• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.202-202
• /
• 2023

전 세계적으로 지구 온난화로 인해 발생한 가뭄은 사회적, 경제적, 환경적으로 막대한 피해를 야기하고 있다. 국내의 경우, 2022년부터 현재까지 지속되고 있는 가뭄 상황은 강수의 지역적 편차로 인해 남부 지역 중심으로 극심한 피해가 발생하였다. 남부 지역의 주요 용수공급원인 영산강, 섬진강권역의 용수 공급율은 예년의 57%(3.8억 톤)에 불과하며, 일부 도서·산간 지역은 용수공급이 제한되는 현상까지 발생하였다. 이러한 가뭄 피해를 대비하기 위해 초기에 모니터링을 통한 선제적 대응 방안을 구축해야 한다. 가뭄 모니터링의 경우 미계측 지역에 대한 모니터링 방법으로 주기적이고 균질한 자료를 제공 받을 수 있는 위성영상을 활용한 연구가 수행되고 있다. 가뭄을 정량적으로 분석하고 판단하기 위해 가뭄지수를 활용하고 있으며, 대표적인 가뭄지수는 지상 관측강수량자료를 활용한 확률분포 기반의 표준강수지수 (Standardized Precipitation Index, SPI)와 강수 및 기온의 변동성이 포함된 표준강수증발산지수 (Standardized Precipitation Evapotranspiration Index, SPEI)가 있으며, 위성영상 자료를 활용한 가뭄지수인 증발스트레스지수(Evaporative Stress Index, ESI) 등이 있다. 본 연구에서는 강수와 기온을 고려한 가뭄지수인SPEI와 위성영상 기반의 가뭄지수인 ESI를 활용하여 2022년 남부 지역의 가뭄 사상을 중심으로 지표별 시공간적 변화를 분석하고자 한다. SPEI의 경우 기상관측소 지점자료의 기온과 강수량을 활용하였으며, Terra 위성의 MODIS (Moderate Resolution Imaging Spectroradiometer) 센서에서 제공되는 위성영상자료를 활용한 ESI는 미계측 지역에 대한 가뭄 판단을 위해 시·군별로 세분화하여 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.243-243
• /
• 2016

최근 우리나라는 기후변화로 인한 이상고온과 강수량 부족으로 인해 봄가을철 가뭄으로 고통받고 있다. 특히 2015년의 경우 전국 곳곳에서 호수나 저수지의 바닥을 드러내어 급수제한까지 발생등 가뭄으로 인한 피해가 커지고 있다. 일반적으로 가뭄은 장기간의 강우부족으로 인해 발생한다. 그렇기 때문에 기상학적 가뭄심도의 정도를 표현하기 위해 표준강수지수(SPI)를 사용한다. SPI는 특정지속기간 동안의 강수확률에 근거하여 다양한 기간적용이 가능하고 조기예측 및 가뭄의 심도를 쉽게 이해 가능하지만, 강수이외의 기온과 관련된 변수를 고려할 수 없다. 하지만 가뭄 재해에 있어서 강수량 부족뿐만 아니라 기온으로 인한 증발산량과 인근 하천의 유량분석을 통한 총괄적인 가뭄분석이 고려되어야한다. 그리하여 강수와 기온의 변동성을 원인으로 하는 증발산량의 변동성을 고려가능한 표준강수증발산지수(SPEI)를 이용하여 강수변화뿐만 아닌 증발산량을 분석하고, 월 유량으로 가뭄의 심도와 지속기간을 구분할 수 있는 하천수가뭄지수(SDI)를 이용하여 하천유량을 분석하였다. 그 결과 기상학적 가뭄지수인 SPI, SPEI와 함께 수문학적 가뭄지수 SDI분석을 통한 총괄적인 가뭄재해 분석을 하였다.

• Journal of Korea Water Resources Association
• /
• v.49 no.6
• /
• pp.565-577
• /
• 2016

The objective of this study is to propose a method for computing the Natural Drought Index (NDI) that does not consider man-made drought facilities. Principal Component Analysis (PCA) was used to estimate the NDI. Three monthly moving cumulative runoff, soil moisture and precipitation were selected as input data of the NDI during 1977~2012. Observed precipitation data was collected from KMA ASOS (Korea Meteorological Association Automatic Synoptic Observation System), while model-driven runoff and soil moisture from Variable Infiltration Capacity Model (VIC Model) were used. Time series analysis, drought characteristic analysis and spatial analysis were used to assess the utilization of NDI and compare with existing SPI, SRI and SSI. The NDI precisely reflected onset and termination of past drought events with mean absolute error of 0.85 in time series analysis. It explained well duration and inter-arrival time with 1.3 and 1.0 respectively in drought characteristic analysis. Also, the NDI reflected regional drought condition well in spatial analysis. The accuracy rank of drought onset, termination, duration and inter-arrival time was calculated by using NDI, SPI, SRI and SSI. The result showed that NDI is more precise than the others. The NDI overcomes the limitation of univariate drought indices and can be useful for drought analysis as representative measure of different types of drought such as meteorological, hydrological and agricultural droughts.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.342-342
• /
• 2017

기후변화로 인한 극한기상의 강도와 빈도가 증가하고 있어 국가 물안보와 수자원 관리에 어려움을 겪고 있다. 특히 가뭄은 음용수 부족과 관개용수 및 발전용수 부족 등 사회, 경제, 환경 전반에 걸쳐 미치는 피해 영향의 범위가 크다. 가뭄으로 인한 피해감소와 대응 및 대책 전략 수립에 있어서 일반적으로 기상학적 가뭄지수 SPI(Standardized Precipitation Index)을 많이 사용하고 있다. SPI는 누적강수량 자료를 이용하며 누적강수 기간(월)에 따라 SPI3, SPI6 등으로 평가한다. 이 방법은 누적강우량을 감마함수에 적합하고 다시 누가표준정규분포에 투영함으로써 가뭄심도를 평가한다. 그러나 분포의 꼬리 부분에 해당하는 가뭄값들의 정량적 평가가 어려우며 강우자료가 가지는 분산의 특성을 반영하지 못하는 단점이 있다. 본 연구에서는 가뭄의 정량적 평가와 가뭄자료 자체의 분산의 특성을 고려한 정량적 표준가뭄지수(QSPI:Quantitative Standardized Precipitation Index)를 개발, 가뭄을 평가하고 SPI와 비교 분석 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.304-304
• /
• 2022

가뭄은 인간 활동과 생태계의 다양한 측면에 영향을 미치는 중요한 자연재해 중 하나이다. 가뭄을 사전에 예측하여 필요한 완화 조치를 취하고 환경적 피해를 줄이는 것이 중요하다. 이에 따라 다양한 인공지능 기술을 이용한 가뭄 예측은 수문학, 수자원 관리, 농업 등의 분야에서 중요성이 커지고 있다. 최근에는 딥러닝 알고리즘을 기반으로 하는 중장기 강수예보를 위한 다양한 방법이 제시되고 있다. 이 논문의 목적은 가뭄 예보를 목적으로 월 강수량 예측을 위한 딥러닝 모델의 성능을 평가하는 것이다. 이를 위해 딥러닝 모델인 LSTM(Long Short-Term Memory)을 적용하였으며, 1981-2020년 기간의 월 강수 자료가 모델을 구축하기 위해 사용되었다. 관측자료를 기반으로 학습된 모델을 이용하여 테스트 기간에 대해 월 강수량을 예측하였다. 예측된 강수량을 통해 표준강수지수(Standardized Precipitation Index, SPI)을 산정하고, 예측 정확도를 분석하였다. 이 연구는 가뭄 예보를 위한 딥러닝 모델의 적용 가능성을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.329-329
• /
• 2023

가뭄은 수개월에서 수년에 걸쳐 평년보다 낮은 강수량을 특징으로 하는 극심한 기후 현상으로 크게 기상학적 가뭄과 식생 가뭄 또는 농업 가뭄, 수문학적 가뭄, 사회경제적 가뭄으로 구분할 수 있다. 본 연구에 사용된 기상학적 가뭄지수는 표준강수지수 (Standardized Precipitation Index), 증발수요가뭄지수 (Evaporative Demand Drought Index), 표준강수증발산지수 (Standardized Precipitation Evapotranspiration Index), Copula 기반 결합가뭄지수 (Copula-based Joint Drought Index)이다. 식생지수는 0부터 1까지 0.05 간격으로 가중치를 적용하여 21개의 식생건강지수(Vegetation Health Index)를 사용하였다. VHI는 널리 사용되고 있는 원격탐사자료 기반의 가뭄지수이며, 이는 식생상태지수 (Vegetation Condition Index)와 열상태지수 (Thermal condition index)의 선형 결합으로 이루어진다. 기상학적 가뭄지수와 식생지수 사이의 상호의존도 및 민감도를 분석하기 위해 상관성 분석을 수행하였으며, 이를 토지피복 유형 (시가화 건조지역, 농업지역, 초지, 산림지역)에 따른 분석도 수행하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.72-72
• /
• 2021

가뭄은 수개월, 수년 이상에 걸쳐 서서히 발생 및 지속되며, 식생에 대한 피해가 발생할 때까지 확실한 인식이 어렵다. 최근에는 기후변화로 인하여 가뭄의 발생빈도가 증가하고 있으며, 기상 이상에 따른 다양한 형태의 가뭄이 발생하고 있다. 미국에서 정의한 'Flash Drought'는 비교적 짧은 기간 동안 표면온도의 상승과 비정상적으로 낮고 빠르게 감소하는 토양수분으로 인하여 식생에 대한 극심한 스트레스를 유발하면서 광범위한 작물 손실 및 용수공급 감소 등에 대한 피해를 야기하는 가뭄이다. 국내에서는 Flash Drought에 대한 모니터링이 활성화되지 않았기 때문에 본 연구에서는 '돌발가뭄'이라는 새로운 정의를 제시하면서 토양수분, 증발산량, 강수량, 기온 등의 가뭄 관련 주요인자를 활용하여 국내에서 발생한 돌발가뭄 (Flash Drought)를 감지하고 분석하고자 하였다. 돌발가뭄을 분석하기 위하여 선행연구에서 제시한 가뭄 관련 주요인자 기준 유형, 증발산량 기반 가뭄지수를 활용한 유형 등을 활용하였으며, 지상관측자료로는 국내 76개 종관기상관측 자료를 활용하였다. 또한, 토양수분 자료는 GRACE (Gravity Recovery and Climate Experiment) 위성영상 자료를 취득한 후 5 km 공간해상도 자료로 활용하였다. 가뭄지수의 경우 증발산 기반 가뭄지수 중 표준강수증발산지수 SPEI (Standardized Precipitation Evapotranspiration), 증발스트레스지수 ESI (Evaporative Stress Index) 등을 활용하여 국내 돌발가뭄 유형에 대한 분석에 적용하였다. 본 연구를 통하여 아직 명확하게 정의되지 않은 돌발가뭄에 대한 유형별 분석 및 국내 돌발가뭄의 수문기상학적 특성을 분석하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.2276-2280
• /
• 2008

가뭄은 강우의 시기별 지역별 불균형으로 인해 발생하며 한 계절에서 1년, 길게는 수년 동안 지속되는 시간 특성을 가지면서 그 시작과 끝을 명확하게 정의하기가 힘들고 지속적으로 누적된 효과가 천천히 나타난다. 이러한 가뭄의 관리를 위해서는 시간적인 가뭄의 발생과 공간적인 가뭄의 분포를 파악하는 것이 중요하며, 가뭄의 진행상황이나 심도를 정의할 수 있는 객관적인 기준을 통해 수행할 수 있을 것이다. 토양수분가뭄지수(Soil Moisture Drought Index)는 식생에 영향을 주는 가뭄을 판단하기 위한 지표로서 강수량, 기온, 풍속, 습도, 토양물리 특성자료를 바탕으로 산정된다. 본 연구에서 사용한 토양수분가뭄지수는 가뭄 상태를 유효수분백분율의 50%이하일 때로 정의하고, 지속기간(duration), 크기(magnitude), 강도 (severity)의 세 가지 기준을 이용하여 가뭄을 분석하였다. 이 지수는 일별 모의가 가능하고 자연 상태의 가뭄표시, 선행적인 가뭄제시, 단기적인 가뭄평가 이라는 장점을 가진다. 따라서 본 연구에서는 웹 기반 GIS를 이용하여 실시간으로 표준유역 단위별 토양수분가뭄지수를 산정하고 이를 통해 가뭄을 평가할 수 있는 방안을 제시하고자 한다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.2B
• /
• pp.181-191
• /
• 2009

This study suggests the assessment technique for climate change effect on drought in Korea based on the AR4 SRES A2 scenario reported in IPCC fourth assessment report in 2007. IPCC provides monthly outputs of 24 climate models through the DDC. One of the models is BCM2 model which was developed at BCCR in Norway and NCEP data is used for downscaling. The K-NN(K-Nearest Neighbor) and ANN(Artificial Neural Network) are selected as downscaling technique to downscale the temperature and precipitation at Seoul station in Korea. K-NN could downscale both temperature and precipitation well. ANN made a good result for temperature, but it gave a divergence result in precipitation. Finally, SPI of Seoul station is computed to evaluate the effect of climate change on drought. BCM2 predicted that temperature will increase and drought severity will increase because of the increased drought spell at Seoul station.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.25 no.4
• /
• pp.1-18
• /
• 2022

Currently, the Korea Meteorological Administration evaluates the meteorological drought by region using SPI6(standardized precipitation index 6), which is a 6-month cumulative precipitation standard. However, SPI is an index calculated only in consideration of precipitation at 69 weather stations, and the drought phenomenon that appears for complex reasons cannot be accurately determined. Therefore, the purpose of this study is to calculate and compare SPI considering only precipitation and SDCI (Scaled Drought Condition Index) considering precipitation, vegetation index, and temperature in Gyeonggi. In addition, the advantages and disadvantages of the station data-based drought index and the satellite image-based drought index were identified by using results calculated through the comparison of SPI and SDCI. MODIS(MODerate resolution Imaging Spectroradiometer) satellite image data, ASOS(Automated Synoptic Observing System) data, and kriging were used to calculate SDCI. For the duration of precipitation, SDCI1, SDCI3, and SDCI6 were calculated by applying 1-month, 3-month, and 6-month respectively to the 8 points in 2014. As a result of calculating the SDCI, unlike the SPI, drought patterns began to appear about 2-month ago, and drought by city and county in Gyeonggi was well revealed. Through this, it was found that the combination of satellite image data and station data increased efficiency in the pattern of drought index change, and increased the possibility of drought prediction in wet areas along with existing dry areas.