• 한국농림기상학회지
• /
• 제12권2호
• /
• pp.95-106
• /
• 2010

본 연구에서는 광릉의 활엽수림에서 관측된 생태자료들을 이용하여 CLM3.5-DGVM(Community Land Model 3.5-Dynamic Global Vegetation Model)의 탄소교환과정에 대한 모의능력을 평가하고 탄소수지를 계산하였다. 또한 식생 종의 구성과 식물계절학, 그리고 기후 변동성이 탄소수지에 미치는 영향을 조사하기 위하여 민감도 실험을 수행하였다. 모델의 식물계절학은 잎의 출현과 낙하의 시기를 잘 모의하지 못하였으며, 특히 낙엽은 관측보다 한달 이상 지연되어 생장기간을 과대모의 하였다. 모의된 최대 엽면적지수(leaf alea index, LAI)는 5.8이며 관측값(4.5)에 비해 과대모의 되었다. 과대 모의된 LAI는 광합성량과 잎의 자가영양호홉의 과대모의를 야기하였으며, 이를 통해 연간 총 일차 생산량(gross primary producing, GPP)과 생태 호흡량(ecosystem respiration, $R_e$)의 과대모의에 기여하였다. 관측과 모델간의 LAI의 차이에도 불구하고 모의된 식생 탄소 저장항의 크기는 관측 보고된 값과 유사하였다. 모델의 식물계절학함수를 사용하는 대신 관측된 PAI로부터 유도된 식물계절학을 사용하면 생육 기간이 감소함에 따라 GPP와 $R_e$의 과대 모의는 완화되었다. 하지만 관측 보고된 값과 비교할 때 여전히 큰 값을 보였다. 모의된 탄소수지는 식생 종의 구성에는 유의한 민감도를 가지지 않았다. 모델입력자료에 기후변동성의 고려 유무에 따른 평형상태의 탄소저장량의 차이는 10%이하로 낮았으며 기후변동성이 평형상태의 탄소저 장량에 미치는 영향은 유의할 수준이 아니라고 사료된다. 모델에서 모의된 GPP와 $R_e$의 1994년부터 2003년간의 연간 변동성은 연 평균 대기온도와 일사량에 의존하였다. 모델의 다른 문제점들에 관해서도 본문에서 논의되었다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.931-939
• /
• 2022

우리나라의 경우 강수량의 2/3 정도가 하절기에 집중되는 강우특성상 해마다 여름철 홍수기의 탁수 문제가 다양하게 발생하고 있다. 이상강우와 기상이변에 의한 집중강우가 증가 추세이며, '02년 태풍 루사', '03년 태풍 매미', '06년 에위니아'부터 20년 마이삭, 하이선 까지 장마와 태풍에 의한 유입량이 급증하는 시기 탁수의 유입으로 수중 탁도가 급상승하며 댐 저수지 내 탁수 문제가 발생하였다. 특히 연 평균 물사용량의 대부분을 하천 및 댐 저수지를 이용하는 우리나라의 경우 탁수 문제가 장기화될 경우 댐 하류 해당 지역 농업, 공업, 수생태 등 사회적, 환경적으로 많은 문제를 발생시킨다. 이러한 탁수 예측을 통한 대응을 위해 탁수 모델링에 대한 연구가 활발히 진행되고 있다. 탁수 현황을 모의하기 위해서는 유량, 수온, SS 데이터가 필요하다. 이를 위해 국가측정망에서 하천 및 댐 저수지 내 SS를 측정하여 탁수를 측정 하고 있으나 설비가 미흡하여 데이터 해상도가 낮다는 한계점이 있으며 주요 댐 저수지 내에서는 수자원공사에서 관리하는 자동 측정기기를 활용하여 높은 데이터 해상도를 유지 하고 있으나 댐 별, 기상 조건에 따라 미측정 기간이 존재한다. 탁도를 측정을 위한 센서로는 Optical Backscatter Sensor (OBS), YSI 등이 있으며 SS를 측정하기 위한 센서는 레이저부유사측정기(Laser In-Situ Scattering and Transmissometry, LISST) 등의 장비를 이용하고 있다. 하지만 이런 첨단 센서의 경우 또한 수중에 고정하여 측정하기에는 장비의 안정성 등의 이유로 한계가 있다. 따라서, 취득된 유량, 수온, SS, 탁도 데이터를 기반으로 분석을 통해 미측정 기간이 존재함으로 입력자료에 활용되는 SS를 산정하기 위해 관계식 개발을 필요로한다. 본 연구에서는 댐 방류구 인근 지점 측정 데이터를 기반으로 개발된 탁도-SS 관계식을 통해 수자원 공사 SURIAN 시스템에서 활용되고 있는 AEM3D 모델을 이용하여 탁수 발생 예측 정확도 개선을 하고자 하였다.

• 자원환경지질
• /
• 제54권2호
• /
• pp.161-176
• /
• 2021

본 연구는 과거와 미래의 연 단위보다 상세한 일단위 지하수 함양량을 평가하기 위해, 분포형 수문모형중의 하나인 VELAS를 이용하여 물수지에 근거한 수문요소별 변동을 분석하고자 하였다. 가뭄에 매우 취약한 충남 홍성군 서부면 양곡리 일대 소유역을 대상으로, VELAS의 입력자료인 수치표고모델, 식생도, 경사도 등의 공간특성자료를 구축하였고, 기후자료는 기상청의 일별 대기온도, 강수, 평균풍속, 상대습도 등의 자료를 공간적으로 보간하였다. 연구지역의 과거 2001년부터 2018년까지 18년 동안 일단위 물수지 분석결과, 연간 강수량은 799.1~1750.8 mm로 평균 1210.7 mm이고, 지하수 함양량은 28.8~492.9 mm로 평균 196.9 mm로 분석되었다. 연 강수량 대비 지하수 함양률은 최소 3.6%에서 최대 28.2%로 변동폭이 매우 크고, 평균 함양률은 14.9%였다. 미래 기후변화 RCP 8.5시나리오에 의한 2019년부터 2100년까지의 일단위 물수지 분석결과, 연간 강수량은 572.8~1996.5 mm(평균 1078.4 mm)이고, 지하수함양량은 26.7~432.5 mm, 평균 174.6 mm(평균 강수량의 16.2%)로서 과거보다 다소 증가하였다. 미래 연간 지하수 함양률은 최소 2.8%, 최대 45.1%, 평균 18.2%로 분석되었다. 물수지를 구성하는 요소들은 강수량과의 상관성이 잘 나타나며, 일단위보다는 연단위로 갈수록 그러한 상관성이 뚜렷했다. 다만, 증발산량은 강수량보다는 기온 등 다른 기후요소에 더 영향을 받는 것으로 보인다. 본 연구를 통해 산정된 연단위 보다 상세 시간 단위에서의 지하수함양량은 가뭄 또는 홍수 등 시기별로 강수량 변동이 심한 경우 지하수개발과 관리에 활용될 수 있는 기초자료를 제공할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1779-1790
• /
• 2023

위성 자료의 성능이 크게 개선됨에 따라 최근에는 위성을 이용하여 광범위한 영역에 대한 실시간 안개 탐지 알고리즘들이 개발되고 있다. 한반도 주변을 관측하는 기상위성 중 관측주기가 10분으로 시간해상도가 가장 우수한 GEO-KOMPSAT-2A/Advanced Meteorological Imager (GK2A/AMI)는 공간해상도가 500 m이다. 반면 GEO-KOMPSAT-2B/Geostationary Ocean Color Imager-II (GK2B/GOCI-II)는 해상도가 250 m지만, 1시간 주기로 관측하고 가시채널만 보유하고 있다. 따라서 본 연구에서는 한반도 주변에서 발생하는 안개를 10분 및 250 m 해상도로 탐지하기 위해 GK2AB 융합 안개 탐지 알고리즘(Fog Detection Algorithm, FDA)인 GK2AB FDA를 개발하였다. GK2AB FDA는 세 파트로 구성된다. 첫 번째로 현업 운용중인 GK2A 안개 탐지 알고리즘(GK2A FDA)으로 10분 및 500 m 해상도로 안개를 탐지한다. 두 번째 단계에서는 두 위성 자료 간 시공간 일치, 태양천정각과 파장역 차이를 보정한 GK2A normalized visible (NVIS)의 10분 변화량을 이용하여 GK2B NVIS를 10분 간격으로 외삽한다. 마지막 단계에서는 외삽된 GK2B NVIS, 태양천정각, GK2A FDA 산출물 등을 입력자료로 기계학습(의사결정나무)을 이용하여 개발된 GK2AB FDA로 지리적위치에 따라 안개를 탐지(250 m, 10분)한다. GK2AB FDA의 훈련에는 6개 사례, 검증에는 4개 사례가 이용되었다. GK2AB FDA의 정량적 검증에는 지상관측 시정, 풍속 그리고 상대습도 자료를 이용하였다. GK2AB FDA는 GK2A FDA에 비해 공간해상도가 4배 증가함에 따라 안개 및 비안개 화소가 보다 자세히 구분되었다. 또한 검증방법에 관계없이 GK2A FDA에 비해 probability of detection (POD)은 높고 Hanssen-Kuiper Skill score (KSS)는 높거나 비슷함을 보여 안개 탐지 수준이 개선된 것으로 보인다. 하지만 일부 사례에서는 GK2AB FDA의 false alarm ratio (FAR)와 Bias가 크게 나타나 안개를 과대탐지하는 문제를 보이고 있다.

• 한국지리정보학회지
• /
• 제2권2호
• /
• pp.69-78
• /
• 1999

본 논문에서는 한반도의 지역별 강수량 예측을 위한 신경망 기법을 소개한다. 시계열 패턴 예측 문제에 적용될 수 있는 기존의 다양한 신경망 모델의 특성을 분석하고 이로부터 강수량 예측 문제에 적합한 모델 및 학습 알고리즘을 제시한다. 본 논문에서 제시하는 모델은 계층적구조의 신경망으로 각 노드의 출력값은 일정기간동안 버퍼에 저장되어 상위계층에 입력으로 작용한다. 본 연구에서는 제안된 모델에 대하여 이중연결형태의 시냅스 구조를 채택하고, 이에 대한 네트워크의 동작특성과 학습알고리즘 등을 정의한다. 이러한 이중연결구조는 기존의 다층퍼셉트론에서 바이어스 노드의 역할을 담당하며, 노드가 갖는 특징들간의 관계를 효과적으로 반영함으로써 기존의 전형적인 시계열 예측 신경망인 FIR(Finite Impulse Response) 네트워크와 비교할 때 학습의 효율을 개선시킨다. 제시된 이론은 월별 및 계절별 강수량 예측 실험에 적용하였다. 신경망 예측기의 학습자료로서 과거 수십년동안 관측된 강수량 데이터와 해수표면온도 데이터를 사용하며 예측 실험결과로부터 제시된 이론의 타당성을 고찰한다.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.707-720
• /
• 2011

호소의 경우, 장기간 수류의 체류현상이 발생하는데, 특히, 수심방향의 수층에 따른 호소 내 수류와 수질 문제는 하천에서의 수질 문제와 다르다고 할 수 있다. 따라서 호소 수체 내의 수류와 수질을 시간에 따라 모의할 수 있는 3차원 비정상 상태의 수질모형을 적용하는 것이 유리하다고 할 수 있다. 3차원 모형은 댐이나 호소에서 수심방향으로 수층을 구분하여 수질모의가 가능하고 보다 신뢰성 있는 결과를 얻을 수 있다. 이에 본 연구에서는 3차원 모형인 EFDC를 이용하여 섬진강 댐의 운암호에 대한 수질 모의를 실시하였다. GIS기반의 강우-유출 모형인 HEC-GeoHMS와 HEC-HMS를 이용하여 장기유출량을 산정하고, 관측된 수위, 기상, 수온, 총 질소, 총 인에 대하여 입력 자료를 구축하였으며, EFDC 모형 적용을 위해 수심을 3개의 층으로 구분하고 5,634개의 격자를 추출하여 격자망을 구성한 후 운암호 내의 수질 변화를 시공간적으로 모의하였다. 장기유출 모의 결과 전체적으로 실제 유출량을 잘 반영한 것으로 나타났으며, 수질 모의를 통해 오염원 인자들에 따른 거동특성을 확인할 수 있었고 모의 수질은 관측 수질을 적절히 반영하는 것으로 판단된다. EFDC는 적절한 수질모의가 가능할 것으로 판단되며 향후 상수원의 취수 및 관리 대책 수립 등을 위한 지원을 기초도구로 활용할 수 있을 것으로 기대한다.

• 한국해안·해양공학회논문집
• /
• 제30권2호
• /
• pp.69-83
• /
• 2018

남중국해는 심해 분지, 대륙 붕단, 얕은 대륙붕, 많은 해협, 복잡한 수심 특징을 가진 전형적인 연안 영해이다. 본 연구에서는, 비구조 격자 기반으로 대상 해역을 상세하게 해상할 수 있으며, 개방경계에 조석을, 해표면에 기상자료를 입력하여 조석 및 폭풍해일을 모의할 수 있는 수치 모델을 구축하여 남중국해의 조석 특성과 전파 양상을 조사하고, 태풍에 의한 폭풍해일을 재현하였다. 태풍에 의한 폭풍해일 모의는, 2013년에 필리핀에 막대한 피해를 초래하였던 태풍 하이옌에 대해서 수행하였다. 관측치 및 선행 연구의 조석 분포와의 비교 결과, 4개의 주요 분조의 진폭과 위상은 대체적으로 잘 모의되었다. 선행 연구들에 따르면, 당 해역은 모델을 이용하여 조석을 예측하기가 어렵다고 보고되고 있는데, 이 점을 감안한다면 본 연구에서 예측한 조석은 허용 범위에 있다고 생각된다. 본 연구에서 수행한 자유 진동 모드 실험을 통해서 남중국해가 일주조 조석이 우세한 이유를 알 수 있었으며, 조석 잔차류(tidal residual current) 및 총에너지 소실(total energy dissipation) 산정을 통해서 조석 및 퇴적환경을 파악하였다. 본 연구에서 구축한 모델을 이용하여 태풍 하이옌에 의한 폭풍해일을 타당하게 모의하였으며, 모델 검증 및 조석 환경 규명을 통하여 남중국해의 지역 실시간 순압 조석/수위 예측 시스템을 구축하였다.

• 한국수자원학회논문집
• /
• 제43권3호
• /
• pp.309-323
• /
• 2010

최근 기후변화와 이상기후에 대한 관심으로 세계 각국에서는 미래 기후에 대한 보다 정확한 정보를 얻기 위하여 IPCC 권장 시나리오인 SRES (Special Report in Emission Scenario)기반의 GCM(General Circulation Model)과 RCM(Regional Circulation Model)을 이용하고 있으며 특히, 최근에는 고해상도 자료를 생산함으로써 국부지역에 대한 지형학적 특성을 효과적으로 모의할 수 있는 RCM모형을 이용한 연구가 활발히 진행되고 있다. 본 연구에서는 기후변화와 토지이용변화에 따른 미래 한강 유역의 수자원을 평가하기 위하여 다음의 과정을 진행하였다. CA-Markov Chain기법으로부터 토지이용변화를 추정하였으며 기온과 강수자료을 독립변수로 이용한 다중 회귀식으로부터 미래 NDVI를 추정하였다. 또한 기상청에서 제공하는 RegCM3 지역지후모형으로부터 축소기법을 이용하여 추정된 RegCM3 RCM 50 set의 기후변화 시나리오를 SLURP 모형에 입력하여 2001년부터 2090년까지 총 90년에 대한 한강 유역의 미래 유출모의를 실시하였다. 예측된 미래의 유출사상을 기반으로 각 댐별 과거와 미래 유출량을 월별로 비교하고 이들의 유황분석을 실시하였다. 최종 모의 지점으로 선택한 팔당댐에서 월단위 유출 모의 결과 8월 보다는 9월 유출량이 증가하는 결과를 보였고 이는 미래 강우 패턴의 변화에 기인한 것으로 판단되었다. 또한, 기후변화가 물 순환 구조에 미치는 영향을 검토한 결과 한강유역은 물 순환 요소(강수량, 증발량, 증산량, 유출량)의 변화에 의하여 수자원 관리 측면에서 어려움이 가중될 수 있음을 확인하였다.

• 한국수자원학회논문집
• /
• 제47권11호
• /
• pp.1095-1105
• /
• 2014

본 연구에서는 Tropical Rainfall Measuring Mission (TRMM) 3B43 V7 (25 km)의 월 누적 격자 강우량을 1 km 해상도로 상세화하기 위해 Support Vector Machine (SVM) 회귀를 활용한 상세화 기법을 제안하였다. 비선형 예측모델인 SVM은 상세화의 기반이 되는 다양한 수문기상인자와 강우 발생간의 월별 상관성 구축에 효율적으로 활용되었다. 상세화된 격자 강우는 전국에 고루 분포한 64개 지점 관측 강우와의 비교 분석을 통해 상세화 이전의 격자 강우 보다 다소 개선된 정확도를 지니는 것으로 확인되었다. 특히, 상세화 이전 격자 강우가 지니는 양의 Bias가 효과적으로 개선되었다. 상세화 전후의 공간분포 비교에서 두 분포는 평균적으로 유사했으나, 상세화 이전 강우의 공간분포에서 나타나지 않았던 강우의 국지적 특성이 상세화된 공간분포를 통해 잘 표현되는 것을 확인할 수 있었다. 특히, 일부 지점의 과소 및 과대산정이 상세화를 통해 개선되어 전반적인 정확도 향상에 기여하였음을 확인했다. 본 연구에서 제안된 상세화 기법이 적용된 격자 강우는 모델의 정확도 향상을 위한 고해상도 입력자료로 활용될 수 있으며, 추후 연구에서는 SVM 외에 다른 회귀 방식을 활용하여 최적의 강우 상세화 기법 개발에 기여할 수 있을 것으로 보인다.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1881-1890
• /
• 2021

미세먼지는 인체에는 물론 생태계, 날씨 등에도 많은 영향을 끼치며, 인구와 건물, 차량 등이 밀집된 대도시에서의 미세먼지의 예측과 모니터링은 중요하다. 특히 자동차, 연소 등에서 발생하는 PM_2.5 농도는 독성 물질을 포함할 수 있어 체계적인 관리가 필요하다. 따라서 본 연구는 화학 인자, 위성 기반의 aerosol optical depth (AOD), 기상 인자 등을 입력 자료로 하여 수도권PM_2.5 농도를 예측하고자 한다. PM_2.5 농도 예측을 위해 기계 학습 모델 중 PM 농도 예측에 우수한 성능을 보이는 random forest (RF) 모델을 선정하였으며, 모델 평가를 위해 통계 지표인 R², RMSE, MAE, MAPE를 산출하였다. RF 모델의 모델 정확도는 R², RMSE, MAE, MAPE는 각각 0.97, 3.09, 2.18, 13.31로 나타났으며, 예측 정확도는 각각 0.82, 6.03, 4.36, 25.79로 본 연구에서 사용한 인자들을 이용하여 PM_2.5를 예측 시 높은 정확도와 상관성을 나타내었다. 따라서 향후 학교 미세먼지 예측 및 범주화를 위해 본 연구에서 사용한 인자들을 RF 모델에 적용하였을 때 신뢰할만한 결과를 도출할 수 있을 것으로 기대된다.