• 한국수자원학회논문집
• /
• 제34권4호
• /
• pp.391-401
• /
• 2001

토양수분의 공간적 분포를 예측하기 위하여 지표면 곡률관련인자, 지형흐름인자, 태양에너지 복사인자들을 계산하였다. GPS와 토양수분측정기를 활용한 산지유역에서의 토양수분측정은 토양수분의 공간적 분포자료의 구축을 가능하게 했다. 측정된 토양수분자료와 토양수분 추정인자 사이의 상관관계를 분석하였다. 다중회귀분석을 통한 토양수분 추정인자와 토양수분의 공간적 분포상황에 대한 검토는 수치고도모형(DEM)의 분석을 통한 토양수분 추정능력의 가능성과 한계성을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.119-121
• /
• 2012

수문순환과정의 시공간적 거동의 해석 및 정량화는 효율적인 수자원 관리 및 계획을 위해서 반드시 선행되어야 하는 연구이다. 그러나 현재 국내의 수문순환과정을 분석하는 연구는 매우 미비한 실정이다. 특히 수문기상인자 중 토양수분은 지표와 대기에서 물과 에너지를 연결해주는 중요한 인자중 하나로 그 중요성 대두되고 있지만 관측시설의 제한과 큰 시공간 변동성을 가지고 있을 값을 추정하는데 어려움이 있다. 최근에는 이를 보완하기 위하여 선진국을 중심으로 연구되고 있는 원격탐사 기술을 도입하였다. 특히 원격탐사를 통해 산정된 Normilized Difference vegetation Index (NDVI) 와 토양수분과의 관계를 파악하기 위한 많은 연구들이 진행되어 왔다. NDVI는 토양수분에 직, 간접적인 영향을 주는 식생의 활동을 나타내는 인자이다. 이러한 이유로 많은 연구에서 NDVI와 토양수분과의 관계에 대해 규명해 왔으며, NDVI를 통한 토양수분의 추정 및 검증이 이루어졌다. 본 연구에서는 Moderate Resolution Imaging Spectroradiometer (MODIS) 에서 산정된 식생지수와 토양수분의 실측데이터를 이용하여 관측지에서의 식생지수와 토양수분의 관계를 규명한 후, 이 관계를 이용하여 관측 지역 이외의 장소의 토양수분 값을 추정 할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.160-160
• /
• 2017

본 연구는 앙상블 칼만필터(Ensemble Kalman Filter)를 통해 인공위성 기반 토양수분 자료를 수문모형에 동화하여 단위 격자에 대한 수문인자를 산출하고자 한다. 수문모형은 Variable Infiltration Capacity(VIC) model을 대상으로 수행하였으며, 시범 유역으로는 소양강댐 유역을 선정하였다. 입력자료는 2007년 이후 8년간 자료를 수집하였으며, 2007-2010년 관측 유량 자료를 사용하여 모형을 보정하고, 2011-2014년 자료를 통하여 검증하였다. Isolated-Speciation Particle Swarm Optimization(ISPSO) 기법을 통하여 매개변수를 추정하였고, 보정기간 뿐 아니라 검증 기간에 대해서도 높은 모형효율성계수를 얻을 수 있었다. VIC 모형 자료 동화 대상 자료로는 AMSR2 위성 토양 수분 자료, 지상관측 토양수분 보간자료 및 조건부합성방법을 통한 위성/지점 융합 토양수분을 선정하였다. 위성 토양 수분 자료는 값을 과대 추정하는 경향이 있었으며, 지상관측 보간 자료는 유량이 큰 사상에 대한 첨두 유량을 과소 추정하는 경향을 보였다. 인공위성자료와 지상 자료를 합성한 조건부합성기법 토양수분자료는 더 정확한 추정이 가능하여 모의의 정확도가 향상되었다. 본 연구를 통해서 미계측 유역에 대해 격자별 수문기상인자 정보를 제공할 수 있으며, 데이터베이스를 구축하여 다양한 수문분석에 기초자료로 활용될 수 있을 것이다.

• 한국토양비료학회지
• /
• 제44권5호
• /
• pp.878-886
• /
• 2011

본 연구에서는 레이더파 편파 차이비율에서 얻어진 밴드별 Polarimetric Discrimination Ratio (PDR)와 콩 생육인자 및 토양수분과의 관계를 분석하고 PDR를 이용하여 콩 생육 및 토양수분을 추정하고자 하였다. 기후 등의 영향을 받지 않고 10분 단위로 레이더 산란 측정을 할 수 있는 L, C, X-밴드 레이더 산란계 자동측정시스템을 이용하여 PDR와 콩 생육인자 변화를 모니터링 하였다. 콩 생육시기에 따른 밴드별 PDR과 콩 생육인자 변화를 관측한 결과 L-밴드 PDR이 C-, X-밴드 PDR보다 높게 나타났고, 밴드별 PDR이 가장 높게 보인 시기는 L-밴드PDR (DOY 271), C-, X-밴드 PDR (DOY 273)로 거의 일치하였고, 엽면적지수, 식생수분함량, 생체중, 초장 등 콩생육인자들도 동일한 경향을 보였는데 콩 파종 이후 증가하다가 9월 27일 (DOY 270)에 최대값을 보인 후 감소하였다. 하지만 토양수분은 콩 생육인자들과 다른 경향을 보였다. 생육기간동안 토양수분의 변이가 컸고 PDR과 상관성 도 높지 않았다. 하지만 엽면적지수가 2이하 일 때 콩PDR이 증가함에 따라 토양수분도 증가하는 경향을 보였다. 밴드별 PDR과 콩 생육인자와의 상관관계를 분석하였다. L-밴드 PDR에서 생체중 (r=$0.96^{***}$), 엽면적지수 (r=$0.91^{***}$),식생수분함량 (r=$0.94^{***}$), 토양수분 (r=$0.86^{**}$)등 모든 콩생육인자들과 상관계수가 가장 높게 나타났다. C-, X-밴드 PDR에서도 토양수분을 제외한 다른 인자들과 대체로 상관성이 높았다 ($r{\geq}0.83$). 전체 생육기간에서 PDR과 토양수분과의 상관성은 낮았지만 엽면적지수 2 이하 일 때(DOY 220) 모든 밴드에서 PDR과 토양수분과의 상관계수가 전체 생육단계에서 조사한 것 보다 높게 나타났다. 콩 생육인자들과의 상관분석에서 상관계수가 가장 높은 L-밴드 PDR를 이용하여 콩 생육인자 추정을 위한 회귀식을 작성하고 생육인자 실측값과 추정값을 비교하였다. L-밴드 PDR과 생육인자들과의 관계를 비교해 본 결과 생체중 ($L^2$=0.95), 엽면적지수 ($L^2$=0.89), 식생수분함량 ($L^2$=0.93)에서 결정계수가 높게 나타났고 생육인자 실측값과 추정값을 1:1 선상에서 비교해 본 결과 작은 오차를 보여 추정모형의 유효성이 높다는 것이 증명되었다. 본 연구를 통해 PDR를 이용하여 콩 생육 및 토양수분을 추정할 수 있는 가능성을 확인하였다.

• 한국수자원학회논문집
• /
• 제36권2호
• /
• pp.251-261
• /
• 2003

여러 가지 토양수분의 예측인자에 대한 해상도 문제를 고찰하였다. 다양한 인자에 대한 민감도는 통계적인 분석을 기반으로 논의되었다. 수치지형모형에서 세 가지 흐름 결정 알고리즘의 해상도에 대한 통계적인 분석이 수행되었다. 단방향 흐름알고리즘으로 계산한 상부사면 기여면적은 다른 두 알고리즘(다방향 알고리즘, DEMON)보다 더욱 민감한 것으로 나타났다. 습윤지수의 경우는 해상도나 계산과정의 변화에 상대적으로 민감도가 미소한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.301-301
• /
• 2018

본 연구에서는 위성 기반 토양수분 자료를 수문모형에 자료동화하여 격자 단위에서 수문기상인자를 산출하고 그 정확성을 평가하였다. 수문모형으로는 Variable Infiltration Capacity(VIC) model을 선정하여 국내 주요 8개 댐 유역에 구축하였으며, 입력자료는 2008년 이후 10년간 자료를 수집하였으며, 2008-2012년의 관측 유량 자료를 사용하여 모형을 보정하였다. 모형의 보정을 위해 Isolated-Speciation Particle Swarm Optimization(ISPSO) 기법을 적용하여 매개변수를 추정하였고, 2013-2017년의 관측유량 자료를 통하여 모형의 성능을 검증하였다. VIC 모형에 자료 동화한 토양수분 자료는 AMSR2 위성 토양 수분 자료와 지상관측 토양수분 자료를 합성한 자료를 사용하였으며, 인공위성자료와 지상 자료를 조건부합성기법으로 합성한 토양수분자료는 각 격자별 토양수분을 더 정확히 산정하여 자료동화시 모형의 모의 정확도가 향상되는 경향을 보였다. 본 연구결과는 지상관측자료를 통해 보정된 위성관측 토양수분자료를 자료동화하여 수문모형의 정확도를 향상시키고, 미계측 유역에 대한 향상된 수문기상인자 정보를 제공함으로써 다양한 수문분석의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.823-827
• /
• 2010

원토양인 논토양 위에 마사토를 적토(積土)한 토양에 대한 토양수분 특성곡선을 작성해 보고, 이를 추정하는데 가장 널리 활용되고 있는 van Genuchten (VG) 모형과 Brooks-Corey (BC) 모형을 비교평가 해 그 효용성을 판단하기 위해 수행했다. 4개의 층위로 구분되는 측정 대상토양은 표토부터 30 cm 까지는 양질사토, 30~70, 70~120 cm는 사토, 120 cm 이상에서는 사양토로 분석된 토양이다. 토양수분 함량과 토양수분 메트릭 퍼텐셜과의 관계를 나타내는 토양수분 특성곡선 분석에 따르면, 원토양인 120 cm 이상 깊이 토양에서의 수분보유 특성을 제외하고 나머지 세 개 층위 토양에서의 수분 보유 특성은 0~30 cm, 30~70 cm 층위는 비슷하고 70~120 cm 층위는 약간 높은 경향이었다. 상대수분 포화도와 토양수분 메트릭 퍼텐셜의 관계를 표현함에 있어 멱함수 형태인 BC 모형보다는 해석학적 분석방법을 활용한 VG모형이 실측값에 근사한 추정결과를 제공했다. 포화상태의 종점이자 불포화상태의 시발점인 공기유입가 (AEV) 추정에도 측정 한계치 부근의 메트릭 퍼텐셜 값을 나타내는 BC모형보다는 9.5~40 cm (4 kPa)을 보였던 VG모형이 적합했다. 따라서, 인위적으로 원토양 위에 석비레 (마사토)로 적토된 토양에서의 토양수분 특성곡선 작성을 위한 추정모형에 VG모형을 활용하는 것이 바람직할 것이다. 이러한 결과로부터 VG 모형을 수자원량 산정을 위한 SCS (Soil Conservation Service, USDA) CN (Curve Number) 계산 과정에서 토양단면 내의 수분 보유 인자 (retention parameter) 산출을 위한 토양수분함량을 추정하는데 활용하거나 침투모형 (Green-Ampt Mein-Larson)을 설명하기 위한 습윤전선 매트릭 퍼텐셜을 추정하는데 사용할 수 있을 것이다.

• 대한토목학회논문집
• /
• 제30권5B호
• /
• pp.437-444
• /
• 2010

토양수분은 물 에너지 순환에서 지표면과 대기 사이의 복잡한 관계를 이해하기 위한 중요한 수문인자 중 하나이다. 일반적으로, 토양수분은 온도, 바람, 토성에 의한 증발과 식생에 의한 증산에 의하여 결정이 되는 것으로 알려져 있다. 하지만, 각 인자와 토양수분과의 관계에 대한 심도 있는 연구는 아직 부족한 실정이다. 본 연구에서는 Flux tower(설마천 타워)에서 생성되는 측정인자인 대기온도, 비습, 풍속을 고려하여 토양수분 예측치를 산정하였으며 이를 실측치와 비교하고 상관분석을 실시하였다. 토양수분은 특히 겨울에는 지중온도와 매우 강한 양의 상관계수를 가졌으나 이외의 항인 대기온도, 비습, 풍속과는 상관성이 낮게 산정되었다. 봄부터 가을까지의 자료에서는 지중온도가 토양수분과 매우 강한 음의 상관계수를 가지며 대기온도와 비습의 경우 상당한 음의 상관계수를 가지며 풍속은 식생의 영향으로 상관성이 매우 낮은 것으로 판단되었다. 중회귀분석을 통하여 계절별 토양수분을 추정하여 이를 측정값과 비교하였으며 결정계수($R^2$)는 봄의 경우 0.82, 여름의 경우 0.81, 가을의 경우 0.82, 겨울의 경우 0.96로 대체로 양호한 결과를 나타내었다. 본 연구에서 토양수분에 대한 지표상의 수문기상인자들과의 밀접한 상관관계는 공간해상도가 비교적 큰 원격탐사 토양수분의 downscaling에 유용한 정보를 제공할 수 있으며, 지표상의 물 에너지 순환에 대한 보다 나은 이해를 줄 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.414-414
• /
• 2017

토양수분은 지면환경에서 일어나는 수문 및 에너지 순환을 이해하는 데 있어 중요한 기상인자이다. 토양수분 현장관측은 땅속에 매설된 센서에 의해 상당히 정확하게 이루어지만, 관측점 수가 충분치 않아 공간적 연속성을 확보하지 못하는 어려움이 존재한다. 이에 광역적 및 연속적 관측이 가능한 마이크로파 위성센서가 토양수분 정보 획득을 위한 보조수단으로서 그 중요성이 부각되고 있다. 마이크로파 위성센서는 구름 등 기상조건의 제약을 받지 않으며, 1978년 이래 현재까지 여러 위성에 의해 25 km 및 10 km 해상도의 전지구 토양수분자료가 생산되어 왔다. 마이크로파 센서를 이용한 토양수분자료는 동일지점에 대하여 하루 2회 정도 산출되므로 적절한 시간분해능을 가지지만, 공간해상도가 최고 10 km로서 지역규모의 수문분석에 적용하기에는 충분치 않다. 이러한 토양수분자료의 공간해상도 문제 해결을 위하여 다양한 지면환경요소를 활용한 통계적 다운스케일링이 대안으로 제시되었다. 최근의 선행연구들은 대부분 방정식을 이용한 결합모형을 통해 통계적 다운스케일링을 수행하였는데, 회귀식과 같은 선형결합뿐 아니라 신경망이나 기계학습 등의 비선형결합에서도, 불가피하게 발생할 수밖에 없는 잔차(residual)로 인하여 다운스케일링 전후의 공간분포 패턴이 달라져버리는 문제를 안고 있었다. 회귀분석에 잔차의 공간내삽을 결합시킨 회귀크리깅(regression kriging)은 잔차보정을 통해 이러한 문제를 해결함으로써 다운스케일링 전후의 공간분포 일관성을 보장하는 기법이다. 이 연구에서는 회귀크리깅을 이용하여 일자별 AMSR2(Advanced Microwave Scanning Radiometer 2) 토양수분 자료를 10 km에서 1 km 해상도로 다운스케일링하고, 다운스케일링 전후의 자료패턴 일관성을 평가한다. 지면온도(LST), 지면온도상승률(RR), 식생온도건조지수(TVDI)는 일자별로 DB를 구축하였고, 식생지수(NDVI), 수분지수(NDWI), 지면알베도(SA)는 8일 간격으로 DB를 구축하였다. 이러한 8일 간격의 자료를 일자별로 변환하기 위하여 큐빅스플라인(cubic spline)을 이용하여 시계열내삽을 수행하였다. 또한 상이한 공간해상도의 자료는 최근린법을 이용하여 다운스케일링 목표해상도인 1 km에 맞도록 변환하였다. 우선 저해상도 스케일에서 추정치를 산출하기 위해서는 저해상도 픽셀별로 이에 해당하는 복수의 고해상도 픽셀을 평균화하여 대응시켜야 하며, 이를 통해 6개의 설명변수(LST, RR, TVDI, NDVI, NDWI, SA)와 AMSR2 토양수분을 반응변수로 하는 다중회귀식을 도출하였다. 이식을 고해상도 스케일의 설명변수들에 적용하면 고해상도 토양수분 추정치가 산출되는데, 이때 추정치와 원자료의 차이에 해당하는 잔차에 대한 보정이 필요하다. 저해상도 스케일로 존재하는 잔차를 크리깅 공간내삽을 통해 고해상도로 변환한 후 이를 고해상도 추정치에 부가해주는 방식으로 잔차보정이 이루어짐으로써, 다운스케일링 전후의 자료패턴 일관성이 유지되는(r>0.95) 공간상세화된 토양수분 자료를 생산할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.159-159
• /
• 2016

북한 지역에서 시작되어 한반도의 금문댐까지 연결되는 임진강은 북한지역의 유출량 미계측으로 인해 유출량 산출에 많은 어려움이 있어왔다. 본 연구에서는 위성 데이터를 활용하여 미계측 유역의 유출량을 추정 할 수 있는 기법을 제시하였다. Satellite-derived Flow Signal (SDF)는 위성 기반 특정 지역의 유출 정보를 제공하며, JAXA의 GCOM-W1 위성에 탑재된 Advanced Microwave Scanning Radiometer 2(AMSR2) 센서에서 산출된다. 본 연구에서는 SDS 뿐 아니라 유출에 크게 관련이 있는 지표 토양수분 데이터와 식생인자를 임진강 유출 값을 예측하기 위한 입력 값으로 활용하였다. 토양수분 데이터는 Metop-A 위성에 탑재된 Advanced Scatterometer(ASCAT) 센서에서 산출되는 데이터를 활용하였으며, 식생데이터는 Aqua 위성에 탑재된 Moderate Resolution Imaging Spectroradiometer(MODIS) 센서에서 측정되는 Normalized Difference Vegetation Index(NDVI) 데이터를 활용하였다. 추가적으로 SDS, 토양수분, NDVI 데이터는 다양한 lag time으로 약 150여개의 입력데이터로 세분화되었다. 150개의 방대한 입력인자는 Partial Mutual Information(PMI) 방법을 통해 소수 중요 인자들로 간추려져 기계 학습 입력인자로 활용되었다. 기계학습에 있어서는 Support Vector Machine(SVM), Artificial Neural Network (ANN) 기법을 활용하였다. SVM, ANN을 통해 모델화된 유출데이터는 금문댐 유출데이터와 비교/분석되었다. SVM 기법 기반의 유출량은 실제 유출량과 0.73의 상관계수를 보여주었고, ANN 기법 기반의 유출량은 0.66의 상관계수를 결과를 나타내었다. 하지만 SVM 기반 유출데이터는 과소 산정 되는 경향을 보였으며, ANN 기법 기반의 유출량은 과대산정되는 결과가 산출되는 한계점이 있음을 파악할 수 있었다.