Evaporative Stress Index (ESI)의 국내 가뭄 심도 분류 기준 제시 Percentile Approach of Drought Severity Classification in Evaporative Stress Index for South Korea원문보기
이희진
(Department of Bioresources and Rural Systems Engineering, Hankyong National University)
,
남원호
(Department of Bioresources and Rural Systems Engineering, Institute of Agricultural Environmental Science, National Agricultural Water Research Center, Hankyong National University)
,
윤동현
(Department of Bioresources and Rural Systems Engineering, Hankyong National University)
,
홍은미
(School of Natural Resources and Environmental Science, Kangwon National University)
,
김태곤
(Department of Bioproducts and Biosystems Engineering, University of Minnesota)
,
박종환
(Rural Research Institute, Korea Rural Community Corporation)
,
김대의
(Rural Research Institute, Korea Rural Community Corporation)
Drought is considered as a devastating hazard that causes serious agricultural, ecological and socio-economic impacts worldwide. Fundamentally, the drought can be defined as temporarily different levels of inadequate precipitation, soil moisture, and water supply relative to the long-term average co...
Drought is considered as a devastating hazard that causes serious agricultural, ecological and socio-economic impacts worldwide. Fundamentally, the drought can be defined as temporarily different levels of inadequate precipitation, soil moisture, and water supply relative to the long-term average conditions. From no unified definition of droughts, droughts have been divided into different severity level, i.e., moderate drought, severe drought, extreme drought and exceptional drought. The drought severity classification defined the ranges for each indicator for each dryness level. Because the ranges of the various indicators often don't coincide, the final drought category tends to be based on what the majority of the indicators show and on local observations. Evaporative Stress Index (ESI), a satellite-based drought index using the ratio of potential and actual evaporation, is being used as a index of the droughts occurring rapidly in a short period of time from studies showing a more sensitive and fast response to drought compared to Standardized Precipitation Index (SPI), and Palmer Drought Severity Index (PDSI). However, ESI is difficult to provide an objective drought assessment because it does not have clear drought severity classification criteria. In this study, U.S. Drought Monitor (USDM), the standard for drought determination used in the United States, was applied to ESI, and the Percentile method was used to classify drought categories by severity. Regarding the actual 2017 drought event in South Korea, we compare the spatial distribution of drought area and understand the USDM-based ESI by comparing the results of Standardized Groundwater level Index (SGI) and drought impact information. These results demonstrated that the USDM-based ESI could be an effective tool to provide objective drought conditions to inform management decisions for drought policy.
Drought is considered as a devastating hazard that causes serious agricultural, ecological and socio-economic impacts worldwide. Fundamentally, the drought can be defined as temporarily different levels of inadequate precipitation, soil moisture, and water supply relative to the long-term average conditions. From no unified definition of droughts, droughts have been divided into different severity level, i.e., moderate drought, severe drought, extreme drought and exceptional drought. The drought severity classification defined the ranges for each indicator for each dryness level. Because the ranges of the various indicators often don't coincide, the final drought category tends to be based on what the majority of the indicators show and on local observations. Evaporative Stress Index (ESI), a satellite-based drought index using the ratio of potential and actual evaporation, is being used as a index of the droughts occurring rapidly in a short period of time from studies showing a more sensitive and fast response to drought compared to Standardized Precipitation Index (SPI), and Palmer Drought Severity Index (PDSI). However, ESI is difficult to provide an objective drought assessment because it does not have clear drought severity classification criteria. In this study, U.S. Drought Monitor (USDM), the standard for drought determination used in the United States, was applied to ESI, and the Percentile method was used to classify drought categories by severity. Regarding the actual 2017 drought event in South Korea, we compare the spatial distribution of drought area and understand the USDM-based ESI by comparing the results of Standardized Groundwater level Index (SGI) and drought impact information. These results demonstrated that the USDM-based ESI could be an effective tool to provide objective drought conditions to inform management decisions for drought policy.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
Abnormally dry (D0), Moderate drought (D1), Severe drought (D2), Extreme drought (D3), Exceptional drought (D4)을 포함한 복수의 가뭄 범주를 활용하여 가뭄에 대해 판단한다. 미국 전역에서 가뭄의 규모 및 공간적 범위에 대한 영향을 파악하고 표현하는 것을 목표료 하며, 가뭄 발생에 대하여 백분위수 (Percentile) 를 활용하여 가뭄 심도의 임계값을 표현하였다.
본 연구에서는 USDM 기준으로 산정한 ESI 가뭄 단계의 적용성 판단을 위하여 Fig. 6과 같이 SGI와 월별 공간분포 양상을 비교하였다. ESI는 격자 단위의 지도로 표현되며, SGI 는 시군 단위로 정상-관심-주의-경계-심각의 단계로 표현된다.
본 연구에서는 선행 연구에서 검증된 ESI 데이터를 활용하여 미국에서 사용되고 있는 가뭄 판단 기준을 적용하였으며, 국내에 활용할 수 있는 가뭄 심도 분류 기준을 제시하였다. 실제 가뭄사상인 2017년 국내 지역을 대상으로 아노말리로 표현되는 기존 ESI, 가뭄 발생 지역, 표준지하수지수 (Standardized Groundwater level Index, SGI) 공간분포와 비교 하여 제시한 가뭄 단계에 대하여 적용성을 평가하고자 한다.
본 연구에서는 위성영상 기반 가뭄지수인 ESI의 국내 가뭄 판단에 대한 적용성을 위하여 기존의 아노말리를 통한 가뭄 경향성 파악이 아닌 격자별 가뭄 심도에 대한 국내 적용가능한 가뭄 단계를 명확하게 제시하고자 하였다. 미국 국립가뭄 경감센터 (NDMC)에서 활용하고 있는 USDM의 Percentile 방법을 적용하여 ESI의 가뭄 심도별 단계를 5단계로 구분하였고, USDM 기준 ESI를 2017년 실제 가뭄사상을 기준으로 기존 ESI, 가뭄발생면적, 표준지하수지수 (SGI)와 비교 및 분석을 하였다.
본 연구에서는 선행 연구에서 검증된 ESI 데이터를 활용하여 미국에서 사용되고 있는 가뭄 판단 기준을 적용하였으며, 국내에 활용할 수 있는 가뭄 심도 분류 기준을 제시하였다. 실제 가뭄사상인 2017년 국내 지역을 대상으로 아노말리로 표현되는 기존 ESI, 가뭄 발생 지역, 표준지하수지수 (Standardized Groundwater level Index, SGI) 공간분포와 비교 하여 제시한 가뭄 단계에 대하여 적용성을 평가하고자 한다.
제안 방법
Department of Agriculture, USDA)가 공동 으로 개발하였으며, 가뭄의 심각성을 파악하고 취약성이나 위험성을 이해하기 위한 목적으로 활용하였다. Abnormally dry (D0), Moderate drought (D1), Severe drought (D2), Extreme drought (D3), Exceptional drought (D4)을 포함한 복수의 가뭄 범주를 활용하여 가뭄에 대해 판단한다. 미국 전역에서 가뭄의 규모 및 공간적 범위에 대한 영향을 파악하고 표현하는 것을 목표료 하며, 가뭄 발생에 대하여 백분위수 (Percentile) 를 활용하여 가뭄 심도의 임계값을 표현하였다.
USDM 기준 Percentile에 맞추어 ESI를 산정하기 위하여 Fig. 1과 같이 18년 데이터의 ESI 격자 정규분포 및 누적분포를 그래프로 표현하였으며, 누적분포 그래프를 활용하여 USDM에서 활용하는 Percentile의 ESI 값을 산정하였다. ESI 값 -0.
USDM 기준을 적용한 ESI의 가뭄 심도별 가뭄 단계에 따른 국내 지역의 가뭄 판단에 대한 적용성을 확인하기 위하여, 최근 극심한 가뭄사상을 나타냈던 2017년을 기준으로 분석하 였다. 2017년 이상기후보고서 (KMA, 2018)에 의하면, 전국 연강수량은 평년 대비 74%로 평년 1,308 mm보다 적은 968 mm이며, 특히 5월과 6월의 전국 평균 강수량이 29.
본 연구에서는 위성영상 기반 가뭄지수인 ESI의 국내 가뭄 판단에 대한 적용성을 위하여 기존의 아노말리를 통한 가뭄 경향성 파악이 아닌 격자별 가뭄 심도에 대한 국내 적용가능한 가뭄 단계를 명확하게 제시하고자 하였다. 미국 국립가뭄 경감센터 (NDMC)에서 활용하고 있는 USDM의 Percentile 방법을 적용하여 ESI의 가뭄 심도별 단계를 5단계로 구분하였고, USDM 기준 ESI를 2017년 실제 가뭄사상을 기준으로 기존 ESI, 가뭄발생면적, 표준지하수지수 (SGI)와 비교 및 분석을 하였다.
실제 가뭄 발생 시기인 4월부터 8월까지가 관개기에 해당하며, 동일 시기에 대한 ESI 값의 격자 분포는 전체기간보다 낮은 분포를 보였다. 본 연구에서는 낮은 ESI 값 격자 분포를 보이는 관개기를 중심으로 기상청 보도자료 및 2017년 이상기후보고서 등을 활용하여 4월부터 8월까지의 실제 가뭄 기록을 Table 4와 같이 표현하였다.
6월 이후 남부지방에 가뭄의 지속 및 심화됐으며, 중부지방의 경우 장마로 인하여 심화된 가뭄이 점차 해갈되었다. 이후 7, 8월에는 남부지방에 대한 가뭄이 두드러졌으며, 이와 같은 가뭄 양상을 해갈-발생-지속-심화 단계의 가뭄 발생 지역 지도로 만들어 USDM 기준 ESI와공간분포 비교를 하였다. 전반적인 공간분포 양상은 유사하였으며, 7, 8월 중부지방에서 남부지방으로 가뭄 발생이 변화하는 모습을 나타냈다.
대상 데이터
7 mm로 평년 대비 각각 29%, 38%로 1973년 이후 최소 3위 안에 드는 극심한 강수 부족을 겪었다. 가뭄은 경기, 충청, 전남 지역을 중심으로 시작하여 5월과 6월에는 경상까지 가뭄상황이 확대되었다. 6월 24일부터 7월 29일까지 장마가 있었지만 잦은 국지성 집중호우로 지역간 강수량 편차가 컸다.
단순 표준화된 아노말리로 가뭄, 비가뭄의 정도만을 표현했던 ESI에 대하여 USDM의 Percentile 방법을 적용한 가뭄 심도별 가뭄 단계를 구분하기 위하여 활용 가능한 ESI 데이터 2001년부터 2018년까지 총 18년 데이터를 취득하였다. 대상 지역인 국내 전역에 대한 모든 격자 값을 추출하였으며, 국내를 기준으로 1개의 영상에 추출 가능한 최대 격자 개수는 3,663개, 연간 영상의 개수는 52개, 활용 가능한 년의 개수는 18년으로 약 340만 개의 격자를 추출할 수 있다.
연구 대상 지역은 강수특성이 내륙에 비해 현저하게 다른 특성이 나타나는 울릉도, 제주도 등 도서지역을 제외한 국내 지역으로 8개 도와 165개의 시군구를 대상으로 선정하였다. 위성영상 기반의 가뭄지수인 ESI 영상자료는 USAID (United States Agency for International Development)와 NASA (National Aeronautics and Space Administration)의 공동개발계획인 SERVIR (https://www.
연구 대상 지역은 강수특성이 내륙에 비해 현저하게 다른 특성이 나타나는 울릉도, 제주도 등 도서지역을 제외한 국내 지역으로 8개 도와 165개의 시군구를 대상으로 선정하였다. 위성영상 기반의 가뭄지수인 ESI 영상자료는 USAID (United States Agency for International Development)와 NASA (National Aeronautics and Space Administration)의 공동개발계획인 SERVIR (https://www.servirglobal.net)에서 주 단위로 공간해상도 약 5 km (0.05 degree)의 4주, 12주 합성데이터를 전 세계 범위로 제공하고 있으며, 본 연구에서는 주 단위의 ESI 4주 합성데이터를 활용하였다.
이론/모형
, 2014). ALEXI는 the Two-Source Energy Balance model (TSEB; Norman et al., 1995)을 기반으로 하며, 지표면은 온도, 플럭스 및 대기 결합이 다른 토양과 식물 요소의 합성을 활용한다. ALEXI는 순복사 (RN, W m -2 ), 현열 (H, W m -2 ), 잠열 (#특수문자첨부필요 E, W m -2 ), 토양 열전도 (G, W m -2 ) 플럭스로 구성되어있으며, 식 (3)과 같다.
여기서, PET (Potential Evapotranspiration)는 국제연합식량 농업기구 (Food and Agriculture Organization of the United Nations, FAO)에서 제공하는 FAO-56 Penman Monteith (FAO56 PM)을 기반으로 한 잠재증발산량 (mm day -1 )이며, Allen et al. (1998)에 의해 기술된 바와 같이 식 (2)를 활용하여 산정한다. Rn은 순복사량 (net radiation, MJ m -2 day -1 ), G는토양 열 유속 밀도 (soil heat flux density, MJ m -2 day -1 ), Tmean 은 2 m 높이에서의 일평균기온 (℃), u2 는 2 m 높이에서의 풍속 (m s -1 ), es - ea 는 포화증기압에서 실제증기압 (kPa)을감한 포화 결손량, ?은 증기압 곡선의 기울기(kPa ℃ -1 ), 그리고 #특수문자첨부필요 은 건습계상수 (psychrometric coefficient, kPa ℃ -1 )이다.
성능/효과
Percentile은 지역 전문가의 주관적인 평가에 기반하여 조정이 가능하도록 고안되었으며, 객관적인 데이터와 결합하여 가뭄 분석에 사용되는 모든 매개 변수에 적용이 가능하다. USDM에서는 Percentile 활용 방법의 예시로 강수량을 기준으로 하는 방법을 제시하였으며, 100년치의 연별 강수량 데이터를 나열하여 가장 강수량이 적은 2개년도 (하위 2%)를 D4, 그 다음으로 적은 연강수량을 가진 3개년도 (하위 5%)를 D3 순으로 산정하여 Table 1과 같이 30% 이하의 범주를 가뭄으로 판단하였다.
특히, D4 단계의 가뭄 비율이 높기 때문에 2017년 국내 가뭄 상황이 국가적재난 상황 단계로 유추할 수 있고 실제 보도자료를 통하여 2017년 가뭄사상은 국내 발생 가뭄 중에서도 극심한 가뭄사 상으로 확인되었다. SGI와 비교하여 가뭄 분석 및 판단에 다소 민감하다고 판단되며, 상관분석을 통하여 상관계수 0.798 로 두 가뭄지수 간의 강한 양의 상관관계가 있음을 확인하였다. 이는 제시한 USDM 기준 ESI 가뭄 단계가 기존에 국내에 서 활용하는 가뭄 단계와 같이 적용 가능하며, 향후 장기적인 가뭄사상 분석에 대하여 활용가능성이 높다고 사료된다.
USDM 기준 ESI는 아노말리로 표현하는 기존의 ESI와 동일하게 가뭄의 경향성을 파악할 수 있었다. 하지만 기존 ESI의 경우 가뭄 표현의 명확한 분류가 없기 때문에 가뭄의 심도에 대한 주관적인 판단으로 인하여 객관성이 낮았다.
단순 표준화된 아노말리로 가뭄, 비가뭄의 정도만을 표현했던 ESI에 대하여 USDM의 Percentile 방법을 적용한 가뭄 심도별 가뭄 단계를 구분하기 위하여 활용 가능한 ESI 데이터 2001년부터 2018년까지 총 18년 데이터를 취득하였다. 대상 지역인 국내 전역에 대한 모든 격자 값을 추출하였으며, 국내를 기준으로 1개의 영상에 추출 가능한 최대 격자 개수는 3,663개, 연간 영상의 개수는 52개, 활용 가능한 년의 개수는 18년으로 약 340만 개의 격자를 추출할 수 있다. 하지만, 겨울철 적설과 구름 등의 기상 조건으로 인하여 실제 활용 가능한 격자의 개수는 약 327만 개이며, 연별 격자 개수는 Table 2와같다.
7은 ESI와 SGI의 가뭄 단계별 비율을 나타내었으며, ESI는 D1부터 D4, SGI는 관심-주의-경계-심각 4단계를 비교하였다. 두 가뭄지수 모두 각 단계별 중앙값이 D1, D2, D3 순서대로 비율이 높았으며, ESI의 경우 중앙값과 최대값의 D4 단계 가뭄 비율이 SGI에 비해 높게 나타났다. ESI는 지속 또는 심화되는 가뭄에 대하여 D3, D4 단계 위주로 표현을 하며, SGI와 비교하여 가뭄 분석에 민감한 것으로 판단된다.
본 연구 결과를 통하여 USDM 기준 ESI는 실제 가뭄사상에 대하여 가뭄 시작, 지속, 심화, 해갈 등과 극심한 가뭄 현상에 대하여 반영되었으며, 기존의 ESI 표현 방법보다 객관적으로 가뭄 분석에 활용할 수 있다. 하지만 USDM 기준으로 이루어진 Percentile 방법이 국내 가뭄 표현에 대한 왜곡 또는 등급 구분에 따른 작위적 위험성에 대하여 지속적인 연구가 필요할 것으로 판단된다.
가뭄 시작 시기인 4월 말부터 가뭄 누적 비율이 급격히 높아져 약 80% 까지상승하였다. 이후 전체적인 가뭄 누적 비율은 8월 전까지 60% 이상이며, 가뭄이 심화되는 5, 6월은 극심한 가뭄을 표현하는 D3, D4 단계의 가뭄 누적 비율이 높아졌다. 중부지방 장마로 인하여 7월 이후 가뭄 누적 비율이 다소 감소하지만, 남부지 방의 가뭄 지속 및 심화로 가뭄 누적 비율이 유지되었으며, 특히 D4 단계의 비율은 5월부터 7월까지 약 20%에 가까운누적 비율을 보였다.
이후 전체적인 가뭄 누적 비율은 8월 전까지 60% 이상이며, 가뭄이 심화되는 5, 6월은 극심한 가뭄을 표현하는 D3, D4 단계의 가뭄 누적 비율이 높아졌다. 중부지방 장마로 인하여 7월 이후 가뭄 누적 비율이 다소 감소하지만, 남부지 방의 가뭄 지속 및 심화로 가뭄 누적 비율이 유지되었으며, 특히 D4 단계의 비율은 5월부터 7월까지 약 20%에 가까운누적 비율을 보였다.
2017년 실제 가뭄 기록을바탕으로 공간분포 양상을 비교하였으며, 4월부터 8월까지가뭄의 분포 및 변화에 대하여 유사한 경향을 보였다. 지하수 위를 활용한 가뭄지수인 SGI와 비교를 통하여 가뭄 발생 지역에 대하여 유사한 가뭄 상황 표현이 나타났으며, 해당 기간의 가뭄 단계별 비율을 통하여 USDM 기준 ESI는 지속 및 심화 되는 가뭄에 대하여 D3 (Extreme drought), D4 (Exceptional drought) 가뭄 단계의 표현 빈도가 높았다. 특히, D4 단계의 가뭄 비율이 높기 때문에 2017년 국내 가뭄 상황이 국가적재난 상황 단계로 유추할 수 있고 실제 보도자료를 통하여 2017년 가뭄사상은 국내 발생 가뭄 중에서도 극심한 가뭄사 상으로 확인되었다.
지하수 위를 활용한 가뭄지수인 SGI와 비교를 통하여 가뭄 발생 지역에 대하여 유사한 가뭄 상황 표현이 나타났으며, 해당 기간의 가뭄 단계별 비율을 통하여 USDM 기준 ESI는 지속 및 심화 되는 가뭄에 대하여 D3 (Extreme drought), D4 (Exceptional drought) 가뭄 단계의 표현 빈도가 높았다. 특히, D4 단계의 가뭄 비율이 높기 때문에 2017년 국내 가뭄 상황이 국가적재난 상황 단계로 유추할 수 있고 실제 보도자료를 통하여 2017년 가뭄사상은 국내 발생 가뭄 중에서도 극심한 가뭄사 상으로 확인되었다. SGI와 비교하여 가뭄 분석 및 판단에 다소 민감하다고 판단되며, 상관분석을 통하여 상관계수 0.
후속연구
하지만 기존 ESI의 경우 가뭄 표현의 명확한 분류가 없기 때문에 가뭄의 심도에 대한 주관적인 판단으로 인하여 객관성이 낮았다. 본 연구 에서 산정한 USDM 기준 ESI는 가뭄 심도의 구분을 통한 격자별 가뭄 분석 및 판단이 가능하여 소규모 지역의 가뭄 대응에 활용할 수 있을 것으로 사료된다. 2017년 실제 가뭄 기록을바탕으로 공간분포 양상을 비교하였으며, 4월부터 8월까지가뭄의 분포 및 변화에 대하여 유사한 경향을 보였다.
798 로 두 가뭄지수 간의 강한 양의 상관관계가 있음을 확인하였다. 이는 제시한 USDM 기준 ESI 가뭄 단계가 기존에 국내에 서 활용하는 가뭄 단계와 같이 적용 가능하며, 향후 장기적인 가뭄사상 분석에 대하여 활용가능성이 높다고 사료된다.
본 연구 결과를 통하여 USDM 기준 ESI는 실제 가뭄사상에 대하여 가뭄 시작, 지속, 심화, 해갈 등과 극심한 가뭄 현상에 대하여 반영되었으며, 기존의 ESI 표현 방법보다 객관적으로 가뭄 분석에 활용할 수 있다. 하지만 USDM 기준으로 이루어진 Percentile 방법이 국내 가뭄 표현에 대한 왜곡 또는 등급 구분에 따른 작위적 위험성에 대하여 지속적인 연구가 필요할 것으로 판단된다. 향후 다양한 가뭄지수의 활용을 통한 검증과 우리나라의 지역적 특성 및 가뭄 관련 데이터 등을 고려한 Percentile을 새롭게 제시하여, USDM과 같이 여러 가지 가뭄 지표를 통합하는 가뭄 정보 시스템에 활용할 수 있을 것으로 판단된다.
하지만 USDM 기준으로 이루어진 Percentile 방법이 국내 가뭄 표현에 대한 왜곡 또는 등급 구분에 따른 작위적 위험성에 대하여 지속적인 연구가 필요할 것으로 판단된다. 향후 다양한 가뭄지수의 활용을 통한 검증과 우리나라의 지역적 특성 및 가뭄 관련 데이터 등을 고려한 Percentile을 새롭게 제시하여, USDM과 같이 여러 가지 가뭄 지표를 통합하는 가뭄 정보 시스템에 활용할 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
기존 ESI가 있음에도 USDM 기준 ESI을 산정한 이유는?
USDM 기준 ESI는 아노말리로 표현하는 기존의 ESI와 동일하게 가뭄의 경향성을 파악할 수 있었다. 하지만 기존 ESI의 경우 가뭄 표현의 명확한 분류가 없기 때문에 가뭄의 심도에 대한 주관적인 판단으로 인하여 객관성이 낮았다. 본 연구 에서 산정한 USDM 기준 ESI는 가뭄 심도의 구분을 통한 격자별 가뭄 분석 및 판단이 가능하여 소규모 지역의 가뭄 대응에 활용할 수 있을 것으로 사료된다.
대표적인 가뭄지수에 무엇이 있는가?
일반적으로 가뭄을 해석하기 위하여 가뭄 심도, 빈도, 피해 면적과 기간의 영향을 고려한 가뭄지수를 이용하며, 대표적인 가뭄지수로는 표준강수지수 (Standardized Precipitation Index, SPI), 파머가뭄심도지수 (Palmer Drought Severity Index, PDSI), 표준강수증발산지수 (Standardized Precipitation Evapotranspiration Index, SPEI), 강수평년비 (Percent of Normal Precipitation, PN), 토양수분지수 (Soil Moisture Index, SMI) 등이 있다. 현재 전 세계적으로 다양한 가뭄지수들이 개발되면서 가뭄 분류 기준의 등급도 다양하게 적용되고 있다.
기후변화로 인한 가뭄의 피해 상황은?
최근 기후변화로 인한 가뭄의 피해는 지역으로 국한되지 않고 전 세계적으로 식량 및 경제적 문제를 야기할 수 있을 정도로 영향은 광범위하며 (Sternberg, 2011), 가뭄의 발생빈도가 잦아지고 사회적, 경제적, 환경적 피해 규모가 커지는 추세이다 (Wilhite et al., 2000; Sohn et al., 2014). 기후변화와 관련하여 자연재해에 대한 적응의 중요성이 강조되고 있으며, 국립해양기상청 (National Oceanic and Atmospheric Administration, NOAA)이 발표하는 재해유형별 경제손실액 보고서 (Smith and Katz, 2013)에 의하면 가뭄에 의한 경제적 손실은 홍수에 비해 2배 이상이며, 1980년 이후 가뭄의 발생 빈도는 전체 재해빈도 중 14%에 해당하지만, 피해액은 전체 재해피해액의 25%를 차지하고 있다 (Nam et al.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.