DOI QR코드

DOI QR Code

Extraction of Snowmelt Parameters using NOAA AVHRR and GIS Technique for 5 River Basins in South Korea

NOAA AVHRR 영상 및 GIS 기법을 이용한 국내 5대강 유역의 융설 매개변수 추출

  • 신형진 (건국대학교 일반대학원 사회환경시스템공학과) ;
  • 박근애 (건국대학교 일반대학원 지역건설환경공학과) ;
  • 김성준 (건국대학교 생명환경과학대학 사회환경시스템공학과)
  • Published : 2007.04.30

Abstract

The few observed data related snowmelt was the major cause of difficulty in extracting snowmelt factors such as snow cover area, snow depth and depletion curve. Remote sensing technology is very effective to observe a wide area. Although many researchers have used remote sensing for snow observation, there were a few discussions on the characteristics of spatial and temporal variation. Snow cover maps were derived from NOAA AVHRR images for the winter seasons from 1997 to 2006. Distributed snow depth was mapped by overlapping between snow cover maps and interpolated snowfall maps from 69 meteorological observation stations. Model parameters (Snow Cover Area: SCA, snow depth, Snow cover Depletion Curve: SDC) building for 5 major watersheds in South Korea. Especially SDC is important parameter of snowmelt model.

융설 모형의 중요 매개변수인 적설분포면적은 실제 우리나라에서 적설과 관련한 관측 자료의 부족으로 인해 매개변수 추정이 어렵다. 이러한 문제점 해결을 위해 원격탐사기법을 활용하여 적설분포면적을 추출하였다. 본 연구에서는 1997년부터 2006년까지의 겨울철 NOAA (National Oceanic and Atmospheric Administration)의 AVHRR(Advanced Very High Resolution Radiometer) 위성영상의 8 sets의 총 108개 영상을 이용하여 적설분포면적을 추출하였고, 기상청의 지상기상관측소의 최심적설심 자료를 이용하여 GIS 자료를 구축함으로써 적설심의 공간적 분포를 추출하였다. 이를 국내 5대유역인 한강, 낙동강, 금강, 영산강, 섬진강 유역에 대하여 융설모형의 주요 매개변수인 적설분포면적, 유역 평균, 최대 적설심과 적설분포감소비곡선을 구축하였다. 그 중 적설분포면적감소곡선 (SDC : Snow cover Depletion Curve)는 적설분포면적의 감소형태를 나타내주는 지표로써 융설의 가장 민감한 매개변수이다. 이를 국내 5대강 유역에 대해 구축하여 정량화하였다.

Keywords

References

  1. Baglio, J. V. and E. W. Holroyd, 1989. Methods for operational snow cover area mapping using the advanced very high resolution radiometer: San Juan Mountains Test Study, Research Technical Report, U.S. Geological Survey, Sioux Falls and U.S. Bureau of Reclamation, Denver
  2. Kazama, S., 1995. Study on Water Cycle in Middle Scale Region, Japan, Dept. Civil Eng. Tohoku University
  3. Rango, A. and K. I. Itten, 1976. Satellite Potentials in Snowcover Monitoring and Runoff Prediction, Nordic Hydrology, 7: 209-230 https://doi.org/10.2166/nh.1976.0014
  4. Simic, A., R. Fernandes, R. Brown, P. Romanov, and W. Park, 2004. Validation of VEGETATION, MODIS, and GOES+SSM/I Snow-Cover Products over Canada Based on Surface Snow Depth Observations, Hydrological Process, 18: 1089-1104 https://doi.org/10.1002/hyp.5509