1. 서 론

기후변화의 진전은 지구 및 지역 기후 시스템에 여러 형태의 이상 현상을 유발하고 있으며, 특히 강수 패턴의 변화가 두드러진다. 전 세계적으로 평균 기온이 상승하면서 수증기 함량이 증가하고, 이로 인해 대기 중 수분 공급량이 많아져 집중호우, 돌발 홍수(flash flood), 대설(heavy snow) 등의 극한 기상현상의 빈도와 강도가 증가하고 있다(Sokol et al., 2021). 우리나라에서도 겨울철 적설의 지속일수 및 적설량 증가 경향이 관측되어 왔으며, 특히 대설 및 폭설의 공간적·시간적 변동성이 커지고 있다는 연구가 보고되고 있다(Kim et al., 2012; Choi and Kwon, 2008). 이처럼 극한 강수 및 적설 현상에 대한 모니터링과 예측은 방재, 도시 설계, 교통 안전, 인프라 유지관리 등의 여러 분야에서 필수적인 요소가 되었다. 특히, 도시지역은 지형·건물·도로 등 인공 구조물 및 고도 변화 등에 의해 국지적 강수 및 적설 특성이 매우 다양하게 나타나며, 이러한 세부 공간 분포를 정확히 파악하는 것이 재난 대응 및 거버넌스 측면에서 매우 중요하다.

전통적으로 강수 또는 적설 관측은 지상 기상 관측소(예: AWS, ASOS)를 기반으로 이루어졌다. 이러한 관측소들은 정확성 측면에서 우수하지만, 공간적으로 관측 지점 간 간격이 크거나 관측소 분포가 고르지 않은 경우가 많아 지역적 변화를 잘 포착하지 못하는 한계가 있다. 예를 들어, Thiessen 다각형(Thiessen polygon) 기법과 같은 가중치 기반 공간보간방식이 이러한 지점 기반(point‐based) 관측 자료를 이용해 영역 평균을 추정하는 데 널리 사용된다. 그러나 이러한 방식은 관측소 간 거리만을 기준으로 가중치를 부여하며, 강수 혹은 적설의 공간적 구조(spatial structure) 및 기상 현상의 비선형성(non‐linearity)을 충분히 반영하지 못한다.

기상 레이더(weather radar)를 이용한 접근은 공간 및 시간 해상도가 높고, 광범위한 지역을 한 번에 관측할 수 있다는 장점이 있다. 하지만 레이더 자료는 일반적으로 방사형(radial) 구조, 즉 여러 방위각(ray)과 거리(bin), 고도(sweep)의 조합으로 구성되어 수집된다. 그러나 대부분의 응용 연구에서는 이 원시 구조를 직접 활용하기보다는 이 자료를 격자(grid) 형태로 변환한 후 평균 또는 다른 분석을 수행하는 절차를 거친다. 격자 변환 과정에서는 다음과 같은 단점들이 있다. 첫 번째로 격자 변환 및 보간(interpolation), 거리 및 고도에 따른 보정 등의 절차가 많이 필요하여 실시간 또는 준실시간 처리에 부담을 주며 연산 비용이 많이 든다. 두 번째로는 레이더의 방사형 구조가 가진 세밀한 거리별 측정(distinct bins)과 빔 폭(beam width)의 확산(beam broadening) 특성이 격자화 과정에서 평균화되거나 왜곡될 수 있어 공간 해상도 손실(Spatial Resolution Degradation)이 우려된다. 마지막으로 지형, 고도, 차폐 및 건물·산림 등에 의한 레이더 신호의 감쇠 및 간섭이 있을 때, 단순 그리드 보간 방식은 이러한 물리적 효과를 정확히 반영하지 못하여 자료 해석에 왜곡이 발생할 수 있다. 이러한 한계들은 국지적 강우·적설 특성의 정확한 산출, 도로 제설, 교통 혼잡 예측, 배수 시스템 설계 등 실용적인 방재 및 도시계획 환경에서 특히 중요한 문제가 된다.

국내외 문헌을 살펴보면, 레이더 자료를 활용한 강수 및 적설 예측(Quantitative Precipitation Estimation, QPE) 및 강우-레이더와 지상 관측 병합(radar‐rain gauge merging) 연구는 활발하다(Ochoa-Rodriguez et al., 2019). 또한 실시간 강우 예보 품질 평가, 공간-시간 변동성 평가 연구 등도 다수 존재한다(Imhoff et al., 2020). 그러나, “레이더의 방사형 자료구조 자체”를 변환 없이 활용하여 행정구역 또는 기타 관심 영역의 평균을 산출하는 방법론은 아직 국내에서는 충분히 연구되지 않았고, 국제적으로도 격자화 과정을 생략하는 방식은 상대적으로 드물다. 대부분의 연구에서는 격자 기반의 리샘플링(resampling) 또는 투영(projection) 방식이 기본이며, 방사형 빔(ray)과 거리(bin)에 따른 교차 영역(intersecting area) 보정 또는 가중치(weighting)를 세밀하게 반영하는 기법은 제한적이다.

또한, 레이더 데이터를 활용한 강수 및 적설 예측이나 강우-적설 예측 연구에서 차폐효과, 지형 및 빔의 고도 변화(elevation angle effects), 빔 폭 등을 보정하는 절차가 존재하긴 하지만, 그것이 평균화 산출 과정에 통합되어 있는 경우는 많지 않다. 자료 변환 효율을 보다 증진시키면서도 기존의 방법이 제시하는 수준의 정확도를 유지할 수 있는, 즉 신뢰할 수 있는 평균 자료를 얻기 위한 방법론적 개선이 요구된다.

본 연구의 목적은 위와 같은 필요성을 바탕으로, 레이더의 방사형(radial) 자료구조를 직접 활용하여 영역 평균을 산출하는 새로운 방법론을 제안하는 것이며, 구체적인 목표는 다음과 같다. 우선, 방사형 데이터 구조의 원형(raw)을 유지하면서, 관심 영역(예: 행정구역, 유역 경계 등)에 대한 평균 반사도(reflectivity) 또는 적설/강우량(snowfall/rainfall equivalent)을 산출하는 절차를 개발한다. 또한, 관심 영역과 레이더 관측값이 대표하는 영역의 교차 면적을 계산하여 가중치를 부여함으로써 격자 변환 없이 영역 평균화 효율을 향상시킨다. 마지막으로 차폐(blocking), 지형 고도(elevation), 고도각(sweep angle) 등의 물리적 요인들을 평균화 자료 처리 과정에 포함하여 실제 관측 상황을 최대한 반영한다. 자료 처리 사례를 통해 제안 기법의 유용성을 검증하기위한 실험을 계획한다.

2. 기존 연구 및 기술 배경

2.1 지상관측망과 Thiessen 다각형 기법

우리나라를 비롯한 많은 국가에서는 오랫동안 지상 기상관측망을 통해 강우와 적설 정보를 수집·활용해 왔다. 대표적으로 AWS (Automatic Weather System), ASOS (Automated Surface Observing System) 등이 있으며, 이들은 기온, 강우량, 적설심 등을 비교적 높은 신뢰도로 측정할 수 있다. Fig. 1은 ASOS 및 AWS 장비의 설치 사례를 보여준다. 그러나 이러한 지상 관측망은 관측소가 위치한 특정 지점에서의 정보를 제공하는 데 국한되며, 관측소 간 간격이 수 km 이상 벌어지는 경우가 많아 광역적이고 세밀한 공간분포를 반영하기 어렵다.

Fig. 1.

Examples of ASOS and AWS Installations (source : https://blog.naver.com/daeguilbo/223817684600)

이러한 한계를 보완하기 위해 Thiessen 다각형 기법이 널리 사용되었다. Fig. 2는 관측소 위치를 중심으로 구성된 Thiessen 다각형의 예시를 보여준다. Thiessen 다각형 기법은 관측소 주변의 영역을 다각형으로 분할하고, 각 다각형 내에서 발생하는 강우량은 해당 관측소 값으로 대표한다고 가정하여 면적 가중 평균을 산출한다. 그러나 Thiessen 다각형 기법은 관측소 간 단순 거리 기반으로 영역을 정의하기 때문에, 실제 강우·적설의 공간적 변동성이나 지형·지리적 요인을 충분히 반영하지 못한다는 한계가 있다. 또한 관측소가 밀집하지 않은 지역에서는 강수 분포를 왜곡할 가능성이 크며, 특히 국지성 호우나 국지적 대설을 반영하는 데에는 한계가 있다는 점이 다수 연구에서 지적되어 왔다(Kim et al., 2012; Ochoa-Rodriguez et al., 2019).

Fig. 2.

Example of Thissen polygon method (Kim et al., 2018)

2.2 Radar와 위성 기반 관측 원리: 방사형 구조 vs 격자형 구조

관측소의 공간적 한계를 극복하기 위해 원격탐사(Remote Sensing) 기법이 발전하였으며, 대표적인 수단으로 기상 레이더와 인공위성 기반 관측이 활용된다. 위성 영상 자료는 일반적으로 격자 형태로 수집되며, 전 지구적 또는 광역적인 대기 상태를 포괄적으로 모니터링하는 데 적합하다. 그러나 위성의 공간해상도는 수 km 이상의 격자 크기를 가지는 경우가 많고, 강수량 추정은 간접적인 적외선·마이크로파 센싱에 의존하기 때문에 국지적 강수나 대설의 정밀한 감지에는 한계가 있다.

반면, 기상 레이더는 수 km에서 수십 km 반경의 공간을 짧은 시간 간격(수 분 단위)으로 관측할 수 있으며, 강수 입자에서 반사되는 전파 신호(reflectivity, dBZ)를 통해 강우·적설 강도를 직접적으로 추정할 수 있다. 레이더 자료는 고도각(sweep), 방위각(ray), 거리(bin)로 구성된 방사형(radial) 자료구조를 가지며, 이는 원뿔 형태(conical beam)의 빔 확산 특성을 반영하고 있다. Fig. 3은 레이더 빔이 방위각과 고도각을 따라 회전하며 데이터를 수집하는 과정을 도식화한 것이다.

예를 들어 대표적인 위성 강우인 GPM의 경우 공간해상도는 10 km 정도 수준이며, 광덕산 기상레이더의 경우 bin 해상도는 250 m, KICT의 고양시 시험운영 레이더는 2013년 60 m 해상도로 운영된 바 있다.

Fig. 3.

The radar transmits beams at a fixed elevation angle (θ) while rotating 360° in azimuth (φ), forming rays. Each data point along a ray is called a bin, and a complete 360° scan at a given elevation angle is referred to as a sweep (Lee et al., 2016)

• 스윕(Sweep): 레이더 안테나가 특정 고도각(elevation angle)에서 360° 회전하며 얻는 단일 관측층을 말한다. 일반적으로 레이더는 여러 고도각에서 연속적으로 회전하여 다층 스윕을 형성하며, 이러한 스윕들이 누적되어 볼륨 스캔(volume scan)을 구성한다. 볼륨 스캔은 수직적인 강수 입자의 분포와 운동학적 특성을 동시에 포착할 수 있어, 단일 지상 관측소가 제공하지 못하는 3차원 정보를 제공한다.

• 레이(Ray): 스윕 내에서 특정 방위각(azimuth angle)에 해당하는 관측선이다. 예를 들어, 고도각 0.5°에서 0°~359°까지 1° 간격으로 레이더가 회전한다면 360개의 레이가 형성된다. 각 레이는 거리 방향으로 연속적인 bin을 포함하며, 레이의 개수가 많을수록 방위각 해상도가 향상된다.

• 빈(Bin): 각 레이를 따라 일정한 간격(range gate, 보통 100 m ~ 1 km)으로 나눈 세부 구간이다. 각 bin은 해당 구간에서 측정된 반사도(reflectivity, dBZ), 도플러 속도(radial velocity), 스펙트럼 폭(spectrum width) 등 물리량을 저장한다. 중심에서 멀어질수록 동일한 각 해상도가 더 넓은 지상 면적을 포함하게 되며, 이로 인해 bin의 대표성이 달라진다.

스윕-레이-빈 체계의 특성상, 중심으로부터 멀어질수록 각 bin이 대표하는 지상 투영 면적은 넓어진다. 따라서 동일 행정구역이라 하더라도 스윕·레이·빈의 조합에 따라 교차면적과 대표성이 달라지므로, 영역 평균 산출 과정에서 거리 및 빔폭에 따른 면적 차이를 고려하는 것이 중요하다. 즉, 행정구역이나 유역 단위 평균을 산출할 때 각 bin이 차지하는 지상 투영면적을 고려하지 않으면 과소·과대평가가 발생할 수 있다.

그러나 이러한 원시(radial) 구조는 그대로 활용되기보다는, 대부분의 응용 연구에서 격자(grid) 형태로 재투영(re-projection) 되어 사용된다. 레이더 관측 원점을 중심으로 하는 AEP (Azimuthal equidistant Projection) 방식의 PCS (Projected Coordinate System)로 변환될 수 있다. 또한 여러 개 레이더 관측 정보를 융합한 합성데이터의 경우, 보다 일반적인 데이터 호환을 위해 LCC (Lambert conformal conic) 또는 TM (Transverse Mercator) 등의 투영 방법으로 다시 재투영 되어 유통되기도 한다. 재투영은 통상 GCS (Geographic coordinate system)를 경유하므로 연산부하를 야기하며 고해상도 격자가 요구될 수록 연산 부하는 증가한다. 이렇게 구비된 격자 데이터는 GIS 분석이나 수문 모델링과 같은 후속 처리에서 편의성을 제공하지만, 반대로 레이더 고유의 관측 구조를 왜곡하거나 공간 해상도를 부분적으로 저하시킬 수 있다는 한계도 있다.

국내에서도 도심권에서는 부분 빔 차폐(partial beam blocking), 지형·건물 반사/산란 등으로 인한 품질저하 문제가 빈번하다. 이를 개선하기 위해 X‐band 네트워크에서 반사도 분포의 발생빈도(FOR)·수직구배 등 통계적 특성을 이용해 차폐·지상클러터를 추가 검출/보정하는 방법이 제안되었고, 서울권 적용에서 정량강우추정(QPE) 정확도를 개선한 연구도 있다.

따라서 기존 연구들은 위성과 레이더 기반 원격탐사 기법을 활용하여 광역적 강우·적설 모니터링의 가능성을 제시하였으나, 격자 변환 과정에서 발생하는 정보 손실 및 왜곡 문제는 여전히 중요한 한계로 지적된다. 최근에는 이러한 한계를 극복하기 위한 방법론에 대한 관심이 점차 증가하고 있다.

2.3 기존 격자화 관련 기술: UF 포맷과 GIS 기반 영역평균 기법

기상 레이더 자료는 통상적으로 UF (Universal Format)와 같은 표준화된 포맷으로 저장된다. UF 포맷은 sweep, ray, bin 단위로 레이더 반사도 자료를 저장하며, 이를 Cartesian 좌표계로 변환하거나 Grid 형태로 재구성하는 다양한 기술이 개발되어 왔다. 예를 들어, Mohr and Vaughan (1979)의 연구와 HermeSys社의 특허(Korean Patent No. 10-135252)는 레이더 관측자료를 격자화(grid transformation)하는 시스템 및 방법을 제안하였으며, 이를 통해 특정 영역의 평균 강수량을 산출할 수 있도록 하였다.

또한, Perego (n.d.)와 GIS 기반 강우 데이터 처리 방법 및 장치(Korean Patent Application No. 10-2014-0062788)는 격자화된 레이더 자료와 행정구역 경계를 중첩하여 영역 평균을 구하는 기술을 제시하였다(Park et al., 2014). 이러한 기술들은 레이더 자료를 기존 GIS 및 수문학적 분석 시스템과 연계하는 데 기여했으나, 근본적으로 방사형 자료구조를 격자로 변환하는 과정에서 원시자료의 유실 및 연산 부하 발생이라는 한계가 존재한다.

국외 연구에서도 유사하게, 레이더 자료를 격자 기반으로 변환하여 QPE (Quantitative Precipitation Estimation) 및 Nowcasting에 활용하는 방법이 일반적이다(Imhoff et al., 2020; Ochoa-Rodriguez et al., 2019). 그러나 이러한 방식은 레이더 빔의 실제 공간적 커버리지(coverage)와 차폐(blocking), 지형 효과를 충분히 반영하기 어렵다는 문제점이 꾸준히 제기되고 있다.

3. 연구방법

3.1 Radar Radial Data 구조

레이더는 단일 고도각만을 관측하는 것이 아니라, 여러 고도각을 순차적으로 스캔하여 다층 스윕 구조를 형성한다. 각 스윕은 원뿔형 관측면을 생성하며, 고도각이 낮을수록 지표면 인근을, 높을수록 상층 대기를 관측한다. 이러한 볼륨 스캔은 다음과 같은 특징을 가진다.

• 지형 및 차폐 효과 반영: 낮은 고도각에서는 산악이나 건물에 의해 차폐(blocking)가 발생하기 쉽지만, 상위 고도각에서는 차폐 영향을 피할 수 있다.

• 수직 구조 포착: 적운형 강수, 대설, 뇌우와 같은 현상은 수직 분포에 따라 특성이 달라지므로, 다층 스윕은 강수 유형 구분 및 정량적 추정(QPE)에 유리하다.

• 스윕 선택 전략: PPI (단일 고도각), CAPPI (수평면 보간), CMAX (최대 반사도), HSR (차폐 보정 스윕 선택) 등 다양한 스윕 활용 기법이 제안되어 있다.국내외 기상레이더 관측데이터는 원시자료를 UF (Universal Format) 으로 표준화하여 저장한다. UF 파일은 다음과 같은 구조를 가진다.

• 파일 및 시스템 헤더(File/System Header): 레이더 장비, 시간, 위치, 주파수, 송수신 조건 등 기본 정보를 포함한다.

• 스캔·레이 헤더(Scan/Ray Header): 스윕 고도각, 레이 방위각, 거리 게이트 간격, 빔폭 등 관측 조건이 기록된다.

• 데이터 블록(Data Block): 각 bin별 반사도(dBZ), 속도(m/s), 스펙트럼 폭(m/s) 등 실제 관측값이 저장된다.

UF 구조의 장점은 스윕-레이-빈 체계와 일대일로 매칭된다는 점이다. 즉, 격자 변환 이전 단계에서 원시자료를 직접 호출할 수 있어, 영역 평균과 같은 연산을 물리적으로 충실하게 구현할 수 있다.

3.2 Radial 직접 평균화를 위한 활용 가능성

UF 자료를 기반으로 한 Radial 직접 평균화는 다음과 같은 절차를 따른다.

1. UF에서 반사도를 추출한다.

2. 대상 행정구역과 각 bin의 투영면적 간 교차 비율을 계산하여 가중치를 정의한다.

3. 가중치와 대상 행정구역 해당 여부 MASK를 각각 저장하여 관측-UF와 동일 인덱스로 접근할 수 있도록 한다.

4. 가중치, 마스크, 관측값 데이터를 동일 인덱스로 접근하여 영역 평균을 효율적으로 계산한다.

계산한 영역 평균 반사도는 다음과 같이 정의된다.

여기서, Zi : UF에서 추출한 각 bin의 반사도(dBZ)

wi : 교차면적 기반 가중치

N: 영역 평균에 포함되는 전체 bin 수

Eq. (1)은 기존의 격자 변환 방식에서 발생하는 정보 손실을 최소화하면서, 레이더 관측 기하를 그대로 반영할 수 있는 장점이 있다.

3.3 Radial 영역 평균화 기법 제안

기존의 UF는 스윕-레이-빈 단위로 레이더 관측값(반사도, 속도 등)을 저장하는 포맷이다. 본 연구에서는 이를 확장하여, 동일한 구조를 가지되 관측값 대신 가중치를 저장하는 동반 파일을 정의하고, 이를 Weight-UF라 하였다. Mask-UF는 대상 영역에 대응되는지 여부를 1,0 으로 구분하여 저장, 운용할 수 있다. 한편 Mask-UF는 생략하고 Weight-UF에서 0인 경우 대응이 안되는 영역, 즉 평균산출에 무관한 영역으로 간주할 수도 있다. 한 개 단일 영역(예를 들어 1개 행정동)에 대한 평균화인 경우 이와 같이 Mask-UF가 생략될 수 있으며, 만약 n개 영역에 대한 평균화 처리시에는 Mask-UF가 필수적으로 동반되어야 한다. 예를 들어 인접한 행정동 3개에 대한 각각의 평균화를 진행하는 경우 Mask-UF에는 0,1,2,3으로 구분된 값이 저장되거나 또는 0과 행정코드를 저장할 수 있다. Fig. 4는 서로 다른 고도각에서 구성된 다중 스윕의 구조를 도식화한 예시로, 본 연구에서 다룬 Radial 영역 평균화 기법이 처리하는 관측 구조를 시각적으로 보여준다.

Fig. 4.

An example illustration showing multiple sweeps configured at different elevation angles (Kong, 2018)

이후 설명은 1개 행정동인 경우를 예시로 한다.

이러한 병렬 구조를 이용하면, 두 파일을 같은 인덱스 체계로 순회(iteration)하며 관측값×가중치 연산을 효율적으로 수행할 수 있다. 예를 들어, 특정 행정구역 내에서 교차하는 bin의 경우 Mask-UF에 1을 저장하고, 교차하지 않는 경우 0을 저장함으로써 단순한 영역 추출이 가능하다. 또한 부분 교차 영역의 경우에는 교차 비율(ratio)을 반영한 가중치 값을 Weight-UF에 저장할 수 있다.

Mask-UF와 Weight-UF는 다음의 절차를 통해 제작된다.

1. 행정경계 입력: 대상 구역(예: 관악구)의 폴리곤을 GIS 형식으로 준비한다.

2. Bin 투영 계산: 각 sweep-ray-bin의 빔 영역을 2차원 지면으로 투영하여 polygon을 확보한다.

3. 교차면적 산출: bin polygon과 행정경계 polygon의 교차(intersection) 면적을 계산한다.

4. 가중치 부여: 교차면적을 행정경계 polygon 면적으로 나누어 비율을 산출하고, 이를 weight-UF로 저장한다.

5. Mask-UF 저장: 계산된 가중치가 0보다 큰 경우 Mask-UF의 해당 sweep-ray-bin에 1을 저장한다.

이와 같이 제작된 Weight-UF, Mask-UF는 기존 관측-UF와 동일한 인덱스 체계를 가지므로, 효율적인 순회 연산이 가능하다.

상기 UF를 이용한 Radial 영역 평균화의 계산 과정은 다음과 같다.

1.초기화 : Allsum = 0, Allweight = 0

2.스윕 단위 반복

- 각 스윕(sweep)에 대해 모든 레이(ray)와 bin을 순차적으로 탐색한다(3중 Loop Programming).

- Weight-UF에서 가중치를 읽고, 관측-UF에서 해당 bin의 관측값 Zi를 읽는다.

3.누적 합산 : Allsum += wi×Zi, Allweight += wi

4.영역 평균값 계산 :

* Weight-UF 계산 저장시 해당 영역에 대한 weight sum 이 1.0이 되도록 구성하면 순회처리시 Allweight에 대한 합산 및 처리는 생략된다.

Eq. (2)는 각 bin의 관측값에 교차면적 기반 가중치를 곱하여 합산한 뒤, 가중치 총합으로 정규화한 값이다. 이는 기존의 격자 변환 기반 평균화와 달리, Radial 구조의 기하학적 특성을 그대로 반영한다.

제안된 Radial 영역 평균화 기법은 기존 격자 기반 방법에 비해 몇가지 측면에서 장점을 가진다. 우선, 정확성 측면에서 본 기법은 각 bin 단위의 교차면적을 정밀하게 반영함으로써, 행정경계와 실제 레이더 커버리지를 보다 충실하게 연결할 수 있다. 즉, 격자 단위로 재구성(Resampling)처리한 후 평균을 산출하는 방식이 아니라, 레이더 빔을 해당 영역에 대하여 지상투영시 실제로 덮는 면적을 기반으로 가중치를 부여하기 때문에 관측 자료의 공간적 대표성이 향상된다.

또한, 효율성 면에서도 기존 방식보다 개선된 결과를 기대할 수 있다. 관측값이 저장된 UF 파일과 가중치가 저장된 Weight-UF 파일을 동일한 인덱스 체계로 순회 처리함으로써, 3중(Sweep, Ray, Bin) 반복문을(Loop) 동시에 활용할 수 있으며 처리 효율이 향상된다. 이는 대용량 레이더 자료를 실시간 또는 준실시간으로 처리해야 하는 상황에서 중요한 장점으로 작용한다.

마지막으로, 본 기법은 유연성이 뛰어나다. 단순히 bin이 행정구역과 겹치는지 여부를 0과 1로만 구분하는 것이 아니라, 교차 비율을 반영한 실수형(real or float data type) 가중치를 적용할 수 있다. 더 나아가, 지형이나 건물에 의한 차폐 구간의 가중치를 0으로 설정하거나, 고도별 차등 가중치 등을 추가로 도입하는 확장이 가능하다. 따라서 본 기법은 다양한 물리적 요인을 반영할 수 있는 잠재력을 갖추고 있으며, 향후 방재·수문학적 응용 분야에서 폭넓게 활용될 수 있을 것으로 기대된다.

기상레이더 관측에서 가장 큰 오류 요인 중 하나는 지형 및 인공 구조물에 의한 전파 차폐 현상이다. 레이더 빔은 직진성을 가지므로, 경로 상에 산악 지형이나 고층 건물이 존재하면 일부 또는 전부가 차단되어 반사도 값이 과소 산정될 수 있다. 이는 특히 산악지형이 많은 우리나라와 대도시 지역에서 빈번히 발생하는 문제이다.

이를 보정하기 위해 본 연구에서는 DEM (Digital Elevation Model) 및 건물 높이 정보(building height data)를 활용하는 방법을 고려하였다. DEM은 지형의 고도 분포를, 건물 데이터는 도시 구조물의 높이를 반영하여 레이더 빔의 가시성 여부를 판정하는 데 사용된다. 구체적으로는 각 스윕-레이-빈의 중심 좌표를 기반으로 레이더에서 대상 bin까지의 경로를 추적하고, 이 경로가 DEM 혹은 건물 폴리곤과 교차하는지를 검사한다. 교차가 발생하는 경우 해당 bin은 차폐된 것으로 판정하고, Weight-UF 내의 가중치를 0으로 저장한다.

차폐 보정은 단순한 차단 여부만 반영하는 방식에서 더 나아가, 부분 차폐(partial blocking) 비율을 고려할 수도 있다. 예를 들어, 레이더 빔의 일부만 지형에 의해 가려지는 경우 차폐율(%)을 계산하여 해당 bin의 가중치를 조정할 수 있다. 이러한 방식은 관측의 물리적 타당성을 높이며, 도시 지역 및 산악 지역에서 발생하는 자료 왜곡을 효과적으로 완화할 수 있다.

중요한 전제는 각 레이더 관측에서 특정 스윕, 특정 레이, 특정 빈마다 가지는 차폐율의 정확한 산정이다. 이를 위하여는 차폐율 산정 알고리즘, 편파품질지수, 감쇠, 브라이트밴드, VPR 보정 등 선행연구의 고려가 반드시 필요하다. 이와 같이 산정된 차폐여부 또는 차폐율이 레이더 표준 데이터 포맷(UF) 자료 구조 안에 관측값이 아닌 마스크(MASK)와 가중치(Weight)로 저장되어 재사용되면, 자료 처리가 단순화되어, 처리 효율을 증진할 수 있다. 또한 레이더 관측 정보에 대한 특정 위치에서의 감쇄율, 차폐율이 불확실한 경우 마스크에서 배제처리함으로서 영역 평균에 대한 영향을 최소화하는 운영 방안이 가능하다. 이는 데이터를 널(Null)로 구분하여 평균산정에서 배제하는 기법과 같은 효과를 야기한다. 본 절차는 Fig. 5에 도시된 바와 같이 UF 파일의 관측값, 가중치, 마스크 값을 활용하여 영역 평균을 수행하는 방식으로 구현된다.

Fig. 5.

Flowchart illustrating the procedure of direct radial averaging using UF radar data, including reflectivity extraction, weight computation based on bin-to-region overlap, mask file creation, and synchronized averaging

3.4 다중 스윕 처리 방식

Fig. 6은 일반적인 레이더 스윕에서 고도각별 관측 구성을 도식화한 예시이다. 레이더 관측은 일반적으로 여러 고도각에서 스윕을 수행하여 볼륨 스캔(volume scan)을 형성한다. 따라서 영역 평균을 산출할 때, 어떤 스윕의 값을 대표값으로 채택할 것인지가 중요한 고려 요소가 된다. 본 연구에서는 다음 네 가지 대표적인 스윕 처리 방식을 검토하였다.

Fig. 6.

Illustration of typical elevation angles per radar sweep

• PPI (Plan Position Indicator): 특정 고도각의 스윕을 단일 선택하여 활용하는 방식이다. 예를 들어, 최저 고도각(0.5°~1°)의 데이터를 채택하는 경우가 일반적이다. 단순하고 계산이 용이하지만, 지형 차폐나 빔 확산으로 인한 왜곡이 발생할 수 있다.

• CAPPI (Constant Altitude Plan Position Indicator): 여러 고도각 스윕 자료를 보간하여 동일한 고도면(예: 1.5 km)에서의 반사도를 산출하는 방식이다. 수직 보간을 통해 일정한 높이에서의 관측값 분포를 파악할 수 있어, 공간 일관성이 높다. 다만 보간 과정에서 연산량이 증가하고, 고도 분포에 따른 오차가 추가될 수 있다.

• CMAX (Constant Maximum Reflectivity): 동일한 수평 위치에서 여러 스윕 중 가장 큰 반사도 값을 선택하는 방식이다. 반사도가 가장 큰 층을 대표값으로 활용할 수 있어 호우 및 뇌우 탐지에 유리하다. 그러나 과대추정(overestimation)의 위험이 있다.

• HSR (Height of Significant Reflectivity 또는 Hybrid Scan Reflectivity): 최저각 스윕을 기본으로 채택하되, 지형 차폐 등으로 관측 불가능한 영역에서는 상위 고도각 스윕의 값을 보완적으로 사용하는 방법이다. 이는 지형 영향이 큰 산악 지역에서 효과적이며, 최근 국내에서도 널리 활용되는 방식이다.

영역 평균 반사도를 산출할 때 다중 스윕 처리 방식은 다음과 같이 반영된다.

여기서, wi는 bin별 교차면적 기반 가중치이며, Zppi,i, Zhsr,i는 각각 선택된 스윕에서의 반사도이다. whsr,i는 HSR 방식에서 채택된 bin 즉 Zhsr,i에 대한 가중치이다.

4. 평균화 기법 비교

Grid 기반 방법은 레이더 원시자료를 Cartesian 격자로 변환한 후, 해당 격자에 행정경계를 중첩시켜 각 격자 내 평균값을 산출하는 방식으로 이루어진다. Fig. 7은 Weight-UF 파일을 생성하기 위한 구체적인 절차를 시각적으로 정리한 것이다. 이러한 접근은 GIS 환경에서의 분석과 후속 처리에 용이하다는 장점을 가지며, 실제 수문·기상 분야에서 널리 활용되어 왔다. 그러나 본 연구의 적용 결과, 이 방법에는 몇 가지 중요한 한계가 확인되었다.

Fig. 7.

Workflow for generating a Weight-UF file used in radial area averaging. The process includes GIS-based polygon input of the target region (e.g., Gwanak-gu), projection of radar bins to ground polygons, intersection calculation, and storage of weight values into a UF-compatible file format

첫째, 공간 해상도의 부분적 저하 문제가 발생한다. 레이더의 Radial 구조에서는 중심에서 멀어질수록 각 bin이 대표하는 지상 면적이 크게 달라지는데, 이를 일률적으로 격자로 변환하는 과정에서 세밀한 변동성이 평균화된다. 그 결과, 특정 지역에서 발생하는 국지적 강설 강도의 차이를 충분히 반영하지 못하게 된다.

둘째, 차폐 영향의 반영이 제한적이다. 레이더 관측에서는 지형이나 건물에 의한 전파 차폐가 빈번히 발생하지만, Grid 변환 방식은 DEM이나 건물 높이 정보와 같은 공간자료를 직접 반영하기 어렵다. 이로 인해 일부 구간에서는 실제보다 낮은 반사도나 적설 강도가 산출되는 과소 추정이 야기될 수 있다.

반면, Radial 직접 평균화 방식은 bin 단위의 교차면적을 기반으로 가중치를 부여함으로써, 대상 영역 내에서 산지 지역과 도시 지역의 강설 분포 차이를 보다 정밀하게 포착할 수 있다. 차폐 관측값은 원시데이터의 자료 구조 즉 Radial 구조에서 부터 가중치를 저감 또는 0으로 처리하여 평균값에 대한 영향이 축소되도록 유도가능하므로, 이는 Grid 경유 방식 대비 합리적 결과를 산출할 수 있다. Fig. 8은 지형 ·건물에 의한 빔 차폐 사례를 보여주며, 본 연구의 차폐 반영 ·가중치 조정 논리를 시각적으로 뒷받침한다.

Fig. 8.

Examples of radar beam blockage (UCLA AOS, n.d.; KMA, n.d.)

5. 테스트베드 시험 적용 계획

2024년 11월 27일 서울 지역에는 117년 만에 기록적인 대설이 발생하였다. 당시 서울 주요 지점에서는 30 cm 이상의 적설이 관측되었고, 강설 강도 또한 단시간에 집중적으로 발생하여 도시 교통, 기반시설, 안전 관리에 심각한 영향을 초래하였다. 이 사례는 국지적 강설 특성이 뚜렷하게 나타난 대표적 극한 기상현상으로, 제안한 Radial 직접 영역 평균화 기법의 적용성을 검증하기에 적합하다.

그러므로, 분석 대상 지역은 서울특별시 관악구 행정구역으로 선정하였다. 관악구는 서울 남서부에 위치한 대표적인 산지·도시 복합 지형으로, 남쪽에는 관악산이 위치하고 북쪽과 동쪽은 도시화가 밀집된 지역이다. 이러한 복합 지형은 레이더 관측 시 차폐(blocking)와 빔 왜곡이 발생할 수 있어, 제안 기법의 검증에 유의미한 시험대가 된다.

관악구를 대상으로 한 Radial 평균화는 다음과 같은 절차 및 Fig. 9와 같은 절차로 수행가능하다.

1. UF 자료 확보: 2024년 11월 27일 대설 시 레이더 UF 포맷 반사도 자료를 확보

2. Weight-UF 제작: 관악구 행정경계와 각 sweep-ray-bin의 지상 투영면적 간 교차(intersection) 비율을 산출하여, 해당 비율을 Weight-UF에 가중치로 저장

3. 평균 반사도 산출: 관측-UF와 Weight-UF를 순회하며, Eq. (3)의 방식으로 평균 반사도를 계산

4. 적설 강도 변환: 산출된 평균 반사도를 경험식(예: Snow Rate 변환식)을 이용하여 적설 강도로 변환

Fig. 9.

Flowchart describing the procedure for estimating snowfall rate from UF radar data using a Weight-UF structure. The process includes data acquisition, intersection-based weight calculation, area-averaged reflectivity computation using Equation (3,4), and conversion to snowfall intensity via an empirical formula

이 과정을 통해 Radial 직접 평균화 방식으로 도출된 관악구 평균 적설 강도 값을 기존 격자 기반 방법과 비교한다. 기대되는 효율 및 처리속도 개선, 그리고 산출 결과의 수치 비교는 실제 영역 및 실제 관측 이벤트를 적용함으로서 실증될 수 있다. 또한 보다 넓은 지역을 대상으로 충분한 시험기간 비교 운영한다면 더욱 안정적인 검증 수치를 확보할 수 있을 것이다. Fig. 10은 다중 스윕이 형성하는 3차원 레이더 볼륨 구조의 예시로, 제안 기법의 공간적 맥락(볼륨 스캔) 이해를 돕는다.

Fig. 10.

Example of a radar sweep volume in three-dimensional space (Lin et al., 2019)

6. 결 론

본 연구는 기후변화로 인해 빈발하는 대설과 집중호우와 같은 극한 기상현상에 효과적으로 대응하기 위하여, 레이더의 방사형(Radial) 자료구조를 직접 활용하는 새로운 영역 평균화 기법을 제안하였다. 기존의 접근법은 레이더 원시자료를 Cartesian 격자(grid)로 변환한 뒤, 행정경계와 격자를 중첩시켜 면적 평균을 산출하는 방식을 주로 사용하였다. 이 방법은 GIS 환경에서의 분석과 연계가 용이하다는 장점이 있었으나, 변환 과정에서 발생하는 공간 해상도 부분 소실과 차폐 영향 반영의 한계라는 구조적 문제점을 가지고 있었다. 즉, Radial 구조에서 중심으로부터 멀어질수록 bin이 대표하는 지상면적이 커지는데도, 이를 격자화 과정에서 동일 면적 격자로 재구성함에 따라 원본 데이터 정밀도를 부분적으로는 유지하지 못하였고, 따라서 국지적 강설의 강도 차이를 완벽히 반영하지 못하였다. 또한 지형 및 건물에 의한 차폐는 DEM이나 건물정보를 직접 반영하기 어렵기 때문에, 일부 구간에서는 관측값이 실제보다 과소 추정되는 결과가 나타났다.

이러한 한계를 극복하기 위해 본 연구에서는 Weight-UF 개념을 도입하였다. Weight-UF는 기존 UF 파일 구조를 그대로 유지하되, 관측값 대신 행정경계와 레이더 빔(bin)의 교차면적 기반 가중치(weight)를 저장하는 보조 파일이다. 이를 통해 관측-UF와 Weight-UF를 동일 인덱스 체계에서 병행 처리할 수 있으며, 영역 평균 산출 과정은 단순히 “관측값 × 가중치”의 누적합으로 구현된다. 이 방법은 연산 효율성을 높이는 동시에, 각 bin의 실제 지상 투영면적 차이와 차폐 여부를 반영할 수 있다는 장점이 있다. 나아가 단순히 0과 1의 이진 구분을 넘어, 교차 비율을 실수형(Real, Float data type) 가중치로 적용하거나, 차폐 구간의 가중치를 0으로 설정하는 등 다양한 확장이 가능하다. 이러한 유연성은 본 기법이 다양한 물리적 요인을 반영할 수 있는 기반을 제공한다.

또한 본 연구에서는 레이더 관측에서 빈번히 발생하는 차폐(blocking) 문제와 다중 스윕 처리 방식도 추가 고려하였다. DEM과 건물 높이 정보를 활용하여 빔 경로상의 차폐 여부를 판정하고, 해당 bin의 가중치를 조정함으로써 차폐상황을 반영할 수 있다. 더불어, 다중 스윕으로 구성된 볼륨 스캔의 대표값을 산출하기 위해 PPI, CAPPI, CMAX, HSR 등 다양한 스윕 선택 방법을 비교 검토하였다. 이 과정에서 특히 HSR 방식은 차폐 영향을 최소화하면서도 저고도 관측의 장점을 유지할 수 있는데 본 연구에서 제안하는 Weight-UF 방법을 적용하여, 실무적 활용성이 가능함을 확인하였다.

본 연구의 주요 기여점은 다음과 같이 정리된다. 첫째, 레이더 방사형 자료구조를 직접 활용한 Radial 기반 영역 평균화 기법을 제안하고, Weight-UF 개념을 통해 이를 효율적으로 제시하였다. 둘째, 차폐 보정과 다중 스윕 선택 전략을 연계하여 실제 관측 환경에서의 적용성을 강화하였다.

그러나 본 연구에는 몇 가지 한계점이 존재한다. 현재 제안된 방법은 주로 2차원 교차면적 기반 가중치에 의존하고 있어, 고도별 강수 특성을 반영하는 3차원적 가중치 체계가 도입되지 않았다. 또한 대용량 레이더 자료를 실시간으로 처리하기 위한 연산 최적화 측면이 충분히 검토되지 않아, 향후 실무적 방재 시스템 적용을 위해서는 추가 연구가 반드시 필요하다. 무엇보다, 제안된 기법에 대하여 테스트베드에 대한 실제 시스템 개발 및 적용 연구가 필요하다. 기존 방식과 비교하면 유의미한 결과를 확보할 수 있다. 이를 위한 구체적 실험설계를 제안하였다. 2024년 11월 27일 서울 대설 사례에 대하여 관악구 행정경계를 선정하였으며, Radial 직접 평균화 방식과 기존 Grid 기반 방식의 결과를 정량 비교할 수 있다.

향후 연구에서는 이러한 한계를 보완하여, 고도별 가중치를 포함한 3차원 영역 평균화 기법을 개발하고, GPU 기반 병렬 연산 등 고성능 계산 자원을 활용한 실시간 처리 프레임워크를 구축할 필요가 있다. 더 나아가, 본 기법을 서울시뿐만 아니라 전국의 다양한 지형 및 도시 환경에 적용하여 일반화 가능성을 검증하는 과정이 요구된다. 특히 기후위기로 인해 빈번히 발생하는 폭설 및 집중호우 상황에서, 제안 기법의 적용성을 현장에서 평가하고 정책적 활용 방안을 마련하는 것은 학문적·실무적으로 중요한 과제가 될 것이다.