• 대한토목학회논문집
• /
• 제30권3B호
• /
• pp.233-242
• /
• 2010

Bastiaanssen(1995)에 의해 개발된 SEBAL(Surface Energy Balance Algorithm for Land) 모형은 25개의 sub model들을 이용하여 지표의 증발산량과 기타 여러 에너지 교환을 계산하는 이미지-프로세싱 모형이다. SEBAL 모형은 Landsat 또는 기타 여러 위성영상을 통해 얻을 수 있는 열적외선 방사, 표시 및 근적외선 측정 자료 등을 사용한다. 본 연구에서는 한강유역의 주 지류인 경안천 유역에 모형을 적용시켰다. 증발산량(ET)은 4개년의(2001년-2004년) Landsat과 MODIS 위성영상을 입력자료로 사용하여, 에너지 균형원리를 통해 pixel-by-pixel을 기준으로 계산되었다. Landsat(30 m)과 MODIS(1 km) 사이의 비교 결과도 평가되었으며, Landsat과 MODIS 결과들은 FAO Penman-Monteith 증발산량과 비교하였다. 위성영상 ET들과 FAO Penman-Monteith ET 간의 절대 오차는 12% 이내로 확인되었으며, 유역 분포 증발산량의 시공간분포특성 또한 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.47-51
• /
• 2009

증발산량을 산정하는 것은 자연현상과 인문현상을 이해하는 것의 기초가 된다. 이에, 최근 증발산량을 추정하는 많은 연구가 진행되고 있는 가운데 원격탐사 기법을 이용하는 것이 효과적인 것으로 알려지고 있다. 본 연구에서 소개할 SEBAL (Surface Energy Balance Algorithm for Land) (Bastiaanssen, 1995) 모형은 Landsat이나 NOAA 또는 MODIS 같은 원격탐사 위성으로부터 획득한 디지털 이미지 데이터(위성영상)를 이용하여, 지표에서 일어나는 증발산과 기타의 에너지 교환을 계산하는 이미지-프로세싱 모델이다. 우리나라 대상 유역에 위성영상을 사용하여 증발산량을 추정하는 SEBAL 모형의 적용 가능성을 검토하여, 유역 내 증발산량 분포의 시공간적 특성을 분석하고자 하였다. 연구 대상 지역은 유역 면적 약 6661.1km2의 충주댐 유역으로, Terra MODIS 위성영상을 이용하였다. SEBAL 증발산량의 평가를 위해 Penman-Monteith 공식에 의해 계산된 증발산량을 이용하여 비교하였으며, 그 결과 오차가 허용 가능한 10% 이내로 나타났다.

• 한국수자원학회논문집
• /
• 제40권1호
• /
• pp.73-88
• /
• 2007

본 연구의 목적은 결측 혹은 미계측 증발접시 증발량과 우리나라에서 계측되고 있지 않은 알팔파 기준증발산량의 산정을 위하여 유전자 알고리즘이 내재된 일반화된 회귀신경망모형을 개발하고 적용하는데 있다. 우리나라에서는 장기간동안 증발산계를 이용하여 알팔파 기준증발산량의 관측이 시행되지 않고 있으므로, 본 연구에서는 Penman-Monteith(PM) 공식을 이용하여 산정된 값을 계측된 알팔파 기준증발산량으로 가정하였다. 본 연구를 통하여 최적 증발접시 증발량과 알팔파 기준증발산량의 산정을 위한 COMBINE-GRNNM-GA(Type-1) 모형을 개발하였으며, 훈련, 테스트 및 재현과정을 통하여 COMBINE-GRNNM-GA(Type-1) 모형을 평가하였다. COMBINE-GRNNM-GA (Type-1) 모형은 제시된 기상인자를 평가할 수 있으며, 증발접시 증발량과 알팔파 기준증발산량에 대한 신뢰성 있는 자료를 구축할 수 있다. 더 나아가서 우리나라에서 관개배수 시스템 구축을 위한 참고자료를 제공할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.435-448
• /
• 2012

증발산은 토양 표면에서 일어나는 증발 과정과 식물의 광합성 작용으로 인해 일어나는 증산 작용을 포함하는 수문기상인자로 외부 환경에 민감하게 작용한다. 현재 국내외에서는 이를 정확하게 관측하여 활용하기 위해 증발접시(evaporation pan), 침루계(lysimeter) 등을 이용하여 실측하거나 Eddy covariance technique, Bowen ratio method 등을 이용하여 경험적으로 산정하고 있으나 공간적인 제약이 따른다. 따라서 본 연구에서는 Terra 인공위성에 탑재된 Moderate Resolution Imaging Spectroradiometer (MODIS) 다중분광 센서를 이용, 원격탐사 기술을 적용함으로써 이러한 지상 관측의 단점을 보완하고자 하였다. 이전 연구들에서 소개가 되었던 원격탐사 기반 증발산 산정 모형을 개선하여 별도의 외부 입력자료 없이 MODIS 위성 이미지 자료만을 이용, 우리나라의 지역적 특성을 반영한 Penman-Monteith 기반 증발산을 산정하였다. 유량조사사업단에서 운영 및 관리하고 있는 설마천/청미천 플럭스 타워의 증발산 관측치와 MODIS 기반 증발산 산정값과의 비교를 통해 각각 0.69, 0.74의 높은 상관계수를 보여 산정 방법의 적용성을 검증하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.129-133
• /
• 2009

본 연구에서 소개할 SEBAL (Surface Energy Balance Algorithm for Land) (Bastiaanssen, 1995) 모형은 Landsat이나 NOAA 또는 MODIS 같은 원격탐사 위성으로부터 획득한 디지털 이미지 데이터(위성영상)를 이용하여, 지표에서 일어나는 증발산과 기타의 에너지 교환을 계산하는 이미지-프로세싱 모델이다. SEBAL 모형은 1995년 Bastiaanssen에 의해 처음 제안되었고, 미국의 Idaho 주립대학과 Idaho Department of Water Resources에서 NASA와 기업의 지원을 받아 활발히 연구 되었으며, 25개의 sub model들을 이용하여 지표의 증발산량과 기타 여러 에너지 교환을 계산한다. 여기서, 열적외선 방사, 표시 및 근적외선 측정은 Landsat 또는 기타 여러 위성영상을 통해 얻을 수 있으며, SEBAL 모형은 이러한 자료를 활용한다. 모형에서의 증발산량(ET)은 에너지 균형원리를 통해 pixel-by-pixel을 기준으로 계산되며, 본 연구에서 SEBAL 모형은 한강 유역 내의 경안천 유역 증발산량 map 생성을 위해 6개년도 지점 Landsat 위성영상을 이용하어 추정되었다. 연구의 목적은 SEBAL 모형을 통해 생성 된 30m 해상도의 공간 증발산량 map의 활용성 평가와 검증이며, 검증을 위해 FAO Penman-Monteith 공식을 이용하여 추정된 증발산량 값을 이용하였다. 그 결과, 오차가 2.7% 이내로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.6-6
• /
• 2016

최근 전 지구적인 기후 변화에 따라 수문 순환을 이루고 있는 다양한 수문 기상 인자들의 변동성에 영향을 미치고 있다. 특히, 증발산은 수문순환을 구성하는 중요한 인자로서 대기와 지표간의 상호 작용을 파악하기 위해서는 이에 대한 정확한 이해 및 산정이 필수적이다. 일반적으로 증발산량을 산정하기 위해서 증발 접시 및 에디 공분산 기반 플럭스 타워에서 관측된 지점 자료만을 이용하여 증발산량의 변동성을 파악하는 연구들이 수행되어왔다. 그러나 지점 자료만을 이용하여 증발산량을 산출하게 되면 공간적인 변동성을 파악하는데 있어서 한계점이 발생하게 된다. 이러한 제약 사항을 해결하기 위해서, 인공위성 기반의 수문 기상인자를 물리식 기반 증발산량 산정식의 입력 자료로 구축하여 증발산량을 산정하고 이에 대한 시 간적인 변동성을 파악하는 연구들이 활발히 이루어지고 있다. 인공위성 기반 증발산량 산정 알고리즘의 대표적인 예로 공기동역학적 항과 에너지 수지 항들을 동시에 고려할 수 있는 Penman-Monteith 방법을 근간으로 수정하여 만들어낸 Remote Sensing based Penman-Monteith (RS-PM) 알고리즘이 있다. 그러나 RS-PM 기반의 증발산량 경우 태양복사열, 풍속, 온도, 습도와 같은 많은 수문기상인자들이 입력 자료를 요구한다. 이에 따라, 본 연구에서는 기존의 방법에 비해 상대적으로 적은 입력 자료를 사용하는 Modified Satellite-Based Priestley-Taylor (MS-PT) algorithm의 적용성을 평가하기 위해 MODerate-Resolution Imaging Spectroradiometer (MODIS) 자료를 이용하여 한반도에서 순복사에너지 (Net radiation) 및 실제 증발산량 (Actual evapotranspiration)을 산정하였다. 또한, 이에 대한 검증을 위해 청미천 유역에 설치되어있는 에디 공분산 기반 플럭스 타워에서 관측된 순복사 에너지 및 실제 증발산량에 대한 통계적 검증을 실시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.230-230
• /
• 2016

Hydrological modeling is a very complex task dealing with multi-source of data, but it can be potentially benefited from recent improvements and developments in remote sensing. The estimation of actual land surface evapotranspiration (ET), an important variable in water management, has become possible based entirely on satellite data. This study adopted a Surface Energy Balance Algorithm for Land (SEBAL) with the use of MODerate Resolution Imaging Spectrometer (MODIS) satellite products. The SEBAL model is one of the commonly used approach for the ET estimation. A primary advantage of the SEBAL model is rather its minimum requirement for ground-based weather data. The MODIS provides ET (MOD16) product that is based on the Penman-Monteith equation. This study aims to further develop the SEBAL model by employing a more rigorous parameterization scheme including the estimation of uncertainty associated with parameter and model selection in regression model. Finally, the proposed model is compared with the existing approaches and comprehensive discussion is then provided.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.471-479
• /
• 2011

증발산은 토양 표면에서 일어나는 증발 과정과 식물의 광합성으로 인해 발생하는 증산 작용을 포함한 수문 기상인자로 수문 순환과정에서 중요한 역할을 차지한다. 현재 국내외에서는 증발산을 산정하고 공간적인 거동을 파악하기 위한 연구가 활발히 진행되고 있지만 특정 지역에서의 토지 피복의 차이나 식생으로 인해 거동을 이해하는데 많은 제약이 따른다. 본 연구에서는 고해상도의 영상을 제공하는 Landsat 위성이 기반이 되는 원격탐사 기반 에너지 수지 모형인 Mapping EvapoTRanspiration with Internalized Calibration (METRIC) 모형과 MODerate resolution Imaging Spectroradiometer (MODIS) 위성 기반의 Penman-Monteith 알고리즘으로 산정된 증발산의 공간 분포를 비교하였다. 토지 피복별로 분류한 후 두 공간 분포를 비교하여 침엽수림과 활엽수림에서 가장 높은 상관관계를 갖는 것을 확인하였고 두 모형에 대한 적용성이 높음을 알 수 있다. 본 연구를 바탕으로 원격탐사 기반 고해상도 증발산 지도를 제작하여 시공간적 변동성과 계절 변화에 따른 거동을 파악할 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.326-326
• /
• 2018

The study will assess the seasonal effect of hydrological models on performance and parameters for streamflow simulation. TPHM, GR4J, CAT, and TANK-SM hydrological models will be applied for simulating streamflow in ten small and large watersheds located in South Korea. The readily available hydrometeorological data will be applied as an input to the four hydrological models and the potential evapotranspiration will be computed using the Penman-Monteith equation. The SCE-UA algorithm implemented in PEST will be used to calibrate the models considering similar objective functions bedside the calibration will be renewed to capture the seasonal effects on the model performance and parameters. The seasonal effects on the model performance and parameters will be presented after assessing the four hydrologic models results. The conventional approach and season-based results will be evaluated for each model in the tested watersheds and a conclusion will be made based on the finding of the results.

• 한국농공학회논문집
• /
• 제60권6호
• /
• pp.43-54
• /
• 2018

The accurate estimation of reference crop evapotranspiration ($ET_o$) is essential in irrigation water management to assess the time-dependent status of crop water use and irrigation scheduling. The importance of $ET_o$ has resulted in many direct and indirect methods to approximate its value and include pan evaporation, meteorological-based estimations, lysimetry, soil moisture depletion, and soil water balance equations. Artificial neural networks (ANNs) have been intensively implemented for process-based hydrologic modeling due to their superior performance using nonlinear modeling, pattern recognition, and classification. This study adapted two well-known ANN algorithms, Backpropagation neural network (BPNN) and Generalized regression neural network (GRNN), to evaluate their capability to accurately predict $ET_o$ using daily meteorological data. All data were obtained from two automated weather stations (Chupungryeong and Jangsu) located in the Yeongdong-gun (2002-2017) and Jangsu-gun (1988-2017), respectively. Daily $ET_o$ was calculated using the Penman-Monteith equation as the benchmark method. These calculated values of $ET_o$ and corresponding meteorological data were separated into training, validation and test datasets. The performance of each ANN algorithm was evaluated against $ET_o$ calculated from the benchmark method and multiple linear regression (MLR) model. The overall results showed that the BPNN algorithm performed best followed by the MLR and GRNN in a statistical sense and this could contribute to provide valuable information to farmers, water managers and policy makers for effective agricultural water governance.