Probabilistic Framework for Characterizing Drought Propagation between Meteorological and Hydrological Droughts

Abstract

세계 곳곳에서 지구온난화와 같은 기후 및 환경의 변화로 인해 자연재해, 특히 가뭄의 발생빈도가 증가하고 있으며, 이로 인한 피해가 심각한 수준에 이르렀다. 이러한 가뭄재해에 대처하기 위해서는 가뭄에 대한 모니터링 및 예측이 필요하다. 그러나 가뭄의 경우 넓은 지역에 점진적으로 발생하여 시작과 종료를 판단하기가 어렵기 때문에, 정확한 모니터링을 수행하기에는 한계가 있다. 따라서, 지역별 가뭄 완화 대책을 수립하기 위해서는 기상 및 수문학적 가뭄의 시공간적 특성에 관한 연구가 필요하다. 지금까지 기상 및 수문학적 가뭄 사이의 관계에 대한 연구가 많이 수행되어 왔으나, 가뭄 전이를 고려한 확률론적 관계 분석에 관한 연구는 다소 부족한 실정이다. 그러므로, 본 연구에서는 지체시간을 활용하여 기상학적 가뭄에서 수문학적 가뭄으로의 전이에 대한 확률론적 관계를 분석하고자 하였다. 즉, 지체시간과 기상학적 가뭄 특성 간의 확률론적 관계를 파악하고, 가뭄전이 개념을 고려하여 수문학적 가뭄 특성을 평가하였다. 본 연구에서는 먼저 베이지안 네트워크 모델을 활용하여 수문 및 기상학적 가뭄 사이의 지체시간에 대한 확률적 관계를 파악하였다. 여기서, 수문학적 가뭄은 표준유출지수(Standardized Runoff Index, SRI)에 의해 정의되었으며, 기상학적 가뭄은 표준강수지수(Standardized Precipitation Index, SPI) 및 표준강수-증발산량지수(Standardized Precipitation Evapotranspiration Index, SPEI)에 의해 정의되었다. 그 결과, 지체시간의 분포는 SPI 및 SPEI 모두에서 최소 4주부터 14주까지 공간적으로 다양하게 나타났다. 좀 더 명확한 결과를 보여주기 위해, -0.6 ~ -1.0 사이의 기상학적 가뭄에 대한 확률론적 관계를 분석하였다. SPI의 경우 약 7주 이하의, SPEI의 경우 약 4주 이하의 지체시간 발생확률은 주어진 기상학적 가뭄의 범위내에서 100%로 산정되었으나, 기상학적 가뭄이 증가할수록 그 값은 감소하였다. 게다가, SPI 및 SPEI 모두 각 유역에서 지체시간의 발생확률은 공간적으로 서로 다르게 나타났다. 지체시간 및 발생확률이 각 지역에 따라 다양한 값을 갖는 이유는 연평균 강수량의 변동성 및 유출량의 계절적 분포에 기인한다. 기존 연구에 따르면, 한강 중서부에 위치한 유역의 경우 연평균 강수량이 높게 나타나고 여름철에는 매우 큰 유출량을 갖는다. 하지만, 동부 및 남동부의 경우 낮은 연평균 강수량을 가지며 봄철에 유출량이 높게 나타난다. 이와 같은 이유로 다양한 공간적 분포가 나타난다. 그 다음으로 가뭄전이의 확률론적 관계가 어떻게 변화하는지 살펴보기 위하여, 베이지안 네트워크 모델을 적용하여 과거에서 미래 기간에 대한 전이에 대해 분석하였다. 미래 예측을 위해 기후변화 시나리오 중 RCP 8.5를 한강유역에 적용하였다. 그 결과 전이율은 과거(1967-2013)에서 37%로 나타났으며, 첫 번째 미래 기간(2014-2053)에서는 65%, 두 번째 미래 기간(2054-2100)에서는 48%로 증가하였다. 평균 지체시간은 과거에 6.42주로 나타났으며, 미래에는 각각 8.46주와 8.25주로 증가하였다. 베이지안 모델을 적용한 지체시간의 발생확률은 공간적으로 다양한 결과를 보여주었다. 과거기간에서는 기상학적 가뭄의 단계가 보통가뭄에서 심한가뭄 및 극한가뭄으로 진행되었을 때, 지체 시간의 발생확률은 감소함을 확인할 수 있다. 미래 기간에서도 공간적 분포의 차이는 존재하였지만, 비슷한 결과가 산정됨을 알 수 있다. 미래에서의 공간적 분포 또한 기후변화로 인한 강수량 및 유출량의 변화 때문에 다양한 것으로 보여진다. 전이율, 지체시간 및 발생확률의 큰 변화는 첫번째 미래기간에서 관찰되었는데, 이러한 변화는 수문학적 가뭄 사상의 개수가 증가하였기 때문이다. 기존 연구에서도 2035년에서 2060년 동안이 가뭄 발생에 가장 민감하다고 알려져 있으며, 이는 본 연구결과와 일치한다. 가뭄 전이율 및 지체시간 변화에 대한 전체적인 내용을 파악하기 위하여 연구지역을 한강유역에서 대한민국 전체 유역으로 확장시켰다. 본 연구에서는 베이지안 네트워크 모델을 활용하여 전이 계수를 고려한 수문학적 가뭄 강도와 지체시간의 확률론적 관계를 확인하였다. 그 결과, 지체시간의 발생확률은 보통가뭄에서는 공간적으로 다양하게 나타났으며, 심한가뭄 및 극한가뭄으로 변할 때 감소하는 것을 알 수 있다. 공간적 분포를 살펴보면, 한강 유역의 북부 및 서부는 발생확률이 높으나, 동부로 갈수록 감소하는 경향을 보인다. 금강, 섬진강 및 낙동강 유역의 발생확률은 평균정도이나, 영산강 남부는 낮은 발생확률을 가진다. 또한, 수문학적 가뭄의 각 단계별 발생확률은 공간에 따라 달라지며, 기상학적 가뭄의 단계가 보통가뭄에서 극한가뭄으로 변화함에 따라 증가하였다. 한강 동부, 낙동강, 영산강 남부 유역은 수문학적 가뭄으로의 지체시간 발생확률이 매우 높게 나타났으나, 한강 서부, 금강, 섬진강 유역은 발생확률이 낮게 나타났다. 기존 연구에 따르면, 동부 및 남부 연안지역이 가뭄에 매우 취약하며, 남서 해안 지역은 가뭄의 위험이 높다. 이러한 내용은 본 연구를 통해 산정된 각 가뭄 단계에 대한 발생확률의 공간적 패턴과 매우 유사하다. 마지막으로, 은닉 마코프 베이지안 분류기(hidden Markov Bayesian Classifier, MBC)를 활용하여 한강 유역에 대해 기상학적 가뭄 단계 및 가뭄 전이 개념이 적용된 수문학적 가뭄 단계를 평가하였다. 조건부 확률은 각 단계별 기상학적 가뭄이 수문학적 가뭄으로 전이되는 확률을 보여주기 위해 이용되었으며, 이를 통해 가뭄의 단계 중 5단계를 제외한 동일한 단계로 전이되는 확률이 매우 높은 것을 확인하였다. 이는 심한가뭄 및 극한가뭄 단계의 기상학적 가뭄은 대부분 정상 및 보통가뭄 단계의 수문학적 가뭄으로 전이되었다. MBC를 적용한 확률론적 결과를 SPI, SRI 및 기존 연구결과와 비교하였다. 그결과, MBC는 정확한 가뭄단계를 결정할 수 있으며, 기상학적 및 수문학적 가뭄 단계의 시작과 끝을 산정하는데 이용할 수 있다. 또한, 분류 결과의 정확도를 평가하기 위해 오차행렬을 사용하여 예측 정확도 및 정밀도를 산정하였으며, 그 결과가 적절한 것을 확인하였다. SPI와 비교한 1~5단계의 단계별 정확도는 각각 78%~100%, 45%~100%, 48%~100%, 7%~100%, 14%~100%로 산정되었다. 이와 비슷하게 SRI와 비교한 단계별 정확도는 각각 76%~94%, 28%~68%, 65%~89%, 31%~68%, 38%로 산정되었다. 가뭄에 대한 피해를 줄이기 위해 가뭄 심도 및 전이에 대한 분석은 필수이다. MBC를 통해 수문학적 데이터 사용에 문제가 있는 지역에서, 가뭄에 대한 계획·모니터링 및 완화에 매우 효과적인 전이 개념을 고려할 수 있다. 따라서, 본 연구의 결과는 수문학적 가뭄의 모니터링 및 완화에 중요한 역할을 할 것이다. 또한, 향후 의사결정자들이 가뭄 상황에 대한 적절한 통찰력을 가지고 정책을 개발하는데 도움이 될 것으로 판단된다.; Incredible variations have been perceived in the world climate and environment such as global warming, which resulted in the occurrence of numerous drought events. Drought monitoring and forecasting are the essential tools to cope with the impacts of severe droughts. But in the majority of cases the slow developing nature of drought makes it difficult to identify, which is a great challenge for accurate monitoring. For making some mitigation plan for any region the information regarding the spatiotemporal development of both meteorological and hydrological drought is necessary. So far, many studies have been concentrated on studying the relationship between characteristics for each type of drought i.e. meteorological and hydrological separately. The scope of this dissertation is to analyze a probabilistic relationship of drought propagation between meteorological and hydrological drought by taking lag time as an indicator, to develop a probabilistic relationship between lag time and meteorological drought characteristics and to estimate the characteristics of hydrological drought considering the concept of drought propagation. In first work of dissertation, we figure out probabilistic relationships of weekly lag time between the hydrological drought defined by Standardized Runoff Index (SRI) and the meteorological drought defined by Standardized Precipitation Index (SPI) and Standardized Evapotranspiration Index (SPEI) using a Bayesian network model. The results showed that the lag time distribution varied spatially with minimum value of 4-weeks to 14-weeks in selected subbasins of Han river basin, for both SPI and SPEI. For more clear visualization the meteorological drought intensity of range -0.6 to -1.0 was taken to analyze probabilistic relationship. The probabilistic results revealed that probability value for occurrence of lag time of about 7- week or less in case of SPI and about 4-week or less in case of SPEI have 100% value at given range of intensity, while for higher value of lag time the probability value decreases when the intensity of meteorological drought increases. Moreover, the probability shows different values for both SPI and SPEI with spatial variation in each subbasin. The reason for spatial distribution in the lag time and probability value is due to variation in annual average precipitation and seasonal distribution of runoff from each subbasin. According to previous studies, the annual average precipitation of subbasins located in the western and central regions of Han river basin have high annual average precipitation and runoff generated from these subbasins have high percentage in summer season, while subbasin which are located on the eastern and south-eastern side has low annual average precipitation and runoff generated have high percentage in spring season. In the second part of our work, we incorporated the future period to see the change in probabilistic relationship of drought propagation with respect to a historic period using Bayesian network model. For future projection, we employed climate change scenario RCP 8.5, over Han River basin. The results revealed that the propagation rate increases from 37% to 65% from historic period (1967-2013) to first future period (2014-2053) respectively, and decreases in second future (2054-2100) period to 48%. The average lag time observed was 6.42 weeks in historic period and it varied from 8.46 to 8.25 weeks for both future periods, respectively. The probabilistic results of Bayesian model revealed that the probability of occurrence of lag time varied spatially and decreased when the intensity of meteorological drought changes from moderate to severe and extreme condition during 1967-2013, and the similar results were also found for both future periods but with the difference in spatial distribution. The spatial distribution was due to variation in amount of precipitation and runoff in each subbasin under the future climate change. The main changes in response rate, lag time and probability value were observed in first future period, the reason for this variation is due to increase in number of hydrological drought events and their response to meteorological droughts. The past work was also in accordance with our findings which shows that the period between 2035 to 2060 was most susceptible to occurrence of drought events. In our third work of dissertation, we extend the study area from Han river basin to whole South Korea to know the comprehensive distribution of drought propagation rate and lag time variations. The important goal of this work is to identify probabilistic relationship of lag time and occurrence of different classes of hydrological drought intensity considering the factor of propagation, using a Bayesian network model. The results showed that the occurrence probability of lag time varied spatially with high values for moderate intensity of meteorological drought and decreased when the intensity changed to severe and extreme respectively. The high probability values were observed in north and western side of Han River subbasins which were decreasing towards eastern side, the Geum, Seomjin and Nakdong River subbasins showed medium range of probability values while southern side of Yeongsan River showed lower value of probability. In addition, the probability for each class of hydrological drought intensity also varies with space and increases as the intensity of propagated meteorological drought class changes from moderate to extreme. The subbasins located on the eastern part of Han River basin and Nakdong River, and southern side of Yeongsan River covering stations like Sokcho, Uljin, Daegu, Ulsan, and Mokpo had very high value of probability to appear different intensities of hydrological drought. While subbaisns on the western side of Han River, Geum River and Seomjin River showed lower probability values in case of propagation of meteorological drought intensities. Past studies showed that southern and east coastal region of South Korea was more prone to droughts events and also surrounding of southwestern coastal area had a high risk of droughts. Our results are quite compatible with these past studies in terms of spatial distribution pattern of occurrence probability of different drought classes. In our last work, firstly, we employed the hidden Markov Bayesian classifier (MBC) for the assessment of meteorological drought classes and then for hydrological drought classes with the utilization of the drought propagation concept in Han river basin. Conditional probability approach was utilized to see the propagation probability of each class of meteorological drought to hydrological drought which shows that propagation probability of each class has high value for conversion to same class except for class 5 which mostly propagated to class 3 and 4. It means the severe and extreme conditions of metrological drought mostly changed into near normal and moderate drought conditions in hydrological drought. From previous studies the drought events observed in Han river basin were from January to March 2004, January to March 2006; January 2007 and from September 2008 to 2009. The MBC based probabilistic results were compared with these past findings and also compared with observed SPI and SRI, which proved that MBC was able to account accuracy in determining the accurate drought classes and can be employed to estimate the onset and end of each class for both meteorological and hydrological droughts. For more performance evaluation of classification results, a confusion matrix was used to find accuracy and precision in predicting the classes and their results are also appropriate. The accuracy in estimated for class 1 was varied from 70% to 100%, for class 2 it varied from 34% to 100%, for class 3 it varied from 48 % to 100%, for class 4 it varied from 5% to 100% and for class 5 it varied from 14% to 100% in case of SPI. Similarly, in comparison with SRI, the accuracy in estimating classes by MBC varied for class 1 was 76 % to 94%, for class 2 it was 28% to 68%, for class 3 it was 65% to 89%, for class 4 it was 31% to 68% and for class 5 it was 38%. These all findings of dissertation cleared that in order to lessen the negative impact of drought the analysis of drought severity and its propagation are much essential and will play vital role for monitoring and mitigation of hydrological drought with greater degree of accuracy. These results will help the decision makers to develop policies with an appropriate insight toward the future drought status and the advantage of MBC based results are that it considers propagation concept which is very fruitful for planning, monitoring and mitigation of hydrological drought in areas having problems of hydrological data availability.