• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.227-227
• /
• 2016

일반적으로 가뭄은 신뢰성 높고 활용이 쉬운 강수량 자료를 활용하여 판단되고 있으나, 복합적인 대응을 하기 위해서는 증발산량, 토양수분 등 다양한 변수를 고려해야 한다. 이러한 수문기상정보들은 관측자료의 자료 확보기간이 통계 분석을 하기에 짧거나, 시공간적 대표성 부족 등의 단점이 있다. 이러한 문제점을 극복하기 위해 지면모델이 대안으로 널리 활용중이나, 이를 실제로 가뭄에 활용한 응용연구는 상대적으로 부족한 실정이다. 본 연구에서는 미국 NASA의 전지구지표자료동화체계 GLDAS (Global Land Data Assimilation System) 산출물을 활용하여 지면모델 기반의 수문기상정보를 국내 가뭄감시 연구에 적용하고자 하였다. 이를 위해, GLDAS 프로젝트를 통해 제공되는 다중모델 기반의 증발산량, 토양수분 결과를 비교 분석하고 이를 직접 활용할 수 있는 가뭄판단 지수에 적용하여 성능을 검토하였다. 이를 통해 GLDAS 산출 정보가 가뭄판단에 있어 발휘하는 성능을 평가함으로써, 향후 본원에서 구축할 지면 모델 앙상블 시스템의 가뭄감시정보 산출의 효과를 간접적으로 검토하고자 한다.

• 한국수자원학회논문집
• /
• 제53권10호
• /
• pp.889-902
• /
• 2020

본 연구에서는 GLDAS (Global Land Data Assimilation System)와 GLEAM (Global Land Evaporation Amsterdam Model) 증발산량의 적정성을 평가하기 위해 설마천 유역에서 관측된 에디공분산 기반의 잠열 플럭스를 검증자료로 활용하였다. 잠열 플럭스로부터 증발산량을 산정하기 위해 Koflux 프로그램으로 자료처리하였으며, 자료처리 후 발생된 빈구간을 보충(Gap-filling)하기 위해 FAO-PM (Food and Agriculture Organization-Penman Monteith), 평균 일변동(Mean Diurnal Variation, MDV), 칼만 필터(Kalman Filter)의 3가지 방법으로 대체 증발산량을 산정하였다. 본 연구에서는 3가지 방법 중 칼만 필터(Kalman Filter) 기반의 증발산량이 우수한 Bias와 RMSE를 보여 자료보충 방법으로 채택하였다. 공간증발산량은 GLDAS의 경우 Noah (version 2.1, 3시간, 공간해상도 0.25°)로 추출하였으며 GLEAM의 경우는 GLEAM(version 3.1a, 1일, 공간해상도 0.25°)를 이용하였다. GLDAS와 GLEAM의 공간증발산량을 에디공분산 기반의 증발산량으로 적정성을 평가한 결과, GLDAS의 증발산량이 에디공분산 기반과 비교적 적정한 결과를 나타내었다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.883-893
• /
• 2019

본 연구에서는 두 가지 방법으로 작물계수를 산정하고, 그 결과를 평가하였다. 첫 번째 방법에서는 GLDAS 자료를 청미천 플럭스타워의 증발산량 실측값과 비교하여 적정성을 평가한 뒤 GLDAS 기반 실제증발산량을 잠재증발산량으로 나눠 작물계수(GLDAS K_c)를 산정하였으며, 두 번째 방법에서는 MODIS기반 식생지수(NDVI, EVI, LAI, SAVI)와 플럭스타워에서의 토양수분 실측치를 이용해 다중선형회귀분석으로 작물 계수(SM&VI K_c)를 산정하였다. 전체기간에 대한 두 가지 작물계수(GLDAS K_c, SM&VI K_c)를 통계(mean, bias, RMSE, IOA)를 통해 비교해 본 결과 평균값은 각각 0.412와 0.378, bias는 0.031과 -0.004, RMSE는 0.092와 0.069, 적합도 지표(IOA)는 0.944와 0.958로 두 방식 모두 전반적으로 실측값과 유사한 패턴을 보여주었다. 그라나 SM&VI 회귀모형 방식이 더 우수한 것으로 나타났다. 또한, 벼의 생장 단계별로 GLDAS K_c와 SM&VI K_c에 대한 통계적 평가를 수행해본 결과 초기와 중기에는 GLDAS 기반의 K_c가 더 우수했으며, 후기에는 SM&VI 기반의 K_c가 더 우수한 것으로 나타났다. 이는 봄철에는 황사, 여름철에는 비구름으로 MODIS 센서의 정확성이 감소했기 때문인 것으로 판단된다. 향후 연구를 통해 MODIS 센서의 관측 정확성이 향상된다면, SM&VI 기반 작물계수 산정방식의 정확성 역시 향상될 것으로 판단되며, 미계측 유역의 작물계수 산정이나 작물계수의 예측에 사용될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제52권1호
• /
• pp.61-70
• /
• 2019

실제증발산 자료를 융합하기 위한 Modified Kling-Gupta efficiency Fusion (KGF)방법을 제시하였고, 인공위성 및 재분석 증발산 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MODIS Global Evapotranspiration Project (MOD16)를 활용하여 Simple Taylor skill's Score (STS)와 비교하였다. 한반도와 중국의 세가지 land cover type(i.e., cropland, grassland, forest)을 가진 flux tower에서 비교 검증을 실시하였다. 실제증발산의 융합 방법인 STS와 KGF로 계산된 가중치의 결과를 확인하면, cropland와 grassland에서 재분석 자료(GLDAS, GLEAM)가 높은 가중치 영향을 나타내지만, forest에서 융합 방법에 따라 가중치 영향이 다르게 나타났다. 전반적으로 실제증발산 융합 방법 적용 결과의 비교에서는 cropland에서는 융합에 사용된 자료에 비하여 높은 개선이 이뤄지지 않았지만, grassland와 forest 에서는 개선이 이뤄졌다. 두 방법 중 KGF의 결과가 STS의 결과에 비하여 약간 개선되는 결과를 나타내었다.

• 한국수자원학회논문집
• /
• 제54권10호
• /
• pp.835-848
• /
• 2021

제주도는 지질 및 수문계의 특이성으로 인해 수문기상인자 분석을 통한 수문 분석 및 효율적인 물관리가 필수적이다. 하지만 수문기상인자의 지상관측자료는 주변 환경에 의한 영향이 크게 작용하여 공간적인 대표성을 띄기 힘들며, 이를 극복하기 위해 원격탐사 방법이 사용된다. 본 연구에서는 제주도에서 기존에 다른 지역들에서 적용성이 검증된 바 있는 MOD16 증발산량, Global Land Data Assimilation System (GLDAS) 증발산량, GLDAS 토양수분, Advanced SCATerometer(ASCAT) 토양수분 산출물들의 적용성을 평가하였다. 증발산의 경우 강수량과의 총량 비교 및 플럭스타워 증발산량 관측자료와의 비교를 시행하였고, 토양수분의 경우 6개 토양수분 관측소의 관측자료와 비교하였다. 그 결과 증발산량의 경우 연 강수량의 57%가 증발산량으로 산출되었고, MOD16 증발산량과 GLDAS 증발산량의 상관계수는 0.759로 양호한 값이 산출되었으나, 플럭스타워 증발산량 데이터와 MOD16 증발산량의 상관계수는 0.289, GLDAS 증발산량과의 상관계수는 0.434로 상대적으로 적합성이 낮게 나타났다. 토양수분의 경우 GLDAS 자료의 경우 모든 지점에서 지점자료와 비교하였을 때 RMSE 값은 0.05 미만의 값을 나타냈고, 상관계수의 유의성 검정 결과 통계적으로 유의미한 결과를 얻었다. 하지만 위성자료의 경우 월각지점에서 0.05 이상의 RMSE 값이 나타났고, 세화, 한동 지점에서 상관성이 없다는 상관계수의 유의성 검정 결과를 확인하였다. 이는 제주도에 설치된 증발산량 및 토양수분 센서의 품질관리 및 공간대표성을 띄는 면단위 센서가 충분히 제공되지 않아 위와 같은 결과가 나타나는 것으로 판단된며 더불어 지점 자료의 관리 및 위성, 재분석 자료의 경우 관측 픽셀이 해안과 인접할 시 나타나는 오차로 추정된다. 본 연구를 통해 기존 수문기상인자 지상관측 자료의 개선 필요성을 역셜하고, 이를 통해 제주도에서의 효율적인 물관리 를 위한 기반을 구축하고자 한다.

• 한국습지학회지
• /
• 제18권2호
• /
• pp.132-147
• /
• 2016

동아시아 지역의 위성 토양수분 데이터 활용을 위해 Soil Moisture Ocean Salinity (SMOS) 위성에 탑재된 Microwave Imaging Radiometer using Aperture Synthesis (MIRAS) 센서와 Global Change Observation Mission-Water (GCOM-W1) 위성에 탑재된 Advanced Microwave Scanning Radiometer 2 (AMSR2) 센서 기반 토양수분 데이터를 자료동화 데이터인 Global Land Data Assimilation System (GLDAS)를 기준 값으로 Cumulative Distribution Function (CDF) 기법과 회귀식을 활용하여 보정하는 연구를 수행하였다. 동아시아 지역에서 발생하는 전파간섭의 영향을 고려하여 토양수분 산출에 적합하다고 판단되는 Radio Frequency Interference (RFI), Data Quality indeX (DQX) 한계값과, 합성일수를 제시하였다. 보완된 위성 토양수분 데이터를 지점 토양수분 데이터와 비교한 결과 상관계수가 평균 27%, 11% 증가하였고, Root Mean Square Deviation (RMSD, 평균제곱근 편차)는 평균 61%, 57% 감소하였다. 추가적으로, 보정된 위성데이터를 GLDAS 토양수분 데이터와 비교했을 때, 보정된 MIRAS 및 AMSR2 데이터는 한반도의 80% 및 90%의 지역에서 상관계수가 증가하였으며, 한반도 전역에서 RMSD가 감소하였다. 본 연구를 통해 향후 MIRAS 및 AMSR2 위성 데이터를 융합하여 각 위성의 토양수분 데이터를 보완 할 수 있는 가능성을 제시하였다.

• 한국수자원학회논문집
• /
• 제57권5호
• /
• pp.333-346
• /
• 2024

수량과 수질 및 수생태를 동시에 고려한 수자원 관리를 위해서는 신뢰도 높은 중기 유량 예측 기술이 필수적이다. 이를 위해서는 기상자료의 특성에 대한 이해와 더불어, 시공간 해상도가 낮은 기상예측 정보를 고해상도 분포형 수문모형에서 효과적으로 활용하는 기술이 중요하다. 본 연구에서는 분포형 수문모형 WRF-Hydro와 선행시간 288시간까지의 기상정보를 제공하는 Global Data Assimilation and Prediction System (GDAPS)를 활용해 고해상도 중기 유량 예측을 수행하고 적용성을 검토하였다. 이를 위해 대상 유역인 낙동강 지류 금호강 유역에 대해 100 m 공간해상도의 WRF-Hydro모형을 구축하고 기상지상관측자료 Automatic Weather Stations (AWS)& Automated Synoptic Observing Systems (ASOS), 기상수치예보모형 GDAPS, 기상재분석자료 Global Land Data Assimilation System (GLDAS)를 입력자료로 적용한 유량 예측 모의 결과를 비교하였다. 2020~2022년 기간 3개의 강우사상에 대해 유역 평균 누적 강우량을 분석 결과, AWS&ASOS대비 GDAPS는 36%~234%, GLDAS 재분석자료는 80%~153% 범위의 과소 및 과대 산정되었음을 확인하였다. AWS&ASOS입력자료로 한 유량 예측 결과는 KGE, NSE지표가 유역 말단 강창교 지점 기준 0.6이상이었으나, GDAPS 기반 유량 모의는 강우 사상에 따라 KGE 값이 0.871~-0.131로 큰 변동성이 확인되었다. 한편, 첨두 유량 오차는 GDAPS가 GLDAS보다 크거나 비슷했지만, 첨두 홍수 발생시간의 오차는 AWS&ASOS, GDAPS, GLDAS가 각각 평균 3.7시간, 8.4시간, 70.1시간으로, 첨두 발생시간 측면에서는 GDAPS의 오차가 GLDAS보다 적었다. GDAPS를 입력자료로 한 WRF-Hydro 고해상도 중기 유량 예측은 첨두 유량의 불확실성은 크지만, 첨두 유량 발생시점에 대한 정확도는 상대적으로 높아 수자원 시설 운영에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제51권3호
• /
• pp.273-280
• /
• 2018

수문순환에서 증발산의 정확한 산정은 수문분석 및 이해에 있어서 매우 중요하다. 특히, 증발산을 산정하는 방법은 다양하며, 각각 방법 마다 장단점을 가지고 있다. 그렇기 때문에, 각 다른 방법으로 산전된 결과를 융합하여 최적의 증발산을 산출해야할 필요가 있다. 본 연구에서는 대표적으로 인공위성 기반의 증발산 모델인 revised RS-PM과 MS-PT 방법에서 산출된 증발산과 모델 자료인 Global Land Data Assimilation System (GLDAS)와 Global Land Evaporation Amsterdam Model (GLEAM)자료들을 융합함으로써 최적의 증발산을 산출하고자 하였다. 연구 지역인 청미천과 설마천에서의 플럭스 타워에서 융합된 증발산에 대해서 검증을 실시하였다. 통계학적인 결과(상관계수, 일치도, MAE, RMSE)를 확인하였을 때, 기존의 인공위성과 모델에서 산출되는 증발산 결과에 비해 향상되는 결괄르 나타내었다. 전반적으로 결과를 확인하였을 때, 융합된 자료가 보다 향상된 결과를 보일 수 있을 것이라는 것을 나타내었으며, 추후에는 더 많은 모델을 사용하여 융합함으로써 보다 정확한 결과를 산출 할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.263-263
• /
• 2020

댐 유역 수문자료는 댐의 효율적인 운영, 중장기 댐 운영 계획, 수자원 관리, 댐 저수량 예보 등에 사용된다. 댐의 주요 수문자료로는 일반적으로 유입량인 강수량과 유량으로 구성되어있으며 유출량인 방류량, 증발량, 토양수분량으로 구분한다. 현재 강수량, 유량, 방류량은 지속적으로 계측하고 있으나 증발산량과 토양의 저류량 등은 실제적으로 측정의 어려움을 가지고 있다. 본 연구에서는 실측자료를 물수지 방정식에 대입해 발생한 잔차를 통해 산출한 증발산량과 비교적 정확성이 높다고 알려져 있는 GLDAS NOAH 지형 모형자료에서 산정된 증발산량간의 비교를 수행하였다. 또한 이렇게 각각 산정한 증발산량으로 월별로 물수지 분석을 정량화하여 분석하였다. 유량자료는 후영교 수위관측소의 자료, 강수량은 괴산군(청천면사무소) 강수량관측소 외 15개소 자료, 댐 방류량자료 등의 실측자료를 사용하였으며, 증발량은 GLDAS NOAH 지표면 model을 이용하여 산정하였다. 저수지 토양수분량은 자료가 없어 고려하지 않았다. 2019년 괴산댐 유역의 총 유입량은 218.54 백만㎥이며, 증발량을 고려한 총 유출량은 200.50 백만㎥으로 나타나 댐의 저류량은 18.05 백만㎥으로 나타났다. 그러나 실제 저수지의 수위-저수용량 곡선식을 이용하여 계산된 총 저류량은 0.06 백만㎥으로 상당한 차이를 보이고 있다. 이 원인으로 1. 증발량 추정자료 사용, 2. 토양저류량 미 고려, 3. 자료가 없는 취수량 미 고려 4. 유량, 방류량, 강수량 자료 오차 등이 있는 것으로 판단된다. 한편, GLDAS NOAH 지표면 model을 이용한 연 저수지증발량과 물 수지 방적식을 이용한 연 저수지증발량은 각각 0.79 백만㎥, 18.84 백만㎥으로 나타나, 역시 차이를 보인다. 이는 물 수지 방정식을 이용한 연 저수지증발량은 토양수분증발량 미 고려에 따른 것과 GLDAS NOAH 지표면 model자료는 직접적인 실측 자료가 아닌 추정 자료로 다소 오차가 있을 것으로 생각된다. 댐 유역 물의 이동을 추적하고 이를 정량적으로 나타내는 것은 결과적으로 효율적인 댐 운영을 가능하게 한다. 그러나 최근 실시되는 유량측정과는 달리 물 수지 분석의 주요 인자인 증발량과 토양수분량 등은 측정이 전무하여 여러 가지 방법으로 추정하는 현실이다. 추후 이러한 수문자료를 실측하여 제공한다면 댐 관리 및 중장기 댐 운영 계획 수립 등 효율적인 댐 운영에 대단히 유용할 것으로 기대된다.