This study analyzed the applications of near real-time drought monitoring using satellite rainfall for the Korean Peninsula and un-gaged basins. We used AWS data of Yongdam-Dam, Hoengseong-Dam in Korea area, the meteorological station of Nakhon Rachasima, Pak chong for test-bed to evaluate the valid...
This study analyzed the applications of near real-time drought monitoring using satellite rainfall for the Korean Peninsula and un-gaged basins. We used AWS data of Yongdam-Dam, Hoengseong-Dam in Korea area, the meteorological station of Nakhon Rachasima, Pak chong for test-bed to evaluate the validation and the opportunity for un-gaged basins. In addition, we calculated EDI (Effective doought index) using the stations and co-located PERSIANN-CDR, TRMM (Tropical Rainfall Measurement Mission) TMPA (The TRMM Multisatellite Precipitation Analysis), GPM IMERG (the integrated Multi-satellitE Retrievals for GPM) rainfall data and compared the EDI-based station data with satellite data for applications of drought monitoring. The results showed that the correlation coefficient and the determination coefficient were 0.830 and 0.914 in Yongdam-dam, and 0.689 and 0.835 in Hoengseng-Dam respectively. Also, the correlation coefficient were 0.830, 0.914 from TRMM TMPA datasets and compasion with 0.660, 0.660 based on PERSIANN-CDR and TRMM data in nakhon and pakchong station. Our results were confirmed possibility of near real-time drought monitoring using EDI with daily satellite rainfall for un-gaged basins.
This study analyzed the applications of near real-time drought monitoring using satellite rainfall for the Korean Peninsula and un-gaged basins. We used AWS data of Yongdam-Dam, Hoengseong-Dam in Korea area, the meteorological station of Nakhon Rachasima, Pak chong for test-bed to evaluate the validation and the opportunity for un-gaged basins. In addition, we calculated EDI (Effective doought index) using the stations and co-located PERSIANN-CDR, TRMM (Tropical Rainfall Measurement Mission) TMPA (The TRMM Multisatellite Precipitation Analysis), GPM IMERG (the integrated Multi-satellitE Retrievals for GPM) rainfall data and compared the EDI-based station data with satellite data for applications of drought monitoring. The results showed that the correlation coefficient and the determination coefficient were 0.830 and 0.914 in Yongdam-dam, and 0.689 and 0.835 in Hoengseng-Dam respectively. Also, the correlation coefficient were 0.830, 0.914 from TRMM TMPA datasets and compasion with 0.660, 0.660 based on PERSIANN-CDR and TRMM data in nakhon and pakchong station. Our results were confirmed possibility of near real-time drought monitoring using EDI with daily satellite rainfall for un-gaged basins.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 PERSIANN-CDR, TRMM TMPA, GPM IMERG 등의 위성 기반으로 추정된 강우 자료의 활용성을 검토하기 위해 한반도와 미계측지역을 대상으로 EDI 가뭄지수를 산출하고, 그 적용성을 평가하였다.
본 연구에서는 PERSIAN-CDR, TRMM TMPA, GPM IMERG위성강우 자료를 기반으로 EDI 지수를 산출하고 한반도 지역에 대한 가뭄 감시의 기능을 평가하고, 또한 위성의 장점 중의 하나인 미계측지역에 대해 위성기반 가뭄 감시의 정확도를 알아보기 위하여 태국 람타공 유역을 대상으로 그 적용성을 평가하였다. 한반도 지역의 가뭄감시 기능을 알아보기 위하여 2001년부터 2016년까지 15년간의 용담댐과 횡성댐을 테스트베드지역으로 선정하고 TRMM TMPA, GPM IMERG데이터 기반 EDI지수를 산출하였으며, 지상관측자료로부터 산출된 EDI 지수를 이용하여 검증한 결과, 두 지역의 상관계수와 결정계수는 각각 0.
본 연구에서는 위성 강우 자료를 이용하여 일 단위 (Daily) 실시간 가뭄모니터링을 실시하고, 수문학적 가뭄과 연계한 위성가뭄 모니터링 시스템구축을 실시하고자 해당 댐유역을 대상지역으로 선정하였다. 위성으로부터 관측・가공한 가뭄모니터링 정보와 댐 유입량 정보를 검증 (Calibration)할 수 있는 계측지역과, 수문학적 가뭄감시를 위한 토양수분자료의 보정 (Validation)이 용이한 지역을 대상 유역으로 선정하였다.
제안 방법
이러한 한계를 극복하기 위하여 Byun and Wilhite(1999)에 의해 EDI가 제안되었다. EDI는 강수로 인해 생긴 수자원을, 시간에 따른 유출 및 증발로 인한 손실을 고려하여 일 년 이상의 기간 동안 합산하여 가용수자원을 산출하고, 이를 평년치와 비교하여 가뭄강도를 계산한다. 강수량만을 이용하여 일별 가뭄의 정도를 파악할 수 있고 계산과정이 간단한 장점이 있다 (Oh et al.
PERSIANN-CDR, TRMM TMPA, GPM IMERG 등의 위성 기반으로 추정된 강우 자료를 이용하여 일누적 강우자료로 산출하고, 수평 5 km 해상도로 상세화하여 EDI 가뭄지수를 산출하였다.
PERSIANN-CDR과 TRMM TMPA 강우자료의 활용성 평가를 위해 Nakhon Ratchasima, Pak Chong Agromet 관측지점의 위치에 해당하는 그리드 좌표에 대한 두 종류의 위성 강우 자료 DB를 구축하였다. 첫번째는 1983년부터 1997년까지는 PERSIANN-CDR 자료를 이용하고, 1998년부터 2007년도 까지는 TRMM TMPA 자료를 연속적으로 구축하였고, 두번째는 1998년부터 2007년도까지 TRMM TMPA 위성자료 단독으로 DB를 구축하여 EDI 지수를 산출하였다.
국가수자원관리 종합정보 홈페이지 (WAMIS, http://www.wamis.go.kr/)에서 제공하는 용담댐과 횡성댐의 일단위 강우량 자료를 수집하여 시계월 자료로 데이터베이스화 하여 EDI 가뭄지수를 산출하고, 이를 활용하여 위성 강우자료를 기반으로 추정된 EDI 지수를 검증하였다.
위성으로부터 관측・가공한 가뭄모니터링 정보와 댐 유입량 정보를 검증 (Calibration)할 수 있는 계측지역과, 수문학적 가뭄감시를 위한 토양수분자료의 보정 (Validation)이 용이한 지역을 대상 유역으로 선정하였다. 또한 공간분포 강수량의 차이가 비교적 적게 발생하는 중・소규모 댐 유역을 우선적으로 고려하였으며, 해당 댐 유역으로 전정된 곳은 북한강 상류 지역에 위치하고 있는 횡성댐유역과 금강 상류 지역에 위치하고 있는 용담댐 유역이다.
위성강우 기반 가뭄 감시의 가장 큰 장점 중의 하나인 미계측 유역에 대한 적용 가능성을 확인하기 위하여 태국 북서부 지역의 관측 자료를 수집하여 EDI 지수를 산출하고, 이를 PERSIANN-CDR과 TRMM TMPA로 연속된 자료 DB와 TRMM TMPA 자료만으로산출된 EDI 지수를 비교하였다.
(2)를 통해서 EP의 기후학적 평균 (MEP)과 편차 (DEP)를 계산할 수 있다. 이후 DEP의 표준편차 (ST)를 이용하여 표준화시켜 지수화한다. DEP가 음일 경우, 이 값은 평균보다 건조한 것을 의미하며, DEP가 음인 날이 지속될 경우, 강우량 합산과정에서 그 일수를 365일에 더하여 다시 계산한다.
PERSIANN-CDR과 TRMM TMPA 강우자료의 활용성 평가를 위해 Nakhon Ratchasima, Pak Chong Agromet 관측지점의 위치에 해당하는 그리드 좌표에 대한 두 종류의 위성 강우 자료 DB를 구축하였다. 첫번째는 1983년부터 1997년까지는 PERSIANN-CDR 자료를 이용하고, 1998년부터 2007년도 까지는 TRMM TMPA 자료를 연속적으로 구축하였고, 두번째는 1998년부터 2007년도까지 TRMM TMPA 위성자료 단독으로 DB를 구축하여 EDI 지수를 산출하였다.
대상 데이터
자료는 HDF4형태로 제공되며, 향후 GPM IMERG자료로 이어져서 지속적인 자료를 제공하게 된다. 1998년부터 2014년 자료를 수집하여 데이터베이스화 하였다.
최종적으로 준실시간 (Near Realtime) 가뭄 모니터링을 하기 위해서는 latency 18시간 이후의 late run 자료를 이용하면 된다. 2014년부터 현재 시점까지 자료를 제공하고 있다.
TRMM TMPA 자료는 TRMM위성의 PR (Precipitation Radar), TMI (TRMM Microwave Imager) 센서에서 산출되는 강우량값과 MTSAT, GOES 등 정지궤도 위성 강우 자료와 수동 마이크로파 센서정보를 이용 GPROF방식의 산출된 협력위성강우 자료의 보정을 통하여 북위 50°에서 남위 50°까지 3시간, 25km × 25km의 격자화 자료 (3B42)와 월자료 (3B43)를 생산 제공한다.
그리고 용담댐은 전라북도 진안군 용담면 월계리에 위치하고 있으며, 금강 최상류지역에 해당한다. 높이 70m,길이 498 m, 총저수량 8억1500만 ton의 콘크리트 차수벽형석괴댐이며, 연평균강수량은 1,230 mm, 연평균유입량은 3,220백만 ton이다. 다음Fig.
또한, 위성강우 기반 가뭄 감시의 가장 큰 장점 중의 하나인 미계측 유역에 대한 적용 가능성을 확인하기 위하여 최근 가뭄이 발생하였고, 자료확보가 용이한 태국 북서부 지역의 람타콩(Lam Takhong) 소유역을 테스트베드로 선정하였다. 람타콩 소유역에는 태국 기상청의 기상관측소 2개가 있으며, 각각의 관측소는 Nakhon rachasima station와 Pak Chong Agromet가 관개지역 하류와 상류에 위치하고 있으며, 이곳의 자료를 수집하여 시계열 자료로 이용하였다 (Fig.
또한, 위성강우 기반 가뭄 감시의 가장 큰 장점 중의 하나인 미계측 유역에 대한 적용 가능성을 확인하기 위하여 최근 가뭄이 발생하였고, 자료확보가 용이한 태국 북서부 지역의 람타콩(Lam Takhong) 소유역을 테스트베드로 선정하였다. 람타콩 소유역에는 태국 기상청의 기상관측소 2개가 있으며, 각각의 관측소는 Nakhon rachasima station와 Pak Chong Agromet가 관개지역 하류와 상류에 위치하고 있으며, 이곳의 자료를 수집하여 시계열 자료로 이용하였다 (Fig. 4).
본 연구에서는 위성 강우 자료를 이용하여 일 단위 (Daily) 실시간 가뭄모니터링을 실시하고, 수문학적 가뭄과 연계한 위성가뭄 모니터링 시스템구축을 실시하고자 해당 댐유역을 대상지역으로 선정하였다. 위성으로부터 관측・가공한 가뭄모니터링 정보와 댐 유입량 정보를 검증 (Calibration)할 수 있는 계측지역과, 수문학적 가뭄감시를 위한 토양수분자료의 보정 (Validation)이 용이한 지역을 대상 유역으로 선정하였다. 또한 공간분포 강수량의 차이가 비교적 적게 발생하는 중・소규모 댐 유역을 우선적으로 고려하였으며, 해당 댐 유역으로 전정된 곳은 북한강 상류 지역에 위치하고 있는 횡성댐유역과 금강 상류 지역에 위치하고 있는 용담댐 유역이다.
자료는 Fig. 1과 같이 북위 60°에서 남위 60°까지 1983년 1월부터 2015년 12월 31일까지 자료를 제공하고 있다.
강수정보를 제공하는 GPM IMERG 자료는 위성궤도에 따라 제공하는 Level 2 자료와 달리 7개의 위성 11개의 센서에서 제공하는 강우량값과 정지궤도에서 산출되는 강우량 값을 결합하여 10km의 지상해상도와 30분 시간 해상도를 가지고 자료를 제공한다 (Table 1). 자료는 최종적으로 지상관측자료와 보정하여 Latency 4개월 후에 제공하는 Final run product를 데이터베이스화 한 후 이용하였다. 최종적으로 준실시간 (Near Realtime) 가뭄 모니터링을 하기 위해서는 latency 18시간 이후의 late run 자료를 이용하면 된다.
성능/효과
2001년부터 2016년까지 15년 동안의 횡성댐 유역과 용담댐 유역에서 관측 자료를 기반으로 산출된 EDI 가뭄지수와 위성 강우자료 기반으로 산출된 EDI 가뭄지수 자료에 대한 상관관계와 R2를 비교한 결과, 용담댐유역의 경우는 상관계수와 R2는 각각 0.814, 0.662로 비교적 높은 정확도를 가지는 것으로 분석되었으며, 횡성댐 유역의 경우, 상관계수는 0.817, R2는 0.668로 비교적 높은 상관성을 보이는 것으로 분석되었다 (Fig. 7). 이러한 결과로 볼 때 용담댐과 횡성댐의 위성강우 기반 EDI을 이용한 가뭄 감시 가능성이 높은 것으로 나타났다.
226으로 나타났다. Nakhon Ratchaima 지점보다 Pak Chong Agromet 지점의 결과가 상대적으로 높게 나타났으나, 두 지점 모두 정확도는 낮게 나타났다 (Fig. 5).
TRMM TMPA (1998년~2007년)의 위성 자료만으로 구축한 DB를 이용하여 EDI 지수를 산출한 결과와 Nakhon Ratchasima, Pak Chong Agromet 관측지점의 강우량으로 산출한 EDI 지수를 검증해본 결과, Nakhon Ratchasima 관측지점의 상관계수와 결정계수는 0.794, 0.630 Pak Chong Agromet 관측지점의 상관계수와 결정계수는 0.657, 0.431로 PERSIANNCDR과 TRMM으로 구성된 DB의 EDI 지수 결과보다 정확도가 크게 높았다 (Fig. 6). 이는 PERSIANN-CDR의 기본 정지궤도 위성기반으로 산출된 강우량 보다 위성 최초로 탑재된 Ku (14 GHz)밴드의 핵심위성과 그 외의 라디오미터 위성에 정확도가 높은 센서들이 탑재되어 나타난 결과로 판단된다.
668로 비교적 정확도가 높게 나타났으며, 위성을 통하여 관측한 강수량자료를 바탕으로 가뭄모니터링 및 예측・평가가 가능할 것으로 판단된다. 또한 미계측지역의 가뭄감시활용성을 알아보기 위하여 태국 람탕콩 유역에 대한 Nahon, Pak Chong Agromet 지점에 대한 위성강우 기반 EDI지수와 관측지점 기반 EDI지수를 비교 분석한 결과 PERSIANN-TRMM은 정확도가 낮게 나왔으며, TRMM TMPA 단독으로 EDI을 비교한 결과 비교적 정확도가 높은 것으로 나타났다. 이러한 결과는 최초로 강우관측 목적의 레이더를 장착하고 마이크로파 협력위성 기반 TRMM TMPA 자료가 정지궤도 적외채널 기반으로 산출된 PERSIANN-CDR의 강우 알고리즘보다 성능이 우수하기 때문이다.
본 연구를 통하여 비교적 최근에 발사된 TRMM TMPA, GPM IMERG 위성기반 EDI는 현업에서도 충분히 사용 가능할 것으로 판단되며, 연구결과에서 제시한 정확도로 볼 때 미계측지역에 실시간 가뭄 감시가 가능성을 확인한 것은 큰 의미가 있다고 하겠다. 향후 보다 많은 미계측지역에 대한 자료를 수집하고 검증에 대한 노력을 한다면 북한과 같은 미계측지역과 아시아-태평양 개발도상국 등 지상관측기기의 한계로 관측이 어려운 지역에 대한 가뭄재해 피해 저감에 많은 도움이 될 것으로 기대된다.
7). 이러한 결과로 볼 때 용담댐과 횡성댐의 위성강우 기반 EDI을 이용한 가뭄 감시 가능성이 높은 것으로 나타났다.
본 연구에서는 PERSIAN-CDR, TRMM TMPA, GPM IMERG위성강우 자료를 기반으로 EDI 지수를 산출하고 한반도 지역에 대한 가뭄 감시의 기능을 평가하고, 또한 위성의 장점 중의 하나인 미계측지역에 대해 위성기반 가뭄 감시의 정확도를 알아보기 위하여 태국 람타공 유역을 대상으로 그 적용성을 평가하였다. 한반도 지역의 가뭄감시 기능을 알아보기 위하여 2001년부터 2016년까지 15년간의 용담댐과 횡성댐을 테스트베드지역으로 선정하고 TRMM TMPA, GPM IMERG데이터 기반 EDI지수를 산출하였으며, 지상관측자료로부터 산출된 EDI 지수를 이용하여 검증한 결과, 두 지역의 상관계수와 결정계수는 각각 0.814, 0.817과 0.662, 0.668로 비교적 정확도가 높게 나타났으며, 위성을 통하여 관측한 강수량자료를 바탕으로 가뭄모니터링 및 예측・평가가 가능할 것으로 판단된다. 또한 미계측지역의 가뭄감시활용성을 알아보기 위하여 태국 람탕콩 유역에 대한 Nahon, Pak Chong Agromet 지점에 대한 위성강우 기반 EDI지수와 관측지점 기반 EDI지수를 비교 분석한 결과 PERSIANN-TRMM은 정확도가 낮게 나왔으며, TRMM TMPA 단독으로 EDI을 비교한 결과 비교적 정확도가 높은 것으로 나타났다.
후속연구
이는 PERSIANN-CDR의 기본 정지궤도 위성기반으로 산출된 강우량 보다 위성 최초로 탑재된 Ku (14 GHz)밴드의 핵심위성과 그 외의 라디오미터 위성에 정확도가 높은 센서들이 탑재되어 나타난 결과로 판단된다. 따라서 TRMM 위성보다 더 정확한 DPR (Dual Precipitation Radar) 센서를 탑재하고 10개에 이르는 보조위성으로 산출되는 GPM IMERG 데이터 값들을 EDI 지수 산출에 이용한다면 준실시간 가뭄감시 시스템으로 충분히 미계측지역인 태국에 이용 가능할 것으로 판단된다.
이러한 결과는 최초로 강우관측 목적의 레이더를 장착하고 마이크로파 협력위성 기반 TRMM TMPA 자료가 정지궤도 적외채널 기반으로 산출된 PERSIANN-CDR의 강우 알고리즘보다 성능이 우수하기 때문이다. 따라서 또한 최근 위성으로부터 30년간 자료를 데이터베이스화 한다면 보다 정확한 가뭄 감시의 활용이 가능할 것으로 판단된다.
TRMM TMPA 자료는 TRMM위성의 PR (Precipitation Radar), TMI (TRMM Microwave Imager) 센서에서 산출되는 강우량값과 MTSAT, GOES 등 정지궤도 위성 강우 자료와 수동 마이크로파 센서정보를 이용 GPROF방식의 산출된 협력위성강우 자료의 보정을 통하여 북위 50°에서 남위 50°까지 3시간, 25km × 25km의 격자화 자료 (3B42)와 월자료 (3B43)를 생산 제공한다. 자료는 HDF4형태로 제공되며, 향후 GPM IMERG자료로 이어져서 지속적인 자료를 제공하게 된다. 1998년부터 2014년 자료를 수집하여 데이터베이스화 하였다.
본 연구를 통하여 비교적 최근에 발사된 TRMM TMPA, GPM IMERG 위성기반 EDI는 현업에서도 충분히 사용 가능할 것으로 판단되며, 연구결과에서 제시한 정확도로 볼 때 미계측지역에 실시간 가뭄 감시가 가능성을 확인한 것은 큰 의미가 있다고 하겠다. 향후 보다 많은 미계측지역에 대한 자료를 수집하고 검증에 대한 노력을 한다면 북한과 같은 미계측지역과 아시아-태평양 개발도상국 등 지상관측기기의 한계로 관측이 어려운 지역에 대한 가뭄재해 피해 저감에 많은 도움이 될 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
가뭄의 특징으로 인한 연구진행은 어떻게 이루어졌는가?
가뭄은 시작과 종료를 정의하기 어렵기 때문에 지금까지의 가뭄과 관련된 연구는 가뭄을 정량화하여 지수로 나타내는 가뭄지수 연구와 가뭄을 정의하기 위한 기준을 제시하거나 만들어진 기준을 바탕으로 가뭄 진행 단계를 파악하기 위한 연구들이 주로 이루어졌다 (Kwon, 2006; Kwon et al., 2007; Park et al.
가뭄지수 지도에는 어떤게 있는가?
, 2015). 현재 국내에서는 기상청, 수자원공사, 농촌진흥청 등의 유관기관에서는 주로 지점자료를 이용하여 팔머가뭄심도지수 (Palmer Drought Severity Index, PDSI), 표준강수지수 (Standard Precipitation Index, SPI), 유효가뭄지수 (Effective Drought Index, EDI), 정상강우비율 (Percent of Normal), Soil Moisture Index (SMI), Crop Moisture Index (CMI) 등의 가뭄지수 지도를 산출하고, 이를 기반으로 가뭄 상황을 모니터링 하고 있으나, 지점자료기반의 가뭄지수는 공간해상도 측면에서 품질이 떨어지고 정량적으로 표현된 수치의 시간적 변동성을 고려하기 어려우므로 연속적인 가뭄 모니터링에 있어 한계를 가지고 있다(Jeong et al., 2017).
급변하는 기후변화와 이상기상 현상 중, 가뭄으로 인한 피해는 어떠한 특징을 보이는가?
최근 급변하는 기후변화와 이상기상 현상의 영향으로 홍수, 태풍, 산사태, 폭설, 가뭄, 산불 등 대규모 자연재해가 과거에 비해 빈번히 발생하고 있으며, 그 피해규모가 점차 대형화・광역화되고 있는 추세이다 (NDMI, 2014). 특히, 가뭄의 경우, 홍수 등의 다른 수문학적 재해에 비해 진행 속도가 느리지만, 상대적으로 장기간에 걸쳐 광역적으로 피해를 유발하여 그 피해가 심각한 것으로 나타나고 있다. 최근 국내에서도 2014년과 2015년에는 평년보다 절반 수준에 미치지 못하는 강우량으로 인해 강원・영서를 비롯한 경기북부 지방을 중심으로 43년 만에 극심한 가뭄이 초래되었으며, 사회적으로 미치는 영향이 계속 심화되고 있다고 보고된 바 있다 (Son et al.
참고문헌 (21)
Akinremi, O. O., and S. M. McGinn, 1996. Evaluation of the Palmer Drought Index on the Canadian Prairies. Journal of Climate, 9: 897-905. doi:10.1175/1520-0442(1996)009 2.0.CO;2.
Baek, S. G., H. W. Jang, J. S. Kim, and J. W. Lee, 2016. Agricultural drought monitoring using the satellite-based vegetation index. Journal of Korea Water Resource Association 49(4): 305-314. doi:10.3741/JKWRA.2016.49.4.305.
Byun, H. R., and D. A. Wilhite, 1999. Objective quantification of drought severity and duration. Journal of Climate, 12: 2747-2756. doi:10.1175/1520-0442(1999)012 2.0.CO;2.
Ghulam, A., Q. Qin, T. Teyip, and Z. Li, 2007. Modified perpendicular drought index (MPDI): a real-time drought monitoring method, ISPRS Journal of Photogrammetry & Remote Sensing 62(2): 150-164. doi:10.1016/j.isprsjprs.2007.03.002.
Guttman, N. B., 1998. Comparing the Palmer Drought Index and the Standardized Precipitation Index. Journal of the American Water Resources Association, 34: 113-121. doi:10.1111/j.1752-1688.1998.tb05964.x.
Gu, Y., J. F. Brown, J. P. Verdin, and B. Wardlow, 2007. A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States, Geophysical Research Letters, 34: L06407. doi:10.1029/2006GL029127.
Jang, S., J. Rhee, S. Yoon, T. Lee, and K. Park, 2017. Evaluation of GPM IMERG Applicability Using SPI based Satellite Precipitation, Journal of the Korean Society of Agricultural Engineers, 59(3): 29-39 (in Korean). doi:10.5389/KSAE.2017.59.3.029.
Jeong, J., D. Kim, and M. Choi, 2017. A Study on the Utilization of Geostationary Ocean Color Imager on Communication, Ocean and Meteorological Satellite for Drought Monitoring, Journal of the Korean Society of Hazard Mitigation, 17(3): 69-77 (in Korean). doi:10.9798/KOSHAM.2017.17.3.69.
Jeong, S., and S. C. Shin, 2006. The application of satellite imagery in droughts analysis of large area. Journal of the Korean Society for Geo-spatial Information Science 14(2): 55-62 (in Korean).
Karnieli, A., N. Agam, R. T. Pinker, M. Anderson, M. L. Imhoff, G. G. Gutman, N. Panov, and A. Goldberg, 2010. Use of NDVI and land surface temperature for drought assessment: merits and limitations, Journal of Climate, 23(3): 618-633. doi:10.1175/2009JCLI2900.1.
Keyantash, J., and J. A. Dracup, 2002. The quantification of drought: An evaluation of drought indices. Bulletin of the American Meteorological Society, 83: 1167-1180.
Kim, D. W., 2010. A Statistical Approach to Historical Droughts over Korea, Ph.D. Thesis, Pukyong National University.
Kwon, H. J., 2006. Development of semidistributed hydrological drought assessment method based on SWSI (Surface Water Supply Index). Ph.D. Thesis, Konkuk University.
Kwon, H. J., H. J. Lim, and S. J. Kim, 2007. Drought assessment of agricultural district using modified SWSI. Journal of the Korean Association of Geographic Information Studies 10(1): 22-34 (in Korean).
Narasimhan, B., 2004. Development of indices for agricultural drought monitoring using a spatially distributed hydrologic model, Ph.D. Dissertation. Texas A&M University, College Station, TX.
NDMI (National Disaster Management research Institute), 2014. Application Plan Research of National Satellite Images for Disaster Management, pp. 1-207 (in Korean).
Oh, T. S., Y. I. Moon, S. S. Kim, and G. S. Park, 2011. Frequency Analysis of Meteorologic Drought Indices using Boundary Kernel Density Function, Journal of The Korean Society of Civil Engineers, 31(2B): 87-987 (in Korean).
Park, M .J., H. J. Shin, Y. D. Choi, J. Y. Park, and S. J. Kim, 2011. Development of a hydrological drought index considering water availability. Journal of the Korean Society of Agricultural Engineers, 53(6): 165-170 (in Korean). doi:10.5389/KSAE.2011.53.6.165.
Shin, H. J., M. J. Park, E. H. Hwang, H. S Chae, and S. J. Park, 2015. A Study of Spring Drought Using Terra MODIS Satellite Image. Journal of the Korean Association of Geographic Information Studies, 18(4): 145-157 (in Korean). doi:10.11108/kagis.2015.18.4.145.
Son, K. H., D. H. Bae, and H. S. Cheong, 2015. Construction & Evaluation of GloSea5-Based Hydrological Drought Outlook System. Atmosphere, 25(2): 271-281 (in Korean). doi:10.14191/Atmos.2015.25.2.271.
Wang, L., and J. J. Qu, 2007. NMDI: A normalized multi-band drought index for monitoring soil and vegetation moisture with satellite remote sensing, Geophysical Research Letters, 34: L20405. doi:10.1029/2007GL031021.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.