[논문]기온감률 보정과 최적크리깅을 이용한 산악기상관측망 기온자료의 우리나라 500미터 격자화

윤유정; 김서연; 강종구; 정예민; 최소연; 임윤교; 서영민; 원명수; 천정화; 김경민; 장근창; 임중빈; 이양원

doi:10.7780/kjrs.2023.39.5.1.19

기온감률 보정과 최적크리깅을 이용한 산악기상관측망 기온자료의 우리나라 500미터 격자화
Gridding of Automatic Mountain Meteorology Observation Station (AMOS) Temperature Data Using Optimal Kriging with Lapse Rate Correction 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.39 no.5/1, 2023년, pp.715 - 727

윤유정 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 김서연 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 강종구 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 정예민 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 최소연 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 임윤교 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 서영민 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 원명수 (국립산림과학원 산림ICT연구센터) , 천정화 (국립산림과학원 산림생태연구과) , 김경민 (국립산림과학원 산림ICT연구센터) , 장근창 (국립산림과학원 산사태연구팀) , 임중빈 (국립산림과학원 산림ICT연구센터) , 이양원 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공)

초록
AI-Helper

산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.

Abstract ▼ AI-Helper

To provide detailed and appropriate meteorological information in mountainous areas, the Korea Forest Service has established an Automatic Mountain Meteorology Observation Station (AMOS) network in major mountainous regions since 2012, and 464 stations are currently operated. In this study, we proposed an optimal kriging technique with lapse rate correction to produce gridded temperature data suitable for Korean forests using AMOS point observations. First, the outliers of the AMOS temperature data were removed through statistical processing. Then, an optimized theoretical variogram, which best approximates the empirical variogram, was derived to perform the optimal kriging with lapse rate correction. A 500-meter resolution Kriging map for temperature was created to reflect the elevation variations in Korean mountainous terrain. A blind evaluation of the method using a spatially unbiased validation sample showed a correlation coefficient of 0.899 to 0.953 and an error of 0.933 to 1.230℃, indicating a slight accuracy improvement compared to regular kriging without lapse rate correction. However, the critical advantage of the proposed method is that it can appropriately represent the complex terrain of Korean forests, such as local variations in mountainous areas and coastal forests in Gangwon province and topographical differences in Jirisan and Naejangsan and their surrounding forests.

주제어

표/그림 (15)

표 Table 1. AMOS information
그림 Fig. 1. Study area: (a) observation points and (b) interpolation target grid for forest areas in South Korea.
표 Table 2. Land cover classes of IGBP
그림 Fig. 2. Flow chart of this study.
그림 Fig. 3. Examples of outlier detection using cubic spline interpolation: (a) February 6, 2020 (station 8916), (b) March 26, 2020 (station 2058), (c) July 28, 2020 (station 3023), and (d) October 28, 2020 (station 7906).
그림 Fig. 4. Concept of the weighted least squares for variogram optimization.
표 Table 3. Comparison of ordinary kriging validation statistics for February 2022
표 Table 4. Comparison of ordinary kriging validation statistics for March 2022
표 Table 5. Comparison of ordinary kriging validation statistics for July 2022
그림 Fig. 5. Kriging errors (°C) with and without lapse rate correction (February 2022).
그림 Fig. 6. Kriging errors (°C) with and without lapse rate correction (March 2022).
표 Table 6. Comparison of ordinary kriging validation statistics for October 2022
그림 Fig. 7. Kriging errors (°C) with and without lapse rate correction (July 2022).
그림 Fig. 8. Kriging errors (°C) with and without lapse rate correction (October 2022).
그림 Fig. 9. Examples of the kriging temperature map with and without lapse rate correction. Solid line: Gangwon and their surrounding forests. Dotted line: Jirisan and Naejangsan and their surrounding forests.

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 AMOS 포인트 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅 기법을 제안하고 그 가용성을 평가하였다. AMOS 기온자료의 QC 시스템에서 감지되지 않은 이상치를 DDM과 DTSI를 적용하여 제거하였고, 이 자료를 이용하여 경험 베리오그램에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였으며, 이때 기온감률 보정을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다.

제안 방법

본 연구에서는 AMOS 포인트 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅 기법을 제안하고 그 가용성을 평가하였다. AMOS 기온자료의 QC 시스템에서 감지되지 않은 이상치를 DDM과 DTSI를 적용하여 제거하였고, 이 자료를 이용하여 경험 베리오그램에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였으며, 이때 기온감률 보정을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, CC=0.
2와 같은 단계를 거쳐 수행되었다. 먼저, 자료 전처리 단계에서는 매 정시 AMOS 기온자료의 QC를 수행하고, STRM DEM을 이용하여 해수면고도 기준으로 모든 데이터에 대하여 기온감률을 적용하였다. 이 과정을 거친 기온자료는 가중최소제곱법(weight least square, WLS)을 기준으로 베리오그램을 최적화하여 크리깅을 수행하였고, 평균편의오차(mean bias error, MBE), 평균절대오차(mean absolute error, MAE), 평균제곱근오차(root mean square error, RMSE), 상관계수(correlation coefficient, CC)의 통계량을 구하여 암맹평가를 실시했다.

대상 데이터

2020년 2월, 3월, 7월, 10월의 AMOS 기온자료 580,928건 중에서 이상치 73건(약 0.012%)을 제거하고 580,855건의 자료를 사용하여 기온감률 보정과 최적크리깅을 수행하였다. AMOS 기온 자료에 결측이 없다면 총 2,928장(122일 × 24시간)의 격자지도를 생성할 수 있지만, 일부 결측으로 인해 2,919장(2020년 2월 696장, 3월 743장, 7월 738장, 10월 742장)의 지도를 생성하고 이에 대한 암맹평가를 실시한 결과, 검증통계량은 Tables 3–6과 같다.
본 연구에서는 오픈 API를 이용하여 2014년 1월 1일부터 2021년 12월 31일까지 1시간 단위의 2 m 기온(°C)을 수집하였고, 지점정보가 제공되지 않는 일부 관측소와 제주도를 제외하고 388개 지점의 데이터를 사용하였다(Table 1).

데이터처리

먼저, 자료 전처리 단계에서는 매 정시 AMOS 기온자료의 QC를 수행하고, STRM DEM을 이용하여 해수면고도 기준으로 모든 데이터에 대하여 기온감률을 적용하였다. 이 과정을 거친 기온자료는 가중최소제곱법(weight least square, WLS)을 기준으로 베리오그램을 최적화하여 크리깅을 수행하였고, 평균편의오차(mean bias error, MBE), 평균절대오차(mean absolute error, MAE), 평균제곱근오차(root mean square error, RMSE), 상관계수(correlation coefficient, CC)의 통계량을 구하여 암맹평가를 실시했다.

성능/효과

공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, CC=0.899–0.953 및 MAE=0.933–1.230°C의 통계량을 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다
기온감률을 적용하지 않은 크리깅 지도는 지표면고도 차이에 의한 기온 변화가 반영되지 않은 채 물리적 거리에만 의존하기 때문에 스무딩(smoothing)되는 형태로 나타났다. 관측소 지점을 나타내는 원형 심볼은 시각적으로 명확하게 인식할 수 있도록 격자점보다 크게 설정하였는데, 격자지도와 대응시켜 보았을 때 기온감률 보정을 적용한 경우에 국지적인 기온 변화가 세밀하게 표현되어 관측소의 기온과 더욱 가깝게 나타났다. 기온감률 크리깅의 가장 큰 장점은 우리나라의 복잡지형을 잘 표현했다는 것이다.
9는 생성한 시간별 기온 격자지도 2,919장 중 계절별로 1장씩을 예시로 나타낸 것인데, 왼쪽은 관측소의 기온, 가운데는 기온감률을 적용하지 않은 크리깅 지도, 오른쪽은 기온감률을 적용한 크리깅 지도이다. 기온감률을 적용하지 않은 크리깅 지도는 지표면고도 차이에 의한 기온 변화가 반영되지 않은 채 물리적 거리에만 의존하기 때문에 스무딩(smoothing)되는 형태로 나타났다. 관측소 지점을 나타내는 원형 심볼은 시각적으로 명확하게 인식할 수 있도록 격자점보다 크게 설정하였는데, 격자지도와 대응시켜 보았을 때 기온감률 보정을 적용한 경우에 국지적인 기온 변화가 세밀하게 표현되어 관측소의 기온과 더욱 가깝게 나타났다.
가로축은 크리깅 추정치에서 관측치를 뺀 오차(°C)이며, 세로축은 해당 오차 값의 빈도를 나타낸다. 모든 계절에서 기온감률 최적크리깅을 적용하였을 때 오차가 0에 더 가까운 분포를 나타내는 것으로 보아 기온감률 보정 효과를 확인할 수 있다. 또한 전반적으로 양의 오차(overestimation)가 감소했는데, 이는 고도의 반영으로 인해 추정치 온도가 과도하게 높게 산출되는 것이 방지됐기 때문인 것으로 보인다.
230°C의 통계량을 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 이보다 중요한 것은 기온감률 크리깅이 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역 특성을 잘 표현할 수 있다는 점이다. 향후 습도 등의 대기조건이나 경사 등의 지형조건을 반영하여 기온감률을 적용하고 보다 고해상도의 DEM을 활용한다면 우리나라의 복잡한 산악지형에 특화된 기상자료의 생산이 가능할 것이다.

후속연구

향후 습도 등의 대기조건이나 경사 등의 지형조건을 반영하여 기온감률을 적용하고 보다 고해상도의 DEM을 활용한다면 우리나라의 복잡한 산악지형에 특화된 기상자료의 생산이 가능할 것이다. 보다 안정적인 격자자료 생산을 위해 산악기상망의 추가 설치를 통한 관측 밀도의 향상도 기대된다.
하지만 일부 양의 오차가 커진 지점들도 존재했는데, 이는 습도 등 대기조건에 따른 기온감률이 아닌 표준 기온감률을 적용했기 때문인 것으로 사료된다. 실제 관측되는 기온감률은 다양한 시공간 규모에서 변이가 존재하고, 특히 습도 등의 조건에 영향을 받기 때문에 이를 고려한다면 기온감률 보정 효과가 더욱 향상될 수 있을 것이다.
이보다 중요한 것은 기온감률 크리깅이 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역 특성을 잘 표현할 수 있다는 점이다. 향후 습도 등의 대기조건이나 경사 등의 지형조건을 반영하여 기온감률을 적용하고 보다 고해상도의 DEM을 활용한다면 우리나라의 복잡한 산악지형에 특화된 기상자료의 생산이 가능할 것이다. 보다 안정적인 격자자료 생산을 위해 산악기상망의 추가 설치를 통한 관측 밀도의 향상도 기대된다.

참고문헌 (24)

Ahn, J., and Lee, Y., 2021. Outlier detection and gapfilling of the GK2A daily Sea Surface Temperature？(SST) product using statistical methods. Journal？of Climate, 16(4), 327-346. http://doi.org/10.14383/cri.2021.16.4.327
Choe, Y. J., and Yom, J. H., 2020. Improving accuracy of？land surface temperature prediction model based？on deep-learning. Spatial Information Research,？28, 377-382. https://doi.org/10.1007/s41324-019-00299-5

상세보기
Choi, G. Y., Lee, B. R., Kang, S. K., and John, T., 2010.？Variations of summertime temperature lapse rate？within a mountainous basin in the Republic of？Korea -A case study of Punch Bowl, Yanggu in？2009-. Journal of the Korean Association of？Regional Geographers, 16(4), 339-354.
Cressie, N., 1985. Fitting variogram models by weighted？least squares. Journal of the International？Association for Mathematical Geology, 17, 563-586. https://doi.org/10.1007/BF01032109

상세보기
Daly, C., Neilson, R. P., and Phillips, D. L., 1994.？A statistical-topographic model for mapping？climatological precipitation over mountainous？terrain. Journal of Applied Meteorology and？Climatology, 33(2), 140-158. https://doi.org/10.1175/1520-0450(1994)033 2.0.CO;2

상세보기
Friedl, M. A., Sulla-Menashe, D., Tan, B., Schneider,？A., Ramankutty, N., Sibley, A. et al., 2010.？MODIS Collection 5 global land cover: Algorithm？refinements and characterization of new datasets.？Remote Sensing of Environment, 114(1), 168-182. https://doi.org/10.1016/j.rse.2009.08.016

상세보기
Harlow, R. C., Burke, E. J., Scott, R. L., Shuttleworth, W.？J., Brown, C. M., and Petti, J. R., 2004. Research？note: Derivation of temperature lapse rates in？semi-arid south-eastern Arizona. Hydrology and？Earth System Sciences, 8(6), 1179-1185. https://doi.org/10.5194/hess-8-1179-2004

상세보기
Hevesi, J. A., Istok, J. D., and Flint, A. L., 1992.？Precipitation estimation in mountainous terrain？using multivariate geostatistics. Part I: Structural？analysis. Journal of Applied Meteorology and？Climatology, 31(7), 661-676. https://doi.org/10.1175/1520-0450(1992)031 2.0.CO;2

상세보기
Jang, K., Min, S., Kim, I., Chun, J., and Won, M., 2022.？Mountain meteorology data for forest disaster？prevention and forest management. Korean Journal？of Agricultural and Forest Meteorology, 24(4),？346-352. https://doi.org/10.5532/KJAFM.2022.24.4.346

원문보기 상세보기
Kim, G. H., Youn, J. H., and Kim, B. S., 2010.？Producing wind speed maps using Gangwon？weather data. Journal of Korean Society for？Geospatial Information Science, 18(1), 31-39.
Kim, H. S., Park, E. W., Kang, W. S., Han, Y. K., Bae,？H. J., and Oh, J. H., 2015. Evaluation of the？data interpolation methods to estimate rainfall at？high spatial resolution. In Proceedings of the？2015 Korean Society of Agricultural and Forest？Meteorology Conference, Jeonju, Republic of？Korea, Aug. 25, pp. 67-69.
Lee, S. Y., Chung, I. U., and Kim, S. K., 2006. A？study on establishment of the optimum mountain？meteorological observation network system？for forest fire prevention. Korean Journal of？Agricultural and Forest Meteorology, 8(1), 36-44.
Mayers, D. E., 1982. Matrix formulation of co-kriging.？Journal of the International Association for？Mathematical Geology, 14, 249-257. https://doi.org/10.1007/BF01032887

상세보기
Minder, J. R., Mote, P. W., and Lundquist, J. D., 2010.？Surface temperature lapse rates over complex？terrain: Lessons from the Cascade Mountains.？Journal of Geophysical Research: Atmospheres,？115(D14). https://doi.org/10.1029/2009JD013493

상세보기
Mitas, L., and Mitasova, H., 1999. Spatial interpolation.？In: Longley, P., Goodchild, M. F., Maguire, D. J.,？Rhind, D. W. (eds.), Geographical information？systems: Principles, techniques, management？and applications, Wiley, pp. 481-492.
Park, J., Kim, J., Lee, G., and Yang, J. E., 2017. Vertical？accuracy assessment of SRTM Ver 3.0 and ASTER？GDEM Ver 2 over Korea. Journal of Soil and？Groundwater Environment, 22(6), 120-128. https://doi.org/10.7857/JSGE.2017.22.6.120

원문보기 상세보기
Park, J., and Jang, D. H., 2015. Development and？validation of MK-PRISM-Wind for wind speed？interpolation. Journal of Climate Research, 10(4),？313-327. https://doi.org/10.14383/cri.2015.10.4.313
Park, J. C., and Kim, M. K., 2009. A study on the use？of a terrain aspect variable in producing the？precipitation distribution map applying cokriging:？A case of Jeju Island. Journal of the Korean？Geomorphological Association, 16(3), 59-66.
Park, N. W., and Jang, D. H., 2008. Mapping of temperature？and rainfall using DEM and multivariate kriging.？Journal of the Korean Geographical Society, 43(6),？1002-1015.
Prihodko, L., and Goward, S. N., 1997. Estimation of？air temperature from remotely sensed surface？observations. Remote Sensing of Environment,？60(3), 335-346. https://doi.org/10.1016/S0034-4257(96)00216-7

상세보기
Robert, S., Foresti, L., and Kanevski, M., 2013. Spatial？prediction of monthly wind speeds in complex？terrain with adaptive general regression neural？networks. International Journal of Climatology,？33(7), 1793-1804. https://doi.org/10.1002/joc.3550

상세보기
Shin, H., Chang, E., and Hong, S., 2014. Estimation of？near surface air temperature using MODIS land？surface temperature data and geostatistics. Spatial？Information Research, 22(1), 55-63. https://doi.org/10.12672/ksis.2014.22.1.055

원문보기 상세보기
Vejen, F., Jacobsson, C., Fredriksson, U., Moe, M., Andresen, L., Hellsten, E. et al., 2002. Quality control of？meteorological observations. Automatic methods？used in the Nordic countries (Report No. 8/2002？KLIMA). Norwegian Meteorological Institute.？http://www.hergilsey.is/arason/rit/2002/vejen_et_al_2002.pdf
Wade, C. G., 1987. A quality control program for surface？mesometeorological data. Journal of Atmospheric？and Oceanic Technology, 4(3), 435-453. https://doi.org/10.1175/1520-0426(1987)004 2.0.CO;2

상세보기

저자의 다른 논문 :

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