[논문]MODIS 위성영상 기반 ESI와 ROC 분석을 이용한 가뭄위험평가

윤동현; 남원호; 이희진; 홍은미; 김태곤

doi:10.5389/ksae.2020.62.3.051

MODIS 위성영상 기반 ESI와 ROC 분석을 이용한 가뭄위험평가
Drought Hazard Assessment using MODIS-based Evaporative Stress Index (ESI) and ROC Analysis 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.62 no.3, 2020년, pp.51 - 61

윤동현 (Department of Bioresources and Rural Systems Engineering, Hankyong National University) , 남원호 (School of Social Safety and Systems Engineering, Institute of Agricultural Environmental Science, National Agricultural Water Research Center, Hankyong National University) , 이희진 (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)

Abstract ▼ AI-Helper

Drought events are not clear when those start and end compared with other natural disasters. Because drought events have different timing and severity of damage depending on the region, various studies are being conducted using satellite images to identify regional drought occurrence differences. In this study, we investigated the applicability of drought assessment using the Evaporative Stress Index (ESI) based on Moderate Resolution Imaging Spectroradiometer (MODIS) satellite images. The ESI is an indicator of agricultural drought that describes anomalies in actual and reference evapotranspiration (ET) ratios that are retrieved using remotely sensed inputs of Land Surface Temperature (LST) and Leaf Area Index (LAI). However, these approaches have a limited spatial resolution when mapping detailed vegetation stress caused by drought, and drought hazard in the actual crop cultivation areas due to the small crop cultivation in South Korea. For these reasons, the development of a drought index that provides detailed higher resolution ESI, a 500 m resolution image is essential to improve the country's drought monitoring capabilities. The newly calculated ESI was verified through the existing 5 km resolution ESI and historical records for drought impacts. This study evaluates the performance of the recently developed 500 m resolution ESI for severe and extreme drought events that occurred in South Korea in 2001, 2009, 2014, and 2017. As a result, the two ES Is showed high correlation and tendency using Receiver Operating Characteristics (ROC) analysis. In addition, it will provide the necessary information on the spatial resolution to evaluate regional drought hazard assessment and and the small-scale cultivation area across South Korea.

주제어

표/그림 (11)

그림 Fig. 1 Flow chart of the ESI estimation process using the MODIS satellite images
표 Table 1 Linear relationships according to the Pearson's correlation coefficient
표 Table 2 Two-dimensional contingency table
표 Table 3 Historical records for severe drought events from 2001 to 2017
그림 Fig. 2 Correlation analysis between ESI_500m and ESI_5km for the eight provinces (2001-2019 years)
그림 Fig. 3 ESI anomaly analysis to identify trends in drought period. Vertical red bars indicated severe drought events in South Korea.
표 Table 4 Correlation analysis between ESI_500m and ESI_5km for the eight provinces according to the analysis period (entire period and drought period)
그림 Fig. 4 ESI_500m and ESI_5km drought maps for drought duration and depth
그림 Fig. 5 ROC analysis of 6-month SPI for the eight provinces
그림 Fig. 6 ROC analysis of ESI500m for the eight provinces
그림 Fig. 7 ROC analysis of the multiple drought indices for South Korea

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 이러한 해상도의 한계를 보완하고 재배환경 및 지형적 특성을 고려한 가뭄 분석을 위해 MODIS (Moderate Resolution Imaging Spectroradiometer) 위성을 활용하여 500m 해상도의 ESI (ESI 500m)를 산정하고자 한다. ESI_500m는 ESI_5km와의 상관분석을 통해 활용성을 검증하고, SPI와의 ROC (Receiver Operating Characteristics) 분석을 통해 국내 가뭄 분석을 위한 가뭄지수로서의 적합성을 확인고자 한다.
본 연구에서는 MODIS 위성 영상을 사용하여 국내 재배환경 및 지형적 특성을 고려할 수 있는 ESI_500m를 산정하였으며, 기존 ESI_5km와의 상관분석 및 가뭄지도를 통한 경향 분석, 6개월 지속기간 SPI (SPI6)와의 ROC 분석을 통해 국내 가뭄 판단을 위한 가뭄지수로서의 적합성을 확인하고자 하였다. 상관분석에는 전체 기간을 비교한 분석과 가뭄 시기만을 고려한 분석을 하였으며, ROC 분석은 8개 도에 대한 24개 가뭄 발생 시기를 정리하여 총 99개 시기를 대상으로 SPI6, ESI_500m, ESI_5km의 결과를 비교하였다.
5 km 해상도 영상은 미국, 중국과 같이 재배 면적이 넓은 지역의 분석에는 적합하지만, 국내의 경우 작물 재배 면적이 작고 논과 밭 등이 인접하게 모여있는 지역에서는 저해상도로 인한 분석의 한계가 발생한다. 본 연구에서는 이러한 해상도의 한계를 보완하고 재배환경 및 지형적 특성을 고려한 가뭄 분석을 위해 MODIS (Moderate Resolution Imaging Spectroradiometer) 위성을 활용하여 500m 해상도의 ESI (ESI 500m)를 산정하고자 한다. ESI_500m는 ESI_5km와의 상관분석을 통해 활용성을 검증하고, SPI와의 ROC (Receiver Operating Characteristics) 분석을 통해 국내 가뭄 분석을 위한 가뭄지수로서의 적합성을 확인고자 한다.

제안 방법

1과 같다. ESI_500m는 8일 주기의 500m 해상도이며, ESI_5km와 같은 조건 으로 Z-score 표준화를 실시하였다. 표준화한 주기별 ESI 영 상은 3∼4개 주기를 합성하여 2001년부터 2019년까지 월별 ESI_500m 자료로 구축하였다.
ESI_500m와 ESI_5km가 실제 가뭄을 동일하게 나타내는지 확인 하기 위해 공간분포 지도를 활용하여 확인하였다. 과거 심각 한 가뭄이 있었던 2001년 5월, 2009년 5월, 2017년 8월을 비교 대상으로 하였으며, 2001년 5월은 중부지방에서의 가뭄, 2009 년 5월은 전국에 걸친 가뭄, 2017년 8월은 남부지방에서 극심한 가뭄 등으로 가뭄이 발생하였던 해이다.
ROC 분석을 통해 ESI_500m를 활용한 가뭄 판단의 유용성 및 실제 가뭄 시기와의 적중률을 확인하였다. 분석 결과의 비교를 위해 현재 국내 가뭄 분석에 활용되고 있는 SPI6를 함께 분석하였다.
가뭄 시기와 비 가뭄 시기에 따른 상관성 차이를 확인하기 위해 전체 기간에 대한 변화 경향 확인 및 가뭄 시기의 상관분석을 실시하였다. Fig.
실제 가뭄 발생 시기를 대상으로 검증하였으며, 특히 극심한 가뭄이 들었던 2001년 5 월, 2009년 5월, 2017년 8월을 분석하였다. 각각의 ESI 공간분포 지도를 통해 실제 가뭄 발생지역, 가뭄 심도 등에 대한 경 향을 비교하였다. 상관분석에 사용한 피어슨 상관계수는 두 변량 사이의 상관관계의 정도를 나타내는 수치이며 (Schober et al.
ESI_5km의 경우 7일, ESI_500m의 경우 8일 주기의 영상 취득이 가능하여 동일한 날짜 간 분석은 불가능하였다. 동일한 기간의 분석을 위해 해당 월에 맞게 3장 또는 4장의 주기별 영상을 한 달로 합성하여 월별 자료를 구축하였다. 상관분석은 8개 도단위 (경기도, 강원도, 충청남도, 충청북도, 경상남도, 경상북도, 전라남도, 전라북 도)를 대상으로 2001년부터 2019년까지 분석하였으며, 결과 는 Fig.
와의 상관분석 및 가뭄지도를 통한 경향 분석, 6개월 지속기간 SPI (SPI6)와의 ROC 분석을 통해 국내 가뭄 판단을 위한 가뭄지수로서의 적합성을 확인하고자 하였다. 상관분석에는 전체 기간을 비교한 분석과 가뭄 시기만을 고려한 분석을 하였으며, ROC 분석은 8개 도에 대한 24개 가뭄 발생 시기를 정리하여 총 99개 시기를 대상으로 SPI6, ESI_500m, ESI_5km의 결과를 비교하였다.
, 2019). 상관분석은 전국 8개 도에 대해 주기별 ESI값을 월별로 합성하여 분석하였다.
7 이상으로 나타나 가뭄 판단에 적합하다고 볼 수 있는 적중률을 보였다고 판단된다. 전국 단위의 분석에는 SPI6와 비교하여 ESI_500m가 어느 정도 수준의 적중률을 보이는지, 선행연구들에서 검증된 ESI_5km와 비슷한 적중률을 보이는지 확인하기 위해 세 가지 가뭄지수를 비교하였다. Fig.
취득한 실제 증발산량과 잠재 증발산량 영상자료는 우리나 라 좌표계에 맞게 정사 보정 후 이상값 제거, Scale factor 계산 등의 과정을 통해 연구범위에 맞게 구축하였다.

대상 데이터

분석 결과의 비교를 위해 현재 국내 가뭄 분석에 활용되고 있는 SPI6를 함께 분석하였다. 2001년부터 2017년까지 ESI_500m와 SPI6의 데이터를 월별로 정리하여 분석에 활용하였으며, 지역은 8개 도를 대상으로 하였다. ROC 분석 결과는 Area Under Curve (AUC) 값으로 나타나며, 적중률은 0.
계산된 ESI는 2, 4, 8주 또는 1∼3개월 등의 시간 척도에 따라 합성되며 최종적으로 5km 해상도의 7일 주기의 영상이 제공된다. 4주 합성된 ESI _5km 자료를 2001년부터 2019년까지 구축하였으며, 본 연구에서 산 정한 ESI_500m와 비교 검증에 활용하였다.
500m 해상도 ESI를 산정하기 위해 MOD 16A2 영상의 실제 증발산량과 잠재 증발산량 자료를 활용하였다. MOD 16A2의 실제 증발산량 산정 알고리즘은 MCD12Q1 영상을 활용한 토지 피복 도와 NASA Global model ling and Assimilation Office (GMAO)가 제공하는 6시간 단위의 평균 및 최소 온도, 광합성 유효 방사량, 습도 등의 기상인자, MOD 15A 2H를 통해 취득한 잎 면적 지수 (Leaf Area Index, LAI) 등을 활용한다 (Running et al.
ROC 분석은 2001년부터 2017년까지, 영농기 (5월∼9월)를 대상으로 분석하였으며, ESI와 비교 분석을 위해 기상 가뭄 분석에서 사용되고 있는 6개월 SPI (SPI6)를 활용하였다.
ROC 분석은 2001년부터 2017년까지, 영농기 (5월∼9월)를 대상으로 분석하였으며, ESI와 비교 분석을 위해 기상 가뭄 분석에서 사용되고 있는 6개월 SPI (SPI6)를 활용하였다. SPI6 는 기상청 강수량 자료를 이용하여 산정하였으며, ESI와 마찬가지로 8개 도에 대한 월별자료를 구축하였다. 가뭄 기준의 경우 Anderson et al.
, 2016). 분석에 사용한 실제 가뭄 자료는 8개 도에 대한 24개 가뭄 시기를 정리하여 총 99개 시기의 자료를 구축하였다. Fig.
동일한 기간의 분석을 위해 해당 월에 맞게 3장 또는 4장의 주기별 영상을 한 달로 합성하여 월별 자료를 구축하였다. 상관분석은 8개 도단위 (경기도, 강원도, 충청남도, 충청북도, 경상남도, 경상북도, 전라남도, 전라북 도)를 대상으로 2001년부터 2019년까지 분석하였으며, 결과 는 Fig. 2와 같다. 상관계수 값은 충청남도에서 0.
산정한 ESI_500m의 가뭄지수로서의 검증을 위해 과거 심각한 가뭄 시기를 대상으로 ESI_5km와 경향 분석 및 피어슨 상관분석을 실시하였다. 실제 가뭄 발생 시기를 대상으로 검증하였으며, 특히 극심한 가뭄이 들었던 2001년 5 월, 2009년 5월, 2017년 8월을 분석하였다. 각각의 ESI 공간분포 지도를 통해 실제 가뭄 발생지역, 가뭄 심도 등에 대한 경 향을 비교하였다.
ESI는 NASA (National Aeronautics and Space Administration)과 USAID (United States Agency for International Development)가 협력하여 개발한 전 지구 위성자료 및 공간정보자료 제공 플랫폼인 SERVIR를 통해 제공되고 있다. 취득 가능한 ESI 영상자료는 GOES (Geostationary Operational Environmental Satellite) 위성 영상을 활용하여 산정되며, 기본적인 산정 식은 식 (1)과 같다.
표준화한 주기별 ESI 영 상은 3∼4개 주기를 합성하여 2001년부터 2019년까지 월별 ESI500m 자료로 구축하였다.

데이터처리

MODIS 위성영상을 활용하여 산정한 ESI_500m의 검증을 위해 기존 ESI_5km와 상관분석을 실시하였다. ESI_5km의 경우 7일, ESI_500m의 경우 8일 주기의 영상 취득이 가능하여 동일한 날짜 간 분석은 불가능하였다.
를 활용한 가뭄 판단의 유용성 및 실제 가뭄 시기와의 적중률을 확인하였다. 분석 결과의 비교를 위해 현재 국내 가뭄 분석에 활용되고 있는 SPI6를 함께 분석하였다. 2001년부터 2017년까지 ESI_500m와 SPI6의 데이터를 월별로 정리하여 분석에 활용하였으며, 지역은 8개 도를 대상으로 하였다.
산정한 ESI_500m의 가뭄 민감성 및 국내 가뭄 판단 적용성을 확인하기 위해 ROC 분석을 활용하였다. 기상 분야에서의 ROC 분석은 주로 확률예보의 정성적 검증에 활용되는 기법 으로, 실제 가뭄 사례와 가뭄지수와의 정량적인 평가를 위해 활용되었다 (Bae et al.
에서 사용한 위성 영상의 종류, 실제 증발산량 계산 알고리즘, 잠재 증발산량 계산에 활용한 기상인자 등이 다르기 때문에 두 지수의 상관 분석이 필요하다. 산정한 ESI_500m의 가뭄지수로서의 검증을 위해 과거 심각한 가뭄 시기를 대상으로 ESI_5km와 경향 분석 및 피어슨 상관분석을 실시하였다. 실제 가뭄 발생 시기를 대상으로 검증하였으며, 특히 극심한 가뭄이 들었던 2001년 5 월, 2009년 5월, 2017년 8월을 분석하였다.

이론/모형

500m 해상도 ESI를 산정하기 위해 MOD 16A2 영상의 실제 증발산량과 잠재 증발산량 자료를 활용하였다. MOD 16A2의 실제 증발산량 산정 알고리즘은 MCD12Q1 영상을 활용한 토지 피복 도와 NASA Global model ling and Assimilation Office (GMAO)가 제공하는 6시간 단위의 평균 및 최소 온도, 광합성 유효 방사량, 습도 등의 기상인자, MOD 15A 2H를 통해 취득한 잎 면적 지수 (Leaf Area Index, LAI) 등을 활용한다 (Running et al. 2019). 각각의 영상들은 공간 보관 및 해상도 보정을 통해 같은 수준의 데이터로 가공한 후 계산된다.
가뭄 기준의 경우 Anderson et al. (2016)을 참고하여 ESI는 음의 값을, Svoboda et al. (2002)을 참고하여 SPI는 –0.5로 선정하였다.
여기서 ET는 실제 증발산량을 나타내며, Atmosphere Land Exchange Inverse (ALEXI) 모델을 사용하여 계산된다 (Anderson et al. 1997). ALEXI는 위성영상 기반 Thermal infrared (TIR) 원격 탐지 모델로 Norman et al.

성능/효과

경향 비교는 본 연구에서 조사 된 과거 가뭄 시기와 지역만을 고려하여 진행하였으며, 그 외 에 가뭄으로 나타난 지역에 대한 분석은 제외하였다. 2001년 5월 가뭄지도 비교 결과, 두 지도에서 모두 중부지방의 가뭄 경향이 나타났으며, 2009년 5월의 경우 두 지도 모두 전국적 인 가뭄 경향을 보였으나, 실제 2009년 5월 가뭄의 특징인 강원도 지역에서의 가뭄 경향은 ESI_5km에서 상대적으로 높게 표현되었다. 2014년 7월의 전국적인 가뭄은 ESI_500m에서 구현 되었으며, ESI_5km의 경우 경기도에서의 가뭄 경향이 실제와 차이가 있었다.
2001년부터 2019년까지 전체 기간에 대한 ESI_500m와 ESI_5km 의 상관분석 결과는 상관계수 값이 0.631로 나타나 높은 양적 선형 상관관계를 보였다. 가뭄 발생 시기만을 고려하여 분석한 결과는 0.
470으로 분 석지역 중 가장 낮은 상관계수 값을 보였다. 8개 도에서 모두 유의미한 양적 선형 상관관계를 보였으며, 전국단위로 상관 분석한 결과는 상관계수 값이 0.631로 높은 상관성을 보였다.
ESI_500m의 ROC 분석 결과 충청남도 (AUC=0.961)와 전라남도 (AUC=0.927)에서 가장 높은 적중률을 보였으며, 경기도 (AUC=0.884), 경상북도 (AUC=0.803), 충청북도 (AUC=0.792), 전라북도 (AUC=0.785), 경상남도 (AUC=0.779), 강원도 (AUC=0.683) 순으로 나타났다. 강원도를 제외한 전체 지역에서 AUC 값이 0.
6은 각각 SPI6와 ESI의 ROC 분석 결과 및 AUC 값을 나타낸 것이다. SPI6는 전체 지역에서 높은 적중률을 보였으며, 8개 도의 평균 AUC 값은 0.909로 높게 나타났다. 이러한 결과는 국내 가뭄 현황 자료가 강수 부족을 기반으로 작성됐다는 것과 큰 연관성이 있다고 판단된다.
631로 나타나 높은 양적 선형 상관관계를 보였다. 가뭄 발생 시기만을 고려하여 분석한 결과는 0.786으로 전체 기간의 분석 결과보다 높은 상관성을 보이는 것으로 보아 두 ESI의 계산 알고리즘 및 구성 인자의 차이는 가뭄 시기보다 비 가뭄 시기에 더 큰 영향을 미친다고 판단된다. 또한, 특정 가뭄 시기와 지역에 대한 공간분포 지도를 비교한 결과 ESI_500m와 ESI_5km가 매우 유사한 경향을 보여 가뭄 판단에 있어서 ESI_500m가 ESI_5km와 큰 차이가 없음을 확인하였다.
683) 순으로 나타났다. 강원도를 제외한 전체 지역에서 AUC 값이 0.7 이상으로 나타나 가뭄 판단에 적합하다고 볼 수 있는 적중률을 보였다고 판단된다. 전국 단위의 분석에는 SPI6와 비교하여 ESI_500m가 어느 정도 수준의 적중률을 보이는지, 선행연구들에서 검증된 ESI_5km와 비슷한 적중률을 보이는지 확인하기 위해 세 가지 가뭄지수를 비교하였다.
강수 부족을 가뭄의 기준으로 한다는 점을 고려하였을때, SPI6의 ROC 분석 적중률이 높다는 것은 본 연구에서 선정한 가뭄 시기가 적정했음을 의미한다고 판단하였다. 두 ESI 지수의 ROC 분석 결과가 모두 높은 적중률로 비슷하게 나타나, 산정한 ESI_500m가 기존 ESI_5km와 비교하였을 때, 해상도의 한계는 보완하였으며 가뭄 판단 능력은 비슷한 수준으로 국내 가뭄 판단에 적합하다고 판단된다. 본 연구에서 제시한 ESI_500m는 500 m의 해상도로 논, 밭과 같은 재배지역별 가뭄 판단, 소규모 지역에서의 가뭄 피해 지역 파악 및 토지 특성별 가뭄 분석 등에 활용될 수 있을 것으로 기대된다.
786으로 전체 기간의 분석 결과보다 높은 상관성을 보이는 것으로 보아 두 ESI의 계산 알고리즘 및 구성 인자의 차이는 가뭄 시기보다 비 가뭄 시기에 더 큰 영향을 미친다고 판단된다. 또한, 특정 가뭄 시기와 지역에 대한 공간분포 지도를 비교한 결과 ESI_500m와 ESI_5km가 매우 유사한 경향을 보여 가뭄 판단에 있어서 ESI_500m가 ESI_5km와 큰 차이가 없음을 확인하였다. 산정한 ESI_500m의 가뭄 판단 적합성을 확인하기 위해 총 99개 시기에 대해 ROC 분석을 하였으며, AUC 값은 SPI6 0.
또한, 특정 가뭄 시기와 지역에 대한 공간분포 지도를 비교한 결과 ESI_500m와 ESI_5km가 매우 유사한 경향을 보여 가뭄 판단에 있어서 ESI_500m가 ESI_5km와 큰 차이가 없음을 확인하였다. 산정한 ESI_500m의 가뭄 판단 적합성을 확인하기 위해 총 99개 시기에 대해 ROC 분석을 하였으며, AUC 값은 SPI6 0.914, ESI_500m 0.820, ESI_5km 0.851로 나타났다. 강수 부족을 가뭄의 기준으로 한다는 점을 고려하였을때, SPI6의 ROC 분석 적중률이 높다는 것은 본 연구에서 선정한 가뭄 시기가 적정했음을 의미한다고 판단하였다.

후속연구

두 ESI 지수의 ROC 분석 결과가 모두 높은 적중률로 비슷하게 나타나, 산정한 ESI_500m가 기존 ESI_5km와 비교하였을 때, 해상도의 한계는 보완하였으며 가뭄 판단 능력은 비슷한 수준으로 국내 가뭄 판단에 적합하다고 판단된다. 본 연구에서 제시한 ESI_500m는 500 m의 해상도로 논, 밭과 같은 재배지역별 가뭄 판단, 소규모 지역에서의 가뭄 피해 지역 파악 및 토지 특성별 가뭄 분석 등에 활용될 수 있을 것으로 기대된다.

참고문헌 (33)

Allen, R. G., L. S. Pereira, D. Raes, and M. Smith, 1998. Crop evapotranspiration: Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56, Food and Agriculture Organization of the United Nations, Rome.
Anderson, M. C., J. M. Norman, G. R. Diak, W. P. Kustas, and J. R. Mecikalski, 1997. A two-source time-integrated model for estimating surface fluxes using thermal infrared remote sensing. Remote Sensing of Environment 60(2): 195-216. doi:10.1016/S0034-4257(96)00215-5.

상세보기
Anderson, M. C., J. M. Norman, J. R. Mecikalski, J. A. Otkin, and W. P. Kustas, 2007. A climatological study of evapotranspiration and moisture stress across the continental U.S. based on thermal remote sensing: I. model formulation. Journal of Geophysical Research 112: D10117. doi:10.1029/2006JD007506.
Anderson, M. C., C. Hain, J. Otkin, X. Zhan, K. Mo, M. Svoboda, B. Wardlow, and A. Pimstein, 2013. An intercomparison of drought indicators based on thermal remote sensing and NLDAS-2 simulations with U.S. drought monitor classifications. Journal of Hydrometeorology 14: 1035-1056. doi:10.1175/JHM-D-12-0140.1.

상세보기
Anderson, M. C., C. A. Zolin, C. R. Hain, K. Semmens, M. T. Yilmaz, and F. Gao, 2015. Comparison of satellitederived LAI and precipitation anomalies over Brazil with a thermal infrared-based evaporative stress index for 2003-2013. Journal of Hydrology 526: 287-302. doi:10.1016/j.jhydrol.2015.01.005.

상세보기
Anderson, M. C., C. A. Zolin, P. C. Sentelhas, C. R. Hain, K. Semmens, M. T. Yilmaz, F. Gao, J. A. Otkin, and R. Terault, 2016. The evaporative stress index as an indicator of agricultural drought in Brazil: An assessment based on crop yield impacts. Remote Sensing of Environment 174: 82-99. doi:10.1016/j.rse.2015.11.034.

상세보기
Bae, D. H., K. H. Son, and H. A. Kim, 2013. Derivation & evaluation of drought threshold level considering hydro-meteorological data on South Korea. Journal of Korea Water Resources Association 46(3): 287-299 (in Korean). doi:10.3741/JKWRA.2013.46.3.287.

원문보기 상세보기
Jeong, M. S., J. S. Kim, H. W. Jang, and J. H. Lee, 2016. ROC evaluation for MLP ANN drought forecasting model. Journal of Korea Water Resources Association 49(10): 877-885 (in Korean). doi:10.3741/JKWRA.2016.49.10.877.
Jeoung, 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.

상세보기
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).
Kim, G. S., and J. W. Lee, 2011. Evaluation of drought indices using the drought records. Journal of Korean Water Resources Association 44(8): 639-652 (in Korean). doi:10.3741/JKWRA.2011.44.8.639.

원문보기 상세보기
Kim, J. S., S. J. Lee, Y. S. Oh, G. J. Cho, B. S. Sim, M. S. Kim, S. P. Moon, and C. H. Kim, 2016. Development of ESS control algorithm for smoothing the output of renewable energy using pearson's correlation coefficient. Journal of the Korean Institute of Illuminating and Electrical Installation Engineer 30(9): 33-39 (in Korean). doi:10.5207/JIEIE.2016.30.9.033.
Lee, H. J., W. H. Nam, D. H. Yoon, E. M. Hong, D. E. Kim, M. D. Svoboda, T. Tadesse, B. D. Wardlow, 2019. Satellite-based Evaporative Stress Index (ESI) as an Indicator of Agricultural Drought in North Korea. Journal of the Korean Society of Agriculture Engineers 61(3): 1-14 (in Korean). doi:10.5389/KSAE.2019.61.3.001
Lee, J. H., S. M. Jeong, S. J. Kim, and M. H. Lee, 2006. Development of drought monitoring system: I. applicability of drought indices for quantitative drought monitoring. Journal of Korea Water Resources Association 39(9): 787-800 (in Korean).

원문보기 상세보기
Monteith, J. L., 1965. Evaporation and environment. Symposium of the Society of Experimental Biology 19: 205-224.
Mun, Y. S., W. H. Nam, M. G. Jeon, T. Kim, E. M. Hong, M. J. Hayes, and T. Tadesse, 2019. Application of meteorological drought index using Climate Hazards Group InfraRed Precipitation wigh Station (CHIRPS) based on global satellite-assisted precipitation products in Korea. Journal of the Korean Society of Agriculture Engineers 61(2): 1-11 (in Korean). doi:10.5389/KSAE.2019.61.2.001.
Nam, W. H., T. Tadesse, B. D. Wardlow, M. W. Jang, and S. Y. Hong, 2015. Satellite-based hybrid drought assessment using vegetation drought response index in South Korea (VegDRI-SKorea). Journal of the Korean Society of Agricultural Engineers 57(4): 1-9 (in Korean). doi:10.5389/KSAE.2015.57.4.001.
Nam, W. H., T. Tadesse, B. D. Wardlow, M. J. Hayes, M. D. Svoboda, E. M. Hong, Y. A. Pachepsky, and M. W. Jang, 2018. Developing the vegetation drought response index for South Korea (VegDRI-SKorea) to assess the vegetation condition during drought events. International Journal of Remote Sensing 39(5): 1548-1574 (in Korean). doi:10.1080/01431161.2017.1407047.

상세보기
Norman, J. M., W. P. Kustas, and K. S. Humes, 1995. Source approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature. Agricultural and Forest Meteorology 77(3-4): 263-292. doi:10.1016/0168-1923(95)02265-Y.

상세보기
Otkin, J. A., M. C. Anderson, C. Hain, and M. Svoboda, 2014. Examining the relationship between drought development and rapid changes in the Evaporative Stress Index. Journal of Hydrometeorology 15: 938-956. doi:10.1175/JHM-D-13-0110.1.

상세보기
Otkin, J. A., M. Svoboda, E. D. Hunt, T. W. Ford, M. C. Anderson, C. Hain, and J. B. Basara, 2018. Flash droughts: A review and assessment of the challenges imposed by rapid-onset droughts in the United States. Bulletin of the American Meteorological Society 99(5): 911-919. doi:10.1175/BAMS-D-17-0149.1.

상세보기
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 of Korea 17(1): 117-129 (in Korean).
Running, S. W., Q. Mu, M. Zhao, and A. Moreno, 2019. User's guide MODIS global terrestrial evapotranspiration (ET) product (MOD16A2/A3 and year-end gap-filled MOD16A2GF/A3GF) NASA earth observing system MODIS land algorithm (For collection 6). NASA: Washington, DC, USA.
Schober, P., C. Boer, and L. A. Schwarte, 2018. Correlation coefficients: Appropriate use and interpretation. Anesthesia & Analgesia 126(5): 1763-1768. doi:10.1213/ANE.0000000000002864.

상세보기
So, J. M., K. H. Sohn, and D. H. Bae, 2014. Estimation and assessment of bivariate joint drought index based on copula functions. Journal of Korea Water Resources Association 47(2): 171-182 (in Korean). doi:10.3741/JKWRA.2014.47.2.171.

원문보기 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). doi:10.9798/KOSHAM.2014.14.3.127.
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: 1181-1190. doi:10.1175/1520-0477-83.8.1181.

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(4): 244-253. doi:10.1016/j.isprsjprs.2005.02.003.

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

상세보기
Yoo, J. Y., H. Song, T. W. Kim, and J. H. Ahn, 2013. Evaluation of short-term drought using daily standardized precipitation index and ROC analysis. Journal of the Korean Society of Civil Engineers 33(5): 1851-1860 (in Korean). doi:10.12652/Ksce.2013.33.5.1851.

원문보기 상세보기
Yoon, D. H., W. H. Nam, H. J. Lee, E. M. Hong, T. G. Kim, D. E. Kim, A. K. Shin, and M. D. Svoboda, 2018. Application of evaporative stress index (ESI) for satellite-based agricultural drought monitoring in South Korea. Journal of the Korean Society of Agricultural Engineers 60(6): 121-131 (in Korean). doi:10.5389/KSAE.2018.60.6.121.
Yoon, D. H., W. H. Nam, H. J. Lee, E. M. Hong, F. Song, B. D. Wardlow, T. Tadesse, M. D. Svoboda, M. J. Hayes, and D. E. Kim, 2020. Agricultural drought assessment in East Asia using satellite-based indices. Remote Sensing 12(3): 1-16. doi:10.3390/rs12030444.
Zhang, L., and T. Zhou, 2015. Drought over East Asia: A review. Journal of Climate 28: 3375-3399. doi:10.1175/JCLI-D-14-00259.1.

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