수문학적 가뭄 전파 및 복합 가뭄-폭염 예측을 위한 머신러닝 기반 모델링 연구

Machine Learning-Based Modeling for Hydrological Drought Propagation and Compound Drought-Heatwave Forecasting

연구 내용

수문학적 가뭄의 전파 과정과 비정상성 영향을 시계열·환경요인 관점에서 분석하고, 가뭄 및 복합 가뭄-폭염의 예측 성능을 높이는 연구

수문학적 가뭄은 강수와 유출 등 수문 과정의 연쇄적 변화로 나타나며, 기후변화로 인해 비정상성이 심화될 수 있습니다. 본 분야는 표준화 지수 기반의 가뭄 신호를 시간축에서 정리하고, ANN·SVM 등 머신러닝 기법과 물-에너지-식량 관점의 다중부문 시스템 분석을 결합하여 가뭄 전파 특성을 모델링합니다. 또한 다중 모형 앙상블 결과와 결합해 전파의 시공간 변화를 해석하고, 가뭄-폭염의 동시 발생 패턴을 주파수-분해 기반 분석으로 도출하여 예측 변화를 반영하는 차별성을 보입니다. 이를 통해 의사결정에 활용 가능한 가뭄 위험 신호를 구성합니다.

관련 프로젝트

2건

연구 흐름

초기에는 표준화된 강수·유출 지표(SPI/SRI)와 시계열 평가 기준을 활용해 머신러닝 가뭄 예측 모델을 구축하고, 모델별 성능 차이를 비교하는 방향으로 연구가 진행되었습니다. 이후 환경 영향이 가뭄 전파에 미치는 비정상성을 반영하기 위해 수문·기후 요인을 연동한 분석 틀로 확장하였습니다. 이어서 다중 모형 앙상블 기반의 기후변화 시나리오에서 전파의 시공간 변이를 정량적으로 해석하는 연구를 수행했습니다. 최근에는 가뭄과 폭염의 결합 현상을 주파수 해상도 기반 엔트로피 스펙트럴 분석으로 접근하여 복합 사건 예측으로 구체화하는 흐름을 보였습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

수문학적 가뭄 조기경보 의사결정 지원
비정상성 기반 가뭄 영향평가 체계
기후변화 시나리오 전파 분석 플랫폼
복합 가뭄-폭염 위험 예측 모델
표준화 지수 기반 모니터링 자동화
수자원 운영 전략의 사전 시뮬레이션
다중 모형 앙상블 결과 해석 체계
물-에너지-식량 넥서스 연계 위험 신호
지역별 가뭄 전파 특성 비교 분석
재난대응 우선순위 산정 도구