• Korean Journal of Remote Sensing
• /
• v.25 no.4
• /
• pp.375-381
• /
• 2009

In this paper, synthetic aperture radar (SAR) clutter images are simulated based on the extensive analyses for radar backscatter characteristics of various earth surfaces, and the simulated images are compared with measured SAR images. At first, the surface parameters including soil moisture content and surface roughness parameters and other parameters for vegetation canopies are measured for various surfaces. The backscattering coefficients for the surfaces are computed using theoretical and empirical models for surface scattering and the radiative transfer for vegetation-canopy scattering. Then, the digital elevation map (DEM) and land cover map (LCM) are used for the SAR image generation. The SAR impulse response (correlation function) is also employed to simulated reliable SAR images. Finally, the appropriate speckle and texture parameters for various earth surfaces are used for generating the SAR clutter images.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.213-213
• /
• 2015

밭에서의 점적 관개를 이용한 노지 재배의 경우 적정 관개 계획 수립을 위해서는 작물 및 토양의 수분 정보에 대한 정확한 파악이 필요하다. 본 연구에서는 밭 토양을 GIS(Geographic Information System)를 통해 격자 형태로 분할하여 작물의 증발산량 및 토양의 수분함량을 모의할 수 있는 격자 기반 토양 물수지 모형을 개발하였다. 본 모형을 통해 작물의 소비수량 및 필요 수량을 파악함으로써 작부기간 중 필요한 관개수량을 제시하는 것이 가능하다. 고도화 기상자료로는 국가농림기상센터에서 운영 중인 고해상도 WRF(Weather Research and Forecasting) 모형에서 생산된 격자 형태의 복사, 온도, 바람, 강수 자료를 사용하였고 고도화 기상자료의 격자 해상도 별로 모의되는 작물 및 토양의 수분 정보 간 비교 및 분석을 실시하였다. 토양 물수지 모형에 입력되는 격자형태의 자료로는 기상, 토성 및 토지이용 자료가 있으며 기상자료의 경우 가로 및 세로의 크기가 각 270, 810, 2430m로 동일한 3가지 경우로 나누어 적용했으며 토성 및 토지이용 자료의 경우 기상 격자의 최소 크기에 맞춰 가로 및 세로의 크기가 각 270m인 격자로 분할하였다. 이와 같은 과정에 의한 모의 결과 각 격자별 작물 증발산량, 토양수분함량 및 관개수량의 일 연별 시계열 자료를 얻을 수 있으며 동시간대 격자별 수문인자 값을 산정하고 위치에 따른 공간적 상호 상관성을 분석하였다. 결과적으로, 고도화 기상자료의 격자 크기에 따른 밭 토양 물수지 분석 결과를 통해 고도화 기상 격자의 규모별 밭 토양 물수지 분석 효용성을 파악하고자 하였다. 더불어, 시험 지역(Test Bed) 선정을 통해 토양수분 및 증발산량을 실측하고 본 모형의 모의 결과와 비교함으로써 검정하는 것을 향후 연구 계획으로 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.490-490
• /
• 2015

산림 사면에서의 토양층 수문반응은 물순환을 이해하는데 중요하다. 본 연구에서는 토양수분자료를 이용하여 토양수분의 계절적, 공간적 변화를 분석하였다. 연구대상지역은 경기도 파주시 적성면 설마리의 설마천 유역 내에 위치한 범륜사사면과 충청북도 음성군의 청미천 유역내의 수레의산사면이다. 정밀측량을 통해 획득한 수치고도모형(Digital Elevation Model, DEM)을 이용하여 관측지점들을 각각 선정하였다. 대상사면에 토양층별 토양수분의 분포변화를 분석하기 위해 각 지점별 10, 30, 60cm에서 토양수분량 측정시스템(Time Domain Reflectometry, TDR)방식의 토양수분측정장비(miniTRASE)를 설치하여 2시간 간격으로 2014년 3월부터 12월까지 토양수분을 측정하였다. 각 지점별 사면에서 획득된 토양수분 시계열자료는 토양수분의 시공간적 분포특성을 파악하기 위해 지점별 토양수분량의 통계분석(평균, 표준편차, 변동계수)를 수행하였다. 설마천유역의 범륜사사면에서는 2014년도에 특히 강우량이 적어 토양수분의 평균과 표준편차의 월별 변화에서는 기저토양수분 값을 주로 유지하고 강우에 대한 변동성이 크지 않은 것으로 나타났고, 청미천유역의 수레의산 사면에서는 시간적 토양수분변화는 계절적 강우분포 패턴에 따라 반응이 나타났다. 청미천유역의 토양수분자료를 이용하여 토양수분의 계절적, 공간적 변화를 분석한 결과 지표근처 토양층(10, 30cm)와 저층(60cm)에서의 공간적 변화특성이 다르게 나타났다. 이는 저층(60cm)에서의 지표하 흐름, 기반암 존재의 영향차이에 의한 것으로 판단되고, 사면의 위치에 따라 토양수분의 안정화 정도가 다른 것을 확인할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.161-161
• /
• 2021

본 연구에서는 금강 상류의 용담댐 유역(930.0 km²)을 대상으로 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MultiSpectral Instrument(MSI) 위성영상을 활용한 토양수분 산출연구를 수행하였다. 연구에 사용된 자료는 10 m 해상도의 Sentinel-1 IW(Interferometric Wide swath) mode GRD(Ground Range Detected) product의 VV(Vertical transmit-Vertical receive) 및 VH(Vertical transmit-Horizontal receive) 편파자료와 Sentinel-2 Level-2A Bottom of Atmosphere(BOA) reflectance 자료를 2019년에 대해 각 6일 및 5일 간격으로 구축하였다. 위성영상의 Image processing은 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1 영상의 편파 별(VV, VH) 후방산란계수와 Sentinel-2의 적색(Band-4) 및 근적외(Band-8) 영상을 생성하였다. 토양수분 산출 모형은 다중선형회귀모형(Multiple Linear Regression Model)을 활용하였으며, 각 지점에 해당하는 토양 속성별로 모형을 생성하였다. 모형의 입력자료는 Sentinel-1 위성의 편파별 후방산란계수, Sentinel-1 위성에서 산출된 식생지수 RVI(Radar Vegetation Index)와 Sentinel-2 위성에서 산출된 NDVI(Normalized Difference Vegetation Index)를 활용하여 식생의 영향을 반영하고자 하였다. 모의 된 토양수분을 검증하기 위해 6개 지점의 TDR(Time Domain Reflectometry) 기반 실측 토양수분 자료를 수집하고, 상관계수(Correlation Coefficient, R), 평균제곱근오차(Root Mean Square Error, RMSE) 및 IOA(Index of Agreement)를 활용하여 전체 기간 및 계절별로 나누어 검증할 예정이다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.3B
• /
• pp.233-240
• /
• 2006

One of the main factor that effects on the CN's value in SCS Curve Number method for the estimation of direct runoff is the antecedent soil moisture condition (AMC). It is also common to use the AMC-III in hydrologic practice, which provides the largest runoff as possible. In this paper, AMC defending on the rainfall characteristics is analyzed using daily rainfall data at rainy season (June~September) of the Seoul station from 1961 to 2002. The probability mass function of AMC is also investigated to analyze the variation of AMC based on climate change, scenarios from several General Circulation Model (GCM) predictions. As a results we can find that the occurrence of AMC-I is reduced, and AMC-III is increased, whereas AMC-II does not change.

• Journal of Korea Water Resources Association
• /
• v.46 no.12
• /
• pp.1235-1247
• /
• 2013

This study is to evaluate the climate change impact on future storage behavior of Chungju dam($2,750{\times}10^6m^3$) and the regulation dam($30{\times}10^6m^3$) using SWAT(Soil Water Assessment Tool) model. Using 9 years data (2002~2010), the SWAT was calibrated and validated for streamflow at three locations with 0.73 average Nash-Sutcliffe model Efficiency (NSE) and for two reservoir water levels with 0.86 NSE respectively. For future evaluation, the HadCM3 of GCMs (General Circulation Models) data by scenarios of SRES (Special Report on Emission Scenarios) A2 and B1 of the IPCC (Intergovernmental Panel on Climate Change) were adopted. The monthly temperature and precipitation data (2007~2099) were spatially corrected using 30 years (1977~2006, baseline period) of ground measured data through bias-correction, and temporally downscaled by Change Factor (CF) statistical method. For two periods; 2040s (2031~2050), 2080s (2071~2099), the future annual temperature were predicted to change $+0.9^{\circ}C$ in 2040s and $+4.0^{\circ}C$ in 2080s, and annual precipitation increased 9.6% in 2040s and 20.7% in 2080s respectively. The future watershed evapotranspiration increased up to 15.3% and the soil moisture decreased maximum 2.8% compared to baseline (2002~2010) condition. Under the future dam release condition of 9 years average (2002~2010) for each dam, the yearly dam inflow increased maximum 21.1% for most period except autumn. By the decrease of dam inflow in future autumn, the future dam storage could not recover to the full water level at the end of the year by the present dam release pattern. For the future flood and drought years, the temporal variation of dam storage became more unstable as it needs careful downward and upward management of dam storage respectively. Thus it is necessary to adjust the dam release pattern for climate change adaptation.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.60 no.6
• /
• pp.43-54
• /
• 2018

The accurate estimation of reference crop evapotranspiration ($ET_o$) is essential in irrigation water management to assess the time-dependent status of crop water use and irrigation scheduling. The importance of $ET_o$ has resulted in many direct and indirect methods to approximate its value and include pan evaporation, meteorological-based estimations, lysimetry, soil moisture depletion, and soil water balance equations. Artificial neural networks (ANNs) have been intensively implemented for process-based hydrologic modeling due to their superior performance using nonlinear modeling, pattern recognition, and classification. This study adapted two well-known ANN algorithms, Backpropagation neural network (BPNN) and Generalized regression neural network (GRNN), to evaluate their capability to accurately predict $ET_o$ using daily meteorological data. All data were obtained from two automated weather stations (Chupungryeong and Jangsu) located in the Yeongdong-gun (2002-2017) and Jangsu-gun (1988-2017), respectively. Daily $ET_o$ was calculated using the Penman-Monteith equation as the benchmark method. These calculated values of $ET_o$ and corresponding meteorological data were separated into training, validation and test datasets. The performance of each ANN algorithm was evaluated against $ET_o$ calculated from the benchmark method and multiple linear regression (MLR) model. The overall results showed that the BPNN algorithm performed best followed by the MLR and GRNN in a statistical sense and this could contribute to provide valuable information to farmers, water managers and policy makers for effective agricultural water governance.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.9 no.4
• /
• pp.217-227
• /
• 2007

The western cherry fruit fly, Rhagoletis indifferens Curran (Diptera:Tephritidae), is the most important pest of cultivated cherries in the Pacific Northwest area of the United States, being widely distributed throughout Oregon, Washington, Montana, Utah, Idaho, Colorado and parts of Nevada. The control of R. indifferens has been based on calendar sprays after its first emergence because of their zero tolerance for quarantine. Therefore, a good prediction model is needed for the spray timing. This study was conducted to obtain the empirical population dynamic information of R. indifferens after overwintering in the major cherry growing area of the Pacific Northwest of the United States, where the information is critically needed to develop and validate the prediction model of the fruit fly. Adult fly populations were monitored by using yellow sticky and emergence traps. Larvae growth and density in fruits were observed by fruit sampling and the pupal growth and density were monitored by pupal collection traps. The first adult was emerged around mid May and a large number of adults were caught in early June. A fruit had more than one larva from mid June to early July. A large number of pupae were caught in early July. The pupae were collected in various period of time to determine the effect of pupation timing and the soil moisture content during the winter. A series of population density data collected in each of the developmental stage were analyzed and organized to provide more reliable validation information for the population dynamic models.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.19 no.2
• /
• pp.121-141
• /
• 2017

The thermal analysis of an underground power conduit for electrical cables is essential to determine their current capacity with an increasing number of demands for high-voltage underground cables. The temperature rises around a buried cable, caused by excessive heat dissipation, may increase considerably the thermal resistance of the cables, leading to the danger of "thermal runaway" or damaging to insulators. It is a key design factor to develop the mechanism on thermal behavior of backfilling materials for underground power conduits. With a full-scale field test, a numerical model was developed to estimate the temperature change as well as the thermal resistance existing between an underground power conduit and backfill materials. In comparison with the field test, the numerical model for analyzing thermal behavior depending on density, moisture content and soil constituents is verified by the one-year-long field measurement.