KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

Regression Analysis of the Log-Normally Distributed Data and Mean Field Bias Correction of Radar Rainfall

대수정규분포를 따르는 자료의 회귀분석과 레이더 강우의 편의 보정

  • 유철상 (고려대학교 공과대학 건축사회환경공학부) ;
  • 박철순 (고려대학교 공과대학 건축사회환경공학부) ;
  • 윤정수 (고려대학교 공과대학 건축사회환경공학부) ;
  • 하은호 (연세대학교 과학기술대학 정보통계학과)
  • Received : 2011.01.10
  • Accepted : 2011.07.15
  • Published : 2011.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study investigated the problem of mean-field bias correction under the assumption that the radar and rain gauge rainfall data follow the log-normal distribution. Regression curves for the average, median and mode of the radar and rain gauge rainfall were derived and evaluated for their usefulness. Additionally, these regression curves were compared with those derived under the assumption that the radar and rain gauge data follow the normal distribution. This study investigated the regression results for the Typhoon Meami occurred in 2003 as an example. As results, three regression lines with the radar rainfall as the independent variable were found to underestimate the rainfall, while those with the rain gauge rainfall as the independent variable to overestimate. Among three types of regression curves considered, the result for the average was most appropriate. However this case was found to be inferior to the regression line passing the origin under the assumption of the normal distribution with the rain gauge rainfall as its independent variable. So it was hard to conclude that the consideration of the log-normality on the correction of radar rainfall is beneficial.

본 연구에서는 레이더 및 우량계 강우자료가 대수정규분포를 따른다고 가정하는 경우의 편의보정 문제를 살펴보았다. 이를 위해 대수정규분포를 따르는 두 강우자료의 평균, 중앙값 및 최빈값에 대한 회귀선을 유도하였으며, 레이더 강우 보정에 대한 각 회귀선의 효용성을 검토하였다. 추가로 강우자료가 정규분포를 따른다고 가정하는 경우와의 비교를 수행하였다. 본 연구는 2003년 발생한 태풍 매미의 강우자료에 대한 회귀분석 결과를 적용 예로 살펴보았다. 그 결과, 레이더 강우를 독립변수로 적용한 경우, 세 개의 회귀선을 이용한 레이더 강우의 보정결과가 모두 과소 추정된 것으로 나타났다. 반대로 우량계 강우를 독립변수로 한 경우의 세 회귀선에 대한 결과에서는 레이더 강우가 모두 과대 보정되었다. 고려한 경우 중에는 평균값에 대한 결과가 가장 우수한 것으로 나타났다. 그러나 이 경우도 정규분포로 가정하는 경우 중 우량계 강우를 독립변수로 한 원점을 통과하는 회귀선에 비해 열등한 결과를 주는 것으로 확인되었다. 따라서 이를 통해 레이더 강우의 편의 보정에 대수정규분포를 고려한 회귀식을 이용해야 한다고 결론 내리기는 힘들 것으로 보인다.

Keywords

References

  1. 건설교통부(2002) 수문관측효율성 제고방안 연구.
  2. 건설교통부(2003) 전국 강우레이더 설치 및 홍수예경보시스템 개선 기본계획 수립(II).
  3. 건설교통부(2004) 전국 강우레이더 설치 및 홍수예경보시스템 개선 기본계획 수립(III).
  4. 석미경, 남경엽, 김영화, 오성남(2005) WPMM을 이용한 레이더 반사도로부터 정량적 레이더 강우강도의 추정. 한국기상학회지, 한국기상학회, 제41권, pp. 123-138.
  5. 유철상, 박철순, 윤정수(2011) 레이더 강우의 평균보정을 위한 G/R 비의 결정과 선형 회귀 문제. 대한토목학회논문집, 대한토목학회, 제31권 제5B호, pp. 393-403.
  6. 유철상, 윤정수, 김병수, 하은호(2009) 레이더 강우의 편의 보정을 위한 지역적으로 편중된 우량계 망의 평가: 강화강우레이더의 사례 연구. 한국수자원학회논문집, 한국수자원학회, 제42권, pp. 493-593.
  7. 유철상, 하은호, 김병수, 김경준, 최정호(2008) 부분적 레이더 정보에 따른 면적평균강우의 관측오차. 한국수자원학회논문집, 한국수자원학회, 제41권, pp. 545-558.
  8. 한국수자원공사(2004) 전국하천 수자원.환경기초조사 종합계획, 연구보고서.
  9. Aitchison, J. and Brown, J.A.C. (1957) The Lognormal Distribution. Cambridge University Press. Cambridge.
  10. Anagnostou, E.N. and Krajewski, W.F. (1999) Real-time radar rainfall estimation. Part I : Algorithm formulation. Journal of Atmospheric and Oceanic Technology, Vol. 16, pp. 189-197. https://doi.org/10.1175/1520-0426(1999)016<0189:RTRREP>2.0.CO;2
  11. Azimi-Zonooz, A., Krajewski, W.F., Bowles, D.S., and Seo, D.J. (1989) Spatial rainfall estimation by linear and non-linear cokriging of radar-rainfall and raingage data. Stochastic Hydrology and Hydraulics, Vol. 3, pp. 51-67. https://doi.org/10.1007/BF01543427
  12. Brandes, E.A. (1975) Optimizing rainfall estimates with the aid of radar. Journal of Applied Meteorology, Vol. 14, pp. 1339-1345. https://doi.org/10.1175/1520-0450(1975)014<1339:OREWTA>2.0.CO;2
  13. Collier, C.G. (1986) Accuracy of rainfall estimates by radar, part I: calibration by telemetering raingauges. Journal of Hydrology, Vol. 83, pp. 207-233. https://doi.org/10.1016/0022-1694(86)90152-6
  14. Collier, C.G., Larke, P.R., and May, B.R. (1983) A weather radar correction procedure for real-time estimation of surface rainfall. Quarterly Journal of Royal Meteorological Society, Vol. 109, pp. 589-608. https://doi.org/10.1002/qj.49710946110
  15. Faures, J.M., Goodrich, D.C., Woolhiser, D.A., and Sorooshian, S. (1995) Impact of small-scale spatial rainfall variability on runoff modeling. Journal of Hydrology, Vol. 173, pp. 309-326. https://doi.org/10.1016/0022-1694(95)02704-S
  16. Fulton, R.A., Breidenbach, J.P., Seo, D.J., and Miller, D.A. (1998) The WSR-88D rainfall algorithm. Weather and Forecasting, Vol. 16, pp. 1949-1957.
  17. Gebremichael, M. and Krajewski, W.F. (2005) Modeling the distribution of temporal sampling errors in area-time-averaged rainfall estimates. Atmospheric Research, Vol. 73, pp. 243-259. https://doi.org/10.1016/j.atmosres.2004.11.004
  18. Haan, C.T. (2002) Statistical Methods in Hydrology. Iowa State Press, Iowa.
  19. Habib, E., Krajewski, W.F., and Ciach, G.J. (2001) Estimation of rainfall inter-station correlation. Journal of Hydrometeorology, Vol. 2, pp. 621-629. https://doi.org/10.1175/1525-7541(2001)002<0621:EORIC>2.0.CO;2
  20. Marshall, J.S. and Palmer, W.McK. (1948) The distribution of rain drops with size. Journal of Atmospheric Sciences, Vol. 5, pp. 165-166.
  21. Kedem, B. and Chiu, L.S. (1986) On the lognormality of rain rate. Proceedings of National Academy of Science, Vol. 84, pp. 901- 905.
  22. Krajewski, W.F., Lakshmi, V., Georgakakos, K.P., and Jain, S.C. (1991) A Monte Carlo study of rainfall sampling effect on a distributed catchment model. Water Resources Research, Vol. 27, pp. 119-128. https://doi.org/10.1029/90WR01977
  23. Krajewski, W.F. and Smith, J.A. (2002) Radar hydrology: rainfall estimation. Advances in Water Resources, Vol. 25, pp. 1387-1394. https://doi.org/10.1016/S0309-1708(02)00062-3
  24. Lin, D.S. (1989) An application of recursive methods to radar-rainfall estimation. MS thesis, University of Iowa, Iowa Institute of Hydraulic Research, Iowa City, Iowa.
  25. Seo, D.J. (1991) On state estimation using remotely sensed data and ground measurements: An overview of some useful tools. Journal of the Korean Society of Remote Sensing, Vol. 7, pp. 45-67.
  26. Seo, D.J., Krajewski, W.F., and Bowles, D.S. (1990a) Stochastic interpolation of rainfall data from rain gages and radar using cokriging: 1. Design of experiments. Water Resources Research, Vol. 26, pp. 469-477.
  27. Seo, D.J., Krajewski, W.F., AzimiZonooz, A., and Bowles, D.S. (1990b) Stochastic interpolation of rainfall data from rain gages and radar using: 2. Results. Water Resources Research, Vol. 26, pp. 915-924.
  28. Seo, D.J. and Breidenbach, J.P. (2002) Real-time correction of spatially nonuniform bias in radar rainfall data using rain gauge measurements. Journal of Hydrometeorology, Vol. 3, pp. 93-111. https://doi.org/10.1175/1525-7541(2002)003<0093:RTCOSN>2.0.CO;2
  29. Seo, D.J., Breidenbach, J.P., and Johnson, E.R. (1999) Real-time estimation of mean-field bias in radar rainfall data, Journal of Hydrology, Vol. 223, pp. 131-147. https://doi.org/10.1016/S0022-1694(99)00106-7
  30. Smith, J.A., Baeck, M.L., Zhang, Y., and Doswell, C.A. (2001) Extreme rainfall and flooding from supercell thunderstorms. Journal of Hydrometeorology, Vol. 2, pp. 469-448. https://doi.org/10.1175/1525-7541(2001)002<0469:ERAFFS>2.0.CO;2
  31. Wilson, J.W. (1970) Integration of radar and rain gauge data for improved rainfall measurement. Journal of Applied Meteorology, Vol. 9, pp. 489-497. https://doi.org/10.1175/1520-0450(1970)009<0489:IORARD>2.0.CO;2