광범위하게 배치된 비디오 센서는 강우 정보를 지속적으로 기록하며, 비디오 센서를 기반으로 한 고시공간 해상도의 강우량 데이터 추정은 현재 가장 유망한 강우량 추정 방법 중 하나가 되었습니다. 그러나 센서 장비와 비디오 장면 등의 복잡하고 가변적인 특성으로 인해 각 비디오 센서가 역산한 강우 데이터의 품질이 들쭉날쭉하며, 이를 처리하여 역산 데이터 품질을 보장해야 합니다. 지리학의 제1법칙에서 영감을 받아 비디오 센서 네트워크 내 노드 간 시공간 정보 제약을 기반으로 비디오 노드 협력 강우 역산 정확도 제어 모델(Precision Control Model, PCM)이 제안되었습니다. PCM 모델은 비디오 노드 간 강우 정보 상호 검증 방식을 통해 강우 사건의 시공간 일관성, 상황 일관성 및 상관성 등의 특성을 토대로 다중 세분화 필터링 방법을 구축하여 강우 사건의 고정밀 표현을 실현하고자 합니다. 실험 결과, 다양한 강우 시나리오에서 PCM 모델이 강우 역산의 정확도와 안정성을 효과적으로 향상시켰음을 보여줍니다. 강우 강도(Rainfall Intensity, RI)의 상대 오차 평균은 중·소강우 시나리오에서 약 14.85%, 대강우 시나리오에서 약 19.90% 감소하였으며 RI 상대 오차 표준편차는 중·소강우 시나리오에서 약 40.87%, 대강우 시나리오에서 약 40.96% 감소하여 고품질 강우 데이터 생산에 기여할 수 있습니다.

강우 역산;비디오 센서;노드 협력;정확도 제어;시공간 제약