드론 원격정보를 활용한 실제증발산량의 산정: 가뭄지수를 위한 사전테스트

Q: 이 논문에서 정의한 실제증발산량이란 무엇인가?

지표면으로부터 대기로 이동하는 증발과 증산의 합을 나타내는 지표이다. 이는 가뭄 지수 산정에 있어 매우 중요한 요소로 활용되며, 본 연구에서는 드론 원격정보와 PT-JPL 모형을 통해 산정하여 지표면 특성을 반영한 가뭄 평가의 기초 자료로 사용한다.

Q: 드론 기반 원격정보를 활용한 실제증발산량 산정이 가뭄 분석에 어떤 영향을 미치는가?

연구 결과, 드론으로 수집한 NDVI와 SAVI 데이터는 실제증발산량 계산에 적절히 활용될 수 있으며, 이는 기존 위성 자료의 해상도 제약을 극복하게 한다. 따라서 지표면 특성이 반영된 실제증발산량 기반 가뭄 지수는 소규모 유역의 가뭄을 보다 정확하게 평가할 수 있게 한다.

이근상; 김성욱; 함세영; 이길하

추천

검색

질문

자료유형: 학술저널

저자정보: 이근상 김성욱 함세영 이길하

저널정보: 한국환경과학회 한국환경과학회지 한국환경과학회지 제25권 제12호

발행연도: 2016.12

수록면: 1,653 - 1,660 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Drought is a reoccurring worldwide natural hazard that affects not only food production but also economics, health, and infrastructure. Drought monitoring is usually performed with precipitation-based indices without consideration of the actual state and amount of the land surface properties. A drought index based on the actual evapotranspiration can overcome these shortcomings. The severity of a drought can be quantified by making a spatial map. The procedure for estimating actual evapotranspiration is costly and complicated, and requires land surface information. The possibility of utilizing drone-driven remotely sensed data for actual evapotranspiration estimation was analyzed in this study. A drone collected data was used to calculate the normalized difference vegetation index (NDVI) and soil-adjusted vegetation index (SAVI). The spatial resolution was 10 m with a grid of 404 x 395. The collected data were applied and parameterized to an actual evapotranspiration estimation. The result shows that drone-based data is useful for estimating actual evapotranspiration and the corresponding drought indices.

#Actual evapotranspiration #Drone #Drought index #Natural disaster #PT-JPL

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0102-2023-451-001791029

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)