• Journal of The Korean Society of Agricultural Engineers
• /
• v.61 no.6
• /
• pp.111-121
• /
• 2019

Evapotranspiration (ET) of vegetation is one of the major components of the hydrologic cycle, and its accurate estimation is important for hydrologic water balance, irrigation management, crop yield simulation, and water resources planning and management. For agricultural crops, ET is often calculated in terms of a short or tall crop reference, such as well-watered, clipped grass (reference crop evapotranspiration, $ET_o$). The Penman-Monteith equation recommended by FAO (FAO 56-PM) has been accepted by researchers and practitioners, as the sole $ET_o$ method. However, its accuracy is contingent on high quality measurements of four meteorological variables, and its use has been limited by incomplete and/or inaccurate input data. Therefore, this study evaluated the applicability of Backpropagation Neural Network (BPNN) model for estimating $ET_o$ from less meteorological data than required by the FAO 56-PM. A total of six meteorological inputs, minimum temperature, average temperature, maximum temperature, relative humidity, wind speed and solar radiation, were divided into a series of input groups (a combination of one, two, three, four, five and six variables) and each combination of different meteorological dataset was evaluated for its level of accuracy in estimating $ET_o$. The overall findings of this study indicated that $ET_o$ could be reasonably estimated using less than all six meteorological data using BPNN. In addition, it was shown that the proper choice of neural network architecture could not only minimize the computational error, but also maximize the relationship between dependent and independent variables. The findings of this study would be of use in instances where data availability and/or accuracy are limited.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.53 no.2
• /
• pp.161-170
• /
• 2008

Interest is growing in applying simulation models for the South Texas conditions, to better assess crop water use and production with different crop management practices. The Environmental Policy Integrated Climate (EPIC) model was used to evaluate its application as a decision support tool for irrigation management of com (Zea mays L.) in South Texas of the U.S. We measured actual crop evapotranspiration (ETc) using a weighing lysimeter, soil moisture using a neutron probe, and grain yield by field sampling. The model was then validated using the measured data. Simulated ETc using the Hargreaves-Samani equation was in agreement with the lysimeter measured ETc. Simulated soil moisture generally matched with the measured soil moisture. The EPIC model simulated the variability in grain yield with different irrigation regimes with $r^2$value of 0.69 and root mean square error of $0.5\;ton\;ha^{-1}$. Simulation results with farm data demonstrate that EPIC can be used as a decision support tool for com under irrigated conditions in South Texas. EPIC appears to be effective in making long term and pre-season decisions for irrigation management of crops, while reference ET and phenologically based crop coefficients can be used for inseason irrigation management.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.323-323
• /
• 2023

유역의 증발산량 자료는 물순환 과정을 규명하는 매우 중요한 자료 중의 하나이며, 물순환 성분별 명확한 산정 결과는 수자원 개발과 물환경 보전에 중요한 정보를 제공할 수 있다. 본 논문에서는 임진강 유역(유역출구(한강합류점) 기준, 유역면적 8,138.9km²)을 대상으로 5개년(2018~2022) 기상관측자료를 이용하여 증발산량을 산정하였으며, 그 외의 수문관측자료를 통해 물수지 분석도 수행하였다. 증발산량 산정은 세계식량기구(FAO)에서 제시한 Penman-Monteith equation을 적용하여 일별증발산량을 산정하였으며, 작물의 종류에 따른 계수는 잔디의 경우를 채택하였다. 본 방정식을 통해 산정된 증발산량(ET_o)은 기준작물에 수분의 공급에 제한이 없는 상황에서 산정된 기준 증발산량(reference evapotranspiration)을 의미하며, 기준 증발산량을 실제 증발산량으로 변환하기 위해서는 작물계수를 고려해야 한다. 작물계수는 식생의 높이, 알베도, 식생의 저항, 토양으로부터의 증발 등의 영향을 받게 되나, 더욱더 명확하게는 식물에서의 증산을 설명하는 기본 작물계수와 토양에서의 증발을 설명하는 토양계수의 합을 통해 계수를 산정하게 된다. 임진강 유역에 공간적으로 분포된 작물계수를 정확히 산정하기에는 한계가 있으므로 잔디의 경우로 한정하여 산정된 기준 증발량은 833.0mm(5개년 평균값)이다. 각 물순환 성분별로 생성된 임진강 유역의 5개년 평균값인 유역평균강우량은 1,412.9mm이며, 하천유출량은 804.9mm(유역평균강우량 대비 57.0%), 실제 증발산량은 442.3mm(유역평균강우량 대비 31.3%, 기준 증발산량 대비 약 53.0%), 유역저류량은 165.7mm(유역평균강우량 대비 11.7%)이다. 유역평균강우량은 8개 관측소(양덕, 원산, 신계, 개성, 평강, 철원, 동두천, 파주) 강우량의 유역평균값이며, 하천유출량은 유역출구의 상류 관측소인 비룡대교 관측소(유역면적 6,784.0km²) 유출량의 유역면적비 적용값이다. 실제 증발산량은 기준 증발산량 산정값에 해당 유역내 존재하는 설마천 유역의 기준 증발산량과 실제 증발산량 비율(약 53.0%)을 적용한 값이며, 유역저류량은 전제적인 물수지 분석을 통해 얻어진 추정값이다. 이와 같이 산정된 물순환 성분별 자료는 유역의 물순환 과정 규명을 위한 기초자료로 매우 유용하게 활용될 수 있으며, 유역 물관리를 위한 의사결정 과정에 중요한 역할을 할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.322-322
• /
• 2023

유역의 증발산량 자료는 물순환 과정을 규명하는 매우 중요한 자료 중의 하나이며, 물순환 성분별 명확한 산정 결과는 수자원 개발과 물환경 보전에 중요한 정보를 제공할 수 있다. 본 논문에서는 한국건설기술연구원에서 운영하는 설마천 유역(전적비교 수위관측소 기준, 유역면적 8.48km²)의 5개년(2018~2022) 기상관측자료를 이용하여 증발산량을 산정하였으며, 그 외 강우량, 하천유출량, 지하수함양량 자료를 이용하여 물수지 분석도 수행하였다. 증발산량 산정은 세계식량기구(FAO)에서 제시한 Penman-Monteith equation을 적용하여 일별 증발산량을 산정하였으며, 작물의 종류에 따른 계수는 잔디의 경우를 채택하였다. 본 방법을 통해 산정된 증발산량(ET₀)은 기준작물에 수분의 공급에 제한이 없는 상황에서 산정된 기준 증발산량(reference evapotranspiration)을 의미하며, 기준 증발산량을 실제 증발산량으로 변환하기 위해서는 작물계수를 고려해야 한다. 작물계수는 식생의 높이, 알베도, 식생의 저항, 토양으로부터의 증발 등의 영향을 받게 되나, 더욱더 명확하게는 식물에서의 증산을 설명하는 기본 작물계수와 토양에서의 증발을 설명하는 토양계수의 합을 통해 계수를 산정하게 된다. 설마천 유역에 공간적으로 분포된 작물계수를 정확히 산정하기에는 한계가 있으므로 잔디의 경우로 한정하여 산정된 기준증발량은 885.9mm(5개년 평균값)이다. 각 물순환 성분별로 생성된 설마천 유역의 5개년 평균값인 유역평균강우량은 1,307.3mm이며, 하천유출량은 799.7mm(유역평균강우량 대비 61.2%), 실제 증발산량은 469.5mm(유역평균강우량 대비 35.9%, 기준 증발산량 대비 약 53.0%), 유역저류량은 38.1mm(유역평균강우량 대비 2.9%)이다. 유역평균강우량은 3개 관측소(감악산, 설마리, 전적비교) 강우량의 유역평균값이며, 하천유출량은 유역출구의 수위-유량관계곡선식 환산유량, 유역저류량은 과거년(2012~2018)의 지하수 관측자료를 통해 산정된 지하수함양량을 기초로 하였다. 그리고 실제 증발산량은 기준 증발산량 산정값과 전체적인 물수지 분석을 통해 얻어진 값이다. 이와 같이 산정된 물순환 성분별 자료는 유역의 물순환 과정 규명을 위한 기초자료로 매우 유용하게 활용될 수 있으며, 유역 물관리를 위한 의사결정 과정에 중요한 역할을 할 수 있을 것으로 기대된다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.54 no.5
• /
• pp.35-41
• /
• 2012

The paddy rice consumptive use in the six plains of the Korean peninsula was projected with changing climate under the representative concentration pathway (RCP) scenarios. High resolution climate data for the baseline (1961-1990) was obtained from the International water management institute (IWMI) and future high resolution climate projection was obtained from the Korea Meteorological Administration. Reference evapotranspiration (ET) was calculated by using Hargreaves equation. The results of this study showed that the average annual mean temperature would increase persistently in the future. Temperatures were projected to increase more in RCP8.5 than those in RCP4.5 scenario. The rice consumptive use during the growing period was projected to increase slightly in the 2020s and then more significantly in the 2050s and 2080s. It showed higher values for RCP8.5 than for RCP4.5. The rice consumptive use after transplanting in the study areas would increase by 2.2 %, 5.1 % and 7.2 % for RCP4.5 and 3.0 %, 7.6 %, and 13.3 % for RCP8.5, in the 2020s, 2050s, and 2080s, respectively, from the baseline value of 534 mm. The results demonstrated the effects of climate change on rice consumptive use quite well, and can be used in the future agricultural water planning in the Korean peninsula.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.390-390
• /
• 2021

본 연구에서는 통계적 방법에 의해 예측된 미래기간의 기온정보와 기온기반의 기준증발산량 산정방법을 연계하여 한강권역을 대상으로 최대 12개월의 미래기간에 대한 기준증발산량을 전망하였다. 기온정보는 Kim et al. (2020)의 연구와 같이 글로벌 기후지수와의 원격상관성을 기반으로 개발된 다중회귀모형을 이용하여 미래기간(예측시점 기준 1~12개월)에 대해 월 평균기온을 예측하고 이를 상세화하여 한강권역 내 주요 ASOS 지점별로 최고/최저기온을 도출하였다. 기준증발산량은 Hamon 방법(Hamon, 1960, 1963)을 기반으로 각 지점별로 상세화된 최고/최저기온을 이용하여 동일한 미래기간(1~12개월)에 대해 산정하였다. 한강권역 전체에 대해 2015년 1월~2020년 12월의 월별 평균기온과 각 지점별 산정한 기준증발산량을 활용하여 기온 및 기준증발산량에 대한 예측성을 분석하였다. 한강권역 전체에 대해 예측된 월별 평균기온의 경우 실제 관측값과 비교하였을 때, PBIAS 4.2~6.4%, R² 0.97~0.98, NSE 0.97~0.98 등으로 매우 높은 예측성을 보였다. 지점별로 상세화된 기온정보를 이용하여 산정한 기준증발산량을 실제 기온으로부터 산정한 기준증발산량과 비교한 결과는 PBIAS 5.0~6.8%, R² 0.97~0.98, NSE 0.96~0.97로 기온에 대한 예측성과 유사하게 나타났다. 기온과 기준증발산량 모두 일부 월이나 일부 지점에서 관측값과 비교했을 때 다소 차이를 보이는 경우도 있었으나, 대상유역 전반적으로는 매우 안정적인 예측결과를 확인할 수 있었다. 기준증발산량에 대한 예측결과(미래 1~12개월)는 계절 및 월 단위의 유역 수자원 전망에 유용하게 활용될 수 있을 것으로 판단된다.