|
|
|
한국수자원학회 / v.37, no.1, 2004년, pp.21-29 
|
신경망기법과 보조 자료를 사용한 원격측정 토양수분자료의 Downscaling기법 개발
( Development a Downscaling Method of Remotely-Sensed Soil Moisture Data Using Neural Networks and Ancillary Data ) |
| 김광섭;이을래; 경북대학교 공과대학 토목공학과;한국건설기술연구원;
|
|
|
 |
|
| |
| 초 록 |
| 국내에서 예상되는 물부족 현상을 극복하기 위해서는 수문 현상의 이해를 통한 수자원의 안정된 확보, 관리, 개발 등 수자원 관련 기술격의 발전이 필수적이라 하겠다. 물순환계통의 올바른 이해와 적합한 모형의 개발 및 검증을 위해서는 강우 및 토양수분의 대규모 원격측정이 필수적일 뿐 아니라 관측 격자 내에서 일어나는 변화도에 대한 이해가 필요하다. 가까운 장래에 예상되는 전구 관측 토양수분자료의 격자크기인 10km는 중ㆍ소규모 지역의 수문ㆍ기상모델 적용에 한계를 가진다. 목적에 따라 각 모델들이 필요로 하는 입력 자료의 격자크기가 다른 반면 각 모델에 대한 적합한 크기의 격자를 가진 다양한 입력 자료의 부재는 토양수분자료에 대한 적합한 downscaling 기법을 필요로 한다. 사용 가능한 보조 자료와 토양수분의 선형상관관계는 상당히 낮으므로 이들 상호관계를 선형관계의 합으로 나타내는데 한계를 가진다. 그러므로 본 연구에서는 physically-based 분리기법과 자료들 간의 비선형 상관관계를 나타내는데 적합한 신경망 기법을 이용한 downscaling 기법을 개발하였다. 개발된 downscaling 기법은 Washita'92 실험으로부터 획득된 토양수분 및 보조 자료를 사용하여 4km자료를 0.2km자료로 downscaling 하였으며 출력자료는 기존의 전형적 기법에 의하여 smoothing된 자료보다 개선된 결과를 보여주었다. |
|
| The growth of water resources engineering associated with stable supply, management, development is essential to overcome the coming water deficit of our country. Large scale remote sensing and the analysis of sub-pixel variability of soil moisture fields are necessary in order to understand water cycle and to develop appropriate hydrologic model. The target resolution of coming Global monitoring of soil moisture field is about 10km which is not appropriate for the regional scale hydrologic model. Therefore, we need a downscaling scheme to generate hydrologic variables which are suitable for the regional hydrologic model. The results of the analysis of sub-pixel soil moisture variability show that the relationship between ancillary data and soil moisture fields shows there is very weak linear relationship. A downscaling scheme was developed using physically-based classification scheme and Neural Networks which are able to link the nonlinear relationship between ancillary data and soil moisture fields. The model is demonstrated by downscaling soil moisture fields from 4km to 0.2km resolution using remotely-sensed data from the Washita'92 experiment. |
| |
| 키워드 |
| 토양수분;보조자료;신경망 기법;Downscaling;Soil Moisture;Downscaling;Ancillary Data;Neural Network; |
| |
|
|
|
|
한국수자원학회논문집 / v.37, no.1, 2004년, pp.21-29
한국수자원학회
ISSN : 1226-6280
UCI : G100:I100-KOI(KISTI1.1003/JNL.JAKO200411922194654)
언어 : 한국어 |
|
| 논문 제공 : KISTI 한국과학기술정보연구원 |
|
|
|
|
|
|
