• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.96-96
• /
• 2021

수문기상인자 중 하나인 증발산량은 수자원 계획 및 관리 시 고려되며, 특히 물수지 모형 등의 입력자료로 활용된다. 우리나라를 포함한 각국 기상청 및 국제기구에서는 직접 관측이 아닌 FAO56 Penman-Monteith(PM)을 통해 증발산량을 산출하고 있다. FAO56 PM 방법은 복사(radiation), 대기온도(air temperature), 습도(humidity), 풍속(wind speed) 등의 기상인자로부터 기준증발산량(reference evapotransipiration)을 추정하며, 상대적으로 높은 정확성을 보여준다. 그러나 FAO56 PM 방법은 많은 기상인자를 요구하므로 미계측 유역을 포함한 일부지역에 대한 증발산량 자료 구축이 어려운 실정이다. 또한, 기준증발산량의 특성이 시간에 따라 변화하므로 비정상성(nonstationary)을 고려한 분석이 요구된다. 본 연구에서는 온도인자 기반의 대체모형(surrogate model)을 개발하여 기준증발산량의 비정상성을 고려하고자 한다. 한강유역에 위치한 관측소를 대상으로 모형을 개발하였으며, 시간에 따라 변동하는 기준증발산량의 특성을 고려하기 위해 Bayesian 추론기법을 통해 매개변수를 시간에 따라 추정하였다. 또한, 본 연구에서는 대체모형으로 산정된 증발산량을 활용해 가뭄지수인 EDDI(evaporative demand drought index)를 제시하였다. 가뭄 모니터링 및 조기 경보 안내를 위해 개발된 EDDI를 활용하여 기존 가뭄보다 빠르게 진행되는 초단기 가뭄(flash drought)를 평가하였다. 본 연구에서 개발된 모형은 미계측 지역에서도 적용이 가능하므로 수자원분야에서 활용성이 높을 것으로 사료된다.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.193-193
• /
• 2018

종합적인 물 관리의 필요성이 대두되면서 증발산량의 연구가 최근 활발히 진행되고 있다. 그 중 국제식량농업기구(FAO, Food and Agriculture Organization)는 여러 기후에서 비교적 정확하고 일정한 경향을 갖는 Penman-Monteith(FAO-PM) 공식을 제시하였다. 이 공식은 다양한 환경을 무시하고 기준작물인 알팔파를 기준으로하여 기준증발산량을 산정하는 식으로써 각 환경에 맞는 작물계수를 곱하여 실제 증발산을 산정한다. FAO-56 Irrigation and Drainage에서는 작물계수를 단일작물계수(Single crop coefficent)와 이중작물계수(Dual crop coefficent)를 제시하고 있다. 단일작물계수는 토양의 증발과 식생의 증산을 하나의 계수로 고려하여 나타냈으며, 이중작물계수는 기저토양의 습윤을 통한 증산뿐 아니라 다양한 영향들을 고려하여 작물계수를 나타냈다. 그 외에도 원격탐사를 통한 식생지수를 통한 작물계수를 통하여 계수를 산출하기도 한다. 현재 국토교통부 및 한국수자원조사기술원에서는 에디공분산(Eddy covariance) 방법을 통해 실제증발산량을 관측하고 있으며, 품질관리 과정에서 Kalman filter를 이용하고 시스템 모델로써 FAO-PM 방법 등을 이용하고 있다. 따라서 FAO-PM 방법의 정확성을 증대시키기 위해선 작물계수에 관한 정확성을 연구가 진행되어야 한다. 본 연구에서는 여러 방법을 통해 산출한 작물계수를 이용한 FAO-PM 방법을 통한 실제증발산과 에너지 보존 방정식에 근거한 에디공분산 방법 통해 관측된 실제증발산량과 비교를 하였다. 평가 결과는 보다 정확하고 물리적인 증발산량 산정하는데 활용할 수 있을 것으로 기대된다.

• 한국농공학회논문집
• /
• 제56권3호
• /
• pp.65-74
• /
• 2014

Water footprint is defined as the total volume of direct and indirect water used to produce a good and service by consumer or producer, and measured at the point of production based on virtual water concept. The green and blue water footprint refers to the volume of the rainwater and the irrigation water consumed, respectively. Crop water footprint is expected to be used as the basic data for agricultural water resources policies at production, consumption and trade aspect. Thus, it is necessary to estimate suitable green and blue water footprint for South Korea. The objective of this paper is to quantify the green and blue water footprint and usage of upland crops during the period 2001-2010. To estimate the water footprint, 43 upland crop production quantity and harvested area data were collected for 10 years and FAO Penman-Monteith equation was adopted for calculating crop water requirement. As the results, the water footprint of cereals, vegetables, fruits and oil crops accounted for 1,994, 165, 605, and 4,226 $m^3/ton$, respectively. The usage of water footprint for crop production has been estimated at 3,499 (green water) and 216 (blue water) $Mm^3/yr$ on average showing a tendency to decrease. Fruits and vegetables have the largest share in the green water usage, consuming about 1,200 and 1,060 $Mm^3/yr$ which are about 65 % of gross usage. The results of this study are expected to be understood by the agricultural water footprint as well as by the total water footprint from both a production and consumption perspective in Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.365-365
• /
• 2019

가뭄은 전 세계적으로 농업을 비롯한 사회, 경제적으로 큰 피해를 주는 자연 재해이며, 향후 피해 저감을 위해 가뭄의 경향을 파악하고 지역별 가뭄 특성을 파악할 필요가 있다. 위성영상을 활용한 가뭄 판단은 광역적 범위를 대상으로 다양한 밴드를 활용한 데이터를 주기적이고 일정한 수준으로 취득 가능하다는 장점이 있다. 농업 가뭄 분야의 위성영상 활용은 미계측 지역에 대한 정확한 데이터 취득이 어려운 지점데이터의 단점을 보완할 수 있다. 위성영상을 활용한 가뭄 지수로는 Leaf Area Index (LAI), Vegetation Health Index (VHI), Enhanced Vegetation Index (EVI) 등 다양한 지수들이 있으며, 본 연구에서는 단기 가뭄 판단에 활용되고 있는 Evaporative Stress Index (ESI)를 활용하였다. 국내 행정구역 기반의 가뭄 판단을 위해 Moderate Resolution Imaging Spectramadiometer (MODIS)위성의 MOD16A2 영상을 사용하였다. MOD16A2는 land surface temperature (LST)과 LAI의 계산을 통한 실제 증발산량과 FAO-56 Penman-Monteith 공식을 사용한 잠재증발산량을 포함한 다양한 데이터를 8일 주기의 500m 해상도로 제공하고 있다. 2001년부터 2018년까지 500m 해상도의 ESI를 산정하였으며, 국내의 과거 가뭄 경향 분석과 지역별 특성 파악을 위한 표준화를 수행하였다. 그 결과 과거 극심한 가뭄이 있었던 해 (2000-2001년, 2015-2017년 등)에 대한 농업 가뭄 경향 분석이 가능하였으며, 지역별 특성을 파악한 결과 상습가뭄 지역에서 가뭄 경향을 확인하였다. 농업 가뭄 분야에서 ESI의 활용은 가뭄 조기 경보 시스템 개발 및 위성영상 기반 가뭄 모니터링 기술 개발 등에 활용 가능할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.414-414
• /
• 2022

본 연구는 2022년도 "제주특별자치도 수자원 부존현황 조사 및 분석 사업"의 연구비 지원에 의해수행되었습니다.최근 IPCC 제6차 평가보고서(AR6)에 새롭게 적용된 미래 기후변화 시나리오인 SSP (Shared Socioeconomic Pathways)에 따른 제주도 지역의 미래 기후변화를 강수량, 기온, 기준증발산 등을 중심으로 분석하였다. 미래의 기후변화 자료로서 19개의 GCM 모형으로부터 도출된 4개의 SSP 시나리오(SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5)를 활용하였다. 제주도 지역의 3개 기상청 ASOS 지점(제주, 성산, 서귀포)을 대상으로 상세화된 기후변화 자료를 이용하여 지점별 및 지역별 미래 전망을 분석하였다. 기준증발산량은 기온자료만을 이용하는 Thornthwaite 방법을 활용하여 산정하였으며, FAO-56 Penman-Monteith 기준증발산량과의 차이를 최소화하기 위하여 시공간적 보정계수를 적용하였다. 과거기간(1985~2014년)을 기준으로, 미래기간(2021~2095년)을 3개 구간(2021~2045년, 2046~2070년, 2071~2095년)으로 나누어 분석하였다. 제주도 전체에 대한 평균적인 전망은 대부분의 SSP 시나리오에서 강수량, 기온, 기준증발산량 모두 미래 후반기로 갈수록 점차 증가하는 경향을 보였으며, SSP1-2.6 시나리오에서만 기온과 기준증발산량이 미래 전반기(2021~2045년)에는 크게 증가하다가 중반기(2046~2070년)와 후반기(2071~2095년)에는 비교적 일정한 것으로 전망되었다. 과거기간과 비교하여 미래 후반기 SSP5-8.5 시나리오에서 가장 크게 증가하는 것으로 전망되었으며, 강수량은 17%, 기온은 38%, 기준증발산량은 58%까지 증가하는 것으로 분석되었다. 지점별로는 제주 지점이 다른 2개 지점(성산, 서귀포)에서보다 더 많이 증가할 것으로 전망되었다. 제주 지점의 경우 SSP5-8.5 시나리오에서 연 강수량은 19%, 평균기온은 42%, 기준증발산량은 70%까지 증가하는 것으로 나타났다. 증가되는 크기는 강수량은 서귀포, 성산, 제주 지점 순으로 전망되었으며, 기온과 기준증발산량은 반대로 제주, 성산, 서귀포 순으로 증가량이 클 것으로 전망되었다. 그러나 GCM 모형에 따라 전망결과가 다양하게 나타나기 때문에 이에 대한 불확실성을 고려한 미래 대응이 필요하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.281-281
• /
• 2016

기후변화로 인한 기상학적 자연재해로부터 대비하고 안정적인 용수공급을 위해 유역의 다양한 수문 요소들에 대한 분석 필요성이 증가하고 있다. 계절적 강수량의 편차가 큰 우리나라는 유역 통합 물관리가 중요하며, 효율적 수자원 관리와 물안보 확보를 위해 유역내 물순환을 이해하는 것이 중요하다. 유역의 유출을 결정하는 요소들에는 강우, 증발산량, 토양 수분 및 지하수 등이 있으며, 시간적으로는 홍수와 같이 단기에 발생하는 유출과 장기적으로 발생하는 유출이 있다. 장기 유출은 단기 유출에 비해 토양내 수분량이 무시할 수 없을 정도로 영향을 미치게 되므로, 1년 이상의 장기 유출 해석을 위해서는 강우가 발생하지 않는 기간 동안의 토양 수분량 변화와 증발산 영향을 고려할 필요가 있다. K-water에서 자체 개발된 분포형 장단기유출 모델인 K-DRUM은 유역을 격자(grid)단위로 구분하고 각 셀들에 대한 매개변수는 흐름방향도, 표고분포도, 토지이용도, 토지피복도 등을 GIS처리하여 일괄 입력할 수 있도록 함으로써 매개변수 산정과정에서 문제가 되는 경험적인 요인을 제거하였다. 흐름의 구분은 얕은면 흐름, 지표하 흐름, 지하수 흐름으로 구분하여 운동파법과 선형저류법을 적용하였다. 또한 초기 토양함수 자동보정기법으로 실제의 기저유출량을 재현하여 전체적인 유출모의 정확도를 높였으며, FAO-56 Penman-Monteith법을 적용한 증발산량 산정모듈과 Sugawara et al.(1984)이 제안한 개념적 융설 및 적설모듈을 추가하였다. K-DRUM모형을 이용한 유출분석은 용담댐 시험유역을 대상으로 2013년도 1년간의 유출모의를 수행하였다. 입력자료는 용담댐 유역의 지형, 토양 및 토지특성 정보와 시단위 강우 및 기상정보(온도, 바람, 일사 등)를 활용하였다. 분석 결과, 총 관측유출량은 7,151 ㎥/s이고 총 계산유출량 $8,257m^3/s$이며, 관측유출량 대비 계산유출량은 약 115% 정도로 나타났다. 연간 총 강우량은 1303.5 mm로 유역면적 약 $930km^2$을 적용하여 유역 총 강우량을 산정하면 $14,030m^3/s$로서 관측유출량은 유역 총 강우량 대비 51%이고 계산유출량은 59% 정도로 나타났다. 즉 유역 유출율은 약 51% 수준으로 보통의 유역과 유사한 수준이다. 관측된 토양수분량과 K-DRUM 모형의 계산된 토양수분량을 비교하기 위하여 관측 토양수분량의 비율을 이용하여 비교하였다. 모의결과 토양수분은 강우에 의해 변화하며, 관측결과와 유사한 형태로 나타남을 알 수 있었다.