• 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.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_3
• /
• pp.1847-1859
• /
• 2022

Wildfires in North Korea can have a directly or indirectly affect South Korea if they go south to the Demilitarized Zone. Therefore, this study calculates the regional optimized Forest Fire Danger Index (FFDI) based on Local Data Assessment and Prediction System (LDAPS) weather data to obtain forest fire risk in North Korea, and applied it to the cases in Goseong-gun and Cheorwon-gun, North Korea in April 2022. As a result, the suitability was confirmed as the FFDI at the time of ignition corresponded to the risk class Extreme and Severe sections, respectively. In addition, a qualitative comparison of the risk map and the soil moisture map before and after the wildfire, the correlation was grasped. A new forest fire risk index that combines drought factors such as soil moisture, Standardized Precipitation Index (SPI), and Normalized Difference Water Index (NDWI) will be needed in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1555-1559
• /
• 2009

우리나라의 연 강수량은 지역에 따라 다르지만 대체로 1280mm 정도로 연강수량의 60%$\sim$80%가 여름철에 집중되어 있는 특성 때문에 비가 많이 오는 여름에는 홍수대책을, 남은 계절은 용수 확보를 위하여 늘 고심하게 된다. 특히 2008년도 여름철에 우리나라에 영향을 끼친 태풍은 단 하나로, 여름철에 많은 강우가 발생하지 않아 연 강수량은 정상대비 강수량에 70%$\sim$80% 수준에 불과하다. 그로 인해 용수확보에 고심하고 있으며 현재 일부지역에서 극심한 물 부족현상을 겪고 있는 실정이다. 따라서 본 연구에서는 전국에 주요지점을 인천, 서울, 대구, 전주, 부산, 목포지점으로 총 6지점을 선정하여, 대표적인 가뭄지수라 할 수 있는 표준강수지수 (Standardized Precipitation Index, SPI)와 팔머가뭄심도지수(Palmer Drought Severity Index, PDSI)를 이용하여 가뭄지수의 민감도 분석을 실시하였다. 강우자료 및 온도자료는 기상청에서 제공하는 30년간의 정상(71$\sim$00년)자료를 이용하여 가뭄지수의 민감도 분석을 실시하였다. 분석방법은 강우량자료가 정상 강우대비 0%, $\pm10%$, $\pm20%$, $\pm30%$, $\pm40%$, $\pm50%$로 변동 한다 보고 각각의 가뭄지수를 산정하여 비교분석을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.326-326
• /
• 2021

장기간에 걸쳐 넓은 지역에 대해 발생하는 가뭄을 예측하기위해 많은 학자들의 기술적, 학술적 시도가 있어왔다. 본 연구에서는 복잡한 시계열을 가진 가뭄을 전망하는 방법 중 시나리오에 기반을 둔 가뭄전망 방법과 실시간으로 가뭄을 예측하는 비시나리오 기반의 방법 등을 이용하여 미래 가뭄전망을 실시했다. 시나리오에 기반을 둔 가뭄전망 방법으로는, 3개월 GCM(General Circulation Model) 예측 결과를 바탕으로 2009년도 PDSI(Palmer Drought Severity Index) 가뭄지수를 산정하여 가뭄심도에 대한 단기예측을 실시하였다. 또, 통계학적 방법과 물리적 모델(Physical model)에 기반을 둔 확정론적 수치해석 방법을 이용하여 비시나리오 기반 가뭄을 예측했다. 기존 가뭄을 통계학적 방법으로 예측하기 위해서 시도된 대표적인 방법으로 ARIMA(Autoregressive Integrated Moving Average) 모델의 예측에 대한 한계를 극복하기위해 서포트 벡터 회귀(support vector regression, SVR)와 웨이블릿(wavelet neural network) 신경망을 이용해 SPI를 측정하였다. 최적모델구조는 RMSE(root mean square error), MAE(mean absolute error) 및 R(correlation Coefficient)를 통해 선정하였고, 1-6개월의 선행예보 시간을 갖고 가뭄을 전망하였다. 그리고 SPI를 이용하여, 마코프 연쇄(Markov chain) 및 대수선형모델(log-linear model)을 적용하여 SPI기반 가뭄예측의 정확도를 검증하였으며, 터키의 아나톨리아(Anatolia) 지역을 대상으로 뉴로퍼지모델(Neuro-Fuzzy)을 적용하여 1964-2006년 기간의 월평균 강수량과 SPI를 바탕으로 가뭄을 예측하였다. 가뭄 빈도와 패턴이 불규칙적으로 변하며 지역별 강수량의 양극화가 심화됨에 따라 가뭄예측의 정확도를 높여야 하는 요구가 커지고 있다. 본 연구에서는 복잡하고 비선형성으로 이루어진 가뭄 패턴을 기상학적 가뭄의 정도를 나타내는 표준강수증발지수(SPEI, Standardized Precipitation Evapotranspiration Index)인 월SPEI와 일SPEI를 기계학습모델에 적용하여 예측개선 모형을 개발하고자 한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.19 no.1
• /
• pp.64-79
• /
• 2016

The purpose of this study is to find the relationship between precipitation deficit, SPI(standardized precipitation index)-12 month, agricultural reservoir water storage deficit and agricultural drought-related big data, and to evaluate the usefulness of agricultural risk management through big data. For the long term drought (from January 2014 to September 2015), each data was collected and analysed with monthly and Provincial base. The minimum SPI-12 and maximum reservoir water storage deficit compared to normal year were occurred at the same time of July 2014, and August and September 2015. The maximum frequency of big data was occurred at June and July of 2014, and March and June to September of 2015. The maximum big data was occurred 1 month advanced in 2014 and 2 months advanced in 2015 than the maximum reservoir water storage deficit. The occurrence of big data was sensitive to spring drought from March, late Jangma of June, dry Jangma of July and the rainfall deficit of September 2015. The big data was closely related with the meteorological drought and agricultural drought. Because the big data is the in situ feeling drought, it is proved as a useful indicator for agricultural risk management.

• 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.

• Journal of Korea Water Resources Association
• /
• v.51 no.11
• /
• pp.1021-1029
• /
• 2018

A primary objective of this study is to develop a drought forecasting technique based on groundwater which can be exploit for water supply under drought stress. For this purpose, we explored the lagged relationships between regionalized SGI (standardized groundwater level index) and SPI (standardized precipitation index) in view of the drought propagation. A regional prediction model was constructed using a NARX (nonlinear autoregressive exogenous) artificial neural network model which can effectively capture nonlinear relationships with the lagged independent variable. During the training phase, model performance in terms of correlation coefficient was found to be satisfactory with the correlation coefficient over 0.7. Moreover, the model performance was described by root mean squared error (RMSE). It can be concluded that the proposed approach is able to provide a reliable SGI forecasts along with rainfall forecasts provided by the Korea Meteorological Administration.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.51-51
• /
• 2019

기후변화 따라 과거에 경험하지 못했던 이상 수문기상 및 기상재해가 유발되며, 그 피해의 규모는 매년 증가한다. 그 중 가뭄은 미국 해양기상청(NOAA)이 선정한 20세기 최대 자연재해 중 상위 5위 안에 랭크되었으며 가뭄의 피해와 영향력은 막대하다고 언급하였다. 가뭄은 발생과정과 피해 영향에 따라 기상학적, 농업적, 수문학적, 사회경제학적 가뭄으로 구분할 수 있으며 직 간접적으로 영향을 미치고 기상학적 가뭄에서 수문학적 가뭄 등으로 가뭄의 종류가 변화되며 이를 가뭄전이라고 부른다,. 본 연구에서는 기상학적 가뭄에서 수문학적 가뭄으로 전이되는 과정을 분석하기 위하여 Weather Research and Forecasting and Model Hydrological modeling extension package (WRF-Hydro) 모형을 한반도 대상으로 구축하였다. 모형의 정확성을 향상시키기 위해 충주댐, 소양강댐, 용담댐, 남강댐의 유입량과 모형 유출량을 비교 분석하였으며, 유출에 영향을 미치는 지면 유출, 표면 거칠기와 같은 파라미터를 보정하여 주었다. 위와 같이 구축, 보정된 모형을 활용하여 모의된 유출량을 이용하여 수문학적 가뭄지수 Standardized Streamflow Drought Index(SSFI)를 도출하여 기상학적 가뭄지수 Standardized Precipitation Index(SPI)와 비교하여 기상학적 가뭄이 수문학적 가뭄으로 전이되는 과정을 가뭄의 빈도, 강도, 특성 등에 초점을 맞추어 분석하였다.

• Journal of Korea Water Resources Association
• /
• v.45 no.10
• /
• pp.983-995
• /
• 2012

In this study, it was intended to analyze the spatio-temporal distribution of historical drought events occurred in Korea by way of drought frequency analysis using SPI (Standardized Precipitation Index), and Drought spell was executed to estimate drought frequency as per drought severity and regions. Also, SDF (severity-duration-frequency) curves were prepared per each weather stations to estimate spatial distribution characteristics for the severe drought areas of Korea, and Potential Drought Hazard Map was prepared based on the derived SDF curves. Drought frequency analysis per drought stage revealed that severe drought as well as extreme drought frequency were prominently high at Geum River, Nakdong River, and Seomjin River basin as can be seen from SDF curves, and drought severity was found as severer per each drought return period in the data located at Geum River, Nakdong River, and Seomjin River basins as compared with that of Seoul weather station at Han River basin. In the Potential Drought Hazard Map, it showed that Geum River, Seomjin River, and Yeongsan River basins were drought vulnerable areas as compared to upper streams of Nakdong River basin and Han River basin, and showed similar result in drought frequency per drought stage. Drought was occurred frequently during spring seasons with tendency of frequent short drought spell as indicated in Potential Drought Hazard Map of different season.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.62 no.2
• /
• pp.63-73
• /
• 2020

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.