소규모 집수역에서 한낮 기온의 분포와 일사수광량 간 관계를 관찰하기 위해 고도 50m급 3곳, 100m급 3곳, 300m급 3곳 등 9지점의 사면에 경사향을 달리하여 무인기상관측기를 설치하고 1년간 매일 1500 기온과 직전 4시간(1100-1500) 일사량자료를 수집하였다. 운량이 0인 맑은 날에 한정하여 각 지점의 사면 일사수광량을 계산하고 1500 기온과 비교하였다. 이때 각 지점의 경사도(slope)와 경사향(aspect)은 $30{\times}30$ m 격자를 기준으로 반경이 5, 10, 15, 20, 25, 30개 격자로 평활화 하여 사용하였다. 1500 기온에 미치는 직전 4시간 일사수광량 간에는 통계적으로 유의한 회귀관계가 인정되었으며, 반경 25개 격자(750m)로 평활화한 경우 사면 기온변이의 54%를 설명할 수 있었다(y = 0.8309x + 0.0438, $r^2$ = 0.5444).
소규모 집수역에서 한낮 기온의 분포와 일사수광량 간 관계를 관찰하기 위해 고도 50m급 3곳, 100m급 3곳, 300m급 3곳 등 9지점의 사면에 경사향을 달리하여 무인기상관측기를 설치하고 1년간 매일 1500 기온과 직전 4시간(1100-1500) 일사량자료를 수집하였다. 운량이 0인 맑은 날에 한정하여 각 지점의 사면 일사수광량을 계산하고 1500 기온과 비교하였다. 이때 각 지점의 경사도(slope)와 경사향(aspect)은 $30{\times}30$ m 격자를 기준으로 반경이 5, 10, 15, 20, 25, 30개 격자로 평활화 하여 사용하였다. 1500 기온에 미치는 직전 4시간 일사수광량 간에는 통계적으로 유의한 회귀관계가 인정되었으며, 반경 25개 격자(750m)로 평활화한 경우 사면 기온변이의 54%를 설명할 수 있었다(y = 0.8309x + 0.0438, $r^2$ = 0.5444).
Automated weather stations were installed at 9 locations with, three different elevations, (i.e., 50m, 100m, and 300m a.s.l.) with different slope and aspect in a small watershed ($50km^2$ area). Air temperature at 1500 LST and solar radiation accumulated for 1100-1500 LST were collected ...
Automated weather stations were installed at 9 locations with, three different elevations, (i.e., 50m, 100m, and 300m a.s.l.) with different slope and aspect in a small watershed ($50km^2$ area). Air temperature at 1500 LST and solar radiation accumulated for 1100-1500 LST were collected from January to December 2012. Topography of the study area was defined by a $30{\times}30$ m digital elevation model (DEM) grid. Accumulated solar irradiance was calculated for each location with the spatially averaged slope and aspect of surrounding circles with 5, 10, 15, 20, 25, and 30 grid cell radii, respectively. The 1500 LST air temperature from clear sky conditions with zero cloud amount was regressed to the 1100-1500 LST solar irradiance at 9 locations. We found the highest coefficient of determination ($r^2$ = 0.544) at 25 grid cell radius and the temperature variation in this study was explained by Y = 0.8309X + 0.0438, where Y is 1500 LST temperature (in $^{\circ}C$) and X is 1100-1500 LST accumulated solar irradiance (in $MJ/m^2$).
Automated weather stations were installed at 9 locations with, three different elevations, (i.e., 50m, 100m, and 300m a.s.l.) with different slope and aspect in a small watershed ($50km^2$ area). Air temperature at 1500 LST and solar radiation accumulated for 1100-1500 LST were collected from January to December 2012. Topography of the study area was defined by a $30{\times}30$ m digital elevation model (DEM) grid. Accumulated solar irradiance was calculated for each location with the spatially averaged slope and aspect of surrounding circles with 5, 10, 15, 20, 25, and 30 grid cell radii, respectively. The 1500 LST air temperature from clear sky conditions with zero cloud amount was regressed to the 1100-1500 LST solar irradiance at 9 locations. We found the highest coefficient of determination ($r^2$ = 0.544) at 25 grid cell radius and the temperature variation in this study was explained by Y = 0.8309X + 0.0438, where Y is 1500 LST temperature (in $^{\circ}C$) and X is 1100-1500 LST accumulated solar irradiance (in $MJ/m^2$).
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
구름이 전혀 없이 맑은 날, 고도가 동일한 지점 간에 한낮의 기온차가 생기는 데는 각 지점의 일사수광량이 다르기 때문일 것이라는 가설을 확인하기 위해 실측일사량과 기온 간 관계를 확인하고자 하였다. 그런데 실측일사량은 수평면에 설치된 전천일사계 (Model: SP-110, Apogee Instruments Inc.
따라서 우리나라 농촌경관에 적용하기 위해서는 복잡한 과열지수 기반의 일사효과 모의 방식 대신, 단순하면서도 쉽게 날씨조건이 반영되는 방안을 찾아야 한다. 본 연구는 그 첫 번째 시도로서, 복잡지형에서 맑은 날 한낮의 기온과 일사수광량의 공간분포를 동시에 조사하여 두 변량 사이에 어떠한 관계가 있는지 밝히고, 그것이 기온보정에 활용할만한 정량적인 표현이 가능한지 확인하기 위해 수행하였다.
평활화에 이용된 공간범위는 중심격자로부터 5, 10, 15, 20, 25, 30개 격자를 반경으로 하는 구역으로서, 반경이 각각 150m, 300m, 450m, 600m, 750m 및 900m인 원에 해당한다. 즉 한 지점의 기온에 미치는 주변 지형의 영향을 반경 900m까지 단계적으로 넓혀가면서 최적 범위를 찾기 위한 것이다. 단위격자를 포함한 7가지 경우에 대해 식 (2)를 이용하여 경사면 일사량을 계산하였다.
제안 방법
1500 기온은 한낮의 일사량 외에도 고도차에 따라 달라질 것이므로 연구대상지역의 기상관측지점 9곳을 고도계급에 따라 집단화 하여 고도차에 의한 오차를 최소화 하였다. 먼저 해발고도 50m 이하, 100m 급, 300m 급 등 세 집단으로 구분하였고, 다음에는 각 집단별 평균고도(각각 25m, 95m, 300m)와 실제고도와의 편차만큼을 건조단열감률(-0.
복잡지형 내 1500 기온은 여러 요인에 의해 영향을 받을 수 있으나, 매우 맑은 날 조건에 한정하여 보면 지형적인 일사량 차이에 의한 효과만 추려낼 수도 있다. 2012년 중 선별된 맑은 날에 대하여 실측지점 9곳에서 동일 해발고도의 임의 지점 간 1500 기온 편차를 얻고, 같은 지점의 4시간(1100-1500) 적산 일사량 편차를 1:1로 비교해 보았다. 이 때 일사수광량은 수평면 일사량과 경사면 일사수광량으로 나누어 검토하였고, 경사면 일사수광량은 다시 평활화 면적에따라 7가지 경우를 각각 비교하였다(Fig.
이 보정된 기온을 각 그룹별 동일 고도에서의 1500기온으로 간주하고 그룹 내 3지점을 둘씩 짝지어 3개의 쌍을 만들어 임의 두 지점 간 기온 편차를 계산하였다. 같은 방법으로 4시간 동안의 수평면 및 경사면 적산일사량 역시 동일 그룹 내에서의 임의 두 지점간 편차를 산출하였다.
경사도와 경사향은 30m 격자해상도의 DEM (digital elevation model)으로부터 생성하여 관측지점에 해당하는 픽셀 값을 추출하였다. DEM에 기반한 경사도, 경사향은 DEM과 동일한 격자해상도를 갖게 되는데, 국지기온에 미치는 일사수광량의 영향이 격자규모에 따라서도 달라질 것으로 예상하였다.
경사면의 1500 기온 변화량에 미치는 일사수광량 차이를 정량적으로 나타내기 위해 4시간 적산 일사량 편차를 독립변수로, 1500 기온 편차를 종속변수로 하는 회귀분석을 실시하였다. 이 과정은 수평면 일사량은 물론 7가지 경사면 일사량에 대하여 모두 동일하게 수행하였다.
1500 기온은 한낮의 일사량 외에도 고도차에 따라 달라질 것이므로 연구대상지역의 기상관측지점 9곳을 고도계급에 따라 집단화 하여 고도차에 의한 오차를 최소화 하였다. 먼저 해발고도 50m 이하, 100m 급, 300m 급 등 세 집단으로 구분하였고, 다음에는 각 집단별 평균고도(각각 25m, 95m, 300m)와 실제고도와의 편차만큼을 건조단열감률(-0.9℃/100m)로 보정하였다. 이 보정된 기온을 각 그룹별 동일 고도에서의 1500기온으로 간주하고 그룹 내 3지점을 둘씩 짝지어 3개의 쌍을 만들어 임의 두 지점 간 기온 편차를 계산하였다.
소규모 집수역에서 한낮 기온의 분포와 일사수광량간 관계를 관찰하기 위해 고도 50m급 3곳, 100m급 3곳, 300m급 3곳 등 9지점의 사면에 경사향을 달리 하여 무인기상관측기를 설치하고 1년간 매일 1500 기온과 직전 4시간(1100-1500) 일사량자료를 수집하였다. 운량이 0인 맑은 날에 한정하여 각 지점의 사면 일사 수광량을 계산하고 1500 기온과 비교하였다.
소규모 집수역에서 한낮 기온의 분포와 일사수광량간 관계를 관찰하기 위해 고도 50m급 3곳, 100m급 3곳, 300m급 3곳 등 9지점의 사면에 경사향을 달리 하여 무인기상관측기를 설치하고 1년간 매일 1500 기온과 직전 4시간(1100-1500) 일사량자료를 수집하였다. 운량이 0인 맑은 날에 한정하여 각 지점의 사면 일사 수광량을 계산하고 1500 기온과 비교하였다. 이때 각 지점의 경사도(slope)와 경사향(aspect)은 30 × 30 m 격자를 기준으로 반경이 5, 10, 15, 20, 25, 30개 격자로 평활화 하여 사용하였다.
2012년 중 선별된 맑은 날에 대하여 실측지점 9곳에서 동일 해발고도의 임의 지점 간 1500 기온 편차를 얻고, 같은 지점의 4시간(1100-1500) 적산 일사량 편차를 1:1로 비교해 보았다. 이 때 일사수광량은 수평면 일사량과 경사면 일사수광량으로 나누어 검토하였고, 경사면 일사수광량은 다시 평활화 면적에따라 7가지 경우를 각각 비교하였다(Fig. 2).
9℃/100m)로 보정하였다. 이 보정된 기온을 각 그룹별 동일 고도에서의 1500기온으로 간주하고 그룹 내 3지점을 둘씩 짝지어 3개의 쌍을 만들어 임의 두 지점 간 기온 편차를 계산하였다. 같은 방법으로 4시간 동안의 수평면 및 경사면 적산일사량 역시 동일 그룹 내에서의 임의 두 지점간 편차를 산출하였다.
이때 각 지점의 경사도(slope)와 경사향(aspect)은 30 × 30 m 격자를 기준으로 반경이 5, 10, 15, 20, 25, 30개 격자로 평활화 하여 사용하였다.
대상 데이터
관측지점의 경사향 별 분포는 서향사면 4곳, 동향사면 3곳, 평지 2곳이다. 경사면에 따른 일사량의 차이는 일사성분 중 직달일사가 많은 맑은 날일수록 뚜렷하므로 악양면에서 가장 가까운 표준기상관측소인 진주기상대 및 순천기상관측소로부터 운량자료를 수집하였다. 연구기간 중 두 지역 모두 일평균 전운량이 0인 날을 검색하여 이 조건에 부합되는 11일 간 자료를 분석에 이용하였다.
1; Table 1). 관측지점의 경사향 별 분포는 서향사면 4곳, 동향사면 3곳, 평지 2곳이다. 경사면에 따른 일사량의 차이는 일사성분 중 직달일사가 많은 맑은 날일수록 뚜렷하므로 악양면에서 가장 가까운 표준기상관측소인 진주기상대 및 순천기상관측소로부터 운량자료를 수집하였다.
경사면에 따른 일사량의 차이는 일사성분 중 직달일사가 많은 맑은 날일수록 뚜렷하므로 악양면에서 가장 가까운 표준기상관측소인 진주기상대 및 순천기상관측소로부터 운량자료를 수집하였다. 연구기간 중 두 지역 모두 일평균 전운량이 0인 날을 검색하여 이 조건에 부합되는 11일 간 자료를 분석에 이용하였다.
악양면은 전형적인 전원경관을 가진 농산촌으로, 남동쪽으로 흐르는 섬진강과 인접한 평야지에 벼논(무딤이들)이 펼쳐져 있는 반면, 악양면 중심부 저지대를 기준으로 동쪽과 서쪽, 북쪽이 모두 산지로 둘러싸여 있어 다양한 지형조건에서 일중 태양 위치에 따른 일사량 변화를 관측하기에 적합하다. 이곳에 무인기상관측기(STA Corporation, Korea)를 해발고도 300m 전후에 3대, 100m 전후에 3대, 50m 미만에 3대를 설치하여 2012년 1월1일부터 12월 31일까지 1분 단위로 기온과 일사자료를 수집하였다(Fig. 1; Table 1). 관측지점의 경사향 별 분포는 서향사면 4곳, 동향사면 3곳, 평지 2곳이다.
성능/효과
구름이 없는 맑은 날 1500 기온은 직전 4시간 동안 적산 일사량이 수평면에 비해 1 MJ/m2 많은 경사면에서 0.83℃ 높아진다는 사실을 실측자료에 의해 확인하였다. 단 일사량 편차를 모의할 때 반경 750m로 확장된 지역의 평활화 경사도와 경사향을 사용해야 이런 관계를 얻을 수 있었다.
후속연구
동일고도 상 여러 지점에서 관찰된 기온의 변이 가운데 최소한 절반은 이 경험적인 일사기 온당량에 근거한 보정이 가능하다. 나아가 기존의 일최고기온 추정과정에 적절하게 반영할 수 있는 방법을 찾아낸다면 복잡지형 상 수평면 일사량에 대한 사면 일사수광량 간 편차만으로 한낮 기온분포를 정밀하게 추정하는 데 도움이 될 것이다. 예를 들어 기존의 일최고기온 추정방법인 고도편차 보정 이후 과열지수를 이용한 일사효과 모의에서, 과열지수 적용단계를 본 연구에서 찾아낸 일사기온당량으로 대체할 수 있을 것이다(Regniere, 1996).
1B). 이런 일사-기온 관계 특성이 악양집수역에 국한된 것인지, 집수역의 지형이나 규모에 따라 달라질 것인지는 추가적인 연구가 필요하다.
예를 들어 기존의 일최고기온 추정방법인 고도편차 보정 이후 과열지수를 이용한 일사효과 모의에서, 과열지수 적용단계를 본 연구에서 찾아낸 일사기온당량으로 대체할 수 있을 것이다(Regniere, 1996). 즉 4시간 동안 적산된 인근 수평면 일사량과 대상 지역의 일사수광량 간 편차를 계산하여 일사기온당량에 의해 대상 지역 기온의 잠재 변화량을 구한 다음, 전운량이나 평균풍속과 같은 날씨조건에 따라 실제 변화량으로 조정할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
기온자료의 특징은 무엇인가?
이런 작업에 가장 널리 쓰이는 온도자료는 기온과 지온이며 드물게 식물 체온도 사용된다. 특히 기온자료는 전국에 산재한 기상관서 및 자동기상관측망을 통해 안정적으로 제공받을 수 있으므로 활용도가 어떤 기상요소보다도 높다. 그 가운데 일 최고기온과 최저기온은 영농현장에서 저렴한 장비를 설치하여 간단히 측정할 수 있으므로 농업부문의 수치모형이나 경험식 개발과 검증에 널리 쓰여 왔다.
식물의 대사과정을 온도자료에 의해 해석하거나 온도 반응을 영농에 유용한 형태로 정량화하기 위해 노력한 요소에는 무엇이 있는가?
식물의 발아, 생장, 개화, 등숙, 휴면 등 거의 모든 생리과정은 온도 의존적이므로 생리반응속도를 나타내는 온도계수(temperature coefficient), 발육단계 및 숙기를 정량적으로 표현하는 생장도일(GDD, growing degree days), 온대과수의 생물계절을 모의하는 저온요구도(chilling requirement) 및 고온요구도(heating requirement) 등, 식물의 대사과정을 온도자료에 의해 해석하거나 온도 반응을 영농에 유용한 형태로 정량화하기 위한 노력이 계속되어왔다(Westwood 1993; Cesaraccio et al., 2004; Jung et al.
본 논문에서 수행한, 소규모 집수역에서 한낮 기온의 분포와 일사수광량간 관계를 관찰한 실험의 결과는 어떠한가?
이때 각 지점의 경사도(slope)와 경사향(aspect)은 30 × 30 m 격자를 기준으로 반경이 5, 10, 15, 20, 25, 30개 격자로 평활화 하여 사용하였다. 1500 기온에 미치는 직전 4시간 일사수광량 간에는 통계적으로 유의한 회귀관계가 인정되었으며, 반경 25개 격자(750m)로 평활화한 경우 사면 기온변이의 54%를 설명할 수 있었다(y = 0.8309x + 0.0438, r2 = 0.5444).
참고문헌 (15)
Cesaraccio, C., D. Spano, R. L. Snyder, and P. Duce, 2004: Chilling and forcing model to predict bud-burst of crop and forest species. Agricultural and Forest Meteorology 126, 1-13.
Choi, J. Y., U. Chung, and J. I. Yun, 2003: Urban-effect correction to improve accuracy of spatially interpolated temperature estimates in Korea. Journal of Applied Meteorology 42(12), 1711-1719.
Chung, U., and J. I. Yun, 2004: Solar irradiance - corrected spatial interpolation of hourly air temperature in complex terrain. Agricultural and Forest Meteorology 126, 121-131.
Chung, U., H. H. Seo, K. H. Hwang, B. S. Hwang, J. Choi, J. T. Lee, and J. I. Yun, 2006: Minimum temperature mapping over complex terrain by estimating cold air accumulation potential. Agricultural and Forest Meteorology 137, 15-24.
Chung, U., H. C. Seo, J. I. Yun, S. J. Jeon, K. H. Moon, H. H. Seo, and Y. S. Kwon, 2009: Extrapolation of daily maximum temperature in a mountainous terrain. Asia-Pacific Journal of Atmospheric Sciences 45, 473-482.
Jung, J. E., E. Y. Kwon, U. Chung, and J. I. Yun, 2005: Predicting cherry flowering date using a plant phenology model. Korean Journal of Agricultural and Forest Meteorology 7, 148-155. (In Korean with English abstract)
Kondratyev, K. Y., and M. P. Federova, 1977: Radiation regime of inclined slopes. WMO Technical Note No. 152pp.
Regniere, J., 1996: A generalized approach to landscapewide seasonal forecasting with temperature-driven simulation models. Environmental Entomology 25, 869-881.
Seo, H. C., S. J. Jeon, and J. I. Yun, 2008: Azimuthal distribution of daily maximum temperature observed at sideslopes of a grass-covered inactive parasitic volcano ("Ohreum") in Jeju Island. Korean Journal of Agricultural and Forest Meteorology 10(1), 25-31. (In Korean with English abstract)
Kim, J. H., and J. I. Yun, 2008: On mapping growing degree-days (GDD) from monthly climatic surfaces for South Korea. Korean Journal of Agricultural and Forest Meteorology 10, 1-8. (In Korean with English abstract)
Kim, S. O., J. I. Yun, U. Chung, and K. H. Hwang, 2010: A geospatial evaluation of potential sea effects on observed air temperature. Korean Journal of Agricultural and Forest Meteorology 12(4), 217-224. (In Korean with English abstract)
Kim, S. O., J. H. Kim, D. J. Kim, and J. I. Yun, 2012: Wind effect on the distribution of daily minimum temperature across a cold pooling catchment. Korean Journal of Agricultural and Forest Meteorology 14(4), 277-282. (In Korean with English abstract)
Westwood, M. V., 1993: Temperate-zone pomology physiology and culture (3rd ed.), Timber Press. 523pp.
Yun, J. I., J. Y. Choi, and J. H. Ahn, 2001: Seasonal trend of elevation effect on daily air temperature in Korea. Korean Journal of Agricultural and Forest Meteorology 3(2), 96-104. (In Korean with English abstract)
Yun, J. I., 2009: A simple method using a topography correction coefficient for estimating daily distribution of solar irradiance in complex terrain. Korean Journal of Agricultural and Forest Meteorology 11(1), 13-18.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.