• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.315-315
• /
• 2019

증산과 증발의 합으로 나타내지는 증발산은 지구내에서의 수문 순환에 영향을 미치는 중요한 인자로써, 지표와 대기의 에너지 교환을 담당하고 있다. 정확한 관측을 위해서 오래전부터 증발산에 대해서 관측하기 위하여 직접관측 방법들인 증발산계를 이용한 관측방법, 에디 공분산 방법을 이용한 플럭스타워 관측 방법 등을 사용하였으며, 물리 및 경험적인 방법인 Penman (1948), Monteith (1965) 방법, PT (Priestley and Taylor, 1972) 방법 등을 이용함으로써 증발산과 관계를 가진 수문기상인자를 이용함으로써 증발산에 대해서 추정하여 왔다. 대부분 지상 관측에 의존하기 때문에 시공간적인 값의 표현이 어렵다는 문제를 가지고 있으며, 관측 장비의 관리 및 유지비용이 증대로 인하여 조밀한 관측망을 구축하기 어렵다. 이러한 단점을 개선하고자 인공위성 및 재분석 자료를 활용하여 여러 경험식을 통해서 증발산 자료가 제공되고 있다. 그러나 이러한 자료들의 문제점은 각기 다른 경험식 및 다른 입력자료를 제공하고 있을 뿐만 아니라, 자료별 지역별 정확성이 차이가 발생한다. 따라서, 최근 연구에서는 지점자료와 인공위성 자료 및 재분석 자료를 모두 사용함으로써 수문기상인자를 개선하고자 하는 연구가 진행되어왔으며, 정확성 또한 개선된 것을 확인 할 수 있다. 그러나, 이러한 방법들의 가장 큰 문제점은 관측 자료가 필수적으로 필요하다는 것에 있다. 대부분의 나라나 지역에서는 조밀한 구축망을 구축하기 어렵기 때문에 실질적으로 적용하기가 어렵다는데 있다. 따라서 본 연구에서는 이러한 문제를 해결하기 위하여 지점자료가 필요없는 융합방법을 triple collocation 방법을 이용함으로써 제안하고자 한다.

• 한국지구과학회:학술대회논문집
• /
• 2002.09a
• /
• pp.64-64
• /
• 2002

• Coastal and Ocean
• /
• v.2 no.1
• /
• pp.20-32
• /
• 2009

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.282-282
• /
• 2023

도시침수와 도시열섬 등 도시화 및 기후변화로 인한 물 및 환경문제에 대비하기 위해서는 고해상도 물순환 및 열순환 해석 기술이 필수적이다. 도심지의 고밀도 건축물 및 식생 등 다양한 토지피복의 조합은 물/열 순환에 직접적인 영향을 미치는 요인이며, 물리과정에 대한 이해를 높이기 위해서는 고해상도 모의 및 관측이 필요하다. WRF-Hydro는 침투 및 증발산, 열 순환, 지표와 하천 및 저수지 추적 등 여러 물/열 순환 요소 해석 모듈을 연동할 수 있는 공간분포형 수문 해석 시스템이다. 본 연구에서는 WRF-Hydro를 기반으로 낙동강 지류인 금호강 유역에 대한 고해상도 물순환 및 열순환 모형을 구축하여, 토양수분, 하천 유량, 지표온도, 증발산 등 수문 요소 해석 결과를 분석한다. WRF-Hydro 모형의 입력자료 구축 시 고해상도 토지피복 및 토양도를 적용하고, 기상자료에는 국내 지상관측자료와 국외 재분석자료를 비교, 분석하여 자료의 신뢰성을 분석한다. 또한, ECOSTRESS 등 고해상도 원격탐사자료로부터의 열, 증발산 관련 추정 자료를 모의 결과와 비교하여, 열순환 해석의 불확실성을 평가한다. 물순환과 열순환의 해석의 신뢰도를 동시에 향상하기 위한 분포형 모형의 구축 및 매개변수 보정 방안에 대해 토의한다.

• Journal of the Korean earth science society
• /
• v.36 no.1
• /
• pp.82-89
• /
• 2015

In this study, the characteristics of sea ice initial conditions generated from a global ocean and sea ice prediction system, the Nucleus for European Modeling of the Ocean (NEMO) - Los Alamos Sea Ice Model (CICE)/NEMOVAR were analyzed for the period June 2013 to May 2014 over the Arctic region. For the purpose, the observed and reanalyzed data were used to compare with the sea ice initial conditions. Results indicated that the variability of the monthly sea ice extent and thickness in model initial conditions were well represented as compared to the observation, while it was found that the extent and thickness of Arctic sea ice in initial data were narrower and thinner than those in reanalysis and observation for the period. The reason for the narrower sea ice extent in model initial conditions seems to be due to the fact that the initial sea ice concentration at the boundary area of sea ice was about 20 percent less than the reanalysis data. Also, the reason for the thinner sea-ice thickness in the Arctic region is due to the underestimation of Arctic sea ice thickness (about 60 cm) of the model initial conditions in the Arctic Ocean area adjacent to Greenland and Arctic archipelago where thick sea ice appears all the year round.

• Journal of Korea Water Resources Association
• /
• v.52 no.1
• /
• pp.11-19
• /
• 2019

In this study, the actual evapotranspiration products of Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM) and MOD16, which are satellite- and reanalysis-based dataset, were validated at the flux tower sites (i.e., CFK and SMK) managed by Korea Institute of Hydrological Survey, and the uncertainty and correlation analysis were conducted using Triple Collocation (TC) method. The result of validation with the flux tower showed better agreement in the order of GLEAM> GLDAS>MOD16. At the result of three combinations (S1: flux tower vs. GLDAS vs. MOD16, S2: flux tower vs. GLDAS vs. GLEAM, S3: flux tower vs. GLEAM vs. MOD16), the order of best to worst is GLEAM, GLDAS, MOD16, and flux tower for CFK (GLDAS> GLEAM>MOD16>flux tower for SMK). Since the error variance and correlation coefficients of the flux tower show relatively worse performance in TC analysis than the other products, By applying TC method to three products (GLDAS vs. GLEAM vs. MOD16), the uncertainty of each dataset were evaluated at the Korean Peninsula, As a results, the GLDAS and GLEAM performed reasonable performance (low error variance and high correlation coefficient), whereas results of MOD16 showed high error variance and low correlation coefficient at the cropland.

• Journal of the Korean earth science society
• /
• v.23 no.7
• /
• pp.618-618
• /
• 2002

• Proceedings of the Korean Society of Health Policy and Administration Conference
• /
• 2005.12a
• /
• pp.361-362
• /
• 2005

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.45-45
• /
• 2023

본 연구에서는 도시 내 및 주변 지역을 대상으로 기상학적 가뭄 발생 여부에 따른 토양수분량 변화 정도를 파악하고, 그에 따른 열섬 현상의 변동 정도를 분석·평가하였다. 먼저, 대상 지역 내 기상학적 가뭄의 시공간적 특성을 분석하기 위해 인공위성, 재분석 자료 및 지상 관측 정보를 활용하여 SPI (Standard Precipitation Index)와 SPEI (Standard Precipitation Evapotranspiration Index) 등 두 가지의 가뭄 지수를 산정하였다. 또한, ERA5 (The Fifth Generation ECMWF Atmospheric Reanalysis)와 GLDAS (Global Land Data Assimilation System) 등의 재분석 자료 및 지상 관측 정보를 활용하여 토양수분 자료 및 기타 기상 관련 주요 정보들을 얻고, 이를 ENVI-met 모형의 초기 입력자료로 고려하였다. 다양한 시나리오 기반의 모의 결과들을 바탕으로 복합 재난의 관점에서 가뭄-토양수분량-열섬 간의 연관성을 분석하고, 주요 영향 인자 및 극한 사상 유발 조건 등에 대한 정보를 파악하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.391-404
• /
• 2021

This study developed a long-term prediction model for the potential yield of garlic based on a genetic algorithm (GA) by utilizing global climate reanalysis data. The GA is used for digging the inherent signals from global climate reanalysis data which are both directly and indirectly connected with the garlic yield potential. Our results indicate that both deterministic and probabilistic forecasts reasonably capture the inter-annual variability of crop yields with temporal correlation coefficients significant at 99% confidence level and superior categorical forecast skill with a hit rate of 93.3% for 2 × 2 and 73.3% for 3 × 3 contingency tables. Furthermore, the GA method, which considers linear and non-linear relationships between predictors and predictands, shows superiority of forecast skill in terms of both stability and skill scores compared with linear method. Since our result can predict the potential yield before the start of farming, it is expected to help establish a long-term plan to stabilize the demand and price of agricultural products and prepare countermeasures for possible problems in advance.