실제증발산 자료를 융합하기 위한 Modified Kling-Gupta efficiency Fusion (KGF)방법을 제시하였고, 인공위성 및 재분석 증발산 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MODIS Global Evapotranspiration Project (MOD16)를 활용하여 Simple Taylor skill’s Score (STS)와 비교하였다. 한반도와 중국의 세가지 land cover type(i.e., cropland, grassland, forest)을 가진 flux tower에서 비교 검증을 실시하였다. 실제증발산의 융합 방법인 STS와 KGF로 계산된 가중치의 결과를 확인하면, cropland와 grassland에서 재분석 자료(GLDAS, GLEAM)가 높은 가중치 영향을 나타내지만, forest에서 융합 방법에 따라 가중치 영향이 다르게 나타났다. 전반적으로 실제증발산 융합 방법 적용 결과의 비교에서는 cropland에서는 융합에 사용된 자료에 비하여 높은 개선이 이뤄지지 않았지만, grassland와 forest 에서는 개선이 이뤄졌다. 두 방법 중 KGF의 결과가 STS의 결과에 비하여 약간 개선되는 결과를 나타내었다

본 연구에서는 인공위성 및 재분석 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MOD16의 실제증발산량 산출물을 활용하여 한국수자원조사기술원(Korea Institute of Hydrological Survey, KIHS)에서 관리하고 있는 청미천(cheongmicheon farmland site, CFK)과 설마천(seolmacheon site, SMK) flux tower에서 검증하였고, Triple collocation (TC) 방 법을 활용하여 자료간의 불확실성 및 상관성분석을 수행하였다. 플럭스타워와의 검증 결과에서는 전반적으로 GLEAM>GLDAS>MOD16순으로 좋은 결과를 나타내었으며, 세가지 산출물의 조합(S1: flux tower vs. GLDAS vs. MOD16, S2: flux tower vs. GLDAS vs. GLEAM, S3: flux tower vs. GLEAM vs. MOD16)을 통한 TC 결과에서는 청미천(설마천)에서 GLEAM>GLDAS>MOD16>flux tower (GLDAS>GLEAM>MOD16>flux tower)순으로 좋은 결과를 나타내었다. TC 분석 결과에서 Flux tower의 error variance와 correlation coefficient가 상대적으로 좋은 결과를 나타내지 못하였으므로, 한반도 지역에서 인공위성과 재분석 자료(GLDAS vs. GLEAM vs. MOD16)만을 활용하여 TC를 적용하였다. 그 결과, GLDAS 와 GLEAM이 한반도 영역에서 낮은 error variance 와 높은 correlation coefficient를 나타낸 반면, MOD16의 경우, 농지에서 낮은 correlation coefficient과 높은 error variance를 나타내었다.

수문순환에서 증발산의 정확한 산정은 수문분석 및 이해에 있어서 매우 중요하다. 특히, 증발산을 산정하는 방법은 다양하며, 각각 방법 마다 장단점을 가지고 있다. 그렇기 때문에, 각 다른 방법으로 산전된 결과를 융합하여 최적의 증발산을 산출해야할 필요가 있다. 본 연구에서는 대표적으로 인공위성 기반의 증발산 모델인 revised RS-PM과 MS-PT 방법에서 산출된 증발산과 모델 자료인 Global Land Data Assimilation System (GLDAS)와 Global Land Evaporation Amsterdam Model (GLEAM)자료들을 융합함으로써 최적의 증발산을 산출하고자 하였다. 연구 지역인 청미천과 설마천에서의 플럭스 타워에서 융합된 증발산에 대해서 검증을 실시하였다. 통계학적인 결과(상관계수, 일치도, MAE, RMSE)를 확인하였을 때, 기존의 인공위성과 모델에서 산출되는 증발산 결과에 비해 향상되는 결괄르 나타내었다. 전반적으로 결과를 확인하였을 때, 융합된 자료가 보다 향상된 결과를 보일 수 있을 것이라는 것을 나타내었으며, 추후에는 더 많은 모델을 사용하여 융합함으로써 보다 정확한 결과를 산출 할 수 있을 것으로 기대된다.

강우는 물순환 시스템을 이해를 증가 시킬 뿐만 아니라, 효율적인 수자원 확보 및 관리에 있어서 가장 핵심적인 인자이다. 본 연구는 2015년을 대상으로 한반도에서의 92개의 ASOS 지점자료와 최근에 발사된 GPM 위성강우 자료의 비교를 통하여 활용가능성을 평가하였다. 또한 지점 자료의 장점과 인공위성 자료의 장점을 융합함으로써 보다 개선된 강우자료를 산출하기 위해 3가지의 상세화 방법(Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging)들을 적용하였다. 이 연구에서 도출된 결과는 다음과 같다. 1) ASOS 자료와의 검증을 통해 GPM 강우자료가 약간 과대산정되는 편향을 가지고 있는 것을 확인하였으며, 특히 여름 기간에 오차가 높게 발생하는 것으로 나타났다. 2) Jackknife 방법을 통하여 각 합성방법에 대해서 검증하였을 때, 공간해상도가 높아짐에 따라서 오차가 줄어드는 것을 확인하였으며, 상세화 방법 중 conditional merging 방법이 가장 좋은 성능을 나타내었다.

위성자료는 광범위한 지역의 변동성을 관측하기에 매우 유리하다는 특성 때문에 최근 기후변화로 인한 자연재해 등의 연구에서 각광받고 있다. 하지만 위성자료에도 여전히 시 ․ 공간적인 해상도의 한계가 있으며, 이를 극복하기 위해 다양한 센서의 융합이나 1차 산출물들을 조합하는 방법을 사용한다. 본 연구에서는 천리안 위성의 GOCI와 MI에서 관측되는 자료를 융합함으로써 500 m 공간 해상도의 지표면 온도 자료를 생산하였고, 정규 식생지수와 함께 사용하여 TVDI를 산정하였다. 산정된 TVDI를 통해 한반도의 토양수분 상태를 모니터링 하고자 하였으며, 이를 비교하기 위해 ASCAT 지표 토양수분 자료를 통해 산정된 SSMI와 비교하였다. 그 결과 천리안 TVDI와 SSMI가 대한민국 전역에서 비슷한 공간 분포를 나타냈으며, 천리안 위성을 활용하여 토양수분을 관측할 수 있는 가능성을 제시하였다. 따라서 본 연구에서 산정 된 한반도의 TVDI가 고해상도의 토양수분을 산정하는 기반이 될 수 있고, 이를 통해 천리안 위성의 활용 범위가 보다 확장되어 다양한 연구의 기반이 될 수 있을 것으로 보인다.

본 연구에서는 소양강댐 유역의 수문기상인자들의 시공간적 변동성을 명확히 파악하기 위하여 지표해석모형을 구축하였다. 지표해석 모형으로 는 Variable Infiltration Capacity (VIC) 모형을 사용하였으며, 모형의 공간 해상도는 10 km, 시간 해상도는 1일로 정하였다. 2007~2010년 기 간의 일유량자료를 바탕으로 Isolated Particle Swarm Optimization 알고리즘을 사용하여 모형의 7개 매개변수를 보정하였고, 2011~2014년 기간의 일유량자료를 사용하여 모형을 검증하였다. 보정된 모형은 보정기간과 검증기간 모두에 대하여 0.90의 Nash-Sutcliffe Coefficient값과 0.95의 상관계수를 보였다. 소양강댐유역에 대하여 산출된 인자들은 여름철에 강우가 집중되어있는 우리나라의 계절적인 특성과 기온변화로 인한 장 ․ 단파 복사량의 변화와, 지표면 온도의 변화, 이로 인해 피복층에서의 증발과 식생 증산의 변화가 고려되어 총 증발산이 변화하는 경향이 잘 반영된 것으로 나타났다. 산출된 수문인자를 검증하기 위하여 지상관측토양수분자료와 비교하였다. 겨울철을 제외한 4~11월의 비교결과 두 자료의 추세선의 기울기는 1.087로 나타났고, 상관계수는 0.723의 값을 나타냈다. 이러한 본 연구의 결과는 지표해석모형이 우리나라 주요 댐 유역의 수문기상인자의 시공간적인 변화를 정확히 파악하는데 활용될 수 있으며, 나아가서는 더욱 정밀하고 효율적인 수자원계획을 수립하는 데에도 활 용될 수 있다는 점을 시사한다.

대한민국 서해안의 4개 갯벌에 대한 변화 탐지를 위해 다중분광 고해상도 다목적 위성인 KOMPSAT 시리즈 영상 자료를 분석하였다. 무감독 분 류법을 이용하여 고해상도 위성 이미지에서 생성된 토지이용 및 토피피복 지도의 활용성과 연안 습지 변화의 경향을 결정할 때 시간 궤적 분석과 통합된 변화 탐지 방법론을 평가했다. 자연 현상과 인위적 활동에 대한 토지이용 및 토지피복 변화 분석을 통해 갯벌면적을 추출하고, 양질의 주제 지도를 제공하기 위한 고해상도 KOMPSAT 데이터의 실질적인 적용 가능성을 확인하였다. 경기도와 전라북도의 갯벌 지역은 조석 차에 영향으로 면적 변화가 나타난 것으로 추정되었으며, 새만금 지역의 갯벌지역은 대규모 매립 및 도시화로 인한 인위적 활동에 따른 것으로 나타났다. 또한 전 라남도 증도 갯벌지역의 경우 연안습지보호지역으로 지정되어 연안 갯벌 보전에 대한 사회적, 환경적 정책의 효과를 확인하였다. 따라서 고해상도 KOMPSAT를 이용한 습지변화 모니터링은 연안환경 관리 및 정책결정을 위해서 유용할 것으로 기대된다.

본 연구에서는 임진강 상류유역과 같이 수리수문학적 분석에 필요한 측정데이터가 존재하지 않거나 혹은 데이터의 확보가 어려운 유역에 대하여 위성 데이터와 데이터 기반 모형을 활용하여 유출량을 산정하였다. SDF 시그널(Satellite-derived Flow Signal)은 하도내의 유량변화에 따른 하천 폭의 변화를 반영할 수 있다고 알려져 있으며, 그 상관관계는 하도단면의 형태와 밀접한 관계가 있다. SDF 시그널 데이터와 유출량 간의 비선형 상 관관계를 반영할 수 있는 인공신경망 모형을 활용하여, 모형의 입력변수인 SDF 시그널 데이터로부터 임진강의 임진교 지점에서의 유출량을 추정 하였다. 15개의 위성 이미지 픽셀의 SDF 시그널 값이 0~10일의 lag가 되어 활용되었으며, lag된 데이터를 포함하여 총 150개의 변수 중 유출량 과 가장 큰 관계가 있는 변수 선정을 위해 PMI(Partial Mutual Information) 기법이 활용되었다. 인공신경망 모형을 통해 산정된 유출량은 임진교 에서 측정된 지점 유출량과 비교·분석되었으며, 학습(training)과 검증(validation)을 통한 상관계수는 각각 0.86, 0.72로 좋은 결과를 보여주었 다. 추가적으로 SDF 시그널 데이터 외에 임진교의 1일 전 측정유량이 인공신경망 입력변수로 추가되었을 때 상관계수가 0.90, 0.83으로 증가함을 보였다. 결과로부터 계측수문자료가 부족하거나 접근 불가능한 유역에 대하여 하천 유량 변화에 대한 추정치인 SDF 시그널 데이터와 지상 데이터 가 결합되었을 때 신뢰성 높은 유역의 유출량을 산정할 수 있으며, 큰 유량이 발생하는 홍수사상에 대해서도 첨두 유량과 첨두 발생시간을 잘 모의 할 수 있음을 알 수 있었다. 향후 위성 데이터와 지점 데이터를 활용하여 미계측 유역의 홍수발생에 대하여 높은 정확도로 예측 가능할 것으로 기대 한다.

본 연구에서는 GCOM-W1 위성에 탑재된 Advanced Microwave Scanning Radiometer 2 (AMSR2) 센서의 토양수분 자료를 Land Parameter Retrieval Model (LPRM) 알고리즘을 통해 전처리하여 2014년도 한반도 지점관측 자료와의 비교 분석을 수행, 위성 토양수분 자료 의 적합성을 평가하였다. 통계 분석 결과 AMSR2 X-band의 토양수분 자료는 38개의 지점관측 자료와 비교해 0.03의 평균 bias, 0.16의 평균 RMSE의 낮은 오차 수준을 보였으며, 최대상관계수는 0.67로 나타났다. 또한 AMSR2 센서의 ascending, descending 시간대별 위성 토양수분 자료 분석과 X, C1, C2-band의 주파수 영역별 위성 토양수분 자료 분석 결과, ascending overpass time 시간대와, X-band 주파수의 토양수분 자료가 지점 관측 자료와 더 좋은 상관관계를 보였다. 본 연구의 분석 결과는 한반도에서 최근 문제가 되고 있는 가뭄을 비롯한 각종 재해 분석 시 토양수분의 공간적 분포를 연구하는데 활용 될 수 있을 것으로 기대된다.

본 연구에서는 수원 성균관대학교 내 Frequency Domain Reflectometry (FDR) 토양수분 측정 장비 및 COSMIC-ray 중성자 측정 장비를 통한 토양수분 지점 관측 사이트를 확립하였다. 또한 양질의 토양수분 데이터 확보를 위해 연구지역 내 토질실험, 토질별 FDR 토양수분 데이터 및 COSMIC-ray 중성자 개수의 시계열 분석, 관측한 토양수분 데이터와 위성 기반 토양수분 데이터와의 비교분석을 실시하였다. 2014년도부터 6개 지점에서 표층으로부터 5 cm에서 40 cm까지 총 24개의 FDR 센서를 5~10 cm 깊이별로 설치하여 토양수분 데이터를 측정하였다. 해당 지점들 의 토질 분석결과, Sand에서 Loamy Sand까지의 다양한 토질이 불균질한 층을 이루어 분포되어 있는 것으로 판단되었다. 측정된 토양수분 데이 터는 강우 데이터와 높은 상관성을 보이며, 위성 산출 토양수분 데이터와의 비교에서도 상대적으로 높은 상관관계와 낮은 평균제곱근편차(Root mean square deviation, RMSD)값을 보여주었다. 2014년도 설치 지역 토양수분 데이터의 신뢰도가 확보됨에 따라 2015년도에는 10개의 FDR 토양수분 측정 장비 및 COSMIC-ray 중성자 측정 장비가 추가로 설치되어 성균관대학교의 Soil Moisture site with FDR and COSMIC-ray (SM-FC) 연구지역이 구축되었다. SM-FC에 설치된 COSMIC-ray 중성자 측정 장비의 최초 검증을 위해 2015년 8~11월의 COSMIC-ray 중성자데이터 및 FDR 토양수분 데이터가 활용되었다. 중성자기반 토양수분 값과 전체 지점 FDR 토양수분 평균값을 비교한 결과 매우 높은 상관관계를 볼 수 있었다 (상관계수 0.95). 이러한 연구를 통해 성균관대학교 SM-FC는 향후 한반도 지역 위성 및 모델 토양수분 데이터를 검증하는 대표 연구 지역이 될 것으로 기대된다.

본 연구에서는 MODIS 위성 기반 증발산량의 적정성을 평가하기 위해 Revised RS-PM 알고리즘으로 일증발산량 지도를 작성하여 에디 공분산 기반의 증발산량과 비교․분석하였다. 또한, 작성된 MODIS 기반의 일증발산량 지도의 공간적인 특성을 평가하기 위해 전적비교 지점을 기준으로 물 수지 성분을 산정하여 이의 특성을 분석하였다. 에디 공분산 기반의 증발산량은 플럭스 타워에서 관측된 잠열 플럭스를 KoFlux 프로그램으로 좌표변환, 밀도보정을 수행하여 이상치를 제거한 후 정량화하였다. 이상치 특성으로 발생된 빈 구간(no value)의 자료는 FAO-PM, MDV, Kalman Filter의 3가지 방법으로 보충(Gap-filling)하였다. 면적강우량과 유출량 은 KICT (2013)로부터 자료를 제공받아 정량화하였으며, 유역 평균증발산량은 Revised RS-PM 알고리즘으로 작성된 일증발산량 지도로부터 산정하였다. 유역의 저류변화량은 토양수분 변화량이 유역을 대표한다는 가정 하에 관측된 토심별 자료에 유효토심을 고려하여 산정하였다. MODIS 위성과 에디 공분산 기반의 증발산량을 비교·분석한 결과, MODIS 위성 기반에서 330.6 mm 정도 증발산량이 크게 산정되었으며, Bias와 RMSE는 평균 -0.91, 2.90의 특성을 나타내었다. 전적비교 지점을 기준으로 물 수지를 분석한 결과, 177.43 mm 정도의 편차로 인해 물 수지가 폐합되지 못하였다. 에디 공분산 기반의 증발산량과 물 수지 분석 결과를 토대로 적정성을 평가해 볼 때, MODIS 위성 기반의 증발산량은 설마천 유역의 실제 증발산량을 대표하지 못하였다.

2013년 3월에 발사된 Landsat 8 인공위성의 이미지데이터를 이용하여 금강유역을 대상으로 수질인자에 대한 평가를 수행하였다. 본 연구의 목적은 다양한 수질인자 중 녹조에 직접적인 영향을 미치는 총질소와 총인의 농도를 추정함으로써 궁극적으로 수생태계에 악영향을 미치는 녹조의 발생을 모니터링 하는 것이다. 현장실측데이터와 인공위성 데이터간의 상관관계를 규명하기 위하여 Pearson' 상관계수를 이용하여 그 관계를 파악하였다. Landsat 8이 촬영되는 시기를 포함하는 총 20개의 현장실측 데이터가 수집되었으며 Landsat 8의 11개의 밴드 중, 밴드2, 3, 4의 반사도 값이 총인과 총질소를 탐지하는데 있어서 가장 상관성 높은 것으로 나타났다. 총질소는 유의수준 0.05에서 밴드2(0.48), 3(0.62), 4(0.57)과 높은 양의 상관관계를 보였으며, 총인의 경우, 유의수준 0.01에서 밴드2(0.59), 3(0.59), 4(0.58)로 높은 양의 상관관계를 나타냈다. 5번 밴드는 유의수준을 벗어남으로써 두 수질인자를 탐지하는데 상관성이 떨어지는 것으로 나타났다. 상관성이 높았던 밴드간의 조합을 통해서 총질소와 총인에 대한 각각의 최적 회귀식이 다중 회귀식을 근거로 구축되었다. 유도된 회귀식으 로 계산된 총질소와 총인의 농도값은 통계기법인 Bias와 RMSE를 이용하여 현장실측데이터들과 비교·검증되었다. 최종적으로, 2014년 4월 21과 2013년 11월 12일에 대한 맵핑을 수행함으로써 총질소와 총인의 공간적인 분포를 시각적으로 확인할 수 있었다.

가뭄은 홍수, 산사태, 강풍 피해 등 단기간에 집중적으로 영향을 끼치는 자연재해와 달리 장기간에 걸쳐 느린 속도로 영향을 미치게 된다. 광역적인 피해를 주는 가뭄은 시점과 종점을 정확히 파악하기 어렵고 진행방향을 예측하는 데에 한계점을 갖기 때문에 가뭄의 심도를 정량화 할 수 있는 연구가 진행되고 있다. 그리하여 본 연구에서는 광역적 관측이 가능한 인공위성 자료를 활용하여 가뭄 지수를 산정하였으며 이를 통해 2014년 우리나라에서 발생한 가뭄 상황을 평가 하였다. 미항공우주국(NASA)의 다중분광센서인 MODerate resolution Imaging Spectroradiometer(MODIS)의 다양한 산출물을 통해 수문기상인자 기반의 가뭄지수인 Evaporative Stress Index(ESI)를 산정하였으며 이를 지점기반의 가뭄지수인 표준강수지수(Standardized Precipitation Index, SPI), 파머가뭄지수(Palmer Drought Severity Index, PDSI)와 강우량과의 시계열 비교를 통해 ESI의 국내 적용성 및 가뭄 상황을 분석하고자 하였다. 이는 인공위성 기반의 산정된 가뭄 지수를 통한 지역적인 가뭄 분석을 통해 지점 기반의 가뭄 지수가 지닌 한계점을 극복하고 각 지역에 따라 차별화된 가뭄 방재 대책을 세우는 데에 도움을 줄 수 있을 것이다.

최근 들어 기후변화로 인한 수자원 분야의 잠재적 영향 예측 및 평가를 위한 연구를 활발히 수행하고는 있으나, 수문기상학적인 자연현상을 정확히 예측하기란 사실상 어려운 일이며, 불확실성이 매우 크다는 문제점과 지역규모 유역의 기후변화 영향에 대한 종합적 평가기준이 아직까지 모호하다는 어려움을 안고 있다. 최근에 실시된 4대강 정비 사업은 변화된 하천 조건과 기후변화에 따른 유역의 수자원 예측의 불확실성과 기후변화 영향 평가와 대응책 마련의 어려움을 더욱 가중시키는 인자로 작용할 수 있다. 그러나 아직까지 일반화된 지역규모 유역에 대한 수문학적 통합위험지수에 대한 연구는 기초단계에 있으며, 지역적 규모의 기후변화 영향분석 및 취약성 평가를 위한 개념적 인자분류 체계 구축을 통한 표준화 연구의 수행이 필요하다. 본 연구에서는 4대강 하천정비 사업 이후 행정구역단위 중소규모 유역에 대하여 통합지역위험지수 산정을 통한 개념적 인자분류체계를 구축하여 기후변화와 수자원 영향 평가를 실시하였다. 본 연구는 기후변화로 인한 수문학적 위험성을 표준화하고 정량화된 값으로 제시할 수 있다는 점에서 장점이 있으며, 최근 4대강 사업으로 인하여 변화된 하천유역에 대하여 지역적 규모의 수문학적 위험도 변화를 효율적으로 평가하고, 체계적인 수자원 관리계획과 기후변화 적응을 위한 지역의 통합위험성 평가를 위한 기초자료로 활용될 수 있을 것으로 기대된다.

전 세계적으로 기후변화에 대한 관심이 증대되고 있으며 이는 지금껏 우리가 경험하지 못한 이상기후 현상과 이로써 발생하는 에너지, 식량, 물 관련 위기가 직접적으로 나타나고 있기 때문이다. 또한 가뭄, 태풍, 폭설 및 폭우 등의 극한의 재난 및 재해로 인한 피해가 발생하고 있어 이에 대한 예측 및 대비를 위한 연구 또한 활발히 진행되고 있다. 기후변화에 관한 정부 간 협의체 (Intergovernmental Panel on Climate Change; IPCC)는 미래 예측 산출물인 기후변화 시나리오를 제공하고 있으며, 제 5차 보고서에서는 새로운 온실가스 시나리오인 대표농도경로(Representative Concentration Pathway; RCP) 시나리오를 제안하였다. 이는 온실가스 감축정책의 수행 여부에 따라 4가지 시나리오 (RCP 2.6, 4.5, 6.0, 8.5)로 구분된다. 기상청에서는 각각의 시나리오 자료를 제공하고 있고, 본 연구에서는 동아시아를 대상으로 한 RCP 4.5 및 8.5를 대표적인 토양-식생-대기 순환(Soil-Vegetation-Atmosphere Transfers; SVAT) 모형 중 하나인 Common Land Model (CLM)의 강제입력자료로 활용하여 토양수분에 대한 과거 및 미래 예측 결과를 산출하였다. 이 두 자료를 활용한 산출 결과를 비교하여 온실가스 감축정책의 수행 단계에 따른 토양수분 산출 결과 간의 차이를 분석하였다. 추후 더 다양한 시나리오를 활용하여 수문기상인자에 대한 예측을 수행하도록 할 계획이다.

Soil Moisture Ocean Salinity (SMOS) 위성은 토양수분을 관측하는 위성 최초로 L-band 대역 (1.4 GHz)의 밝기온도를 관측하여 토양수분을 산정한다. 2012년 발사된 이후, 밝기온도를 통해 토양수분을 산정하는 복원 알고리즘에 대한 연구와 이에 대한 평가 및 검증이 국/내외에서 활발하게 이루어지고 있다. 특히, L-band를 이용한 토양수분 산정하는 알고리즘인 L-band Microwave Emission of the Biosphere (L-MEB) model의 정확도에 대한 연구는 매우 중요한 의미를 갖는다. 왜냐하면 L-band의 Radio Frequency Interferences (RFI)의 심각한 영향으로 세계 특정 지역에서 부정확한 토양수분의 산출과, 잘못된 밝기온도를 제공하기 때문이다. 특히 한국의 경우, 2012년 김해와 함평에서 토양수분의 최대 수득률인 43%를 나타내었으며, 이는 타 위성과 비교했을 때 매우 저조한 수치이다. 또한 지점 토양수분과의 평균 R2 값은 0.06, 보정 후 0.22로 매우 저조한 수치를 나타내었다. 이에따라 향후 연구는, 한반도에서의 SMOS 위성의 부정확한 토양수분 값의 원인을 다방면에서 분석할 계획이다. 타 인공위성들의, 같은 토질에서의 같은 토양수분을 갖는 지점의 값과, 그 지점들의 SMOS 산출 값을 비교하고, 미세먼지가 SMOS 토양수분 산출에 미치는 영향을 위성자료의 Aerosol Optical Depth(AOD)를 이용하여 분석할 계획이다.

본 연구에서는 Tropical Rainfall Measuring Mission (TRMM) 3B43 V7 (25 km)의 월 누적 격자 강우량을 1 km 해상도로 상세화하기 위해 Support Vector Machine (SVM) 회귀를 활용한 상세화 기법을 제안하였다. 비선형 예측모델인 SVM은 상세화의 기반이 되는 다양한 수문기상인자와 강우 발생간의 월별 상관성 구축에 효율적으로 활용되었다. 상세화된 격자 강우는 전국에 고루 분포한 64개 지점 관측 강우와의 비교 분석을 통해 상세화 이전의 격자 강우 보다 다소 개선된 정확도를 지니는 것으로 확인되었다. 특히, 상세화 이전 격자 강우가 지니는 양의 Bias가 효과적으로 개선되었다. 상세화 전후의 공간분포 비교에서 두 분포는 평균적으로 유사했으나, 상세화 이전 강우의 공간분포에서 나타나지 않았던 강우의 국지적 특성이 상세화된 공간분포를 통해 잘 표현되는 것을 확인할 수 있었다. 특히, 일부 지점의 과소 및 과대산정이 상세화를 통해 개선되어 전반적인 정확도 향상에 기여하였음을 확인했다. 본 연구에서 제안된 상세화 기법이 적용된 격자 강우는 모델의 정확도 향상을 위한 고해상도 입력자료로 활용될 수 있으며, 추후 연구에서는 SVM 외에 다른 회귀 방식을 활용하여 최적의 강우 상세화 기법 개발에 기여할 수 있을 것으로 보인다.

정규식생지수 (Normalized Difference Vegetation Index)는 각종 수문모델, 지표-대기 모델에 입력 자료로 사용되는 인자로대기와지표사이의에너지교환및수문기상학적인자의변동성을파악하는데매우중요하다. 이에따라, 식생고유의 분광반사 특성을 이용하여 인공위성으로 관측하는 NDVI 값의 정확한 모의를 위한 연구가 진행되고 있다. 본 연구에서는 국내 최초의 정지궤도위성인 Communication, Ocean and Meteorological Satellite (COMS)에서 산출된 정규식생지수의 적용성을판단하기위해Maximum Value Composite (MVC) 방법을활용하여산정한16일단위, 8일단위의정규식생지수와 MODerate-resolution Imaging Spectro-radiometer (MODIS) 센서에서 관측된 정규식생지수와 비교 검증을 실시하였다. 그 결과 16일 단위와 8일 단위 NDVI 모두 좋은 결과를 나타내었다. 이러한 결과를 토대로 COMS의 활용 가능성을 확인할 수 있었으며 추후 수문 생태학적 연구에 중요한 자료로 사용될 수 있을 것이다.

강우는수문순환에서중요한요소중에하나로시·공간적변동성이크므로정확한공간강우장의파악이요구된다. 열대강우 관측 위성(Tropical Rainfall Monitoring Mission, TRMM)에서 제공하는 3B43 월 누적 강우량 자료는 25 km의 공간해상도를 갖고 있어 공간 강우장의 정확성을 높이기 위해 상세화 기법을 적용하여 1km의 공간 해상도로 생성하였다.Terra 위성에 탑재된 MODIS (Moderate Resolution Imaging Spectroradiometers) 센서가 제공하는 정규식생지수(Normalized Difference Vegetation Index, NDVI) (공간해상도1km)와강우자료의관계성을회귀식으로나타냈고상세화기법에 적용하였다. 이에 따른 결과를 지점과 위성 강우 자료와의 차이를 통해 보정하는 방법인 GDA (Geographical Difference Analysis)와 지점과 위성 강우 자료와의 비율로 편차를 보정하는 GRA (Geographical Ratio Analysis) 상세화기법을사용하여공간강우장을나타내었다. 우리나라의공간강우장결과를지점자료를기준으로비교검증을실시하였다.그결과GDA 상세화기법의경우가2009년(Bias=4.26mm, RMSE=172.16 mm, MAE=141.95 mm, IOA=0.64), 2011년(Bias=17.21 mm, RMSE=253.43 mm, MAE=310.56 mm, IOA=0.62)으로가장잘맞는것으로나타났다. 이를바탕으로우리나라의공간 강우장을 1 km의 공간 해상도로 파악할 수 있었으며, 더 나아가 지점의 수를 늘려 보정을 정밀하게 하거나, 강우레이더 자료를 가지고 상세화 기법을 적용한다면 더욱 정확한 공간 강우장을 파악할 수 있을 것이다.

본 연구에서는 기후와 지형특성에 따라 유역의 수문학적 분할과 식생이 어떠한 영향을 받는지가 분석된다. 수문학적 분할은 Horton 지수를 이용하여 정량화되며, 지역의 기후특성과 Horton 지수 사이의 관계가 탐색된다. 또한 지역 기후특성을 이용한 Horton 지수의 예측력과 지역 기후특성뿐만 아니라 지형특성을 이용한 Horton 지수의 예측력을 비교함으로써 지형특성이 수문학적 분할에 미치는 상대적인 공헌도가 분석된다. 마지막으로 정규화 식생지수에 대한 건조지수와 Horton 지수의 예측력을 살펴봄으로써, 식생반응에 대한 기후 및 지형특성의 영향이 추정된다.