Calculation of Soil Moisture and Evapotranspiration of KLDAS applying Ground-Observed Meteorological Data

Thisstudy demonstratessoil moisture and evapotranspiration performance using Korea Land Data Assimilation System (KLDAS) under Korea Land Information System (KLIS). Spin-up was repeated 8 times in 2018. In addition, low-resolution and high-resolution meteorological data were generated using meteorological data observed by Korea Meteorological Administration (KMA), Rural Development Administration (RDA), Korea Rural Community Corporation (KRC), Korea Hydro & Nuclear Power Co.,Ltd. (KHNP), Korea Water Resources Corporation (K-water), and Ministry of Environment (ME), and applied to KLDAS. And, to confirm the degree of accuracy improvement of Korea Low spatial resolution (hereafter, K-Low; 0.125°) and Korea High spatial resolution (hereafter, K-High; 0.01°), soil moisture and evapotranspiration to which Modern-Era Retrospective analysis for Research and Applications, version 2 (MERRA-2) and ASOS-Spatial (ASOS-S) used in the previous study were applied were evaluated together. As a result, optimization of the initial boundary condition requires 2 time (58 point), 3 time (6 point), and 6 time (3 point) spin-up for soil moisture. In the case of evapotranspiration, 1 time (58 point) and 2 time (58 point) spin-ups are required. In the case of soil moisture to which MERRA-2, ASOS-S, K-Low, and K-High were applied, the mean of R² were 0.615, 0.601, 0.594, and 0.664, respectively, and in the case of evapotranspiration, the mean of R² were 0.531, 0.495, 0.656, and 0.677, respectively, indicating the accuracy of K-High was rated as the highest. The accuracy of KLDAS can be improved by securing a large number of ground observation data through the results of this study and generating high-resolution grid-type meteorological data. However, if the meteorological condition at each point is not sufficiently taken into account when converting the point data into a grid, the accuracy is rather lowered. For a further study, it is expected that higher quality data can be produced by generating and applying grid-type meteorological data using the parameter setting of IDW or other interpolation techniques.

지상관측 기상자료를 적용한 KLDAS(Korea Land Data Assimilation System)의 토양수분·증발산량 산출

본 연구에서는 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 LSM의 초기 경계조건 최적화를 위해 스핀업(Spin-up)을 진행하였고다. 스핀업은 2018년을 대상으로 8회 반복 수행하였다. 또한, 국내 기상청(KMA, Korea Meteorological Administration), 농촌진흥청(RDA, Rural Development Administration), 한국농어촌공사(KRC, Korea Rural Community Corporation), 한국수력원자력(KHNP, Korea Hydro & Nuclear Power Co., Ltd.), 한국수자원공사(K-water, Korea Water Resources Corporation), 환경부(ME, Ministry of Environment) 등에서 관측하고 있는 기상자료를 사용하여 저해상도(K-Low, Korea Low spatial resolution; 0.125°) 및 고해상도(K-High, Korea High spatial resolution; 0.01°)의 기상자료를 생성하여 KLDAS에 적용하였다. 그리고, K-Low 및 K-High의 정확도 향상 정도를 확인하기 위해 선행 연구에서 사용된 MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, version 2)와 ASOS-S(ASOS-Spatial)가 적용된 토양수분 및 증발산량을 같이 평가하였다. 그 결과, 초기 경계조건의 최적화는 토양수분의 경우 2회(58개 지점), 3회(6개 지점), 6회(3개 지점)의 스핀업이 필요하고, 증발산량의 경우 1회(2개 지점), 2회(2개 지점)의 스핀업이 필요하다. MERRA-2, ASOS-S, K-Low, K-High을 적용한 토양수분의 경우 R²의 평균은 각각 0.615, 0.601, 0.594, 0.664이고, 증발산량의 경우 R²의 평균은 각각 0.531, 0.495, 0.656, 0.677로 K-High의 정확도가 가장 높은 것으로 평가되었다. 본 연구 결과를 통해 다수의 지상 관측자료를 확보하고 고해상도의 격자형 기상자료를 생성하면 KLDAS의 정확도를 높일 수 있다. 다만, 지점 자료를 격자로 변환할 때 각 지점의 기상현상이 충분히 고려되지 않으면 정확도는 오히려 낮아진다. 향후 IDW의 매개변수 설정 또는 다른 보간기법을 사용하여 격자형 기상자료를 생성하여 적용하면 보다 높은 품질의 자료를 산출할 수 있을 것으로 판단된다.