태풍은 지구 시스템 내 상호작용을 일으키는 대표적인 해양-대기 현상으로 최근 들어 기후변화로 인해 점점 더 강력해지는 추세이다. 2022 개정 과학과 교육과정은 미래 사회 시민으로서의 디지털 소양 함양을 위하여 첨단 과학기술을 활용한 교수-학습 활동의 중요성에 대해 강조하고 있다. 따라서 교과서 삽화의 시공간적 한계점을 해결하고 지 구과학 분야에서 다루는 전지구적 규모의 빅데이터를 활용한 효과적인 수업자료의 개발이 필요하다. 본 연구에서는 PDIE (준비, 개발, 실행, 평가) 모형의 절차에 따라 천리안 위성 2A호 영상 자료를 활용하여 태풍의 경로를 시각화하는 탐구활동 자료를 개발하였다. 준비 단계에서는 2015 및 2022 개정 교육과정과 현행 교과서의 탐구활동 내용을 분석하 였다. 개발 단계에서는 관측 데이터를 수집, 처리, 시각화, 분석할 수 있는 일련의 과정들로 탐구활동을 구성하였으며, 간단한 조작만으로도 결과를 도출할 수 있는 GUI (Graphic User Interface) 기반 시각화 프로그램을 제작하였다. 실행 및 평가 단계에서는 학생들을 대상으로 수업을 진행하였으며 코드를 활용한 수업과 GUI 프로그램 활용 수업을 각각 실시하여 각 활동의 특징을 비교하고 학교 현장에서의 적용 가능성을 확인하였다. 본 연구에서 제시한 수업자료는 전문 적인 프로그래밍 지식이 없어도 GUI 기반으로 실제 관측 데이터를 활용한 탐구활동에 활용될 수 있으며, 이를 통해 학 생들의 지구과학 분야의 이해도와 디지털 소양 함양에 기여할 수 있을 것으로 기대된다.

해수의 탁도는 수중의 부유 물질이나 생물에 의해 혼탁해지는 정도를 정량적으로 나타낸 변수로 연안 환경을 이해하는 데 중요한 해양 변수이다. 한반도의 서해안은 얕은 수심, 조류, 하천 유래 부유 퇴적물의 영향으로 광학적으로 강한 시공간 변동성을 가지고 있어서 인공위성 자료를 활용한 탁도 산출은 해양학적으로 다양한 활용 가능성을 가 진다. 본 연구에서는 경기만을 연구 해역으로 설정하고, 해수의 탁도 산출 알고리즘 개발을 위하여 2018년부터 2023년 7월까지 해양환경공단의 해양수질자동측정망 기반 현장 관측 탁도 자료와 Sentinel-2 인공위성의 MSI (Multi-Spectral Instrument) Level-2 자료를 사용하여 위성-현장 관측치 사이의 일치점 데이터베이스를 생산하였다. 이전의 다양한 탁도 산출식을 조사하여 정확도를 상호 비교하였고 경기만 해역에서 최적 파장대를 조사하고 분석하였다. 그 결과 녹색 밴드 (560 nm)를 기반으로 한 탁도 산출식이 0.08 NTU의 상대적으로 작은 평균 제곱근 오차를 보였다. 인공위성 광학 자료 를 기반으로 산출된 탁도는 해수의 광학적 특성과 연안 환경의 변동성을 이해하고 다양한 해상 활동에 도움을 줄 수 있을 것으로 기대된다.

인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가 기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R²)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성 능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R²과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍 삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.

급격한 기후 변화와 해양 온난화에 의해 지난 수십 년 동안 파고의 변동성이 증가하였다. 상위 1% (또는 5%) 파고와 같은 극한 파고는 국지적인 해역 뿐만 아니라 전 지구 대양에서도 평균 파고에 비해 현저하게 증가하였다. 1991년부터 인공위성 고도계를 활용하여 유의파고를 지속적으로 관측하고 있으며 통계적 기법을 기반으로 100년 빈도 유의파고를 추정하기에 비교적 충분한 자료가 축적되었다. 이어도 해양과학기지에서 유의파고 극값을 추정하기 위하여 2005년부터 2016년까지 위성 고도계 자료를 활용하였다. 대표적인 극값 분석 방법인 Initial distribution Method (IDM) 와 Peak over Threshold (PoT)를 위성 도고계 유의파고 관측 자료에 적용하고 이어도 해양과학기지에서 관측된 실측 자료와 비교하였다. 이어도 해양과학기 관측 자료에 IDM과 PoT 기법을 적용하여 추정된 100년 빈도 유의파고는 각각 8.17 m와 14.11 m이며, 인공위성 고도계 관측 자료를 활용하였을 때는 각각 9.21 m와 16.49 m이었다. 관측 최대값과의 비교 분석에서 IDM을 활용한 분석은 유의파고 극값을 과소추정 하는 경향을 보였다. 이는 IDM 보다 PoT 기법이 유 의파고의 극값을 적절하게 추정하고 있음을 의미한다. PoT 기법의 우수성은 높은 유의파고가 발생하는 태풍의 영향을 받는 이어도 해양과학기지 실측 자료를 활용한 결과에서도 증명되었다. 또한 PoT 기법으로 추정된 유의파고 극값의 안정성은 고도계 자료의 감소에 따라 저하될 수 있음을 확인하였다. 인공위성 고도계 자료를 활용하여 유의파고 극값 추정시 발생할 수 있는 한계점과 인공위성 자료를 검증할 수 있는 자료로써 이어도 해양과학기지 관측 자료의 중요성에 대하여 논의하였다.

염분은 해양의 밀도를 결정하는 중요한 변수이자 전지구 물의 순환을 나타내는 주요 인자 중 하나이다. 해상 염분 관측은 선박을 이용한 현장조사, Argo 플로트, 부이를 통한 조사가 주로 수행되어 왔다. 2009년 염분관측 인공위 성이 발사한 이래로, 위성 염분자료를 이용하여 전 지구 해역에서 표층 염분 관측이 가능해졌다. 그러나 위성 염분자료는 다양한 오차를 포함하기 때문에 연구 자료로 활용하기에 앞서 정확도 검증과정이 필요하다. 따라서 본 연구에서는 2015년 4월부터 2020년 8월까지 Soil Moisture Active Passive (SMAP) 위성 염분자료와 이어도 해양과학기지에서 제공하는 실측 염분자료 간의 정확도 및 오차특성을 비교 분석하였다. 총 314개의 일치점을 생산하였으며, 염분의 평균제 곱근오차 및 평균편차는 각각 1.79, 0.91 psu로 제시되었다. 전반적으로 위성 염분이 실측 염분보다 과대추정 되는 것으로 나타났다. 위성 염분의 오차는 계절, 표층 수온, 풍속과 같은 다양한 해양 환경적 요인에 의존성을 보였다. 여름철 위성 염분과 실측 염분의 차이는 0.18 psu 이하로 저수온보다는 고수온에서 위성 염분의 정확도가 증가하였다. 이는 센서의 민감도에 따른 결과였다. 마찬가지로 5 m s−1 이상 풍속 조건에서 오차가 줄어들었다. 본 연구결과는 연안에서 위성 염분자료를 활용할 경우에는 특정한 연구 목적에 적합한지 확인하여 제한적으로 사용하여야 함을 제시한다.

지난 수십년 동안 인공위성을 통해 광범위하고 주기적으로 관측된 해수면온도 자료를 사용하여 일별 해수면온도 합성장이 생산되고 있으며 기후변화 감시와 해양 대기 예측 등 다양한 목적으로 활용되어 왔다. 본 연구에서는 지역적인 해역에서 최적화된 활용을 위해 한반도 주변해역에서 해수면온도 합성장 자료의 정확도 평가와 오차 특성 분석을 수행하였다. 2016년 1월부터 12월까지 이어도 해양과학기지 관측 수온 자료를 활용하여 4종의 다중 인공위성 기반 해수면온도 합성장 자료(OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis), OISST (Optimum Interpolation Sea Surface Temperature), CMC (Canadian Meteorological Centre) 해수면온도 및 MURSST (Multi-scale Ultra-high Resolution Sea Surface Temperature))를 비교하여 각 해수면온도 합성장의 정확도를 평가하였다. 이어도 해양과학기지 수온 자료에 대하여 각 해수면온도 합성장은 최소 0.12oC (OISST)와 최대 0.55oC (MURSST)의 편차와 최소 0.77oC (CMC 해수면온도)와 최대 0.96oC (MURSST)의 평균 제곱근 오차를 나타냈다. 해수면온도 합성장 사이의 상호 비교 결과에서는 −0.38-0.38oC의 편차와 0.55-0.82oC의 평균 제곱근 오차의 범위를 보였으며 OSTIA와 CMC 해수 면온도 자료가 가장 작은 오차 특성을 보인 반면 OISST와 MURSST 자료는 가장 큰 오차 특성을 나타내었다. 이어도 해양과학기지와 가장 가까운 지점에서 해수면온도 합성장 자료를 추출하여 시계열을 비교한 결과에서는 이어도 해양과학기지 관측 수온 뿐만 아니라 모든 해수면온도 합성장 자료에서 뚜렷한 계절 변동을 보였으나 봄철 해수면온도 합성장은 이어도 해양과학기지 관측 수온에 비해 과대추정되는 경향이 나타났다.

해상풍은 해양 현상을 이해하고, 지구 온난화에 의한 지구 환경의 변화를 분석하기 위한 필수 요소이다. 전세계 연구 기관은 해상풍을 정확하고 지속적으로 관측하기 위해 산란계(scatterometer)를 개발하여 운영해오고 있으며, 정확도는 풍향이 ±20°, 풍속이 ±2 m s−1 안팎이다. 하지만, 산란계의 해상도는 12.5-25.0 km로, 해안선이 복잡하고 섬이 많은 한반도 근해에서는 자료의 결측이 빈번하게 발생하여 활용도가 감소한다. 그에 반해, Synthetic Aperture Radar (SAR, 합성개구레이더)는 마이크로파를 활용하는 전천후 센서로, 1 km 이하의 고해상도 해상풍이 산출이 가능하여 산란계의 단점 보완이 가능하다. 본 연구에서는 일반적으로 활용되는 SAR 자료 기반 해상풍 산출 알고리즘인 Geophysical Model Function (GMF, 지구 물리 모델 함수)를 밴드별로 분류하여 조사하였다. 상대 풍향, 입사각, 풍속에 따른 후방산 란계수를 L-band Model (LMOD, L 밴드 모델), C-band Model (CMOD, C 밴드 모델), X-band Model (XMOD, X 밴 드 모델)에 적용하여 모의하였고, 각 GMF의 특성을 분석하였다. 이러한 GMF를 SAR 탑재 인공위성 자료에 적용하여 산출한 해상풍의 정확도 검증 연구에 대해 조사하였다. SAR 자료 기반 해상풍의 정확도는 영상 관측 모드, 적용한 GMF의 종류, 정확도 비교 기준 자료, SAR 자료 전처리 방법, 상대 풍향 정보 산출 방법 등에 따라 변하는 것으로 나타났다. 본 연구를 통해 국내 연구자들의 SAR 자료 기반 해상풍 산출 방법에 대한 접근성이 향상되고, 고해상도 해상풍 자료를 활용한 한반도 근해 분석에 이바지할 것으로 기대된다.

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.

증발산은 순복사 에너지를 사용하여 잠열의 형태로 수증기를 대기 중으로 수송함으로써 지구에너지 순환에 있어 중요한 요소 중의 하나이며, 증발산량은 지표유출의 두 배 정도로서 지구 물 수지에서 차지하는 비중이 매우 크다. 증발산의 지상관측은 지점에 국한되기 때문에 공간연속면 상에서의 증발산량 산출을 위하여 격자형 기상자료와 위성자료를 이용한 모델링이 오랫동안 이루어져왔다. PM(Penman-Monteith) 방정식에 기초한 METRIC(Mapping Evapotranspiration with Internalized Calibration) 모델이나 PT(Priestley-Taylor) 방정식을 이용한 MS-PT(Modified Satellite-based Priestley-Taylor) 모델 등이 주로 사용되어 왔으나, 또 하나의 대안으로서 본 연구에서는 최근 부각되고 있는 딥러닝 기법인 DNN(deep neural network)을 이용한 증발산 모델링을 수행하였다. 은닉층 구조, 손실함수, 옵티마이저, 활성화함수, L1/L2 정규화, 드롭아웃 비율 등의 최적화 과정을 거쳐서 수립한 DNN 모델은 RMSE = 0.326mm/day, 상관계수 = 0.975의 매우 양호한 정확도를 나타내었다. 이는 DNN 최적화와 함께, 국지예보모델과 위성자료로부터 증발산 기작에 관여하는 인자들을 선택하여 입력자료로 적절히 사용하였기 때문이기도 하다. 향후과제로서 훈련자료의 종류와 양을 증가시켜서 DNN 모델을 보다 정교화하는 것은 반드시 필요하다고 사료된다.

본 연구의 목적은 위성의 밝기온도를 기반으로 한 정량적 강우량 추정기법의 개선을 위함이다. 우리나라 여름철 강우사례를 이용하여 강우추정을 위한 비선형 관계식을 개선하였다. 분석을 위해 레이더 자료로 기상청 기상레이더 관측망의 고도 1.5 km와 CMAX 반사도 합성자료를 사용하였으며, 위성자료는 천리안 위성의 가시, 적외, 수증기 채널의 자료를 이용하였다. 새롭게 도출된 알고리즘은 A-E method, CRR v4.0 analytic function의 결과와 비교를 하였다. 검증을 위해 우리나라 ASOS에서 관측한 지상강우량 자료를 사용하였다. 공간검증을 위해 검증지수로 POD, FAR, CSI를 계산하였으며 각각 0.67, 0.76, 0.21로 나타났다. 정량적 강우검증을 위해 MAE와 RMSE를 계산하였으며 각각 2.49, 6.18 mm/h였다. A-E에 비하여 정량적인 오차가 줄어들었으며 CRR에 비하여 공간적인 정확도가 증가하였다. 개선한 관계식을 적용한 방법이 두 알고리즘의 부족한 부분을 보완할 수 있는 것으로 판단된다. 개선한 관계식을 통해 강우를 추정하는 방법은 복잡한 알고리즘을 거치지 않고 짧은 시간에 강우추정이 가능함으로써 현업용 실시간 초단기 예보에 활용될 수 있다.

최근 기후변화에 따라 전 세계적으로 큰 규모의 산불 발생이 증가하고 있으며, 우리나라도 산불발생이 전반적으로 증가하는 경향을 보인다. 최근 우리나라와 인접한 북한에서 발생한 산불이 비무장 지대 등의 국내 영토로 번지는 사건이 많이 발생하고 있다. 우리나라에서는 오픈 API(application programming interface)를 통하여 과거 산불발생 기록을 검색할 수 있으나 행정기관에서 수집한 자료여서 국내 지역으로 정보가 국한되어 있다. 이에 본 연구에서는 접근불능지역인 북한을 포함한 한반도의 산불발생에 대한 장기 시계열 정보를 생산하기 위하여 2000년부터 2015년까지의 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성자료를 수집 및 재가공하여 일자별 산불발생 현황의 GIS 데이터베이스를 구축하고자 한다. 데이터베이스 구축을 위한 입력자료로서 Terra 위성의 MOD14A1 산출물과 Aqua 위성의 MYD14A1 산출물을 사용하였으며, 16년간의 일자별 영상을 일괄작업으로 재처리하여 산불의 발생일자, 발생 위치, 탐지 신뢰도, 방사열 에너지(fire radiative power: FRP) 등의 정보를 추출하고 이들을 결합하여 Shapefile 형태로 생성하였다. 본 연구에서 구축한 장기시계열 GIS 데이터베이스는 다른 연구자들에 의해 한반도 산불정보의 시공간 특성 분석에 활용될 수 있으며, 이를 위하여 인터넷에 결과 파일을 탑재하여 자유롭게 다운로드 가능하도록 하였다.

전정색과 다중분광 위성영상으로부터 고해상도 컬러영상을 제작하는 융합기법에 대한 연구가 원격탐사 분야에서 활발하게 진행되어왔다. 기 개발된 많은 영상융합 기법들은 분광대체, 산술병합 그리고 공간영역 등 세 개의 범주로 구분될 수 있다. 본 연구는 기존 고해상도 위성에 비해 공간해상도와 분광해상도가 향상된 WorldView-2 위성에서 제공하는 전정색과 다중분광영상에 적용된 각 범주의 융합영상 결과물 특성을 색상과 공간정보 왜곡 측면에서 분석하였다. 색상정보의 왜곡을 평가하기 위해 평균차, 분산차 및 ERGAS 등의 정량지표를 산출하였고, 공간정보의 왜곡은 시각적 분석에 의해 평가하였다. 본 연구의 결과에 의하면 공간영역에 기초한 융합기법이 다른 범주의 융합에 비해 상대적으로 분광 및 공간정보의 왜곡이 적은 것으로 분석되었다. 따라서 공간영역에 기반한 융합영상은 대축척 주제도 뿐 아니라 온라인 영상지도 제작을 위해 적절한 입력자료로 활용될 것으로 기대된다.

해수 중 광학적 특성 때문에 유색 용존유기물은 위성자료에 기반한 해양의 엽록소와 일차생산력의 정확한 측정에 영향을 미칠 수 있다. 따라서 본 연구에서는 2009과 2011년 여름철을 대상으로 서로 특이하게 다른 결과를 보고하고자 하였다. 이 두 시기의 여름철 차이는 것은 용존유기물에 영향을 주는 주요 공급원이 다른 것으로 나타났다. 그리고 현장 측정치와 위성자료로 부터 얻어진 엽록소 농도를 비교하여 위성자료로부터 구한 엽록소 농도 측정에 대한 용존유기물의 영향을 보았다. 그 결과, 2009년 MODIS를 이용한 엽록소 농도와 현장 측정된 엽록소 a 농도는 서로 유사하였으나, 2011년과 같이 유색용존유기물의 농도가 높았던 시기에는 이 두 농도간에 유의한 차이가 나타났다. 2011년 여름 MODIS 자료와 비교하였을 때, GOCI 자료는 엽록소와 유색용존유기물 모두 현장 측정치 자료와 잘 일치하였다. 수직 혼합에 의해 공급된 표층 해수 중 높은 유색용존유기물의 존재는 위성자료에 의한 엽록소 농도의 과대평가에 영향을 주는 것으로 보인다.

최근 항시적 광역 모니터링이 가능한 위성원격탐사 기술에 의해 산불감시의 효율성이 증대될 것으로 기대되고 있는 가운데, 미국의 Terra, Aqua, GOES (Geostationary Operational Environmental Satellite), 유럽연합의 Meteosat, 그리고 우리나라의천리안위성 및 후속위성도 산불정보의 실시간 제공을 목표로 하고 있다. 본 연구에서는 이러한 위성기반 산불정보를 대민서비스하기 위한 방법의 일환으로 스마트폰 앱을 구현하여, 북한지역을 포함한 한반도 전역의 위성자료로부터 추출한 산불발생여부, 산불탐지 신뢰도, 산불의 방사강도 등의 정보를 DBMS (Database Management System)에서 관리하고, 안드로이드와 iOS 스마트폰을통해 제공하는 서비스의 원형을 개발하였다. 공통적 핵심기능은 HTML5 (HyperText Markup Language 5) 웹페이지로 구성함으로써 상이한 OS (Operating System)의 네이티브 앱과 결합하는 하이브리드 방식을 통해 소스코드의 재사용성과 시스템 확장성을 추구하였으며, 일자별 산불조회, 최근 산불조회, 주변 산불조회 등의 기능을 포함하도록 하였다. 현재는 위성기반 산불탐지 자료가 실시간 제공되지 않아 산불발생의 이력정보를 서비스하도록 구성하였지만, 2010년대 후반 우리나라 기상위성의 산불탐지 자료가 실시간으로 제공될 것이므로, 정부 3.0의 정보공개 흐름과 함께 국민 모두에게 필요한 실시간 산불정보 조회가 가능해질 것으로 예상된다. 본 연구는 위성기반의 실시간 산불정보 앱 개발을 위한 출발점으로서 의의를 가지며, 향후 산불정보 앱은 SNS (SocialNetworking Service) 기반의 빅데이터 마이닝 기술과 연동하는 통합 솔루션으로 구성되어야 그 활용성이 보다 더 제고될 것이다.

2011년 7월 26일 서울은 장마에 동반된 기록적인 대류성 집중호우로 인해 약 2천5백억 원 이상의 재산피해와 57명(사망자)의 인명손실이 발생되었고, 2012년 8월 27일 15호 태풍 볼라벤에 동반된 집중호우로 광주광역시에는 보다 약한 집중호우와 강풍을 동반하여 피해는 상대적으로 적게 발생시켰다. 위의 사례에 대해 KLAPS(기상청 국지분석 및 예측시스템)을 사용하여 집중호우 시 다른 물리적 요소들에 의한 중규모 과정들의 조사 및 분석을 수행하였다. 이것은 레이더관측과 천리안 위성관측 자료로부터 강우강도를 도출하는데 호조건의 전형적인 중규모 시스템이기 때문에 선택되었으며, 두 사례는 모두 집중호우 발생에 좋은 환경임을 보였다. 2011년 장마에 동반되어 서울에 나타난 사례에서 레이더와 천리안의 정량적인 강우강도를 지상강우계 관측과 비교했을 때, 최대 관측값이 85 mm/hr 이상이 나타난 시점에 비해 약 50 mm/hr 이상이 과소 추정되는 차이가 나타났으나, 레이더 강우강도는 35 mm/hr의 차이와 천리안 강우강도는 60 mm/hr의 차이를 보였다. 그러나 2012년 8월 27일 15호 태풍 볼라벤에 동반되어 광주광역시에 나타난 강우강도와 지상강우강도의 경향은 위의 사례와 유사하게 나타났으며, 정량적인 강우강도 차이는 최대 관측값이 17 mm/hr 이상이 나타난 시점에 비해 약 10 mm/hr 이상이 과소 추정되는 차이가 나타났으나, 레이더 강우강도는 5 mm/hr의 차이와 천리안 강우강도는 10 mm/hr의 차이를 보였다. 이것은 태풍 볼라벤에 의한 집중호우가 상대적으로 약했기 때문이었다. 두 사례에 대해 레이더 강우강도와 천리안 강우강도는 지상강우강도와 시계열적으로 비교했을 때, 모두 유사한 경향을 보였다.