• 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
• /
• 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
• /
• 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.

• Journal of Korea Water Resources Association
• /
• v.39 no.10 s.171
• /
• pp.845-854
• /
• 2006

Establishment of snowmelt factors is necessary to simulate stream flow using snowmelt models during snowmelt periods. 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. The objective of this study was to extract snowmelt factors using RS, GIS technique and meteorological data. Snow cover maps were derived from NOAA/AVHRR images for the winter seasons from 1997 to 2003. Distributed snow depth was mapped by overlapping between snow cover maps and interpolated snowfall maps from 69 meteorological observation station. Depletion curves of snowmelt area were described from the linear regression equations of each year between the average temperature and snow cover area in Soyanggang-dam and chungju-dam watershed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.205-205
• /
• 2016

우리나라의 겨울철 자연재해 중 대설에 의한 피해가 발생하는 빈도가 증가하고 있는 가운데 그 피해를 예측하고 대비하기 위한 연구들이 다수 진행되고 있다. 강설은 일단위로 측정하며, 매일 새롭게 내린 강설의 양인 최심신적설과 기존에 녹지 않고 쌓여 있던 깊이까지를 고려한 최심적설로 구분된다. 우리나라의 경우에는 갑작스럽게 내린 폭설에 의한 피해가 대부분이므로 최심신적설량을 예측하는 것이 매우 중요하다. 이에 본 연구에서는 다중회귀분석을 이용해 우리나라의 최심신적설량을 추정하기 위한 식을 개발하였다. 다중회귀분석을 위한 독립변수로는 해당 일에 예측된 강수량, 일평균기온, 일최고기온, 일최저기온을 사용하였으며, 강수량과 일평균기온의 상호작용을 고려할 수 있도록 모형을 구성하였다. 모형의 개발에는 전국 74개 기상관측소의 최심신적설 자료를 관측소 단위로 전체 자료의 2/3을 무작위로 추출하여 이용하였으며, 추출되지 않고 남은 1/3의 자료를 이용해 모형에 대한 검증을 실시하였다. 그 결과 상호작용항이 포함되지 않은 다중선형회귀모형에 비해 상호작용을 고려한 다중회귀모형의 예측력이 훨씬 우수하게 나타났다. 강수량과 기온이 정확하게 예측된다면 개발된 추정식을 이용해 간편하게 최심신적설량을 예측할 수 있어, 폭설에 대한 대비에 활용할 수 있을 것으로 판단된다.

• 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
• /
• 2005.05b
• /
• pp.948-952
• /
• 2005

본 연구는 우리나라 강원도 북동부 산지유역의 봄철 하천유출량에 영향을 주는 융설에 관련하여, 장기 유출 모형의 융설 모의시 융설 관련 매개변수 추정 및 정량화에 기본이 피는 적설 분포 지역 및 적설심 추출기법을 제시하였다. NOAA/AVHRR 위성영상을 이용하여 소양강 유역에 대하여 2002년 11월부터 2003년 3월까지의 적설분포를 추출한 후, 추출 결과와 유역 인근 7개 기상관측소의 최심적설심 자료와의 중첩을 통하여 적설심을 추출하였다.

• Korean Journal of Remote Sensing
• /
• v.23 no.2
• /
• pp.119-124
• /
• 2007

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.