지면에서 탄소수지를 모의하는 모형들은 주로 수직적인 탄소 플럭스에 주된 관심을 두어왔다. 반면에 수평 적인 탄소 플럭스에 관한 연구는 부족한 실정이다. 따라서 수평적인 탄소 플럭스의 흐름에 대해 연구하고자 유역 내 식생에 의해 생산되는 총 일차생산량(Gross primary production, GPP)과 유역에서 배출되는 총 유기탄소(Total Organic Carbon, TOC)의 교차상관분석을 실시하였다. 분석결과, GPP와 유역에서 배출되는 TOC의 유량가중 평균 농도는 서로 지체시간이 없을 경우에 가장 큰 상관관계를 보여주고 있음을 확인하였다. 또한 주기성이 고려된 상관구조를 살펴본 결과, 여름철의 TOC와 GPP 사이의 상관관계가 주기성이 고려되지 않았을 경우의 상관관계와 유사하게 나타났다. 이로부터 GPP와 TOC의 상관관계는 여름철에 맺어지는 GPP와 TOC 상관관계에 의해서 대부분이 규정되고 있음을 살펴볼 수 있었다. 이에 따라 식생에 의해 생산된 탄소와 유역에서 배출되는 유기탄소의 관계가 계절적으로도 긴밀한 관계가 있을 것이라 추측된다. 따라서 향후 연구는 계절에 따른 식생변수와 GPP와 TOC의 관계를 분석함으로서 조금 더 정량적으로 수평적인 탄소 플럭스 흐름에 대해 이해 할 수 있을 것으로 기대된다.
지면에서 탄소수지를 모의하는 모형들은 주로 수직적인 탄소 플럭스에 주된 관심을 두어왔다. 반면에 수평 적인 탄소 플럭스에 관한 연구는 부족한 실정이다. 따라서 수평적인 탄소 플럭스의 흐름에 대해 연구하고자 유역 내 식생에 의해 생산되는 총 일차생산량(Gross primary production, GPP)과 유역에서 배출되는 총 유기탄소(Total Organic Carbon, TOC)의 교차상관분석을 실시하였다. 분석결과, GPP와 유역에서 배출되는 TOC의 유량가중 평균 농도는 서로 지체시간이 없을 경우에 가장 큰 상관관계를 보여주고 있음을 확인하였다. 또한 주기성이 고려된 상관구조를 살펴본 결과, 여름철의 TOC와 GPP 사이의 상관관계가 주기성이 고려되지 않았을 경우의 상관관계와 유사하게 나타났다. 이로부터 GPP와 TOC의 상관관계는 여름철에 맺어지는 GPP와 TOC 상관관계에 의해서 대부분이 규정되고 있음을 살펴볼 수 있었다. 이에 따라 식생에 의해 생산된 탄소와 유역에서 배출되는 유기탄소의 관계가 계절적으로도 긴밀한 관계가 있을 것이라 추측된다. 따라서 향후 연구는 계절에 따른 식생변수와 GPP와 TOC의 관계를 분석함으로서 조금 더 정량적으로 수평적인 탄소 플럭스 흐름에 대해 이해 할 수 있을 것으로 기대된다.
Models estimating carbon budget at land surface are mainly interested in vertical flux of carbon. On the other hand, studies on horizontal flux are obviously lacked to confirm that relationship between the hydrological flux of organic carbon discharged from catchment and terrestrial carbon productio...
Models estimating carbon budget at land surface are mainly interested in vertical flux of carbon. On the other hand, studies on horizontal flux are obviously lacked to confirm that relationship between the hydrological flux of organic carbon discharged from catchment and terrestrial carbon production, a relation between Total Organic Carbon(TOC) and Gross Primary Production(GPP) tried analysis through cross correlation. The best correlation structure is correlation between GPP and TOC of flow-weighted mean concentration from watershed without delay. Furthermore, cross correlation analysis was performed by consider periodicity. The correlation between TOC and GPP in summer was similar to correlation without periodicity. Therefore, correlation between GPP and TOC was most regulated by the correlation between GPP and TOC at summer. As a result, the vegetation carbon and organic carbon from watershed is recognized a close relationship on the seasonal. Therefore, future research is correlation analyzing between vegetation variables according season, GPP and TOC, we are expected to use quantitative understanding that horizontal flux flow of carbon from the surface.
Models estimating carbon budget at land surface are mainly interested in vertical flux of carbon. On the other hand, studies on horizontal flux are obviously lacked to confirm that relationship between the hydrological flux of organic carbon discharged from catchment and terrestrial carbon production, a relation between Total Organic Carbon(TOC) and Gross Primary Production(GPP) tried analysis through cross correlation. The best correlation structure is correlation between GPP and TOC of flow-weighted mean concentration from watershed without delay. Furthermore, cross correlation analysis was performed by consider periodicity. The correlation between TOC and GPP in summer was similar to correlation without periodicity. Therefore, correlation between GPP and TOC was most regulated by the correlation between GPP and TOC at summer. As a result, the vegetation carbon and organic carbon from watershed is recognized a close relationship on the seasonal. Therefore, future research is correlation analyzing between vegetation variables according season, GPP and TOC, we are expected to use quantitative understanding that horizontal flux flow of carbon from the surface.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 하천 시스템을 통하여 배출되는 총 유기탄소(Total Organic Carbon, TOC)와 식생의 광합성을 통하여 생산되는 총 일차생산량(Gross primary production, GPP) 사이의 관계를 정량적으로 살펴보고자 하였다. 이를 위하여 낙동강 상류의 산림 유역을 연구 유역으로 선택하였으며, 분석에 필요한 TOC의 관측 자료가 완벽하게 구비되어 있지 않기 때문에 단계별로 적절한 모형화 기법을 적용하였다.
관측자료 및 일련의 수문학적 모형화 기법을 이용하여 계산되는 TOC 부하량과 MODIS로부터 획득한 GPP 자료를 이용하여 하천을 통하여 배출된 TOC 총량과 식생에 의해 생산된 탄소량 사이의 관계를 교차상관분석을 통하여 살펴보고자 한다. 이러한 비교 결과로부터 하천으로 배출되는 TOC와 식생에 의해 생산된 탄소량이 서로 어느 정도의 상관성을 가지고 있는지를 살펴볼 수 있을 것이며 더 나아가 수평적인 탄소 플럭스의 정량적 확인이 가능해질 것으로 판단된다.
본 연구에서는 하천 시스템을 통하여 배출되는 유기탄소와 식생의 광합성을 통하여 생산된 탄소 사이의 관계를 살펴보고자 하였다. 국립환경과학원에서는 수질오염총량관리를 위하여 낙동강 유역의 경우 41개의 단위유역으로 구분하여 유역의 수질 및 유량관리를 실시하고 있다.
본 연구에서는 하천 시스템을 통하여 배출되는 유기탄소와 식생의 광합성을 통하여 생산된 탄소 사이의 관계를 살펴보고자 낙동강 상류의 산림 유역을 연구 유역으로 선택하였다. 식생의 광합성을 통하여 생산된 탄소는 NASA에서 제공하는 위성자료 중 하나인 MODIS GPP를 이용하였다.
제안 방법
따라서 본 연구에서는 하천 시스템을 통하여 배출되는 총 유기탄소(Total Organic Carbon, TOC)와 식생의 광합성을 통하여 생산되는 총 일차생산량(Gross primary production, GPP) 사이의 관계를 정량적으로 살펴보고자 하였다. 이를 위하여 낙동강 상류의 산림 유역을 연구 유역으로 선택하였으며, 분석에 필요한 TOC의 관측 자료가 완벽하게 구비되어 있지 않기 때문에 단계별로 적절한 모형화 기법을 적용하였다. 낙동강 상류 유역의 하천 유량은 수정TANK모형을 이용하여 모의하였다.
낙동강 상류 유역의 하천 유량은 수정TANK모형을 이용하여 모의하였다. 대상 유역들의 유량과 TOC 동시 관측 자료를 이용하여 최소분산비편향추정법과 연계한 7-변수 대수 선형 모형이 구축되며, 이로부터 모의된 하천 유량자료와의 연계를 통하여 유역 출구에서의 총 유기탄소 부하량이 모의하였다. 해당 유역에서의 GPP는 MODIS로부터 획득하였다.
1) 보정 대상 일의 자료와 이 자료의 선행 2개 시계열과 후행 2개 시계열의 자료를 평균한 값의 차이가 절반 미만 또는 2배 초과가 될 경우 이를 이상치로 간주하여 원자료에서 제거하게 된다. 2) 자료의 비정상적 잡음을 줄이기 위하여 2n+1의 이동평균(즉, 해당 일 기준으로 앞의 2개 자료, 뒤의 2개 자료, 해당 일 자료 등 5개의 자료의 평균)을 계산하여 이를 해당 일의 값으로 간주한다. 이 때 이동평균을 위해 필요한 선행 및 후행 자료들 중 1개라도 존재하지 않으면 해당 일의 GPP는 관측되지 않은 것으로 간주한다.
이 때 이동평균을 위해 필요한 선행 및 후행 자료들 중 1개라도 존재하지 않으면 해당 일의 GPP는 관측되지 않은 것으로 간주한다. 3) 이러한 과정을 거쳐 생성된 수정된 8일 간격 GPP 자료를 이용하여 특정 월에 해당되는 자료 중에서 최고값을 취하여 해당 월을 대표하는 GPP 값으로 간주 한다. 이때 해당 월에 8일 간격 GPP 자료가 하나라도 존재하지 않는다면 월 GPP 자료는 결측으로 처리한다.
유역 내 하천 시스템을 통하여 배출되는 유기탄소와 식생의 광합성을 통하여 생산된 탄소 사이의 관계를 살펴보고자 GPP와 TOC의 관계가 분석된다. 두 자료 사이의 상호의존관계를 나타내는 상관계수(correlation coefficient)는 –1과 1 사이의 값을 취하게 된다.
Karim(2005)은 오스트레일리아의 Cotter River 중 5개의 관측지점 내에서 GPP와 유기탄소의 관계를 분석하기 위하여 교차상관계수를 이용하였다. 따라서 본 연구에서도 상관계수를 이용하기보다는 식 (2)와 같이 교차상관계수를 이용하여 GPP와 TOC의 관계를 분석하기로 하였다. GPP와 TOC의 교차상관 분석결과와 비교하기 위하여 GPP의 경우 추가로 식 (3)과 같이 자기상관분석을 실시하였다.
따라서 본 연구에서도 상관계수를 이용하기보다는 식 (2)와 같이 교차상관계수를 이용하여 GPP와 TOC의 관계를 분석하기로 하였다. GPP와 TOC의 교차상관 분석결과와 비교하기 위하여 GPP의 경우 추가로 식 (3)과 같이 자기상관분석을 실시하였다.
이 때, TOC와 GPP를 비교를 위하여 관측된 TOC 농도를 사용하는 것이 가장 좋으나 앞에서도 언급했듯이 관측된 자료가 완벽하지 못하기 때문에 1일 간격으로 모의된 TOC 농도와 부하량을 추가적으로 GPP와 비교하였다. 실제 관측된 월별 TOC 유량 가중 평균농도(mg/L), 모의된 월별 TOC 유량 가중 평균농도(mg/L), 모의된 월별 TOC 부하량(kg/month) 등 총 세 종류의 TOC의 수문학적 플럭스와 보정이 완료된 월 GPP(kg/month) 자료를 비교하였다.
이 때, TOC와 GPP를 비교를 위하여 관측된 TOC 농도를 사용하는 것이 가장 좋으나 앞에서도 언급했듯이 관측된 자료가 완벽하지 못하기 때문에 1일 간격으로 모의된 TOC 농도와 부하량을 추가적으로 GPP와 비교하였다. 실제 관측된 월별 TOC 유량 가중 평균농도(mg/L), 모의된 월별 TOC 유량 가중 평균농도(mg/L), 모의된 월별 TOC 부하량(kg/month) 등 총 세 종류의 TOC의 수문학적 플럭스와 보정이 완료된 월 GPP(kg/month) 자료를 비교하였다.
또한 월별로 GPP와 TOC 간의 관계가 어떠한 관계가 있는지, 계절별로는 어떻게 변화하는지를 확인하고자 주기성이 고려되어지는 식 (4)를 이용하여 두 자료 사이의 주기성이 고려된 교차상관분석을 실시하였다. 이에 덧붙여서 식 (5)와 같이 GPP의 주기성이 고려된 자기상관분석을 실시하여 GPP와 TOC의 주기성이 고려된 교차상관분석 결과와 비교하였다.
또한 월별로 GPP와 TOC 간의 관계가 어떠한 관계가 있는지, 계절별로는 어떻게 변화하는지를 확인하고자 주기성이 고려되어지는 식 (4)를 이용하여 두 자료 사이의 주기성이 고려된 교차상관분석을 실시하였다. 이에 덧붙여서 식 (5)와 같이 GPP의 주기성이 고려된 자기상관분석을 실시하여 GPP와 TOC의 주기성이 고려된 교차상관분석 결과와 비교하였다. 이 때 GPP와 TOC의 자료는 전체 연구기간의 자료를 월별로 구분하여 분석에 적용하였다.
이에 덧붙여서 식 (5)와 같이 GPP의 주기성이 고려된 자기상관분석을 실시하여 GPP와 TOC의 주기성이 고려된 교차상관분석 결과와 비교하였다. 이 때 GPP와 TOC의 자료는 전체 연구기간의 자료를 월별로 구분하여 분석에 적용하였다.
TANK 모형에서 모의된 일 유량자료와 수질・유량 측정망 등 DB 및 웹시스템에서 제공하는 TOC 자료를 7-변수 대수 선형 모형에 적용하여 하천의 TOC 일 부하량을 모의하였다. 이 역시 낙동강 최상류 유역(A유역) 17개에 적용하였으며 최소 분산 비편향 추정 기법을 이용한 TOC 부하량 추정 시의 회귀분석 정확도를 나타내는 결정계수는 17개 유역전체 평균 0.
자료보정을 통하여 수정된 GPP자료를 2003년부터 2010년까지 월별로 평균을 내어 연구에 적용한 17개의 A유역에 대해서 1월, 4월, 7월, 10월의 관측된 GPP를 Fig. 6에 도시하였다. 그림에서의 GPP 단위는 g/m2/month 이며 계절에 따라 GPP의 변화량이 뚜렷하게 나타나는 것을 확인할 수 있다.
유역 내 하천 시스템을 통하여 배출되는 유기탄소와 식생의 광합성을 통하여 생산된 탄소 사이의 관계를 살펴보고자 TOC를 3가지 경우로 구분하여 경우별로 GPP와 교차상관분석을 실시하였다. TOC를 3가지로 구분한 내용은 다음과 같다.
TOC에 대한 GPP의 지체시간을 0 ~6 까지 고려하여 교차상관 분석을 실시하였다. 여기서 지체시간이 1이라는 것은 분석하고자 하는 특정 월에 대해서 TOC는 해당 특정 월, GPP의 경우에는 1개월 앞선 자료를 의미하는 것이다.
2절에서 확인하였다. 이러한 TOC와 GPP의 연관성을 좀 더 세부적으로 분석하여 계절적으로 TOC와 GPP의 관계는 어떻게 변화하는지를 확인하고자 주기성이 고려된 교차 상관분석을 실시하였다. 연구기간을 관측 TOC 유량 가중 평균 농도가 존재하는 2007년부터 2010년까지 4년간의 자료를 이용하고자 하였으나, 주기성이 고려된 상관분석을 하기에는 자료수가 많이 부족하여 수정된 GPP자료가 존재하는 2003년부터 2010년까지의 자료를 이용하였다.
연구기간을 관측 TOC 유량 가중 평균 농도가 존재하는 2007년부터 2010년까지 4년간의 자료를 이용하고자 하였으나, 주기성이 고려된 상관분석을 하기에는 자료수가 많이 부족하여 수정된 GPP자료가 존재하는 2003년부터 2010년까지의 자료를 이용하였다. 따라서 CASE-2, CASE-3로 자료 수를 늘려 이에 대한 주기성이 고려된 교차상관분석을 실시하였다. 또한 주기성이 고려된 교차상관분석 결과와 비교하기 위하여 GPP 역시 주기성이 고려된 자기상관 분석을 실시하였다.
따라서 CASE-2, CASE-3로 자료 수를 늘려 이에 대한 주기성이 고려된 교차상관분석을 실시하였다. 또한 주기성이 고려된 교차상관분석 결과와 비교하기 위하여 GPP 역시 주기성이 고려된 자기상관 분석을 실시하였다.
주기성을 고려하지 않은 교차상관분석결과 TOC와 GPP의 지체시간이 0 ∼ 1일 때 가장 높은 상관관계를 보이고 있어 TOC(t)/GPP(t)와 TOC(t)/GPP(t-1) 두 가지 경우로 구분하여 기여도를 평가하였다(Fig. 10).
유역에서 발생하는 GPP가 유역에서 배출되는 TOC에 얼마나 기여하는지를 확인하기 위하여 2003년부터 2010년까지의 자료의 월별 TOC 부하량에 GPP를 나누어 백분율로 나타내었다. 주기성을 고려하지 않은 교차상관분석결과 TOC와 GPP의 지체시간이 0 ∼ 1일 때 가장 높은 상관관계를 보이고 있어 TOC(t)/GPP(t)와 TOC(t)/GPP(t-1) 두 가지 경우로 구분하여 기여도를 평가하였다(Fig.
식생의 광합성을 통하여 생산된 탄소는 NASA에서 제공하는 위성자료 중 하나인 MODIS GPP를 이용하였다. MODIS GPP를 연구에 사용하기에 앞서 위성자료가 가지는 문제점을 해결하기 위해 보정과정을 통하여 수정된 MODIS GPP를 본 연구에 적용하였다. 하천 시스템을 통하여 배출되는 유기탄소의 경우 수질오염총량관리제에서 제공하는 관측 TOC 농도를 사용하였다.
MODIS GPP를 연구에 사용하기에 앞서 위성자료가 가지는 문제점을 해결하기 위해 보정과정을 통하여 수정된 MODIS GPP를 본 연구에 적용하였다. 하천 시스템을 통하여 배출되는 유기탄소의 경우 수질오염총량관리제에서 제공하는 관측 TOC 농도를 사용하였다. 제공되고 있는 관측 TOC 농도는 평균 8일 간격자료로서 완벽한 자료가 아니기 때문에 관측 TOC농도와 더불어 추가적으로 TANK모형과 7-변수 대수 선형 모형을 이용하여 연구 대상 유역별 1일 간격으로 TOC 농도와 부하량을 모의하여 본 연구에 사용하였다.
하천 시스템을 통하여 배출되는 유기탄소의 경우 수질오염총량관리제에서 제공하는 관측 TOC 농도를 사용하였다. 제공되고 있는 관측 TOC 농도는 평균 8일 간격자료로서 완벽한 자료가 아니기 때문에 관측 TOC농도와 더불어 추가적으로 TANK모형과 7-변수 대수 선형 모형을 이용하여 연구 대상 유역별 1일 간격으로 TOC 농도와 부하량을 모의하여 본 연구에 사용하였다. 관측 TOC 농도와 모의된 TOC 농도는 월별 유량 가중 평균농도로, 부하량의 경우 TOC 월 부하량으로 자료를 재구성하였으며 각각을 CASE-1, CASE-2.
제공되고 있는 관측 TOC 농도는 평균 8일 간격자료로서 완벽한 자료가 아니기 때문에 관측 TOC농도와 더불어 추가적으로 TANK모형과 7-변수 대수 선형 모형을 이용하여 연구 대상 유역별 1일 간격으로 TOC 농도와 부하량을 모의하여 본 연구에 사용하였다. 관측 TOC 농도와 모의된 TOC 농도는 월별 유량 가중 평균농도로, 부하량의 경우 TOC 월 부하량으로 자료를 재구성하였으며 각각을 CASE-1, CASE-2. CASE-3로 구분하여 TOC와 GPP 사이의 주기성이 고려되지 않은 교차상관분석을 실시하였고, 그 결과 3가지 모두 GPP의 선행지체시간이 길어질수록 TOC와 GPP간의 교차 상관계수가 점점 작아지는 패턴을 보였다.
특히 CASE-2인 월별 TOC 유량 가중 평균농도와 월 GPP 간의 지체시간이 0일 때 가장 큰 연관성을 가지는 것을 확인하였다. 또한 계절적으로 TOC 와 GPP의 상관구조의 변화를 확인하기 위하여 CASE-2, 3에 대해서 주기성이 고려된 교차상관 분석을 실시하였다. 주기성이 고려되지 않은 교차 상관분석처럼 특징적인 변화패턴은 없었으나 여름(6∼8월)에 GPP와 TOC의 상관구조가 주기성이 고려되지 않은 상관구조와 유사한 결과를 나타냄을 확인하였다.
대상 데이터
국립환경과학원에서는 수질오염총량관리를 위하여 낙동강 유역의 경우 41개의 단위유역으로 구분하여 유역의 수질 및 유량관리를 실시하고 있다. 41개 단위유역으로 구분되어진 낙동강 유역을 외부의 다른 자극을 최소화하여 식생의 광합성을 통해서 발생된 탄소와 하천시스템을 통하여 배출되는 유기탄소의 관계를 보다 정확하게 살펴보기 위해 인간 활동에 의한 교란이 적으며, 상류 유입량에 의한 자료 왜곡이 최소화가 되는 지역을 선정하여 연구대상지역으로 활용하기로 하였다. 따라서 수질오염총량관리를 위해 구분되어진 낙동강 41개 단위유역 중 최상류하천이 속하며 다른 유역에 비해서 산림 비율이 높은 17개 단위유역을 선정하여 본 연구에 적용하였다.
41개 단위유역으로 구분되어진 낙동강 유역을 외부의 다른 자극을 최소화하여 식생의 광합성을 통해서 발생된 탄소와 하천시스템을 통하여 배출되는 유기탄소의 관계를 보다 정확하게 살펴보기 위해 인간 활동에 의한 교란이 적으며, 상류 유입량에 의한 자료 왜곡이 최소화가 되는 지역을 선정하여 연구대상지역으로 활용하기로 하였다. 따라서 수질오염총량관리를 위해 구분되어진 낙동강 41개 단위유역 중 최상류하천이 속하며 다른 유역에 비해서 산림 비율이 높은 17개 단위유역을 선정하여 본 연구에 적용하였다.
유역에서 발생되는 GPP는 MODIS(Moderate Resolution Imaging Spectroradiometer)에서 제공되는 GPP 자료를 이용하였다. MODIS는 미항공우주국(National Aeronautics and Space Administration, NASA)의 지구관측시스템위성(Earth Observation System, EOS)으로써 1999년에 발사된 Terra 위성과 2002년 발사된 Aqua 위성에 탑재된 36개의 채널로 구성된 센서이다.
본 연구에 사용되는 MOIDS GPP의 원자료 이름은 MODIS/Terra Gross Primary Productivity 8-day L4 Global 1km SIN Grid V004로서 2000년 2월 18일부터 1km × 1km 격자로 자료가 제공되고 있다.
여기서 지체시간이 1이라는 것은 분석하고자 하는 특정 월에 대해서 TOC는 해당 특정 월, GPP의 경우에는 1개월 앞선 자료를 의미하는 것이다. 주기성이 고려되지 않은 교차상관분석을 위한 연구기간은 관측된 TOC자료가 시작되는 2007년부터 2010년까지 4년간 실시하였다.
이러한 TOC와 GPP의 연관성을 좀 더 세부적으로 분석하여 계절적으로 TOC와 GPP의 관계는 어떻게 변화하는지를 확인하고자 주기성이 고려된 교차 상관분석을 실시하였다. 연구기간을 관측 TOC 유량 가중 평균 농도가 존재하는 2007년부터 2010년까지 4년간의 자료를 이용하고자 하였으나, 주기성이 고려된 상관분석을 하기에는 자료수가 많이 부족하여 수정된 GPP자료가 존재하는 2003년부터 2010년까지의 자료를 이용하였다. 따라서 CASE-2, CASE-3로 자료 수를 늘려 이에 대한 주기성이 고려된 교차상관분석을 실시하였다.
본 연구에서는 하천 시스템을 통하여 배출되는 유기탄소와 식생의 광합성을 통하여 생산된 탄소 사이의 관계를 살펴보고자 낙동강 상류의 산림 유역을 연구 유역으로 선택하였다. 식생의 광합성을 통하여 생산된 탄소는 NASA에서 제공하는 위성자료 중 하나인 MODIS GPP를 이용하였다. MODIS GPP를 연구에 사용하기에 앞서 위성자료가 가지는 문제점을 해결하기 위해 보정과정을 통하여 수정된 MODIS GPP를 본 연구에 적용하였다.
이론/모형
이를 위하여 낙동강 상류의 산림 유역을 연구 유역으로 선택하였으며, 분석에 필요한 TOC의 관측 자료가 완벽하게 구비되어 있지 않기 때문에 단계별로 적절한 모형화 기법을 적용하였다. 낙동강 상류 유역의 하천 유량은 수정TANK모형을 이용하여 모의하였다. 대상 유역들의 유량과 TOC 동시 관측 자료를 이용하여 최소분산비편향추정법과 연계한 7-변수 대수 선형 모형이 구축되며, 이로부터 모의된 하천 유량자료와의 연계를 통하여 유역 출구에서의 총 유기탄소 부하량이 모의하였다.
여기서 제공되고 있는 수질과 유량 자료의 경우 대략 8일 간격으로 측정하나, 일정하게 관측되지 않으므로 일단위 유량 및 수질 자료를 모의할 필요가 있다. 유량은 TANK 모형을, 수질 자료의 경우 부하량을 모의할 수 있는 7-변수 대수 선형 모형을 이용하였다. 일 유량은 TANK 모형을 이용하여 8일 간격 자료를 일 단위 자료로 확장할 수 있다.
일 TOC 부하량은 미국 USGS에서 개발한 7-변수 대수 선형 모형을 이용하여 8일 간격 자료를 일 단위 자료로 확장할 수 있다. 7-변수 대수 선정 모형의 매개변수들은 최소 분산 비편향 추정기법(Minimum Variance Unbiased Estimator, MVUE)을 적용하여 추정하게 된다. 보다 상세한 내용은 한수희 등(2007b)과 이아연 등(2010)을 참조할 수 있다.
그렇기 때문에 MODIS에서 제공하는 GPP 위성자료를 그대로 이용하기 보다는 보정과정을 거친 후 이용하여야 하다. 본 연구에서는 최치현 등(2012)이 수행한 위성자료 검증을 위한 방법을 이용하여 MODI GPP 자료를 보정하게 된다. 보정방법은 다음과 같다.
성능/효과
낙동강 최상류 유역 17개 유역을 대상은 TANK 모형에 의해 모의된 유량의 검・보정 결과 유역별로 편차는 있으나 평균적으로 결정계수가 0.7728, 모형효율계수가 0.7197 정도로 관측유량 자료를 우수하게 재현하고 있음을 살펴볼 수 있었다. Fig.
TANK 모형에서 모의된 일 유량자료와 수질・유량 측정망 등 DB 및 웹시스템에서 제공하는 TOC 자료를 7-변수 대수 선형 모형에 적용하여 하천의 TOC 일 부하량을 모의하였다. 이 역시 낙동강 최상류 유역(A유역) 17개에 적용하였으며 최소 분산 비편향 추정 기법을 이용한 TOC 부하량 추정 시의 회귀분석 정확도를 나타내는 결정계수는 17개 유역전체 평균 0.9643으로 관측 자료를 매우 우수하게 재현하고 있음을 살펴볼 수 있었다. Fig.
CASE-3의 경우 대상 17개 유역의 산정된 교차상관계수가 평균값에서 조밀하게 위치해 있으나 TOC와 GPP의 교차상관강도가 CASE-2에 비해서는 떨어지고 있다. CASE-2는 지체시간이 0일 때 교차상관계수가 0.6에서 0.8사이에 존재하고 있으며 CASE-2의 다른 지체시간에 비해서 유역별 교차상관계수가 평균값에 보다 조밀하게 모여 있음을 확인할 수 있다. TOC 부하량은 단순히 TOC 농도와 유량의 곱으로 나타낼 수 있다.
TOC 부하량은 단순히 TOC 농도와 유량의 곱으로 나타낼 수 있다. CASE-2, CASE-3의 교차상관계수가 큰 차이를 보이고 있는데, 이는 부하량과 GPP 의 상관분석 시 유량에 대한 영향으로 확인되었다. 연구대상지역의 유량과 GPP의 상관계수를 을 확인해 본 결과, 평균적으로 0.
CASE-2, CASE-3의 교차상관계수가 큰 차이를 보이고 있는데, 이는 부하량과 GPP 의 상관분석 시 유량에 대한 영향으로 확인되었다. 연구대상지역의 유량과 GPP의 상관계수를 을 확인해 본 결과, 평균적으로 0.42정도로 나타났다. 따라서 TOC와 GPP의 관계를 분석하기 위해서는 모의된 TOC 월별 유량 가중 평균 농도를 이용하는 것이 효과적임을 알 수 있다.
42정도로 나타났다. 따라서 TOC와 GPP의 관계를 분석하기 위해서는 모의된 TOC 월별 유량 가중 평균 농도를 이용하는 것이 효과적임을 알 수 있다.
3가지 경우 모두 비슷한 패턴을 가지고 있으나, 경우별로 차이점을 발견할 수 있다. CASE-1과 CASE-2의 경우에는 지체시간이 0일 때 상관성이 가장 높게 나타났으며 지체 시간이 커질수록 TOC와 GPP의 상관성이 작아지는 경향을 보였다. 3개월 이상으로 지체시간이 길어지게 될 경우에는 역 상관으로 전환되었다.
7월에 GPP가 TOC 부하량에 기여하는 정도가 가장 컸으며 1개월의 지체시간이 고려되었을 때가 그렇지 않았을 때보다 미세한 차이이긴 하지만 조금 더 높게 기여도가 산정되었다. 17개의 연구 대상 유역에서 GPP가 1월인 경우에 GPP가 TOC에 기여하는 정도가 같은 12월, 2월에 비해서 높게 산정되었다. 이는 GPP와 TOC의 월별 시계열을 이용하여 비교해본 결과, 1월의 GPP가 같은 계절인 12월과 2월의 GPP보다 작게 관측되었고 TOC 부하량의 경우 12월, 1월, 2월에서의 부하량 값이 큰 변화가 없이 비슷한 값을 가졌다.
17개의 연구 대상 유역에서 GPP가 1월인 경우에 GPP가 TOC에 기여하는 정도가 같은 12월, 2월에 비해서 높게 산정되었다. 이는 GPP와 TOC의 월별 시계열을 이용하여 비교해본 결과, 1월의 GPP가 같은 계절인 12월과 2월의 GPP보다 작게 관측되었고 TOC 부하량의 경우 12월, 1월, 2월에서의 부하량 값이 큰 변화가 없이 비슷한 값을 가졌다. 이로 인하여 상대적으로 GPP가 작은 1월에 기여도가 비교적 높게 산정되었다.
또한 식생의 생장이 활발한 여름에 발생된 GPP가 유역에서 배출되는 TOC 부하량에 기여하는 정도가 가장 큼을 알 수 있었다. Karim(2005)은 Cotter River 유역의 경우 연 TOC 부하량에 대한 연 GPP의 기여정도가 0.
관측 TOC 농도와 모의된 TOC 농도는 월별 유량 가중 평균농도로, 부하량의 경우 TOC 월 부하량으로 자료를 재구성하였으며 각각을 CASE-1, CASE-2. CASE-3로 구분하여 TOC와 GPP 사이의 주기성이 고려되지 않은 교차상관분석을 실시하였고, 그 결과 3가지 모두 GPP의 선행지체시간이 길어질수록 TOC와 GPP간의 교차 상관계수가 점점 작아지는 패턴을 보였다. 특히 CASE-2인 월별 TOC 유량 가중 평균농도와 월 GPP 간의 지체시간이 0일 때 가장 큰 연관성을 가지는 것을 확인하였다.
CASE-3로 구분하여 TOC와 GPP 사이의 주기성이 고려되지 않은 교차상관분석을 실시하였고, 그 결과 3가지 모두 GPP의 선행지체시간이 길어질수록 TOC와 GPP간의 교차 상관계수가 점점 작아지는 패턴을 보였다. 특히 CASE-2인 월별 TOC 유량 가중 평균농도와 월 GPP 간의 지체시간이 0일 때 가장 큰 연관성을 가지는 것을 확인하였다. 또한 계절적으로 TOC 와 GPP의 상관구조의 변화를 확인하기 위하여 CASE-2, 3에 대해서 주기성이 고려된 교차상관 분석을 실시하였다.
또한 계절적으로 TOC 와 GPP의 상관구조의 변화를 확인하기 위하여 CASE-2, 3에 대해서 주기성이 고려된 교차상관 분석을 실시하였다. 주기성이 고려되지 않은 교차 상관분석처럼 특징적인 변화패턴은 없었으나 여름(6∼8월)에 GPP와 TOC의 상관구조가 주기성이 고려되지 않은 상관구조와 유사한 결과를 나타냄을 확인하였다.
유역에서 발생한 GPP가 유역에서 배출되는 TOC에 얼마나 기여하는지를 확인하기 위하여 유역의 TOC 부하량을 GPP로 나누어 정리한 결과 0.01∼0.7(%)미만으로 기여도가 산정되었으며 특히 7월의 TOC 부하량은 6월 GPP에 대해 기여도가 상대적으로 다른 달에 비해서 높게 나타났다. 식생이 활발한 여름에 유역으로 유입되는 탄소량이 증가함에 따라 일정 시간이 흐른 후 다시 유역 밖으로 극히 일부분이 배출되는 것을 연구를 통해서 확인할 수 있었다.
7(%)미만으로 기여도가 산정되었으며 특히 7월의 TOC 부하량은 6월 GPP에 대해 기여도가 상대적으로 다른 달에 비해서 높게 나타났다. 식생이 활발한 여름에 유역으로 유입되는 탄소량이 증가함에 따라 일정 시간이 흐른 후 다시 유역 밖으로 극히 일부분이 배출되는 것을 연구를 통해서 확인할 수 있었다.
본 연구를 통하여 수평적인 탄소 플럭스의 흐름은 식생에 의해 포착된 탄소의 일부분이 유역에서 배출되는 총 유기탄소와 관계성을 가지고 일정량 기여하고 있다는 것을 확인하였다. 추가적으로 주기성이 고려된 교차상관분석과 TOC에 대한 GPP의 기여도가 여름에 주목할 만한 결과를 냄으로 식생에 의해 생산된 탄소와 유역에서 배출되는 유기탄소의 관계가 계절적으로도 긴밀한 관계가 있을 것이라 추측된다.
후속연구
관측자료 및 일련의 수문학적 모형화 기법을 이용하여 계산되는 TOC 부하량과 MODIS로부터 획득한 GPP 자료를 이용하여 하천을 통하여 배출된 TOC 총량과 식생에 의해 생산된 탄소량 사이의 관계를 교차상관분석을 통하여 살펴보고자 한다. 이러한 비교 결과로부터 하천으로 배출되는 TOC와 식생에 의해 생산된 탄소량이 서로 어느 정도의 상관성을 가지고 있는지를 살펴볼 수 있을 것이며 더 나아가 수평적인 탄소 플럭스의 정량적 확인이 가능해질 것으로 판단된다.
이때 유량 및 TOC 자료를 TANK모형 및 7-변수 대수 선형 모형을 이용하여 자료계열을 일자료로 확장한 바와 같이 온도 및 일사량 등을 이용하여 GPP 역시 일자료로 확장하여 향후 연구에 적용하게 된다면 양질의 연구 성과를 얻을 수 있을 것으로 판단된다.
본 연구를 통하여 수평적인 탄소 플럭스의 흐름은 식생에 의해 포착된 탄소의 일부분이 유역에서 배출되는 총 유기탄소와 관계성을 가지고 일정량 기여하고 있다는 것을 확인하였다. 추가적으로 주기성이 고려된 교차상관분석과 TOC에 대한 GPP의 기여도가 여름에 주목할 만한 결과를 냄으로 식생에 의해 생산된 탄소와 유역에서 배출되는 유기탄소의 관계가 계절적으로도 긴밀한 관계가 있을 것이라 추측된다. 따라서 향후 연구에서는 계절에 따른 식생변수와 GPP와 TOC의 관계를 분석함으로서 조금 더 정량적으로 수평적인 탄소 플럭스 흐름에 대해 이해할 수 있을 것으로 기대된다.
추가적으로 주기성이 고려된 교차상관분석과 TOC에 대한 GPP의 기여도가 여름에 주목할 만한 결과를 냄으로 식생에 의해 생산된 탄소와 유역에서 배출되는 유기탄소의 관계가 계절적으로도 긴밀한 관계가 있을 것이라 추측된다. 따라서 향후 연구에서는 계절에 따른 식생변수와 GPP와 TOC의 관계를 분석함으로서 조금 더 정량적으로 수평적인 탄소 플럭스 흐름에 대해 이해할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
MODIS란?
유역에서 발생되는 GPP는 MODIS(Moderate Resolution Imaging Spectroradiometer)에서 제공되는 GPP 자료를 이용하였다. MODIS는 미항공우주국(National Aeronautics and Space Administration, NASA)의 지구관측시스템위성(Earth Observation System, EOS)으로써 1999년에 발사된 Terra 위성과 2002년 발사된 Aqua 위성에 탑재된 36개의 채널로 구성된 센서이다.
MODIS 영상의 장점은?
MODIS 영상은 생물권의 광범위한 변화를 모니터링하기 위한 목적으로 운영 중이며 사용상의 제약없이 누구나 무료로 활용할 수 있는 장점이 있다.
총 일차생산량로 무엇으로부터 획득하였나?
대상 유역들의 유량과 TOC 동시 관측 자료를 이용하여 최소분산비편향추정법과 연계한 7-변수 대수 선형 모형이 구축되며, 이로부터 모의된 하천 유량자료와의 연계를 통하여 유역 출구에서의 총 유기탄소 부하량이 모의하였다. 해당 유역에서의 GPP는 MODIS로부터 획득하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.