본 연구에서는 한반도에서 발생했던 과거 가뭄사상의 정량적 평가를 위한 가뭄심도-지속기간-생기빈도(Severity-Duration-Frequency, SDF) 곡선을 유도하기 위해서 가뭄지수를 이용한 빈도해석을 실시하였다. 분석지점으로는 4대강 유역을 중심으로 하는 기상청 산하의 서울, 대전, 대구, 광주, 부산관측소를 선정하였으며 강수자료는 1974~2010년(37년)의 강수 자료를 이용하였다. 가뭄빈도해석에는 기상학적 가뭄지수인 SPI (Standardized Precipitation Index)를 선정하였으며 확률분포형에 대한 적합도 검정에서는 일반극치분포(GEV, Generalized Extreme Value)가 최적의 확률분포형으로 선정되었다. 가뭄지수의 빈도해석 통하여 유도된 주요 관측소별 SDF (Severity-Duration-Frequency) 곡선을 이용하여 과거의 주요 가뭄사상에 대한 재현기간을 제시하였으며 1994~1995년 가뭄의 경우 남부지방을 중심으로 하는 극심한 가뭄으로서 광주관측소에서는 50~100년, 부산관측소에서는 100~200년의 높은 재현기간을 나타내었다. 그밖에 1988~1989년 가뭄의 경우 서울관측소에서는 300년의 재현기간을 나타내었다.
본 연구에서는 한반도에서 발생했던 과거 가뭄사상의 정량적 평가를 위한 가뭄심도-지속기간-생기빈도(Severity-Duration-Frequency, SDF) 곡선을 유도하기 위해서 가뭄지수를 이용한 빈도해석을 실시하였다. 분석지점으로는 4대강 유역을 중심으로 하는 기상청 산하의 서울, 대전, 대구, 광주, 부산관측소를 선정하였으며 강수자료는 1974~2010년(37년)의 강수 자료를 이용하였다. 가뭄빈도해석에는 기상학적 가뭄지수인 SPI (Standardized Precipitation Index)를 선정하였으며 확률분포형에 대한 적합도 검정에서는 일반극치분포(GEV, Generalized Extreme Value)가 최적의 확률분포형으로 선정되었다. 가뭄지수의 빈도해석 통하여 유도된 주요 관측소별 SDF (Severity-Duration-Frequency) 곡선을 이용하여 과거의 주요 가뭄사상에 대한 재현기간을 제시하였으며 1994~1995년 가뭄의 경우 남부지방을 중심으로 하는 극심한 가뭄으로서 광주관측소에서는 50~100년, 부산관측소에서는 100~200년의 높은 재현기간을 나타내었다. 그밖에 1988~1989년 가뭄의 경우 서울관측소에서는 300년의 재현기간을 나타내었다.
In this study, frequency analysis using drought index had implemented for the derivation of drought severity-duration-frequency (SDF) curves to enable quantitative evaluations of past historical droughts having been occurred in Korean Peninsular. Seoul, Daejeon, Daegu, Gwangju, and Busan weather sta...
In this study, frequency analysis using drought index had implemented for the derivation of drought severity-duration-frequency (SDF) curves to enable quantitative evaluations of past historical droughts having been occurred in Korean Peninsular. Seoul, Daejeon, Daegu, Gwangju, and Busan weather stations were selected and precipitation data during 1974~2010 (37 years) was used for the calculation of Standardized Precipitation Index (SPI) and frequency analysis. Based on the results of goodness of fit test on the probability distribution, Generalized Extreme Value (GEV) was selected as most suitable probability distribution for the drought frequency analysis using SPI. This study can suggest return periods for historical major drought events by using newrly derived SDF curves for each stations. In case of 1994~1995 droughts which had focused on southern part of Korea. SDF curves of Gwangju weather station showed 50~100 years of return period and Busan station showed 100~200 years of return period. Besides, in case of 1988~1989 droughts, SDF of Seoul weather station were appeared as having return periods of 300 years.
In this study, frequency analysis using drought index had implemented for the derivation of drought severity-duration-frequency (SDF) curves to enable quantitative evaluations of past historical droughts having been occurred in Korean Peninsular. Seoul, Daejeon, Daegu, Gwangju, and Busan weather stations were selected and precipitation data during 1974~2010 (37 years) was used for the calculation of Standardized Precipitation Index (SPI) and frequency analysis. Based on the results of goodness of fit test on the probability distribution, Generalized Extreme Value (GEV) was selected as most suitable probability distribution for the drought frequency analysis using SPI. This study can suggest return periods for historical major drought events by using newrly derived SDF curves for each stations. In case of 1994~1995 droughts which had focused on southern part of Korea. SDF curves of Gwangju weather station showed 50~100 years of return period and Busan station showed 100~200 years of return period. Besides, in case of 1988~1989 droughts, SDF of Seoul weather station were appeared as having return periods of 300 years.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 과거 한반도에서 발생했던 과거 가뭄사상의 정량적 평가를 위한 SDF 곡선을 유도하기 위하여 한반도내의 주요 기상관측소에 대한 점빈도해석(Point Frequency Analysis)을 실시하였으며 기상청 산하 59개의 전 관측소 중 비교적 자료 보유기간이 길고, 한강, 낙동강, 금강, 영산강 유역을 대표할 수 있는 서울, 대전, 대구, 광주, 부산관측소를 선정하여 분석을 실시하였다. 선정된 관측소의 강수자료는 1974~2010년(37년)의 자료를 이용하였으며 5개 관측소의 위치 정보는 Table 1과 같다.
본 연구에서는 빈도해석을 위한 확률분포형을 선정하기 위하여 일반적으로 수문자료 해석에 사용되는 Gamma, GEV(General Extreme Value), Gumbel, Log-Gumbel, Lognormal, Log-Pearson type III, Weibull, Wakeby 분포형에 대해 적합도 검정을 실시하였다. Table 4는 적합도 검정을 실시한 분포형 중 수문자료에서도 극심한 가뭄 등의 분석에 이용하는 Gamma, Weibull, Log-Gumbel, GEV, Gumbel, Lognormal 분포형의 적합도 검정 결과를 나타내었다.
본 연구에서는 한반도에서 발생했던 과거 가뭄사상의 정량적 평가를 위해 대표적인 기상학적 가뭄 지수인 SPI를 선정하여 기상관측소별로 지속기간 6개월의 SPI를 산정하였다.
반면에 1994~1995년 남부지방을 중심으로 한 가뭄의 경우에는 대구, 부산관측소에서는 재현기간은 100~200년의 빈도를 나타내었지만 대전관측소의 20~30년의 재현기간을 갖는 것으로 나타내었다. 이와 같은 SDF 곡선을 통한 과거가뭄의 재현기간 추정은 가뭄의 지속기간을 어떻게 설정하는 가에 따라서 동일한 관측소에서도 다소의 차이가 발생할 수 있으며 본 연구에서는 SPI 가(-1) 이하의 값을 갖는 연속적인 가뭄현상에 대해서 분석한 것임을 밝혀두는 바이다.
한편, 본 연구에서 사용될 SPI 가뭄지수의 적용성을 검증하기 위하여 산정된 지속기간 6개월의 SPI가 과거가뭄을 정량적으로 잘 표현하는지를 검증하기 위해 과거가뭄을 대상으로 지수의 정확성을 검토하였다. 검토를 위한 가뭄사상은 조사된 가뭄관련 보고서 및 미디어에 보도된 기사를 토대로 조사한 1976~1978년, 1981~1982년, 1988년, 1994~1995년, 2000~2002년 및 2007~2009년의 대형 가뭄을 선정하였다.
가설 설정
(1993, 1995)은 가뭄은 상대적으로 물의 수요에 비해 물의 부족을 유발하는 강수량의 감소에 의해 시작된다는 것에 착안하여 SPI를 개발하였다. 즉, 강수량이 부족하면 용수 공급원인 지하수량, 적설량, 저수지 저류량, 토양함유수분, 하천유출량 등에 각기 다른 영향을 미친다는 가정으로부터 개발한 것이다. SPI는 특정한 시간에 대한 계산 시간단위를 3, 6, 12, 24개월 등과 같이 설정하고, 시간단위별로 강수 부족량을 산정하여 개개의 용수공급원이 가뭄에 미치는 영향을 산정하는 방법이다.
제안 방법
1974~2010년(37년)의 월 단위 가뭄지수를 이용하여 지속기간별 빈도해석을 실시하였으며 대표 관측소의 재현 기간별 SDF 곡선을 작성하였다. 재현기간은 10년, 20년, 30년, 50년, 100년, 200년, 300년으로 설정하였으며 5개 관측소의 지속기간별 빈도해석 결과는 Fig.
과거 관측자료를 대상으로 산정된 SPI를 이용하여 가뭄빈도해석을 실시하였으며 유도된 SDF 곡선을 이용하여 과거가뭄사상에 대한 재현기간을 제시하였다. 본 연구에서는 가뭄 월(Month)을 지속기간(1개월, …, 12개월) 별로 정리하여 각각의 가뭄사상으로 분류하였다.
과거에 한반도에서 발생했던 주요 가뭄을 조사하기 위해서 가뭄과 관련된 보고서 및 방송에 보도된 기사를 토대로 과거 가뭄 피해연도를 조사하였다. 조사된 보고서로는 가뭄관리 모니터링체계 수립보고서(건설교통부, 2005), 가뭄관리정보체계 수립보고서(건설교통부, 2006), 가뭄정보 시스템 시험운영(1차년도) 보고서(건설교통부, 2007), 가뭄기록조사보고서(건설교통부, 1995), ‘2001 가뭄기록조사보고서(건설교통부, 2002)’가 있으며 대표적인 과거 가뭄이 1976~1978년, 1981~1982년, 1988년, 1994~1995년, 2000~2002년, 2007~2009년에 발생했던 것을 확인할 수 있었다.
분류된 지속기간(Duration)별 가뭄사상의 가뭄규모(Magnitude)는 가뭄 월(Month)의 SPI 값을 합산하여 나타낼 수 있으며, 이를 지속기간(Duration)으로 나누어 가뭄심도(Severity) 로 환산하게 된다. 마지막으로, 가뭄빈도해석을 통해 작성된 관측소별 SDF 곡선에 가뭄심도(Severity)를 대입하여 재현기간을 제시하였다. 특히, 가뭄의 지속기간을 결정함에 있어서 가뭄의 시작과 종료는 보통가뭄을 나타내는 SPI 값(-1)을 기준으로 결정하였으며 분석결과는 Table 6과 같다.
본 연구에서는 가뭄 월(Month)을 지속기간(1개월, …, 12개월) 별로 정리하여 각각의 가뭄사상으로 분류하였다.
본 연구에서는 한반도 가뭄의 정량적 평가를 위해 서울, 대전, 대구, 광주, 부산관측소의 지속기간 6개월의 SPI를 산정하여 SDF 곡선을 작성하였다.
7과 같은 절차에 의해서 수행되었다. 빈도해석에 이용된 가뭄지수는 1974년부터 2010년까지 산정된 월별 SPI 전 기간치 계열을 구성하였으며, 빈도해석을 통한 SDF 곡선을 유도하기 위하여 지속기간별(1~12개월)로 최대가뭄심도를 갖는 계열로 재구성하였다.
산정된 관측소별 SPI를 활용한 가뭄빈도해석을 통해 관측소별 가뭄심도-지속기간-생기빈도 곡선인 SDF(SeverityDuration-Frequency) 곡선을 유도하였으며 작성된 SDF 곡선을 이용하여 서로 다른 지속기간을 갖는 과거 주요 가뭄사상에 대한 재현기간을 제시하였다.
Vidal and Wade (2009)는 SPI (3, 6, 12, 24)를 이용하여 표준화된 SPI의 표준정규분포 곡선과의 비교를 통해 미래 가뭄심도 변화를 연구하였다. 선행연구사례를 조사한 결과, 대부분 가뭄빈도해석을 위해 기상학적 가뭄지수인 SPI를 사용하였으며 SAF, SAD 등의 해석방법을 개발하여 분석을 실시하였다.
분석에 이용된 자료는 1974~2009년(37년)의 자료를 이용하였으며 유의수준 5%에 대한 검정을 실시하였다. 이상과 같은 과정의 적합성 검정을 실시한 결과, Gamma, Weibull, Log-Gumbel, GEV, Gumbel, Lognormal 분포형이 가뭄지수의 빈도해석을 위한 적정 확률분포형으로 평가 되었으며 Table 4에 나타난 바와 같이 그 중에서 가장 높은 순위의 적합성을 나타낸 GEV 분표형을 지속기간별 빈도해석을 위한 최적확률분포형으로 선정하였다. Table 4는 대전관측소와 대구관측소의 적합도 검토 결과이며 서울, 광주, 부산 관측소에서도 GEV 분포형의 적합성이 높게 나타났다.
대상 데이터
한편, 본 연구에서 사용될 SPI 가뭄지수의 적용성을 검증하기 위하여 산정된 지속기간 6개월의 SPI가 과거가뭄을 정량적으로 잘 표현하는지를 검증하기 위해 과거가뭄을 대상으로 지수의 정확성을 검토하였다. 검토를 위한 가뭄사상은 조사된 가뭄관련 보고서 및 미디어에 보도된 기사를 토대로 조사한 1976~1978년, 1981~1982년, 1988년, 1994~1995년, 2000~2002년 및 2007~2009년의 대형 가뭄을 선정하였다. Fig.
본 연구에서는 여러 가지 지속기간의 SPI 중에서 단기 가뭄의 속성과 장기가뭄의 속성을 대체적으로 원만하게 표현한다는 점과 본 연구에서 대상으로 하는 과거 가뭄이 전국적인 대형 가뭄을 대상으로 하여 2001년에 발생한 단기가뭄과 1994~1995년에 나타난 장기가뭄 등을 모두 대상으로 한다는 점을 감안하여 지속기간 6개월의 SPI (6)I (이주헌 등, 2006)를 선정하였다.
분석에 이용된 자료는 1974~2009년(37년)의 자료를 이용하였으며 유의수준 5%에 대한 검정을 실시하였다. 이상과 같은 과정의 적합성 검정을 실시한 결과, Gamma, Weibull, Log-Gumbel, GEV, Gumbel, Lognormal 분포형이 가뭄지수의 빈도해석을 위한 적정 확률분포형으로 평가 되었으며 Table 4에 나타난 바와 같이 그 중에서 가장 높은 순위의 적합성을 나타낸 GEV 분표형을 지속기간별 빈도해석을 위한 최적확률분포형으로 선정하였다.
본 연구에서는 과거 한반도에서 발생했던 과거 가뭄사상의 정량적 평가를 위한 SDF 곡선을 유도하기 위하여 한반도내의 주요 기상관측소에 대한 점빈도해석(Point Frequency Analysis)을 실시하였으며 기상청 산하 59개의 전 관측소 중 비교적 자료 보유기간이 길고, 한강, 낙동강, 금강, 영산강 유역을 대표할 수 있는 서울, 대전, 대구, 광주, 부산관측소를 선정하여 분석을 실시하였다. 선정된 관측소의 강수자료는 1974~2010년(37년)의 자료를 이용하였으며 5개 관측소의 위치 정보는 Table 1과 같다.
조사된 보고서로는 가뭄관리 모니터링체계 수립보고서(건설교통부, 2005), 가뭄관리정보체계 수립보고서(건설교통부, 2006), 가뭄정보 시스템 시험운영(1차년도) 보고서(건설교통부, 2007), 가뭄기록조사보고서(건설교통부, 1995), ‘2001 가뭄기록조사보고서(건설교통부, 2002)’가 있으며 대표적인 과거 가뭄이 1976~1978년, 1981~1982년, 1988년, 1994~1995년, 2000~2002년, 2007~2009년에 발생했던 것을 확인할 수 있었다.
데이터처리
(2008)은 유렵대륙을 대상으로 '2020s'(mid-term future)과 ‘2070s'(longterm future)을 전망하였다. 빈도해석은 시간 축으로 자료를 조합하였으며 확률분포는 Log Pearson Type-3를 사용하였으며 100년 빈도 가뭄심도를 유럽대륙 Map에 표시하여 제시하였다. Vidal and Wade (2009)는 SPI (3, 6, 12, 24)를 이용하여 표준화된 SPI의 표준정규분포 곡선과의 비교를 통해 미래 가뭄심도 변화를 연구하였다.
이론/모형
Gamma 확률 밀도 함수의 매개변수 α, β는 지점별, 시간 축척별(1, 3, 6, 9, 12개월 등)으로 추정된다. 매개변수의 추정은 최우도법(maximum likelihood method)을 사용하였으며 이를 통해 계산된 매개변수를 이용해 대상지점의 시간간격에 대한 강우사상의 누가확률을 계산한다.
성능/효과
1) 지속기간 6개월의 SPI를 산정하여 가뭄관련 보고서 및 방송에 보도된 기사를 토대로 조사한 과거주요가 뭄사상(1976~1978년, 1981~1982년, 1988년, 1994~1995년, 2000~2002년, 2007~2009년)에 대하여 검증 한 결과, 과거가뭄연도를 전반적으로 잘 재현하는 것으로 나타났으며 가뭄지수를 활용하여 과거자료 전 기간치계열(1974~2000년, 37년간)의 지속기간별(1~12개월) 빈도해석 결과, GEV분포형이 Kolmogorov-Smirnov 적합도 검정에서 최적 확률분포형으로 선정되었다.
2) 서울, 대전, 대구, 광주, 부산 기상관측소를 대상으로 하여 SPI6에 의한 가뭄빈도해석을 통해 작성된 가뭄 심도-지속기간-생기빈도 (SDF)곡선은 가뭄의 지속기간이 길어짐에 따라 동일한 빈도에서 가뭄의심도 (Severity)가 작아지는 일반적인 형태를 나타내는 것으로 확인되었다. 또한 작성된 SDF 곡선을 활용하여 과거가뭄에 대한 빈도 추정과 함께 특정 빈도와 지속기간을 갖는 가뭄 심도의 정량화 등에 적절히 활용 될 수 있을 것으로 기대되며 특히, 수자원장기 종합계획의 이수계획 수립시 기준이 되는 지역별, 빈도별 가뭄의 정량화가 가능할 것으로 사료된다.
3) 기상관측소별로 유도된 SDF 곡선을 이용하여 과거 주요가뭄년도의 재현기간을 추정하여 본 결과, 동일 가뭄사상에 대해 관측소별 재현기간은 다소의 차이를 나타내는 것으로 분석되었으며 이는 기상관측소를 기준으로 한 점빈도해석(Point Frequency Analysis)에 의한 결과로 추정된다. 특히, 1988년 가뭄의 경우 서울관측소에서는 재현기간이 300년으로 나타났지만 대전, 대구, 광주, 부산 관측소에서는 10년 내외의 재현기간을 갖는 것으로 나타났다.
이와 같은 결과는 겨울철에 발생하는 강설량에 의한 지역별 편차로 나타난 결과로 분석된다. 극한 가뭄에 해당하는 SPI(-2) 이하의 값을 나타내는 관측소를 보게 되면 대구, 대전관측소가 서울, 광주, 부산관측소에 비해 많이 나타난 것을 확인할 수 있었다.
서울, 대전, 대구, 광주, 부산관측소의 산정된 SPI6 검증결과, 과거가뭄사상은(-1) 이하의 값을 보이며 보통가뭄이상으로 나타났다. 또한, 가뭄피해연도에 따른 가뭄피해지역에 따라 심한가뭄과 극한가뭄이 나타나는 등 산정된 SPI (6)가 전반적으로 과거의 가뭄사상을 잘 표현하고 있는 것으로 분석되었다.
1988년 중부지방을 중심으로 한 가뭄의 경우 서울관측소에서는 가뭄의 지속기간이 7개월로 나타났으며 재현기간은 300년 빈도로 나타났다. 반면, 서울관측소에 비해 대전관측소에서는 비교적 지속기간이 짧은 3개월, 대구와 부산관측소에서는 서울관측소와 유사한 6개월, 광주관측소에서는 비교적 긴 10개월로 나타났지만 재현기간은 모두 10~20년 빈도로 낮게 나타났다. 이는 1988년 가뭄이 서울, 경기지역을 중심으로 발행했던 가뭄이었음을 간접적으로 확인할 수 있다.
재현기간별 심도의 차이에서는 대전, 대구, 광주관측소가 서울, 부산관측소에 비해 크게 나타났으며 전 관측소에서 지속기간이 길어질수록 재현기간별 가뭄의 규모 (Magnitude)는 커졌지만 심도(Severity)는 감소하고 있는 것을 알 수 있다.
후속연구
2) 서울, 대전, 대구, 광주, 부산 기상관측소를 대상으로 하여 SPI6에 의한 가뭄빈도해석을 통해 작성된 가뭄 심도-지속기간-생기빈도 (SDF)곡선은 가뭄의 지속기간이 길어짐에 따라 동일한 빈도에서 가뭄의심도 (Severity)가 작아지는 일반적인 형태를 나타내는 것으로 확인되었다. 또한 작성된 SDF 곡선을 활용하여 과거가뭄에 대한 빈도 추정과 함께 특정 빈도와 지속기간을 갖는 가뭄 심도의 정량화 등에 적절히 활용 될 수 있을 것으로 기대되며 특히, 수자원장기 종합계획의 이수계획 수립시 기준이 되는 지역별, 빈도별 가뭄의 정량화가 가능할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
가뭄을 정량화 하는 기술이 어느 때보다 필요한 실정인 이유는 무엇인가?
최근 기후변화와 기상이변으로 우리나라에 홍수 및 가뭄 등의 자연재해의 빈도가 증가하고 있으며 홍수와 달리 가뭄은 그 기간에 따라 그 피해를 산정하기 쉽지 않다. 하지만, 진행속도가 느려 대처할 여유가 많기 때문에 가뭄에 대한 대책수립을 위해 가뭄을 정량화 하는 기술이 어느 때보다도 필요한 실정이다. 가뭄을 정량화 하는 방법으로는 가뭄지수를 활용하는 방법이 가장 일반적이며 그 밖에도 가뭄의 빈도해석을 통한 가뭄의 재현기간, 지속기간, 심도 등의 수문변수를 활용하는 방법이 있다.
가뭄을 정량화 하는 방법에는 무엇이 있는가?
하지만, 진행속도가 느려 대처할 여유가 많기 때문에 가뭄에 대한 대책수립을 위해 가뭄을 정량화 하는 기술이 어느 때보다도 필요한 실정이다. 가뭄을 정량화 하는 방법으로는 가뭄지수를 활용하는 방법이 가장 일반적이며 그 밖에도 가뭄의 빈도해석을 통한 가뭄의 재현기간, 지속기간, 심도 등의 수문변수를 활용하는 방법이 있다.
참고문헌 (24)
건설교통부(1995). 가뭄기록조사 보고서
건설교통부(2000). 1999년도 수자원관리기법개발연구조사 보고서-제1권 한국 확률강우량도 작성. pp. 29-72.
건설교통부(2002). 2001 가뭄기록조사 보고서
건설교통부(2005). 가뭄관리모니터링체계수립. pp. 74-114.
건설교통부(2006). 가뭄관리정보링체계수립. pp. 228-301.
건설교통부(2007). 가뭄정보시스템 시험운영-1차년도 보고서. pp. 38-74.
국토해양부(2008). 가뭄정보시스템(물공급 Guideline 중심으로) 보고서. pp. 11-128.
경민수, 김상단, 김보경, 김형수(2007). "군집분석을 통한 수문학적 가뭄의 가뭄심도-가뭄면적-가뭄지속기간 곡선의 작성." 대한토목학회논문집, 대한토목학회, 제27 권, 제3B호, pp. 267-276.
김대하, 유철상(2006). "가뭄심도-지속기간-빈도해석을 통한 우리나라 가뭄의 공간분포 분석." 한국수자원학회 논문집, 한국수자원학회, 제39권, 제9호, pp. 745-754.
Ghosh, S., and Mujumdar, P.P. (2007). "Nonparametric methods for modeling GCM and scenario uncertainty in drought assessment." Water Resources Research, Vol. 43, No. 7, W07405-W07406.
Grinsted, A., Moore, J.C., and Jevrejeva, S. (2004). "Application of the cross wavelet transform and wavelet coherence to geophysical time series." Nonlinear Processes in Geophysics, Vol. 11, No. 5-6, pp. 561-566.
Khadr, M. (2009). "Analysis of Meteorological Drought in the Ruhr Basin by Using the Standardized Precipitation Index." World Academy of Science, Engineering and Technology, 57, pp. 607-616
Loukas, A., Vasiliades, L., and Tzabiras, J. (2008). "Climate change effects on drought severity." Advances in Geosciences, Vol. 17, pp. 23-29.
Lehner, B., Doll, P., Alcamo, J. (2008). "Estimating the impact of global change on flood and drought risks in Europe: a continental, integrated analysis." Climatic Change, Vol. 75, No. 3, pp. 273- 299.
Mckee, T.B., Doesken, N.J., and Kleist, J. (1993). The relationship of drought frequency and duration of time scales. 8th Conference on Applied Climatology, Jan., Aneheim, CA, pp. 179-184.
McKee, T.B., Doesken, N.J., and Kleist, J. (1995). Drought monitering with multiple time scales preprints. 9th Conference on Applied Climatology, 15-20 Janiary, Dallas, TX, pp. 233-236.
Mishra, A.K., and Singh, V.P. (2009). "Analysis of drought severity-area frequency curves using a general circulation model and scenario uncertainty." Journal of Geophysical Research, Vol. 114, D06120
Vidal, J.P., and Wade, S. (2007). "A multimodel assessment of future climatological droughts in the United Kingdom." International Journal of Climatology, Vol. 29, No. 14, pp. 2056-2071.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.