다층 신경망에 의한 단시간 강우예측 = Rainfall Nowcasting with Multi-later Neural Network

국문 초록 (Abstract)

홍수기에 측정된 기상자료로부터 다층 신경망을 이용한 단시간 강우예측방안을 제안하고, 실제 자료를 써서 검토하였다. 여러 가지 기상인자들과 강우량 측정치들의 상관성을 분석한 결과로부터, 모형의 입력층 성분을 강우량, 기온 및 이슬점의 변화율과 기압으로 결정하였다. 한강상류의 8개 지점에서 1990~1994동안 관측된 4개 호우사상 자료를 이용하여 모형을 보정하고, 1995년의 신규호우에 대한 예측을 시도하였다. 제안된 모형의 결과는 관측치와의 오차 및 상관성 모두에서 기존의 모형보다 개선된 결과를 보였다.

다국어 초록 (Multilingual Abstract)

A rainfall nowcasting method using multi-layer neural network is suggested and tested with the meteorological data measured in flood season. The correlations between measured rainfall and various meteorological factors are analyzed to construct the input layer of the prediction model. The input layer was constructed with variation rate of rainfall, air temperature and dew-point temperature, and current atmospheric pressure. And the model is calibrated with 4 rainfall events observed at 8 sites in upstream basin of Han-river during 1990~1994. The rainfall nowcasting method is applied to a new rainfall events at the sites. The model suggested in this study showed improved results within the error and correlation.