http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
박민지,신형진,최영돈,박재영,김성준,Park, Min-Ji,Shin, Hyung-Jin,Choi, Young-Don,Park, Jae-Young,Kim, Seong-Joon 한국농공학회 2011 한국농공학회논문집 Vol.53 No.6
Recently natural disasters such as the frequency and intensity of drought have been increasing as a result of climate change. This study suggests a drought index, WADI (Water Availability Drought Index), that considers water availability using 6 components (water intake, groundwater level, agricultural reservoir water level, dam inflow, streamflow, and precipitation) using the Z score and data monitoring on a nationwide level. SPI (Standardized Precipitation Index) was applied in coastal area. For the severe droughts of 2001 spring and 2008 autumn, the index was evaluated by comparison with reported damage areas. suggested to combine The spatial concordance rate of WADI in 2001 and 2008 for estimation of the degree of drought severity was 50 % and 24 % compared to the actual recorded data respectively.
SWAT 모형을 이용한 기후와 식생 활력도 변화가 수자원에 미치는 영향 평가
박민지,신형진,박종윤,강부식,김성준,Park, Min-Ji,Shin, Hyung-Jin,Park, Jong-Yoon,Kang, Boo-Sik,Kim, Seong-Joon 한국농공학회 2009 한국농공학회논문집 Vol.51 No.5
The objective of this study is to evaluate the future potential climate and vegetation canopy change impact on a dam watershed hydrology. A $6,661.5\;km^2$ dam watershed, the part of Han-river basin which has the watershed outlet at Chungju dam was selected. The SWAT model was calibrated and verified using 9 year and another 7 year daily dam inflow data. The Nash-Sutcliffe model efficiency ranged from 0.43 to 0.91. The Canadian Centre for Climate Modelling and Analysis (CCCma) Coupled Global Climate Model3 (CGCM3) data based on Intergovernmental Panel on Climate Change (IPCC) SRES (Special Report Emission Scenarios) B1 scenario was adopted for future climate condition and the data were downscaled by artificial neural network method. The future vegetation canopy condition was predicted by using nonlinear regression between monthly LAI (Leaf Area Index) of each land cover from MODIS satellite image and monthly mean temperature was accomplished. The future watershed mean temperatures of 2100 increased by $2.0^{\circ}C$, and the precipitation increased by 20.4 % based on 2001 data. The vegetation canopy prediction results showed that the 2100 year LAI of deciduous, evergreen and mixed on April increased 57.1 %, 15.5 %, and 62.5% respectively. The 2100 evapotranspiration, dam inflow, soil moisture content and groundwater recharge increased 10.2 %, 38.1 %, 16.6 %, and 118.9 % respectively. The consideration of future vegetation canopy affected up to 3.0%, 1.3%, 4.2%, and 3.6% respectively for each component.
박민지,박근애,이용준,김성준,Park, Min-Ji,Park, Geun-Ae,Lee, Yong-Jun,Kim, Seong-Joon The Korean Society of Agricultural Engineers 2010 한국농공학회논문집 Vol.52 No.1
토지피복은 대부분의 수문 수질 모형의 중요한 매개변수로서, 수자원 변화 예측에 중요한 입력자료로 활용되고 있다. 본 연구에서는 개선된 CA (Cellular Automata)-Markov 기법을 이용하여 충주댐유역의 미래 산림식생변화에 대한 예측을 시도하였다. 예측과정으로 과거의 Landsat TM 영상 (1985, 1990, 1995, 2000)을 이용하여 기법의 정확도 검증 및 산림분포의 변화경향을 파악하고, Landsat 산림은 2000년과 2005년의 NOAA AVHRR NDVI값을 기준으로 침엽수림, 혼효림, 활엽수림의 3종으로 구분한 후, 이를 이용하여 2030년, 2060년, 2090년의 식생변화를 추정하는 방법을 제안하였다. 이 방법의 적용결과, 2000년과 비교하여 2090년의 활엽수림과 혼효림은 각각 14.3 %, 11.6 % 증가하였으며, 침엽수림은 24.9 % 감소하는 것으로 나타났다. 과거의 경향성에 의해 예측을 시도한 본 연구결과는 미래 토지피복 변화에 따른 수문 수질 영향 분석시 지표 조건의 불확실성을 줄이는데 활용될 수 있다고 판단된다.
고랭지밭 현황 파악을 위한 Terra MODIS 위성영상 적용
박민지,최영순,신형진,이영준,유순주,PARK, Min-Ji,CHOI, Young-Soon,SHIN, Hyung-Jin,LEE, Young-Joon,YU, Soon-Ju 한국지리정보학회 2017 한국지리정보학회지 Vol.20 No.3
도암호 수질 오염의 주요 요인은 상류유역 고랭지밭 탁수 유출로 나타나고 있다. 유역의 고랭지밭 현황 파악은 탁수관리의 매우 중요한 요소이지만 광범위한 면적, 고도와 경사에 따른 접근성 등의 문제로 정보 수집 및 자료 갱신에 어려움이 있다. 현장조사 결과 지적도와 기존 토지피복도의 고랭지밭과 초지가 오분류된 것으로 나타났다. 본 연구에서는 토지피복도의 고랭지밭 분류 정확도 개선을 위해 2000년 5월부터 2015년 9월까지의 MODIS NDVI를 구축하여 적용성을 분석하고 탁수 관리의 기초자료로의 가능성을 제시하고자 하였다. The main source of water pollution in Doam Lake is turbid incoming water from upland fields in the upper watershed. The large scale, elevation, and slope of this region means that it is inaccessible, and it is difficult to collect information and update data. Field survey results show that there is a difference between classification of upland fields and grasslands in the cadastral data and land-cover map. In this study, MODIS NDVI was calculated from May 2000 to September 2015 in order to improve classification accuracy of upland fields.