• 한국수자원학회논문집
• /
• 제40권1호
• /
• pp.73-88
• /
• 2007

본 연구의 목적은 결측 혹은 미계측 증발접시 증발량과 우리나라에서 계측되고 있지 않은 알팔파 기준증발산량의 산정을 위하여 유전자 알고리즘이 내재된 일반화된 회귀신경망모형을 개발하고 적용하는데 있다. 우리나라에서는 장기간동안 증발산계를 이용하여 알팔파 기준증발산량의 관측이 시행되지 않고 있으므로, 본 연구에서는 Penman-Monteith(PM) 공식을 이용하여 산정된 값을 계측된 알팔파 기준증발산량으로 가정하였다. 본 연구를 통하여 최적 증발접시 증발량과 알팔파 기준증발산량의 산정을 위한 COMBINE-GRNNM-GA(Type-1) 모형을 개발하였으며, 훈련, 테스트 및 재현과정을 통하여 COMBINE-GRNNM-GA(Type-1) 모형을 평가하였다. COMBINE-GRNNM-GA (Type-1) 모형은 제시된 기상인자를 평가할 수 있으며, 증발접시 증발량과 알팔파 기준증발산량에 대한 신뢰성 있는 자료를 구축할 수 있다. 더 나아가서 우리나라에서 관개배수 시스템 구축을 위한 참고자료를 제공할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.291-291
• /
• 2023

증발량을 산정하는 방법 중 증발접시를 활용한 방법은 하천의 증발량을 직접적으로 측정할 수 있는 장점이 있는 반면, 장기간의 증발접시를 활용한 증발량 추정은 현실적으로 쉽지 않다. 대표적인 증발량 산정식으로는 에너지 수지 및 공기동역학적 원리의 혼합적용 방법(PCE, Penman combination equation)과 경험적 바람공식(PWF, Penman wind function)이 있다. PCE로 산정된 증발량의 경우 하천 내 바닥열(bed heat flux)과 물기둥의 열저장 변화율이 장기간 규모의 순 복사량에 비해 작은 값을 가져 식에서 제외되므로 전반적으로 증발량이 과대 추정되는 문제가 발생한다. 반면, PWF로 산정한 증발량에서는 광범위한 매개변수 범위와 기상자료의 부족으로 모형의 불확실성을 증대시키는 요인으로 작용한다. 본 연구의 최종적인 목표는 하천 수로의 수면증발량을 추정하는 것이지만, 실제 하천 중심에서 증발량을 추정하기 위한 수문학적 자료는 매우 부족한 실정이다. 따라서, 본 연구에서는 유역단위에서의 증발량을 전이하는 방안을 모색하고자 하며, 구체적인 연구과정은 다음과 같다. 첫째, 유역단위 수문학적 자료를 수집하여(flux tower 자료 활용) 유역단위의 증발량을 산정한다. 둘째, PCE와 PWF으로 산정한 증발량과 관측된 증발량을 이용하여 각 식의 매개변수를 최적화한다. 마지막으로 최적화된 매개변수를 적용한 증발량과 관측값의 유사성을 분석한다. 본 연구에서는 하천단위의 증발량을 산정하기 위해 PWF을 적용하였으며 용담댐 내의 기상자료를 활용하여 산정한 증발량과 실제 용담댐 내의 수면증발량의 상관성을 분석한 결과 높은 상관성 확인할 수 있었다. 따라서 하천 주변에 증발량 추정을 위한 최소한의 기상정보가 존재하는 지역에서, 하천단위의 증발량을 산정할 수 있으며 장기간의 증발량도 산정할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.392-395
• /
• 2017

본 연구에서는 일 증발접시 증발량 산정을 위한 딥러닝 (deep learning) 모형의 적용성을 평가하였다. 본 연구에서 적용된 딥러닝 모형은 deep belief network (DBN) 기반 deep neural network (DNN) (DBN-DNN) 모형이다. 모형 적용성 평가를 위하여 부산 관측소에서 측정된 기상자료를 활용하였으며, 증발량과의 상관성이 높은 기상변수들 (일사량, 일조시간, 평균지상온도, 최대기온)의 조합을 고려하여 입력변수집합 (Set 1, Set 2, Set 3)별 모형을 구축하였다. DBN-DNN 모형의 성능은 통계학적 모형성능 평가지표 (coefficient of efficiency, CE; coefficient of determination, $r^2$; root mean square error, RMSE; mean absolute error, MAE)를 이용하여 평가되었으며, 기존의 두가지 형태의 ANN (artificial neural network), 즉 모형학습 시 SGD (stochastic gradient descent) 및 GD (gradient descent)를 각각 적용한 ANN-SGD 및 ANN-GD 모형과 비교하였다. 효과적인 모형학습을 위하여 각 모형의 초매개변수들은 GA (genetic algorithm)를 이용하여 최적화하였다. 그 결과, Set 1에 대하여 ANN-GD1 모형, Set 2에 대하여 DBN-DNN2 모형, Set 3에 대하여 DBN-DNN3 모형이 가장 우수한 모형 성능을 나타내는 것으로 분석되었다. 비록 비교 모형들 사이의 모형성능이 큰 차이를 보이지는 않았으나, 모든 입력집합에 대하여 DBN-DNN3, DBN-DNN2, ANN-SGD3 순으로 모형 효율성이 우수한 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.1033-1046
• /
• 2019

본 연구에서는 13개의 일사량 산정모델들로부터 산정된 일사량을 우리나라 5개 기상관측지점에서 측정된 일사량자료와 비교함으로서 이들 일사량 산정모델들의 활용 적합성을 평가하였다. 또한 일사량 산정모델이 증발에 미치는 영향을 파악하기 위해서 일사량자료를 필요로 하는 Penman 조합식에 근거한 5개 증발량 산정식들을 적용하여 증발량을 산정하고 증발접시 증발량과 비교 분석하였다. 일부 일사량 산정모델은 기상자료만을 필요로 하며, 반면에 다른 일부 모델은 기상자료뿐만 아니라 고도와 같은 지형 자료를 필요로 한다. 연구결과에 의하면 일조시간과 가조시간의 비(일조시간/가조시간)뿐만 아니라 최고기온과 최저기온을 동시에 고려하여 일사량을 산정하는 모델이 관측 일사량과 가장 근사한 결과를 보여주었다. 또한 일조시간과 가조시간의 비만을 이용한 Angstrőm-Prescott모델의 계수값을 보정하는 경우 역시 일사량 산정의 정확도를 크게 개선시키는 것으로 나타났다. 따라서 증발량 산정을 위해 일사량모델을 선정하는 경우 입력자료의 존재여부 뿐만 아니라 적절한 일사량을 산정하는 모델형식을 동시에 고려하는 것이 필요하다. 관측된 일사량을 적용하여 증발량을 산정하는 경우에 Penman식은 전주, 제주지역에서 증발접시 증발량과 가장 근사한 것으로 나타났고, FAO PM식은 서울과 목포지역에서 그리고 KNF식은 대전지역에서 증발접시 증발량과 가장 근사한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.35-39
• /
• 2011

토양과 식물의 잎에서 일어나는 증발산은 주로 증발접시, 침루계 등을 이용하여 실측하거나 에디 공분산, Bowen 비 등을 이용하여 경험적으로 측정할 수 있으나, 이러한 지점별 실측 자료는 공간적인 변동성이 큰 수문기상인자 특성상 지역적인 대표값으로 적용하는 데 어려움이 따른다. 본 연구에서는 이러한 기존 증발산 관측 방법의 단점을 보완하고자 인공위성 영상자료를 기반으로 한 원격탐사 기법을 이용하여 Penman-Monteith (PM)와 Priestley-Taylor (PT) 공간 증발산 산정 모형을 적용, 우리나라 증발산의 시공간적인 분포를 산정하였다. Terra 인공위성에 탑재된 Moderate Resolution Imaging Spectroradiometer (MODIS)로부터 제공되는 위성 영상 자료를 이용하여 기존에 연구된 증발산 모형을 이용하여 증발산을 산정하고 이를 상호 비교함으로써 우리나라에 대한 적용성을 검토하였다. 본 연구의 결과는 토양 및 식생이 소비하는 물의 양을 보다 정확하게 시공간적으로 파악하여 정부 차원의 수자원 관리 계획 수립에 유용하게 이용될 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.766-770
• /
• 2005

Cascade-Correlation Neural Networks Model(CCNNM) is used to estimate daily evaporation using limited climatical variables such as atmospheric temperature, dewpoint temperature, relative humidity, wind speed, sunshine duration and radiation. DeBruln equation is applied to estimate daily free-surface evaporation. It is converted into pan evaporation using pan coefficient. The results of CCNNM shows better than those of Debruin equation. This research represents that the strong nonlinear relationship such as evaporation modeling can be generalized by the CCNNM ; a special type of Backpropagation algorithm Neural Networks Model.

• 태양에너지
• /
• 제12권3호
• /
• pp.116-125
• /
• 1992

증발부를 접시형으로 하고 응축부를 나선형 그루우브로 하는 히이트파이프에서 움직이지 않는 경우와 회전을 하는 경우 입 열량에 따라 벽면과 증기의 온도분포를 구하여 전열특성을 연구하였다. 본 연구에 사용된 히이트파이프는 단순 히이트파이프보다 우수한 전열특성을 가지며, 히이트파이프의 열전달은 입열량과 회전수가 증가하면 증가하였다.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.29-36
• /
• 2011

다양한 형태의 지표면에서 일어나는 증발산은 지표면과 대기 사이의 상호작용을 이해하기 위해 꼭 필요한 수문학적 인자이다. 일반적으로 증발산은 증발접시, 침루계 등을 이용하여 경험적으로 측정하는 방법을 쓰고 있지만 한 지점에만 국한되어 적용되는 단점이 있어 외부환경에 대한 변동성이 큰 증발산의 공간적인 분포를 정확하게 알기 어렵다. 따라서 이러한 점들을 보완하고 해결하기 위해 원격탐사를 이용하여 증발산의 공간적인 분포를 산정하였다. 본 연구에서는 에너지 수지 방법을 기반으로 한 원격 이미지 처리 모형인 Mapping EvapoTranspiration with Internalized Calibration(METRIC) 모형을 이용하여 2003년 2월 1일, 2006년 9월 13일 Landsat 위성 관측 이미지를 경안천 유역에 적용, 에너지 수지식의 각 항을 이루는 순복사 에너지, 토양열 플럭스, 현열 플럭스, 잠열 플럭스 및 증발산을 통합적으로 처리하여 지도로 나타냈다. 모형 결과의 검증을 위한 기본 통계분석을 실시하였고 수원 기상청의 증발접시 증발량과 비교하여 각각 22%, 11%의 오차를 보여 모형이 유역 내에서 높은 신뢰성을 보인다는 것을 확인하였다. 또한 토지 피복 현황에 따른 증발산의 공간적 분포 경향을 분석하였고, 그 결과 식생의 밀도가 전반적인 증발산량 분포에 큰 영향을 준다는 것을 확인하였다. 계절적으로는 식생의 활동이 활발하게 일어나는 생장기의 증발산이 휴면기에 일어나는 증발산보다 더 큰 값을 보였다. 작성된 증발산 지도는 향후 유역 내 토지 피복, 식생 분포, 고도, 지형 등 외부 인자들의 변화에 따라 증발산이 어떠한 거동을 보이는지를 파악할 때 유용하게 이용될 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.67-70
• /
• 2012

현재 국내외에서는 양질의 증발산을 관측하여 활용하기 위해 증발접시 (evaporation pan), 침루계 (lysimeter) 등을 이용하여 실측하거나 Flux Tower에서 Eddy covariance technique, Bowen ratio method 등을 이용하여 경험적으로 산정하고 있다. 이러한 방법으로 산정되는 증발산은 크게 두 분류로 나눌 수 있다. 일반적인 기후 상태에서 유역의 토양이 증발산에 방해를 받지 않을 정도로 충분히 물을 포함하고 있고, 식생이 조밀한 상태에서의 증발산량을 의미하는 잠재 증발산과 실제 산정치인 실제 증발산으로 나눌 수 있다 (Thornthwait, 1939). 본 연구에서는 유역의 잠재 증발산을 산정하여 실제 증발산과 비교를 통해 적용성을 확인하고자 한다. 잠재 증발산을 산정하는 방법은 Moderate Resolution Imaging Spectroradiometer (MODIS) 인공위성 데이터를 이용한 원격탐사 기술을 적용하여 산정한다. 원격탐사 기술은 지상 관측의 단점을 보완한 것으로써, 날씨, 인간 활동 등 주변 외부 환경의 영향에 민감하게 반응하여 공간적인 분포 현황을 파악하는 것이 어려운 지상 관측의 한계점을 대체하기 위한 방법이다. 이들 방법으로는 가장 널리 쓰이는 Penman-Monteith (Penman, 1948; Monteith, 1965), 일별 최대, 최저, 평균 기온을 이용한 Hargreaves 방법 (Hargreaves, 1985)과 Priestley-Taylor 방법 (Priestley and Taylor, 1972) 등의 세 가지 방법을 소개하였다. 세 가지 방법으로 산정된 잠재 증발산을 통해 해당 유역의 잠재 증발산의 공간적인 거동을 파악해 볼 수 있다.

• 한국수자원학회논문집
• /
• 제50권11호
• /
• pp.781-793
• /
• 2017

본 연구에서는 우리나라 56개 연구지역에 대해서 증발량 산정방법 중에 하나인 공기동력학적 방법의 적용성을 검토하였다. 이를 위해 과거 연구자들에 의해서 제안된 공기동력학적 증발량 산정식들을 7가지 형식으로 구분하고 일반화하여 증발량 산정모델을 유도하였다. 또한, 공기동력학적 방법 적용에 필요한 기상요소자료들(풍속, 포화미흡량, 기온, 대기압)을 이용하여 4가지의 다변량 선형회귀모델을 유도하고 그 적용성을 검토하였다. 기상자료들의 자기상관의 영향을 고려하기 위해 변수들을 차분시켜 회귀분석을 실시하고 자기상관을 고려하지 않은 경우와 비교한 결과 결정계수 값에 큰 차이가 없음을 확인하였다. 연구결과에 의하면 공기동력학적 모델이나 다변량 선형회귀모델 모두에서 산정된 월 증발량과 관측된 월 증발량 사이에 매우 높은 상관성이 있는 것으로 나타났다. 하지만 대부분의 증발량 산정모델에서 8, 9, 10, 11, 12월에 증발량을 과다 산정하고 있는 것으로 나타났다. 다변량 선형회귀모델들에 사용된 기상요소자료들은 모두 증발량 산정에 유의한 영향력이 있는 것으로 나타났으며, 특히 포화 미흡량이 가장 중요한 기상요소이며, 두 번째로는 기온, 세 번째로는 풍속, 그리고 마지막으로 대기압인 것으로 나타났다.