Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.38 No.7 pp.496-510
DOI : https://doi.org/10.5467/JKESS.2017.38.7.496

Accuracy Evaluation of Composite Hybrid Surface Rainfall (HSR) Using KMA Weather Radar Network

Geunsu Lyu1, Sung-Hwa Jung3, Young-a Oh3, Hong-Mok Park1, GyuWon Lee1,2*
1Center for Atmospheric REmote sensing (CARE), Kyungpook National University, Daegu 41566, Korea
2Research and Training Team for Future Creative Astrophysicists and Cosmologists and Department of Astronomy and Atmospheric Sciences, Kyungpook National University, Daegu 41566, Korea
3Radar Analysis Division, Weather Radar Center, Korea Meteorological Administration, Seoul 07062, Korea
Corresponding author: gyuwon@knu.ac.kr+82-53-950-6360+82-53-950-6359
20170822 20171011 20171020

Abstract

This study presents a new nationwide quantitative precipitation estimation (QPE) based on the hybrid surface rainfall (HSR) technique using the weather radar network of Korea Meteorological Administration (KMA). This new nationwide HSR is characterized by the synthesis of reflectivity at the hybrid surface that is not affected by ground clutter, beam blockage, non-meteorological echoes, and bright band. The nationwide HSR is classified into static (STATIC) and dynamic HSR (DYNAMIC) mosaic depending on employing a quality control process, which is based on the fuzzy logic approach for single-polarization radar and the spatial texture technique for dual-polarization radar. The STATIC and DYNAMIC were evaluated by comparing with official and operational radar rainfall mosaic (MOSAIC) of KMA for 10 rainfall events from May to October 2014. The correlation coefficients within the block region of STATIC, DYNAMIC and MOSAIC are 0.52, 0.78, and 0.69, respectively, and their mean relative errors are 34.08, 30.08, and 40.71%.


기상청 기상레이더 관측망을 이용한 합성 하이브리드 고도면 강우량(HSR)의 정확도 검증

류 근수1, 정 성화3, 오 영아3, 박 홍목1, 이 규원1,2*
1경북대학교 대기원격탐사연구소, 41566, 대구광역시 북구 대학로 80
2경북대학교 천문대기과학과 및 천체물리 및 우주론분야 미래 창의 인재 양성팀, 41566, 대구광역시 북구 대학로 80
3기상청 기상레이더센터 레이더분석과, 07062, 서울특별시 동작구 여의대방로16길 61

초록

본 연구는 기상청의 기상레이더 관측망을 이용한 하이브리드 고도면 강우추정 기법 기반의 새로운 정량적 합성 강수량 추정 방법을 제시한다. HSR기법은 지형클러터, 빔차폐, 비 기상 에코 및 밝은 띠의 영향을 받지 않는 하이브리 드 고도면의 반사도를 합성하는 것이 특징이다. HSR 합성반사도는 정적 HSR (STATIC)과 단일편파레이더에 대한 퍼 지로직 기법과 이중편파레이더에 대한 시선방향 질감 기반의 품질관리 절차를 사용하는 동적 HSR (DYNAMIC) 합성 으로 구분된다. STATIC과 DYNAMIC은 2014년 5월부터 10월까지 10개의 강우 사례에 대해 기상청 현업용 합성강우 (MOSAIC)와 비교검증 하였다. 차폐 영역에서 STATIC, DYNAMIC, MOSAIC의 상관계수는 각각 0.52, 0.78, 0.69이며 평균 상대 오차는 각각 34.08, 30.08, 40.71%로 분석되었다.


    서 론

    레이더 반사도 기반의 강수추정에서 지형에코(ground clutter)와 부분 빔차폐(partial beam blockage)는 심각 한 오차를 초래한다. 지형에코는 레이더 주변의 지형, 건물, 나무 등에 의해 일정한 위치에서 수신되는 비 교적 강한 신호이며 강우추정에 있어 과대추정을 유 발한다(e.g., Cho et al., 2006; Kwon et al., 2015). 빔차폐는 레이더 빔이 차폐물에 의해 일부 또는 전 체가 가려지는 것을 의미하며(Joss and Waldvogel, 1990; Joss and Lee, 1995; Westrick et al., 1999; Germann and Joss, 2002, Germann and Joss, 2004; Maddox et al., 2002), 수신되는 반사도의 손실을 발생시켜 과소추정 을 야기 시킨다. Westrick et al. (1999)는 레이더기반 의 정량적 강수추정(Quantitative Precipitation Estimation, QPE)에서 빔차폐가 중요한 한계 요인임을 보였으며 Maddox et al. (2002)는 미국 서부지역에서 빔차폐로 인해 레이더 관측범위가 제한됨을 보였다.

    지형에코와 부분 빔차폐의 영향을 최소화하여 QPE 정확도를 향상시키고자 레이더부피주사(volume scan) 관측자료와 지형정보(digital elevation model, DEM)를 이용한 하이브리드 고도면(hybrid scan surface) 강수추정기법에 관한 많은 연구들이 이루어 졌다(e.g., O’Bannon, 1997; Fulton et al., 1998; Maddox et al., 2002; Zhang et al., 2011; Kwon et al., 2012; Lyu et al., 2015). Fulton et al. (1998)은 WSR-88D (Weather Surveillance Radar-1988 Doppler) 레이더를 이용한 강수추정 정확도 향상을 위해 레이 더 빔의 고도는 지표로부터 최소 150 m 이상이며, 빔차폐율은 50% 미만의 고도각으로 이루어진 최적의 하이브리드 고도면 선택을 제안하였다. Kwon et al. (2012)는 비슬산 이중편파 레이더를 이용한 하이브리 드 고도면 강수추정기법(Hybrid Surface Rainfall technique, HSR)을 제시하였고, 지상우량계를 활용하 여 QPE 성능을 평가하였다. Lyu et al. (2015)는 HSR 기반의 정적인 방법과 퍼지로직 품질지수(fuzzy logic quality index, FQ)를 추가 적용한 동적인 방법을 이 용하여 강수추정 정확도를 비교하였으며 동적인 방법 을 사용했을 때 QPE 정확도가 향상될 수 있음을 보 였다.

    최근의 강수형태는 좁은 지역에 많은 양이 집중되 는 경향을 보인다. Kim et al. (2005)는 장기간의 지 상관측자료를 이용하여 한반도에서 강수강도의 지역 별 특성을 구분하였으며 충청과 경기지역의 집중호우 발생 가능성을 보였다. Kim et al. (2012)는 수도권 집중관측자료를 이용하여 도시화 효과가 여름철 강수 에 미치는 영향을 분석하였다.

    기상레이더는 매우 높은 시공간 해상도(e.g., 10분, 1° ×250 m)의 강수정보를 제공할 수 있기 때문에 이와 같은 집중호우 감시 및 예보에 활용되는 중요한 기 상관측 장비이다. 그렇지만 단일레이더는 관측범위가 제한적이기 때문에 레이더자료의 합성을 통한 전국규 모의 강수자료 생성이 요구된다. Zhang et al. (2011) 은 National Mosaic and Multi sensor Quantitative Precipitation Estimation (NMQ) 시스템에서 하이브리 드 고도면 반사도 기법을 활용하여 대륙규모의 합성 강수를 생성하고 QPE 정확도를 분석 하였다. NMQ 시스템은 개별 레이더의 거리 및 고도 가중치와 강 수유형에 따른 다양한 관계식을 사용하여 합성강수를 생성한다.

    본 연구에서는 단일 레이더의 한계를 극복하고 강 수량추정 정확도 향상을 위해 기상청(Korea Meteorological Administration, KMA) 레이더 관측자료를 이 용하여 정적 및 동적 HSR기법으로 전국규모의 합성 반사도를 생성하고, 정량적 강우강도를 추정하였다. 합성차폐율을 이용하여 차폐와 비차폐 영역을 구분하 고, 차폐영역에 대한 각 강수추정기법의 성능을 평가 하였다. 또한 기상청 현업용 합성반사도로 추정된 강 우강도와 성능을 비교하였다.

    연구 자료

    레이더자료

    HSR기반의 합성반사도 산출을 위해 기상청 기상 레이더 관측망 자료를 사용하였다(Fig. 1). 기상청은 기존의 단일편파(single-polarization)에서 이중편파(dualpolarization) 레이더로 순차적인 교체를 진행하고 있 으며, 본 연구기간에 사용된 백령도(BRI) 레이더는 이중편파이며 나머지는 단일편파 레이더이다. 2014년 5-10월 동안 10개 강우사례에 대한 관악산(KWK), 오성산(KSN), 백령도(BRI), 광덕산(GDK), 강릉(GNG), 구덕산(PSN), 고산(GSN), 성산포(SSP) 레이더의 지 형에코필터 전 반사도(unfiltered reflectivity, DZ)를 사용하였다. 면봉산(MYN)과 진도(JNI)레이더는 DZ 를 제공하지 않아 지형에코필터 후 반사도(corrected reflectivity, CZ)를 사용하였다. HSR기반의 합성강우 와 성능을 비교하기 위해 1.5 km 고도의 기상청 현업 용 CAPPI (Constant Altitude Plan Position Indicator) 합성반사도(MOSAIC)를 사용하였다. MOSAIC은 개 별 레이더의 시스템오차(instrumental bias)를 보정하 지 않았으며, 퍼지논리 품질관리기법과 최대반사도 합성방법(Maximum reflectivity mosaic, MAX)이 적 용된 합성반사도이다.

    레이더 빔차폐지도

    각 레이더의 빔차폐 유무를 판별하기 위해 빔차폐 율(beam blockage fraction, BBF)을 모의 하였다. 정 량적 빔차폐율 모의를 위해 Consultative Group on International Agricultural Research-Consortium for Spatial Information (CGIAR-CSI)에서 제공되는 수치 고도모형(digital elevation model, DEM)을 사용하였 다. 본 연구에서 사용된 DEM은 약 3'' (약 90 m)의 수평 분해능과 16 m 이내의 고도오차를 가지고 있다. 표준대기(standard atmosphere) 굴절률과 가우시안 빔 패턴을 가정하였으며, 레이더 안테나의 위치정보(위· 경도 및 고도)와 관측 고도각을 이용하여 모의하였다 (Doviak and Zrnic, 1993; Bellon and Zawadzki, 2003; Jung and Kim, 2007). DEM이 가지는 오차와 모의방법의 불확실성을 고려하여 차폐율 10% 미만은 차폐가 없는 것으로 간주하였다.

    지형에코지도

    지형에코로 인한 영향을 제거하기 위해 고도각별 지형에코지도를 사용하였다. 지형에코지도는 강수가 없는 맑은 날의 청천에코(clear air echo) 사례만을 선택하여 고도각별 관측된 반사도(volume data)를 누 적 평균하여 생성한다. 이때 채프에코(chaff echo), 이상전파에코(Anomalous propagation, AP), 태양섬광 (sun strobe) 등은 지형에 의한 신호가 아니기 때문에 이러한 비기상신호가 포함된 사례는 제외하였다. 본 연구의 레이더별 지형에코지도 생성에 사용된 청천에 코사례는 Table 1과 같다. BRI는 시험운영으로 인해 연구기간동안 사용된 청천사례의 자료수가 상대적으 로 적었으며 JNI와 MYN은 DZ가 제공되지 않기 때 문에 지형에코지도를 사용하지 않았다.

    퍼지논리 품질지수지도

    퍼지논리 품질지수는 퍼지논리 품질관리를 통해 산 출된 품질지수로써 0에서 1의 범위로 반사도의 품질을 나타낸다(Cho et al., 2006; Ye, 2013; Ye et al., 2015). 퍼지논리 품질관리는 퍼지변수별 빈도분포로부터 강수 와 비강수에코를 구분하는 소속함수(membership function)를 계산하고 임계치와 비교하여 비강수로 판 별된 영역을 제거하는 기법이다. 이때 산출된 소속함 수를 지수화한 결과물을 품질지수라 정의한다. 퍼지 논리 품질지수는 0에 가까울수록 낮은 품질을, 1에 가까울수록 높은 품질을 의미한다. 이러한 품질지수 는 관측자료를 이용하여 생성하므로 레이더 반사도의 품질을 실시간으로 반영할 수 있어 최적의 반사도를 선택할 수 있다는 장점이 있다(Lyu et al., 2015).

    자동기상관측장비자료

    합성강우 검증을 위해 기상청 자동기상관측장비 (Automatic Weather Station, AWS)의 관측자료를 사 용하였다. 매 분 생산되는 24시간 누적 강우량으로부 터 1분 강우량을 산출하고, 각 사례별 강우시간 동안 의 평균 강우강도(mm hr−1 )를 산출하였다. AWS 지 점들 중 산출된 평균 강우강도가 0.1 mm hr−1 미만인 지점은 검증에서 제외하였다. Table 2는 본 연구에서 분석한 강우사례와 사례별 검증에 사용된 AWS 지점 의 수를 나타내며 반사도 합성에 사용된 레이더의 위치와 검증에 사용된 전국 AWS 지점(837개 지점) 의 위치는 Fig. 1과 같다. 사례 1-5는 층운형(stratiform), 6-8은 대류형(convective), 사례 9와 10은 전선 (frontal)이 동반된 사례이다.

    연구 방법

    개별 레이더 반사도지도 생성

    HSR기법은 지형 또는 빔차폐의 영향이 없고 관측 고도가 가장 낮은 레이더 빈(radar bin)으로 구성된 고도각면(HSR 마스크)의 반사도를 사용하여 강우추 정 정확도를 향상시키는 기법이다(Kwon et al., 2012; Lyu et al., 2015). HSR기법은 BBF와 지형에 코지도만을 이용하는 정적인 방법(STATIC)과 FQ를 추가적으로 이용하는 동적인 방법(DYNAMIC)으로 구분된다. 본 연구에서는 Lyu et al. (2015)의 정적 및 동적 HSR기법을 활용하여 단일편파레이더에 적 용하였으며, 백령도 이중편파레이더(BRI) 는 Kwon et al. (2012)에 따라 이중편파변수를 이용한 고도각 선택 알고리즘을 추가 적용하였다. Kwon et al. (2012)은 비슬산 이중편파레이더자료를 기반으로 강 우장 마스크(rain field mask, RF)를 생성하고, 정적 HSR을 기반으로 RF를 이용한 고도각 선택기법을 추 가 적용하여 강우추정 성능을 평가하였다. RF는 반 사도(reflectivity, ZH), 차등반사도(differential reflectivity, ZDR), 차등위상차(differential phase, ΦDP), 교차 상관계수(cross correlation coefficient, ρHV)의 시선방 향 질감(radial texture)을 식 (1)로 계산하고, 사전에 정의된 문턱 값과 비교하여 강우와 비강우 에코영역 을 구분한다.

    δ ( x ) = 1 N + 1 i = N / 2 N / 2 ( x x i ) 2
    (1)

    여기서 δ, x, N은 각각 시선방향질감, 계산변수, 시 선방향질감 계산에 사용된 레이더 빈의 개수를 의미 한다. 또한 계산변수 x의 아래첨자 i는 레이더 빈 번 호이다. FQ와 RF는 둘 다 관측자료를 기반으로 생 성되기 때문에 기상상태를 실시간으로 반영할 수 있 다는 장점이 있다. BRI의 고도각별 RF 생성을 위해 δ(ZH)thr=5dB, δ(ZDR)thr=4 dB, δ(ΦDP)thr=15°, δ(ρHV)thr = 0.1을 변수별 문턱 값으로 사용하였다(Kwon et al., 2015; Ye et al., 2015). 각 레이더 빈의 ρHV가 0.85보 다 크고 시선방향의 질감이 문턱 값보다 작으면 강 우영역으로 판별하였다. 정적 HSR 마스크에 해당하 는 고도각의 RF가 강우 영역일 때까지 고도각을 증 가시켜 최종 고도각을 선택하였다. 즉, RF는 지형에 코의 잔여에코, AP에코, 밝은 띠(bright band)에 의해 오염된 레이더 빈의 반사도를 강우추정에 사용하지 않도록 한다. 그렇지만 낮은 품질의 반사도를 사용하 지 않기 위해 고도각이 과도하게 증가되어 융해 층 이상고도의 반사도가 사용되는 경우가 종종 발생한다. 이러한 단점을 보완하기 위해, 특정고도(e.g., 4 km) 이상으로 레이더 빔고도가 증가하지 못하도록 제한을 두었다. 고도제한에 필요한 각 레이더 빈의 해발고도 를 산출하기 위해 레이더 안테나고도, 각 빈의 고도 각(즉, HSR 마스크)과 식 (2)를 이용하였다(Doviak and Zrnic, 1993).

    H = h + r 2 + R e 2 + 2 r R e sin θ R e
    (2)

    여기서 H는 레이더 빈 해발고도, h는 레이더 안테 나 해발고도, r은 레이더로부터 빈까지의 거리, θ는 레이더 빈의 고도각, Re는 유효지구반경(Re= 4/3R), 그리고 R은 지구반경(R=6371 km)을 의미한다.

    레이더 반사도 합성

    Fig. 2는 HSR기반의 합성반사도 생성순서를 나타 낸다. 먼저, Table 3의 분석영역과 지도투영법에 따라 현업 합성반사도와 동일한 영역을 설정하였다. 다음 으로 각 레이더의 안테나 위치, 레이더로부터 각 빈 까지의 거리 및 방위각을 이용하여 극 좌표계 형식 으로 이루어진 개별 레이더의 반사도지도를 앞에서 설정한 합성영역에 맞게 직교좌표계 형식으로 좌표변 환 하였다. 이때 설정된 합성영역에서 각 빈별 위치 에 해당하는 격자점을 찾고, 격자점에 포함되는 모든 빈의 반사도를 평균하여 격자화된 개별 레이더 반사 도지도를 생성하였다. 마지막으로, 중첩영역의 동일한 격자점에서 반사도 크기를 비교해가며 가장 강한 레 이더의 반사도를 선택하는 최대반사도 합성방법 (Maximum reflectivity mosaic, MAX)을 사용하여 최 종 합성반사도를 생성하였다.

    합성 강우추정 및 검증

    HSR기반의 합성반사도를 이용한 정량적 강우추정 을 위해 Z=219R1.36의 Z-R 관계식을 사용하였다(Lyu et al., 2015). 여기서 Z와 R은 각각 레이더 반사도 (mm6 m−3)와 추정 강우강도(mm hr−1 )이다. 현업용 합 성반사도(MOSAIC)에 동일한 관계식을 적용하여 HSR기법과 강우추정 정확도를 비교하였으며, 추정강 우의 정량적 검증을 위해 상관계수(correlation coefficient, CORR), 총비율(total ratio, RATIO), 평균편향오차 (mean bias error, BIAS), 정규표준편차(normalized standard deviation, NSD), 평균상대오차(mean relative error, MRE)를 검증지수로 사용하였다(식 (3)-(7)). 또 한 레이더 추정강우강도와 지상우량계 강우강도 사이 의 오차분포를 살펴보기 위해 각 지상우량계 지점별 편향오차비(fractional bias error, FB)와 상대오차 (relative error, RE)를 산출하였다(식(8), 식(9)).(4)(5)(6)

    C O R R = i = 1 N ( R i R ¯ ) ( G i G ¯ ) i = 1 N ( R i R ¯ ) 2 i = 1 N ( G i G ¯ ) 2
    (3)

    R A T I O = i = 1 N R i i = 1 N G i
    (4)

    B I A S = 1 N i = 1 N ( R i G i )
    (5)

    N S D = 1 N i = 1 N ( R i G i ) 2 G
    (6)

    M R E = 1 N i = 1 N ( | R i G i | G i × 100 )
    (7)

    F B = R i G i G ¯
    (8)

    R E = | R i G i | G i × 100 ( % )
    (9)

    여기서, 각 검증지수의 Gi와 Ri는 각각 i번째 지상 우량계의 강우강도와 지상우량계에 가장 가까운 격자 점의 레이더 강우강도이다. G, R은 사용된 전체 우량 계와 레이더 격자점들의 평균 강우강도이며 N은 검 증에 사용된 지상우량계의 개수이다.

    차폐영역에 대한 HSR기반의 강우추정 성능향상을 알아보기 위해 레이더별 최저고도각의 차폐율 모의결 과와 최저고도합성방법(the lowest elevation mosaic method)을 이용하여 빔차폐율 합성도를 생성하였다. 빔차폐율 합성도의 차폐율이 10% 미만인 영역은 빔 차폐가 없는 것으로 간주하여 비차폐 영역으로 판별 하였으며, 나머지 영역은 차폐 영역으로 판별하였다. 합성영역에서 차폐와 비차폐 영역을 구분하고, 차폐 영역내 229개 AWS 지상우량계를 이용하여 강우추정 검증을 수행하였다.

    연구 결과

    레이더 반사도지도 생성 결과

    Fig. 3은 2014년 5월 11일 1900 LST 관측자료를 이용하여 생성한 BRI의 관측고도각 중 가장 낮은 4 개 고도각에 대한 FQ의 PPI (Plan Position Indicator) 이미지를 나타낸다. 여기서 품질이 낮은 반사도는 푸 른색 계열로 나타냈으며 높은 품질의 반사도는 붉은 색 계열로 나타냈다. 첫 번째 고도각에서, 북동방향 으로 반경 100 km 이내 옹진반도 지형에 의해 FQ 값이 0.1 미만으로 매우 낮게 나타났다. 고도각이 증 가할수록 지형의 영향이 줄어들어 품질이 낮은 영역 또한 줄어들었다. Fig. 4는 FQ와 동일한 시간의 관측 자료를 이용하여 생성한 BRI의 RF를 나타낸다. 여기 서 녹색은 강우영역을 의미하고 회색은 비강우 영역 을 의미한다. Fig. 4a의 레이더 근처해상은 비강우 영역으로 판별하였는데, 레이더빔이 해면에 의해 반 사되어 발생하는 파랑에코(sea clutter)에 의한 것이다. 또한 이 영역의 FQ는 0.4 이하의 낮은 품질을 보인 다(Fig. 3a). 이처럼 FQ의 활용을 통해 낮은 품질의 반사도 사용을 피할 수 있고, 이중편파레이더의 경우 RF를 함께 활용하여 비강우영역의 반사도 사용을 피 할 수 있다.

    BRI의 빔차폐율, 지형에코지도, RF 그리고 FQ를 이용하여 동적 HSR 마스크와 HSR 마스크에 해당하 는 레이더빈의 해발고도, 반사도지도 생성 결과는 Fig. 5와 같다. 북동방향의 비교적 넓은 범위와 남동 방향으로 빔차폐로 인한 부채꼴 모양의 고도각 증가 와, 서해상에 비기상 신호에 의한 고도각 증가가 점 형태로 나타난다. 4 km의 고도제한을 적용했기 때문 에 대부분의 영역에서 4 km 이하의 고도로 분포한다. 퍼지논리 품질관리기법을 적용하였기 때문에 레이더 근처의 지형에코 또는 AP에코와 같은 비기상 에코가 모두 제거되었다.

    반사도지도 합성 결과

    Fig. 6은 동적 HSR기법과 각 레이더의 2014년 5 월 11일 1900 LST 반사도를 이용하여 산출한 단일 레이더의 HSR 반사도지도를 MAX 방법으로 합성한 결과이다. Fig. 6a의 레이더ID를 통해 중첩영역에서 특정레이더가 우세하다는 것을 볼 수 있다. 이것은 시스템오차(system bias)로 인한 레이더간 반사도 차 이 때문이며 특정레이더의 반사도가 상대적으로 강할 경우 더욱 뚜렷하게 나타난다. Fig. 6b는 합성해발고 도를 나타내며 지형에코, 빔차폐 그리고 품질지수에 의한 고도각 증가로 인해 레이더 빔고도가 높아짐을 보인다. 고도제한으로 인해 대부분의 영역이 4 km 이 하로 분포하지만 레이더로부터 먼 거리는 4 km 이상 으로 나타난다. 또한 중첩영역에서 가장 강한 반사도 를 가지는 격자의 해발고도에 따라 4 km 이상의 고 도를 보이는 영역이 존재한다. Fig. 6c의 합성반사도 에서 BRI의 반사도 공백 영역이 GDK의 반사도로 대체되었고 이 영역의 해발고도는 주변보다 상대적으 로 높게 나타나는 것을 확인할 수 있다. 해당시간의 합성반사도에 Z-R관계식(Z=219R1.36 )을 적용하여 추 정된 강우강도는 Fig. 6d와 같다. 서해안을 따라 반 사도가 강한 지역의 강우강도가 높게 산정되는 것을 볼 수 있다.

    합성 강우추정 및 검증결과

    정적(STATIC) 및 동적(DYNAMIC) HSR기법과 MAX방법을 이용한 강우사례별 평균 강우강도분포와 MAX방법으로 생성된 현업용 고도 1.5 km 합성반사 도 자료(MOSAIC)에 동일한 Z-R관계식을 적용한 결 과를 Fig. 7에 함께 나타냈다. 정적 HSR기법이 적용 된 STATIC은 지형에코의 잔존으로 인해 강우강도가 강한 영역이 점 형태로 남아 있으며, 동적 HSR기법 을 적용한 DYNAMIC에서는 지형에코의 잔여물로 인한 과대추정영역이 모두 제거되었다. STATIC과 DYNAMIC은 동일한 방법을 적용하였기 때문에 지 형에코의 잔존을 제외하면 매우 유사한 결과를 보인 다. 그렇지만, MOSAIC은 태백산맥과 같이 높은 산 악지역에서 반사도 손실로 인해 붉은 원으로 표시된 영역에서 과소추정 되는 것을 볼 수 있다. MOSAIC 은 특정고도(e.g., 1.5 km)에 가장 가까운 고도각의 반사도를 사용하기 때문에 부분 빔차폐로 인해 손실 된 반사도를 사용하게 된다. 그렇지만, STATIC과 DYNAMIC은 HSR기법을 이용하여 차폐지역의 고도 각을 변경하였기 때문에 MOSAIC에 비해 상대적으 로 차폐에 의한 반사도 손실이 적고 산악지역의 과 소추정된 영역이 모두 사라졌다.

    각 레이더의 최저고도각에 해당하는 빔차폐율 모의 결과와 최저고도 합성방법을 이용하여 합성차폐율 지 도를 생성하고, 차폐율이 10% 이상인 영역을 차폐영 역으로 구분 하였다(Fig. 8). 합성차폐율지도에서 강 원도 및 지리산 인근 그리고 제주지역의 차폐율이 상대적으로 높은 것을 볼 수 있다(Fig. 8a). 대체로 내륙을 중심으로 차폐영역이 분포하고 있으며 특히, 태백산맥과 한라산부근은 차폐율이 95% 이상이며 비 교적 넓게 분포하는 것을 볼 수 있다. 본 연구에서 사용된 레이더는 주로 해안의 비교적 낮은 곳에 위 치하고 있기 때문에 내륙의 차폐율이 상대적으로 높 게 산출되는 것으로 보인다.

    Fig. 9는 차폐영역에 대한 강우사례별 FB와 RE의 상자-수염 도표(box-and-whisker diagram)이다. 여기 서 각 상자의 두께는 첫 번째 사분위수(Q25)와 세 번 째 사분위수(Q75)의 차이(inter-quartile range, IQR)이 며, 상자의 수염은 각각 Q25와 Q75의 1.5배에 해당하 는 경계 값을 의미한다. 또한 각 상자내부의 선은 중 앙값(median value)을 나타낸다. 즉 상자의 두께가 얇고 수염의 길이가 짧을수록 지상우량계의 지점별 오차가 고르게 분포하는 것을 의미한다.

    STATIC, DYNAMIC, MOSAIC에 대한 FB의 평균 은 각각 −0.12, −0.22, −0.39이며 사례6과 7의 대류 성 사례를 제외한 모든 사례에서 과소추정 하고 있 다. 대류성 사례의 FB는 STATIC이 과대추정하기 때 문에 다른 강우추정기법에 비해 평균이 가장 크고, 중앙값에서 큰 쪽으로 치우쳐 있다. 중앙값은 0.26, 0.33, −0.17이며 IQR은 각각 0.72 (Q25= −0.00, Q75= 0.72), 0.81 (Q25= 0.07, Q75= 0.88), 0.50 (Q25= −0.48, Q75= 0.02)이다. 또한 지점간 표준편차는 각각 1.36, 1.52, 0.50이며 DYNAMIC (0.74, 1.22, 0.41)과 MOSAIC (0.68, 0.98, 0.40)에 비해 크게 나타났다. 사례6과 7은 매우 좁은 지역에 강우가 집중된 반면, 사례8은 비교적 넓은 범위로 강우가 발생했기 때문 에 AWS 지점간 표준편차가 상대적으로 작은 것으로 분석된다. 전선형 강우사례는 MOSAIC (0.60, 0.46) 의 IQR이 STATIC (0.34, 0.45)과 DYNAMIC (0.45, 0.42)에 비해 컸으며, STATIC이나 DYNAMIC에 비 해 과소추정하는 것으로 분석되었다. 층운형 사례의 FB는 모든 강우추정기법이 대체로 유사한 범위로 분 포한다.

    각 강우추정기법의 평균 RE는 각각 88.56, 66.85, 61.87%이며 STATIC이 가장 크고 MOSAIC이 가장 작 은 것으로 분석되었다. 대류성 사례에서 FB와 마찬가 지로 HSR기법의 결과가 넓은 오차분포를 보이며 과 대추정하는 것으로 분석되었다. 대류성 사례를 제외한 DYNAMIC의 평균 RE는 56.70% 이며 다른 기법에 비해 오차가 가장 작았다. FB와 마찬가지로 대류성 사 례의 Q25는 대체로 비슷하지만, Q75는 STATIC이 다른 기법에 비해 큰 것을 볼 수 있다. 사례6의 중앙값은 각각 60.19, 55.11, 37.19%이며 IQR은 각각 91.65, 83.83 그리고 43.19%로 MOSAIC의 RE가 가장 작고 고르게 분포하고 STATIC이 가장 크고 넓게 분포하였 다. 마찬가지로 사례7의 중앙값은 56.88, 51.70, 38.30% 그리고 IQR은 113.64, 97.19, 54.48%로 STATIC이 가장 넓게 분포하고 MOSAIC은 가장 좁은 분포를 보였다. MAX 방법에 의한 합성강우는 좁은 영역에 강우가 집중되는 대류성 사례에서 과대추정하 고 나머지 사례에서는 과소추정 하였다. 그리고 전선 형 사례의 경우 MOSAIC이 HSR기법에 비해 과소추 정하고 RE가 큰 것으로 분석된다. 층운형사례는 세 가지 기법이 대체로 유사한 분포를 보인다.

    10개 강우사례 전체에 대한 강우추정 검증결과를 Fig. 10에 나타냈다. 여기서 CORR, RATIO, BIAS, NSD, MRE, NAWS는 각각 상관계수, 총비율, 평균편 향오차, 정규표준편차, 평균상대오차, 검증에 사용된 지상우량계 개수이다. STATIC, DYNAMIC, MOSAIC 의 CORR은 0.52, 0.78, 0.69이며 DYNAMIC이 지상 우량계와의 상관성이 가장 높았다. NSD는 0.58, 0.45, 0.59이며 MRE는 각각 34.08, 30.08, 40.71%로 MOSAIC에 비해 HSR기법을 적용했을 때 강우추정 오 차가 작았다. STATIC의 RATIO와 BIAS는 DYNAMIC 에 비해 좋은 것으로 산출 되었는데, 이것은 STATIC 에서 지형에코 또는 AP에코로 인해 과대추정된 지점 에 의해 과소추정효과가 상쇄되었기 때문으로 보인다.

    요약 및 결론

    본 연구에서는 정적 및 동적 HSR기법과 최대반사 도 합성방법을 이용하여 합성반사도를 생성하고 차폐 영역내 지상우량계를 활용하여 강우추정 성능을 검증 하였다. 합성반사도 산출을 위해 기상청에서 운영하 고 있는 이중편파레이더 1개소와 단일편파레이더 9 개소의 반사도를 이용하였다. 각 레이더의 빔차폐 모 의결과와 지형에코지도를 이용하여 정적 HSR 마스 크를 생성하였고, 진도와 면봉산 레이더를 제외한 8 개 레이더에 대한 퍼지논리품질지수를 활용한 동적 HSR 마스크를 생성하였다. 백령도 이중편파레이더의 경우 이중편파변수를 이용한 강우장 마스크를 생성하 고 고도각 변경 알고리즘을 추가 적용하였다. 또한 과도한 레이더 빔고도 상승을 억제하기 위해 고도제 한을 적용하였다. 차폐와 비차폐영역을 구분하기 위 해 최저고도각의 차폐모의 결과를 이용하여 합성차폐 율을 생성하였으며 10% 이상의 차폐율을 가지는 영 역을 차폐영역으로 판별하였다. 레이더기반의 정량적 강우추정을 위해 Z-R관계식을 사용하였으며, 2014년 5월부터 10월까지 10개 강우사례에 적용하였다. AWS 지상우량계와 CORR, RATIO, BIAS, NSD, MRE의 검증지수를 사용하여 10개 강우사례에 대한 정적 및 동적 HSR 합성강우와 1.5 km 고도 합성강우의 정확 도를 비교검증 하였다.

    반사도의 품질이 낮은 영역에서 퍼지논리품질지수 를 적용한 동적 HSR 마스크는 정적 HSR 마스크에 비해 평균고도각과 고도는 상승하였고, 평균 반사도 강도는 낮아졌다. MAX방법을 적용한 합성반사도는 시스템오차를 고려하지 않았기 때문에 특정 레이더가 우세한 분포를 보였다. MAX방법은 중첩영역에서 가 장 강한 반사도를 사용하기 때문에 대류성 사례에서 과대추정 하였으며 비교적 큰 오차를 보였다. 차폐영 역의 합성강우추정 검증결과 STATIC, DYNAMIC, MOSAIC의 CORR은 각각 0.52, 0.78, 0.69로 DYNAMIC의 상관관계가 가장 높게 나타났으며 RATIO는 0.80, 0.71, 0.56이며 BIAS는 −0.35, −0.51, −0.77 mm hr−1로 STATIC의 추정강우량이 지상 우량 계에 가장 근접하는 것으로 나타났다. 또한 NSD와 MRE는 MOSAIC (0.59, 40.71%)이 STATIC (0.58, 34.08%)과 DYNAMIC (0.45, 30.08%)에 비해 가장 큰 것으로 분석되었다. 즉, 산악과 같은 레이더 빔차 폐 지역에서 HSR 기법을 사용하였을 때 강우추정오차 가 줄어들어 정확도가 향상될 수 있음을 알 수 있다.

    본 연구의 빔차폐 모의결과는 표준굴절률을 가정하 였으며, 건물과 같은 인공 지형물을 반영하지 못하였 다. 또한 레이더 반사도의 시스템오차를 보정해주지 않았기 때문에 보다 정확한 강우량추정을 위해 시스 템오차 보정과 빔차폐 모의결과의 개선이 필요할 것 으로 생각된다.

    사 사

    이 연구는 기상청 기상레이더센터 2017년도 R&D 연구개발사업 “범부처 융합 이중편파레이더 활용 기술 개발 (WRC-2013-A-1)”의 지원으로 수행되었습니다.

    Figure

    JKESS-38-496_F1.gif

    Geographical distributions of 10 weather radars and 837 rain gauges. Circle represents radar observation range of single-polarization (dashed) and dual-polarization radars (solid). White boxes and circles indicate the location of the radar and AWS rain gauges within the domain, respectively. The height of topography is shaded in gray color.

    JKESS-38-496_F2.gif

    Flow chart for constructing the nationwide composite of radar reflectivity using HSR technique.

    JKESS-38-496_F3.gif

    PPI images of fuzzy logic quality index (FQ) at the lowest four elevation angles of (a) 0.2 o , (b) 0.6 o , (c) 1.0 o , and (d) 1.5 o for the current scan strategy of BRI radar at 1900 LST 11 May 2014. Solid circles indicate range rings with 50 km intervals.

    JKESS-38-496_F4.gif

    Same as in Fig. 3 except for rain field mask. Green and gray colors represent the rain echo regions and non-rain echo regions, respectively.

    JKESS-38-496_F5.gif

    Spatial distribution of the (a) dynamic HSR map, (b) the lowest height map, and (c) reflectivity map for BRI radar at 1900 LST 11 May 2014.

    JKESS-38-496_F6.gif

    Nationwide composite images of (a) radar ID, (b) radar beam height (MSL, km), (c) reflectivity (dBZ), and (d) rain rate (mm hr -1 ) at 1900 LST 11 May 2014.

    JKESS-38-496_F7.gif

    Nationwide composite images of average rain rate (mm hr -1 ) from maximum mosaic method that is based on (a) static HSR (STATIC), (b) dynamic HSR (DYNAMIC), and (c) 1.5 km CAPPI (MOSAIC) for 10 rainfall events.

    JKESS-38-496_F8.gif

    Nationwide composite images of (a) beam blockage fraction (BBF, %) and (b) blocked regions. The blocked region (red color) represents the grid point with BBF greater than 10%, otherwise the point is regarded as the unblocked region (blue color). Yellow dots represent of AWS rain gauges within the blocked region.

    JKESS-38-496_F9.gif

    The box-and-whisker plots of (left) fractional bias and (right) relative error (%) for average rain rate from maximum mosaic method that is based on (a) static HSR (STATIC), (b) dynamic HSR (DYNAMIC), and (c) 1.5 km MOSAIC for 10 rainfall events in blocked region.

    JKESS-38-496_F10.gif

    Scatter diagrams of average rain rate from (a) static HSR, (b) dynamic HSR, and (c) MOSAIC versus ones from rain gauges. Each solid line represents best fit for STATIC, DYNAMIC and MOSAIC.

    Table

    List of clear air echo cases used to make ground clutter map (Lyu, 2015)

    General characteristics of rainfall events that are used in this study

    Configurations of map projection for the nationwide composite of HSR

    Reference

    1. BellonA. ZawadzkiI. (2003) A 9-year summary of radar characteristics of mesocyclonic storms and of deep convection in Southern Quebec. , Atmos.-ocean, Vol.41 ; pp.99-120
    2. ChoY.H. LeeG. KimK.E. ZawadzkiI. (2006) Identification and removal of ground echoes and anomalous propagation using the characteristics of radar echoes. , J. Atmos. Ocean. Technol., Vol.23 ; pp.1206-1222
    3. DoviakR.J. ZrnicD.S. (1993) Doppler Radar and Weather Observations., Academic Press,
    4. FultonR.A. BreidenbachJ.P. SeoD.J. MillerD.A. O ?(tm)BannonT. (1998) The WSR-88D rainfall algorithm. , Weather Forecast., Vol.13 ; pp.377-395
    5. GermannU. JossJ. (2002) Mesobeta profiles to extrapolate radar precipitation measurements above the Alps to the ground level. , J. Appl. Meteorol., Vol.41 ; pp.542-557
    6. GermannU. JossJ. (2004) Operational measurement of precipitation in mountainous terrain., Springer,
    7. JungS.H. KimK.E. (2007) Simulation of radar beam propagation using Digital Elevation Model. , Proceeding of the Spring Meeting of, Meteorological Society, ; pp.346-347
    8. JossJ. WaldvogelA. (1990) Precipitation measurements and hydrology. Radar in Meteorology., American Meteorological Society, ; pp.577-606
    9. JossJ. LeeR. (1995) The application of radar-gauge comparisons to operational precipitation profile corrections. , J. Appl. Meteorol., Vol.34 ; pp.2612-2630
    10. KimD.W. KimY.H. KimK.H. ShinS.S. KimD.K. HwangY.J. ParkJ.I. ChoiD.Y. LeeY.H. (2012) Effect of urbanization on rainfall events during the 2010 summer intensive observation period over Seoul metropolitan area. , Journal of Korean Earth Science Society, Vol.33 ; pp.219-232[in Korean].
    11. KimE.H. KimM.K. LeeW.S. (2005) The regional characteristics of daily precipitation intensity in Korea for recent 30 years. , Journal of Korean Earth Science Society, Vol.26 ; pp.404-417[in Korean].
    12. KwonS. LeeG. JungS.H. ParkH.S. SukM.K. ChaJ.W. LeeC.K. (2015) Evaluation Radar and KNU QPE Algorithm. , 2012 Radar Workshop,
    13. KwonS. JungS.H. LeeG.W. (2015) Altitude Plan Position Indicator and hybrid surface rainfall maps. , J. Hydrol. (Amst.), Vol.531 ; pp.234-247
    14. LyuG. JungS.H. NamK.Y. KwonS. LeeC.R. LeeG. (2015) Improvement of radar rainfall estimation using radar reflectivity data from the hybrid lowest elevation angles. , Journal of the Korean Earth Science Society, Vol.36 ; pp.109-124[in Korean].
    15. LyuG. (2015) Composite radar rainfall estimation using a hybrid lowest elevation angle, Master Thesis, Kyungpook National University,
    16. MaddoxR.A. ZhangJ. GourleyJ.J. HowardK.W. (2002) Weather radar coverage over the contiguous United States. , Weather Forecast., Vol.17 ; pp.927-934
    17. O ?(tm)BannonT. (1997) Using a terrain-based hybrid scan to improve WSR-88D precipitation estimates. Preprints , 28th Conference on Radar Meteorology, American Meteorological Society, ; pp.506-507
    18. WestrickK.J. MassC.F. ColleB.A. (1999) The limitations of the WSR-88D radar network for quantitative precipitation measurement over the coastal western United States. , Bull. Am. Meteorol. Soc., Vol.80 ; pp.2289-2298
    19. YeB.Y. (2013) Quality control of radar moment data by combining moment-based fuzzy logic algorithm and radar signal processing Master Thesis., Kyungpook National University,
    20. YeB.Y. LeeG. ParkH.M. (2015) Identification and removal of non-meteorological echoes in dualpolarization radar data based on fuzzy logic algorithm. , Adv. Atmos. Sci., Vol.32 ; pp.1217-1230
    21. ZhangJ. HowardK. LangstonC. VasiloffS. KaneyB. ArthurA. CootenS.V. KelleherK. KitzmillerD. DingF. SeoD.J. WellsE. DempseyC. (2011) National Mosaic and Multi-Sensor QPE (NMQ) System: Description, Results, and Future Plans. , Bull. Am. Meteorol. Soc., Vol.92 ; pp.1321-1338