몽골의 태양-기상자원지도는 위성자료 및 재분석 자료를 이용하여 개발되었다. 태양복사량은 단층 태양복사모델을 이용하였으며 입력자료는 SRTM, MODIS, OMI, MTSAT-1R 등의 위성관측자료와 전구모델의 재분석자료를 이용하였다. 계산된 결과는 NCEP/NCAR 재분석 DSWRF 자료를 이용하여 계산된 일사량을 검증하였다. 몽골은 서부의 산악지역과 중남부의 사막 및 반사막지대로 이루어져 있으며 대륙 내부에 위치하여 강수량이 적고 맑은 날이 많아 동일 위도상의 다른 지역과 비교하여 높은 일사량이 나타난다. 서부 산악지역은 고도가 높아 태양에너지가 많이 도달되는 곳임에도 불구하고 일사량이 낮게 나타난다. 그 이유는 산악지역에 존재하는 연중 적설이 위성자료의 구름탐지 알고리즘에서 구름으로 오탐지 되기 때문이다. 따라서 청천지수뿐만 아니라 일사량 또한 낮게 계산된다. 남부지역은 상대적으로 높은 가강수량과 에어로솔 광학두께가 나타났으나 다른 지역에 비해 위도가 낮고 청천지수가 높아 일사량이 높게 나타나는 것으로 분석된다. 계산된 월 누적 일사량은 547.59 MJ로써 전 지점에서 약 2.89 MJ로 높게 계산되었으며 상관성은 0.99였고 평방근오차(Root Mean Square Error; RMSE)는 6.17 MJ 이었다. 월별 통계 값을 계산하였을 때 상관성이 가장 높은 월은 10월로 0.94였고 3월은 0.62로 가장 낮게 나타났다.

본 연구는 다종 위성 자료를 활용한 해수면온도 합성 기법에 대한 연구이다. 현재 많은 연구자들이 사용하고 있는 NGSST 알고리듬은 위성에 따른 정확도를 고려하지 않고 시 공간 상관도만을 계산하여 해당 픽셀의 값을 추정한다. 본 연구에서는 위성 센서별로 가지고 있는 정확도를 추가로 고려한 해수면온도 합성기법을 제안하고 기존 알고리듬과의 비교를 수행하였다. 합성장을 산출하는데 사용된 센서는 적외 센서인 MODIS, AVHRR 그리고 마이크로파 센서인 AMSR-E를 사용하였고, 2011년 4월 4일을 기준으로 5 km의 공간해상도를 갖는 일일 해수면 온도 합성장을 비교하였다. 부이와의 비교 결과, 기존 방법(NGSST Method)과 제안 방법(New Method)에 의한 표준편차는 각각 0.15℃와 0.12℃이었다. 또한 기존 방법보다 제안 방법에 의한 해수면온도 값은 연안을 제외한 대부분의 해역에서 다소 높게 산출이 되었다. 현 단계에서 정량적인 평가는 어렵지만, 본 연구를 통하여 해수면온도 합성기법에 대한 연구 방향이 제시되었다고 판단된다.

잠열과 관련된 지표면 증발산량은 지표 온도를 결정하는 중요한 요인이며, 이를 정확히 산정하는 것은 중규모 순환장 예보의 정확도와 밀접하게 관련된다. 본 연구에서는 고해상도인 LANDSAT 5 TM 자료를 이용하여 대구광역시의 상대 증발산 효율을 추정하였다. 증발산 효율 추정은 복사 온도/식생 지수의 관계식을 이용하였다. 식생 지수는 대구광역시의 실제 토지 이용도와 일치하였다. 도시 지역내의 공원 지역의 경우 낮은 복사 온도를 나타내었다. 이것은 두류공원과 같은 도심내 공원 지역의 고증발산에 기인한 것이다. 그러나 전체적인 도심지는 저증발산이 두드러졌다. 그리고 지표면 구성특징에 의하여 도심지 내 공단 지역과 주거 지역은 상대적인 증발산 분포에서 차이가 나타났다.

호모몰픽 필터링은 푸리에 변환에 기초를 둔 기법으로 주파수 영역에서 저주파 신호는 약화시키고 고주파 신호는 강화하여 영상의 대비 차를 강화시키는 처리기법이다. 호모몰픽 필터링을 위한 응용 프로그램을 개발하여 인공위성영상과 지구물리 자력탐사 자료를 이미지화한 영상에 시험적으로 적용하여 그 결과를 분석하였다. 영상평활화 기법이나 커널 마스크 처리 등과 같은 영상강화 기법에서는 추출 가능한 경계부의 위치를 변화시키거나 영상의 화소값이 전체 영상을 대상으로 변화시키는 반면에 호모몰픽 필터링은 세부적인 영상 정보의 내용을 선택적으로 강조할 수 있다. 호모몰픽 필터링은 인공위성 영상에서 복잡한 지형지물의 특성을 추출하거나 분리하는 데 효과적인 방법으로 나타났으며 지구물리 영상자료에서 이상대를 조사하는 경우에도 유용하게 적용될 수 있을 것으로 생각된다.

하부 대류권의 대기물현상과 마이크로파 표면 방출율를 전구적으로 조사하기 위하여 1981-93년 기간의 MSU 채널1 밝기온도와 대기대순환 모델(GCM) 재분석 월평균 자료를 사용하였다. 모델재분석 채널1 자료의 평균값이 MSU 채널1 가중함수를 기초로 하여 세 종류의 모델(NCEP ECMWF, GEOS) 재분석에서 온도장을 이용하여 재구성되었다. 모델재분석 채널1 온도는 하부 대류권의 열적 상태를 주로 반영하기 때문에, 해양과 육지에서 계절에 관계없이 각 반구 여름철에 최대값을 나타내었다. MSU 채널1 밝기온도는 해양에서 대기물현상으로 인해 열대 및 남태평양 수렴대들 에서 극대값을 보였다. 또한 이 밝기온도는 빙하/눈 방출율 효과로 인하여 고위도 해양에서 증가하는 반면에, 고위도육지에서는 감소하였다. 열대 및 남태평양 수렴대들의 계절적 이동은 GCM과 MSU 사이의 채널1 온도 차의 분포에서 체계적으로 나타났다. 이러한 온도차의 극소값 위치에서 추정할 때, 열대 수렴대는 가을에 9N까지 북상하였고, 남태평양 수렴대는 북반구 가을과 겨울에 12S까지 남하하였다. 고위도 경우에는 해빙이 각 반구의 겨울에 북반구에서 53N까지 남하하고, 남반구에서는 58S까지 북상하였다 복사전달 결과를 이용하여 MSU 채널1 밝기온도에 대한 대기물현상과 표면 방출율의 부분적인 기여도를 분리하여 조사하였다. ITCZ지역에서 4-6K의 밝기온도 상승은 1-1.5mm/day의 대기물현상 증가에, 그리고 고위도 해양에서의 10-30K의 상승은 0.6-0.9값의 해빙 방출율의 기여에 해당하였다.

이 연구에서는 극궤도 기상위성인 NOAA/AVHRR 시계열 자료를 이용하여 한반도의 지면 피복을 분류하였다. 일주기 기상위성자료로부터 구름이 없는 상태의 지면상태 자료를 획득하기 위하여 10일 간격 최대치 합성법 자료를 작성하였으며 27개의 10일주기 식생지수 자료들(겨울철 12, 1, 2월 자료 9개 제외)로부터 4개의 식생 계절성 자료를 작성하였다. 또한 위성자료로부터 분석한 연 최고 및 연평균 지면온도, 그리고 지형고도 자료를 이용하였다. 각 지면 피복에 대한 특성 자료 수집이 어렵기 때문에 여기서는 2단계 무감독 분류법을 이용하였다. 즉, 초기 입력자료는 신경망 기법의 일종인 SOFM을 이용하여 군집화한 다음 결정나무를 이용하여 각 군집을 분류하였다. 최종 분류 결과는 식생지수의 시계열과 지상 자료로 검증한 결과 대도시, 농지, 낙엽수림 및 상록수림 등 우리 나라의 지면 피복을 개략적으로 잘나타내고 있는 것으로 판단된다.

중간 및 상부 대류권의 전구 온도 경향을 1980-97년 기간의 위성관측 MSU 직하점 채널2-3의 밝기온도와 1981-93년 기간의 세 종류의 대순환모델(NCEP, ECMWT, GEOS) 재분석 자료를 통하여 조사하였다. 전구, 북반구, 남반구, 열대 지역에 대한 이들 자료의 아노말리가 공통 기간에 대하여 다음 지역에서 세부적으로 계산된 후 비교되었다; 해양, 육지, 해양 및 육지, 중간 대류권의 경우에 MSU에 대한 모델들의 상관은 ECMWF에서 가장 높았으며(r=0.81∼0.95), 이러한 경향은 열대에서 현저하였다. 상부 대류권에서의 상관은 MSU 채널3 자료의 부정확성으로 인하여 낮았으며(r=0.06∼0.34), 이는 기존 연구와 일치하였다. 중간 대류권에서의 전구 온도 경향은 위성관측과 모델들에서 0.01∼0.18K decade-1의 온난화를 보였다. 여기서 엘니뇨 기간인 1987, 1991년에 양의 아노말리, 그리고 라니냐 기간인 1993, 1994년에는 음의 아노말리를 보였다. MSU에서 온난화 경향의 세기는 해양과 육지에서 비슷하였다(0.12∼0.13K decade-1). 상부 대류권에서 MSU와 모델들 사이의 가장 큰 불일치는 MSU 채널3 자료의 오차로 인하여 NOAA 9와 10의 교체 기간(1984. 12-1985. 1)에 나타났다. 한반도 부근의 중간 대류권에서 온도 경향은 1981-93년 기간에 위성관측에서 거의 무시할 만하였으나(-0.02K decade-1), 모델들에서 상당한 온난화(0.25∼0.43K decade-1)를 보였다. 이러한 경향들을 Spencer and Christy(1992a, 1992b)의 독립적인 MSU 결과들과 비교 · 토의하였다.

측과 모델에서 각각 유도된 하부 성층권의 온도를 비교 · 분석하기 위하여 전구에 대한 1980-98년 기간의 위성관측 MSU 채널4 (하부 성층권) 밝기온도와 두 개의 대기대순환 모델(NCEP, 1980-97년; GEOS, 1981-94년) 재분석 자료를 상관 및 경험직교함수 분석을 통하여 조사하였다. 월평균 기후값의 아노말리에서 MSU 온도는 남반구 겨울에 고위도 지역에서 현저하게 감소하였으나 (20-22K), 남반구 봄인 10월에는 오스트레일리아의 이남 지역에서 하부 성층권 온도 및 오존 전량이 주목 할만하게 동시에 상승하였다. 열대지방에서는 온도 연주기가 중 · 고위도에 비하여 뚜렷하지 않았다. 전구 대부분의 지역에서관측과 모델 사이에 상관은 높았으나 (r≥0.95), 아열대 제트기류가 통과하는 20N-3ON 지역, 북미 대륙 그리고 안데스산맥 남단지역에서 낮았다(r∼O.75). MSU 및 모델 재분석들의 월평균값에 대한 모드 1은 연주기와 함께 화산 폭발시에 하부 성층권의 온도 상승을 나타냈다. 한반도 지역에 대한 분석은 하부 성층권 온도가 대류권과 대조적으로 여름에 하강하고 겨울에 상승하는 형태를 보였다. 열대 태평양에 대한 MSY 및 재분석들의 아노말리 모드 1은 화산폭발에 의한 하부 성층권 온도 상승을 나타냈다. 모드 2는 MSH와 GEOS에서 준2년 주기진동 (QBO), 그러나 NCEP에서 엘니뇨 특징을 보였다. 엘니뇨 특징은 MSU와 GEOS의 경우에 모드 3에서 나타났다. 관측과 모델 모두에서 하부 성층권 온도에 대한 기여율이 대체로 화산폭발, QBO, 엘니뇨 순으로 높았다. 열대 대서양의 결과도 무시할 만한 엘니뇨 기여를 제외하고 열대 태평양과 비슷하였다 본 연구는 하부 성층권 온도에 대한 위성관측과 모델 재분석 자료와의 비교를 통하여 상호 정확성을 진단할 수 있음을 보여준다.

The statistical characteristics of aerosol–cloud interactions over East Asia were investigated using Moderate Resolution Imaging Spectroradiometer satellite data. The long-term relationship between various aerosol and cloud parameters was estimated using correlation analysis, principle component analysis, and Aerosol Indirect Effect (AIE) estimation. In correlation analysis, Aerosol Optical Depth (AOD) was positively Correlated with Cloud Condensation Nuclei (CCN) and Cloud Fraction (CF), but negatively correlated with Cloud Top Temperature (CTT) and Cloud Top Pressure (CTP). Fine Mode Fraction (FMF) and CCN were positively correlated over the ocean because of sea spray. In principle component analysis, AOD and FMF were influenced by water vapor. In particular, AOD was positively influenced by CF, and negatively by CTT and CTP over the ocean. In AIE estimation, the AIE value in each cloud layer and type was mostly negative (Twomey effect) but sometimes positive (anti-Twomey effect). This is related to regional, environmental, seasonal, and meteorological effects. Rigorous and extensive studies on aerosol–cloud interactions over East Asia should be conducted via micro- and macro-scale investigations, to determine chemical characteristics using various meteorological instruments.

This study examined the efficiency of satellite images in terms of detecting wheat cultivation areas, and then analyzed the possibility of climate change through an correlation analysis of time series climate data from the western regions of Gyeongnam province, Korea. Furthermore, we analyzed the effect of climate change on wheat production through a multiple regression analysis with the time series wheat production and climate data. A relatively accurate distribution was achieved on the wheat cultivation area extracted through satellite image classification with an error rate of less than 10% in comparison to the statistical data. Upon correlation analysis with time series climate data, significant results were displayed in the following changes: the monthly mean temperature of the seedling stage, the monthly mean duration of sunshine, the monthly mean temperature of the growing period, the monthly mean humidity, the monthly mean temperature of the ripening stage, and the monthly mean ground temperature. Accordingly, in the study area, the monthly mean temperature, precipitation, and ground temperature generally increased whereas the monthly mean duration of sunshine and humidity decreased. The monthly mean wind speed did not display a particular change. In the multiple regression analysis results, the greatest effect on the production and productivity of wheat as climate factors included the annual mean humidity of the seedling stage, the annual mean temperature of the wintering period, and the annual mean ground temperature of the ripening stage. These results demonstrate that there is a change in wheat production depending on the climate change in the study area. in addition, it is determined that this study will be used as important basic data in the resolution of food security problems based on climate change.

가뭄재해는 다른 재해와 다르게 광범위한 공간에 걸쳐서 충분한 강우가 발생하기 전까지 오랜 기간 동안 발생되는 특성이 있다. 위성 영상은 시공간적으로 지속적인 강수량 관측을 제공할 수 있다. 본 연구는 위성 영상 기반의 강수자료를 활용하여 기상학적 가뭄 전망 모형을 개발하였다. PERSIANN_CDR, TRMM 3B42와 GPM IMERG 영상을 활용하여 강수 자료를 구축한 뒤, 표준강수지수(SPI)를 기반으로 기상학적 가뭄을 정의 하였다. 과거의 가뭄 정보와 물리적 예측 모형 기반의 가뭄 예측 결과를 결합할 수 있는 베이지안 네트워크 기반 가뭄 예측 기법을 이용하여 확률론적 가뭄 예측 결과를 생산하였으며, 가뭄 예측결과를 가뭄 전망 의사결정 모형에 적용하여 가뭄 전망 결과를 도출하였다. 가뭄 전망 정보는 가뭄 발생, 지속, 종결, 가뭄 없음의 4단계로 구분하였다. 본 연구의 가뭄 전망 결과는 ROC 분석을 통하여 물리적 예측 모형인 다중모형 앙상블(MME)을 활용한 가뭄 전망 결과와 전망 성능을 비교하였다. 그 결과, 2∼3개월 가뭄 전망에 대한 가뭄 발생 및 지속의 단계에서는 MME 모형보다 높은 전망 성능을 보여주었다.

실제증발산 자료를 융합하기 위한 Modified Kling-Gupta efficiency Fusion (KGF)방법을 제시하였고, 인공위성 및 재분석 증발산 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MODIS Global Evapotranspiration Project (MOD16)를 활용하여 Simple Taylor skill’s Score (STS)와 비교하였다. 한반도와 중국의 세가지 land cover type(i.e., cropland, grassland, forest)을 가진 flux tower에서 비교 검증을 실시하였다. 실제증발산의 융합 방법인 STS와 KGF로 계산된 가중치의 결과를 확인하면, cropland와 grassland에서 재분석 자료(GLDAS, GLEAM)가 높은 가중치 영향을 나타내지만, forest에서 융합 방법에 따라 가중치 영향이 다르게 나타났다. 전반적으로 실제증발산 융합 방법 적용 결과의 비교에서는 cropland에서는 융합에 사용된 자료에 비하여 높은 개선이 이뤄지지 않았지만, grassland와 forest 에서는 개선이 이뤄졌다. 두 방법 중 KGF의 결과가 STS의 결과에 비하여 약간 개선되는 결과를 나타내었다

본 연구에서는 비슬산 이중편파 Radar 자료와, GPM 위성자료 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 수행 하였다. 모형의 유출 해석은 2016년 10월 5일 02:00∼09:00 총 8시간 동안 최대강우강도 33 mm/hr, 유역평균 총 강우량 82 mm이 발생한 태풍 차 바(CHABA)를 대상으로 하였으며, Radar 및 GPM 자료와 조건부합성(Conditional Merging, CM) 기법을 적용한 Radar (CM-corrected Radar) 및 GPM (CM-corrected GPM) 자료를 각각 활용하여 결과를 비교하였다. 이 때, 공간 강우자료에 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-corrected Radar, GPM 자료가 평균 R2는 0.96, NSE의 경우 0.96, 유출용적지수(VCI)는 1.03으로 가장 우수한 결과를 나타내었다. 최종적으로 CM 기법을 이용한 보정된 공간분포자료는 기존의 자료에 비해 시공간적으로 정확한 홍수 예측에 사용 될 것으로 판단된다.

본 연구에서는 인공위성 및 재분석 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MOD16의 실제증발산량 산출물을 활용하여 한국수자원조사기술원(Korea Institute of Hydrological Survey, KIHS)에서 관리하고 있는 청미천(cheongmicheon farmland site, CFK)과 설마천(seolmacheon site, SMK) flux tower에서 검증하였고, Triple collocation (TC) 방 법을 활용하여 자료간의 불확실성 및 상관성분석을 수행하였다. 플럭스타워와의 검증 결과에서는 전반적으로 GLEAM>GLDAS>MOD16순으로 좋은 결과를 나타내었으며, 세가지 산출물의 조합(S1: flux tower vs. GLDAS vs. MOD16, S2: flux tower vs. GLDAS vs. GLEAM, S3: flux tower vs. GLEAM vs. MOD16)을 통한 TC 결과에서는 청미천(설마천)에서 GLEAM>GLDAS>MOD16>flux tower (GLDAS>GLEAM>MOD16>flux tower)순으로 좋은 결과를 나타내었다. TC 분석 결과에서 Flux tower의 error variance와 correlation coefficient가 상대적으로 좋은 결과를 나타내지 못하였으므로, 한반도 지역에서 인공위성과 재분석 자료(GLDAS vs. GLEAM vs. MOD16)만을 활용하여 TC를 적용하였다. 그 결과, GLDAS 와 GLEAM이 한반도 영역에서 낮은 error variance 와 높은 correlation coefficient를 나타낸 반면, MOD16의 경우, 농지에서 낮은 correlation coefficient과 높은 error variance를 나타내었다.

The purpose of this study is to identify the effectiveness of satellite images in detecting the areas of rice production in the Barisal of Bangladesh. We also investigated the effect of climate change on the crop production through comparative analysis of rice production area and production statistics with climate data at multi-temporal time scale. This analysis found that the classification of rice fields extracted through satellite image and made as the number of rice cultivation areas did not exceed 10 percent of the statistical data. Climate data analysis showed that the average temperature during the ripening stage has the greatest impact on Boro’s production. It would be more make sense if you can describe the results of how precipitation is also important for rice production in addition to temperature. Therefore, it is believed that this research could serve as a key basis for solving food security issues due to climate change.

수문순환에서 증발산의 정확한 산정은 수문분석 및 이해에 있어서 매우 중요하다. 특히, 증발산을 산정하는 방법은 다양하며, 각각 방법 마다 장단점을 가지고 있다. 그렇기 때문에, 각 다른 방법으로 산전된 결과를 융합하여 최적의 증발산을 산출해야할 필요가 있다. 본 연구에서는 대표적으로 인공위성 기반의 증발산 모델인 revised RS-PM과 MS-PT 방법에서 산출된 증발산과 모델 자료인 Global Land Data Assimilation System (GLDAS)와 Global Land Evaporation Amsterdam Model (GLEAM)자료들을 융합함으로써 최적의 증발산을 산출하고자 하였다. 연구 지역인 청미천과 설마천에서의 플럭스 타워에서 융합된 증발산에 대해서 검증을 실시하였다. 통계학적인 결과(상관계수, 일치도, MAE, RMSE)를 확인하였을 때, 기존의 인공위성과 모델에서 산출되는 증발산 결과에 비해 향상되는 결괄르 나타내었다. 전반적으로 결과를 확인하였을 때, 융합된 자료가 보다 향상된 결과를 보일 수 있을 것이라는 것을 나타내었으며, 추후에는 더 많은 모델을 사용하여 융합함으로써 보다 정확한 결과를 산출 할 수 있을 것으로 기대된다.

강우는 물순환 시스템을 이해를 증가 시킬 뿐만 아니라, 효율적인 수자원 확보 및 관리에 있어서 가장 핵심적인 인자이다. 본 연구는 2015년을 대상으로 한반도에서의 92개의 ASOS 지점자료와 최근에 발사된 GPM 위성강우 자료의 비교를 통하여 활용가능성을 평가하였다. 또한 지점 자료의 장점과 인공위성 자료의 장점을 융합함으로써 보다 개선된 강우자료를 산출하기 위해 3가지의 상세화 방법(Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging)들을 적용하였다. 이 연구에서 도출된 결과는 다음과 같다. 1) ASOS 자료와의 검증을 통해 GPM 강우자료가 약간 과대산정되는 편향을 가지고 있는 것을 확인하였으며, 특히 여름 기간에 오차가 높게 발생하는 것으로 나타났다. 2) Jackknife 방법을 통하여 각 합성방법에 대해서 검증하였을 때, 공간해상도가 높아짐에 따라서 오차가 줄어드는 것을 확인하였으며, 상세화 방법 중 conditional merging 방법이 가장 좋은 성능을 나타내었다.

In order to simulate a typhoon precisely, the satellite observation data has been assimilated using WRF (Weather Research and Forecasting model) three-Dimensional Variational (3DVAR) data assimilation system. The observation data used in 3DVAR was GPS Radio Occultation (GPS-RO) data which is loaded on Low-Earth Orbit (LEO) satellite. The refractivity of Earth is deduced by temperature, pressure, and water vapor. GPS-RO data can be obtained with this refractivity when the satellite passes the limb position with respect to its original orbit. In this paper, two typhoon cases were simulated to examine the characteristics of data assimilation. One had been occurred in the Western Pacific from 16 to 25 October, 2015, and the other had affected Korean Peninsula from 22 to 29 August, 2012. In the simulation results, the typhoon track between background (BGR) and assimilation (3DV) run were significantly different when the track appeared to be rapidly change. The surface wind speed showed large difference for the long forecasting time because the GPS-RO data contained much information in the upper level, and it took a time to impact on the surface wind. Along with the modified typhoon track, the differences in the horizontal distribution of accumulated rain rate was remarkable with the range of 600~500 mm. During 7 days, we estimated the characteristics between daily assimilated simulation (3DV) and initial time assimilation (3DV_7). Because 3DV_7 demonstrated the accurate track of typhoon and its meteorological variables, the differences in two experiments have found to be insignificant. Using observed rain rate data at 79 surface observatories, the statistical analysis has been carried on for the evaluation of quantitative improvement. Although all experiments showed underestimated rain amount because of low model resolution (27 km), the reduced Mean Bias and Root-Mean-Square Error were found to be 2.92 mm and 4.53 mm, respectively.

A novel disaggregation model that combines a machine learning model and kriging of residuals is presented to map precipitation at a fine scale from coarse scale precipitation data. Random forest (RF) and fine scale auxiliary variables are used to estimate trend components at a fine scale. Residual components are then estimated by area-to-point residual kriging. A case study of spatial disaggregation of TRMM monthly precipitation data acquired over the Korean peninsula is carried out to illustrate the potential of the presented disaggregation method. From the evaluation results, the presented method outperformed the RF-based disaggregation method that only considers trend components and ignores residual components, in terms of accuracy statistics and the ability of coherent predictions. This case study indicates that accounting for residual components by applying a proper spatial prediction method such as area-to-point kriging is very important in spatial disaggregation of coarse scale spatial data, even though advanced regression models such as RF could have high goodness of fit for the quantification of relationships between a target attribute and auxiliary variables.