$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

베이지안 분류 기반 통합가뭄지수를 활용한 낙동강 유역의 미래 가뭄에 대한 수문학적 위험도 분석
Evaluation of Future Hydrologic Risk of Drought in Nakdong River Basin Using Bayesian Classification-Based Composite Drought Index 원문보기

KSCE Journal of Civil and Environmental Engineering Research = 대한토목학회논문집, v.43 no.3, 2023년, pp.309 - 319  

김혁 (한양대학교 대학원 스마트시티공학과) ,  김지은 (한양대학교(ERICA) 공학기술연구소) ,  김지영 (한양대학교 대학원 스마트시티공학과) ,  유지영 (한양대학교(ERICA) 공학기술연구소) ,  김태웅 (한양대학교(ERICA) 건설환경공학과)

초록
AI-Helper 아이콘AI-Helper

최근 기후변화로 인해 기상재해의 발생빈도와 강도가 증가하고 있다. 우리나라는 지역별 기후 특성의 편차로 인해 기후변화에 따른 취약성 및 대응능력이 지역별로 차이가 크다. 특히 가뭄은 다양한 요인에 의해 발생하고, 기상학적, 수문학적, 농업적 영향 범위가 광범위하다. 따라서 가뭄에 효과적으로 대응하기 위해서는 다양한 요인을 고려할 수 있는 통합가뭄지수를 활용할 필요가 있으며, 기후변화를 고려한 미래 가뭄을 종합적으로 평가해야 한다. 본 연구에서는 베이지안 분류(DNBC) 기반의 통합가뭄지수를 활용하여 낙동강 유역의 미래 가뭄에 대한 수문학적 위험도(${\bar{R}}$)를 평가하였다. 우선, 관측자료와 기후변화 시나리오 자료를 이용하여 부문별 가뭄지수(SPI, SDI, ESI, WSCI)를 DNBC에 적용하여 통합가뭄지수를 산정하였다. 산정된 통합가뭄지수의 심도와 지속기간을 대상으로 이변량 가뭄빈도분석을 실시하고, 이변량 재현기간을 활용하여 수문학적 위험도를 산정하였다. 그 결과, S2(2021-2040) 기간에서 위험도가 가장 높게 나타났으며(${\bar{R}}$=0.572), 평균적으로 위험도가 가장 높은 지역은 밀양강(#2021)이었다(${\bar{R}}$=0.94). 단기 미래(2021-2040) 기간 동안 낙동강 유역의 수문학적 위험도는 전반적으로 큰 폭으로 상승하였으며, 중·장기 미래(2041-2070, 2071-2099) 기간 동안 낙동강 유역 북부의 위험도는 감소하고 남부의 위험도는 상승하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, the frequency and intensity of meteorological disasters have increased due to climate change. In South Korea, there are regional differences in vulnerability and response capability to cope with climate change because of regional climate characteristics. In particular, drought results from...

주제어

#베이지안 분류   #기후변화   #통합가뭄지수   #이변량 가뭄빈도분석   #수문학적 위험도  

표/그림 (11)

참고문헌 (27)

  1. Ahn, J. H., Yoo, C. S. and Yoon, Y. N. (2001). "An analysis of？hydrologic changes in Daechung Dam basin using GCM？simulation results due to global warming." Journal of Korea？Water Resources Association, Vol. 34, No. 4, pp. 335-345 (in Korean). 

  2. Anderson, M. C., Zolin, C. A., Sentelhas, P. C., Hain, C. R.,？Semmens, K., Yilmaz, M. T., Gao, F., Otkin, J. A. and Tetrault,？R. (2016). "The evaporative stress index as an indicator of？agricultural drought in Brazil: An assessment based on crop yield？impacts." Remote Sensing of Environment, Vol. 174, pp. 82-99. 

  3. Chen, S., Muhammad, W., Lee, J. H. and Kim, T. W. (2018).？"Assessment of probabilistic multi-index drought using a？dynamic naive Bayesian classifier." Water Resources Management,？Vol. 32, pp. 4359-4374. 

    상세보기

  4. Guttman, N. B. (1999). "Accepting the standardized precipitation？index: A calculation algorithm." Journal of the American Water？Resources Association, Vol. 35, No. 2, pp. 311-322. 

  5. Hao, Z. and Singh, V. P. (2015). "Drought characterization from a？multivariate perspective: A review." Journal of Hydrology, Vol. 527, pp. 668-678. 

  6. Kim, H., Park, D. H., Ahn, J. H. and Kim, T. W. (2022).？"Development of a multiple-drought index for comprehensive？drought risk assessment using a dynamic naive Bayesian？classifier." Water, Vol. 14, No. 9, pp. 1516. 

  7. Kim, J. E., Lee, B. S., Yoo, J. Y., Kwon, H. H. and Kim, T. W.？(2021). "Low-flow frequency analysis and drought outlook in？water districts under climate change scenarios : A case study of Gimcheon-si, Korea." Journal of Wetlands Research, Vol. 23,？No. 1, pp. 14-26 (in Korean). 

    원문보기 상세보기 crossref

  8. Kim, J. G., Kim, J. Y., Ban, W. S. and Kwon, H. H. (2019). "A？development of bivariate regional drought frequency analysis？model using copula function." Journal of Korea Water Resources？Association, Vol. 52, No. 12, pp. 985-999 (in Korean). 

  9. Korea Meteorological Administration (KMA). (2020). Korean？climate change assessment report 2020 (in Korean). 

  10. Korea Meteorological Administration (KMA). (2022). Open MET？data portal, Available at: https://datakma.go.kr/ (Accessed: December 1, 2022). 

  11. Korea Research Institute for Human Settlements (KRIHS). (2011).？Research for water management policy preparing with climate？change - Focus on drought vulnerability and policy plan of？territory (in Korean). 

  12. Kwak, J. W., Kim, S. J., Kim, D. H. and Kim, H. S. (2016).？"Hydrological drought analysis based on copula theory." River？Basin Management, D. Bucur, ed., IntechOpen, London, United？Kingdom, pp. 81-95. 

  13. Lee, D. R., Moon, J. W., Lee, D. H. and Ahn, J. H. (2006).？"Development of water supply capacity index to monitor？droughts in a reservoir." Journal of Korea Water Resources？Association, Vol. 39, No. 3, pp. 199-214 (in Korean). 

  14. Martinez, M. and Sucar, L. E. (2008). "Learning dynamic naive？Bayesian classifiers." Proc. of 21st Int. FLAIRS Conf. 2008, pp. 655-659. 

  15. Ministry of Construction & Transportation (MOCT). (1995).？Survey report of drought history (in Korean). 

  16. Ministry of Construction & Transportation (MOCT). (2001).？Survey report of drought history (in Korean). 

  17. Ministry of Environment (MOE) and K-water. (2020). Report of？sharing groundwater project for drought preparation in？Eumseong area (in Korean). 

  18. Ministry of Land, Infrastructure and Transport (MOLIT). (2015).？Survey report of drought history (in Korean). 

  19. Mo, K. C. (2008). "Model-based drought indicies over the United？States." Journal of Hydrometeorology, Vol. 9, No. 6, pp. 1212-1230. 

  20. Nalbantis, I. and Tsakiris, G. (2009). "Assessment of hydrological？drought revisited." Water Resources Management, Vol. 23, No. 5, pp. 881-897. 

    상세보기

  21. Park, D. H., Chen, S. and Kim, T. W. (2020). "Probabilistic？assessment of drought states using a dynamic naive Bayesian？classifier." Terrestrial, Atmospheric and Oceanic Sciences, Vol. 31, No. 3, pp. 359-368. 

  22. Park, J. Y., Kim, J. E., Lee, J. H. and Kim, T. W. (2019).？"Assessment of hydrologic risk of extreme drought according to？RCP climate change scenarios using bivariate frequency？analysis." KSCE Journal of Civil and Environmental Engineering？Research, Vol. 39, No. 5, pp. 561-568 (in Korean). 

  23. Seo, J. H., Chi, H. W., Kim, H. J. and Kim, Y. J. (2022).？"Hydrological drought risk assessment for climate change？adaptation in South Korea." Journal of Korea Water Resources？Association, Vol. 55, No. 6, pp. 421-435 (in Korean). 

  24. Shiau, J. T. (2003). "Return period of bivariate distributed？hydrologic events." Stochastic Environmental Research and Risk？Assessment, Vol. 17, No. 1-2, pp. 42-57. 

  25. Waseem, M., Ajmal, M. and Kim, T. W. (2015). "Development of a？new composite drought index for multivariate drought？assessment." Journal of Hydrology, Vol. 527, pp. 30-37. 

  26. Wilhite, D. A., Hayes, M. J., Knutson, C. and Smith, K. H. (2007).？"Planning for drought: moving from crisis to risk management."？Journal of the American Water Resources Association, Vol. 36, No. 4, pp. 697-710. 

  27. Yu, J. S., Yoo, J. Y., Lee, J. H. and Kim, T. W. (2016). "Estimation？of drought risk through the bivariate drought frequency analysis？using copula functions." Journal of Korea Water Resources？Association, Vol. 49, No. 3, pp. 217-225 (in Korean). 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로