Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지
DOI QR코드

DOI QR Code

Application of Normalized Difference Vegetation Index for Drought Detection in Korea

우리 나라에서의 가뭄 발생 지역 판별을 위한 식생지수(NDVI)의 적용성에 관한 연구

  • 신사철 (안동대학교 토목공학과) ;
  • 김철준 (안동대학교 대학원 토목환경공학과)
  • Published : 2003.10.01
Download PDF
⟨ Previous Next ⟩

Abstract

Drought is one of the major environmental disasters. Weather data, particularity rainfall, are currently the primary source of information widely used for drought monitoring. However, weather data are often from a very sparse meteorological network, incomplete and/or not always available in good time to enable relatively accurate and timely drought detection. Data from remote sensing platforms can be used to complements weather data in drought. Therefore, data obtained from the Advanced Very High Resolution Radiometer(AVHRR) sensor on board the NOAA polar-orbiting satellites have been studied as a tool for drought monitoring. The normalized difference vegetation index(NDVI)-based vegetation condition index(VCI) were used in this study These indices showed their excellent ability to detect vegetation stress due to drought. The results clearly show that temporal and spatial characteristics of drought in Korea can be detected and mapped by the VCI index.

가뭄은 주요 자연 재해 중의 하나이다. 가뭄 파악을 위하여 주로 강우량과 같은 기상자료를 주요 입력 자료로 활용하여 분석하고 있으나 이러한 기상 자료는 한정된 기상 관측소로부터 얻어진 점자료에 해당된다. 따라서, 기상자료를 이용한 분석에서는 시간적 혹은 공간적으로 원하는 자료의 제공이 원활하게 이루어지지 않을 수 있다. 원격탐사 자료는 가뭄분석을 위하여 기상자료에서 포착할 수 없는 이러한 문제점을 보완하기 위한 자료로 활용될 수 있다. 따라서, 본 연구에서는NOAA 위성에 탑재되어 있는 AVHRR 센서로부터 얻어지는 자료를 이용하여 가뭄 파악을 위한 분석을 실시하였다. 특히 본 연구에서는 NOAA/AVHRR로부터 얻어진 식생지수(NDVI)와 이로부터 얻을 수 있는 식생상태지수(VCI)를 이용하여 가뭄 분석을 실시하였으며, 이들 지수는 가뭄으로부터 기인된 식생 스트레스를 파악하는데 유용하게 이용될 수 있음을 알 수 있었다. 본 연구를 통하여 가뭄에 대한 시간적, 공간적 특성을 파악하는데 위성자료가 유용하게 이용될 수 있음을 알 수 있었으며, VCI를 통하여 가뭄 지역도 작성이 가능함을 보여주고 있다.

Keywords

References

  1. 김상민, 박승우 (1999). '우리 나라 주요 지점에 대한 가뭄지수의 산정과 비교.' 한국농공학회지, 제41권, 제5호, pp. 43-52
  2. 류재희, 이동률, 안재현, 윤용남 (2002). '가뭄평가를 위한 가뭄지수의 비교 연구.' 한국수자원학회 논문집, 제35권, 제4호, pp. 397-410 https://doi.org/10.3741/JKWRA.2002.35.4.397
  3. 윤용남, 안재현, 이동률 (1997), 'Palmer의 방법을 이용한 가뭄의 분석.' 한국수자원학회 논문집, 제30권, 제4호, pp. 317-326
  4. 임경진, 심명필, 성기원, 이현재 (2001). '다양한 시계열을 이용한 가뭄지표 산정.' 한국수자원학회 논문집, 제34권, 제6호, pp. 673-685
  5. Benedetti, R., Rossini, P., and Taddei, R. (1994). 'Vegetation classification in the Middle Mediterranean area by satellite data.'Int. J. Remote Sens., Vol. 15, pp. 583-596 https://doi.org/10.1080/01431169408954098
  6. Justice, C. O., Townshend, J. R. G., Holben, B. N., and Tucker, C. J. (1985). 'Analysis of the phenology of global vegetation using meteorological satellite data.' Int. J. Remote Sens., Vol. 8, pp. 1271-1318 https://doi.org/10.1080/01431168508948281
  7. Kogan, F. N. (1995). 'Application of Vegetation Index and Brightness Temperature for Drought Detection.' Adv. in Space Res., Vol. 15, pp. 91-100
  8. Lo Seen Chong, D., Mougin, E., and Gastellu-etchegorry, J. P. (1993). 'Relating the global Vegetation Index to net Primary productivity and actual evapotranspiration over Africa.' Int. J. Remote Sens., Vol. 14, pp. 1517-1546 https://doi.org/10.1080/01431169308953984
  9. Prince, S. D., and Astle, W. L. (1986). 'Satellite remote sensing of rangelands in Botswana. I. Landsat MSS and herbaceous vegetation.' Int. J. Remote Sens., Vol. 7, pp. 1533-1553 https://doi.org/10.1080/01431168608948952
  10. Rasmussen, M. S. (1992). 'Assessment of millet yields and production in northern Burkin Faso using integrated NDVI from the AVHRR.' Int. J. Remote Sens., Vol. 13, pp. 3431-3442 https://doi.org/10.1080/01431169208904132
  11. Townshend, J. R. G., and Justice, C. O. (1986). 'Analysis of the dynamic of African vegetation using the normalized difference vegetation index.' Int. J. Remote Sens., Vol. 7, pp. 1435-1446 https://doi.org/10.1080/01431168608948946
  12. Tucker, C. J., Vanpreat, C. L., Sharman, M. J., and Van Ittersum, G. (1985a). 'Satellite remote sensing of total herbaceous biomass production in the Senegalese Sahel : 1980-1984.' Remote Sens. Environ., Vol. 17, pp. 233-249 https://doi.org/10.1016/0034-4257(85)90097-5
  13. Tucker, C. J., Townsend, J. R. G., and Goff, T. E. (1985b). 'African land-cover classification using satellite data.' Science, Vol. 227, pp. 369-375 https://doi.org/10.1126/science.227.4685.369
  14. Tucker, C. J., and Choudhury, B. J. (1987). 'Satellite remote sensing of drought conditions.' Remote Sens. Environ., Vol. 23, pp. 243-251 https://doi.org/10.1016/0034-4257(87)90040-X
  15. Unganai, L. S., and F. N. Kogan. (1998). 'Drouht Monitoring and Corn Yield Estimation in Southern Africa from AVHRR Data.' Remote Sens. Environ. Vol. 63, pp. 219-232 https://doi.org/10.1016/S0034-4257(97)00132-6

Cited by

  1. Development of Water Supply Capacity Index to Monitor Droughts in a Reservoir vol.39, pp.3, 2006, https://doi.org/10.3741/JKWRA.2006.39.3.199
  2. Estimation of Mangrove Carbon Stocks by Applying Remote Sensing and GIS Techniques vol.35, pp.4, 2015, https://doi.org/10.1007/s13157-015-0660-4
  3. Satellite-based Hybrid Drought Assessment using Vegetation Drought Response Index in South Korea (VegDRI-SKorea) vol.57, pp.4, 2015, https://doi.org/10.5389/KSAE.2015.57.4.001
  4. A Study of Spring Drought Using Terra MODIS Satellite Image vol.18, pp.4, 2015, https://doi.org/10.11108/kagis.2015.18.4.145