[논문]식생가뭄반응지수 (VegDRI)를 활용한 위성영상 기반 가뭄 평가

남원호; 장민원; 홍석영

doi:10.5389/ksae.2015.57.4.001

[국내논문] 식생가뭄반응지수 (VegDRI)를 활용한 위성영상 기반 가뭄 평가
Satellite-based Hybrid Drought Assessment using Vegetation Drought Response Index in South Korea (VegDRI-SKorea) 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.57 no.4, 2015년, pp.1 - 9

남원호 (National Drought Mitigation Center, University of Nebraska-Lincoln) , (National Drought Mitigation Center, School of Natural Resources, University of Nebraska-Lincoln) , (Center for Advanced Land Management Information Technologies, School of Natural Resources, University of Nebraska-Lincoln) , 장민원 (Department of Agricultural Engineering, Institute of Agriculture & Life Science, Gyeongsang National University) , 홍석영 (National Academy of Agricultural Science, Rural Development Administration)

Abstract ▼ AI-Helper

The development of drought index that provides detailed-spatial-resolution drought information is essential for improving drought planning and preparedness. The objective of this study was to develop the concept of using satellite-based hybrid drought index called the Vegetation Drought Response Index in South Korea (VegDRI-SKorea) that could improve spatial resolution for monitoring local and regional drought. The VegDRI-SKorea was developed using the Classification And Regression Trees (CART) algorithm based on remote sensing data such as Normalized Difference Vegetation Index (NDVI) from MODIS satellite images, climate drought indices such as Self Calibrating Palmer Drought Severity Index (SC-PDSI) and Standardized Precipitation Index (SPI), and the biophysical data such as land cover, eco region, and soil available water capacity. A case study has been done for the 2012 drought to evaluate the VegDRI-SKorea model for South Korea. The VegDRI-SKorea represented the drought areas from the end of May and to the severe drought at the end of June. Results show that the integration of satellite imageries and various associated data allows us to get improved both spatially and temporally drought information using a data mining technique and get better understanding of drought condition. In addition, VegDRI-SKorea is expected to contribute to monitor the current drought condition for evaluating local and regional drought risk assessment and assisting drought-related decision making.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 기상학적 가뭄지수인 SPI, SC-PDSI와VegDRI-SKorea의 가뭄분석의 공간 변동성을 비교하였다. Fig.
, 2014). 본 연구에서는 남한지역에 적합한 기후요소 및 가뭄지표, 생물물리학적 정보를 활용하여 기존의 VegDRI 가뭄지표를 변형하여 남한지역에 적용 가능한 VegDRI-SKorea 가뭄지표를 제시하였다. Fig.
본 연구에서는 위성영상을 이용한 식생 정보 및 기후 정보,토지피복, 고도, 이용가능수분량 등의 생물물리학적 정보를 활용한 식생가뭄반응지수 (Vegetation Drought Response Index in South Korea, VegDRI-SKorea)를 제시하고, 국내의 적용성 검증을 위하여 2012년에 발생한 가뭄의 시공간적 가뭄상황을 분석 하였다.

제안 방법

VegDRI-SKorea 모델에서는 남한지역에 적용 가능한 가뭄지수 및 지형적인 특징이 고려된 변수들과 식생을 표현하는 변수들과의 상관분석을 이용하여 시공간적인 가뭄지수를 산정하였다. VegDRI-SKorea 모델의 규칙기반 회귀분석을 위하여 위성영상자료 (SSG), 가뭄지표 (SPI, SC-PDSI), 생물물리학적자료 (DEM, LC, AWC, ECO)의 7 가지 입력자료를 기상관측소 지점별로 추출하였다. 자료의 형태상 위성영상자료 및 가뭄지표와 같은 데이터의 연속성을 갖는 변수와 토지이용, 생태지역과 같은 범주형 변수로 구분할 수 있다.
식 (4)는 8월29일부터 9월 13일까지 생육시기의 분류규칙을 예로 도시한 것이다. 각 시기별, 규칙별로 도출된 회귀식을 각 격자에 작용하여 연도별/시기별 격자 기반 (raster-based)의 VegDRI 가뭄지도를 생성하였다.
본 연구에서는 MODIS NDVI 위성영상을 이용한 식생 정보 및 SPI, SC-PDSI의 기존 가뭄지수, 토지피복, 고도, 이용 가능수분량 등의 생물물리학적 정보를 활용하여 CART 알고리즘으로부터 수집된 데이터간의 분류 규칙을 생성하고, 격자기반의 식생가뭄반응지수 (VegDRI-SKorea)를 제시하였다. 또한 국내의 적용성 검증을 위하여 2012년에 발생한 가뭄의 시공간적 가뭄상황을 분석하고, 기존의 기상학적 가뭄지수와 비교 분석하였다. VegDRI-SKorea을 이용한 가뭄 분석을 통해 경기, 충남, 전북지역을 중심으로 발생한 2012년 봄기간의 극심한 가뭄상황을 반영한 결과가 도출되었다.
SPI는 가뭄은 상대적으로 물의 수요에 비해 물의 부족을 유발하는 강수량의 감소에 의해 시작된다는 것에 착안하여 개발된 기상학적 가뭄지수로써, 강수량만을 입력 자료로 사용하고 정규화 과정을 통해 적용 지역에 대한 다양한 시간 척도의 표준화된 값을 제공한다. 본 연구에서는 2001년부터 2013년까지 도서지역을 제외한 전국의 54 개 기상관측소에 대한 2 주단위의 SC-PDSI와 36 주단위의 SPI를 산정하였다.
본 연구에서는 MODIS NDVI 위성영상을 이용한 식생 정보 및 SPI, SC-PDSI의 기존 가뭄지수, 토지피복, 고도, 이용 가능수분량 등의 생물물리학적 정보를 활용하여 CART 알고리즘으로부터 수집된 데이터간의 분류 규칙을 생성하고, 격자기반의 식생가뭄반응지수 (VegDRI-SKorea)를 제시하였다. 또한 국내의 적용성 검증을 위하여 2012년에 발생한 가뭄의 시공간적 가뭄상황을 분석하고, 기존의 기상학적 가뭄지수와 비교 분석하였다.
, 2014). 본 연구에서는 경기, 충남, 전북지역을 중심으로 발생한 2012년 봄기간의 극심한 가뭄상황을 VegDRI의 공간분포를 통해 분석하였다.

대상 데이터

생태지도는 환경조건의 변동성을 고려하여 유사한 생태계 및 환경 자원과 지리학적 정보로 구분된 지도로서남한지역의 경우 상록수림(evergreen forest), 혼합림(mixed forest), 활엽수림 (deciduous forest)으로 구분된다 (Olson and Dinerstein, 2002). DEM은 90 m 해상도의 SRTM (Shuttle Radar Topography Mission) 자료, 토지피복지도는 0.5 km 해상도의 USGS 자료를 사용하였으며 (Broxton et al., 2014),모든 생물물리학적 인자는 250 m 해상도로 변환 (resample)하였다. 미국 VegDRI의 경우 위성영상 자료로서 평균 계절별 녹색도 비율 (percent annual seasonal greenness)을 적용하고 있으며, 이밖에도 관개지역 (Irrigated locations) 자료 및 남방진동지수 (Southern Oscillation Index, SOI) 등을 활용하고 있다.
, 2013). 본 연구에서는 관측주기가 짧고 관측 폭이 넓어 육지와 해양의 광역현상 변화 관측에 적합한 Terra 위성 및 Aqua 위성의 MODIS 자료를 사용하였으며, 육지 (land) 연구를 위하여 만들어진 MOD13 및 MYD13 (vegetation indices) NDVI 자료를 이용하였다 (https://lpdaac.usgs.gov/). 합성주기가 16 일단위로 작성된 250 m 공간해상도를 갖는 2001년부터 2013년까지의 NDVI 자료를 사용하였으며, 적설의 영향으로 인하여 지표면의 정확한 관측이 불가능한 겨울철의 자료는 분석에서 제외하였다.
합성주기가 16 일단위로 작성된 250 m 공간해상도를 갖는 2001년부터 2013년까지의 NDVI 자료를 사용하였으며, 적설의 영향으로 인하여 지표면의 정확한 관측이 불가능한 겨울철의 자료는 분석에서 제외하였다. 분석기간은 4월 (4월 7일-4월 22일)부터 10월 (10월 16일-10월 31일)까지 16 일 단위의 13 개의 기간을 설정하였다.
gov/). 합성주기가 16 일단위로 작성된 250 m 공간해상도를 갖는 2001년부터 2013년까지의 NDVI 자료를 사용하였으며, 적설의 영향으로 인하여 지표면의 정확한 관측이 불가능한 겨울철의 자료는 분석에서 제외하였다. 분석기간은 4월 (4월 7일-4월 22일)부터 10월 (10월 16일-10월 31일)까지 16 일 단위의 13 개의 기간을 설정하였다.

이론/모형

VegDRI-SKorea 모델은 위성영상인자로서 각 시기별 과거의 누적 식생 상태 (accumulated NDVI)의 정규화 값을 의미하는 SSG (Standardized Seasonal Greenness)를 사용하며, 식 (2)와 식 (3)과 같이 산정된다 (Brown et al., 2008; Tadesse et al., 2010).
VegDRI-SKorea 모델의 기후인자로서 전 세계 많은 지역에서 가뭄을 모니터링하기 위한 도구로 활용되고 있는 SPI와 SC-PDSI (Self Calibrating Palmer Drought Severity Index)를 사용하였다. 1965년 Palmer에 의해 개발된 PDSI는 기상학적 인자인 강수량과 기온을 이용하여 가뭄을 정량적으로 평가할 수 있는 가뭄지수로서, 강우량 및 기온, 일조시간 등의 자료를 사용하여 잠재증발산량을 추정한 후, 대상지역의 실제 강우량과 기후학적으로 필요한 강우량의 차를 계산하여 가뭄지수를 산정한다 (Svoboda et al.
VegDRI-SKorea 모델의 생물물리학적 인자는 수치표고 모델 (Digital Elevation Model, DEM), 토지피복지도, 유효토양수분량, 생태지도 (Ecological regions)를 사용하였다(Table 1). 생태지도는 환경조건의 변동성을 고려하여 유사한 생태계 및 환경 자원과 지리학적 정보로 구분된 지도로서남한지역의 경우 상록수림(evergreen forest), 혼합림(mixed forest), 활엽수림 (deciduous forest)으로 구분된다 (Olson and Dinerstein, 2002).
자료의 형태상 위성영상자료 및 가뭄지표와 같은 데이터의 연속성을 갖는 변수와 토지이용, 생태지역과 같은 범주형 변수로 구분할 수 있다. 각 지점별로 추출된 데이터를 이용하여 의사결정나무 기법의 하나인 CART 알고리즘 (Classification And Regression Tree algorithm)을 적용한 후 (Rulequest, 2013), 수집 데이터 간의 규칙기반 회귀식 (rule-based regression tree equation)을 생성하였다. 규칙기반의 회귀분석을 위하여 종속변수로서 가뭄 심도에 대한 다양한 기준을 갖고 있는 SC-PDSI를 사용하였기 때문에 (Brown et al.

성능/효과

또한 국내의 적용성 검증을 위하여 2012년에 발생한 가뭄의 시공간적 가뭄상황을 분석하고, 기존의 기상학적 가뭄지수와 비교 분석하였다. VegDRI-SKorea을 이용한 가뭄 분석을 통해 경기, 충남, 전북지역을 중심으로 발생한 2012년 봄기간의 극심한 가뭄상황을 반영한 결과가 도출되었다.
강원 지역의 경우, 9월 14일부터 29일까지 속초, 대관령, 춘천, 인제, 홍천 기상관측소의 평균 강수량이 101 mm로 평년과 유사하였지만, 생태지역이 주로 혼합림으로 구분되고 유효수분량이 작은 지역이 분포되어 있어 가뭄 상황에 민감하게 반응한 것으로 판단된다. 극심한 가뭄의 경우 경기, 강원, 충남 지역에 5월 초순에서 6월 하순까지 발생하였으며, 특히 충남 지역의 경우 약28 % 지역에서 극심한 가뭄 상태가 발생하였다. 2012년 봄 가뭄사상 기간에 대한 분석결과 인공위성 자료 기반의 VegDRI-SKorea 가뭄지표가 남한지역의 가뭄사상 분석에 적합한 것으로 판단된다.

후속연구

VegDRI-SKorea 가뭄지표의 경우 250 m의 공간 해상도를 갖고 있으며, 소단위 행정단위의 가뭄상황에 대한 분포를 확인 할 수 있기 때문에, 지역적 규모에서 기상자료 및 기후학적 가뭄지표가 제공할 수 없는 가뭄 상황에 대한 정보를 제공할 수 있다. 또한 지역별 시기별 식생 수준 및 가뭄 상황을 객관화할 수 있는 기준으로 활용가능하며, 가뭄 확산의 시공간적 특성을 파악하기 위한 가뭄지도 작성 및 향후 가뭄에 대한 방재 대책에 활용할 수 있을 것으로 판단된다.
본 연구의 결과는 가뭄의 실시간 감시를 위하여 원격탐사의 활용 및 다양한 정보를 통합하여 복합적으로 반영하는 격자기반의 고해상도 가뭄정보를 제공함으로써 행정구역별 가뭄 방재재해 대책을 세울 수 있을 것으로 사료된다. 또한 향후 위성영상 자료의 장기적인 자료를 축척하여 활용한다면 가뭄 분석의 신뢰성 있는 결과를 도출할 것으로 판단된다.
본 연구의 결과는 가뭄의 실시간 감시를 위하여 원격탐사의 활용 및 다양한 정보를 통합하여 복합적으로 반영하는 격자기반의 고해상도 가뭄정보를 제공함으로써 행정구역별 가뭄 방재재해 대책을 세울 수 있을 것으로 사료된다. 또한 향후 위성영상 자료의 장기적인 자료를 축척하여 활용한다면 가뭄 분석의 신뢰성 있는 결과를 도출할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	제공되고 있는 가뭄지수의 공간분포의 한계점을 보완하기 위해 대두되고 있는 방법은?	이와 같은 한계점을 보완하기 위하여 주기적이고 동일한정확도로 지상 자료의 획득이 가능하다는 측면에서 인공위성을 활용한 가뭄 분석 연구의 필요성이 대두되었다. 재해관리 분야에서 원격탐사 기술은 재해 발생을 인지하고 발생지역의 재해 진행과 피해 정도를 신속하게 제공할 수 있다는 점에서 효용성이 높다 (Hayes et al.
	인공위성을 활용한 가뭄 분석의 기본 개념은?	인공위성을 활용한 가뭄 분석의 기본 개념은 가뭄으로 인한 식생의 활성도 저하 및 지표면 온도의 상승으로 이어지는 현상을 위성영상으로부터 포착하여 가뭄현상을 파악하는 것이다 (Brown et al., 2008).
	가뭄의 평가를 위해 일반적으로 사용하는 가뭄지수는?	가뭄의 평가를 위해 일반적으로 사용하는 가뭄지수는 기상학적 가뭄지수인 표준강수지수 (Standardized Precipitation Index, SPI)와 강수량 및 유효토양수분량에 근거하여 가뭄을 판단하는 파머가뭄심도지수 (Palmer Drought Severity Index, PDSI) 및 강수량과 증발산의 변동성을 고려한 표준강수증발산지수 (Standardized Precipitation Evapotranspiration Index, SPEI)를 사용하고 있다 (Hayes et al., 2011; Hunt et al.

참고문헌 (39)

Ahn, S.R., J.W. Lee, and S.J. Kim, 2014. Analysis of 2012 spring drought using meteorological and hydrological indices and satellite-based vegetation indices. Journal of Korea National Committee on Irrigation and Drainage 21(1): 78-88 (in Korean).
Brown, J.F., B.D. Wardlow, T. Tadesse, M.J. Hayes, and B.C. Reed, 2008. The vegetation drought response idex (VegDRI): a new integrated approach for monitoring drought stress in vegetation. GIScience & Remote Sensing 45(1): 16-46.

상세보기
Broxton, P.D., X. Zeng, D. Sulla-Menashe, and P.A. Troch, 2014. A global land cover climatology using MODIS data. Journal of Applied Meteorology and Climatology 53: 1593-1605.

상세보기
Hayes, M.J., O.V. Wilhelmi, and C.L. Knutson, 2004. Reducing drought risk: bridging theory and practice. Natural Hazards Review 5(2): 106-113.

상세보기
Hayes, M., M. Svoboda, N. Wall, and M. Widhalm, 2011. The Lincoln declaration on drought indices: universal meteorological drought index recommended. Bulletin of the American Meteorological Society 92: 485-488.

상세보기
Hong, S.Y., J. Hur, J.B. Ahn, J.M. Lee, B.K. Min, C.K. Lee, Y.H. Lee, K.D. Lee, S.H. Kim, G.Y. Kim, and K.M. Shim, 2012. Estimating rice yield using MODIS NDVI and meteorological data in Korea. Korean Journal of Remote Sensing 28(5): 509-520 (in Korean).

원문보기 상세보기
Hunt, E.D., M. Svoboda, B. Wardlow, K. Hubbard, M. Hayes, and T. Arkebauer, 2014. Monitoring the effects of rapid onset of drought on non-irrigated maize with agronomic data and climate-based drought indices. Agricultural and Forest Meteorology 191: 1-11.

상세보기
Jang, M.W., S.H. Yoo, and J.Y. Choi, 2007. Analysis of spring drought using NOAA/AVHRR NDVI for North Korea. Journal of the Korean Society of Agricultural Engineers 49(6): 21-33 (in Korean).
Jeong, S.T., K.C. Jang, S.Y. Hong, and S.K. Kang, 2011. Detection of irrigation timing and the mapping of paddy cover in Korea using MODIS images data. Korean Journal of Agricultural and Forest Meteorology 13(2): 69-78 (in Korean).

원문보기 상세보기
Kim, G.S., and J.P. Kim, 2010. Analysis of spatial-temporal variability of NOAA/AVHRR NDVI in Korea. Journal of the Korean Society of Civil Engineers 30(3B): 295-303 (in Korean).
Kim, G.S., and H.G. Park, 2010. Estimation of drought index using CART algorithm and satellite data. Journal of the Korean Association of Geographic Information Studies 13(1): 128-141 (in Korean).
Kwon, H.J., S.C. Shin, and S.J. Kim, 2005. Climatic water balance analysis using NOAA/AVHRR satellite images. Journal of the Korean Society of Agricultural Engineers 47(1): 3-9 (in Korean).
Na, S.I., J.H. Park, and J.K. Park, 2012. Development of Korean paddy rice yield prediction model (KRPM) using meteorological element and MODIS NDVI. Journal of the Korean Society of Agricultural Engineers 54(3): 141-148 (in Korean).
Nam, W.H., J.Y. Choi, S.H. Yoo, and B.A. Engel, 2012a. A real-time online drought broadcast system for monitoring soil moisture index. KSCE Journal of Civil Engineering 16(3): 357-365.

원문보기 상세보기
Nam, W.H., J.Y. Choi, S.H. Yoo, and M.W. Jang, 2012b. A decision support system for agricultural drought management using risk assessment. Paddy Water Environment 10(3): 197-207.

상세보기
Nam, W.H., M.J. Hayes, D.A. Wilhite, T. Tadesse, M.D. Svoboda, and C.L. Knutson, 2014. Drought management and policy based on risk assessment in the context of climate change. Magazine of the Korean Society of Agricultural Engineers 56(2): 2-15 (in Korean).
Nam, W.H., M.J. Hayes, D.A. Wilhite, and M.D. Svoboda, 2015. Projection of temporal trends on drought characteristics using the standardized precipitation evapotranspiration index (SPEI) in South Korea. Journal of the Korean Society of Agricultural Engineers 57(1): 37-45 (in Korean).
Olson, D.M., and E. Dinerstein, 2002. The Global 200: priority ecoregions for global conservation. Annals of the Missouri Botanical Garden 89(2): 199-224.

상세보기
Otkin, J., M. Shafer, M. Svoboda, B. Wardlow, M. Anderson, C. Hain, and J. Basara, 2014. Facilitating the use of drought early warning information through interactions with agricultural stakeholders. Bulletin of the American Meteorological Society, in press, doi: 10.1175/BAMS-D-14-00219.1.
Park, J.K., B.S. Kim, S.Y. Oh, and J.H. Park, 2013. Applicability of vegetation indices from Terra MODIS and COMS GOCI imageries. Journal of the Korean Society of Agricultural Engineers 55(6): 47-55 (in Korean).
Park, J.S., and K.T. Kim, 2009. Evaluation of MODIS NDVI for drought monitoring: focused on comparison of drought index. The Journal of GIS Association of Korea 17(1): 117-129 (in Korean).
Rulequest, 2013. An overview of Cubist. RuleQuest Research Pty Ltd, St Ives, NSW, Australia. available at http://www.rulequest.com/cubist-win.html.
Shin, H.J., R. Ha, M.J. Park, and S.J. Kim, 2010. Estimation of spatial evapotranspiration using the relationship between MODIS NDVI and morton ET -for Chungjudam watershed-. Journal of the Korean Society of Agricultural Engineers 52(1): 19-24 (in Korean).
Shin, S.C., and C.J. Kim, 2003. Application of normalized difference vegetation index for drought detection in Korea. Journal of the Korean Water Resources Association 36(5): 839-849 (in Korean).

원문보기 상세보기
Shin, S.C., and M.S. Eoh, 2004. Analysis of drought detection and propagation using satellite data. Journal of The Korean Society of Hazard Mitigation 4(2): 61-69 (in Korean).
Shin, S.C., J. Soo, K.T. Kim, J.H. Kim, and J.S. Park, 2006. Drought detection and estimation of water deficit using NDVI. Journal of the Korean Association of Geographic Information Studies 9(2): 102-114 (in Korean).
Smith, A.D., and Katz, R.W., 2013. US billion-dollar weather and climate disasters: data sources, trends, accuracy and biases. Natural Hazards 67: 387-410.

상세보기
Sur, C.Y., K.J. Kim, W.J. Choi, J.H. Shim, and M.H. Choi, 2014. Drought assessments using satellite-based drought index in Korea: southern region case in 2013. Journal of The Korean Society of Hazard Mitigation 14(3): 127-131 (in Korean).
Svoboda, M., D. LeComte, M. Hayes, R. Heim, K. Gleason, J. Angel, B. Rippey, R. Tinker, M. Palecki, D. Stooksbury, D. Miskus, and S. Stephens, 2002. The drought monitor. Bulletin of the American Meteorological Society 83(8): 1181-1190.
Svoboda, M.D., B.A. Fuchs, C.C. Poulsen, and J.R. Nothwehr, 2015. The drought risk atlas: enhancing decision support for drought risk management in the United States. Journal of Hydrology, in press, doi:10.1016/j.jhydrol.2015.01.006.
Swain, S., B.D. Wardlow, S. Narumalani, T. Tadesse, and K. Callahan, 2011. Assessment of vegetation response to drought in Nebraska using Terra-MODIS land surface temperature and normalized difference vegetation index. GIScience & Remote Sensing 48(3): 432-455.

상세보기
Tadesse, T., D.A. Wilhite, S.K. Harms, M.J. Hayes, and S. Goddard, 2004. Drought monitoring using data mining techniques: a case study for Nebraska, USA. Natural Hazards 33: 137-159.

상세보기
Tadesse, T., J.F. Brown, and M.J. Hayes, 2005. A new approach for predicting drought-related vegetation stress: integrating satellite, climate, and biophysical data over the U.S. central plains. ISPRS Journal of Photogrammetry & Remote Sensing 59: 244-253.

상세보기
Tadesse, T., B.D. Wardlow, M.J. Hayes, and M.D. Svoboda, 2010. The vegetation outlook (VegOut): a new method for predicting vegetation seasonal greenness. GIScience & Remote Sensing 47(1): 25-52.

상세보기
Tadesse, T., G.B. Demisse, B. Zaitchik, and T. Dinku, 2014. Satellite-based hybrid drought monitoring tool for prediction of vegetation condition in eastern Africa: a case study for Ethiopia. Water Resources Research 50: 2176-2190.

상세보기
Tadesse, T., B.D. Wardlow, J. Brown, M. Hayes, M. Svoboda, B. Fuchs, and D. Gutzmer, 2015. Assessing the vegetation condition impacts of the 2011 drought across the U.S. southern great plains using the vegetation drought response index (VegDRI). Journal of Applied Meteorology and Climatology 54: 153-169.

상세보기
Wells, N., S. Goddard, and M.J. Hayes, 2004. A self-calibrating palmer drought severity index. Journal of Climate 17: 2335-2351.

상세보기
Wilhite, D.A., Hayes, M.J., Knutson, C., and Smith, K.H., 2000. Planning for drought: moving from crisis to risk management. Journal of the American Water Resources Association 36(4): 697-710.

상세보기
Wilhite, D.A., M.D. Svoboda, and M.J. Hayes, 2007. Understanding the complex impacts of drought: a key to enhancing drought mitigation and preparedness. Water Resources Management 21: 763-774.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증