• 대한원격탐사학회지
• /
• 제11권3호
• /
• pp.23-31
• /
• 1995

기상청에서는 1990년부터 Smith등(1984,1986)이 개발한 ITPP-VI(International TOVS Program Package)를 사용하여 직접 물리 해법을 이용한 연직온도분포 및 총오존량을 산출하여 예보현업에 이용하고 있다. 그러나 현재의 초기입력자료로 사용되는 기후값은 너무 오래되었고, 국지효과나 한반도 부근의 특성이 제외되었으므로 도출된 전오존량의 분포를 직접 사용하기에는 그 정확성이나 신빙성이 희박하다. 따라서 ITPP-VI로부터 오존량 산출자료의 질적 개선을 위해 초기 입력자료중 지표값을 기후자료 대신에 GPV(Gridded Point Values) 자료를 입력하여 오존량 도출을 수행하였다. GPV자료의 입력을 통한 TOVS 오존량 자료(TOVS-GPV)가 정량적으로 어느 정도 개선되었는 지 알아보기 위하여 두경우의 총오존분포도를 비교하였다. GPV 지표자료의 입력으로 도출한 총 오존량은 기후값으로 도출한 총오존량(TOVS-CLIMA)에 비해 한반도 부근에서의 오존량 변화를 더 자세하게 표현하였다. 정량적으로 질적 개선을 알아보기 위해 1994년 2월 한달동안 지상 관측 자료로써 연세대학교의 오존분광기(Dobsometer)로 관측한 오존량(Uy), TOVS-GPV(Ug), TOVS- CLIMAT(Uc), 그리고 TOMS(Total Ozone Monitoring System) 관측값(Um)을 이용하여 나타낸 결과, 월변화의 경향은 연세대학교 총오존량값의 변화에 대해 TOVS-GPV(Ug), TOVS-CLIMAT (Uc)와 TOMS(Um) 값들의 변화는 크지만, 새로운 TOVS-GPV 오존량은 TOVS-CLIMAT 오존 량에 비해 TOMS 오존량과 연세대학교 관측치와 유사한 경향을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.

• 한국전자통신학회논문지
• /
• 제10권1호
• /
• pp.47-54
• /
• 2015

최근, 산업화와 도시화로 연료소비가 급격하게 증가하고, 주요 도시들의 대기오염이 심화됨에 따라 대기질 관리를 위해 대기확산모델의 이용 및 개발과 관련된 연구들이 다양하게 진행되고 있다. 본 연구에서는 국내에서 U.S. EPA가 제공하는 대기확산모델의 활용범위 확장을 목적으로 국내 기상자료를 미국 자료체계로의 변환기능과 모델입력용 기상자료의 생성이 가능한 "국내 기상자료 전처리 프로그램"을 개발하고, 사례연구에 적용을 통해서 프로그램의 활용성을 평가하였다. 평가 결과, 국내 기상자료를 미국 자료체계로 정확하게 변환처리하고, 대기질 모델링 과정에서 오류의 발생 없이 예측이 가능하여 향후 국내 기상자료 전처리 도구로 높은 활용성을 나타내었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1001-1006
• /
• 2008

최근 기후변화에 따른 강우량의 변화에 많은 관심과 연구가 집중되어지고 있다. 현 과학 기술에서 이러한 미래의 기후를 예측하기 위해서는 크게 두 가지의 방법을 이용할 수 있다. 그 첫 번째가 컴퓨터 모델을 이용하는 방법이고 두 번째가 과거 자료를 이용한 통계적 기법을 통해 매래의 상황을 예측하는 방법이다. 이들 가운데 현재 기상 분야에서 가장 널리 활용되는 기법은 컴퓨터 모델을 이용하는 방법으로 기상의 물리적 특성을 이용한 수치모형인 GCM(Global Climate Model 혹은 General Circulation Model)을 이용하는 것이다. 하지만, 이러한 수치모형을 이용한 기법을 이용하기 위해서는 많은 비용과 노력이 소요되며, 모의를 위해 설정되는 입력자료와 초기 조건들, 각종 가정 사항들, 모형의 구조, 등에 따라 상이한 결과를 나타내어 아직까지 직접적인 활용에는 많은 어려움이 따른다. 이와 달리 통계적 기법의 경우 비교적 용이하게 분석이 가능하며, 과거와 달리 최근에는 비교적 신뢰도가 높은 다양한 수문 및 기상 자료가 축적되어 있어 미래의 기후변화를 예측하는데 유용한 수단이 될 수 있을 것으로 판단된다. 따라서 본 연구에서는 통계적인 기법을 이용하여 강우량 자료를 중심으로 기후변화에 따른 변화 추이를 분석하였다. 적용된 기법은 먼저 국내 기상청 관측 지점들을 중심으로 강우의 경향성과 변동성을 분석하여 기후변화에 따라 국내 지점들의 강우량 변화 추이를 분석하여보았다. 또한 2000년을 기점으로 과거 자료와 최근의 자료를 이용한 2개의 자료군들에 대해 각각 빈도 분석을 실시하여 동일 지점들에 대한 설계강우량의 변화 추이도 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.121-121
• /
• 2023

다수의 서로 다른 해상도의 자료를 병합(Merge)하는 것은 강수 자료 사용에 중요한 절차 중 하나이다. 강수 자료는 다수의 소스(관측소, 레이더, 위성 등)에서 관측 자료를 제공한다. 연구자들은 각 원본 자료의 장점을 취하고 단점을 보완하기 위해 다중소스 기반의 재분석 강수 자료를 제작하여 사용하고 있다. 기존의 방법은 자료를 병합하기 위해 서로 다른 공간적 특성을 갖는 자료들을 공간적으로 동일한 위치로 보간(Interpolation) 하는 과정이 필요하다. 하지만 보간 절차는 원본자료에 인위적인 변형을 주기 때문에 많은 오차(Error)를 발생시키는 것으로 알려져 있다. 따라서 본 연구는 병합 과정에서 보간 절차를 제외하고 원본 해상도 자료를 그대로 입력하기 위해 머신 러닝 방법의 하나인 Super resolution convolutional neural network(SRCNN)에 기반한 병합 방법을 제안하고자 한다. 이 방법은 원본 자료의 영향을 모델이 직접 취사선택하여 최종 자료에 도달하기 때문에 병합 과정의 오류를 줄일 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.459-463
• /
• 2007

본 연구에서는 기존 유출분석의 입력자료 생성 시 발생되는 사용상의 불편함과 다양한 수질 수문 모형에 적용을 위한 유역특성자료 도출 기반의 미비로 인하여 보다 편리하고 체계적인 유역특성자료 분석 시스템을 개발하고자 하였다. 기존 PRMS를 이용하여 유출분석 시 입력자료 생성을 위해 사용되는 USGS WEASEL 벤치마킹을 통하여 시스템 개발항목을 도출하고, 체계적이고 효율적인 시스템 개발 및 유지관리를 위하여 UML을 이용한 객체지향 시스템 설계를 수행하였다. 또한, 편리한 사용자 인터페이스 제공 및 다양한 수질 수문 모형에 적용하기 위한 GIS 컴포넌트 기반인 ArcGIS ArcObject를 이용한 시스템 개발을 수행하였다. 또한, 시범 연구지역인 용담댐 유역을 대상으로 DEM, 토양도, 토지피복도, 임상도 등을 구축하여 유역특성자료 분석 시스템에 적용하여 PRMS의 입력 매개변수를 추출하였다. 본 연구에서 개발한 시스템에 의하여 추출된 매개 변수의 검토를 위하여 용담댐 유역과 구량천 유역을 대상으로 PRMS를 이용한 장기유출모의를 수행하였다. 강우자료 및 기상자료는 기상청의 장수기상관측소의 시계열 자료를 사용하였으며 모의 결과를 검증할 수 있는 하천유출량 자료는 용담댐 지점과 동향수위관측소 자료를 사용하였다. 장기유출모의 목적에 맞는 PRMS 모형을 구성하고 유역특성자료 분석시스템을 이용하여 추출된 매개변수로서 1966년부터 2001년까지 용담댐 유역에 대하여 모의하여 매개변수를 최적화하였고 최적화된 매개변수를 이용하여 각각의 유역에 대하여 검토하였다. 그 결과 용담댐 유역에 대해서는 0.49에서 0.83까지의 모형효율을 나타내었으며 구량천 유역에 대해서는 0.57에서 0.75까지의 모형효율을 나타내어 모의결과가 실측치에 대하여 높은 적합도를 나타내었다.997년 이후로 지속적으로 감소되고 있다.게 될 것이다. 본 연구에서는 현재 진행중인 승기천 오염하천 정화사업이 종료되는 시점을 기준으로 남동유수지에 대해 승기천과 연계한 유수지의 환경개선 방법을 제안하였다. 준설을 통해 유수지의 근본적인 오염원을 제거하고 남동유수지 유입부에 인공습지와 수처리설비를 설치하여 유수지의 수질을 개선하고 개선된 수질이 3급수로 유지하도록 하였으며, 설치된 인공습지에는 철새도래지를 조성하여 유수지 유입수인 철새가 날아드는 하천인 승기천의 테마와 연계하도록 하였다. 인공습지 주변으로 식생호안을 설치하고 유수지 주변에는 산책로를 설치하여 지역주민들의 친환경 수변공간으로 활용하도록 하였다. 1유수지와 연결된 2유수지는 BTL사업을 통해 주변공단으로부터의 오폐수를 원천적으로 차단하도록 하였으며 2유수지를 매립하여 지하는 강우시 유출수 저류가 가능한 화물차주차장으로 활용하고 지상은 녹지공간으로 조성하여 공단근로자 및 지역주민을 위한 휴식공간으로 활용될 수 있도록 제안하였다. 본 연구는 남동유수지 환경 개선 사업 실행을 위한 정책 연구로 연구결과를 인천시가 적극 수용하기로 결정함에 따라 인천시의 환경 현안 문제인 남동유수지의 수질개선을 통해 시민의 휴식 및 여가선용 공간으로 활용하기 위한 사업의 기초자료로 활용되며 이미 설계검토가 시작되었다. 본 연구결과는 유수지 및 저수지의 환경개선 사업의 선두적인 성공사례로 국내 타 지역의 유사한 사업에 있어 벤치마킹을 할 수 있는 훌륭한 사례가 될 것이다.요 생산이 증가하자 군신의 변별(辨別)과 사치를 이유로 강력하게 규제하여 백자의 확대와 발전에 걸림돌이 되었다. 둘째, 동기(銅器)의 대체품으로 자기를 만들어 충당해야할 강제성 당위성 상실로 인한 자기수요 감소를 초래하였을 것으로 사료된다. 셋째, 경기도 광주에서

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.945-945
• /
• 2012

본 연구에서는 낙동강 수계의 안동댐 유역을 대상지역으로 선정하여 미래 기후변화 시나리오에 따른 댐 유역의 수환경 영향을 예측해 보고자 하였다. 특히 미래기후에 대한 수환경 평가는 기후자료를 입력 값으로 요구하는 강우-유출모형을 이용하거나 유량 이외에 유사, 영양물질과 같은 수질인자를 동시에 모의할 수 있는 유역모형을 이용하여 평가하는 것이 일반적이다. 이를 위해 선행연구로 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 AR4 시나리오의 RCM 자료를 ANN(Artificial Neural Network)기법을 이용하여 안동댐 유역의 총 4개 기상관측소에 대한 과거 20년(1991~2010) 실측자료를 바탕으로 미래 강수 및 습도 그리고 온도에 대해 상세화 하여 미래 기후 시나리오를 생산하였다. 또한 안동댐 유역 단위의 수질을 예측하기 위해 토양과 토지이용 및 토지관리 상태에 따른 수문-수질 모의가 가능한 유역모형인 SWAT(Soil and Water Assessment Tool)을 이용하였다. 과거의 기상자료와 수질자료를 이용하여 유역모델의 검 보정을 실시하였으며 모형의 보정 및 검증결과에 따른 적합성과 상관성을 판단하기 위해 결정계수($R^2$)와 평균제곱근오차(Root Mean Square Error, RMSE)를 사용하였으며, 모형의 효율성 검증으로는 Nash and Sutcliffe(1970)가 제안한 모형효율성계수(NSE)를 사용하였다. 최종적으로 기후 시나리오에 대해서 전망된 지역상세기후를 유역모형의 입력자료로 이용하여 안동댐 유역의 미래수문 및 수질을 예측하고자 하였다.

• 대한원격탐사학회지
• /
• 제34권3호
• /
• pp.481-494
• /
• 2018

자외선 관측 자료로부터 최적 추정법을 이용해 오존 프로파일을 산출하기 위해서는 복사모델을 이용한 정확한 복사모의가 매우 중요하다. 복사모델 입력 변수는 복사 모의의 정확도를 결정하는 중요한 요소이며, 특히 온도와 지면 기압과 같은 기상 입력 변수는 각각 오존 흡수 계수와 레일리 산란을 계산하는데 사용되어 복사 스펙트럼 모의에 직접적인 영향을 준다. 따라서 그 영향을 평가하기 위해, 복사전달 모델을 이용하여 온도와 지면 기압에 대한 자외선 오존 프로파일 산출 민감도 검사가 수행되었다. 지면 기압은 기상 수치 예보모델 기반의 일 자료와 월 기후 자료에서 100 hPa 미만의 평균 오차를 보였으며, 해당 오차에 대해 계산된 오존 산출 오차는 각 층에 대해 약 0.2 DU 미만이다. 한편, 온도는 일 자료와 월 기후 자료에 대해서 지점과 고도에 따라 1~7K의 오차를 보였으며, 이에 대해 계산된 오존 산출 오차는 층별로 약 4 DU으로 나타났다. 이 같은 결과들은 위성 관측 값으로부터 산출된 연직 오존 정보를 이해하는데 도움이 될 뿐만 아니라, 알고리즘의 현업화 과정에서 기상 입력 자료의 선택 및 시스템 설계 방향 수립에 효과적으로 활용 가능할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.140-140
• /
• 2019

본 연구에서는 Terra MODIS 위성자료와 Tensorflow를 활용해 1 km 공간 해상도의 토양수분을 산정하는 알고리즘을 개발하고, 국내 관측 자료를 활용해 검증하고자 한다. 토양수분 모의를 위한 입력 자료는 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature), GPM(Global Precipitation Measurement) 강우 자료를 구축하고, 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 기반으로 모의하였다. 여기서, LST와 GPM의 자료는 기상청의 종관기상관측지점의 LST, 강우 자료와 조건부합성(Conditional Merging, CM) 기법을 적용해 결측치를 보간하였고, 모든 위성 자료의 공간해상도를 1 km로 resampling하여 활용하였다. 토양수분 산정 기술은 인공 신경망(Artificial Neural Network) 모형의 딥 러닝(Deep Learning)을 적용, 기계 학습기반의 패턴학습을 사용하였다. 패턴학습에는 Python 라이브러리인 TensorFlow를 사용하였고 학습 자료로는 농촌진흥청 농업기상정보서비스에서 101개 지점의 토양수분 자료(2014 ~ 2016년)를 활용하고, 모의 결과는 2017 ~ 2018년까지의 자료로 검증하고자 한다.