고창 표준기상관측소(Gochang Standard Weather Observatory, GSWO)에서 3년간(2014-2016년) 관측한 겨울철 강수량 자료를 사용하여 겨울철 관측환경에 따른 강수량 관측 특성을 분석하였다. 이를 위해, 설치환경이 다른 강수량 계 4종인 NS(No Shield), SA(Single Alter), DFIR(Double Fence Intercomparison Reference), PG(Pit Gauge)를 사용하여, DFIR을 기준으로 누적 강수량 차이, 강수 유형별 특성, 풍속 변화에 따른 수집효율을 분석하였다. 강수 유형은 고창 종관기상관측장비(Automated Synoptic Observing System, ASOS)의 기온 관측 자료를 사용하여 강우, 혼합 강수, 강설로 분류하여 분석하였다. 겨울철 누적 강수량은 SA, NS, PG 순으로 DFIR과 유사하게 나타났으며, 통계 분석 결과에서는 SA가 DFIR과 가장 유사한 결과를 보였다. 결과적으로, 겨울철 강수량 관측에서는 SA가 기준 강수량계와 가장 유사하게 관측되었으며, PG는 겨울철 관측에 적합하지 않은 것으로 분석된다.

강수는 기상학, 농업, 수문학, 자연재해, 토목 및 건설 등 분야에서 매우 중요한 기상 변수들 중 하나이다. 최근 이러한 강수를 탐지하고, 측정 및 예보를 하기 위해서 위성원격탐사기술은 필수적이다. 따라서 본 연구에서는 미국항공우주국(National Aeronautics and Space Administration, NASA)에서 발사한 전 지구 강수 관측 위성인 GPM 위성을 기반으로 다양한 자료와 합성된 강수 자료인 IMERG 자료의 정확도를 한반도, 특히 남한지역에 대해 지상관측자료와 비교분석 하였다. 기상자동관측 장비인 AWS의 관측 강수량을 검증 자료로 사용하여, 2016년 1월부터 12월까지 1년간의 기간 동안 한반도의 육상부분에 대하여 IMERG의 월 강수량 자료를 비교 검증하였다. 잘 알려진 대로 위성은 해안가와 섬 지역 같은 부분에서 단점이 있지만, 별도로 비교 분석하였다. 위성 자료인 IMERG와 지상 관측 자료인 AWS를 비교한 결과, 상관계수가 0.95로 높은 상관성을 보였으며, Bias, RMSE의 오차 비교에서도 각각 월 15.08 mm, 월 30.32 mm의 낮은 오차를 산출하였다. 해안지역에서도 육상지역과 마찬가지로 0.7 이상의 높은 상관계수를 산출하며, 강수 자료로서 IMERG의 신뢰도를 검증하였다.

본 연구는 일조시간과 강수량 자료를 이용하여 다중회귀 방법을 통해 일사량을 추정하였다. 연구에 사용된 자료 들은 강릉지역에 위치한 강원지방기상청(105 관측소, 1980-2007)과 신강원지방기상청(104 관측소, 2009-2014) 그리고 강릉원주대학교(GWNU 관측소, 2013-2014)이며, 105 관측소 자료를 통해 산출된 회귀식을 104 관측소와 GWNU 관측 소에 적용하여 비교분석하였다. 먼저, 일조시간만을 이용하였을 때 104 관측소는 기존 연구들과 유사한 상관계수(0.96) 와 표준오차(1.16 MJ m−2 )가 나타났고, GWNU 관측소에서는 높은 상관계수(0.99)와 낮은 표준오차(0.57 MJ m−2 )로 분석 되었다. 그리고 일조시간과 강수량 자료를 104 관측소에 적용하였을 때 상관계수 0.96과 표준오차 0.99 MJ m−2로 일조 시간만을 적용했을 때보다 표준오차가 감소되었다. 일조시간만을 이용한 방법보다 강수량이 추가된 방법은 관측 일사량 과 편차의 극값이 −26.6%(2010년 3월)에서 −31.0%(2011년 2월)로 증가되었다. 이는 강수량이 5월과 7-9월에 집중되어 나타나 이외의 월에서 추정식의 계수가 음으로 계산되었기 때문으로 분석된다. 따라서 한반도와 같이 강수량이 여름철 에 집중되는 지역에서는 월평균 강수량을 일사량 추정에 이용할 때 주의를 기울여야 할 것이다.

겨울철 동해안 강수 현상에 대한 규명을 위하여 라디오존데를 활용한 특별관측을 2012년 1월 5일부터 2월 29일까지 실시하였고, 이 연구는 대기의 불안정을 나타내는 다양한 변수를 활용하여 강수 사례의 분석을 수행하였다. 그 결과, 강수가 발생할 때 지표면(1000 hPa)에서 중층(약 750 hPa)까지의 상당온위가 증가하는 것을 볼 수 있었고, 이러한 대기층(1000~750 hPa)은 불안정을 일으키기에 충분한 수준의 수증기를 함유하고 있었다. 대류가용잠재에너지의 시간적인 변화를 살펴본 결과 강수가 발생하였을 때 증가하는 것을 볼 수 있었고, 연직바람쉬어의 경우에서도 대류가용잠재에너지와 마찬가지로 강수 기간 동안 상승하여 일정수준 이상의 값을 유지하는 것을 확인할 수 있었다. 강수에 따른 대기 구조의 상세한 분석을 위하여 지상 원격 탐사 자료와 지상 관측 자료를 활용하여 분석을 수행하였다. 또한 가강수량과 바람벡터를 이용하여 가강수량플럭스를 계산하였다. 가강수량플럭스와 강수량은 북동풍 계열의 바람이 발생하였을 때 높은 관계성을 보였다. 그 결과 동해안영역에서 발생하는 강수 현상에서는 풍계와 같은 역학적인 작용의 이해가 중요한 것으로 판단되었다.

본 연구에서는 겨울철 특별관측기간(2012년 1월 5일에서 2월 29일)동안 강원지방기상청에 설치된 GPS 자료를 이용하여 가강수량을 산정하고 이를 라디오존데 가강수량 자료와 비교 분석하였다. GPS 자료를 후처리하기 위하여 Bernese 5.0 소프트웨어를 사용하였다. GANG 단독측위와 GANG, DAEJ의 비교적 짧은 거리의 두 지점만을 이용한 상대측위 결과에 따른 가강수량은 시간에 따른 변동폭이 크고 실제 환산된 가강수량에 비해 5배 정도 크게 나타났다. 이러한 대류권 절대 오차에 의한 오류를 제거하기 위한 방법으로 Xian Dao (BJFS), Ibaraki-ken (TSKB) 국제 IGS 사이트의 장거리 기선설정으로 GPS 후처리를 실시한 결과 라디오존데 관측값과 상관이 0.93, 평균편의오차가 0.67, 평균제곱근오차가 6.40 수준으로 나타났다. 또한 GPS 수신기 고도 차이로 발생할 수 있는 대류권 상대 오차를 제거하기위해 강원지방기상청과 아주 가까운 지점인 강릉 원주대학교에 설치된 GPS 자료를 추가하여 후처리한 결과 상관이 0.93, 평균편의오차가 0.61, 평균제곱근오차가 5.79로 보다 개선된 결과를 보였다.

가강수량과 구름물량의 시공간적 분포와 특성을 분석하기 위해 청주, 합천, 대관령에서 마이크로웨이브 라디오미터의 관측을 수행하였다. 각 지역에서 관측된 가강수량을 검증하기 위해 고층자료에서 산출된 가강수량과 비교하였으며 그 결과 상관계수가 0.8 이상으로 좋은 상관도를 보인다. 청주, 합천, 대관령 지역의 가강수량의 계절적인 변동과 일변화는 유사하게 나타났으며 일반적으로 1000 LST부터 증가하기 시작하여 1900 LST에 극대 값을 보인다. 반면에 구름물량은 지역적으로 계절적인 차이를 보인다. 이는 평지에 위치한 청주, 소백산맥으로 인한 편서풍 구름 차폐가 발생하기 쉬운 합천, 안개 및 구름이 잦은 대관령(834 m 해발고도) 등 각기 다른 지형 및 지리적 영향에 기인한 것으로 사료된다.

도시화 효과가 여름 강수에 미치는 영향을 분석하기 위해 2010년 8월 13일부터 9월 3일까지 수도권 집중관측(ProbeX-2010)을 수행하였다. 분석 결과, 다음의 두 가지 현상들이 발견되었다. 첫째, 관측 기간 동안 약한 강수(≤1 mm hr-1)가 다른 지역보다 서울 풍하측 지역에서 더 자주 발생하였으며, 이는 최근 5년(2006-2010) 자료에서도 확인되었다. 약한 강수는 주로 서울 풍하측 산악 지역에서 야간에 더 자주 발생하였기 때문에 이는 도시지형 뿐만 아니라 산악 지형의 복합적인 효과로 여겨진다. 둘째, 간헐적으로 대류 시스템이 서울 풍하측에서 급격하게 발달해 호우를 야기했다. 이는 특히 8월 27일 1300-1500 KST의 일련의 레이더 영상에서 뚜렷하게 확인되었다. 본 연구에서는 이 강수 사례에 대한 종관 국지적 날씨 특성과 고층 대기 특성을 자세히 분석하였다. 그 결과 도시지형과 연관된 지표 현열 증가뿐만 아니라 조건부 불안정 대기 상태(특히 대기 하층)와 대기 하층의 습기 유입이 도시화 효과와 연관된 대류성 호우를 야기하는 중요한 요소로 제시되었다.

이 연구는 TRMM(Tropical Rainfall Measuring Mission) 위성의 강수레이더인 PR(Precipitation Radar)의 5년간 (2002-2006) 6-8월 동안의 산출물을 분석하여 한반도 주변 지역과 동아시아의 아열대 및 열대 지역의 강우와 강우구름의 연직 구조 특성을 강우유형별로 분류하여 조사하였다. 한반도 주변 지역은 12.2%의 대류형 강우 비율로 다른 지역과 비교하여 약 6% 작았으며, 단위면적당의 강우 발생 빈도는 특히 열대지역의 50% 정도였다. 또한 한반도 주변 지역은 대류형에서 40% 더 강한 강우강도(10.4 mm/h)를 만들어내며, 층운형의 경우 세 지역 모두 비슷한 강우강도를 나타냈다. 평균적으로 강우강도는 운정고도와 비례하는 관계를 보였다. 레이더 반사도의 연직 구조를 통해 한반도 주변의 대류운은 연직적으로 매우 발달한 구름으로 더 높은 강우강도와 연관되어 있었다. 특히 열대지역의 대류형 강우구름들은 약 5 km의 고도 이하에서 지표에 접근함에 따라 수적들의 충돌병합에 의해 뚜렷한 레이더 반사도의 증가를 보였으며, 층운형 강우구름들은 더욱 뚜렷한 밝은 띠를 갖고 있었다. 한편 대류형에서 레이더 반사도의 첫 번째 경험직교함수 구조는 세 지역이 매우 비슷하지만, 두 번째 경험직교함수는 조금 다른 모습을 보였다. 한반도 주변 지역과 열대지역은 각각 상층과 하층에 큰 변동성을 보였다.

This study evaluates the quality of surface air temperature, relative humidity, and precipitation detection observed by 22 internet of thing (IoT)-based mini-weather stations in Seoul in 2020 summer. The automatic weather station (AWS) closest to each IoT-based station is used as reference. The IoT-based observations show surface air temperature and relative humidity are about 0.2-4.0°C higher and about -1--22% lower than the AWS observations, respectively. However, they exhibit temporal variability similar to the AWS observations on both diurnal and daily time scales, with daily correlations greater than 0.90 for temperature and 0.82 for relative humidity. Given these strong linear relationships, it show that temperature and relative humidity biases can be effectively corrected by applying a simple bias correction method. For IoT-based precipitation detection, we found that precipitation conductivity value (PCV) during precipitation events is well separated from that during non-precipitation events, providing a basis for distinguishing precipitation events from non-precipitation events. When the PCV threshold is set to 250 for precipitation detection, the highest critical success index and the bias score index close to one, suitable for operational precipitation detection, are obtained. These results demonstrate that IoT-based mini-weather stations can successfully measure surface air temperature, relative humidity, and precipitation detection with appropriate bias corrections.

이중편파레이더는 강수의 형태를 구분하고 대기 중의 기상 현상뿐만 아니라 비강수에코에 대한 정보를 제공하기 때문에 보다 정확한 강수량 추정을 가능하게 한다. 그러나 수직, 수평으로 진동하는 전파를 송 수신하여 생성되는 이중편파레이더 관측변수들은 레이더 자체가 갖는 시스템적 관측오차를 포함하기 때문에 정량적 강수량 추정을 위해서는 이에 대한 보정이 필수적이다. 본 연구에서는 2차원 영상우적계(2-Dimensional Video Disdrometer, 이하 2DVD) 관측 자료를 이용하여 비슬산 이중편파레이더가 갖는 Z, ZDR 관측오차를 계산한 후, 관측오차 보정에 따라 강수량이 정량적으로 얼마나 개선되는지를 살펴보았다. 총 33강수사례에 대한 분석결과, Z는 약-0.3~5.5 dB, ZDR는 -0.1~0.6 dB의 관측오차를 가지며, 대부분의 사례에서 Z와 ZDR는 모의된 값보다 낮게 관측하였다. 관측오차를 보정한 전 후 산출된 이중편파레이더 강수량 추정값을 지상관측 강우강도와 비교한 결과, 평균 bias와 RMSE는 각각 1.54 mm/hr, 1.73 mm/hr로 보정 전의 1.69 mm/hr, 2.54 mm/hr 보다 감소함으로써 지상우량계 관측값 대비 레이더 강수량 추정값이 약 7~61% 향상되었다.

기후변화에 따라서 강수량과 강수의 강도는 지속적으로 증가하여 집중호우의 빈도가 높아질 것으로 예측되고 있으며, 이러한 집중호우에 의한 피해를 최소화하기 위해서는 강수에 대한 지속적인 관측 및 그에 대한 특성 분석이 필요하다. 이에 따라 본 연구에서는 집중호우 사례에 대한 종관기상상태에 따라 그 원인을 분류하고, 분류된 사례의 강수율, 수직낙하 속도, 강수입자의 크기 등에 대한 제반 특성을 분석하였다. 본 연구에서 경상남도 김해시를 대상으로 2011년 여름철 기간 동안(총 34일의 강수일) AWS와 2DVD를 이용하여 관측을 수행하였다. 집중호우 사례는 장마전선, 태풍, 기압골, 고기압 가장자리의 4가지 원인으로 분류되었다. 각 사례에 대한 대표사례일의 강수율, 빗방울 크기분포, 강수의 침강속도, 강수직경에 따른 입자의 편평도를 분석해본 결과, 강수 입자크기와 입자에 따른 수직 낙하 속도와 편평도의 변화를 알 수 있었다. 또한 각 시간대의 강수율은 평균 강수율이 아닌 수 차례의 peak를 나타내었는데 이를 10분 단위로 세분화 시켜 분석해본 결과, 시간 강수량의 강수율과 강수입자의 분포와 거의 유사하게 나타났으며, 10분 간격으로 나타나는 강수량의 편차가 크게 나타나는 것을 알 수 있었다. 이는 강수에 의한 재해는 짧은 시간에 많은 비가 내리는 것이기 때문에 기후변화에 따른 집중호우의 특성을 밝히고, 대비책을 수립하는데 기초자료를 제시해 줄 것으로 판단된다. 향후 보다 장기적인 관측을 통해 많은 사례에 대한 분석이 이루어진다면 기후변화로 인해 변화하고 있는 강수의 특성에 대해 이해할 수 있을 것이며, 향후 집중 호우 등에 의한 재해를 예방하는데 중요한 기초자료로 활용될 수 있을 것이다.

본 연구에서는 미계측 강수자료를 생성하여 공간 해석함으로써 제주도의 정확한 수문총량을 산정하였다. 미계측 강수자료는 본 연구에서 제시된 수정된 다중회귀선형 모형으로 생성하였으며 공간강수량은 PRISM을 적용하여 구하였다. 수정된 다중선형회귀 모형에 의한 미계측 강수자료의 추정 값들은 기존의 강수 패턴과 유사한 양상을 나타내어 모형의 정확도가 우수한 것으로 나타났으며, 공간강수량의 해석 결과는 Case 1(원자료)과 Case 2(미계측 강수자료를 보완한 자료)의 연평균 강수량이 약 1.5%의 미미한 차이를 나타내었으나 고도별 연평균 강수량 차이는 최대 37.4%가 증가하는 것으로 산정되었다. 따라서 본 연구에서 제안한 미계측 관측 자료 생성방법은 현재 관측소의 밀도가 낮은 곳과 국지적으로 강수량의 변화가 큰 곳에서의 수문총량의 산정시 유용할 것으로 판단된다.

수자원분야에서 관측최대강수량은 주로 지점최대 강수량에 의해 평가되어 왔으나, 엄밀한 의미에서 강수량이라 함은 면적평균강수량으로 고려되어야 한다. 면적평균강수량은 관측호우의 DAD(rainfall Depth-Area-Duration) 분석을 통하여 계산된 추정치이고, 이로부터 대상면적-지속기간별 면적평균강수량 또는 최대관측강수량을 산정할 수 있다. 본 연구에서는 우리나라 전역을 수문학적으로 동질하다고 가정하여 호우중심의 DAD 분석을 수행하였으며, 이로부