Severe Drought Area Prediction Model based on Random Forest using Satellite Image Topography Data

• Main Author: PARK, HAE KYUNG
• Format: Patent
• Language: English; Korean
• Published: 17.11.2020
• Subjects: MEASURING; METEOROLOGY; PHYSICS; TESTING

The present invention relates to a method of predicting a severely dry region for determining policies for reducing drought and priority in distributing water. The method makes a drought function from the mechanical learning of 15 input variables generated by a satellite image and topographic data, including EVI, NDVI, SAVI, MSAVI, TWI, Slope, Aspect, NDWI, MSI, NIR, SWIR1, SWIR2, TIRS1, and TIRS2, and one output variable, which is the SMI after several months, by a random forest algorithm, and applied 15 input variables at the point of time to be predicted to the function, thereby predicting the severely dry regions after several months in advance several months ahead. Based on the satellite image and the topographic space information data, the present invention is able to predict a soil moisture space distribution pattern after several months in heavy rain, thereby efficiently preparing for agricultural drought. 본 발명은 가뭄 완화를 위한 대비 정책 및 물분배 우선순위를 정하기 위해서 가뭄 심각 지역을 미리 예측하는 방법에 관한 것이다. 본 발명은, 위성영상과 지형데이터로 생성되는 15개의 입력변수인 EVI, NDVI, SAVI, MSAVI, TWI, Slope, Aspect, NDWI, MSI, NIR, SWIR1, SWIR2, TIRS1, TIRS2와 1개의 출력 변수인 수개월 뒤의 SMI를 랜덤 포레스트 알고리즘으로 기계 학습시킨 것을 가뭄함수로 만들어, 예측하고자 하는 시점의 15개 입력변수를 함수에 적용함으로써 수개월 뒤의 가뭄 심각 지역을 수개월 앞서 예측하는 것을 특징으로 한다. 본 발명은 위성영상과 지형 공간정보 데이터를 토대로 하였으므로 비 강우시 수개월 후의 토양수분 공간 분포 패턴을 추정 할 수 있어 효율적으로 농업적 가뭄에 대비할 수 있다.