• 대한원격탐사학회지
• /
• 제29권1호
• /
• pp.151-160
• /
• 2013

근래 들어 위성영상 기반의 한반도 지역 일사량 추정 연구가 활발히 진행되고 있으나 대부분의 연구들은 외국 위성영상을 이용하고 있다. 이에 본 연구에서는 국내 정지궤도 위성영상을 활용하여 한반도 지역의 일사량을 추정하는 것을 목적으로 한다. 입력데이터로는 국내최초의 정지궤도 위성인 천리안 기상영상기의 레벨1 데이터 및 레벨2 구름 영상, 그리고 미국 NASA의 OMI 영상을 이용하고, 물리모델식은 동아시아지역 일사량 추정에 보다 적합하다고 알려진 Kawamura 모델식을 적용한다. 2011년 5월~2012년 4월에 이르는 기간의 15분 간격 데이터를 이용하여 일일 수평면 전일사량을 추정하였으며, 이를 대한민국의 18개지점의 관측소 실측치와 비교하였다. 일일 일사량 추정값과 관측값 간의 $R^2$값은 0.86로서 높은 상관성을 나타냈으며, 월평균 일사량의 오차는 대부분의 지점에서 ${\pm}15%$ 이내였고 연평균 수평면 전일사량의 오차는 서울을 제외하면 약 -5~+5%의 분포를 보였다. 본 연구결과를 통해 한반도 지역의 일사량을 추정하는데 있어 천리안 기상영상기 영상이 활용 될 수 있음을 확인하였다.

• 한국태양에너지학회 논문집
• /
• 제38권6호
• /
• pp.27-36
• /
• 2018

Typical Meteorological Year Dataset is necessary for the renewable energy feasibility study. Since National Renewable Energy Laboratory has been built Typical Meteorological Year Dataset in 1978, gridded datasets taken from numerical weather prediction or satellite imagery are employed to produce Typical Meteorological Year Dataset. In general, Typical Meteorological Year Dataset is generated by using long-term in-situ observations. However, solar insolation is not usually measured at synoptic observing stations and therefore it is limited to build the Typical Meteorological Year Dataset with only in-situ observation. This study attempts to build the Typical Meteorological Year Dataset with satellite derived solar insolation as an alternative and then we evaluate the Typical Meteorological Year Dataset made by using satellite derived solar irradiance at Daejeon ground station. The solar irradiance is underestimated when satellite imagery is employed.

• 한국농림기상학회지
• /
• 제13권1호
• /
• pp.41-46
• /
• 2011

기근과 산림황폐화를 겪고 있는 북한지역에 대해 농업기후 구분을 위해 일사자원의 분포현황을 파악하는 일이 매우 중요하지만 원자료의 획득이 어렵기 때문에 남한에서 사용중인 국지일사추정기술의 적용이 불가능하다. 따라서 본 연구에서는 남한지역에서 위성영상을 기반으로 한 추정 일사자료와 관측소 실측 일사자료간의 선형 관계식을 작성하였다. 이 관계식을 북한 기상대 위치좌표에 해당하는 위성영상 기반 일사량 값의 보정에 사용함으로써 27개 기상대의 일사자료를 복원하였다. 복원된 27개 지점 일사자료를 기반으로 거리역산가중평균법에 의해 평년(1983-2000)과 10년 단위(1983-1990, 1991-2000, 2001-2010) 월별 수평면일사량 분포도를 제작하였다. 북한 DEM자료를 이용하여 885개 표준유역에 대해 지형인자를 산출한 다음 지형보정계수를 이용한 경사면 일사수광량을 30m 해상도의 격자형 수치자료로 제작하였다. 제작된 일사기후도는 북한의 농업발전계획은 물론 이미 제작완료된 남한일사기후도와 결합하여 한반도의 기후변화 영향 및 생태반응 평가 등에 활용될 수 있을 것이다.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.569-575
• /
• 2021

딥러닝은 데이터의 품질과 모델에 따라 예측 성능에 차이를 보인다. 본 연구는 발전량 예측에 가장 영향을 주는 일사량 예측을 위한 최적의 딥러닝 모델을 구축하기 위해 다양한 입력 데이터와 다중 딥러닝 모델을 사용하였다. 입력 데이터는 기상청의 기상 데이터와 천리안 기상영상을 기상청 지역의 영상을 분할하여 사용하였다, 본 연구는 기본적인 딥러닝 모델인 DNN, LSTM, CNN 모델에 대해 중간층의 깊이와 노드를 변경하여 일사량을 예측하여, 비교 평가하였다, 또한, 각 모델에서 가장 좋은 오차율을 가진 모델을 연결한 다증 딥러닝 모델을 구축하여 일사량을 예측하였다. 실험 결과로서 다중 딥러닝 모델인 모델 A의 RMSE는 0.0637이며, 모델 B의 RMSE는 0.07062이며, 모델 C의 RMSE는 0.06052로서 단일 모델보다 모델 A 그리고 모델 C의 오차율이 좋았다. 본 연구는 실험을 통해 두 개 이상의 모델을 연결한 모델이 향상된 예측률과 안정된 학습 결과를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.103-103
• /
• 2019

본 연구에서는 Terra MODIS 위성영상과 Mapping Evapotranspiration at high Resolution with Internalized Calibration (METRIC) 모형을 이용하여 2012년부터 2017년까지 한반도 전국의 증발산량을 산정하고 플럭스 타워 실측 증발산량과 비교하였다. METRIC은 전 세계에 널리 적용된 바 있는 에너지 수지 기반의 Surface Energy Balance Algorithm for Land (SEBAL) 모형의 개념과 기술을 기반으로 현열(Sensible Heat Flux) 추정 모듈을 개선한 모형이다. 본 연구에서 METRIC 모형은 기존 C#으로 개발되어 있던 SEBAL 코드에서 현열 추정 모듈을 수정하였고 연산 속도 개선을 위해 Python으로 재작성하였다. METRIC 모형의 위성 자료로 Terra MODIS 위성의 MOD13A2(16day, 1km) NDVI, MOD11A1(Daily, 1km) Land Surface Temperature (LST) 및 MCD43A3(Daily, 500m) Albedo를 구축하였으며 500m 공간해상도의 Albedo는 1000m 해상도로 resample하여 활용하였다. 기상자료는 기상청 기상관측소의 풍속, 풍속측정높이, 습도, 10분 간격 이슬점 온도, 일사량 자료를 위성 자료와 같은 공간해상도로 내삽(Interpolation)하여 구축하였다. 모형결과 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측 자료와의 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error) relative RMSE (RMSE%), Nash-Sutcliffe efficiency (NSE) 및 IOA(Index of Agreement)를 산정하고, 기존 SEBAL 모형 결과와의 비교를 통해 본 모형의 개선점을 보이고자 한다.

• 한국태양에너지학회 논문집
• /
• 제39권3호
• /
• pp.47-57
• /
• 2019

Clear sky indices were estimated by various ways based on in-situ observation and satellite-derived solar irradiance. In principle, clear sky index defined by clear sky solar irradiance indicates the impacts of cloud on the incoming solar irradiance. However, clear sky index widely used in energy sciences is formulated by extraterrestrial irradiance, which implies the extinction of solar irradiance due to mainly aerosol, water vapor and clouds drops. This study examined the relative difference of clear sky indices and then major characteristics of clear sky irradiance when sky is clear are investigated. Clear sky is defined when clear sky index based on clear sky irradiance is higher than 0.9. In contrast, clear sky index defined by extraterrestrial irradiance is distributed between 0.4 and 0.8. When aerosol optical depth and air mass coefficient are relative larger, solar irradiance is lower due to enhanced extinction, which leads to the lower value of clear sky index defined by extraterrestrial irradiance.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.470-470
• /
• 2015

본 연구의 목적은 위성영상 기반의 SEBAL(Surface Energy Balance Algorithm for Land) 모형과 SWAT(Soil and Water Assessment Tool) 수문모형을 용담댐 유역($922.3km^2$)에 적용하여 증발산량을 산정하고 모형 간 공간 증발산량의 비교를 통해 각 모형의 적용성을 평가하는데 있다. 이를 위해 SEBAL모형의 입력자료로 Terra MODIS(Moderate Resolution Imaging Spectrometer) Product 중 Normalized Distribution Vegetation Index(NDVI), Albedo 영상을 2012년부터 2013년까지 월단위로 구축하고, 일단위의 Land Surface Temperature(LST) 영상을 구축하였다. 지형자료로는 Digital Elevation Model(DEM)과 Land use를 구축하였으며 SEBAL 모형의 구동을 위한 위성영상 및 지형자료는 500 m의 공간해상도로 재구축하였다. SWAT 모형의 모의를 위해 기상 및 유량 자료를 2000년부터 2013년까지 일단위로 구축하였고, DEM, Land use, 토양도의 지형자료를 30 m의 공간해상도로 구축하였다. SWAT 모형의 유출 검보정 후 수위관측소 지점에서 평균 $R^2$를 산정한 결과 도치(0.80), 동향(0.72), 석정(0.64), 주천(0.80), 천천(0.80), 용담댐(0.72)로 높은 상관성을 나타냈으며, 유출 검보정 후 SWAT 모형의 증발산량 모의 결과를 바탕으로 SEBAL 모형과의 공간 증발산량을 비교하였다. 두 모형의 증발산량은 SEBAL 모형의 경우 지형에 따라 SWAT 모형은 토양 특성에 따라 분포하는 경향이 다르게 나타났다. SEBAL 모형은 주로 저지대에서 증발산량이 높게 산정되며 고지대로 갈수록 감소하여 증발산량이 지형의 고저차에 따라 분포하는 모습을 보였다. SWAT 모형은 토양 특성에 따라 증발산량이 분포하며 유역 내에서 뚜렷한 차이를 나타내지는 않았다. 월별 총 증발산량은 SWAT 모형의 경우 7~8월에 약 90 mm/mon로 가장 높게 나타나고 1~2월은 0 mm/mon로 계절별 변화폭이 컸으나, SEBAL 모형의 경우 5~6월에 증발산량이 약 60 mm/mon로 가장 높게 나타났고 계절별 변화 폭이 SWAT 모형에 비해 적은 모습을 보였다. 이는 위성영상을 기반으로 하는 SEBAL 모형의 특성상 장마 기간에 해당하는 7~8월은 구름으로 인해 일사량이 적게 계산되고, 그 결과 5~6월에 비해 증발산량이 작게 산정되는 것으로 판단된다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.481-494
• /
• 2011

다양한 공간규모에 대해서 식생의 생산성을 추정하기 위해 대기와 생태계내의 탄소순환 과정을 모니터링 하는 것은 탄소순환과정과 원격탐사기법을 결합함으로써 기능하다. 그 대표적인 예로서 미국 항공우주국(NASA)에서 개발한 지구관측시스템(Earth Observing System, EOS)은 총 일차생산성 (Gross Primary Productivity, GPP), 순 일차생산성 (Net Primary Productivity, NPP)을 전 지구에 대해 1km의 공간해상도로 제공한다. 그러나 MODIS의 생산성 추정에 기상입력자료로 이용되는 The NASA Data Assimilation Office (DAO)자료는 $1{\circ}\;{\times}\;1.25{\circ}$의 거친 해상도를 가지기 때문에 지역규모에서 지표기상의 상세한 공간적인 이질성을 반영하기 어렵다. 본 연구에서는 MODIS의 Aqua와 Terra 위성의 영상만을 이용하여 생산성을 추정하기 위한 입력자료로 사용되는 일 단위 일사량(MJ $day^{-1}$), 열 최저기온($^{\circ}C$, 낮 시간 평균 대기수증기압 포차(Yapor Pressure Deficit, Pa)을 5 km 해상도로 각각 추정하였다. 각각의 입력자료의 평가를 위해 미국 중서부 Corn Belt 지역 내에 위치하고 있는 7 개소의 지상기반의 관측자료를 수집하였다. MODIS 위성영상을 이용하여 추정한 기상입력자료와 관측자료를 비교한 결과, 일 최저기온은 ME와 상관계수가 각각 0.83에서 0.98, $-0.9^{\circ}C$ 에서 $+5.2^{\circ}C$ 의 범위로 양호한 상관성을 보였다. VPD는 약간 산개하는 경향을 보인다(ME = -183.8 Pa ~ +382.1 Pa; R = 0.51 ~ 0.92). 반면에, 일 단위 일사량은 MODIS가 약간 과대평가하는 경향을 보였지만 대부분의 지역에서 관측자료와 유의한 일치도를 보였다(ME = -0.4 MJ $day^{-1}$ +7.9 MJ $day^{-1}$; R = 0 67 ~ 0.97). 본 연구에서는 맑은 날에 대해서 MODIS 위성영상으로부터 추정된 기상입력자료가 MODIS가 제공하는 기상입력자료보다 상세한 지표 기상의 이질성을 반영한 자료를 생산할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제28권5호
• /
• pp.509-520
• /
• 2012

본 연구에서는 농경지의 면적 산정과 다양한 작물의 생산량 추정을 위해 많이 활용되고 있는 MODIS 영상과 기상자료를 이용하여 우리나라의 벼 수량을 추정해보고자 하였다. Terra와 Aqua 위성으로부터 얻어진 시계열 MODIS NDVI 자료를 구축하고 수량과의 상관성이 높은 시기를 선택하여 기상자료와 함께 다중회귀 모형 기반으로 우리나라 벼 수량을 추정하였다. 2002년부터 2010년까지 MODIS 위성 식생지수 NDVI와 기상자료(일조시간 및 일사량)를 이용하여 우리나라 벼 수량 추정을 위한 다중 회귀모형을 작성하였다. MODIS NDVI와 관측소 기상자료 1을 이용한 모형으로 2011년 쌀 수량 추정한 결과 $494.6kg\;10a^{-1}$로 통계청이 발표한 최종 수량과는 $1.1kg\;10a^{-1}$ 차이가 나는 것으로 나타났다. MODIS NDVI와 관측소 기상자료 2를 이용한 모형으로 2011년 쌀 수량 추정한 결과 $509.7kg\;10a^{-1}$로 통계청이 발표한 최종 수량과 $14.1kg\;10a^{-1}$ 차이가 나는 것으로 나타났다. 2002년부터 2011년까지의 우리나라 쌀 수량 분포도를 작성하였다.