SWOT 위성 고도계 데이터를 활용한 강범람 재분석 향상 방안

초록

본 연구는 SWOT 위성의 강노드 제품과 현장 수위 관측을 결합해 프랑스 가르논 강 50 km 구간의 범람 재분석 정확도를 높이는 방법을 제시한다. Ensemble Kalman Filter 기반 데이터 동화 실험을 통해 SWOT 재방문 주기가 짧을수록 모델 성능이 개선되며, 특히 현장 관측과 함께 사용할 때 가장 높은 재현성을 보인다.

상세 분석

본 논문은 SWOT 위성의 고해상도 수면고(WSE) 관측이 기존 내륙 수위 관측망의 한계를 보완할 수 있음을 실증한다. 데이터 동화 프레임워크는 TELEMAC‑2D 수리모델을 전방 모델로 사용하고, Ensemble Kalman Filter(EnKF)를 통해 모델 파라미터(상류 유량 배율 μ, 구간별 Strickler 마찰계수 K_s)와 상태 변수(수위)를 순차적으로 업데이트한다. 먼저 2021년 실제 홍수 사건을 기반으로 한 관측 시스템 시뮬레이션 실험(OSSE)을 수행했으며, 여기서는 합성 SWOT 관측을 21일 주기의 3배인 2–3일 간격으로 가정해 재방문 주기의 영향을 정량화했다. OSSE 결과, SWOT 관측만으로도 모델의 RMSE가 약 15 % 감소했지만, 현장 수위 데이터와 결합했을 때는 30 % 이상 감소하는 최적 성능을 보였다. 실제 2024년 사건에 적용한 실험에서는 SWOT 관측이 부분적으로 누락되거나 노이즈가 큰 경우에도 EnKF가 관측 오류를 적절히 가중치 조정해 모델을 안정화시켰다. 특히, SWOT 데이터가 강변의 급격한 지형 변화를 반영하는 데 한계가 있음을 확인했으며, 이는 DEM 품질과 강변 침식·퇴적 과정이 모델 입력과 관측에 동시에 영향을 미치기 때문이다. 재동화 실험에서 구간별 마찰계수 K_s 추정값이 현장 관측이 부족한 구간(K_s2, K_s5)에서도 유의미하게 보정되었으며, 이는 SWOT이 제공하는 연속적인 공간 정보를 통해 파라미터 불확실성을 크게 감소시킨 결과이다. 또한, 재방문 주기가 짧아질수록 EnKF의 분석 단계에서 공분산 행렬이 더 정확히 추정되어, 급격한 수위 변동을 시기적절히 포착한다는 점이 강조된다. 최종적으로, SWOT과 현장 관측의 결합은 강변 및 범람 평야의 수위 동역학을 동시에 재현할 수 있는 효율적인 데이터 동화 전략으로 제시된다.