아시아 지역의 인구증가와 하천주변 및 삼각주 평야 저지대의 인구밀도 집중으로 인해 우기 시 아시아의 많은 지역에서 홍수로 인한 대규모 인명 및 재산 피해가 발생하고 있다. 본 연구에서는 NOAA에서 제공하는 1992년부터 2003년까지의 나이트라이트 위성영상자료를 수집하여 인명 및 재산피해 정보와의 상호 공간분석을 통해 메콩강 유역의 홍수피해에 대한 분석을 실시하였다. 인명 및 재산피해 자료는 EM-DAT에서 제공하는 지 역 공간분포자료를 활용하였으며, 메콩강 주하천 격자로 부터 모든 임의 격자의 떨어진 거리를 계산하여 해당 격자에서의 나이트라이트 강도와 인명 및 재산피해와의 상관분석을 수행하였다. 그 결과, 나이트라이트 강도가 클수록 홍수피해가 큰 것으로 분석되었으며, 특히, 하천으로부터 가까 운 거리에서 나이트라이트 강도가 높게 나타났다. 이는 높은 나이트라이트 강도를 갖는 격자, 즉 인구밀집도가 상대적으로 높은 격자가 메콩강 하 천주변으로 분포되어 있으며, 홍수피해와 양의 상관관계를 갖고 있음을 의미한다. 이와 같이 나이트라이트 위성영상정보는 에너지소비, 재해 등 다양한 공간분석을 통해 사회경제적 영향성 평가를 위한 대리변수로 사용이 가능할 것으로 판단된다.

High population density in deltaic settings, especially in Asia, tends to increase and causes coastal flood risk because of lower elevations and significant subsidence. Large flood annually causes numerous deaths and huge economic losses. In this paper, an innovative technology of spatial satellite imagery has been used as tool to analyze the socio-economic flood-related damage in Mekong river basin. The relationship between nightlight intensity and flood damages has been determined for the period of 1992-2013 with a spatial resolution of 30 arc sec (0.0083°), which is nearly one kilometer at the equator. Flow path distance was calculated to identify the distance of each cell to river network and to examine how nightlight intensity correlate to the area close to and far from river network. Statistical analysis results highlight the significant correlation between nocturnal luminosity intensity and flood-related damages in countries along the Mekong river (i.e., Cambodia, China, Lao PDR, Thailand, and Vietnam). This result reveals that the areas close to the river network correspond to high human distribution and causes huge damage during flooding. The result may provide key information to the region with respect to decisions, attentions, and mitigation strategies.

Abstract
 요 지
 1. Introduction
 2. Study area
 3. Methodology
  3.1 Nighttime light dataset
  3.2 Geographical dataset
  3.3 Flood-related dataset
  3.4 Spatial distribution analysis
 4. Results and discussion
 5. Conclusion
 References

• Try Sophal(Department of Construction and Disaster Prevention Engineering, Kyungpook National University, Graduate School of Engineering, Kyoto University) | 트라이 소팔
• Lee Daeup(Department of Construction and Disaster Prevention Engineering, Kyungpook National University) | 이대업
• Lee Giha(Department of Construction and Disaster Prevention Engineering, Kyungpook National University) | 이기하 Corresponding Author