산악지역 계절성 적설의 시공간 변화를 명확히 이해하는 것은 산악지역 수자원 관리, 수문 과정 및 생태 보호에 매우 중요하다. 고시공간 해상도의 적설 면적 데이터는 산악 적설 변화 모니터링의 중요한 수단이다. 그러나 기존 적설 면적 원격 탐사 제품은 센서 성능 제한으로 인해 단시간 내에 높은 공간 해상도를 동시에 얻기 어려워 고도 이질적인 산악 반점 적설의 미세한 변화를 정확히 포착하기 어렵다. 적설 면적의 시공간 동적 변화를 모니터링하기 위해 본 연구는 치롄산 북사면 산악지역을 연구 대상으로 선정하고 MODIS와 Landsat 8 두 가지 위성 데이터를 활용하여 U-Net++ 네트워크 기반 다중 소스 데이터 융합을 통한 고시공간 해상도 적설 면적 획득 방법을 구축하였다. 또한 고해상도 Landsat 데이터와 Sentinel 데이터를 사용해 새롭게 개발된 방법을 검증하고, 고시공간 반사율 데이터를 융합한 STARFM 및 DMNet 시공간 융합 알고리즘과 다양한 각도에서 비교 검증하였다. 결과는 다음과 같다: (1) U-Net++ 네트워크 기반 30 m 공간 해상도 적설 면적 재구성 알고리즘은 산악 적설의 세부 특성을 효과적으로 복원하였다. 알고리즘 정확도는 높았으며, 종합 정확도가 90.4%, 제작 정확도가 89.9%, 사용자 정확도가 88.4%, 카파 계수는 0.80이었다. 재구성 결과는 견고하여, 다양한 적설 피복도, 지표 기저면 및 구름량 조건에서 종합 정확도 차이가 3% 미만이며 모두 88% 이상이었다. (2) STARFM 및 DMNet 시공간 융합 간접 적설 면적 재구성 방법과 비교했을 때 본 알고리즘은 종합 정확도가 8.7% 및 5.2%, 제작 정확도가 24.1% 및 18.4%, 카파 계수가 0.20 및 0.12 향상되었다. 요약하면, 본 연구에서 개발한 U-Net++ 네트워크 기반 30 m 공간 해상도의 일일 적설 면적 재구성 알고리즘은 높은 정확도와 고시공간 해상도의 적설 면적 데이터를 효과적으로 재구성할 수 있어 산악 유출 모의, 적설수 저장량 추정 및 재해 방지 등에 중요한 의의를 갖는다.

적설 면적; 딥러닝; 다중 소스 융합; MODIS; Landsat