• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.470-470
• /
• 2015

본 연구의 목적은 위성영상 기반의 SEBAL(Surface Energy Balance Algorithm for Land) 모형과 SWAT(Soil and Water Assessment Tool) 수문모형을 용담댐 유역($922.3km^2$)에 적용하여 증발산량을 산정하고 모형 간 공간 증발산량의 비교를 통해 각 모형의 적용성을 평가하는데 있다. 이를 위해 SEBAL모형의 입력자료로 Terra MODIS(Moderate Resolution Imaging Spectrometer) Product 중 Normalized Distribution Vegetation Index(NDVI), Albedo 영상을 2012년부터 2013년까지 월단위로 구축하고, 일단위의 Land Surface Temperature(LST) 영상을 구축하였다. 지형자료로는 Digital Elevation Model(DEM)과 Land use를 구축하였으며 SEBAL 모형의 구동을 위한 위성영상 및 지형자료는 500 m의 공간해상도로 재구축하였다. SWAT 모형의 모의를 위해 기상 및 유량 자료를 2000년부터 2013년까지 일단위로 구축하였고, DEM, Land use, 토양도의 지형자료를 30 m의 공간해상도로 구축하였다. SWAT 모형의 유출 검보정 후 수위관측소 지점에서 평균 $R^2$를 산정한 결과 도치(0.80), 동향(0.72), 석정(0.64), 주천(0.80), 천천(0.80), 용담댐(0.72)로 높은 상관성을 나타냈으며, 유출 검보정 후 SWAT 모형의 증발산량 모의 결과를 바탕으로 SEBAL 모형과의 공간 증발산량을 비교하였다. 두 모형의 증발산량은 SEBAL 모형의 경우 지형에 따라 SWAT 모형은 토양 특성에 따라 분포하는 경향이 다르게 나타났다. SEBAL 모형은 주로 저지대에서 증발산량이 높게 산정되며 고지대로 갈수록 감소하여 증발산량이 지형의 고저차에 따라 분포하는 모습을 보였다. SWAT 모형은 토양 특성에 따라 증발산량이 분포하며 유역 내에서 뚜렷한 차이를 나타내지는 않았다. 월별 총 증발산량은 SWAT 모형의 경우 7~8월에 약 90 mm/mon로 가장 높게 나타나고 1~2월은 0 mm/mon로 계절별 변화폭이 컸으나, SEBAL 모형의 경우 5~6월에 증발산량이 약 60 mm/mon로 가장 높게 나타났고 계절별 변화 폭이 SWAT 모형에 비해 적은 모습을 보였다. 이는 위성영상을 기반으로 하는 SEBAL 모형의 특성상 장마 기간에 해당하는 7~8월은 구름으로 인해 일사량이 적게 계산되고, 그 결과 5~6월에 비해 증발산량이 작게 산정되는 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.129-133
• /
• 2009

본 연구에서 소개할 SEBAL (Surface Energy Balance Algorithm for Land) (Bastiaanssen, 1995) 모형은 Landsat이나 NOAA 또는 MODIS 같은 원격탐사 위성으로부터 획득한 디지털 이미지 데이터(위성영상)를 이용하여, 지표에서 일어나는 증발산과 기타의 에너지 교환을 계산하는 이미지-프로세싱 모델이다. SEBAL 모형은 1995년 Bastiaanssen에 의해 처음 제안되었고, 미국의 Idaho 주립대학과 Idaho Department of Water Resources에서 NASA와 기업의 지원을 받아 활발히 연구 되었으며, 25개의 sub model들을 이용하여 지표의 증발산량과 기타 여러 에너지 교환을 계산한다. 여기서, 열적외선 방사, 표시 및 근적외선 측정은 Landsat 또는 기타 여러 위성영상을 통해 얻을 수 있으며, SEBAL 모형은 이러한 자료를 활용한다. 모형에서의 증발산량(ET)은 에너지 균형원리를 통해 pixel-by-pixel을 기준으로 계산되며, 본 연구에서 SEBAL 모형은 한강 유역 내의 경안천 유역 증발산량 map 생성을 위해 6개년도 지점 Landsat 위성영상을 이용하어 추정되었다. 연구의 목적은 SEBAL 모형을 통해 생성 된 30m 해상도의 공간 증발산량 map의 활용성 평가와 검증이며, 검증을 위해 FAO Penman-Monteith 공식을 이용하여 추정된 증발산량 값을 이용하였다. 그 결과, 오차가 2.7% 이내로 나타났다.

• 한국수자원학회논문집
• /
• 제49권3호
• /
• pp.227-239
• /
• 2016

본 연구는 Surface Energy Balance Algorithm for Land (SEBAL) 모형을 이용해 국내의 혼효림(설마천)과 논(청미천) 유역에 대해 일 증발산량을 산정하고 각 유역의 플럭스 타워 실측 증발산량과 비교하였다. SEBAL 모형의 입력 자료로 위성자료는 2개년(2012-2013)의 Terra MODIS product 중 Albedo, Land Surface Temperature (LST), Normalized Difference Vegetation Index (NDVI)를 활용하였으며, 기상자료는 유역 인근에 위치한 기상청 기상관측소로부터 풍속, 일사량 자료를 제공받아 공간 내삽(Interpolation)하여 활용하였다. 모의결과 플럭스 타워의 연평균 증발산량은 설마천에서 302.8 mm, 청미천에서 482.0 mm, SEBAL 모의 증발산량은 각각 183.3 mm, 371.5 mm로 산정되었다. 전체 모의기간에 대한 SEBAL 모의 증발산량의 실측 증발산량과의 결정계수는 설마천 플럭스 타워에서 0.54, 청미천 플럭스 타워에서 0.79로 나타났다. 두지점에서 SEBAL 모의 증발산량이 과소 추정된 주된 이유로는 일별 hot pixel과 cold pixel로부터 산정한 현열 플럭스의 과대추정으로 인한 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.47-51
• /
• 2009

증발산량을 산정하는 것은 자연현상과 인문현상을 이해하는 것의 기초가 된다. 이에, 최근 증발산량을 추정하는 많은 연구가 진행되고 있는 가운데 원격탐사 기법을 이용하는 것이 효과적인 것으로 알려지고 있다. 본 연구에서 소개할 SEBAL (Surface Energy Balance Algorithm for Land) (Bastiaanssen, 1995) 모형은 Landsat이나 NOAA 또는 MODIS 같은 원격탐사 위성으로부터 획득한 디지털 이미지 데이터(위성영상)를 이용하여, 지표에서 일어나는 증발산과 기타의 에너지 교환을 계산하는 이미지-프로세싱 모델이다. 우리나라 대상 유역에 위성영상을 사용하여 증발산량을 추정하는 SEBAL 모형의 적용 가능성을 검토하여, 유역 내 증발산량 분포의 시공간적 특성을 분석하고자 하였다. 연구 대상 지역은 유역 면적 약 6661.1km2의 충주댐 유역으로, Terra MODIS 위성영상을 이용하였다. SEBAL 증발산량의 평가를 위해 Penman-Monteith 공식에 의해 계산된 증발산량을 이용하여 비교하였으며, 그 결과 오차가 허용 가능한 10% 이내로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.230-230
• /
• 2016

Hydrological modeling is a very complex task dealing with multi-source of data, but it can be potentially benefited from recent improvements and developments in remote sensing. The estimation of actual land surface evapotranspiration (ET), an important variable in water management, has become possible based entirely on satellite data. This study adopted a Surface Energy Balance Algorithm for Land (SEBAL) with the use of MODerate Resolution Imaging Spectrometer (MODIS) satellite products. The SEBAL model is one of the commonly used approach for the ET estimation. A primary advantage of the SEBAL model is rather its minimum requirement for ground-based weather data. The MODIS provides ET (MOD16) product that is based on the Penman-Monteith equation. This study aims to further develop the SEBAL model by employing a more rigorous parameterization scheme including the estimation of uncertainty associated with parameter and model selection in regression model. Finally, the proposed model is compared with the existing approaches and comprehensive discussion is then provided.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.517-522
• /
• 2003

증발산량의 정확한 산정은 자연현상과 인문현상을 이해하는데 있어 중요하다. 증발산량의 점추정이 갖는 한계를 극복하기 위해 원격탐사를 이용하여 증발산량을 추정하는 방법이 활발히 연구되고 있다. 이 중 SEBAL 모형은 원격탐사 자료를 이용하는 기존의 방법에 비해 소요되는 자료가 적으면서도, 증발산량을 정확하게 추정하는 방법으로 알려지고 있다. 이 연구에서는 우리나라 지형에서 SEBAL 모형의 적용 가능성을 검증하였고, 증발산량 분포의 시공간적 특성을 살펴보았다. 연구 지역은 금강 상류의 보청천 유역이며, Landsat 5 TM영상(1995년 1월 11일, 4월 1일, 5월 3일, 10월 10일, 11월 27일)을 이용하였다.

• 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.

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.90-104
• /
• 2015

본 연구의 목적은 위성영상을 이용해 시공간 증발산량을 모의할 수 있는 증발산량 산정 모형을 구축하고, 플럭스 타워 실측 증발산량과 비교를 통해 적용성을 평가하는데 있다. 증발산량 산정 모형은 SEBAL(Surface Energy Balance Algorithm for Land)을 구축하였으며, 모형 내 일부 알고리즘을 수정하여 적용하였다. SEBAL 모형의 위성 입력 자료로는 2개년(2012-2013)의 MODIS Normal Distribution Vegetation Index(NDVI), Albedo, Land Surface Temperature(LST) 영상을 500m의 공간해상도로 구축하였으며, 유역주변 기상청 기상관측소(5개 지점)의 풍속, 풍속측정높이, 일사량 자료를 내삽(Interpolation)하여 활용하였다. 모형의 적용성 평가를 위하여 금강유역의 용담댐을 대상으로 공간 증발산량을 산정하여 유역 내에 위치한 덕유산 플럭스 타워의 산림 증발산량과 비교분석하였다. 모형 매개변수 중 Albedo와 NDVI, 지표 거칠기(Surface roughness) 순으로 민감한 것으로 분석되었으며, 모형의 보정을 위해 최종적으로 Albedo와 NDVI는 월별 평균값을 적용하였다. 모의 기간 동안의 결정계수($R^2$)는 0.45이었다. SEBAL 모형은 특히 지형적 특성을 반영하므로 유역내에서 고지대에 비해 저지대에서 증발산량이 높게 산정되는 경향을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1125-1130
• /
• 2009

우리나라 연간 총수자원 1240억$m^3$ 가운데 42%에 해당하는 517억$m^3$는 증발산을 통해서 하늘로 올라가고 나머지 58%인 723억$m^3$는 하천으로 흘러간다(국토해양부, 2008). 이와 같이 증발산량은 지구 표면에서 대기로의 수증기 이동 현상으로 강수와 더불어 대기의 물 순환 및 수분 이동의 파악에 매우 중요한 지표로 사용되고 있다. 현재 기상청에서는 세계기상기구의 관측 기준에 따라 증발산량을 측정하고, 점추정 자료를 내삽법을 이용하여 유역면적 전체에 적용시키고 있다. 그러나 자연상태에서 증발산에 영향을 주는 요인이 매우 다양하기 때문에 점추정 자료를 통해 유역면적 전체에 대한 증발산량을 추정하는 방법은 많은 오차를 가져올 수 있다(유진웅, 2003). 이를 극복하기 위한 방법으로 RS 기법에 의한 증발산량 추정 방법과 함께 위성으로부터 획득할 수 있는 지표 및 대기 정보를 이용하여 광범위한 지역 내에서 공간적으로 불균일한 수분 분포를 추정하기 위하여 많은 알고리즘이 제안되었다. 본 연구에서는 위성영상을 이용하여 증발산량을 추정하는 모형가운데 SEBAL(Surface Energy Balance Algorithm for Land) Model을 상용소프트웨어에서 구현하고 충청북도에 위치한 미호천 유역에 대해 모형을 적용하여 증발산량을 추정하였다. 위성자료로는 2006년 9월 22일의 Landsat 5 TM 영상을 사용하였으며, DEM은 USGS DEM, 기상자료로는 청주시 기상연보를 활용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.103-103
• /
• 2019

본 연구에서는 Terra MODIS 위성영상과 Mapping Evapotranspiration at high Resolution with Internalized Calibration (METRIC) 모형을 이용하여 2012년부터 2017년까지 한반도 전국의 증발산량을 산정하고 플럭스 타워 실측 증발산량과 비교하였다. METRIC은 전 세계에 널리 적용된 바 있는 에너지 수지 기반의 Surface Energy Balance Algorithm for Land (SEBAL) 모형의 개념과 기술을 기반으로 현열(Sensible Heat Flux) 추정 모듈을 개선한 모형이다. 본 연구에서 METRIC 모형은 기존 C#으로 개발되어 있던 SEBAL 코드에서 현열 추정 모듈을 수정하였고 연산 속도 개선을 위해 Python으로 재작성하였다. METRIC 모형의 위성 자료로 Terra MODIS 위성의 MOD13A2(16day, 1km) NDVI, MOD11A1(Daily, 1km) Land Surface Temperature (LST) 및 MCD43A3(Daily, 500m) Albedo를 구축하였으며 500m 공간해상도의 Albedo는 1000m 해상도로 resample하여 활용하였다. 기상자료는 기상청 기상관측소의 풍속, 풍속측정높이, 습도, 10분 간격 이슬점 온도, 일사량 자료를 위성 자료와 같은 공간해상도로 내삽(Interpolation)하여 구축하였다. 모형결과 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측 자료와의 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error) relative RMSE (RMSE%), Nash-Sutcliffe efficiency (NSE) 및 IOA(Index of Agreement)를 산정하고, 기존 SEBAL 모형 결과와의 비교를 통해 본 모형의 개선점을 보이고자 한다.