• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.209-210
• /
• 2016

우리나라의 연평균강수량은 약 1362 mm이며, 총강수량의 약 30% 이상이 증발산을 통해 손실되고 있다고 추정되어지고 있다. 증발산은 물 수지 분석에 있어 매우 중요한 성분이며, 많은 부분을 차지하지만 다른 요인들에 비해 직접적인 관측이 어려워 과거에는 경험식을 사용하거나 단순하게 가정에 의해 결정해 왔다. 또한 기상자료로부터 증발산량을 추정하거나 증발접시나 추정식으로 잠재증발산을 추정하고 있다. 또한 최근 기후변화의 가속화에 따른 홍수의 가뭄의 강도와 빈도가 높아지고 있으며, 이에 따라 수자원 관리에 있어서 기초수문조사 항목에 많은 변화를 요구하고 있다. 그 결과 2007년 4월 하천법 개정으로 증발산량 및 토양수분량이 기초수문조사 항목으로 추가되었으며, K-water 연구원에서는 용담시험유역에 플럭스타워를 설치하였고 현재 운영 중에 있다. 덕유산 플럭스타워는 용담시험유역 내에 위치한 금강 수계 구량천 상류부의 덕곡제 유역 내에 설치하였으며, 2011년 4월부터 실제 증발산량을 관측하고 있다. 동경 $127^{\circ}$42'23" ~ $127^{\circ}$44'53", 북위 $35^{\circ}$50'47" ~ $35^{\circ}$52'50"사이로 중부지방에 위치한 유일한 증발산관측 타워이다. 유역 면적은 9.27 km2으로 유로연장 3.48 km, 유역 평균폭 2.66 km, 형상계수는 0.77이며, 덕곡제플럭스 타워 주변의 토지이용은 대부분 산림으로 구성되어 있으며, 침활 혼효림과 낙엽송림으로 임상 분포가 이루어져 있다. 주요 관측기기로는 3차원 풍향 풍속계, $CO_2/H_2O$ 기체분석기, 순복사 측정 센서, 지중열플럭스 측정 센서 등이 있다. 2011년부터 측정된 자료를 바탕으로 에디공분산 방법을 이용하여 증발산량을 측정하였으며, 30분간의 데이터 18,000개 중 취득률 90 % 이상의 데이터를 대상을 분석을 실시하였다. 2011 ~ 2015년도 증발산량 분석 결과는 아래의 표와 같다. 증발산의 패턴은 1월부터 서서히 증가하지만 활발하지는 않고, 4월부터 매우 활발해져 8월에 최대치에 이른다. 10월부터 증발산량은 급격히 감소하기 시작하며 11, 12월에는 증발산이 거의 발생하지 않는 공통적인 경향을 보였다. 2013년 8, 9월은 다른 해와 다른 경향을 보이고 있는데, 이는 2013년 8, 9월에 강우가 많이 발생하여 증발산량이 감소하였기 때문으로 판단된다. 2015년 8월은 다른 년도와 비교했을 때, 매우 높은 증발산량을 보이는데 이는 2015년 8월에 많은 강우에도 식생이 활발하게 작용하였기 때문으로 판단된다.

• 한국습지학회지
• /
• 제23권4호
• /
• pp.277-286
• /
• 2021

본 연구는 구조방정식모형을 사용하여 설마천 유역과 청미천 유역의 장기 수문순환을 비교하였다. 이 두 유역은 특히 토지이용에서 다른 특성을 보인다. 두 유역은 강우, 유출 자료뿐만 아니라 에디공분산방법으로 측정한 실제증발산량 자료를 보유하고 있다. 분석에 사용된 강수량, 유출고, 실제증발산량은 2010년부터 2018년까지의 총 9개년 자료이다. 구조방정식모형의 구조는 기존 수문지식과 자료들 사이의 상관분석을 기반으로 결정하였다. 결과적으로 총 세 개의 구조방정식모형을 순차적으로 적용해 가며 그 적합성을 분석하였다. 공교롭게도 적용된 모형에 따라 두 유역의 수문순환 특성이 유사한 것으로도, 상이한 것으로도 판단될 수 있음을 확인하였다. 특히, 강수-증발산 사이의 되먹임 과정을 고려하는 경우에는 두 유역이 상이하다는 결과를 얻을 수 있었다. 즉, 농지(논)의 비율이 40% 이상인 청미천 유역에서는 강우와 증발산 사이의 되먹임 과정이 유의한 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제54권10호
• /
• pp.779-793
• /
• 2021

총일차생산량은 물 스트레스와 환경 변수에 의해 크게 영향을 받는다. 총일차생산량과 환경변수의 상관관계는 Moderate Resolution Imaging Spectroradiometer (MODIS) 알고리즘과 process-based model에 적용되어 총일차생산량을 계산하는데 활용된다. 그러나 MODIS 알고리즘에서는 물 스트레스를 수증기압차이(vapor pressure deficit)로만 고려하고 있으며, process-based model에서도 제한된 변수만으로 물 스트레스를 표현하여 총일차생산량을 산출하고 있다. 본 연구에서는 에디 공분산 기법, MODIS 알고리즘, 그리고 Community Land Model 4 (CLM 4) 시뮬레이션 결과에서 얻어진 총일차생산량이 환경 변수와 가지는 상관관계를 평년과 가뭄연도를 대상으로 분석하였다. 물 스트레스를 대표하는 지수는 수증기압차이와 evaporative fraction (EF)가 사용되었다. 본 연구에서는 structural equation modeling (SEM)을 활용하여 환경 변수와 EF가 총일차생산량에 끼치는 영향을 수치화하여 평가하였다. SEM을 통해 상관성을 분석한 결과, 수증기압차이가 과소평가될 경우 MODIS 알고리즘과 CLM 4 시뮬레이션에서 생산된 총일차생산량이 수증기압차이로부터 받는 영향이 제한적임을 확인하였다. 에디 공분산 기법으로 산출한 총일차생산량의 상관성 분석 결과, 경작지에서는 관개작업으로 인해 수증기압차이가 총일차생산량에 끼치는 영향이 감소하였으나 MODIS와 CLM 4에서 산출된 총일차생산량 데이터는 이러한 관개작업의 영향을 설명하는데 제한적이었다. 본 연구결과는 MODIS와 CLM 4에서 산출된 총일차생산량의 특성을 이해하고 한계를 분석하는 연구에 도움을 줄 것으로 예상된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.67-67
• /
• 2022

국가 물관리 측면에서 증발산량과 토양수분량은 자연계 손실로서 국내 수자원 총량의 약43%(563억 m³/년)를 차지하며, 수자원의 계획과 개발, 물순환 과정 규명 및 다양한 수재해 분석 등을 위한 수문 요소이다. 정부는 2005년 「수문조사 선진화 5개년 계획」과 2008년 「제1차 수문조사기본계획(2010~2019년)」을 통해 2019년까지 증발산량과 토양수분량 관측소 확대(각각 25개 지점) 기반을 마련하였고 「수자원의 조사·계획 및 관리에 관한 법률」에 따라 매년 공인 수문 자료로 증발산량과 토양수분량을 측정하고 있다. 증발산량과 토양수분량은 댐 유역의 정밀한 물순환 해석에도 매우 중요한 정보로서 현재 K-water에서의 관측은 일부 시험유역(용담댐 유역)의 flux tower에 의한 에디공분산법(Eddy Covariance Method) 및 토양수분 센서(TDR, Time Domain Reflectometery)에 의한 지점 자료의 생산만 각각 이루어지고 있다. 본 연구에서는 K-water 댐 유역의 증발산량 및 토양수분량 관측 현황과 그간 관측된 자료의 특성을 각종 경향성 분석 등과 함께 소개하고자 한다, 증발산량의 경우는 2개소의 flux tower를운영(덕유산 지점 2011년 이후, 용담 지점 2017년 이후)하고 있으며, 토양수분량은 총 7개소(계북, 천천, 상전, 안천, 부귀, 주천 지점 2013년 이후, 장계 지점 2017년 이후)에 TDR센서를 설치, 계측 운영 중이다. 이렇게 관측된 자료는 매년 홍수통제소 주관 관련 전문가 공인심사를 통해 일자료 기준으로 한국수문조사연보에 수록되고 있으며, K-water에서도 연보를 통해 공개된 자료를 기준으로 공공데이터포털(data.go.kr) 등과 연계하여 온라인 자료 서비스 중이다. 한편, 최근 2020년 「제2차 수문조사 기본계획(2020~2029년)」에서는 수자원 위성 개발연구와 연계하여 위성을 활용한 증발산량과 토양수분량 산정 연구의 필요성이 강조되고 있다. 하지만 본 연구에서 살펴본 지점 자료만으로는 댐 유역을 포함한 광역단위의 시계열 공간정보를 생산하기 한계가 있으며, 댐 유역과 국내 전 지역의 공간 시계열 증발산량 및 토양수분량 자료 산정과 활용 방안에 대해 정립하고, 나아가 위성영상을 활용한 댐 유역 증발산량·토양수분량 관측 가이드라인 마련 등을 위해서는 국가적으로 많은 재원의 투입과 노력이 필요한 상황이다.

• 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.