• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.531-535
• /
• 2015

본 연구에서는 한반도 관측 공백지역인 북한지역에 대하여 레이더와 위성 원격탐사자료를 활용하여 강수량과 토양수분 등 수문기상정보를 생산 및 검증하고 효율적인 수문 모니터링 및 수문 기상 재해 감시와 평가 방안을 수립하고자 한다. 또한, 북한지역의 수문 기상 정보 수집 및 통합 DB를 마련하고 북한 수문기상 포털시스템을 구축함으로써 부처 간 자료를 공유할 수 있는 매개체를 마련하여 일관된 정책 수립과 효율적인 물관리를 도모하고자 한다. WPMM(Window Probability Matching Method)방법을 기반으로 구성된 RAD-RAR(Rain rate system) 산정 알고리즘(Rosenfeld et al., 1993)을 활용하여 산출된 합성 강우장 데이터의 정확성을 비교 분석하기 위해 접경지역 AWS 강수량과 세계기상통신망(GTS)기반 강수량을 산출하여 각각 레이더 강수량과 검증분석을 실시하였다. 연구기간은 2012년과 2013년 여름철 기간 중 5개의 기간을 선별하였다. 연구 기간 동안의 RAR 합성 강우장 데이터를 이용하여, 기간 중 1시간 동안 누적된 강수량을 산출하고 접경지역 AWS 강수량과 비교하였고 12시간 누적 강수량을 산출하여 GTS 강수량과 비교 분석을 실시하였다. 전반적으로 레이더 강수량에 비해 AWS 강수량이 더 높게 나타났으며 마찬가지로 레이더 강수량과 GTS 강수량의 비를 통해 레이더 자료가 상대적으로 과소추정되고 있음을 확인 할 수 있었다. 미항공우주국(NASA)과 일본항공우주국(JAXA)을 중심으로 진행된 GPM(Global Precipitation Measurement)미션은 한 개의 핵심위성과 마이크로파 복사계를 탑재한 10여개의 보조위성으로 구성되어 있으며, 매 3시간 간격의 전구 강수량 자료 생산에 목적이 있다. 이는 홈페이지를 통해 Level 1, 2, 3의 GPM 데이터를 배포하고 있다. 특히 Level 2 데이터는 언급된 3시간 간격의 전구 강수량 데이터를 제공한다. 이 경우 복사량을 강수량으로 변환하는 번거로움을 덜 수 있으며 NASA가 제공하는 Panoply라는 프로그램을 이용하여 한반도 강수 자료 가시화가 가능하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.355-355
• /
• 2017

현재 국내외적으로 가뭄, 홍수 등 물 관련 재해 발생 규모가 커지고 빈도 또한 많아지고 있으며 이러한 자연재해 및 이상현상으로 인해 체계적인 대응을 위한 수재해와 관련된 연구들이 지속적으로 수행되고 있는 실정이다. 수재해 관련 연구를 수행함에 있어 많은 물관련 자료들이 필요하며, 이러한 자료들을 각 연구자별로 수집하여 수행하게 되는데 자료를 수집하는데 소요되는 시간 및 요구되는 정확도를 확보하지 못하는 경우가 발생하게 된다. 이처럼 강수량, 기온 등과 같은 기초데이터와 수위, 유량 등 물관련 데이터 등 연구 수행지원을 위한 체계적인 데이터 활용 및 체계 구축관련 연구가 필요하다. 이를 위해 수재해 관련 정보시스템에서는 데이터 연계 구축 항목으로 위성, 레이더 등 광역 관측 장비를 이용한 관측데이터와 관련 연구를 수행하는 기관의 데이터를 제공할 예정이다. 제공할 항목은 홍수, 가뭄 등 자체 생산된 수재해 관련 데이터와 공개된 데이터를 가지고 있는 미항공우주국(NASA) SEDAC(Socioeconomic Data and Applications Center)에서 제공해주는 약 51개의 토지이용도, 수재해, 물 등의 데이터가 있으며, 미국해양대기관리처(NOAA)에서 주제도별 데이터로 가뭄정보, 기온, 월평균강수, 월 총강수량 등이 있다. 자체 수집된 데이터를 UX기반의 형식으로 제공하며, 또한, 관련기관의 물관련 데이터를 해당 홈페이지 제공 및 연동 등의 방법과 데이터 DB화를 이용한 서비스 제공 방안 등으로 수재해 정보 서비스 사용자의 유연한 데이터 활용에 도움을 줄 수 있으며, 기초데이터를 사용자의 경험을 통한 UX디자인으로 수재해 정보 서비스를 구축할 예정이다. 이에 본 연구에서는 광역 관측 장비인 위성으로부터 생성된 강우와 증발산량, 토양수분량 등과 고정밀소형레이더 기반의 도심 내 국지호우를 예상할 수 있는 강수량 등을 제공해 줄 수 있으며, NASA와 NOAA의 데이터를 활용하여 물관련 연구 및 수재해 관련 연구 등에 도움을 주기 위해 기초조사 및 데이터 제공방법을 제시하였다. 국가 물 관련 재해 데이터를 관련 사용자들이 기초조사 및 분석할 때 쉽게 접근하며 사용할 수 있는 데이터 활용 방안연구에 도움을 줄 것으로 사료되며 관련 연구를 진행할 때 데이터 수집의 시간을 단축시키며 필요한 데이터의 정확도를 높일 것으로 판단된다.

• Korean Journal of Remote Sensing
• /
• v.35 no.5_1
• /
• pp.665-679
• /
• 2019

Mesoscale soil moisture measurement from the promising Cosmic-Ray Neutron Probe (CRNP) is expected to bridge the gap between large scale microwave remote sensing and point-based in-situ soil moisture observations. Traditional calibration based on $N_0$ method is used to convert neutron intensity measured at the CRNP to field scale soil moisture. However, the static calibration parameter $N_0$ used in traditional technique is insufficient to quantify long term soil moisture variation and easily influenced by different time-variant factors, contributing to the high uncertainties in CRNP soil moisture product. Consequently, in this study, we proposed a modified traditional calibration method, so-called Dynamic-$N_0$ method, which take into account the temporal variation of $N_0$ to improve the CRNP based soil moisture estimation. In particular, a nonlinear regression method has been developed to directly estimate the time series of $N_0$ data from the corrected neutron intensity. The $N_0$ time series were then reapplied to generate the soil moisture. We evaluated the performance of Dynamic-$N_0$ method for soil moisture estimation compared with the traditional one by using a weighted in-situ soil moisture product. The results indicated that Dynamic-$N_0$ method outperformed the traditional calibration technique, where correlation coefficient increased from 0.70 to 0.72 and RMSE and bias reduced from 0.036 to 0.026 and -0.006 to $-0.001m^3m^{-3}$. Superior performance of the Dynamic-$N_0$ calibration method revealed that the temporal variability of $N_0$ was caused by hydrogen pools surrounding the CRNP. Although several uncertainty sources contributed to the variation of $N_0$ were not fully identified, this proposed calibration method gave a new insight to improve field scale soil moisture estimation from the CRNP.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1154-1158
• /
• 2010

최근 전 세계적으로 GIS (Geographic Information Science) 및 RS (Remote Sensing) 데이터 등 디지털정보의 구축이 급속도로 진행되고 있고, 이들의 발달로 유역에 대한 정확하고 상세한 각종 수문매개변수 수집이 가능하여 유역을 부분유역으로 분할한 기존의 집중형 수문모형보다 유역내의 공간적인 유량변동을 보다 상세하게 고려할 수 있는 격자기반의 분포형 수문모형의 활용도가 높아지고 있다. 유역의 수문특성 및 지형특성을 동일한 매개변수로 적용하기 때문에 유역의 공간적인 수문 및 지형특성을 표현하기 어려운 집중형 모형과 달리 강우-유출해석에 있어서 분포형 모형은 실제 복잡한 유역에서의 유출과정 또는 물질의 수문순환과정을 잘 이해할 수 있고, 어떤 유역의 토지이용형태의 변화가 초래하는 영향과 효과를 사전에 예측할 수 있으며, 신뢰성 있는 과거의 수문자료가 없거나 부족한 유역에서의 유출 계산이 용이하다. 따라서 본 연구에서는 Fortran 90을 개발언어로 사용하여 GIS Data와 위성영상을 활용해 유출량을 모의하는 분포형 물수지 유출 모형을 개발하여 금강 상류유역인 용담댐 유역($930km^2$)을 대항으로 2000~2008년의 일 유출량을 모의하였다. 모형은 크게 3개의 모듈(유출량, 증발산량, 토양수분) 형태로 구성되었으며, 유출량은 강우 전 토양의 저류능을 추적하여 산정하였다. 모형의 결과는 셀별 값을 가지는 분포형으로 출력되며, 유역의 평균 수문자료가 Text file로 출력된다. 민감도 분석을 통하여 최적의 유출 관련 매개 변수를 선정하고 하류의 댐 유입량 자료를 바탕으로 모형의 보정(2001-2004) 및 검증(2005-2008)을 실시하였다. 유출량에 대한 Nash-Sutcliffe 모형효율은 0.78~0.93로 모의치가 실측치의 경향을 잘 표현하는 것으로 나타났다. 유출량 분포도는 강우량을 매우 잘 반영하였으며, 같은 강우조건하에서 토양의 배수조건에 따라 유출이 확연히 다르게 표현되었다.

• Korean Journal of Remote Sensing
• /
• v.26 no.1
• /
• pp.59-64
• /
• 2010

The second satellite in ESA's Earth Explorer series, the Soil Moisture and Ocean Salinity (SMOS) mission was launched into orbit at November 1, 2009. The SMOS will play a key role in the monitoring of climate change on a global scale using the payload of L-band synthetic aperture radiometer. It is the first ever satellite designed both to map sea surface salinity and to monitor soil moisture on a global scale, and will provide the important data to study the water cycle among oceans, the atmosphere and land. To introduce the operation of the SMOS, this paper shows brief summary of appearance and current operation.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.24 no.4
• /
• pp.65-81
• /
• 2021

In this study, soil moisture and evapotranspiration were calculated throughout South Korea using the Korea Land Data Assimilation System(KLDAS) of the Korea-Land Surface Information System(K-LIS) built on the basis of the Land Information System (LIS). The hydrometeorological data sets used to drive K-LIS and build KLDAS are MERRA-2(Modern-Era Retrospective analysis for Research and Applications, version 2) GDAS(Global Data Assimilation System) and ASOS(Automated Synoptic Observing System) data. Since ASOS is a point-based observation, it was converted into grid data with a spatial resolution of 0.125° for the application of KLDAS(ASOS-S, ASOS-Spatial). After comparing the hydrometeorological data sets applied to KLDAS against the ground-based observation, the mean of R² ASOS-S, MERRA-2, and GDAS were analyzed as temperature(0.994, 0.967, 0.975), pressure(0.995, 0.940, 0.942), humidity (0.993, 0.895, 0.915), and rainfall(0.897, 0.682, 0.695), respectively. For the hydrologic output comparisons, the mean of R² was ASOS-S(0.493), MERRA-2(0.56) and GDAS (0.488) in soil moisture, and the mean of R² was analyzed as ASOS-S(0.473), MERRA-2(0.43) and GDAS(0.615) in evapotranspiration. MERRA-2 and GDAS are quality-controlled data sets using multiple satellite and ground observation data, whereas ASOS-S is grid data using observation data from 103 points. Therefore, it is concluded that the accuracy is lowered due to the error from the distance difference between the observation data. If the more ASOS observation are secured and applied in the future, the less error due to the gridding will be expected with the increased accuracy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.467-467
• /
• 2017

토양수분 및 황사발생 연구에 있어 효율적인 광역 분석을 위하여 위성자료가 활용되고 있다. 활용 시나리오에 따라서는 준실시간 자료 수신, 처리가 필요하며 본 연구에서는 이에 대한 방안을 연구하기 위하여 유럽 EUMETSAT(European Organisation for the Exploitation of Meteorological Satellites)의 ASCAT(Advanced Scatterometer) Metop-A 자료에 대하여 파악하였다. 자료 수신 프로토콜에 있어서 FTP, HTTP 등 전통적 방법에 대한 현황과 함께 비교적 최근 기법인 OGC(Open Geospatial Consortium)　 WMS(Web Map Service), WCS(Web Coverage Service) 방식의 지원 현황에 대하여 확인하였다. 제공되는 자료 Format부분은 EPS Native와 BUFR(Binary Universal Form for the Representation of meteorological data)을 살펴보되 데이터 프로바이더 측에서 대부분 채택되고 있는 NetCDF(network Common Data Form)를 중심으로 파악하였다. 수신된 자료의 처리 자동화를 위한 소프트웨어는 OSGeo(The Open Source Geospatial Foundation)의 GDAL(Geospatial Data Abstraction Library), 미국 NCAR(National Center for Atmospheric Research)의 NCL(NCAR Command Language)을 중심으로 확인하였다. 자료 가공기법은 격자(Raster) 자료에 대한 기본 메타정보 확인, 좌표참조체계 변환, 해상도 및 Format 변환을 중심으로 확인하였다. 한편 OGC WMS, WCS는 자료의 전송 프로토콜 기법이면서 동시에 서버 사이드에서의 자료 변환 기능을 구비하고 있다. 예를 들어 Http Request에서 영역(Extent), Format 형식, 좌표참조체계를 지정할 수 있다. OGC WMS에 대한 EUMETSAT 파일럿 서비스에서 반환 자료의 공간적 영역, 복수 시점 제공 현황, 반환 포맷 지원 상황은 실제 메서드를 사용하여 파악하였고, 향후 발전 방향을 전망하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.118-118
• /
• 2021

최근 지구 온난화 현상으로 인한 기후변화로 이상기후 현상이 발생하고 있으며 이로 인해 장기적으로 폭염의 빈도 및 강도 상승에 따른 가뭄 피해 우려가 증가하고 있다. 농업 가뭄은 강수량 부족, 토양 수분 부족, 저수량 부족 등 농업분야에 영향을 주는 인자들과 관련되어 있어 농작물 생육 및 수확량 감소를 야기한다. 우리나라는 논농사가 주를 이루고 있어 국내 농업 가뭄은 주수원공인 농업용 저수지의 가용저수용량으로 판단 가능하다. 따라서 안정적인 농업용수 공급을 위해 수리시설물의 모니터링, 공급량 등의 분석이 이루어져야 하며, 농업 가뭄에 대비하기 위해 농업용 저수지의 가용저수용량 파악이 필요하다. 수자원 분야에서 지점자료의 시·공간적 한계점을 보완하기 위해 인공위성 자료를 활용한 연구가 활발히 이루어지고 있으며, 본 연구에서는 위성영상 자료 및 딥러닝 기반 알고리즘을 적용하여 농업용 저수지 수표면 탐지 및 시계열 분석을 목적으로 한다. 위성영상 자료는 5일 주기 및 10 m 공간해상도를 가진 Sentinel-2 위성영상 자료를 활용하고자 하였으며, 딥러닝에 적용하기 위하여 100장 이상의 영상 이미지를 구축하였다. 딥러닝 기반 알고리즘으로는 Convolutional Neural Network (CNN)을 활용하였으며, CNN은 주로 이미지 분류나 객체 검출 문제를 해결하기 위해 제안된 모델로 최근 픽셀 단위로 분류가 가능한 알고리즘이 개발되어 높은 정확도의 수표면 탐지가 가능할 것으로 판단된다. 따라서 본 연구에서는 CNN 기반 수표면 탐지 알고리즘을 개발하여 Sentinel-2 영상 기준 경기도 안성시를 대상으로 소규모 농업용 저수지의 수표면적에 대한 시계열 데이터를 분석하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.55 no.6
• /
• pp.393-404
• /
• 2022

Reliable terrestrial rainfall observations from satellites at finer spatial resolution are essential for urban hydrological and microscale agricultural demands. Although various traditional "top-down" approach-based satellite rainfall products were widely used, they are limited in spatial resolution. This study aims to assess the potential of a novel "bottom-up" approach for rainfall estimation, the parameterized SM2RAIN model, applied to the C-band SAR Sentinel-1 satellite data (SM2RAIN-S1), to generate high-spatial-resolution terrestrial rainfall estimates (0.01° grid/6-day) over Central South Korea. Its performance was evaluated for both spatial and temporal variability using the respective rainfall data from a conventional reanalysis product and rain gauge network for a 1-year period over two different sub-regions in Central South Korea-the mixed forest-dominated, middle sub-region and cropland-dominated, west coast sub-region. Evaluation results indicated that the SM2RAIN-S1 product can capture general rainfall patterns in Central South Korea, and hold potential for high-spatial-resolution rainfall measurement over the local scale with different land covers, while less biased rainfall estimates against rain gauge observations were provided. Moreover, the SM2RAIN-S1 rainfall product was better in mixed forests considering the Pearson's correlation coefficient (R = 0.69), implying the suitability of 6-day SM2RAIN-S1 data in capturing the temporal dynamics of soil moisture and rainfall in mixed forests. However, in terms of RMSE and Bias, better performance was obtained with the SM2RAIN-S1 rainfall product over croplands rather than mixed forests, indicating that larger errors induced by high evapotranspiration losses (especially in mixed forests) need to be included in further improvement of the SM2RAIN.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.100-100
• /
• 2019

최근 대기 중 미세먼지의 농도가 높은 일수가 급증하면서, 미세먼지를 저감하고자 하는 연구가 활발히 이루어지고 있다. 미세먼지는 주로 자동차 혹은 공장 등 인간 활동에 의한 오염물질 배출에 의해 발생하는 것으로 알려져 있으며, 태양복사에너지, 토양수분, 강우, 풍속 등의 수문기상학적 인자에 의해 발생, 이동, 소멸의 과정을 거친다. 현재 우리나라에서는 미세먼지 농도를 관측하기 위해 지점 기반의 관측소를 운영하고 있으며, 관측소가 위치하지 않은 지역의 미세먼지 농도는 선형 보간법 등을 활용한 내삽 기법을 통해 제공하고 있다. 그러나 미세먼지 농도는 다양한 수문기상인자들의 영향에 의한 차이가 크게 나타나기 때문에 지점 기반의 자료로는 해당 지역의 미세먼지 농도를 추정하는 데 어려움이 많다. 본 연구에서는 미세먼지의 공간적인 분포를 추정하고자 MODerate resolution Imaging Spectroradiometer (MODIS) 에어로졸 자료와 Global Land Data Assimilation System (GLDAS) 수문기상인자를 활용하여 미세먼지 농도에 영향을 주는 것으로 판단되는 다양한 수문기상인자들과의 상관성을 분석하였다. 미세먼지와 각 인자간의 상관성을 분석하여 높은 상관성을 갖는 수문기상인자들을 도출하고 최적의 선형회귀분석 모델을 구축하기 위해 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 사용하였으며, 지점 데이터와의 비교를 통해 활용성을 검증하였다. 전체적으로 수문기상인자를 사용한 선형회귀분석 결과에서는 미세먼지농도 변화의 경향을 반영하고 있는 것을 확인할 수 있었으나, 계절별, 지역별 등 대기 특성을 고려하지 않아 각 기간의 급격한 농도 변화를 감지하기에 어려움이 있었다. 이러한 연구를 바탕으로 수문기상인자와 미세먼지 농도의 패턴이 더욱 정확히 분석된다면, 미세먼지 농도 모니터링과 정확한 예보 시스템의 구축에 효과적으로 활용 될 것으로 기대된다.