베이지안 네트워크 및 의사결정 모형을 이용한 위성 강수자료 기반 기상학적 가뭄 전망

Meteorological drought outlook with satellite precipitation data using Bayesian networks and decision-making model

Abstract

가뭄재해는 다른 재해와 다르게 광범위한 공간에 걸쳐서 충분한 강우가 발생하기 전까지 오랜 기간 동안 발생되는 특성이 있다. 위성 영상은 시공간적으로 지속적인 강수량 관측을 제공할 수 있다. 본 연구는 위성 영상 기반의 강수자료를 활용하여 기상학적 가뭄 전망 모형을 개발하였다. PERSIANN_CDR, TRMM 3B42와 GPM IMERG 영상을 활용하여 강수 자료를 구축한 뒤, 표준강수지수(SPI)를 기반으로 기상학적 가뭄을 정의하였다. 과거의 가뭄 정보와 물리적 예측 모형 기반의 가뭄 예측 결과를 결합할 수 있는 베이지안 네트워크 기반 가뭄 예측 기법을 이용하여 확률론적 가뭄 예측 결과를 생산하였으며, 가뭄 예측결과를 가뭄 전망 의사결정 모형에 적용하여 가뭄 전망 결과를 도출하였다. 가뭄 전망 정보는 가뭄 발생, 지속, 종결, 가뭄 없음의 4단계로 구분하였다. 본 연구의 가뭄 전망 결과는 ROC 분석을 통하여 물리적 예측 모형인 다중모형 앙상블(MME)을 활용한 가뭄 전망 결과와 전망 성능을 비교하였다. 그 결과, 2~3개월 가뭄 전망에 대한 가뭄 발생 및 지속의 단계에서는 MME 모형보다 높은 전망성능을 보여주었다.

Unlike other natural disasters, drought is a reoccurring and region-wide phenomenon after being triggered by a prolonged precipitation deficiency. Considering that remote sensing products provide consistent temporal and spatial measurements of precipitation, this study developed a remote sensing data-based drought outlook model. The meteorological drought was defined by the Standardized Precipitation Index (SPI) achieved from PERSIANN_CDR, TRMM 3B42 and GPM IMERG images. Bayesian networks were employed in this study to combine the historical drought information and dynamical prediction products in advance of drought outlook. Drought outlook was determined through a decision-making model considering the current drought condition and forecasted condition from the Bayesian networks. Drought outlook condition was classified by four states such as no drought, drought occurrence, drought persistence, and drought removal. The receiver operating characteristics (ROC) curve analysis were employed to measure the relative outlook performance with the dynamical prediction production, Multi-Model Ensemble (MME). The ROC analysis indicated that the proposed outlook model showed better performance than the MME, especially for drought occurrence and persistence of 2- and 3-month outlook.

Fig. 1. The framework of bayesian networks drought prediction

Fig. 2. Drought outlook decision-making tree

Fig. 3. Results of probabilistic forecast (the current month is January 2009)

Fig. 4. Timeseries of 1-month probabilistic forecasts (the current month is January 2009 in upstream of Namhan River (No. 1001) subbasin)

Fig. 5. Drought outlook map (the current month is January 2009)

Fig. 6. Multi-class ROC confusion matrix

Fig. 7. Spatial distribution of various forecast verification measures for 1-month drought outlook

Fig. 8. ROC curves for drought outlook

Table 1. Data periods of precipitation data

Table 2. Drought condition decision table

Table 3. ROC scores for drought outlook