• 한국농림기상학회지
• /
• 제11권1호
• /
• pp.39-47
• /
• 2009

물 부족으로 인해 수자원의 확보와 효율적인 관리의 중요성이 커지고 있음에도 불구하고, 물 수지 분석에서 증발산은 다른 성분에 비해 직접 관측이 어려워 물수지 방정식으로부터 어림되거나 단순한 가정이나 경험식으로부터 추정된다. 그러나 이러한 방법들은 오차가 커서 증발산의 신뢰도를 높이려면 직접 관측이 필요하다. 이 연구에서는 설마천 유역의 혼효림의 증발산을 정량화하기위해 2007년 9월부터 2008년 12월까지 에디 공분산 방법을 사용하여 증발산을 직접 측정하였다. 혼효림의 증발산은 성장기(5-7월)에는 평균 $2.2mm\;d^{-1}$, 비성장기인 겨울에는 $0.5mm\;d^{-1}$였다. 2008년 한 해동안의 총 증발산량은 $581mm\;y^{-1}$로 연 강수량(1997mm)의 약 1/3을 차지하였다. 2007년과 2008년에 관측이 겹치는 기간(9-12월)동안 적산된 증발산 총량은 2008년 가을의 강수량과 강수빈도가 2007년의 같은 기간에 비해 적었음에도 불구하고 두 기간 모두${\sim}110mm$로 다르지 않았다. 산림과 대기간의 분리(decoupling) 정도를 나타내는 오메가 인자는 평균 0.5로서 평형증발산과 부과증발산이 전체 증발산에 기여하는 정도가 크게 다르지 않았다. 이는 증발산이 순복사, 포차, 기공전도도 등에 의해 골고루 영향을 받고 있음을 의미한다. 본 연구에서는 실측에 근거한 증발산 자료를 토대로 설마천 유역의 혼효림에서 증발산이 물수지에서 차지하는 기여도를 조사하였고, 향후 유출량과 함께 사용될때 설마천 산림유역의 물수지 분석의 신뢰도을 향상시킬 것으로 기대된다.

• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.277-288
• /
• 2010

다중 수증기/이산화탄소 연직농도시스템(이하 프로파일시스템)은 에디공분산 방법에 의해 측정된 에너지 및 물질 플럭스에 대한 저류항 및 이류의 영향을 정량화하기 위해 광범위하게 이용되고 있다. 본 연구에서는 현재 사용되고 있는 프로파일시스템의 용도를 보다 확장하여 안정동위원소 분석을 위한 공기시료 채취에 활용하였다. 프로파일시스템에서 기체농도 측정에 이용되는 적외선기체분석기의 유출부에 2L 용량의 진공 플라스크를 연결하여 수증기와 이산화탄소의 농도가 측정된 공기시료가 채취되도록 개조하였다. 이 방법의 적용성을 검증하기 위하여 광릉 활엽수림 내에 설치되어 있는 플럭스타워에서 8개의 높이(0.1~40m)로 부터 공기시료를 채취하였다. 플라스크에 채취된 공기시료로부터 실험실에서 진공추출라인을 이용하여 순수한 수증기와 이산화탄소가 분리되었고, 질량분석기를 이용하여 수증기의 수소 안정동위원소 조성 그리고 이산화탄소의 탄소 안정동위원소 조성을 각각 측정하였다. 이와 같은 방법으로 얻어진 자료를 이용하여 산림내 수증기의 수소 안정동위원소 조성과 이산화탄소의 탄소 안정동위원소 조성의 수직적 분포를 확인하였고, 아울러 Keeling plot 을 적용하여 증발산된 수증기의 수소 동위원소 조성 및 생태계 호흡에 의해 발생된 이산화탄소의 탄소동위원소 조성을 산출하였다. 비록 현단계에서 여러 가지 기술적인 개선점이 존재하지만, 본 연구에서 이용한 방법은 기존에 활용되고 있는 방법과 비교하여 두 가지 장점이다. 첫째, 이 방법은 기존에 운용되고 있는 프로파일 시스템의 구조를 그대로 활용함으로써 상대적으로 저비용으로 이용이 가능하다. 둘째, 수증기와 이산화탄소의 동시 시료채취와 동위원소 분석이 가능하여 증발산 및 순생태교환량 구성요소의 구분이 동일한 시간적 해상도로 이루어질 수 있다. 이러한 결과는 생태계 물과 탄소 순환 과정의 상호관련성에 대한 보다 향상된 이해를 위한 기본 자료로 활용될 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제12권2호
• /
• pp.107-121
• /
• 2010

본 연구에서는 한반도의 주요 생태계인 활엽수림과 농경지에서 지면 모형 JULES(Joint UK Land Environment Simulator)으로 모의한 총일차생산량 (Gross Primary Productivity: GPP)과 생태계 호흡량 (ecosystem respiration: RE)의 수치 모사 결과에 영향을 미치는 주요 모수를 파악하였으며, 민감한 모수에 대해 실측자료를 사용함에 따른 모형 예측력의 개선 정도를 평가하였다. 민감도 실험의 결과, 활엽수림과 농경지에서 모두 JULES로 모의한 GPP는 잎 내부의 질소농도와 리불로오스이인산(RuBP) 카르복실화의 최대 속도에 가장 민감하였다. RE는 활엽수림에서는 목질부 탄소량과 엽면적지수를 연결시켜주는 상수에 가장 민감하였다. 반면에 농경지에서 수치모사된 RE는 GPP와 같이 각각 잎 내부의 질소 농도와 RuBP 카르복실화의 최대 속도에 가장 민감하였다. JULES로부터 제공된 모수의 값으로 모의된 두 지역의 GPP와 RE는 모두 관측값에 비해 과대평가되었다. 특히 활엽수림에서 GPP가 가장 민감하게 반응했던 잎 질소 농도의 실제 관측값이 모형에서 사용하는 기존 설정값의 50% 이하임을 고려할 때 모형에서 설정된 모수의 값으로 탄소 순환을 수치 모사할 경우에 모수의 기존 설정값과 실제값의 차이가 모형의 과다모의에 상당한 영향을 미침을 확인할 수 있었다. 따라서 한반도 탄소순환의 현실적인 모의를 위해서는 모형에서 요구되는 생물리학적 정보가 한반도 다양한 식생 기능 형태를 현실적으로 잘 반영하는지를 확인해야 할 뿐 아니라 지속적인 현장 관측을 통해서 생물리학적 정보와 관련된 자료기반을 마련하는 것이 중요하다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1117-1132
• /
• 2019

산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.327-339
• /
• 2020

증산은 물이 기공을 통해 대기 중으로 이동하는 과정으로, 지표면의 물은 상당부분 증산을 통해 대기 중으로 이동한다. 에디공분산, 수분 수지 측정법 등의 증산량을 측정하는 방법이 있지만, 수종 및 임분의 구성 요소별 증산량의 차이를 비교하기 위해서는 개체목 증산량 측정이 필요하다. 개체목 증산량을 측정하기 위해 수액의 온도차를 이용한 수액류 측정법을 가장 널리 이용하고 있지만, 넓은 범위의 지역을 장기간 조사하기에 한계가 있다. 따라서 큰 공간적 규모에 대해 수액류 및 증산량에 대한 연구를 하기 위해서는 각 지역별로 측정한 데이터의 공유가 필요하다. 본 연구팀은 태화산 학술림에서 열손실탐침법을 이용하여 2011년부터 잣나무(Pinus koraiensis) 18본, 2013년부터 갈참나무(Quercus aliena) 16본을 대상으로 수액류를 측정하고 있으며, 광릉수목원에서도 열손실탐침법을 이용하여, 2013년부터 전나무(Abies holophylla) 18본, 졸참나무(Quercus serrata) 7본, 서어나무(Carpinus laxiflora) 3본, 까치박달(Carpinus cordata) 3본을 대상으로 수액류를 측정하고 있다. 구례 지리산 조사지에서는 열 파동법으로 2018년부터 산벚나무(Prunus sargentii), 낙엽송(Larix kaempferii), 2019년에는 추가로 상수리나무(Quercus accutisima), 소나무(Pinus densiflora), 물푸레나무(Fraxinus rhynchophylla)를 대상으로 수액류를 측정하였으며, 2020년에는 편백(Chamecypans obtuse), 잣나무(P. koraiensis), 자작나무(Betulla platyphylla), 전나무(A. holophylla), 곰솔(Pinus thrunbergii)을 대상으로 수액류를 측정하고 있다. 우리나라 산림의 수액류 데이터를 더욱 활발하게 공유하여 국내 산림생태계에서 개체목과 임분의 수액류와 증산의 환경민감성 등 다양한 연구에 기여할 것으로 기대한다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.251-267
• /
• 2021

원격 탐사 기반의 식생지수들은 광합성을 조절하는 식물생리적 특성과 경험적 상관관계를 보이며, 여러공간 규모에서의 총일차생산량(GPP) 추정에 활용되고 있다. 하지만 시간 해상도가 높아질수록 식생지수를 이용한 GPP 추정의 불확실성이 커지는 한계가 존재한다. 또한 식생지수 관련 분석에 주로 사용되는 에디공분산법을 이용하여 추정한 GPP 역시 실제 측정한 순생태계교환량(NEE)을 GPP와 생태계 호흡(RE)으로 배분하는 데 사용하는 방법에 따라 추정값이 달라지는 불확실성이 존재한다. 본 연구에서는 플럭스 타워가 설치된 네 곳의 농림생태계를 대상으로 근지표에서 관측한 식생의 분광 특성을 이용한 다양한 식생지수를 계산하였고, 이를 다양한 시간 해상도에서 GPP 추정에 적용가능한 지를 분석하였다. 동시에 이를 이용하여 NEE 배분 방법의 불확실성을 평가하였다. 비교에 사용한 정규식생지수, 개량식생지수, 적외반사식생지수(NIRv)에 비해 적외반사식생지수와 광합성유효광(PAR)을 결합한 NIRvP이 식생 및 지형 조건에 의한 공간 이질성으로 인해 관측지에 따라 약간의 차이가 나타났지만, 농경지와 산림에서 모두 30분과 일 단위 시간 해상도에서 GPP와 높은 상관성(r² = 0.63, 0.68)을 보였다. 또한 기존 KoFlux 표준 NEE 배분방법에 비해 기계학습 기반의 NEE 배분 방법을 적용할 경우, 산림에서 30분 단위의 GPP와 NIRvP 사이의 상관성이 향상되었지만, 일 단위에는 그 차이가 크지 않았다. 하지만 광조건 이외에 다른 요인에 의해 광합성이 제한되는 경우 NIRvP와 GPP 간의 상관성이 떨어져 NIRvP를 이용해 실제 배분 결과를 직접 평가하긴 어려웠으며, 주로 광 조건에 의해 광합성이 제한되는 흐린 날의 경우 NEE 배분 정확도를 평가할 수 있는 가능성이 존재하였다. 그러나 높은 시간해상도의 Vis 기반의 GPP 추정이 의미를 가지려면, VIs와 GPP간의 경험적 관계를 넘어서는 시스템 사고 및 자기-조직화와 관련된 복잡계 기반의 분석 방법이 요구된다.