플럭스타워 기반 증발산의 결측자료 보정을 위한 gap-filling 산정 및 분석 - FAO-PM, MDV, Kalman filter을 이용하여 -

김기영,백종진,이정훈,이연길,정성원,최민하 한국방재학회 2016 한국방재학회논문집 Vol.16 No.6

This study was conducted to evaluate the performance of gap-filling techniques in improving the accuracy of evapotranspiration data provided at the flux tower based on the eddy covariance method in Seolma(SMC) and Cheongmi(CMC). The quality control was applied for the raw data observed at the flux tower using the KoFlux program to provide Level 1 data. Through the statistical validation with the raw data, Level 1 data which was applied for correcting and removing the bad data indicated the good results. After that, we conducted the three gap-filling techniques including the Food and Agriculture Organization Penman-Monteith(FAO-PM), Mean Diurnal Variation(MDV), and Kalman filter to Level 1 data and compare the validation results based on several statistical analysis such as, bias, Root Mean square error, correlation coefficient(R), and Index of Agreement(IOA). The good results of IOA(average value of 0.69, 0.62, and 0.90 at SMC and average value of 0.91, 0.86, and 0.94 at CMC) and R(average value of 0.54, 0.47, and 0.84 at SMC and average value of 0.89, 0.77, and 0.93 at CMC) indicated the goodness of fit between estimated and Level 1 data. Overall, this good statistical results demonstrated the potential application of three gap-filling techniques in replacing the missing data. Specially, our results also revealed that the FAO-PM method which consider the meteorological factors along with the Kalman filter method which consider the climatic conditions and diurnal variation patterns simultaneously outperformed the MDV method. 본 연구는 설마천과 청미천 유역에 설치된 에디 공분산 기반 플럭스타워에서 관측된 증발산량 자료의 정확도 향상 및 누락된 자료를 보완하기 위하여 gap-filling을 실시하였다. 플럭스 타워에서 관측된 자료에 대한 품질관리는 KoFlux에 최적화 되어있는 KoFlux 표준화 프로그램을 이용하여 수행하였다. 품질 관리된 Level 1 자료와 원시 자료의 통계 검증을 수행한 결과, 유의한 품질 관리가 이루어졌으며 불량 자료로 선별된 자료에 대해서는 추가적인 제거 작업을 실시하였다. 선행되는 품질관리를 수행한 후에 발생한 결측 구간을 세 가지 방법(Food and Agriculture Organization Penman-Monteith(FAO-PM), Mean Diurnal Variation(MDV), Kalman filter)에 의해 산정된 대체 증발산량으로 gap-filling을 수행하였으며, 세 가지 방법에 의해 산정된 증발산 값과 실제로 관측된 증발산 값을 비교(bias, RMSE, R, IOA)하였다. 관측 값과 산정 값의 적합도를 판단하는 IOA(FAO-PM, MDV, Kalman filter 순으로 SMC에서 평균값 0.69, 0.62, 0.90, CMC에서 평균값 0.91, 0.86, 0.94)와 R(SMC에서 평균값 0.54, 0.47, 0.84 CMC에서 평균값 0.89, 0.77, 0.93)를 확인했다. 세 가지 방법이 모두 유효한 상관관계를 나타냈으며, 관측 자료의 결측 구간을 대체 할 수 있다는 결과를 얻었다. 특히, 기상 요소를 고려할 수 있는 FAO-PM과 기후조건과 일변화 패턴을 적절하게 보완한 Kalman filter 방법이 MDV 방법에 비해 더욱 좋은 결과를 나타내었다.

인공신경망 기법을 이용한 청미천 유역 Flux tower 결측치 보정

전현호,백종진,이슬찬,최민하 한국수자원학회 2020 한국수자원학회논문집 Vol.53 No.11

In this study, we estimated missing evapotranspiration (ET) data at a eddy-covariance flux tower in the Cheongmicheon farmland site using the Artificial Neural Network (ANN). The ANN showed excellent performance in numerical analysis and is expanding in various fields. To evaluate the performance the ANN-based gap-filling, ET was calculated using the existing gap-filling methods of Mean Diagnostic Variation (MDV) and Food and Aggregation Organization Penman-Monteith (FAO-PM). Then ET was evaluated by time series method and statistical analysis (coefficient of determination, index of agreement (IOA), root mean squared error (RMSE) and mean absolute error (MAE). For the validation of each gap-filling model, we used 30 minutes of data in 2015. Of the 121 missing values, the ANN method showed the best performance by supplementing 70, 53 and 84 missing values, respectively, in the order of MDV, FAO-PM, and ANN methods. Analysis of the coefficient of determination (MDV, FAO-PM, and ANN methods followed by 0.673, 0.784, and 0.841, respectively.) and the IOA (The MDV, FAO-PM, and ANN methods followed by 0.899, 0.890, and 0.951 respectively.) indicated that, all three methods were highly correlated and considered to be fully utilized, and among them, ANN models showed the highest performance and suitability. Based on this study, it could be used more appropriately in the study of gap-filling method of flux tower data using machine learning method. 본 연구에서는 청미천 유역에서의 플럭스타워에서 산출되는 증발산량의 결측값을 보완하기 위해 인공신경망(Artificial Neural Network, ANN)을 사용하였다. 비교 평가를 위해, Mean Diurnal Variation(MDV), Food and Agriculture Organization Penman-Monteith(FAO-PM) 방법들을 이용하여 증발산량을 산정하였고, ANN 방법을 이용한 결과와 비교하였다. 비교 평가 방법으로 시계열 방법 및 통계 분석(결정계수, IOA, RMSE, MAE)이 사용되었다. 각 gap-filling 모델의 검증을 위해 2015년의 30분 단위 데이터를 이용하였으며, 121개의 결측값 중 MDV, FAO-PM, ANN 방법 순으로 각각 70, 53, 54개의 결측값을 보완하여 모든 데이터가 관측되지 않은 36개의 데이터를 제외하면 각각 82.4%, 62.4%, 63.5%의 성능을 보였다. 결정계수(MDV, FAO-PM, ANN 방법 순으로 각각 0.673, 0.784, 0.841)와 IOA(MDV, FAO-PM, ANN 방법 순으로 각각 0.899, 0.890, 0.951)를 분석한 결과, 3가지 방법 모두 양질의 상관성을 보여 활용성이 충분하다고 판단되며, 이 중 ANN 모델이 가장 높은 적합도와 양질의 성능을 나타내었다. 본 연구를 기반으로 기계학습방법을 이용한 플럭스 타워 자료의 gap-filing 연구에 보다 적절하게 활용될 수 있을 것이다.

Reference Evapotranspiration Calculator Software를 이용한 기상관측소 기준증발산 추정

최원호(Choi Wonho),최민하(Choi Minha),오현제(Oh Hyunje),박주양(Park Jooyang) 대한토목학회 2010 대한토목학회논문집 B Vol.30 No.2B

Reference Evapotranspiration Calculator Software (REF-ET)는 ASCE 및 FAO 기준증발산량을 포함한 총 17개의 FAO Penman-Monteith (PM) 방정식의 연산을 동시에 수행할 수 있는 프로그램으로서, 본 연구에서는 REF-ET에 대한 상세한 소개와 함께 기상관측소의 관측지료를 이용하여 REF-ET의 효용성을 논하였다. REF-ET는 각종 PM 방정식들에 대한 시일 월 단위 모의와 지역적 특성의 반영 및 결측자료에 대한 보정 등이 가능하다. REF-ET를 이용하여 서울 기상관측소의 29년간 증발산량을 모의한 결과, 일복사량에 주로 좌우되는 FAO24-Rd 식과 1957-Makk 식의 상관계수가 각각 0.89와 0.88로 높게 나타났으며, 이는 소형증발접시를 이용한 기준증발산량 관측값이 공기 동력학적 증발량만을 주로 반영하기 때문인 것으로 사료된다. 또한 RMSE/bias 분석을 통해 기준증발산 방정식들에 의한 계산값이 증발접시로부터의 기준증발산량에 비해 다소 과대평가되는 현상을 나타내었으나, 이 경우에도 1957-Makk 식이 가장 정확한 것으로 나타났다. 일단위 시계열 분석시 1957-Makk 식은 여름철의 증발산량을 저평가하는 경향을 나타내었으나, 전체적으로 1.06 ㎜/day의 오차로 증발산량을 모의 가능하였다. 차후 기상관측자료의 정확도를 높이는 연구들과 REF-ET를 병행한다면, 해당 지역 및 기간에 대한 증발산량 모의 및 관련 특성인자를 파악하는 연구에 활용도가 높을 것으로 기대된다. The Reference Evapotranspiration Calculator Software (REF-ET) supports computational guidelines for the reference evapotranspiration using seventeen FAO Penman-Monteith (PM) equations simultaneously such as the ASCE and FAO standardized forms. The REF-ET can conveniently consider missing data predictions and regional site characterizations, when reference ET is computed on monthly, daily, and hourly time steps. The applicability of the REF-ET was estimated to simulate the reference ET using hourly weather data from Seoul weather station for 29 years. The result found that the FAO24-Rd and 1957-Makk equations closely concerned with solar radiation parameter which were the most highly correlated to reference ET computed by pan coefficient. In addition, the 1957-Makk equation was identified as the most correct computational method for reference ET by analysis of bias and root mean square error. The 1957-Makk equation could predict the reference ET within the error of less than 1.06 ㎜/day, though all the other equations tended toward overestimation of predicting the reference ET in comparison with refecence ET of pan. The results of this study suggest that the REF-ET will be applicable to support reference ET estimation for a variety of field condition and time-scale.

에디공분산 방법에 의한 GLDAS와 GLEAM 증발산량의 적정성 평가

이연길,임배석,김기영,이경훈 한국수자원학회 2020 한국수자원학회논문집 Vol.53 No.10

This study was performed in Seolmacheon basin to evaluate the adequacy of GLDAS (Global Land Data Assimilation System) and GLEAM (Global Land Evaporation Amsterdam Model) evapotranspiration data. The verification data necessary for the evaluation of adequacy were calculated after processing the latent heat flux data produced in the Seolmacheon basin with the Koflux program. In order to gap-fill the empty period, alternative evapotranspiration was calculated in three ways: FAO-PM (Food and Agriculture Organization- Penman Monteith), MDV (Mean Diurnal Variation) and Kalman Filter. This study selected Kalman Filter method as the data gap-filling method because it showed the best Bias and RMSE among the three methods. The amount of GLDAS spatial evapotranspiration was calculated as Noah (version 2.1) with a time interval of 3 hours and a spatial resolution of 0.25°. The amount of GLEAM spatial evapotranspiration was calculated using GLEAM (version 3.1a). This study evaluated the spatial evapotranspiration of GLDAS and GLEAM as the evapotranspiration based on eddy covariance. As a result of evaluation, GLDAS spatial evapotranspiration showed better results than GLEAM. Accordingly, in this study, the GLDAS method was proposed as a method for calculating the amount of spatial evapotranspiration in the Seolmacheon basin. 본 연구에서는 GLDAS (Global Land Data Assimilation System)와 GLEAM (Global Land Evaporation Amsterdam Model) 증발산량의 적정성을 평가하기 위해 설마천 유역에서 관측된 에디공분산 기반의 잠열 플럭스를 검증자료로 활용하였다. 잠열 플럭스로부터 증발산량을 산정하기 위해 Koflux 프로그램으로 자료처리하였으며, 자료처리 후 발생된 빈구간을 보충(Gap-filling)하기 위해 FAO-PM (Food and Agriculture Organization-Penman Monteith), 평균 일변동(Mean Diurnal Variation, MDV), 칼만 필터(Kalman Filter)의 3가지 방법으로 대체 증발산량을 산정하였다. 본 연구에서는 3가지 방법 중 칼만 필터(Kalman Filter) 기반의 증발산량이 우수한 Bias와 RMSE를 보여 자료보충 방법으로 채택하였다. 공간증발산량은 GLDAS의 경우 Noah (version 2.1, 3시간, 공간해상도 0.25°)로 추출하였으며 GLEAM의 경우는 GLEAM(version 3.1a, 1일, 공간해상도 0.25°)를 이용하였다. GLDAS와 GLEAM의 공간증발산량을 에디공분산 기반의 증발산량으로 적정성을 평가한 결과, GLDAS의 증발산량이 에디공분산 기반과 비교적 적정한 결과를 나타내었다.

플럭스타워 증발산 결측자료의 보충 방법에 관한 연구

최민하,변규현 한국방재학회 2012 한국방재학회 학술발표대회논문집 Vol.11 No.-

전 세계 여러 플럭스네트워크에서 적용되는 에디공분산 기법은 지표와 대기간의 에너지 및 물질의 순환을 모니터링하기 위한 하나의 방법으로서, 기후변화에 따라 가속화 되고 있는 수문학적 인자(증발산 등)의 변화양상을 연구하는 데 유용하게 쓰인다. 그러나 에디공분산 기법은 기본적인 여러 가정 사항(균질한 표면, 난류장 발달, 정상성 등)을 내포하고 있으며, 실제 환경에서 이와 같은 조건을 모두 충족시키기는 어렵기 때문에 불확실성이 내포되어 있다. 따라서 측정된 자료에 관한 품질관리 수행이 필수적이며, 이를 통한 보다 양질의 자료 생산이 가능하다. 30분 단위로 제공되는 플럭스타워 증발산 자료는 월 평균 약 10% 내외의 결측자료가 발생하는 것으로 알려져 있으며 품질관리에는 결측자료에 관한 보충작업(Gap-filling)이 포함되어야 한다. 세계 여러 플럭스 네트워크에서는 결측자료 보충 방법에 관한 여러 연구가 현재 진행 중에 있으며, 이중에는 주로 미기상학적 인자를 활용한 대체증발산 산정 방법이 채택되기도 한다. 본 연구에서는 국토해양부의 기초 수문자료 구축사업 일환인 KoFlux 네트워크의 설마천(혼효림), 청미천(농경지) 관측지에서 측정된 증발산자료 관한 품질관리를 수행하였으며, Food and Agriculture Organization(FAO)에서 제시한 FAO-56 Penman-Monteith(FAO-PM) 방법을 활용하여 대체증발산 산정하여 결측자료 보충에 관한 연구를 실시하였다. 두 관측지의 미기상학적 인자를 활용하여 FAO-PM 방법에 적용한 결과, 에디공분산 기법으로 산정된 증발산 자료와의 경향성이 뚜렷하였으며 이를 통해 결측자료 보충 방법으로서의 활용 가능성에 대해 파악할 수 있었다.

Sensitivity of FAO-Penman-Monteith Reference Evapotranspiration to Climate Variables

( Ahmad Mirza Junaid ),( Kyung Sook Choi ) 한국농공학회 2016 한국농공학회 학술대회초록집 Vol.2016 No.-

Sensitivity analysis of reference evapotranspiration (ET_o) is essential to determine the expected fluctuations of ET_o in response to a known change in a specific climate variable. This study analyzed the sensitivity of ET_o to maximum temperature (T_max), minimum temperature (T_min), relative humidity (RH), wind speed (u₂), and sunshine hours (n) for command area of Upper Chenab Canal in Punjab, Pakistan. FAO-Penman-Monteith (FAO-PM) equation was used to estimate ET_o by using a weather data set of 32-years from 1980-2012. Long term average value of each climate variable was varied with in a possible range of -20% to +20% with an interval of 5% and resulting ET_o variations were plotted as sensitivity curves. ET_o showed maximum response to change in T_max followed by n, T_min, u₂ and RH. Dimension less sensitivity coefficients were also derived for each climate variable to mathematically define the sensitivity of ET_o. Sensitivity coefficients of n and T_max were highest showing that their influence on ET_o variations would be maximum. Sensitivity coefficients of RH were negative showing that ET_o would decrease as RH increase and vice versa. In general, ET_o showed more sensitivity to climate variability in summer season. The influence of T_max, n and T_min was higher during summer months whereas influence of u2 and RH was higher during winter months. Results suggests that in context of latest warming trends caused by global warming, atmospheric evaporative demands of study area could rise drastically which would be a challenging situation for future agricultural water management.

Estimation of Reference Evapotranspiration Using Backpropagation Neural Network Model

김민영,최용훈,수잔 오샤네시,폴 콜레이지,김영진,전종길,이상봉 한국농공학회 2019 한국농공학회논문집 Vol.61 No.6

Evapotranspiration (ET) of vegetation is one of the major components of the hydrologic cycle, and its accurate estimation is important for hydrologicwater balance, irrigation management, crop yield simulation, and water resources planning and management. For agricultural crops, ET is oftencalculated in terms of a short or tall crop reference, such as well-watered, clipped grass (reference crop evapotranspiration, ETo). The Penman-Monteithequation recommended by FAO (FAO 56-PM) has been accepted by researchers and practitioners, as the sole ETo method. However, its accuracy iscontingent on high quality measurements of four meteorological variables, and its use has been limited by incomplete and/or inaccurate input data. Therefore, this study evaluated the applicability of Backpropagation Neural Network (BPNN) model for estimating ETo from less meteorological datathan required by the FAO 56-PM. A total of six meteorological inputs, minimum temperature, average temperature, maximum temperature, relativehumidity, wind speed and solar radiation, were divided into a series of input groups (a combination of one, two, three, four, five and six variables)and each combination of different meteorological dataset was evaluated for its level of accuracy in estimating ETo. The overall findings of this studyindicated that ETo could be reasonably estimated using less than all six meteorological data using BPNN. In addition, it was shown that the properchoice of neural network architecture could not only minimize the computational error, but also maximize the relationship between dependent andindependent variables. The findings of this study would be of use in instances where data availability and/or accuracy are limited.

차탄천 유역의 증발산량 분석

김동필(Kim, Dong Phil),김주훈(Kim, Ju Hun) 대한토목학회 2023 대한토목학회 학술대회 Vol.2023 No.10