표제지 1
제출문 6
요약문 7
목차 11
제1장 과업의 개요 21
제1절 과업의 배경 및 필요성 21
제2절 과업수행 내용 23
제2장 과업수행 결과 26
제1절 위험기상 사례 분류인자 및 유사사례 탐색인자 산출기술 연구 26
1. 주요 위험기상 분석을 통한 분류 유형 제시 26
2. 위험기상 사례분류인자 및 유사사례 탐색인자 산출 및 분석 35
3. 위험기상 사례분류기술 및 유사사례 탐색기술 설계 56
제2절 강수발달을 유도하는 지형과 연계한 강풍인자 산출기술 연구 85
1. 강풍과 지형 정보를 연계한 강수발달 사례분석 85
2. 강수발달을 유도하는 지형과 연계한 강풍인자 산출 및 특성분석 108
3. 강풍인자를 고려한 강수발달 정보 산출기술 설계 131
제3절 소형기상레이더 자료 입체분석 지원을 위한 자료처리 기술 연구 160
1. 소형기상레이더 강수추정 관계식별 사례 분석·검증 160
제3장 요약 및 결론 224
제1절 위험기상 사례 분류인자 및 유사사례탐색인자 산출기술 연구 224
제2절 강수발달을 유도하는 지형과 연계한 강풍인자 산출기술 연구 226
제3절 소형기상레이더 자료 입체분석 지원을 위한 자료처리 기술 연구 228
제4장 참고문헌 230
뒷표지 235
표 2.1.1.1. 중규모대류계 분석 사례 34
표 2.1.3.1. 3차원 레이더 합성장 자료 구조 정보 58
표 2.1.3.2. 바이너리 형식 WISSDOM 자료 구조 정보 59
표 2.1.3.3. NetCDF 형식 WISSDOM 자료의 가변 연직해상도 정보 59
표 2.1.3.4. VET 이동벡백터 자료 구조 정보 59
표 2.1.3.5. 중규모 대류 분류인자 목록 60
표 2.1.3.6. 소유형 분류기 기계학습 모형 후보 장단점 정리 63
표 2.1.3.7. 소유형 분류기 기계학습 모형 후보 전처리 작업 및 하이퍼파라미터 목록 65
표 2.1.3.8. 위험기상 사례 분류기 산출물 설계 내용 정리 66
표 2.1.3.9. 상세 유사도 계산 방안 특성 정리 71
표 2.1.3.10. 유사사례 탐색기 사용자 인터페이스 기능 정리 74
표 2.1.3.11. 전체 위험기상 사례 분류기 결과 자료 저장 데이터베이스 구성 목록 77
표 2.1.3.12. 전체 위험기상 사례 분류기 프로세스별 기능 정리 77
표 2.1.3.13. 중규모 대류 사례 분류기 프로세스별 기능 정리 79
표 2.1.3.14. 기계학습 기반 중규모 대류 분류 모형 학습 프로세스별 기능 정리 80
표 2.1.3.15. 전체 위험기상 사례 분류기 프로세스별 기능 정리 83
표 2.2.1.1. 2018년부터 2020년까지 탐색한 강수 사례와 지형성 강수 사례(회색음영)의 목록[KST]. 86
표 2.2.1.2. 지형성 강수의 특성과 연관된 다양한 인자에 관한 선행 연구 목록. 92
표 2.2.1.3. 교차상관계수의 연직프로파일 계산을 위한 변수의 구성과 각 인자들의 계산. 96
표 2.2.2.1. 수동으로 판별하여 제거된 3차원온도장 시각 목록. 128
표 2.2.3.1. MLP와 CNN 비교 133
표 2.2.3.2. 모델별 평균 점수(MSE)와 평균 시간. 143
표 2.2.3.3. 모델별 예측 성능 결과 144
표 2.2.3.4. SSA를 진행하지 않은 자료를 사용한 결과 145
표 2.2.3.5. SSA를 진행한 자료를 사용한 결과 145
표 2.2.3.6. 알고리즘별 예측 성능 결과 147
표 2.2.3.7. 기계학습과 관련된 이전 연구 조사 정리 147
표 2.2.3.8. 기계학습 훈련 자료 후보와 자료 출처 150
표 2.2.3.9. 원시 입력자료 분석 156
표 2.3.1.1. 소형기상레이더 별 관측고도각(°). 161
표 2.3.1.2. 산출된 고도각 별 R-ZH, R-KDP, R-AH 관계식 정리.[이미지참조] 165
표 2.3.1.3. 산출된 고도각 별 R-Zₕ,Zdr, R-KDP,Zdr 관계식 정리.[이미지참조] 166
표 2.3.1.4. 산출된 고도각 별 ADP-KDP, AH-KDP, ADP-AH, Zh-KDP, ZDR-ZH 관계식 정리.[이미지참조] 168
표 2.3.1.5. 최종 산출한 강우추정관계식. 169
표 2.3.1.6. 2020년 소형레이더 영역 강우 사례. 171
표 2.3.1.7. 자기상관관계식을 이용해 산출한 망일산 레이더의 반사도 보정오차. 173
표 2.3.1.8. 자기상관관계식을 이용해 산출한 수리산 레이더의 반사도 보정오차. 174
표 2.3.1.9. 자기상관관계식을 이용해 산출한 덕적도 레이더의 반사도 보정오차. 174
표 2.3.1.10. 망일산 레이더의 차등반사도 보정오차. 177
표 2.3.1.11. 수리산 레이더의 차등반사도 보정오차. 177
표 2.3.1.12. 덕적도 레이더의 차등반사도 보정오차. 177
표 2.3.1.13. 감쇠에 따른 강우 사례. 202
표 2.3.1.14. 감쇠가 강한 사례의 강우추정식별 통계값. 205
표 2.3.1.15. 감쇠가 약한 사례의 강우추정식별 통계값. 205
표 2.3.1.16. 2020년 소형레이더 강우 합성사례. 211
표 2.3.1.17. 1시간 누적자료를 이용해 생성한 강우추정식별 Ratio. 214
표 2.3.1.18. 1시간 누적자료를 이용해 생성한 강우추정식별 Bias. 214
그림 2.1.1.1. 기상청 호우모델 26
그림 2.1.1.2. 구름객관분석 모델 27
그림 2.1.1.3. 위험기상 유형 분류. 28
그림 2.1.1.4. 2020년 5월 18일 SLD 사례 영상 30
그림 2.1.1.5. 2020년 5월 17일 SLP 사례 영상 31
그림 2.1.1.6. 2020년 5월 3일 MCC 사례 영상 32
그림 2.1.1.7. 2020년 5월 3일 CC 사례 영상 33
그림 2.1.2.1. 자료별 격자크기 및 중심공간 일치 방법 35
그림 2.1.2.2. 임계값별 스톰의 정의 36
그림 2.1.2.3. Storm-Relative Helicity 개념도 40
그림 2.1.2.4. SLD 최대반사도, 평균반사도, 최대반사도 고도, MaxVIL, MeanVIL, Top height 의 히스토그램 41
그림 2.1.2.5. SLD 면적, 부피, 장축길이, 단축길이, 축비, 장축 방향의 히스토그램 42
그림 2.1.2.6. SLD θ, 발산, 상대와도, 연직시어, SRH의 히스토그램 43
그림 2.1.2.7. SLP 최대반사도, 평균반사도, 최대반사도 고도, MaxVIL, MeanVIL, Top height 의 히스토그램 44
그림 2.1.2.8. SLP 면적, 부피, 장축길이, 단축길이, 축비, 장축의 방향 히스토그램 45
그림 2.1.2.9. SLP θ, 발산, 상대와도, 연직시어, SRH의 히스토그램 46
그림 2.1.2.10. MCC 최대반사도, 평균반사도, 최대반사도 고도, MaxVIL, MeanVIL, Top height 의 히스토그램 47
그림 2.1.2.11. MCC 면적, 부피, 장축길이, 단축길이, 축비, 장축 방향의 히스토그램 48
그림 2.1.2.12. MCC θ, 발산, 상대와도, 연직시어, SRH의 히스토그램 49
그림 2.1.2.13. CC 최대반사도, 평균반사도, 최대반사도 고도, MaxVIL, MeanVIL, Top height 의 히스토그램 50
그림 2.1.2.14. CC 면적, 부피, 장축길이, 단축길이, 축비, 장축 방향의 히스토그램 51
그림 2.1.2.15. CC θ, 발산, 상대와도, 연직시어, SRH의 히스토그램 52
그림 2.1.2.16. 위험기상 유형별 분류인자 빈도분포(반사도, 최대반사도, 최대반사도 고도, MVIL, MaxVIL, Echo Top) 53
그림 2.1.2.17. 위험기상 유형별 분류인자 빈도분포(Area, Volume, Axis Ratio, 장축, 단축, 장축방향) 55
그림 2.1.2.18. 위험기상 유형별 분류인자 빈도분포(θ, 발산, 상대와도, 연직윈드시어, SRH) 55
그림 2.1.3.1. 위험기상 사례 분류기 전체 흐름도 56
그림 2.1.3.2. Random Forest 모형의 구성 모식도 61
그림 2.1.3.3. K-Nearest Neighbor 모형의 분류 개념 모식도 62
그림 2.1.3.4. Support Vector Machine 모형의 분류 개념 모식도 62
그림 2.1.3.5. 유사사례 후보간의 상세 유사도 계산 모식도 69
그림 2.1.3.6. 마할라노비스 거리 계산 모식도 70
그림 2.1.3.7. 유사사례 탐색기 2단계 검색 구조 모식도 72
그림 2.1.3.8. 유사사례 탐색기 시간 묶음 기능 모식도 73
그림 2.1.3.9. 위험기상 사례 분류기 설계 개념도 75
그림 2.1.3.10. 유사사례 탐색기 설계 개념도 76
그림 2.1.3.11. 전체 위험기상 사례 분류기 상세 흐름도 78
그림 2.1.3.12. 중규모 대류 사례 분류기 상세 흐름도 81
그림 2.1.3.13. 기계학습 기반 중규모 대류 분류 모형 학습 상세 흐름도 82
그림 2.1.3.14. 유사사례 탐색기 상세 흐름도 84
그림 2.2.1.1. 2016년-2020년간 서풍시 풍속 강도에 따른 평균 AWS 강수강도 분포. 85
그림 2.2.1.2. 2018-2020년 강수 사례의 평균 강수강도. 88
그림 2.2.1.3. 2018-2020년 57개 지형성 강수 사례의 평균 강수 강도. 88
그림 2.2.1.4. 2018-2020년 지리산 인근 14개 지형성 강수 사례의 평균 강수강도. 89
그림 2.2.1.5. 2018-2020년 제주도 인근 13개 지형성 강수 사례의 평균 강수강도. 89
그림 2.2.1.6. 2018-2020년 태백산맥 서쪽사면 16개 지형성 강수 사례의 평균 강수강도. 90
그림 2.2.1.7. 2018-2020년 북동쪽 해안 5개 지형성 강수 사례의 평균 강수강도. 90
그림 2.2.1.8. 2018-2020년 오후 소나기 관련 9개 지형성 강수 사례의 평균 강수강도. 91
그림 2.2.1.9. 모든 지형성 강수에 대한 AWS 풍향 풍속에 따른 평균 강수강도 분포. 91
그림 2.2.1.10. 2020년 8월 7일 21:00 KST 지상 일기도. 93
그림 2.2.1.11. 2020년 8월 7일 02시 UTC에서부터 8일 00시 UTC까지의 HSR 합성장 평균 강수 강도. 93
그림 2.2.1.12. D03에서의 풍속, 풍향 범주에 따른 평균 강수강도의 수평 분포. 94
그림 2.2.1.13. 평균 강수 강도(원)과 풍향(8방위)과 풍속과의 관계(왼쪽 그림)와 프루드수와의 관계(오른쪽 그림). 94
그림 2.2.1.14. D03에서의 평균 상당온위(K)의 박스 플롯. 95
그림 2.2.1.15. D03에서의 각 요소와 D06에서의 평균 강수강도 간의 상관계수의 연직 프로파일. 97
그림 2.2.1.16 2020년 6월 29일 21:00 KST 지상 일기도. 98
그림 2.2.1.17. (좌측)저층(LLF, 0.2-1 km MSL)에서의 평균 바람과 (우측)… 98
그림 2.2.1.18. D01에서의 풍속, 풍향 범주에 따른 평균 강수강도의 수평 분포. 99
그림 2.2.1.19. D02에서의 풍속, 풍향 범주에 따른 평균 강수강도의 수평 분포. 99
그림 2.2.1.20. D01에서의 평균 강수 강도(원)와 풍향(8방위)간의 관계. 100
그림 2.2.1.21. D01에서의 평균 상당온위(K)의 박스 플롯. 101
그림 2.2.1.22. 사례 전체 기간 동안 D01에서 바다 상에서의 각 요소와 육지 상 강수 강도 간의 교차 상관계수 연직 프로파일. 101
그림 2.2.1.23. D02에서의 평균 강수 강도(원)와 풍향(8방위)간의 관계. 102
그림 2.2.1.24. D02에서의 평균 상당온위(K)의 박스 플롯. 103
그림 2.2.1.25. 사례 전체 기간 동안 D02에서 바다 상에서의 각 요소와 육지 상 강수 강도 간의 교차 상관계수 연직 프로파일. 103
그림 2.2.1.26. 2019년 4월 9일 21:00 KST 지상 일기도. 104
그림 2.2.1.27. (좌측) 중층(MLF, 1.2-2 km MSL)에서의 평균... 104
그림 2.2.1.28. D01에서의 평균 강수 강도(원)와 D02에서의 풍향(8방위)간의 관계. 105
그림 2.2.1.29. D02에서의 평균 상당온위(K)의 박스 플롯. 106
그림 2.2.1.30. 사례 전체 기간 동안 D02에서의 각 요소와 D01에서의 강수 강도 간의 교차 상관계수 연직 프로파일. 106
그림 2.2.2.1. 강수발달 정량화, 강풍인자 산출 방법론 모식도. 108
그림 2.2.2.2. 에코 이동 벡터 u, v 성분의 내삽 예시. 109
그림 2.2.2.3. HSR 반사도 합성장의 내삽 예시. 110
그림 2.2.2.4. HSR 반사도 합성장의 강수강도 합성장 변환 예시. 110
그림 2.2.2.5. 좌측부터 강수강도, 면적 평균 강수강도, 0.05mm/hr 초과 영역의 면적 평균 강수강도. 111
그림 2.2.2.6. 후방 이류를 통한 출발지와 도착지 박스 격자점 탐색 예시. 111
그림 2.2.2.7. 임의의 다른 4개 지점에 대한 출발지, 도착지 박스 격자점 탐색 예시. 112
그림 2.2.2.8. 가상의 강수강도장, 강수이동벡터장으로 모의한 이류 결과. 113
그림 2.2.2.9. (a) 1시간 전의 면적평균강수강도, (b)... 114
그림 2.2.2.10. (a) 1시간 전의 강수강도, (b)... 115
그림 2.2.2.11. 2020년 8월 6일의 반사도장(좌측)과 산출된 강수발달정도(우측) 예시. 116
그림 2.2.2.12. 2020년 7월 28일-30일 강수 사례의 평균 강수발달정도 분포. 119
그림 2.2.2.13. (a) 2020년 7월 3일-4일 강수 사례, (b) 2020년 7월 18일-21일 강수 사례의 평균 강수발달정도 분포. 120
그림 2.2.2.14. 전체 가용 강수 사례의 평균 강수 이동(벡터)과, 평균 강수발달정도(색상) 분포. 120
그림 2.2.2.15. 전체 가용 강수 사례의 강수발달정도 빈도 분포. 121
그림 2.2.2.16. 강수 이동의 바람장미. 121
그림 2.2.2.17. 강수 발달의 월 변동. (a) 평균, (b) 중앙값, (c) 75 백분위수, (d) 90 백분위수. 122
그림 2.2.2.18. 강수 이동 방향에 따른 평균 강수 발달의 분포. 123
그림 2.2.2.19. 강수 이동 방향에 따른 강수 발달 자료 개수. 123
그림 2.2.2.20. 강수 이동 속도에 따른 평균 강수 발달 정도 분포. 124
그림 2.2.2.21. 강수 이동 속도에 따른 평균 강수 발달 정도. 125
그림 2.2.2.22. 수동으로 판별하여 제거된 3차원온도장 시각 예시. 126
그림 2.2.2.23. 융해층 고도에 따른 강수 발달 정도의 빈도 분포. 129
그림 2.2.2.24. 2020년 8월 7일 13:40 KST와 2020년 9월 6일 23:00 KST의 강수발달정도 수평 분포와 WISSDOM 연직공기속도, 발산(수렴), 와도의 수평 분포. 130
그림 2.2.3.1. 퍼셉트론의 구조 131
그림 2.2.3.2. 다층 퍼셉트론의 구조 132
그림 2.2.3.3. 이미지 데이터의 1차원 변환 133
그림 2.2.3.4. 합성곱 신경망(CNN) 구조 133
그림 2.2.3.5. 활성화 함수들의 종류와 그래프 134
그림 2.2.3.6. k-Fold 교차 검증의 집합 분류 모식도 137
그림 2.2.3.7. MLP 방식을 사용하여 GD를 예측한 예시 138
그림 2.2.3.8. 입력 인자에 따른 모델 결과 비교 139
그림 2.2.3.9. Prediction interval 추정을 위하여 고안한 QANN 과정 140
그림 2.2.3.10. ConvLSTM의 내부 구조 141
그림 2.2.3.11. ConvLSTM 기반의 인코딩 예측모델 도식화 141
그림 2.2.3.12. 두 개의 강우 사례에 관한 결과 비교. 위에서 아래 순으로 입력프레임… 142
그림 2.2.3.13. de Bezenac et al. (2019)의 모델 구조 143
그림 2.2.3.14. Seongchan Kim et al. (2017)에서 사용된 ConvLSTM 기반 DeepRain 구조 144
그림 2.2.3.15. (a) convolutional RNN 방식 (b) trajectory RNN 방식 146
그림 2.2.3.16. 강수발달 정보 시스템 전체 설계안 148
그림 2.2.3.17. 강수발달 정보 시스템 상세 전체 설계 안 149
그림 2.2.3.18. 과거 강수자료 수집 및 학습자료 생성 흐름도 151
그림 2.2.3.19. 학습자료로 사용되는 GD와 정답 자료로 사용되는 GD 예시 152
그림 2.2.3.20. MLP기반 기계학습 모델 학습 및 검증 흐름도 153
그림 2.2.3.21. CNN기반 기계학습 모델 학습 및 검증 흐름도 153
그림 2.2.3.22. MLP 기반 모델 학습자료 형태 변환 예시 154
그림 2.2.3.23. 실시간 강수발달 정보 산출 시스템 개념도 155
그림 2.2.3.24. 원시 입력자료의 공간 범위 비교 156
그림 2.2.3.25. 실시간 자료 수집 및 자료 전처리 흐름도... 158
그림 2.2.3.26. MLP 기반 모델의 강수발달 예측 및 자료 후처리 흐름도 159
그림 2.2.3.27. CNN 기반 모델의 강수발달 예측 및 자료 후처리 흐름도 159
그림 2.3.1.1. 소형기상레이더 강우추정 관계식별 사례 분석 및 검증 흐름도. 160
그림 2.3.1.2. 고도각과 ZDR의 관계.[이미지참조] 161
그림 2.3.1.3. 15년치 2DVD 자료로부터 획득된 5dBZ 간격 평균 입자크기분포. 163
그림 2.3.1.4. R-Zₕ 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건. 164
그림 2.3.1.5. R-KDP 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 164
그림 2.3.1.6. R-AH 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 164
그림 2.3.1.7. R(Zₕ,Zdr)-R 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 165
그림 2.3.1.8. R(KDP,Zdr)-R 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 166
그림 2.3.1.9. ADP-KDP 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 167
그림 2.3.1.10. AH-KDP 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 167
그림 2.3.1.11. ADP-AH 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 167
그림 2.3.1.12. Zh-KDP 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 168
그림 2.3.1.13. ZDR-ZH 산포도. (a)3° 고도각, (b)7.9° 고도각, (c)15° 고도각 조건.[이미지참조] 168
그림 2.3.1.14. 고도각 별 관계식 비교결과. (a)R-Zh, (b)R-KDP, (c)R-AH, (d)ADP-AH, (e)AH-KDP, (f)ADP-KDP, (g)Zh-KDP, (h)ZDR-ZH.[이미지참조] 169
그림 2.3.1.15. 소형레이더 사이트별 일누적 강우. 170
그림 2.3.1.16. 소형레이더별 Mask. 171
그림 2.3.1.17. 자기상관관계식을 이용해 산출한 망일산 레이더의 관측된 차등위상차와 계산된 차등위상차 간의 산포도 173
그림 2.3.1.18. 자기상관관계식을 이용해 산출한 수리산 레이더의 관측된 차등위상차와 계산된 차등위상차 간의 산포도 175
그림 2.3.1.19. 자기상관관계식을 이용해 산출한 덕적도 레이더의 관측된 차등위상차와 계산된 차등위상차 간의 산포도 176
그림 2.3.1.20. 망일산 레이더의 반사도와 차등반사도의 빈도분포. 178
그림 2.3.1.21. 수리산 레이더의 반사도와 차등반사도의 빈도분포. 179
그림 2.3.1.22. 덕적도 레이더의 반사도와 차등반사도의 빈도분포. 180
그림 2.3.1.23. AH-Zh 관계식과 ADP-AH 관계식.[이미지참조] 181
그림 2.3.1.24. 망일산 2020년 7월 10일 1015 KST 사례의 감쇠 보정. 182
그림 2.3.1.25. 수리산 2020년 8월 2일 1550 KST 사례의 감쇠 보정. 183
그림 2.3.1.26. 덕적도 2020년 8월 2일 1500 KST 사례의 감쇠 보정. 184
그림 2.3.1.27. 소형레이더 사이트별 2020년 6월 24일 1000 KST 사례의 강우추정 영상. 186
그림 2.3.1.28. 보정오차 적용 유무 별 2020년 8월 8일 2000 KST 사례의 합성 강우추정 영상. 187
그림 2.3.1.29. 소형레이더 사이트별 2020년 6월 24일 1000 KST 사례의 강우추정 영상. 189
그림 2.3.1.30. 소형레이더 사이트별 2020년 8월 5일 2300 KST 사례의 강우추정 영상. 191
그림 2.3.1.31. 우량계 사이트 지점 영상. 192
그림 2.3.1.32. 2020년 6월 24일 사례의 우량계와 레이더의 강우량 산포도(일누적). 193
그림 2.3.1.33. 2020년 6월 24일 사례 우량계 지점의 강우량과 동일 지점의 레이더 강우량 정보 194
그림 2.3.1.34. 2020년 8월 5일 사례 우량계 지점의 강우량과 동일 지점의 레이더 강우량 정보 195
그림 2.3.1.35. 2020년 8월 5일 사례의 우량계와 레이더의 강우량 산포도(일누적). 196
그림 2.3.1.36. 2020년 8월 6일 사례의 우량계와 레이더의 강우량 산포도(일누적). 198
그림 2.3.1.37. 2020년 8월 6일 사례 우량계 지점의 강우량과 동일 지점의 레이더 강우량 정보 199
그림 2.3.1.38. 2020년 8월 6일 0530 KST 사례의 소형레이더 강우 합성장(왼쪽)과 대형레이더 강우 합성장(오른쪽) 영상. 200
그림 2.3.1.39. 2020년 8월 6일 사례 R(Zₕ, Zdr)과 R(KDP) 강우량 시계열.[이미지참조] 201
그림 2.3.1.40. 2020년 6월 24일 사례의 우량계와 레이더의 강우량 산포도(1시간 누적). 203
그림 2.3.1.41. 2020년 8월 6일 사례의 우량계와 레이더의 강우량 산포도(1시간 누적). 204
그림 2.3.1.42. 1시간 누적자료를 이용해 산출한 감쇠가 강한 7사례의 우량계와 레이더의 강우량 산포도. 206
그림 2.3.1.43. 1시간 누적자료를 이용해 산출한 감쇠가 약한 4사례의 우량계와 레이더의 강우량 산포도. 207
그림 2.3.1.44. 1시간 누적자료를 이용해 산출한 감쇠가 강한 사례의 강우 강도별 통계값 209
그림 2.3.1.45. 1시간 누적자료를 이용해 산출한 감쇠가 약한 사례의 강우 강도별 통계값 210
그림 2.3.1.46. 1시간 누적자료를 이용해 산출한 11개 강우 사례의 강우 강도별 통계값 212
그림 2.3.1.47. 소형레이더 Pulse 별 중첩영역 영상. 213
그림 2.3.1.48. 1시간 누적자료를 이용해 산출한 pulse별 중첩영역에 대한 산포도(전체사례) 215
그림 2.3.1.49. 1시간 누적자료를 이용해 산출한 pulse별 중첩영역에 대한 강우량별 통계값(전체사례) 217
그림 2.3.1.50. 1시간 누적자료를 이용해 산출한 pulse별 중첩영역에 대한 강우량별 통계값(감쇠가 강한 사례) 219
그림 2.3.1.51. 1시간 누적자료를 이용해 산출한 pulse별 중첩영역에 대한 강우량별 통계값(감쇠가 약한 사례) 221