• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.434-434
• /
• 2011

가뭄은 홍수와는 달라서 정확한 발생시점, 지속시간, 피해반경 등을 정의하기 어렵다. 가뭄은 가뭄지수를 통해서 정의되며 정해진 지속시간에 따라서 가뭄의 특성을 평가하는 것이 일반적이다. 이러한 가뭄의 심도를 평가하기 위해서 많이 사용되는 지수로 표준강수지수(standardized precipitation index)가 있다. 본 연구에서는 6개월 지속시간에 SPI 지수를 대상으로 연구를 수행하였다. 최근 가뭄연구에서 시공간적 거동을 평가하는 연구가 중요한 연구주제로 자리 잡고 있다. 가뭄은 홍수와는 달리 공간적으로 전이되는 특성을 가지고 있어서 가뭄의 시작점과 영역반경을 평가하는 것은 가뭄을 예측하는데 있어서 기본적으로 선결되어야 한다. 그러나 상대적으로 가뭄의 시공간적 분석 연구는 많이 진행되지 않았다. 본 연구에서는 질량모멘트 개념을 도입하여 가뭄의 중심과 영역을 평가하는 기법을 개발하였다. 가뭄의 중심(centroid)은 1차모멘트를 통해서 추정되며 가뭄의 영역은 2차모멘트 즉, x방향의 공분산, y방향의 공분산, xy의 공분산을 통해서 타원(ellipse)형태로 수치적 접근이 가능하다. 다음 그림과 같이 가뭄의 중심을 1차모멘트로 추정하게 되면 +형태로 표시될 수 있으며 분산을 타원체로 표현하여 가뭄의 영역을 정의할 수 있다. 1, 2차모멘트를 추정하는데 있어서 Threshold 로 -2.0 이하의 값만을 이용하였으며 각 격자별 SPI 강도를 가중인자로 이용하였다. 그림과 같이 가뭄이 서해안에서 시작되어 시간에 따라 중동부로 퍼져나가는 것을 정량적으로 확인할 수 있다. 본 모형을 통해서 추출된 1, 2차 모멘트 정보를 활용하여 가뭄의 특성을 범주화하고 이를 기상학적 특성과 연결시키면 기상특성을 고려한 가뭄 예측모형으로의 개발도 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.571-575
• /
• 2010

Drought is a natural hazard with different properties that are usually dependent to each other. Therefore, a multivariate model is often used for drought frequency analysis. The Copula based bivariate drought severity and duration frequency analysis is applied in the current study in order to show the effect of tail behavior of drought severity and duration on the selection of a copula function for drought bivariate frequency analysis. Four copula functions, namely Clayton, Gumbel, Frank and Gaussian, were fitted to drought data of four stations in Iran and Canada in different climate regions. The drought data are calculated based on standardized precipitation index time series. The performance of different copula functions is evaluated by estimating drought bivariate return periods in two cases, [$D{\geq}d$ and $S{\geq}s$] and [$D{\geq}d$ or $S{\geq}s$]. The bivariate return period analysis indicates the behavior of the tail of the copula functions on the selection of the best bivariate model for drought analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.257-257
• /
• 2012

본 연구에서는 일본 문부과학성 과제인 혁신(革新, KAKUSHIN)과제를 통해 제공되는 고해상도(20km, 1시간) 기후모형(MRI-AM20km) 출력치를 이용하여 기후변화로 인한 가뭄 발생 특성을 변화를 살펴보았다. 가뭄 특성의 정량화를 위해 표준강수지수를 적용하였으며 일본에서 기록된 주요 가뭄 사상(1980~2001)에 대해 지상 관측 자료 (AMeDAS)를 이용하여 SPI를 산정하고 그 적용성을 파악하였다. 극한가뭄의 거동특성을 파악하기 위해 SPI가 -1.0 이하인 경우를 유효가뭄, -2.0 이하인 경우를 극한가뭄으로 분류하고 가뭄의 강도 및 빈도, 계절적 발생 특성을 파악하였다. 그 결과 대부분의 다른 기후모형과 마찬가지로 MRI-AM20km도 연강수량에 있어서 아시아 몬순 지역 대부분의 국가에서 증가할 것으로 예상하고 있지만, 특히 극한 가뭄의 경우 그 강도 및 빈도가 유의하게 증가할 수 있다는 가능성이 있음을 예상하고 있다. 또한 국가별 가뭄심도-영향면적의 관계를 살펴본 결과 대부분의 아시아 몬순 지역에 대해서 동일한 영향 면적에 대한 가뭄의 강도가 증가하고 지속기간이 증가할수록 그 경향은 더욱 뚜렷하게 나타나는 것을 확인할 수 있었다. 향후 가뭄특성을 지역화하고 대상 지역을 전 세계로 확장하여 가뭄 특성을 정량화할 필요가 있으며, 다양한 모형 출력치를 이용한 결과를 통해 결과의 타당성을 확인할 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.224-224
• /
• 2015

The East Asia monsoon is one of the most complex atmospheric phenomena caused by Land-Sea thermal contrast. It plays essential role in fulfilling the water needs of the region but also poses stern consequences in terms of flooding and droughts. This study analyzed the influence of Global Sea Surface Temperature Anomalies (SSTA) on occurrence of droughts in the East Asia monsoon region ($20^{\circ}N-50^{\circ}N$, $103^{\circ}E-149^{\circ}E$). Standardized Precipitation Index (SPI) was employed to characterize the droughts over the region using 30-year (1978-2007) gridded rainfall dataset at $0.5^{\circ}$ grid resolution. Due to high variability in intensity and spatial extent of monsoon rainfall the East Asia monsoon region was divided into the homogeneous rainfall zones using cluster analysis method. Seven zones were delineated that showed unique rainfall regimes over the region. The influence of SSTA was assessed by using lagged-correlation between global gridded SSTA ($0.2^{\circ}$ grid resolution) and SPI of each zone. Sea regions with potential influence on droughts in different zones were identified based on significant positive and negative correlation between SSTA and SPI with a lag period of 3-month. The results showed that SSTA have the potential to be used as predictor variables for prediction of droughts with a reasonable lead time. The findings of this study will assist to improve the drought prediction over the region.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.183-183
• /
• 2019

최근 지구온난화에 따른 기후변화로 폭염, 가뭄, 홍수 등 기상 재해의 발생빈도가 상승하고 있으며, 강우 집중도와 변동성이 증가함에 따라 2010년 이후 2014년을 제외한 현재까지 지속적인 농업가뭄의 발생으로 연속적인 가뭄 피해를 겪고 있다. 근대적 수리시설의 발달과 선제적 가뭄대책 등으로 가뭄대응력은 향상되어 피해 수준은 과거에 비해 상대적으로 적은 편이나 정량적인 가뭄피해 평가의 기준이나 피해 평가 사례가 미흡하다. 일반적으로 기상학적 가뭄은 표준강수지수(Standardized Precipitation Index, SPI)를 활용하고 있으며, 농업적 가뭄은 농촌수자원의 주요한 용수공급시설인 농업용 저수지의 용수공급능력과 관개지역의 필요수량을 평가하여 시기별로 부족 수량을 산정하고 가뭄강도를 정량화함으로써 농업가뭄 상황을 평가할 수 있다. 본 연구에서는 기상학적 가뭄 지수인 SPI와 농업용 저수지의 용수공급능력, 농업적 가뭄 피해 지역의 관련 자료 등을 수집하여 농업 가뭄의 직접 피해를 중심으로 기상학적 가뭄 정도에 따른 농업적 가뭄 피해에 대한 상관성을 살펴보고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.

• 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
• /
• 2021.06a
• /
• pp.77-77
• /
• 2021

가뭄은 사회·경제적으로 매우 큰 피해를 주는 자연재해이며, 그 시작과 발생 지역을 정확하게 예측하는 데 어려운 문제가 있다. 이에 수문 분야에서는 가뭄에 영향을 미치는 수문·기상인자들을 이용하여 다양한 가뭄지수를 개발하였고 이를 활용하여 가뭄 현상을 모니터링하고 예측 및 전망하는데 다양한 노력을 기울이고 있다. 하지만 가뭄지수들은 실제 가뭄이 어떠한 형태로 발생하는지 파악하기에 많은 한계점을 가지고 있다. 이에 최근 들어 미국과 유럽에서는 실제 농업, 환경, 에너지 등과 같은 다양한 분야에 걸쳐 가뭄 피해로 인해 생기는 가뭄 영향을 보다 체계적이고 상세한 데이터 인벤토리로 구축하고 가뭄지수와의 상관관계, 회귀분석과 같은 연구를 통해 가뭄 영향 예측을 시도하고 있다. 따라서 본 연구에서는 보고서, 데이터베이스, 웹 크롤링(Web-Crawling)을 통한 뉴스 기사 등과 같은 자료를 수집하여 국내 가뭄 영향 인벤토리를 구축하였다. 또한 수문 분야에 널리 사용되고 있는 가뭄지수인 표준 강수 증발산량지수 SPEI(Standardized Precipitation-Evapotranspiration Index)를 기반으로 지역에 따른 가뭄 영향을 예측하기 위해 최근 로지스틱 회귀모형, Random forest, Support vector machine, XGBoost 등의 다양한 머신러닝 기법을 적용하였다. 각 모형의 성능을 Receiver Operating Characteristic(ROC) 곡선을 통해 평가하여 가뭄 영향 예측에 적절한 머신러닝 기법을 제시하였다. 본 연구 결과를 통해 텍스트 기반의 가뭄 영향 자료와 머신러닝 기법을 통한 가뭄 영향 예측 방법론은 가뭄 재난 관리에 유용한 정보를 제공할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.126-126
• /
• 2022

Climate change has continued to impact meteorological factors like rainfall in many countries including Nigeria. Thus, altering the rainfall patterns which subsequently affect the crop yield. Maize is an important cereal grown in northern Nigeria, along with sorghum, rice, and millet. Due to the challenge of water scarcity during the dry season, it has become critical to design appropriate strategies for planning, developing, and management of the limited available water resources to increase the maize yield. This study, therefore, determines the quantity of water required to produce maize from planting to harvesting and the impact of drought on maize during different growth stages in the region. Rainfall data from six rain gauge stations for a period of 36 years (1979-2014) was considered for the analysis. The standardized precipitation and evapotranspiration index (SPEI) is used to evaluate the severity of drought. Using the CROPWAT model, the evapotranspiration was calculated using the Penman-Monteith method, while the crop water requirements (CWRs) and irrigation scheduling for the maize crop was also determined. Irrigation was considered for 100% of critical soil moisture loss. At different phases of maize crop growth, the model predicted daily and monthly crop water requirements. The crop water requirement was found to be 319.0 mm and the irrigation requirement was 15.5 mm. The CROPWAT 8.0 model adequately estimated the yield reduction caused by water stress and climatic impacts, which makes this model appropriate for determining the crop water requirements, irrigation planning, and management.

• Journal of Korea Water Resources Association
• /
• v.52 no.4
• /
• pp.279-289
• /
• 2019

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.