• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.541-541
• /
• 2015

댐 물수지 분석에 있어 매우 중요한 요소는 강수량, 유입 방류량, 토양수분량, 증발산량 등이 있다. 현재 육지에서의 증발산량은 대부분 에디공분산시스템에 의해 관측되고 있으며, 많은 전문가들이 양질의 자료를 산출하고 있다. 하지만 수면에서의 증발량관측은 아직 부족한 상황이다. 우리나라는 기후특성상 여름철에 강우가 집중됨에 따라 효율적인 댐 관리가 매우 중요하다. 댐관리의 주요 인자인 수면증발량은 현재 용담댐에서만 이루어지고 있다. 용담댐의 수면증발량 관측은 2013년부터 수행되고 있고, 수면위에 플랫폼을 설치하고 팬 내부에 수심이 1 m인 대형증발팬을 고정하는 방식을 취하고 있으며, 관측된 수위자료는 호내 수온을 고려하여 수면증발량으로 환산된다. 관측항목으로는 팬 내 외부 및 저수지 표층 수온, 팬 내부 정밀 수위뿐만 아니라 다양한 기상요소들이 있다. 2013년에 생산한 수면증발량은 풍향풍속, 수온, 상대습도, 복사량, 강수량 자료를 통해 정확도를 검증하였으며, Penman(1984)공식을 활용하여 실측 수면증발량과 추정 수면증발량을 비교 분석하였다. 본 연구는 용담호에서 자동 관측되고 있는 수위변동 자료를 활용해 수면에서의 증발량을 분석하였다. 2014년 3월부터 2015년 2월까지의 자료를 활용하였으며, 관측기간 중 최대 일증발량은 9.7 mm/day, 월 최대 일평균증발량은 3.5 mm/month(10월)로 나타났다. 수면에서 가장 많은 증발량이 나타난 시기는 10월 (증발량 : 107.6 mm, 강수량 : 122.9 mm)로 강수량의 약 88 %가 증발되었음을 알 수 있었다. 그 다음으로는 9월과 5월 순이었다. 증발량이 가장 많다고 예상되었던 7월과 8월의 경우는 각각 18일과 21일간 강수가 발생하였으므로 대기 중의 높은 습도로 인해 증발량이 크지 않았다. 결론적으로 수면에서의 증발량이 기상환경에 의존하고 있다는 사실은 명백하다. 그러므로 효율적인 수자원관리를 위해서는 다양한 지점에서의 수면증발 관측 및 기상요소와의 상관 성분석이 시급하다고 판단된다.

• 한국토양비료학회지
• /
• 제9권1호
• /
• pp.47-55
• /
• 1976

수원지방(水原地方)의 잠재적(潛在的) 증발산량(蒸發散量)을 파악(把握)하고 또 그의 합리적(合理的)인 산출방법(算出方法)을 기존공식(旣存公式)에서 찾기 위(爲)하여 1964년(年)부터 1973년(年)까지 10개년간(個年間)에 걸쳐 조사(調査)된 기상자료(氣象資料)를 토태(土台)로 Blanney-Criddle을 비롯한 Thornthwaite, Penman, Jensen-Haise, Truc 공식(公式)을 적용(適用)하여 잠재적(潛在的) 증발산량(蒸發散量)을 산출(算出)함과 동시(同時) 이들을 상호(相互) 비교(比較)하였는바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 수원지방(水原地方)의 잠재적 증발산량(蒸發散量)은 성하기(盛夏期) 7, 8월(月)을 정점(頂點), 동기(冬期) 1월(月)과 12월(月)을 기점(基點)으로 한 uni-modal distribution을 하고있으며 Blanney-Criddle 공식(公式)에 의(依)한 연증발산량(年蒸發散量)은 1,377mm 그리고 다른 네 공식(公式)에서 산출(算出)된 연증발산량(年蒸發散量)은 714mm에서 896mm 범위(範圍)에 있다. 2. Blanney-Criddle 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)은 다른 네 공식(公式)에서 산출(算出)된 것 보다 많은 한편 다른 네 공식(公式)에서 산출(算出)된 증발산량(蒸發散量) 간(間)에는 대동소리(大同小異)하다. 그러나 이들 네 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)의 평균치(平均値)와 Blanney-Criddle 공식(公式)의 증발산량(蒸發散量) 간(間)에는 고도(高度)의 상관(相關)이 있다. 3. 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)과 기존(旣存)에 표발(表發)된 수도(水稻)에 대(對)한 실제적(實際的) 증발산량(蒸發散量) 간(間)의 관계(關係)에 있어서 Blanney-Criddle 공식(公式)을 기준(基準)으로 할 경우(境遇) 일반품종(一般品種)에는 보정계수(補正係數) 0.8 그리고 통일품종(統一品種)에는 1.0을 대입(代入)하므로서 양자간(兩者間)에는 근사(近似)한 치(値)를 갖게되며 다른 네 공식(公式)의 평균치(平均値)를 기준(基準)으로 할 경우(境遇) 일반품종(一般品種)에는 1.2 그리고 통일품종(統一品種)에는 1.5를 대입(代入)하므로서 상호근사(相互近似)한 치(値)를 갖게된다. 따라서 수원지방(水原地方)의 잠재적(潛在的) 증발산량(蒸發散量)은 Blanney-Criddle과 다른 네 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)의 중간치(中間値)라고 생각된다. 4. 증발산량(蒸發散量) 산출(算出)에 있어서는 공식(公式) 상호간(相互間)에 연관성(連關性)이 있으므로 어느 공식(公式)이든 적용(適用)할 수 있으나 Blanney-Criddle에 의(依)한 증발산량(蒸發散量) 산출(算出)은 다른 네 공식(公式)에 비(比)하여 간단(簡單)하고 용이(容易)하므로 Blanney-Criddle 공식(公式)에 보정계수(補正係數)를 조정(調整)하여 활용(活用)하는 것이 보다 효과적이라고 생각한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.384-384
• /
• 2020

갈수량은 연간 355번째에 해당하는 일유량으로 연중 10일은 유지할 수 있는 유량을 의미한다. 갈수량은 하천유지유량을 결정하고 다목적댐의 이수안전도를 평가하는 기준으로 활용되는 지표로 활용되고 있으나 현재 기준으로는 과거사상에 초점을 맞추어 산정되고 있다. 본 연구에서는 기후변화에 따른 수문사상의 변화로 인한 미래 극한사상에 대비한 평가기준 마련을 위하여 CMIP5의 GCM 자료를 활용한 한강수계의 소양강댐의 실제증발산량을 추정하고, 이를 고려한 갈수량을 전망하고자 한다. 실제증발산의 경우 관측자료가 부재하므로 증발산 보완관계 가설 기반의 간접계산을 통해 추정하였으며, 잠재증발산량은 FAO Penman-Monteith 공식, 습윤증발산량은 Priestley-Taylor공식을 활용하여 산정하였다. 기준기간(1974-2000년) GCM 자료의 보정은 강우 및 증발산에 대하여 정상성 분위사상법을 적용하였으며, 우리나라의 홍수기 특성을 반영하기 위하여 홍수기(6~9월) 및 비홍수기(10~5월)로 구분하였다. 소양강댐 유역에 대한 연단위 원시 GCM의 경우, 연단위 강우와 실제증발산 각각 -20.0%, +17.3%의 오차율을 보였으나, 지역오차보정 후 각각 -1.2%, -0.2%로 개선되었다. 전망기간(2011-2100년)에 대해서는 비정상성 분위사상법을 적용하였으며, 지역오차보정 과정을 거친 강우 및 실제증발산 자료는 장기유출모형의 입력자료로 활용되었다. 실제증발산을 고려한 유출량을 산정하기 위해 IHACRES 모형을 활용하였으며, 갈수량은 모형으로부터 산정된 유출 시계열에 대한 lognormal 분포의 누적확률밀도함수의 3%에 해당하는 값으로 결정하였다. 전망결과는 근미래(Near future, 2011~2040년), 중미래(Midcentury future, 2041~2070년), 먼미래(Distance future, 2071~2100년)로 나누어 제시하였으며, 미래구간별 추세를 반영한 증감율을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.257-257
• /
• 2020

오늘날 지구촌은 1880년 이후 지구온난화로 인해 빈번해진 이상기후로 평균기온이 약 0.85℃ 상승하였으며, 강우특성의 변화로 초과홍수가 빈번하게 발생하고 단기간의 집중호우 증가 및 강우일수가 감소하였다. 특히 우리나라는 홍수기(7월~9월)에 집중되었던 태풍 및 강우사상이 가을까지(2019년 11월 태풍 횟수 : 6회) 지속되고 있으며, 용수수요가 집중되는 관개기간에 기후변화 영향으로 무강우기간 동안 증발산량이 증가하여 이용 가능한 수자원량 감소가 심화되고 있다. 따라서 본 연구에서는 섬진강 유역의 갈수예보 활용지점인 곡성군(금곡교) 관측소의 실측된 수문자료를 바탕으로 유출검토를 실시하였고 취수시설물의 영향을 고려한 순유출률을 산정하였다. 5개년 유출특성을 분석한 결과 강수량 대비 년도별 유사한 순유출을 나타내는 반면에 손실량에서 큰 차이가 발생하였다. 특히 2018년의 경우 6월 말~7월 초에 발생한 약 300mm의 강우사상 이후 32일간의 무강우기간(평년 기준 : 18일)의 증발산량 영향으로 많은 손실량이 발생하였다. 이는 기후변화의 영향으로 일조시간, 평균기온, 무강우기간의 증가를 예견하고 있으며 강수량 뿐 아니라 기상조건이 유역 내 유출특성에 지배적인 영향을 미치는 것을 반증하고 있다. 본 연구에서 활용된 증발산량 산정공식 수정 Blaney-criddle Method는 평균기온, 일조시간을 활용한 잠재 증발산량 산정방법으로 정확한 유역 특성을 고려하지는 못하지만 연구결과에서 보여주듯이 한정된 기상자료를 통한 증발산량 산정방법으로 활용이 가능할 것으로 판단된다. 향후 다양한 증발산량 산정방법과 비교 및 증발산량 관측장비의 활용방안 검토를 통해 분석된 증발산량자료의 품질개선이 필요할 것으로 판단된다.

• 한국농공학회지
• /
• 제42권4호
• /
• pp.67-75
• /
• 2000

A simulation model for reservoir sizing was developed to be applied in a region with insufficient hydrological data. Reservoir storage balance equation was formulated on a monthly basis. Gajiyama equation was generalized to estimate monthly reservoir inflow more accurately. Monthly evaporation equation on a reservoir water surface was introduced , which was functioned with monthly mean temperature. Generalized Gajiyama equation was applied to estmate reservoir inflow of the Sayeon dam. Nash-Sutcliffe's model efficiency was 0.793. Using developed model for reservoir sizing, water supply capacity was analyzed with 118.000㎥/day on the Sayeon dam. This showed a reasonable result as compared with 110000㎥/day in other technical report. For general application of developed model, a virtual reservoir was considered and its dta of surface area and volume by elevation was prepared using DEM. Using the model, size of reservoir was determined and water supply capacity was anlayzed on a virtual reservoir.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2004년도 봄 학술발표회 발표논문집
• /
• pp.69-72
• /
• 2004

본 연구에서는 한라산 유역에서의 적설이 지하수 함양에 미치는 영향조사를 위해 물수지 분석을 통한 유출, 침투, 증발산량을 규명하였으며 그 결과는 다음과 같다. 1.‘03년 12월~’04년 2월 까지의 적설자료를 수집하여 선형모델인 Clark 모델 및 SCS 모델에 의해서 유출해석을 실시한 결과 융설에 의한 직접유출은 일어나지 않았다. 2. 증발산량을 Thornthwait 공식에 의해.산정한 결과 9.6cm가 발생하며, 침투량은 196.8cm가 발생하였다. 3. 본 연구기간내에 발생한 적설에 대한 물수지 분석 결과 한라산 적설이 지하수 함양에 미치는 영향은 30,186,365톤으로 나타났다. 4. 연구대상지역에서 현장 관측조사의 결과 표고 1,700m이상의 적설은 2월까지는 동결된 결빙상태로 남아 있고, 표고 1000m까지는 해빙과 결빙이 반복적으로 일어나고 있어 융설에 의한 부분적인 지하수 침투가 일어나며, 표고 1,000m에서부터 표고 600m까지의 지역인 경우 융설되어 지하침투가 활발히 일어나는 지역으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.206-206
• /
• 2023

지구온난화로 인한 기후변화에 따라 평균강수량과 증발량이 증가하며 강우지역 집중화와 강우강도가 높아질 가능성이 크다. 우리나라의 경우 협소한 국토면적과 높은 인구밀도로 기후변동의 영향이 크기 때문에 한반도에 적합한 유역규모의 수자원 예측과 대응방안을 마련해야 한다. 이를 위한 수자원 관리를 위해서는 유역에서 강수량, 유출량, 증발량 등의 장기적인 자료가 필요하며 경험식, 물리적 강우-유출 모형 등이 사용되었고, 최근들어 연구의 확장성과 비 선형성 등을 고려하기 위해 딥러닝등 인공지능 기술들이 접목되고 있다. 본 연구에서는 ASOS(동해, 태백)와 AWS(삼척, 신기, 도계) 5곳의 관측소에서 2011년~2020년까지의 일 단위 기상관측자료를 수집하고 WAMIS에서 같은 기간의 오십천 하구 일 유출량 자료를 수집 후 5개 관측소를 기준으로Thiessen 면적비를 적용해 기상자료를 구축했으며 Angstrom & Hargreaves 공식으로 잠재증발산량 산정해 3개의 모델에 각각 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온), 일 강수량과 잠재증발산량, 일 강수량 - 잠재증발산량을 학습 후 관측 유출량과 비교결과 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온)로 학습한 모델성능이 가장 높아 최적 모델로 선정했으며 일, 월, 연 관측유출량 시계열과 비교했다. 또한 같은 학습자료를 사용해 다층 퍼셉트론(Multi Layer Perceptron, MLP) 앙상블 모델을 구축하여 수자원 분야에서의 인공지능 활용성을 평가했다.

• Current Research on Agriculture and Life Sciences
• /
• 제3권
• /
• pp.28-35
• /
• 1985

본(本) 연구(硏究)는 대구지방(大邱地方)에 있어서 벼의 증발산량(蒸發散量) 대(對)한 산정기준(算定基準)을 정(定)하기 위(爲)하여 실험(實驗)에 의(依)해 증발산량(蒸發散量)을 측정(測定)하고, 측정(測定)된 실측치(實測値)와 이제까지 발표(發表)된 여러 가지의 증발산량(蒸發散量) 산정공식(算定公式)(Blaney & Criddle 공식(公式) 외(外) 8가지 공식(公式))에 의(依)한 계산치(計算値)를 비교(比較)하여, 대구지방(大邱地方)의 벼 생육(生育)에 가장 적합(適合)한 작물계수(作物係數)를 산출(算出)함에 있다. 시험기간(試驗期間)은 1982년(年)에서 1984연(年)까지 였으며, 실험(實驗)은 경북대학교내(慶北大學校內) 실습농장(實習農場)에서 실시(實施)하였고, 시험(試驗)을 위(爲)한 공시품종(供試品種)으로는 '진주(眞珠)'를 사용(使用)하였다. 실험(實驗) 결과(結果)를 요약(要約)하면 다음과 같다. 벼의 증발산량(蒸發散量)은 이앙후(移秧後) 증가(增加)하기 시작(始作)하여 수잉기(穗孕期) 말기(末期)에서 출수개화기(出穗開花期)에 이르는 8월(月) 상(上) 중순(中旬)에서 최대치(最大値)을 나타냈으며, 그 후(後), 점차(漸次) 감소(減少)하였다. 전(全) 생육기간(生育期間)의 평균(平均) 1일(日) 증발산량(蒸發散量)은 6.33mm였다. 또한, 증발산량(蒸發散量)은 기상요소중(氣象要素中) 일사량(日射量), 일조시간(日照時間), 상대습도(相對濕度)와 높은 상관성(相關性)을 지니고 있었다. 각각(各各)의 상관계수(相關係數)는 0.884, 0.838, -0.805이었고, 증발계(蒸發計) 증발량(蒸發量)과는 상관계수(相關係數) 0.942로서 고도(高度)의 유의성(有意性)을 지니고 있었다. 대구지방(大邱地方)의 벼 생육(生育)에 적합(適合)한 작물계수(作物係數)는 Blaney & Criddle 공식(公式)에 의(依)한 K와 Kc로, 그 범위(範圍)는 각각(各各) 0.76~1.45, 0.82~1.27 이었고 최대치(最大値)는 공(共)히 8월(月) 상순(上旬)에 나타났다. 증산량(蒸散量)과 건물중(乾物重)은 상관계수(相關係數) 0.998로서 고도(高度)의 상관성(相關性)을 보였으며, 평균(平均) 증산비(蒸散比)는 269.03이었다. 본(本) 연구(硏究)에서 얻은 작물계수(作物係數)와 증발산량(蒸發散量) 및 증산비(蒸散比)는 대구(大邱) 및 인근지역(隣近地域)의 용수원(用水源) 계획시(計劃時) 증발산량(蒸發散量)을 산정(算定)하는데 유용(有用)하게 사용(使用)될 것으로 기대(期待)된다.

• 대한토목학회논문집
• /
• 제11권4호
• /
• pp.113-119
• /
• 1991

본 연구에서는 월 강우량과 월 증발량 자료만 있는 하천유역에 대하여 장기 물수지 분석을 실시하는 방법론을 제시하고져 하였다. 단기간의 월 강우량 자료를 경혐공식에 의해 월 유출량 자료로 변환시킨 후 추계학적 모의발생 모형을 사용하여 이들 단기 유출자료로부터 일군의 장기 유출자료계열을 발생시켰고, 자료계열별로 갈수빈도해석에 의해 최대 갈수기간 및 월 강수량계열을 작성하였다. 계획년도별 각종 용수수요를 표준절차에 의해 추정하였으며 순 물소모량도 계산하였다. 유역내의 기존 저수지를 총괄하는 합성저수지를 통해 Deficit-Supply 방법으로 물 수지분석을 실시한 결과 물 부족량은 갈수재현기간이 커짐에 따라 급격하게 커지는 것으로 나타났다. 이는 하천 유역의 장기 물 수지분석을 통해 신뢰성있는 물 부족량을 계산하기 위해서는 추계학적 모의발생모형에 의한 장기간 유출량의 발생이 필수적이며 수자원 시스템의 적정 갈수재현기간의 선정이 대단히 중요함을 시사해 주는 것이다.

• 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.