KR101846294B1 - Rainfall center tracking method based on weather radar - Google Patents
Rainfall center tracking method based on weather radar Download PDFInfo
- Publication number
- KR101846294B1 KR101846294B1 KR1020170046812A KR20170046812A KR101846294B1 KR 101846294 B1 KR101846294 B1 KR 101846294B1 KR 1020170046812 A KR1020170046812 A KR 1020170046812A KR 20170046812 A KR20170046812 A KR 20170046812A KR 101846294 B1 KR101846294 B1 KR 101846294B1
- Authority
- KR
- South Korea
- Prior art keywords
- rainfall
- image
- weather radar
- coordinate system
- cluster
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/958—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- Atmospheric Sciences (AREA)
- Electromagnetism (AREA)
- Hydrology & Water Resources (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
본 발명은 기상 레이더 기반 강우중심 추적 알로리즘을 고도화하여 강우장 이동경로를 보다 정확히 파악할 수 있도록 하는 기상 레이더 기반 강우중심 추적방법에 관한 것으로,The present invention relates to a weather radar-based rainfall center tracking method for enhancing a weather radar-based rainfall-centered tracking algorithm to more accurately grasp a rainfall field travel path,
기존의 알고리즘보다 추적경로의 오차가 현저히 줄어들도록 하고, 강우장의 진행방향과 경로 등을 보다 직관적으로 판단할 수 있도록 함으로서, 향후 강우중심 경로를 활용하여 강우장의 진행방향, 이동속도, 예측경로 등을 수치적으로 산출하고 가시화하여 상황관리에 활용할 수 있도록 하는 기상 레이더 기반 강우중심 추적방법에 관한 것이다.By using the rainfall center path in the future, it is possible to estimate the direction of the rain field, the speed of movement, and the predicted path by making it possible to reduce the error of the tracking path significantly more than the existing algorithm and to more intuitively judge the direction and route of the rain field. Based radar-based rainfall-centered tracking method that can be numerically calculated and visualized and used for situational management.
최근 지속적인 도시화와 산업화로 인한 재난환경 변화와 이상기후로 인한 국지적 집중호우 및 태풍으로 인해 도심지의 인명피해 및 재산손실이 증가하고 있는 추세이다. Recent urbanization and industrialization have caused disasters and damage to urban areas and property losses due to local disaster weather and typhoons.
우리나라에서는 최근 2010년 태풍 "곤파스", 2011년 7월 "집중호우", 2011년 태풍 "무이파" 등의 재해가 발생하였으며, 특히 2014년 8월 25일에는 부산시 기장군에 시간당 117.5mm의 기록적인 폭우가 발생하여 특별재난지역으로 선포되는 등 대형 재해가 빈발하고 있다.In Korea, there have been recent disasters such as typhoon "Gonpas" in 2010, "heavy rain" in July 2011, and "typhoon" in 2011. In particular, on August 25, 2014, Large-scale disasters such as heavy rains have been declared as special disaster areas.
지난 5년간(2009년 ~ 2013년) 태풍 및 호우로 인한 피해액은 약 2조 2,600억 원으로 집계되었으며, 기후모형 예측결과 21세기말 강수량은 약 17%, 집중호우(1일 100mm 이상) 발생빈도는 현재의 약 1.7배 증가가 예상되어, 미래의 침수피해발생 가능성은 점차적으로 높아지고 있는 실정이다. 과거에는 우리나라의 침수피해발생의 주요 원인이 하천 범람에 의한 외수 침수가 주요 원인이었으나, 최근에는 우수를 자연적으로 배제하기 어려운 저지대까지 도시화가 진행됨에 따라 도심지의 주요 침수발생 원인이 외수침수에서 내수침수로 변화하고 있으며, 내수침수로 인해 도심지의 고자본 사유시설과 사회기반시설 등에 많은 피해가 발생하고 있는 실정이다.The amount of damage caused by typhoons and heavy rainfall in the past five years (2009 ~ 2013) was about 2,260 billion KRW. As a result of the climate model prediction, the rainfall amount at the end of the 21st century was about 17% The current 1.7 times increase is anticipated, and the possibility of flooding damage in the future is gradually increasing. In the past, the major cause of inundation damage in Korea was the flooding caused by flooding, but recently urbanization has progressed to lowlands where it is difficult to exclude storms naturally. As a result, And the damage caused by the flooding of the domestic capital in the high capital private facilities and the social infrastructures in the urban areas.
이와 같은 이상기후와 재난환경 변화에 의한 도심지의 피해에 대비하기 위해서는 도시공간의 복잡한 배수체계를 반영하여 빠르고 정확한 침수예측 및 예,경보를 실시할 수 있는 침수예측모형의 개발이 반드시 필요하다. 하지만 현재 국내외 도심지의 침수예측기법 및 기존의 연구 성과들은 도심지의 주요 배수체계인 지상공간, 우수관망, 지하공간을 상호 통합 연계하여 해석하지 못하고 있기 때문에 정확한 침수예측 및 홍수 예,경보에는 한계가 있는 실정이다. In order to cope with such anomalous climate and disaster environment change, it is necessary to develop a flood forecasting model that can quickly and accurately predict floods and alarms, reflecting the complicated drainage system of urban space. However, current flood prediction techniques and existing research results in urban and suburban areas have not been able to interpret the ground drainage system, drainage network, and underground space, which are the main drainage systems in urban areas, It is true.
상호 통합실시간 기반의 침수 예,경보에 스마트 재난상황관리시스템을 활용하기 위해 연계하여 해석하지 못하고 있기 때문에 정확한 침수 및 홍수 예측을 위해서는 레이더 기반의 강우자료와 같은 실시간 강우자료를 입력받아 모형을 구동할 필요가 있다. 하지만 선경보에는 한계가 있는 실정이다.In order to accurately predict inundation and floods, it is necessary to input real-time rainfall data such as radar-based rainfall data to drive the model. There is a need. However, there are limitations in line alarms.
실시간 기반의 침수 예,경보에 본 발명자에 의해 개발된 스마트 재난상황관리시스템을 활용하기 위해서는, 레이더 기반의 강우자료와 같은 실시간 강우자료를 입력받아 모형을 구동할 필요가 있다. 하지만 선행연구를 통해 개발된 강우입력모듈의 경우, 기왕에 측정된 단일 지점의 강우자료만 적용 가능하며, 레이더 기반의 강우자료와 같은 실시간 강우자료는 적용할 수 없는 문제점이 있으므로 실시간 레이더 기반 강우자료 입력모듈을 개발하여 문제점을 개선하고자 한다.In order to utilize the smart disaster situation management system developed by the present inventor in real-time based flooding examples and alarms, it is necessary to input real-time rainfall data such as radar-based rainfall data and drive the model. However, in the case of the rainfall input module developed through the previous research, only a single point of the measured rainfall data can be applied at present, and the real time rainfall data such as the radar-based rainfall data can not be applied. Therefore, We want to improve the problem by developing the module.
레이더 기반 강우자료의 경우, 레이더의 종류에 따라 격자크기의 차이는 있지만 별도의 과정을 거쳐 최종적으로는 격자 형태로 출력된다. 하지만 출력된 격자형태의 강우자료는 스마트 재난상황관리시스템의 격자와 크기 및 좌표원점의 위치가 서로 상이하므로 별도의 적용모듈 없이 스마트 재난상황관리시스템에 적용할 수 없는 문제점이 있었다.In the case of radar-based rainfall data, although there is a difference in grid size depending on the type of radar, it is separately processed and finally output in a grid form. However, the output grid type rainfall data has a problem that it can not be applied to a smart disaster situation management system without a separate application module because the grid, size, and coordinate origin position of the smart disaster situation management system are different from each other.
따라서 종래 기술에서는 추적경로의 오차가 상당하고 강우장의 진행방향과 경로 등을 정확히 판단할 수 없으므로, 강우중심 경로를 활용하여 강우장의 진행방향, 이동속도, 예측경로 등을 예측하기 어렵게되는 문제점이 있었다.Therefore, in the conventional art, there is a problem in that the error of the tracking path is significant and it is difficult to accurately determine the traveling direction and the route of the rain field, so that it is difficult to predict the traveling direction, the moving speed, and the prediction route of the rain field using the rainfall center path .
본 발명은 상기와 같은 제반 사정을 감안하여 발명한 것으로,The present invention has been made in view of the above circumstances,
레이더 기반 강우자료로부터 기존 좌표계 정의에 따른 기상레이더 영상을 입수한 다음, 이를 기준좌표계와 동일한 좌표계로 변환해줌으로서, 지도 기반 통합 상황관리에 적용하여 지상우량계의 관측망에서 관측할 수 없는 국지적 호우현상과 강우장의 경로 등을 파악할 수 있도록 하는데 그 목적이 있는 것이다.By acquiring the weather radar image according to the existing coordinate system definition from the radar-based rainfall data and converting it into the same coordinate system as the reference coordinate system, it is applied to the map-based integrated situation management and the local rainfall phenomenon And the route of the rainfall field.
또한 본 발명에서는, 스마트 재난상황관리시스템의 레이더 강수 에코 표출 알고리즘을 고도화하여 경로추적의 오차를 최소화하고 상황관리를 위한 활용성을 평가하는 한편, In addition, in the present invention, the radar precipitation echo display algorithm of the smart disaster situation management system is advanced to minimize the error of the path tracking and to evaluate the utility for the situation management,
기존 알고리즘에서는 에코 위치간의 거리에 따라 강우장 중심을 결정하고 이를 추적했으므로 에코간의 관계를 거리로 한정하기 때문에 과대오차가 발생하는 문제가 있었으나, In the conventional algorithm, since the rainfall field center is determined and tracked according to the distance between the echo locations, an excessive error occurs because the relation between the eco is limited to the distance,
본 발명에서는 에코간의 관계를 거리뿐만 아니라, 강우장의 형상 및 강우 강도에 따라 관계성을 부여해줌으로써 추적경로의 정확도가 크게 향상되도록 함에 또 다른 목적이 있는 것이다.Another object of the present invention is to improve the accuracy of the tracking path by giving the relationship between the echoes not only distance but also the shape of the rain field and the rainfall intensity.
상기 목적을 달성하기 위한 본 발명은, According to an aspect of the present invention,
운영 컴퓨터에 설치된 스마트 재난상황관리시스템(이는 컴퓨터 프로그램임)을 사용하여 각종 재난 관련 데이타를 업로드하여 표출하는 기상 레이더 기반 강우중심 추적방법에 관한 것으로,The present invention relates to a weather radar-based rainfall-centered tracking method for displaying various disaster-related data using a smart disaster situation management system installed on an operating computer (which is a computer program)
먼저 이전 기상 레이더 영상에서, 임의 설정한 강우강도 기준을 초과한 에코를 추출하여 이진영상을 생성하고, 침식 알고리즘을 이용하여 노이즈 제거로 인해 소실된 영역을 보완하기 위해 팽창 알고리즘을 이용하여 영역을 확장시키는 강우장 탐색과정과;First, in the previous weather radar image, echoes exceeding the set rainfall intensity criterion are extracted to generate a binary image, and the erosion algorithm is used to expand the area using the expansion algorithm to compensate the lost area due to the noise removal A rainfall field search process;
픽셀간 인접여부에 따라 군집 번호가 구성되어지는 강우장 클러스터 구성과정과;A rainforest cluster configuration process in which a cluster number is formed according to whether the pixels are adjacent to each other;
각각의 군집을 이루는 강우장의 형상만 추출하여 샘플 영상을 생성하는 클러스터 샘플 이미지 추출과정과;A cluster sample image extracting step of extracting only a shape of a rainfall field constituting each cluster and generating a sample image;
새로운 기상레이더 영상이 수신되면 각각의 샘플데이터와 최신 기상레이더 영상간의 Cross-Correlation을 수행하는 현재 기상레이더 영상 상관성 분석과정과;A current weather radar image correlation analysis process for performing cross-correlation between each sample data and the latest weather radar image when a new weather radar image is received;
매칭점을 산출하고, 상기 매칭점을 중심으로 해당 샘플영상크기의 영상을 추출하고 추출영상을 기반으로 강우중심 좌표를 산출하는 강우 중심 추적과정으로 구성될 수 있다.And a rainfall center tracking process of calculating a rainfall center coordinate based on the extracted image by calculating a matching point, extracting an image of a corresponding sample image size around the matching point, and calculating the rainfall center coordinates based on the extracted image.
또한, 상기 기상 레이더 영상은 기반 통합 상황관리에 적용하기 위해 기준 좌표계 변환모듈에 의해 기준 좌표계와 동일 좌표계로 변환될 수 있는데, 상기 기준 좌표계 변환모듈에서 좌표계 변환에 사용된 인자는, GDAL에 내장된 좌표계 변환 오픈소스 라이브러리인 PROJ.4 를 기준으로 설정되며, 상기 기준 좌표계는 WMS(Web Map Service) 지도를 활용한 경위도(WGS84 타원체) 좌표계인 것을 특징으로 한다.In addition, the weather radar image may be transformed into a coordinate system that is the same as the reference coordinate system by a reference coordinate system conversion module for application to the integrated state management of the infrastructure. The factor used in the coordinate system conversion in the reference coordinate system conversion module is, (WGS84 ellipsoid) coordinate system using a WMS (Web Map Service) map. The reference coordinate system is a coordinate system based on the open source library PROJ.4 which is a coordinate system conversion.
상기 기존 좌표계에서 도 단위의 등간격으로 변환하면 소실점이 발생하는데, 이를 보간하기 위해 최근린보간법을 사용할 수 있다.In the existing coordinate system, a vanishing point is generated when the equidistant unit is converted into a unit, and a recent linear interpolation method can be used to interpolate the vanishing point.
상기 강우장 탐색과정에서, 태풍과 같이 강우장의 크기가 넓은 경우에는 침식 횟수를 2~3회 이상 증가시킬 수 있지만, 국지성 집중호우와 같이 국지적인 크기인 경우에는 침식횟수를 제한하게된다.In the rainfall field searching process, if the size of the rainfall field is wide such as typhoon, the number of erosion times can be increased more than 2 or 3 times. However, when the local rainfall depth is localized, the number of erosion times is limited.
상기 강우장 클러스터 구성과정에서, 노이즈가 제거된 이진영상에서 1의 값을 가진 픽셀에 일련의 군집 번호를 부여함으로써 해당 픽셀마다 고유의 일련번호(1,2,...,n)들이 형성되고, 이를 다시 군집하기 위하여 일련번호가 있는 픽셀을 중심으로 일정 크기의 영역을 추출하고 해당 영역에 포함된 일련번호에서 최소값을 산출하여 영역 중심 픽셀에 다시 부여하게되는데, 이러한 작업을 반복 수행해줌으로써 최종적으로 픽셀간 인접여부에 따라 군집 번호가 구성된다.1, 2, ..., n) is formed for each of the pixels by assigning a series of cluster numbers to pixels having a value of 1 on the binaural tree in which the noise is removed, In order to cluster them again, a region of a predetermined size is extracted with respect to a pixel having a serial number, a minimum value is calculated from the serial number included in the region, and the minimum value is given again to the region center pixel. The cluster number is constructed according to whether or not there is a close proximity.
상기 강우 중심 추적과정에서, Cross-Correlation 수행 후, 가장 높은 상관계수가 0.6보다 이상이면 매칭점으로 저장하고 0.6보다 작을 경우에는 상관계수가 0.6보다 작지만 0.57보다 크고 매칭점이 10분 후 기상레이더 영상을 군집화한 결과에서 강우장이 있는 경우에는 매칭점을 저장하고 소멸되지 않은 것으로 가정할 수 있다.In the rainfall center tracking process, if the highest correlation coefficient is greater than 0.6 after cross-correlation, the correlation value is stored as a matching point. If the correlation coefficient is less than 0.6, the correlation coefficient is less than 0.6 but is greater than 0.57. In the case of a rainfall field, it can be assumed that a matching point is stored and not destroyed.
새로운 기상레이더 영상에서 군집을 이루는 강우장을 중심으로 샘플영상을 추출하고 샘플영상을 기반으로 강우중심 좌표를 산출하되, 매칭점을 포함한 강우장은 매칭점을 중심으로 한 강우중심 좌표에 종속시키고 포함하지 않는 경우에만 새로운 강우장으로 간주하여 강우중심 좌표를 산출하게될 것이다.In the new weather radar image, a sample image is extracted centering on a rainfall field constituting a cluster and a rainfall center coordinate is calculated based on a sample image. A rainfall field including a matching point is dependent on a rainfall center coordinate centered on a matching point, It will be considered as a new rainfall field and the rainfall center coordinates will be calculated.
이상 설명한 바와 같이 본 발명은, 레이더 기반 강우자료로부터 기존 좌표계 정의에 따른 기상레이더 영상을 입수한 다음, 이를 기준좌표계와 동일한 좌표계로 변환해줌으로서, 지도 기반 통합 상황관리에 적용하여 지상우량계의 관측망에서 관측할 수 없는 국지적 호우현상과 강우장의 경로 등을 파악할 수 있는 효과가 있는 것이다.As described above, according to the present invention, the weather radar image according to the existing coordinate system definition is obtained from the radar-based rainfall data, and then converted into the same coordinate system as the reference coordinate system, It is possible to grasp the local rainfall phenomenon which can not be observed and the route of the rainfall field.
또한 본 발명에서는, 스마트 재난상황관리시스템의 레이더 강수 에코 표출 알고리즘을 고도화하여 경로추적의 오차를 최소화하고 상황관리를 위한 활용성을 평가하는 한편, In addition, in the present invention, the radar precipitation echo display algorithm of the smart disaster situation management system is advanced to minimize the error of the path tracking and to evaluate the utility for the situation management,
기존 알고리즘에서는 에코 위치간의 거리에 따라 강우장 중심을 결정하고 이를 추적했으므로 에코간의 관계를 거리로 한정하기 때문에 과대오차가 발생하는 문제가 있었으나, In the conventional algorithm, since the rainfall field center is determined and tracked according to the distance between the echo locations, an excessive error occurs because the relation between the eco is limited to the distance,
본 발명에서는 에코간의 관계를 거리뿐만 아니라, 강우장의 형상 및 강우 강도에 따라 관계성을 부여해줌으로써 추적경로의 정확도가 크게 향상되도록 하는 효과도 있는 것이다.In the present invention, not only the distance between eco-links but also the relationship between the shape of the rainfall field and the rainfall intensity provides an effect of greatly improving the accuracy of the tracking path.
도 1은 본 발명에 따른 기상레이더 기반 강우 중심 추적방법을 개략적으로 설명한 흐름도,
도 2는 본 발명에서 GDAL 기반 기준 좌표계 변환 데이터 처리과정을 설명한 흐름도,
도 3은 본 발명에서 일반적으로 사용하는 PROJ.4 인자를 정리한 도표,
도 4는 본 발명에서 좌표변환 전,후 기상레이더 영상을 도시한 화면,
도 5는 본 발명에서 1차 이진 영상 처리결과를 도시한 화면,
도 6은 본 발명에서 모폴로지 영상처리 결과를 도시한 화면,
도 7은 본 발명에서 군집 구성방법을 도시한 화면,
도 8은 본 발명에서 Cross-Correlation 결과를 도시한 화면,
도 9는 본 발명에서 강우중심 추적 알고리즘 비교분석을 도시한 화면이다.FIG. 1 is a flowchart schematically illustrating a weather radar-based rainfall center tracking method according to the present invention;
FIG. 2 is a flowchart illustrating a GDAL-based reference coordinate system conversion data processing process according to the present invention.
FIG. 3 is a chart summarizing the PROJ.4 parameters commonly used in the present invention,
FIG. 4 is a diagram showing a screen showing the coordinate radar image before and after the coordinate transformation in the present invention,
FIG. 5 is a diagram showing a result of a primary binary image processing in the present invention,
FIG. 6 is a view showing a result of a morphology image processing in the present invention,
FIG. 7 is a view showing a screen showing a method of constructing a cluster in the present invention,
8 is a diagram showing a cross-correlation result screen in the present invention,
FIG. 9 is a view showing a comparative analysis of a rainfall centering tracking algorithm in the present invention.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention, and how to accomplish them, will become apparent by reference to the embodiments described in detail below with reference to the accompanying drawings. However, the present invention is not limited to the embodiments described below, but may be embodied in various forms.
본 명세서에서, 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다.In the present specification, the present embodiment is provided to complete the disclosure of the present invention and to fully disclose the scope of the invention to a person having ordinary skill in the art to which the present invention belongs. And the present invention is only defined by the scope of the claims.
따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.Accordingly, in some embodiments, well known components, well known operations, and well-known techniques are not specifically described to avoid an undesirable interpretation of the present invention.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 결코 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.Like reference numerals refer to like elements throughout the specification. And, the terms used (hereafter) used herein are intended to illustrate the embodiments and are not intended to limit the invention in any way. In the present specification, the singular form includes plural forms unless otherwise specified in the specification. Also, components and acts referred to as " comprising (or comprising) " do not exclude the presence or addition of one or more other components and operations.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.Unless defined otherwise, all terms (including technical and scientific terms) used herein may be used in a sense commonly understood by one of ordinary skill in the art to which this invention belongs. Also, commonly used predefined terms are not ideally or excessively interpreted unless they are defined.
이하, 첨부된 도면들을 참조하여 본 발명의 기술적 특징을 구체적으로 설명하기로 한다.Hereinafter, the technical features of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 기상레이더 기반 강우 중심 추적방법을 개략적으로 설명한 흐름도로서,FIG. 1 is a flowchart schematically illustrating a weather radar-based rainfall center tracking method according to the present invention,
본원발명은 기상 레이더 기반 강우중심 추적 알로리즘을 고도화하여 강우장 이동경로를 보다 정확히 파악할 수 있도록 하는 기상 레이더 기반 강우중심 추적방법에 관한 것으로,The present invention relates to a weather radar-based rainfall center tracking method for enhancing a weather radar-based rainfall center tracking algorithm to more accurately grasp a rainfall field travel path,
기존의 알고리즘보다 추적경로의 오차가 현저히 줄어들도록 하고, 강우장의 진행방향과 경로 등을 보다 직관적으로 판단할 수 있도록 함으로서, 향후 강우중심 경로를 활용하여 강우장의 진행방향, 이동속도, 예측경로 등을 수치적으로 산출하고 가시화하여 상황관리에 활용할 수 있도록 하는 기상 레이더 기반 강우중심 추적방법에 관한 것인데, 운영 컴퓨터에 설치된 스마트 재난상황관리시스템(이는 컴퓨터 프로그램임)에서 제공되어진다.By using the rainfall center path in the future, it is possible to estimate the direction of the rain field, the speed of movement, and the predicted path by making it possible to reduce the error of the tracking path significantly more than the existing algorithm and to more intuitively judge the direction and route of the rain field. Based radar-based rainfall-centered tracking method that can be numerically computed and visualized and used for situational management. It is provided by a smart disaster situation management system (which is a computer program) installed on an operating computer.
즉, 본원발명은 운영 컴퓨터에 설치된 스마트 재난상황관리시스템(이는 컴퓨터 프로그램임)을 사용하여 각종 재난 관련 데이타를 업로드하여 표출하는 기상 레이더 기반 강우중심 추적방법에 관한 것으로,That is, the present invention relates to a weather radar-based rainfall center tracking method for uploading and displaying various disaster related data using a smart disaster situation management system installed in an operating computer (which is a computer program)
먼저 "제목, 작성자, 소속기관, 사용목적, 표출방식"과 같은 기본정보가 권역별 재난정보와 함께 입력되어지되, 시간을 기준으로한 데이터셋이 입력되고 각 지역별로 목적 수치값 뿐만 아니라 비고값이 추가 입력되어지는 업로드 과정과;First, basic information such as "title, author, affiliation, purpose of use, and presentation method" is input together with disaster information for each region. A data set based on time is inputted, This additional input process is entered;
등록된 데이터셋 목록을 화면에 띄워 그 내용을 수정 및 삭제하거나, 선택된 데이터에 대해 공유설정해줌으로써 타인과 정보 공유할 수 있도록 하는 관리 과정과;A management process for allowing a registered data set list to be displayed on a screen and to modify and delete its contents or to share information with others by sharing and setting the selected data;
등록된 사용자 등록정보를 수치값과 범례와 함께 지도상에 권역별로 표출되어지는 매핑 과정과;A mapping process in which the registered user registration information is displayed on a map on a map together with a numerical value and a legend;
작성된 권역별 데이터셋을 선택해서 연속 보기해줌으로써 하단의 시뮬레이션 기능을 통해 진행바가 이동되면서 화면이 변화됨을 확인할 수가 있게되는 시뮬레이션 표출과정으로 구성된 것을 특징으로 한다.And a simulated display process in which a progress bar is moved through a simulation function at the bottom by selecting a data set for each region to be continuously displayed, thereby confirming that the screen is changed.
이에 대해 보다 상세히 설명드리자면 다음과 같다.This will be described in more detail as follows.
기상레이더 영상은 준실시간으로 전국범위의 강우분포를 알 수 있으며, 높은 공간 해상도의 격자 형태로 나타낼 수 있다. 이러한 장점은 지상우량계의 관측망에서 관측할 수 없는 국지적 호우현상과 강우장의 경로 등을 파악할 수 있다. 그러나 지도 기반 통합 상황관리에 적용하기 위해서는 기준 좌표계와 동일한 좌표계로 변환해야한다. The weather radar image can be shown in the national wide range of rainfall distribution in quasi-real-time, and can be represented in a lattice form with high spatial resolution. These advantages can be grasped by the local rainfall phenomenon which can not be observed from the observation network of the rain gauge system, and the route of the rainfall field. However, in order to apply it to map-based integrated situation management, it must be converted to the same coordinate system as the reference coordinate system.
즉, 모든 공간적 정보를 지도 기반 통합 상황관리에 활용하기 위해서는 기준 좌표계로 변환해야하며, 각각의 재난정보 좌표계 정보를 기준 좌표계로 변환할 수 있는 모듈이 필요하다. 또한 모듈을 개발하기 위해서는 좌표계마다 기준 좌표계로 변환할 수 있는 세부 모듈이 필요하며, 데이터 포맷(geotiff, arc-ascii 등)에 따라 디코딩 모듈을 추가해야한다. 따라서 좌표변환에 필요한 전문적 기술과 많은 공수가 필요하다. In other words, in order to utilize all the spatial information in map-based integrated situation management, it needs to be converted to the reference coordinate system, and a module capable of converting each disaster information coordinate system information into the reference coordinate system is needed. To develop a module, a detailed module that can be converted into a reference coordinate system is required for each coordinate system, and a decoding module is added according to the data format (geotiff, arc-ascii, etc.). Therefore, the technical expertise required for coordinate transformation and much more work are required.
본 연구에서는 효과적으로 공간적 재난정보를 관리 및 지도 기반 통합 상황관리에 적용하기 위한 기준 좌표계 변환 모듈을 개발하였다. 모듈개발을 위해 오픈라이브러리인 GDAL(Geospatial Data Abstraction Library)을 기반으로 모듈을 개발하였으며, 시범적으로 기상레이더 영상에 개발모듈을 적용하였다. In this study, we developed a reference coordinate transformation module to effectively apply spatial disaster information to management and map based integrated situation management. To develop the module, the module was developed based on the open library GDAL (Geospatial Data Abstraction Library) and the development module was applied to the weather radar image.
GDAL은 ArcGIS, QGIS 등의 전문 공간분석시스템의 공간분석 모듈로 활용하고 있으며, 다양한 공간정보 데이터 포맷을 지원하기 때문에 재난정보를 디코딩하기 위한 모듈을 따로 구축할 필요가 없고 연산속도 또한 우수하다. 뿐만 아니라 EPSG(European Petroleum Survey Group) 코드 등 다양한 좌표계 정보를 지원하며 사용자가 임의로 좌표계를 설정할 수 있다.GDAL is used as a spatial analysis module of specialized spatial analysis system such as ArcGIS and QGIS. Since it supports various spatial information data formats, there is no need to construct a module for decoding disaster information, and the operation speed is also excellent. In addition, it supports various coordinate information such as EPSG (European Petroleum Survey Group) code, and the user can arbitrarily set the coordinate system.
스마트 재난상황관리시스템은 구글, Vworld, 다음 등 다양한 WMS(Web Map Service) 지도를 활용하고 있으며, 경위도(WGS84 타원체) 좌표계를 기준좌표계로 활용하고 있다. 따라서 본 연구에서는 재난 레스터 정보를 기준 좌표계로 변환하기 위한 모듈을 개발하였으며, 모듈 데이터 처리 흐름은 도 2에서와 같다.The smart disaster situation management system utilizes a variety of WMS (Web Map Service) maps such as Google, Vworld, and Next, and utilizes the longitude (WGS84 ellipsoid) coordinate system as a reference coordinate system. Therefore, in this study, a module for converting the disaster raster information to the reference coordinate system was developed, and the module data processing flow is as shown in FIG.
좌표계 변환에 사용되는 인자는 PROJ.4 기준으로 설정하였으며, PROJ.4는 GDAL에 내장된 좌표계 변환 오픈소스 라이브러리로써 임의의 인자 설정이 가능하며, 많은 공간분석 프로그램에서 보편적으로 사용하고 있다. 도 3은 일반적으로 사용하는 PROJ.4 인자를 정리한 것이다.The factor used for the coordinate system conversion is set as the basis of PROJ.4, and PROJ.4 is an open source library of coordinate system conversion built in GDAL, and it is possible to set arbitrary parameters and it is widely used in many spatial analysis programs. Figure 3 summarizes the commonly used PROJ.4 parameters.
이를 토대로, 기상레이더 좌표계와 기준 좌표계를 PROJ.4 인자로 아래 표와 같이 정의할 수 있다.Based on this, the weather radar coordinate system and the reference coordinate system can be defined as PROJ.4 parameters as shown in the following table.
도 4는 본 발명에서 좌표변환 전,후 기상레이더 영상을 도시한 화면으로서 (a)는 기존 좌표계 정의에 따른 기상레이더 영상을 나타내고, (b)는 기준좌표계로 변환한 기상레이더 영상이다.FIG. 4 is a view showing a before and after-coordinate radar image in the present invention, wherein FIG. 4A shows a weather radar image according to the existing coordinate system definition, and FIG. 4B is a weather radar image converted into a reference coordinate system.
기존 기상레이더 영상은 1051(행)x901(열) 크기를 가지며, 기준 좌표계를 적용하면 972x1084 크기로 변환된다. 좌우가 넓어지고 위아래가 좁아지는 이유는 기존 좌표계는 Lambert conformal conic 투영법을 사용하여 픽셀 간격을 미터 단위로 환산한 반면, 기준 좌표계는 3차원 좌표(경위도, 높이)에서 높이를 제외한 경위도를 기준으로 도(Degree) 단위의 등간격으로 나타내기 때문이다. 또한 기존 좌표계에서 도 단위의 등간격으로 변환하면 소실점이 발생하는데, 이를 보간하기 위해 최근린보간법을 사용하게 된다.The existing weather radar image has a size of 1051 (row) x901 (column) and converted to 972x1084 size by applying the reference coordinate system. The reason why the left and right sides are widened and the top and bottom are narrowed is that the conventional coordinate system converts the pixel interval in meters using the Lambert conformal conic projection method while the reference coordinate system is based on the three dimensional coordinates (latitude and longitude) (Degree) units. In addition, in the existing coordinate system, if the unit is converted to equidistant intervals, a vanishing point is generated. In order to interpolate the vanishing point, a recent linear interpolation method is used.
앞서 설명하였듯이, 본 연구에서 개발한 좌표변환 모듈은 GDAL을 기반으로 하였기 때문에 다양한 포맷의 레스터 데이터도 좌표변환이 가능하다. 다만 재난정보의 기존 좌표계가 다를 수 있으므로 기준 좌표계의 PROJ.4 인자를 수정해야한다. 그러나 Geotiff 포맷과 같이 이미 좌표계 정보가 있는 포맷의 경우에는 기존 좌표계 설정 처리과정을 생략할 수 있다.As described above, since the coordinate transformation module developed in this study is based on GDAL, it is possible to coordinate coordinate transformation of Lester data in various formats. However, since the existing coordinate system of disaster information may be different, the PROJ.4 factor in the reference coordinate system should be modified. However, the existing coordinate system setting process can be omitted in the case of a format in which coordinate information is already present, such as Geotiff format.
향후계획은 재난 벡터 데이터 정보의 좌표변환 모듈 개발 및 레스터데이터와 벡터데이터간의 공간분석(clip, intersection 등)과 위성영상간 밴드조합 등 다양한 공간분석이 가능한 공간 전처리/분석 모듈을 개발할 계획에 있다.Future plans are to develop a spatial preprocessing / analysis module capable of various spatial analysis such as development of coordinates conversion module of disaster vector data information, spatial analysis between lester data and vector data (clip, intersection, etc.) and band combination between satellite images.
한편, 기상청 기상레이더 영상은 10분 주기로 1km의 공간해상도로 제공되며, 시공간적 분석이 가능하다. 특히, 강우장을 추적하여 강우장의 경로 등을 파악할 수 있으며 상황관리 정보로 유용하게 활용할 수 있다. 본 연구는 스마트 재난상황관리시스템의 레이더 강수 에코 표출 알고리즘을 고도화하여 경로추적의 오차를 최소화하고 상황관리를 위한 활용성을 평가하였다.On the other hand, the meteorological satellite weather radar image is provided with a spatial resolution of 1km in a period of 10 minutes, and it is possible to perform temporal and spatial analysis. In particular, it can track the rainfall field and trace the rainfall field, and it can be used effectively as the situation management information. In this study, we improved the radar precipitation echoing algorithm of the smart disaster situation management system to minimize the error of the path trace and evaluate the usability for the situation management.
기존의 알고리즘은 에코 위치간의 거리에 따라 강우장 중심을 결정하고 이를 추적하였으나, 에코간의 관계를 거리로 한정하기 때문에 과대오차가 발생할 수 있다. 따라서 에코간의 관계를 거리뿐만 아니라, 강우장의 형상 및 강우강도에 따라 관계성을 부여하여 추적경로의 정확도를 향상시켰다.Conventional algorithms track and track the rainfall field center according to the distance between echoes, but excessive errors may occur because the relationship between echoes is limited to distance. Therefore, the relationship between the echoes was improved not only by the distance but also by the shape of the rainfall field and the rainfall intensity.
먼저, 임의로 설정한 강우강도 기준을 초과하는 강우장을 추적할 수 있는 탐색 모듈이 필요하며, 본 연구에서는 5mm/hr 이상을 가진 특정 에코만을 추출하여 이진 영상을 생성한다(도 5 참조). 강우강도 기준을 낮게 설정한 이유는 강우장의 형상을 넓은 범위에서 찾고 강우장 샘플데이터와 레이더 영상간의 매칭점 추출 정확도를 향상시키기 위함이다.First, a search module capable of tracking rainfall fields exceeding the arbitrarily set rainfall intensity criterion is required. In this study, a binary image is generated by extracting only a specific echo having 5 mm / hr or more (see FIG. 5). The reason why the rainfall intensity criterion is set to be low is to search the shape of the rainfall field in a wide range and improve the accuracy of matching point extraction between the rainfall field sample data and the radar image.
두 번째로, 생성한 이진 영상은 클러스터를 구성하기에 많은 노이즈를 포함하고 있기 때문에 전처리 과정이 필요하다. 따라서 형태학적(morphology) 영상처리에 사용하고 있는 침식 알고리즘을 이용하여 노이즈를 제거하고 노이즈 제거로 인해 소실된 영역을 보완하기 위해 팽창 알고리즘을 이용하여 영역을 확장시킨다(도 6 참조).Second, the generated binary image needs a preprocessing process because it contains much noise to construct a cluster. Therefore, the erosion algorithm used in the morphology image processing is used to remove the noise, and the region is expanded using the expansion algorithm to compensate the lost region due to the noise removal (see FIG. 6).
본 연구에서는 침식 과정을 7회 반복 수행하였는데, 이러한 이유는 5mm/hr의 강우강도를 기준으로 넓은 범위에서 에코를 추출하였기 때문에 강우장의 영역이 넓고 침식을 반복하는 횟수가 증가할수록 강우장의 중심 부분만 남기고 노이즈를 최소화시킬 수 있기 때문이다. 따라서 태풍과 같이, 강우장의 크기가 넓은 경우에는 침식 횟수를 2~3회 이상 증가시킬 수 있지만 국지성 집중호우와 같이, 국지적인 크기인 경우에는 침식횟수를 제한하여야한다.In this study, the erosion process was repeated 7 times. This is because the echo was extracted from a wide range based on the rainfall intensity of 5 mm / hr, so that the area of the rainfall field was wide and the number of erosion repetition was increased, And noise can be minimized. Therefore, if a rainfall field is large, such as a typhoon, the number of times of erosion can be increased more than two or three times, but the local erosion frequency should be limited, such as localized heavy rainfall.
세 번째로, 노이즈가 제거된 이진영상에서 1의 값을 가진 픽셀에 일련의 군집 번호를 부여한다. 따라서 해당 픽셀마다 고유의 일련번호(1,2,...,n)가 만들어지며(도 7(a) 참조), 이를 다시 군집하는 작업을 수행한다. 군집 방법은 일련번호가 있는 픽셀을 중심으로 일정 크기의 영역을 추출하고 해당 영역에 포함되는 일련번호에서 최소값을 산출하여 영역 중심 픽셀에 다시 부여한다. 이러한 작업을 반복적으로 수행하면 최종적으로 픽셀간 인접여부에 따라 군집 번호가 구성된다(도 7(b) 참조). 또한 군집한 강우장의 면적이 20km2이하면 군집에서 제외하였다.Third, a series of cluster numbers are assigned to pixels with a value of 1 on a noise-canceled binary image. Accordingly, unique serial numbers (1, 2, ..., n) are produced for each pixel (refer to FIG. 7 (a)). The clustering method extracts a region having a predetermined size around a pixel having a serial number, calculates a minimum value from a serial number included in the region, and assigns the minimum value to the region center pixel again. When these operations are repeatedly performed, a cluster number is finally formed according to whether the pixels are adjacent to each other (see FIG. 7 (b)). In addition, if the area of the clustered rainfall area is less than 20 km 2 , it is excluded from the community.
네 번째로, 각각의 군집을 이루는 강우장의 형상만 추출하여 샘플 영상을 생성한다(도 8(a~h) 참조). 샘플 영상을 생성하는 이유는 샘플 영상과 10분 후 기상레이더간 상관성을 분석하여 매칭 점을 찾기 위함이다. 따라서 10분 후 기상레이더 영상이 수신되면 각각의 샘플데이터와 최신 기상레이더 영상간의 Cross-Correlation을 수행한다(도 8(i~p) 참조). Cross-Correlation 수행 후, 가장 높은 상관계수가 0.6보다 이상이면 매칭점으로 저장하고 0.6보다 작을 경우에는 상관계수가 0.6보다 작지만 0.57보다 크고 매칭점이 10분 후 기상레이더 영상을 군집화한 결과에서 강우장이 있는 경우에는 매칭점을 저장하고 소멸되지 않은 것으로 가정하였다. 추후에는 다양한 우기철 환경에서 상관계수 임계값을 조정하여 보다 합리적인 조건을 설정할 계획이다.Fourth, only the shape of the rain field constituting each cluster is extracted to generate a sample image (see Figs. 8 (a) to 8 (h)). The reason for generating the sample image is to search for the matching point by analyzing the correlation between the sample image and the weather radar after 10 minutes. Therefore, when the weather radar image is received after 10 minutes, the cross-correlation between the respective sample data and the latest weather radar image is performed (see FIG. 8 (i to p)). After cross-correlation, if the correlation coefficient is higher than 0.6, it is stored as a matching point. If the correlation coefficient is less than 0.6, the correlation coefficient is less than 0.6 but greater than 0.57. In this case, it is assumed that the matching point is stored and not destroyed. In the future, we plan to set more reasonable conditions by adjusting the correlation coefficient threshold in various rainy season environments.
마지막으로, 매칭점을 중심으로 해당 샘플영상크기의 영상을 추출하고 추출영상을 기반으로 강우중심 좌표를 산출하였다. 또한 10분 후 기상레이더 영상에서 군집을 이루는 강우장을 중심으로 샘플영상을 추출하고 샘플영상을 기반으로 강우중심좌표를 산출하였다. 단, 매칭점을 포함한 강우장은 매칭점을 중심으로 한 강우중심 좌표에 종속시키고 포함하지 않는 경우에만 새로운 강우장으로 간주하여 강우중심 좌표를 산출하였다. 또한 개발한 강우장 추적 알고리즘을 검증하기 위해, 2016년 태풍 차바를 대상으로 알고리즘을 검증하였다. Finally, the image of the corresponding sample size is extracted around the matching point, and the rainfall center coordinates are calculated based on the extracted image. Also, after 10 minutes, we extract the sample images around the rainfall field which is a cluster in the weather radar image and calculate the rainfall center coordinates based on the sample images. However, the rainfall field including the matching point is dependent on the rainfall center coordinate centered on the matching point, and only the rainfall field is considered as the new rainfall field, and the rainfall center coordinate is calculated. In order to verify the developed rainfall field tracking algorithm, the algorithm was verified for the Typhoon Chaba in 2016.
2016년 10월 4일 00시 00분부터 10분 간격으로 2016년 10월 5일 23시 50분까지 총 288개의 CAPPI 합성 영상을 사용하였으며, 기존 강우중심 추적 알고리즘과 비교분석하였다(도 9 참조).A total of 288 CAPPI composite images were used from October 4, 2016 at 10-minute intervals to October 23, 2016 (October 9, 2016), and compared with the existing rainfall-centered tracking algorithm (see FIG. 9) .
비교결과, 기존의 알고리즘보다 추적경로의 오차가 현저히 줄어든 것을 확인할 수 있으며, 강우장의 진행방향과 경로 등을 보다 직관적으로 판단할 수 있었다. 향후계획은 강우중심 경로를 활용하여 강우장의 진행방향, 이동속도, 예측경로 등을 수치적으로 산출하고 가시화하여 상황관리에 활용할 수 있는 요소기술을 개발할 예정이다. As a result of comparison, it can be confirmed that the error of the tracking path is significantly reduced compared with the existing algorithm, and the direction and route of the rainfall field can be more intuitively judged. Future plans will develop elemental technology that can be utilized for situation management by numerically calculating and visualizing the direction, speed, and predicted path of the rain field using the rainfall center route.
이상 설명한 바와 같이 본 발명에 의하면, 레이더 기반 강우자료로부터 기존 좌표계 정의에 따른 기상레이더 영상을 입수한 다음, 이를 기준좌표계와 동일한 좌표계로 변환해줌으로서, 지도 기반 통합 상황관리에 적용하여 지상우량계의 관측망에서 관측할 수 없는 국지적 호우현상과 강우장의 경로 등을 파악할 수 있게된다.As described above, according to the present invention, the weather radar image according to the existing coordinate system definition is obtained from the radar-based rainfall data, and then converted into the same coordinate system as the reference coordinate system, It is possible to grasp the local rainfall phenomenon that can not be observed and the route of the rainfall field.
또한 본 발명에서는, 스마트 재난상황관리시스템의 레이더 강수 에코 표출 알고리즘을 고도화하여 경로추적의 오차를 최소화하고 상황관리를 위한 활용성을 평가하는 한편,In addition, in the present invention, the radar precipitation echo display algorithm of the smart disaster situation management system is advanced to minimize the error of the path tracking and to evaluate the utility for the situation management,
기존 알고리즘에서는 에코 위치간의 거리에 따라 강우장 중심을 결정하고 이를 추적했으므로 에코간의 관계를 거리로 한정하기 때문에 과대오차가 발생하는 문제가 있었으나, In the conventional algorithm, since the rainfall field center is determined and tracked according to the distance between the echo locations, an excessive error occurs because the relation between the eco is limited to the distance,
본 발명에서는 에코간의 관계를 거리뿐만 아니라, 강우장의 형상 및 강우 강도에 따라 관계성을 부여해줌으로써 추적경로의 정확도가 크게 향상되도록 한다.According to the present invention, the relationship between the echoes is determined not only by the distance but also by the shape of the rain field and the rainfall intensity, thereby improving the accuracy of the tracking path.
본 발명의 기상 레이더 기반 강우중심 추적방법은 기재된 실시예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형을 할 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다.It should be noted that the weather radar-based rainfall center tracking method of the present invention is not limited to the described embodiments, and various modifications and variations can be made without departing from the spirit and scope of the present invention. It is obvious.
따라서, 그러한 변형예 또는 수정예들은 본 발명의 특허청구범위에 속한다 해야 할 것이다.It is therefore intended that such variations and modifications fall within the scope of the appended claims.
Claims (9)
기상 레이더 영상은 기반 통합 상황관리에 적용하기 위해 기준 좌표계 변환모듈에 의해 기준 좌표계와 동일 좌표계로 변환하되, 좌표 변환모듈로서는 GDAL을 기반으로하여 다양한 포맷의 레스터 데이터도 좌표변환이 가능하며, 다만 재난정보의 기존 좌표계가 다를 수 있으므로 기준 좌표계의 PROJ.4 인자를 수정해야하는데, Geotiff 포맷과 같이 이미 좌표계 정보가 있는 포맷의 경우에는 기존 좌표계 설정 처리과정을 생략할 수 있게되는 좌표계 변환과정과;
먼저 이전 기상 레이더 영상에서, 임의 설정한 강우강도 기준을 초과한 에코를 추출하여 이진영상을 생성하되, 이진영상은 클러스터를 구성하기에 많은 노이즈를 포함하므로 형태학적 영상처리에 사용되는 침식 알고리즘을 이용하여 노이즈를 제거하고, 노이즈 제거로 인해 소실된 영역을 보완하기 위해 팽창 알고리즘을 이용하여 영역을 확장시키는 강우장 탐색과정과;
노이즈가 제거된 이진영상에서 1의 값을 가진 픽셀에 일련의 군집번호를 부여함으로써 해당픽셀마다 고유의 일련번호(1,2,...,n)가 만들어지고 이를 다시 군집하는 작업이 수행되는데, 군집방법은 일련번호가 있는 픽셀을 중심으로 일정 크기의 영역을 추출하고 해당 영역에 포함된 일련번호에서 최소값을 산출하여 영역 중심 픽셀에 다시 부여하고, 이러한 작업을 반복적으로 수행함으로써 최종적으로 픽셀간 인접여부에 따라 군집 번호가 구성되어지는 강우장 클러스터 구성과정과;
샘플영상과 새로운 기상레이더 간 상관성을 분석하여 매칭점을 찾기 위해, 각각의 군집을 이루는 강우장의 형상만 추출하여 샘플 영상을 생성하는 클러스터 샘플 이미지 추출과정과;
새로운 기상레이더 영상이 수신되면 각각의 샘플데이터와 최신 기상레이더 영상간의 Cross-Correlation을 수행하는 현재 기상레이더 영상 상관성 분석과정과;
Cross-Correlation 수행 후, 가장 높은 상관계수가 0.6 이상이면 매칭점으로 저장하고 0.6보다 작을 경우에는 상관계수가 0.6보다 작지만 0.57보다 크고 매칭점이 10분 후 기상레이더 영상을 군집화한 결과에서 강우장이 있는 경우에는 매칭점을 저장하고 소멸되지 않은 것으로 가정하며, 상기 매칭점을 중심으로 해당 샘플영상 크기의 영상을 추출하고 추출영상을 기반으로 강우중심 좌표를 산출하되, 매칭점을 포함한 강우장은 매칭점을 중심으로 한 강우중심 좌표에 종속시키고 포함하지 않은 경우에만 새로운 강우장으로 간주하여 강우중심 좌표를 산출하는 강우 중심 추적과정으로 구성된 것을 특징으로 하는 기상 레이더 기반 강우중심 추적방법.
The present invention relates to a weather radar-based rainfall-centered tracking method for displaying various disaster-related data using a smart disaster situation management system installed on an operating computer (which is a computer program)
The weather radar image is transformed into the same coordinate system as the reference coordinate system by the reference coordinate system conversion module in order to apply to the integrated situation management of the weather, and the coordinate transformation module is able to convert the coordinates of the Lester data of various formats based on GDAL, Since the existing coordinate system of the information may be different, it is necessary to modify the PROJ.4 factor of the reference coordinate system. In the case of the format having the coordinate system information such as Geotiff format, the coordinate system conversion process can omit the existing coordinate system setting process.
First, in the previous weather radar image, echoes exceeding a predetermined set rainfall intensity criterion are extracted to generate a binary image. Since the binary image includes a lot of noise to construct a cluster, an erosion algorithm used for morphological image processing is used A rainfall field searching process for removing noise and expanding a region using an expansion algorithm to compensate for a lost area due to noise removal;
By assigning a series of cluster numbers to pixels having a value of 1 on the noise-removed binary image, a unique serial number (1, 2, ..., n) is generated for each pixel, The clustering method extracts a region of a predetermined size around a pixel having a serial number, calculates a minimum value from the serial number included in the region, and re-assigns the minimum value to the region-centered pixel. By repeatedly performing such an operation, A rainfall length cluster constitution process in which a cluster number is constructed according to whether or not the cluster number is formed;
A cluster sample image extracting step of analyzing a correlation between a sample image and a new weather radar to extract a shape of a rainfall field constituting each cluster to generate a sample image in order to find a matching point;
A current weather radar image correlation analysis process for performing cross-correlation between each sample data and the latest weather radar image when a new weather radar image is received;
After cross-correlation, if the correlation coefficient is higher than 0.6, it is stored as a matching point. If the correlation coefficient is less than 0.6, the correlation coefficient is greater than 0.57, and when the matching point is 10 minutes after clustering the weather radar image, The rainfall center including the matching point is calculated based on the center of the matching point and the center of the rainfall center is calculated based on the extracted image. And a rainfall center tracking process for calculating the rainfall center coordinates by considering the rainfall center coordinates as a new rainfall field only when the rainfall center coordinates are not included.
상기 기준 좌표계는 WMS(Web Map Service) 지도를 활용한 경위도(WGS84 타원체) 좌표계인 것을 특징으로 하는 기상 레이더 기반 강우중심 추적방법.
The method according to claim 1,
Wherein the reference coordinate system is a longitude (WGS84 ellipsoid) coordinate system using a WMS (Web Map Service) map.
기존 좌표계에서 도 단위의 등간격으로 변환하면 소실점이 발생하는데, 이를 보간하기 위해 최근린보간법을 사용한 것을 특징으로 하는 기상 레이더 기반 강우중심 추적방법.
The method according to claim 1,
A rainfall-centered tracking method based on a weather radar system, characterized in that a vanishing point is generated by converting an existing coordinate system to an equidistant unit, and a recent linear interpolation method is used to interpolate the vanishing point.
상기 강우장 탐색과정에서, 태풍과 같이 강우장의 크기가 넓은 경우에는 침식 횟수를 2~3회 이상 증가시킬 수 있지만, 국지성 집중호우와 같이 국지적인 크기인 경우에는 침식횟수를 제한하는 것을 특징으로 하는 기상 레이더 기반 강우중심 추적방법.
The method according to claim 1,
In the rainfall field searching process, when the size of the rainfall field is wide such as a typhoon, the number of erosion times can be increased more than 2 to 3 times. However, in the case of a localized size such as localized heavy rainfall, Weather radar based rainfall center tracking method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170046812A KR101846294B1 (en) | 2017-04-11 | 2017-04-11 | Rainfall center tracking method based on weather radar |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170046812A KR101846294B1 (en) | 2017-04-11 | 2017-04-11 | Rainfall center tracking method based on weather radar |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101846294B1 true KR101846294B1 (en) | 2018-05-18 |
Family
ID=62453649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170046812A KR101846294B1 (en) | 2017-04-11 | 2017-04-11 | Rainfall center tracking method based on weather radar |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101846294B1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109085593A (en) * | 2018-08-08 | 2018-12-25 | 中国航空工业集团公司雷华电子技术研究所 | A kind of weather radar beacon detection method based on Kmeans clustering algorithm |
| CN112965068A (en) * | 2021-03-04 | 2021-06-15 | 水利部信息中心 | Short-term rainfall forecast algorithm for detecting and tracking raindrops based on radar echo data |
| CN113687448A (en) * | 2021-08-26 | 2021-11-23 | 中水珠江规划勘测设计有限公司 | Precipitation center position and change determination method and device and electronic equipment |
| KR102387059B1 (en) | 2021-09-24 | 2022-04-15 | 대한민국 | Apparatus and method for removing noise for weather radar |
| KR102714758B1 (en) * | 2024-03-08 | 2024-10-11 | 대한민국 | Apparatus and method of meteorological front position detection based on radar data |
-
2017
- 2017-04-11 KR KR1020170046812A patent/KR101846294B1/en active IP Right Grant
Non-Patent Citations (3)
| Title |
|---|
| 김민재 외 1인, ‘K-최근방 이웃 보간법을 이용한 초해상도 영상 복원 알고리즘’, 대한전자공학회 학술대회, 2010.11., pp.393-394.* |
| 김태정 외 2인, ‘초단기 강우예측을 위한 기상레이더 강우장 추적기법 개발’, 한국수자원학회논문집, 제48권, 제12호, 2015.12., pp.995-1009.* |
| 네이버 블로그(Proj4를 활용한 Converting 작업 (X/Y 좌표 → 위도/경도), 2016.12.25. 공지, http://windingroad.tistory.com/27 )* |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109085593A (en) * | 2018-08-08 | 2018-12-25 | 中国航空工业集团公司雷华电子技术研究所 | A kind of weather radar beacon detection method based on Kmeans clustering algorithm |
| CN109085593B (en) * | 2018-08-08 | 2022-10-25 | 中国航空工业集团公司雷华电子技术研究所 | Meteorological radar beacon detection method based on Kmeans clustering algorithm |
| CN112965068A (en) * | 2021-03-04 | 2021-06-15 | 水利部信息中心 | Short-term rainfall forecast algorithm for detecting and tracking raindrops based on radar echo data |
| CN113687448A (en) * | 2021-08-26 | 2021-11-23 | 中水珠江规划勘测设计有限公司 | Precipitation center position and change determination method and device and electronic equipment |
| CN113687448B (en) * | 2021-08-26 | 2023-11-10 | 中水珠江规划勘测设计有限公司 | Precipitation center position and variation determining method and device thereof and electronic equipment |
| KR102387059B1 (en) | 2021-09-24 | 2022-04-15 | 대한민국 | Apparatus and method for removing noise for weather radar |
| EP4155773A1 (en) | 2021-09-24 | 2023-03-29 | Korea Meteorological Administration | Apparatus and method for removing noise for weather radar |
| WO2023048407A1 (en) * | 2021-09-24 | 2023-03-30 | 대한민국(기상청장) | Noise removing apparatus and method for weather radar |
| KR102714758B1 (en) * | 2024-03-08 | 2024-10-11 | 대한민국 | Apparatus and method of meteorological front position detection based on radar data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101846294B1 (en) | Rainfall center tracking method based on weather radar | |
| Aburas et al. | The simulation and prediction of spatio-temporal urban growth trends using cellular automata models: A review | |
| Guney et al. | Tailoring a geomodel for analyzing an urban skyline | |
| He et al. | Offshore Island Connection Line: A new perspective of coastal urban development boundary simulation and multi-scenario prediction | |
| Meng et al. | Automatic classification of rural building characteristics using deep learning methods on oblique photography | |
| CN113570275A (en) | Water resource real-time monitoring system based on BIM and digital elevation model | |
| Pourebrahim et al. | Impact assessment of rapid development on land use changes in coastal areas; case of Kuala Langat district, Malaysia | |
| CN116069882B (en) | Airspace grid diagram generating method | |
| CN113724279B (en) | System, method, equipment and storage medium for automatically dividing traffic cells into road networks | |
| CN112528508A (en) | Electromagnetic visualization method and device | |
| Vu et al. | Multiscale remote sensing of urbanization in Ho Chi Minh city, Vietnam-a focused study of the south | |
| CN114661744B (en) | Terrain database updating method and system based on deep learning | |
| CN115471980B (en) | Mud-rock flow disaster early warning method | |
| Neves et al. | Flood risk assessment under population growth and urban land use change in Matola, Mozambique | |
| Yang et al. | Sustainable urban space expansion in Central Yunnan (China): regional urban integration | |
| Yao | Application of GIS remote sensing information integration in eco-environmental quality monitoring | |
| KR101670903B1 (en) | Ground surface-outflow interpreting method by using radar rainfall data | |
| Cirunay et al. | Preserved layout features embedded in road network development | |
| KR102350254B1 (en) | A method of plotting spatiotemporal change patterns using grid-based data | |
| Stanislawski et al. | A raster alternative for partitioning line densities to support automated cartographic generalization | |
| Yang et al. | A 3D simulation of river basin boundary based on the change of water-level using open government data in South Korea | |
| Ma et al. | A Displacement Algorithm Considering Geometry Constraints to Resolve Spatial Conflicts between Roads and Buildings | |
| Maneriker et al. | A Pipeline for Disaster Response and Relief Coordination | |
| Syafiq et al. | A review on the GIS usage in spatio-temporal risk assessment in asset management | |
| Manawadu et al. | The Methodological Approach of Assessing Urban Vertical Expansion Using Satellite Remote Sensing Techniques |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |