• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.315-315
• /
• 2019

증산과 증발의 합으로 나타내지는 증발산은 지구내에서의 수문 순환에 영향을 미치는 중요한 인자로써, 지표와 대기의 에너지 교환을 담당하고 있다. 정확한 관측을 위해서 오래전부터 증발산에 대해서 관측하기 위하여 직접관측 방법들인 증발산계를 이용한 관측방법, 에디 공분산 방법을 이용한 플럭스타워 관측 방법 등을 사용하였으며, 물리 및 경험적인 방법인 Penman (1948), Monteith (1965) 방법, PT (Priestley and Taylor, 1972) 방법 등을 이용함으로써 증발산과 관계를 가진 수문기상인자를 이용함으로써 증발산에 대해서 추정하여 왔다. 대부분 지상 관측에 의존하기 때문에 시공간적인 값의 표현이 어렵다는 문제를 가지고 있으며, 관측 장비의 관리 및 유지비용이 증대로 인하여 조밀한 관측망을 구축하기 어렵다. 이러한 단점을 개선하고자 인공위성 및 재분석 자료를 활용하여 여러 경험식을 통해서 증발산 자료가 제공되고 있다. 그러나 이러한 자료들의 문제점은 각기 다른 경험식 및 다른 입력자료를 제공하고 있을 뿐만 아니라, 자료별 지역별 정확성이 차이가 발생한다. 따라서, 최근 연구에서는 지점자료와 인공위성 자료 및 재분석 자료를 모두 사용함으로써 수문기상인자를 개선하고자 하는 연구가 진행되어왔으며, 정확성 또한 개선된 것을 확인 할 수 있다. 그러나, 이러한 방법들의 가장 큰 문제점은 관측 자료가 필수적으로 필요하다는 것에 있다. 대부분의 나라나 지역에서는 조밀한 구축망을 구축하기 어렵기 때문에 실질적으로 적용하기가 어렵다는데 있다. 따라서 본 연구에서는 이러한 문제를 해결하기 위하여 지점자료가 필요없는 융합방법을 triple collocation 방법을 이용함으로써 제안하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.316-316
• /
• 2019

최근 빈번한 자연재해로 인해 기상 및 지구물리학적 요소들을 관측하는 연구들이 활발히 진행되고 있으며, 그중 지표와 기상을 연결해주는 토양수분 관측은 지구에서 일어나는 현상에 대한 이해도를 높이기 위한 중요한 요소로써 인식되고 있다. 이러한 토양수분 자료는 지난 몇 년 동안 다양한 측정 방법과 알고리즘 개발이 이루어져왔으나 이러한 방식으로 산출된 데이터를 무분별하게 이용하기에 앞서 최적의 사용을 위해 오류 구조를 파악하고 정량적으로 측정하는 분석이 필요하다. 따라서 Triple collocation(TC) 기법을 활용하여 가상의 실제값(hypothetical truth)을 가정하고 각각의 산출데이터의 측정 불확도와 상관성을 추정할 수 있다. 본 연구에서는 인공위성, 모델자료와 같은 측정 방법뿐만 아니라 지점에 설치하여 물리적인 방법을 통한 토양수분 산출방식에도 관측상의 오차가 존재함을 인지하고, 이러한 오차가 존재하는 다양한 데이터들을 분석하였다. 이용된 데이터는 설마천 산지 사면에 설치된 유전율식(TDR, Time Domain Reflectometer) 측정장비, Cosmic-Ray newtron Probe, Noah 지표모델을 활용한 자료 동화 자료인 Global Land Data Assimilation System (GLDAS)를 입력 자료로 하여 TC 기법에 적용하였다. 분석 결과는 유역의 토양수분 관측에 대한 다양한 방법의 불확실성을 규명하는데 가장 중요한 연구로써 활용될 것으로 기대 된다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.625-636
• /
• 2019

토양수분은 수문순환에 핵심적인 역할을 하는 대표적인 인자로써 대기와 지표 사이의 상호작용에 관여하며, 농업, 수자원, 대기 등의 분야에서 활용되고 있다. 한반도 영역의 위성기반 토양수분의 적용성 및 불확실성 분석을 위하여 Advanced Microwave Scanning Radiometer 2 (AMSR2), Advanced SCATterometer (ASCAT), European SpaceAgency Climate Change Initiative (ESACCI) 데이터가 사용되었다. 상기 데이터를 사용한 Cumulative Distribution Function (CDF) Matching과 Triple collocation (TC) 분석을 수행하여 위성 토양수분 데이터 보정 및 불확실성에 관한 연구를 진행하였다. 보정 전의 인공위성 기반 토양수분자료를 Automated Agriculture Observing System (AAOS) 관측지점과 비교한 결과, ESACCI와 ASCAT자료는 AAOS의 경향을 잘 반영하였다. 그에 비해 AMSR2 위성 자료는 동결기간에 과대 산정되었다. CDF Matching을 이용하여 인공위성 토양수분 자료를 보정한 결과, 보정 전보다 오차 및 상관성이 개선되었다. 마지막으로, TC 방법을 이용하여 토양수분 자료의 불확실성 분석을 실시하였다. CDF Matching 보정을 실시한 인공위성 토양수분의 불확실성이 동결과 융해 기간에서 확연하게 개선되는 것을 확인할 수 있었다. 한반도에서는 보정을 실시하였을 때, AMSR2 토양수분 자료보다 ASCAT과 ESACCI를 활용하는 것이 보다 정확한 토양수분 결과를 나타낼 수 있을 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제52권1호
• /
• pp.11-19
• /
• 2019

본 연구에서는 인공위성 및 재분석 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MOD16의 실제증발산량 산출물을 활용하여 한국수자원조사기술원(Korea Institute of Hydrological Survey, KIHS)에서 관리하고 있는 청미천(cheongmicheon farmland site, CFK)과 설마천(seolmacheon site, SMK) flux tower에서 검증하였고, Triple collocation (TC) 방법을 활용하여 자료간의 불확실성 및 상관성분석을 수행하였다. 플럭스타워와의 검증 결과에서는 전반적으로 GLEAM>GLDAS>MOD16순으로 좋은 결과를 나타내었으며, 세가지 산출물의 조합(S1: flux tower vs. GLDAS vs. MOD16, S2: flux tower vs. GLDAS vs. GLEAM, S3: flux tower vs. GLEAM vs. MOD16)을 통한 TC 결과에서는 청미천(설마천)에서 GLEAM>GLDAS>MOD16>flux tower (GLDAS>GLEAM>MOD16>flux tower)순으로 좋은 결과를 나타내었다. TC 분석 결과에서 Flux tower의 error variance와 correlation coefficient가 상대적으로 좋은 결과를 나타내지 못하였으므로, 한반도 지역에서 인공위성과 재분석 자료(GLDAS vs. GLEAM vs. MOD16)만을 활용하여 TC를 적용하였다. 그 결과, GLDAS와 GLEAM이 한반도 영역에서 낮은 error variance 와 높은 correlation coefficient를 나타낸 반면, MOD16의 경우, 농지에서 낮은 correlation coefficient과 높은 error variance를 나타내었다.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.543-551
• /
• 2023

눈은 기후계와 지표면 에너지 평형에 영향을 끼치는 필수 기후 인자이며, 겨울 동안 저장한 고체 형태의 물을 봄에 유출, 지하수 함양 등에 제공하여 물 평형에도 결정적인 역할을 한다. 본 연구에서는 Local Data Assimilation and Prediction System (LDAPS), Modern.-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2), ERA5-Land 적설심 자료의 통계 분석을 통해 남한에서의 활용 가능성을 평가하였다. 기상청에서 제공하는 Automated Synoptic Observing System (ASOS) 지상관측자료와 재분석자료간의 통계분석 결과, LDAPS와 ERA5-Land의 상관계수가 0.69 이상으로 상관성이 높게 나타났으나 LDAPS는 RMSE가 0.79 m로 오차가 크게 나타났다. MERRA-2의 경우 일부 기간 동안 일정한 값이 연속적으로 산출되어 자료간 증감 추이를 적절하게 모의하지 못하였기에 상관계수가 0.17로 상관성이 낮게 나타났다. LDAPS와 ASOS의 지점별 통계분석 결과 상대적으로 평균 강설량이 높게 나타나는 강원도 인근에서 성능이 높게 나타났으며, 평균 강설량이 낮게 나타나는 남부 지역에서 성능이 낮게 나타났다. 마지막으로, triple collocation (TC)를 통해 본 연구에서 활용된 4개의 독립적인 적설심자료 간의 오차 분산을 산정하였으며, 나아가 가중치 산정을 통해 융합된 적설심 자료를 생산하였다. 재분석자료는 LDAPS, MERRA-2, ERA5-Land 순으로 오차 분산이 높게 나타났으며, LDAPS의 경우 오차 분산이 높게 산정되어 가중치가 낮게 산정되었다. 또한, ERA5-Land 적설심 자료의 공간 분포가 변동성이 적게 나타나, TC로 융합된 적설심 자료는 저해상도 영상인 MERRA-2와 유사한 공간 분포가 나타났다. 자료의 상관성, 오차, 불확실성을 고려하였을 때, ERA5-Land 자료가 남한을 대상으로 적설 관련 분석을 하기 적합한 것으로 판단된다. 또한, 타 자료와 경향성은 높게 나타나나 과대 산정되는 경향이 있는 LDAPS 자료를 대상으로 적절한 보정이 수행될 시, 지역 및 기후적 다양성을 높은 해상도로 표출할 수 있는 LDAPS 자료를 적극적으로 활용할 수 있을 것으로 기대된다.