제목:  기계학습을 이용한 이중편파 기반 대류계 강수 미세물리 특성 분석​​

​​​​​​​​​​​​​​​​​​연사: 신규희 박사 (경북대학교)​​​​​​​​​​​​​​​​

​

일시: 2026년 4월 7일 화요일 16:30

장소: 과학관 B102호​​

Abstract:

​강수 미세물리 과정에 대한 이해를 높이고 정량적 강수 추정의 정확도를 향상시키기 위해서는 빗방울 크기분포(Raindrop size distribution, DSD) 산출이 중요하다. 그러나 기존의 이중편파레이더 기반 다항회귀식은 레이더 변수와 DSD 매개변수 사이의 비선형 관계를 충분히 반영하지 못하는 한계가 있다. 본 연구에서는 이중모멘트 정규화(doublemoment normalization) 체계 내에서 이중편파레이더 변수로부터 DSD 매개변수를 산출하는 기계학습 알고리즘을 개발하였다. 이 정규화는 DSD를 보다 안정적이고 강수 유형 간 일관되게 표현할 수 있게 하며, 학습 자료에 무작위 잡음을 추가하여 관측 오차에 대한 안정성을 높였다. 알고리즘 성능을 비교한 결과, 모든 기계학습 기법이 기존 회귀식보다 우수하였고, 그중 랜덤 포레스트가 가장 안정적인 성능을 보였다. 개발된 알고리즘은 X밴드 편파레이더 관측에 적용되어 대류세포 내부 DSD의 시공간적 진화를 분석하는 데 활용되었다. 특히 RHI 방향을 실시간으로 조정하는 적응형 관측 전략을 통해 대류세포 생애주기를 따라가는 라그랑지안 관점의 분석이 가능하였다. 산출된 DSD 매개변수는 발달기에는 응결 성장이, 성숙기에는 충돌,병합이, 소멸기에는 평균 직경 감소와 병합 약화 및 증발 가능성이 두드러짐을 보여주었다. 이러한 결과는 이중편파레이더를 활용한 기계학습 기반 DSD 산출이 강수 미세물리의 시공간적 변동성을 이해하는 데 유용함을 시사한다.