• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1067-1071
• /
• 2008

장기적인 수자원정책을 수립하기 위해서는 강수, 증발산, 유출 등의 물수지의 변동성을 평가하는 것이 중요하다. 특히 기후변화로 인한 기온 증가는 증발산량에 영향을 미칠 것이다. 따라서 기후변화에 따른 수자원의 영향을 신뢰성 있게 평가하기 위해서는 증발산량의 산정방법에 대한 불확실성을 평가하는 것이 필요하다. 본 연구에서는 다섯 가지의 증발산량 산정방법에 대해 기온 및 강수변화에 따라 증발산량 계산과 유출량산정에 미치는 영향을 평가하였다. 안동댐 유역에 대해 준분포형 수문모형인 SLURP를 이용하여 기온과 강수변화에 따른 5가지 증발산량 산정방법의 민감도를 분석하였다. SLURP 모형에서는 Penman-Monteith method, Morton CRAE method, Spittlehouse/Black method, Granger method, Linacre method의 다섯 가지방법을 제시하고 있고, 관측 자료에 대해 검 보정을 수행한 결과 5개의 증발산량 산정법 모두 안동댐 유역에 대해 잘 모의하는 것으로 나타났다. 기온과 온도를 변화시킨 합성시나리오에서 Linacre 방법이 다른 방법들과 비교하여 높은 민감도를 나타내었는데 증발산량 산정법별 구조적 차이가 원인 것으로 판단되어 추가적인 연구가 진행 중이다. 결과적으로 각 증발산량 산정방법에 따른 민감도 차이는 기후변화 영향평가 결과의 불확실성을 제시하는 척도가 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1125-1130
• /
• 2009

우리나라 연간 총수자원 1240억$m^3$ 가운데 42%에 해당하는 517억$m^3$는 증발산을 통해서 하늘로 올라가고 나머지 58%인 723억$m^3$는 하천으로 흘러간다(국토해양부, 2008). 이와 같이 증발산량은 지구 표면에서 대기로의 수증기 이동 현상으로 강수와 더불어 대기의 물 순환 및 수분 이동의 파악에 매우 중요한 지표로 사용되고 있다. 현재 기상청에서는 세계기상기구의 관측 기준에 따라 증발산량을 측정하고, 점추정 자료를 내삽법을 이용하여 유역면적 전체에 적용시키고 있다. 그러나 자연상태에서 증발산에 영향을 주는 요인이 매우 다양하기 때문에 점추정 자료를 통해 유역면적 전체에 대한 증발산량을 추정하는 방법은 많은 오차를 가져올 수 있다(유진웅, 2003). 이를 극복하기 위한 방법으로 RS 기법에 의한 증발산량 추정 방법과 함께 위성으로부터 획득할 수 있는 지표 및 대기 정보를 이용하여 광범위한 지역 내에서 공간적으로 불균일한 수분 분포를 추정하기 위하여 많은 알고리즘이 제안되었다. 본 연구에서는 위성영상을 이용하여 증발산량을 추정하는 모형가운데 SEBAL(Surface Energy Balance Algorithm for Land) Model을 상용소프트웨어에서 구현하고 충청북도에 위치한 미호천 유역에 대해 모형을 적용하여 증발산량을 추정하였다. 위성자료로는 2006년 9월 22일의 Landsat 5 TM 영상을 사용하였으며, DEM은 USGS DEM, 기상자료로는 청주시 기상연보를 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.380-380
• /
• 2019

본 연구에서는 일반 상호보완이론(Generalized Complementary Relationship, GCR)을 활용하여 실제증발산량을 추정하고, 추정한 실제증발산량기반 가뭄지수로부터 미국 전역에 대한 가뭄을 해석하는 것이다. 월강수량, 최고 최저기온, 이슬점온도 등의 필요한 기상자료는 Parameter-elevation Relationships on Independent Slopes Model(PRISM)으로부터 수집하였으며, 1981년부터 2015년까지 총 35년의 미국 전역에 대한 실제증발산량을 추정하였다. 대상지역의 유역평균 강수량과 유출량의 차(P-Q)와 North American Land Data Assimilation System(NLDAS-2) Noah 지표모형(Land surface models)으로 산정한 실제증발산량과 비교 검증하였다. GCR로부터 증발산 부족량(ET Deficit, ETD)을 산정하고 이를 표준정규화하여 미국 전역에 대해 Standardized Evapotranspiration Deficit Index(SEDI)를 산정하였다. 본 연구로부터 GCR 기반 실제증발산량은 P-Q의 값과 상관계수가 0.94로 매우 높은 상관성을 보였으며, NLDAS-2 Noah모형의 실제증발산량보다 다소 크게 추정하는 경향을 보였다. SEDI와 Standard Precipitation Index(SPI)의 상관성은 지속시간이 클수록 더 크게 나타났다. 증발산 상호보완이론활용 실제증발산기반 SEDI이 강수자료를 사용하지 않고서도 적절한 가뭄해석에 이용될 수 있을 것으로 판단된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.2B
• /
• pp.199-213
• /
• 2008

The goal of this research is to develop and apply the integrational operation method (IOM) for the modeling of the monthly pan evaporation (PE) and the alfalfa reference evapotranspiration ($ET_r$). Since the observed data of the alfalfa $ET_r$ using lysimeter have not been measured for a long time in Republic of Korea, Penman-Monteith (PM) method is used to estimate the observed alfalfa $ET_r$. The IOM consists of the application of the stochastic and neural networks models, respectively. The stochastic model is applied to generate the training dataset for the monthly PE and the alfalfa $ET_r$, and the neural networks models are applied to calculate the observed test dataset reasonably. Among the considered six training patterns, 1,000/PARMA(1,1)/GRNNM-GA training pattern can evaluate the suggested climatic variables very well and also construct the reliable data for the monthly PE and the alfalfa $ET_r$. Uncertainty analysis is used to eliminate the climatic variables of input nodes from 1,000/PARMA(1,1)/GRNNM-GA training pattern. The sensitive and insensitive climatic variables are chosen from the uncertainty analysis of the input nodes. Finally, it can be to model the monthly PE and the alfalfa $ET_r$ simultaneously with the least cost and endeavor using the IOM.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.119-119
• /
• 2023

본 연구에서는 Terra MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상과 토양수분 부족지수(Soil Water Deficit Index, SWDI)를 이용하여 2012년부터 2022년까지 한반도 전국의 1km 공간 증발산량을 산정하였다. 공간 증발산량을 산정하기 위한 과정은 크게 두 가지로 구분된다. 첫 번째로 MODIS의 LST(Land Surface Temperature), NDVI(Normalized Difference Vegetation Index), 선행강우 및 무강우 누적일수를 이용해 1 km 공간 토양수분을 산정하였다. 농촌진흥청 토양수분관측망 자료 중 토지피복, 토양 속성을 고려하여 선정된 70개소 토양수분 실측데이터와 비교한 결과 지점별 평균 R² 0.63~0.90으로 유의미한 상관성을 나타내었다. 산정된 공간 토양수분은 생장저해수분점과 초기위조점의 관계를 이용한 SWDI로 변환하였다. 두 번째로 순 복사량, 기온 및 NDVI의 적은 수문인자를 통해 증발산량 산정이 가능한 MS-PT(Modified Satellite-based Priestley-Taylor) 모형을 기반으로 계절별 식생과 토양수분 상태를 고려하여 1 km 공간 증발산량을 산정하였다. MS-PT 모형에서 가정한 대기 증발 변수 Diurnal temperature (DT)와 지표 수분의 상관성 문제를 해결하기 위해 DT를 SWDI로 적용하였다. 모형 결과의 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측자료와의 결정계수(Coefficient of determination, R²), RMSE(Root Mean Square Error) 및 IOA(Index of Agreement)를 산정하였다. 본 연구의 결과로 생산되는 국내 증발산량의 시, 공간적 변동성은 증발산량을 통한 수문학적 가뭄지수 및 급성 가뭄을 파악하는데 활용될 수 있을 것으로 판단된다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.7 no.4
• /
• pp.88-97
• /
• 2004

A Grid-based distributed evaporation prediction model which calculates temporal and spatial evaporation with a heat balance method was developed. And, the model was considered as the integration with distributed hydrological model in near future. 'This model was programmed by fortran language and used ASCII formatted map data of DEM (Digital Elevation Model) and land cover map extracted by remote sensing data. Also, temporal variations and spatial distributions of evaporation are presented by using GIS. To verify the applicability of the model, it was applied to the Shonai river basin ($532km^2$) which has sufficient meteorological and hydrological data, Japan. The result shows that the estimated mean annual evaporation was 825.4mm, and this value is estimated as suitable things in considering rainfall and discharge data in study area.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.390-390
• /
• 2021

본 연구에서는 통계적 방법에 의해 예측된 미래기간의 기온정보와 기온기반의 기준증발산량 산정방법을 연계하여 한강권역을 대상으로 최대 12개월의 미래기간에 대한 기준증발산량을 전망하였다. 기온정보는 Kim et al. (2020)의 연구와 같이 글로벌 기후지수와의 원격상관성을 기반으로 개발된 다중회귀모형을 이용하여 미래기간(예측시점 기준 1~12개월)에 대해 월 평균기온을 예측하고 이를 상세화하여 한강권역 내 주요 ASOS 지점별로 최고/최저기온을 도출하였다. 기준증발산량은 Hamon 방법(Hamon, 1960, 1963)을 기반으로 각 지점별로 상세화된 최고/최저기온을 이용하여 동일한 미래기간(1~12개월)에 대해 산정하였다. 한강권역 전체에 대해 2015년 1월~2020년 12월의 월별 평균기온과 각 지점별 산정한 기준증발산량을 활용하여 기온 및 기준증발산량에 대한 예측성을 분석하였다. 한강권역 전체에 대해 예측된 월별 평균기온의 경우 실제 관측값과 비교하였을 때, PBIAS 4.2~6.4%, R² 0.97~0.98, NSE 0.97~0.98 등으로 매우 높은 예측성을 보였다. 지점별로 상세화된 기온정보를 이용하여 산정한 기준증발산량을 실제 기온으로부터 산정한 기준증발산량과 비교한 결과는 PBIAS 5.0~6.8%, R² 0.97~0.98, NSE 0.96~0.97로 기온에 대한 예측성과 유사하게 나타났다. 기온과 기준증발산량 모두 일부 월이나 일부 지점에서 관측값과 비교했을 때 다소 차이를 보이는 경우도 있었으나, 대상유역 전반적으로는 매우 안정적인 예측결과를 확인할 수 있었다. 기준증발산량에 대한 예측결과(미래 1~12개월)는 계절 및 월 단위의 유역 수자원 전망에 유용하게 활용될 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.40 no.1 s.174
• /
• pp.73-88
• /
• 2007

The goal of this research is to develop and apply the generalized regression neural networks model(GRNNM) embedding genetic algorithm(GA) for the estimation and calculation of the pan evaporation(PE), which is missed or ungaged and of the alfalfa reference evapotranspiration ($ET_r$), which is not measured in South Korea. Since the observed data of the alfalfa 37. using Iysimeter have not been measured for a long time in South Korea, the Penman-Monteith(PM) method is used to estimate the observed alfalfa $ET_r$. In this research, we develop the COMBINE-GRNNM-GA(Type-1) model for the calculation of the optimal PE and the alfalfa $ET_r$. The suggested COMBINE-GRNNM-GA(Type-1) model is evaluated through training, testing, and reproduction processes. The COMBINE-GRNNM-GA(Type-1) model can evaluate the suggested climatic variables and also construct the reliable data for the PE and the alfalfa $ET_r$. We think that the constructive data could be used as the reference data for irrigation and drainage networks system in South Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1077-1081
• /
• 2004

유역 수문순환 해석 및 수자원 관리와 계획에 있어서 증발산은 매우 중요한 부분을 차지하고 있다. 본 인구에서는 보청천 유역의 강수 및 유출자료와 두 가지 방법에 피해서 산정된 유역증발산을 이용하여 유역 물수지를 수행하고, 두 가지 방법을 비교 검토하였다. 첫 번째 방법은 Penman-Monteith즐 이용하여 기준작물에 내한 잠재증발산량을 산정한 후, 이를 SWAT 모형을 이용하여 유역내 작물 및 토지피복과 가용토양수분을 고려하여 실제증발산량을 산정하였으며, 두 번째 방법은 잠재증발산량과 실제증발산량의 보완관계 개념을 이용한 Morton CRAE 방법으로부터 유역의 실제증발산량을 계산하였다. 비교 분석 결과, SWAT의 Penman-Monteith 방법을 이용하여 추정된 증발산이 실세 강수량과 유출량 사이의 물수지로부터 얻어진 증발산량과 좀 더 근사한 결과를 보였다. 그러나, Merton CRAE 방법의 경우 습도 자료가 결과치에 큰 영향을 주기 때문에, 보다 정확한 습도 자료 및 기상자료를 이용할 경우, 상대적으로 간편하게 유역내 실제증발산량을 추정할 수 있는 방법으로 이용될 수 있을 것이다.