본 연구에서는 Z-R 관계식의 매개변수를 안정적인 값으로 실시간 예측하고자 확장 칼만 필터기법을 적용하였다. 이를 위해 Z-R 관계식의 비선형을 고려하여 확장 칼만 필터로 매개변수 결정모형을 구축하였다. 상태-공간 모형은 Adamowski and Muir(1989)의 연구를 기반으로 구축하였다. 상태-공간 모형의 상태변수는 Z-R 관계식의 두 매개변수로 설정하였다. 결과적으로 칼만이득과 상태변수가 발산하지 않는 안정적인 모형을 구축하였다. 주목할 점으로는 기존 방법으로 추정된 과대 혹은 과소한 매개변수가 필터링 되어 일부 제거되었다는 것이다. 부적절한 매개변수의 적용은 물리적으로 비현실적인 강우강도 추정 결과를 불러일으키는 원인이기 때문에 이러한 결과는 정량적 강수량 추정측면에서 효과가 크다고 할 수 있다. 또한 확장 칼만 필터로 예측한 매개변수로 레이더 강우를 추정한 결과, 편의보정계수가 1.0에 근사하게 나타나 편의보정과정 없이도 지상 강우강도와의 평균적인 차이는 근소한 것으로 나타났다. 또한 기존 방법으로 레이더 강우를 추정한 결과보다 전반적으로 정확도 높은 강우 추정이 가능한 것으로 나타났다.

The study adopted extended Kalman filter technique in an effort to predict Z-R relationship parameter as a stable value in real-time. Toward this end, a parameter estimation model was established based on extended Kalman filter in consideration of non-linearity of Z-R relationship. A state-space model was established based on a study that was conducted by Adamowski and Muir(1989). Two parameters of Z-R relationship were set as state variables of the state-space model. As a result, a stable model where a divergence of Kalman gain and state variables are not generated was established. It is noteworthy that overestimated or underestimated parameters based on a conventional method were filtered and removed. As application of inappropriate parameters might cause physically unrealistic rain rate estimation, it can be more effective in terms of quantitative precipitation estimation. As a result of estimation on radar rainfall based on parameters predicted with the extended Kalman filter, the mean field bias correction factor turned out to be around 1.0 indicating that there was a minor difference from the gauge rain rate without the mean field bias correction. In addition, it turned out that it was possible to conduct more accurate estimation on radar rainfall compared to the conventional method.

• 김정호(고려대학교 공과대학 건축사회환경공학부) | Kim, Jungho 교신저자
• 유철상(고려대학교 공과대학 건축사회환경공학부) | Yoo, Chulsang