메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술대회자료
저자정보
이재경 (대진대학교 공학교육혁신센터)
저널정보
한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2017년도 학술발표회
발행연도
2017.1
수록면
23 - 23 (1page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
기상레이더는 강우량을 바로 추정하지 못하는 특성으로 인해 정량적 강우산출 과정 중에 다양한 원인으로 인해 불확실성 발생 요소가 존재하나 이를 정량화하고 저감하는데 많은 어려움이 있다. 원인을 살펴보면, 첫째, 기상레이더의 관측에서부터 정량적 강우량 추정까지 일련의 과정에 대한 포괄적으로 불확실성 정량화와 분석이 이루어지지 못하며, 둘째, 전체 불확실성이 어느 정도 되는지 제시하지 못하므로 각 단계별 불확실성이 전체 불확실성 대비 어느 정도 비율이 되는지 제시하지 못한다. 마지막으로 기존 연구들은 불확실성을 줄이고자 여러 방법을 사용하고 있으나 어느 정도 효용성이 있는지 불확실성 측면에서 제시하지 못하고 있다. 따라서 본 연구에서는 Maximum Entropy(ME)와 Uncertainty Delta Method(UMD)를 이용한 접근방법을 제안하여 기상레이더를 활용하여 정량적 강우량을 추정하는 일련의 과정에서 단계별로 불확실성이 어떻게 전파되는지 추정하였다. 본 연구에서는 한반도 전역을 대상으로 2012년 여름철(6~8월)에 발생한 18개 강우사례를 이용하여 품질관리(Open Radar Product Generator 품질관리 알고리즘, fuzzy 알고리즘), 강우추정(Window Probability Matching Method, Marshall-Palmer 관계식), 후처리보정(Local Gauge Correction 기법, Gauge to Radar ratio 기법)단계만을 수행하였으며, 이 결과를 바탕으로 기상레이더 정량적 강우추정 단계별 불확실성을 정량화하였다. 정량화결과, 최종적으로 관측단계의 불확실성보다 최종 불확실성이 줄어들었으나, 강우추정 단계에서 불확실성이 증가하는 것으로 나타났다. 이는 어떤 강우추정식을 적용하느냐에 따라 레이더 강우추정결과가 매우 달라질 수 있음을 의미한다. 따라서 본 연구에서 제시한 불확실성 정량화 방법을 통하여 첫째, 전체 및 단계별 불확실성을 정량화할 수 있고, 둘째, 최종 불확실성 대비 각 단계별 불확실성을 비율을 제시할 수 있으며, 마지막으로 수행단계별로 불확실성 전파과정을 파악할 수 있다. 이는 향후 정량적 레이더 강우추정 과정에 있어서 불확실성을 발생시키는 주요 원인파악과 이에 대한 집중적인 투자를 가능하게 한다. 이러한 과정을 통하여 보다 정확한 정량적 레이더 강우추정이 가능할 것으로 판단된다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0