토양수분은 지면환경에서 일어나는 수문 순환을 이해하기 위한 중요한 기상인자일 뿐만 아니라 가뭄, 홍수, 산불 등과 같은 자연재해와 밀접하게 연관되어 있다. 그러나 위성기반 토양수분 자료는 공간해상도가 매우 떨어져서 국지규모 분석에 직접적 으로 적용하기에는 한계가 있다. 이 연구에서는 마이크로파 위성센서로부터 산출된 토양수분 자료가 가지는 공간해상도의 제약을 완화하기 위하여, 다양한 지면 변수와 공간통계법을 활용한 다운스케일링 기법을 도입하였다. 가장 정교한 다운스케일링 기법으로 평가되는 회귀크리깅을 이 연구를 통하여 토양수분 자료에 처음으로 적용하였다. 우리나라의 2013년과 2014년의 4월부터 10월까지 의 일자별 AMSR2(Advanced Microwave Scanning Radiometer 2) 공간해상도 10km와 25km의 토양수분 자료를 각각 2km와 4km로 다운스케일링한 결과, 고해상도로 다운스케일링된 자료와 저해상도 원자료와의 일관성이 우수하게 유지되어, 다운스케일링 전후의 공간패턴과 자료특성이 잘 보존되는 것을 확인할 수 있었다. 이 연구에서 제시한 다운스케일링 기법은 토양수분뿐만 아니라 여러 기상요소에 적용될 수 있으며, 위성영상이나 모형자료의 공간해상도 한계를 극복하기 위한 방편이 될 수 있을 것으로 기대된다.

이 논문에서는 구성 자료의 지구통계학적 시뮬레이션을 위해 다중 자료 변환 기반 조건부 시뮬레이션 틀을 제안하였다. 우선 일반적인 통계 기법의 적용이 가능하도록 구성 자료에 로그비 변환을 적용하였다. 다음 변환들로는 최소/최대 자기상관 인자 변환과 지시자 변환을 순차적으로 적용하였다. 독립적인 새로운 변수의 생성을 위해 최소/최대 자기상관 인자 변환을 적용하였으며, 적용 결과 개별 변수들의 독립적인 시뮬레이션이 가능해진다. 그리고 다중 가우시안 확률 모델을 따르지 않는 변수들의 비모수적 조건부 누적 확률 분포 모델링을 위해 지시자 변환을 적용하였다. 최종적으로는 적용한 변환 방법들의 역순으로 역 변환을 적용하였다. 간석지 표층 퇴적물 성분 자료를 대상으로 제안 시뮬레이션 기법의 적용 가능성을 예시하였다. 모든 시뮬레이션 결과들은 구성 자료의 제한 조건을 만족하면서 샘플 자료의 통계 특성을 잘 반영하였다. 구성 자료의 다수의 시뮬레이션 결과들을 이용한 표층 퇴적물 분류를 통해 기존 크리깅에서는 얻을 수 없는 분류 결과의 확률론적 평가가 가능하였다. 따라서 제안 시뮬레이션 틀은 다양한 구성 자료의 지구통계학적 시뮬레이션에 효과적으로 이용될 수 있을 것으로 기대된다.

다양한 형태의 공간 자료를 이용하는 응용 분야에서 이용가능한 자료간 해상도 차이를 반영하고, 원하는 타겟 해상도로의 변환은 매우 중요하다. 이 논문에서는 저해상도 비율 자료로부터 고해상도 범주형 주제도를 제작하기 위해 베리오그램 디컨볼루션과 블록 시뮬레이션을 이용하는 지구통계학적 다운스케일링 방법론을 제시하였다. 우선 블록 기반 베리오그램으로부터 점 기반 베리오그램 모델의 추정을 위해 반복 연산 기반 베리오그램 디컨볼루션 방법을 적용하였다. 그리고 영역-점 변환 크리깅과 추정된 점 기반 베리오그램 모델을 이용하는 직접 순차적 시뮬레이션을 적용하여 고해상도 비율 정보를 제작하였다. 최종적으로 최대 사후 확률 결정 규칙을 적용하여 대안적 고해상도 범주형 주제도를 제작하였다. 점 기반 자료 없이 저해상도 블록 비율자료만을 이용한 토지피복도 제작 사례 연구를 통해 제안 분석 과정을 예시하였다. 제안한 다운스케일링 기법의 적용을 통해 원 저해상도 블록 비율 자료값을 재생산하는 고해상도 비율 자료를 생성하였으며, 이로부터 기준 토지피복도의 전반적인 패턴을 반영하는 대안적 고해상도 토지피복도 제작이 가능함을 확인할 수 있었다. 이렇게 생성된 고해상도 자료들은 해상도 변환의 영향 분석에 유용한 입력 자료로 이용될 수 있을 것으로 생각된다.

이 논문에서는 환경변수의 시계열 분포도 작성과 불확실성 모델링을 위해 시공간영역으로 확장된 다중 가우시안 크리깅을 제안하였다. 다중 가우시안 틀 안에서, 우선 정규점수변환된 환경변수를 결정론적 경향 성분과 확률론적 잔차 성분으로 분해하였다. 그리고 시간 경향 모델 계수의 내삽을 통해 경향 성분의 시계열 공간 분포도를 작성하였다. 정상성 잔차 성분의 시공간 상관 구조는 곱-합 시공간 베리오그램 모델을 이용하여 정량화하였고, 이 베리오그램 모델과 시공간 크리깅을 이용하여 국소적 누적 확률분포함수를 모델링하였다. 이 국소적 누적 확률분포함수로부터 평균값과 조건부 분산을 계산하여 공간분포도 작성과 불확실성 분석에 각각 이용하였다. 제안 기법의 적용성 평가를 위해 인천광역시에서 3년간 13개 관측소에서 측정된 월 평균 미세먼지(PM10) 농도 자료를 이용한 시계열 분포도 작성 사례 연구를 수행하였다. 사례연구 결과, 제안 기법을 통해 기존 공간 정규 크리깅에 비해 작은 편향과 높은 예측 능력을 가진 시계열 미세먼지(PM10) 농도 분포도 작성이 가능함을 확인할 수 있었다. 또한 조건부 분산과 특정 농도값을 초과할 확률값들은 해석을 위한 유용한 보조 정보를 제공하였다.

지화학 자료는 환경 관리를 위한 중요한 환경 변수중 하나로 인식되어 왔다. 지화학 자료는 보통 공간적으로 산재되어 수집되기 때문에, 샘플링 되지 않은 지점에서의 속성값 예측과 더불어 부가적인 분석을 위해 예측에 수반되는 불확실성을 추정할 필요가 있다. 이 논문은 지시자 지구통계학이 지화학 자료의 공간적인 분포값의 제시뿐만 아니라 의사결정을 보조할 수 있는 정보를 제공하기 위해 유용하게 사용될 수 있는지를 예시하고자 한다. 카드뮴 자료의 추정사례 연구를 통해 확률론적 불확실성 모델링, 위험성 분석 등 지구통계학적 분석의 틀을 제시하였다. 지시자 크리깅을 통해 조건부 누적 분포 함수를 모델링한 후에, 기대값 추정치와 조건부 분산을 카드뮴의 추정값과 정량적 불확실성 추정을 위해 각각 계산하였다. 그리고 확률 임계치와 속성 임계치의 적용을 통해 오염/비오염 지역을 구분하였다. 또한 조건부 분산과 속성값과 임계치값의 차이를 모두 설명할 수 있는 변동 계수를 통해 추가적인 샘플링 지점을 추출하였다. 이 연구에서 적용한 지시자 지구통계학적 분석 틀은 불확실성을 고려한 의사 결정과 관련하여 지화학 자료를 포함한 환경 변수의 분석에 유용하게 사용될 수 있을 것으로 기대된다.

자료가 부족한 지역에서의 타당성 높은 공간 자료 해석을 위해서는 추정의 기본 자료인 공간 분포 특성에 대한 올바른 분석이 선행되어야 한다. 공간 추정과 관련해서 자료에 내재된 공간적 특성 척도로 이용 가능한 베리오그램은 자료의 공백을 보완하는 여러 추정 기법의 기초 자료로 그 이용 영역이 제한되어 있는 경향이 있었다. 이에 보다 신뢰성 있는 자료 추정을 위해서는 베리오그램 값이 갖는 의미에 대한 보다 심도 있는 분석이 필요하다. 이 연구에서는 베리오그램 값이 공간 분포 상에서 갖는 의미에 대하여 고찰하고, 베리오그램 분석을 통해 얻을 수 있는 자료의 공간 분포 특성에 대해 연구하였다. 베리오그램은 방향과 분리거리에 따른 자료간의 상관관계 정보를 제공하며, 거리에 따른 상관관계의 변화 정도에 대한 특성을 알려줄 수 있다. 이를 이용하여 베리오그램의 문턱값과 상관거리를 분석하고, 자기상관 값을 이용한 유사거리 개념을 도입하여 선형성 분석의 가능성을 검증하였으며, 화산칼데라 지역에서 획득된 중력 자료 및 자력 자료의 공간 분포 특성을 비교 분석하였다. 분석 결과, 자료의 분포 폭과 변동 폭에 따라 나타나는 중력 자료와 자력 자료의 상이한 특성 패턴을 확인할 수 있었으며, 화산칼데라 지역에서 중력 및 자력의 선형성 방향이 지형의 선형성 방향과 유사하게 나타나고 있어 중력 및 자력 이상체의 지표 연장성이 좋은 것으로 나타났다.

이 논문에서는 2002년 9월 태풍 루사로 인해 많은 재해 피해를 입은 강원도 강릉시 사천천 유역을 대상으로 다중 시기 원격탐사 자료를 이용하여 퇴적 지질환경 변화 정보를 추출하고 분석을 수행하였다. 다중 시기 자료에 대해 자동 임계치 설정 기반 무감독 변화 탐지 기법을 적용하여 여러 시기 및 센서별 변화 정보를 추출하였다. 변화탐지 결과, 제외지에서는 태풍 루사 직후 하천 탁도 변화, 습지의 수계 혹은 퇴적물로의 변화 및 계절적인 유량 차이에 의한 하도 노출 여부 등으로 변화지역이 나타났다. 주변 농경지에서는 홍수 및 산사태 등으로 인한 토사의 퇴적, 농지 개간 등으로 인한 변화가, 기타 지역에서는 제방 공사 등으로 인한 변화가 두드러지게 나타났다. 노한 야외 조사와 원격탐사 자료를 이용하여 미지형 분류도, 범람원 지역 지표 퇴적량 분포도 및 수해 지형 분류도를 작성하였다. 결론적으로 다중시기 고해상도 원격탐사 자료가 재해로 인한 변화 정보 추출에 유용하게 활용될 수 있을 것으로 기대되며, 이를 위해 고해상도 자료에 적합한 자료처리 기법 개발이 병행되어야 할 것으로 판단된다.

A novel disaggregation model that combines a machine learning model and kriging of residuals is presented to map precipitation at a fine scale from coarse scale precipitation data. Random forest (RF) and fine scale auxiliary variables are used to estimate trend components at a fine scale. Residual components are then estimated by area-to-point residual kriging. A case study of spatial disaggregation of TRMM monthly precipitation data acquired over the Korean peninsula is carried out to illustrate the potential of the presented disaggregation method. From the evaluation results, the presented method outperformed the RF-based disaggregation method that only considers trend components and ignores residual components, in terms of accuracy statistics and the ability of coherent predictions. This case study indicates that accounting for residual components by applying a proper spatial prediction method such as area-to-point kriging is very important in spatial disaggregation of coarse scale spatial data, even though advanced regression models such as RF could have high goodness of fit for the quantification of relationships between a target attribute and auxiliary variables.

This paper evaluates the applicability of a simple kriging with local means(SKLM) for highresolution spatial mapping of monthly mean temperature and rainfall in South Korea by using AWS observations in 2013 and elevation data. For an evaluation purpose, an inverse distance weighting(IDW) which has been widely applied in GIS and cokriging are also applied. From explanatory data analysis prior to spatial interpolation, negative correlations between elevation and temperature and positive correlation between elevation and rainfall were observed. Bias and root mean square errors are computed to compare prediction performance quantitatively. From the quantitative evaluation, SKLM showed the best prediction performance in all months. IDW generated abrupt changes in spatial patterns, whereas cokriging and SKLM ref lected not only the topographic effects but also the smoothing effects. In particular, local characteristics were better mapped by SKLM than by cokriging. Despite the potential of SKLM, more extensive comparative studies for data sets observed during the much longer time-period are required, since annual, seasonal, and local variations of temperature and rainfall are very severe in South Korea.

This paper generated time-series temperature maps and analyzed the characteristics of temperature distributions from monthly average temperature observations between 2010 and 2011 in Jirisan areas using topographic data and geostatistics. From variogram modeling, all months except May to August showed that the spatial variability of temperature was the greatest along the direction perpendicular to coasts. Monthly temperature has negative correlations with elevation and distances from coasts and especially the correlation between temperature and distances from coasts was very weak in summer like the variogram modeling result. For temperature distribution mapping, kriging with a trend and ordinary kriging were separately applied as a univariate kriging algorithm by considering the spatial variability structures of temperature. Simple kriging with varying local means was applied as a multivariate kriging algorithm for integrating topographic data sets. From the cross validation results, the use of topographic data in spatial prediction of temperature showed the improved predictive performance, compared with univariate kriging. This improvement in predictive performance was dependent mainly on mean and variation values of monthly temperature and the spatial auto-correlation strength of residuals, as well as the correlation between topographic data and temperature. Based on these analysis results, spatial variability analysis using variogram is effectively used to account for spatial characteristics of monthly temperature and the correlation with topographic data. Topographic data can also be a useful information source for reliable temperature mapping.