earticle

영어

In recent years, the frequency and intensity of flood disasters caused by localized heavy rainfall and typhoons have been steadily increasing worldwide due to climate change and extreme weather events, resulting in significant human and property losses that have emerged as major social concerns. This study applied an extrapolation-based prediction technique and an error-field-based correction technique to 4 rainfall events, including typhoons and stationary fronts, that occurred between 2019 and 2020. The results showed that the extrapolation-based method achieved relatively high accuracy for lead times of 1–2 hours but exhibited gradually decreasing accuracy as lead time increased. In contrast, the error-field-based method demonstrated improved performance over the extrapolation-based approach, maintaining predictive accuracy even for high-intensity rainfall during 3-hour lead times. These findings confirm that the error-field technique effectively corrects spatial prediction errors and mitigates uncertainty associated with increasing lead time.

한국어

최근 전 세계적으로 기후변화와 기상이변이 심화됨에 따라 국지성 집중호우와 태풍으로 인한 홍수재해 의 발생 빈도와 강도가 점차 증가하고 있으며, 이로 인한 인명 및 재산 피해가 중요한 사회적 문제로 부각되고 있다. 본 연구에서는 2019년부터 2020년까지 발생한 태풍과 장마전선 등 총 4개의 강우사상을 대상으로 외삽 기반 예측 기법과 에러필드 기반 오차 보정 기법을 적용하여 단기 강우 예측을 수행하고, 이를 지상 우량관측소 자료와 비교함으로써 기법별 예측 성능을 종합적으로 검증하였다. 평가 결과, 외삽 기반 강우 예측 기법은 1 ~ 2시간 리드타임에서는 비교적 높은 예측 정확도를 보였으나, 리드타임이 길어질수록 예측 정확도가 점진적으로 감소하는 경향을 나타냈다. 반면, 에러필드 기반 강우 예측 기법은 외삽 기법의 한계를 보완하는 결과를 보여주었으며, 3시간 리드타임에서도 고강도 강우 구간의 예측 성능을 유지하고 외삽 기법 대비 우수한 성능을 나타냈다. 이를 통해 에러필드 기법은 예측 오차를 공간적으로 보정하고, 리드타임 증가에 따른 불확실성을 완화하는데 효과적임을 확인할 수 있었다.