상세화 기법과 KIMSTORM2를 이용한 GPM 및 radar 강우자료의 홍수모의 :Flood simulation of GPM and radar rainfall data using downscaling method and KIMSTORM2 model

김세훈

추천

검색

자료유형: 학위논문

저자정보: 김세훈 (건국대학교, 건국대학교 대학원)

지도교수: 김성준

발행연도: 2019

저작권: 건국대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (5)

2019

상세화 기법과 KIMSTORM2를 이용한 GPM 및 radar 강우자료의 홍수모의

김세훈 사회환경플랜트공학과 2019.01 학위논문

GPM위성 강우자료와 KIMSTORM2 분포형 유출모형을 이용한 용담댐 유역 홍수모의

김세훈 , 김진욱 , 정지훈 외 1명 한국지리정보학회지 2019.01 학술저널

조건부합성 기법과 KIMSTORM2 분포형 수문모형을 이용한 GPM 위성 강우자료 및 Radar 강우자료의 홍수모의 평가

김세훈 , 정충길 , 장원진 외 1명 한국수자원학회논문집 2019.01 학술저널

2018

조건부 합성기법과 GPM 위성강우자료를 이용한 분포형 강우유출모형 KIMSTORM2의 홍수모의 적용성 평가

김세훈 , 정충길 , 장원진 외 1명 한국수자원학회 학술발표회 2018.01 학술대회자료

2017

조건부 합성기법과 레이더 강우자료를 이용한 분포형 강우유출모형 KIMSTORM의 홍수모의 적용성 평가

김세훈 , 정충길 , 김성준 한국수자원학회 학술발표회 2017.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구에서는 비슬산 이중편파 Radar 자료와, GPM 위성 자료 및 21개 (Korea Meteorological Administration, KMA) 지상강우자료를 활용하여 분포형 강우-유출 모형(KIneMatic wave STOrm Runoff Model2, KIMSTORM2)을 이용해 남강댐 유역 (2,293 km2)을 대상으로 유출해석을 수행하였다. 모형의 유출해석은 2014년 8월에 발생한 태풍 나크리(NACRI) 및 집중호우(Heavy Rain), 2016년 10월에 발생한 태풍 차바(CHABA)를 대상으로 하였으며, 강우자료의 보정은 지상강우의 경우 유역 내 21개 KMA 강우 관측 지점에 대해 크리깅(Kriging) 기법으로 보간하였고, Radar 및 GPM 자료는 조건부합성(Conditional Merging, CM) 기법 및 지리적편차(Geographical Differential Analysis, GDA) 기법을 각각 적용하여 보정하였다. CM 기법 및 GDA 기법은 수자원 및 기상분야에서 정확한 강우량 산정을 위해 사용하는 기법이며, Radar 및 GPM 자료를 각각 이용하여 관측한 강우량의 분포패턴과 해당 관측소에서 직접 관측한 지상강우를 합성하여 사용된다. 이 때, 공간 강우자료의 유출 검보정은 남강댐 유역 내 3개의 수위관측 지점(산청, 창촌, 남강댐)을 대상으로 실시하였으며, 모형의 매개변수 초기토양수분함량, 지표와 하천의 Manning 조도계수를 이용하여 검보정하였다. 유출 결과는 결정계수(Determination coefficient, R2), Nash-Sutcliffe의 모형효율계수(NSE) 및 유출용적지수(Volume Conservation Index, VCI)를 산정하였다. 그 결과 CM 기법을 이용한 Radar(CM_Radar) 및 GPM(CM_GPM) 자료의 평균 R2가 0.90∼0.97로 가장 높았으며, 평균 VCI 또한 6.3∼7.3% 편차로 가장 우수한 결과를 나타내었다. 최종적으로 관측 지점의 지상강우와 Radar 및 GPM 자료 간 시공간적 차이가 유역에서 하천으로 서로 다른 홍수 유출을 발생시키는 것으로 분석되었다. 따라서 보정된 공간 분포 자료는 기존 자료에 비해 시공간적으로 정확한 홍수 예측 자료로 사용될 것으로 판단된다.

This study performed to simulate the watershed storm runoff using data of S-band dual-polarization radar rain, GPM (Global Precipitation Mission) satellite rain, and observed rainfall at 21 ground stations operated by KMA (Korea Meteorological Administration) respectively. For the 3 water level gauge stations (Sancheong, Changchon, and Namgang) of NamgangDam watershed (2,293 km2), the KIMSTORM2 (grid-based KIneMatic wave STOrm Runoff Model2) was applied and calibrated with parameters of initial soil moisture contents, Manning’s roughness of overland and stream to the event of typhoon NACRI and Heavy Rain in August 2014 and typhoon CHABA in 5th October 2016. The ground station data was interpolated by Kriging method, and the radar and GPM data was corrected with CM (Conditional Merging) method and GDA (Geographical Differential Analysis) method such as CM-corrected Radar, CM-corrected GPM, GDA-corrected Radar and GDA-corrected GPM. The CM and GDA have been used for accurate rainfall estimation in water resources and meteorological field, and the method combined measured ground rainfall and spatial data such as radar and satellite images by the Kriging interpolation technique. For the CM-corrected Radar and CM-corrected GPM data application, the determination coefficient (R2) between observed and simulated hydrographs was 0.93 and 0.94 respectively. The Nash-Sutcliffe efficiency (NSE) was 0.91 and 0.92, and the Volume Conservation Index (VCI) was 1.02 and 1.02 respectively. The CM-corrected data of Radar and GPM showed good results for the peak runoff and runoff volume simulation, and improved all of R2, NSE, and VCI comparing with the original data application. We found that the spatio-temporal difference of rainfalls between ground station and radar or GPM, and produced flood runoff from the watershed to the stream. Thus, we need to use and apply the radar and satellite data to monitor the flood within the watershed.

제1장 서론 1
제1절 연구 배경 및 목적 1
제2절 연구의 절차 3
제2장 모형 개요 및 기본이론 5
제1절 KIMSTORM2 모형 개요 5
1. 격자기반 물수지 6
2. 자동화 기법 11
3. 모의 결과의 평가 15
제2절 레이더강우 17
1. 이중편파 레이더(S-band dual-polarization Radar) 18
제3절 위성 강우 24
1. 가시광, 적외선 채널 기법 25
2. 수동마이크로파 기법 26
3. 능동 관측 기법 26
제4절 보간 및 상세화 기법 27
1. 조건부합성(Conditional Merging Method) 기법 27
2. 지리적편차(Geographical Differential Analysis) 기법 28
제3장 대상유역 및 입력자료 구축 30
제1절 대상유역 30
제2절 KIMSTORM2 모형 입력자료 31
1. 지형자료 31
2. 지상강우 및 유량자료 39
3. 비슬산 레이더 41
4. 전지구강수관측위성(Global Precipitation Mission, GPM) 43
제4장 KIMSTORM2 모형의 적용 45
제1절 모형의 민감도 분석 45
제2절 모형의 보정 47
1. Kriging, Radar 및 GPM 자료의 보정 결과 47
2. CM 기법 및 GDA 기법 자료의 보정 결과 52
제5장 KIMSTORM2 모형의 유출결과 비교 56
제1절 지상강우와 레이더강우 및 위성강우의 유출 비교 56
제2절 조건부합성 기법과 지리적편차 기법의 유출 비교 60
제6장 요약 및 결론 64
참고문헌 66
ABSTRACT 71

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (5)

초록· 키워드

목차

최근 본 자료

댓글(0)