• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2013년도 춘계학술대회 초록집
• /
• pp.163-163
• /
• 2013

최근의 수많은 산업 현장에서 취급하고 있는 각종 화학물질은 잠재적 위험성이 크므로 보관, 수송 및 취급할 때 특별한 주의가 필요하다. 공정 설계 시 정확하지 않은 폭발한계를 사용함으로서 사고가 유발되는 경우가 많다. 따라서 사업장에서 사용되고 있는 화학물질의 화재 및 폭발 특성치인 인화점, 폭발한계 등을 정확히 파악하는 것은 중요하다. 인화점은 하부인화점과 상부인화점으로 나누고 있고 있으며, 인화점은 가연성 액체의 화재 위험성을 나타내는 지표로써, 가연성액체의 액면 가까이서 인화할 때 필요한 증기를 발산하는 액체의 최저온도 또는 점화원 존재시 인화가 일어날 수 있는 최저온도, 그리고 가연성증기의 포화증기압이 공기와 혼합기체의 폭발한계 하한농도와 같게 되는 온도로 정의한다. 폭발한계는 발화원이 존재할 때 가연성가스와 공기가 혼합하여 일정 농도범위 내에서만 연소가 이루어지는 혼합범위를 말한다. 본 연구에서는 실제 공정에서 사용되고 있는 n-Hexadecane의 인화점을 측정하여 이를 기존 문헌값과 비교 하였고, 측정된 인화점을 이용하여 폭발한계를 예측하였다. 예측된 폭발한계를 여러 문헌에 제시된 자료과 비교하여 공정안전에 타당한 자료를 제시하였다. 본 연구는 n-Hexadecane을 취급하는 공정에서 안전 확보의 중요한 지침 마련과 MSDS D/B의 최신화에 유용한 정보를 제공하는데 목적이 있다.

• 한국수자원학회논문집
• /
• 제40권7호
• /
• pp.555-570
• /
• 2007

도시화에 따른 기후변화가 연 물수지에 미치는 영향을 분석하기 위하여 전국 56개 기후관측지점을 중심으로 반경 10 km에 해당하는 $314\;km^2$의 면적을 연구지역으로 설정하였다. 연구지역 내에서 연 실제증발산량을 산정하였고, 도시화에 따른 연 유출량변화를 모의하기 위하여 연 물수지분석을 실시하였다. 연 실제증발산량 산정을 위하여 수문기후자료와 토지이용자료를 이용하여 추정된 식생지수를 이용하여 연구지역별 연 실제증발산량을 산정하였다. 여기서 연 실제증발산량은 Zhang et al.(2001)에 의해서 전 세계 250개 유역에서 장기간의 물수지분석으로부터 유도된 경험 공식을 적용하였다. 연구결과 도시화가 진행됨에 따라서 기준잠재증발산량의 증가추세를 보이고 있다. 따라서 도시화에 따른 기후변화가 연 실제증발산량을 증가시키는 요인과 도시화가 진행됨에 따라 주거지면적이 증가하여 지역 내의 연 실제증발산량을 감소시키는 요인이 복합적으로 작용하는 것으로 판단된다. 강수량자료의 분석 결과 연구기간 동안에 도시화에 따른 연 강수량의 뚜렷한 추세를 보이지 않고 있다. 도시화지역에서 연 유출량은 연 강수량의 변화에 직접적인 영향을 받고 있고, 실제증발산량의 변화정도는 연 강수량의 영향을 받음에도 불구하고 연 강수량에 비하여 그 편차가 크지 않다. 도시화에 따른 연 실제증발산량의 변화는 연 유출량에 큰 영향을 미치지 않는 것으로 보이며, 도시화에 따른 연 유출량 변화는 크지 않은 것으로 판단된다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1455-1461
• /
• 2014

본 연구에서는 2011년 5월, 6월, 7월에 덕유산 덕곡제에서 관측된 플럭스자료를 이용하여 에디공분산방법으로부터 증발산량을 측정하는 경우 발생할 수 있는 연직방향 풍속의 이상치 판별 및 대체에 대한 통계적 분석을 실시하였다. 연직방향 풍속의 이상치를 파악하기 위해 적용된 통계분석방법은 사분위수를 바탕으로 상자그림(boxplot)의 분석결과 중에 이상치를 판별하기 위한 interquartile range (IQR)을 적용하여 이상치를 탐색하였다. 또한 삭제하거나 평균값으로 대체하는 방법을 통하여 보완된 연직방향 풍속자료를 이용하여 증발산량을 측정하였으며, 이를 보완전의 증발산량과 비교분석하였다. 비교분석한 결과에 의하면 이상치를 대체하기 전의 증발산량과 이상치를 대체한 후의 증발산량 사이에 차이를 보였으며, 특히 강우 시에 보다 큰 차이를 보였다. 따라서 증발산량 측정과정에서 발생하는 이상치를 보완하기 위해 이상치를 삭제하거나 대체하여 증발산량을 측정하는 것이 필요하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.264-264
• /
• 2023

물순환 과정에서의 증발산은 장기적인 관점에서의 수자원 계획 수립 시 중요한 요소이다. 증발산은 기온, 상대습도, 일사량 등 기상학적 인자뿐만 아니라 증발표면, 식생분포 등 다양한 인자의 복합작용에 의해 일어나므로, 유역 단위에서 발생한 실제증발산(Actual evapotranspiration, AET)을 측정하기에는 기술적인 한계가 존재한다. 그러나 증발산 보완관계(Complementary relationship of evapotranspiration, CRE) 가설을 활용하면, 수문요소의 상호작용을 고려한 모델링을 거치지 않고도, 비교적 간단하게 AET를 추정할 수 있다. 본 연구는 증발산 관측자료를 기반으로 유역 단위에서의 CRE를 검증하고자 하며, 플럭스 타워 등 다양한 관측장비가 설치되어 있는 용담댐 시험유역을 대상유역으로 선정하였다. 용담댐 유역 내 산지에 위치한 덕유산 플럭스 타워에서 측정된 증발산을 AET로 보았으며, 유역 인근에 위치한 전주 기상관측소에서 측정되는 팬 증발량(E_pan)을 잠재증발산량(Potential evapotranspiration, PET)으로 보았다. E_pan 계측시, 증발팬의 가열 등 주변환경 변화로 인해 과다하게 추정되는 값을 보완하기 위해 FAO Penman-Monteith 식을 활용해 팬 증발량 보정계수(Coefficient of pan evaporation, k_p)를 산정하여 적용하였다. 습윤증발산량(Wet evapotranspiration, WET)은 대기가 완전히 포화되었을 때 발생하는 증발산량으로, 댐 수표면에서 계측되는 수면증발량을 WET로 보았다. CRE 검증을 위해 AET와 PET를 각각 WET로 나누어 AET+와 PET+로 무차원화하였으며, 습윤지수(Moisture Index, MI)는 AET를 PET로 나누어 산정하였다. CRE 가설은 MI에 따른 AET+와 PET+가 서로 보완관계를 갖는다는 것인데, 용담댐 유역의 관측자료를 활용하여 CRE를 검증한 결과 AET+와 PET+ 간의 비대칭계수(b)가 1.23인 것으로 나타났다. 이 때의 평균제곱오차(MSE)는 0.599, 결정계수(R₂)는 0.631로 나타나 CRE의 b가 적합하게 추정된 것으로 판단된다. 본 연구결과와 같이 검증된 CRE를 통해 증발산 관측지점이 없거나, 조밀하지 않은 유역의 AET를 간접추정할 수 있으며, 이를 활용해 보다 정확한 댐의 장기유출 모의와 용수공급계획 수립에 도움을 줄 수 있을 것으로 기대된다.

• 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.

• 한국조경학회지
• /
• 제43권4호
• /
• pp.98-111
• /
• 2015

도시개발과 기후변화로 인해 증가하는 도시침수, 지하수 고갈, 하천오염 그리고 도시 열섬 현상 등의 환경문제는 도시 물순환 회복을 통해 경감시킬 수 있다. 효과적인 물순환 회복 계획수립을 위해서는 개별 사업이나 소규모 시설에 대해 물수지 현황과 변화를 면적으로 나타낼 수 있는 지도형태의 분석틀이 필요하다. 이를 위해, 토양-식생 기반의 물수지 모델 BAGLUVA의 구조를 분석하고, BAGLUVA 모델의 수문요소와 입력자료와 관련된 우리나라 관련 연구결과에 대해 조사하였다. BAGLUVA 모델은 기후, 토지이용, 지형, 토양수문 그리고 관개 등의 5가지 부문으로 구성된다. 5가지 구성요소의 상호 연계 구조와 개별 입력데이터 그리고 지형 계수, 최대증발산 비율, 유효근권 등의 개념과 적용 방법을 비교 분석하였다. 그리고, 실제 증발산량-잠재증발산량-강수량 간의 관계를 매개하는 Bagrov 계수의 산정 방식을 나타내었다. 면적단위의 토지이용별 물순환지도(Hydrotope Map)를 통해, 임의의 소규모 지역 물수지 현황을 효과적으로 파악할 수 있다. 그리고, 물순환 보전 및 관리를 위한 분산형 빗물관리, 저영향개발(LID) 시설의 계획 설계 상의 목표량 설정을 공정하고 용이하게 수행할 수 있다. 또한, 수자원 관리를 조경 및 도시계획에 통합시키는 유용한 도구이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.209-210
• /
• 2016

우리나라의 연평균강수량은 약 1362 mm이며, 총강수량의 약 30% 이상이 증발산을 통해 손실되고 있다고 추정되어지고 있다. 증발산은 물 수지 분석에 있어 매우 중요한 성분이며, 많은 부분을 차지하지만 다른 요인들에 비해 직접적인 관측이 어려워 과거에는 경험식을 사용하거나 단순하게 가정에 의해 결정해 왔다. 또한 기상자료로부터 증발산량을 추정하거나 증발접시나 추정식으로 잠재증발산을 추정하고 있다. 또한 최근 기후변화의 가속화에 따른 홍수의 가뭄의 강도와 빈도가 높아지고 있으며, 이에 따라 수자원 관리에 있어서 기초수문조사 항목에 많은 변화를 요구하고 있다. 그 결과 2007년 4월 하천법 개정으로 증발산량 및 토양수분량이 기초수문조사 항목으로 추가되었으며, K-water 연구원에서는 용담시험유역에 플럭스타워를 설치하였고 현재 운영 중에 있다. 덕유산 플럭스타워는 용담시험유역 내에 위치한 금강 수계 구량천 상류부의 덕곡제 유역 내에 설치하였으며, 2011년 4월부터 실제 증발산량을 관측하고 있다. 동경 $127^{\circ}$42'23" ~ $127^{\circ}$44'53", 북위 $35^{\circ}$50'47" ~ $35^{\circ}$52'50"사이로 중부지방에 위치한 유일한 증발산관측 타워이다. 유역 면적은 9.27 km2으로 유로연장 3.48 km, 유역 평균폭 2.66 km, 형상계수는 0.77이며, 덕곡제플럭스 타워 주변의 토지이용은 대부분 산림으로 구성되어 있으며, 침활 혼효림과 낙엽송림으로 임상 분포가 이루어져 있다. 주요 관측기기로는 3차원 풍향 풍속계, $CO_2/H_2O$ 기체분석기, 순복사 측정 센서, 지중열플럭스 측정 센서 등이 있다. 2011년부터 측정된 자료를 바탕으로 에디공분산 방법을 이용하여 증발산량을 측정하였으며, 30분간의 데이터 18,000개 중 취득률 90 % 이상의 데이터를 대상을 분석을 실시하였다. 2011 ~ 2015년도 증발산량 분석 결과는 아래의 표와 같다. 증발산의 패턴은 1월부터 서서히 증가하지만 활발하지는 않고, 4월부터 매우 활발해져 8월에 최대치에 이른다. 10월부터 증발산량은 급격히 감소하기 시작하며 11, 12월에는 증발산이 거의 발생하지 않는 공통적인 경향을 보였다. 2013년 8, 9월은 다른 해와 다른 경향을 보이고 있는데, 이는 2013년 8, 9월에 강우가 많이 발생하여 증발산량이 감소하였기 때문으로 판단된다. 2015년 8월은 다른 년도와 비교했을 때, 매우 높은 증발산량을 보이는데 이는 2015년 8월에 많은 강우에도 식생이 활발하게 작용하였기 때문으로 판단된다.

• 한국토양비료학회지
• /
• 제21권4호
• /
• pp.386-408
• /
• 1988

본(本) 연구(硏究)는 배추를 대상(對象)으로 1986년(年)부터 1986년(年)까지 6년간 Lysimeter시험(試驗)과 포장시험(圃場試驗)을 통하여 기상자료(氣象資料)로 부터 생육시기별(生育時期別) 증발산량(蒸發散量)과 수량(收量)을 추정(推定)하는 모형(模型)을 개발(開發)할 목적(目的)으로 실시(實施)하였다. Lysimeter 시험(試驗)에서는 잠재증발산량(潛在蒸發散量)과 최대증발산량(最大蒸發散量)을 측정(測定)하였고, 관개포장시험(灌漑圃場試驗)에서는 시기별(時期別) 토양수분(土壤水分)을 측정(測定)하여 실증발산량(實蒸發散量)을 계산(計算)하고 수량(收量)을 조사(調査)하였다. 시험(試驗)을 통(通)하여 얻어진 성적(成績)과 기상자료(氣象資料)의 상호관계(相互關係)를 다각적(多角的)으로 비교(比較)하여 증발산량(蒸發散量)과 수량추정모형(收量推定模型)을 설정(設定)하고 검정(檢定)한 결과(結果)는 다음과 같다. 1. 잠재증발산(潛在蒸發散)의 5년간(年間) 측정치(測定値)의 평균치(平均値)는 4월초순(月初旬) 2.38mm/day 에서 시일(時日)이 경과(經過)함에 따라 점점(漸漸) 증가(增加)되어 6월중순(月中旬)에 3.98로 최고치(最高値)를 보이고 다시 감소(減少)되어 11월중순(月中旬)에는 1.06으로 떨어졌다. 기존(旣存) 공식(公式)에 의한 잠재증발산추정치(潛在蒸發散推定値)는 실측치(實測値)에 비(比)하여 Penman법(法), Radiation법(法), Blaney-Criddle법(法)은 과다(過多)하게 추정(推定)되고, Pan evaporation법(法)은 과소(過少)하게 추정(推定)되는 경향을 보였다. 추정치(推定値)와 실측치간(實測値間)에는 전체적(全體的)으로 보아 고도(高度)의 유의(有意)한 상관(相關)이 있었으나, Blaney-Criddle법(法)은 7, 8월(月)에 상관(相關)이 없다는 것이 특이(特異)하였다. 2. 기상요인중(氣象要因中) 잠재증발산량실측치(潛在蒸發散量實測値)와 유의(有意)한 상관(相關)이 있는 것은 기온(氣溫), 대기포차(大氣飽差), 일조시수(日照時數), 일사량(日射量), Pan증발량(蒸發量)이었으며, 이들 요인(要因)을 고려(考慮)한 다중회귀식(多重回歸式)은 PET산정식(算定式)으로 활용(活用)이 가능(可能)하였다. 잠재증발산량(潛在蒸發散量) 추정모형(推定模型)으로서는 Pan 증발량(蒸發量)(Eo)을 사용(使用)한 회귀식(回歸式)이 가장 간편(簡便)하고 정확(正確)하였다. PET= 0.712 + 0.705 Eo 3. 잠재증발산량(潛在蒸發散量)에 대한 최대증발량(最大蒸發量)(ETm)의 비(比)로 정의(定義)된 작물계수(作物係數)(Kc)는 배추생육초기(生育初期)에 0.5~0.7 범위(範圍)이었으며, 생육중기(生育中期)부터는 0.9~1.2범위(範圍)로 유지(維持)되었다. 작물계수(作物係數)는 생육진도(生育進度)(G ; 0~1.0)의 2차함수(次函數)로부터 추정(推定)할 수 있었다. 봄배추 : $$Kc=0.598+0.959G-0.501G^2$$ 가을배추 : $$Kc=0.402+1.887G-1.432G^2$$ 4. 최대증발산량(最大蒸發散量)에 대(對)한 실증발산량(實蒸發散量)의 비(比)로 정의(定義)된 토양수분계수(土壤水分係數)(Kf)는 근권(根圈)의 유효수분률(有效水分率)(f)이 임계치(臨界値)(fp)이상(以上)에서는 1.0 수준(水準)으로 유지(維持)되다가 그 이하(以下) 에서는 f에 따라 직선적(直線的)으로 감소(減少)되었다. Kc와 f와의 관계(關係)에 있어서 fp와 직선함수(直線函數)의 기울기는 재배시기(栽培時期)와 PET에 따라 각각 다르게 나타났다. Kf=1.0, if $$f{\geq}fp$$ $$Kf=a+b{\cdot}f$$, if f＜fp 5. 층위별(層位別) 토양수분함량(土壤水分含量)으로부더 근권(根圈)의 물보유량변화(保有量變化)(${\Delta}S$) 계산(計算)에 있어서 모관수(毛管水)의 상승(上昇)과 배수량(排水量)은 무시(無視)할 정도(程度)로 적었다. 침투량(浸透量)(I)이 있을때 표토(表土) 5cm에 보유(保有)되었다가 증발(蒸發)되어 버리는 물량(量)(Es)은 실증발산(實蒸發散) 추정한형(推定漢型)에서 별도로 고여(考濾)되어야 하며, Es는 근권(根圈)의 유효수분율(有效水分率)로부터 추정(推定)된 표사(表士) 5cm에서 증발가능(蒸發可能)한 최대(最大) 물량(Esm)과 I을 비교(比較)하여 결정(決定)할 수 있었다. Es = I if I < Esm Es = Esm if < Esm 380 6. 실증발산최(實蒸發散最)(ETa) 추정모형(推定模型)은 물수지식(收支式)에 근거(根據)하여, 모관수(毛管水)의 상하이동양(上下移動量)은 무시(無視)하고 잠재증발산양(潛在蒸發散量)(PET), Kc, Kf, Es를 고려(考慮)하여 아래식(式)으로 설정(設定)되었다. $$ETa=PET{\cdot}Kc{\cdot}Kf+Es$$ 7.배추의 상대수양(相對收量)(Y/Ym) 추정모형(推定模型)은 재배기간중(栽培期間中)의 ETa의 대수함수(對數函數)의 형태(形態)로 설정(設定)되었다. $$Y/Ym=a+b{\cdot}{\ell}n(ETa)$$ 봄배추 : a=0.07, b =0.73 가을배추 : a=0.37, b =0.66 8. 설정(設定)된 모형(模型)에 의해 추정(推定)된 실증발산양(實蒸發散量)과 상대수양(相對收量)을 실측치(實測値)와 비교(比較)하여 본 결과(結果), 실증발산추정치(實蒸發散推定値)의 평균편차(平均偏差)는 봄배추에서는 0.29mm/day, 가을배추에서는 0.19mm/day이었으며, 상대수양추정치(相對收量推定値)의 평균편차(平均偏差)는 봄배추에서는 0.14, 가을배추에서는 0.09이었다. 9. 모형설정(模型設定)이 완료(完了)된 이후(以後) 별도(別途)로 3작기(作期)에 대(對)한 실측치(實測値)와 추정치간(推定値間)의 편차(偏差)도 모형설정기간(模型設定期間)의 것보다 오히려 더 적게 나오는 경향(傾向)을 보였다. 따라서 본추정모형(本推定模型)은 실제(實際) 활용가치(活用價値)가 있다고 판단(判斷)된다.

• 한국수자원학회논문집
• /
• 제40권12호
• /
• pp.921-930
• /
• 2007

본 연구에서는 SRES A2 시나리오의 GCM 결과를 역학적으로 다운스케일한 해상도 27km$\times$27km 자료를 이용하여 국내 139개 유역에 대해 기후변화에 따른 수자원의 시공간 변화를 평가하고 결과를 제시하였다. 유출량의 변화는 유역에 따라 그리고 분석기간에 따라 변화율에서 차이가 나타났다. 기간별로 차이는 있으나 한강과 한강동해안에 위치한 유역에서는 연평균유출량이 증가하고 나머지 유역에서는 감소할 것으로 분석되었다. 계절별 분석에서는 가을과 겨울철 유출량의 증가와 봄과 여름철의 유출량이 감소하는 것으로 나타났다. 유역별 유출고를 저수(Q$\leq$5mm), 평수 (5mm$\geq$100mm)으로 구분하여 변화를 분석한 결과, 대부분의 유역에서 2031-2060년과 2061-2090년 기간에서 저수량이 증가하는 것으로 나타났다. 고수량의 경우 기간별로 -100$\sim$500%의 빈도변화를 보여 저수량에 비해 변화율이 큰 것으로 나타났다. 또한 평균유출량의 증감에 관계없이 최대유출량은 시간에 따라 더 커질 것으로 분석되었다. 유역별 연평균 기온, 강수 그리고 유출변화율을 이용하여 추정한 회귀분석 결과 기온이 1$^{\circ}C$ 변화함에 따라 권역별로 실제증발산이 3.4$\sim$5.3% 정도 변화되는 것으로 나타났다. 이 상황에서 강수량이 $\pm$10% 변화 될 경우 유출량이 권역별로 -18.2$\sim$+12.4%(한강), -21.6$\sim$+14.6%(낙동강), -17.5$\sim$+11.5%(금강), -18.4$\sim$+10.6%(섬진강), -19.9$\sim$+12.7%(영산강)의 변화를 보일 것으로 분석되었다.