• 자원환경지질
• /
• 제56권2호
• /
• pp.139-153
• /
• 2023

이 연구는 경안천 유역의 상류로부터 하류까지 본류와 하위 소유역의 배출 지점에서 관측되는 경안천 내 질소함량의 시공간적 변화를 이해하고, 이러한 질소류의 기원을 확인하고자 수행되었다. 2021년 11월부터 2022년 11월까지, 분기별 현장 조사와 실내 수질분석, 질산염과 붕소의 환경동위원소 분석을 수행하였다. 경안천의 유량지속곡선을 도출하여, 건조 기간(2021년 12월 중순부터 2022년 6월 중순)과 습윤 기간(2022년 6월 중순부터 11월 초까지)을 설정하였다. 연구 지역에서의 총 질소(T-N) 농도는 월단위 시간적 변동을 기준으로 할 때, 건조 기간에 속하는 1~2월에 농도가 가장 높았다가 5~6월까지 지속적으로 낮아진다. 홍수기인 7~9월 이후 T-N의 농도가 낮아지는 소유역 단위 최상류 지점들(Group 1: MS-0, OS-0, GS-0)과, 반대로 높아지는 경안천 본류와 소유역 하류 지점들(Group 2: MS-1~8, OS-1, GS-1)이 분리된다. 공간적으로, 경안천 본류의 T-N 농도는 상류에서 하류로 갈수록 증가하는 경향성을 보이지만, 소유역인 오산천과 곤지암천이 각각 합류되는 지점에서는 이들의 유입에 의해 본류의 T-N 농도 값에 의해 본류의 농도가 높아지거나 낮아지는 영향을 받고 있다. 환경동위원소비를 통해 모든 시료의 질소가 분뇨(manure) 기원으로 규명되었고, 수리화학적 특성의 변화와 T-N 농도의 변화에서 경안천으로 분뇨 기원의 질소가 유입될 수 있는 기작으로, (1) 축산단지의 분뇨, 폐수의 강우에 의한 유입, (2) 환경기초시설 방류수를 통한 유입, (3) 농업 활동 과정에서 축적된 질소류의 지하수 기저유출을 통한 유입 등이 제시되었다. 궁극적으로 경안천 유역의 수질관리는, 공간적 관점에서 지류를 포함하는 소유역 단위의 오염원 관리가 필요하며, 오염총량 관리 측면에서는 하천 유량의 수문성분을 구분하고, 각각 성분의 유량과 수질을 모니터링 할 수 있는 시스템의 구축과 운용이 선결되어야 한다.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.543-551
• /
• 2023

눈은 기후계와 지표면 에너지 평형에 영향을 끼치는 필수 기후 인자이며, 겨울 동안 저장한 고체 형태의 물을 봄에 유출, 지하수 함양 등에 제공하여 물 평형에도 결정적인 역할을 한다. 본 연구에서는 Local Data Assimilation and Prediction System (LDAPS), Modern.-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2), ERA5-Land 적설심 자료의 통계 분석을 통해 남한에서의 활용 가능성을 평가하였다. 기상청에서 제공하는 Automated Synoptic Observing System (ASOS) 지상관측자료와 재분석자료간의 통계분석 결과, LDAPS와 ERA5-Land의 상관계수가 0.69 이상으로 상관성이 높게 나타났으나 LDAPS는 RMSE가 0.79 m로 오차가 크게 나타났다. MERRA-2의 경우 일부 기간 동안 일정한 값이 연속적으로 산출되어 자료간 증감 추이를 적절하게 모의하지 못하였기에 상관계수가 0.17로 상관성이 낮게 나타났다. LDAPS와 ASOS의 지점별 통계분석 결과 상대적으로 평균 강설량이 높게 나타나는 강원도 인근에서 성능이 높게 나타났으며, 평균 강설량이 낮게 나타나는 남부 지역에서 성능이 낮게 나타났다. 마지막으로, triple collocation (TC)를 통해 본 연구에서 활용된 4개의 독립적인 적설심자료 간의 오차 분산을 산정하였으며, 나아가 가중치 산정을 통해 융합된 적설심 자료를 생산하였다. 재분석자료는 LDAPS, MERRA-2, ERA5-Land 순으로 오차 분산이 높게 나타났으며, LDAPS의 경우 오차 분산이 높게 산정되어 가중치가 낮게 산정되었다. 또한, ERA5-Land 적설심 자료의 공간 분포가 변동성이 적게 나타나, TC로 융합된 적설심 자료는 저해상도 영상인 MERRA-2와 유사한 공간 분포가 나타났다. 자료의 상관성, 오차, 불확실성을 고려하였을 때, ERA5-Land 자료가 남한을 대상으로 적설 관련 분석을 하기 적합한 것으로 판단된다. 또한, 타 자료와 경향성은 높게 나타나나 과대 산정되는 경향이 있는 LDAPS 자료를 대상으로 적절한 보정이 수행될 시, 지역 및 기후적 다양성을 높은 해상도로 표출할 수 있는 LDAPS 자료를 적극적으로 활용할 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.49-62
• /
• 2023

급속적으로 비중이 증가하고 있는 태양광 에너지는 지속적인 개발 및 투자가 이루어지고 있다. 신재생에너지 정책인 그린뉴딜과 가정용 태양광 패널의 설치가 증가함에 따라 국내 태양광 에너지 보급이 점차 확대되어 그에 맞추어 발전량의 정확한 수요 예측 연구가 활발하게 진행되고 있는 시점이다. 또한, 일사량 예측이 발전량 수요 예측에 가장 영향을 미치는 요소로 작용하고 있다는 점에서 일사량 예측의 중요성을 파악하였다. 덧붙여, 본 연구는 선행 연구들에서 사용되지 않은 중기예보 기상 데이터를 활용하여 일사량 예측을 하고자 하였다는 점에서 가장 큰 차이점을 확인할 수 있다. 본 논문에서는 서울, 인천, 수원, 춘천, 대구, 대전의 총 여섯 지역의 태양광 일사량 예측을 위하여 다중선형회귀모형, KNN, Random Forest 그리고 SVR 모형과 클러스터링 기법인 K-means 기법을 결합한 후, 클러스터별 확률밀도함수를 계산하여 시간별 일사량 예측을 진행하고자 하였다. 중기예보 데이터를 사용하기 전, 모형 예측 결과를 비교하기 위한 지표로서 MAE (mean absolute error)와 RMSE (root mean squared error)를 사용하였다. 데이터는 2017년 3월 1일부터 2022년 2월 28일까지의 시간별 원 관측 데이터를 중기예보 데이터 양식에 맞추어 일별 데이터로 변환하였다. 모형의 예측 성능 비교 결과, Random Forest로 일별 일사량을 예측한 후, K-means 클러스터링으로 기후요인이 유사한 날짜들을 분류한 뒤 클러스터별 일사량의 확률밀도함수를 계산하여 시간별 일사량 예측값을 나타낸 방법이 가장 우수한 성능을 보였다. 또한 이 방법론을 이용하여 중기예보 데이터에 모형 적합 후, 예측 결과를 확인하였을 때, 일자별로 예측 오류가 상승하는 것을 확인할 수 있었다. 이는 중기예보 기상데이터의 예측 오류로 인한 것으로 보인다. 향후 연구에서는 중기예보 데이터에서 활용할 수 있는 기상요인 중, 강수 여부와 같은 외생 변수를 추가하거나 시계열 클러스터링 기법을 적용한 연구가 이루어져야할 것으로 보인다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.283-295
• /
• 2023

센서 및 위성 기술의 발전에 따라 전세계적으로 다양한 고해상도 다중대역 위성영상이 활용 가능해지고 있다. 다중대역 센서가 가지는 파장에 기인한 고유한 반사, 투과, 산란 특성에 따라 다중대역 위성영상은 지구 관측에 대한 다양한 상호보완적 지표정보를 제공한다. 특히, short-wave infrared (SWIR) 대역은 긴 파장으로 인해 가시광 대역에 비해 Rayleigh 산란에 적게 영향을 받으며, 이로 인해 특정 대기입자를 투과할 수 있다는 특징을 지닌다. 산불, 폭발 등에 의해 발생된 짙은 연기는 가시광 대역의 영상의 가시성을 저하시키고 일부 지역에 대한 지표를 차폐시키는데, SWIR 대역은 이러한 연기에 의해 가려진 지역에 대한 지표정보를 추가로 제공해주기도 한다. 본 연구에서는 이러한 SWIR 대역과 가시광 대역의 영상 정보를 융합하는 다중해상도 변환 기반의 영상 융합 기법을 제안하였다. 제안된 융합 기법의 목적은 상호보완적 관계에 있는 가시광 대역에서의 고해상도 세부적 배경정보와 SWIR 대역에서의 연기 지역에 대한 지표정보를 모두 내포하고 있는 단일 영상을 생성하는 것이다. 이를 위해 본 연구에서는 라플라시안(Laplacian) 피라미드 기반의 다중해상도 변환 기법을 가시광-SWIR 영상 융합에 적용하였다. 다중해상도 변환 기법은 영상 융합에 널리 활용되는 대표적인 영상분해 기반의 방법론으로, 각각의 원 영상을 다양한 스케일로 분해하여 융합하는 기법이다. 또한, 본 연구는 다중해상도 변환 기법에 haze-guided weight map을 융합한 방법론을 제안하였다. Haze-guided weight map은 SWIR 대역이 연기와 같은 특정 대기입자를 투과하여 지표에 대한 정보를 제공해줄 수 있다는 사전지식에 기반하여 제안된 알고리즘으로 다중해상도로 분해된 두 영상을 융합하는 기준이 되는 가중치 지도로써 활용되었다. 제안된 방법론은 가시광 및 SWIR 대역을 포함하고 있는 고해상도 다중대역 위성영상인 Worldview-3 위성영상을 활용하여 검증되었다. 실험 데이터는 주변 산불로 인해 연기가 발생하여 제한된 가시성을 지닌 연기 지역을 포함하고 있으며, 제안된 방법론의 투과 특성을 검증하기 위해 선정되었다. 제안된 기법에 대한 실험결과는 영상 품질 평가 지표를 활용한 정량평가 및 시각평가를 통해 분석되었으며, 결과분석을 통해 연기 지역에 대한 지표정보를 내포하는 SWIR 대역의 밝은 특징값과 가시광 대역 내의 고해상도 정보가 손실없이 최종 융합 영상에 내포됨을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제28권6B호
• /
• pp.731-741
• /
• 2008

기존의 한강 감조구간 수치모의에 대한 연구는 단면자료 획득의 어려움이나 유도의 조위자료가 없으므로 하류 경계단을 전류지점으로 하여 모의한 논문이 대부분이나 본 연구에서는 수치해도를 바탕으로 곡릉천 합류부 이후와 임진강 하구부의 단면을 가정하고 인천검조소의 조위자료를 유도지점으로 전이시켜 서해안 조위에 의한 한강하류부에서의 수리학적 거동을 해석하였다. 모형의 적용구간은 신곡수중보로부터 한강의 법적 하류단인 김포시 유도까지 총 36.8 km에 이르는 구간으로 흐름 및 혼합거동 해석은 RMA-2 모형과 서일원(2008)이 개발한 2차원 이송-분산 해석모형인 RAM4를 이용하였다. 전류지점에서의 수위 및 종횡방향 유속 실측자료와 수치모의 결과를 비교하여 흐름해석 결과를 검증하였다. 수위 관측소의 자료가 양호하고 인천검조소에서 높은 조차가 발생하는 2006년 6월 23일~25일 동안 모의한 결과 유도지점의 조위에 따라 총 5회의 역방향 흐름이 관찰되었고 최대 역류 길이는 장항 IC까지 총 32.9 km에 이르렀다. 최대 역방향 흐름의 발생 및 소멸 과정, 최고 유속선을 따른 수위 및 유속을 분석하였으며 이에 따른 비보존성 오염물질의 혼합거동을 해석하였다. 굴포천으로부터 유입된 오염물질은 하폭방향 퍼짐이 두드러지게 일어났지만 곡릉천에서 유입된 BOD는 곡릉천 합류부를 전후하여 중앙 및 좌안측 수심이 급격히 깊어지고 최대유속선이 곡릉천 방향인 우안에서 발생하고 있으므로 횡방향 혼합이 빠르게 완료되어 오염운의 반경이 상대적으로 좁은 것을 확인할 수 있었다. 또한 1차원 이송-분산방정식의 해석해를 적용해 유도지점의 염도 값을 인천검조소로부터 추산하여 한강 하류부에서의 수평 2차원 염수 혼합거동을 해석하였다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제57권5호
• /
• pp.333-346
• /
• 2024

수량과 수질 및 수생태를 동시에 고려한 수자원 관리를 위해서는 신뢰도 높은 중기 유량 예측 기술이 필수적이다. 이를 위해서는 기상자료의 특성에 대한 이해와 더불어, 시공간 해상도가 낮은 기상예측 정보를 고해상도 분포형 수문모형에서 효과적으로 활용하는 기술이 중요하다. 본 연구에서는 분포형 수문모형 WRF-Hydro와 선행시간 288시간까지의 기상정보를 제공하는 Global Data Assimilation and Prediction System (GDAPS)를 활용해 고해상도 중기 유량 예측을 수행하고 적용성을 검토하였다. 이를 위해 대상 유역인 낙동강 지류 금호강 유역에 대해 100 m 공간해상도의 WRF-Hydro모형을 구축하고 기상지상관측자료 Automatic Weather Stations (AWS)& Automated Synoptic Observing Systems (ASOS), 기상수치예보모형 GDAPS, 기상재분석자료 Global Land Data Assimilation System (GLDAS)를 입력자료로 적용한 유량 예측 모의 결과를 비교하였다. 2020~2022년 기간 3개의 강우사상에 대해 유역 평균 누적 강우량을 분석 결과, AWS&ASOS대비 GDAPS는 36%~234%, GLDAS 재분석자료는 80%~153% 범위의 과소 및 과대 산정되었음을 확인하였다. AWS&ASOS입력자료로 한 유량 예측 결과는 KGE, NSE지표가 유역 말단 강창교 지점 기준 0.6이상이었으나, GDAPS 기반 유량 모의는 강우 사상에 따라 KGE 값이 0.871~-0.131로 큰 변동성이 확인되었다. 한편, 첨두 유량 오차는 GDAPS가 GLDAS보다 크거나 비슷했지만, 첨두 홍수 발생시간의 오차는 AWS&ASOS, GDAPS, GLDAS가 각각 평균 3.7시간, 8.4시간, 70.1시간으로, 첨두 발생시간 측면에서는 GDAPS의 오차가 GLDAS보다 적었다. GDAPS를 입력자료로 한 WRF-Hydro 고해상도 중기 유량 예측은 첨두 유량의 불확실성은 크지만, 첨두 유량 발생시점에 대한 정확도는 상대적으로 높아 수자원 시설 운영에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국해양학회지:바다
• /
• 제5권2호
• /
• pp.105-118
• /
• 2000

반폐쇄형의 함평만 입구를 가로지르는 두 개의 정점(H1, H2)에서 1999년 8월 12-13일 대조기에 각각 한 조석주기동안 물리적 특성과 부유퇴적물의 농도변화에 대한 정선관측을 실시하였다. 수온과 염분의 조석변화는 각각 26.0-27.9$^{\circ}C$, 30.9-31.5 범위에서 창조시 저온과 고염분의 외해수 그리고 낙조시 고온과 저염분의 연안수 특성을 보이며, 복사열이 강한 여름철임에도 불구하고 강한 조류의 혼합작용으로 인해 수괴의 수직적 혼합이 잘 이루어지고 있다. 부유퇴적물의 농도는 표층에서 낮고 저층으로 향하면서 높아지며 수층별로 뚜렷한 차이를 보이고 있다. 불량한 분급도를 보이는 부유퇴적물은 대부분 극세립- 세립실트(>40%)로 구성되어 있는 가운데, 점토 크기 이하(<4 ${\mu}m$)의 세립자들은 에너지가 약한 정조시에 상호간의 결합을 통해 입자 덩어리를 형성하고 있다. 조석별 평균유속의 세기는 남서쪽 정점 H1의 경우 낙조류가 창조류에 비해 수층에 따라 23-59${\%}$ 우세한 반면, 정점 H2에서는 오히려 창조류가낙조류에 비해 27-37${\%}$ 우세한 비대칭성을 보이고 있다. 이에 따른 각 정점에서 계산된 잔여유속은 정점 H1에서 아주 큰 값(-10${\sim}$-20 cm $s^{-1}$)으로 외해쪽으로 향하고 있는 반면, 정점 H2에서는 내만쪽으로 향하는 미약한 흐름(<5 cm $s^{-1}$)이 존재한다. 한편, 부유퇴적물의 농도변화는 남서쪽(H1)에서 낙조시에 비해 창조류를 따라 외해로부터 유입되는 양이 많고, 정점 H2에서는 창조시에 비해 낙조류를 따라 외해로 유출되는 양이 훨씬 높게 나타나고 있다. 잔여유속과 부유퇴적물의 농도를 고려한 부유퇴적물의 순이동률($f_{s}$)은 모든 정점에서 수층에 따라 -1.7 ${\sim}$-15.6${\times}$$10^{-3}$ kg $m^{-2}$ $s^{-1}$ 속도로 일관되게 외해쪽으로 향하고 있으며, 북동쪽에서 보다 빠른 이동률을 보이고 있다. 부유퇴적물의 순이동량($\c{Q}_{s}$)은 정점 H1과 H2에서 각각 0.37${\times}$$10^{3}$, 0.21${\times}$$10^{3}$ kg $m^{-1}$의 양이 여름철 대조기 한 조석주기동안에 외해로 빠져나가고 있는 것으로 나타났다. 함평만 입구에서 여름철임에도 불구하고 부유퇴적물이 외해쪽으로 이동되고 있는 것은 내만에 발달되어 있는 조간대의 침식을 의미하는 것으로서, 지금까지 서해안 조간대에서 보고되고 있는 일반적인 여름철 퇴적현상과는 상이한 결과를 나타내고 있다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.