• 한국방재학회지
• /
• 제5권4호
• /
• pp.50-58
• /
• 2005

• 한국지리정보학회지
• /
• 제14권4호
• /
• pp.33-43
• /
• 2011

본 연구는 2001년 1월, 2004년 3월, 2005년 12월 그리고 2010년 1월의 4개 폭설사상을 대상으로 3가지 적설심분포도를 구축하고 그 결과를 비교하고자 하였다. 첫째는 우리나라 76개의 지상기상관측소의 최심적설자료를 대상으로 IDW (Inverse Distance Weighting) 기법을 적용하여 구축한 경우(Snow Depth Map; SDM), 둘째는 SDM를 Terra MODIS (MODerate resolution Imaging Spectroradiometer) 영상에 의한 적설분포지역(Snow Cover Area; MODIS SCA)으로 추출한 경우(SDM+MODIS SCA; SDM_M), 셋째는 둘째 경우에 DEM (Digital Elevation Model)을 이용하여 고도에 따른 적설심 감률을 고려한 경우(SDM_M+DEM; SDM_MD)이다. 4개년도의 적설분포도를 작성한 결과, Terra MODIS 영상에 의한 적설분포면적은 남한면적($99,575.3km^2$)의 62.9%, 44.1%, 52.0%, 69.0% 였다. 3가지 경우에 대한 평균 적설심을 비교한 결과, SDM보다 SDM_M이 각각 0.9cm, 1.9cm, 0.8cm, 1.5cm 작게, SDM_M보다 고도를 고려한 SDM_MD는 1.3cm, 0.9cm, 0.4cm, 1.2cm 크게 나타났다.

• 한국수자원학회논문집
• /
• 제36권5호
• /
• pp.851-861
• /
• 2003

적설 및 융설모의를 포함하여 소양강댐과 충주댐에 대한 유출모의를 수행하였다. 사용한 모의모형은 탱크모형의 수정 형태로서 직렬 3단 탱크와 맥동 응답함수로 이루어져 있다. 매개변수의 추정에는 컴플렉스 혼합진화 (SCE-UA) 전역최적화 기법을 사용하였다. 적설 및 융설모의를 위하여 유역을 고도별로 4개 영역으로 구분하였으며 고도에 따른 기온감률은 0.6$^{\circ}C$/100m로 하였다. 모의 결과 12∼2월 사이에 이 지역에 내리는 강수는 대부분 눈으로 쌓여 있다가3∼4월에 녹아서 유출되었다. 소양강댐의 3∼4월 평균 유출량은, 융설모의를 하는 경우가 하지않는 경우에 비하여 관측 유출량의 약 1/5이 증가되었다. 충주댐의 경우는 융설 모의로 인하여 관측 평균 유출량의 약 1/4에 이르는 유출량이 증가되었다. 그렇지만 두 댐 모두, 융설을 포함하여 유출을 모의하 였음께도 불구하고, 모의 유출량이 관측 유출량보다 작았다.

• 대한토목학회논문집
• /
• 제28권1B호
• /
• pp.1-9
• /
• 2008

소양강댐 유역의 관측유입량과 융설 모의의 포함 유무에 따른 모의 결과를 비교함으로써 적설 및 융설 모형의 필요성을 분석하였다. 사용한 융설 모형은 Sugawara 등의 개념적 융설 모형이고, 강우-유출 모형은 NWS-PC를 사용하였다. 모형의 매개변수는 다단계 자동보정법에 의해 추정하였고, 각 단계별로 SCE-UA 알고리즘에 의해 최적화되었다. 매개변수 추정시와 검증 모의에서 RMSE, PBIAS, NSE, PME 통계량은 융설을 포함한 모의가 그렇지 않은 모의보다 좋은 결과를 나타내었다. 소양강댐의 관측유입량은 약 두 달 이상의 자기상관성을 나타내었고, 융설을 포함하지 않은 경우에 모의된 유량시계열은 20일 정도의 자기상관성을 나타내었다. 융설을 포함한 경우의 모의유량 시계열은 관측 유량시계열과 유사하게 약 두 달 이상의 자기상관성을 나타내었다. 이와 같은 결과로 소양강댐 유역의 강우-유출 모의시 적설 및 융설 모형을 포함하여야 모형의 정확성을 향상시킬 수 있다.

• 한국지리정보학회지
• /
• 제20권3호
• /
• pp.42-51
• /
• 2017

대설은 우리나라의 법적 자연재해 중 하나이다. 최근 기상현상에 의한 사회경제적 영향력을 함께 예보하는 영향예보가 부각되고 있으며, 이를 위해서는 먼저 각 지역의 기후적 특징을 분석할 필요가 있다. 본 연구에서는 영향예보의 기반마련을 위해 자기조직화지도를 활용하여 적설동질지역을 구분하여 지역별 적설 특징을 분석했다. 연구결과 적설동질지역은 7개 군집으로 나타났으며, 강설량 및 관측일수, 최대강설량을 이용하여 각 그룹의 특징을 구분했다. 대관령, 강릉시, 정읍시는 강설량이 많은 지역으로, 경상도는 강설량이 적은 지역으로 구분되었다. 선행연구와 비교결과 대표적인 지역이 잘 구분되었으나 강설의 특징은 차이가 있는 것으로 나타났다. 본 연구의 결과는 각 지역의 영향예보를 위한 정책결정에 기초자료로 활용될 수 있다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.318-329
• /
• 2022

본 연구를 통해 설계된 테스트베드 지역의 식물계절 관측과 적설 탐지는 반복 이미지 학습 및 정량적 RGB 분석을 통해 정확도 높은 산림 식물계절 및 적설 관측 기반을 마련하였다. 무인카메라 기반 식물계절 및 적설 탐지 기술 개발은 복잡한 산악지형이라는 특수한 환경에서 다양한 고도의 환경 데이터를 실시간 수집하는 체계를 구축함으로써 산림환경 연구를 위한 기초 데이터를 수집하는 계기가 되었다. 첨단기술을 활용한 주요 산악지역의 식물계절 변화 탐지 연구는 산림청에서 제공하는 개화 및 개엽 예측 정보의 검증과 산림휴양쾌적지수 고도화 등에 활용 가능하며, 향후 농림위성의 NDVI 등 영상 이미지의 검⋅보정용 자료로써 활용 가치가 매우 높다. 무인카메라 활용 기술은 산림 식물계절 및 적설 탐지뿐만 아니라 산림재해 감시 및 산림관리 등 다양한 산림분야에서도 활용될 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제50권10호
• /
• pp.681-690
• /
• 2017

본 연구에서는 우리나라 전역에 대하여 인공신경망 기법을 사용하여 일최심신적설을 추정하였다. 인공신경망 모형 구조를 시행 착오법을 이용하여 설계한 결과, 입력자료는 일 최저 기온, 일 평균 기온, 강수량으로 정하였고, 은닉층과 노드의 수는 각각 1층, 10개로 정하였다. 관측값을 인공신경망의 입력자료로 활용하는 경우, 교차검증 상관계수는 0.87로 Ordinary Kriging기법을 활용하여 일최신심적설을 공간보간한 경우의 교차검증상관계수인 0.40보다 크게 높았다. 미계측 지역의 일최심신적설을 추정하는 경우의 인공신경망 모형의 성능을 알아보기 위하여 인공신경망 모형의 입력자료들을 Ordinary Kriging으로 공간보간하여 일최심신적설을 추정하였다. 이 경우 교차검증 상관계수는 0.49였다. 또한 해발 고도 200 m 이상의 산지에서의 인공신경망의 성능은 나머지 지역인 평지에서의 성능보다 다소 떨어짐을 확인하였다. 본 연구의 이러한 결과는 우리나라 전역에 걸친 정확한 적설량의 즉각적인 산정에 인공신경망 모형이 효과적으로 활용될 수 있음을 의미한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.267-267
• /
• 2012

전 지구적으로 발생하고 있는 기후변화로 인한 기상이변으로 자연재해 발생빈도 및 피해규모는 증가하고 있는 추세로 나타나고 있다. 이에 따라 많은 연구는 자연재해에 직간접적으로 영향을 미치고 있는 홍수와 가뭄의 변화에 초점이 맞추어져 있는 것이 사실이다. 하지만, 최근에 우리나라의 경우 지난 2011년 2월에는 동해안의 폭설로 인하여 동해안지방 최심신적설량 극값 1위를 경신하였고, 2010년 1월 서울에는 40년만에 최대 적설량을 기록하는 등 최근 한반도에서 발생한 적설로 인하여 사회적 경제적 피해가 증가하고 있다. 따라서, 지구온난화에 기인한 기후변화 연구에서 상대적으로 소홀했던 적설량과 관련한 연구의 중요성도 대두되고 있다. 본 연구에서는 적설량에 온도 및 강수가 미치는 영향을 평가하기 위하여 관측기상자료를 이용하였다. 적설량은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였다. 30년 이상의 관측자료를 보유하고 있는 기상청 산하 58개 관측지점의 자료를 이용하여 2002년 이전에 관측된 온도, 강수, 적설량을 지점별로 훈련시켰으며 이를 적설량 예측에 활용하고자 하였다. 이를 위해 구성된 신경망 모형에 2002년 이후 지점별 온도, 강우자료를 이용하여 적설량을 산정하고 통계분석을 실시한 결과 적설량 예측에 적용이 가능함을 확인하였다.

• 한국방재안전학회논문집
• /
• 제13권4호
• /
• pp.25-36
• /
• 2020

기후변화로 인해 다양한 자연재해의 발생빈도 및 강도가 증가하고 있으며, 이를 대비하기 위하여 행정안전부에서 가뭄과 대설까지 포함한 자연재해저감 종합계획을 발표하였다. 강설량은 기온과 지형적 요인의 영향을 크게 받는다. 산악지형이 많은 강원도는 강설량이 많아 큰 적설량이 관측되지만, 겨울철 평균 온도가 상대적으로 높은 남부지방은 적설량이 작다. 무강설과 결측으로 인해 관측값에 0이 포함된 경우가 존재한다. 자료에 포함된 0은 통계적으로 민감하게 작용하며, 최적 확률분포 선정과 매개변수 추정이 어려워지는 문제점이 발생한다. 본 연구에서는 창원, 통영, 진주 관측소의 최심신적설에 대해 혼합분포를 적용하여 0을 구분하였고, 0에 근사한 값을 나누는 기준인 임계값을 매개변수 𝛿로 가정함으로써 무적설 기준을 자동으로 모형에서 추정하도록 하였다. Bayesian기법 활용하여 혼합분포모형의 매개변수를 추정하였고, 산정된 빈도별 확률적설심의 불확실성을 정량화하였다. 대관령 지점과 비교한 결과, 본 연구의 혼합분포모형은 적설량이 적은 지점에 대해 적용성이 우수한 것으로 평가되었다.

• 한국지구과학회지
• /
• 제26권5호
• /
• pp.395-403
• /
• 2005

본 연구는 1993년부터 2003년 동안 겨울철 제주도 지방에 눈이 내린 경우를 대상으로 대기가 해양으로부터 얻은 열교환량을 계산하여 보웬비(현열속/잠열속)와 강설간의 관계를 분석한 것이다. 대상지역은 제주도 4개 관측지점인 제주, 서귀포, 성산포, 고산이다. 적설 예측의 신뢰도를 높일 수 있는 방법을 찾기 위하여 바람과 같은 기상의 영향이 가미된 보웬비와 적설과의 관계를 해기차와 적설과의 관계와 비교해 보았다. 그 결과 신적설 시, 지역별 최저 해기차는 제주시, 서귀포, 성산포, 고산에서 각각 10.9, 12.3, 11.5, $14.3^{\circ}C$였고, 그 이상의 해기차에서 신적설 확률은 각각 26, 29, 13, $23\%$인데 비해, 신적설시 지역별 최저 보웬비는 각각 0.59, 0.60, 0.65, 0.65였고, 그 이상의 보웬비에서 신적설 확률은 33, 70, 31, $58\%$로 나타나 보웬비가 해기차보다 높은 확률을 보였다. 보웬비에 의한 확률이 해기차에 의한 확률보다 높게 나타나는 이유는 해기차에 의해 형성된 강설의 조건에 바람에 의한 열교환이 강설의 조건을 강화시킨 것이 보웬비에 나타났기 때문으로 생각된다. 10년$(’93\~’02)$간 자료를 분석한 결과 각 지역별 신적설이 $10.0\~0.9cm$ 일 때 평균 보웬비는 $0.63\~0.67$이고 신적설이 $1.0\~4.9cm$ 일때 평균 보웬비는 0.72 이상으로 조사되어 강설시 적설량과 보웬비는 비례관계가 있음을 알 수 있었다.