• 한국농공학회논문집
• /
• 제65권3호
• /
• pp.57-67
• /
• 2023

A flash drought is a rapid-onset drought that develops over a short period of time as weather and environmental factors change rapidly, unlike general droughts, due to meteorological abnormalities. Abnormally high evapotranspiration rates and rapid declines in soil moisture increase vegetation stress. In addition, crop yields may decrease due to flash droughts during crop growth and may damage agricultural and economic ecosystems. In this study, Flash Drought Intensity Index (FDII) based on soil moisture data from Gravity Recovery Climate Experiment (GRACE) was used to analyze flash drought. FDII, which is calculated using soil moisture percentile, is expressed by multiplying two factors: the rate of intensification and the drought severity. FDII was developed for domestic flash drought events from 2014 to 2018. The flash drought that occurred in 2018, Chungcheongbuk-do showed the highest FDII. FDII was higher in heat wave flash drought than in precipitation deficit flash drought. The results of this study show that FDII is reliable flash drought analysis tool and can be applied to quantitatively analyze the characteristics of flash drought in South Korea.

• 천문학회보
• /
• 제42권1호
• /
• pp.40.3-41
• /
• 2017

Korea Astronomy and Space Science Institute The observation of particles and waves using a single satellite inherently suffers from space-time ambiguity. Recently, such ambiguity has often been resolved by multi-satellite observations; however, the inter-satellite distances were generally larger than 100 km. Hence, the ambiguity could be resolved only for large-scale (> 100 km) structures while numerous microscale phenomena have been observed at low altitude satellite orbits. In order to resolve those spatial and temporal variations of the microscale plasma structures on the topside ionosphere, SNIPE mission consisted of four (TBD) nanosatellites (~10 kg) will be launched into a polar orbit at an altitude of 700 km (TBD). Two pairs of satellites will be deployed on orbit and the distances between each satellite will be from 10 to 100 km controlled by a formation flying algorithm. The SNIPE mission is equipped with scientific payloads which can measure the following geophysical parameters: density/temperature of cold ionospheric electrons, energetic (~100 keV) electron flux, and magnetic field vectors. All the payloads will have high temporal resolution (~ 16 Hz (TBD)). This mission is planned to launch in 2020. The SNIPE mission aims to elucidate microscale (100 m-10 km) structures in the topside ionosphere (below altitude of 1,000 km), especially the fine-scale morphology of high-energy electron precipitation, cold plasma density/temperature, field-aligned currents, and electromagnetic waves. Hence, the mission will observe microscale structures of the following phenomena in geospace: high-latitude irregularities, such as polar-cap patches; field-aligned currents in the auroral oval; electro-magnetic ion cyclotron (EMIC) waves; hundreds keV electrons' precipitations, such as electron microbursts; subauroral plasma density troughs; and low-latitude plasma irregularities, such as ionospheric blobs and bubbles. We have developed a 6U nanosatellite bus system as the basic platform for the SNIPE mission. Three basic plasma instruments shall be installed on all of each spacecraft, Particle Detector (PD), Langmuir Probe (LP), and Scientific MAGnetometer (SMAG). In addition we now discuss with NASA and JAXA to collaborate with the other payload opportunities into SNIPE mission.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.102-114
• /
• 2017

본 연구는 위성으로부터 유도된 강우자료 중 GPM IMERG의 정확도를 평가함으로써 미계측 혹은 비접근 지역에 대한 적용성을 판단하는 것을 목적으로 하였다. 연구대상 유역은 한반도 전역에 대하여 6개 권역으로 구분하여 분석을 수행하였다. 연구 유역에 대한 강우자료는 기상청에서 생산하고 있는 ASOS의 강우량 자료와 IMERG 위성강우자료를 이용하였다. 1시간의 시간해상도에서 평균 0.46의 상관계수를 가지며 24시간 해상도의 상관분석에서는 0.69로 높은 상관관계를 보이는 것으로 분석되었다. IMERG 강우량은 지상계측 강우량 보다 과소추정되는 것으로 분석되었으나, 시간 해상도가 낮아질수록 편이가 감소하는 것으로 분석되었다. 한편, 강우가 큰 기간의 사상 2개를 선정하여 분석한 결과 1시간 해상도의 상관계수는 0.68 및 0.69 값을 나타내었다. 또한 강우의 공간분포도 ASOS 및 IMERG 모두 유사한 분포를 보이는 것으로 분석되었다. 그러므로 IMERG 자료는 계측자료가 부족하거나 접근이 어려운 지역에서의 수문 기상 특성을 파악하는데 매우 유용할 것으로 판단된다. 향후 연구에서는 분석기간의 확장과 다양한 통계 분석 방법을 적용하여 위성강우의 정확도를 검증하는 연구를 수행할 계획이다.

• 대한원격탐사학회지
• /
• 제21권4호
• /
• pp.253-271
• /
• 2005

Landsat 시계열 영상과 실측수온자료를 이용하여 한강 수계 댐호들의 표면수온과 계절적 성층현상을 분석하였다. 1994년에서 2004년까지 29회에 걸쳐 얻어진 Landsat-5, 7 열적외선 영상으로부터 NASA 경험식을 이용하여 호수의 표면수온을 추출하였고, 이를 하천형 댐호인 파로호, 춘천호, 의암호, 청평호, 팔당호의 표층수온, 그리고 호소형 댐호인 소양호의 상층수온(수심 10m) 자료와 비교하였다. 십 수 년간 매월 1회 측정된 수온자료를 위성관측 날짜에 보간하여 사용하였음에도 불구하고, 하천형 댐호들에서는 수온오차(위성관측수온-실측보간수온)의 표준 편차가 $2^{\circ}C$ 이하인 영상이 94개로서, 새로운 통계적 대기보정을 적용할 수 있었다. 실측보간수온과 위성관측수온의 상관계수는 소양호가 0.915 (대기보정 후 0.950), 다른 호수는 0.951-0.980 (대기보정 후 0.979-0.997)로서, 높은 상관성을 보여주었다. 이는 수심이 얕고 인위적인 물의 유입과 유출이 연중 계속되는 하천형 댐호의 표층에는 혼합층이 상시 존재하고 수온의 일변화 및 월변화가 비교적 연속적이기 때문인 것으로 해석되었다. 그러나 소양호에서는 4-7월에 위성관측수온이 실측보간수온보다 $3-5^{\circ}C$ 더 높게 나타나는 이상 수온오차가 관찰되었다. 한강 수계의 최상류에 위치하며 수심이 깊고 자연적인 유입량만이 존재하는 소양호에서 이 시기는 상층수의 물리적 혼합현상이 없이 매우 안정적이고, 일조량 증가에 따라 호수 상층부에 수온약층이 발달하기 때문에, 수심 10m에서 측정된 실측수온보다 위성으로 관측된 표면수온이 연중 비교적 건조한 이 시기에 더 높게 나타나는 것으로 밝혀졌다.

• 한국지구과학회지
• /
• 제39권6호
• /
• pp.533-544
• /
• 2018

강수는 기상학, 농업, 수문학, 자연재해, 토목 및 건설 등 분야에서 매우 중요한 기상 변수들 중 하나이다. 최근 이러한 강수를 탐지하고, 측정 및 예보를 하기 위해서 위성원격탐사기술은 필수적이다. 따라서 본 연구에서는 미국항공우주국(National Aeronautics and Space Administration, NASA)에서 발사한 전 지구 강수 관측 위성인 GPM 위성을 기반으로 다양한 자료와 합성된 강수 자료인 IMERG 자료의 정확도를 한반도, 특히 남한지역에 대해 지상관측자료와 비교분석 하였다. 기상자동관측 장비인 AWS의 관측 강수량을 검증 자료로 사용하여, 2016년 1월부터 12월까지 1년간의 기간 동안 한반도의 육상부분에 대하여 IMERG의 월 강수량 자료를 비교 검증하였다. 잘 알려진 대로 위성은 해안가와 섬 지역 같은 부분에서 단점이 있지만, 별도로 비교 분석하였다. 위성 자료인 IMERG와 지상 관측 자료인 AWS를 비교한 결과, 상관계수가 0.95로 높은 상관성을 보였으며, Bias, RMSE의 오차 비교에서도 각각 월 15.08 mm, 월 30.32 mm의 낮은 오차를 산출하였다. 해안지역에서도 육상지역과 마찬가지로 0.7 이상의 높은 상관계수를 산출하며, 강수 자료로서 IMERG의 신뢰도를 검증하였다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.434-439
• /
• 2019

최근 지구온난화로 인한 기상이변, 도시화로 인한 도심의 열섬현상 등으로 도시 온도변화 및 지표면 온도 변화에 대한 관심이 증대되고 있다. 우리나라에서는 1904년부터 현재까지 기온, 강수량 등 기상 데이터를 수집하고 있다. 최근에는 종관기상관측장비(ASOS; Automated Surface Observing System) 96개소, 방재기상관측장비(AWS) 494개소의 지상기상관측망을 운영하고 있다. 그러나 지상관측망의 경우 각 설치 지점에 대한 점 데이터를 제공하고 있으므로, 측정 지점을 제외한 곳의 지상기상 데이터는 보간법을 통해 예측하고 있는 상황이다. 이에 본 연구에서는 지상의 지표면 온도 측정의 해상도를 향상시키기 위해 위성영상을 이용한 지표면 온도를 산출하고, 그 활용 가능성을 분석하고자 하였다. 이를 위해 서울특별시를 대상으로 Landsat 8 OLI TIRS의 위성영상을 계절별로 획득하고, 열적외 밴드에 NASA식을 적용하여 지표면 온도로 변환하였다. 지상의 측정 자료는 AWS를 통해 측정한 기온 데이터를 활용하였다. AWS 기온 데이터는 관측소 기반의 점 데이터이므로, Landsat 영상과의 비교를 위해 크리깅 보간법으로 보간을 수행하였다. 위성영상기반의 지표면 온도와 AWS 기온 데이터를 비교한 결과 계절에 따른 온도차는 RMSE값을 바탕으로 가을, 겨울, 여름, 봄의 순서로 Landsat 위성영상의 적용 가능성을 판단할 수 있었으며, 위성영상의 시기별 평균온도와 AWS 온도 사이에는 최대 평균 $2.11^{\circ}C$이내, 최대 RMSE ${\pm}3.84^{\circ}C$인 것을 감안하면 정확도 향상을 위해 NASA식에 보정값이 필요하다는 것을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.140-140
• /
• 2019

본 연구에서는 Terra MODIS 위성자료와 Tensorflow를 활용해 1 km 공간 해상도의 토양수분을 산정하는 알고리즘을 개발하고, 국내 관측 자료를 활용해 검증하고자 한다. 토양수분 모의를 위한 입력 자료는 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature), GPM(Global Precipitation Measurement) 강우 자료를 구축하고, 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 기반으로 모의하였다. 여기서, LST와 GPM의 자료는 기상청의 종관기상관측지점의 LST, 강우 자료와 조건부합성(Conditional Merging, CM) 기법을 적용해 결측치를 보간하였고, 모든 위성 자료의 공간해상도를 1 km로 resampling하여 활용하였다. 토양수분 산정 기술은 인공 신경망(Artificial Neural Network) 모형의 딥 러닝(Deep Learning)을 적용, 기계 학습기반의 패턴학습을 사용하였다. 패턴학습에는 Python 라이브러리인 TensorFlow를 사용하였고 학습 자료로는 농촌진흥청 농업기상정보서비스에서 101개 지점의 토양수분 자료(2014 ~ 2016년)를 활용하고, 모의 결과는 2017 ~ 2018년까지의 자료로 검증하고자 한다.

• 대기
• /
• 제15권2호
• /
• pp.75-90
• /
• 2005

이 연구에서는 지면-대기 모수화 방안 (BATS1e)이 접합된 미국 국립기상연구센터 (NCAR)에서 개발한 지역기후모델(RegCM2)을 이용하여 지면피복의 변화가 동아시아 여름몬순에 미치는 영향에 대해서 조사하였다. 지면피복 변화의 영향을 분석하기 위하여 두 종류의 지면피복 자료를 이용하였다. 하나는 NCAR에서 제공하는 지면피복 자료 (CTL 실험)이고 다른 하나는 최근의 기상위성자료로부터 직접 분류한 고해상도 지면피복분류 자료(LCV 실험)이다. CTL 실험에서는 중국 중부지역과 몽고지역의 지면온도가 각각 약 $1-3^{\circ}C$ 높고 낮게 모의되었다. 또한 모의 영역 북부지역에서는 강수가 과다하게 모의된 반면 모의영역 남부 바다지역의 강수는 과소하게 모의되었다. 지면피복 변화에 의한 알베도, 거칠기 길이 및 최소기공저항계수와 같은 지면의 생물리적 요소들의 변화는 지면-대기 상호작용을 변경시켰다. 즉, 지면피복이 낙엽활엽수림에서 농지와 관계농지로 변경된 LCV 실험의 중국 중부지역에서는 잠열 속과 풍속이 현저하게 증가되었다. 그 결과 CTL 실험에서 나타났던 중국 중부지역에서의 온난편차가 LCV 실험에서는 대부분 완화되었다. 중국 중부지역에서의 강한 기온 하강은 태평양과 대륙사이의 기압 차를 약화시키고 있다. 남동에서 북서방향으로의 기압경도력이 약화됨에 따라 중국 남부와 남중국해로부터 북동쪽으로의 수증기 수송도 약화되었다. 이러한 수증기 수송의 변화는 모의 영역 북부지역에서의 과다한 강수 모의와 남중국해에서의 과소한 강수모의를 동시에 크게 완화시켰다. 그러나 지면피복의 변화는 특히 7월과 8월에 한반도와 일본 열도 지역에서의 강수를 크게 증기시키고 있다.

• 한국수자원학회논문집
• /
• 제57권9호
• /
• pp.615-626
• /
• 2024

본 연구에서는 우리나라 전역에 대해 정확하고 시간 및 비용 효율적으로 토양수분 모니터링을 수행하기 위해 클라우드 컴퓨팅 플랫폼 Google Earth Engine (GEE)와 자동화기계학습(Automated Machine Learning, AutoML)을 결합한 토양수분 산정모형을 개발하였다. Terra MODIS (Moderate Resolution Imaging Spectroradiometer), 전구 강수 관측 위성 GPM (Global Precipitation Measurement)을 기반으로 다양한 공간정보를 활용해 최적의 입력 자료 조합을 테스트하였다. 그 결과, GPM 기반의 무강우누적일수 및 5일 평균강수량, NDVI (Normalized Difference Vegetation Index)와 밤 및 낮시간에 촬영된 LST (Land Surface Temperature)의 합계, 토양특성(사토 및 점토 함량, 용적밀도), 지형자료(고도 및 경사도), 계절 구분이 변수중요도(Feature importance)가 높은 것으로 나타났다. 상기 자료의 조합을 AutoML 통해 목적함수 (Determination of coefficient, R² ; Root Mean Square Error, RMSE; Mean Absolute Percent Error, MAPE)를 설정 후 기계학습 기법별 비교평가를 수행한 결과, Tree 계열의 모형이 높은 성능을 보였으며, 그 중, Random Forest의 성능이 가장 우수하였다(R² : 0.72, RMSE: 2.70 vol%, MAPE: 0.14).

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1041-1053
• /
• 2018

본 연구에서는 용담댐 유역을 대상으로 저수위/저수량 모니터링 및 예측을 위하여 고해상도 위성관측 자료를 이용하는 방법과 위성으로부터 추출한 강수량 자료로부터 가뭄지수를 이용한 저수위를 모니터링하고 SSA를 이용한 PCA방법으로 예측모델을 구축하여 가뭄을 예측하는 방법을 개발하였다. 용담댐 저수위와 SPI(3)와의 상관계수가 0.78로 매우 높은 상관성을 보였으며, 위성자료를 통하여 산정한 가뭄지수를 활용하여 댐 저수위/저수량 모니터링 및 예측 가능성을 진단하였다. SSA에 의한 주성분 분석결과 SPI(3)과 각 RC자료의 상관관계를 분석한 결과 CC=0.87~0.99의 높은 상관성을 보였으며, 표준화된 댐 저수위(N-W.S.L.)와 RC자료의 상관관계를 분석한 결과 CC=0.83~0.97의 비교적 높은 상관성을 보임을 확인하였다. 또한, Sentinel-2 위성의 MSI (Multi-Spectral Instrument) 센서로 댐수위의 변화를 모니터링하기 위해 지수 기법을 적용하여 수체 탐지 알고리즘을 개발하였으며, 용담댐유역에 대해 2016년부터 2018년까지의 수계 면적 변화를 분석하였다. 이를 기반으로 Sentinel-2 위성영상으로 추출한 수계 면적 변화를 이용하여 가뭄 감시 분야에 대한 활용 가능성을 제시하였다. 본 연구의 결과는 다양한 위성관측자료로부터 미계측 지역의 저수량 모니터링과 수문학적 가뭄 모니터링/예측에 활용이 가능할 것이다.