KR101651747B1 - 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법 - Google Patents
농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법 Download PDFInfo
- Publication number
- KR101651747B1 KR101651747B1 KR1020140159143A KR20140159143A KR101651747B1 KR 101651747 B1 KR101651747 B1 KR 101651747B1 KR 1020140159143 A KR1020140159143 A KR 1020140159143A KR 20140159143 A KR20140159143 A KR 20140159143A KR 101651747 B1 KR101651747 B1 KR 101651747B1
- Authority
- KR
- South Korea
- Prior art keywords
- days
- days ago
- amount
- drought
- index
- Prior art date
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법에 대한 것으로서, 특히, 강수량은 물론 지면유출, 경지 증발산 등을 종합적으로 고려함으로써 토양 중 식물가용수분을 추정하는 방식의 새로운 가뭄지수를 구할 수 있는 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법에 관한 것이다. 본 발명은 강수량은 물론 지면유출, 경지 증발산 등을 종합적으로 고려하여 보다 정교하고 신뢰성 높은 가뭄지수를 제공할 수 있다. 본 발명은 작물 및 토양의 종류에 따른 세밀한 가뭄진단과 가뭄진단에 따른 물 관리 정보의 제공, 농업가뭄의 공간적인 분포에 대한 연구의 이용성을 증대 시킬 수 있다. 또한, 본 발명은 농업가뭄의 감시는 물론 해갈 또는 가뭄의 심화를 예측하는데도 활용할 수 있다.
Description
본 발명은 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법에 대한 것으로서, 특히, 강수량은 물론 지면유출, 경지 증발산 등을 종합적으로 고려함으로써 토양 중 식물가용수분을 추정하는 방식의 새로운 가뭄지수를 구할 수 있는 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법에 관한 것이다.
미국 대기해양청(NOAA)에서 가뭄을 20세기에 관측된 가장 큰 자연재해 중 하나로 선정하고, 21세기에는 기후변화에 따른 기온, 강수량의 연차변이 증가가 가뭄피해 급증으로 이어질 것으로 전망함에 따라 가뭄대책 마련이 전세계적인 관심사안이 되고 있다. 가뭄이란 평균에 비해 부족한 물수지를 표현하는 용어이며 그 성격에 따라 기상학적, 농업적, 수문학적, 사회·경제적 가뭄 등으로 분류한다. 그 중 농업적 가뭄이라 함은 농작물, 산림, 초지 등에 필요한 토양수분의 부족상태로서 식물의 생육에 영향을 미칠 수 있는 가뭄을 뜻한다. 고대로부터 농업부문의 가뭄대책은 매우 다양하게 발달해 왔지만, 효과적인 가뭄대책을 위한 선결조건은 가뭄 진행상황을 미리 파악하여 피해를 입기 전에 충분한 시간을 두고 경보를 전달하여 의사결정과정에 활용하는 소위 '가뭄조기경보체계(drought early warning system)'의 구축이다.
가뭄을 미리 탐지하기 위해서는 가뭄의 정도를 계량화 한 가뭄지수(drought index)를 사용하는데, 이용목적에 따라 여러 종류의 가뭄지수가 개발되어 왔다. 강수량, 기온, 토양유효수분량을 입력자료로 물수지방정식에 의해 수분부족량과 수분부족기간의 함수로 나타낸 PDSI(Palmer Drought Severity Index, Palmer, 1965), 강수자료만을 이용하여 1, 3, 6, 24개월 등의 다양한 기간단위로 가뭄상황을 판단할 수 있는 SPI(Standardized Precipitation Index, McKee et al., 1993) 등이 대표적으로, 우리나라 기상청에서도 이들 지수를 토대로 시군단위로 가뭄경보를 발령하고 있다.
하지만, 이들 가뭄지수들은 대체로 장기간 자료에 근거하여 계산되므로 일별 등 단기간 실황모의가 불가능하다. 더욱이 토양의 수분퍼텐셜, 작물의 종류 및 발육단계, 관개여부 등 다양한 요인에 의해 결정되는 농업적 가뭄을 감시하는 데는 한계가 있다. 특히 규모가 작고 작목이 다양하며 작부체계의 변동성이 큰 우리나라 영농환경에 적용하기 위해서는 보다 정교하고 신뢰성 높은 가뭄지수의 개발이 필요하다.
본 발명의 목적은 보다 정교하고 신뢰성 높은 가뭄지수를 제공하는 것이다.
상술한 목적을 달성하기 위해 본 발명은 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구하는 토양 잔류수분량 연산부, 및 상기 토양 잔류수분량으로 가뭄지수를 구하는 가뭄지수 연산부를 포함하는 것을 특징으로 하는 농업가뭄지수 도출 시스템을 제공한다.
상기 토양 잔류수분량 연산부는, 상기 유효강수량을 구하는 유효강수량 연산 모듈과, 상기 작물증발산량을 연산하는 작물증발산량 연산 모듈, 상기 지면유출량을 연산하는 지면유출량 연산 모듈, 및 상기 유효강수량에서 상기 작물증발산량과 상기 지면유출량을 제하여 토양 잔류수분량을 연산하는 토양 잔류수분량 연산 모듈을 포함한다.
상기 유효강수량 연산 모듈은 일 강수량 자료에서 상기 일 강수량 자료가 생성된 날에서 60일 전부터 강수량에 각각의 날에 해당되는 가중치를 적용하고 이들을 적산하여 상기 일 강수량 자료가 생성된 날의 유효강수량을 구한 후, 상기 일 강수량 자료가 생성된 날에 해당하는 주의 7일 동안의 일 단위 유효강수량을 평균하여 상기 일 강수량 자료가 생성된 날에 해당하는 주의 유효강수량을 구한다.
상기 작물증발산량 연산 모듈은 기상자료로 기준증발산량을 연산하고, 작물계수를 적용하여 작물증발산량을 추정한다.
또한, 본 발명은 토양 잔류수분량 연산부가 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구하는 단계와, 상기 토양 잔류수분량으로 가뭄지수 연산부가 가뭄지수를 구하는 단계를 포함하는 것을 특징으로 하는 농업가뭄지수 도출 방법을 제공한다.
상기 토양 잔류수분량 연산부가 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구하는 단계는, 상기 유효강수량을 유효강수량 연산 모듈이 연산하는 단계와, 상기 작물증발산량을 작물증발산량 연산 모듈이 연산하는 단계, 상기 지면유출량을 지면유출량 연산 모듈이 연산하는 단계, 및 상기 유효강수량에서 상기 작물증발산량과 상기 지면유출량을 뺀 값인 토양 잔류수분량을 토양 잔류수분량 연산 모듈이 연산하는 단계를 포함한다.
상기 유효강수량을 유효강수량 연산 모듈이 연산하는 단계에서, 상기 유효강수량 연산 모듈은 일 강수량 자료에서 상기 일 강수량 자료가 생성된 날에서 60일 전부터 강수량에 각각의 날에 해당되는 가중치를 적용하고 이들을 적산하여 상기 일 강수량 자료가 생성된 날의 유효강수량을 구한 후, 상기 일 강수량 자료가 생성된 날에 해당하는 주의 7일 동안의 일 단위 유효강수량을 평균하여 상기 일 강수량 자료가 생성된 날에 해당하는 주의 유효강수량을 구한다.
상기 작물증발산량을 작물증발산량 연산 모듈이 연산하는 단계에서, 상기 작물증발산량 연산 모듈은 기상자료로 기준증발산량을 연산하고, 작물계수를 적용하여 작물증발산량을 추정한다.
상기 토양 잔류수분량으로 가뭄지수 연산부가 가뭄지수를 구하는 단계는, 상기 토양 잔류수분량의 자연대수값인 잔류수분지수를 잔류수분지수 연산 모듈이 연산하는 단계, 및 상기 잔류수분지수와 기후학적 평년의 평균 및 표준편차로 가뭄지수 연산 모듈이 가뭄지수를 연산하는 단계를 포함한다.
상기 기준증발산량()은, 이며, 상기 은 순복사량, 상기 는 지중열류, 상기 은 건습계상수, 상기 는 2m 높이의 일 평균기온, 상기 는 2m 높이의 평균 풍속, 상기 는 포화수증기압, 상기 는 실제 수증기압, 상기 는 포화수증기압의 온도에 따른 기울기이다.
상기 가뭄지수 연산부는, 상기 토양 잔류수분량의 자연대수값인 잔류수분지수를 구하는 잔류수분지수 연산 모듈과, 상기 잔류수분지수와 기후학적 평년의 잔류수분지수의 평균 및 기후학적 평년의 잔류수분지수의 표준편차로 가뭄지수를 구한다.
상기 가뭄지수가 -1 내지 0일 경우 일반적인 상태이며, 상기 가뭄지수가 -2 내지 -1일 경우 약한 가뭄 상태, 상기 가뭄지수가 -3 내지 -2일 경우 심각한 가뭄 상태, 상기 가뭄지수가 -3 이상일 경우 극심한 가뭄 상태로 정의한다.
본 발명은 강수량은 물론 지면유출, 경지 증발산 등을 종합적으로 고려하여 보다 정교하고 신뢰성 높은 가뭄지수를 제공할 수 있는 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법을 제공한다.
본 발명은 작물 및 토양의 종류에 따른 세밀한 가뭄진단과 가뭄진단에 따른 물 관리 정보의 제공, 농업가뭄의 공간적인 분포에 대한 연구의 이용성을 증대 시킬 수 있는 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법을 제공한다.
또한, 본 발명은 농업가뭄의 감시는 물론 해갈 또는 가뭄의 심화를 예측하는데도 활용할 수 있는 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법을 제공한다.
도 1은 본 발명에 따른 농업가뭄지수 도출 시스템의 개념도.
도 2는 본 발명에 따른 농업가뭄지수(ADI) 및 기존의 표준강수지수(SPI)와 실제로 측정된 토양 수분 함량과의 관계 그래프.
도 3은 본 발명에 따른 농업가뭄지수(ADI)와 기존의 표준강수지수(SPI)를 세 실험포장 중 해발고도 250m남동사면에 위치한 '햇차원'(토성 사양토)을 대상으로 실험기간 동안 계산하여 비교한 그래프.
도 4는 본 발명에서 연구대상지역의 상세한 기상 및 공간자료를 이용하여 가뭄이 극심했던 2013년 9월 마지막 주차(39주차)부터 해갈되었던 10월 셋째 주(42주차)까지 농업가뭄지수(ADI)의 공간분포도.
도 5는 본 발명에 따른 농업가뭄지수 도출 방법의 순서도.
도 2는 본 발명에 따른 농업가뭄지수(ADI) 및 기존의 표준강수지수(SPI)와 실제로 측정된 토양 수분 함량과의 관계 그래프.
도 3은 본 발명에 따른 농업가뭄지수(ADI)와 기존의 표준강수지수(SPI)를 세 실험포장 중 해발고도 250m남동사면에 위치한 '햇차원'(토성 사양토)을 대상으로 실험기간 동안 계산하여 비교한 그래프.
도 4는 본 발명에서 연구대상지역의 상세한 기상 및 공간자료를 이용하여 가뭄이 극심했던 2013년 9월 마지막 주차(39주차)부터 해갈되었던 10월 셋째 주(42주차)까지 농업가뭄지수(ADI)의 공간분포도.
도 5는 본 발명에 따른 농업가뭄지수 도출 방법의 순서도.
이하, 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면상의 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명에 따른 농업가뭄지수 도출 시스템의 개념도이다.
본 발명에 따른 농업가뭄지수 도출 시스템은 도 1에 도시된 바와 같이, 유효강수량에서 증발산량과 지면유출량을 제외한 토양 잔류수분량을 연산하는 토양 잔류수분량 연산부와, 토양 잔류수분량으로 가뭄지수를 연산하는 가뭄지수 연산부를 포함한다.
토양 잔류수분량 연산부는 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구한다. 이를 위해서 토양 잔류수분량 연산부는 매일 강수량에 가중치를 적용한 과거의 일 강수량을 더한 유효강수량 연산 모듈과, 작물증발산량 연산 모듈, 지면유출량 연산 모듈, 및 토양 잔류수분량 연산 모듈을 포함한다.
유효강수량 연산 모듈은 일 강수량 자료에서 해당 일의 60일 전부터 강수량에 각각의 날에 해당되는 가중치를 적용하고 이들을 적산하여 해당 일의 유효강수량을 구한다. 또한, 해당 주 7일 동안의 일 단위 유효강수량을 평균하여 해당 주의 유효강수량을 얻을 수 있다.
표 1은 효과적인 유효강수량을 산출하기 위한 일별 가중치 표이다.
Days before | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
Weighting Factor | 4.1 | 3.4 | 3.0 | 2.7 | 2.5 | 2.3 | 2.1 | 2.0 | 1.9 | 1.8 |
Days before | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
Weighting Factor | 1.7 | 1.6 | 1.5 | 1.5 | 1.4 | 1.3 | 1.3 | 1.2 | 1.2 | 1.1 |
Days before | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 |
Weighting Factor | 1.1 | 1.0 | 1.0 | 0.9 | 0.9 | 0.9 | 0.8 | 0.8 | 0.7 | 0.7 |
Days before | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 |
Weighting Factor | 0.7 | 0.6 | 0.6 | 0.6 | 0.6 | 0.5 | 0.5 | 0.5 | 0.4 | 0.4 |
Days before | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 |
Weighting Factor | 0.4 | 0.4 | 0.3 | 0.3 | 0.3 | 0.3 | 0.3 | 0.2 | 0.2 | 0.2 |
Days before | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 |
Weighting Factor | 0.2 | 0.2 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.0 | 0.0 |
작물증발산량 연산 모듈은 기상자료를 이용하여 기준증발산량을 연산하고, 작물계수를 적용하여 실제 작물증발산량을 추정한다. 여기서, 기준증발산량(, )은 아래의 수학식 1과 같이 연산된다.
수학식 1에서, 은 순복사량(MJm-2day-1), 는 지중열류(MJm-2day-1)로 하루 적산값은 '0'이라는 Hur et al.(2006)의 값을 적용하였으며, 은 건습계상수(kPa°C-1), 는 2m 높이의 일 평균기온(℃), 는 2m 높이의 평균 풍속(ms-1), 는 포화수증기압(kPa), 는 실제 수증기압(kPa), 는 포화수증기압의 온도에 따른 기울기이다.
또한, 전술된 수학식1에 의해 기준증발산량을 매일 계산하여 일주일 치를 합산하고 여기에 재배작물 및 발육단계에 따른 작물계수(Kc)를 적용하여 해당작물의 실제증발산량을 아래의 수학식 2와 같이 얻을 수 있다.
여기서, 작물계수는 논벼 외의 작물은 Allen et al. (1998)이 제시한 작물분류표에서 연구대상지역의 작목과 유사한 식생을 찾아 지목 별 대표 작물계수로 설정하였다. 적용기간은 파종 후 발아까지의 초기단계, 발아 후 개화까지의 중간단계, 개화 이후 수확까지의 후기단계로 구분하였다. 논의 경우 30년간 논벼의 작물소비수량 실측자료를 근거로 파종 후 120일까지 10일 단위로 산정한 Yoo et al. (2006)의 작물계수 값을 사용하였다.
지면유출량 연산 모듈은 지면유출량을 연산한다. 강수는 지표면에 도달하면 일부는 증발하고 일부는 토양으로 흡수된다. 미처 토양으로 흡수되지 못한 초과수분은 지표면을 흘러 유출되는데 본 발명은 유출곡선지수(runoff curve number, CN)를 이용하여 지면유출량을 연산한다. 여기서, 유출곡선지수는 1에서 100까지의 범위를 가지고 있으며 토양의 최대 함수량()에 반비례한다. 이러한 지면유출량은 아래의 수학식 3과 같이 구할 수 있다.
토양 잔류 수분량 연산 모듈은 유효강수량과 작물증발산량 및 지면유출량을 이용하여 토양 잔류 수분량을 연산한다. 여기서, 토양 잔류 수분량은 유효강수량에서 작물증발산량과 지면유출량을 제하면 구할 수 있으며, 이는 아래의 수학식 5와 같다.
가뭄지수 연산부는 토양 잔류수분량 연산부에서 구해진 토양 잔류수분량으로 가뭄지수를 연산한다. 이를 위해서 가뭄지수 연산부는 잔류수분지수 연산 모듈과 가뭄지수 연산 모듈을 포함한다.
잔류수분지수 연산 모듈은 토양 잔류 수분량 연산 모듈에서 구해진 토양 잔류 수분량으로 잔류수분지수를 구한다. 잔류수분량의 주단위 분포는 왼쪽으로 치우쳐진 Gamma 분포와 유사한데, 이를 종 모양의 정규분포로 변환하기 위해서는 자연대수를 취하면 된다. 여기서, 잔류수분량의 자연대수값을 잔류수분지수()라 정의하며, 기후학적 평년의 평균()과 표준편차()를 연산한다.
가뭄지수 연산 모듈은 잔류수분지수 연산 모듈에서 구해진 잔류수분지수와 기후학적 평년의 잔류수분지수 평균 및 표준편차로 가뭄지수를 구한다. 기후학적 평년의 52개 주에 대해 각각 잔류수분지수를 연산하여 표준편차로 나누면 평균이 0, 표준편차가 1인 표준정규분포에 근접한다. 임의연도 임의 주차에 잔류수분지수를 연산하여 평년 평균과의 편차를 얻고 이를 표준화시키면 평년 정규분포 상에서 상대적인 위치(, 가뭄 발생확률)를 알 수 있다. 또한, 이는 본 발명에서 구하고자 하는 가뭄지수로서, 기후학적 평년 대비 해당 주의 토양수분 과부족을 판단하는 지표로 사용할 수 있다. 이러한 가뭄 발생확률, 즉, 가뭄지수는 아래의 수학식 7과 같이 표현된다.
예를 들어, 표준편차 1배 이내 범위에 속한다면 정상적인 토양수분상태이지만, 표준편차가 2배를 벗어나면 30년에 한 번 정도의 이변으로 간주하며, 3배를 넘게 되면 100년에 한번 정도의 희귀한 가뭄으로 본다. 이를 기준으로 본 발명은 표 2와 같이, 농업가뭄지수(Agricultural Drought Index, ADI)를 4단계로 분류하였다.
가뭄지수(Index) | 가뭄 단계 (DS) | 설명 |
< -3 | DS3 | 극심한 가뭄 (Extreme drought) |
-3 ~ -2 | DS2 | 심각한 가뭄 (Severe drought) |
-2 ~ -1 | DS1 | 약한 가뭄 (Mild drought) |
-1 ~ 0 | DS0 | 정상 (Normal) |
다음은 본 발명에 따른 농업가뭄지수 도출 방법에 대해 도면을 참조하여 설명한다. 후술될 내용 중 전술된 본 발명에 따른 농업가뭄지수 도출 시스템의 설명과 중복되는 내용은 생략하거나 간략히 설명하기로 한다.
도 5는 본 발명에 따른 농업가뭄지수 도출 방법의 순서도이다.
본 발명에 따른 농업가뭄지수 도출 방법은 도 5에 도시된 바와 같이, 토양 잔류수분량을 구하는 단계(S1)와, 가뭄지수를 구하는 단계(S2)를 포함한다.
토양 잔류수분량을 구하는 단계(S1)는 토양 잔류수분량 연산부가 유효강수량에서 작물증발산량과 지면유출량을 빼서 토양 잔류수분량을 구하며, 이는 유효강수량을 연산하는 단계(S1-1)와, 작물증발산량을 연산하는 단계(S1-2), 지면유출량을 연산하는 단계(S1-3), 및 토양 잔류수분량을 연산하는 단계(S1-4)를 포함하여 수행된다.
유효강수량을 연산하는 단계(S1-1)는 유효강수량 연산 모듈이 일 강수량 자료에서 해당 일의 60일 전부터 강수량에 각각의 날에 해당되는 가중치를 적용하고 이들을 적산하여 해당 일의 유효강수량을 구하고, 해당 주 7일 동안의 일 단위 유효강수량을 평균하여 해당 주의 유효강수량을 구한다.
작물증발산량을 연산하는 단계(S1-2)는 작물증발산량 연산 모듈이 기상자료를 이용하여 기준증발산량을 연산하고 작물계수를 적용하여 작물증발산량을 추정한다. 이는 전술된 수학식 2와 같이 구할 수 있다.
지면유출량을 연산하는 단계(S1-3)는 토양 최대함수량과 전술된 유효강수량을 연산하는 단계(S1-1)에서 구해진 유효강수량으로 지면유출량 연산 모듈이 지면유출량을 연산한다. 여기서, 지면유출량은 전술된 수학식 3과 같이 구할 수 있으며, 토양 최대함수량은 수학식 4에 의해 구할 수 있다.
토양 잔류수분량을 연산하는 단계(S1-4)는 유효강수량과 작물증발산량 및 지면유출량으로 토양 잔류수분량 연산 모듈이 수학식 5와 같이 토양 잔류 수분량을 연산한다.
가뭄지수를 구하는 단계(S2)는 토양 잔류수분량으로 가뭄지수 연산부가 가뭄지수를 구하며, 이를 위해서 가뭄지수를 구하는 단계(S2)는 잔류수분지수를 연산하는 단계(S2-1)와 가뭄지수를 연산하는 단계(S2-2)를 포함한다.
잔류수분지수를 연산하는 단계(S2-1)는 전술된 토양 잔류수분량을 연산하는 단계(S1-4)에서 구해진 토양 잔류 수분량으로 토양 잔류 수분량 연산 모듈이 잔류수분지수를 연산한다. 이는 전술된 수학식 6과 같이 구할 수 있다.
가뭄지수를 연산하는 단계(S2-2)는 잔류수분지수와 기후학적 평년의 평균 및 표준편차로 가뭄지수 연산 모듈이 가뭄지수를 구한다. 이는 수학식 7과 같이 구할 수 있다.
다음은 본 발명에 따른 농업가뭄지수 도출 시스템 및 방법과 기존의 가뭄지수와의 성능을 비교하였다.
기상청에서는 최근 3개월 동안 강수량의 경시분포를 이용하여 계산하는 표준강수지수(Standardized Precipitation Index, SPI)를 대표 가뭄지수 중 하나로 선정하여 수요자에게 제공하고 있다. 표준강수지수는 특정지역에 강우자료가 충분할 경우 지속기간(1, 3, 6, 9, 12개월 등)을 설정하여 계산할 수 있는데, 평년의 누적 강수량 대비 현재 강수량에 의해 상대적인 가뭄 정도를 파악한다. 따라서, 본 발명에서 개발한 농업가뭄지수(ADI)의 신뢰성을 검증하기 위한 기준지수로서 적당하다.
표준강수지수의 계산은 아래의 수학식 8과 같이 수행하였다.
수학식 8에서, 는 2.515517, 은 0.802583, 는 0.010328, 은 1.432788, 는 0.189267, 는 0.001308이다. 또한, 는 아래의 수학식 9와 같다.
신뢰성 비교를 위해서는 두 가지 방법에 의해 추정된 가뭄 정도가 실제 토양 중 식물가용수분과 어떤 관계에 있는지 알아야 한다. 식물가용수분은 토성만 알려지면 토양수분함량으로 대치할 수 있지만, 가뭄지수(무명수)와 토양수분함량(단위 %) 간 직접비교는 어렵다. 이를 해결하기 위해 기존의 가뭄지수인 SPI의 경우 3개월 누적 강수량을 90으로 나눈 값을 사용하고, 본 발명에 따른 농업가뭄지수인 ADI의 경우 잔류수분량의 자연대수(잔류수분지수)를 사용하여 관측된 토양수분함량과 비교하는 방안을 채택하였다.
토양수분함량을 장기간 관측하기 위해 경남 하동군 악양집수역 내 실험포장을 운영하였다. 악양집수역은 면적이 50km2에 불과하지만, 해발고도가 6m에서 1,117m까지 편차가 매우 크고 다양한 지향면을 갖고 있어 강수분포가 불균일한 지역이다. 또한, 집수역 내에서 논, 밭, 과원, 산림 등 다양한 용도로 토지가 이용되고 있어 작물의 종류에 따른 증발산 정도와 지형 및 토양에 따른 지면유출의 공간분포를 살펴보기에 적합한 곳이다. 해발고도 10, 50, 250m에 해당하는 세 포장('자연을 닮은 사람들', '상명농장', '햇차원')을 선정하였는데, 토성은 각각 미사질식양토(점토 20, 미사 60, 모래 10), 양토(점토 20, 미사 40, 모래 40), 사양토(점토 10, 미사 20, 모래 70)로서 깊이 10cm에 토양수분 센서(EC-5, Decagon Device Inc. USA)를 2개씩 설치하여 2012년 7월1일부터 2013년 12월 31일까지 측정하였다. 분석 시에는 두 개의 측정값을 평균하여 각 포장의 대표값으로 삼았다. 같은 기간 중 포장 기상관측을 위해 무인기상관측측장비(Automatic Weather Station, AWS)를 설치하여 기온, 상대습도, 일사량, 풍향, 풍속, 강수량을 1분 간격으로 측정하였다.
농업가뭄지수의 필지단위 적용을 위하여 전술한 경상남도 하동군 악양집수역을 대상지역으로 선정하였다. 이 지역에 가뭄이 심했던 2013년 9월 마지막 주(39주차)부터 해갈되었던 10월 셋째 주(42주차)까지 본 발명에 따른 농업가뭄지수 ADI의 공간분포를 필지별 구분이 가능한 사방 270m 격자 단위로 제작하고자 하였다.
집수역 내 필지단위 농업가뭄지수 산정을 위해서는 먼저 필지별 구분이 가능한 상세 기상자료는 물론 수치지형도, 토지이용도, 토양도 등 고해상도 공간자료가 필요하다. 유효강수량 계산에 필요한 고해상도 일 강수량의 경우 Kim and Yun(2013)의 방법을 이용하였는데, 이 방법은 기상청의 실시간 중규모 해상도 산출물(KLAPS)를 기반으로 강수레이더 자료와 PRISM 모형에 의해 2단계에 걸쳐 270m 해상도로 강수량을 추정한다. 기준증발산량 계산에 필요한 일 최고기온, 최저기온, 일사량, 풍속, 수증기압 등은 Yun et al.(2013)의 방법에 의해 30m 해상도로 제작하였다.
지면유출량 추정을 위한 토지이용도는 환경부 사이트()에서 수집하여 벼논, 과원 및 밭, 삼림, 초지 등으로 재분류하였다. 토양도는 한국수자원공사 사이트 ()에서 수집하여 각 토양통을 SCS의 수문학적 토양군(A, B, C, D)으로 분류하였다. 토양군의 토지이용도가 결정되면 CN값이 자동으로 부여된다.
농업가뭄지수의 평년 기준값(정규분포)은 인근 진주와 순천기상대 기후자료(1971-2000)를 토대로 공간내삽(IDW)에 의해 산정하였는데, 최종적으로 사방 270m 격자 해상도의 주별 평균 및 편차를 얻었다.
도 2는 본 발명에 따른 농업가뭄지수(ADI) 및 기존의 표준강수지수(SPI)와 실제로 측정된 토양 수분 함량과의 관계 그래프이다. 도 2에서 왼쪽은 기존의 표준강수지수(SPI)이며 오른쪽은 본 발명에 따른 농업가뭄지수(ADI)이다.
농업가뭄의 척도는 식물가용 토양수분이다. 전술한대로 SPI와 ADI 모두 산출 방법이 평년과 비교한 가뭄의 정도를 무명수로 나타낸 것으로서, 토양 중 수분함량을 %로 표현하는 토양수분함량과는 직접적인 비교가 곤란하다. 도 2에 도시된 바와 같이, 대신 2012년 7월부터 2013년 12월까지 실험기간 중 SPI의 3개월 누적 강수량을 90일로 나눈 값과, ADI의 잔류수분지수 값을 실제 측정된 토양수분함량(%)에 회귀시켜 결정계수를 비교하였다. 그 결과 세 지점 모두 누적 강수량보다는 잔류수분지수가 토양수분함량과 더 높은 상관을 보였다. 세 지점 가운데 다른 곳보다 점토와 미사함량이 높은 '자연을 닮은 사람들'의 경우 잔류수분지수(ADI)와의 상관도가 가장 낮았지만 누적강수량(SPI)과의 상관은 가장 높았다. 토성에 따른 가뭄지수의 해석에 추기적인 연구가 필요하겠지만, 농업적 가뭄과 직접 관련이 있는 토양수분의 경우 단순히 강수량 값을 이용하는 표준강수지수에 비해 증발산과 유출량을 고려한 농업가뭄지수와 더 밀접한 관계가 있음이 확인된 셈이다.
도 3은 본 발명에 따른 농업가뭄지수(ADI)와 기존의 표준강수지수(SPI)를 세 실험포장 중 해발고도 250m남동사면에 위치한 '햇차원'(토성 사양토)을 대상으로 실험기간 동안 계산하여 비교한 그래프이다.
도 3을 참조하면, 두 가뭄지수 모두 시간경과에 따른 가뭄의 추이를 표현하는 양상은 유사하였지만 가뭄의 심각성을 나타내는 데는 상당한 차이를 보였다. ADI의 경우 2012년 23~29주차, 2013년 32~40주차에 '심한 가뭄'을 나타내었지만, SPI의 경우 실험기간 동안 '심한 가뭄'으로 표현된 주차는 한 차례도 없었다. 이 시기에 실제로 악양지역 여러 농가에서 가뭄으로 인한 어려움이 보고되었고('햇차원', '배달농원', 상명농장'을 포함한 다수의 현지농가 면담), 2012년 제주도는 5, 6월 강수량이 32년만에 가장 적었고, 2013년에는 90년만의 가뭄으로 인해 노지감귤, 콩, 수박 등의 작물피해로 약 2,000억원의 피해액이 보고된 바 있다. 경기지역에서 2013년에 평년의 10% 미만의 강수량만이 관측되는 등 실험기간 내 전국적으로 기록적인 가뭄이 보고되었다(기상청, 2013). 이러한 간접적인 증거만으로도 SPI에 비해 ADI가 2012년과 2013년의 가뭄 정도를 더 잘 반영하였다고 판단된다.
도 4는 본 발명에서 연구대상지역의 상세한 기상 및 공간자료를 이용하여 가뭄이 극심했던 2013년 9월 마지막 주차(39주차)부터 해갈되었던 10월 셋째 주(42주차)까지 농업가뭄지수(ADI)의 공간분포도이다.
도 4를 참조하면, 분포도를 보면 39주차에는 산림지대 일부를 제외하고 '매우 심한 가뭄'을 뜻하는 붉은 색이 대부분이지만, 9월 29일부터 5일간 지속된 강수에 의해 10월 첫째 주(40주차)에 '매우 심한 가뭄' (붉은색)이 한 단계 아래인 '심한 가뭄' (오렌지색)으로 완화된 것을 확인 할 수 있다. 또한 10월 9~10일에도 강수가 관측되었는데, 10월 셋째 주 (42주차)에는 '매우 심한 가뭄'이나, '심한 가뭄' 지역은 대부분 사라졌고 '약한 가뭄' 정도로 완화되었음을 확인 할 수 있다. 전반적인 가뭄분포양상은 작물이 재배되고 있는 논밭에 비해 산림지역의 가뭄이 덜한 것으로 표현되며, 같은 산림지역이라도 하천을 중심으로 동향사면이 많은 서쪽 산록에 비해 서향사면이 많은 동쪽 산록에서 가뭄이 심하다. 이는 서향사면의 경우 동향사면에 비해 낮시간대 기온이 높기 때문에 증발산량이 많았기 때문으로 추정된다.
표 3은 농업가뭄을 정량적으로 표현하고 감시하기 위해 현재까지 개발된 가뭄지수를 정리한 표이다.
Drought indicator | Reference | Time step | S+ | P* | Aㄷ | Gㅆ |
Crop Moisture Index | Palmer(1968) | weekly | O | X | O | O |
Crop-Specific Drought Index | Meyer et al.(1993) | seasonal | O | O | O | X |
Crop Water Stress Index | Idso et al.(1981) | instantaneous | X | X | O | X |
Evapotranspiration Deficit Index | Narasimhan and Srinivasan(2005) | weekly | O | O | O | X |
Keetch and Byram Drought Index | Keetch and Byram(1968) | daily | X | X | O | O |
Lawn and Garden Moisture Index | Christy(2004) | daily | X | X | O | O |
Palmer Drought Severity Index | Palmer(1965) | monthly | O | X | O | O |
Palmer Z Index | Palmer(1965) | monthly | O | X | O | O |
Soil Moisture Deficit Index | Narasimhan and Srinivasan(2005) | weekly | O | O | O | X |
Stress Day Index | Hiler and Clark(1971) | daily | O | O | O | X |
Standardized Precipitation Index | Mckee et al.(1993) | monthly | X | X | O | O |
Water Requirement Satisfaction Index | Frere and Popov(1986) | dacadal | O | O | O | X |
Water stress index of the DSSAT# | Jones et al.(2003) | daily | O | O | O | X |
표 3과 같이, 농업가뭄을 정량적으로 표현하고 감시하기 위해 지금까지 많은 가뭄지수가 개발되었다. 이들은 설계개념, 계산을 위한 입력변수, 주된 용도, 복잡성, 범용성, 시공간 해상도 등 여러 측면에서 서로 다른데, 각각은 나름대로의 목적과 특징을 갖도록 만들어졌다(Woli et al., 2012). 따라서 특정 가뭄지수가 모든 형태의 농업에 적용될 수는 없으며, 외국에서 많이 사용한다고 하여 국내농업에 그대로 적용해서 성공하리란 보장도 없다. 본 발명에서 제시하는 농업가뭄지수 역시 우리 농업환경에 적용 가능한 여러 기술적 방안 중 하나로 받아들여야 할 것이다. 하지만 현존 가뭄감시체계에서는 기대할 수 없는 몇 가지 장점을 갖고 있는 것은 분명하다.
현재 가뭄진행상황을 감시, 평가하여 일별가뭄진단정보를 제공하는 시스템이 한국수자원공사, 기상청 등에 구축되어 있기는 하지만, 그 적용 범위가 매우 조방적이어서 국지적인 가뭄상황을 제대로 반영하지 못한다. 본 발명에서 개발한 가뭄지수는 집수역 별로 쉽게 제작할 수 있는 전자기후도와 결합하여 필지단위의 고해상도 감시가 가능하다. 또한 계산 편의상 일주일 간격으로 제작했지만 2013년 9월의 사례에서 볼 수 있듯이 심한 가뭄이 비가 내리면서 해갈되는 과정을 일 기상자료에 의해 하루 간격으로 보여줄 수 있다. 즉 시공간 해상도 측면에서 지금까지 국내에서 발표된 어떤 가뭄지수보다도 정교하다는 특징을 갖는다. 농업가뭄지수의 설계개념이 비록 식물생리학에 기반을 두지는 않았지만, 토양수분 측정값과의 비교에서 확인한 바와 같이 기존의 대표적인 가뭄지수에 비해 작물가용수분에 더욱 근접한 예측을 함으로써 농업가뭄의 감시지표로서 높은 신뢰성을 갖는다.
하지만, 현재 기술수준에서 농업가뭄지수의 효용은 과거의 기상자료를 이용하여 현재의 가뭄정도를 파악하는 정도, 즉 감시기능에 국한된다. 미래의 가뭄 완화 또는 심화 정도를 예측할 수 없는 가장 큰 이유는 중기예보의 경우 단기예보(동네예보)에서 제공하는 강수분포 예측자료가 없으며, 필지규모 상세화에 필수적인 레이다강수자료는 아예 예보에서 빠져있기 때문이다. 하지만, 현재 상태에서도 본 발명에서 개발한 농업가뭄지수는 작물 및 토양의 종류에 따른 세밀한 가뭄진단과 가뭄진단에 따른 물 관리 정보의 제공, 농업가뭄의 공간적인 분포에 대한 연구의 이용성을 증대 시킬 것으로 기대된다. 앞으로 기상청의 강수예보기술이 발전함에 따라 농업가뭄의 감시는 물론 해갈 또는 가뭄의 심화를 예측하는데도 활용될 수 있을 것이다.
이상에서는 도면 및 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 기술적 사상으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 토양 잔류수분량 연산부 110: 유효강수량 연산 모듈
120: 작물증발산량 연산 모듈 130: 지면유출량 연산 모듈
140: 토양 잔류수분량 연산 모듈 200: 가뭄지수 연산부
210: 잔류수분지수 연산 모듈 220: 가뭄지수 연산 모듈
120: 작물증발산량 연산 모듈 130: 지면유출량 연산 모듈
140: 토양 잔류수분량 연산 모듈 200: 가뭄지수 연산부
210: 잔류수분지수 연산 모듈 220: 가뭄지수 연산 모듈
Claims (24)
- 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구하는 토양 잔류수분량 연산부, 및
상기 토양 잔류수분량으로 가뭄지수를 구하는 가뭄지수 연산부를 포함하며,
상기 토양 잔류수분량 연산부는, 상기 유효강수량을 구하는 유효강수량 연산 모듈과, 상기 작물증발산량을 연산하는 작물증발산량 연산 모듈, 상기 지면유출량을 연산하는 지면유출량 연산 모듈, 및 상기 유효강수량에서 상기 작물증발산량과 상기 지면유출량을 제하여 토양 잔류수분량을 연산하는 토양 잔류수분량 연산 모듈을 포함하고,
상기 유효강수량 연산 모듈은 일 강수량 자료에서 상기 일 강수량 자료가 생성된 날에서 60일 전부터 강수량에 각각의 날에 해당되는 가중치를 적용하고 이들을 적산하여 상기 일 강수량 자료가 생성된 날의 유효강수량을 구한 후, 상기 일 강수량 자료가 생성된 날에 해당하는 주의 7일 동안의 일 단위 유효강수량을 평균하여 상기 일 강수량 자료가 생성된 날에 해당하는 주의 유효강수량을 구하며,
상기 작물증발산량 연산 모듈은 기상자료로 기준증발산량을 연산하고, 상기 가뭄지수 연산부가 가뭄지수를 구하는 지역의 지목 별 대표 작물계수를 적용하여 작물증발산량을 추정하고,
상기 가중치는 상기 일 강수량 자료가 생성된 날에서 1일전은 4.1, 2일전은 3.4, 3일전은 3.0, 4일전은 2.7, 5일전은 2.5, 6일전은 2.3, 7일전은 2.1, 8일전은 2.0, 9일전은 1.9, 10일전은 1.8, 11일전은 1.7, 12일전은 1.6, 13일전은 1.5, 14일전은 1.5, 15일전은 1.4, 16일전은 1.3, 17일전은 1.3, 18일전은 1.2, 19일전은 1.2, 20일전은 1.1, 21일전은 1.1, 22일전은 1.0, 23일전은 1.0, 24일전은 0.9, 25일전은 0.9, 26일전은 0.9, 27일전은 0.8, 28일전은 0.8, 29일전은 0.7, 30일전은 0.7, 31일전은 0.7, 32일전은 0.6, 33일전은 0.6, 34일전은 0.6, 35일전은 0.6, 36일전은 0.5, 37일전은 0.5, 38일전은 0.5, 39일전은 0.4, 40일전은 0.4, 41일전은 0.4, 42일전은 20.4, 43일전은 0.3, 44일전은 0.3, 45일전은 0.3, 46일전은 0.3, 47일전은 0.3, 48일전은 0.2, 49일전은 0.2, 50일전은 0.2, 51일전은 0.2, 52일전은 0.2, 53일전은 0.1, 54일전은 0.1, 55일전은 0.1, 56일전은 0.1, 57일전은 0.1, 58일전은 0.1, 59일전은 0.0, 60일전은 0.0인 것을 특징으로 하는 농업가뭄지수 도출 시스템. - 삭제
- 삭제
- 삭제
- 청구항 8에 있어서,
상기 가뭄지수 연산부는,
상기 토양 잔류수분량의 자연대수값인 잔류수분지수를 구하는 잔류수분지수 연산 모듈과,
상기 잔류수분지수와 기후학적 평년의 잔류수분지수의 평균 및 표준편차로 가뭄지수를 구하는 가뭄지수 연산 모듈을 포함하는 것을 특징으로 하는 농업가뭄지수 도출 시스템. - 청구항 11에 있어서,
상기 가뭄지수가 -1 내지 0일 경우 일반적인 상태이며,
상기 가뭄지수가 -2 내지 -1일 경우 약한 가뭄 상태,
상기 가뭄지수가 -3 내지 -2일 경우 심각한 가뭄 상태,
상기 가뭄지수가 -3 이상일 경우 극심한 가뭄 상태인 것을 특징으로 하는 농업가뭄지수 도출 시스템. - 토양 잔류수분량 연산부가 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구하는 단계와,
상기 토양 잔류수분량으로 가뭄지수 연산부가 가뭄지수를 구하는 단계를 포함하며,
상기 토양 잔류수분량 연산부가 유효강수량에서 작물증발산량과 지면유출량을 제하여 토양 잔류수분량을 구하는 단계는, 상기 유효강수량을 유효강수량 연산 모듈이 연산하는 단계와, 상기 작물증발산량을 작물증발산량 연산 모듈이 연산하는 단계, 상기 지면유출량을 지면유출량 연산 모듈이 연산하는 단계와, 상기 유효강수량에서 상기 작물증발산량과 상기 지면유출량을 뺀 값인 토양 잔류수분량을 토양 잔류수분량 연산 모듈이 연산하는 단계를 포함하고,
상기 유효강수량을 유효강수량 연산 모듈이 연산하는 단계에서, 상기 유효강수량 연산 모듈은 일 강수량 자료에서 상기 일 강수량 자료가 생성된 날에서 60일 전부터 강수량에 각각의 날에 해당되는 가중치를 적용하고 이들을 적산하여 상기 일 강수량 자료가 생성된 날의 유효강수량을 구한 후, 상기 일 강수량 자료가 생성된 날에 해당하는 주의 7일 동안의 일 단위 유효강수량을 평균하여 상기 일 강수량 자료가 생성된 날에 해당하는 주의 유효강수량을 구하며,
상기 작물증발산량을 작물증발산량 연산 모듈이 연산하는 단계에서, 상기 작물증발산량 연산 모듈은 기상자료로 기준증발산량을 연산하고, 상기 가뭄지수 연산부가 가뭄지수를 구하는 지역의 지목 별 대표 작물계수를 적용하여 작물증발산량을 추정하고,
상기 가중치는 상기 일 강수량 자료가 생성된 날에서 1일전은 4.1, 2일전은 3.4, 3일전은 3.0, 4일전은 2.7, 5일전은 2.5, 6일전은 2.3, 7일전은 2.1, 8일전은 2.0, 9일전은 1.9, 10일전은 1.8, 11일전은 1.7, 12일전은 1.6, 13일전은 1.5, 14일전은 1.5, 15일전은 1.4, 16일전은 1.3, 17일전은 1.3, 18일전은 1.2, 19일전은 1.2, 20일전은 1.1, 21일전은 1.1, 22일전은 1.0, 23일전은 1.0, 24일전은 0.9, 25일전은 0.9, 26일전은 0.9, 27일전은 0.8, 28일전은 0.8, 29일전은 0.7, 30일전은 0.7, 31일전은 0.7, 32일전은 0.6, 33일전은 0.6, 34일전은 0.6, 35일전은 0.6, 36일전은 0.5, 37일전은 0.5, 38일전은 0.5, 39일전은 0.4, 40일전은 0.4, 41일전은 0.4, 42일전은 20.4, 43일전은 0.3, 44일전은 0.3, 45일전은 0.3, 46일전은 0.3, 47일전은 0.3, 48일전은 0.2, 49일전은 0.2, 50일전은 0.2, 51일전은 0.2, 52일전은 0.2, 53일전은 0.1, 54일전은 0.1, 55일전은 0.1, 56일전은 0.1, 57일전은 0.1, 58일전은 0.1, 59일전은 0.0, 60일전은 0.0인 것을 특징으로 하는 농업가뭄지수 도출 방법. - 삭제
- 삭제
- 삭제
- 청구항 20에 있어서,
상기 토양 잔류수분량으로 가뭄지수 연산부가 가뭄지수를 구하는 단계는,
상기 토양 잔류수분량의 자연대수값인 잔류수분지수를 잔류수분지수 연산 모듈이 연산하는 단계, 및
상기 잔류수분지수와 기후학적 평년의 잔류수분지수의 평균 및 표준편차로 가뭄지수 연산 모듈이 가뭄지수를 연산하는 단계를 포함하는 것을 특징으로 하는 농업가뭄지수 도출 방법. - 청구항 23에 있어서,
상기 가뭄지수가 -1 내지 0일 경우 일반적인 상태이며,
상기 가뭄지수가 -2 내지 -1일 경우 약한 가뭄 상태,
상기 가뭄지수가 -3 내지 -2일 경우 심각한 가뭄 상태,
상기 가뭄지수가 -3 이상일 경우 극심한 가뭄 상태인 것을 특징으로 하는 농업가뭄지수 도출 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140159143A KR101651747B1 (ko) | 2014-11-14 | 2014-11-14 | 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140159143A KR101651747B1 (ko) | 2014-11-14 | 2014-11-14 | 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160057911A KR20160057911A (ko) | 2016-05-24 |
KR101651747B1 true KR101651747B1 (ko) | 2016-09-05 |
Family
ID=56113996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140159143A KR101651747B1 (ko) | 2014-11-14 | 2014-11-14 | 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101651747B1 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190013073A (ko) * | 2017-07-31 | 2019-02-11 | 최재화 | 일체형 스마트 작물 관리 모듈 |
KR101954570B1 (ko) * | 2018-02-08 | 2019-03-05 | 세종대학교산학협력단 | 기상예보자료를 이용한 가뭄 전망 정보 산정 시스템 및 방법 |
CN110163472A (zh) * | 2019-04-11 | 2019-08-23 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及*** |
KR20210048955A (ko) | 2019-10-24 | 2021-05-04 | 한국건설기술연구원 | 실시간 물 공급능력지수와 물 자립률지수 연동형 도서지역 저류시설 통합운영관리 시스템 및 그 방법 |
KR102355910B1 (ko) | 2021-01-28 | 2022-01-25 | 울산과학기술원 | 다중타겟 특성을 고려한 모니터링 시스템 및 이를 이용한 모니터링 방법 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101718294B1 (ko) * | 2016-11-29 | 2017-03-22 | 주식회사 유일기연 | 가뭄예측 시스템 |
CN106845096A (zh) * | 2017-01-12 | 2017-06-13 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种基于多指标的旱情综合评估方法 |
CN109086500A (zh) * | 2018-07-19 | 2018-12-25 | 武汉大学 | 基于空间分布式径流系数的未控区径流计算方法 |
CN112837169B (zh) * | 2021-01-11 | 2024-06-04 | 黄河勘测规划设计研究院有限公司 | 一种干旱过程网格化旱情综合监测、预警与评估方法 |
CN112990760B (zh) * | 2021-04-14 | 2024-01-26 | 中国科学院新疆生态与地理研究所 | 基于生态输水调整流域小气候和生态***的方法 |
CN114819317A (zh) * | 2022-04-18 | 2022-07-29 | 青海省气象科学研究所 | 一种农田与草地干旱预警方法及*** |
CN116955886B (zh) * | 2023-05-17 | 2024-03-26 | 武汉大学 | 一种强度速度耦合的多尺度标准化旱涝急转指数计算方法 |
CN117592663B (zh) * | 2024-01-18 | 2024-04-05 | 安徽大学 | 一种面向变化气候的干旱风险预测方法及其*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002215717A (ja) | 2001-01-15 | 2002-08-02 | Mitsui & Co Ltd | 農業ビジネス支援システム |
KR101440932B1 (ko) * | 2014-01-16 | 2014-09-25 | 세종대학교산학협력단 | 실시간 앙상블 가뭄전망정보 관리방법 |
-
2014
- 2014-11-14 KR KR1020140159143A patent/KR101651747B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002215717A (ja) | 2001-01-15 | 2002-08-02 | Mitsui & Co Ltd | 農業ビジネス支援システム |
KR101440932B1 (ko) * | 2014-01-16 | 2014-09-25 | 세종대학교산학협력단 | 실시간 앙상블 가뭄전망정보 관리방법 |
Non-Patent Citations (2)
Title |
---|
김성원. FAO-56 Penman-Monteith 공식을 이용한 잔디작물 기준증발산량의 산정. 제36회 대한토목학회 정기 학술대회. 2010년 10월, pp.1569-1572 (2010.10.)* |
김수영 외 3인. KoFlux 타워에서 관측된 토양수분 값을 이용한 가뭄지수 활용에 관한 연구. 대한토목학회논문집. 2010년 11월, 제30권, 제6 B호, pp.541-549 (2010.11.)* |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190013073A (ko) * | 2017-07-31 | 2019-02-11 | 최재화 | 일체형 스마트 작물 관리 모듈 |
KR102054182B1 (ko) * | 2017-07-31 | 2020-01-22 | 최보은 | 일체형 스마트 작물 관리 모듈 |
KR101954570B1 (ko) * | 2018-02-08 | 2019-03-05 | 세종대학교산학협력단 | 기상예보자료를 이용한 가뭄 전망 정보 산정 시스템 및 방법 |
CN110163472A (zh) * | 2019-04-11 | 2019-08-23 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及*** |
CN110163472B (zh) * | 2019-04-11 | 2021-03-26 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及*** |
KR20210048955A (ko) | 2019-10-24 | 2021-05-04 | 한국건설기술연구원 | 실시간 물 공급능력지수와 물 자립률지수 연동형 도서지역 저류시설 통합운영관리 시스템 및 그 방법 |
KR102355910B1 (ko) | 2021-01-28 | 2022-01-25 | 울산과학기술원 | 다중타겟 특성을 고려한 모니터링 시스템 및 이를 이용한 모니터링 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20160057911A (ko) | 2016-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101651747B1 (ko) | 농업가뭄지수 도출 시스템 및 이를 이용한 농업가뭄지수 도출 방법 | |
Bastiaanssen et al. | Irrigation performance indicators based on remotely sensed data: a review of literature | |
Sun et al. | Extreme climate events and agricultural climate indices in China: CMIP5 model evaluation and projections. | |
Folhes et al. | Remote sensing for irrigation water management in the semi-arid Northeast of Brazil | |
Shahidian et al. | Parametric calibration of the Hargreaves–Samani equation for use at new locations | |
Tiamiyu et al. | Rainfall variability and its effect on yield of rice in Nigeria | |
Roerink et al. | Evaluation of MSG-derived global radiation estimates for application in a regional crop model | |
He | The effect of precipitation on vegetation cover over three landscape units in a protected semi-arid grassland: Temporal dynamics and suitable climatic index | |
Park et al. | Evaluation of MODIS NDVI and LST for indicating soil moisture of forest areas based on SWAT modeling | |
Abro et al. | Statistical and qualitative evaluation of multi-sources for hydrological suitability inflood-prone areas of Pakistan | |
Wu et al. | Evaluation of evapotranspiration deficit index for agricultural drought monitoring in North China | |
Takeuchi et al. | Near-real time meteorological drought monitoring and early warning system for croplands in asia | |
Zhu et al. | Hydrological evaluation of hourly merged satellite–station precipitation product in the mountainous basin of China using a distributed hydrological model | |
Sarzaeim et al. | Flood-risk analytics for climate-resilient agriculture using remote sensing in the northern High Plains | |
Yu et al. | Impact of soil textures on agricultural drought evolution and field capacity estimation in humid regions | |
Hu et al. | Relationship between net radiation and broadband solar radiation in the Tibetan Plateau | |
Kukal et al. | Long-term spatial and temporal maize and soybean evapotranspiration trends derived from ground-based and satellite-based datasets over the great plains | |
Moeletsi | Agroclimatological risk assessment of rainfed maize production for the Free State Province of South Africa | |
CN110956322B (zh) | 气候变暖趋势下的夏玉米花期高温灾害风险预测方法 | |
Kim et al. | A drought index designed for field-scale water management | |
Ghaju et al. | Evaluation of satellite based precipitations and their applicability for rainfall runoff modelling in Narayani Basin of Nepal | |
Taghvaeian | Water and energy balance of a riparian and agricultural ecosystem along the Lower Colorado River | |
Hoeltgebaum et al. | Evaluation of the storage and evapotranspiration terms of the water budget for an agricultural watershed using local and remote-sensing measurements | |
Gummadi et al. | Spatial and temporal evaluation of satellite rainfall estimates over Vietnam | |
Yu et al. | Assessing and comparing crop evapotranspiration in different climatic regions of China using reanalysis products |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
N231 | Notification of change of applicant | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20190415 Year of fee payment: 4 |