• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.99-99
• /
• 2021

본 연구에서는 기상 자료와 적설 특성 자료의 관계를 도출하고, 이와 추계 일기 생성 모형을 활용하여 합성 적설심 시계열을 모의하는 방법에 대하여 제안한다. 추계 일기 생성 모형에서는 적설량을 직접 모의하지 않기 때문에 강수량을 적설량으로 변환해야한다. 이를 위해 도입한 관계식은 다음과 같다. 첫째로 기상청 적설 예보의 적설 유무 판단 기준을 이용하였다. 이 기준에서는 상대습도와 지상기온에 따라 강수의 형태를 비, 눈, 진눈깨비로 구분한다. 둘째로 강수가 적설로 판단되었을 때 강수량을 신적설심으로 환산하는 수상당량비를 지상기온과 회귀 분석하였다. 선행 연구에 따라 3시간 1 mm 이상 5 mm 이하 강수와 3시간 5 mm 이상 강수 사상에 대하여 나누어 sigmoid형 곡선을 이용하여 회귀 분석하였다. 마지막으로 융설에 의한 적설심 감소량을 지상기온과 복사량의 함수로 표현하였으며, 각 변수의 계수는 입자 군집 최적화 방법을 통하여 보정하였다. 추계 일기 생성 모형으로는 AWE-GEN 모형을 활용하였으며, 시험 자료로 강릉(105) 종관기상관측소의 24년 기간(1982-2005) 자료를 활용하여 합성 적설심 시계열을 생성하였다. 합성 적설심 시계열 모의 과정은 다음과 같다. (1) 추계 일기 생성 모형으로 합성 일기 자료 생성, (2) 강수 발생 시 적설 유무 판단, (3) 적설로 판단 시 수상당량비를 계산하여 신적설심 추정, (4) 기존 적설심에 신적설심을 더하고, 적설심 감소량만큼 감소. 위와 같은 과정으로 200년 길이 합성 적설심 시계열을 모의한 결과 극한 사상을 과소 추정하는 경향이 나타나 추가적인 개선이 필요한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1980-1984
• /
• 2006

융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포, 적설심, 적설면적감소곡선과 같은 융설 관련 매개변수의 추출이 불가능 하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설면적감소곡선은 소양강댐과 충주댐 유역으로 대상으로 평균기온과 적설면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설면적감소곡선을 작성하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.31-35
• /
• 2006

융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포, 적설심, 적설면적감소곡선과 같은 융설 관련 매개변수의 추출이 불가능 하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설면적감소곡선은 소양강댐과 충주댐 유역으로 대상으로 평균기온과 적설면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설면적감소곡선을 작성하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.194-198
• /
• 2007

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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.443-443
• /
• 2022

적설은 자주는 아니지만 가끔 비교적 넓은 범위에 피해를 발생시킨다. 적설에 의한 피해를 예방하기 위해서는 피해를 유발하는 적설심을 미리 파악해 둘 필요가 있다. 하지만 관측하고 있는 적설심은 특정 관측지점으로 한정되어 피해를 유발하는 한계적설심을 파악하는데 어려움이 있다. 이를 극복하기 위한 일반적인 방법은 관측지점의 적설을 보간하여 공간적으로 확대하는 것이다. 하지만 이것은 매우 적은 자료를 가지고 넓은 영역을 통계적으로 추정해야하는 한계로 인해 피해 유발 한계적설심의 구명에 더 혼란을 주기도 한다. 이를 보완하기 위해서는 넓은 영역을 관측하는 위성영상을 활용할 수 있으며, 그 중에서도 합성개구레이더(Synthetic Aperture Radar; SAR)를 이용한 InSAR(Interferometric Synthetic Aperture Radar) 기법은 이를 위해 적절한 방법일 수 있다. 영상의 간섭계는 두 개의 다른 시기에 측정된 합성개구레이더 영상의 위상차를 이용한 것으로 일반적으로 다른 조건들이 일치할 때 지형의 변화를 추적할 때 사용되곤 한다. 그런데 만약 두 시기 사이에 특별한 지형적인 변화를 일으키는 요인이 없고 단지 적설만이 존재한다면 두 영상의 위상차는 적설의 효과로 볼 수 있을 것이다. 적설이 전파의 전달경로를 다르게 만들어 위상차를 발생시키는 것으로 가정할 수 있다. 이때 발생하는 위상차는 적설심과 적설의 굴절률에 의해 다를 수 있다. 이에 본 연구에서는 적설 전후에 수집된 인공위성 합성개구레이더 자료의 위상차를 분석한 간섭영상을 이용해 적설심의 공간분포를 추정하여 비교해 보고자 한다. 이를 위해 적설에 대한 투과가 가능한 C밴드 레이더를 사용하는 Sentinel-1의 영상을 사용하였다. 적설심의 공간분포는 실제 피해발생지역의 적설심을 보다 정확하게 추정하는데 기여할 수 있으며, 이것은 실제 피해유발적설심을 파악하는데 도움이 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.60-60
• /
• 2022

본 연구에서는 적설 추정 알고리즘과 추계 일기 생성 모형을 활용하여 관측 적설의 특성을 재현하는 연속 적설심 자료 모의 방법을 소개한다. 적설 추정 알고리즘은 강수 유형 판단, Snow Ratio 추정, 그리고 적설 깊이 감소량 추정까지 총 3단계로 구성된다. 먼저 강수 발생시 지상기온과 상대습도를 지표로 활용하여 강수 유형을 판단하고, 강수가 적설로 판별되었을 때 강수량을 신적설심으로 환산하는 Snow Ratio를 추정한다. Snow Ratio는 지상 기온과의 sigmoid 함수 회귀분석을 통해 추정하였으며, precipitation rate 조건(5 mm/3hr 미만 및 이상)에 따라 두 가지 함수를 적용하였다. 마지막으로 적설 깊이 감소량은 온도 지표 snowmelt 식을 이용하여 추정하였으며, 매개변수는 적설 깊이 및 온도 관측 자료를 활용하여 보정하였다. 속초 관측소 자료를 활용하여 매개변수를 보정 및 검증하여 높은 NSE(보정기간 : 0.8671, 검증기간 : 0.7432)를 달성하였으며, 이 알고리즘을 추계 일기 생성 모형으로 모의한 합성 기상 자료(강수량, 지상기온, 습도)에 적용하여 합성 적설심 시계열을 모의하였다. 모의 자료는 관측 자료의 통계 및 극한값을 매우 정확하게 재현하였으며, 현행 건축구조기준과도 일치하는 것으로 나타났다. 이 모형을 통하여 적설 위험 분석 분야뿐 아니라 기후 전망 자료와의 결합, 미계측 지역에 대한 자료 모의 등에도 광범위하게 활용될 수 있을 것이다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.76-81
• /
• 2007

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 1997년 부터 2006년 까지의 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 최섬적설심 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 나타내 주는 지표로써 융설의 가장 민감한 매개변수이다. 이를 국내 5대 강 유역에 대해 구축하여 정량화 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.274-274
• /
• 2023

기후변화의 영향으로 겨울철 적설의 양상이 과거와는 많이 달라진 것으로 보인다. 따라서 미래의 적설이 어떤 확률로 발생할 것인지도 과거에 비해 많이 달라질 것으로 예상된다. 하지만 어떤 정도로 달라질 것인지는 정확하게 알 수가 없다. 본 연구에서는 이를 합리적으로 추정하기 위해 일본에서 수행한 대규모 기후 앙상블 모의실험 결과로 생성된 d4PDF(Data for Policy Decision Making for Future Change) 자료 중 적설과 기온 자료를 이용하여 일 최심적설심을 모의하고 연최대치계열을 작성하여 과거의 최심적설심 연최대치분포와 비교하여 분위사상법을 통해 모형의 오차를 보정한 후 미래 지구평균온도 상승 시의 기후모의 결과에 적용함으로써 지구평균온도 상승 정도에 따라 우리나라의 적설양상과 확률적설심이 어떻게 변화할 것인지 추정해 보았다. 연구의 결과는 미래 적설과 관련된 설계와 방재 목적에 참고적으로 활용될 수 있을 것이다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.2
• /
• pp.92-101
• /
• 2020

To prevent and mitigate damage to farms due to heavy snowfall, snow weight information should be provided in addition to snow depth. This study reviews four formulae regarding snow density and weight used in extant studies and applies them in Suwon area to estimate snow weight in Korea. We investigated the observed snow depth of 94 meteorological stations and automatic weather stations (AWS) data over the past 30 years (1988-2017). Based on the spatial distribution of snow depth by area in Korea, much of the fresh snow cover, due to heavy snowfall, occurred in Jeollabuk-do and Gangwon-do. Record snowfalls occurred in Gyeongsangbuk-do and Gangwon-do. However, the most recent heavy snowfall in winter occurred in Gyeonggi-do, Gyeongsangbuk-do, and Jeollanam-do. This implies that even if the snow depth is high, there is no significant damage unless the snow weight is high. The estimation of snow weight in Suwon area yielded different results based on the calculation method of snow density. In general, high snow depth is associated with heavy snow weight. However, maximum snow weight and maximum snow depth do not necessarily occur on the same day. The result of this study can be utilized to estimate the snow weight at other locations in Korea and to carry out snow weight prediction based on a numerical model. Snow weight information is expected to aid in establishing standards for greenhouse design and to reduce the economic losses incurred by farms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.129-129
• /
• 2019

UAV는 시 공간적인 제약을 받지 않고, 경제적 효율적으로 자료를 수집할 수 있는 장점이 있어 토목, 방재, 농업분야 등 다양한 분야에서 차세대 관측 장비로 각광받고 있다. 특히 수자원 분야에서는 하천측량, 수심측량, 지하수 등 연구가 활발히 진행되고 있으나, 현재까지 적설에 대하여 UAV를 활용한 연구가 미비한 실정이다. 본 연구에서는 UAV 측량을 통하여 임의지역의 수치 표고 모형(DEM)을 추출하는 기술을 활용하여 적설깊이를 측정하는데 활용하였다. 먼저 강설 사상 이전 UAV를 통하여 연구지역의 고도를 측정하였으며, 강설 이후 재촬영 및 두 자료의 고도 차이를 계산하여 적설깊이를 계산하였다. UAV 적설깊이 자료의 검증을 위해 지상 관측지점을 설정하여 목측으로 적설을 관측하였으며, 추가적으로 건축물에 가해지는 하중을 계산하기 위해 적설밀도 및 SWE(Snow Water Equivalent)를 관측하였다. 연구지역은 평창군 대관령면 $1.3km^2$크기 내외 지역이며, 2019년 2, 3월 3개의 강설 사상에 대하여 분석하였다. 분석 결과 적설깊이는 토지피복 및 온도와 크게 상관되었으며, 적설하중은 융설의 영향으로 적설깊이와는 크게 상관되지 않는 것으로 확인되었다. 본 연구의 결과는 적설 피해 예측 및 예방에 활용될 수 있을 것이며, UAV를 통한 적설 측정의 적용가능성을 확인할 수 있었다.