플럭스타워 기반 증발산의 결측자료 보정을 위한 gap-filling 산정 및 분석 - FAO-PM, MDV, Kalman filter을 이용하여 - (An Assessment and Analysis of the Gap-Filling Techniques for Revising Missing Data of Flux Tower based Evapotranspiration - FAO-PM, MDV, and Kalman Filter -)

서지정보

· 발행기관 : 한국방재학회
· 수록지 정보 : 한국방재학회논문집 / 16권 / 6호 / 95 ~ 107페이지
· 저자명 : 김기영, 백종진, 이정훈, 이연길, 정성원, 최민하

초록

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.

영어초록

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.

참고자료

· 없음