현재 국내외적으로 다양한 가뭄지수들이 개발과 더불어 가뭄평가를 위한 다양한 기준이 개발되고 있다. 가뭄지수를 이용하여 가뭄의 시작, 강도 및 종료 시점을 정의할 경우, 일반적으로 특정 기준값(threshold)에 근거한 해석이 이루어지고 있으나, 이는 실제 가뭄을 평가하는데 불확실성을 가중시키는 원인으로 작용하고 있다. 따라서 본 연구에서는 기존의 가뭄지수 기반의 가뭄판단 시 적용되어져 왔던 특정한 기준값에 근거한 해석이 아닌, 기상학적 가뭄발생의 주된 원인 중 하나인 월강수량 자료에 내재되어 있는 특징을 최대한 활용하고자 은닉 마코프 모형(Hidden Markov Model, HMM) 기반의 확률론적 가뭄해석기법을 제안하였다. 그 결과, 본 연구에서 제시한 HMM 기반의 확률론적 가뭄해석기법은 기존의 다양한 가뭄지수를 적용한 가뭄해석과 비교하여 기상학적 측면에서의 가뭄판단의 명확한 기준 제시 및 가뭄발생의 원인을 규명하는 데 있어 체계적으로 불확실성을 감안한 해석이 가능하였다.
Several studies regarding drought indices and criteria have been widely studied in the literature. If one defines the onset, severity, and end of droughts, in general, a certain threshold needs to be set to assess the drought events. However, the uncertainty associated with the threshold is a critical problem in drought analysis. To take full advantage of the inherent features in the rainfall series, a Hidden Markov Model (HMM) based probabilistic drought analysis was proposed rather than using the existing threshold based analysis. As a result, the proposed HMM based probabilistic drought analysis scheme shows better performance in terms of defining drought state and understanding underlying characteristics of the drought. In addition, the HMM based approach is capable of quantifying the uncertainties associated with the classifying meteorological drought condition in a systematic way.
