[논문]생태가뭄분석을 위한 식생건강지수의 가중치 매개변수 추정

원정은; 최정현; 이옥정; 서지유; 김상단

doi:10.17663/jwr.2020.22.4.275

생태가뭄분석을 위한 식생건강지수의 가중치 매개변수 추정
Weighting Coefficient Estimation of Vegetation Health Index for Ecological Drought Analysis 원문보기

한국습지학회지 = Journal of wetlands research, v.22 no.4, 2020년, pp.275 - 285

원정은 (부경대학교 지구환경시스템과학부 (환경공학전공)) , 최정현 (부경대학교 지구환경시스템과학부 (환경공학전공)) , 이옥정 (부경대학교 환경공학과) , 서지유 (부경대학교 지구환경시스템과학부 (환경공학전공)) , 김상단 (부경대학교 환경공학과)

초록
AI-Helper

본 연구에서는 2001년에서 2019년 기간 동안의 우리나라 주요 지점에서 원격으로 탐사된 정규화식생지수(Normalized Difference Vegetation Index, NDVI)와 지표면온도(Land Surface Temperature, LST)로부터 식생상태지수(Vegetation Condition Index, VCI), 열상태지수(Thermal Condition Index, TCI), 식생건강지수(Vegetation Health Index, VHI)를 추정한 후, 생태학적 가뭄의 영향을 평가할 목적으로 이들 지수들과 다양한 가뭄지수들 사이의 상관성이 분석된다. VCI와 TCI가 식생건강에 미치는 상대적 영향력은 지역에 따라 달라지는 것이 발견되었다. 우리나라 산림지역의 식생에 미치는 가뭄의 영향은 VCI보다는 TCI에서 더 분명하게 식별될 수 있었다. VCI와 TCI의 상대적인 영향력이 반영되어 추정된 VHI는 식생에 미치는 가뭄의 영향을 더 잘 설명할 수 있음이 제시된다.

Abstract ▼ AI-Helper

In this study, after estimating VCI (Vegation Condition Index), TCI (Thermal Condition Index) and VHI (Vegetation Health Index) from the NDVI (Normalized Differentiation Vegetation Index) and LST (Land Surface Temperature) remotely sensed at major sites in Korea during the 2001-1919 period, the correlation between these indices and various drought indices is analyzed for the purpose of assessing the effects of ecological drought. The relative impact of VCI and TCI on vegetation health was found to vary by region. The effects of drought on vegetation in Korea's forest areas could be more clearly identified in TCI than in VCI. It is suggested that the revised VHI, reflecting the relative influence of VCI and TCI, can better explain the effects of drought on vegetation.

주제어

표/그림 (11)

그림 Fig. 1. Location of meteorological sites.
그림 Fig. 2. Monthly NDVI time series at Incheon and Seoguipo sites.
그림 Fig. 3. Monthly LST time series at Seongsan and Inje sites.
그림 Fig. 4. Box-plot of monthly mean NDVI at all sites.
그림 Fig. 5. Cross-correlation coefficient between VHI and drought indices.
그림 Fig. 6. Relation between VHI and EDDI1 at Jinju site.
표 Table 1. Cross-correlation coefficient between VHI and drought indices.
그림 Fig. 7. Box-plot of the correlations of VCI-EDDI and TCI-EDDI for the significant sites of the maximum NDVI months.
그림 Fig. 8. Histogram of VHI weight.
그림 Fig. 9. VHI-EDDI and revised VHI-EDDI relation at Munkyeong site.
그림 Fig. 10. Histogram of cross-correlation from all sites.

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 VHI(VCI와 TCI도 포함)와 VHI가 관측된 달(1개월 전도 포함)의 가뭄지수들(다양한 time-scale 적용)의 상관관계가 아래와 같은 절차에 따라 조사된다.
식생건강에 대한 VCI와 TCI의 기여도에 대한 사전지식이 없기 때문에, 보통 두 지수에 동일한 가중치를 할당하여 VHI를 계산한다. 본 연구의 목적은 2001년부터 2019년 동안 VHI에 대한 VCI와 TCI의 상대적 기여도를 분석하는 것이었다.
본 연구의 목적은 우리나라 전 지역에 걸쳐 가뭄에 따른 식생건강상태를 특성화할 때 NDVI와 LST의 상대적 기여도를 평가하는 것이다. 이를 위해 VHI, VCI, TCI와 다양한 time-scale의 가뭄지수들 사이의 상관성이 분석된다.
, 2020)가 각각 적용되었다. 즉, 본 연구에서는 VHI와 다양한 가뭄지수들 사이의 상관관계를 최대화함으로써 VCI와 TCI의 상대적인 역할을 평가하여 VHI가 우리나라 식생에 미치는 가뭄의 영향을 더 잘 설명할 수 있도록 하고자 한다.

제안 방법

즉, 한 개 지점에서 3개 가뭄지수, 12개 time-scale, 당월/지체1개월 등 3×12×2=72개 가뭄지수와 VHI 사이의 교차상관계수가 계산되었다. SPI는 클수록 식생성장에 유리하므로 VHI와 SPI는 교차상관계수가 가장 크게 계산되는 time-scale 및 지체 개월 수를 최적 SPI로 선정하였으며, EDDI와 CJDI는 작을수록 식생성장에 유리하므로 VHI와의 교차상관계수가 가장 작게 계산되는 time-scale 및 지체 개월 수를 최적 가뭄지수로 선정하였다.
VHI-EDDI 상관관계가 유의미한 지점들을 대상으로 VHI에 대한 VCI와 TCI의 기여도를 평가하였다. 이는 VCI-EDDI 상관관계와 TCI-EDDI 상관관계의 비교를 통하여 수행되었다.
VHI에 대한 VCI와 TCI의 상대적 중요성은 각 구성 요소와 EDDI 사이의 상관관계에 기초하여 평가되었다. Fig.
가뭄지수는 SPI, EDDI, CJDI가 각각 적용되었으며, 각 가뭄지수들의 time-scale은 1-month에서 12-month까지 12개 time-scales가 적용되었다. 또한 교차상관계수는 VHI와 같은 달의 가뭄지수 뿐만 아니라 1개월 전의 가뭄지수도 함께 계산되었다.
CJDI는 개념 자체가 대기로부터의 수분공급과 대기의 수분수요를 복합적으로 반영하는 가뭄지수이므로, SPI 또는 EDDI가 설명해주지 못하는 식생지수와의 상관성을 감지해줄 수 있을 것으로 기대되었으나, 실제 분석에서는 SPI 보다는 식생지수와의 상관성이 더 좋았으나, EDDI 보다는 더 좋은 상관성을 보여주지 못하였다. 따라서 이 후 분석은 EDDI를 이용하여 VCI 및 TCI와의 상관관계를 살펴보기로 하였다. 참고로 진주 지점의 자료를 이용하여 8월을 포함한 다른 달의 EDDI1과 VHI의 관계를 Fig.
, 2016). 본 연구에서는 기상청 60개 각 지점의 위치를 중심으로 취한 반경 20-km인 원 내부에 있으면서 대분류 토지피복도 기준으로 산림지역에 해당되는 픽셀들의 NDVI 공간평균값을 해당 지점의 NDVI로 간주하였다.
VHI-EDDI 상관관계가 유의미한 지점들을 대상으로 VHI에 대한 VCI와 TCI의 기여도를 평가하였다. 이는 VCI-EDDI 상관관계와 TCI-EDDI 상관관계의 비교를 통하여 수행되었다. VHI 계산에 있어서 VCI와 TCI의 선형결합 매개변수 α는 VCI와 TCI의 상대적 기여도를 반영하여 재 추정되어졌다.
본 연구의 목적은 우리나라 전 지역에 걸쳐 가뭄에 따른 식생건강상태를 특성화할 때 NDVI와 LST의 상대적 기여도를 평가하는 것이다. 이를 위해 VHI, VCI, TCI와 다양한 time-scale의 가뭄지수들 사이의 상관성이 분석된다. 적용된 가뭄지수는 대기로부터의 수분공급 측면에서 가뭄을 모니터링하는데 특화된 SPI(Standardized Precipitation Index, Mckee at al.
토지피복의 차이에서 발생되는 복잡성을 피하기 위하여 기상관측지점의 위치 인근의 산림지역에 해당되는 NDVI와 LST 자료가 분석에 적용되었으며, 식생과 열적 스트레스의 영향이 가장 큰 시기를 식별하기 위하여 지점별로 NDVI가 평균적으로 최대가 되는 달을 선택한 후, 해당 월에 대한 자료에 기초하여 분석을 진행하였다.

대상 데이터

3개 가뭄지수들 모두 time-scale은 1-month부터 12-month까지의 time-scale의 가뭄지수들이 계산되었다. 2001년 1월부터 2019년 12월까지의 월-단위 가뭄지수 시계열이 본 연구에 적용되었다. 즉, 총 적용된 가뭄지수들의 수는 36개이다.
LST는 MODIS의 MOD11B3 제품이 적용되었다(https://lpdaac.usgs.gov/products/mod11b3v006/). 적용된 자료의 공간해상도는 6-km이며, 시간해상도는 월-단위이다.
NDVI는 MODIS(Moderate-Resolution Imaging Spectroradiometer) 제품군의 자료가 이용되었다. 여러 제품군 중에서 MOD13A3이 이용되었으며(https://lpdaac.
, 2020). SPI가 대기로부터의 수분공급 측면을, EDDI는 대기의 수분수요 측면을 다루고 있는 반면에 CJDI는 대기로부터 수분공급 및 대기의 수분수요를 함께 해석하기 때문에 CJDI가 SPI 및 EDDI와 함께 적용 대상 가뭄지수로 선정되었다. CJDI의 time-scale은 SPI 또는 EDDI의 time-scale과는 다른 개념이 적용된다.
본 연구에서는 한국 기상청에서 운영 중인 ASOS 60개 관측 지점의 일 강수량, 일 최고기온, 일 최저기온, 일 평균풍속, 일 상대습도가 이용되었다(http://data.kma.go.kr). 자료기간은 2000년부터 2019년까지이다.
NDVI는 MODIS(Moderate-Resolution Imaging Spectroradiometer) 제품군의 자료가 이용되었다. 여러 제품군 중에서 MOD13A3이 이용되었으며(https://lpdaac.usgs.gov/products/mod13a3v006/), 적용된 자료의 시간 해상도는 월-단위이고 공간해상도는 1-km이다. 자료기간은 2001년 1월부터 2019년 12월이다.
kr). 자료기간은 2000년부터 2019년까지이다. Fig.
gov/products/mod13a3v006/), 적용된 자료의 시간 해상도는 월-단위이고 공간해상도는 1-km이다. 자료기간은 2001년 1월부터 2019년 12월이다. NDVI는 전 지구 및 지역에서의 식생 동역학 및 기후가 식생에 미치는 영향을 평가하는 데 널리 사용되어왔다(Tucker et al.
gov/products/mod11b3v006/). 적용된 자료의 공간해상도는 6-km이며, 시간해상도는 월-단위이다. 자료기간은 2001년 1월부터 2019년 12월이다.
2001년 1월부터 2019년 12월까지의 월-단위 가뭄지수 시계열이 본 연구에 적용되었다. 즉, 총 적용된 가뭄지수들의 수는 36개이다.

이론/모형

이를 위해 VHI, VCI, TCI와 다양한 time-scale의 가뭄지수들 사이의 상관성이 분석된다. 적용된 가뭄지수는 대기로부터의 수분공급 측면에서 가뭄을 모니터링하는데 특화된 SPI(Standardized Precipitation Index, Mckee at al., 1993), 대기의 수분수요 측면에 중심을 둔 EDDI(Evaporative Demand Drought Index, Hobbins et al., 2016), 수분공급과 수분수요를 동시에 고려하는 CJDI(Copula-based Joint Drought Index, Won et al., 2020)가 각각 적용되었다. 즉, 본 연구에서는 VHI와 다양한 가뭄지수들 사이의 상관관계를 최대화함으로써 VCI와 TCI의 상대적인 역할을 평가하여 VHI가 우리나라 식생에 미치는 가뭄의 영향을 더 잘 설명할 수 있도록 하고자 한다.
5의 분석으로부터 유의하다고 식별된 지점들에서 VCI-EDDI 및 TCI-EDDI의 교차상관계수의 분포를 보여주고 있다. 지점별로 최적인 것으로 식별된 time-scale의 EDDI가 적용되었으며, NDVI가 최대가 되는 달의 VHI와 EDDI가 교차상관계수의 계산에 사용되었다.

성능/효과

CJDI는 울릉도, 수원, 청주, 포항, 울산, 통영, 목포, 여수, 제주, 서귀포, 진주, 해남, 고흥 등 13개 지점에서 VHI와 유의한 상관성을 나타내었다. 대부분 지점들이 SPI 또는 EDDI와 VHI 사이에 유의한 상관성이 있는 것으로 이미 식별되었던 지점들이지만, 통영 지점과 여수 지점은 오직 CJDI와 VHI 사이의 상관성 분석에서만 유의한 지점으로 식별되었다.
EDDI는 대관령, 수원, 서산, 청주, 포항, 대구, 전주, 울산, 목포, 완도, 제주, 서귀포, 진주, 이천, 천안, 부안, 남원, 해남, 고흥, 영천, 남해 등 21개 지점에서 VHI와 유의한 상관성을 나타내었다. 유의한 상관성을 나타낸 지점들의 대부분은 1-month time-scale의 EDDI1이 가장 상관성이 좋았으며, EDDI2가 2개 지점(울산 및 목포 지점), EDDI3이 3개 지점(포항, 남원, 영천 지점)이었다.
우리나라 거의 모든 지역에서 NDVI가 최대가 되는 달은 8월인 것으로 분석되었다. NDVI가 최대가 되는 달의 VHI와 같은 달의 다양한 time-scale의 가뭄지수 및 전 달의 가뭄지수들 사이의 교차상관계수가 추정되었다. SPI, EDDI, CJDI 중에서 VHI와 상관성이 가장 높은 가뭄지수는 대기의 수분수요 측면의 가뭄을 나타내는 EDDI이었으며, 전 달 보다는 같은 달의 EDDI가 더 상관성이 높았다.
NDVI가 최대가 되는 달의 VHI와 같은 달의 다양한 time-scale의 가뭄지수 및 전 달의 가뭄지수들 사이의 교차상관계수가 추정되었다. SPI, EDDI, CJDI 중에서 VHI와 상관성이 가장 높은 가뭄지수는 대기의 수분수요 측면의 가뭄을 나타내는 EDDI이었으며, 전 달 보다는 같은 달의 EDDI가 더 상관성이 높았다. 또한, time-scale은 1-month를 적용할 때 가장 상관성이 높았다.
그림의 점선은 95 % 유의수준에서 교차상관계수가 0과 유의하게 다른 한계선을 의미한다. SPI는 울릉도(SPI10, lag-1), 울산(SPI2, lag-1), 제주(SPI1, lag-0), 성산(SPI1, lag-1), 서귀포(SPI1, lag-0) 지점에서만 VHI와 유의한 상관성을 나타내었으며, 나머지 지점들에서는 SPI와 VHI의 상관성은 유의하지 않은 것으로 파악되었다. 이러한 결과는 우리나라 식생이 대기로부터의 수분공급량을 성장제한인자로 간주하지 않는다는 사실을 의미한다.
VHI를 계산하기 위한 VCI와 TCI의 선형결합에 대한 근거는 아래와 같은 두 가지 가정에 기초한다. i) NDVI가 낮고 LST가 높을수록 식생의 건강상태가 더 나쁜 것으로 규정한다. ii) 식생건강성에 대한 VCI와 TCI의 기여도는 사전지식이 없을 경우 동일하게 간주한다.
i) NDVI가 낮고 LST가 높을수록 식생의 건강상태가 더 나쁜 것으로 규정한다. ii) 식생건강성에 대한 VCI와 TCI의 기여도는 사전지식이 없을 경우 동일하게 간주한다. 이러한 가정은 주로 미국을 중심으로 한 여러 연구들에서 검증되었으며, NDVI와 LST의 식생건강성에 기여도는 지구에서의 위치, 계절, 식생의 종류 등에 따라 매우 다양하다는 것이 밝혀졌다(Sun and Kafatos, 2007; Karnieli et al.
9는 문경 지점에서 동일한 가중치를 적용하여 계산한 VHI와 EDDI 사이의 관계와 상대적 기여도를 고려한 가중치를 적용하여 계산한 VHI와 EDDI 사이의 관계를 보여주고 있다. 기여도를 고려한 가중치를 적용한 VHI가 EDDI와 더 높은 상관관계를 맺고 있음을 발견할 수 있다.
7월과 8월의 NDVI가 가장 큰 값을 나타내고 있으며, 1월에서 3월이 가장 낮은 NDVI를 보이고 있다. 대관령, 강릉, 서울, 대전, 제주, 서귀포, 금산 지점 등 7개 지점에서는 평균적으로 7월 NDVI가 가장 큰 값을 나타냈으며, 나머지 53개 지점들에서는 8월에 가장 큰 NDVI를 보이는 것으로 분석되었다. 이러한 결과들을 근거로, 우리나라 산림지역은 지역에 상관없이 7월과 8월 여름철에 NDVI가 가장 큰 값을 보이고 있음을 알 수 있다.
CJDI는 울릉도, 수원, 청주, 포항, 울산, 통영, 목포, 여수, 제주, 서귀포, 진주, 해남, 고흥 등 13개 지점에서 VHI와 유의한 상관성을 나타내었다. 대부분 지점들이 SPI 또는 EDDI와 VHI 사이에 유의한 상관성이 있는 것으로 이미 식별되었던 지점들이지만, 통영 지점과 여수 지점은 오직 CJDI와 VHI 사이의 상관성 분석에서만 유의한 지점으로 식별되었다. CJDI는 개념 자체가 대기로부터의 수분공급과 대기의 수분수요를 복합적으로 반영하는 가뭄지수이므로, SPI 또는 EDDI가 설명해주지 못하는 식생지수와의 상관성을 감지해줄 수 있을 것으로 기대되었으나, 실제 분석에서는 SPI 보다는 식생지수와의 상관성이 더 좋았으나, EDDI 보다는 더 좋은 상관성을 보여주지 못하였다.
유의한 상관성을 나타낸 지점들의 대부분은 1-month time-scale의 EDDI1이 가장 상관성이 좋았으며, EDDI2가 2개 지점(울산 및 목포 지점), EDDI3이 3개 지점(포항, 남원, 영천 지점)이었다. 또한 모든 지점에서 VHI와 EDDI의 지체 개월 수는 0인 경우(즉, 당월)가 가장 상관성이 좋았다. SPI의 결과와 비교해볼 때 이러한 결과는 우리나라 식생은 대기의 수분수요에 일부 영향을 받는다는 사실을 의미한다.
SPI, EDDI, CJDI 중에서 VHI와 상관성이 가장 높은 가뭄지수는 대기의 수분수요 측면의 가뭄을 나타내는 EDDI이었으며, 전 달 보다는 같은 달의 EDDI가 더 상관성이 높았다. 또한, time-scale은 1-month를 적용할 때 가장 상관성이 높았다. 이러한 결과는 우리나라 산림의 식생성장은 대기로부터의 수분공급 부족보다는 대기의 과다한 수분수요에 더 민감하고 비교적 즉각적으로 반응하고 있다는 것을 의미한다.
이러한 결과는 우리나라 식생이 대기로부터의 수분공급량을 성장제한인자로 간주하지 않는다는 사실을 의미한다. 본 논문에 나타내지는 않았으나, NDVI와 SPI 사이의 상관관계에 대한 동일한 분석을 시행한 경우에도 SPI는 NDVI와 유의한 상관성을 갖지 않는 것으로 파악되었다. 즉, 우리나라 산림은 적어도 2001년 이후에는 대기로부터의 수분공급량의 부족에 의해 성장에 제한을 받지는 않았던 것으로 판단된다.
1 이하의 가중치를 이용하여 VHI를 계산하는 것이 VHI와 EDDI의 상관성을 극대화시킬 수 있음을 알 수 있다. 속초, 포항, 완도, 서귀포 지점들을 제외한 54개 지점들에서 0.5 이하의 가중치가 적절한 것으로 나타났다. 이는 α의 작은 값 즉 VHI를 계산하는데 있어서 TCI의 기여도를 더 크게 하는 것이 식생건강성에 가뭄이 미치는 영향을 더 명확하게 살펴볼 수 있다는 사실을 의미한다.
EDDI는 대관령, 수원, 서산, 청주, 포항, 대구, 전주, 울산, 목포, 완도, 제주, 서귀포, 진주, 이천, 천안, 부안, 남원, 해남, 고흥, 영천, 남해 등 21개 지점에서 VHI와 유의한 상관성을 나타내었다. 유의한 상관성을 나타낸 지점들의 대부분은 1-month time-scale의 EDDI1이 가장 상관성이 좋았으며, EDDI2가 2개 지점(울산 및 목포 지점), EDDI3이 3개 지점(포항, 남원, 영천 지점)이었다. 또한 모든 지점에서 VHI와 EDDI의 지체 개월 수는 0인 경우(즉, 당월)가 가장 상관성이 좋았다.
대관령, 강릉, 서울, 대전, 제주, 서귀포, 금산 지점 등 7개 지점에서는 평균적으로 7월 NDVI가 가장 큰 값을 나타냈으며, 나머지 53개 지점들에서는 8월에 가장 큰 NDVI를 보이는 것으로 분석되었다. 이러한 결과들을 근거로, 우리나라 산림지역은 지역에 상관없이 7월과 8월 여름철에 NDVI가 가장 큰 값을 보이고 있음을 알 수 있다.
왼쪽 히스토그램은 VHI-EDDI의 교차상관계수가 유의한 지점들에서의 α의 분포이며, 오른쪽 히스토그램은 모든 지점들에서의 분포이다. 적용된 60개 지점들 중에서 38개 지점들에서 0.1 이하의 가중치를 이용하여 VHI를 계산하는 것이 VHI와 EDDI의 상관성을 극대화시킬 수 있음을 알 수 있다. 속초, 포항, 완도, 서귀포 지점들을 제외한 54개 지점들에서 0.
10은 지점별로 VCI와 TCI의 기여도를 고려한 가중치가 적용된 VHI와 EDDI, 동일한 가중치가 적용된 VHI와 EDDI와의 상관관계를 구한 후, 이의 분포를 나타낸 결과이다. 전술한 바와 같이 동일한 가중치가 적용된 VHI와 EDDI가 유의한 상관관계를 나타내는 지점들의 수는 21개이었으나, VCI와 TCI의 기여도를 반영한 가중치가 적용된 VHI는 53개 지점에서 EDDI와 유의한 상관관계를 보여주었다. 특히 수원, 보은, 천안, 부안, 해남 지점은 수정된 VHI와 EDDI의 교차상관계수가 0.
즉, 한 개 지점에서 3개 가뭄지수, 12개 time-scale, 당월/지체1개월 등 3×12×2=72개 가뭄지수와 VHI 사이의 교차상관계수가 계산되었다.
성산 지역의 LST가 인제 지역의 LST보다 약 8 K 정도 더 높게 관측되고 있음을 알 수 있다. 참고로 성산 지역은 본 연구에서 다루고 있는 60개 지역에서 LST가 가장 높은 지역이며, 인제 지역은 가장 낮은 지역이다.
전술한 바와 같이 동일한 가중치가 적용된 VHI와 EDDI가 유의한 상관관계를 나타내는 지점들의 수는 21개이었으나, VCI와 TCI의 기여도를 반영한 가중치가 적용된 VHI는 53개 지점에서 EDDI와 유의한 상관관계를 보여주었다. 특히 수원, 보은, 천안, 부안, 해남 지점은 수정된 VHI와 EDDI의 교차상관계수가 0.75 이상의 높은 값을 보였음을 살펴볼 수 있었다.

후속연구

대부분 지점들이 SPI 또는 EDDI와 VHI 사이에 유의한 상관성이 있는 것으로 이미 식별되었던 지점들이지만, 통영 지점과 여수 지점은 오직 CJDI와 VHI 사이의 상관성 분석에서만 유의한 지점으로 식별되었다. CJDI는 개념 자체가 대기로부터의 수분공급과 대기의 수분수요를 복합적으로 반영하는 가뭄지수이므로, SPI 또는 EDDI가 설명해주지 못하는 식생지수와의 상관성을 감지해줄 수 있을 것으로 기대되었으나, 실제 분석에서는 SPI 보다는 식생지수와의 상관성이 더 좋았으나, EDDI 보다는 더 좋은 상관성을 보여주지 못하였다. 따라서 이 후 분석은 EDDI를 이용하여 VCI 및 TCI와의 상관관계를 살펴보기로 하였다.
따라서 VCI와 TCI의 가중치 α는 지점별로 VHI와 EDDI의 상관관계를 극대화시키는 값으로 추정될 수 있을 것이다.

참고문헌 (63)

Bayarjargal, Y., Karnieli, A., Bayasgalan, M., Khudulmur, S., Gandush, C. and Tucker, C. (2006) A comparative study of NOAA-AVHRR derived drought indices using change vector analysis. Remote Sensing of Environment, 105(1), pp. 9-22. [DOI : http://doi:10.1016/j.rse.2006.06.003]

상세보기
Bento, V., DaCamara, C., Trigo, I., Martins, J., and Duguay-Tetzlaff, A. (2017) Improving land surface temperature retrievals over mountainous regions. Remote Sensing, 9(1), p. 38. [DOI : 10.3390/rs9010038]

상세보기
Bento, V., Gouveia, C., DaCamara, C. and Trigo, I. (2018) A Climatological assessment of drought impact on vegetation health index. Agricultural and Forest Meteorology, 259, pp. 286-295. [DOI : 10.1016/j.agrformet.2018.05.014]

상세보기
Bhuiyan, C., Singh, R. P., and Kogan, F. N. (2006) Monitoring drought dynamics in the Aravalli region (India) using different indices based on ground and remote sensing data. International Journal of Applied Earth Observation and Geoinformation, 8(4), pp. 289-302. [DOI : 10.1016/j.jag.2006.03.002]

상세보기
Chen, J., Wilson, C., Tapley, B., Yang, Z. and Niu, G. (2009) 2005 drought event in the Amazon River basin as measured by GRACE and estimated by climate models. Journal of Geophysical Research, 114, B05404. [DOI : http://doi:10.1029/2008JB006056]

상세보기
Cook, E. R., Seager, R., Cane, M. A., and Stahle, D. W. (2007) North American drought: Reconstructions, causes, and consequences. Earth-Science Reviews, 81(1-2), pp. 93-134. [DOI : https://doi.org/10.1016/j.earscirev.2006. 12.002]

상세보기
Dai, A. (2013) Increasing drought under global warming in observations and models. Nature climate change, 3(1), pp. 52-58. [DOI : https://doi.org/10.1038/nclimate1633]

상세보기
Detsch, F., Otte, I., Appelhans, T., Hemp, A. and Nauss, T. (2016) Seasonal and long-term vegetation dynamics from 1-km GIMMS-based NDVI time series at Mt. Kilimanjaro, Tanzania. Remote Sensing of Environment, 178, pp. 70-83. [DOI : https://doi.org/10.1016/j.rse.2016.03.007]

상세보기
Diffenbaugh, N. S., Swain, D. L., and Touma, D. (2015) Anthropogenic warming has increased drought risk in California. Proceedings of the National Academy of Sciences, 112(13), pp. 3931-3936. [DOI : https://doi.org/10.1073/pnas.1422385112]

상세보기
Ding, M., Li, L., Zhang, Y., Sun, X., Liu, L., Gao, J., Wang, Z. and Li, Y. (2015) Start of vegetation growing season on the Tibetan Plateau inferred from multiple methods based on GIMMS and SPOT NDVI data. Journal of Geographical Sciences, 25(2), pp. 131-148. [DOI : https://doi.org/10.1007/s11442-015-1158-y]

상세보기
Ding, Y., Hayes, M. and Widhalm, M. (2011) Measuring economic impacts of drought: a review and discussion. Disaster Prevention and Management, 20(4), pp. 434-446. [DOI : 10.1108/09653561111161752]

상세보기
Duguay-Tetzlaff, A., Bento, V., Gottsche, F., Stockli, R., Martins, J., Trigo, I., Olesen, F., Bojanowski, J., da Camara, C., Kunz, H. (2015) Meteosat land surface temperature climate data record: achievable accuracy and potential uncertainties. Remote Sensing, 7(10), pp. 13139-13156. [DOI : https://doi.org/10.3390/rs71013139]

상세보기
Fensholt, R., and Proud, S. R. (2012) Evaluation of earth observation based global long term vegetation trends- Comparing GIMMS and MODIS global NDVI time series. Remote sensing of Environment, 119, pp. 131-147. [DOI : https://doi.org/10.1016/j.rse.2011.12.015]

상세보기
Gao, B. (1996) NDWI a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), pp. 257-266. [DOI : https://doi:10.1038/264541a0]

상세보기
Gouveia, C., Trigo, R., Begueria, S. and Vicente-Serrano, S. (2017) Drought impacts on vegetation activity in the Mediterranean region: an assessment using remote sensing data and multi-scale drought indicators. Global and Planetary Change, 151, pp. 15-27. [DOI : https://doi.org/10.1016/j.gloplacha.2016.06.011]

상세보기
Gu, Y., Brown, J., Verdin, J. and Wardlow, B. (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 : http://doi:10.1029/2006GL029127].

상세보기
Gu, Y., Hunt, E., Wardlow, B, Basara, J., Brown, J. and Verdin, J. (2008) Evaluation of MODIS NDVI and NDWI for vegetation drought monitoring using Oklahoma Mesonet soil moisture data. Geophysical Research Letters, 35, L22401. [DOI : http://doi:10.1029/2008GL035772]

상세보기
Hobbins, M., Wood, A., McEvoy, D., Huntington, J., Morton, C., Anderson, M. and Hain, C. (2016) The evaporative demand drought index. Part I: Linking drought evolution to variations in evaporative demand. Journal of Hydrometeorology, 17(6), pp. 1745-1761. [DOI : https://doi.org/10.1175/JHM-D-15-0121.1]

상세보기
Jackson, T., Chen, D., Cosh, M., Li, F., Anderson, M., Walthall, C., Doriaswamy, P. and Hunt, E. (2004) Vegetation water content mapping using Landsat data derived normalized difference water index for corn and soybeans. Remote Sensing of Environment, 92(4), pp. 475-482. [DOI : http://doi:10.1016/j.rse.2003.10.021]

상세보기
Jain, S., Keshri, R., Goswami, A., Sarkar, A. and Chaudhry, A. (2009) Identification of drought-vulnerable areas using NOAA AVHRR data. International Journal of Remote Sensing, 30(10), pp. 2653-2668. [DOI: https://doi:10.1080/01431160802555788]

상세보기
Karnieli, A., Agam, N., Pinker, R., Anderson, M., Imhoff, M., Gutman, G., Panov, N., Goldberg, A., Karnieli, A., Agam, N., Pinker, R., Anderson, M., Imhoff, M., Gutman, G., Panov, N. and Goldberg, A. (2010) Use of NDVI and land surface temperature for drought assessment: merits and limitations. Journal of Climate, 23(3), pp. 618-633. [DOI : https://doi.org/10.1175/2009JCLI2900.1]

상세보기
Kim, E., Choi, H. I., Park, M. J., Cho, S. J., and Kim, S. (2011) The effect of climate change on Korean drought occurrences using a stochastic soil water balance model. Scientific Research and Essays, 6(13), pp. 2771-2783. [DOI : https://doi.org/10.5897/SRE11.198]
Kim, S., Kim, B., Ahn, T. and Kim, H. (2011) Spatio-temporal characterization of Korean drought using severity-areaduration curve analysis, Water and Environment Journal, 25(1), pp. 22-30. [DOI : https://doi.org/10.1111/j.1747-6593.2009.00184.x]

상세보기
Kim, S., Ryu, J. S., Oh, K. R., and Jeong, S. M. (2012) An Application of Copulas-based Joint Drought Index for Determining Comprehensive Drought Conditions. Journal of Korean Society of Hazard Mitigation, 12(1), pp. 223-230. [Korean Literature]
Klos, R., Wang, G., Bauerle, W. and Rieck, J. (2009) Drought impact on forest growth and mortality in the southeast USA: an analysis using Forest health and monitoring data. Ecological Applications, 19(3), pp. 699-708. [DOI : https://doi.org/10.1890/08-0330.1]

상세보기
Kogan, F. (1997) Global drought watch from space. Bulletin of the American Meteorological Society, 78(4), pp. 621-636. [DOI : https://doi.org/10.1175/1520-0477(1997)078 2.0.CO;2]

상세보기
Kogan, F. (2001) Operational space technology for global vegetation assessment. Bulletin of the American Meteorological Society, 82(9), pp. 1949-1964. [DOI : https://doi.org/10.1175/1520-0477(2001)082 2.3.CO;2]

상세보기
Kogan, F., Salazar, L. and Roytman, L. (2012) Forecasting crop production using satellite-based vegetation health indices in Kansas, USA. International Journal of Remote Sensing, 33(9), pp. 2798-2814. [DOI : https://doi.org/10. 1080/01431161.2011.621464]

상세보기
Lakshmi, V. (ed.). (2016) Remote sensing of hydrological extremes. Springer Remote Sensing/Photogrammetry. Springer International Publishing.
Lee, H., Nam, W., Yoon, D., Hong, E., Kim, D., Svoboda, M., Tadesse, T. and Wardlow, B. (2019) Satellite-based Evaporative Stress Index (ESI) as an Indicator of Agricultural Drought in North Korea. Journal of the Korean Society of Agricultural Engineers, 61(3), pp. 1-14. [Korean Literature]
Lee, H., Nam, W., Yoon, D., Hong, E., Kim, T., Park, J., and Kim, D. (2020) Percentile Approach of Drought Severity Classification in Evaporative Stress Index for South Korea. Journal of the Korean Society of Agricultural Engineers, 62(2), pp. 63-73. [Korean Literature]
Martins, J., Trigo, I. F., Bento, V. A., and Da Camara, C. (2016) A Physically constrained calibration database for land surface temperature using infrared retrieval algorithms. Remote Sensing, 8(10), p. 808. [DOI : https://doi.org/10.3390/rs8100808]

상세보기
McKee, T., Doesken, N. and Kleist, J. (1993) The relationship of drought frequency and duration to time scales. Proceedings of the 8th Conference on Applied Climatology, California, 17-22 January 1993, pp. 179-183.
McVicar, T. and Jupp, D. (1998) The current and potential operational uses of remote sensing to aid decisions on drought exceptional circumstances in Australia: A review. Agricultural Systems, 57(3), pp. 399-468, [DOI : https://doi:10.1016/S0308-521X(98)00026-2]

상세보기
Mishra, A. K., and Singh, V. P. (2010) A review of drought concepts. Journal of hydrology, 391(1-2), pp. 202-216. [DOI : https://doi.org/10.1016/j.jhydrol.2010.07.012]

상세보기
Mun, Y., Nam, W., Jeon, M., Kim, T., Hong, E., Hayes, M., and Tadesse, T. (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), pp. 1-11. [Korean Literature]
Otkin, J., Anderson, M., Hain, C., and Svoboda, M. (2014) Examining the relationship between drought development and rapid changes in the evaporative stress index. Journal of Hydrometeorology, 15, pp. 938-956. [DOI : https://doi.org/10.1175/JHM-D-13-0110.1]

상세보기
Otkin, J., Anderson, M., Hain, C., Mladenova, I., Basara, J., and Svoboda, M. (2013) Examining rapid onset drought development using thermal infrared-based evaporative stress index. Journal of Hydrometeorology, 14, pp. 1057-1074.[DOI : https://doi.org/10.1175/JHM-D-12-0144.1]

상세보기
Park, M., Sim, H., Park, Y. and Kim, S. (2015) Drought Severity-Duration-Frequency Analysis based on KMA 1-km Resolution RCP Scenario. Journal of Korean Society of Hazard Mitigation, 15(3), pp. 347-355. [Korean Literature] [DOI : http://dx.doi.org/10.9798/KOSHAM.2015.15.3.347]

원문보기 상세보기
Phillips, O., Aragao, L., Lewis, S., Fisher, J., Lloyd, J., Lopez-Gonzalez, G., Malhi, Y., Monteagudo, A., Peacock, J., Quesada, C., van der Heijden, G., Almeida, S., Amaral, I., Arroyo, L., Aymard, G., Baker, T.R., Banki, O., Blanc, L., Bonal, D., Brando, P., Chave, J., de Oliveira, A., Cardozo, N., Czimczik, C., Feldpausch, T., Freitas, M., Gloor, E., Higuchi, N., Jimenez, E., Lloyd, G., Meir, P., Mendoza, C., Morel, A., Neill, D., Nepstad, D., Patino, S., Penuela, M., Prieto, A., Ramirez, F., Schwarz, M., Silva, J., Silveira, M., Thomas, A., ter Steege, H., Stropp, J., Vasquez, R., Zelazowski, P., Davila, E., Andelman, S., Andrade, A., Chao, K., Erwin, T., Di Fiore, A., Honorio, E., Keeling, H., Killeen, T., Laurance, W., Cruz, A., Pitman, N., Vargas, P., Ramirez-Angulo, H., Rudas, A., Salamao, R., Silva, N., Terborgh, J. and Torres-Lezama, A. (2009) Drought sensitivity of the Amazon Rainforest. Science, 323(5919), pp. 1344-1347. [DOI : 10.1126/science.1164033]

상세보기
Quiring, S. and Ganesh, S. (2010) Evaluating the utility of the vegetation condition index (VCI) for monitoring meteorological drought in Texas. Agricultural and Forest Meteorology, 150(3), pp. 330-339. [DOI : https://doi.org/10.1016/j.agrformet.2009.11.015]

상세보기
Ryu, J., Ahn, J. and Kim, S. (2012) An application of drought severity-area-duration curves using copulas-based joint drought index. Journal of Korea Water Resources Association, 45(10), pp. 1043-1050. [Korean Literature] [DOI : 10.3741/JKWRA.2012.45.10.1043]

원문보기 상세보기
Seiler, R., Kogan, F. and Sullivan, J. (1998) AVHRR-based vegetation and temperature condition indices for drought detection in Argentina. Advances in Space Research, 21(3), pp. 481-484. [DOI : https://doi.org/10.1016/S0273-1177(97)00884-3]

상세보기
Sim, H. J., Ryu, J. S., Ahn, J., Kim, J., and Kim, S. (2013) Real-time drought index for determining drought conditions in natural water supply system communities. Journal of the Korean Society of Hazard Mitigation, 13(5), pp. 365-374. [Korean Literature] [DOI : http://dx.doi.org/10.9798/KOSHAM.2013.13.5.365]

원문보기 상세보기
Singh, R., Roy, S. and Kogan, F. (2003) Vegetation and temperature condition indices from NOAA AVHRR data for drought monitoring over India. International Journal of Remote Sensing, 24(22), pp. 4393-4402. [DOI : https://doi.org/10.1080/0143116031000084323]

상세보기
Sun, D. and Kafatos, M. (2007) Note on the NDVI-LST relationship and the use of temperature-related drought indices over North America. Geophysical Research Letters, 34(24), L24406. [DOI : https://doi.org/10.1029/2007GL031485]

상세보기
Trenberth, K. E., Dai, A., Van Der Schrier, G., Jones, P. D., Barichivich, J., Briffa, K. R., and Sheffield, J. (2014) Global warming and changes in drought. Nature Climate Change, 4(1), pp. 17-22. [DOI : https://doi.org/10.1038/nclimate2067]

상세보기
Tucker, C., Pinzon, J., Brown, M., Slayback, D., Pak, E., Mahoney, R., Vermote, E. and El Saleous, N. (2005) An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data. International Journal of Remote Sensing, 26(20), pp. 4485-4498. [DOI : https://doi.org/10.1080/01431160500168686]

상세보기
Unganai, L. and Kogan, F. (1998) Drought monitoring and corn yield estimation in southern Africa from AVHRR data. Remote Sensing of Environment, 63(3), pp. 219-232. [DOI : https://doi.org/10.1016/S0034-4257(97)00132-6]

상세보기
Vicente-Serrano, S. M., Cabello, D., Tomas-Burguera, M., Martin-Hernandez, N., Begueria, S., Azorin-Molina, C., and Kenawy, A. E. (2015) Drought variability and land degradation in semiarid regions: Assessment using remote sensing data and drought indices (1982-2011). Remote Sensing, 7(4), pp. 4391-4423. [DOI : https://doi.org/10.3390/rs70404391]

상세보기
Vicente-Serrano, S., Lopez-Moreno, J., Begueria, S., Lorenzo-Lacruz, J., Sanchez-Lorenzo, A., Garcia-Ruiz, J., Azorin-Molina, C., Moran-Tejeda, E., Revuelto, J., Trigo, R., Coelho, F. and Espejo, F. (2014) Evidence of increasing drought severity caused by temperature rise in southern Europe. Environmental Research Letters, 9(4), 044001. [DOI : 10.1088/1748-9326/9/4/044001]

상세보기
Wang, L. and Qu, J. (2009) Satellite remote sensing applications for surface soil moisture monitoring: A review. Frontiers of Earth Science in China, 3(2), pp. 237-247. [DOI : https://doi.org/10.1007/s11707-009-0023-7]

상세보기
Wang, L., and Qu, J. (2007) NMDI: A Normalized Multi-band Drought Index for monitoring soil and vegetation moisture with satellite remote sensing. Geophysical Research Letters, 34, L20405. [DOI : http://doi:10.1029/2007GL031021]

상세보기
Wang, L., Qu, J., Hao, X. and Zhu, Q. (2008) Sensitivity studies of the moisture effects on MODIS SWIR reflectance and vegetation water indices. International Journal of Remote Sensing, 29(24), pp. 7065-7075. [DOI : https://doi.org/10.1080/01431160802226034]

상세보기
Wardlow, B. D., Anderson, M. C., and Verdin, J. P. (eds.). (2012) Remote sensing of drought: Innovative monitoring approaches. drought and water Crises. CRC Press.
Wilhite, D., Svoboda, M. and Hayes, M. (2007) Understanding the complex impacts of drought: a key to enhancing drought mitigation and preparedness. Water Resources Management, 21(5), pp. 763-774. [DOI : https://doi.org/10.1007/s11269-006-9076-5]

상세보기
Won, J., Choi, C., Lee, O. and Kim, S. (2020) Copula-based Joint Drought Index using SPI and EDDI and its application to climate change, Science of the Total Environment, 744, 140701. [DOI : https://doi.org/10.1016/j.scitotenv.2020.140701]

상세보기
Won, J., Jang, S., Kim, K. and Kim, S. (2018) Applicability of the evaporative demand drought index. Journal of Korean Society of Hazard Mitigation, 18(6), pp. 431-442. [Korean Literature] [DOI : https://doi.org/10.9798/KOSHAM.2018.18.6.431]

상세보기
Yao, N., Li, Y., Lei, T. and Peng, L. (2018) Drought evolution, severity and trends in mainland China over 1961-2013. Science of the Total Environment, 616, pp. 73-89. [DOI : https://doi.org/10.1016/j.scitotenv.2017.10.327]

상세보기
Yoon, D., Nam, W., Lee, H., Hong, E., and Kim, T. (2020a) Drought Hazard Assessment using MODIS-based Evaporative Stress Index (ESI) and ROC Analysis. Journal of the Korean Society of Agricultural Engineers, 62(3), pp. 51-61. [Korean Literature]
Yoon, D., Nam, W., Lee, H., Hong, E., Kim, T., Kim, D., Shin, A., and Svoboda, M. (2018a) 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), pp. 121-131. [Korean Literature]
Yoon, D., Nam, W., Lee, H., Hong, E., Song, F., Wardlow, B., Tadesse, T., Svoboda, M., Hayes, M. and Kim, D. (2020b) Agricultural drought assessment in East Asia using satellite-based indices. Remote Sensing, 12(3), pp. 1-16. [DOI : https://doi.org/10.3390/rs12030444]

상세보기
Yoon, Y., Kim, N., Lee, S., Park, S., Son, E., Jang, J., and Lee, Y. (2018b) Inter-comparisons of Satellite-based Drought Indices on the Cropland in Korea, 2001-2017. Journal of Climate Research, 13(4), pp. 275-296. [DOI : http://dx.doi.org/10.14383/cri.2018.13.4.275]

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