$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

플럭스 타워 설치 유역을 대상으로 탄소수지 분석을 위한 위성영상자료기반의 CO2 정량화 연구

Quantitative Study of CO2 based on Satellite Image for Carbon Budget on Flux Tower Watersheds

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.57 no.3, 2015년, pp.109 - 120  

정충길 (Konkuk university, department of civil and envirinmental system engineering) ,  이용관 (Konkuk university, department of civil and envirinmental system engineering) ,  김성준 (Konkuk university, department of civil and envirinmental system engineering) ,  장철희 (Korea institute of civil engineering and bulding technology, department of water resources and environment research)

Abstract AI-Helper 아이콘AI-Helper

Spatial heterogeneous characteristics of solar radiation energy from Climate Change gives rise to energy imbalance in the general ecological system including water resources. This study is to estimate the $CO_2$ flux of South Korea using Terra MODIS image and to assess the reliability of ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 위성영상을 이용하여 직접적인 CO2의 양을 나타내는 자료의 부재로 MODIS GPP로부터 CO2의 양을 추정하는 방법을 정립하고 산정결과와 실측값의 적용성을 평가하고자 한다. 따라서, 여러 측면에서 널리 활용되고 신뢰성 있는 자료로 판단되는 MODIS 위성영상에 대해 지구온난화에 따른 생태계 탄소흐름에 대한 관심이 고조됨에 따라 CO2수치를 정량화하여 탄소수지 분석하여 추 후 전국적인 탄소수지 정량화 연구를 위한 기반연구로 활용하고자 한다.
  • 본 연구에서는 Flux 자료를 이용하여 산정된 CO2와 MODIS GPP로부터 산정된 MODIS CO2를 비교 분석하여 MODIS CO2의 산정방법에 대한 평가와 적용성 증명하고 현재 플럭스 타워 등 몇 개의 시험유역에서만 측정되고 있는 CO2를 추후 위성영상을 이용하여 광역적으로 모든 지역에서 산정하기 위한 기반연구로 그 활용성을 높이고자 한다. 시험유역으로 플럭스 타워가 설치되어 CO2가 관측되고 있는 설마천, 청미천 및 용담댐 유역을 대상으로 플럭스 타워와 동일한 위치의 MODIS GPP 8 day 자료를 구축하고 구름감쇄효과 보정을 위한 Gap-filling 작업을 실시하여 GPP를 보정하였으며 플럭스 타워에서 Eddy Covariance 방법으로 관측된 Flux CO2는 d지수를 사용하여 튀는 자료 제거와 결측 자료에 평균값을 사용하여 8 day로 구축하였다.
  • 본 연구에서는 MODIS GPP 자료로부터 CO2를 산정하여 CO2 Flux자료와 비교 검토하여 신뢰성 및 적용성을 평가하기 위하여 Terra MODIS 위성영상을 통해 제작 된 GPP Product 를 수집하여 용담댐, 설마천 및 청미천 유역의 CO2를 추출한 후, 실측자료를 이용하여 산정한 CO2와 비교하였다 (Fig. 1). 실측자료로 Flux 자료를 이용하였으며 Flux 자료로부터 산정한 CO2를 Flux CO2라 정의 하였다.
  • FPAR, LAI, GPP의 QC에서 [0, 1, 32, 33, 64, 65, 96, 97] 이외의 값은 어떠한 형태로든 구름에 의해 픽셀이 오염되었음을 알려준다. 본 연구에서는 QC 영상을 GPP 영상과 동일하게 동일한 과정을 통해 변환하고, QC 영상에서 구름에 의해 오염된 픽셀을 나타내는 값을 GPP 맵에서 제외하여 1차 적인 운량 보정을 실시하였다. 운량 보정 후 걸러진 GPP 맵의 유효한 값을 추출하고 한반도 전체로 내삽 (Interpolation)하는 Gap Filling 작업을 실시하여 구름에 의한 영향을 감쇄한 GPP 맵을 산정하였다.
  • 본 연구에서는 생태계에서의 탄소수지 정량화를 위한 지표로써 CO2규모의 파악을 위하여, 현재 CO2 Flux 자료가 측정되고 있는 용담댐, 설마천 및 청미천 유역을 대상으로 CO2를 구하고자 하였다. 위성영상을 이용하여 직접적인 CO2의 양을 나타내는 자료의 부재로 MODIS GPP로부터 CO2의 양을 추정하는 방법을 정립하고 산정결과와 실측값의 적용성을 평가하고자 한다.
  • 를 구하고자 하였다. 위성영상을 이용하여 직접적인 CO2의 양을 나타내는 자료의 부재로 MODIS GPP로부터 CO2의 양을 추정하는 방법을 정립하고 산정결과와 실측값의 적용성을 평가하고자 한다. 따라서, 여러 측면에서 널리 활용되고 신뢰성 있는 자료로 판단되는 MODIS 위성영상에 대해 지구온난화에 따른 생태계 탄소흐름에 대한 관심이 고조됨에 따라 CO2수치를 정량화하여 탄소수지 분석하여 추 후 전국적인 탄소수지 정량화 연구를 위한 기반연구로 활용하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
에디 공분산 방법은 무엇인가? 에디 공분산 방법은 지면과 대기 사이에 교환되는 에너지 및 다양한 물질 (수증기, 이산화탄소, 메탄, 에어로솔 등)을 정량화하는 가장 대표적인 미기상학 방법으로서 적용 조건을 만족하는 환경에서 에디 공분산 방법을 사용할 경우, 대상 생태계를 손상시키지 않고 에너지, 물 및 탄소 순환에 관한 중요한 정보들을 직접 관측하여 얻을 수 있어 효과적으로 다양한 분야의 연구자들과의 협력을 가능하게 하고 최종 사용자들이 올바른 정보 해석을 할 수 있도록 도울 수 있다. 에너지의 정량적인 파악을 목적으로 전구 플럭스 관측망 (FLUXNET)이 구축되었으며, 식생을 포함한 지표-대기에서의 에너지와 물질(탄소, 메탄, 에어로솔, 수증기)의 교환을 측정하는 에디 공분산 (eddy covariance) 기술을 기반으로 관측을 실시하였다(Choi et al.
탄소 생태계순환의 흐름을 파악하기 위해 GPP 산정이 중요시 되는 이유는? 생태계에서 CO2는 순 일차생산성 (Net Primary Productivity, NPP)과 총일차생산성 (Gross Primary Productivity, GPP)에 의해 영향을 받으며 CO2의 흡수와 발원으로 NPP와 GPP는 결정된다. 이러한 이유로 탄소 생태계순환의 흐름을 파악하기 위해서는 CO2수치를 정량화 할 수 있는 GPP 산정이 중요시 된다.
적용 조건을 만족하는 환경에서 에디 공분산 방법을 사용할 경우, 장점은? 에디 공분산 방법은 지면과 대기 사이에 교환되는 에너지 및 다양한 물질 (수증기, 이산화탄소, 메탄, 에어로솔 등)을 정량화하는 가장 대표적인 미기상학 방법으로서 적용 조건을 만족하는 환경에서 에디 공분산 방법을 사용할 경우, 대상 생태계를 손상시키지 않고 에너지, 물 및 탄소 순환에 관한 중요한 정보들을 직접 관측하여 얻을 수 있어 효과적으로 다양한 분야의 연구자들과의 협력을 가능하게 하고 최종 사용자들이 올바른 정보 해석을 할 수 있도록 도울 수 있다. 에너지의 정량적인 파악을 목적으로 전구 플럭스 관측망 (FLUXNET)이 구축되었으며, 식생을 포함한 지표-대기에서의 에너지와 물질(탄소, 메탄, 에어로솔, 수증기)의 교환을 측정하는 에디 공분산 (eddy covariance) 기술을 기반으로 관측을 실시하였다(Choi et al.
질의응답 정보가 도움이 되었나요?

참고문헌 (36)

  1. Choi, T., J. Kim, and J. I. Yun, 1999. On using the eddy covariance method to study the interaction between agro-forest ecosystems and the atmosphere. Korean Journal of Agricultural and Forest Meteorology 1(1): 1-15 (in Korean). 

  2. Cohen, W.B. and C.O. Justice. 1999. Validating MODIS terrestrial ecology products: linking in situ and satellite measurements. Remote Sensing of Environment 70: 1-4 

  3. Guo, M., X. Wang, J. Li, K. Yi, G. Zhong, and H. Tani. 2012. Assessment of global carbon dioxide concentration using MODIS and GOSAT data. Sensors 2012, 12, 16368-16399; doi:10.3390/s121216368. 

  4. Heinsch, F. A., M. Reeves, C. F. Bowker, P. Votava, S. Kang, C. Milesi, M. Zhao, J. Glassy, W. M. Jolly, J. S. Kimball, R. R. Nemani, and S. W. Running, 2003. User's guide: GPP and NPP (MOD17A2/A3) products, NASA MODIS Land Algorithm. http://www.forestry.umt.edu/ntsg/. 

  5. Hong, J. K., H. J. Kwon, and J. Kim, 2009. Measurement of Evapotranspiration by Eddy-Covariance Technique. 2-4. TR 2009-13. Sustainable Water Resources Research Center (in Korean). 

  6. Hong, J., H. Kwon, J. H. Lim, Y. H. Byun, J. Lee, and J. Kim, 2009. Standardization of KoFlux eddy-covariance data processing. Korean Journal of Agricultural and Forest Meteorology 11(1): 19-26 (in Korean). 

  7. Hong, J. Y., C. S. Shim, M. J. Lee, G. H. Baek, W. K. Song, and Y. H. Park, 2011. Net primary production changes over Korea and climate factors. Korean Journal of Remote Sensing 27(4): 467-480 (in Korean). 

  8. Hong, W. Y., H. J. Shin, and S. J. Kim, 2007. Extraction of Snow Cover Area and Depth using MODIS Image for 5 River Basins in South Korea. KCID J. 14(2): 65-75 (in Korean). 

  9. Houghton, R. A., and J. L. Hackler, 2001. Carbon Flux to the Atmosphere From Land-use Changes: 1850 to 1990. NDP- 050/R1, Carbon Dioxide Information Analysis Center, Oak Ridge National Laboratory, U.S. Department of Energy, Oak Ridge, Tennessee. 

  10. Hur, Y.M. and Choi, M.H. 2011. Advanced Microwave Scanning Radiometer E Soil Moisture Evaluation for Haenam Flux Monitoring Network Site. Korean Journal of Remote Sensing 27(2): 131-140 . 

  11. Joh, H.K., J.W. Lee, H.J. Shin, G.A. Park and S.J. Kim. 2010. Evaluation of Evapotranspiration and Soil Moisture of SWAT Simulation for Mixed Forest in the Seolmacheon Catchment. Korean Journal of Agricultural and Forest Meteorology 12(4): 289-297. 

  12. Kang, M., H. Kwon, J. H. Lim, and J. Kim, 2009. Understory evapotranspiration measured by eddy covariance in Gwangneung deciduous and coniferous forests. Korean Journal of Agricultural and Forest Meteorology 11(4): 233-246 (in Korean). 

  13. Kang, S., S.W. Running, J. Lim, M. Zhao, C. Park, and R. Loehman, 2003. A MODIS-based climatological phenology model for detecting onset of growing seasons in temperate mixed forests in Korea. Remote Sensing of Environment 86: 232-242. 

  14. Kang, S, K., 2005. Analysis on Cloud-Originated Errors of MODIS leaf Area Index and Primary Production Images : Effect of Monsoon Climate in Korea. Journal of Ecology and Field Biology 29(6): 215-222. 

  15. Kang, S. K., Y. I. Kim, and Y. J. Kim, 2005. Errors of MODIS product of Gross Primary Productivity by using Data Assimilation Office Meteorological Data. Korean Journal of Agricultural and Forest meteorology 7(2): 171-183 (in Korean). 

  16. Kang, S. K., K. C. Jang, B. R. Lee, and S. H. Kim, 2008. User's manual for MODIS data processing and mapping evapotranspiration. 3-6. TR 2008-13. Sustainable Water Resources Research Center. 

  17. Kim, D. E., J. J. Baek, S. W. Jung, and M. H. Choi, 2013. Net radiation esimation using flux tower data and integrated hydrological model: For the seolmachoen and Chungmicheon watershed. J. Korea Water Resources Association 46(3): 301-314 (In Korean). 

  18. Kim, N. W., J. E. Lee, I. M. Jung, and D.P. Kim, 2008. Hydrologic Component Analysis of the Seolma-Cheon Watershed by Using SWAT-K Model. Journal of the Environmental Sciences 17(12): 1363-1372 (in Korean). 

  19. Kim, Y. I., S. K. Kang, and J. Kim, 2007. Enhancing the Reliability of MODIS Gross Primary Productivity (GPP) by Improving Input Data. Korean Journal of Agricultural and Forest meteorology 9(2): 132-139 (in Korean). 

  20. K-water, 2013, Report on technical assistance of Deokyusan flux tower evapotranspiration estimation and analysis (in Korean). 

  21. Kwon, H., and J. Kim, 2010. KoFlux issue : KoFlux's progress: Background, status and direction. Korean Journal of Agricultural and Forest Meteorology 12(4): 241-263 (in Korean). 

  22. Kwon, H., S. Park, M. Kang, J. Yoo, R. Yuan, and J. Kim, 2007. Quality control and assurance of eddy covariance data at two KoFlux sites. Korean Journal of Agricultural and Forest Meteorology 9(4): 260-267 (in Korean). 

  23. Lloyd, J. and J. A. Taylor, 1994. On the temperature dependence of soil respiration. Functional Ecol. 8, 315-323. 

  24. Morisette, J.T., J.L. Privette and C.O. Justice. 2002. A framework for the validation of MODIS Land products. Remote Sensing of Environment 83: 77-96. 

  25. Myneni, R.B., S. Hoffman, Y. Knyazikhin, J.L. Privette, J.Glassy, Y. Tian, Y. Wang, X. Song, Y. Zhang, G.R. Smith, A. Lotsch, M. Friedl, J.T. Morisette, P. Votava, R.R. Nemani and S.W. Running, 2002. Global products of vegetation leaf area and fraction absorbed PAR from year one of MODIS data. Remote Sensing of Environment 83: 214-231. 

  26. Park, J.Y., H. Jung, C.H. Jang and S.J. Kim. 2014. Assessing Climate Change lmpact on Hydrological Components of Yongdam Dam Watershed Using RCP Emission Scenarios and SWAT Model. Journal of the Korean Society of Agricultural Engineers 56(3): 19-29 (in Korean). 

  27. Running, S. W., P. E. Thornton, R. R. Nemani, and J. M. Glassy, 2000: Global terrestrial gross and net primary productivity from the earth observing system. Methods in Ecosystem Science, O. E. Sala, R. B. Jackson, R. B., H. A. Mooney, and R. W. Howarth (Eds.), Springer-Verlag. New York. 

  28. Santhi, C, J. G. Arnold, J. R. Williams, W. A. Dugas, R. Srinivasan, and L. M. Hauck. 2001: Validation of the SWAT model on a large river basin with point and nonpoint sources. J. American Water Resources Assoc. 37(5): 1169-1188 

  29. Sellers, P. J., C. J. Tucker, G. J. Collatz, S. O. Los, C. O. Justice, D. A. Dazlich, and D. A. Randall, 1994: A global 1o by 1o NDVI data set for climate studies: 2. The generation of global fields of terrestrial biophysical parameters from the NDVI. International Journal of Remote Sensing 15, 3519-3545. 

  30. Tian, H., J. M. Melillo, D. W. Kicklighter, S. Pan, J. Liu, A. D. Mcguire, and B. Moore, 2003. Regional carbon dynamics in monsoon Asia and its implications for the global carbon cycle. Global and Planetary Change 37: 201-217. 

  31. Turner, D.P., W. Ritts, W.B. Cohen, S.T. Gower, M. Zhao, and S.W. Running, 2003. Scaling gross primary production (GPP) over boreal and deciduous forest landscapes in support of MODIS GPP product validation. Remote Sensing of Environment 88: 256-270. 

  32. Van Gorsel, E., R. Leuning, H. Cleugh, H. Keith, and T. Suni, 2007. Nocturnal carbon efflux: reconciliation of eddy covariance and chamber measurements using an alternative to the u*- threshold filtering. Tellus 59B, 397-403. 

  33. Van Liew, M. W., T. L. Veith, D. D. Bosch, and J. G. Arnold, 2007: Suitability of SWAT for the conservation effects assessment project: A comparison on USDA-ARS experimental watersheds. J. Hydrologic Eng. 12(2): 173-189 

  34. Wen, K. F., G. R. Yu, X. M. Sun, Q. K. Li, Y. F. Liu, L. M. Zhang, C. Y. Ren, Y. L. Fu, and Z. Q. Li, 2006. Soil moisture effect on the temperature dependence of ecosystem respiration in a subtropical Pinus plantation of southeastern China. Agricultural and Foreset Meteorology 137: 166-175. 

  35. Zhao. M., and S. W. Running, 2010. Drought induced reduction in global terrestrial net primary production from 2000 through 2009. Science 329(5994): 940-943. 

  36. Zhao. M., F.A. Heinsch, R.R. Nemani, and S.W. Running, 2005. Improvements of the MODIS terrestrial gross and net primary production global dataset. Remote Sensing of Environment 95: 164-176. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 보고서와 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트