PARTNER
검증된 파트너 제휴사 자료

국지우량계보정방법을 이용한 레이더강우량의 수문모델 적용 (Application of Radar Rainfall Estimates Using the Local Gauge Correction Method to Hydrologic Model)

12 페이지
기타파일
최초등록일 2025.03.19 최종저작일 2014.08
12P 미리보기
국지우량계보정방법을 이용한 레이더강우량의 수문모델 적용
  • 미리보기

    서지정보

    · 발행기관 : 한국방재학회
    · 수록지 정보 : 한국방재학회논문집 / 14권 / 4호 / 67 ~ 78페이지
    · 저자명 : 이재경, 김지현, 박종서, 김광호

    초록

    기상청에서 운영 중인 Radar-AWS Rainrate (RAR) 산출 시스템은 레이더에서 관측되는 반사도와 지상관측소인 AWS의 관측된 강우량을 이용하여 실시간 Z-R 관계식을 추정하여 강우량을 산출하나 정확한 강우량 추정에는 한계가 있다. 본 연구에서는 국지적 강우발생현상의 보정이 가능한 국지우량계보정(Local Gauge Correction, LGC) 방법을 RAR 산출 시스템에 적용하여 LGC 적용결과를 평가하였다. 여름철(2012년 6-8월) 강우사례 분석결과에서 RAR 산출 시스템의 RMSE는 6.39, 상관계수는 0.87, 겨울철(2012년 12월-2013년 2월) 강우사례에서 RMSE는 2.45, 상관계수는 0.85로 나타나 모의정확도가 있음을 보였다. 다음으로 LGC 방법 적용 후에 여름철에는 RMSE가 8.68에서 8.01로 향상되었고 겨울철에는 RMSE가 2.58에서 2.00으로 강우량 추정 정확도가 향상되었다. 또한 RAR 산출 시스템에 적용 중인 Gauge to Radar (G/R) ratio 방법보다 LGC 방법을 적용한 경우에 약 3 % 정도 정확도가 개선되는 것으로 나타났다. 다음으로 LGC 방법을 적용한 보정된 강우를 HEC-HMS에 적용하여 홍수모의 정확도를 평가한 결과, RMSE는 평균 11.57%, 상관계수는 2.11%, Nash-Sutcliffe Efficiency는 14.47% 향상되었으며, 수문곡선의 정확도도 향상되었다. 따라서 RAR 산출 시스템에서산출되는 강우량 보정에 LGC 방법이 효용성이 있음을 확인하였다. 더욱 정확한 수문변수 산출을 위해 수문분야에 LGC 방법으로 정확도가 개선된 강우를 활용할 필요성이 있는 것으로 사료된다.

    영어초록

    The Radar-AWS Rainrate (RAR) calculation system operated by Korea Meteorological Administration has several limitations in estimatingthe rainfall amounts accurately, though the RAR calculation system estimates rainrate from real-time estimation of the Z-Rrelation using the reflectivity from weather radar and observed rainrate from Automatic Weather Station (AWS). This study appliedthe Local Gauge Correction (LGC) method which enables correcting the rainfall events occurred locally using the RAR calculationsystem and verified the accuracy of the LGC results. As a result, in the case analysis of the summer season (from June 2012 to August2012), RMSE and correlation coefficient of the RAR calculation system are 6.39 and 0.87 and RMSE and correlation coefficient are2.45 and 0.85, respectively, in the winter season (from December 2012 to February 2013). Therefore, the RAR calculation system hasthe accuracy of rainrate estimation. In this study, after the LGC method is applied to the RAR system, the accuracy of the RAR isimproved in both summer (from 8.68 to 8.01 in RMSE) and winter seasons (from 2.58 to 2.00). The LGC method has also improvedabout 3 % than the Gauge to Radar (G/R) ratio. Furthermore, the corrected rainfall using the LGC method was inputted to the HECHMSto examine the accuracy of flood simulation. According to the results, the accuracy of flood results with the LGC method wasimproved 11.57% (in RMSE), 2.11% (in correlation coefficient), and 14.47% (Nash-Sutcliffe Efficiency) on average, along with theaccuracy of hydrograph with the LGC method. Therefore, after the application of the LGC method, the RAR calculation system hassufficient capability to simulate the accurate rainrate while the LGC method can correct the amounts of rainrate from the RAR calculationsystem. It is advised that the corrected rainfall with the LGC method be utilized in hydrology field to produce more accuratehydrologic variables.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“한국방재학회논문집”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 08월 04일 월요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
6:10 오후