인공위성 관측자료와 모델 시뮬레이션 자료를 혼합해 지구 각지의 가뭄을 감시(모니터링)할 수 있는 기술이 나왔습니다. 농작물 작황 예측과 대형 산불 발생을 선제적으로 예방하는 데 큰 도움이 될 것으로 기대됩니다.
…
연구팀은 인공위성으로 관측한 토양 수분 정보를 모델 시뮬레이션 자료로 「혼합(자료 동화)」하는 방식으로 토양 수분 정보의 정도를 높였습니다. 모델 시뮬레이션은 강수량, 방사열, 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 수치모델 입력자료인 분석장(Analysis field)을 만드는 과정입니다. 분석장은 외부의 강제력에 의해 수치모델로 생산된 배경장(Backgroundfield)과 현재 시간 관측 자료, 그리고 두 자료의 오차를 산출하여 그 비율에 따라 분석장을 생산합니다.
실제로 과거 북미 지역에서 발생한 가뭄 정보를 이용해 자료 동화 방식으로 생산된 토양수분 정보와 인공위성 관측 정보의 정확도를 비교한 결과 자료 동화 방식 생산 정보의 가뭄 모니터링 정확도가 높았습니다.
자료 동화 시스템을 통해 생산된 토양 수분 변수의 성능 비교. a. 지면 자료 동화를 통해 생산된 표층 토양 수분 자료의 성능.b. 땅속 (뿌리 근처) 토양 수분 자료의 성능.자료동화를 거친 인공위성 자료의 정확도가 자료동화를 거치지 않은 경우(회색)보다 높음. c.SMAP 위성자료를 사용하였을 때 나타나는 북미지역 토양수분성능 개선도.d. ASCAT 위성 자료를 사용했을 때 나타나는 북미 지역 토양 수분 성능 개선도. 붉은색 점이 많을수록 자료 동화를 거친 인공위성 자료의 품질이 우수함을 나타낸다. / 그림 = UNIST
제1저자 소운교 박사는 자료 동화를 위해 지역 앙상블 변환 컬의 미 필터링 기술을 이용했다며 이를 통해 정밀도 높은 토양수분 정보를 산출하기 위한 최적의 자료 혼합 비율을 신속하고 정확하게 찾을 수 있다고 설명했습니다.
가뭄은 직접 농작물 피해나 물 부족 같은 문제를 일으켜 지구 전체에서 곡물과 원자재 가격 상승을 유발하는 자연재해입니다. 게다가 지구 온난화로 가뭄의 주기가 짧아지고 강도가 높아지고 있기 때문에 가뭄 모니터링과 사전 예측이 더욱 중요해지고 있다.
이명인 교수는 이번 연구는 가뭄 모니터링뿐 아니라 가뭄을 중장기적으로 예측할 수 있는 기술 개발에도 사용될 것이라고 기대했습니다.
참고자료 ###
Seo, Eunkyo, Myong-In Lee, and Rolf H. Reichle. “Assimilation of SMAP and ASCAT soil moisture retrievals into the JULES
출처 : 옆집 과학자 (http://www.astronomer.rocks)