• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.282-282
• /
• 2023

도시침수와 도시열섬 등 도시화 및 기후변화로 인한 물 및 환경문제에 대비하기 위해서는 고해상도 물순환 및 열순환 해석 기술이 필수적이다. 도심지의 고밀도 건축물 및 식생 등 다양한 토지피복의 조합은 물/열 순환에 직접적인 영향을 미치는 요인이며, 물리과정에 대한 이해를 높이기 위해서는 고해상도 모의 및 관측이 필요하다. WRF-Hydro는 침투 및 증발산, 열 순환, 지표와 하천 및 저수지 추적 등 여러 물/열 순환 요소 해석 모듈을 연동할 수 있는 공간분포형 수문 해석 시스템이다. 본 연구에서는 WRF-Hydro를 기반으로 낙동강 지류인 금호강 유역에 대한 고해상도 물순환 및 열순환 모형을 구축하여, 토양수분, 하천 유량, 지표온도, 증발산 등 수문 요소 해석 결과를 분석한다. WRF-Hydro 모형의 입력자료 구축 시 고해상도 토지피복 및 토양도를 적용하고, 기상자료에는 국내 지상관측자료와 국외 재분석자료를 비교, 분석하여 자료의 신뢰성을 분석한다. 또한, ECOSTRESS 등 고해상도 원격탐사자료로부터의 열, 증발산 관련 추정 자료를 모의 결과와 비교하여, 열순환 해석의 불확실성을 평가한다. 물순환과 열순환의 해석의 신뢰도를 동시에 향상하기 위한 분포형 모형의 구축 및 매개변수 보정 방안에 대해 토의한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1498-1502
• /
• 2007

본 연구에서는 격자기반의 레이더강우 등과 같은 향후 제공될 분포형 강수를 활용하기 위해 국내 유역에서 GIS와 연계한 물리적 기반의 수문학적 분포형모형의 적용성을 검토하고, 향후 저수지 유입량 예측을 위해 수자원공사 현업에서 실시간 물관리에 사용하고 있는 개념적기반의 집중형모형인 Kwater홍수분석모형과 실시간 홍수조절을 목적으로 미국 오클라호마대학의 백스터교 수측에서 개발된 물리적기반의 분포형모형인 Vflo모형을 이용하여 낙동강권역의 남강댐유역을 대상으로 유출해석을 수행하여 양 모형의 구조적인 장단점 등을 비교분석하였다. 입력이 되는 분포형 강우는 지상관측강우, 레이더추정강우를 적용하였고, GIS수문매개변수를 ArcGIS 및 ArcView를 활용하여 DEM, 토지피복도, 토양도 등의 기본 GIS자료들로 부터 추출, 물리적기반의 분포형모형(Vflo)의 입력인자로 사용하여 모형의 초기설정을 향상시켰다. 모형에서 계산된 방법이 물리성을 구비하여 타당한 매개변수의 값으로 현실의 유출량을 재현할 수 있는지를 실제 유역 규모의 스케일로 검증하고자 하였으며 홍수기 댐유역의 유출모의를 위한 모형의 장단점을 파악하고 분포형모형의 향후 실용화 가능성을 검토하였다. 모형 수행 결과, 모형보정은 물리적기반의 분포형모형인 Vflo모형이 집중형모형인 Kwater모형에 비하여 GIS를 이용하여 지형공간 자료와 토양, 토지피복과 같은 물리적 특성을 사용한 모형의 초기 설정을 향상시킴에 따라 평균적으로 첨두유량에서 $\pm254\;cms$, 유출량에서 $\pm14\;mm$, 첨두도달 시간차에서 $\pm15$분 이내의 정확도 향상을 가져왔다. 물리적 기반의 분포형모형인 Vflo모형은 남강댐유역 대다수 관측소에서 별다른 매개변수의 보정없이도 합리적이고 유용한 결과를 보여주었다. 이러한 결과는 GIS와 연계한 물리적기반의 분포형모형이 향후 돌발홍수나 게릴라성 집중호우 등의 악기상에 대응하여 레이더 등의 정확하고 신뢰할만한 강우예측이 입력자료로 생성되었을 때 다목적댐 저수지 운영에 있어서 리드타임을 충분히 확보하여 안정적이고 예측가능한 홍수조절을 수행할 수 있는 가능성을 보여주었다고 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.198-198
• /
• 2022

최근 도시화에 따른 토지 피복 변화와 열섬현상 등의 원인으로 상승하는 도시의 기온이 식물 계절에 미치는 영향에 관한 연구들이 다수 진행되고 있다. 본 연구는 수도권인 서울과 경기도 지역을 대상으로 도시 내 열섬현상으로 인한 기온 상승과 도시 지역 내 식생 생장기간 변화의 관계성을 분석하였다. 식물계절 모니터링에 사용한 개량식생지수(Enhanced Vegetation Index, EVI)는 Google Earth Engine (GEE)에서 제공하는 30 m 해상도의 2000-2021년 NASA-USGS Landsat 위성(TM5, ETM+7, OLI8)의 지표면 반사율(surface reflectance, SR) 자료에서 도출하여 생장기간 산정에 사용하였다. 또한 PRISM (Parameter-elevation Regressions on Independent Slopes Model)을 각 기상관측지점의 일별 지상 기온 자료에 적용하여 30 m 해상도로 생성한 격자형 지표면 온도의 공간적 패턴을 분석하였다. 연구 지역 내 도시화 정도(magnitude)를 도심으로부터의 거리와 환경부 토지피복도 및 인구 밀도를 종합하여 특정하였고, 최종적으로 기후변화 및 도시화 정도와 생장기간 변화의 특징을 분석하였다. 비선형 로지스틱 회귀를 사용하여 EVI 데이터를 종합하여 분석한 결과, 수도권 지역에서 전반적으로 식물계절 개엽일(Start of Season)은 앞당겨지며 낙엽일(End of Season, EOS)은 늦춰져 생장기간(Length of Growing Season, LOS)이 길어짐을 발견하였다.

• Korean Journal of Environment and Ecology
• /
• v.32 no.6
• /
• pp.686-697
• /
• 2018

Due to the advance in remote sensing technology, it has become easier to more frequently obtain high resolution imagery to detect delicate changes in an extensive area, particularly including forest which is not readily sub-classified. Time-series analysis on high resolution images requires to collect extensive amount of ground truth data. In this study, the potential of land coverage mapas ground truth data was tested in classifying high-resolution imagery. The study site was Wonju-si at Gangwon-do, South Korea, having a mix of urban and natural areas. KOMPSAT-3A imagery taken on March 2015 and land coverage map published in 2017 were used as source data. Two pixel-based classification algorithms, Support Vector Machine (SVM) and Random Forest (RF), were selected for the analysis. Forest only classification was compared with that of the whole study area except wetland. Confusion matrixes from the classification presented that overall accuracies for both the targets were higher in RF algorithm than in SVM. While the overall accuracy in the forest only analysis by RF algorithm was higher by 18.3% than SVM, in the case of the whole region analysis, the difference was relatively smaller by 5.5%. For the SVM algorithm, adding the Majority analysis process indicated a marginal improvement of about 1% than the normal SVM analysis. It was found that the RF algorithm was more effective to identify the broad-leaved forest within the forest, but for the other classes the SVM algorithm was more effective. As the two pixel-based classification algorithms were tested here, it is expected that future classification will improve the overall accuracy and the reliability by introducing a time-series analysis and an object-based algorithm. It is considered that this approach will contribute to improving a large-scale land planning by providing an effective land classification method on higher spatial and temporal scales.

• Journal of Korea Water Resources Association
• /
• v.54 no.2
• /
• pp.81-91
• /
• 2021

Synthetic Apreture Radar (SAR) is attracting attentions with its possibility of producing high resolution data that can be used for soil moisture estimation. High resolution soil moisture data enables more specific observation of soil moisture than existing soil moisture products from other satellites. It can also be used for studies of wildfire, landslide, and flood. The SAR based soil moisture estimation should be conducted considering vegetation, which affects backscattering signals from the SAR sensor. In this study, a SAR based soil moisture estimation at regions covered with various vegetation types on the middle area of Korea (Cropland, Grassland, Forest) is conducted. The representative backscattering model, Water Cloud Model (WCM) is used for soil moisture estimation over vegetated areas. Radar Vegetation Index (RVI) and in-situ soil moisture data are used as input factors for the model. Total 6 study areas are selected for 3 vegetation types according to land cover classification with 2 sites per each vegetation type. Soil moisture evaluation result shows that the accuracy of each site stands out in the order of grassland, forest, and cropland. Forested area shows correlation coefficient value higher than 0.5 even with the most dense vegetation, while cropland shows correlation coefficient value lower than 0.3. The proper vegetation and soil moisture conditions for SAR based soil moisture estimation are suggested through the results of the study. Future study, which utilizes additional ancillary vegetation data (vegetation height, vegetation type) is thought to be necessary.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• 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

• Korean Journal of Remote Sensing
• /
• v.37 no.2
• /
• pp.321-335
• /
• 2021

Particulate matter (PM10 and PM2.5 with a diameter less than 10 and 2.5 ㎛, respectively) can be absorbed by the human body and adversely affect human health. Although most of the PM monitoring are based on ground-based observations, they are limited to point-based measurement sites, which leads to uncertainty in PM estimation for regions without observation sites. It is possible to overcome their spatial limitation by using satellite data. In this study, we developed machine learning-based retrieval algorithm for ground-level PM10 and PM2.5 concentrations using aerosol parameters from Geostationary Ocean Color Imager (GOCI) satellite and various meteorological parameters from a numerical weather prediction model during January to December of 2019. Gradient Boosted Regression Trees (GBRT) and Light Gradient Boosting Machine (LightGBM) were used to estimate PM concentrations. The model performances were examined for two types of feature sets-all input parameters (Feature set 1) and a subset of input parameters without meteorological and land-cover parameters (Feature set 2). Both models showed higher accuracy (about 10 % higher in R2) by using the Feature set 1 than the Feature set 2. The GBRT model using Feature set 1 was chosen as the final model for further analysis(PM10: R2 = 0.82, nRMSE = 34.9 %, PM2.5: R2 = 0.75, nRMSE = 35.6 %). The spatial distribution of the seasonal and annual-averaged PM concentrations was similar with in-situ observations, except for the northeastern part of China with bright surface reflectance. Their spatial distribution and seasonal changes were well matched with in-situ measurements.

• Journal of Korea Water Resources Association
• /
• v.49 no.4
• /
• pp.305-314
• /
• 2016

In this study, a quantitative assessment was carried out in order to identify the agricultural drought in time and space using the Terra MODIS remote sensing data for the agricultural drought. The Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) were selected by MOD13A3 image which shows the changes in vegetation conditions. The land cover classification was made to show only vegetation excluding water and urbanized areas in order to collect the land information efficiently by Type1 of MCD12Q1 images. NDVI and EVI index calculated using land cover classification indicates the strong seasonal tendency. Therefore, standardized Vegetation Stress Index Anomaly (VSIA) of EVI were used to estimated the medium-scale regions in Korea during the extreme drought year 2001. In addition, the agricultural drought damages were investigated in the country's past, and it was calculated based on the Standardized Precipitation Index (SPI) using the data of the ground stations. The VSIA were compared with SPI based on historical drought in Korea and application for drought assessment was made by temporal and spatial correlation analysis to diagnose the properties of agricultural droughts in Korea.