• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.233-241
• /
• 2016

기상청에서 제공하는 넓은 지역의 수평면 일조시간 정보를 복잡한 산간집수역의 지형특성을 반영한 실제 일조시간 분포도로 변환하기 위해 지형효과를 정량화하기 위한 실험을 수행하였다. 경남 하동군 악양면 단일 집수역을 대상으로 정밀 DEM을 이용하여 그림자모형화 및 공제선분석 기법을 적용하여 일중 시간대별 음영기복도 1년 자료를 제작하였다. 2015년 5월 15일부터 2016년 5월 14일까지 1년 간 지형조건이 서로 다른 3지점에서 바이메탈식 일조계로 측정한 일조시간자료에 음영기복도 상 해당 지점의 휘도값을 추출하여 회귀시킴으로써 맑은 날의 휘도-일조시간 반응곡선을 얻었다. 이 곡선식을 하늘상태(운량)에 따라 보정할 수 있는 방법을 고안함으로써 일조시간 상세화 모형을 도출하였다. 이 모형의 신뢰도를 기존 수평면 일조시간 추정기법과 비교한 결과 추정값의 편의가 크게 개선된 것은 물론, 일적산일조시간 기준 RMSE가 1.7시간으로 지형효과를 반영하기 전보다 37% 이상 개선되었다. 어떤 지역을 대상으로 일조시간을 상세화 하기 위해서는 먼저 대상 지역의 매 시간 음영기복도의 격자점 휘도를 모형에 입력시켜 해당 시간대의 청천 일조시간을 추정한다. 다음에 같은 시간대의 기상청 동네예보(하늘상태)에 의해 구름 효과를 보정한다. 이렇게 추정된 매 시간 일조시간을 하루 단위로 적산하여 그 날의 누적 일조시간을 얻는다. 이 과정을 연구대상 집수역에 적용하여 수평 해상도 3m의 정밀한 일조시간 분포도를 얻을 수 있었다.

• 한국가스학회지
• /
• 제17권4호
• /
• pp.58-69
• /
• 2013

본 연구에서는 캐나다 셰일가스전에 위치한 2개의 생산정에 대해 생산특성에 따라 적절한 생산자료 분석기법을 이용하여 분석을 수행하였다. Case A 생산정의 경우 생산자료가 매우 가변적으로 나타나 시간과 중첩시간을 적용하여 비교분석을 실시하였다. 유동영역을 구분하기 위해 생산자료를 로그-로그 그래프에 도시한 결과 천이유동구간만 나타났다. 시간과 중첩시간을 적용하여 자극을 받은 저류층 면적이 각각 180, 240 acres로 산출되었고, 원시가스부존량은 15, 20 Bscf로 계산되었다. 그러나 산출된 저류층 면적은 경계영향유동자료로부터 산출된 것이 아니기 때문에 최소 값으로 판단된다. 이에 저류층 면적과 감퇴지수에 대한 생산성 예측을 수행하였다. 그 결과 감퇴지수가 0.5, 1로 커질수록 궁극가채량이 1.2배와 1.4배로 증가하였다. 또한 저류층 면적이 240에서 360 acres로 커지면 궁극가채량이 1.3배 증가되는 것을 확인할 수 있었다. Case B의 고압 저류층에 위치한 생산정은 상부지층압에 따른 지층압축률과 투과도를 적용하여 분석하였다. 지역학적 영향을 적용한 경우와 아닌 경우를 비교한 결과, 저류층 면적은 1.4배, 원시가스부존량이 1.5배로 증가하였다. 셰일 가스전 현장자료에 대한 분석 결과, 분석 방법에 따라 원시가스부존량, 궁극가채량 등 향후 생산성 예측이 크게 달라지므로 생산자료에 따라 유사시간, 중첩시간, 지역학적 분석 등의 적절한 분석방법을 적용하여야 정확한 생산자료 분석이 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1117-1132
• /
• 2019

산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.

• 한국해양학회지:바다
• /
• 제23권1호
• /
• pp.1-19
• /
• 2018

이어도 해양과학기지 유의파고 자료와 인공위성(GFO, Jason-1, Envisat, Jason-2, Cryosat-2, SARAL) 고도계 유의파고 자료를 비교하기 위하여 2004년 12월부터 2016년 5월까지 약 12년 동안의 위성-이어도 관측 유의파고 사이의 일치점 데이터베이스를 생산하였다. 위성 유의파고는 이어도 해양과학기지 유의파고에 대하여 약 0.34 m의 평균 제곱근 오차와 0.17 m의 양의 편차를 나타내었다. 위성과 이어도 관측 유의파고 차는 특이한 계절변동이나 경년변동을 보이지 않고 위성이 중복 관측하는 기간에 대해서 유사한 변동 특성을 보여 위성 자료의 일관성을 확인할 수 있었다. 위성-이어도 유의파고 차이에 대한 바람장의 영향을 조사한 결과 모든 위성에 대해 평균적으로 0.17 m 정도의 양의 편차가 나타났다. 지형 및 해양과학기지 구조물의 영향을 파악하기 위하여 파향에 대한 파고 오차의 특이성을 분석하였으나 통계적으로 유의미한 특성이 나타나지 않았다. 위성-이어도 일치점의 거리에 따른 영향을 조사하기 위하여 위성-이어도 간의 거리에 대한 함수로 오차의 특성을 분석한 결과 평균은 거리와 무관하게 0.14 m로 거의 일정하게 유지되는 반면에 오차의 최댓값과 최솟값 사이의 진폭은 이어도로부터 멀어질수록 선형적으로 증가하는 특성이 발견되었다. 반면에 동해 해양기상위성부이를 활용한 위성 유의파고 자료의 정확도 평가 결과, 위성-실측 자료 사이의 평균 제곱근 오차는 0.27 m로 상대적으로 작은 오차가 발생하였으며, 이어도 파고 자료와 같이 특이한 오차 특성은 발견되지 않았다. 이어도 파고 관측 기기의 상이성을 고려하여 이 연구에서는 위성 유의파고 자료를 기반으로 이어도 유의파고 자료를 보정하는 식을 제안하였다. 또한 이어도 해양과학기지가 국제적인 해양관측 기지로 격상되기 위해서는 자료의 신뢰도 확보가 우선되어야 함을 강조하고 방법과 전략을 제시하였다.

• 대한원격탐사학회지
• /
• 제14권1호
• /
• pp.53-68
• /
• 1998

대기중에 존재하는 수증기의 관측은 일기와 기후의 이해에 있어서 매우 중요한데, 기존의 관측체계로는 지구상의 극히 제한된 지역의 수증기 분포만을 관측할 수 있다. 이 연구에서는 일본 정지기상위성인 GMS-5의 적외 split window 채널 관측자료로부터 대기중에 함유되어 있는 수증기 총량 즉 가강수량(precipitable water)을 산출하였다. 가강수량 산출에는 라디오존데 관측 가강수량과 split window 관측자료 사이의 회귀분석에 기초한 Chesters et al.(1983)의 알고리즘을 사용하였 다. 가강수량 산출을 위하여 센서의 필터 함수와 관련된 수증기 흡수 파라미터는 우리 나라 고층 관측소인 오산, 광주,포항,제주에서 관측한 '76년 8월부터 11월가지의 4개월간 관측한 라디오존데 자료와 위성 관측자료의 회귀분석을 통하여 산출하였다. 한편 기상청 전구 스펙트랄 모델의 700 hPa온도를 1층 복사 모델의 대기 평균 온도로 사용하였다. 1996년 7월부터 12월까지의 기간에 대하여 산출한 GMS-5 가강수량 자료를 같은 기간 관측된 라디오존데 관측자료와 비교한 결과 0.46의 상관계수와 0.65 g/$cm^2$~1.09 g/$cm^2$의 RMS 오차를 나타내었다. GMS-5로부터 산출된 월평균 가강수량 분포는 계절에 따른 전지구 규모의 수증기 분포변화를 잘 나타내었다. 이번 연구에서 산출된 위성 가강수량은 0.5$^{\circ}$격자 간격으로 6시간마다 기상청에서 정규적으로 산출된다. 이 자료는 수치예보의 객관분석 초기 자료로 이용되어, 특히 청천 조건하에서의 습도 분석의 정확도 향상에 기여하며 기후 연구에 있어서도 현존하는 자료 세트에 대한 유용한 보완 자료가 될 것이다. 그러나 연구 결과의 실용화를 위하여는 좀더 높은 상관계수와 산출절차 등의 개선이 필요하다.용성을 고찰하였다.산마와 재배와 점질다당류가 각각 219~332$^{\circ}C$, 229~341$^{\circ}C$ 범위였다.TEX> 범위였다. 사면의 풍화와 침식에 대한 대책연구도 수행되어야 한다. 15ng/$\textrm{cm}^2$로서 90분간 조사로 27ng/$\textrm{cm}^2$량이 생성되었다. 7-DHC은 당초의 123ng/$\textrm{cm}^2$으로부터 계속 감소되어 150분간 조사시 53ng/$\textrm{cm}^2$량까지 내려갔다.하였으며, 그 외의 항목간에는 대동소이하였다.ckarti 와 E. serrulatus가 스파르가눔의 중간숙주가 될 수 있음을 확인하였다. 충란의 배양에서부터 종숙주의 충란 배출까지 약 2개월 정도의 기간이 소요되었고, 우리 나라 자연환경에서는 5일에서 7월에 주로 이 충체의 유충이 발육되고 전파되는 것으로 추측되었다.러 가지 방법들을 적극 적용하여 금후 검토해볼 필요가 있을 것이다.잡은 전혀 삭과가 형성되지 않았다. 이 결과는 종간 교잡종을 자방친으로 하고 그 자방친의 화분친을 사용할 때만 교잡이 이루어지고 있음을 나타내고 있다. 따라서 여교잡을 통한 종간잡종 품종육성 활용방안을 금후 적극 확대 검토해야 할 것이다하였다.함을 보이고 있다.X> , ZnCl$_{3}$$^{-}$같은 이온과 MgCl$^{+}$, MgCl$_{2}$같은 이온종을 형성하기 때문인것 같다. 한편 어떠한 용리액에서던지 NH$_{4}$$^{+}$의 경우 Dv값이 제일 작았다. 바. 본 연구의 목적중의 하나인 인체유해 중금속이온인 Hg(II), Cd(II)등이 NaCl같은 염화물이 함유된 시료용액에

• 한국토양비료학회지
• /
• 제9권1호
• /
• pp.1-8
• /
• 1976

4종(四種)의 담수(湛水) 토양계(土壤系)에서 염분(鹽分)(NaCl)의 확산계수(擴散係數)를 측정(測定)하고 확산(擴散)에 의(依)한 제염(除鹽)이 간척지(干拓地) 토양(土壤)의 제염(除鹽)에 기여(寄與)하는 바를 평가(評價)한 결과(結果)는 다음과 같다. 1. 담수(湛水) 토양계(土壤系)에서 염분(鹽分)의 확산계수(擴散係數)는 확산통로(擴散通路)의 굴곡성(屈曲性) 및 통로폭( 通路幅)의 비균일성(非均一性)에 따라 감소(減少)하며 액상(液狀)에서 확산계수(擴散係數)의 0.26~0.52배(培)인 $0.40{\sim}0.83{\times}10^{-5}cm^2sec^{-1}$ 이다. 2. 공시(供試) 2종(種)의 사질계(砂質系) 토양(土壤)의 경우, NaCl 확산계수(擴散係數)는 각각 0.70, 및 $0.83{\times}10^{-5}cm^2sec^{-1}$이었으며 공시(供試) 2종(種) 세입질(細粒質) 토양(土壤)의 경우, 각각 0.4 및 $0.54{\times}10^{-5}cm^2sec^{-1}$이었다. 3. 상부(上部)의 담수(湛水)된 물로 염류(鹽類)가 확산(擴散)에 의하여 제염(除鹽)될때 토심별(土深別) 경시적(經時的) 토양(土壤) 염분(鹽分) 함량(含量)은 다음식(式)으로 표시(表示)된다. $$C=C^{\circ}erf\frac{x}{\sqrt[2]{Dt}}$$ 4. 확산(擴散)에 의(依)한 제염속도(除鹽速度)는 시간(時間)의 평방근(平方根)의 역함수(逆函數)인 다음 식(式)으로 주어지므로 6월(月)에 순수(純水)를 10cm 깊이로 담수(湛水)하여 제염(除鹽)한다면 용수(用水)의 교환(交換)은 1~2회(回)로 충분(充分)하다. $$dq/dt=C^{\circ}{\sqrt{D/{\pi}t}}^{\frac{1}{2}}$$ 5. 확산(擴散)만에 의(依)하여 제염(除鹽)된다면 수도(水稻)의 50% 염해점(鹽害點)까지 제염(除鹽)하는데 약 5개월(個月) 소요(所要)되며, 10%이하(以下)의 염해점(鹽害點)까지 제염(除鹽)하는 데는 약(約) 10년(年)이 소요(所要)된다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1243-1254
• /
• 2021

수자원 운영이나 농업용수 관리 등을 위해서는 계절 또는 월 단위 이상의 장기간의 미래에 대한 증발산량의 정확한 예측이 중요하다. 본 연구에서는 한강권역을 대상으로 통계적으로 예측된 월 기온자료와, 기온자료를 기반으로 한 Hamon 증발산량 추정식을 활용하여 기준증발산량에 대한 장기전망(최대 12개월까지)을 수행하였다. 먼저 한강권역의 월 단위 기온예측정보를 시공간적으로 상세화하여 한강권역 내 15개 지점에 대한 일 단위 기온자료를 도출하였다. 지점별 상세화된 기온자료의 적합도를 분석한 결과, 월평균 최고기온에 대해서는 PBIAS는 1.3~6.9%, RSR은 0.22~0.27, NSE는 0.93~0.95, r은 0.97~0.98이었으며, 월평균 최저기온에 대해서는 PBIAS는 7.8~44.7%, RSR은 0.21~0.25, NSE는 0.94~0.96, r은 0.98~0.99로 대체로 관측값과 유사하게 상세화가 수행되었다. 상세화된 기온자료를 이용하여 Hamon 방법에 의한 기준증발산량을 산정하고 한강권역 전체에 대해 면적평균하여 관측값과 비교한 결과, PBIAS는 2.2~5.4%, RSR은 0.21~0.28, NSE는 0.92~0.96, r은 0.96~0.98로 매우 높은 적합도를 나타내었다. 통계적 모형의 특성상 과거와 전혀 다른 기온이 관측되는 경우의 예측성 저하, 시공간적 상세화 과정에서의 불확실성 등으로 인해 일부 기간에 대해서는 예측된 기준증발산량이 관측치와 다소 편차를 나타내기도 하지만 미래기간에 대한 예측결과라는 점을 고려할 때, 미래의 가용수자원에 대한 평가 및 수자원 관리를 위한 정보로 충분히 활용성이 있을 것이다.

• 한국지구과학회지
• /
• 제42권5호
• /
• pp.536-555
• /
• 2021

해상풍은 해양의 표층 해류 및 순환, 혼합층, 열속의 변화를 주도하며 해양-대기 상호작용을 이해할 수 있는 중요한 변수이다. 인공위성의 발달에 따라 산란계 관측 자료를 기반으로 산출한 해상풍은 여러 목적으로 광범위하게 사용되어 왔다. 한반도 연안과 같은 복잡한 해양 환경에서 산란계 관측 해상풍은 해양 및 대기 현상 이해에 중요한 요소이다. 따라서 위성 해상풍의 정확도 검증 결과가 다양한 활용을 위하여 중요하게 활용될 수 있다. 본 연구에서는 대표적인 산란계인 MetOp-A/B (METeorological OPerational satellite-A/B)에 탑재된 ASCAT (Advanced SCATterometer) 해상풍 자료를 한반도 주변의 16개 지점에서 2020년 1월부터 12월까지 실측된 해양기상부이 해상풍 자료와 비교하여 해상풍의 정확도를 검증하였다. 해수면으로부터 4-5 m 고도에서 관측된 부이 바람은 LKB (Liu-Katsaros-Businger) 모델을 활용하여 10 m의 중립 바람으로 변환하였다. 일치점 생산 과정 결과 MetOp-A와 MetOp-B에 대하여 5,544개와 10,051개의 일치점을 만들었다. 각 위성 해상풍 풍속의 평균제곱근오차는 1.36 m s^-1와 1.28 m s^-1, 편차는 0.44 m s^-1와 0.65 m s^-1로 나타났다. 산란계의 풍향은 MetOp-A와 MetOp-B에서 각각 -8.03°와 -6.97°의 음의 편차와 32.46°와 36.06°의 평균제곱근오차를 보였다. 이러한 오차들은 해양-대기 경계층 내의 성층과 역학과 관련된 것으로 추정된다. 한반도 주변 해역에서 산란계 해상풍은 특히 풍속이 약한 구간에서 실측 풍속보다 과대추정되었다. 또한 연안으로부터의 거리가 가까워질수록 오차가 증폭되는 특성이 나타났다. 본 연구 결과는 산란계 해상풍 자료를 이용하는 해양-대기 상호작용 및 태풍 연구와 같은 한반도 연안 해역의 예측 모델 발전에 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1739-1756
• /
• 2021

대기 중 이산화질소(NO₂)는 주로 인위적인 배출요인으로 발생하며 화학 반응을 통해 이차오염 물질 및 오존 형성에 매개 역할을 하는 인체 건강에 악영향을 미치는 물질이다. 우리나라는 지상 관측소에 의한 실시간 NO₂ 모니터링을 수행하고 있지만, 이는 점 기반의 관측 값으로써 미관측 지역의 공간 분포 분석이 어렵다는 한계점을 지닌다. 본 연구에서는 선형 회귀 기반 모델인 다중 선형 회귀와 회귀 크리깅, 기계학습 알고리즘인 Random Forest (RF), Support Vector Regression (SVR)을 적용한 공간 내삽 모델링을 통해 서울 지역의 지상 NO₂ 농도 지도를 제작하였고, 일별 Leave-One-Out Cross Validation (LOOCV) 교차 검증을 시행하였다. 2020년 연구기간 내 일별 LOOCV에서 MLR, RK, SVR 모델의 일별 평균 Index of agreement (IOA)는 약 0.57로 유사한 성능을 보였으며, RF (0.50)보다 높은 성능이 확인되었다. RK의 일별 평균 nRMSE는 0.9483%으로 MLR (0.9501%)보다 상대적으로 낮은 오차를 나타냈다. MLR과 RK, RF 모델의 계절별 공간 분포는 비슷한 양상을 보였으며, RF는 다른 모델에 비해 좁은 NO₂ 농도 범위가 확인되었다. 본 연구에서 제안된 선형 회귀 기반 공간 내삽은 지상 NO₂ 뿐 아니라 다른 대기 오염 물질의 도시 지역 공간 내삽을 위해 활용 가능성이 높을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1767-1772
• /
• 2021

장기간에 걸친 전 지구적인 위성관측 지표면 알베도 자료는 전 지구 기후 및 환경의 변화 감시에 활발히 이용되고 있으며 그 활용도와 중요성이 크다. 우리나라의 경우 정지궤도위성 천리안위성 1호(Communication, Ocean and Meteorological Satellite, COMS) MI(Meteorological Imager) 센서와 천리안위성 2A호(GEO-KOMPSAT-2A, GK-2A) AMI (Advanced Meteorological Imager) 센서의 세대교체를 통해 지속적인 지표면 알베도 산출물의 확보가 가능하다. 그러나 COMS/MI 및 GK-2A/AMI의 지표면 알베도 산출물은 센서 및 알고리즘의 차이로 인해 산출물 간의 차이가 존재한다. 따라서 COMS/MI와 GK-2A/AMI 지표면 알베도 산출 기간을 확장하고 지속적인 기후변화 감시 연계성 확보를 위해 두 위성 산출물 간의 오차 분석이 선행되어야 한다. 본 연구에서는 COMS/MI 및 GK-2A/AMI 지표면 알베도 자료의 중복기간을 대상으로 지상관측자료 AERONET (Aerosol Robotic Network)와 타 위성자료 GLASS (Global Land Surface Satellite)와 함께 비교 분석하였다. 오차 분석 결과 AERONET과의 검증에서 COMS/MI의 평균 제곱근 오차(Root Mean Square Error, RMSE)가 0.043로 GK-2A/AMI의 RMSE인 0.015보다 높게 나타났다. 또한 GLASS와 비교하였을 때 COMS/MI의 RMSE는 0.029로 GK-2A/AMI의 0.038보다 낮게 나타났다. 이러한 오차특성을 이해하고 COMS/MI 및 GK-2A/AMI의 지표면 알베도 자료를 사용할 때 장기간 기후변화 감시에 적극적으로 활용할 수 있을 것이다.