水 工 學 大 韓 土 木 學 會 論 文 集
第28卷 第2B 號·2008年 3月 pp. 177 ~ 185
NOAA AVHRR 영상 및 GIS 기법을 이용한 국내 주요 7개 댐 유역의 융설 매개변수 추출
Extraction of Snowmelt Parameters using NOAA AVHRR and GIS Technique for 7 Major Dam Watersheds in South Korea
신형진*·김성준**
Shin, Hyung Jin·Kim, Seong Joon
···
Abstract
Accurate monitoring of snow cover is a key component for studying climate and global as well as for daily weather fore- casting and snowmelt runoff modelling. The few observed data related to snowmelt was the major cause of difficulty in extract- ing 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 inter- polated 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.
Keywords : NOAA AVHRR, snow cover area, snow depth, snowmelt, snow cover depletion curve
···
요 지
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 어 렵다. 이러한 문제점 해결을 위해 원격탐사기법을 활용하여 적설분포면적을 추출하였다. 본 연구에서는 1997년부터 2006년까 지의 겨울철 NOAA AVHRR 위성영상의 8 sets의 총 108개 영상을 이용하여 적설분포면적을 추출하였고, 기상청의 지상기 상관측소의 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 구축 하였다. 시간의 경과에 따른 적설면적의 감소는 지수함수적 감소곡선으로 표현이 가능하였으며, 곡선의 결정계수(R2)는
0.46~0.88의 범위를 보였다. 최대적설면적에서 10일이 경과하면 적설면적은 70-100% 감소하는 것으로 나타났다.
핵심용어 : NOAA AVHRR, 적설분포면적, 적설심, 융설, 적설분포면적감소곡선
···
1. 서 론
적설분포는 지표 복사량, 에너지와 물수지 등에 영향을 주 는 가장 중요한 지구 지표면 특성 중 하나이다. 적설분포는 대기대순환, 수문 모델링, 기후 예측과 기후 변화 연구들이 고려하여야 할 중요한 요소들 중 하나이다. 우리나라의 경우 여름철 하천유량에 비해 봄철 융설량의 양이 상대적으로 적 기 때문에 국내유역 유출모의에서 적설 및 융설 모의는 무 시되어왔으나 지형적으로 70% 정도가 산악지역인 점을 감 안할 때 지형적 영향에 의해 국지 규모의 다양한 기후 특성
과 수문변화가 나타나고 북동부 산악지형의 경우, 강수의 빈 도 및 수량이 계절적 특성에 따라 현격한 차이가 발생함에 따라 수자원의 양적측면의 평가에서 겨울철 적설과 봄철 융 설 영향에 대한 연구가 필수적이며 융설관련 매개변수 구축 이 필요하다. 특히, 국내에서는 겨울철 융설에 의하여 발생 되는 유출량은 만년설과 빙하로 대표되는 국외와는 달리 지 역적인 영향을 많이 받아 시공간상의 제한을 받게 되는데, 국내와 같이 적설 및 융설에 대한 관측자료가 미흡한 실정 에서는 관측자료 이외의 융설에 대한 매개변수를 선정 및 추정하는 방법이 고려되어야 한다. 따라서 기존의 관측자료
*정회원ㆍ건국대학교 대학원 사회환경시스템공학과 박사과정 수료 (E-mail : [email protected])
**정회원ㆍ교신저자ㆍ건국대학교환경시스템학부사회환경시스템공학과교수 (E-mail : [email protected])
를 토대로 GIS, RS 기법을 적용하여 변수들을 추정 및 선 정하는 방안을 고려하였다.
최근, 국내에서 융설에 대한 유출 영향 분석은 임혁진 등
(2004)은 소양강 유역을 대상으로 SLURP 모형으로 융설과
관련된 매개변수를 이용하여 유출분석을 한 바 있으나 국내 의 경우 융설 요소인 융설매개변수가 추정인 거의 전무하나, 신형진 등(2006)이 NOAA AVHRR 위성영상을 이용하여 융설매개변수를 추출하고 이를 SLURP 준분포형 모형에 적 용하여 국내 산악유역의 융설의 영향을 분석한 바 있다. 국 외의 경우, GIS 및 RS 를 이용한 융설 매개변수 추정이 1970년대부터 활발히 이루어지고 있다. Rango 등(1976)은
LANDSAT MSS 인공위성자료를 사용하여 적설분포지역을
감독, 무감독 분류하여 원격탐사에 의한 고해상도의 적설분 포면적 추출을 가능하게 하였다. Dozier 등(1987)은 모델에 필요한 융설 매개변수를 DEM의 정보와 LANDSAT TM 영상을 이용하여 자동적으로 매핑 시스템을 구축하는 방법 을 개발하였다. Baglio 등(1989)은 NOAA AVHRR 자료를 사용하여 적설분포 매핑 시스템을 시험하였다. Lucas 등
(1989)은 AVHRR 영상의 채널 1번, 3번과 4번을 이용하여
무감독 분류를 이용하여 적설지력을 분류하였다. Kazama
(1995)은 NOAA AVHRR 자료를 사용하여 밴드의 특성으
로 적설분포를 추출하는 것을 연구하였다. Cracknel (1997) 은 AVHRR 영상을 이용하여 적설분포 지역을 결정하였는데 그는 임계값 방법으로 눈과 구름을 분류하였다. Simpson 등
(1998)은 AVHRR 영상에서 다중분광-다중단계 방법을 이용
하여 눈과 구름을 분류하였다. 그들은 채널 2번, 3번, 4번과 5번을 이용하여 3단계 알고리즘을 제안하였으며 그 방법은 첫 번째 단계에서 눈과 구름을 구별한 후 구름들로부터 눈 을 분리하였다. Ranzi 등(1999)은 알프스 남부지역을 대상으 로 NOAA AVHRR 영상, 지표자료 그리고 수문학적 자료 를 사용하여 10년 동안 적설에 관한 모니터링을 하였다.
Simic 등(2004)은 캐나다 관측소의 적설심 자료를 바탕으로
SPOT-4, MODIS, NOAA 위성들의 적설분포를 비교 분석
하였으며, Wang(2005) 등은 캐나다 북부지역을 대상으로
NOAA AVHRR, SSM I, 그리고 LANDSAT TM을 봄의
적설면적감소에 관하여 비교 분석과 그에 관한 평가를 하 였다.
본 연구에서는 NOAA AVHRR 위성영상을 이용하여 적 설분포면적을 추출하고, 기상청의 지상기상관측소의 최심적 설심 자료를 이용하여 GIS 자료를 구축함으로써 적설심의
공간적 분포를 추출하였다. 국내 주요 7개 댐 유역에 대해 융설모형의 주요 매개변수인 적설분포면적, 유역 평균 적설 심, 적설심 빈도곡선과 적설분포감소곡선을 구축하고, 융설 의 가장 민감한 매개변수인 적설분포감소곡선을 7개 댐 유 역에 대해 정량화하였다.
2. 대상유역
본 연구의 대상유역으로는 한반도의 융설 매개변수 정량화 를 위하여 우리나라의 3대 대설 지역인 영동지방, 호남지방, 울릉도 중 지형적 요인에 기인한 북부산간지방인 영동지방 과 대륙성기후에 의한 서해 해안선, 호남지방의 고도차가 뚜 렷한 산악지역으로 겨울철 고도에 따른 기온의 감소가 두드 러지는 주요 댐유역인 7개 댐유역(소양강댐, 충주댐, 안동댐, 임하댐, 용담댐, 섬진댐, 주암댐)을 선정하였다(Fig. 1). 7개 댐유역의 면적, 평균, 중앙, 최고 표고, 평균 경사는 Table 1과 같고 각 유역의 표고에 따른 면적은 소양강댐, 충주댐, 안동댐유역이 태백산맥에 있어 비슷한 경향을 나타내며, 용 담댐, 임하댐, 섬진댐, 주암댐유역은 표고가 급하게 높아지는 것을 알 수 있다(Fig. 2).
Table 1. Area, mean elevation, median elevation, max elevation and mean slope of study area
유역 면적 (km2) 평균표고 (m) 중앙표고 (m) 최고표고 (m) 평균경사 (%)
소양강댐 2,694.36 650.54 849.50 1,699.00 45.97
충주댐 6,661.58 609.06 785.00 1,570.00 34.89
안동댐 1,590.72 557.30 784.41 1,568.82 42.39
임하댐 1,367.74 394.67 607.50 1,215.00 40.35
용담댐 930.43 510.22 793.80 1,587.59 37.52
섬진댐 763.47 359.35 575.06 1,150.12 32.78
주암댐 1,029.52 269.83 586.94 1,173.87 31.83
주) 국가수자원종합정보시스템 (www.wamis.go.kr)
Fig. 1 Study Area
3. RS 및 GIS를 이용한 적설분포면적 및 적설심 자료 구축
3.1 NOAA/AVHRR 위성영상및영상의전처리
극궤도 기상위성 NOAA (National Oceanic and Atmos-
pheric Administration)의 AVHRR (Advanced Very High
Resolution Radiometer)센서는 전 지구적인 탐사가 가능하고
동일한 센서가 장기간 운용되고 수신이 자유로와 데이터 취 득의 비용이 저렴하고, 회전주기가 102분으로 하루에 두번의 자료취득이 가능하여 한반도 전역에 걸쳐 적설분포지역을 추 출할 수 있다.
기상청에서 수집한 AVHRR 위성영상은 1024×1024의
binary 파일 및 5개의 채녈로 이루어진 BIL 형식이므로, 원
활한 영상의 처리를 위해 소프트웨어에 맞는 자료형식으로 통일시켰다. 일부 영상은 부분적으로 구름이 덮여 있어 후처 리 분석에서 제외하였다.
NOAA AVHRR 영상의 공간해상력은 1.1 km 이므로 건
물이나 도로를 영상에서 구분하기 어렵다. 따라서 행정경계 도로부터 남한지역 해안선을 따라 20개의 GCP (Ground
Control Point)를 선정하여 영상을 등록하였다. 기상청으로부
터 확보한 위성영상의 초기 좌표계는 UTM (Universal
Traverse Mercator)이었으나, 수자원단위지도, 행정경계도와
같은 기존 지리정보자료와 호환을 위해서 TM (Traverse
Mercator)좌표계로 변환하였다. 그리고 각 영상의 RMSE는
0.6~0.8 픽셀 범위에 들도록 하였다.
3.2 적설분포추출 방법
알베도 값으로 변환된 채널 1번으로부터 임계값을 이용하 여 구름, 얼음 및 적설 지역을 추출하였다. 임계값의 선정을 위하여 채널 1번 영상을 5개의 항목(적설 지역, 비적설 지역, 바다, 높은 구름, 낮은 구름)으로 무감독 분류를 실시한 후,
scattergram 분석을 통하여 임계값을 선정하였다. 채널 1번
영상에서 선정된 지역을 대상으로 복사 휘도 값으로 변환된 채널 4번 영상과 합성하고 이 영상을 일정한 임계값으로서 높은 구름을 제거하였다. 채널 1, 4번 영상에서 선정된 지역 을 대상으로 습도 값으로 변환된 채널 3번 영상을 이용하여 같은 방법으로 합성하고 일정한 임계값으로서 낮은 구름을 제거하여 최종 적설분포 지역을 추출하였다.
임계값 선정은 먼저 최대한 구름이 없는 영상을 선정하고 기상청의 최심적설심과, 최심신적설심(일최심적설은 언제 내 린 눈이든 00~24시 중 실제 지표면에 쌓인 눈의 최대 깊이 를 말하며, 일최심신적설은 00~24시 중 새로 내려 쌓여 있 는 눈의 최대 깊이를 말한다)의 자료를 이용하여 적설의 유 무와 적설지역의 대략 분포를 알아본 후 채널 1의 임계값을 선정하였고 그 후 채널 4와 3은 적설지역의 구름을 제거하 는 임계값을 선정하였는데 이때 구름의 영향을 최소화하기 위해 영상 선정 시 여러 번 검토를 실시하였다. NOAA
AVHRR 위성영상은 영상의 대기상태 및 촬영시간에 따라
임계값이 다르게 나타나기 때뮨에 임계값 선정 시 예민도 분석 및 파장별 경계 범위의 정량화가 필요하다고 판단된다.
그림 3은 2004년 3월 7일의 NOAA AVHRR 위성영상
(1100m 해상도)으로부터 추출한 적설분포지역과 Terra
MODIS 위성영상(500 m 해상도)으로부터 추출한 적설분포
지역과 구름지역이다. 구름의 영향이 미미한 영상을 선택하 였기 때문에 구름의 영향을 많이 받지 않고 적설분포지역을 추출 할 수 있었으며 임계값 선정 시 적설심의 내삽분포도 를 고려하여 선정하였다.
Fig. 2 Area-elevation curve
Fig. 3 2004.3.7. SCA and SD
적설의 가능성이 있는 11월부터 4월까지의 자료를 사용하 기 위해 1997년 11월 1일 부터 1998년 4월 31일을 한 Set로 2006년까지 속성파일이 없는 1999년을 제외한 8 sets 를 분석하였으며, NOAA AVHRR 위성영상은 하루에 2~4 개의 영상을 관측하여 8 sets동안 총 약 2000여개의 영상들 중에서 AVHRR 센서는 광학센서 이므로 대상지역이 구름으 로 많이 덮여 있는 경우 정보를 얻을 수 없으므로 구름의 양이 많거나 훼손된 영상을 제외한 108개의 영상을 분석하 였고 각 Set별 임계값의 범위는 영상의 질이 좋을수록 범위 가 일정했으며 임계값의 범위와 각 Set별 평균값과 사용된 영상의 수는 Table 2에 정리하였다.
3.3 지상기상관측소와 GIS 기법을이용한적설심추출 적설심 분포 추출을 위해 69개의 지상기상관측소의 최심 적설심 자료를 사용하여 IDW (Inverse distance weighting) 보간법을 이용하여 적설심의 공간 자료를 구축하였다. 가장 일반적인 보간법 중 하나인 IDW법은 인접한 기지점들과 이 점까지의 거리에 따라 비선형적인 가중치를 계산하여 사용 하는 것으로 이 방법의 기본 가정은 서로 다른 기지점이 한
미지점에 미치는 영향은 미지점으로부터 기지점까지의 거리 에 따라 감소한다는 것으로 측정값은 아래와 같은 식(1)로 표현할 수 있다.
(1)
여기서, x 는 미지점, 즉 추정하고자 하는 점, di는 미지점에 서 주변의 관측지점(기지점) i까지의 거리, xi는 기지점에서 의 값들, m은 가중치를 나타낸다. 이 방법을 통해 point 데 이터를 연속적인 surface로 만들어서 각각의 픽셀에 속성값 을 부여했다. 구축된 GIS자료와 앞에서 추출된 적설분포지역 을 중첩하여 대상유역의 적설심을 추출하였다(Fig. 4). 추출 된 예로 Fig. 5는 2005년~2006년의 적설분포에 대한 적설 심의 공간 분포도이다.
4. 적설분포면적, 유역 평균 최심 신적설심, 최심 적 설심및 기온자료
국내 7개 댐유역의 8 sets 적설분포면적, 유역 평균, 최심 신적설심과 최심 적설심을 각 유역의 평균온도에 따른 적설 분포면적 및 적설심의 분포 양상을 비교하였다. 그 결과 적 설분포면적과 적설심은 온도가 증가함에 따라 감소하는 경 향을 나타내었다(Fig. 6).
각 Set별 적설면적과 적설량은 영동지방인 소양강댐, 충주 댐, 안동댐, 임하댐유역은 1997~1998, 2000~2001, 2002~
2003, 2004~2005년도에 적설량이 많았고 최심적설심과 적설
면적의 감소경향이 비슷한 패턴으로 감소하였고 호남지방인 용담댐, 섬진댐, 주암댐유역은 2000~2001, 2002~2003,
2005~2006년도에 적설량이 많았고 적설면적과 적설심의 경
향이 다른 패턴을 보였다. 위성영상의 자료가 없는 1998~
1999년도에는 한반도에 전체적으로 강설이 거의 없는 것과 Z x( )=i=1
∑
n Z x( )di i–mi=1
∑
n di–m--- Table 2. Threshold value range and average
Set 임계값 범위 임계값 평균 영상
수
ch1 ch4 ch3 ch1 ch4 ch3
97-98 5~8 -14~-3 -6~10 7 -8 4 17
99-00 2~6 -14~ 0 -1~15 4 -8 3 8
00-01 4~20 -20~30 -15~14 8 -5.5 7 7
01-02 13~20 -8~ 0 6~10 17 -3 9 17
02-03 12~21 -2~ 6 5~25 17 0 10 9
03-04 10~25 -15~ 1 5~13 16 -7 8 12
04-05 10~22 -12~-6 5~15 17 -10 10 21
05-06 14~25 -8 ~-12 8~14 19 -9 10 17
Total 2~25 -20~30 -15~25 10 -5 6 108
Fig. 4. Distribution snow depth from GIS data and SCA
2000, 2003, 2005년에 폭설이 있었음을 확인할 수 있었다.
최대 적설심은 소양강댐유역은 약 87 cm, 충주댐은 약 165 cm, 안동댐유역은 약 81 cm, 임하댐유역은 약 22 cm, 용담 댐유역은 약 61 cm, 섬진댐유역은 약 54 cm, 주암댐유역은 약 57 cm으로 분석되었다.
5. 적설분포면적감소곡선
적설은 대기로부터 태양의 복사열에 의해 고체상태에서 액 체상태로 변화하게 되므로 적설 내부 열의 유출입에 따라 융설의 정도가 끊임없이 변화한다. 강설이 지표면에 쌓여 분 포한 적설분포면적의 변화는 태양의 복사열, 온도와 바람 등 의 영향을 받은 기상학적 에너지수지와 지형학적 요인들에 영향을 받는다. 이런 적설의 에너지수지와 지형학적 요인들 을 한번에 고려할 수 있는 위성영상으로부터 추출된 공간적 시계열 적설분포 추출 영상을 이용하여 적설분포면적 감소 곡선을 구축하였다(Fig. 7). 적설분포면적감소비를 구하기 위 해서 적설분포가 있는 기간부터 다음 적설분포가 있는 기간 사이의 기상자료에서 신설이 발생하지 않았을 경우의 자료 만 사용하였다. 각 유역의 8 sets에 대해 1월 초부터 3월 말까지의 이벤트 별 적설분포면적 감소곡선을 분석하였다.
이는 적설분포면적의 감소되는 비율 및 기간만을 나타내주
는 감소곡선이며 적설분포의 면적이 감소되기 시작하는 시 점과 기간, 감소 비율에 관한 정보를 알 수 있다. 모든 유 역은 낮 기온이 따뜻해지는 3월경에는 적설면적이 급격하게 감소하는 것을 볼 수 있다. 융설모형의 중요 매개변수인 유 역을 대표하는 일 적설분포면적 감소곡선은 각 이벤트별 기 간과 적설분포면적의 비의 상관관계를 비선형 회귀식을 이 용한 지수함수적 감소곡선으로 표현 가능하였다. 이때의 회 귀식과 결정계수는 Table 3과 같고 결정계수는 섬진댐유역을 제외한 유역들은 0.62~0.88의 범위이고 섬진댐 유역은 0.46 로 나타났다.
위성영상을 이용하여 적설분포면적을 추출하여 주요 댐유 역인 소양강댐, 충주댐, 안동댐, 임하댐, 용담댐, 섬진댐, 주 암댐유역을 대상으로 각 유역의 적설면적감소비곡선을 정량 화하였다. 그 결과 Fig. 8과 같이 적설분포면적의 감소가 임 하댐유역은 약 5일, 안동댐유역은 약 6일, 주암댐유역은 약 9일의 기간 동안 100% 감소하는 것으로 분석되었다. 적설분 포면적의 감소가 10일이 경과하면 소양강댐, 충주댐, 용담댐 유역은 약 90%, 섬진댐유역은 약 70% 감소하는 것으로 분 석되었다. 소양강댐과 충주댐 유역의 적설면적감소비곡선의 경향이 비슷하고 섬진강유역을 살펴보면 비슷한 위도의 낙동 강유역보다 적설면적의 감소가 완만한 것을 확인할 수 있다.
6. 적설심 빈도분석
Martinec (1976)에 의하면 적설분포면적의 감소곡선이 항
상 S 곡선을 이루는 이유는 Fig. 9과 같이 적설심의 빈도 분포 결과와 같다. 구축된 유역의 최심적설심 자료를 이용하 여 0.1~10 cm, 10~20 cm, 20~30 cm 등 10 cm 단위로 빈 도를 계산하였다. 그 결과 적설심의 분포와 빈도가 가장 높 았던 유역은 소양강댐, 충주댐, 안동댐유역 등 영동지방의 유 역으로 나타났고, 그다음 섬진댐유역의 적설심의 분포와 빈 도가 높은 것으로 나타났는데 이는 대설지역인 호남지방에 위치하고 Fig. 2에서와 같이 표고가 급격히 높아지기 때문이 Fig. 5. Spatial distribution of snow extent and snow depth
Table 3. Relation of day and SCA ratio using non-linear regression
Watershed Regression equation R2
소양강댐 y = −0.38Ln(x) + 0.97 0.62
충주댐 y = −0.41Ln(x) + 0.97 0.68
안동댐 y = −0.55Ln(x) + 0.96 0.75
임하댐 y = −0.61Ln(x) + 0.95 0.88
용담댐 y = −0.37Ln(x) + 0.91 0.63
섬진댐 y = −0.27Ln(x) + 0.86 0.46
주암댐 y = −0.40Ln(x) + 0.90 0.65
Fig. 6 SCA ratio and snow depth for mean temperature
다. 그 외 주암댐, 임하댐유역은 적설심의 분포와 빈도가 낮 아 적설에 의한 융설이 거의 없다고 분석된다.
7. 요약및 결론
본 연구에서는 NOAA AVHRR 위성영상을 이용하여 적 설분포면적을 추출하고, 기상청의 지상기상관측소의 최심적 설심 자료를 이용하여 GIS 자료를 구축함으로써 적설심의 공간적 분포를 추출하였다. 국내 주요 7개 댐 유역에 대해 융설모형의 주요 매개변수인 적설분포면적, 유역 평균 적설 심, 적설심 빈도곡선과 적설분포감소곡선을 구축하고, 융설 의 가장 민감한 매개변수인 적설분포감소곡선을 7개 댐 유 역에 대해 정량화하였다.
1. 대상유역으로는 한반도의 융설 매개변수 정량화를 위하여 우리나라의 3대 대설 지역인 영동지방, 호 남지방, 울릉도 중 지형적 요인에 기인한 북부산간지방인 영동지방과 대 륙성기후에 의한 서해 해안선, 호남지방의 고도차가 뚜렷 한 산악지역으로 겨울철 고도에 따른 기온의 감소가 두드 러지는 주요 댐유역인 7개 댐유역(소양강댐, 충주댐, 안동 댐, 임하댐, 용담댐, 섬진댐, 주암댐)을 선정하였다
2. NOAA 영상은 1.1×1.1 km의 공간해상도를 가지고 있어
대륙적 혹은 전지구적 규모의 자료를 수집하고 저장할 수 있다. NOAA 영상을 사용하여 국내 적설분포면적을 추출 하기 위해서는 영상 선정과 Snow area와 Snow/Cloud
cover map을 구분 짓는 임계값의 선정이 매우 중요한 요
소로 작용하게 된다. 임계값은 영산선정 시 구름의 영향이 Fig. 6. Continued
Fig. 7 SDC and SCA ratio DC
Fig. 8 Depletion ratio of SCA using non linear regression
없는 영상 선택, 무감독 분류, 육안법, 적설심 내삽분포도, 기상청의 최심적설심, 최심신적설 자료, MODIS 위성영상 자료 등을 이용하여 선정하였는데 NOAA AVHRR 위성 영상은 영상의 대기상태 및 촬영시간에 따라 임계값이 다 르게 나타났다. 임계값 선정시 예민도 분석 및 파장별 경 계 범위의 정량화가 필요하다고 판단된다.
3. 국내 7개댐 유역의 8 sets 적설분포면적, 유역 평균 최심 신적설심과 최심 적설심을 각 유역의 평균온도에 따른 적 설분포면적 및 적설심의 분포 양상을 비교하였고 각 Set 별 적설면적과 적설량은 영동지방인 소양강댐, 충주댐, 안 동댐, 임하댐은 최심적설심과 적설면적의 감소경향이 비슷 한 패턴으로 감소하였다.
4. 융설모형의 중요 매개변수인 유역을 대표하는 일 적설분 포면적 감소곡선은 각 이벤트별 기간과 적설분포면적의 비 의 상관관계를 비선형 회귀식과 결정계수로 나타내었다.
결정계수는 섬진댐 유역을 제외한 유역들은 0.62~0.88의 범위이고 섬진댐 유역은 0.46로 나타났다. 적설분포면적의 감소가 10일이 경과하면 임하댐, 안동댐, 주암댐유역은
100%, 소양강댐, 충주댐, 용담댐 유역은 약 90%, 섬진댐
유역은 약 70% 감소하는 것으로 분석되었다.
이는 국내 수자원 계획 및 관리를 위한 미계측 유역의 관 측 자료로 활용되어 장기 유출 모형의 입력자료로 사용되어 보다 정확한 겨울철 적설과 봄철 융설 영향을 분석할 수 있 을 것으로 판단된다.
감사의글
본 연구는 21세기 프론티어 연구개발 사업인 수자원의 지 속적 확보기술개발사업단의 연구비지원(과제번호: 1-9-3)에 의해 수행되었으며, 연구에 사용된 NOAA AVHRR 인공위 성 자료는 기상청으로부터 제공받았습니다.
참고문헌
신형진, 김성준(2007) 준분포형 수문모형 SLURP에서 융설매개 변수 적용 및 영향평가. 한국수자원학회논문집, 한국수자원학
회, 제40권 8호, pp. 617-628.
임혁진, 권형중, 장철희, 김성준(2004) SLURP 모형을 이용한 유출수문분석 -소양강댐 유역을 대상으로-. 한국수자원학회논 문집, 한국수자원학회, 제37권 8호, pp. 631-641.
Baglio, J.V. and Holroyd, E.W. (1989) Methods for Operational Snow Cover Area Mapping Using the Advanced Very High Resolution Radiometer San Juan Mountain Test Study.
Research Technical Report, USGS EROS Data Center, Sioux Falls, South Dakota, March pp. 820.
Cracknel, P. (1997) The advanced very high resolution radiometer.
Taylor and Francis Pub.
Dozier, J. and Marks, D. (1987) Snow mapping and classification from landsat thematic mapper data. Symposium on Remote Sensing in Glaciology, 2nd, Cambridge, Proceedings, Vol. 7, No. 5, pp. 97-103.
Kazama, S. (1995) Study on Water Cycle in Middle Scale Region.
Japan, Dept. Civil Engrg. Tohoku University.
Lucas, R.M., Harrison, A.W., and Barrett, E.C. (1989) A multispec- tral snow area algorithm for operational 7-day snow cover monitoring, Remote Sensing and Large Scale Global Pro- cesses. Proc. IAHS 3rd Int. Assembly, MD, IAHS Pub. Vol.
186. pp. 161-166.
Martinec, J. (1976) Snow and ice. In: J. C. Rodda (ed.), Facets in Hydrology. John Wiley & Sons, London.g
Rango, A. and Itten, K.I. (1976) Satellite potentials in snowcover monitoring and runoff prediction. Nordic Hydrology, Vol. 7, pp.
209-230.
Ranzi, R., Grossi, G., and Bacchi, B. (1999) Ten years of monitor- ing areal snowpack in the southern alps using NOAA-AVHRR imagery, ground measurements and hydrological data. Hydro- logical Process, Vol. 13, pp. 2079-2095.
Simic, A., Fernandes, R., Brown, R., Romanov, P., and Park, W.
(2004) Validation of VEGETATION, MODIS, and GOES+
SSM/I Snow-Cover products over canada based on surface snow depth observations. Hydrological Process, Vol. 18, pp.
1089-1104.
Simpson, J.J., Stitt, J.R., and Sienko, M. (1998) Improved esti- mates of the aerial extent of snow cover from AVHRR Data.
Journal of Hydrology, Vol. 204, pp. 1-23.
Wang, L., Sharp, M., Brown, R., Derksen, C., and Rivard, B.
(2005) Evaluation of spring snow covered area depletion in the canadian arctic from NOAA snow charts. Remote Sensing of Environment 95, pp. 453-463.
(접수일: 2007.7.13/심사일: 2007.10.23/심사완료일: 2008.2.5) Fig. 9 Frequency distribution of snow depths
