Research Article

Journal of Korea Water Resources Association. January 2021. 27-38
https://doi.org/10.3741/JKWRA.2021.54.1.27

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 연구 방법

  •   2.1 HSR기법을 이용한 레이더 강우량 추정

  •   2.2 GRM 모형

  • 3. 연구 대상 및 결과

  •   3.1 대상유역 선정

  •   3.2 강우 사상 및 강우 비교

  •   3.3 GRM 모형 구축 및 유출 해석

  • 4. 결 론

1. 서 론

정확한 강우량 관측은 수자원관리 및 수재해 예방에 필수적이다. 전통적인 강우량 관측은 지상에 설치된 우량계를 이용하여 관측하지만, 공간적인 한계로 인해 강우의 시·공간적인 특성을 잘 반영하지 못하는 한계점이 있다. 강우의 시·공간적인 특성을 반영하기 위해 강우 레이더를 활용하기 시작하였다(Crum and Alberty, 1993; Maddox et al., 2002). 하지만, 레이더 강우량은 정확도에 많은 문제를 내포하고 있다. 기상레이더의 관측 특성상 지형에 의한 레이더 빔의 완전차폐(complete blockage) 혹은 부분차폐(partial blockage)로 인해 레이더 반사도가 하층 고도각(low-level elevation tilt)에서는 관측되지 않거나 관측되는 레이더 빔 강도가 매우 약해지며, 레이더 빔차폐 현상은 레이더 강우량의 과소추정을 초래한다(Lee et al., 2014; Dai et al., 2015).

수문기상학 분야에서 레이더의 활용성을 높이기 위해 레이더 강우량에 포함된 편의(bias)를 보정하는 연구들이 활발하게 진행되고 있다(Delrieu et al., 2009; Zhang et al., 2011). Sebastianelli et al. (2010)은 레이더 관측소의 거리에 따라 지상 강우와 레이더 강우를 비교하였고, 레이더 관측소로부터 거리가 증가할 때 우량계의 강우량과 레이더 강우량 사이의 상관관계와 인접 픽셀의 강우량 값의 상관관계가 모두 감소하는 것을 확인하였다. Ozkaya and Akyurek (2019)는 13개의 강우 관측소에서 관측된 8개의 강우 이벤트를 이용하여 2가지 필터링 방식(filtering algorithm)을 개발하여 레이더 강우를 보정하였고, 편의 보정된 레이더 강우량이 유출 해석 결과를 향상시키는 것을 확인하였다. 국내 연구로는 Kim et al. (2017)은 널리 사용되고 있는 Marshall-Plamer의 Z-R 관계식으로 추정된 레이더 강우는 과소 추정의 문제점을 해결하기 위해 분위회귀 분석기법을 통한 레이더 강우자료 편의보정 기법과 Copula 함수를 연계한 강우자료 확충기법을 개발하였다. 개발된 모형을 통해 편의가 보정된 레이더 강우 시계열이 통계적으로 우수한 성능을 보이는 것.을 확인하였으며, Copula 기법을 이용하여 지상강우 및 레이더 강우자료를 확충한 결과 기존의 강우특성을 현실적으로 재현하는 것을 확인하였다. Na and Yoo (2020)는 듀얼칼만필터(dual kalman filter)를 이용하여 이중편파 레이더 강우의 편의(bias)를 실시간으로 보정하였고, AR (1) 모형을 이용하여 보정계수를 적용한 결과 보정계수의 변동성이 커질수록 듀얼칼만필터가 칼만필터에 비해 우수한 예측 성능을 가지는 것을 확인하였다.

레이더 강우량을 활용한 수문모형 적용에 대한 국외 연구로는 Kavetski et al. (2002)은 강우 입력 자료, 강우유출모형 및 변수 검정의 불확실성을 확률적인 베이지언(Bayesian)방법을 적용하여 유출량 산정에 미치는 영향을 분석하였다. Codo and Rico-Ramirez (2018)은 강우 예측의 개선을 위해 레이더 강우와 강우 자료를 기준으로 강우 앙상블을 생성하고, infoworks CS 모형을 사용하여 도시 지역의 유량을 예측하였고, 예측 가능성은 30분의 선행 시간 후에 빠르게 떨어지는 것을 확인하였다. 국내 연구로는 Kang et al. (2013)은 강우의 시공간적인 분포를 고려할 수 있는 레이더 강우를 도시 소유역에 적용하여 유출 해석을 수행하였다. XP-SWMM을 적용하여 유출 모의를 실시하였으며, 소유역별 보정된 레이더 강우자료의 유출량은 지상 강우량의 유출량의 60 ~ 95% 수준을 나타내었다. Lee et al. (2018)은 시점별 100개의 강우 앙상블을 생성하고, 유출 모형의 불확실성을 확인하기 위해 3개의 강우-유출 모형(Tank 모형, SSARR 모형, 저류함수 모형)에 입력하여 유출해석을 수행하였다. 강우 앙상블의 경우 강우강도 및 산악 차폐 등과 같은 지형학적인 영향으로 레이더가 과소 관측이 될 때, 불확실성이 커지는 것을 확인하였으며 강우의 불확실성이 유출 해석에 영향을 미치는 것을 확인하였다.

기존 국내·외 선행연구를 살펴보면 다양한 이중편파 레이더 관측변수(차등반사도, 비차등위상차, 차등위상차 등) 중 한가지의 관측 변수만 사용하여 레이더 강우량을 추정하고, 이를 지상 강우와 비교하여 보정하고 있다. 즉, 레이더 강우량을 추정하는 관측 변수에 대한 고려가 없으며, 이는 레이더 강우량의 불확실성을 의미한다. 이에 본 연구에서는 품질 보정 전·후와 관측 변수에 따른 레이더 강우량의 차이를 확인하고, 수문학적 불확실성을 평가하고자 한다. 이를 위해 2012년부터 2018년에 발생한 태풍 및 전선형의 강우를 대상으로 남강댐 유역에서 지상 강우량과 레이더 강우량을 비교하여 시공간 변동성이 수문학적인 유출량의 불확실성에 어떻게 영향을 미치는지 분석하고자 한다. 본 연구의 구성은 다음과 같다. 1장에서는 연구의 배경 및 목적을 요약하였으며, 2장에서는 레이더 강우 추정 방법 및 유출분석을 위한 GRM 모형에 대한 방법론을 서술하였다. 3장에서는 강우 보정 알고리즘에 따른 강우량 비교 및 유출 해석을 수행하였으며, 4장에서는 본 연구의 결론에 대해 서술하였다.

2. 연구 방법

2.1 HSR기법을 이용한 레이더 강우량 추정

HSR (Hybrid Surface Rainfall)기반의 강우추정은 복잡한 지형환경에서 강우추정 정확도 향상을 위해 지형의 영향을 가장 적게 받는 최적의 고도각 반사도를 이용하는 방법이다(WRC, 2013). HSR 기법의 기본 개념을 나타내는 Fig. 1을 살펴보면, 레이더는 다양한 고도각을 변경하면서 관측을 수행하고 있다. 하지만, 낮은 고도각에서는 지형 효과에 의해 차폐가 발생하며 상위 고도각의 관측 정보를 이용하게 된다. 즉, HSR 기법에서는 지형에 의한 영향을 최소화하기 위하여 서로 다른 고도각을 사용하여 레이더 강우량을 추정함을 알 수 있다.

/media/sites/kwra/2021-054-01/N0200540103/images/kwra_54_01_03_F1.jpg
Fig. 1

Conceptual diagram of HSR scan method

본 연구에서는 Kwon et al. (2015)이 제안한 KHSR (Kyungpook National Usiversity HSR) 방법을 이용하여 레이더 강우량을 추정하였다. KHSR을 이용한 레이강우량 추정은 KHSR 마스크(mask)에 기초하고 있다. KHSR 마스크는 빔차폐, 지형에코 그리고 비기상에코 등의 효과를 최소화한 가장 낮은 고도각으로 구성되어 있으며 각각의 빈은 설정된 임계 조건을 만족하는 최저 고도각이다.

HSR기반의 최종 고도각은 다양한 고도로 이루어져 있다. 또한 합성에 사용된 레이더는 안테나 고도 및 관측 고도각이 서로 다르기 때문에 중첩영역의 동일한 위치에서 각 레이더 빈(radar bin) 또는 격자는 서로 다른 고도와 반사도를 가지며 이것은 합성을 위한 기준변수가 된다.

생성된 HSR 반사도 정보에 Z-R 관계식을 적용하여 HSR 강우량을 추정한다. 레이더 강우량 변환 알고리즘은 단일편파 레이더 사용시 가장 많이 사용하는 Z-R 관계식을 사용하고, 이중편파 자료를 활용한 알고리즘은 ZDR과 KDP 변수를 동시에 사용하는 식을 사용하였으며, 이는 Eqs. (1) and (2)와 같다.

(1)
RZ=1.70×10-2×Z0.714
(2)
RKDP=90.8×Kdp0.93×Zdr-1.69

본 연구에서는 품질관리 전·후의 불확실성 비교를 위해 품질관리 여부, 변환 알고리즘별로 산출된 레이더 강우량을 구분하기 위해 Table 1과 같이 구분자를 붙였다. 레이더 자료는 잡음 제거, 지형 에코 탐지 및 제거, 감쇄보정 등을 통해 품질관리가 수행되며, 품질관리 여부에 따라 강우량의 차이가 크게 발생할 수 있다. 예를 들어 강우가 많이 발생하면 레이더로부터 거리가 멀어질수록 감쇄 문제로 인해 강우량이 과소 추정이될 수 있으며, 이러한 감쇄 손실을 보정하기 위해 보정 방정식을 이용하여 레이더 품질관리를 수행하고 있다.

Table 1.

Classification of dual polarization radar estimation

Classification Quality Control Algorithm
R_H_DBZ X R(Z)
R_H_KDP X R(KDP)
Q_H_DBZ O R(Z)
Q_H_KDP O R(KDP)

2.2 GRM 모형

본 연구에서 적용한 GRM 모형(Grid based Rainfall-runoff Model)은 한국건설기술연구원에서 개발한 격자 기반의 물리적 분포 강우-유출 모형으로, GIS 기반의 모델링 시스템인 HyGIS-GRM을 제공하고 있으며, Fig. 2는 검사체적에서의 수문 성분의 입출력을 나타내고 있다(Choi et al., 2012). 또한 GRM 모형의 적용성을 검토한바 있다(Choi et al., 2015)

/media/sites/kwra/2021-054-01/N0200540103/images/kwra_54_01_03_F2.jpg
Fig. 2

Schematic of hydrologic input and output of control volume in GRM (KICT, 2018)

GRM에서는 지표면 흐름과 하도 흐름의 홍수추적을 위해서 1차원 운동파 방정식을 이용하고 있으며, 각각에 대한 연속방정식은 Eqs. (3) and (4)와 같다. 운동량방정식은 Eq. (5)을 적용하고 있으며, Eq. (6)의 Manning의 식을 통해서 유속을 계산한다.

(3)
ht+qx=r-f+qry
(4)
At+Qx=ry+qL+qss+qb
(5)
S0=Sf
(6)
u=R2/3S01/2n

여기서, q는 단위 폭당 유량(q = uh), u는 x 방향의 유속(m/s), r은 강우 강도(mm/hr), f는 침투율, qr는 복귀류, A는 x방향에 직각인 흐름 단면적, Q는 유량, h는 수심, qL은 지표면 흐름에 의한 측방 유입, qss는 하도로 유입되는 지표하 유출, qb는 기저유출, t는 시간, S0는 바닥경사, Sf는 마찰경사이다.

강우강도가 침투율보다 클 때 발생하는 침투초과유출과 토양의 포화시에 발행하는 포화초과유출을 계산하며 이 때 Green-Ampt방정식을 지배방정식으로 적용한다. 지배방정식은 Eqs. (7) and (8)과 같다(KICT, 2018).

(7)
Ft=Kt+θψln1+Ftθψ
(8)
ft=KψθFt+1

여기서, F(t)는 t시간에서의 누가침투량, f(t)는 t 시간에서의 침투율, θ는 토양수분함량의 변화 (θ=1-Seθe), Se는 유효포화도 (Se=θ-θrη-θr), θ는 수분함량(θrθη), θr는 잔류 수분합량(θr=η-θe), θe는 공극률, θe는 유효공극률, ψ는 습윤전선흡인수두, K는 수리전도도이다.

3. 연구 대상 및 결과

3.1 대상유역 선정

본 연구에서는 비슬산 강우레이더의 관측 범위에 속하는 남강댐 유역을 대상 유역으로 선정하였다. 남강댐 유역은 많은 수의 강우관측소가 존재하고 있고, 비슬산 강우 레이더의 범위 안에 있어 지상 강우관측소의 강우량과 레이더 강우량의 수집 및 분석이 용이한 지역이다.

남강댐 유역은 낙동강 제 1지류인 남강 상류의 함양위천, 양천, 덕천강을 포함하는 남강댐 상류까지 구간이다. 행정구역상으로는 경남 진주시, 사천시, 하동군, 산청군, 합천군, 의령군, 함양군, 전북 남원시, 전남 구레군 등 모두 3개의 도, 3개 시, 6개 군에 광범위하게 유역이 분포하고 있으며, 남강댐 유역의 유역도, 강우관측소 및 수위관측소 현황은 Fig. 3과 같다.

/media/sites/kwra/2021-054-01/N0200540103/images/kwra_54_01_03_F3.jpg
Fig. 3

Location of Namgang Dam watershed

적용된 대상유역의 유역면적은 2,293 km2, 유역 평균고도 426 m, 유역 평균경사 35%, 형상계수 0.42의 유역특성을 가지고 있으며, 유로연장은 110.84 km, 주 하천길이 22.96 km에 이른다. 남강댐 유역의 일반적인 특성은 덕유산과 지리산을 포함한 고봉이 많이 존재하고, 산지가 많아 하천의 경사가 급하여 홍수기에는 강우로 인한 수위의 상승이 급격하게 나타난다. 이로 인해 홍수기에 유속이 커져 하천의 침식이 많이 발생하고, 하상 변동이 심하게 발생한다. 또한, 남강댐 유역은 여름철의 저기압과 태풍 등의 진행방향에 위치하여 향사면과 배사면의 강우분포에 대한 편차가 심하게 발생한다.

남강댐 유역 내외에는 7개소의 강우관측소가 위치하고 있으며, GRM 모형의 보정 및 유출량 해석을 위한 수위관측소는 산청(SC), 신안(SA), 창촌(CC)으로 3개의 유량 자료를 이용하였다.

Table 2는 지상우량 관측소의 해발고도와 레이더 관측소와의 거리 및 관측소 상호간의 이격거리를 보여주고 있다. 남강댐 유역 내에 산청 및 함양군 관측소가 위하고 있으며, 거창과 합천 관측소는 유역의 우측 경계 넘어 그리고 장수와 남원 관측소는 유역의 서쪽 경계 넘어 위치하고 있다. 진주 관측소는 남강댐 유역의 하구에 위치하고 있다. 레이더 관측소 기준으로 볼 때 남원 관측소가 가장 멀고 합천 관측소가 가장 가깝다. 우량 관측소의 해발고도 분포는 진주, 합천이 30 m 이하, 남원·산청·함양군은 약 100 m, 거창은 200 m, 장수는 400 m를 넘고 있다.

Table 2.

Station elevation (m) and distance between stations (km)

Distance (km)
Elevation (m)
Jinju Hapcheon Namwon Sanchung Hamyang Geochang Jangsu
Jinju (30.21) 46 65 31 47 57 72
Hapcheon (32) - 49 17 16 11 37
Namwon (132.5) - - 44 33 54 28
Sanchung (138.1) - - - 16 28 42
Hamyang (151.2) - - - - 23 26
Geochang (226.0) - - - - - 35
Jangsu (406.5) - - - - - -
Biseul Radar (1,085) 73 58 107 66 74 56 91

3.2 강우 사상 및 강우 비교

레이더 강우의 품질관리 전·후의 강우량 차이를 확인하기 위해 총 5건의 강우 사상을 선정하였고, 선정한 강우 사상은 Table 3과 같다.

Table 3.

Storm events and rainfall duration

Event Rainfall Period Rainfall Duration (hr) Type of rainfall
1 2012.07.18.00:00 ~ 2012.07.20.23:50 72 Typhoon 'Khanun'
2 2012.09.16.00:00 ~ 2012.09.17.23:50 48 Typhoon 'Sanba'
3 2016.07.01.00:00 ~ 2016.07.03.23:50 72 Frontal System
4 2016.10.05.00:00 ~ 2016.10.06.23:50 48 Typhoon 'Chaba'
5 2018.10.06.00:00 ~ 2018.10.07.13:00 37 Typhoon 'Kong-Rey'

2012년 태풍 2건, 2016년 태풍 1건 및 전선형 1건, 그리고 2018년 태풍 1건이다. 강우지속 시간은 유역 전체에 걸쳐 강우 징조가 나타날 때부터 강우가 완전히 소멸될 때까지 시간이며, 각 관측지역별로 실제 강우지속 시간은 다르다. 강우 유형은 ‘태풍’ 또는 ‘전선형’으로 구분했는데 태풍의 경우는 남강댐 유역에 직·간접적인 영향을 끼친 경우를 대상으로 선정하였다.

본 연구에서는 환경부 낙동강홍수통제소에서 운영하는 비슬산강우레이더관측소 관측 자료를 이용하였다. 비슬산 레이더 관측소는 경상북도 청도군 비슬산 조화봉(해발고도 1,057 m)에 위치하고 있으며, 낙동강 유역의 강우관측 및 홍수예보 입력자료를 생성한다. 비슬산 강우레이더의 제원 및 관측정보는 Table 4와 같다.

Table 4.

Observation information of Mt. Bisuel radar

Structure Description Remark
Frequency 2,791 GHz S-Band
Radar Beam Width -3 dB width
Observation Range 150 km max 400 km
Antenna Altitude 1085 m
Antenna scan range Horizontal 360°, Vertical -1.2° ~ 90.2°
observation period 150 seconds
Elevation Tilts -0.5, 0.0, 0.5, 0.8, 1.2, 1.6°

비슬산강우레이더는 빔폭 0.95°, 레이더 빈(bin) 간격 125 m로 매 2.5분마다 6개의 고도각(-0.5°, 0.0°, 0.5°, 0.8°, 1.2°, 1.6°)으로 된 볼륨관측을 한다. 관측 고도각에는 지상에 최대로 가까운 레이더 자료를 얻기 위하여 음(-)의 고도각을 포함하고 있는데 이렇게 함으로써 QPE의 품질을 개선하고 저고도 강수를 효과적으로 탐지할 수 있는 장점이 있다. 하지만 비슬산 레이더의 저고도 관측 자료에는 강한 지형에코와 빔 차폐가 나타나는데 특히 -0.5°와 0.0°에서 현저하게 발생한다. 원 자료는 극좌표로 되었으며 방위각 해상도 1°, 거리해상도 125 m이다. 이 자료를 매 2.5분마다 가로 × 세로 500 m × 500 m 해상도의 직교좌표로 변환하여 레이더 강우강도를 계산했다. 지상우량계 위치와 대응되는 레이더 강우량 추정 지점을 중심으로 주변 8개의 강우량을 합하여 평균하였다. 10분 누적 강우량은 2.5분 강우강도 자료 4장을 누적하여 산정하였다. 레이더강우량 불확실성 분석에서는 지점 자료롤 사용했고 수문유출 분석에서는 레이더 격자 우량 자료를 수문모델에 그대로 입력하여 분포형 모형의 격자 자료로 활용하였다.

본 연구에서는 지형에코와 빔 차폐의 영향을 최소화하기 위해 KHSR 방법을 사용하여 레이더 자료를 품질관리를 수행하였고, 품질관리 전의 강우량과 비교를 수행하였다. 6개의 강우 사상에 대한 강우 비교 결과는 Fig. 4와 같다. 품질관리 전의 레이더 강우는 지상 강우에 비해 최대 64%(2018년 10월 R_H_KDP)만큼 과소 추정되고 있으며, HSR 기법을 통한 품질관리 이후의 강우량은 최대 39%(2018년 10월 Q_H_DBZ)만큼 과소 추정되는 것을 확인하였고, 이를 통해 품질 관리 이후의 레이더 자료의 정확도가 향상된 것을 확인할 수 있다. 강우 알고리즘별 정확도를 검토하면 품질 관리 이후의 강우량이 5개 사상 모두 품질관리 이전의 강우량보다 지상 강우를 잘 추정하고 있고, 단일편파(DBZ)의 자료보다 이중편파(KDP)의 자료가 더 좋은 성능을 보이고 있다.

/media/sites/kwra/2021-054-01/N0200540103/images/kwra_54_01_03_F4.jpg
Fig. 4

Comparison of observed rainfall and each radar rainfall (R_H_DBZ, R_H_KDP, Q_H_DBZ, Q_H_KDP)

강우 자료의 적절성을 평가하기 위해 Noh et al. (2019)에서 사용한 통계 지표를 사용하였다. 사용한 통계 지표는 Eqs. (9) ~ (11)과 같고, 이에 대한 결과는 Table 5와 같다.

(9)
G=i=1NGiNorR=i=1NRiN
(10)
EG/R=i=1NGiRiN
(11)
AD=100×i=1NGi-RiGiN

여기서, G,R는 각 강우 사상의 평균 강우량(mm), E[G/R]는 G/R 비, AD는 평균 오차(Average Difference), N는 각 강우 사상의 지속시간을 의미한다.

Table 5에서 볼 수 있듯이 품질 관리 이후의 통계지표가 6개 강우 사상에서 모두 향상된 것을 확인할 수 있다. 레이더 추정 강수량과 지상관측 강수량의 비율을 나타내는 E(G/R) 값은 품질 보정 이전에는 1.121 ~ 2.808으로 레이더 강수량이 과소추정되는 것을 알 수 있으나, 품질관리 이후의 결과는 0.852 ~ 2.556으로 감소 한 것을 확인할 수 있다. G/R 비가 1보다 작은 사상의 경우에는 Fig. 4의 누적강우를 보는 것과 같이 지상강우의 누적강수량보다 품질 보정 이후의 이중편파 레이더 강수량(Q_H_KDP)가 더 많은 누적 강우량을 보이고 있을 때 발생하는 것을 알 수 있으며, 누적 강수량 및 산점도를 통해 차등 반사도(ZDR) 레이더 강수량보다 이중편파 레이더 강수량(KDP)이 지상 강우와 비슷한 값으로 추정되고 있음을 알 수 있다.

Table 5.

Performance evaluation of radar rainfall by statistical indicators

Event No. G (mm) R (m) G/R AD (%)
R_H_
DBZ
R_H_
KDP
Q_H_
DBZ
Q_H_
KDP
R_H_
DBZ
R_H_
KDP
Q_H_
DBZ
Q_H_
KDP
R_H_
DBZ
R_H_
KDP
Q_H_
DBZ
Q_H_KDP
1 0.160 0.092 0.110 0.098 0.145 1.755 1.457 1.635 1.109 7.27 7.85 7.21 7.65
2 0.469 0.397 0.410 0.419 0.550 1.182 1.143 1.118 0.852 15.14 19.58 14.86 14.71
3 0.373 0.164 0.164 0.170 0.247 2.274 2.273 2.191 1.509 15.53 16.84 14.64 13.86
4 0.266 0.167 0.166 0.174 0.252 1.593 1.595 1.530 1.056 9.38 10.29 9.26 10.32
5 0.652 0.253 0.232 0.255 0.349 2.578 2.808 2.556 1.868 15.92 17.57 15.80 13.11

3.3 GRM 모형 구축 및 유출 해석

지상 강우의 경우 지점 자료로 강우의 공간적 특성을 반영할 수 없는 한계점이 있으며, 시공간적인 강우 특성 파악을 위해 레이더 자료를 활용한 수문 해석에 대한 연구들이 활발히 진행되고 있다(Ahn et al., 2015; Jung et al., 2017). Choi et al. (2012)는 남강댐 유역을 대상으로 GRM 모형을 활용하여 하천만 방수로가 남강댐 하류의 홍수량 저감에 미치는 영향을 평가하였다. Ahn et al. (2013)은 분포형 강우-유출 모형인 KIMSTORM2 모형을 사용하여 레이더 자료의 효과를 분석하였으며, 레이더 강우가 지상강우에 비해 과소추정이 되고 있지만, 강우의 공간 특성을 잘 반영하고 있음을 확인하였다.

본 연구에서는 GRM 모형을 구축하고 지상관측 자료 및 레이더 자료를 활용하여 유출 해석을 수행하였다. 지상 강우 자료의 경우 7개의 강우 관측소의 면적 평균 강우량을 사용하였으며, 면적 평균 강우량을 기준으로 GRM 모형을 보정하고, 레이더 알고리즘별 유출 해석 결과를 비교하였다. GRM 모형에는 유역경계, DEM, 흐름방향도, 토지피복도, 유효토심도, 토양종류도, 지표경사분포도(slope), 강우자료가 필수 입력 자료로 입력된다. 토성도 및 토양 심도의 속성별 매개변수 값은 Choi et al. (2010)에서 제시한 값을 이용하여 분류하였으며, 구축한 매개변수별 값은 Fig. 5와 같다. 구축한 GRM 모형을 통해 5개의 강우 사상에 대한 유출 해석을 수행하였으며, 이에 대한 결과는 Fig. 6과 같다. GRM 모형의 매개변수 보정은 Shin and Choi (2018)에서 민감도 분석을 수행한 결과를 바탕으로, 가장 민감한 초기포화도, 하도 조도계수 및 투수계수 보정 계수를 이용하여 모형을 보정하였다.

/media/sites/kwra/2021-054-01/N0200540103/images/kwra_54_01_03_F5.jpg
Fig. 5

GIS Input data for GRM model

본 연구에서는 본류 및 지류의 유량을 모의하기 위해 산청, 신안, 창촌 관측소를 대상으로 유출 해석을 수행하였고, 강우의 이동 방향에 따른 유출량의 영향을 분석하였다. Fig. 6에서 왼쪽 그림은 산청, 신안, 창촌 관측소의 유출 해석결과를 나타내고 있으며, 오른쪽 그림은 품질 관리 이후의 HSR 기법을 활용한 이중편파 레이더 강우량(Q_H_KDP)의 강우 분포를 나타내고 있다. 전체적인 경향성은 단일 편파를 이용한 유출 해석 결과는 관측 유량에 비해 모든 강우 사상에서 과소 추정되고 있음을 확인할 수 있으며, 이는 차등 반사도(ZDR) 레이더 강우량의 수문 적용의 한계점을 의미한다.

강우 사상별 유출 해석 결과를 검토하면, 태풍 “카눈”의 강우 사상은 지속시간 72시간동안 총 강우량이 약 80 mm로 남강댐 유역에 큰 강우가 발생하지 않았으며, 유출 해석 결과 관측 유량과 유사한 결과를 나타내는 것을 확인할 수 있다. Fig. 6의 오른쪽 그림은 강우 사상별 지속시간에 따른 총 강우량을 도시한 것이며, 이를 통해 강우의 이동방향 및 강우에 의한 유출량의 변동성을 확인할 수 있다. 대표적인 예로 2016년 7월에 발생한 장마 전선을 보면(Fig. 6(c)), 남강댐 유역의 오른쪽 부근에 많은 강우가 발생하였다. 강우의 이동 방향은 남서쪽에서 북동쪽으로 이동하였으며, 이로 인해 산청 관측소의 유출량은 첫 번째 첨두 유량은 잘 모의를 하고 있으나 두 번째 첨두 유량의 경우 강우의 이동으로 인해 과소 추정되는 것을 확인할 수 있다. Figs. 4 and 6을 통해 강우량 시계열 및 총 강우량에 따른 유출 해석 결과가 유사한 패턴을 보이고 있음을 확인할 수 있고, 품질 관리 이후 이중편파 레이더(Q_H_KDP)가 유출 해석 결과도 좋은 성능을 나타내고 있다.

Table 6에서는 지상 강우 및 레이더 알고리즘별 유출 해석 결과를 나타내었다. 유출해석 결과를 비교하기 위한 통계 지표로는 결정계수(R2), 정규화 평균 제곱근 오차(Normalized RMSE, NRMSE), Nash-Sutcliffe 계수 (Nash-Sutcliffe model efficiency coefficient, NSE)를 사용하였다. 모의 결과 전체적인 통계지표에서 HSR 기법을 이용한 이중편파 레이더(Q_H_KDP)의 유출 해석 결과가 R2가 0.90, NSE가 0.7 이상으로 우수한 결과를 나타내고 있다. 태풍 “콩레이”의 경우 남강댐 하류 지역으로 강우가 이동하였으며, 이로 인해 남강댐 상류에 위치한 산청 관측소의 유량이 과소 추정이 되어 통계지표가 높게 산정된 것을 확인할 수 있다. 태풍 “산바” 및 “콩레이” 사상은 총 강우량이 200 mm 이상의 많은 강우가 발생하였으며, 이와 같이 강우량이 많은 사상의 경우에는 HSR 기법을 활용하여 품질보정을 한 이후에도 강우량이 과소 추정되고, 이에 대한 영향으로 유출량 역시 과소 추정되는 것을 알 수 있다. 2016년 7월의 장마 전선과 같이 낮은 강우 강도로 긴 지속기간동안 강우가 내린 강우 사상에는 레이더 자료의 수문학적 활용성이 높은 것을 확인하였다. 지상 관측소를 사용한 유출 해석의 경우 면적 평균 강우를 사용하였으므로, 강우의 공간적인 특성을 반영하지 못하여 초기 첨두 유량에서 정확도가 떨어지는 결과를 확인하였다. 하지만, 레이더 강우량을 이용한 유출 해석 결과는 관측 유량에 비해 과소추정이 되고 있지만 유출량의 변화 형태가 관측 유량과 동일한 패턴을 보이는 것을 통해 레이더 강우를 사용하여 유출 해석을 수행할 경우 강우의 공간적 특성을 반영할 수 있음을 확인하였다.

/media/sites/kwra/2021-054-01/N0200540103/images/kwra_54_01_03_F6.jpg
Fig. 6

Runoff result using ground rainfall and radar rainfall (R_H_DBZ, R_H_KDP, Q_H_DBZ, Q_H_KDP)

Table 6.

Summary of model evaluation for runoff results using ground rainfall and radar rainfall

Station Event No. R2 NRMSE NSE
R_H_
DBZ
R_H_
KDP
Q_H_
DBZ
Q_H_
KDP
R_H_
DBZ
R_H_
KDP
Q_H_
DBZ
Q_H_
KDP
R_H_
DBZ
R_H_
KDP
Q_H_
DBZ
Q_H_
KDP
SC 1 0.91 0.96 0.96 0.96 0.83 0.71 0.64 0.41 0.17 0.38 0.50 0.79
2 0.86 0.84 0.89 0.96 1.51 1.52 1.44 1.19 0.01 -0.01 0.10 0.38
3 0.85 0.82 0.86 0.88 0.85 0.79 0.83 0.45 0.79 -0.09 -0.21 0.65
4 0.98 0.96 0.97 0.99 0.60 0.33 0.57 0.23 0.63 0.89 0.67 0.95
5 0.86 0.78 0.85 0.96 1.34 1.39 1.33 1.23 -0.18 -0.28 -0.16 -0.01
SA 1 0.93 0.96 0.88 0.92 0.59 0.51 0.40 0.33 0.50 0.62 0.77 0.84
2 0.87 0.88 0.73 0.74 2.00 2.03 1.74 1.74 0.02 -0.02 0.26 0.26
3 0.66 0.47 0.73 0.65 1.13 1.15 1.10 0.96 -0.61 -0.65 -0.52 -0.15
4 0.73 0.61 0.73 0.61 0.77 0.94 0.77 0.94 0.07 -0.41 0.07 -0.41
5 0.93 0.91 0.94 0.97 1.05 1.10 1.00 0.71 0.04 0.35 0.46 0.73
CC 1 0.73 0.80 0.86 0.90 0.68 0.60 0.45 0.45 0.39 0.52 0.73 0.74
2 0.88 0.92 0.92 0.96 1.50 1.37 0.98 0.58 0.15 0.30 0.64 0.87
3 0.84 0.70 0.86 0.80 0.76 0.80 0.69 0.46 0.00 -0.11 0.17 0.63
4 0.69 0.91 0.90 0.88 0.66 0.76 0.72 0.47 0.19 -0.09 0.03 0.58
5 0.86 0.89 0.86 0.98 1.20 1.15 1.17 0.69 0.19 0.25 0.23 0.73

4. 결 론

본 연구에서는 레이더 강우 자료의 수문학적 활용성을 검토하기 위해 남강댐 유역을 대상으로 5개의 강우 사상을 이용하여 품질 보정 전·후의 강우 비교를 수행하였으며, GRM 모형을 이용하여 유출 해석을 수행하였다. 본 연구의 결과를 정리하면 다음과 같다.

(1) 레이더 강우의 경우 시·공간적으로 강우의 특성을 파악하기 쉽지만, 지상강우와 비교할 때, 강우량이 과소 추정되는 한계점이 있다. 이에 본 연구에서는 강우추정 정확도 향상을 위해 지형의 영향을 가장 적게 받는 최적의 고도각 반사도를 이용한 HSR 기법을 활용하여 레이더 강우량을 추정하고, 품질관리를 통한 보정 전·후의 강우 비교를 수행하였다. 5가지 강우 사상을 통해 강우 비교를 수행한 결과, 품질 보정이후의 강우량이 평균 오차가 15% 이내로 지상 강우를 유사하게 모의하고 있었다. 또한, 단일편파 레이더(DBZ)보다 이중편파 레이더(KDP)의 성능이 더 좋은 것을 확인할 수 있으며, 해당 강우 사상의 총 강우량 역시 이중편파 레이더 강우량(KDP)이 지상 강우를 더 잘 모의하고 있었다.

(2) 레이더 강우의 추정 알고리즘에 따른 강우의 불확실성이 수문학적 유출 특성에 어떤 영향을 미치는지를 파악하기 위해 GRM 모형을 이용하여 유출 해석을 수행하였다. GRM 모형의 보정은 지상 강우 관측소의 면적평균 강우량을 이용하여 보정을 수행하였으며, 보정된 매개변수를 그대로 적용하여 레이더 자료에 대한 유출 해석을 수행하였다. 유출 해석 결과 강우의 이동 방향에 따라 상류(산청 관측소) 및 하류(창촌 관측소)의 유출 해석 결과에 영향을 미치는 것을 확인하였으며, 지상 관측소의 면적 평균 강우량을 사용하였을 때 모의하지 못하는 유출량을 레이더 강우량을 사용하여 모의할 수 있는 것을 확인하였다. 2018년 10월에 발생한 태풍 ‘콩레이’의 경우 남강댐 중·하류에 강우가 주로 발생하였으며, 상류에 위치한 산청 관측소는 레이더 강우량이 과소 추정되어 유출량이 과소 추정되고 있지만, 중·하류에 위치한 신안 및 창촌 관측소는 레이더 강우량이 지상 강우량과 유사한 특성을 보여 유출량이 관측 유량을 잘 모의하는 것을 확인할 수 있다.

다양한 고도각 반사도를 이용하여 레이더 강우량을 보정함에도 불구하고 레이더 강우량이 지상 강우에 비해 과소 추정이 되는 한계점이 있지만, 유출 해석을 수행하였을 때, 공간 분포 특성을 잘 반영함으로써 수문학적 적용성이 높은 것을 확인하였다. 추후 연구에서는 지상 강우량을 활용하여 레이더 강우를 보정하여 강우의 공간적 분포 및 규모를 잘 반영할 수 있는 레이더 자료의 활용성을 높일 필요가 있다. 레이더 강우량 추정에 대한 정확도가 향상된다면 공간적인 특성에 대한 이점을 가지고 있는 레이더 강우량의 수문학적인 활용이 증가할 것으로 판단된다.

Acknowledgements

본 연구는 환경부의 한국환경산업기술원의 물관리연구사업의 지원을 받아 연구되었습니다(79615).

References

1
Ahn, S.R., Jang, C.H., Kim, S.H., Han, M.S., Kim, J.H., and Kim, S.J. (2013). "Discussion for the effectiveness of radar data through distributed storm runoff modeling." Journal of the Korean Society of Agricultural Engineers, Vol. 55, No.6, pp. 19-30. 10.5389/KSAE.2013.55.6.019
2
Ahn, S.R., Jung, C.G., and Kim, S.J. (2015). "A study on the effectiveness of radar rainfall by comparing with flood inundation record map using KIMSTORM (Grid-based kinematic wave storm runoff model)." Journal of Korea Water Resources Association, Vol. 48, No. 11, pp. 925-936. 10.3741/JKWRA.2015.48.11.925
3
Choi, C.K., Choi, Y.S., and Kim, K.T. (2012). "Application of a distributed model for evaluating the effect of sacheonman spillway on the flood reduction in the downstream of Namgang Dam." Journal of Wetlands Research, Vol. 14, No.3, pp. 399-411.
4
Choi, Y.S., Choi, C.K., Kim, H.S., Kim, K.T., and Kim, S. (2015). "Multi‐site calibration using a grid‐based event rainfall-runoff model: A case study of the upstream areas of the Nakdong River basin in Korea." Hydrological Processes, Vol. 29, No. 9, pp. 2089-2099. 10.1002/hyp.10355
5
Choi, Y.S., Choi, C.K., and Kim, K.T. (2012). "Development of a multi-site calibration module of distributed model-the case of GRM." Journal of the Korean Association of Geographic Information Studies, Vol. 15, No. 3, pp. 103-118. 10.11108/kagis.2012.15.3.103
6
Choi, Y.S., Kim, K.T., and Shim, M.P. (2010). "Discharge estimation at ungauged catchment using distributed rainfall-runoff model." Journal of Korea Water Resources Association, Vol. 43, No. 4, pp. 353-365. 10.3741/JKWRA.2010.43.4.353
7
Codo, M., and Rico-Ramirez, M.A. (2018). "Ensemble radar-based rainfall forecasts for urban hydrological applications." Geosciences, Vol. 8, No. 8, p. 297. 10.3390/geosciences8080297
8
Crum, T.D., and Alberty, R.L. (1993). "The WSR-88D and the WSR-88D operational support facility." Bulletin of the American Meteorological Society, Vol. 74, pp. 1669-1687. 10.1175/1520-0477(1993)074<1669:TWATWO>2.0.CO;2
9
Dai, Q., Rico‐Ramirez, M.A., Han, D., Islam, T., and Liguori, S. (2015). "Probabilistic radar rainfall nowcasts using empirical and theoretical uncertainty models." Hydrological Processes, Vol. 29, No. 1, pp. 66-79. 10.1002/hyp.10133
10
Delrieu, G., Braud, I., Berne, A., Borga, M., Boudevillain, B., Fabry, F., Freer, J., Gaume, E., Nakakita, E., Seed, A., Tabary, P., and Uijlenhoet, R. (2009). "Weather radar and hydrology." Advances in Water Resources, Vol. 32, No. 7, pp. 969-974. 10.1016/j.advwatres.2009.03.006
11
Jung, C.G., Kim, S.J., Lee, Y.G., Lee, D.Y., and Kim, S.H. (2017). "The applicability of KIMSTORM2 for flood simulation using conditional merging method and radar rain data." Journal of the Korean Society of Hazard Mitigation, Vol. 17, No. 6, pp.483-494. 10.9798/KOSHAM.2017.17.6.483
12
Kang, N.R., Noh, H.S., Lee, J.S., Lim, S.H., and Kim, H.S. (2013). "Runoff simulation of an urban drainage system using radar rainfall data." Journal of Wetlands Research, Vol. 15, No. 3, pp. 413-422. 10.17663/JWR.2013.15.3.413
13
Kavetski, D., Binning, P., and Sloan, S.W. (2002). "Adaptive backward Euler time stepping with truncation error control for numerical modelling of unsaturated fluid flow." International Journal for Numerical Methods in Engineering, Vol. 53, No.6, pp. 1301-1322. 10.1002/nme.329
14
Kim, T.J., Lee, D.R., Jang, S.M., and Kwon, H.H. (2017). "Generation of radar rainfall data for hydrological and meteorological application (I): Bias correction and estimation of error distribution." Journal of Korea Water Resources Association, Vo. 50, No. 1, pp. 1-15.
15
Korea Institute of Civil engineering and building Technology (KICT) (2018). Grid based rainfall-runoff model user's manual.
16
Kwon, S., Jung, S.H., and Lee, G. (2015). "Inter-comparison of radar rainfall rate using constant altitude plan position indicator and hybrid surface rainfall maps." Journal of Hydrology, Vol. 531, pp. 234-247. 10.1016/j.jhydrol.2015.08.063
17
Lee, J.K., Lee, M.H., Suk, M.K., and Park, H.S. (2014). "Application of the radar rainfall estimates using the hybrid scan reflectivity technique to the hydrologic model." Journal of Korea Water Resources Association, Vol. 47, No. 10, pp. 867-878. 10.3741/JKWRA.2014.47.10.867
18
Lee, M., Kang, N., Kim, J., and Kim, H.S. (2018). "Estimation of optimal runoff hydrograph using radar rainfall ensemble and blending technique of rainfall-runoff models." Journal of Korea Water Resources Association, Vol. 51, No. 3, pp. 221-233.
19
Maddox, R.A., Zhang, J., Gourley, J.J., and Howard, K.W. (2002). "Weather radar coverage over the contiguous United States." Weather and Forecasting, Vol. 17, No. 4, pp. 927-934. 10.1175/1520-0434(2002)017<0927:WRCOTC>2.0.CO;2
20
Na, W., and Yoo, C. (2020). "Real-time bias correction of Beaslesan dual-pol radar rain rate using the dual Kalman filter." Journal of Korea Water Resources Association, Vol. 53, No. 3, pp. 201-214.
21
Noh, H., Lee, D., Hwang, S., and Kang, N. (2019). "Evaluation of the uncertainty level in radar-rainfall technology in Korea: Focus on comparative analysis with the United States." Journal of the Korean Society of Hazard Mitigation, Vol. 19, No.1, pp. 35-44. 10.9798/KOSHAM.2019.19.1.35
22
Ozkaya, A., and Akyurek, Z. (2019). "Evaluating the use of bias-corrected radar rainfall data in three flood events in Samsun, Turkey." Natural Hazards, Vol. 98, No. 2, pp. 643-674. 10.1007/s11069-019-03723-z
23
Sebastianelli, S., Russo, F., Napolitano, F., and Baldini, L. (2010). "Comparison between radar and rain gauges data at different distances from radar and correlation existing between the rainfall values in the adjacent pixels." Hydrology And Earth System Sciences Discussions, Vol. 7, No. 4, pp. 5171-5212. 10.5194/hessd-7-5171-2010
24
Shin, M.J., and Choi, Y.S. (2018). "Sensitivity analysis to investigate the reliability of the grid-based rainfall-runoff model." Water, Vol. 10, No.12, p. 1839. 10.3390/w10121839
25
Weather Radar Center (WRC) (2013). Development of application of cross governmental dual-pol radar harmonization[1]. Korea Meteorological Administration.
26
Zhang, J., Howard, K., Langston, C., Vasiloff, S., Kaney, B., Arthur, A., Cooten, V.C., Kelleher, K., Kitzmiller, D., Ding, F., Seo, D.-J., Wells, E., and Dempsey, C. (2011). "National mosaic and multi-sensor QPE (NMQ) system: Description, results, and future plans." Bulletin of the American Meteorological Society, Vol. 92, pp.1321-1338. 10.1175/2011BAMS-D-11-00047.1
페이지 상단으로 이동하기