earticle

영어

This study focused on the reflectivity measurement bias (Z-bias) and the rainfall bias (R-bias) in the radar-rainfall estimation process. To correct the Z-bias, the self-consistency constraint method using reflectivity, differential reflectivity, and specific differential phase was carried out. Then, the Mean Field Bias Correction (MFBC) method and the Local Gauge Correction (LGC) method, were conducted to correct the R-bias. All of correction methods were applied to the Radar-AWS Rainrate model to calculate radar-rainfall estimates. The accuracy of the Z-bias correction method in 18 rainfall cases was improved by considering the RMSE (from 7.37 to 7.21 mm/hr) and the Correlation Coefficient (CC) (from 0.83 to 0.84) on average. The accuracy of results in the Changma and local torrential cases was improved by applying the Z-bias correction. The accuracy obtained by the LGC method (by 63.7% in RMSE and 11.7% in CC compared to MFBC) was superior to the MFBC method results because, in the LGC method, different R-biases were applied to each rainfall estimates in each radar pixel.

한국어

기상레이더를 이용한 강수추정에는 오차가 발생할 수 있는 가능성이 매우 많다. 본 연구에서는 전반 적인 기상레이더 강수추정 과정에서 발생할 수 있는 반사도 관측 오차(Z-bias)와 강수오차(R-bias)에 초점을 맞추었다. Z-bias 보정을 위해, 반사도, 차등반사도, 비차등위상차를 이용하는 자기상관관계 방법을 적용하였다. R-bias 보정을 위해서는 Mean Field Bias Cocrrection (MFBD)와 Local Gauge Correction (LGC) 방법의 두 가지 후처리방법을 이용하였다. Z-bias와 R-bais 오차보정방법들을 Radar- AWS Rainrate 모형에 적용하였다. 18개 강수사례에서 Z-bias 오차보정결과의 RMSE(7.37 → 7.21 mm/hr)와 상관계수(0.83 → 0.84)가 향상되었다. 강수형태에서는 장마와 지역강수발생에서 더 개선 되었다. Z-bias와 R-bias 오차보정 적용결과에서 LGC 방법이 MFBC 방법보다 RMSE: 63.7%, 상관계 수: 11.7% 더 정확성이 우수하였으며, 이는 LGC 방법이 각 격자마다 보정이 가능하기 때문으로 판단된다.