Although many attempts have been made to solve the atmospheric diffusion equation, there are many limits that prevent both solving it and its application. The causes of these impediments are primarily due to both the partial differentiation term and the turbulence diffusion coefficient. In consideration of this dilemma, this study aims to discuss the methodology and cases of utilizing a passive air sampler to increase the applicability of atmospheric dispersion modeling. Passive air samplers do not require pumps or electric power, allowing us to achieve a high resolution of spatial distribution data at a low cost and with minimal effort. They are also used to validate and calibrate the results of dispersion modeling. Currently, passive air samplers are able to measure air pollutants, including SO2, NO2, O3, dust, asbestos, heavy metals, indoor HCHO, and CO2. Additionally, they can measure odorous substances such as NH3, H2S, and VOCs. In this paper, many cases for application were introduced for several purposes, such as classifying the VOCs’ emission characteristics, surveying spatial distribution, identifying sources of airborne or odorous pollutants, and so on. In conclusion, the validation and calibration cases for modeling results were discussed, which will be very beneficial for increasing the accuracy and reliability of modeling results.

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.

연구용 NIR 장비에서 수집된 벼 생엽의 질소 함량 검량 식 및 데이터베이스를 현장용 NIR 장비에 검량식을 이설,검증함으로서 현장 적용 가능성을 평가하기 위해 수행한 결과는 다음과 같다.1. 2003년부터 2009년까지 스펙트럼을 수집한 시료 중선발 된 A 데이터 세트(개체수 454점)의 총 질소범위는 2.041%～4.933%, 2012년 수집된 B 데이터 세트(258점)는 2.180%～3.690%이며 각각의 전체 평균은3.497%, 2.712%였다.2. A, B 데이터 세트에서 유도된 검량식 결과 결정계수(R2)는 각각 0.845, 0.777,표준오차(SEC)는 0.196, 0.126,SECV는 0.238, 0.150이었다.3. 연구용 NIR 장비 400 nm～2500 nm 파장에서 얻어진데이터베이스를 현장용 NIR 장비 1200 nm～2400 nm파장에 맞게 잘라 이설한 후 2012년 데이터베이스에업데이트 확장한 후 작성된 검량식 결과 결정계수(R2)는 0.880, 표준오차(SEC)는 0.191이었다.4. 연구용 NIR 장비에 구축된 데이터베이스를 현장용NIR 장비에 맞춰 데이터베이스를 확장 업데이트하고검량식을 이설한 결과 연구용 장비와의 표준오차는0.005%로 거의 동일한 수준의 결과를 얻었다.

본 연구에서는 용담댐 하류부터 대청댐상류까지 총 유역면적 3108.29 유역을 대상으로 SWAT 모델을 적용하여 유출유량모의를 실시하는데 있어서최적의매개변수를추정하는방법을보고하고있다. SWAT 모델의 모의를 위해서는 방대한 양의 매개변수가 요구되며 이러한 매개변수의 최적값을 산정하는 것은 어려운 실정이다. 본 연구에서는 SWAT-CUP에서 제공하는 4가지 통계 알고리즘 중에서 GLUE와 SUFI-2의 2가지 내부 프로그램을 이용하여 각각 2,000회의

Potato is the fourth major food crop mainly grown in temperate climate zone and this region is expected to be mostly affected by upcoming global warming followed by arctic zone. Such climatic change can cause the decrease of potato crop yield. Thus, climate change impact assessment on potato growth and yield has become a great importance for construing proper adaptation strategies. Crop growth model would be a powerful tool for this purpose even if the model is calibrated and validated under the wide range of environmental condition. The objective of the present study was to calibrate and validate the SUBSTOR model using the experimental data collected in the field and temperatured-controlled plastic houses. The planting season experiments for collecting data was conducted in field and temperat-controlled plastic houses by employing three potato cultivars; Daeji, Sumi, and Chubaek at the Seoul National University Farm in Suwon during 2008 and 2009. Four plastic houses used for this experiment were controlled to ambient temperature (aT, aT+1.5℃, aT+3.0℃, aT+5.0℃), respectively. The model was calibrated by adjusting the genetic coefficients to the experimental data collected, and validated with the experimental data independent of calibration. The model simulated tuber yield very close to the observed, showing R²=0.92 for Daeji and R²=0.97 for Sumi. However, the model showed a little poor performance of R²=0.61 for Chubaek, Also, SUBSTOR-potato model showed low stability at water stress environment in this experiment.

기상자료가 부족하거나 결측 지역의 기준 증발산량 산정을 위하여 Penman-Monteith (PM) 공식을 이용한 Hargreaves 공식의 매개변수 추정을 수행할 필요가 있다. 본 연구에서는 경기만 유역에 위치한 강화, 인천, 수원, 서산, 천안의 1997년2004년 기상자료를 바탕으로 PM 공식을 이용하여 계산한 기준 증발산량(이하 ETo)을 이용하여 Hargreaves 공식의 매개변수를 추정하였으며, 추정된 매개변수를 이용하여 2005년2006년의

많은 수의 매개변수와 복잡한 구조를 가진 수문모형의 적용 시 세밀하고 강력한 모델 검 보정이 요구된다. 본 연구에서 금강유역에 위치한 갑천 소유역에 준 분포형 모형인 SWAT모형을 이용하여 다 목적 지점 검 보정 방법을 제시하였다. 모형의 보정 전 민감도 분석을 통한 각 소유역별로 특성 분석이 이루어 졌고, 유출에 민감한 매개변수들을 추정하였다. 그리고 최소한의 보정을 통한 모형의 유효성을 높이기 위해, 관측된 데이터로부터 매개변수 값을 선보정하는 과정

A comparison between the estimated chlorophyll a from OSMI, the SeaWiFS and the chlorophyll a measured from the research cruises of National Fisheries Research and Development Institute was made. The updated empirical algorithm for calibrating and validating of the estimated chlorophyll a in the East China Sea was formulated by relationship between the estimated chlorophyll a and the field one. The relationship between the chlorophyll a and the band ratio(nLw490/555) was still highest in the OSMI data after launching of KOMPSAT satellite. The distributions of OSMI chlorophyll a were compared with those of sea surface temperature, zooplankton biomass, and catch amounts of the Pacific mackerel in the East China Sea. In case of the relationships in specially winter seasons of 2002 and 2004, the zooplankton and the fish were totally depended on the distributions of SST than those of chlorophyll a.

본 연구에서는 미국 환경청에서 개발하여 유역 오염총량관리를 위한 수질모형으로 이용되고 있는 HSPF 모형을 선정하여 발안 HP#6 시험유역을 대상으로 모형의 적용성을 분석하였다. HSPF모형을 이용하여 HP#6 시험유역에서 모형의 보정기간인 1996년부터 1997년까지 유출량을 모의한 결과, RMSE는 2.1mm, RMAE는 0.4mm, 는 0.92로 모의되었으며, 모형의 검정기간인 1999년부터 2000년의 모의 결과 RMSE는 6.03mm, RMAE

Variations in phytoplankton concentrations result from changes of the ocean color caused by phytoplankton pigments. Thus, ocean spectral reflectance for low chlorophyll waters are blue and high chlorophyll waters tend to have green reflectance. In the Korea region, clear waters and the open sea in the Kuroshio regions of the East China Sea have low chlorophyll. As one moves even closer to the northwestern part of the East China Sea, the situation becomes much more optically complicated, with contributions not only from higher concentrations of phytoplankton, but also from sediments and dissolved materials from terrestrial and sea bottom sources. The color often approaches yellow-brown in the turbidity waters (Case Ⅱ waters). To verify satellite ocean color retrievals, or to develop new algorithms for complex case Ⅱ regions requires ship-based studies. In this study, we compared the chlorophyll retrievals from NASA's SeaWiFS sensor with chlorophyll values determined with standard fluorometric methods during two cruises on Korean NFRDI ships. For the SeaWiFS data, we used the standard NASA SeaWiFS algorithm to estimate the chlorophyll a distribution around the Korean waters using Orbview/ SeaWiFS satellite data acquired by our HPRT station at NFRDI. We studied to find out the relationship between the measured chlorophyll a from the ship and the estimated chlorophyll a from the SeaWiFS satellite data around the northern part of the East China Sea, in February, and May, 2000. The relationship between the measured chlorophyll_a and the SeaWiFS chlorophyll_a shows following the equations (1) in the northern part of the East China Sea. Chlorophyll_a=0.121Ln(X) + 0.504, R2 = 0.73 (1) We also determined total suspended sediment mass (SS) and compared it with SeaWiFS spectral band ratio. A suspended solid algorithm was composed of in-situ data and the ratio (LWN(490 nm)/LWN(555 nm)) of the SeaWiFS wavelength bands. The relationship between the measured suspended solid and the SeaWiFS band ratio shows following the equation (2) in the northern part of the East China Sea. SS=-0.703 Ln(X) + 2.237, R2 = 0.62 (2) In the near future, NFRDI will develop algorithms for quantifying the ocean color properties around the Korean waters, with the data from regular ocean observations using its own research vessels and from three satellites, KOMPSAT/OSMI, Terra/MODIS and Orbview/SeaWiFS.