빈도분석을 통한 온실의 설계 적설심 평가

유인상,김도형,정상만 한국방재학회 2016 한국방재학회논문집 Vol.16 No.1

본 연구에서는 온실의 적설심 기준에 대해 평가하기 위해 우리나라 69개 기상관측소에 대해 적설심 빈도분석을 수행하였다. 적설심 빈도분석 결과를 활용하여 행정구역별로 온실의 설계빈도인 30년빈도 적설심을 산정하였다. 온실 설계기준에 제시된 설계적설심과 본연구에서 산정된 30년빈도 적설심을 비교하여 설계기준이 적절한지 평가하였다. 설계기준 적설심과 30년빈도 적설심을 비교해본 결과, 230개 행정구역 중 77개 행정구역에서 설계기준의 적설심이 적정한 것으로 나타났다. 나머지 153개 행정구역의 설계적설심은 30년빈도 적설심보다 작게 산정되었다. 153개 행정구역 중 61개 행정구역에서 설계적설심이 1%~10% 작게 산정되었으며 28개 행정구역에서는 11%~20%, 24개 행정구역에서는 21%~30%, 40개 행정구역에서는 30% 이상 작게 산정되었다. 본 연구 결과를 통해 폭설에 온실이 취약할 수 있는 행정구역을 선정할 수 있었으며 향후 온실 설계 또는 온실 설계기준의 개선에 활용 가능할 것으로 판단된다. In this study, snow depth frequency analysis was performed from 69 guaging stations to evaluate design snow depth for green houses. A 30-year recurrence interval snow depth of administrative districts was estimated using the results of snow depth frequency analysis. The design snow depth for green house was assessed and compared with the 30-year recurrence interval snow depth which was calculated in this study. The results show that design snow depth for 77 administrative districts were appropriate out of the 230 administrative districts. Design snow depth for the other 153 administrative districts are lower than the 30-year recurrence interval snow depth. The 30-year recurrence interval snow depth of 61 administrative districts was 1%~10% more than design snow depth, 28 administrative districts was 11%~20% more than design snow depth, 24 administrative districts was 21%~30% more than design snow depth, 40 administrative districts was 30% more than design snow depth. This study is expected to decide vulnerable administrative districts to heavy snow depth and apply improvements of design snow depth for green houses.

Sentinel-1 SAR 위성영상의 위상차분간섭기법(DInSAR)을 이용한 적설심의 공간분포 추정

박희성,정건희 한국수자원학회 2022 한국수자원학회논문집 Vol.55 No.12

적설에 의한 피해는 자주 발생하지 않지만 발생하면 광범위한 지역에 피해를 준다. 적설에 의한 피해를 예방하기 위해서는 지역별로 피해를 유발하는 적설심을 미리 파악해 둘 필요가 있다. 하지만 관측하고 있는 적설심은 특정 관측지점으로 한정되어 피해를 유발하는 지역별 피해유발적설심을 파악하는데 어려움이 있다. 이를 극복하기 위한 일반적인 방법은 관측지점의 적설을 보간하여 공간적으로 확대하는 것이다. 하지만 이것은 매우 적은 자료를 가지고 고도 등 지형적인 특성이 다른 넓은 영역을 통계적으로 추론해야 하는 한계로 인해 지역에 대한 피해유발 피해유발적설심의 구명에 더 혼란을 주기도 한다. 이를 보완하기 위해서는 넓은 영역을 관측하는 위성영상을 활용할 수 있으며, 그 중에서도 합성개구레이더(Synthetic Aperture Radar; SAR)를 이용한 위상차분간섭기법(DInSAR)을 활용할 수 있다. 위상간섭영상은 두 개의 다른 시기에 측정된 합성개구레이더 영상의 위상간섭을 이용한 것으로 일반적으로 미세한 지형의 변화를 추적할 때 사용되기도 한다. 본 연구에서는 유럽우주국(ESA)에서 운영하는 Sentinel-1B 위성의 dual polarimetric IW 모드 C-band SAR 데이터를 사용하여 DInSAR 분석을 수행하여 적설심의 공간분포를 추정하였다. 또한 정지궤도복합위성 천리안 2호(GK-2A)의 L2 적설심 추정 자료를 이용하여 비교하였다. 적용 결과, 적설예측의 정확도는 격자별로 계산할 경우, DInSAR 는 약 0.92%, GK-2A 는 약 0.71% 를 나타내 DInSAR의 적용성이 높게 나타났다. 즉, DInSAR 방법을 이용하여 계산된 적설심과 기상관측소에서 관측된 적설심을 공간보간하여 비교한 결과, 적설의 분석 결과 적설심을 과대추정하는 경우가 발생하기는 했으나, 적설심의 공간분포를 추정하는데 충분한 정보를 제공했으며, 이러한 방법으로 파악된 적설심의 공간분포는 실제 피해발생지역의 적설심을 보다 정확하게 추정하는데 기여할 수 있으며, 이것은 지역별 피해유발적설심을 파악하는데 도움이 될 것이다. Damages by heavy snow does not occur very often, but when it does, it causes damage to a wide area. To mitigate snow damage, it is necessary to know, in advance, the depth of snow that causes damage in each region. However, snow depths are measured at observatory locations, and it is difficult to understand the spatial distribution of snow depth that causes damage in a region. To understand the spatial distribution of snow depth, the point measurements are interpolated. However, estimating spatial distribution of snow depth is not easy when the number of measured snow depth is small and topographical characteristics such as altitude are not similar. To overcome this limit, satellite images such as Synthetic Aperture Radar (SAR) can be analyzed using Differential Interferometric SAR (DInSAR) method. DInSAR uses two different SAR images measured at two different times, and is generally used to track minor changes in topography. In this study, the spatial distribution of snow depth was estimated by DInSAR analysis using dual polarimetric IW mode C-band SAR data of Sentinel-1B satellite operated by the European Space Agency (ESA). In addition, snow depth was estimated using geostationary satellite Chollian-2 (GK-2A) to compare with the snow depth from DInSAR method. As a result, the accuracy of snow cover estimation in terms with grids was about 0.92% for DInSAR and about 0.71% for GK-2A, indicating high applicability of DInSAR method. Although there were cases of overestimation of the snow depth, sufficient information was provided for estimating the spatial distribution of the snow depth. And this will be helpful in understanding regional damage-causing snow depth.

통계분석을 통한 대설 피해 경보에 적합한 적설심 기준 제안

오영록(Oh YeoungRok),정상만(Jeong Sangman),정건희(Chung Gunhui) 한국방재학회 2017 한국방재학회논문집 Vol.17 No.2

최근 세계적인 기후변화에 따른 자연재난 발생 빈도가 증가하고 있으며, 자연재해 중 겨울철 이상 기온으로 인한 폭설 및 한파도 예외가 아니다. 우리나라는 1994년에서 2013년까지 지난 20년간 자연재해에 의한 피해액 약 12조 원 중 대설로 인한 피해액이 약 1조 6천억 원으로, 그 발생 빈도가 점차 증가하며 주요 겨울철 자연재난으로 자리매김하고 있다. 본 연구에서는 폭설 발생 시 신속한 대설 피해 경보 발령 및 재난 대응을 위해 재난통계를 기반으로 기상학적인 요인(적설심, 일평균상태습도, 일최저기온, 일최고기온)과 사회ㆍ경제적인 요인(지역면적, 비닐하우스 면적, 농가인구수, 60세 이상 농가인구수)을 고려하여 다중 회귀모형을 개발하였다. 과거 대설 피해 통계를 분석하여 전라도, 충청도, 강원도 지역의 지난 22년 간의 자료를 적용하였다. 24시간 내 신적설인 최심신적설심과 누적적설심인 최심적설심을 대설 피해 예측 중요 변수로 정하여 별도의 모형을 구축하였으 며, 신적설심과 누적적설심을 모두 6개의 cases로 구분하여 총 12개의 다중회귀모형을 구축하고 수정된 결정계수 및 N-RMSE값을 비교하였다. 그 결과, 모든 cases에서 누적적설심인 최심적설심 보다 신적설인 최심신적설심의 성능이 좋게 평가되었다. 또한 적설심 25cm의 최심신적설을 이용한 모형에서 수정된 결정계수가 0.7 이상, N-RMSE가 8.2% 이하로 매우 높은 모형 효율을 보였다. The frequency of natural disaster has been increased due to the climate change, and the heavy snow has been also increased during the winter. In South Korea, total damage cost by heavy snow for last 20 years from 1994 to 2013 was about 1.6 billion dollars among total 12 billion dollars caused by natural disasters. In this study, the amount of snow damage was estimated using historical disaster data using multiple regression analysis. The input data for the model was meteorological data (snow depth, daily relative humidity, daily minimum temperature, daily maximum temperature, daily average temperature) and socioㆍeconomic data (area, greenhouse area, number of farmers, elderly population in farmers). The developed models were applied in Jeolla-do, Cheongchung-do, and Kangwon-so using last 22 years of snow disaster data. Two types of snow depths (daily maximum fresh snow depth and daily maximum snow depth) were used. Two types of snow depths were also divided into 6 cases depending on the snow depth. As a result, daily maximum fresh snow depth shows better performance than daily maximum snow depth. The case using over 25cm of daily maximum fresh snow depth showed the best result with the adjusted R2 over 0.7.

온실에 대한 적설심 설계기준 개선방안

유인상(Yu, Insang),이영우(Youngwoo),정상만(Jeong, Sangman) 한국방재학회 2017 한국방재학회논문집 Vol.17 No.1

본 연구에서는 온실의 적설심 설계기준을 개선하기 위하여 적설심 설계기준의 적정성을 분석하였다. 우리나라는 229개 행정구역 으로 구분되어 있지만, 본 연구에서는 특별시, 광역시를 1개의 행정구역으로 분류하여 우리나라 162개 행정구역을 대상으로 분석하였다. 분석결과, 우리나라 162개 행정구역 중 76개 행정구역의 설계적설심이 적합한 것으로 나타났으며 나머지 86개 행정구역은 설계적설심의 상향이 요구되는 것으로 분석되었다. 이에 따라, 온실의 설계빈도인 30년빈도 적설심 산정결과를 기준으로 86개 행정구역의 설계적설심을 보완하였다. 적설의 무게는 적설의 단위중량에 따라 크게 변화하는데, 온실을 포함한 구조물을 설계할 경우에는 적설심 보다 적설하중으로 설계기준을 제시하는 것이 합리적이다. 이에 따라, 우리나라 162개 행정구역별 최대 적설단위중량을 산정하였고 최대 적설단위중량을 보완된 설계적설심에 적용하여 설계적설하중을 산정하였다. 본 연구를 통해 산정된 설계적설하중은 지역별 눈의 단위중량을 고려한 온실설계에 유용하게 활용될 것으로 판단된다. In this study, snow depth design criteria for green house were evaluated and analyzed for its improvement. In Korea, there are a total of 229 administrative districts. However, this research combined the smaller districts of each Metropolitan city and made it into one administrative district, so a total of 162 administrative districts were used in this study. The analytical results show that the design snow depths for 77 administrative districts were appropriate out of 162 existing administrative districts. However, the design snow depths for the other 86 administrative districts were proven to be inappropriate and are required to increase their snow depths, so the 86 administrative districts’ design snow depths were also revised based on a 30-year recurrence interval snow depth. Snow load is significantly changed depending on snow unit weight, hence providing design criteria for green house with snow load is more reasonable than snow depth, because it considers the snow’s unit weight. With this, the snow unit weights of 162 administrative districts were calculated and it was used with the revised design snow depth for estimating the design snow load. Therefore, this study will use the designed snow load with unit weight consideration to design green houses based on the administrative districts.

기상청 관측 자료와 눈 밀도 공식을 이용한 적설하중의 근사 추정

조지영,이승재,최원 한국농림기상학회 2020 한국농림기상학회지 Vol.22 No.2

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. 대설로 인한 시설 농가의 피해를 예방하고 경감시키기 위해서는 기존의 적설 깊이와 더불어 적설하중에 대한 예보가 추가로 제공되어야 한다. 본 연구에서는 눈의 밀도 및 적설하중과 관련하여 해외 연구에서 사용하고 있는 이론과 공식들을 검토하고, 이를 국내에서 장기간의 농업기상관측 이력을 가지고 있는 수원에 적용하여 얻는 적설하중 결과를 소개하였다. 지난 30년(1988∼2017) 간 국내 94개 기상대와 무인자동기상관측소에서 측정된 적설(3시간 신적설, 최심신적설, 최심적설) 깊이 자료를 이용하여 우리나라 대설주의보와 대설경보에 해당하는 적설 깊이의 빈도를 살펴보았다. 우리나라 권역별 적설빈도 공간분포를 보면 대설주의보에 해당하는 신적설은 전북지역에서 많이 발생했고, 대설경보에 해당하는 신적설은 경북과 강원지역에서 많이 나타났다. 기록적인 대설은 경북과 강원지역에서 나타났으나, 최근의 겨울철 대설 피해는 경기, 경북, 전남에서 나타났다. 즉 적설 깊이가 깊더라도 적설하중이 무겁지 않다면 큰 피해가 발생하지 않는 것을 확인할 수 있었다. 수원지역의 적설하중을 추정한 결과를 보면 공식들에 따라 다양한 값들과 특징을 보였다. 대부분 적설 깊이가 깊을 때 적설하중이 무겁게 나타났지만 최대적설하중과 최심적설이 반드시 같은 날에 발생하지는 않았다. 이러한 수원지역의 결과는 다른 지역에서의 적설하중을 추정하는데 도움을 줄 수 있고, 온실구조 설계 기준의 표준 확립과 적설하중 예보를 통해 농가의 경제적 손실을 줄이는데 기여할 것이다.

재난통계를 활용한 대설피해 예측 및 대설 피해 적설심 기준 결정 방안

오영록,정건희 대한토목학회 2017 대한토목학회논문집 Vol.37 No.2

최근 세계적인 기상이변으로 인해 자연재해가 빈번하게 발생하고 있으며, 겨울철 대표적인 자연재해인 대설에 의한 재난 발생 빈도도 증가하고 있다. 그러므로 대설 피해 저감이나 대설 피해액 예측에 대한 연구들이 다수 수행되고 있다. 본 연구에서는 과거 22년간 발생했던 대설 피해 사례를 재해연보에서 조사하여 시군구별로 빈도 분석을 하였다. 그 결과 대설 피해 발생 빈도가 높았던 충청도, 전라도, 강원도를 대상으로 대설피해액 예측을 위한 다중회귀모형을 구축하였다. 설명변수로 기상학적 요소인 최심신적설량, 최고기온, 최저기온, 상대습도와 사회․ 경제적인 요소인 시군구의 면적과 비닐하우스 면적, 농가인구, 60세 이상 농가인구를 선택하여 모형을 구축하였다. 또한 대설 피해를 야기하는 적설심에 대한 분석을 위해 최심신적설심 별 구간을 구분하여 모형을 별도로 구축하였다. 그 결과, 적설심이 낮았던 피해 사례까지를 모두 고려한 경우에는 모형의 예측력이 매우 낮았지만, 피해를 야기한 적설심이 큰 경우만을 분리하여 모형을 구축한 경우에는 70% 이상의 매우 향상된 예측력을 보였다. 이는 적설심이 25 cm 이상 큰 경우에는 적설하중에 의해 설해가 발생할 가능성이 있으며, 이를 대설 피해 기준 적설심이라고 가정할 수 있을 것으로 판단되었다. Due to the climate change, natural disaster has been occurred more frequently and the number of snow disasters has been alsoincreased. Therefore, many researches have been conducted to predict the amount of snow damages and to reduce snow damages. Inthis study, snow damages over last 21 years on the Natural Disaster Report were analyzed. As a result, Chungcheong-do, Jeolla-do,and Gangwon-do have the highest number of snow disasters. The multiple linear regression models were developed using the snowdamage data of these three provinces. Daily fresh snow depth, daily maximum, minimum, and average temperatures, and relativehumidity were considered as possible inputs for climate factors. Inputs for socio-economic factors were regional area, greenhouse area, farming population, and farming population over 60. Different regression models were developed based on the daily maximum snow depth. As results, the model efficiency considering all damage (including low snow depth) data was very low, however, the model only using the high snow depth (more than 25 cm) has more than 70% of fitness. It is because that, when the snow depth is high, the snow damage is mostly caused by the snow load itself. It is suggested that the 25 cm of snow depth could be used as the snow damage thresholdbased on this analysis.

Snow Depth Estimation by using its Drop Size Moment in South Korea Regions

최지원,장기호,김경익,김백조 한국기상학회 2022 Asia-Pacific Journal of Atmospheric Sciences Vol.58 No.5

This study proposes a new method of estimating snow depth by using a moment (Mn) of snow particle size distribution(SPSD). We assumed that estimated snow depth (ESD) is given by a simple relationship: ESD (cm)= A×Mn, where theparameters, A and n are a proportional coefficient and an exponent in the moment formula, respectively. They were determinedby a regression analysis between the observed snow depths (OSD) by laser snow depth meter, and the values of Mn fromSPSD observed by Parsivel, installed at three observation sites: Cloud and Physics Observation Site (CPOS), Yongpyeong(YP) and Mokpo (MP) in South Korea. Snow observations were made from November to April: CPOS (2012 to 2015), YP(2015 to 2017) and MP (2005 to 2015). The analysis results indicate that the optimized value of A ranges from 2.16× 10–5 to2.28× 10–5, and the optimized range of n is 2.21 to 2.68. The average values of A and n are 2.47× 10–5 and 2.21, respectively. The coefficient of determination (R2) between OSD and ESD(obtained by using average values of A and n) was 0.81, indicatinga fairly good correlation between them. This indicates that ESD does appear to have potential for estimating operationally,timely information on snow depth. This study suggests that SPSD observed by disdrometer (Parsivel or 2DVD) can bealso used as an alternative of the typical snow measuring instruments such as snow stake and ultra-sonic snow depth meter.

우리나라의 대설재해 유발 인자 분석

추형석(Hyungsuk Chu),정건희(Gunhui Chung) 호서대학교 공업기술연구소 2021 공업기술연구 논문집 Vol.40 No.1

우리나라의 겨울철 대표 재난은 대설에 의한 피해이다. 대설에 의한 피해는 건축물이나 비닐하우스 등의 붕괴와 같은 직접피해와 교통통제 등의 간접피해로 나눌 수 있다. 우리나라에서 직접 피해를 가장 많이 입는 시설물은 비닐하우스인 것으로 알려져 있다. 비닐하우스에 발생하는 대설피해는 눈의 무게에 의해 시설물의 붕괴가 발생하는 설압피해가 대부분이다. 이는 적설심의 깊이, 습도, 비닐하우스의 설계하중 등 다양한 요인에 의해 지배된다. 그러므로 본 연구에서는 과거 피해 자료가 기록된 재해연보 자료를 활용하여 지역을 선정하였으며, ASOS에서 관측되는 3시간 단위 적설자료와 기온자료를 로지스틱회귀분석 및 임계값 추정법에 적용하여 비닐하우스에 야기하는 적설심 기준을 분석하였다. 연구 결과로 적설심은 지역별로 차이를 보였으며 이는 지역, 습도, 온도 등의 기상 및 시설물 설계 기준 등 많은 요인이 원인으로 판단된다. 본 연구의 결과를 활용하여 지역별 맞춤형 재난관리의 기준 설정에 도움이 될 것으로 판단된다. The major winter disaster in South Korea is caused by heavy snow. Snow damage can be divided into direct damage such as the collapse of buildings or greenhouses and indirect damage like road closure. The most directly damaged facilities in South Korea by heavy snow are known as greenhouses which is built for agricultural purpose. The collapse of greenhouses is mostly caused by the weight of heavy snow and called as snow pressure damage. It is known that the damage is determined by the snow depth, humidity, the design load in the greenhouses, and so on. Therefore in this stydy, damage causing snow depths for the greenhouses in the selected administrative regions were analyzed using the 3 hour snow depth observed in ASOS observatories and historical snow damage recorded in annual disaster reports. The logistic regression analysis was applied. As a result of the study, regional-specific snow depths causing damage were proposed in terms of regions, humidity, temperature, and facility design standards. The customized winter disaster management could be possible using the results.

기후변화 시나리오와 신경망 모형을 이용한 미래 신적설일수와최심신적설 빈도 분석

박희성,정상만,정건희 한국방재학회 2014 한국방재학회논문집 Vol.14 No.6

최근 몇 년간 한반도에서는 폭설 발생 빈도가 증가하고 있으며, 이에 따른 피해도 증가하는 추세이다. 본 연구에서는 이러한 현상이 기후변화에 의한 것인지 알아보기 위해 RCP 기후변화 시나리오 8.5와 4.5를 적용하여 미래 확률신적설일수와 확률최심신적설량에 대한빈도해석을 수행하였다. 빈도해석을 수행하기 위해 기후변화 시나리오로부터 신적설일수와 최심신적설량을 모의하기 위한 모형으로인공신경망 모형을 사용하였다. 인공신경망 모형은 최소, 최대, 평균기온과 강수량 자료를 입력층으로하여 신적설여부를 모의하는 인공신경망 모형과 역시 같은 최소, 최대, 평균 기온과 강수량을 입력층으로하여 최심신적설량을 모의하는 인공신경망 모형을 각각 별도로 구축하였다. 전국의 74개 기상관측소의 자료를 사용하여 인공신경망 모형을 구축하였으며, 개별 관측소별로 학습시킨 경우와 모든자료를 통합하여 학습시킨 모형의 적용성을 검토한 결과 모든 지점의 자료를 하나로 통합하여 학습시킨 모형의 효율이 상대적으로 우수한 것으로 판단되었다. 입력자료와 모의자료의 계통적 오차를 보정하기 위해 분위사상법을 기후변화 시나리오와 인공신경망 모형의결과에 적용하여 계통적인 오차로 인해 극값이 감쇄되지 않도록 하였다. 그 결과 시나리오별로 차이는 있지만 확률신적설일수와 확률최심신적설량이 대체적으로 감소하는 경향이 있는 것을 알 수 있었다. 특히 강원도 지역의 감소가 두드러졌으며, 경상도 내륙지역 일부는 최심신적설이 감소하지만 신적설 일수가 늘어나는 경향을 보였다. As the heavy snow storm occurrence increases due to the climate change, the demage caused by snowstorm also increases. Therefore,in this study, RCP climate change scenario 4.5 and 8.5 are applied for the frequency analysis of future probable fresh snow days andprobable maximum fresh snow depth. Artificial Neural Network (ANN) models are constructed for the frequency analysis. Data in theinput layer of ANN are the minimum, maximum, and average temperature and precipitation data for the simulation of the fresh snowdays. Another ANN model has also the minimum, maximum, and average temperature and precipitation data for the simulation of themaximum fresh snow depth. Learning of ANN model used two types of data. The first uses total 74 gauging stations data and the secondmodel uses each gauging station data separately. The model efficiency of the first model is higher than the second. Quantile mappingis applied to remove the discrepancy of the climate change data and to generate the outlier data from the model. As the result,probable fresh snow days and probable maximum fresh snow depth tend to decrease over the entire Korean Peninsula. Decreasing tendencyin Kangwon province is noticeable. In Kyungsan province, maximum fresh snow depth decreases but fresh snow daysincreases.

상호작용이 고려된 다중회귀분석을 이용한 미래 최심신적설 빈도 분석

박희성,정상만,정건희 한국방재학회 2016 한국방재학회논문집 Vol.16 No.2

As the frequency of snowfall inducing life loss and property damages increases, many researches to calculate future maximum fresh snow depth and trend have been implemented. In this study, 400-year pre-industrial climate control simulated RCP 2.6, 4.5, 6.0, 8.5 climate change scenario for Korean Peninsula was applied to develop multiple regression models for the estimation of future probable maximum fresh snow depth. Precipitation, minimum, maximum, and average temperature was used as the independent variables, and the multiplication of precipitation and average temperature was inserted in the multiple regression model to consider the interaction between the two variables. Total 74 gauging stations data was applied to varify the developed model. The calculated probable maximum fresh snow depths for 10, 30, 50, and 100 years were compared. The model efficiency of the multiple regression model with interaction was superior to multiple linear regression model. The probable maximum fresh snow depth tend to decrease over the entire Korean Peninsula without the significant changes. The spatial distribution of the locations with highest maximum fresh snow depths remains the same. The results shows the overall variation trend rather than the exact snow depth. Using the developed model, the maximum fresh snow depth could be calculated using the precipitation and temperatures if the input variables are predicted accurately. 겨울철 자연재해 중 가장 큰 피해를 야기하는 대설에 의한 인명과 재산피해 발생 빈도가 높아짐에 따라, 전국의 최심신적설량의 분포 및 미래 변화 경향에 대한 연구가 진행되고 있다. 본 연구에서는 400년 제어적분을 적용한 RCP 2.6, 4.5, 6.0, 8.5 시나리오 기반의 한반도 전망자료에 따른 미래 최심신적설량의 빈도별 변화를 예측하기 위한 다중회귀모형을 구축하였다. 강수량, 일평균기온, 일최고기온, 일최저기온을 독립변수로 이용하였으며, 강수량과 일평균기온의 상호작용을 고려하기 위해 두 변수의 곱을 포함하는 항을 추가한 다중회귀모형을 구축하였다. 전국 74개 기상관측소의 자료를 이용하여 모형의 적합도를 검증하였으며, 기후변화 시나리오에 적용하여 10년, 30년, 50년, 100년 빈도별 최심신적설량을 계산하고 비교하였다. 그 결과 다중선형회귀모형에 비해 상호작용을 고려한 다중회귀모형의 예측력이 훨씬 우수하였다. 계산된 결과의 빈도별 최심신적설량이 미래에 다소 감소하는 경향을 보이기는 하였지만, 큰 변화는 없었으며, 특히 신적설량이 많은 지역의 분포가 동일한 것으로 계산되었다. 이는 각 관측소별 절대적인 값의 변화보다는 기후변화 시나리오에 따른 최심신적설량의 변화 경향을 보여주고 있으며, 강수량과 기온이 정확하게 예측된다면 최심신적설량도 매우 합리적으로 예측이 가능함을 보여준다고 할 수 있다.