In meteorological data, various studies are being conducted to improve the prediction performance of rainfall with irregular patterns, unlike temperature and solar radiation with certain patterns. Especially in the case of the short-term forecast model for Dong-Nae Forecasts provided by the Korea Meteorological Administration (KMA), forecast data are provided at 6-hour intervals, and there is a limit to analyzing the impact of disasters. In this study, Hydrological Quantitative Precipitation Forecast (HQPF) information was generated by applying the machine learning method to Local ENsemble prediction system (LENS), Radar-AWS Rainrates (RAR), AWS and ASOS observation data and Dong-Nae Forecast provided by the KMA. Through the preprocessing process, the temporal and spatial resolutions of all the data were converted to the same resolution, and the predictor of machine learning was derived through the factor analysis of the predictor. Considering the processing speed and expandability, the XGBoost method of machine learning was applied, and the Probability Matching (PM) method was applied to improve the prediction accuracy of heavy rainfall. As a result of evaluating the HQPF performance produced for 14 heavy rainfall events that occurred in 2020, it was found that the predicted performance of HQPF was improved quantitatively and qualitatively.

최근 기후변화에 효과적으로 대응하기 위해서 신뢰성 높은 설계홍수량을 산정할 필요성이 커지고 있다. 본 연구에서는 홍수빈도해석법과 설계 강우-유출 관계 분석법으로 산정되는 확률홍수량의 차이를 분석하였다. 우리나라의 경우 관측유량 자료가 부족하여 설계홍수량을 결정할 때 설계 강우-유출 관계 분석법으로 산정된 확률홍수량을 이용하고 있다. 관측 유량 자료를 활용한 홍수빈도해석법의 결과를 참값으로 가정하여 분석한 결 과, 설계강우-유출 관계 분석법으로 산정된 확률홍수량은 홍수빈도해석법으로 산정된 확률홍수량에 비해 약 79% 과대 산정되는 것으로 나타났다. 따라서, 본 연구에서는 설계강우-유출 관계 분석법으로 산정된 확률홍수량을 보정하는 회귀곡선식을 개발하였다. 이를 위해 우리나라 8개 댐 유역의 강우와 유량자료를 획득한 후, 비선형 회귀분석을 통하여 보정식을 제안하였다. 본 연구에서 제안한 보정식을 적용할 경우, 설계강우-유출 관계 분석법으로 산정된 확률홍수량보다 평균적으로 정확도가 약 65.0% 향상되었다. 또한, 유역의 크기를 고려하면, 유역의 크기를 고려하지 않았을 때보다 평균적으로 정확도가 약 2.1%p 증가하였다.

본 연구에서는 레이더 강우량 자료의 편차보정에 사용되는 G/R비의 정확도를 향상시키기 위하여 fuzzy c-means 방법을 사용한 자료의 군집화를 적용하였다. 대상 레이더자료는 광덕산 레이더기지의 자료로서 유효범위 100km이내의 자료를 대상으로 지상관측망인 기상청의 AWS(Automatic Weather System) 지점에서 관측한 자료와의 비교를 통하여 G/R비를 구하였다. G/R비를 구하는데 있어서 전체 유효범위를 대상으로 동일한 방법을 사용한

본 연구에서는 제주도내 강우 관측자료를 활용하여 강우지속시간 및 표고에 따른 강우량 보정기법을 개발하였다. 이를 위해 기상청 관측소(기상관서:4개소, AWS:13개소)의 시우량 자료와 표고별 분포를 이용하여 표고와 강우지속 시간에 대한 다항회귀분석을 수행하였다. 회귀된 모형의 평가에서 강우지속시간은 표고보다 강우량과 좋은 상관성을 나타내었으며, 강우량 보정시 표고만을 고려한 모형은 과대한 보정을 하였다. 따라서 수자원 설계시 기존의 표고만을 고려한 모형

본 연구의 목적은 TRMM/PR(Tropical Rainfall Measuring Mission/Precipitation Radar)에 의하여 관측된 공간강우분포의 수문학적 적용성을 평가하는데 있다. 이를 위하여 우선 용담댐 유역(930.38)을 대상으로 한 TRMM/PR 자료(Y)를 추출한 후, AWS (Automatic Weather Station)에 의하여 관측된 지상강우자료(X)를 공간내삽하여 작성한 분포도와 상관분석을 실시하여 TRMM/PR 자