상세화 기법을 통한 한반도 공간 강우장 분석

Abstract

강우는 수문 순환에서 중요한 요소 중에 하나로 시·공간적 변동성이 크므로 정확한 공간 강우장의 파악이 요구된다. 열대강우 관측 위성(Tropical Rainfall Monitoring Mission, TRMM)에서 제공하는 3B43 월 누적 강우량 자료는 25km의 공간 해상도를 갖고 있어 공간 강우장의 정확성을 높이기 위해 상세화 기법을 적용하여 1km의 공간 해상도로 생성하였다. Terra 위성에 탑재된 MODIS (Moderate Resolution Imaging Spectroradiometers) 센서가 제공하는 정규식생지수 (Normalized Difference Vegetation Index, NDVI) (공간 해상도 1km)와 강우 자료의 관계성을 회귀식으로 나타냈고 상세화 기법에 적용하였다. 이에 따른 결과를 지점과 위성 강우 자료와의 차이를 통해 보정하는 방법인 GDA (Geographical Difference Analysis)와 지점과 위성 강우 자료와의 비율로 편차를 보정하는 GRA (Geographical Ratio Analysis) 상세화 기법을 사용하여 공간 강우장을 나타내었다. 우리나라의 공간 강우장 결과를 지점 자료를 기준으로 비교 검증을 실시하였다. 그 결과 GDA 상세화 기법의 경우가 2009년 (Bias=4.26mm, RMSE=172.16mm, MAE=141.95mm, IOA=0.64), 2011년 (Bias= 17.21mm, RMSE=253.43mm, MAE=310.56mm, IOA=0.62)으로 가장 잘 맞는 것으로 나타났다. 이를 바탕으로 우리나라의 공간 강우장을 1 km의 공간 해상도로 파악할 수 있었으며, 더 나아가 지점의 수를 늘려 보정을 정밀하게 하거나, 강우 레이더 자료를 가지고 상세화 기법을 적용한다면 더욱 정확한 공간 강우장을 파악할 수 있을 것이다.| Precipitation is one of the important factors in the hydrological process. Due to a significant role in the process, the spatial precipitation should be monitored as accurate as possible. Precipitation data obtained through the Tropical Rainfall Monitoring Mission(TRMM) 3B43 product may be inaccurate because of a large spatial grid such as 25km. An employment of a down-scaling (e.g., 1km) can improve the accuracy of spatial precipitation field. A relation between precipitation data and the NDVI (Normalized Difference Vegetation Index) provided by the MODIS (Moderate Resolution Imaging Spectroradiometers) sensor loaded on the Terra satellite is described by regression analyses. The relation is then applied to a down-scaling. Two re-normalization strategies, GDA (Geographical Difference Analysis) and GRA (Geographical Ratio Analysis) are implemented to correct the discrepancies between remote sensing-derived and rain gage data. As for considering the GDA results, the biases, the RMSE (Root Mean-Squared Error), MAE and IOA (Index Of Agreement) are consequently 4.26mm, 172.16mm, 141.95mm, 0.64 in 2009 and 17.21mm, 253.43mm, 310.56mm, 0.62 in 2011. In this study, a 1km spatial precipitation field map has been obtained over the Korean Peninsula. It will be possible to get a more accurate spatial analysis of the precipitation field through with additional rain gages or radar data.; Precipitation is one of the important factors in the hydrological process. Due to a significant role in the process, the spatial precipitation should be monitored as accurate as possible. Precipitation data obtained through the Tropical Rainfall Monitoring Mission(TRMM) 3B43 product may be inaccurate because of a large spatial grid such as 25km. An employment of a down-scaling (e.g., 1km) can improve the accuracy of spatial precipitation field. A relation between precipitation data and the NDVI (Normalized Difference Vegetation Index) provided by the MODIS (Moderate Resolution Imaging Spectroradiometers) sensor loaded on the Terra satellite is described by regression analyses. The relation is then applied to a down-scaling. Two re-normalization strategies, GDA (Geographical Difference Analysis) and GRA (Geographical Ratio Analysis) are implemented to correct the discrepancies between remote sensing-derived and rain gage data. As for considering the GDA results, the biases, the RMSE (Root Mean-Squared Error), MAE and IOA (Index Of Agreement) are consequently 4.26mm, 172.16mm, 141.95mm, 0.64 in 2009 and 17.21mm, 253.43mm, 310.56mm, 0.62 in 2011. In this study, a 1km spatial precipitation field map has been obtained over the Korean Peninsula. It will be possible to get a more accurate spatial analysis of the precipitation field through with additional rain gages or radar data.