1)
1. 서 론
국내의 기상 관측망(meteorological observation network) 은 선진국인 미국과 일본의 관측밀도보다 상대적으로 조밀 하여 기상자료 수집 및 활용측면에서 매우 유리하다. 특히, 전체 기상관측시설장비 중 강우관측시설이 차지하는 비중 이 높다. 지상우량계 관측망은 기상청에서 운영 중인 AWS (Auto Weather System)만으로도 관측밀도(국토면적/지상 우량계=99,720 km2/642)가 약 155.3 km2 (1개의 지상우 량계 관측소 기준) 수준이며, 국토해양부(456개)와 수자원
†
To whom correspondence should be addressed.
Water Resources Research Division, KOREA INSTITUTE of CIVIL ENGINEERING and BUILDING TECHNOLOGY
E-mail: [email protected]
공사(169개)에서 운영 중인 지상우량계를 모두 합하면 관 측밀도는 약 78.7 km2 (1개의 지상우량계 관측소 기준)에 이른다(Kim et al., 2015). 이와 같은 강우관측망은 연강수 량의 70%가 우기인 6월과 9월 사이에 평균적으로 집중되 고, 태풍이 해상으로부터 내륙으로 매년 유입되는 우리나라 의 기후학적 특성에서 기인된 결과라 할 수 있다. 하지만, 기후변화에 따른 국지성 집중호우 발생빈도의 증가와 극심 해져가는 강우발생의 시공간적 변동성으로 인해 조밀한 지 상우량계 관측시설만으로는 해상에서 유입하는 호우에 대한 즉각적인 대처에 한계가 있다. 더욱이 해안과 같이 초기시점 강우자료수집이 취약한 지역에 대해서는 더욱 그러하다.
국내에서는 지상우량계 관측소의 단점을 보완하기 위해 1969년부터 현재(2016년 기준)까지 기상 및 강우 레이더를 설치 및 운영 중에 있다. 기상청, 국토교통부 그리고 국방
레이더의 중첩관측영역을 활용한 정량적 강수량 추정
최정호･한명선
*†･ 유철상
**･ 이지호
***조선이공대학교 메카트로닉스공학과 겸임교수
*한국건설기술연구원 수자원·하천연구소 전임연구원
**고려대학교 건축사회환경공학부 교수
***서울과학기술대학교 건설시스템공학과 연구교수
Quantitative Precipitation Estimation using Overlapped Area in Radar Network
Choi, Jeongho･Han, Myoungsun
*†･Yoo, Chulsang
**･Lee, Jiho
***Adjunct Professor, Department of Mechatronics Engineering, Chosun College of Science & Technology
*
Researcher, Water Resources Research Division, KOREA INSTITUTE of CIVIL ENGINEERING and BUILDING TECHNOLOGY
**
Professor, School of Civil, Environmental and Architectural Engineering, Korea University
***
Research Professor, Department of Civil Engineering, Seoul National University of Science and Technology
(Received : 23 January 2017, Revised: 06 February 2017, Accepted: 06 February 2017)요 약
본 연구는 레이더의 중첩관측영역을 활용한 정량적 강수량 추정방법을 제안하였다. 이를 위해 국내의 조밀한 지상우량계 관측망 과 레이더 관측망의 중첩관측영역을 이용하였다. 결과적으로 중첩관측영역 내 레이더간의 계통오차를 확인하였으며, 이를 이용 하여 새로운 정량적 강수량 추정방법을 개발하였다. 이 방법으로 추정된 강우강도는 기존의 정량적 강수량 추정방법보다 모든 강우강도 범위에서 강수량이 적절하게 추정되는 것으로 나타났다.
핵심용어 : 레이더, 정량적 강수 추정, QREOA 모델, 레이더 네트워크
Abstract
This study proposed the quantitative precipitation estimation method using overlapped area in radar network. For this purpose, the dense rain gauges and radar network are used. As a result, we found a reflectivity bias between two radar located in different area and developed the new quantitative precipitation estimation method using the bias. Estimated radar rainfall from this method showed the apt radar rainfall estimate than the other results from conventional method at overall rainfall field.
Key words : Radar, QPE, QREOA, Radar network
부에서 운영 중인 레이더는 2014년을 기준으로 총 30대이 다(Kim et al., 2015). 아울러, 이 들 기관에서는 정량적 강 우량 추정 및 예측 정확도 향상을 목적으로 지속적인 레이 더 장비의 교체 및 추가설치를 진행하고 있다. 기상청에서 는 2019년도까지 11대의 기상레이더를 단일 편파 레이더 에서 이중편파 레이더로의 장비 교체를 계획하고 있으며, 국토해양부에서는 2018년도까지 4대의 이중편파 레이더를 설치할 예정이다. 레이더 장비의 개선으로 인하여 기존 레 이더 추정강우의 정확도가 일부 향상될 것을 기대할 수 있 으나, 장비향상만으로 레이더 추정강우의 정확도 개선 문제 가 모두 해결되는 것은 아니다. 결국, 하드웨어적 개선뿐만 아니라 정량적 강우량 추정 알고리즘 및 방법에 해당되는 소프트웨어적 개선도 동반되어야 한다.
기상관측을 목적으로 레이더를 운영 중에 있는 미국과 일 본에서는 레이더 장비의 하드웨어적 개선뿐만 아니라 레이 더 강우의 정량적 추정 알고리즘 및 방법 향상을 위해 다양 한 연구를 진행하고 있다. 대표적으로 미국의 CASA (Collaborative Adaptive Sensing of the Atmosphere) 프로 젝트와 일본의 TOMACS(Tokyo Metropolitan Area Convection Study for Extreme Weather Resilient Cities) 이 있다. 먼저, CASA 프로젝트는 오클라호마에 소형 X- 밴드 편파 레이더들로 이루어진 시험 관측망을 설치해서 서로 겹치는 관측범위를 가지는 저 비용 X-밴드 편파 레 이더로 강우 탐지에 대한 새로운 패러다임(DCAS)의 적용 성을 증명하는 하였다(Wang and Chandraseka, 2010). 일 본에서는 TOMACS의 일환으로 NIED(National Research Institute for Earth Science and Disaster Prevention)이 3 개 X-밴드 편파 레이더(X-NET) 시험 관측망을 도쿄 수 도권 지역에 설치해서 일본 기상청의 정규 C-밴드 레이더 관측망의 관측범위를 개선하는 프로젝트를 실시하고 있다.
이들 연구 모두 해당 지역의 지리적·기후적 특징을 고려하 고, 실제 설치되어 있는 레이더 관측망을 최대한 활용하여 정량적 레이더 강우추정을 개선하고자 수행되었다.
우리나라 환경에 적합한 QPE 알고리즘 개발을 위해서는 국내의 지리적 특성이 충분히 고려되어야 한다(Km et al., 2015). QPE는 강수입자에 대한 반사도(reflectivity, Z)와 지 상강우강도(ground rain rate, R)간의 관계를 일련의 멱함수 (power function)로 표현한
-
관계식(
, 식에서 매개변수 A는 상수항, b는 지수항)으로 강우강도를 추정하는 과정을 말한다. 일반적으로 Marshall and Palmer(1948)의 Z=200, R=1.6을 사용하지만, 강수형태와 시·공간에 따라 여 러 가지
-
관계식의 도출이 실시간으로 가능하다(Kim, 2014). Kim et al. (2015)에 따르면, 우리나라는 삼면이 바다 로 둘러싸인 반도(peninsula) 국가이기 때문에, 대다수의 호 우가 지상우량계 확보가 어려운 해상을 통과하여 내륙으로 유입된다. 따라서 호우의 내륙유입 이전과 강우발생 초기기 간에는 지상우량계 자료의 수집이 절대적으로 어려워
-
관계식의 매개변수 추정이 불가능할 뿐만 아니라 레이더 강 우의 편의보정(mean-field bias correction) 또한 어렵다(Yoo et al. 2011; 2013). 결국, 이 기간 동안에는 사전에 설정된 단일
-
관계식의 사용만이 가능하다.본 연구에서는 레이더의 중첩관측영역(overlapped observation area)을 활용한 정량적 강우량 추정방안을 제안하고자 한다.
이를 위해 국내의 조밀한 지상우량계 관측망과 레이더 관측망 의 중첩관측영역을 이용하였다. 해상으로부터의 호우유입이 잦은 남해안을 대상지역으로 선정하였으며, 제주도에 설치된 성산 레이더와 남해안 지역에 설치된 구덕산 레이더를 이용하 였다. 호우자료는 2010년에 발생한 우기자료를 이용하였다.
2. 배경이론
2.1 중첩관측영역
두 대 이상의 레이더 관측반경이 겹쳐질 경우에 해당 관측 영역을 중첩관측영역이라 한다. 중첩관측영역은 레이더 관측 반경에 따라 넓은 영역이 발생될 수도 있으며, 내륙 및 해상 에서도 발생할 수 있다. 두 대 이상의 레이더 관측반경이 겹 쳐져 생기는 중첩관측영역은 레이더 관측 자료를 이중으로 수집할 수 있다는 장점을 가지고 있다. 따라서 중첩관측영역 의 활용은 레이더 관측시스템의 활용성 증대 및 단점보완을 위해 매우 중요하다.
제주도와 남해안 지역에 위치한 레이더들의 설치환경을 반 영하여 중첩관측영역에 대한 개략적인 모식도를 Fig. 1에 나 타내었다. Fig. 1에서와 같이, 국토의 대부분을 차지하는 산 악지역에 의해 레이더를 동일한 고도에 설치하기란 거의 불 가능하다. 따라서 대부분의 레이더들은 서로 상이한 고도에 설치되어 있다. 이처럼 두 레이더의 관측특성도 다를 경우, 중첩관측영역에서 관측된 두 레이더간의 반사도 자료에는 상호 편의가 발생하게 된다. 두 레이더간의 반사도 편의는 대게 호우에 대한 레이더 관측방향, 레이더 설치고도, 호우 이동방향, 이상전파, 레이더 장비의 보정인자와 매개변수 등 에 의해 발생하게 된다. 아울러 이러한 편의발생 원인으로 인하여 중첩관측영역에서의 두 레이더간의 반사도 편의는 지역과 호우사상에 따라 상이할 수 있다. 제주도와 남해안지역과 같이
Fig. 1. Diagram of a overlapped observation area
중첩관측영역이 해상에 존재하는 경우에는 지상우량계 자료 를 이용하지 못함으로써 지상에서의 자료검증이 불가하다.
중첩관측영역에 대한 강우량 추정은 기존의 정량적 강우 량 추정과정과 큰 차이가 없다. 각 레이더 지점별로 정량적 강우량 추정을 통해 강우장을 생성하고, 중첩관측영역에 대 한 강우량은 산술평균방법으로 단순하게 결정된다. 이와 같 은 산술평균방법의 적용은 레이더 지점간의 반사도 편의를 전혀 고려하지 않기 때문에 이차적인 레이더 강우추정오차 의 원인이기도 하다. 더욱이 호우발생 초기시점과 같이
관계식의 매개변수 추정이 어려운 시점에서는 레이더 강우의 과소 및 과대 추정을 야기할 가능성이 매우 높다.2.2 선행연구조사
두 대 이상의 레이더를 활용한 중첩관측영역 연구는 다양 한 연구를 목적으로 1970년부터 수행되어왔다. Willson and Pollock (1974)는 C-밴드 레이더와 S-밴드 레이더의 시간별 총 강우량을 상호비교하기 위해 중첩관측영역을 활용하였다.
이 연구에서 사용한 C 밴드 레이더와 중첩관측영역과의 거리 는 88 km이며, S 밴드 레이더는 74 km이다. C 밴드 레이더 는 0.9° 고도각 자료를 활용하여 2.13 km (7,000 ft) 상공의 자료를, S 밴드 레이더는 0.5° 고도각 자료를 활용하여 1.15 km (3800 ft) 상공에서 관측된 자료를 사용하였다. 중첩관측 영역에서 두 레이더간의 시간별 총 강우량의 상관계수는 0.84으로 나타났다. 비록 두 레이더의 기종과 관측환경이 완 벽하게 일치하지는 않지만, 이 같은 결과는 레이더간의 높은 상관성을 통해 중첩관측영역의 활용가능성을 보여줬다. 아울 러, C 밴드와 S 밴드 레이더의 중첩관측영역에 설치된 지상 우량계와의 상관계수는 각각 0.46와 0.66이었다.
Hudlow and Scherer (1975)와 Hudlow and Patterson (1979)는 중첩관측영역 내의 반사도 상호비교를 통해 계통오 차(systematic error)를 보정하였다. 이 연구에서는 4개의 C- 밴드 레이더를 활용하였다. 레이더 자료의 해상도는 4 km×4 km이며, 주로 0.5°와 같은 저고도각 자료(low altitude data) 를 사용하였다. 검증(validation)을 목적으로 지상우량계를 이 용하였으며, 이 우량계는 4개의 레이더 사이트의 중심에 위치 하도록 Shipboard에 설치하였다. 레이더간의 계통오차를 확 인하기위해 중첩관측영역에서 관측된 반사도 자료를 상호비 교를 하였다. 이를 통해 레이더 자료간의 계통오차가 존재하 는 것을 확인하였으며, 그 정도가 2 dB를 초과하지 않았다.
Patterson (1979)는 Hudlow et al. (1979)에서 적용한 방법 을 다른 지역에 적용하여 유사한 결과를 도출하였다.
Smith et al.(1996)는 1년 이상 축적된 자료를 이용하여 두 레이더(TLX와 INX WSR-88D) 강우에 대한 계통오차 를 검토하였다. Warm Season의 경우, 레이더와 관측지점 의 거리 30km 부근에서 두 기종의 레이더로 추정한 MR(Mean Hourly Accumulation, mm)의 첨두 값 차이가 2배정도 발생하는 것으로 나타났다. 두 레이더 강우의 PR(Probability of Rainfall)과 CMR(Conditional Mean Hourly Rainfall, mm) 주상도의 형태는 매우 흡사한 형태
로 나타났다. Cold Season의 경우, 첨두 값 차이가 4배정 도 발생하였다. PR의 경우 3배 정도의 차이를 보였다. 아 울러 INX가 TLX보다 13% 높게 레이더 강우 CMR가 추 정되었다. Cold Season에는 34%정도 높은 것으로 나타났 다. MR의 경우 Warm, Cold Season 각각 18, 44%정도 INX가 큰 것으로 나타났다. 대체적으로 레이더 간의 계통 오차가 30%정도 발생하는 것을 알 수 있다.
3. 방법론
3.1 중첩관측영역을 활용한 정량적 강수량 추정방법 국내의 정량적 강수량 추정은
관계식을 이용한 제 한적인 방법으로써, 해안지역과 같은 특수한 지역에서 한계 가 있다. 이 같은 지리적 영향으로 인한 한계를 보완하고자 본 연구에서는 QREOA (Quantitative Rainfall Estimation using Overlapped Area) 방법의 알고리즘을 개발하였다.참고로, 국내에서 적용되고 있는 일반적인 정량적 강수량 추정방법은 Kim et al. (2015)에 상세하게 설명되어 있다.
QREOA 방법설명을 위해 호우의 이동에 따른 남해상과 남해안 지역의 레이더와 지상우량계의 일반적인 호우관측 모식도를 Fig. 2에 나타내었으며, Table 1에 호우의 이동에 따른 각 단계(stage)별 제주도 및 남해안지역의 강우 관측 및 추정 가능여부를 정리하였다. 설명의 편의를 위해 호우 의 이동방향에 따라 호우를 선행 관측하는 레이더를 'Radar A', 다음으로 관측하는 레이더를 'Radar B‘로 정의 한다. 현재 설치된 레이더 기종을 고려하여 단일편파 레이 더 적용을 목적으로 알고리즘을 구축하였다.
Stage I는 발생 호우를 주시하는 단계로써 Radar A는 호 우 관측이 가능한 반면에 Radar B의 관측반경 내에는 호우 가 발생하지 않은 상황이다. 하지만, Radar A의 강우추정 에 가용할 수 있는 지상우량계 자료의 수집이전 시점이기 때문에 기존의 단일
관계식만으로 정량적 강우량Fig. 2. Conceptual diagram of radar observation according to storm
movement in a coastal area
추정을 한다. Radar A에서 관측된 반사도는 대표적으로 많 이 사용되고 있는
혹은
을 이용하 여 강우강도로 변환한다. 물론 이러한 적용방법은 레이더 추정강우의 정량적 품질을 떨어지는 원인 중 하나이나, 지상 우량계 자료가 없는 현 상황에서는 최선이라고 할 수 있다.Stage II는 Radar A의 관측반경 내에 설치되어 있는 지상 우량계에서도 강우 관측이 가능한 단계이다. 이 단계에서는 Radar A의 반사도를 이용한 정량적 강수량 추정 (Quantitative Precipitation Estimate, QPE)이 가능하며, 따 라서
관계식 매개변수의 실시간 결정뿐만 아니라 레이 더 강우의 편의보정계수(coefficient of mean-field bias correction) 산정도 가능하다. 반면에 Radar B로는 강우관측 이 불가능한 상황이다. 본 연구에서는 지상우량계 자료가 충 분한 경우에 대한 실시간 정량적 강수량 추정방법으로 최소 자승법을 적용하였다. 최소자승법은 적용이 간편하고, 지상 우량계가 자료가 충분한 경우에서 적절한
관계식의 매 개변수 산정이 가능하다. 최소자승법을 이용한
-
관계식 의 매개변수 도출 절차는 Kim et al. (2015)과 동일하다.Stage III 단계는 두 레이더의 중첩관측영역이 발생하는 시점 이다. 즉, 동일한 호우사상에 대해 강우를 공동으로 관측할 수 있다는 것이다. 이 단계에서는 두 레이더간의 반사도 차이를 확인할 수 있는 유일한 단계이기도 하다. 아울러, 두 레이더 반사도 자료간의 상대오차 확인 및 산정을 한다. Fig. 3은 두 레이더 반사도간의 오차 형태를 다양하게 나타낸 것이다. 오차 의 형태는 Fig. 3과 같이 두 레이더 반사도의 상호비교(산점도 비교)를 통해 결정이 가능하다. 만일 Fig. 3의 (a)와 같이 오차 형태가 편의로 나타날 경우 비교적 간단하게 산정할 수 있다.
Stage IV 단계는 호우가 내륙으로 진입하는 단계로
Radar B의 강우추정에 가용 가능한 지상우량계 자료의 수 집이 가능하다. 하지만, 호우발생 초기시점임으로
관 계식의 매개변수를 정확하게 추정할 만큼의 지상우량계 자 료의 확보는 어렵다. 따라서 기존의 단일
관계식을 이용하여 레이더 강우의 추정이 가능하다. 지상우량계 확보 가 충분히 가능한 시점부터는 실시간
관계식 갱신을 통하여 보다 정확한 레이더 강우추정이 가능해진다.3.2 레이더간의 상호편의 보정계수 산정방법
두 레이더 사이트의 상호 편의를 고려하여 매개변수를 Relay 보정할 경우, 앞서 설명한 식들에 편의를 고려해야한 다. 먼저,
관계식의 매개변수를 전달할 사이트의 레 이더를 ‘A Radar’, 그리고 전달 받을 레이더를 ‘B Radar’로 정의하면, 아래 식과 같이 보정계수를 산정할 수 있다.
이 같은 보정계수는 두 레이더 간에 편의만 존재할 경우에 적용가능하다.
(1)
여기서, 는 두 레이더 반사도에 대한 편의보정계수,
는 첫 번째로 강우를 관측하는 레이더의 반사도,
는 두 번째로 강우를 관측하는 레이더의 반사도를 의미하다. 이 보정계수를 고려하여 기존의 최소자승법을 이용한 선형회귀과정을 살펴보면, 다음과 같다. Eq. (2)는 매개변수 , eq. (3)는 절편에 대해 정리한 것이다.
Table 1. Availability of observation facilities (gauge and weather radar) and Z-R relationship in real-time depending on the stages Stage Storm Location
Availability of gauge, radar and Z-R relationship in real-time
Radar A Radar B
Gauge Radar Z-R Gauge Radar Z-R
I Below the Island No Yes No No No No
II On the Island Yes Yes Yes No No No
III In overlapped area No/Yes Yes No/Yes No Yes No
IV On the Inland No/Yes No/Yes No/Yes Yes Yes Yes
(a) System error
(b) Non-linear error
(c) Complex error
Fig. 3. Type of the relative radar error
∙
∙
∙
∙
(2)
∙
∙
log ∙
log ∙
′ ′ ∙
log
∙ (3)결과적으로 두 레이더 간에 편의만 존재할 경우, 매개변 수 는 동일하다. 반면에 매개변수
는 아래 Eq.(10)과 같 이 편의를 고려하여 순차 보정해야 한다.
log
∙
=
∙
∙ log (4)4. 적용자료
4.1 대상지역
성산과 구덕산 레이더 지점에 대해 적용한 관측반경, 중첩 관측영역, 그리고 지상우량계의 형황을 Fig. 4에 나타내었다.
레이더 제원은 Table 2에 정리하였다. 성산 레이더와 구덕산
레이더간의 거리는 약 274 km이다. 따라서 이 두 레이더의 공동 관측영역을 조성하기 위해서는 최소한 137 km이상의 관측반경을 활용하여야한다. 성산 레이더의 180 km 관측반 경 내에 위치한 지상우량계(기상청관할 AWS에 한함)의 개 수는 83개(고산센터, 제주공항, 제주, 고산, 성산, 서귀포, 중 문, 아라, 하원, 추자도, 우도, 마라도, 유수암, 선흘, 서광, 어 리묵, 한림, 남원, 구좌, 성판악, 표선면, 모슬포, 가파도, 진달 래밭, 윗세오름, 태풍센터, 지귀도 외 56개) 이다.
국내의 경우에는 정량적 강수량 추정을 목적으로 CAPPI 를 사용하며, 대게 산악지형 및 고층 빌딩으로 인해 대게
Fig. 5. Radar beam diagram of the radar pairs
Fig. 4. Weather radar sites applied and ground rain gauges in radar observation area
1.5 km를 사용하고 있다. 하지만, 본 연구에서는 CAPPI (Constant Altitude Plan Position Indicator) 자료를 이용 할 경우 두 레이더 간에 상호 적합한 레이더 Bin 선정이 물리적으로 어려워 PPI(the Plan Position Indicator) 형태 의 레이더 자료를 이용하였다. Fig. 5는 두 레이더 간의 위 치, 설치고도, 상호거리, 빔폭, 그리고 고도각을 이용하여 중첩관측영역의 Beam 중첩시킨 모식도이다. 이를 통해서 본 연구에서는 레이더의 관측 고도각과 레이더간의 거리 를 고려하여 레이더 반사도 편의 산정에 필요한 Bin을 선 정하였다.
4.2 적용 호우사상
본 연구에서는 QREOA방법 적용을 위해 총 2개의 호우 사상을 선정하였다. Table 3은 선정 호우사상의 강우발생 기간, 호우관측 가능 레이더 지점, 적용 시나리오 등을 정 리한 것이다. 선정된 호우사상은 모두 남해안지역을 관통한 태풍사례들이다. 기간은 2010년 동안 발생한 호우사상을 대상으로 하였으며, Table 3을 통해서 호우사상이 실제 영 향을 미쳤던 레이더 지점을 확인할 수 있다.
호우사상의 이동경로 및 호우형태를 확인하고자, 적용한 호우사상의 강우장을 Fig. 6에 나타내었다. 본 연구에서
Table 2. Characteristics of weather radars applied
Radar station Contents
Located in Jeju Island Located in the coastal area
SSP PSN
Starting year 2006 2005
Company (naiton) Genmatronik (Germany) EEC (USA)
Transmission frequency (MHz) 2,825 2,718
Band S S
Transmitting tube Klystron Klystron
Peak Power (kW) 750 850
Pulse recurrence frequency (Hz) 250～1200 250～1200
Beam width(°) 1.0 1.0
Antenna diameter (m) 8.5 8.5
Pulse width (
) 1.0/4.5 1.0/4.5
Dynamic range (dB) 95 100
Altitude (m) 549 72
(a) Event 01
(b) Event 02
Fig. 6. Radar rainfall field for each storm event
적용한 호우사상1과 2는 우기에 흔히 발생하는 호우사상의 형태로써, 남해안에서 발생한 호우가 내륙으로 유입되는 경 우이다.
5. 적용결과
5.1 레이더간의 반사도 편의와 보정계수
두 레이더 반사도 자료의 상호비교를 통하여 오차형태를 파악하였다. Fig. 7은 성산 레이더와 구덕산 레이더 반사 도에 대한 산점도이다. 먼저, Fig. 7의 (a)는 두 레이더 지 점간의 레이더 반사도의 편의를 확인하기 위해 산포도를 나타낸 것이다. 결과적으로 두 레이더 반사도 자료를 상호 비교한 결과, 반사도 자료의 차이가 계통오차인 편의 (bias) 형태로 나타나는 것을 확인하였다. Fig. 7 (a)의 경 우 성산 레이더의 반사도(
)가 구덕산 레이더 반사도 (
)에 비해 과소한 것으로 나타났으며, 그 정도는 2.10 dBZ이다.Fig. 8의 (b)는 레이더 지점 간에 발생한 편의를 단순 보 정방법으로 보정한 결과이다. 여기서 단순 보정방법은 특정 레이더 지점 자료를 기준 값으로 설정하고, 다른 레이더 지 점자료에 발생된 편의만큼 보정을 해주는 것이다. 성산과 구덕산 레이더의 경우, 대부분의 호우가 성산 레이더를 거 쳐 구덕산 레이더로 이동함으로, 성산 레이더 자료를 기준 값으로 설정하였다. 보정 결과를 통해 보정 전에 발생한 편 의 2.10 dBZ가 보정되어 두 레이더 반사도간의 평균적인 차이가 제거된 것을 확인할 수 있다.
시간의 변화에 따른 레이더간의 편의를 검토하기 위해 편 의를 매시간 산정하였다. Fig. 8은 성산과 구덕산 레이더 반사도에 대한 편의를 매시간 산정한 결과이다. 결과를 살 펴보면, 레이더간의 편의는 -1.0-6.0 dBZ의 범위에서 발 생하는 것으로 나타났다. 평균은 1.50 dBZ이며, 표준편차 는 1.44 dBZ으로 시간에 따른 변동성이 다소 존재하는 것 으로 판단된다. 특히, 이 같은 변동성은 중첩관측영역에서 관측된 호우사상의 Part A (0-400 minute)시점과 Part B (400-1500 minute)시점으로 구분하여 살펴볼 수 있다.
Part A의 평균은 2.48이고 Part B의 평균은 1.13으로 두 구간간의 편의평균 차이가 두 배 이상에 달한다. 결과적으 로 레이더간의 편의보정을 수행할 경우, 일정 값을 적용하 기보다는 매시간 실시간 자료를 이용하여 보정을 수행하는 것이 적절할 것으로 판단된다. 이에 본 연구에서는 레이더 간의 편의를 보정하기 위해 보정계수를 실시간으로 산정하 였다.
(a) Non-corrected
(b) Corrected
Fig. 7. Correction of radar-radar bias (SSP and PSN radars)
Fig. 8. Radar relative-reflectivity bias in real-time Table 3. Application storm events and its scenario to apply QPE in coastal area
# Event Storm
Scenario
Period (mm/dd/yy hh:nn) Type
1 06/11/10 06:00 - 06/12/10 23:00
Monsoon SSP → PSN
2 07/10/10 10:00 - 07/12/10 04:00 SSP → PSN
5.2 중첩관측영역의 적용사례
선정된 호우사상을 이용하여 QREOA 방법의 적용성을 검토 하였다. 먼저, 기존방법(기상청의 RAR 시스템)과 QREOA 방법 의 적용 성능을 비교하기 위해 기존방법으로 추정한 Z-R 관계 식의 매개변수와 QREOA 방법으로 추정한 매개변수를 함께 Fig. 9에 나타내었다. Fig. 9에서 박스는 해당 시점에서 Z-R 관계식의 매개변수 추정에 가용한 지상우량계 지점의 개수를,
와
는 각각 성산과 구덕산 레이더 지점에 대해 기존 방법으로 추정된 매개변수
를, 그리고
는 OREOA 방법으로 추정된 Z-R 관계식의 매개변수를 의미한다.Fig. 9(a)는 매개변수 A에 대한 결과이다. 기존방법은 지상 우량계 자료가 없거나 Z-R 관계식의 매개변수를 추정하기 에 부족할 경우에는 Z-R 관계식의 매개변수를 특정 관계식 (A=200, b=1.6)으로 일정하게 적용하였다. 따라서 기존방법 은 55시점까지는 매개변수 A가 200으로 일정하게 적용된다.
이후 지상우량계 자료가 충분해지면 Fig. 9(a)에서와 같이 매 개변수의 추정이 가능해진다. 하지만, 추정된 매개변수는 호 우초기시점에서 일정 값으로 감소하는 형태를 하고 있어 다 소 불확실성이 클 것으로 판단된다. 반면에 QREOA 방법은 두 레이더간의 편의 산정 및 보정이 가능한 호우가 내륙으로 시점부터 Z-R 관계식의 매개변수 추정이 가능하다. 따라서
(a) Parameter A
(b) Parameter b
Fig. 9. Comparison results of Z-R relationship parameters resulted from the original and the proposed method
유입되기 이전에 매개변수를 추정할 수 있다는 장점을 가지고 있다. 또한 호우가 내륙으로 유입되는 초기시점에서 지상우량 계 자료의 개수와 상관없이 기존방법보다 상대적으로 안정적 으로 매개변수가 추정된 것을 확인할 수 있다. 아울러, 지상우 량계 자료가 충분해진 67시점부터는 두 방법으로 추정된 매개 변수가 유사한 값으로 상호 수렴하는 것을 확인할 수 있다.
Fig. 9 (b)는 매개변수 b에 대한 결과이다. Fig. 9(b)에서와 같이 기존방법은 지상우량계 자료가 확보되는 시점까지 매개 변수를 1.6으로 적용한다. QREOA 방법의 경우, 실제 레이더 간의 편의보정은 Eq.(10)과 같이 Z-R 관계식의 매개변수 A 에만 영향을 미침으로 매개변수 b는 이전에 추정된 매개변수 를 그대로 가용할 수 있다. 성산과 구덕산 레이더의 경우, 구덕 산 레이더 지점에 적용되는 매개변수 b는 성산 레이더지점에 서 지상우량계 자료가 충분히 확보된 상태에서 추정된 값이다.
Fig. 10은 두 방법으로 추정된 레이더 강우를 검토하기 위 해 호우가 내륙으로 유입된 시점부터 6시간 동안 10분 단위 로 추정된 레이더 강우강도를 지상우량계 강우강도와 비교한
(a) Conventional QPE
(b) QREOA
Fig. 10. Comparison of the result from conventional QPE method
and QREOA method
것이다. Fig. 10(a)는 기존방법을, (b)는 QREOA 방법에 대 해 나타낸 것이다. 먼저, 기존방법으로 추정된 레이더 강우의 경우, 지상우량계 강우강도 기준으로 15.0 mm/hr 미만의 강 우는 크게 과소하거나 과대하게 추정되지 않았으나, 15 mm/hr를 초과하는 경우에는 레이더 강우가 대체적으로 과소 하게 추정되었다. 이 같은 결과에 대한 대표적인 원인은 호우 발생 초기시점에서 사용된 일정한 Z-R 관계식이라 할 수 있 다. 일반적으로 Marshall-Palmer가 제안한 식과 같은 Z-R 관계식은 레이더 강우의 과소추정 원인 중 하나이다. 또한, Z-R 관계식의 매개변수를 추정할 수 있는 지상우량계 자료 가 확보되었다 하더라도 그 수는 Z-R 관계식의 매개변수를
추정할 수 있는 최소개수에 불과하다. 결국, 실시간 매개변수 를 추정할 경우 지상우량계 자료의 부족한 개수에 의한 불확 실성이 내포될 가능성이 매우 크다. 또한 단일편파 레이더의 정량적 강수량 추정에서 나타날 수 있는 문제로 볼 수 있다.
Fig. 10(b)의 QREOA 방법의 적용 결과는 기존방법의 레 이더 추정강우보다 개선된 결과를 보여줬다. 15 mm/hr 미만 에서는 지상우량계 강우강도에 준하는 레이더 강우가 추정되 었으며, 15 mm/hr 이상에서도 상대적으로 레이더 강우추정 이 적절하게 수행되었음을 알 수 있다. 이 같은 결과는 호우가 내륙으로 유입되는 초기시점에서부터 적절한 Z-R 관계식의 매개변수 추정 및 적용이 가능하였기 때문이다. 더욱이
(a) Conventional QPE
(b) QREOA
Fig. 11. Comparison results of QPE field for Southern Coast Area
QREOA 방법에서는 레이더 강우와 지상우량계 강우간의 편 의 또한 정량적 강우량 추정과정에서 실시간으로 고려하기 때문에 보다 나은 결과가 도출된 것으로 판단된다.
Fig. 11은 호우가 내륙으로 유입되는 시점에 대한 레이더 강우 장을 나타낸 것이다. Fig. 11(a)는 기존방법으로 추정한 결과이며, (b)는 QREOA로 추정한 결과이다. 앞서 검토한 결과와 같이 기존방법과 QREOA방법을 함께 살펴보면, 기존방법이 QREOA방법에 비해 강우를 과소하게 추정하는 것을 확인할 수 있다. 특히, 20 mm/hr 이상의 강우에 대해서는 두 추정방법의 정량적 추정결과 차이가 명확하게 나타났다. 이러한 결과를 기반 으로 볼 때, 실제로 해안지역에 위치한 도시유역 및 자연하천유역 에서 동일한 호우가 발생할 경우 그 차이는 더 클 것으로 판단되며, 이러한 차이는 유출에 큰 영향을 미칠 것으로 사료된다.
6. 결 론
본 연구에서는 국내의 지리적·기후적 특성과 레이더 관측 망을 활용하여 해안지역에서의 정량적 강우량 추정방법 QREOA를 제안하였다. 이를 위해 국내의 조밀한 지상우량 계 관측망과 레이더 관측망의 중첩관측영역을 이용하고, 대 상지역으로 남해안 지역을 선정하였다. 제주도에 설치된 성 산 레이더와 남해안 지역에 설치된 구덕산 레이더를 이용 하였다. 호우자료는 2010년에 발생한 우기자료를 이용하였 다. 이에 따른 결과를 정리하면 다음과 같다.
(1) 중첩관측영역 내 두 레이더 반사도 자료를 이용하여 레 이더간의 계통오차인 편의유무를 확인하였다. 적용 두 레이더 지점 모두에서 확인할 수 있었으며, 편의의 정도는 지점마다 상이한 것으로 나타났다. 또한 편의가 시간에 따라 변동하는 것으로 확인되었으며, 이러한 결과를 바탕으로 레이더간의 편 의 보정계수를 산정하였다. 레이더간의 편의발생에 대한 다양 한 원인이 존재하겠으나, 레이더의 관측기종과 설치특성, 그리 고 관측환경 등이 가장 크게 작용할 것으로 판단된다.
(2) 기존방법과 본 연구에서 제안한 QREOA 방법으로 실시간 Z-R 관계식의 매개변수를 추정한 결과, QREOA 방법이 기존방법의 취약점을 보완할 수 있는 것으로 나타 났다. 첫 번째는 호우의 내륙유입이전에 Z-R 관계식의 매 개변수를 추정할 수 있다는 점이다. 두 번째는 호우의 내륙 유입이후 초기시점에 대해 지상우량계 자료의 개수에 상관 없이 안정적으로 Z-R 관계식의 매개변수를 추정할 수 있 다는 점이다. 이러한 QREOA 방법의 강점은 해안지역과 같이 호우에 민감한 지역에 대해 정량적 추정 강우량의 정 확도를 향상시킬 수 있는 방법으로 사료된다.
(3) 두 방법으로 정량적 강우량 추정을 수행한 결과, 기 존방법으로 추정한 레이더 강우는 15 mm/hr 이상의 강우 에 대해서는 지상우량계 강우강도보다 과소하게 추정되는 것으로 나타났다. 이러한 결과는 호우발생 초기시점에 지상 우량계 자료의 부족으로 인하여 단일 Z-R 관계식을 적용 하였기 때문이다. 반면에 QREOA 방법으로 추정된 강우강 도는 상대적으로 모든 강우강도 범위에서 정량적 강우가
적절하게 추정된 것으로 나타났다.
사 사
본 연구는 물관리연구사업의 연구비지원(수재해 피해 저 감을 위한 전파강수계 및 측정 시스템 개발)에 의해 수행되 었습니다.
References
Hudlow, MD and Patterson, VL (1979).
GATE radar rainfall atlas
. NOAA Special Rep. Center for Environmental Assessment Services.Hudlow, MD and Scherer, W (1975).
Precipitation analysis for BOMEX period 3
, NOAA National Oceanic and Atmospheric Adminstration.Kim, J (2014).
Using a data assimilation technique and a concept of information transfer for quantitative radar rainfall estimation and mean field bias correction
. Ph.D. Dissertation, Korea University.Kim, J and Yoo, C (2014). Use of a dual Kalman filter for real-time correction of mean field bias of radar rain rate.
J. of Hydrology
, 519, pp. 2785-2796.Kim, J, Yoo, C, Lim, S, and Choi, J. (2015). Usefulness of relay-information-transfer for radar QPE.
J. of Hydrology
, 531, pp. 308-319.Marshall, JS and Palmer, WM (1948). The distribution of raindrop with size.
J. of Atmospheric Sciences
, 5, pp.165-166.
Patterson, VL (1979).
GATE radar rainfall processing system (Vol. 26). US Department of Commerce
, National Oceanic and Atmospheric Administration, Environmental Data and Information Service.Smith, JA, Seo, DJ, Baeck, ML, and Hudlow, MD (1996). An intercomparison study of NEXRAD precipitation estimates.
Water Resources Research
, 32(7), pp. 2035-2045.Wang, Y, and V. Chandrasekar (2010). Quantitative precipitation estimation in the CASA X-band dual- polarization radar network.
J. of Atmospheric and Oceanic Technology
, 27(10), pp. 1665-1676.Wilson, JW and Pollock, DM (1974). Rainfall measurements during Hurricane Agnes by three overlapping radars.
J. of Applied Meteorology
, 13(8), pp. 835-844.Yoo, C, Kim, J, Chung, JH, Yang, DM, (2011). Mean field bias correction of the very short range forecast rainfall using the Kalman filter.
J. of Korean Society of Hazard Mitigation
, 11, pp. 17-28.Yoo, C, Park, C, Yoon, J, Kim, J, (2013). Interpretation of mean-field bias correction of radar rain rate using the concept of linear regression,
