Statistical characteristics study of convective precipitation using high resolution data of X-band dual polarimetric radar

Abstract

본 연구에서는 일본 국토 교통성이 운용하고 있는 X 밴드 이중편파레이더 자료 (공간 해상도 250 m, 시간해상도 1 분)를 이용하여 2011년부터 2013년도 6월에서 9월까지 여름철 일본 도쿄지역 내에 발생된 대류형 강수의 통계적 특성을 연구 하였다. 시간 해상도가 높은 X 밴드 이중편파레이더 자료는 하나의 강수 주기성을 파악하기에는 용이하나 반면에 불필요한 단주기 성분이 포함되어 있어, 유한 임펄스 응답 (Finite Impulse Response, FIR) 필터를 사용하였다. FIR 필터의 저역 통과 필터 (Low Pass Filter, LPF)와 Hamming 창 함수법으로 1분 강우강도 자료의 주기성을 거의 왜곡하지 않는 범위 내에서의 차단주파수(f=1/180 Hz)와 필터 길이(N=31)를 설계 하였다. 또한, 대류형 강수 자료를 얻기 위해 한 지점에서 강우강도 10 mm hr-1, 강수 지속시간 5분 이상의 임계값을 설정하였으며, 대류형 강수의 피크는 시간변화(ΔT)에 따른 강우강도의 변화(ΔR.I)값이 +(-)의 값에서 -(+)의 값으로 변하게 될 때 최대(최저) 피크로 정하고, 강우강도가 10 mm hr-1 이하에서 강수샘플링을 종료시켰다. 분석 영역에서 각 격자 별로 얻어진 시간에 따른 강우강도의 변화는 7개의 변수; 피크개수(Npeak), 최대 강우강도(Rpeak_Hn), 최저 강우강도(Rpeak_Ln), 강수시작에서 최고 피크 강우강도까지의 시간(Tpeak_Hn), 강수시작에서 최저 피크 강우강도까지의 시간(Tpeak_Ln), 누적 강수량(Rac), 강수지속시간(Train) 등을 이용하여 대류형 강수에 대한 통계분석을 하였다. 분석기간 중 151개의 대류성 강수 케이스가 추출되었으며 총 7,141,861개의 대류성 강수 샘플이 만들어졌다. 이 중에서 Npeak는 1~53개의 분포로 나타났으며, Npeak가 1~4개인 대류성 강수 샘플이 전체의 약 90%를 차지하였다. 대류형 강수의 특성을 Rpeak_H의 강도에 따라 10 mm hr-1 (moderate rainfall; nPEAK_10)와 50 mm hr-1 (heavy rainfall; nPEAK_50)의 임계값을 설정하여 피크개수(n=1~4)별로 통계분석을 실시 하였다. 1PEAK_10 ~ 4PEAK_10 에서는 변수들의 자료 분포가 평균이 중앙값보다 더 크게 나타났으며 양(+)의 값을 가졌다. 상관관계에서는 Rac - Train은 피크 개수와 상관없이 0.82 ~ 0.89 로 일정한 상관성을 보였고, Tpeak 는 Train과의 관계에서 상관성이 좋았으며 다른 변수들과는 상관성이 낮거나 없었다. Rpeak_H1은 Rpeak_H2와의 상관성이 0.57 ~ 0.59로 일정하였으며, Rpeak_Ln은 Rpeak_Hn과 Rpeak_Hn+1 사이의 최저 강우강도 값으로 0.67 ~ 0.78 정도의 일정한 상관성을 가지고 있었다. 1PEAK_50 ~ 4PEAK_50 에서도 변수들의 자료 분포가 대칭적이지 않고 평균이 중앙값보다 더 크게 나타났으며, 첨도가 모두 양(+)의 값으로 분포의 중심이 정규분포보다 높게 나타났다. Npeak가 1 ~ 4개일 때 나타난 Rpeak_Hn 는 평균적으로 50 ~ 70 mm hr -1의 값을 보였고, Train은 1PEAK_50에서 평균 9분, 2PEAK_50에서 평균 14분, 3PEAK_50에서 19분, 그리고 4PEAK_50에서 25분으로 피크가 하나씩 증가할 때마다 강수 지속시간이 5분 정도 길어짐을 보였다. 2PEAK_50에서는 평균 Rpeak_H1~2의 값이 비슷하게 나타났고, 3PEAK_50에서는 평균 Rpeak_H1~3 중에 Rpeak_H2가 값이 높게 나타났다. 4PEAK_50에서 평균 Rpeak_H1~4중에 가운데 피크인 Rpeak_H2와 Rpeak_H3의 값이 높게 나타났다. 상관관계에서는 Rac - Train 0.77 ~ 0.88 의 높은 상관성을 보였고, Tpeak_Hn 과 Tpeak_Ln 는 Train과의 관계에서만 상관성을 보였다. Rpeak_Ln은 Rpeak_Hn과 Rpeak_Hn+1 사이의 최저 강우강도 값으로 0.46 ~ 0.72 정도의 상관성을 가졌다. 상관관계 결과를 통해, Rac 가 기타 여러 변수들에 대하여 높은 영향력을 준다고 판단되었으며, 독립변수를 Rac 로 정의하고, 종속변수인 기타 변수들간의 결정계수 값을 통해 최적의 파워 함수식(Y=a × Rac b)을 찾았다. 파워 함수 회귀식에 대한 신뢰성 검증을 위해 RMSE와 NE, CC를 이용하여 평가한 결과, Rpeak_H ≥ 10 mm hr-1 에서는 RMSE가 약 15 이내, NE는 0.30 이내의 낮은 수치를 보였으며, CC의 경우 0.7 정도의 값이 나타났다. Rpeak_H ≥ 50 mm hr-1 에서는 RMSE가 약 20 이내, NE는 0.40 이내의 대체로 낮은 수치를 보였으며, CC의 경우 0.6 정도의 값이 나타나, 예측값과 관측값에 대한 신뢰성이 있는 것으로 판단하였다. 파워 함수 회귀식을 통해 Npeak가 1 ~ 4개일 때 피크별로 Rac 에 따른 개념적 강수 모델 (conceptual rain model)을 만들었으며, 2010년 8월 16일과 27일에 발생한 대류형 강수에서 강수 샘플을 무작위 선정하여 실제 발생된 대류형 강수의 시간변화에 따른 강우강도의 변동성을 분석하였다. 강수 샘플은 본 연구의 분석방법과 동일한 조건으로 산출하였다. 1PEAK_10에서 4PEAK_50까지 Rac 5mm 내외의 샘플에 대하여 각 변수들을 분석해 본 결과, 시간에 대한 변수 (Tpeak_Hn, Tpeak_Ln, Train)는 3분 이내의 오차가 생겼고, 강우강도에 대한 변수 (Rpeak_Hn, Rpeak_Ln)는 10 mm hr-1 이내의 오차가 생겨, 대류형 강수의 시간에 따른 강우강도의 변화에 대한 예측 가능성을 보였다. 또한, torrential heavy rainfall이 발생했던 2008년 8월 5일 동경 지역 내 Zoshigaya 사례를 통해 개념적 강수 모델과 비교 분석하였다. Zoshigaya의 경우, 강수 시작 후 10분만에 90 mm hr-1을 나타내었고, 그 후 5분 뒤 150 mm hr-1의 최대 강우강도를 보였다. 개념적 강수 모델에서는, 강수 시작 후 10분에 100 mm hr-1이 넘는 강우강도를 보였고, 그 후 5분 뒤 약 150 mm hr-1 정도의 강한 강수가 발생하였으며, 17분에서 27분 사이에 최소 140 mm hr-1 이상의 강한 강우강도가 나타남을 보였다. 개념적 강수모델과 비교한 결과 전체적으로 시간적 변동성에 따른 강우강도의 변화가 유사한 경향을 보였다. 따라서 대류형 강수의 시간변화에 따른 레이더 강우강도의 통계적 변동성을 파악하여 개념적 강수 모델을 구하고 이를 통해 급변하는 대류형 강수의 예측 가능성을 제시하였다. 이는 향후 단기 예보나 nowcasting, 홍수예보, 수문모델의 초기 자료로 활용될 수 있을 것으로 사료된다.