. 429-433, 1980.
강 우 근
2009년 2월: 충남대학교 전자전파 정보통신공학과 (공학사) 2011년 2월: 충남대학교 전자파환
경기술연구(EMERC)센터 연구원 [주 관심분야] 전자파 전파
김 인 겸
1988년 2월: 한양대학교 전자통신 공학과 (공학사)
1990년 2월: 한양대학교 전자통신 공학과 (공학석사)
1990년 3월: 국방과학연구소 책임 연구원
[주 관심분야] 광대역 무선전송 및 군 위성통신 시스템 기술, 전자파 전파
김 수 일
1986년 2월: 숭실대학교 전자공학 과 (공학사)
1988년 2월: 숭실대학교 전자공학 과 (공학석사)
2000년 8월: 한국과학기술원 전자 전산학과 (공학박사)
1988년 2월～현재: 국방과학연구소 책임연구원
2006년 3월～현재: 과학기술연합대학원대학교 교수 (대전 자전통신기술 전공)
2008년 8월～2009년 8월: 미국 The University of Toledo 박 사후 연수 (POST Doc.)
[주 관심분야] 이동통신망 및 위성통신망 모뎀기술, 군 대 전자전 통신기술
백 정 기
