• 한국농림기상학회지
• /
• 제19권2호
• /
• pp.62-72
• /
• 2017

농경지에서의 증발산량 예측은 농업 분야에서의 기후변화 영향 평가 및 적응 계획 수립에 도움을 줄 수 있다. 본 연구에서는 격자형 국가 표준 기후변화 시나리오 자료를 이용해 잠재 증발산량 (PET)과 가뭄지수 (DI) 전자 기후도의 생산 및 분석을 수행하였다. 특히, 격자형 기상 자료의 처리를 지원하는 도구인 readGrADSWrapper를 기반으로 격자형 기후변화 시나리오 자료를 통계 분석 도구인 R에서 활용하는 기술에 중점을 두었다. FAO-56 공식을 R 스크립트에 구현하여 현재와 미래 조건에서 벼 재배기간 동안의 PET를 계산하였다. 또한, 이를 활용하여 벼 재배에 따른 증발산량 ($PET_{rice}$)과 DI 자료를 생산하고 시공간적 분석을 수행하기 위한 R 스크립트를 구현하였다. 한반도에서 PET의 시공간적 변화 양상은 현재와 미래 조건에서 지역에 따라 차이를 보였다. 전반적으로 한반도에서는 PET와 $PET_{rice}$가 21세기 후반으로 갈수록 증가하는 것으로 나타났다. 이러한 예측 결과들은 지역과 시기에 따라 증발산량 증가에 대응하기 위한 수자원 관리가 필요하다는 것을 암시하였다. 예를 들어, 현재 조건에서 습윤 지역으로 분류되던 충청남도 지역이 21세기 중반 이후에는 아습윤 지역으로 바뀔 것으로 전망되었다. 이러한 결과들은 PET와 DI 등 수자원과 관련된 변수 값들의 시공간적인 계산과 분석을 통해 미래 기후조건에서 작물 생산성을 증진시키기 위한 적응 대책 수립을 지원할 수 있을 것이다. 또한, readGrADSWrapper와 같은 격자형 기상 자료의 처리도구의 활용을 통해 보다 다양한 응용기후 변수에 대한 전자기후도 생산 및 분석을 원활히 수행할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제47권12호
• /
• pp.1155-1163
• /
• 2014

본 연구에서는 잠재증발산량과 실제증발산량간의 보완관계 기반의 증발산량 산정 모형인 Brutsaert and Stricker (1979)의 AA 모형과 Morton (1983)의 CRAE 모형을 제주도내 두 개의 상시하천 유역에 처음으로 적용하고 이 지역에 적합한 모형의 매개변수를 제안하였다. AA 모형과 CRAE 모형의 매개변수 검정과 모형의 검증을 위한 대표유역으로 각각 북제주에 위치한 한천 유역과 남제주에 위치한 강정천 유역을 선정하였다. 한천 유역에 대해 AA 모형의 경험상수 ${\alpha}$와 이류에너지항 M, CRAE 모형의 경험상수 $b_1$과 $b_2$를 바꾸어가면서 실제증발 산량을 산정하고 이를 유역수문모델링 결과와의 비교를 통해 매개변수 검정을 수행하였다. 그 결과 AA 모형은 ${\alpha}=1.00$, $M=30.0Wm^{-2}$, CRAE 모형은 $b_1=33.0Wm^{-2}$, $b_2=1.02$이 최적의 값으로 산정되었다. 동일한 매개변수를 사용하여 AA 모형과 CRAE 모형의 검증 대상유역인 강정천 유역에 적용한 결과, 두 모형 모두 식생의 성장기 및 비성장기에 유역수문모델링 결과와 유사한 것으로 분석되었다.

• 한국토양비료학회지
• /
• 제21권4호
• /
• pp.386-408
• /
• 1988

본(本) 연구(硏究)는 배추를 대상(對象)으로 1986년(年)부터 1986년(年)까지 6년간 Lysimeter시험(試驗)과 포장시험(圃場試驗)을 통하여 기상자료(氣象資料)로 부터 생육시기별(生育時期別) 증발산량(蒸發散量)과 수량(收量)을 추정(推定)하는 모형(模型)을 개발(開發)할 목적(目的)으로 실시(實施)하였다. Lysimeter 시험(試驗)에서는 잠재증발산량(潛在蒸發散量)과 최대증발산량(最大蒸發散量)을 측정(測定)하였고, 관개포장시험(灌漑圃場試驗)에서는 시기별(時期別) 토양수분(土壤水分)을 측정(測定)하여 실증발산량(實蒸發散量)을 계산(計算)하고 수량(收量)을 조사(調査)하였다. 시험(試驗)을 통(通)하여 얻어진 성적(成績)과 기상자료(氣象資料)의 상호관계(相互關係)를 다각적(多角的)으로 비교(比較)하여 증발산량(蒸發散量)과 수량추정모형(收量推定模型)을 설정(設定)하고 검정(檢定)한 결과(結果)는 다음과 같다. 1. 잠재증발산(潛在蒸發散)의 5년간(年間) 측정치(測定値)의 평균치(平均値)는 4월초순(月初旬) 2.38mm/day 에서 시일(時日)이 경과(經過)함에 따라 점점(漸漸) 증가(增加)되어 6월중순(月中旬)에 3.98로 최고치(最高値)를 보이고 다시 감소(減少)되어 11월중순(月中旬)에는 1.06으로 떨어졌다. 기존(旣存) 공식(公式)에 의한 잠재증발산추정치(潛在蒸發散推定値)는 실측치(實測値)에 비(比)하여 Penman법(法), Radiation법(法), Blaney-Criddle법(法)은 과다(過多)하게 추정(推定)되고, Pan evaporation법(法)은 과소(過少)하게 추정(推定)되는 경향을 보였다. 추정치(推定値)와 실측치간(實測値間)에는 전체적(全體的)으로 보아 고도(高度)의 유의(有意)한 상관(相關)이 있었으나, Blaney-Criddle법(法)은 7, 8월(月)에 상관(相關)이 없다는 것이 특이(特異)하였다. 2. 기상요인중(氣象要因中) 잠재증발산량실측치(潛在蒸發散量實測値)와 유의(有意)한 상관(相關)이 있는 것은 기온(氣溫), 대기포차(大氣飽差), 일조시수(日照時數), 일사량(日射量), Pan증발량(蒸發量)이었으며, 이들 요인(要因)을 고려(考慮)한 다중회귀식(多重回歸式)은 PET산정식(算定式)으로 활용(活用)이 가능(可能)하였다. 잠재증발산량(潛在蒸發散量) 추정모형(推定模型)으로서는 Pan 증발량(蒸發量)(Eo)을 사용(使用)한 회귀식(回歸式)이 가장 간편(簡便)하고 정확(正確)하였다. PET= 0.712 + 0.705 Eo 3. 잠재증발산량(潛在蒸發散量)에 대한 최대증발량(最大蒸發量)(ETm)의 비(比)로 정의(定義)된 작물계수(作物係數)(Kc)는 배추생육초기(生育初期)에 0.5~0.7 범위(範圍)이었으며, 생육중기(生育中期)부터는 0.9~1.2범위(範圍)로 유지(維持)되었다. 작물계수(作物係數)는 생육진도(生育進度)(G ; 0~1.0)의 2차함수(次函數)로부터 추정(推定)할 수 있었다. 봄배추 : $$Kc=0.598+0.959G-0.501G^2$$ 가을배추 : $$Kc=0.402+1.887G-1.432G^2$$ 4. 최대증발산량(最大蒸發散量)에 대(對)한 실증발산량(實蒸發散量)의 비(比)로 정의(定義)된 토양수분계수(土壤水分係數)(Kf)는 근권(根圈)의 유효수분률(有效水分率)(f)이 임계치(臨界値)(fp)이상(以上)에서는 1.0 수준(水準)으로 유지(維持)되다가 그 이하(以下) 에서는 f에 따라 직선적(直線的)으로 감소(減少)되었다. Kc와 f와의 관계(關係)에 있어서 fp와 직선함수(直線函數)의 기울기는 재배시기(栽培時期)와 PET에 따라 각각 다르게 나타났다. Kf=1.0, if $$f{\geq}fp$$ $$Kf=a+b{\cdot}f$$, if f＜fp 5. 층위별(層位別) 토양수분함량(土壤水分含量)으로부더 근권(根圈)의 물보유량변화(保有量變化)(${\Delta}S$) 계산(計算)에 있어서 모관수(毛管水)의 상승(上昇)과 배수량(排水量)은 무시(無視)할 정도(程度)로 적었다. 침투량(浸透量)(I)이 있을때 표토(表土) 5cm에 보유(保有)되었다가 증발(蒸發)되어 버리는 물량(量)(Es)은 실증발산(實蒸發散) 추정한형(推定漢型)에서 별도로 고여(考濾)되어야 하며, Es는 근권(根圈)의 유효수분율(有效水分率)로부터 추정(推定)된 표사(表士) 5cm에서 증발가능(蒸發可能)한 최대(最大) 물량(Esm)과 I을 비교(比較)하여 결정(決定)할 수 있었다. Es = I if I < Esm Es = Esm if < Esm 380 6. 실증발산최(實蒸發散最)(ETa) 추정모형(推定模型)은 물수지식(收支式)에 근거(根據)하여, 모관수(毛管水)의 상하이동양(上下移動量)은 무시(無視)하고 잠재증발산양(潛在蒸發散量)(PET), Kc, Kf, Es를 고려(考慮)하여 아래식(式)으로 설정(設定)되었다. $$ETa=PET{\cdot}Kc{\cdot}Kf+Es$$ 7.배추의 상대수양(相對收量)(Y/Ym) 추정모형(推定模型)은 재배기간중(栽培期間中)의 ETa의 대수함수(對數函數)의 형태(形態)로 설정(設定)되었다. $$Y/Ym=a+b{\cdot}{\ell}n(ETa)$$ 봄배추 : a=0.07, b =0.73 가을배추 : a=0.37, b =0.66 8. 설정(設定)된 모형(模型)에 의해 추정(推定)된 실증발산양(實蒸發散量)과 상대수양(相對收量)을 실측치(實測値)와 비교(比較)하여 본 결과(結果), 실증발산추정치(實蒸發散推定値)의 평균편차(平均偏差)는 봄배추에서는 0.29mm/day, 가을배추에서는 0.19mm/day이었으며, 상대수양추정치(相對收量推定値)의 평균편차(平均偏差)는 봄배추에서는 0.14, 가을배추에서는 0.09이었다. 9. 모형설정(模型設定)이 완료(完了)된 이후(以後) 별도(別途)로 3작기(作期)에 대(對)한 실측치(實測値)와 추정치간(推定値間)의 편차(偏差)도 모형설정기간(模型設定期間)의 것보다 오히려 더 적게 나오는 경향(傾向)을 보였다. 따라서 본추정모형(本推定模型)은 실제(實際) 활용가치(活用價値)가 있다고 판단(判斷)된다.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.631-639
• /
• 2023

돌발가뭄(Flash drought, FD)은 기존 가뭄과는 달리 급작스러운 발생이 대표적인 특징으로, 즉각적인 수분 스트레스를 유발하여 생태계에 주요한 영향을 미친다. 보다 효과적인 돌발가뭄의 모니터링을 위해서는 돌발가뭄의 특징과 원인에 대한 보다 종합적인 이해가 필요하다. 이에, 본 연구에서는 Global Land Data Assimilation System (GLDAS) 자료를 사용하여 2012년부터 2022년 사이 한반도 전역에서 발생한 돌발가뭄에 대해 분석하고자 하였다. 스트레스 기반 탐지 기법인 표준 증발 스트레스 비율(Standardized Evaporative Stress Ratio, SESR)의 변화를 바탕으로 돌발가뭄을 탐지하였으며, 발생 빈도와 기간에 대해 분석하였다. 또한, 탐지된 돌발가뭄 사건들을 실제 증발산(Actual Evapotranspiration, AET)과 잠재 증발산(Potential Evapotranspiration, PET)의 변화를 기반으로 세 가지 케이스로 분류하였으며, 각 케이스 별 발생 특성 및 공간 분포에 대해 분석하였다. 그 결과, 돌발가뭄의 발생 빈도와 기간에 지역적인 편차가 있는 것을 확인하였으며, 평균 빈도는 6.4회, 평균 발생 기간은 31일로 나타났다. 일반적인 돌발가뭄인 Case 1, AET의 감소가 주 원인이 되어 발생한 Case 2, PET의 증가에 의해 발생한 Case 3으로 돌발가뭄 사건들을 분류하였을 때, 한반도에서는 Case 1 돌발가뭄이 1,448건으로 가장 많이 발생했으며, Case 2 돌발가뭄이 Case 3 돌발가뭄보다 약 1.5배 더 많이 일어난 것을 확인할 수 있었다. Case 2 돌발가뭄은 수분 제한 조건(water-limited condition)에서 발생하여 AET와 PET가 모두 감소하는 결과로 이어졌으며, Case 3 돌발가뭄은 에너지 제한 조건(energy-limited condition)에서 발생한 이후 AET와 PET가 모두 증가하였다. Case 2 돌발가뭄은 주로 북서부와 중남부에 위치한 농경지에 영향을 주었으며, Case 3 돌발가뭄은 산지에 해당하는 동부에서 집중적으로 발생하였다. 본 연구의 결과들은 기후 요소, 토지피복 및 수분 가용성을 고려한, 돌발가뭄에 대한 이해를 돕고, 보다 효과적인 가뭄 대응 방안 수립에 기여할 수 있다.

• Environmental Engineering Research
• /
• 제18권1호
• /
• pp.9-20
• /
• 2013

In this paper, the rainfall elasticity of streamflow was estimated to quantify the effects of climate change on 5 river basins. Rainfall elasticity denotes the sensitivity of annual streamflow for the variations of potential annual rainfall. This is a simple, useful method that evaluates how the balance of a water cycle on river basins changes due to long-term climate change and offers information to manage water resources and environment systems. The elasticity method was first used by Schaake in 1990 and is commonly used in the United States and Australia. A semi-distributed hydrological model (SLURP, semi-distributed land use-based runoff processes) was used to simulate the variations of area streamflow, and potential evapotranspiration. A nonparametric method was then used to estimate the rainfall elasticity on five river basins of Korea. In addition, the A2 (SRES IPCC AR4, Special Report on Emission Scenarios IPCC Fourth Assessment Report) climate change scenario and stochastic downscaling technique were used to create a high-resolution weather change scenario in river basins, and the effects of climate change on the rainfall elasticity of each basin were then analyzed.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.883-893
• /
• 2019

본 연구에서는 두 가지 방법으로 작물계수를 산정하고, 그 결과를 평가하였다. 첫 번째 방법에서는 GLDAS 자료를 청미천 플럭스타워의 증발산량 실측값과 비교하여 적정성을 평가한 뒤 GLDAS 기반 실제증발산량을 잠재증발산량으로 나눠 작물계수(GLDAS K_c)를 산정하였으며, 두 번째 방법에서는 MODIS기반 식생지수(NDVI, EVI, LAI, SAVI)와 플럭스타워에서의 토양수분 실측치를 이용해 다중선형회귀분석으로 작물 계수(SM&VI K_c)를 산정하였다. 전체기간에 대한 두 가지 작물계수(GLDAS K_c, SM&VI K_c)를 통계(mean, bias, RMSE, IOA)를 통해 비교해 본 결과 평균값은 각각 0.412와 0.378, bias는 0.031과 -0.004, RMSE는 0.092와 0.069, 적합도 지표(IOA)는 0.944와 0.958로 두 방식 모두 전반적으로 실측값과 유사한 패턴을 보여주었다. 그라나 SM&VI 회귀모형 방식이 더 우수한 것으로 나타났다. 또한, 벼의 생장 단계별로 GLDAS K_c와 SM&VI K_c에 대한 통계적 평가를 수행해본 결과 초기와 중기에는 GLDAS 기반의 K_c가 더 우수했으며, 후기에는 SM&VI 기반의 K_c가 더 우수한 것으로 나타났다. 이는 봄철에는 황사, 여름철에는 비구름으로 MODIS 센서의 정확성이 감소했기 때문인 것으로 판단된다. 향후 연구를 통해 MODIS 센서의 관측 정확성이 향상된다면, SM&VI 기반 작물계수 산정방식의 정확성 역시 향상될 것으로 판단되며, 미계측 유역의 작물계수 산정이나 작물계수의 예측에 사용될 수 있을 것으로 판단된다.

• 한국토양비료학회지
• /
• 제39권5호
• /
• pp.274-279
• /
• 2006

FAO에서는 세계의 증발산량을 동일한 방식으로 산정하기 위해 다양한 형태의 모형들을 소개하고 각국이 적용하도록 권고해왔으며 최근에는 Penman-Monteith(PM) 모형을 증발산 산정에 이용하도록 하고 있다. 따라서, 본 연구에서는 다양한 기상요소와 작물 생장을 고려해 시간별 또는 일별로 증발산량의 정량화가 가능한 FAO PM 모형의 증발산량 계산에 이용되고 있는 다양한 기상요소들을 평가하고자 하였다. 측정 장비를 통해 얻어진 순복사량과 지중열류량, 수증기압, 풍속, 기온 등의 기상요소를 PM 모형계산식 (2)부터 (9)까지의 과정에 적용해 보았다. 초지에서 측정한 알베도의 평균값은 0.20이고 최대는 0.23, 최소는 0.12를 나타내 평균값은 FAO PM에서 잔디의 반사율인 0.23보다 다소 낮은 값을 보였다. 측정 알베도에 의한 순복사량과 잔디의 알베도(0.23)를 이용한 순 복사량을 비교해보면 결정계수는 0.97과 0.95, 표준오차는 0.74와 0.80이었으나 예측 값은 실제 값에 직선의 상관을 이루며 회귀식의 유의성이 인정되었다. 지중열류량의 FAO PM에서의 영향정도를 판단하기 위해 지중 5cm 깊이에서 측정한 지중열류($G_{5cm}$)와 지표면 보정식에 의해 보정된 지중열류량($G_{0cm}$)을 지중열류량이 0일 때의 (G=0) RET 값과 비교하연 G=0일 때의 RET는 $G_{5cm}$에서의 RET보다 3-5 mm 범위에서 약간 크게 예측하고, $G_{0cm}$에서의 RET 보다는 5mm 이상에서 약간 작게 예측하나 두 경우 모두 거의 일치하는 경향이었다. 측정된 순복사와 $G_{0cm}$에 의한 RET를 지중열류량을 모두 0으로 했을 때 측정 순복사에 의해 얻어진 RET(I), 측정된 에 의해 예측된 순복사로 계산한 RET(II), ${\alpha}=0.23$을 대입하여 구한 순복사로 계산한 RET(III)와 비교했을 때 I, II, III의 결정계수와 표준오차 및 p값은 측정 순복사량과 $G_{0cm}$에 의한 RET를 비교적 잘 설명하고 있으나, II와 III처럼 알베도 값과 일사량 및 식 (3)~(9)를 이용해 얻어진 순복사량을 이용해 RET를 계산할 때는 Table1에 나타나 있는 회귀식을 이용해 이를 보정해주어야 RET 계산의 오차를 줄일 수 있을 것이다. 이상의 결과를 종합하면 FAO PM 모형에 이용되는 기상요소들을 측정할 수 없을 때는 지표면 복사율을 나타내는 지중열류 값은 0으로 산정하고 순복사량 예측 값과 잔디의 지표면 반사율 또는 알려진 작물의 반사율을 이용해 RET를 계산하는 것이 가능할 것이다.

• Ecology and Resilient Infrastructure
• /
• 제4권2호
• /
• pp.115-121
• /
• 2017

본 연구는 가야산국립공원을 대상으로 지리정보시스템(Geometric Information System, GIS)을 이용 식생분포에 영향을 미치는 요인들을 분석하여, 식생분포 확률을 기초로 가야산국립공원의 잠재자연식생을 추정하였다. 가야산국립공원의 현존식생조사 결과 128개의 군락이 분포하는 것으로 나타났다. 가야산국립공원의 고도, 경사, 사면방위, 지형지수, 연평균 온도, 온량지수, 잠재증발산량의 7개 요인을 중심으로 군락별 분포를 분석하였으며, 이를 바탕으로 분포확률을 추정하였다. 잠재자연식생의 분포확률이 0.3이상인 군락은 소나무군락의 출현확률이 55.80%로 가장 높았으며, 신갈나무군락이 44.05%, 상수리나무군락이 0.09%, 굴참나무군락이 0.06%로 나타났다. 식생의 분포에 영향을 주는 요인을 본 연구에서 제시한 요인으로 한정할 경우 가야산국립공원의 잠재자연식생은 신갈나무군락(43.1%)과 소나무군락(56.9%)이 나타날 것으로 예측되었다.

• 한국농공학회논문집
• /
• 제51권5호
• /
• pp.25-34
• /
• 2009

The objective of this study is to evaluate the future potential climate and vegetation canopy change impact on a dam watershed hydrology. A $6,661.5\;km^2$ dam watershed, the part of Han-river basin which has the watershed outlet at Chungju dam was selected. The SWAT model was calibrated and verified using 9 year and another 7 year daily dam inflow data. The Nash-Sutcliffe model efficiency ranged from 0.43 to 0.91. The Canadian Centre for Climate Modelling and Analysis (CCCma) Coupled Global Climate Model3 (CGCM3) data based on Intergovernmental Panel on Climate Change (IPCC) SRES (Special Report Emission Scenarios) B1 scenario was adopted for future climate condition and the data were downscaled by artificial neural network method. The future vegetation canopy condition was predicted by using nonlinear regression between monthly LAI (Leaf Area Index) of each land cover from MODIS satellite image and monthly mean temperature was accomplished. The future watershed mean temperatures of 2100 increased by $2.0^{\circ}C$, and the precipitation increased by 20.4 % based on 2001 data. The vegetation canopy prediction results showed that the 2100 year LAI of deciduous, evergreen and mixed on April increased 57.1 %, 15.5 %, and 62.5% respectively. The 2100 evapotranspiration, dam inflow, soil moisture content and groundwater recharge increased 10.2 %, 38.1 %, 16.6 %, and 118.9 % respectively. The consideration of future vegetation canopy affected up to 3.0%, 1.3%, 4.2%, and 3.6% respectively for each component.

• 한국농공학회논문집
• /
• 제56권3호
• /
• pp.19-29
• /
• 2014

This study was to evaluate the potential climate change impact on watershed hydrological components of evapotranspiration, surface runoff, lateral flow, return flow, and streamflow using Soil and Water Assessment Tool (SWAT). For Yongdam dam watershed (930 $km^2$), the SWAT model was calibrated for five years (2002-2006) and validated for three years (2004-2006) using daily streamflow data at three locations and daily soil moisture data at five locations. The Nash-Sutcliffe model efficiency (NSE) and coefficient of determination ($R^2$) were 0.43-0.67 and 0.48-0.70 for streamflow, and 0.16-0.65 and 0.27-0.76 for soil moisture, respectively. For future evaluation, the HadGEM3-RA climate data by Representative Concentration Pathway (RCP) 4.5 and 8.5 scenarios were adopted. The biased future data were corrected using 30 years (1982-2011, baseline period) of ground weather data. The HadGEM3-RA 2080s (2060-2099) temperature and precipitation showed increase of $+4.7^{\circ}C$ and +22.5 %, respectively based on the baseline data. The impacts of future climate change on the evapotranspiration, surface runoff, baseflow, and streamflow showed changes of +11.8 %, +36.8 %, +20.5 %, and +29.2 %, respectively. Overall, the future hydrologic results by RCP emission scenarios showed increase patterns due to the overall increase of future temperature and precipitation.