• 대한토목학회논문집
• /
• 제28권5B호
• /
• pp.495-504
• /
• 2008

수문 모형을 이용한 일 유출모의에 있어 증발산량은 중요한 변수로 명시되고 있다. 증발산량 추정에 있어서는 예를 들어, FAO Penman Monteith 공식을 이용할 경우 식생의 상태를 잘 반영하는 LAI(엽면적지수) 같은 인자는 상당한 영향을 미친다. 최근에는 고정된 양으로 식생 상태를 추정하는 데 있어, 원격탐사 기법을 이용한 MODIS 위성영상 자료로부터 추정된 LAI를 이용하고 있으며, 시계열 LAI 공간자료는 토지피복도와 함께 증발산량 추정을 위해 활용된다. 본 연구에서는 한강 상류부에 위치한 충주댐 유역($6661.3km^2$)의 댐 유입량을 모의하기 위해 SLURP 수문 모형을 적용하였으며, FAO Penman Monteith 공식을 통한 증발산량 추정에 식생인자가 미치는 영향을 분석하기 위해 4년(2001년-2004년) 동안의 MODIS LAI 자료를 구축하였다. 4년 동안의 9개 기상관측소 지점 기상자료 및 댐 유입량 자료와 MODIS LAI 자료를 기반으로 모델 보정(2001년, 2003년) 및 검증(2002년, 2004년)을 실시 한 결과, 평균 Nash-Sutcliffe 모델 효율 계수는 0.66이었다. 유역의 활엽수림, 침엽수림 그리고 혼효림에서의 4년 평균 MODIS LAI가 각각 3.64, 3.50, 그리고 3.63이었으며, 이에 따른 Penman Monteith ET는 639.1, 422.4, 그리고 631.6 mm로 모의되었다.

• 한국수자원학회논문집
• /
• 제37권2호
• /
• pp.133-144
• /
• 2004

토양수분 저류구조를 갖는 4단 탱크모형에 SCE-UA전역최적화 기법을 사용하여 목적함수에 따라 보정자료 기간을 달리하여 대청댐 유역에 332회, 소양강댐 유역에 대해 472회의 보정 및 검증을 수행하였다. 그리고 증발산량 산정방법에 따른 매개변수 추정 영향을 검토하기 위해 소형 증발계 증발량, 1963 Penman, FAO-24 Penman-Monteith, FAO-56 Penman-Monteith 방법을 사용하였다. 토양수분 저류구조를 갖는 탱크모형은 표준 4단 모형보다 우수한 결과를 나타내었다. 토양수분 저류구조를 갖는 탱크모형의 매개변수 추정에 적합한 목적함수 두 가지를 확인하였다. 매개변수 추정을 위해 적절한 자료기간은 3년 정도이었으며, 평균강수량 이상인 해와 가물었던 해를 포함하는 것이좋은 결과를 보였다. 그리고 유출률이 적절하지 않은 해를 포함하는 경우에는 8년 이상으로 하는 것이 적절하다고 판단된다. 4가지 증발산량 산정 방법에 의해 추정된 증발산량을 입력으로 모형을 보정한 결과 유사한 매개변수를 나타내었으며, 1963 Penman 방법만이 근소하게 열등하였다.

• 한국작물학회지
• /
• 제35권6호
• /
• pp.518-524
• /
• 1990

수도포장에서의 실제 증발산량을 보웬비-열수지법에 의하여 측정하고 이를 기초로 하여 대형 및 소형증발계 증발산량 및 Penman-Monteith 모델에 의해서 계산된 기초증발산량으로 부터의 수도포장 실제증발산량 추정의 신속성을 검토하기 위하여 본 연구를 수행하였다. 본 연구는 수원측후소 수도포장에서 통일계인 서광벼를 공시하여 수행되었다. 실제증발산량은 BE-ARN system(Bilan D'Energie Automatique Regionale Numerique; I.N.R.A)을 이용하여 보웬비열수지법에 의하여 측정하였으며, 대형 및 소형증발계 증발산량은 수원측후소 로장의 잔디위에서 측정되고, 기준 증발산량은 당소의 종관기상관측자료를 이용하여 수정된 Penman-Monteith 모델로 계산하였다. 1. 일평균 알베도는 0.15-0.25 범위에서 변하였으며, 엽면적지수 4까지는 엽면적의 증가에 따라서 직선적으로 증가하는 경향이였으며 그 이후는 완만한 증가를 보였다. 2. 수도포장에 입사되는 일사량중 맑은 날 순폭사량으로 배분되는 비율은 50-80% 범위였으며 생육시기가 진전됨에 따라서 낮아졌다. 3. 순폭사량중 증발산에 배분되는 비율이 열수지항중 가장 커서 벼의 생육시기에 따라서 80-120%의 범위였으며 생육후기에는 가장 낮았으며, 증발산잠열이 순폭사량보다 높은 경우가 많았는데 이는 이유에 의한 영향이 크기 때문인 것으로 판단되었다. 4. 생육기간중 일당 실제증발산량은 기상조건에 따라 0.1mm-8mm 범위에서 변하였다. 5. 보웬비-열수지법에 의한 실제증발산량과 대형증발계 증발량, 소형증발계 증발량 및 기준증발량과는 유의한 직선회귀 관계가 있었는데 이들간의 상관계수는 각각 0.761, 0.793 및 0.914였다. 6. 대형증발계 및 소형증발계 증발산량 Penman-Monteith 모델에 의해 계산한 증발산량을 기준증발량으로 한 벼의 생육기간중의 평균 증발산비 또는 작물계수는 각각 1.57, 1.10 및 1.49였으며 각각의 변이계수는 28.7, 22.7 및 12.8%였다. 7. 기준증발량에 근거한 작물계수는 엽면적의 발달과 밀접한 관계를 가지고 변하였으며 출수기경에 최대치를 보였으며, 그 이후 급격히 감소하였다. 8. 이상의 결과들의 종합하여 볼 때 실제증발산량의 추정에는 종관기상자료를 이용하여 Penman-Monteith 모델로 계산한 증발산량을 기준증량으로 이용하는 것이 증발계 증발량을 기준증발량으로 이용하는 것보다 추정의 정도가 높은 것으로 판단되었으며, 실제증발산량(AET)과 Penman-Monteith 모델에 의한 기준증발량(RET)간의 회귀식 AET=0.1$\pm$1.52 RET를 이용할 경우 실제증발산량을 전생육기간을 통해서 약 10% 오차범위내에서 추정할 수 있을 것으로 판단되었으며, 생육시기별로 생물계수를 계산하여 이를 이용할 경우, 보다 정확한 실제증발산량을 추정할 수 있을 것으로 사료되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1087-1091
• /
• 2008

Evapotranspiration (ET) is an important factor while simulating daily streamflow in hydrological models. The LAI (Leaf Area Index) value reflecting the conditions of vegetation generally affects considerably in the estimation of ET, for example, when using FAO Penman Monteith equation. Recently in evaluating the vegetation condition as a fixed quantity, the remotely sensed LAIs from MODIS satellite data are avaliable, and the time series values of spatial LAI coupled with land use classes are utilized for ET evaluation. The 4 years (2001-2004) MODIS LAI data were prepared for the evaluation of continuous hydrological model, SLURP (Semi-distributed Land Use-based Runoff Processes). The model was applied for simulating the dam inflow of Chungjudam watershed ($6661.58\;km^2$) located in the upstream of Han river basin of South Korea. From the model results, the FAO Penman Monteith ET was affected by the MODIS LAIs. Especially for the ET of deciduous forest, the Total ET was 33.9 % lager than coniferous forest for the 3.8 % lager of LAI. The watershed average LAI caused a 7.0 % decrease in average soil moisture of the watershed and 14.3 % decrease of ground water recharge.

• 대한토목학회논문집
• /
• 제30권3B호
• /
• pp.233-242
• /
• 2010

Bastiaanssen(1995)에 의해 개발된 SEBAL(Surface Energy Balance Algorithm for Land) 모형은 25개의 sub model들을 이용하여 지표의 증발산량과 기타 여러 에너지 교환을 계산하는 이미지-프로세싱 모형이다. SEBAL 모형은 Landsat 또는 기타 여러 위성영상을 통해 얻을 수 있는 열적외선 방사, 표시 및 근적외선 측정 자료 등을 사용한다. 본 연구에서는 한강유역의 주 지류인 경안천 유역에 모형을 적용시켰다. 증발산량(ET)은 4개년의(2001년-2004년) Landsat과 MODIS 위성영상을 입력자료로 사용하여, 에너지 균형원리를 통해 pixel-by-pixel을 기준으로 계산되었다. Landsat(30 m)과 MODIS(1 km) 사이의 비교 결과도 평가되었으며, Landsat과 MODIS 결과들은 FAO Penman-Monteith 증발산량과 비교하였다. 위성영상 ET들과 FAO Penman-Monteith ET 간의 절대 오차는 12% 이내로 확인되었으며, 유역 분포 증발산량의 시공간분포특성 또한 분석하였다.

• 생물환경조절학회지
• /
• 제26권4호
• /
• pp.411-417
• /
• 2017

광도, 포차와 같은 환경요인과 엽면적 지수와 같은 생육요인은 증산 속도를 변화시키는 중요한 변수이다. 본 연구에서는 Penman-Monteith의 증산 모델과 인공신경망(ANN)에 학습에 의한 증산속도 추정값을 비교하는 것을 목표로 하였다. 파프리카(Capsicum annuum L. cv. Fiesta)의 증산속도 추정은 로드셀을 이용한 배지의 중량변화를 통해 계산하였다. 온도, 상대습도, 배지 중량 데이터는 1분 단위로 2개월간 수집하였다. 증산량은 일차식으로는 정확한 추정이 어렵기 때문에, 기존의 Penman-Monteith식에 보정 광도를 사용한 수정식 Shin 등(2014)을 사용하였다. 이와는 별개로 ANN을 사용하여 증산량을 추정 비교하였다. 이를 위하여 광도, 온도, 습도, 엽면적지수, 시간을 사용한 입력층과 5개의 은닉층으로 구성된 ANN을 구축하였다. 각 은닉층의 퍼셉트론 개수는 가장 정확성이 높은 512개로 하였다. 검증 결과, 보정된 Penman-Monteith 모델식의 $R^2=0.82$이었고, ANN의 $R^2=0.94$로 나타났다. 따라서 ANN은 일반적인 모델식에 비해 정확한 증산량 추정이 가능한 것으로 나타났고, 추후 수경재배의 효율적인 관수전략 수립에 있어 적용 가능할 것으로 판단되었다.

• 한국산림과학회지
• /
• 제88권1호
• /
• pp.86-92
• /
• 1999

증발산량은 산원 수자원의 제한 요인이며, 한편으로는 임목의 생장, 분포에 관여하는 중요한 생태계의 요인으로 인식되고 있다. 식생에 의한 증산은 주로 기상학적 요인에 의하여 좌우된다. 조사 유역의 하부는 수고 8m의 소나무로 밀생되어 있으며, 상부는 생장이 불량한 소나무와 참나무류가 산생하고 있다. 1993년도 강수, 유출 조사 자료를 이용하여 증발산량을 구하고, Penman-Monteith 모델의 수관저항을 정하여, 이 모델에 의한 산림지역의 일 증발산량의 계절적 변이를 추정하고자 하였다. 연간 증발산량은 590.3mm이었으며 수관저항값은 99s/m로 결정되었다. 연간 증발산량 중에서 5월의 증발산량이 106.4mm로 가장 큰 값을 나타내며 이는 식생에 의한 수관차단 및 증산의 영향을 반영하고 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.535-539
• /
• 2009

Evapotranspiration (ET) is one of the main factor to understand the hydrologic cycle on land surfaces of entire globe. It accounts for about 65% of precipitation returning to the atmosphere. Accurate estimation of the ET is essential to many applications of water resources management, hydrology, meteorology, climatology, and agriculture. Over the past few decades, there have been extensive efforts to develop and validate a number of ET models. Priestley-Taylor (P-T) and Food and Agriculture Organization Penman-Monteith (P-M) models are generally recognized as simple, but great operational approaches to estimate ET over different land cover types. In this study, we compare/validate different models of increasing complexity, P-T, P-M, and Common Land Model (CLM) in croplands, IA.

• 한국수자원학회논문집
• /
• 제40권1호
• /
• pp.73-88
• /
• 2007

본 연구의 목적은 결측 혹은 미계측 증발접시 증발량과 우리나라에서 계측되고 있지 않은 알팔파 기준증발산량의 산정을 위하여 유전자 알고리즘이 내재된 일반화된 회귀신경망모형을 개발하고 적용하는데 있다. 우리나라에서는 장기간동안 증발산계를 이용하여 알팔파 기준증발산량의 관측이 시행되지 않고 있으므로, 본 연구에서는 Penman-Monteith(PM) 공식을 이용하여 산정된 값을 계측된 알팔파 기준증발산량으로 가정하였다. 본 연구를 통하여 최적 증발접시 증발량과 알팔파 기준증발산량의 산정을 위한 COMBINE-GRNNM-GA(Type-1) 모형을 개발하였으며, 훈련, 테스트 및 재현과정을 통하여 COMBINE-GRNNM-GA(Type-1) 모형을 평가하였다. COMBINE-GRNNM-GA (Type-1) 모형은 제시된 기상인자를 평가할 수 있으며, 증발접시 증발량과 알팔파 기준증발산량에 대한 신뢰성 있는 자료를 구축할 수 있다. 더 나아가서 우리나라에서 관개배수 시스템 구축을 위한 참고자료를 제공할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.285-299
• /
• 2023

증발산량을 산정하는 것은 수자원 관리에서 매우 중요한 요소이고, 많은 연구자들에 의해서 FAO Penman-Monteith (FAO P-M) 식이 기준증발산량을 산정을 위해 적용되고 있다. 하지만 FAO P-M 식에는 다양한 입력 변수들이 적용되어서, 이들 입력변수들의 영향력을 파악하는 것은 필요하다. 따라서 본 연구에서는 우리나라 56개 연구지역을 대상으로 8개의 기상요소들(최고기온, 최저기온, 풍속, 상대습도, 일사량, 증기압부족, 순복사량, 지중열유동)과 FAO Penman-Monteith (FAO P-M) 기준증발산식의 에너지항과 공기동력항, 그리고 고도의 변화에 따른 FAO P-M 기준증발산량 산정에 미치는 영향을 분석하였다. 이를 위해 다른 변량들은 고정한 상황에서 각 특정 변량을 10% 증가시킴에 따른 기준증발산량의 변화를 평가하기 위해 상대 민감도분석을 실시하였다. 또한 5개 대표 지역을 선정하여 그 지역들에 대해서 월별 민감도분석을 실시하고자 군집분석을 이용하여 56개 연구지역을 5개로 분류하였다. 분석결과에 의하면 56개 연구지역에서 8개의 기상요소 중에서 순복사량이 가장 민감한 것으로 나타났고, 다음으로 상대습도, 일사량, 최고기온, 증기압부족, 풍속, 최저기온 순으로 나타났다. 지중열유동은 가장 덜 민감한 요소인 것으로 나타났다. 지표면 특성의 경우, 고도는 매우 낮은 양의 상대 민감도를 보였다. FAO P-M 기준증발산식의 에너지항과 공기동력항의 상대적 민감도는 에너지항이 0.707, 공기동력항이 0.293을 보여서 에너지항이 공기동력항보다 기준증발산량 산정에 기여도가 더 큰 것으로 나타났다. 월별 민감도분석에 의하면 기상 요소별 민감도는 계절적인 영향을 보이는 것으로 나타났고, 고도의 상대민감도는 지역 간 서로 다른 양상을 보였다. 따라서 FAO P-M 식 적용을 위해서는 입력변수의 지역적, 계절적 민감도 차이를 고려해야할 것으로 판단된다.