인공위성 관측 자료와 모델 시뮬레이션 자료를 섞어 지구 곳곳의 가뭄을 감시(모니터링)할 수 있는 기술이 개발됐습니다. 농작물 작황 예측과 대형 산불 발생을 선제적으로 예방하는데 큰 도움이 될 것으로 기대됩니다.
대형 산불 발생을 선제적으로 예방하는 데 도움이 될 것으로 기대되고 있습니다 출처: fotolia
UNIST 도시환경공학과 서은교 박사(현 조지메이슨대학 연구원)와 이명인 교수 연구팀은 미국항공우주국(NASA)과 공동으로 인공위성이 관측하는 토양수분 정보의 정확도를 높이고 지구 규모의 대용량 자료를 신속하게 처리해 가뭄을 실시간으로 감시할 수 있는 기술을 개발했습니다.인공위성으로 감시하다
가뭄피해에 선제적으로 대응하기 위해서는 가뭄의 정도(토양수분 부족의 정도)를 실시간으로 감시하는 기술이 필요합니다. 최근 미국과 유럽의 인공위성은 마이크로파장대 전파를 이용해 지표층 최대 5cm 정도의 깊이까지 토양 속 수분 정보를 알아냅니다. 그러나, 관측 가능한 수분 정보에 시간·공간적인 제약이 있기 때문에, 용도가 한정되어 있었습니다. 관측에 사용되는 마이크로 파장대의 전파가 식물의 생장에 중요한 근층 수십 센티미터 깊이까지 도달하지 못하고 인공위성이 자전하는 지구 극궤도를 돌면서 관측지역의 공백이 넓기 때문입니다.
연구팀은 인공위성에서 관측한 토양 수분 정보를 모델 시뮬레이션 자료 ‘혼합(자료 동화)’하는 방법으로 토양 수분 정보의 정확도를 높였습니다. 모델 시뮬레이션은 강수량, 복사열, 지표온도, 바람 등의 변수를 복합적으로 고려하여 뿌리층을 포함한 지구 전체의 토양 수분량에 대한 정보를 제공합니다. 따라서 인공위성에서 직접 관측한 토양수분정보와 모델 시뮬레이션 자료를 혼합하면 보다 넓은 범위에서 정확한 토양수분정보 생성이 가능합니다.
자료동화(Data assimilation) 자료동화는 수치모델의 입력자료인 분석장(Analysis field)을 만드는 과정입니다. 분석장은 외부의 강제력에 의해 수치 모델로 생산된 백그라운드(Background field)와 현재 시간 관측 자료, 그리고 두 자료의 오차를 산출하고 그 비율에 따라 분석장을 생산합니다.
실제로 과거 북미 지역에서 발생했던 가뭄 정보를 이용해서 자료 동화 방식으로 생산된 토양수분 정보와 인공위성 관측 정보의 정확도를 비교한 결과 자료 동화 방식 생산 정보의 가뭄 모니터링 정확도가 높았습니다.
자료 동화 시스템에 의해 생산된 토양 수분 변수의 성능 비교. a. 지면자료 동화책을 통해 생산된 표층 토양수분자료의 성능. b. 땅속(뿌리근처) 토양수분자료의 성능. 자료동화를 거친 인공위성자료의 정확도가 자료동화를 거치지 않은 경우(회색)보다 높음. c. SMAP 위성자료를 사용했을 때 나타나는 북미지역 토양수분성능의 개선도. d. ASCAT 위성자료를 사용하였을 때 나타나는 것 보다 높음. / 図 = UNIST
제1저자인 서은교 박사는 “자료 동화를 위해 ‘지역 앙상블 변환 컬만 필터링 기술’을 이용했다”며 “이를 통해 정밀도 높은 토양수분 정보를 산출하기 위한 최적의 자료 ‘혼합 비율’을 신속하고 정확하게 찾을 수 있다”고 설명했습니다.
가뭄은 직접적으로 농작물 피해나 물 부족 등의 문제를 일으켜서, 전 지구적으로 곡물이나 원자재 가격 상승을 일으키는 자연재해입니다. 게다가 지구 온난화로 가뭄 주기가 짧아지고 강도가 세지고 있어 가뭄 모니터링과 사전 예측이 점차 중요해지고 있습니다.
이명인 교수는 “이번 연구는 가뭄 모니터링뿐 아니라 가뭄을 중장기적으로 예측할 수 있는 기술 개발에도 쓰일 것”이라고 기대했습니다.
참고자료 ##
Seo , Eunkyo , Myong – In Lee , and Rolf H . Reichle . ” Assimilation of SMAP and ASCAT soil moisture retrievals into the JULES land surface model using the Local Ensemble Transform Kalman Filter . ” Remote Sensing of Environment 253 : 112222 .
출처 : 이웃집 과학자(http://www.astronomer.rocks)