[논문]미계측 유역의 수문학적 가뭄 평가 및 감시를 위한 원격탐사의 활용

이진영; 임정호; 김종필

doi:10.7780/kjrs.2014.30.4.10

미계측 유역의 수문학적 가뭄 평가 및 감시를 위한 원격탐사의 활용
Hydrological Drought Assessment and Monitoring Based on Remote Sensing for Ungauged Areas 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.30 no.4, 2014년, pp.525 - 536

이진영 (APEC 기후센터 연구본부 기후변화연구팀) , 임정호 (울산과학기술대학교(UNIST) 도시환경공학부) , 김종필 (APEC 기후센터 연구본부 기후변화연구팀)

초록
AI-Helper

본 연구에서는 주요 수문 변수인 유출량, 저수위, 유량 등의 관측 자료가 부재한 미계측 유역에 대한 수문학적 가뭄 평가 및 감시를 위해 원격 탐사 자료를 활용하는 방법론을 최근 심각한 가뭄 피해를 입은 지역인 남한강상류 유역에 적용하였다. 수문 변수의 관측 자료가 부재한 지역에 대해서는 원격 탐사를 이용하여 수문 변수보다 추정이 용이한 강수량, 증발산량 등 기상 변수의 추정을 통해 물 수지에 기초하여 가뭄상태에 대한 정보를 얻을 수 있다. 본 연구에서는 2002-2013년의 기간에 대하여 원격 탐사 자료를 이용하여 대기의 온도를 추정하고, 이로부터 증발산량을 도출하여 강수량과 증발산량 차의 백분위가 유량 백분위와 가지는 상관성을 분석하였다. Aqua위성에 탑재된 MODIS 센서의 $1{\times}1km$ 공간 해상도의 지표면 온도와 $5{\times}5km$ 공간해상도의 대기 연직 온도 자료를 이용하여 월별 최고 및 최저 대기 온도를 추정하였으며, Hargreaves 방법을 이용하여 증발산량을 추정하였다. 미국몬태나주립대학교에서 Penman-Monteith 방법을 이용하여 추정한 기존 자료(MOD16)의 잠재 증발산량과 비교한 결과 상대적으로 결정계수는 더 작았으나 상당히 작은 오차를 보였다. 남한강상류 유역에 대하여 TRMM 위성으로부터 도출한 강수량과 함께 1, 3, 6, 12개월 시간 척도의 P-PET(강수량 증발산량) 백분위를 구해 유량 백분위와의 상관관계를 분석하였다. 남한강상류 유역은 여름철(r = 0.89, tau = 0.71)과 가뭄 평가에 중요한 가을철(r = 0.63, tau = 0.47)에 1개월 P-PET 백분위가 유량 백분위와 95% 신뢰도로 통계적으로 유의한 높은 상관관계를 나타냈다. 이 유역은 강수의 영향이 특히 크게 나타나는 지역으로 일반적으로 건조한 지역과는 달리 증발산량이 유량과 양의 상관관계를 보였다. 연구 결과로부터 원격 탐사 자료가 미계측 유역에서 수문학적 가뭄 평가 및 감시에 유용하게 활용될 수 있음을 보였으며 특히 공간적으로 분포된 높은 해상도의 추정 자료는 지역별로 차별화된 가뭄 대책 수립에 기여할 수 있을 것이다.

Abstract ▼ AI-Helper

In this study, a method to assess and monitor hydrological drought using remote sensing was investigated for use in regions with limited observation data, and was applied to the Upper Namhangang basin in South Korea, which was seriously affected by the 2008-2009 drought. Drought information may be obtained more easily from meteorological data based on water balance than hydrological data that are hard to estimate. Air temperature data at 2 m above ground level (AGL) were estimated using remotely sensed data, evapotranspiration was estimated from the air temperature, and the correlations between precipitation minus evapotranspiration (P-PET) and streamflow percentiles were examined. Land Surface Temperature data with $1{\times}1km$ spatial resolution as well as Atmospheric Profile data with $5{\times}5km$ spatial resolution from MODIS sensor on board Aqua satellite were used to estimate monthly maximum and minimum air temperature in South Korea. Evapotranspiration was estimated from the maximum and minimum air temperature using the Hargreaves method and the estimates were compared to existing data of the University of Montana based on Penman-Monteith method showing smaller coefficient of determination values but smaller error values. Precipitation was obtained from TRMM monthly rainfall data, and the correlations of 1-, 3-, 6-, and 12-month P-PET percentiles with streamflow percentiles were analyzed for the Upper Namhan-gang basin in South Korea. The 1-month P-PET percentile during JJA (r = 0.89, tau = 0.71) and SON (r = 0.63, tau = 0.47) in the Upper Namhan-gang basin are highly correlated with the streamflow percentile with 95% confidence level. Since the effect of precipitation in the basin is especially high, the correlation between evapotranspiration percentile and streamflow percentile is positive. These results indicate that remote sensing-based P-PET estimates can be used for the assessment and monitoring of hydrological drought. The high spatial resolution estimates can be used in the decision-making process to minimize the adverse impacts of hydrological drought and to establish differentiated measures coping with drought.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 관측 값이 존재하지 않는 지역의 수문학적 가뭄 평가 및 감시를 목적으로 하므로 원격 탐사를 통해 강수량과 증발산량을 추정하여 수문학적 가뭄을 평가하고자 하였다. Vicente-Serrano et al.
본 연구에서는 우리나라를 대상지역으로 설정하였으나 관측 자료가 없어 매개변수 지역화를 수행할 수 없는 지역의 가뭄 평가가 내재할 수 있는 불확실성도 포함하여 결과를 살펴보고자 한다. 매개변수와 대기 온도의 관계식도 지역 및 기후에 따라 달라질 수 있으므로 우리나라의 기후 특성에 맞춰 지역화된 매개변수를 사용하지 않고 기존 공식의 매개변수를 그대로 이용하였다.
본 연구에서는 원격 탐사 자료를 활용하여 관측 값이 부재한 지역에 대하여 대기 온도를 추정하고 이를 통해 증발산량을 산정하여 강수량과 함께 수문학적 가뭄을 평가하고 감시하는 방법을 검증하였다. 증발산량 산정방법에 있어 물리적으로 확고하기는 하지만 많은 변수 값을 필요로 하는 Penman-Monteith 방법보다는 최고 및 최저 온도만을 이용하는 Hargreaves 방법을 이용하여 습도의 영향을 반영하면서도 많은 변수가 제기할 수 있는 불확실성을 피하도록 하였다.
본 연구의 목적은 개발도상국이나 우리나라의 상류 지역과 같이 수문 변수의 관측 자료가 부재한 지역에서 활용할 수 있도록 원격 탐사를 이용하여 강수 및 증발산량을 추정한 후 이를 통한 수문학적 가뭄의 평가를 검증하는 것이다. 이를 위해 (1) 원격 탐사 자료를 통해 대기 온도를 추정하고 (2) 이를 기반으로 증발산량을 도출한 뒤 (3) 원격 탐사 강수량과 도출된 증발산량의 차가 유량과 가지는 상관성을 분석하여 수문학적 가뭄 평가 및 감시에 대한 적용성을 검증하였다.

가설 설정

월별 자료로 전환 시 각 8일 자료의 메타데이터(metadata)를 통해 실제 사용된 날짜를 이용하여 환산할 수도 있으나, 이 경우 사용되지 않은 날이 몰려 있을 경우 해당 월의 어느 구간에 의도치 않은 가중 현상이 생길 수 있다. 따라서 8일 자료의 값이 그 구간의 대푯값이라고 가정하여 각 구간의 길이로 가중치를 주어 월별 자료로 전환하였다.
, 2010). 따라서 증발산량이 토양 수분의 영향을 크게 받지 않으며 PET가 AET에 가깝다는 가정을 수립하였다. 단, 본 연구의 결과를 다른 지역에 대해 적용할 경우 토지 피복과 식생 활력도 등을 고려하여 수분 스트레스를 반영하는 계수를 곱하여 AET를 추정하여야 한다(Seney et al.

제안 방법

Vicente-Serrano et al.(2012)은 CRU 자료를 사용하여 전구에 대해 분석을 수행하였으나, 본 연구에서는 지역 규모의 가뭄 평가에 활용할 수 있도록 공간 해상도가 낮은 재분석 자료를 그대로 이용하기 보다는 원격 탐사를 통해 조밀한 해상도의 증발산량을 추정하였다.
Mendez Jocik(2004)의 방식에 따라 1000 hPa및 620 hPa의 높이 및 온도를 이용하여 선형 내삽(linear interpolation) 또는 외삽(extrapolation)을 통해 지상 2 m에 해당하는 대기 온도를 구하였다. LST와 AP를 구한 후 CRU자료를 이용, 단순선형 회귀를 통해 그 값을 보정하였다.
Rhee and Im(2014)의 방법론을 따라서 LST와 AP를 이용하여 대기 온도를 추정하였으며, 최고 온도에 대해서는 여름철에는 CRU로 보정한 AP, 다른 계절에는 CRU로 보정한 LST, 그리고 최저 온도에 대해서는 여름철에는 CRU로 보정한 AP, 다른 계절에는 보정하지 않은 LST를 대기 온도 추정 값으로 이용하였다.
각 유역별로 해당 격자를 교차시켜 유역에 해당하는 면적의 P-PET 값을 면적 가중치로 합산하였으며, 유량에 대해서는 각 대상 유역의 출구 지점에서의 월별 자료를 사용하였다. 이들의 상관성을 분석하기 위해 회귀 분석을 통해 상관계수 및 Mean Absolute Error (MAE), Root Mean Square Error (RMSE)값을 계산하였다.
, 1982)로 강설, 저수량, 유량, 강우 등의 인자를 모두 결합하여 물 공급의 상태를 평가한다. 그러나 많은 지역에서 유량 및 여타 변수의 관측 값이 존재하지 않으므로 물수지에 기초하여 다른 변수 값을 통해 수문학적 가뭄의 정도를 평가한다.
남한강상류 유역에 대해 가을철 1개월 P-PET 백분위의 변화를 유량 백분위와 함께 9월, 10월, 11월에 대하여 살펴보았다. 두 변수의 연내 월간 변화와 연간 변화가 유사하게 나타난다.
대기 온도의 추정은 Rhee and Im(2014)의 방법론을 따랐다. 대기 온도 추정의 검증을 위해 관측 값이 부재한다고 가정하고 대기 온도를 추정하므로, 관측 값과의 상관성을 통한 보정이 없이도 추정한 값을 사용할 수 있도록 실제 온도 속성을 가진 변수만을 이용하였다.
대상 유역을 5 × 5 km 격자로 나누어 각각 LST, AP로부터 월별 대기 온도를 추정하고 이로부터 월별 증발산량을 계산하였다.
따라서 강수, 온도 등의 기상 변수와 수위, 유량 등 수문 변수의 시계열 자료가 존재하는 우리나라 남한 지역(124.3~131.3°E, 33~39°N)을 대상으로 하여 연구 결과를 검증하고 추후 관측 자료가 없는 지역에 방법론을 적용할 수 있도록 하였다.
대상 유역을 5 × 5 km 격자로 나누어 각각 LST, AP로부터 월별 대기 온도를 추정하고 이로부터 월별 증발산량을 계산하였다. 또한 TRMM 3B43 자료로부터 월별 강수량을 도출하였으며 P-PET 값을 1개월, 3개월, 6개월, 12개월 시간 척도로 누적시켜 각 계절별로 백분위수를 구하였다.
본 연구에서는 우리나라를 대상지역으로 설정하였으나 관측 자료가 없어 매개변수 지역화를 수행할 수 없는 지역의 가뭄 평가가 내재할 수 있는 불확실성도 포함하여 결과를 살펴보고자 한다. 매개변수와 대기 온도의 관계식도 지역 및 기후에 따라 달라질 수 있으므로 우리나라의 기후 특성에 맞춰 지역화된 매개변수를 사용하지 않고 기존 공식의 매개변수를 그대로 이용하였다.
이러한 제한에도 불구하고 본 연구의 결과를 통해 원격 탐사 자료를 이용하여 관측 자료가 없는 지역에 대해 대기 온도, 증발산량 등의 변수 값을 추정할 수 있음을 보였다. 연구의 방법론을 개발도상국 등 기상 및 수문 변수의 관측 값이 없는 지역에 대해 적용하여 비용 효율적으로 수문학적 가뭄 평가 및 감시를 수행할 수 있다. 추정된 변수 값들은 수문학적 가뭄으로 인한 피해를 최소화하기 위한 의사 결정을 위한 자료로 활용할 수 있으며, 특히 공간적으로 분포된 높은 해상도의 자료를 제공함으로써 지역별 가뭄 상태를 파악할 수 있도록 하여 지역별로 차별화된 대책을 수립하여 수행할 수 있도록 도와줄 것이다.
원격 탐사를 통해 얻을 수 있는 가용한 자료의 기간이 길지 않으므로 정규화 등을 필요로 하는 SPEI 등의 지수는 사용하지 않았으며, 강수량 및 증발산량을 백분위수(percentile)로 변환하여 유량의 백분위수와 상관성을 분석하였다. 유량과 가뭄 지수의 상관성을 분석한 기존 연구로 Vicente-Serrano et al.
본 연구의 목적은 개발도상국이나 우리나라의 상류 지역과 같이 수문 변수의 관측 자료가 부재한 지역에서 활용할 수 있도록 원격 탐사를 이용하여 강수 및 증발산량을 추정한 후 이를 통한 수문학적 가뭄의 평가를 검증하는 것이다. 이를 위해 (1) 원격 탐사 자료를 통해 대기 온도를 추정하고 (2) 이를 기반으로 증발산량을 도출한 뒤 (3) 원격 탐사 강수량과 도출된 증발산량의 차가 유량과 가지는 상관성을 분석하여 수문학적 가뭄 평가 및 감시에 대한 적용성을 검증하였다.

대상 데이터

수위 관측소의 유량 자료는 국가 수자원관리 종합정보시스템(Water Management Information System, WAMIS)으로부터 획득하였다. 17개의 표준유역을 포함하고 있는 남한강상류 유역(1001)에 대해 출구 지점인 영월 관측소(1001690)의 유량 자료를 이용하였다. 증발산량의 검증을 위해 60개 ASOS 위치에서 관측 자료를 이용하여 Penman-Monteith 방법으로 계산한 증발산량 자료(Kim, 2012)를 사용하였다.
AP 자료는 5분 단위로 생산되는데, 이 중 대상 지역을 지날 때의 자료를 획득하여 측정 시간과 20개 지위 고도별 해당 높이 및 온도 자료를 얻었다. Mendez Jocik(2004)의 방식에 따라 1000 hPa및 620 hPa의 높이 및 온도를 이용하여 선형 내삽(linear interpolation) 또는 외삽(extrapolation)을 통해 지상 2 m에 해당하는 대기 온도를 구하였다.
gov)에서 획득하였다.Aqua위성 자료는 2002년 7월부터 존재하며, 지표면 온도 자료는 주간 및 야간 온도를 포함하고 있으며 대기 연직 자료는 20개 지위 고도(geopotential height)에 대한 온도 및 수분 자료를 포함하고 있다. 대기 연직 온도 및 수분 자료는 Television Infrared Observing Satellite Operational Vertical Sounder(TOVS) 자료와의 International TOVS Processing Package(ITPP)를 이용한 회귀 알고리즘으로부터 생산된다(Borbas et al.
강수량 자료는 미국 NASA와 일본 Japan Aerospace Exploration Agency(JAXA)에 의해 공동으로 개발된 Tropical Rainfall Measuring Mission(TRMM)의 월별 강수량 자료인 3B43 자료(버전 7)를 이용하였다. 자료는 미국 Goddard Earth Sciences Data and Information Service Center(GES DISC)에서 획득하였다.
검증을 위한 대기 온도 자료로는 기상청에서 제공하는 ASOS 관측소 60곳의 시간 단위 온도 자료를 이용하였다. 수위 관측소의 유량 자료는 국가 수자원관리 종합정보시스템(Water Management Information System, WAMIS)으로부터 획득하였다.
구름 없는 날의 자료를 모아 만든 8일 시간 해상도의 LST 자료를 월별 자료로 전환하였다. 월별 자료로 전환 시 각 8일 자료의 메타데이터(metadata)를 통해 실제 사용된 날짜를 이용하여 환산할 수도 있으나, 이 경우 사용되지 않은 날이 몰려 있을 경우 해당 월의 어느 구간에 의도치 않은 가중 현상이 생길 수 있다.
대기 온도 추정을 위해 미국 National Aeronautics and Space Administration(NASA)의 Aqua위 성 에 탑 재 된 Moderate Resolution Imaging Spectroradiometer(MODIS) 센서로부터 생산된 Level-3 표준 결과물인 1×1 km 공간 해상도, 8일의 시간 해상도를 가진 지표면 온도 자료(Land Surface Temperature & Emissivity, MYD11A2; 이후 내용에서 LST)와 5×5 km 공간 해상도, 5분의 시간 해상도를 가진 Level-2 표준 결과물인 대기 연직 온도 자료(Atmospheric Profile, MYD07_L2; 이후 내용에서 AP)를 이용하였다.
대기 온도 추정의 검증을 위해서는 시간 단위의 기상자료를 생산하는 기상청의 종관기상관측소(Automatic Synoptic Observation System, ASOS) 60곳의 자료를 사용하였으며(Fig. 1(a)), 강수량과 증발산량 차(P-PET)의 백분위와 유량 백분위의 상관성 분석을 통한 수문학적 가뭄의 검증은 최근 극한 가뭄이 발생했던 남한강상류 유역(Fig.
대기 온도를 이용하여 추정한 증발산량과 비교하기 위해 미국 몬태나 주립대학교(University of Montana)에서 생산한 전구 증발산량 자료(이후 내용에서 MOD16, http://www.ntsg.umt.edu/project/mod16; Mu et al., 2013)를 사용하였다. 이 자료는 원격 탐사 입력 자료로 Penman-Monteith 방법을 이용하여 생산되며, 1×1 km의 공간 해상도와 8일, 월별, 연간 시간 해상도로 2000년~2010년에 대해 실제 및 잠재 증발산량을 제공한다.
또한 증발산량 추정의 경우 대기 연직 온도 자료를 이용해서는 5×5 km 공간 해상도로, 지표면 온도 자료를 이용해서는 1×1 km 이내의 공간 해상도로 자료를 생산할 수 있었으나 강수량에 대해서는 TRMM 3B43 자료를 이용함으로써 0.25×0.25° 의 조밀하지 못한 공간 해상도의 자료를 그대로 이용하였다.
백분위수를 구하거나 분석을 수행할 때 자료를 독립적으로 사용할 수 있도록 3개월, 6개월, 12개월 시간 척도의 경우에는 각 계절에 대해 계절이 끝나는 2월, 5월, 8월, 11월의 자료만을 사용하였다. 예를 들어, 3개월 시간척도의 여름철 P-PET의 백분위를 구하기 위해 6, 7, 8월의 값을 모두 사용한다면 P-PET가 3개월 누적된 값이므로 6월 값에는 4, 5, 6월 자료의 누적 값이, 7월 값에는 5, 6, 7월 자료의 누적 값이, 8월의 값에는 6, 7, 8월 자료의 누적 값이 들어가 자료의 중복 사용이 발생한다.
검증을 위한 대기 온도 자료로는 기상청에서 제공하는 ASOS 관측소 60곳의 시간 단위 온도 자료를 이용하였다. 수위 관측소의 유량 자료는 국가 수자원관리 종합정보시스템(Water Management Information System, WAMIS)으로부터 획득하였다. 17개의 표준유역을 포함하고 있는 남한강상류 유역(1001)에 대해 출구 지점인 영월 관측소(1001690)의 유량 자료를 이용하였다.
연구 대상 지역인 남한 지역은 계절의 뚜렷한 변화로 온도 변화의 폭이 크며 지형이 복잡하여 대기 온도, 증발산량의 추정과 이를 통한 수문학적 가뭄 평가 검증에 있어서 적합한 사례 연구지로 선정되었다. 그러나 본 연구의 결과를 보편적으로 적용하기 위해서는 온난한 기후를 지닌 대상 지역 이외에 다양한 기후 특성을 지닌 지역을 대상으로 하는 추가적인 사례 연구가 필요하다.
대기 온도 추정을 위해 미국 National Aeronautics and Space Administration(NASA)의 Aqua위 성 에 탑 재 된 Moderate Resolution Imaging Spectroradiometer(MODIS) 센서로부터 생산된 Level-3 표준 결과물인 1×1 km 공간 해상도, 8일의 시간 해상도를 가진 지표면 온도 자료(Land Surface Temperature & Emissivity, MYD11A2; 이후 내용에서 LST)와 5×5 km 공간 해상도, 5분의 시간 해상도를 가진 Level-2 표준 결과물인 대기 연직 온도 자료(Atmospheric Profile, MYD07_L2; 이후 내용에서 AP)를 이용하였다. 이들 자료는 미국 NASA의 Earth Observing SystemData and Information System(EOSDIS, http://reverb.echo.nasa.gov)에서 획득하였다.Aqua위성 자료는 2002년 7월부터 존재하며, 지표면 온도 자료는 주간 및 야간 온도를 포함하고 있으며 대기 연직 자료는 20개 지위 고도(geopotential height)에 대한 온도 및 수분 자료를 포함하고 있다.
자료 분석 기간은2002년 7월에서 2013년 6월까지 대략 11년 정도로 정하였다. 이 기간은 상대적으로 짧고 또한 자료의 독립성을 위해 3개월 이상의 시간 척도에서는 2, 5, 8, 11월의 자료만을 사용하였으므로 전체적으로 상관성 분석을 위한 표본의 크기가 작다.
강수량 자료는 미국 NASA와 일본 Japan Aerospace Exploration Agency(JAXA)에 의해 공동으로 개발된 Tropical Rainfall Measuring Mission(TRMM)의 월별 강수량 자료인 3B43 자료(버전 7)를 이용하였다. 자료는 미국 Goddard Earth Sciences Data and Information Service Center(GES DISC)에서 획득하였다. TRMM 3B43 자료는 3시간 단위 강수량 자료인 TRMM 3B42 자료와 미국 National Oceanic and Atmospheric Administration(NOAA)의 기후예측센터Climate Prediction Center에서 생산한 Climate Anomaly Monitoring System(CAMS) 전구 격자 강우 자료, Global Precipitation Climatology Center(GPCC)의 전구 강우 관측 자료를 결합한 것으로, 50°S~50°N, 180°W~180°E의 지역에 대해 0.
추정된 대기 온도 자료의 보정을 위해 전구에 대해 가용한 0.5×0.5° 공간 해상도의 Climate Research Unit(CRU) TS3.20 재분석자료를 활용하였다(http://www.cru.uea.ac.uk/cru/data/hrg/).
이 자료는 원격 탐사 입력 자료로 Penman-Monteith 방법을 이용하여 생산되며, 1×1 km의 공간 해상도와 8일, 월별, 연간 시간 해상도로 2000년~2010년에 대해 실제 및 잠재 증발산량을 제공한다. 획득한 모든 자료는 2002년 7월과 2013년 6월의 11년간의 기간에 대하여 분석하였다.

데이터처리

각 유역에 대해 Pearson 상관계수에 대하여 P-PET가 유량과의 상관성이 크고(0.5) 검정통계값(test statistics)이 5% 수준에서 유의한(p-value < 0.05) 경우만을 도출하였다(Table 2).
따라서 상관성 분석을 위해 모수 Pearson 상관분석과 Kendall’s tau를 이용한 비모수 상관분석을 함께 수행하였다.
각 유역별로 해당 격자를 교차시켜 유역에 해당하는 면적의 P-PET 값을 면적 가중치로 합산하였으며, 유량에 대해서는 각 대상 유역의 출구 지점에서의 월별 자료를 사용하였다. 이들의 상관성을 분석하기 위해 회귀 분석을 통해 상관계수 및 Mean Absolute Error (MAE), Root Mean Square Error (RMSE)값을 계산하였다.
추정된 최고 및 최저 온도에서 Hargreaves 방법을 이용하여 구한 월별 증발산량을 ASOS 기상관측소 위치에서 관측 값을 이용하여 Penman-Monteith 방법을 통해 구한 증발산량 값(Kim, 2012)을 기준으로 삼아 MOD16의 물 수지 기반의PET와 비교하여 결정계수 및 오차 값을 살펴보았다(Table 1).

이론/모형

AP 자료는 5분 단위로 생산되는데, 이 중 대상 지역을 지날 때의 자료를 획득하여 측정 시간과 20개 지위 고도별 해당 높이 및 온도 자료를 얻었다. Mendez Jocik(2004)의 방식에 따라 1000 hPa및 620 hPa의 높이 및 온도를 이용하여 선형 내삽(linear interpolation) 또는 외삽(extrapolation)을 통해 지상 2 m에 해당하는 대기 온도를 구하였다. LST와 AP를 구한 후 CRU자료를 이용, 단순선형 회귀를 통해 그 값을 보정하였다.
강수량과 증발산량의 차와 수문학적 가뭄의 지표로 쓰이는 유량과의 상관성을 분석하기 위하여 대상 지역으로 선정한 남한강상류 유역에 대하여 앞 절까지의 방법론을 적용하였다. 대상 유역을 5 × 5 km 격자로 나누어 각각 LST, AP로부터 월별 대기 온도를 추정하고 이로부터 월별 증발산량을 계산하였다.
대기 온도의 추정은 Rhee and Im(2014)의 방법론을 따랐다. 대기 온도 추정의 검증을 위해 관측 값이 부재한다고 가정하고 대기 온도를 추정하므로, 관측 값과의 상관성을 통한 보정이 없이도 추정한 값을 사용할 수 있도록 실제 온도 속성을 가진 변수만을 이용하였다.
, 2009). 본 연구에서는 최고 온도와 최저 온도를 기반으로 Hargreaves 방법을 이용하여 PET를 추정하였다.
앞서 추정한 월별 최고 및 최저 대기 온도 값을 이용하여 Hargreaves 방법으로 월별 잠재 증발산량을 산정하였다.
이 자료는 원격 탐사 입력 자료로 Penman-Monteith 방법을 이용하여 생산되며, 1×1 km의 공간 해상도와 8일, 월별, 연간 시간 해상도로 2000년~2010년에 대해 실제 및 잠재 증발산량을 제공한다.
본 연구에서는 원격 탐사 자료를 활용하여 관측 값이 부재한 지역에 대하여 대기 온도를 추정하고 이를 통해 증발산량을 산정하여 강수량과 함께 수문학적 가뭄을 평가하고 감시하는 방법을 검증하였다. 증발산량 산정방법에 있어 물리적으로 확고하기는 하지만 많은 변수 값을 필요로 하는 Penman-Monteith 방법보다는 최고 및 최저 온도만을 이용하는 Hargreaves 방법을 이용하여 습도의 영향을 반영하면서도 많은 변수가 제기할 수 있는 불확실성을 피하도록 하였다.
17개의 표준유역을 포함하고 있는 남한강상류 유역(1001)에 대해 출구 지점인 영월 관측소(1001690)의 유량 자료를 이용하였다. 증발산량의 검증을 위해 60개 ASOS 위치에서 관측 자료를 이용하여 Penman-Monteith 방법으로 계산한 증발산량 자료(Kim, 2012)를 사용하였다. 추정된 대기 온도 자료의 보정을 위해 전구에 대해 가용한 0.

성능/효과

MODIS 센서의 지표면 온도와 대기 연직 온도 자료를 이용하여 대상 지역의 최고 및 최저 대기 온도를 추정하였으며 실제 기상관측소의 관측 값을 추정에 사용하지 않았음에도 기존 연구 결과와 비교할 만하거나 작은 오차 값을 보였다. 이를 기반으로 증발산량을 추정하였으며 Penman-Monteith 방법을 이용한 MOD16 자료와 비교하였을 때 각 기상관측소 위치에서 Hargreaves 방법을 이용하여 추정한 증발산량이 상대적으로 작은 오차 값을 가짐을 확인하였다.
Pearson 상관계수로 분석했을 때 남한강상류 유역에 대해 P-PET와 강수량은 1개월 시간 척도의 여름철 및 가을철 백분위가 유량 백분위와 높은 상관관계를 보였는데, 이 중 증발산량은 1개월 시간 척도의 가을철 값만 유량과 밀접한 연관이 있었다. 즉, 1개월 시간 척도의 가을철 값은 강수량, 증발산량, P-PET 모두에서 통계적으로 유의하게 유량 백분위와 상관관계가 높았다.
남한강상류 유역에 대하여 TRMM에서 도출한 강수량과 함께 P-PET의 백분위를 구해 유량 백분위와의 상관관계를 분석하였는데, 여름철과 가을철에 1개월 P-PET 백분위가 유량 백분위와 통계적으로 유의한 높은 상관관계를 나타냈다. 이 유역은 강수의 영향이 특히 크게 나타나는 지역으로 증발산량이 유량과 양의 상관관계를 보였다.
특히 여름철의 경우 Hargreaves 방법은 증발산량의 분산을 6% 밖에 설명하지 못하였으나 강수가 집중되는 계절이므로 가뭄 평가에 대한 영향은 크지 않을 것으로 보인다(Table 1). 오차 값에 있어서는 Hargreaves가 MOD16에 비해 훨씬 작은 MAE, RMSE 값을 보였다(Table 1).
이러한 제한에도 불구하고 본 연구의 결과를 통해 원격 탐사 자료를 이용하여 관측 자료가 없는 지역에 대해 대기 온도, 증발산량 등의 변수 값을 추정할 수 있음을 보였다. 연구의 방법론을 개발도상국 등 기상 및 수문 변수의 관측 값이 없는 지역에 대해 적용하여 비용 효율적으로 수문학적 가뭄 평가 및 감시를 수행할 수 있다.
MODIS 센서의 지표면 온도와 대기 연직 온도 자료를 이용하여 대상 지역의 최고 및 최저 대기 온도를 추정하였으며 실제 기상관측소의 관측 값을 추정에 사용하지 않았음에도 기존 연구 결과와 비교할 만하거나 작은 오차 값을 보였다. 이를 기반으로 증발산량을 추정하였으며 Penman-Monteith 방법을 이용한 MOD16 자료와 비교하였을 때 각 기상관측소 위치에서 Hargreaves 방법을 이용하여 추정한 증발산량이 상대적으로 작은 오차 값을 가짐을 확인하였다.
Pearson 상관계수로 분석했을 때 남한강상류 유역에 대해 P-PET와 강수량은 1개월 시간 척도의 여름철 및 가을철 백분위가 유량 백분위와 높은 상관관계를 보였는데, 이 중 증발산량은 1개월 시간 척도의 가을철 값만 유량과 밀접한 연관이 있었다. 즉, 1개월 시간 척도의 가을철 값은 강수량, 증발산량, P-PET 모두에서 통계적으로 유의하게 유량 백분위와 상관관계가 높았다. Kendall’s tau 값은 P-PET, 강수량에서는 통계적으로 유의하며 상대적으로 높았으나 증발산량에 대해서는 통계적 유의성은 있었으나 그다지 크지는 않았다(Table 2).

후속연구

이 유역은 강수의 영향이 특히 크게 나타나는 지역으로 증발산량이 유량과 양의 상관관계를 보였다. 강수가 집중되는 여름철을 제외하고 가뭄 평가에 특히 중요한 가을철에 대해 1개월 P-PET를 유량과의 상관관계를 통해 수문학적 가뭄 평가 및 감시에 유용하게 활용할 수 있을 것으로 판단된다.
연구 대상 지역인 남한 지역은 계절의 뚜렷한 변화로 온도 변화의 폭이 크며 지형이 복잡하여 대기 온도, 증발산량의 추정과 이를 통한 수문학적 가뭄 평가 검증에 있어서 적합한 사례 연구지로 선정되었다. 그러나 본 연구의 결과를 보편적으로 적용하기 위해서는 온난한 기후를 지닌 대상 지역 이외에 다양한 기후 특성을 지닌 지역을 대상으로 하는 추가적인 사례 연구가 필요하다.
본 연구에서 대기 온도 추정을 위해 사용된 자료를 생산한 Aqua위성은 연료 및 전지의 수명에 따라 결정되기는 하나 길어도 2020년 안에 수명을 다 할 것으로 보인다. 따라서 2011년 관측을 시작한 NASA의 National Polar-orbiting Operational Environmental Satellite System Preparatory Project(NPP) 위성 자료 및 향후 계획된 NOAA의 Joint Polar Satellite System (JPSS) 프로그램과 연계하여 자료 생산 및 활용의 지속성을 유지하여야 할 것이다.
본 연구는 향후 개선될 수 있는 여러 한계점을 가지는데, 특히 증발산량 산정에 있어 토양 수분 스트레스와 토지 피복 및 식생의 계절적인 특성을 고려하지 못하였다. 앞으로의 연구에서나 본 연구의 방법론을 다른 지역에 적용할 경우 대상 지역의 기후학적 특성과 토지 피복을 고려하여 반영하여야 할 것이다.
본 연구를 통해 국제적으로는 개도국에 필요한 기상자료 생산 및 가뭄 정보 제공을 통해 협력을 제고하고 국내적으로는 가뭄 관련 정책 수립 및 수문학적 가뭄 피해를 최소화하기 위한 의사결정에 도움이 될 수 있는 기초 자료를 제공할 수 있을 것으로 보인다.
본 연구에서 대기 온도 추정을 위해 사용된 자료를 생산한 Aqua위성은 연료 및 전지의 수명에 따라 결정되기는 하나 길어도 2020년 안에 수명을 다 할 것으로 보인다. 따라서 2011년 관측을 시작한 NASA의 National Polar-orbiting Operational Environmental Satellite System Preparatory Project(NPP) 위성 자료 및 향후 계획된 NOAA의 Joint Polar Satellite System (JPSS) 프로그램과 연계하여 자료 생산 및 활용의 지속성을 유지하여야 할 것이다.
본 연구에서는 관측 자료가 부재한 지역의 수문학적 가뭄 평가 및 감시를 위한 방법론을 살펴보려고 하나, 관측 자료가 없는 지역을 대상 지역으로 선정할 경우 적용성을 검증할 수 없다. 따라서 강수, 온도 등의 기상 변수와 수위, 유량 등 수문 변수의 시계열 자료가 존재하는 우리나라 남한 지역(124.
P-PET 중 강수량의 영향이 매우 크다는 점을 생각할 때 분석에 사용된 원격 탐사 기반 강수량 자료의 공간 해상도가 상대적으로 낮아 지역에 따른 강수량의 특성을 잘 나타내지 못했을 수 있다. 앞으로의 연구에서 위성 강우 자료의 규모 내림(downscaling) 연구와 결합하면 지역적 강수 특성을 반영할 수 있는 조밀한 공간 해상도의 자료를 활용할 수 있을 것으로 보이며 이를 통해 수문학적 가뭄의 공간적인 분포를 좀 더 잘 반영할 수 있을 것이다.
본 연구는 향후 개선될 수 있는 여러 한계점을 가지는데, 특히 증발산량 산정에 있어 토양 수분 스트레스와 토지 피복 및 식생의 계절적인 특성을 고려하지 못하였다. 앞으로의 연구에서나 본 연구의 방법론을 다른 지역에 적용할 경우 대상 지역의 기후학적 특성과 토지 피복을 고려하여 반영하여야 할 것이다.
연구의 방법론을 개발도상국 등 기상 및 수문 변수의 관측 값이 없는 지역에 대해 적용하여 비용 효율적으로 수문학적 가뭄 평가 및 감시를 수행할 수 있다. 추정된 변수 값들은 수문학적 가뭄으로 인한 피해를 최소화하기 위한 의사 결정을 위한 자료로 활용할 수 있으며, 특히 공간적으로 분포된 높은 해상도의 자료를 제공함으로써 지역별 가뭄 상태를 파악할 수 있도록 하여 지역별로 차별화된 대책을 수립하여 수행할 수 있도록 도와줄 것이다. 이를 통해 국제적으로는 개발도상국에 필요한 기상 자료 생산 및 가뭄 정보 제공을 통해 협력을 제고할 수 있으며 국내적으로는 유량의 관측 값이 없는 유역의 상류 지역의 수문학적 가뭄 상태를 평가하기 위해서도 활용하여 가뭄 관련 정책 수립의 기초 자료 및 수문학적 가뭄 조기 경보 시스템의 입력 자료로 사용할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	강수의 부족이 지속되는 기간에 따라 가뭄은 어떻게 정의되는가?	국내 법적으로는 「재난 및 안전관리 기본법」 제3조에 국민의 생명, 신체, 재산과 국가에 피해를 주거나 줄 수 있는 주요 자연 재난의 하나로 태풍, 홍수, 대설 등과 함께 지정되어 있다. 강수의 부족이 지속되는 기간에 따라 가뭄은 기상학적 가뭄(meteorological drought)으로 시작하여 토양 수분가뭄(soil moisture drought)이나 농업적 가뭄(agricultural drought), 수문학적 가뭄(hydrological drought)으로 발달하는데, 심각한 사회 · 경제적인 피해를 발생시키는 경우 사회·경제학적인 가뭄(socioeconomic drought)으로 정의하기도 한다(Wilhite and Buchanan, 2005).
	증발산량은 어떻게 구분되며 각각 무엇을 의미하는가?	수문기후학에서 증발산량은 실제 증발산량(Actual Evapotranspiration, AET)과 잠 재 증 발 산 량 (Potential Evapotranspiration, PET)으로 구분하여 설명할 수 있는데, AET는 말 그대로 실제로 일어나는 증발산량이며 PET는 충분한 수분이 공급된다면 일어날 수 있는 잠재적인 증발산량이다. 대륙 규모의 연구에서 AET는 강수량과 유출량의 관계식을 사용하여 추정하기도 하며(Hare, 1980), 최근 상세한 지역 규모의 연구에서는 토양 수분의 정도를 이용하여 토양 수분 스트레스 계수 등을 활용하여 추정하기도 하였다(Seney et al.
	잠재 증발산량을 추정하는 방법 중 평균 온도를 사용한 것은 무엇인가?	이 보고서에서는 또한 여러 변수의 관측 및 추정 값이 부재할 경우 Hargreaves 방정식(Hargreaves, 1985)을 사용할 것을 권하고 있다. 이 밖에도 물 수지, 에너지 수지를 기반으로 하는 여러 방법이 존재하며 전통적으로 평균 온도를 사용한 Thornthwaite방법도 많이 사용된다(Thornthwaite and Mather, 1957).

참고문헌 (26)

Allen, R.G., L.S. Pereira, D. Raes, and M. Smith, 1998. Crop evapotranspiration-Guidelines for computing crop water requirements, FAO Irrigation and drainage paper 56. Rome, Italy.
Borbas, E.E., S.W. Seemann, A. Kern, L. Moy, J. Li, L. Gumley, and W. P. Menzel, 2011. MODIS Atmospheric Profile retrieval algorithm theoretical basis document, Collection 6, Cooperative Institute for Meteorological Satellite Studies, University of Wisconsin-Madison, WI, USA.
Cancelliere, A., and J.D. Salsas, 2010. Drought probabilities and return period for annual streamflow series, Journal of Hydrology, 391: 77-89.

상세보기
Dezman, L.E., B.A. Shafer, H.D. Simpson, and J.A. Danielson, 1982. Development of a surface water supply index-A drought severity indicator for Colorado, Proc. of International Symposium of Hydrometeorology, Bethesda, MD, American Water Resources Association, pp. 337-397.
Ellis, A.W., G.B. Goodrich, and G.M. Garfin, 2009. A hydroclimatic index for examining patterns of drought in the Colorado River Basin, International Journal of Climatology, 30: 236-255.
Hare, F.K., 1980. Long-term annual surface heat and water balances over Canada and the United States south of $60^{\circ}$ N: Reconciliation of precipitation, runoff, and temperature fields, Atmosphere-Ocean, 18: 127-153.

상세보기
Hargreaves, G.L., G.H. Hargreaves, and J.P. Riley, 1985. Agricultural benefits for Senegal River basin, Journal of Irrigation and Drainage Engineering, 111: 113-124.

상세보기
Hayes, M.J., M.D. Svoboda, B.D. Wardlow, M.C. Anderson, and F. Kogan, 2012. Drought monitoring: Historical and current perspectives, In B.D. Wardlow, M.C. Anderson, and J.P. Verdin (Eds), Remote Sensing of Drought: Innovative Monitoring Approaches, CRC Press, pp. 1-19.
Kim, 2012. Evaluation of a distributed hydrologic model with TRMM 3B42 and its application in the Nakdong-River basin, South Korea, APCC Technical Report 2012-02, pp.141-179.
Kingston, D.G., M.D. Todd, R.G. Taylor, J.R. Thompson, and N. W. Arnell, 2009. Uncertainty in the estimation of potential evapotranspiration under climate change, Geophysical Research Letters, 36: L20403, doi:10.1029/2009GL040267.

상세보기
Mendez Jocik, A.A., 2004. Estimate ambient air temperature at regional level using remote sensing techniques, M. S. thesis, Sustainable Agriculture Specialization, International Institute for Geo-information Science and Earth Observation, Enschede, Netherlands.
Mishra, A.K., and V.P. Singh, 2010: A review of drought concepts, Journal of Hydrology, 391: 202-216.

상세보기
Moon, J.W., C.G. Jung, and D.R. Lee, 2013. Parameter Regionalization of Hargreaves Equation Based on Climatological Characteristics in Korea, J. Korea Water ResroucesAssosication, 46: 933-946. (In Korean with English abstract)

원문보기 상세보기
Mu, Q., M. Zhao, and S.W. Running, 2013: MODIS global terrestrial evapotranspiration (ET) product (NASA MOD16A2/A3) Algorithm Theoretical Basis Document Collection 5, College of Forestry and Conservation, University of Montana, Missoula, MT. USA.
Rhee, J. and J. Im, 2014. Estimating high spatial resolution air temperature for regions with limited in situ data using MODIS products, Remote Sensing, 6, 7360-7378. doi: 10.3390/rs6087360.

상세보기
Seneviratne, S.I., T. Corti, E.L. Davin, M. Hirschi, E. B. Jaeger, I. Lehner, B. Orlowsky, and A. J. Teuling, 2010. Investigating soil moistureclimate interactions in a changing climate: A review, Earth-Science Reviews, 99: 125-161.

상세보기
Seney G.B., S. Bohms, and J.P. Verdin, 2012. Remote sensing of evapotranspiration for operational drought monitoring using principles of water and energy balance, In B.D. Wardlow, M.C. Anderson, and J.P. Verdin (Eds), Remote Sensing of Drought: Innovative Monitoring Approaches, CRC Press, pp.123-144.
Shafer, B.A., and L.E. Dezman. 1982. Development of a surface water supply index (SWSI) to assess the severity of drought conditions in snowpack runoff areas, Proc. of 50th Annual Western Snow Conference, Reno, NV, Western Snow Conference, USA.
Shahid S., and H. Behrawan, 2008. Drought risk assessment in the western part of Bangladesh. Natural Hazards, 46: 391-413.

상세보기
Sim G.O., 2009. A study on the extreme drought countermeasures by climate changes, National Disaster Management Institute, Seoul, South Korea. (in Korea with English abstract)
Sonmez, F.K., A.U. Komuscu, A. Erkan, and E. Turgu, 2005. An analysis of spatial and temporal dimension of drought vulnerability in Turkey using the Standardized Precipitation Index, Natural Hazards, 35: 243-264.

상세보기
Thornthwaite, C.W., and J.R. Mather, 1957. Instructions and tables for computing potential evapotranspiration and the water balance. Drexel Institute of Technology, Laboratory of Climatology, Philadelphia, PA, USA.
Tsakiris, G., D. Pangalou, and H. Vangelis, 2007. Regional drought assessment based on the Reconnaissance Drought Index (RDI), Water Resources Management, 21: 821-833.

상세보기
Vanderlinden, K., J.V. Giraldez, and M.V. Meirvenne, 2004. Spatial estimation of reference evapotranspiration in Andalusia, Spain, Journal of Hydrometeorology, 9: 242-255.
Vicente-Serrano, S.M., S. Begueria, and J.I. Lopez-Moreno, 2010. A multiscalar drought index sensitive to global warming: The Standardized Precipitation Evapotranspiration Index, Journal of Climate, 23: 1696-1718.

상세보기
Wilhite, D.A., and M. Buchanan-Smith, 2005. Drought as hazard: understanding the natural and social context, In D.A. Wilhite (Ed.) Drought and Water Crises: Science, Technology, and Management Issues, CRC Press, pp.3-29. Boca Raton, FL, USA.

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증