초록
적설분포의 정확한 모니터링은 일 기상 예측, 융설 유출 모델링과 동시에 기후와 지구의 연구에 중요한 요소이다. 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 AVHRR 위성영상의 8 sets의 총 108개 영상을 이용하여 적설분포면적을 추출하였고, 기상청의 지상기상관측소의 최심적설심 자료를 이용하여 GIS 자료를 구축함으로써 적설심의 공간적 분포를 추출하였다. 이를 이용하여 국내 주요 7개 댐유역에 대한 융설모형의 주요 매개변수인 적설분포면적, 유역 평균, 최대 적설심과 적설분포면적감소곡선을 구축하였다. 시간의 경과에 따른 적설면적의 감소는 지수함수적 감소곡선으로 표현이 가능하였으며, 곡선의 결정계수($R^2$)는 0.46~0.88의 범위를 보였다. 최대적설면적에서 10일이 경과하면 적설면적은 70-100% 감소하는 것으로 나타났다.
Accurate monitoring of snow cover is a key component for studying climate and global as well as for daily weather forecasting and snowmelt runoff modelling. The few observed data related to 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) were built for 7 major watersheds in South Korea. The decrease pattern of SCA for time (day) was expressed as exponentially decay function, and the determination coefficient was ranged from 0.46 to 0.88. The SCA decreased 70% to 100% from the maximum SCA when 10 days passed.
