• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.481-494
• /
• 2011

다양한 공간규모에 대해서 식생의 생산성을 추정하기 위해 대기와 생태계내의 탄소순환 과정을 모니터링 하는 것은 탄소순환과정과 원격탐사기법을 결합함으로써 기능하다. 그 대표적인 예로서 미국 항공우주국(NASA)에서 개발한 지구관측시스템(Earth Observing System, EOS)은 총 일차생산성 (Gross Primary Productivity, GPP), 순 일차생산성 (Net Primary Productivity, NPP)을 전 지구에 대해 1km의 공간해상도로 제공한다. 그러나 MODIS의 생산성 추정에 기상입력자료로 이용되는 The NASA Data Assimilation Office (DAO)자료는 $1{\circ}\;{\times}\;1.25{\circ}$의 거친 해상도를 가지기 때문에 지역규모에서 지표기상의 상세한 공간적인 이질성을 반영하기 어렵다. 본 연구에서는 MODIS의 Aqua와 Terra 위성의 영상만을 이용하여 생산성을 추정하기 위한 입력자료로 사용되는 일 단위 일사량(MJ $day^{-1}$), 열 최저기온($^{\circ}C$, 낮 시간 평균 대기수증기압 포차(Yapor Pressure Deficit, Pa)을 5 km 해상도로 각각 추정하였다. 각각의 입력자료의 평가를 위해 미국 중서부 Corn Belt 지역 내에 위치하고 있는 7 개소의 지상기반의 관측자료를 수집하였다. MODIS 위성영상을 이용하여 추정한 기상입력자료와 관측자료를 비교한 결과, 일 최저기온은 ME와 상관계수가 각각 0.83에서 0.98, $-0.9^{\circ}C$ 에서 $+5.2^{\circ}C$ 의 범위로 양호한 상관성을 보였다. VPD는 약간 산개하는 경향을 보인다(ME = -183.8 Pa ~ +382.1 Pa; R = 0.51 ~ 0.92). 반면에, 일 단위 일사량은 MODIS가 약간 과대평가하는 경향을 보였지만 대부분의 지역에서 관측자료와 유의한 일치도를 보였다(ME = -0.4 MJ $day^{-1}$ +7.9 MJ $day^{-1}$; R = 0 67 ~ 0.97). 본 연구에서는 맑은 날에 대해서 MODIS 위성영상으로부터 추정된 기상입력자료가 MODIS가 제공하는 기상입력자료보다 상세한 지표 기상의 이질성을 반영한 자료를 생산할 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.203-203
• /
• 2023

총일차생산량(GPP, Gross Primary Productivity)은 생태계의 유기물 생산량을 나타내는 지표로써 생태계 생산성과 안정성을 파악할 수 있는 중요한 지표로 알려져 있다. GPP를 산출하는 대표적인 방법에는 다중 센서를 탑재한 원격 탐사 자료를 활용하는 방법과 플럭스타워를 통해 관측한 에디공분산을 분석하는 방법이 있다. 본 연구에서는 Landsat과 MODIS와 같이 시공간 해상도가 다른 원격 탐사 자료들을 기반으로 초고해상도 GPP 자료를 산출하기 위한 공간자료 융합 연구를 수행하였다. 이를 위해 GAN(Generative Adversarial Networks)과 같은 머신러닝 알고리즘을 활용하였으며 최종적으로 산정된 GPP 정보는 설마천과 청미천 등에 설치된 플럭스타워로부터 획득한 자료와의 비교·검증을 통해 평가되었다. 본 연구의 성과는 향후 증발산 자료, 생태계 호흡량 자료 등과의 조합을 통해 얻을 수 있는 물이용효율(WUE, Water Use Efficiency), 탄소이용효율(CUE, Carbon Uptake Efficiency)과 같은 지표 산정 시 적극 활용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.302-304
• /
• 2019

탄소 순환과 수문 순환의 관계를 이해하기 위해서는 효율적인 물 사용과 실제 물 사용 간의 비율로 정의되는 용수효율(Water Use Efficiency; WUE)을 정량화 하는 것이 필요하다. 특히 용수효율을 평가하기 위해서는 탄소 순환의 주요 인자인 총 1차 생산량(Gross Primary Productivity; GPP)과 순 1차 생산량(Net Primary Productivity; NPP)을 산정하는 것이 중요하다. 본 연구에서는 전 세계적으로 가장 많이 활용되고 있는 지면 모형 중 하나인 Community Land Model(CLM)을 활용하여 동아시아 지역에서의 GPP와 NPP를 산정하였다. 모형을 통해서 산정된 광역의 GPP와 NPP는 Flux tower에서 관측된 지점 자료를 활용하여 검증할 예정이다. 또한 지면 모형에서 획득한 동아시아 지역의 GPP와 NPP에 대한 공간 분포를 분석하여 탄소 순환 인자들에 대한 시공간적인 변화에 대하여 확인하고자 한다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2005년도 추계 학술발표논문집
• /
• pp.37-40
• /
• 2005

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2005년도 추계 학술발표논문집
• /
• pp.19-20
• /
• 2005

• 한국농림기상학회지
• /
• 제11권1호
• /
• pp.19-26
• /
• 2009

연속적인 지표 플럭스 관측으로부터 축적되는 엄청난 양의 자료를 체계적으로 처리분석하고 종합하여 일관성 있는 결과를 도출해 내려면 에디 공분산 자료 처리 방법의 표준화가 우선되어야 한다. 이 논문에서는 국내 타워 플럭스 관측 네트워크인 KoFlux의 표준화된 자료 처리 방법을 소개하고, 처리 방법이 다른 경우에 생길 수 있는 지표 플럭스의 불확실성을 평가하였다. 광릉 활엽수림에서 관측된 탄소 플럭스의 경우, 순생태계교환량(net ecosystem exchange, NEE)과 생태계호흡량(ecosystem respiration, Re)은 각각 자료 처리 방법의 차이에 따라 민감한 반응을 보였다. 그러나 두 양이 서로 상쇄되어, 총일차생산량(gross primary productivity, GPP=NEE+Re)은 자료 처리 방법이 다른 경우에도 불구하고 오차 범위 내에서 일치하였다. 이러한 결과는 GPP를 산출할 때에 Re를 독립적으로 관측하는 것이 중요함을 시사한다. 반면 수증기 플럭스(증발산)의 경우, 야간 토양 증발이 작아서 연 적산증발산량은 자료 처리 방법에 민감하지 않았다. 이렇게 표준화된 자료처리 프로토콜을 아시아 타워 플럭스 네트워크인 AsiaFlux에 적용할 경우, 지역 규모 탄소 순환, 역학 식생 및 지면과정 모형의 검증을 위한 일관성 있는 데이터베이스의 구축이 가능해 질 것이다.

• 한국농림기상학회지
• /
• 제9권2호
• /
• pp.132-139
• /
• 2007

현재 1 km 해상도의 Moderate Resolution Imaging Spectroradiometer(MODIS) 총일차생산성(GPP) 영상이 8일 간격으로 제공되고 있다. 본 연구에서 MODIS GPP 산출에 사용되는 입력기상(DAO)자료와 광합성유효복사흡수율(FPAR) 자료의 오차를 정량화 하였고, 이들 오차가 MODIS GPP의 불확실성에 미치는 영향을 분석하였다. 입력자료의 평가를 위해 지상기상관측소의 기상자료를 사용하였고, 구름효과 등을 저감한 FPAR의 시계열을 복원하였다. 평가 결과 입력자료의 오차는 MODIS GPP에서 17% 정도 과대평가되었다. 두 오차 중에서 기상자료의 오차가 주요 원인이었으며, FPAR의 오차는 부차적인 것으로 판명되었다. 다양한 토지피복 중에서 혼효림의 MODIS GPP 오차가 약 20%로 가장 크고, 농경지는 약 11%의 오차를 보였다. 입력자료에 의한 MODIS GPP의 오차는 GPP의 계절변화뿐만 아니라 연간 GPP 변화에도 상이한 결과를 초래하였다. 따라서 MODIS GPP에 내재한 오차는 상당하다고 판단되며, 향후 GPP 모니터링에 응용하기 위해선 상기 기술한 오차 요인들을 저감한 입력자료에 의거해 MODIS GPP를 재가공할 필요가 있다.

• 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.

• 한국수자원학회논문집
• /
• 제45권12호
• /
• pp.1293-1307
• /
• 2012

본 연구에서는 RHESSys (Regional Hydro-Ecologic Simulation System) 모형과 관측 자료를 이용하여 유출량, 증발산량, 토양수분량, 총일차생산량과 순광합성량을 평가하고자 한다. 수문생태모형인 RHESSys는물, 탄소 및 질소순환과 지형 공간적 변화에 따른 물질이동을 모의할 수 있다. 대상유역은 설마천 유역(8.5 $km^2$)으로 우리나라 북서쪽에 위치하고 있다. 유역의 90%이상이 산림유역이고, 토양은 대부분 사양토이다. 2007~2009년의 관측 일유출량을 이용하여 유출량을 검 보정하였고, 증발산량은 에디 공분산 방법에 의한 플럭스 타워로부터 관측되었으며 토양수분은 신뢰할 만한 실측자료를 바탕으로 모형의 보정(2007~2008) 및 검증(2009)을 실시하였다. 또한 지구의 탄소순환을 규명할 수 있는 식생의 순광합성량과 총일차생산량에 대한 모형의 검 보정은 Terra 위성의 MODIS (Moderate Resolution Imaging Spectroradiometer) 센서를 이용한 산출물인 순광합성량과 총일차생산량 자료를 바탕으로 모형의 보정(2007) 및 검증(2008)을 실시하였다. 모의 결과 보정기간 동안의 상관계수와 Nash-Sutcliffe 모형 효율은 유출량은 0.74와 0.63이었고, 증발산량과 총일차생산량의 상관계수는 각각 0.54와 0.93이었다. 모형 검정결과 유출량의 상관계수와 Nash-Sutcliffe 모형효율 각각 0.92와 0.84였으며, 총일차 생산량의 상관계수는 0.93이었다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.182-196
• /
• 2023

작물 수확량의 정확하고 시기 적절한 추정은 세계적인 식량 안보 계획 및 농업 정책 개발을 포함하여 다양한 목적을 위해 중요하다. 원격 감지 기술은 특히 vegetation indices (VIs)를 활용한 작물 상태 모니터링과 예측에서 유망성을 보여주고 있다. 그러나 normalized difference vegetation index (NDVI) 와 enhanced vegetation index (EVI) 와 같은 전통적인 Vis는 식물광합성의 빠른 변화를 포착하는 데 제한이 있으며 작물 생산성을 정확하게 대표하지 못할 수 있다. 대체적인 Vis인 near-infrared reflectance of vegetation (NIRv)는 gross primary productivity (GPP)과 강한 상관관계를 가지며 빛이 반사할 때의 혼동을 해결하는 능력으로 인해 작물 생산량을 예측하는 더 나은 지표로 제안되었다. 연구 결과는 옥수수와 콩 모두에 대해 NIRv의 최댓값과 작물 수확량/면적 간에 유의한 상관관계가 있음을 입증했다. 이 상관관계는 콩에 대해 약간 더 강한 경향을 보였다. 게다가 대부분의 주요한 주에서는 NIRv의 최댓값과 생산량 간에 주목할 만한 관계가 있으며, 다양한 주에서 일관된 경사도를 보였다. 또한, 연간 데이터에서는 대부분의 값이 서로 밀접하게 군집되는 독특한 패턴을 관찰했다. 그러나 2012년은 다양한 주에서 독특한 작물 조건을 시사하는 이상값으로 나타났다. NIRv의 최댓값과 생산량 간의 확립된 관계를 기반으로, 우리는 2022년의 작물 수확량 데이터를 예측하고, 예측의 정확도를 Root Mean Square Percentage Error (RMSPE)를 사용하여 평가했다. 우리의 연구 결과는 지역별 작물 수확량 추정에 NIRv의 최댓값과 잠재력을 나타내며, 다양한 지역에서 정확도는 달라질 수 있다는 것을 보여줄 수 있다.