• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.256-266
• /
• 2022

일사량은 작물모형의 구동에 필수적인 요소지만, 일사량의 직접관측은 다른 기상자료들과 다르게 많은 인적, 물적 자원이 필요하다. 직접 일사량을 측정하는 대신 다른 기상자료를 통해 일사량을 추정하는 여러 방식이 존재하고 그중 대표적인 방법이 일조시간을 통해 일사량을 추정하는 Angstrom-Prescott 모델이다. Frere and Popov(1979)에 의해 전세계의 기후를 세 분류로 나누어 일조시간을 일사량으로 변환하는 AP 계수(AP_Frere)가 제시되었고, 국내 18개 종관기상관측소에서 30년간 관측한 일단위 일사량과 일조량 관측자료를 통해 AP계수를 경험적으로 도출한 계수(AP_Choi)가 Choi et al.(2010)에 의해 제시되었다. 본 연구에서는 2012년부터 2021년까지 일사량 관측값(S_Obs)과 AP_Frere와 AP_Choi를 통해 도출한 일사량(S_Frere, S_Choi)을 NRMSE와 t검정을 통해 분석하였고, 이를 DSSAT 작물모형에 입력모수로 사용하여 벼 품종 오대, 화성 및 추청에 대한 생육모의를 하였다. 일사량 추정 결과 일사량의 추정값과 측정값 사이에는 12%에서 22%사이의 오차가 존재하였고, 이를 3월부터 9월 사이의 생육기간에 한정하여 누적 일사량을 계산하면 오차가 줄었다. 18개의 지역중 관찰값과 생육기간의 누적 일사량은 S_Frere의 경우에 10개의 지역에서 S_Choi 보다 S_Obs와 가까웠고, 일일 일사량의 오차율을 통해 분석하였을때 S_Frere가 12개 지역에서 더 가까웠다.

• 한국지리정보학회지
• /
• 제24권4호
• /
• pp.65-81
• /
• 2021

본 연구에서는 LIS(Land Information System)를 기반으로 구축된 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 남한 전역을 대상으로 토양수분 및 증발산량을 산출하였다. K-LIS를 구동하고, KLDAS를 구축하기 위해 사용된 수문기상 데이터 세트는 MERRA-2(Modern-Era Retrospective analysis for Research and Applications, version 2), GDAS(Global Data Assimilation System) 그리고 종관기상관측(ASOS, Automated Synoptic Observing System) 자료이다. ASOS는 지점 자료이므로 KLDAS에 적용하기 위해 0.125°의 공간해상도를 가진 격자형 자료로 변환하였다(ASOS-S, ASOS-Spatial). KLDAS에 적용된 수문기상 데이터 세트를 지상관측자료(ASOS)와 비교한 결과 ASOS-S, MERRA-2, GDAS의 R² 평균은 각각 온도(0.994, 0.967, 0.975), 기압(0.995, 0.940, 0.942), 습도(0.993, 0.895, 0.915), 강우량(0.897, 0.682, 0.695)으로 분석되었다. 또한, 토양수분의 R² 평균은 ASOS-S(0.493), MERRA-2(0.56), GDAS(0.488)이며, 증발산량의 R² 평균은 ASOS-S(0.473), MERRA-2(0.43), GDAS(0.615)로 분석되었다. MERRA-2, GDAS는 다수의 위성 및 지상관측자료를 활용하여 품질관리된 데이터 세트인 반면, ASOS-S는 103개 지점의 관측자료를 사용한 격자 자료이다. 따라서, 관측자료간 거리 차이로 인한 오차가 발생하여 정확도가 낮아진 것으로 판단되며, 향후 ASOS보다 많은 지점의 관측자료를 확보하여 적용한다면 격자화로 인한 오차가 줄어들어 정확도가 높아질 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.525-536
• /
• 2014

본 연구에서는 주요 수문 변수인 유출량, 저수위, 유량 등의 관측 자료가 부재한 미계측 유역에 대한 수문학적 가뭄 평가 및 감시를 위해 원격 탐사 자료를 활용하는 방법론을 최근 심각한 가뭄 피해를 입은 지역인 남한강상류 유역에 적용하였다. 수문 변수의 관측 자료가 부재한 지역에 대해서는 원격 탐사를 이용하여 수문 변수보다 추정이 용이한 강수량, 증발산량 등 기상 변수의 추정을 통해 물 수지에 기초하여 가뭄상태에 대한 정보를 얻을 수 있다. 본 연구에서는 2002-2013년의 기간에 대하여 원격 탐사 자료를 이용하여 대기의 온도를 추정하고, 이로부터 증발산량을 도출하여 강수량과 증발산량 차의 백분위가 유량 백분위와 가지는 상관성을 분석하였다. Aqua위성에 탑재된 MODIS 센서의 $1{\times}1km$ 공간 해상도의 지표면 온도와 $5{\times}5km$ 공간해상도의 대기 연직 온도 자료를 이용하여 월별 최고 및 최저 대기 온도를 추정하였으며, Hargreaves 방법을 이용하여 증발산량을 추정하였다. 미국몬태나주립대학교에서 Penman-Monteith 방법을 이용하여 추정한 기존 자료(MOD16)의 잠재 증발산량과 비교한 결과 상대적으로 결정계수는 더 작았으나 상당히 작은 오차를 보였다. 남한강상류 유역에 대하여 TRMM 위성으로부터 도출한 강수량과 함께 1, 3, 6, 12개월 시간 척도의 P-PET(강수량 증발산량) 백분위를 구해 유량 백분위와의 상관관계를 분석하였다. 남한강상류 유역은 여름철(r = 0.89, tau = 0.71)과 가뭄 평가에 중요한 가을철(r = 0.63, tau = 0.47)에 1개월 P-PET 백분위가 유량 백분위와 95% 신뢰도로 통계적으로 유의한 높은 상관관계를 나타냈다. 이 유역은 강수의 영향이 특히 크게 나타나는 지역으로 일반적으로 건조한 지역과는 달리 증발산량이 유량과 양의 상관관계를 보였다. 연구 결과로부터 원격 탐사 자료가 미계측 유역에서 수문학적 가뭄 평가 및 감시에 유용하게 활용될 수 있음을 보였으며 특히 공간적으로 분포된 높은 해상도의 추정 자료는 지역별로 차별화된 가뭄 대책 수립에 기여할 수 있을 것이다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.21-36
• /
• 2019

본 연구는 산불 위험 예측의 주요 인자인 10시간 사연료습도(10-h FMC)를 산악기상관측망 기상자료로 추정하는 방법을 마련하기 위해 수행되었다. 안성(도심지)과 홍릉 두 지점(숲 속, 숲 밖)의 자동기상관측소에서 기상인자와 10-h FMC를 측정하고 이를 이용해 10-h FMC 추정식을 도출했다. 도출한 추정식을 이용해 지난 6년간(2013~2018년) 산불발생 다발일의 10-h FMC를 분석하고 전국 10-h FMC 지도를 제작했다. 기상인자(기온, 풍속, 목재평형함수율, 강우량)와 10-h FMC의 회귀분석 결과 목재평형함수율이 가장 효율적으로 10-h FMC를 설명했음을 확인했다. 목재평형함수율을 이용해 도출한 10-h FMC 추정식은 모형 적합과 검증과정 모두에서 높은 적합도를 보였다. 각 연구지의 추정식을 서로 다른 연구지에 적용하면 모형의 적합도가 같은 연구지에서 만든 식을 적용했을 때보다 줄어들었지만 여전히 만족할 만한 결과를 보였다. 본 연구의 회귀식은 10-h FMC와 목재평형함수율 사이 강우 후 건조반응 차이와 식생 유무가 10-h FMC에 미치는 영향을 반영하지 못해 적합도가 줄어든 것으로 나타났다. 마지막으로 도출한 추정식을 사용한 공간분석을 통해 지난 6년간 산불발생 다발일의 산불 중 70% 이상이 10.5% 이하의 10-h FMC 조건에서 발생했음을 확인했다. 본 연구 결과는 산악기상관측망과 연계하여 전국 산지의 10-h FMC를 추정하는 데 사용할 수 있다. 10-h FMC는 산불 위험 예측 기초 연구 자료로 활용되어 재해 관련 국가 정책 결정에 기여할 것으로 판단된다.

• 한국작물학회지
• /
• 제66권2호
• /
• pp.105-111
• /
• 2021

해마다, 강한 바람을 동반한 태풍 및 집중호우로 인해 벼도복이 발생하고 있으며, 이삭이 여무는 등숙기에 도복으로 인한 수발아와 관련된 피해를 발생시키고 있다. 따라서,신속한 피해 대응을 위해 신속한 벼 도복 피해 면적 산정은 필수적이다. 벼 도복과 관련된 이미지들은 도복이 발생된 김제, 부안, 군산일대에서 드론을 이용하여 수집하였고, 수집한 이미지들을 128 × 128 픽셀로 분할하였다. 벼 도복을 예측하기 위해 이미지 기반 딥 러닝 모델인 CNN을 이용하였다. 분할한 이미지들은 도복 이미지(lodging)와 정상 이미지(non-lodging) 2가지로 라벨로 분류하였고, 자료들은 학습을 위한 training-set과 검증을 위한 vali-se을 8:2의 비율로 구분하였다. CNN의 층을 간단하게 구성하여, 3개의 optimizer (Adam, Rmsprop, and SGD)로 모델을 학습하였다. 벼 도복 면적 평가는 training-set과 vali-set에 포함되지 않은 자료를 이용하였으며, 이미지들을 methshape 프로그램으로 전체 농지로 결합하여 총 3개의 농지를 평가하였다. 도복 면적 추정은 필지 전체의 이미지를 모델의 학습 입력 크기(128 × 128)로 분할하여 학습된 CNN 모델로 각각 예측한 후, 전체 분할 이미지 개수 대비 도복 이미지 개수의 비율을 전체 농지의 면적에 곱하여 산정하였다. training-set과 vali-set에 대한 학습 결과, 3개의 optimizer 모두 학습이 진행됨에 따라 정확도가 높아졌으며, 0.919 이상의 높은 정확도를 보였다. 평가를 위한 3개의 농지에 대한 결과는 모든 optimizer에서 높은 정확도를 보였으며, Adam이 가장 높은 정확도를 보였다(RMSE: 52.80 m², NRMSE: 2.73%). 따라서 딥 러닝을 이용하여 신속하게 벼 도복 면적을 추정할 수 있을 것으로 예상된다.

• 한국수자원학회논문집
• /
• 제54권11호
• /
• pp.903-913
• /
• 2021

홍수기 하천에서 유량측정은 예산, 인력, 안전 및 측정 시 편의성 등의 이유로 측정에 제한이 많다. 특히, 태풍 등으로 인한 호우사상 발생 시 위와 같은 문제로 홍수량 측정에 어려움이 따른다. 이러한 문제점을 개선하기 위해 본 연구에서는 드론(Drone)과 전자파표면유속계(Surface velocity doppler radar)의 기능을 조합하여 최소 인력으로 짧은 시간에 간편하고, 안전하게 홍수기에 하천유량을 측정할 수 있는 방법을 개발하였다. 기존 드론을 이용한 유량측정 연구에서 도출된 바람, 강우 등 기상 요인에 의한 드론의 기계적인 한계를 극복하기 위해 본 연구에서는 IP56 등급의 방진·방수 성능, 최대 36 km/h의 풍속에서 안정적인 비행능력과 최대 10 kg을 탑재할 수 있는 드론을 개발하였다. 또한 전자파표면유속계 측정에 있어서 주요 제약 요소인 진동을 제거하기 위해 드론과 전자파표면유속계를 결합하는 댐퍼플레이트를 개발하였다. 이들 비행장비와 유속계를 결합시킨 유속계 DSVM (Dron and Surface Veloctity Meter using doppler radar)을 제작하였으며, 봉황천(금강 제1지류)에 위치한 금산군(황풍교)지점에서 DSVM을 운용하여 홍수량을 측정한 결과 ±3.5%의 오차가 발생하였다. 또한 측정된 표면유속으로부터 평균유속을 산정할 때 정확도 향상을 위해 ADCP를 이용하여 동시 측정하고, 평균유속을 비교하여 평균유속환산계수(0.92)를 산정하였다. 본 연구에서는 드론과 전자파표면유속계를 결합해 측정한 유량과 ADCP 및 봉부자를 이용해 측정한 유량을 비교하고, DSVM의 적용 및 활용 가능성을 확인하였다.