정확한 강수 자료는 수문 모형화에 있어 결정적으로 중요하며, 특히 몬순 아시아(Monsoon Asia)와 같이 기후 변동성이 큰 지역에서 그러하다. 본 연구는 노아-다중물리 지표모형(Noah-MP land surface model, LSM)의 입력 강수 강제력으로, GPM(GPM Integrated Multi-satellite Retrievals for GPM, IMERG)에 대한 통합 다중위성 관측 기반 강수 산출물, 관측소 자료가 포함된 기후재해 그룹 적외선 강수(Climate Hazards group infrared precipitation with station data, CHIRPS), 전지구 자료동화 시스템(Global Data Assimilation System, GDAS), 현대기반 회고분석-연구 및 응용(Modern-Era Retrospective Analysis for Research and Applications) 버전 2(MERRA2), 그리고 현장 보정 강수가 포함된 MERRA2(MERRA2-C)를 평가한다. 또한 강수자료의 오차가 모의 토양수분(SM)과 증발산(ET)으로 어떻게 전파되는지, 강수에 대한 모의 변수의 정규화 및 중심화된 제곱근평균오차(NCRMSE) 값의 비로 정의되는 지표인 지표 를 분석함으로써 살펴본다. 그 결과, MERRA2-C는 다른 산출물보다 일관되게 우수한 성능을 보였으며, 최저 RMSE(3.14 mm/day), 최고 Kling–Gupta 효율(KGE = 0.56), 그리고 최저 오경보비율(FAR = 0.08)을 나타냈다. 오차 전파 분석에서는 강수의 오차가 항상 토양수분과 증발산의 오차를 비례적으로 크게 만들지는 않음을 보여주는데, 그 전파율은 기후대, 토지피복, 지형에 따라 달라진다. 오차는 ET(0.52)보다 SM(평균 = 0.60)로 더 많이 전파되며, 특히 공극률이 크고 지형 경사가 급한 지역에서 두드러졌다. 반면 ET는 도시 지역에서 강수 오차의 영향을 더 크게 받는다. 또한 소규모 강수 오차와 건조 지역에서의 약한 강수 사건에 대한 탐지 능력 저하가 SM에서의 유의미한 편차를 초래할 수 있는 반면, ET는 더 습윤한 지역에서 더 취약하다. 이러한 결과는 강수 자료의 품질을 개선하는 것뿐 아니라, 이러한 입력에 대한 LSM의 반응을 정교화하여 수문 모의의 정확성과 신뢰성을 향상시키는 것의 중요성을 강조한다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.