전 세계적으로 가뭄 재해가 증가함에 따라 최근 위성영상 자료를 활용한 연구의 필요성이 대두되고 있다. 기존 연구는 대부분 실제 사례와의 연계성이 낮다는 한계점을 가지고 있다. 본 연구에서는 위성영상을 활용하여 지역적 분석을 실시하고, 영상 자료와 표준강수지수(SPI) 및 실제 가뭄 사례의 상관성 분석을 실시하고자 하였다. 국내 주요 가뭄(2001년, 2008-2009년)을 대상으로 각각 동두천과 태백 지역을 선정하였다. 8일 간격의 $0.05^{\circ}$공간해상도MODISDSI (Drought SeverityIndex)를 이용하여 SPI 및 수위 자료와의 상관관계 분석을 실시하였다. 동두천의 경우 6개월 DSI는 30일 SPI와 0.71의 상관관계를 나타냈으며, 태백 지역의 6개월 DSI와 90일 SPI의 상관성은 0.40을 보였다. DSI와 대상지역의 관측 저수위를 비교한 결과 6개월 DSI가 평균 65.7% 수준의 적중률을 보였다. 연구를 통하여 위성영상 자료 기반 가뭄지수인 DSI와 기상학적 가뭄지수인 SPI의 상관성을 부분적으로 제시할 수 있었으며, 실제 관측 자료와 비교를 실시한 결과 국내 연구에서의 활용 가능성을 확인하였다.
전 세계적으로 가뭄 재해가 증가함에 따라 최근 위성영상 자료를 활용한 연구의 필요성이 대두되고 있다. 기존 연구는 대부분 실제 사례와의 연계성이 낮다는 한계점을 가지고 있다. 본 연구에서는 위성영상을 활용하여 지역적 분석을 실시하고, 영상 자료와 표준강수지수(SPI) 및 실제 가뭄 사례의 상관성 분석을 실시하고자 하였다. 국내 주요 가뭄(2001년, 2008-2009년)을 대상으로 각각 동두천과 태백 지역을 선정하였다. 8일 간격의 $0.05^{\circ}$ 공간해상도 MODIS DSI (Drought Severity Index)를 이용하여 SPI 및 수위 자료와의 상관관계 분석을 실시하였다. 동두천의 경우 6개월 DSI는 30일 SPI와 0.71의 상관관계를 나타냈으며, 태백 지역의 6개월 DSI와 90일 SPI의 상관성은 0.40을 보였다. DSI와 대상지역의 관측 저수위를 비교한 결과 6개월 DSI가 평균 65.7% 수준의 적중률을 보였다. 연구를 통하여 위성영상 자료 기반 가뭄지수인 DSI와 기상학적 가뭄지수인 SPI의 상관성을 부분적으로 제시할 수 있었으며, 실제 관측 자료와 비교를 실시한 결과 국내 연구에서의 활용 가능성을 확인하였다.
As the drought disasters are increased in the world, the need of study using satellite image data is on the rise. This study is conducted to analyze the drought in the region using satellite image, and to analyze the correlation with the standard precipitation index (SPI) and the actual drought case...
As the drought disasters are increased in the world, the need of study using satellite image data is on the rise. This study is conducted to analyze the drought in the region using satellite image, and to analyze the correlation with the standard precipitation index (SPI) and the actual drought cases. We selected Dongducheon and Taebaek region for domestic major drought (2001, 2008-2009). The correlation with the SPI and the observed water level data was analyzed using the $0.05^{\circ}$ spatial resolution and 8days MODIS DSI (Drought Severity Index). In Dongducheon, 6-months DSI has a correlation of 0.71 with the SPI (30). In Taebaek, the correlation between 6-months DSI and SPI (90) was a 0.40 and showed an average hit ratio of 65.7% in comparing with the observed water level of study area. In summary, this study showed a limited correlation between DSI based on satellite images and meteorological drought index SPI and confirmed the possibility of using DSI for the domestic study.
As the drought disasters are increased in the world, the need of study using satellite image data is on the rise. This study is conducted to analyze the drought in the region using satellite image, and to analyze the correlation with the standard precipitation index (SPI) and the actual drought cases. We selected Dongducheon and Taebaek region for domestic major drought (2001, 2008-2009). The correlation with the SPI and the observed water level data was analyzed using the $0.05^{\circ}$ spatial resolution and 8days MODIS DSI (Drought Severity Index). In Dongducheon, 6-months DSI has a correlation of 0.71 with the SPI (30). In Taebaek, the correlation between 6-months DSI and SPI (90) was a 0.40 and showed an average hit ratio of 65.7% in comparing with the observed water level of study area. In summary, this study showed a limited correlation between DSI based on satellite images and meteorological drought index SPI and confirmed the possibility of using DSI for the domestic study.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
동두천 지역의 가뭄 기간인 2001년에는 봄 가뭄이 발생하였으며, 봄 가뭄의 경우 그 이전 해 강수량의 영향을 받게 된다. 따라서 가뭄 피해가 발생한 2001년뿐만 아니라 그 이전 해를 함께 살펴보았다. 태백 지역의 경우에도 2009년 주요 피해를 입었으나, 2008년 가을부터 강수량이 급격하게 줄어들어 2008년부터 2009년까지의 자료를 수집하여 분석을 실시하였다.
그동안의 연구들은 대부분 광역적으로 분석을 실시하였으며, 실제 가뭄 피해와의 관계에 대한 고찰이 부족하다는 한계점을 가지고 있다. 따라서 본 연구에서는 이러한 한계점을 극복하기 위하여 지역적 분석을 실시하고, 지역의 실제 가뭄 사례와의 상관성을 분석하고자 하였다. 이를 위하여 Mu et al.
본 연구를 통하여 최근 개발된 위성영상 자료 기반의 전 지구적 가뭄지수인 DSI와 기상학적 가뭄지수인 SPI의 상관성을 제시할 수 있었다. 또한 적중률 분석을 실시한 결과, 6개월 DSI가 평균 65.
본 연구에서는 각 대상 지역의 1년 및 6개월 단위의 DSI와 수자원 가용량 자료인 수위 자료의 상관성 분석을 실시하였으며, 적중률 분석을 통하여 DSI 자료의 활용 가능성을 검토하였다. 동두천의 경우 동두천시의 북쪽에 위치한 한탄강의 전곡 수위관측소 자료를 적용하였으며, 태백은 지역 내 골지천의 상류에 위치한 광동댐 저수위 자료를 분석하였다.
본 연구에서는 국내 가뭄 연구를 위한 DSI 자료의 활용성을 검증하기 위하여 기상학적 가뭄지수 중 SPI를 선정하였다. McKee et al.
본 연구에서는 위성영상 자료를 기반으로 하는 MODIS DSI 자료를 활용하여 시군구 수준의 지역단위를 대상으로 분석을 실시하고, 대표적 가뭄지수인 SPI 및 지역의 수자원 가용량 자료와의 상관관계 분석을 실시하여 실제 가뭄 사례와의 상관성 분석 및 DSI 자료의 활용성을 검토하고자 하였다.
본 연구에서는 최근 국내·외에서 다양하게 이용되고 있는 위성영상 자료인 MODIS DSI를 활용하여 SPI 혹은 수자원 가용량 간의 상관관계를 비교 분석하고, 최종적으로 DSI 자료의 활용성을 검토하고자 하였다.
제안 방법
Eqs. (1) and (2)의 Gamma 분포의 확률밀도함수와 누적분포함수를 이용하여 대상 지역의 SPI를 산정하였다.
본 연구에서 적용된 DSI와 SPI의 가뭄 분류는 Table 3과 같다. 1년 및 6개월 단위의 DSI 값을 사용하였으며, SPI는 30일, 60일, 90일, 180일의 시간단위별로 산출한 값을 사용하였다. 각 단위별로 가뭄지수의 상관성 분석을 위하여 스피어만 상관계수 분석을 실시하였다.
8일 간격 DSI의 0.05° 공간해상도 자료를 각 대상 지역의 가뭄 기간에 따라 추출하였다.
DSI 자료는 대상 지역 내 선정된 기준점을 기준으로 주변의 9개 그리드를 추출하여 이용하였다. DSI 자료의 활용성을 검증을 위하여 다수의 연구에서 검증받은 기상학적 가뭄지수인 SPI를 선정하였으며, 상관성을 분석하기 위해 일자료로 산출하였다. DSI는 선형보간법을 통하여 Daily DSI로 구축하였으며, SPI는 30일, 60일, 90일, 180일의 시간단위별로 산출하여 비교하였다.
DSI 자료의 활용성을 검증을 위하여 다수의 연구에서 검증받은 기상학적 가뭄지수인 SPI를 선정하였으며, 상관성을 분석하기 위해 일자료로 산출하였다. DSI는 선형보간법을 통하여 Daily DSI로 구축하였으며, SPI는 30일, 60일, 90일, 180일의 시간단위별로 산출하여 비교하였다. 또한 실제 가뭄 피해와의 상관성 분석을 위하여 지역의 수자원 가용량 자료를 활용하였으며, 수자원 가용량은 대상 지역의 하천 및 댐의 저수위 자료를 활용하였다.
각 지역에 대한 기준점을 중심으로 9개 그리드를 선정하였으며, 이를 선형보간법을 통해 일별 DSI를 산정하였다. DSI와 각 자료간의 상관관계를 검토하기 위하여 DSI는 1년 및 6개월로 가뭄 기간을 구분하여 분석을 실시하였다.
또한 실제 가뭄 피해와의 상관성 분석을 위하여 지역의 수자원 가용량 자료를 활용하였으며, 수자원 가용량은 대상 지역의 하천 및 댐의 저수위 자료를 활용하였다. SPI 및 수자원 가용량 자료와의 상관성 분석을 통하여 DSI 자료의 활용성을 검토하였다.
1년 및 6개월 단위의 DSI 값을 사용하였으며, SPI는 30일, 60일, 90일, 180일의 시간단위별로 산출한 값을 사용하였다. 각 단위별로 가뭄지수의 상관성 분석을 위하여 스피어만 상관계수 분석을 실시하였다.
05° 공간해상도 자료를 각 대상 지역의 가뭄 기간에 따라 추출하였다. 각 지역에 대한 기준점을 중심으로 9개 그리드를 선정하였으며, 이를 선형보간법을 통해 일별 DSI를 산정하였다. DSI와 각 자료간의 상관관계를 검토하기 위하여 DSI는 1년 및 6개월로 가뭄 기간을 구분하여 분석을 실시하였다.
본 연구에서는 각 대상 지역의 1년 및 6개월 단위의 DSI와 수자원 가용량 자료인 수위 자료의 상관성 분석을 실시하였으며, 적중률 분석을 통하여 DSI 자료의 활용 가능성을 검토하였다. 동두천의 경우 동두천시의 북쪽에 위치한 한탄강의 전곡 수위관측소 자료를 적용하였으며, 태백은 지역 내 골지천의 상류에 위치한 광동댐 저수위 자료를 분석하였다.
2008년 11월 강우량 부족으로 광동댐의 수위가 점차 줄어들어 2009년 1월 제한급수를 시작하였고, 이에 따라 발생한 단수 지역에 가뭄기간 동안 차량을 이용한 비상급수가 실시되었다. 또한 비상급수 시 제공되는 식수 및 용수에 대하여 수질관리를 실시하였다. 3월 말 예년보다 많은 강우량인 57.
DSI는 선형보간법을 통하여 Daily DSI로 구축하였으며, SPI는 30일, 60일, 90일, 180일의 시간단위별로 산출하여 비교하였다. 또한 실제 가뭄 피해와의 상관성 분석을 위하여 지역의 수자원 가용량 자료를 활용하였으며, 수자원 가용량은 대상 지역의 하천 및 댐의 저수위 자료를 활용하였다. SPI 및 수자원 가용량 자료와의 상관성 분석을 통하여 DSI 자료의 활용성을 검토하였다.
마지막으로, 대상 지역별로 DSI 자료에 대하여 SPI와 수자원 가용량 자료를 통하여 분석을 수행하였으며, 활용성을 검토하였다. 동두천 지역의 경우 30일 SPI와 DSI가 비교적 상관관계가 높은 것으로 나타났으며, 1년 및 6개월 각각 0.
적중률 분석은 관측(observation) 자료와 예측(forecast) 자료를 이용하여 예측 자료의 활용 가능성을 평가할 수 있다. 본 연구에서는 실제 관측된 저수위 자료를 기준으로 하여 각 가뭄 기간별로 DSI 자료의 적중률을 분석하였다. 수위 관측 자료의 가뭄 기준은 한강홍수통제소에서 제공하는 한국수문조사연보를 통하여 2001년 전곡 수위관측소의 한탄강 저수위(0.
우리나라 주요 가뭄 시기에 따라 수집한 8일 간격 DSI 자료와 강수량 및 수위 관측 자료를 비교하여 살펴보고, 각 대상 지역에 대하여 1년과 6개월 단위로 기간을 선정하였다. DSI 자료는 대상 지역 내 선정된 기준점을 기준으로 주변의 9개 그리드를 추출하여 이용하였다.
따라서 본 연구에서는 이러한 한계점을 극복하기 위하여 지역적 분석을 실시하고, 지역의 실제 가뭄 사례와의 상관성을 분석하고자 하였다. 이를 위하여 Mu et al. (2013)가 제안한 MODIS DSI를 활용하여 시군구 수준의 지역 단위를 대상으로 분석하였으며, 기상학적 가뭄지수인 SPI 및 대상 지역의 수자원 가용량 자료인 수위 관측 자료와의 상관관계 분석을 실시하여 DSI 자료의 활용성을 검토하고자 하였다.
취수장의 상황이 악화되면서 생활용수 부족으로 인하여 일부 지역의 제한급수를 실시하였으며, 이후 취수장 가동이 전면 중단되는 등 수돗물 공급이 완전히 끊겼다. 이에 급수차량 등을 이용하여 비상급수를 실시하였으며, 지방상수도를 수도권 광역상수도와 비상 연결하여 제한 급수가 해소되기 전까지 생활용수를 공급하였다. 동두천 산업단지는 용수공급 중단 이후 비상급수를 실시하였고, 공업용수 공급 재개 후 6월 중순에도 가동률은 30% 수준이었다.
본 연구에서는 DSI 자료가 2000년부터 구축되어 있어, 2000년 이후 우리나라 주요 가뭄인 2001년과 2008~2009년의 가뭄을 선정하였다. 일반적으로 위성영상을 활용한 가뭄 연구에서는 광역적 범위에서의 분석을 실시하는 경우가 많지만 가뭄으로 인한 피해를 줄이기 위하여 지역 가뭄 특성 파악이 중요하기 때문에 시군구 수준의 지역 단위로 분석을 실시하였다. 가뭄 시기별 지역적인 분석을 위하여 2001년에 농업용수 뿐 아니라 생·공업용수 공급피해를 입었던 동두천과 2008~2009년 장기간에 걸친 가뭄으로 인한 피해가 극심했던 태백을 대상 지역으로 선정하였다.
정확한 분석을 위하여 기존의 8일 간격 DSI를 일별 DSI로 산출하였다. 보간법은 측정되지 않은 2개 이상 점들의 값을 주위 측정값을 통하여 구하는 방법으로, 그 중 가장 간편한 선형보간법을 이용하였다(Fig.
첫째, 2000년 이후 우리나라 주요 가뭄이었던 2001년과 2008~2009년의 가뭄을 대상으로 비교 및 분석을 수행하였다. 지역 가뭄 특성 파악을 위하여 시군구 수준의 지역 단위로 동두천과 태백 지역을 연구 지역으로 선정하여 분석을 실시하였다.
대상 데이터
우리나라 주요 가뭄 시기에 따라 수집한 8일 간격 DSI 자료와 강수량 및 수위 관측 자료를 비교하여 살펴보고, 각 대상 지역에 대하여 1년과 6개월 단위로 기간을 선정하였다. DSI 자료는 대상 지역 내 선정된 기준점을 기준으로 주변의 9개 그리드를 추출하여 이용하였다. DSI 자료의 활용성을 검증을 위하여 다수의 연구에서 검증받은 기상학적 가뭄지수인 SPI를 선정하였으며, 상관성을 분석하기 위해 일자료로 산출하였다.
DSI 자료와의 상관성을 분석하기 위해서는 일별 분석이 필요하다고 판단하여, SPI는 일자료를 이용하였다. 일별 SPI는 누적 강수량을 시계열로 계산한 다음, 일별로 L-moment 값을 산정하고 이 값을 이용하여 Gamma 분포와 표준정규누적분포의 역함수를 이용해서 산정한다.
가뭄 시기별 지역적인 분석을 위하여 2001년에 농업용수 뿐 아니라 생·공업용수 공급피해를 입었던 동두천과 2008~2009년 장기간에 걸친 가뭄으로 인한 피해가 극심했던 태백을 대상 지역으로 선정하였다.
관측 자료 및 8일 간격 DSI 자료를 통하여 각 지역의 가뭄 기간을 선정하였으며 동두천 지역의 경우 2000년 7월부터 2001년 6월까지를 가뭄 기간으로 선정하고, 기간 중 가뭄이 집중되었던 6개월(2001년 1월~6월)을 함께 살펴보았다. 또한 태백 지역의 경우 2008년 7월부터 2009년 6월까지를 선정하고, 가뭄이 극심하였던 6개월(2008년 10월~2009년 3월)을 추가적으로 선정하였다.
가뭄 시기별 지역적인 분석을 위하여 2001년에 농업용수 뿐 아니라 생·공업용수 공급피해를 입었던 동두천과 2008~2009년 장기간에 걸친 가뭄으로 인한 피해가 극심했던 태백을 대상 지역으로 선정하였다. 대상 지역으로 선정된 동두천과 태백에는 각 1개의 기상청 관할 기상관측소가 있다(Fig. 2).
지역의 수자원 가용량을 정량화하기 위하여 하천 및 댐의 저수위 자료를 활용하였으며, 자료는 국가수자원관리종합정보시스템(WAMIS)과 한강홍수통제소(HRFCO)에서 수집하였다. 동두천 지역의 경우 동두천시 북쪽에 위치한 한탄강의 전곡 수위관측소 수위 자료를 2000년 7월부터 2001년 6월까지 구축하였다. 또한 태백 지역은 지역 내 골지천 상류의 광동댐 저수위 자료를 이용하였으며, 2008년 7월부터 2009년 6월까지의 기간에 대하여 구축하였다.
둘째, 위성영상 자료는 NTSG의 MODIS DSI로 다수의 가뭄 연구에서 활용된 증발산량과 NDVI 자료를 활용하였다. 8일 간격 DSI의 0.
따라서 본 연구에서는 NTSG (Numerical Terradynamic Simulation Group at the University of Montana)에서 제공하고 있는 MODIS 8일 간격 DSI의 0.05° 자료를 각 가뭄 기간에 따라 수집하였으며, 지역의 기준점을 중심으로 그리드를 선정하였다.
동두천 지역의 경우 동두천시 북쪽에 위치한 한탄강의 전곡 수위관측소 수위 자료를 2000년 7월부터 2001년 6월까지 구축하였다. 또한 태백 지역은 지역 내 골지천 상류의 광동댐 저수위 자료를 이용하였으며, 2008년 7월부터 2009년 6월까지의 기간에 대하여 구축하였다.
관측 자료 및 8일 간격 DSI 자료를 통하여 각 지역의 가뭄 기간을 선정하였으며 동두천 지역의 경우 2000년 7월부터 2001년 6월까지를 가뭄 기간으로 선정하고, 기간 중 가뭄이 집중되었던 6개월(2001년 1월~6월)을 함께 살펴보았다. 또한 태백 지역의 경우 2008년 7월부터 2009년 6월까지를 선정하고, 가뭄이 극심하였던 6개월(2008년 10월~2009년 3월)을 추가적으로 선정하였다.
본 연구를 위하여 기상 자료는 기상청 관측 자료를 이용하였으며, 대상 지역의 기준점으로 동두천 기상대와 태백 기상관측소를 선정하여 각 관측소의 강수량 자료를 수집하였다. 동두천 지역의 가뭄 기간인 2001년에는 봄 가뭄이 발생하였으며, 봄 가뭄의 경우 그 이전 해 강수량의 영향을 받게 된다.
본 연구에서 이용한 MODIS DSI는 8일 간격의 자료를 기본으로 하고 있다. 우리나라의 주요 가뭄 시기에 따라 자료 수집 기간을 선정하였으며, 봄 가뭄의 경우 그 이전 해부터 강수량이 부족하였던 경우가 많아 2000~2001년, 2008~2009년 자료를 수집하였다.
본 연구에서는 DSI 자료가 2000년부터 구축되어 있어, 2000년 이후 우리나라 주요 가뭄인 2001년과 2008~2009년의 가뭄을 선정하였다. 일반적으로 위성영상을 활용한 가뭄 연구에서는 광역적 범위에서의 분석을 실시하는 경우가 많지만 가뭄으로 인한 피해를 줄이기 위하여 지역 가뭄 특성 파악이 중요하기 때문에 시군구 수준의 지역 단위로 분석을 실시하였다.
본 연구에서는 각 지역 내 기준점을 중심으로 9개 그리드를 선정하였으며, 가뭄 기간에 대하여 자료 수집 및 분석을 실시하였다(Table 4). 동두천 지역의 경우 유효 그리드는 6개로 나머지 부분은 식생이 부족하여 DSI 지도에 표현되지 않은 것으로 예상되었으며, 환경부 중분류 토지피복도(1:25,000)를 통하여 이 일대에 주거지, 상업지, 공공시설 등이 주로 분포되어 있는 것을 확인하였다.
본 연구에서는 실제적 피해와 연계하기 위하여 지역의 수자원 가용량 자료를 활용하였다. 지역의 수자원 가용량을 정량화하기 위하여 하천 및 댐의 저수위 자료를 활용하였으며, 자료는 국가수자원관리종합정보시스템(WAMIS)과 한강홍수통제소(HRFCO)에서 수집하였다.
불확실성을 테스트하기 위하여 NCEP–DOE II 글로벌 재분석 자료의 월 온도와 강수량 자료를 이용하였고, DSI의 정확성이 부분적으로 개선되어 관련된 모델의 불확실성을 완화하였다(Park and Kim, 2009; Mu et al., 2013; Zhang and Yamaguchi, 2014).
23 m)를 기준으로 하였다. 예측 자료는 Table 3의 DSI 분류에서 가뭄을 나타내는 D1 단계부터 D5 단계까지를 기준으로 하였다.
본 연구에서 이용한 MODIS DSI는 8일 간격의 자료를 기본으로 하고 있다. 우리나라의 주요 가뭄 시기에 따라 자료 수집 기간을 선정하였으며, 봄 가뭄의 경우 그 이전 해부터 강수량이 부족하였던 경우가 많아 2000~2001년, 2008~2009년 자료를 수집하였다.
첫째, 2000년 이후 우리나라 주요 가뭄이었던 2001년과 2008~2009년의 가뭄을 대상으로 비교 및 분석을 수행하였다. 지역 가뭄 특성 파악을 위하여 시군구 수준의 지역 단위로 동두천과 태백 지역을 연구 지역으로 선정하여 분석을 실시하였다.
본 연구에서는 실제적 피해와 연계하기 위하여 지역의 수자원 가용량 자료를 활용하였다. 지역의 수자원 가용량을 정량화하기 위하여 하천 및 댐의 저수위 자료를 활용하였으며, 자료는 국가수자원관리종합정보시스템(WAMIS)과 한강홍수통제소(HRFCO)에서 수집하였다. 동두천 지역의 경우 동두천시 북쪽에 위치한 한탄강의 전곡 수위관측소 수위 자료를 2000년 7월부터 2001년 6월까지 구축하였다.
따라서 가뭄 피해가 발생한 2001년뿐만 아니라 그 이전 해를 함께 살펴보았다. 태백 지역의 경우에도 2009년 주요 피해를 입었으나, 2008년 가을부터 강수량이 급격하게 줄어들어 2008년부터 2009년까지의 자료를 수집하여 분석을 실시하였다.
이론/모형
본 연구에서는 실제 관측된 저수위 자료를 기준으로 하여 각 가뭄 기간별로 DSI 자료의 적중률을 분석하였다. 수위 관측 자료의 가뭄 기준은 한강홍수통제소에서 제공하는 한국수문조사연보를 통하여 2001년 전곡 수위관측소의 한탄강 저수위(0.18 m)와 2009년 광동댐 저수위(665.23 m)를 기준으로 하였다. 예측 자료는 Table 3의 DSI 분류에서 가뭄을 나타내는 D1 단계부터 D5 단계까지를 기준으로 하였다.
, 2014; Zhang and Yamaguchi, 2014). 자세한 DSI의 계산방법은 Mu et al. (2013)를 통하여 확인할 수 있다.
성능/효과
태백 지역의 경우 동두천지역에 비하여 SPI 및 수위 자료와 낮은 상관관계를 보였다. 90일 SPI와의 상관관계는 단위 기간별로 0.33과 0.40으로 분석되었으며, 동두천과 달리 평균적으로 1년 DSI와의 상관관계가 더 높게 나타났다. DSI 예측 값과 2009년 광동댐 지점의 관측 저수위(665.
67로 1년 DSI에 비하여 비교적 상관성이 높게 나타났다. DSI 가뭄예측(DSI -0.3 이하)과 2001년 전곡 지점의 관측 저수위(0.18 m)를 비교한 결과 54.1%의 적중률을 보였다. 태백 지역의 경우 동두천지역에 비하여 SPI 및 수위 자료와 낮은 상관관계를 보였다.
40으로 분석되었으며, 동두천과 달리 평균적으로 1년 DSI와의 상관관계가 더 높게 나타났다. DSI 예측 값과 2009년 광동댐 지점의 관측 저수위(665.23 m)를 비교한 결과 1년 및 6개월 DSI 각각 적중률이 63.3%와 66.3%으로 산정되었다.
56으로 산정되었다. 가뭄이 집중되었던 6개월 DSI의 경우에는 대부분 0.70 이상으로 높게 나타났으며, 단위 기간 평균 0.64를 보인 30일 SPI와 상관관계가 가장 높은 것으로 나타났다. 태백 지역의 경우에는 90일 SPI와 상관관계가 상대적으로 높았으며, 1년 및 6개월 DSI와 상관성 분석 결과 각각 0.
Table 5와 같이 대부분 1년 DSI 보다 6개월 DSI가 비교적 높은 상관관계를 나타내고 있으며, 동두천 지역의 경우 그 차이가 뚜렷하게 나타났다. 그러나 태백 지역의 경우에는 평균적으로는 1년 DSI와의 상관관계가 더 높은 것으로 분석되었다.
동두천 지역의 1년 DSI와 전곡 수위 자료의 순위상관 분석 결과 0.47이었으며, 6개월 DSI와는 0.67로 비교적 높은 상관관계를 나타냈다. 태백 지역의 경우에는 전반적으로 동두천 지역에 비하여 상관관계가 낮았으며, 1년 및 6개월 DSI가 각각 0.
본 연구에서는 각 지역 내 기준점을 중심으로 9개 그리드를 선정하였으며, 가뭄 기간에 대하여 자료 수집 및 분석을 실시하였다(Table 4). 동두천 지역의 경우 유효 그리드는 6개로 나머지 부분은 식생이 부족하여 DSI 지도에 표현되지 않은 것으로 예상되었으며, 환경부 중분류 토지피복도(1:25,000)를 통하여 이 일대에 주거지, 상업지, 공공시설 등이 주로 분포되어 있는 것을 확인하였다. 동두천과 태백 지역의 1년 단위 기간 동안 평균값은 0.
71로 나타났다. 또한 수위 자료와의 상관성 분석에 따르면 6개월 DSI가 0.67로 1년 DSI에 비하여 비교적 상관성이 높게 나타났다. DSI 가뭄예측(DSI -0.
본 연구를 통하여 최근 개발된 위성영상 자료 기반의 전 지구적 가뭄지수인 DSI와 기상학적 가뭄지수인 SPI의 상관성을 제시할 수 있었다. 또한 적중률 분석을 실시한 결과, 6개월 DSI가 평균 65.7% 수준의 적중률을 보여 국내 연구 활용 가능성을 확인할 수 있었다. 따라서 향후 국내 가뭄 모니터링을 위한 연구에서 DSI 자료 활용이 가능할 것으로 판단된다.
또한 적중률 분석을 실시한 결과, 동두천의 경우 1년 및 6개월 DSI가 각각 43.0%와 65.2%로 산정되었다. 태백의 경우에는 단위 기간 동안 평균 64.
8%로 비교적 높게 나타났다. 전반적으로 6개월 DSI의 적중률이 65.7%였으며, 1년 DSI에 비하여 높은 적중률을 나타내었다(Table 6).
64를 보인 30일 SPI와 상관관계가 가장 높은 것으로 나타났다. 태백 지역의 경우에는 90일 SPI와 상관관계가 상대적으로 높았으며, 1년 및 6개월 DSI와 상관성 분석 결과 각각 0.33과 0.40으로 분석되었다. 전반적으로 태백은 동두천에 비하여 낮은 상관관계를 가지는 것으로 산정되었다.
67로 비교적 높은 상관관계를 나타냈다. 태백 지역의 경우에는 전반적으로 동두천 지역에 비하여 상관관계가 낮았으며, 1년 및 6개월 DSI가 각각 0.23과 0.13으로 나타났다.
후속연구
(2010)은 MODIS LST (Land Surface Temperature) 위성영상 자료와 EDI (Effective Drought Index) 가뭄지수의 상관성을 분석하여 한반도 가뭄 모니터링을 위한 위성영상 자료의 활용성을 평가하였다. Bae and Son (2013)은 MODIS 위성자료를 활용하여 다양한 식생지수 및 SPI와 비교한 결과 적용성이 낮은 것으로 평가하였으나 보완방안을 제시하여 향후 연구에 활용이 가능할 것으로 판단하였다. Ahn et al.
7% 수준의 적중률을 보여 국내 연구 활용 가능성을 확인할 수 있었다. 따라서 향후 국내 가뭄 모니터링을 위한 연구에서 DSI 자료 활용이 가능할 것으로 판단된다. 그러나 DSI 자료는 8일 간격의 시간해상도 등의 한계를 가지고 있어 정확한 가뭄 파악을 위해서는 다양한 가뭄인자들과 함께 고려되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
지구온난화로 인해 가뭄의 빈도는 어떤 양상을 보이게 될 것인가?
, 2010). 현재 전 세계에서 가뭄으로 인한 총체적인 피해가 꾸준히 발생하고 있으며, 지구온난화로 인하여 지속적인 가뭄이 증가할 것으로 예상된다(Dai, 2011; KMA, 2012). 그러나 가뭄은 진행속도가 느리고 진행방향을 파악하기가 어려워 예방하는 것이 쉽지 않다.
가뭄을 예방하는 것이 쉽지 않은 이유는?
현재 전 세계에서 가뭄으로 인한 총체적인 피해가 꾸준히 발생하고 있으며, 지구온난화로 인하여 지속적인 가뭄이 증가할 것으로 예상된다(Dai, 2011; KMA, 2012). 그러나 가뭄은 진행속도가 느리고 진행방향을 파악하기가 어려워 예방하는 것이 쉽지 않다. 또한 광역적 범위에서 발생하기 때문에 원인 분석과 대책 마련을 위해서는 가뭄을 시·공간적으로 파악하는 등 가뭄을 정량화하고 대상 가뭄 지역의 특성에 대한 분석이 이루어져야 한다(Wilhite and Glantz, 1985; Ryu et al.
전 세계적으로 다양한 가뭄지수가 존재하는데 대표적인 것들에는 어떤것들이 있는가?
전 세계적으로 다양한 가뭄지수(Drought Index)가 개발되었으며, 이를 이용하여 가뭄을 정량화하려는 연구들이 계속적으로 진행되고 있다. 대표적인 가뭄지수로는 기상학적 가뭄지수인 표준강수지수(Standardized Precipitation Index, SPI), 수문학적 가뭄지수인 파머가뭄지수(Palmer Drought Severity Index, PDSI)와 지표수공급지수(Surface Water Supply Index, SWSI), 용수공급 가뭄지수(WAter supply Drought Index, WADI) 등이 있다. Dai(2011)는 1900년부터 2008년까지의 기후 자료를 이용하여 다양한 PDSI 특성 및 동향을 분석하였으며, 아프리카 및 아시아 동쪽과 남쪽 지역 등이 가장 건조한 것으로 나타났다.
참고문헌 (37)
Ahn, S. R., Lee, J. W. and Kim, S. J. (2014). "Analysis of 2012 spring drought using meteorological and hydrological drought indices and satellite-based vegetation indices." KCID journal, KCID, Vol. 21, No. 1, pp. 78-88 (in Korean).
Anderson, M. C., Hain, C., Otkin, J., Zhan, X., Mo, K., Svoboda, M., Wardlow, B. and Pimstein, A. (2013). "An intercomparison of drought indicators based on thermal remote sensing and NLDAS-2 simulations with U.S. drought monitor classifications." Journal of Hydrometeorology, American Meteorological Society, Vol. 14, No. 4, pp. 1035-1056.
Bae, D. H. and Son, K. H. (2013). "Utilization of satellite data for drought monitoring." Disaster & Safety, NDMI, Vol. 15, No. 3, pp. 71-76 (in Korean).
Choi, M. H. and Kim, H. U. (2010). "Utilization of satellite imagery in hydro-meteorological sector." Journal of the Korean Society of Hazard Mitigation, KOSHAM, Vol. 10, No. 1, pp. 40-43 (in Korean).
Dai, A. (2011). "Characteristics and trends in various forms of the Palmer drought severity index during 1900-2008." Journal of Geophysical Research, American Geophysical Union, Vol. 116, D12115, doi:10.1029/2010JD015541.
Dongducheon city (2002). The statistical year book of Dongducheon (in Korean).
Ji, L. and Peters, A. J. (2003). "Assessing vegetation response to drought in the northern Great Plains using vegetation and drought indices." Remote Sensing of Environment, Elsevier, Vol. 87, No. 1, pp. 85-98.
Kim, G. S. and Lee, J. W. (2011). "Evaluation of drought indices using the drought records." Journal of Korea Water Resources Association, KWRA, Vol. 44, No. 8, pp. 639-652 (in Korean).
Kim, M. S. and Moon, Y. I. (2014). "A study on target standardized precipitation index in Korea." Journal of the Korean Society of Civil Engineers, KSCE, Vol. 34, No. 4, pp. 1117-1123 (in Korean).
Korea Institute of Civil Engineering and Building Technology (KICT) (2001). The 2001 great drought in the central region of Korea (in Korean).
Korea Meteorological Administration (KMA) (2012). Development of hydro-meteorological early warning system for response to climate change (in Korean).
Korea Meteorological Administration (KMA). Available at: http://www.kma.go.kr/ (Accessed: April 15, 2015).
Lee, B. R., Sung, J. H. and Chung, E. S. (2015). "Comparison of meteorological drought and hydrological drought index." Journal of Korea Water Resources Association, KWRA, Vol. 48, No. 1, pp. 69-78 (in Korean).
Lee, J. H. and Lee, G. J. (2006). "Establishment of national drought management information system." Magazine of Korea water resources association, KWRA, Vol. 39, No. 3, pp. 29-36 (in Korean).
McKee, T. B., Doesken, N. J. and Kliest, J. (1993). "The relationship of drought frequency and duration to time scales." 8th Conference on Applied Climatology, Anaheim, California, pp. 179-184.
McKee, T. B., Doesken, N. J. and Kliest, J. (1995). "Drought monitoring with multiple time scales." 9th AMS Conference on Applied Climatology, Dallas, Texas.
Ministry of Construction and Transportation (MOCT) (2002). Drought research report 2001 (in Korean).
Mu, Q., Heinsch, F. A., Zhao, M. and Running, S. W. (2007). "Development of a global evapotranspiration algorithm based on MODIS and global meteorology data." Remote Sensing of Environment, Elsevier, Vol. 111, No. 4, pp. 519-536.
Mu, Q., Jones, L. A., Kimball, J. S., McDonald, K. C. and Running, S. W. (2009). "Satellite assessment of land surface evapotranspiration for the pan-Arctic domain." Water Resources Research, American Geophysical Union, Vol. 45, 09420, doi:10.1029/2008WR007189.
Mu, Q., Zhao, M. and Running, S. W. (2011). "Improvements to a MODIS global terrestrial evapotranspiration algorithm." Remote Sensing of Environment, Elsevier, Vol. 115, No. 8, pp. 1781-1800.
Mu, Q., Zhao, M., Kimball, J. S., McDowell, N. G. and Running, S. W. (2013). "A remotely sensed global terrestrial Drought Severity Index." Bulletin of the American Meteorological Society, American Meteorological Society, Vol. 94, No. 1, pp. 83-98.
National Oceanic and Atmospheric Administration (NOAA) (1999). NOAA's top global weather, water and climate events of the 20 th century, NOAA, Available at: http://www.noaanews.noaa.gov/stories/s334.htm (Accessed: June 5, 2015).
Numerical Terradynamic Simulation Group at the University of Montana (NTSG). Available at: http://www.ntsg.umt.edu/ (Accessed: April 10, 2015).
Oh, S. B., Kim, D. W., Choi, K. S. and Byun, H. R. (2010). "Introduction of east asian drought monitoring system." SOLA, Meteorological Society of Japan, Vol. 6A, pp. 9-12.
Orvos, P. I., Homonnai, V., Varai, A., Bozoki, Z. and Janosi, I. M. (2014). "Trend analysis of a new MODIS drought severity index with emphasis on the carpathian basin." IDOJARAS, Hungarian Meteorological Service, Vol. 118, No. 4, pp. 323-333.
Park, J. S. and Kim, K. T. (2009). "Evaluation of MODIS NDVI for drought monitoring : Focused on comparison of drought index." The Journal of GIS Association of Korea, KSIS, Vol. 17, No. 1, pp. 117-129 (in Korean).
Ryu, J. H., Lee, D. R., Ahn, J. H. and Yoon, Y. N. (2002). "A comparative study on the drought indices for drought evaluation." Proceedings of the Korea Water Resources Association Conference, KWRA, Vol. 35 No. 4, pp. 397-410 (in Korean).
Shin, S. C. and Eoh, M. S. (2004). "Analysis of drought detection and propagation using satellite data." Journal of the Korean Society of Hazard Mitigation, KOSHAM, Vol. 4, No. 2, pp. 61-69 (in Korean).
Sur, C. Y., Kim, K. J., Choi, W. J., Shim, J. H. and Choi, M. H. (2014). "Drought assessments using satellite-based drought index in Korea; Southern region case in 2013." Journal of the Korean Society of Hazard Mitigation, KOSHAM, Vol. 14, No. 3, pp. 127-131 (in Korean).
Taebaek city (2009). Taebaek drought White Paper. 72-4220000-000039-01 (in Korean).
Taebaek city (2010). The statistical year book of Taebaek (in Korean).
Water Resources Management Information System (WAMIS). Available at: http://www.wamis.go.kr/ (Accessed: May 7, 2015).
Wilhite, D. A. (2000). Drought: A Global Assessment (Volumes 1 and 2), Routledge Publishers, London.
Wilhite, D. A. and Glantz, M. H. (1985). "Understanding: The drought phenomenon: The role of definitions." Water International, Taylor & Francis, Vol. 10, No. 3, pp.111-120.
Yang, B., Wang, Q., Wang, C., Wan, H., Yang, Y., Cha, Y., Le, C., Liu, X. and Li, J. (2010). "Drought monitoring in North China using HJ-1 satellite remote sensing data." Sixth International Symposium on Digital Earth: Data Processing and Applications, SPIE, Vol. 7841, Washington.
Yoo, J. Y., Choi, M. H. and Kim, T. W. (2010). "The utilization of MODIS LST imagery for droughts monitoring in the Korean peninsula." Magazine of the Korean Society of Hazard Mitigation, KOSHAM, pp. 350-353 (in Korean).
Zhang, X. Q. and Yamaguchi, Y. (2014). "Characterization and evaluation of MODIS-derived Drought Severity Index (DSI) for monitoring the 2009-2010 drought over southwestern China." Natural Hazards, Springer Netherlands, Vol. 74, No. 3, pp. 2129-2145.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.