Impacts of Surface Roughness Integration Using Remote Sensing Data: Concentration of Flood Flow Variation

원격탐사자료를 활용한 지표면 조도계수 통합의 영향: 홍수유출 변화를 중심으로

A physical-based aggregation method was suggested to estimate surface roughness, which adequately represents the spatial heterogeneity of vegetation factors, from land cover property obtained from the remote sensing data. For the sensitivity analysis of surface roughness, the peak flow, peak time, and total volume were simulated by the NWS-PC. Effects of surface roughness estimated by three different integration methods (predominant, arithmetic mean, and aggregation approach) on the conceptual rainfall-runoff model parameters was analyzed. In the preliminary sensitivity test to surface roughness, the peak time had 10% variation and total volume had 2% variation. The peak time increased with surface roughness. A physical-based aggregation method was better than the existing method in the Soyanggang Dam basin for the results of STDEV, RMSE, NSE, and PME, but difference between them were small. The parameters related on the total baseflow were changed significantly with change of the surface roughness.

원격탐사 자료를 이용한 토지피복도로부터 유역의 식생상황을 고려한 지표면 조도계수를 추정하기 위한 물리적 기반의 지표면 조도계수 추정방법을 제안하였다. 사전 연구로써 지표면 조도계수의 변화에 따른 첨두유량, 유출체적, 첨두시간에 대한 반응을 분석하기 위하여 NWS-PC 모형을 사용하였다. predominant, arithmetic mean, aggregation 방법으로 구해진 지표면 조도계수가 강우-유출 모형의 매개변수에 미치는 영향을 분석하였다. 지표면 조도계수에 대한 민감도 분석에서는 첨두유량이 약 10%의 변화를 나타내었고, 유출체적의 경우 약 2%의 변화를 나타내었다. 첨두시간은 지표면 조도계수에 비례하여 증가하는 것으로 나타났다. 물리적 기반의 aggregation 방법에 의해 구한 지표면 조도계수를 사용하였을 때의 강우-유출 모의결과는 STDEV, RMSE, NSE, PME 통계량에서 나은 결과를 보였지만, 각각의 통합 방법에 대해 크게 다른 결과를 보이지는 않았다. 그러나, 모형에서 지표면 조도계수의 설정에 따라 기저유량을 표현하는 하층부의 매개변수는 민감하게 변화하는 것으로 나타났다.