1. 서 론
2. 연구 방법
2.1. 연구 대상지역
2.2. 돌발가뭄 분석 지표
3. 적용 및 연구 결과
3.1 월별 공간분포 양상 비교
3.2 지역별 FDII를 활용한 돌발가뭄 분석
3.3 FDII와 ESI 비교 및 분석
4. 결 론
1. 서 론
가뭄은 20세기에 관측된 가장 심각한 자연재해이며, 미래 기후변화를 통해 강수량 및 기온이 증가하면서 피해 및 규모가 증가할 것으로 예상된다(Trenberth et al., 2004). 2010년대 이후 우리나라의 가뭄 발생빈도는 높아졌으며, 곳곳에서 매년 가뭄에 의한 피해를 입고 있는 실정이다(Nam et al., 2018). 이러한 재해의 변화는 기후변화로 인한 이상기후의 영향으로 작물 생장 및 물관리 등과 관련된 수문사상이 변하면서 나타났으며(Wilhite et al., 2000; Nam et al., 2015), 최근에는 단기 및 장기 가뭄에 따른 새로운 유형의 가뭄 피해를 겪고 있다(Christian et al., 2024).
일반적으로 가뭄은 지속적인 강수 부족으로 인해 장기간에 걸쳐 서서히 발생하는 자연재해로 인식하고 있지만, 최근에는 돌발가뭄(Flash drought)과 같이 급격한 기상 및 환경요인의 변화를 통해 단기간 급속하게 발생하는(rapid-onset) 가뭄의 발생빈도가 높아지고 있다(Otkin et al., 2014). 돌발가뭄은 강수, 기온, 풍량, 습도, 일조량 등 다양한 수문기상학적 요소의 변화에 의하여 몇 주 또는 몇 달 이내 빠르게 심화되는 가뭄으로 Svoboda et al. (2002)에 의해 처음 정의되었다. 다양한 수문기상학적 요소 중 토양수분의 급격한 감소가 식물의 수분 스트레스를 증가시키거나 작물 생장시기에 비정상적으로 증가하는 증발 수요가 돌발가뭄의 주요 원인으로 꼽히고 있으며(Otkin et al., 2018), 돌발가뭄이 발생하면 농작물 수확량이 감소하고 농업 및 경제 생태계에 광범위한 피해를 줄 수 있다(Otkin et al., 2019; Yuan et al., 2023).
Yao et al. (2018)는 돌발가뭄의 주요 평가인자인 증발 수요를 활용하여 증발수요가뭄지수(Evaporative Demand Drought Index, EDDI)를 산정하여 돌발가뭄의 발생 및 해갈에 대한 분석을 수행하였으며, Liu et al. (2020)은 토양수분 백분위수 기반 임계값을 산정하여 중국의 돌발가뭄을 평가하였다. Ullah et al. (2024)는 남아시아 지역 대기 패턴에 따른 지역별 돌발가뭄 발생빈도를 분석하였다. 국내에서는 Lee et al. (2021)가 증발스트레스지수(Evaporative Stress Index, ESI)를 활용하여 수문기상학적 인자들과 비교를 통해 2010년대 국내 돌발가뭄 사상의 특성을 분석하였으며, Lee et al. (2023)은 위성영상 기반 토양수분 자료를 활용하여 국내에서 발생한 돌발가뭄을 지역별로 정량화하여 평가하였다. 이러한 지역별 평가 및 분석뿐만 아니라 전지구적인 분석을 통해 돌발가뭄 관련 다양한 연구가 수행되고 있다(Sehgal et al., 2021; Qing et al., 2022; Christian et al., 2023; Mahto and Mishra, 2024). 토양수분은 대기와 지표면 사이의 상호작용을 연계하는 중요한 인자로, 수문순환에서 강우-유출-증발산에 큰 영향을 미친다(Lee et al., 2017; Baik et al., 2019). 또한, 돌발가뭄 평가 및 분석과정에 있어서 가장 중요한 요소이며, Otkin et al. (2021)은 토양수분의 급격한 감소 및 지속적인 토양수분의 결핍을 고려하여 Flash Drought Intensity Index (FDII)를 개발하였다. FDII를 활용하여 지역별 돌발가뭄의 특성을 분석하였으며, 작물 생산량과 비교를 통해 농업 및 자연 생태계에 미치는 영향을 파악하였다. FDII는 토양수분 백분위수의 변화를 통해 돌발가뭄의 발생 조건을 제시하여 돌발가뭄을 감지 및 모니터링할 수 있으며, 임계값을 활용한 가뭄 심각도 산정하여 강도를 정량화한다.
북한은 상대적으로 홍수, 가뭄과 같은 자연재해에 취약하며, 가뭄 발생 시 효과적으로 수자원을 활용하기 위한 기반 시설이 부족하여 반복적인 피해를 경험하고 있다(Kang and Moon, 2014). 향후 농업 및 수자원에 대한 한반도의 효율적인 수자원 관리 방향을 제시하기 위하여 남북한의 가뭄 특성을 파악하고 독자적으로 신속한 정보를 분석할 수 있는 능력이 선행될 필요가 있다. 이에 본 연구에서는 2013년부터 2022년까지 위성영상 기반 토양수분 자료를 활용하여 한반도 전역에 FDII를 적용하여 남북한의 돌발가뭄 사상에 따른 공간적·지역적 특성을 분석하고자 한다. 또한, FDII를 구성하는 가뭄 심화율 및 심각도를 통해 남북한의 돌발가뭄 발생 유형의 차이를 파악하고 ESI와 비교를 통해 FDII를 활용한 돌발가뭄 분석의 활용성을 평가해보고자 한다.
2. 연구 방법
2.1. 연구 대상지역
연구 대상지역은 Fig. 1과 같이 한반도 전역으로 함경도(HG), 평안도(PA), 황해도(HH), 북한 강원도(GW_N), 남한 강원도(GW_S), 경기도(GG), 충청도(CC), 경상도(GS), 전라도(JL) 총 9개의 세부지역으로 구분하였다. 또한, Moderate Resolution Imaging Spectroradiometer (MODIS)의 MCD12Q1 International Geosphere-Biosphere Programme (IGBP) 토지피복도를 나타내었다. 토지피복도를 통해 알 수 있듯이 한반도는 전체 면적의 약 70%가 산지 지형이며, 높은 산들이 동쪽과 북쪽에 치우쳐져 비대칭적으로 분포한다. 특히, 북한은 여러 산맥의 축을 따라 가장 높은 고도를 가지고 있으며, 남한의 경우 서쪽과 남쪽의 평야 지형이 주로 농경지로 활용되고 있다. 남북한 모두 포함하고 있는 강원도 지역은 태백산맥과 소백산맥이 발달하여 높은 고도와 평탄한 지형을 가지고 있다.
북한과 남한은 지리적인 차이뿐만 아니라 기후적인 차이도 존재한다. 남북한 모두 온대 지역에 속하지만 북한은 대륙과 가까워 대륙풍의 영향을 받는 대륙성 기후이며, 남한은 바다에 둘러싸여 있어 여름철 해양성 기후를 나타낸다. 이로 인해 북한과 남한의 연강수량은 각각 평균 900 mm, 1,300 mm 정도로 차이를 보인다. 하지만 사계절이 뚜렷하고 계절적, 지역적 특성을 공유하고 있으며, 강수량의 편차로 인한 가뭄의 발생여부 및 변화 등에 대하여 유사한 경향을 가지고 있다.
2.2. 돌발가뭄 분석 지표
2.2.1 Flash Drought Intensity Index (FDII)
FDII는 가뭄의 심화율(The rate of intensification, FD_INT), 가뭄 심각도(The drought severity, DRO_SEV)를 활용하여 돌발가뭄을 정량화하는 지표이다(Otkin et al., 2021). 토양수분 백분위수(percentile)를 활용하여 각각 산정할 수 있으며, 두 요소의 곱으로 FDII 값을 나타낸다. 가뭄 심화율 FD_INT는 특정기간 토양수분 백분위수가 감소하는 심화율을 기준으로 임계값인 20 백분위수까지 토양수분이 감소하는 정도를 의미한다. 이 때, FD_INT는 특정 조건에 따라서 산정할 수 있으며, 최소 심화율인 10일 동안 7.5 백분위수 감소부터 최대 심화율인 50일 동안 37.5 백분위수가 감소하는 경우까지 다양한 조건을 가지고 있다. FD_INT는 다음 Eq. (1)과 같이 산정한다.
여기서, 는 특정 조건에 따른 각 심화율을 의미하고 는 그 때의 기간을 뜻한다. 즉, 기간에 감소하는 토양수분 백분위수가 가 된다. 는 특정 조건을 만족하는 첫 토양수분 백분위수에서 돌발가뭄 발생 임계값인 20 백분위수를 뺀 값이며, 는 에서 임계값까지 도달하는 기간을 의미한다. 이 때, 시간단위는 주 단위로 설정하여 는 주 수(the number of weeks)를 나타낸다.
평균적인 가뭄 심각도를 나타내는 DRO_SEV는 임계값인 20 백분위수 이하의 지속적인 토양수분 백분위수 정도를 정량화하여 나타내는 요소이다. 토양수분이 임계값 이상으로 회복하기 전까지의 백분위수를 활용하여 산정하며, 상황이 지속될 경우 최대 약 90일까지를 대상으로 산정식에 적용한다. 산정식은 다음 Eq. (2)와 같다.
여기서, 는 임계값인 20 백분위수를 의미하는 상수이며, 은 임계값 이하의 토양수분 백분위수를 의미한다. 는 임계값을 초과하기 전까지의 입력자료의 수를 의미하며, 본 연구에서는 주 단위 FDII 산정을 위한 주 수를 뜻한다.
FDII는 두 요소인 FD_INT, DRO_SEV의 값을 곱하여 산정하며, 토양수분의 급격한 감소 및 지속적인 결핍 정도를 활용하여 돌발가뭄의 강도를 나타낸다.
2.2.2 AMSR2 토양수분 자료 기반 FDII 산정 알고리즘 개발
토양수분 백분위수 기반 FDII를 산정하기 위하여 Advanced Microwave Scanning Radiometer-2(AMSR2) 위성영상 기반 토양수분 자료를 활용하였다. AMSR2는 2012년 3월에 발사된 GCOM-W1 위성에 탑재된 수동형 마이크로파 센서이며, 미국 항공우주국(National Aeronautics and Space Administration, NASA)에서는 Land Parameter Retrieval Model (LPRM) 알고리즘을 통한 AMSR2 자료를 C1, C2, X-band 산출물로 제공하고 있다. 돌발가뭄과 같은 단기 가뭄을 분석하기 위해서는 일별 자료가 필요하며, AMSR2는 전 세계를 대상으로 일 단위 약 10 km 공간해상도의 격자 기반 토양수분 자료를 제공하고 있으므로 활용성이 높다. 본 연구에서는 다른 산출물과 비교하여 ascending 시간대와 X-band 주파수의 토양수분 자료가 한반도 지역에 가장 우수한 적용성을 보인다는 연구 결과(Kim et al., 2016)를 토대로 NASA LPRM 기반 AMSR2 ascending X-band 자료를 활용하였으며, 결측값을 고려하여 주 단위 자료로 합성하여 주 단위 FDII를 산정하였다.
Fig. 2는 FD_INT, DRO_SEV 산정 알고리즘을 나타낸 것이다. AMSR2 ascending X-band 토양수분 자료를 주 단위 자료로 합성한 후 토양수분 백분위수의 감소가 최소~최대 심화율을 만족하지 않는다면 FD_INT는 0을 출력한다. 조건을 만족할 시 임계값인 20 백분위수까지 감소하여야 하며, 마찬가지로 임계값에 도달하지 못한다면 0을 출력한다. 두 조건을 만족하는 경우에는 산정식에 적용하여 새로운 FD_INT 값을 출력한다.
DRO_SEV의 경우 기준 시기의 토양수분 백분위수가 20을 초과하는 경우에는 0으로 출력하며, 20 백분위수 이하인 경우에는 DRO_SEV 산정식에 적용하여 새로운 DRO_SEV 값을 출력한다. 임계값을 초과하는 경우에는 해당 시기까지의 토양수분 백분위수를 적용하여 값을 출력하며, 초과하지 않는 경우 최대 기간인 약 90일까지의 토양수분 백분위수를 적용한다.
2.2.3 증발스트레스지수(ESI)
증발스트레스지수(Evaporative Stress Index, ESI)는 실제 증발산과 잠재 증발산의 비를 활용하여 가뭄을 판단하는 지표이다. 표준화된 아노말리(anomaly)를 지수화하며, 가뭄 모니터링 및 토양수분 기반 가뭄 분석에 적합하다(Anderson et al., 2013). 0을 기준으로 음의 값은 가뭄, 양의 값은 비가뭄으로 표현하고 있으며, 지표면 온도(Land Surface Temperature, LST)를 활용하여 초기 가뭄 스트레스를 감지하여 일반적인 기상학적 가뭄지수보다 돌발가뭄과 같은 단기 가뭄을 분석하는 것에 있어서 활용성이 높다(Sur et al., 2014; Lee et al., 2019). ESI는 일반적인 가뭄뿐만 아니라 돌발가뭄에 대한 감지 및 모니터링 능력이 우수하며(Kang et al., 2023), 이를 통해 FDII와 비교 및 분석할 수 있는 보조자료로 활용하였다.
전지구 위성자료 및 공간정보자료를 제공하는 SERVIR의 ESI는 MODIS 기반 열적외선 위성 이미지를 사용하여 실제 증발산과 잠재 증발산의 비율로 표준화된 아노말리를 정량화한다. SERVIR에서는 2001년부터 현재까지 전 세계를 대상으로 주 단위 약 5 km 공간해상도의 ESI를 구축하고 있으며, 4주 및 12주 합성자료를 제공하고 있다. 본 연구에서는 몇 주 또는 몇 달 이내 빠르게 심화되는 돌발가뭄의 특성을 반영하여 4주 합성자료인 ESI-4wk을 활용하였다.
3. 적용 및 연구 결과
3.1 월별 공간분포 양상 비교
AMSR2 위성영상 기반 토양수분 자료를 활용하여 FD_ INT, DRO_SEV, FDII를 산정하였으며, 2013년부터 2022년까지 10년 동안 월별 평균을 통해 주요 관개기인 4월부터 9월까지 공간분포 양상을 Fig. 3과 같이 나타내었다. FD_INT는 4월 한반도 전역에 5 이상의 값을 나타내었으며, 특히 산지 지형을 중심으로 평안도, 남북한 강원도 지역에 가뭄 심화율이 높게 나타나면서 토양수분의 고갈이 빠르게 일어났음을 확인하였다. 이후 5월부터 8월까지는 평안도, 함경도를 포함한 북한 지역에 5 이상의 값이 나타났으며, 9월에는 한반도 전역에 가뭄 심화율이 발생하였다.
FD_INT의 공간분포 양상과 달리, DRO_SEV는 남한 지역에서 상대적으로 높은 값을 나타내었다. 4월에는 경기도, 충청도, 전라도, 경상도 등 남한의 외곽지역에서 5 이상의 값이 나타났으며, 5월에는 남한 지역의 가뭄 심각도가 심화됨에 따라 토양수분의 지속적인 결핍이 발생한 것으로 판단하였다. 6~9월에는 FD_INT와 마찬가지로 산지 지형을 중심으로 평안도, 강원도, 경상도, 전라도 지역까지 5 이상의 값이 나타나면서 한반도 전역에 가뭄 심각도가 심화된 것으로 나타났다.
전반적으로 FDII는 북한 지역에서 두드러지는 값이 나타났으며, 7월에는 다른 시기보다 더 넓은 범위에서 한반도 전역에 FDII 공간분포 양상을 나타내었다. 특히, 6~8월 평안도, 함경도, 북한 강원도 지역의 FDII 값은 다른 지역과 비교하여 상대적으로 높은 값을 나타내면서 여름철 북한 지역에서 발생하는 돌발가뭄이 남한보다 강도가 큰 것으로 판단된다.
3.2 지역별 FDII를 활용한 돌발가뭄 분석
3.2.1. 지역별 시계열 분석
2013년부터 2022년까지 10년 동안의 주 단위 FD_INT, DRO_SEV, FDII에 대한 시계열 분석을 지역별로 수행한 결과를 Fig. 4와 같이 표출하였으며, 2017년 2월 9일부터 8월 25일까지 AMSR2 위성영상 자료의 결측으로 인해 해당 시기는 제외하였다. 북한에 해당하는 지역은 빨간색 계열, 남한에 해당하는 지역은 파란색 계열로 나타내었다. FD_INT의 경우 북한 지역에서 높은 값이 나타났으며, 특히 북한 강원도 지역은 8 이상의 값이 나타났다. 남한 강원도 지역도 3 이상의 높은 값을 나타내면서 다른 남한 지역과 비교하여 가뭄 심화율이 높게 나타났다.
DRO_SEV의 경우 함경도를 제외한 모든 지역에서 여름철 토양수분의 결핍으로 인해 가뭄 심각도가 높았음을 확인하였다. 함경도 지역은 다른 지역과 다르게 겨울철 가뭄 심각도의 값이 다른 지역보다 높게 나타났다. 남한 지역은 북한 지역보다 높은 값이 나타났으며, 남한 강원도 지역에서 여름철 5 이상의 값을 나타내었다. 이를 통해 FDII를 살펴본 결과, 2016년 초 함경도 지역에서 8 이상으로 가장 큰 값이 나타났다. 또한 남북한 강원도, 평안도 등에서 높은 FDII 값을 나타내었다.
3.2.2 지역별 확률 밀도 추정
시계열 분석 결과를 토대로 각 값들의 분포 특성을 추정하고자 커널 밀도 추정(Kernel Density Estimation)을 활용하여 지역별 확률 밀도를 추정하였다(Fig. 5). FD_INT의 경우 대부분의 지역에서 0에 가까운 값에서 가장 큰 밀도를 가지고 있으며, 특히 평안도를 제외한 남한 지역에 대한 밀도가 높게 나타났다. 함경도, 황해도, 북한 강원도 지역의 경우 한반도 평균보다 낮은 밀도를 보였다. FD_INT가 1 이상인 값에 대해서는 평안도, 함경도 등 북한 지역의 밀도가 높게 나타나면서 남한 지역보다 가뭄 심화율에 대한 빈도가 높은 것을 확인하였다.
DRO_SEV는 마찬가지로 0에 가까운 값에서 가장 큰 밀도를 가지고 있으며, FD_INT와 반대로 함경도, 황해도, 북한 강원도 지역의 밀도가 높게 나타났다. DRO_SEV가 1 이상인 값에 대해서는 남한 지역의 밀도가 높게 나타났으며, 특히 남한 강원도의 경우 DRO_SEV 값이 4 이상에서 높은 밀도를 보였다. DRO_SEV 값이 커질수록 남한 지역에 대한 높은 밀도가 나타나면서 북한 지역보다 남한 지역에서 심각한 가뭄이 발생할 확률이 높다는 것을 나타내었다.
FDII는 0에 가까운 값에서 모든 지역이 가장 큰 밀도를 가지고 있으며, 경기도, 경상도, 황해도, 전라도, 충청도 순으로 한반도 평균보다 높은 밀도를 나타내었다. FDII 1 이상인 값에 대하여 황해도 지역이 가장 높은 밀도를 보였으며, FDII 2 이상인 값에 대하여 평안도, 북한 강원도, 황해도, 남한 강원도 순으로 밀도가 크게 나타났다. 전반적으로 FDII 1 이상인 값에 대하여 남한 강원도를 제외하고 대부분의 북한 지역이 남한 지역보다 높은 밀도를 나타내면서 FD_INT와 유사한 결과를 보였다. 이는 상대적으로 남한보다 북한에서 강도가 큰 돌발가뭄이 발생할 확률이 높은 것을 의미한다.
3.3 FDII와 ESI 비교 및 분석
3.3.1 과거 돌발가뭄 시기 공간분포 양상
Lee et al. (2022)에서 제시한 과거 국내 돌발가뭄 발생 시기를 대상으로 2015년 6월, 2018년 8월에 대한 FD_INT, DRO_SEV, FDII, ESI의 공간분포 양상을 나타내었다(Fig. 6). 2015년 6월 ESI는 황해도, 경기도, 북한 강원도, 남한 강원도 지역에서 주요 가뭄이 발생하였으며, 이에 대하여 DRO_SEV 공간분포가 유사한 경향을 보였다. FD_INT와 FDII의 경우 ESI의 공간분포와 다르게 북한의 평안도, 함경도 지역에 높은 값이 나타났다.
2018년 8월의 경우 ESI는 평안도, 함경도, 그리고 남한 전역에 대한 가뭄을 표출하였다. 마찬가지로 DRO_SEV 공간분포가 유사한 경향을 보였으며, FD_INT, FDII와 유사한 공간분포 양상을 확인하기 어려웠다. FDII의 경우 평안도 및 남북한의 강원도 지역에서 높은 값을 보이면서 해당 지역에서 높은 강도의 돌발가뭄이 발생한 것으로 판단할 수 있다.
3.3.2 가뭄 심각도(DRO_SEV)와 ESI 사이의 상관분석
과거 주요 돌발가뭄 발생 시기 유사한 공간분포 양상을 나타낸 DRO_SEV와 ESI 사이의 상관분석 결과를 Fig. 7과 같이 나타내었다. 2013년부터 2022년까지 10년 동안 관개기를 대상으로 지역별 상관성을 분석하였으며, 지역별로 0.4~0.6 수준의 상관계수를 도출하여 전반적으로 약한 상관관계가 있음을 확인하였다. 특히 황해도와 충청도는 0.6 이상의 상관계수를 나타내었다.
4. 결 론
본 연구에서는 서로 인접하여 다양한 환경을 공유하고 있는 남북한을 대상으로 AMSR2 위성영상 기반 토양수분 자료를 활용하여 FD_INT, DRO_SEV, FDII를 산정하고 적용하였다. 이를 통해 각각 남북한의 가뭄 심화율, 가뭄 심각도, 돌발가뭄의 강도 등을 확인하였으며, 비교 결과 관개기 북한 지역의 FD_INT가 크게 나타났다. DRO_SEV는 대부분의 남한 지역에서 크게 나타났으며, FDII는 북한 지역 및 남한 강원도 지역에서 크게 나타나는 것을 확인하였다.
확률 밀도 추정 결과 FD_INT가 높은 값에서 북한 지역의 밀도가 높게 나타났으며, 남북한의 FD_INT 차이가 뚜렷하게 나타났다. DRO_SEV의 경우 2 이상인 값에서 대부분의 남한 지역이 북한 지역보다 높은 밀도를 가지고 있으며, 이는 심각한 가뭄의 발생확률이 높다는 것을 의미한다. FDII가 높은 값에서는 북한 지역의 밀도가 높게 나타났으며, 이를 통해 북한 지역의 돌발가뭄 발생 횟수, 피해 등이 남한 지역보다 더 많은 것으로 판단된다.
ESI와 비교를 통해 DRO_SEV와 ESI 사이의 유사한 공간분포 양상을 확인하였으며, 상관분석을 통해 0.4~0.6 수준의 상관관계를 나타내었다. DRO_SEV는 일반적인 가뭄 발생의 임계값인 20 백분위수를 기준으로 산정하기 때문에 전반적인 가뭄을 분석하는 것에 있어서 활용성이 높은 것으로 판단된다. 다만, ESI와 FD_INT, FDII 사이의 상관성이 없는 것은 FD_INT가 가뭄 단계에 해당하는 토양수분 백분위수가 아니어도 정상 범위 내 급격한 감소를 통해 산정할 수 있으며, 이에 대하여 ESI와 차이가 발생하는 것으로 판단된다.
본 연구 결과를 통해 산지 지형으로 이루어진 평안도, 함경도, 남북한 강원도 지역에서 FD_INT 및 FDII 값이 큰 것으로 나타났으며, 전반적으로 남한보다 산지 지형이 많은 북한 지역에서 토양수분이 빠르게 고갈되는 것으로 판단하였다. 상대적으로 남한보다 FD_INT가 높은 북한 지역의 FDII가 높은 값을 가지는 것으로 보아, 돌발가뭄은 평균적인 가뭄 심각도보다 토양수분의 고갈 속도에 따른 토양수분 백분위수의 심화율이 더 큰 영향을 주는 것으로 판단할 수 있다. 또한, 남한보다 북한 지역이 돌발가뭄에 취약한 환경으로 판단되며, 향후 토지피복별 특성을 접목한 연구를 통해 남북한의 차이에 대한 원인을 도출할 수 있을 것으로 사료된다.
돌발가뭄과 같은 단기 가뭄은 사전 대책 및 사후 대응이 모두 어려운 재해이다. 본 연구에서 제시하는 토양수분 백분위수의 활용 방법은 돌발가뭄의 발생빈도 및 강도 등에 대한 특성을 파악하는 데 효과적이며, 향후 위성영상 기반 토양수분 자료의 시·공간 해상도 개선 또는 고품질 토양수분 자료의 활용을 통해 신뢰성 높은 돌발가뭄 분석이 가능할 것으로 사료된다. 또한, 토지피복 자료 및 증발산 기반 가뭄지표와 연계하여 한반도의 기후적·지역적·지형적 특성을 반영한 돌발가뭄 분석이 가능할 것으로 기대된다.
