• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.67-70
• /
• 2012

현재 국내외에서는 양질의 증발산을 관측하여 활용하기 위해 증발접시 (evaporation pan), 침루계 (lysimeter) 등을 이용하여 실측하거나 Flux Tower에서 Eddy covariance technique, Bowen ratio method 등을 이용하여 경험적으로 산정하고 있다. 이러한 방법으로 산정되는 증발산은 크게 두 분류로 나눌 수 있다. 일반적인 기후 상태에서 유역의 토양이 증발산에 방해를 받지 않을 정도로 충분히 물을 포함하고 있고, 식생이 조밀한 상태에서의 증발산량을 의미하는 잠재 증발산과 실제 산정치인 실제 증발산으로 나눌 수 있다 (Thornthwait, 1939). 본 연구에서는 유역의 잠재 증발산을 산정하여 실제 증발산과 비교를 통해 적용성을 확인하고자 한다. 잠재 증발산을 산정하는 방법은 Moderate Resolution Imaging Spectroradiometer (MODIS) 인공위성 데이터를 이용한 원격탐사 기술을 적용하여 산정한다. 원격탐사 기술은 지상 관측의 단점을 보완한 것으로써, 날씨, 인간 활동 등 주변 외부 환경의 영향에 민감하게 반응하여 공간적인 분포 현황을 파악하는 것이 어려운 지상 관측의 한계점을 대체하기 위한 방법이다. 이들 방법으로는 가장 널리 쓰이는 Penman-Monteith (Penman, 1948; Monteith, 1965), 일별 최대, 최저, 평균 기온을 이용한 Hargreaves 방법 (Hargreaves, 1985)과 Priestley-Taylor 방법 (Priestley and Taylor, 1972) 등의 세 가지 방법을 소개하였다. 세 가지 방법으로 산정된 잠재 증발산을 통해 해당 유역의 잠재 증발산의 공간적인 거동을 파악해 볼 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.474-474
• /
• 2021

물순환 과정에서의 증발산량은 필수적으로 고려해야 하는 요소이며, 증발산은 기상학적 인자뿐만 아니라 증발 표면 특성 등 복합적인 요인에 의해서 발생한다. 이러한 이유로 실제증발산의 절대량을 추정하는 것은 쉽지 않으며, 특히 수문학적 관점에서 유역단위의 증발산량을 산정하는 데에는 기술적인 한계가 존재한다. 반면 잠재증발산량과 실제증발산량의 보완관계가설을 활용하면 복잡한 수문모델링을 거치지 않고 팬증발량으로부터 유역의 실제증발산을 산정할 수 있다. 본 연구에서는 관측자료를 기반으로 하여 용담댐 유역의 증발산 보완관계를 검증하고자 한다. 실제증발산량(ETA)은 용담댐 내 덕유산 플럭스 타워의 관측자료를 활용하였으며, 잠재증발산량(ETP)으로는 기상관측소에서 관측한 팬 증발량 자료를 활용하였고 습윤증발산량(ETW)은 Priestley-Taylor 공식을 통해 산정하였다. ETW는 수분이 무제한 공급되는 상황에서의 증발산량으로 정의되며, 동시에 ETA 및 ETP와의 상대적 비율로 스케일화하여 보완관계설정에 활용하였다. 대기의 습윤지수(Moisture Index, MI)는 ETA와 ETP간의 상대적 비율로 정의하였다. 이 때 팬 증발량은 기상 및 주변 환경 조건의 영향을 받아 증발량이 과대추정 되는 경향이 있으므로 보정계수를 적용하여 보정한 값을 활용하였다. 보정계수는 FAO Penman-Monteith 식을 활용한 기준증발산량과 팬 증발량의 기울기로 산정하며, 본 연구에서는 보정계수로 0.77을 사용하였다. 또한 ETW 산정 시 적용되는 Priestley-Talyor 계수(α)는 널리 알려진 값인 1.26 대신 유역의 기상조건을 고려하여 0.99를 적용하였다. α 값의 조정을 통해 증발산 보완관계에 대한 E+의 평균 제곱근 오차(RMSE)가 0.685에서 0.075, Ep+의 경우 0.437에서 0.315로 개선되어 용담댐 유역의 증발산 보완관계가 만족할 만한 수준으로 확인되었다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.19 no.4
• /
• pp.145-151
• /
• 2011

Evapotranspiration (ET) is an important process acrossa wide range of disciplines, including ecology, hydrology and meteorology.In this study, daily actual evapotranspiration (ETa) is based energy balance equation and considering high surface roughness length to estimate. This study was used variety of satellite data and ground observation data in Korea Peninsula from 1 January to 31 December 2009. In this study, sensible heat flux is one of the important parameters of ETa. Measurements of sensible heat flux are, however, complex and can't be easily obtained. So this study was used an empirical coefficient B to simplify estimate of sensible heat flux. The coefficient B in the ETa model requires a careful definition of aerodynamic resistance. So this study proposed ETa model considering aerodynamic resistance and high surface roughness length. This study was conducted validation in comparison of the proposed daily ETa results with Priestley-Taylor ETp.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1141-1180
• /
• 2022

The application of satellite imageries has increased in the field of hydrology and water resources in recent years. However, challenges have been encountered on obtaining accurate evapotranspiration and soil moisture. Therefore, present researches have emphasized the necessity to obtain estimations of satellite-based evapotranspiration and soil moisture with related development researches. In this study, we presented the research status in Korea by investigating the current trends and methodologies for evapotranspiration and soil moisture. As a result of examining the detailed methodologies, we have ascertained that, in general, evapotranspiration is estimated using Energy balance models, such as Surface Energy Balance Algorithm for Land (SEBAL) and Mapping Evapotranspiration with Internalized Calibration (METRIC). In addition, Penman-Monteith and Priestley-Taylor equations are also used to estimate evapotranspiration. In the case of soil moisture, in general, active (AMSR-E, AMSR2, MIRAS, and SMAP) and passive (ASCAT and SAR)sensors are used for estimation. In terms of statistics, deep learning, as well as linear regression equations and artificial neural networks, are used for estimating these parameters. There were a number of research cases in which various indices were calculated using satellite-based data and applied to the characterization of drought. In some cases, hydrological cycle factors of evapotranspiration and soil moisture were calculated based on the Land Surface Model (LSM). Through this process, by comparing, reviewing, and presenting major detailed methodologies, we intend to use these references in related research, and lay the foundation for the advancement of researches on the calculation of satellite-based hydrological cycle data in the future.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.1B
• /
• pp.47-62
• /
• 2009

The climate change caused by global warming may affect on the hydro-meteorologic factor such as evaporation (IPCC, 2001). Furthermore, it is also necessary that the effect of climate change according to geographical condition on evaporation should be studied. In this study, considering geographical and topographical conditions, the 6 evaporation equations that have been applied to simulate annual and monthly pan evaporation were compared. 56 climatologic stations were selected and classified, basing on the geographical and topographical characteristics (urbanization, topographical slope, proximity to coast, and area of water body). The evaporation equations currently being used are applied. These evaporation equations are Penman, Kohler-Nordenson-Fox (KNF), DeBruin-Keijman, Priestley-Taylor, Hargreaves, and Rohwer. Furthermore, Penman equation was modified by calibrating the parameters of wind function and was verified using relative error. The study results indicate that the KNF equation compared best with the pan: relative error was 8.72%. Penman equation provided the next-best values for evaporation relative to the pan: relative error was 8.75%. The mass-transfer method (Rohwer) provided the worst comparison showing relative error of 33.47%. In case that there is a close correlation between wind function and wind speed, modified Penman equation provided a better estimate of pan evaporation.

• 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.

• Journal of Korea Water Resources Association
• /
• v.47 no.5
• /
• pp.421-433
• /
• 2014

In this study, monthly and annual aridity indices which are the ratios of precipitation to potential evapotranspiration in Seoul climate measurement station were analyzed for past 50 years (1961~2010), and the ratio of aridity index simulated by climate change scenarios (RCP 4.5 and 8.5) for each future period (2011~2040, 2041~2070, 2071~2100) to aridity index for the past period (1971~2000) was analyzed. Furthermore, 5 different potential evapotranspiration equations (FAO P-M, Penman, Makkink, Priestley-Taylor, Hargreaves) were applied to analyze the effect of potential evapotranspiration equation on estimating aridity index and aridity index variation ratio (%). The study results indicate that the monthly precipitation, average temperature and potential evapotranspiration were increased in each future period as compared to past period for both RCP 4.5 and RCP 8.5. Furthermore, winter period showed more significant increase of potential evapotranspiration than summer period, but aridity index showed different patterns as compared with potential evapotranspiration reflecting the influence of precipitation. Therefore, it is necessary to make preparation for the increment of winter evapotranspiration in terms of water resources management. The monthly and annual aridity indices based on future climate change scenarios were greatly different according to potential evapotranspiration equations; however, monthly and annual patterns of aridity index variation ratio (%) in the future period as compared to past period were very similar regardless of applied potential evapotranspiration equation.

• Journal of Korea Water Resources Association
• /
• v.51 no.3
• /
• pp.273-280
• /
• 2018

Accurate estimation of evapotranspiration is mightily important for understanding and analyzing the hydrological cycle. There are various methods for estimating evapotranspiration and each method has its own advantages and limitations. Therefore, it is necessary to develop an optimal evapotranspiration product by combing different evapotranspiration products. In this study, we developed an optimal evapotranspiration by fusing two satellite- and model-based evapotranspiration estimates, including revised remote sensing-based Penman-Monteith (RS-PM) and Modified Satellite-Based Priestley-Taylor (MS-PT) methods, Global Land Data Assimilation System (GLDAS), and Global Land Evaporation Amsterdam Model (GLEAM). The statistical analysis (i.e., correlation coefficients, index of agreement, MAE, and RMSE) of combined evapotranspiration product showed to be improved compared to the individual model results. After confirming the overall results, in future studies, advanced data fusion techniques will be used to obtained improved results.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.384-384
• /
• 2020

갈수량은 연간 355번째에 해당하는 일유량으로 연중 10일은 유지할 수 있는 유량을 의미한다. 갈수량은 하천유지유량을 결정하고 다목적댐의 이수안전도를 평가하는 기준으로 활용되는 지표로 활용되고 있으나 현재 기준으로는 과거사상에 초점을 맞추어 산정되고 있다. 본 연구에서는 기후변화에 따른 수문사상의 변화로 인한 미래 극한사상에 대비한 평가기준 마련을 위하여 CMIP5의 GCM 자료를 활용한 한강수계의 소양강댐의 실제증발산량을 추정하고, 이를 고려한 갈수량을 전망하고자 한다. 실제증발산의 경우 관측자료가 부재하므로 증발산 보완관계 가설 기반의 간접계산을 통해 추정하였으며, 잠재증발산량은 FAO Penman-Monteith 공식, 습윤증발산량은 Priestley-Taylor공식을 활용하여 산정하였다. 기준기간(1974-2000년) GCM 자료의 보정은 강우 및 증발산에 대하여 정상성 분위사상법을 적용하였으며, 우리나라의 홍수기 특성을 반영하기 위하여 홍수기(6~9월) 및 비홍수기(10~5월)로 구분하였다. 소양강댐 유역에 대한 연단위 원시 GCM의 경우, 연단위 강우와 실제증발산 각각 -20.0%, +17.3%의 오차율을 보였으나, 지역오차보정 후 각각 -1.2%, -0.2%로 개선되었다. 전망기간(2011-2100년)에 대해서는 비정상성 분위사상법을 적용하였으며, 지역오차보정 과정을 거친 강우 및 실제증발산 자료는 장기유출모형의 입력자료로 활용되었다. 실제증발산을 고려한 유출량을 산정하기 위해 IHACRES 모형을 활용하였으며, 갈수량은 모형으로부터 산정된 유출 시계열에 대한 lognormal 분포의 누적확률밀도함수의 3%에 해당하는 값으로 결정하였다. 전망결과는 근미래(Near future, 2011~2040년), 중미래(Midcentury future, 2041~2070년), 먼미래(Distance future, 2071~2100년)로 나누어 제시하였으며, 미래구간별 추세를 반영한 증감율을 제시하였다.