The quantitative analysis of evapotranspiration (ET) is a key component in hydrological studies and the establishment of water resources planning. Generally, the quantitative analysis of ET is performed by the estimation method of potential or reference ET based on meteorological factors such as air temperature, wind speed, etc. Hargreaves equation is one of empirical methods for reference ET using air temperature data. In this study, in order to estimate more exact reference ET considering climatological characteristics in Korea, parameter regionalization of Hargreaves equation is carried out. Firstly, modified Hargreaves equation is presented after the analysis of the relationship between solar radiation and temperature. Secondly, parameter ($K_{ET}$) optimization of Hargreaves equation is performed using Penman-Monteith method and modified equation at 71 weather stations. Lastly, the equation for calculating $K_{ET}$ using temperature data is proposed and verified. As a result, reference ET from original Hargreaves equation is overestimated or underestimated compared with Penman-Monteith method. But modified equation in this study is more accurate in the climatic conditions of Korea. In addition, the applicability of the equation between $K_{ET}$ and temperature is confirmed.
Journal of Korean Society of Coastal and Ocean Engineers
/
v.22
no.5
/
pp.295-305
/
2010
Although the rubble mound breakwaters in Korea have been damaged by typhoons almost every year, quantification of erosion of armor block have seldomly been made. In this paper, the damage of armor units is standardized by the relative damage. In the case where the number of damaged units is reported, it is divided by the total number of units to calculate the relative damage. In the case where the rehabilitation cost is reported, the relative damage is calculated by using its relationship with the present value of the past rehabilitation cost. The relative damage is shown to have strong correlations with the typhoon parameters such as nearest central air pressure and maximum wind speed at each site. On the other hand, the existing numerical methods for calculating the cumulative damage are compared with hydraulic model tests. The method of Melby and Kobayashi (1998) is shown to give a reasonable result, and it is used to calculate the relative damage, which is compared with the measured damage. A good agreement is shown for the East Breakwater of Yeosu Harbor, while poor agreement is shown for other breakwaters. The poor agreement may be because waves of larger height than the design height occurred due to strong typhoons associated with climate change so that the relative damage increased during the last several decades.
Lee, Yong Gwan;Jung, Chung Gil;Ahn, So Ra;Kim, Seong Joon
Journal of Korea Water Resources Association
/
v.49
no.3
/
pp.227-239
/
2016
This study is to estimate Surface Energy Balance Algorithm for Land (SEBAL) daily spatial evapotranspiration (ET) comparing with eddy covariance flux tower ET in Seolmacheon mixed forest (SMK) and Cheongmicheon rice paddy (CFK). The SEBAL input data of Albedo, Land Surface Temperature (LST), Normalized Difference Vegetation Index (NDVI) from Terra MODIS products and the meteorological data of wind speed, and solar radiation were prepared for 2 years (2012-2013). For the annual average flux tower ET of 302.8 mm in SMK and 482.0 mm in CFK, the SEBAL ETs were 183.3 mm and 371.5 mm respectively. The determination coefficients ($R^2$) of SEBAL ET versus flux tower ET for total periods were 0.54 in SMK and 0.79 in CFK respectively. The main reason of SEBAL ET underestimation for both sites was from the determination of hot pixel and cold pixel of the day and affected to the overestimation of sensible heat flux.
Surface energy balance components were evaluated by Landsat TM data and GIS with meteorological data. Calibration and validation for the applicability of this methodology were made through the estimating of the large-scale evapotranspiration (ET). In addition, sensitivity and error analysis was conducted to see the effects of the surface energy balance components on ET and the accuracy of each components. Bochong-chon located on the upper part of Guem River basin was selected as the case study area. Spatial distribution map of ET were produced for five dates: Jan. 1, Apr. 3, May. 10, and Nov. 27, 1995. The study results showed tat ET was greatly varied with the aspect and theland use type on the surface. In the case of having northeast and southeast in the aspect, ET was linearly increased depending on growing net radiation. While surface temperature has a high value, NDVI(Normalized Difference Vegetation Index) has a low value in the vegetated area. Therefore, ground heat flux was increased but ET was relatively decreased. The results of sensitivity and error analysis showed that net radiation is most sensitive and effective, ranging from 12.5% to 23.6% of sensitivity. Furthermore, the surface temperature, air temperature, and wind speed have the significant effects on ET estimation using remotely sensed data.
Won, Taeyeon;Eo, Yang Dam;Sung, Hong ki;Chong, Kyu soo;Youn, Junhee
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.38
no.6
/
pp.573-581
/
2020
Using CCTV images and weather parameters, a method for estimating PM (Particulate Matter) index was proposed, and an experiment was conducted. For CCTV images, we proposed a method of estimating the PM index by applying a deep learning technique based on a CNN (Convolutional Neural Network) with ROI(Region Of Interest) image including a specific spot and an full area image. In addition, after combining the predicted result values by deep learning with the two weather parameters of humidity and wind speed, a post-processing experiment was also conducted to calculate the modified PM index using the learned regression model. As a result of the experiment, the estimated value of the PM index from the CCTV image was R2(R-Squared) 0.58~0.89, and the result of learning the ROI image and the full area image with the measuring device was the best. The result of post-processing using weather parameters did not always show improvement in accuracy in all cases in the experimental area.
Yongseok Kim;Jina Hur;Eung-Sup Kim;Kyo-Moon Shim;Sera Jo;Min-Gu Kang
Korean Journal of Agricultural and Forest Meteorology
/
v.26
no.1
/
pp.53-62
/
2024
In this study, we built a model to estimate frost occurrence in South Korea using single-input deep learning and multi-input deep learning. Meteorological factors used as learning data included minimum temperature, wind speed, relative humidity, cloud cover, and precipitation. As a result of statistical analysis for each factor on days when frost occurred and days when frost did not occur, significant differences were found. When evaluating the frost occurrence models based on single-input deep learning and multi-input deep learning model, the model using both GRU and MLP was highest accuracy at 0.8774 on average. As a result, it was found that frost occurrence model adopting multi-input deep learning improved performance more than using MLP, LSTM, GRU respectively.
The empirical/statistical models to estimate the ground Particulate Matter ($PM_{2.5}$) concentration from Geostationary Ocean Color Imager (GOCI) Aerosol Optical Depth (AOD) product were developed and analyzed for the period of 2015 in Seoul, South Korea. In the model construction of AOD-$PM_{2.5}$, two vertical correction methods using the planetary boundary layer height and the vertical ratio of aerosol, and humidity correction method using the hygroscopic growth factor were applied to respective models. The vertical correction for AOD and humidity correction for $PM_{2.5}$ concentration played an important role in improving accuracy of overall estimation. The multiple linear regression (MLR) models with additional meteorological factors (wind speed, visibility, and air temperature) affecting AOD and $PM_{2.5}$ relationships were constructed for the whole year and each season. As a result, determination coefficients of MLR models were significantly increased, compared to those of empirical models. In this study, we analyzed the seasonal, monthly and diurnal characteristics of AOD-$PM_{2.5}$model. when the MLR model is seasonally constructed, underestimation tendency in high $PM_{2.5}$ cases for the whole year were improved. The monthly and diurnal patterns of observed $PM_{2.5}$ and estimated $PM_{2.5}$ were similar. The results of this study, which estimates surface $PM_{2.5}$ concentration using geostationary satellite AOD, are expected to be applicable to the future GK-2A and GK-2B.
Kim, Minyoung;Choi, Yonghun;O'Shaughnessy, Susan;Colaizzi, Paul;Kim, Youngjin;Jeon, Jonggil;Lee, Sangbong
Journal of The Korean Society of Agricultural Engineers
/
v.61
no.6
/
pp.111-121
/
2019
Evapotranspiration (ET) of vegetation is one of the major components of the hydrologic cycle, and its accurate estimation is important for hydrologic water balance, irrigation management, crop yield simulation, and water resources planning and management. For agricultural crops, ET is often calculated in terms of a short or tall crop reference, such as well-watered, clipped grass (reference crop evapotranspiration, $ET_o$). The Penman-Monteith equation recommended by FAO (FAO 56-PM) has been accepted by researchers and practitioners, as the sole $ET_o$ method. However, its accuracy is contingent on high quality measurements of four meteorological variables, and its use has been limited by incomplete and/or inaccurate input data. Therefore, this study evaluated the applicability of Backpropagation Neural Network (BPNN) model for estimating $ET_o$ from less meteorological data than required by the FAO 56-PM. A total of six meteorological inputs, minimum temperature, average temperature, maximum temperature, relative humidity, wind speed and solar radiation, were divided into a series of input groups (a combination of one, two, three, four, five and six variables) and each combination of different meteorological dataset was evaluated for its level of accuracy in estimating $ET_o$. The overall findings of this study indicated that $ET_o$ could be reasonably estimated using less than all six meteorological data using BPNN. In addition, it was shown that the proper choice of neural network architecture could not only minimize the computational error, but also maximize the relationship between dependent and independent variables. The findings of this study would be of use in instances where data availability and/or accuracy are limited.
Blue-ice area is a glacial ice field in ice sheet, ice shelf and glaciers where snow ablation and sublimation is larger than snowfall. As the blue-ice area has large influences on the meteorite concentration mechanism and ice mass balance, it is required to quantify the concentration of blue-ice. We analyzed spectral reflectance characteristics of blue-ice, snow and cloud by using MODIS images obtained over blue-ice areas in McMurdo Dry Valleys, East Antarctica, from 2007 to 2012. We then developed Normalized Difference Blue-ice Index (NDBI) algorithm which quantifies the concentration of blue-ice. Snow and cloud have a high reflectance in visible and near-infrared (NIR) bands. Reflectance of blue-ice is high in blue band, while that lowers in the NIR band. NDBI is calculated by dividing the difference of reflectance in the blue and NIR bands by the sum of reflectances in the two bands so that NDBI = (Blue-NIR)/(Blue + NIR). NDBI calculated from the MODIS images showed that the blue-ice areas have values ranging from 0.2 to 0.5, depending on the exposure and concentration of blue-ice. It is obviously different from that of snow and cloud that has values less than 0.2 or rocks with negative values. The change of NDBI values in the blue-ice area has higher correlation with snow depth ($R^2=0.699$) than wind speed ($R^2=0.012$) or air temperature ($R^2=0.278$), all measured at a meteorological station installed in McMurdo Dry Valleys. As the snow depth increased, the NDBI value decreased, which suggests that snow depth can be estimated from NDBI values over blue-ice areas. The NDBI algorithm developed in this study will be useful for various polar research fields such as meteorite exploration, analysis of ice mass balance as well as the snow depth estimation.
The exact estimation of crop evapotranspiration containing reference or potential evapotranspiration is necessary for decision of crop water requirements. This study was carried out for the evaluation and application of various meteorological elements used for the calculation of reference evapotranspiration (RET) by FAO Penman-Monteith (PM) model. Meteorological elements including temperature, net radiation, soil heat flux, albedo, relative humidity, wind speed measured by meteorological instruments are required for RET calculation by FAO PM model. The average of albedo measured for crop growing period was 0.20, ranging from 0.12 to 0.23, and was slightly lower than 0.23. Determinant coefficients by measured albedo and green grass albedo were 0.97, 0.95 and standard errors were 0.74, 0.80 respectively. Usefulness of deductive regression models was admitted. To assess an influence of soil heat flux (G) on FAO PM, RET with G=0 was compared with RETs using G at 5cm soil depth ($G_{5cm}$) and G at surface ($G_{0cm}$). As the results, RET estimated by G=0 was well agreed with RET calculated by measured G. Therefore, estimated net radiation, G=0 and albedo of green grass could be used for RET calculation by FAO PM.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.