1. 서 론
가뭄은 시작과 종료 시점이 명확하지 않으며, 기상학적, 농업적, 수문학적, 사회경제적 특성에 따라 다양한 유형으로 구분된다. 다양한 가뭄의 특성을 반영하기 위해 SPI, SPEI, PDSI, EDI 등의 가뭄지수들이 가뭄의 발생 및 지속, 강도를 판단하는 데 활용되고 있다. 최근 기후변화로 인한 강우의 시공간적 불균형과 증발산량의 증가로 인해 가뭄의 빈도와 강도는 더욱 심화되고 있으며, 이는 농업 생산성 저하, 수자원 고갈 등 다양한 사회경제적 문제를 초래하고 있다.
특히 최근에는 수 주 내 급격히 발생하고 빠르게 악화되는 돌발가뭄(flash drought)의 발생 빈도가 증가하고 있으며, 이는 전통적인 점진적 가뭄과 뚜렷한 발생 양상의 차이를 보인다. 돌발가뭄은 짧은 기간에 강수량 부족, 고온, 바람, 일조시간 증가, 증발산 급등 등 비상적인 기상이상의 발생으로 몇 주 또는 몇 달 이내에 빠르게 발전하는 가뭄으로 예측 및 감지하기가 어렵다(Svoboda et al., 2002; Otkin et al., 2018). 돌발가뭄은 기존의 가뭄 감시체계로는 조기 탐지 및 경보가 어렵다는 한계를 가지며, 돌발가뭄에 대한 독립적인 분석 체계 마련이 필요하다는 인식을 높이고 있다.
최근 선행연구에서는 돌발가뭄에 대한 정의와 평가기준을 정량화하려는 시도가 증가하고 있다. Otkin et al. (2013), Otkin et al. (2021)은 미국 중부 지역의 돌발가뭄 발생 사례를 분석하여 돌발가뭄이 일반가뭄보다 빠른 속도로 토양 수분이 감소하여 광범위한 영향에 발생하는 것을 분석하였다. Basara et al. (2019)은 식생지수(NDVI)와 기후자료를 이용하여 돌발가뭄의 발달 특성과 기상조건을 정량화 하였다. 돌발가뭄은 증발산 수요와 기온 상승의 복합적 영향이 핵심적인 원인임을 제시하였다.
Christian et al. (2019)은 SPI 및 SPEI 지수가 4주 이내에 2 이상 급하강할 경우를 돌발가뭄으로 정의하였으며, Noguera et al. (2020)은 SPEI가 4주 내 -2 이하로 감소하고 최종 지수가 10년 빈도 이하에 도달하는 경우를 기준으로 제시하였다. Liu et al. (2020)은 토양수분이 정상단계 대비 20% 이상 급감할 경우를 돌발가뭄으로 간주하였다. 이처럼 기존 연구들은 모두 단기간 내 급격한 수분 손실을 핵심 변수로 보고 있으며, 기온 및 증발산 수요를 반영할 수 있는 가뭄지수인 SPEI, ESI, EDDI, NDVI 등의 활용이 분석되었다(Yao et al., 2018; Christian et al., 2019; Nguyen et al., 2019).
그러나 국내에서는 돌발가뭄에 대한 정의 및 감시 체계가 아직 체계적으로 구축되지 않았으며, 실제 기상자료에 기반한 정량적 평가기준과 지역 특성을 반영한 발생 특성 분석도 미흡한 실정이다. 이에 따라 돌발가뭄을 조기에 탐지하고 대응하기 위해서는 시간 민감성을 고려한 정량적 평가기준 수립과 함께 기후 특성이 뚜렷한 지역을 대상으로 한 실증 분석이 필요하다.
본 연구에서는 국내외 선행연구에서 제안된 다양한 돌발가뭄 평가기준을 검토하고, 국내 기상청(KMA)에서 제공하는 기상자료를 활용하여 돌발가뭄의 발생 특성을 분석하고자 한다. 일부 선행연구에서 활용한 위성 기반 토양수분 자료는 자료 해상도와 가용성의 한계로 인해 본 분석에 직접적으로 활용되지 못하였다. 분석 대상 지역으로는 지역 간 강우 편차가 크고, 최근 폭염과 함께 단기간 내 토양수분 감소 현상이 빈번하게 관측된 강원도를 선정하였다. 돌발가뭄 분석에는 기온과 증발산 수요를 반영할 수 있는 SPEI (Standardized Precipitation Evapotranspiration Index) 지수를 활용하고, 기존 선행연구를 바탕으로 4주 이내에 SPEI가 -2 이상 급감하고 최종 지수가 -1.5 이하에 도달하는 경우를 돌발가뭄으로 정의하여 정량적 분석을 수행하고자 한다.
2. 돌발가뭄의 분석방법
2.1 돌발가뭄의 정의 및 평가기준
돌발가뭄(flash drought)은 일반적인 가뭄보다 훨씬 짧은 시간 안에 급격한 수분 부족이 발생하여 가뭄의 심화가 빠르게 진행되는 현상으로 정의된다. 돌발가뭄은 2000년대 초 미국에서 처음 도입되었으며, Svoboda et al. (2002)은 이를 “기존의 예측 및 감시체계로는 탐지하기 어려운 급속한 가뭄”으로 설명하였다. Otkin et al. (2013), Otkin et al. (2018)은 돌발가뭄을 고온, 무강수, 강풍 등 기상학적 이상현상의 복합적인 영향에 의해 짧은 시간 내 급격한 수분 결핍이 발생하는 특이한 형태의 가뭄으로 정의하였다.
현재까지 돌발가뭄을 판단할 수 있는 명확한 기준은 아직 정의되지 않았지만 선행연구들은 공통적으로 토양수분의 급격한 감소와 증발산 수요의 증가가 핵심 원인으로 제시하고 있다. 이는 전통적인 기후 기반의 가뭄 감지와는 명확히 구별되는 특성이다. 선행연구에서는 2주에서 4주 사이의 단기간에 가뭄 지수 또는 수분 관련 지표가 급격히 악화되는 현상을 돌발가뭄으로 간주하는 경향이 있으며, 이에 기반한 정량적 기준이 제시되고 있다. 주요 선행연구에서 활용된 가뭄지수 및 돌발가뭄의 평가기준은 Table 1에 정리하였다.
Table 1
Investigation and Analysis of Prior Research on Flash Droughts
| Previous research | Drought index | Duration | Evaluation criteria |
|---|---|---|---|
| Otkin et al. (2013) | ESI | 2-4 weeks | A sharp drop in ESI index |
| Christian et al. (2019) | SPI, SPEI | 4 weeks | A sharp decline of -2 or more in SPEI or SPI (4 weeks) |
| Nguyen et al. (2019) | ESI | 2 weeks or more | A sharp decline of -1.5 or more in ESI (2 weeks) continues for more than 2 weeks |
| Noguera et al. (2020) | SPEI | 4 weeks | When SPEI (4 weeks) drops sharply by -2 or more and the final SPEI reaches the 10-year frequency (-1.28) or lower |
| Liu et al. (2020) | Soil Moisture (%) | 4 weeks | Soil moisture (within 4 weeks) rapidly drops to 20% below normal value |
선행연구에서 적용되는 돌발가뭄의 평가기준은 2주에서 4주내에 가뭄지수가 -2이상 또는 토양수분이 20% 이상 급감하는 경우에 대하여 정량적 판단기준을 제시하였다. 적용된 가뭄지수는 ESI, SPI, SPEI이 사용되었으며 SPI를 제외하고는 토양수분에 대한 영향을 분석할 수 있는 인자가 적용되었다. Noguera et al. (2020)의 연구에서는 SPEI (4주)가 -2 이상 감소하고 10년 빈도 SPEI 지수인 -1.28 이하일 때를 돌발가뭄으로 판단하였다.
본 연구에서는 돌발가뭄에 대한 평가기준을 기존 선행연구 중 토양수분의 영향을 고려할 수 있는 SPEI를 선정하였다. 평가기준은 4주 동안 SPEI 지수가 정상상태에서 -2 이상 감소하고 최종 SPEI 지수가 –1.5 이하 일 때를 돌발가뭄으로 정의한다. SPEI 지수가 -1.5 이하는 심한가뭄(severe drought)의 단계로서 기존 학술적 정의와도 유사성을 갖는다. 본 연구에서 제안하는 돌발가뭄의 평가기준 개념도는 Fig. 1과 같다.
2.2 Standardised Precipitation Evapotranspiration Index (SPEI)
SPEI는 강수량과 잠재 증발산량과의 관계에서 초과하지 않는 확률을 기반으로 산정된다. 일반적인 음의 값을 고려하기 위해서 세 개의 매개변수인 Log-logistic 분포를 사용하여 조정한다(Vicente-Serrano et al., 2010; Středová et al., 2011). SPEI는 건조 및 반건조 지역에서 발생하는 수분 부족이 음수 값을 가질 가능성이 높기 때문에 음수 값을 포착하기 위해서 세개 매개변수의 분포를 사용한다.
SPI에서 사용되는 두 개 매개변수의 분포에서 변수 x는 하한 값이 0인 0 < x < ∞이므로 x는 양의 값만 산정될 수 있지만, SPEI에서 사용되는 세 개 매개변수의 분포에서 x는 γ > x의 범위에서 값을 산정할 수 있어 x가 음의 값도 산정될수 있다. γ는 분포에서 원점 매개변수 이다(Vicente-Serrano et al., 2010).
따라서, SPEI는 극한의 음의 값을 산정할 수 있는 Log-logistic 분포가 권장되었다(Hernandez and Venkatesh Uddameri, 2014). SPEI는 물의 균형은 Log-logistic 확률분포로 정규화하여 산정된다. PET는 Thornthwaite 방법으로 산정된다(Thornthwaite, 1948). Di는 시간(i)에 대한 강수량(P)와 PET의 차이로 Eq. (1)과 같다.
Di는 시간(i)에 대한 물의 균형(Water Balance), Pi는 시간(i)에 대한 강수량, PETi는 시간(i)에 대한 잠재증발산량이며 계산된Di는 Eq. (2)와 같이 각각의 시간규모에서 합성됩니다.
Dnk은 시점 n에서의 k의 누적 수분 수지, k는 시간규모, Pn-i는 시간(n-i)에 대한 강수량, PETi는 시간(n-i)에 대한 잠재증발산량이며 로그-로지스틱 분포(Log-logistic distribution)의 확률 및도 함수는 Eq. (3)과 같이 적용한다.
x는 Dnk의 누적 수분지수, α는 규모, β는 모양, γ는 위치는 γ > D <∞인 경우의 매개변수이며 확률 분포 함수는 다음 Eq. (4)와 같다.
f(x)를 사용하여 SPEI는 Abramowitz and Stegun (1965)의 방법에 따라 F(x)의 표준화 값으로 산정한다.
W는 확률 P에 대한 표준 정규분포의 근사 값, P는 수분수지의 누적확률 f(x)이며 상수는C0= 2.515517, C1= 0.802853, C2= 0.010328, d1= 1.432788, d2= 0.189269, d3= 0.001308이다.
SPEI는 표준화된 지수로서 다양한 공간적 및 시간적 규모의 가뭄을 비교하는데 사용할 수 있다. SPI와 동일하게 SPEI의 음의 값이 지속될수록 가뭄의 강도, 심각도, 규모 및 지속시간을 기반으로 가뭄 기간을 정의한다.
3. 대상지역 및 데이터 구축
3.1 대상지역
본 연구에서는 한반도 내에서 해안, 산악, 내륙 등 다양한 기상 특성을 모두 고려할 수 있는 강원도 지역을 대상지역으로 선정하였다. 강원도는 7개의 시와 11개의 군으로 구성되어 있으며, 지역내 국지적인 기온 상승 및 강수 편차가 자주 발생하는 특성을 가진 지역이다(Fig. 2). 기상학적 계절 변동성이 뚜렷하여 봄부터 초여름 사이에는 국지적 고온 및 건조 현상이 빈번히 발생하며 여름철 이전까지 무강수 기간이 반복되는 경우가 많다. 이러한, 기상 조건은 단기간 내 수분 부족 현상으로 돌발가뭄 발생의 주요 환경적 및 지역적 요건을 충족시키는 특징과 일치한다.
강우 관측 자료는 기상청의 종관기상관측소(ASOS) 중 30년 이상 장기 관측자료를 보유하고 있는 지점을 대상으로 선정하였다. 강원도 내에 위치하고 있는 속초, 철원, 대관령 등 총 11개 지점의 관측소를 선정하였으며 각 관측소에서는 16개 항목의 기상자료가 수집⋅제공되고 있다(Table 2).
3.2 데이터 구축
강원도 지역의 돌발가뭄을 분석하기 위해 기상청에서 운영하는 11개 종관기상관측소(ASOS) 지점을 선정하고, 주간 단위의 강우량과 기온 데이터를 구축하였다(Fig. 3). 분석에 사용된 관측자료는 2015년부터 2024년까지 최근 10년간의 관측 데이터이며 SPEI를 이용한 돌발가뭄 분석에 활용하였다.
강원도 지역의 주간 단위 강우량의 최대 500 mm 이상의 집중강우가 발생한 사례가 있으며 평균적으로 100 mm에서 300 mm 사이에 분포하고 있다. 기온은 경우 최대 30 ℃에 도달한 사례가 자주 관측되었으며 2018년, 2022년, 2023년, 2024년에는 30 ℃를 초과하는 고온 현상이 여러 지점에서 확인되었다.
4. 돌발가뭄 분석 및 비교
4.1 돌발가뭄 분석 및 평가
2015년부터 2024년까지의 시계열 자료를 기반으로 강원도 내 종관기상관측소 11개 지점을 대상으로 본 연구에서 제시한 돌발가뭄 평가기준을 적용하였다. SPEI 기반 돌발가뭄의 발생 특성은 분석한 결과는 Fig. 4에 제시하였다. SPEI 시계열 곡선(파란색)은 시간에 따라 변동하며, Y축의 SPEI가 -1 이하인 색상 구간(노랑: Moderate, 주황: Severe, 빨강: Extreme)에 따라 가뭄 단계가 시각적으로 구분된다. 회색 음영박스는 본 연구에서 정의한 돌발가뭄 발생 시점을 나타내며, 이러한 시점은 4주 이내에 SPEI가 급격히 -2 이상 하강한 후, 최종 SPEI가 -1.5 이하로 도달하는 조건을 만족하는 구간이다.
분석결과, 10년 동안 각 기상관측소별 돌발가뭄의 발생빈도는 최소 0회에서 최대 8회까지 다양하게 발생하였다. 이는 지역별로 상이한 기상 및 지형적 특성이 반영된 결과로 판단된다. 가장 많은 돌발가뭄이 발생한 지점은 원주(Station 114)로 10년 동안 총 8회의 돌발가뭄이 발생되었다. 반면, 속초(Station 90)에서는 돌발가뭄 발생이 전혀 관측되지 않았다.
본 연구에서 정의한 돌발가뭄의 평가기준을 적용한 결과 강원도 내의 11개 기상관측소에서 총 39회의 돌발가뭄이 발생하였다(Table 3). 가장 많은 돌발가뭄이 발생한 연도는 2018년으로 전체의 약 31%에 해당하는 12회가 분석되었다. 분석결과는 당시 전국적으로 심각한 가뭄피해가 발생했던 연도와 일치한다.
Table 3
Characteristics of Flash Drought Occurrence by Year and Observatory
관측소별로 살펴보면, 전체 11개 기상관측소 지점 중 7개 관측소에서 10년 동안 돌발가뭄 발생이 5회 미만, 나머지 4개 관측소에서는 5회 이상 10회 미만의 돌발가뭄이 분석되었다.
연도별로는 2016년 6회, 2017년 6회, 2019년 7회, 2023년 6회가 2020년, 2021년, 2022년, 2024년에는 1회 이하가 분석되었다. 특히, 2018년은 모든 연도 중 돌발가뭄이 가장 집중된 해로 분석되며, 이를 제외한 다른 연도는 2~3년에 한 번씩 돌발가뭄이 발생하는 경향이 분석되었다. 이러한 결과는 돌발가뭄이 연도별 기상 조건에 따라 비정기적이며 불균형적으로 발생함을 시사하며, 특정 기후 이상 조건이 돌발가뭄의 주요 유발 요인일 가능성을 제시할 수 있다.
4.2 일반가뭄과 돌발가뭄의 비교 분석
돌발가뭄과 비교를 위해 SPEI를 활용하여 일반가뭄에 대한 평가도 함께 분석하였다. 일반가뭄은 SPEI가 -1.5 이하로 하락할 경우 ‘심한 가뭄(severe drought)’ 상태로 간주하여 돌발가뭄과 동일한 기준으로 판단하였다. 이 기준은 국제적으로 통용되는 가뭄 등급 기준에 기반한 것이다.
강원도 내 11개 강우관측소를 대상으로 2015년부터 2024년까지 10년간 일반가뭄 발생 특성을 분석한 결과는 Fig. 5와 같다. 강원도에서 발생한 일반가뭄의 총 발생 건수는 96회가 분석되었으며, 이는 돌발가뭄의 39회보다 약 2.5배 높은 빈도가 분석되었다. 이는 일반가뭄이 돌발가뭄보다 광역적이며 장기적으로 발생하는 특성을 반영한다.
가장 많은 일반가뭄이 발생한 지점은 강릉(Station 105)와 원주(Station 114)로 각각 13회와 12회가 분석되었다. 이 지점은 돌발가뭄과 동일한 지역으로 가뭄발생의 주요 취약지역임을 확인할 수 있었다. 반면 가장 적은 일반가뭄이 발생한 지점은 속초(Station 90)로 6회가 분석되었다. 이 지점은 돌발가뭄이 0회가 분석된 지역으로 일관성을 보이며 상대적으로 가뭄에 덜 민감한 지역으로 판단된다.
강원도 지역의 11개 강우관측소 지점에서 발생한 일반가뭄은 총 96회가 발생하였다. 일반가뭄의 발생은 6회에서 11회가 발생하였으며 일반적으로 1년에 평균 1회 미만의 일반가뭄이 발생하는 것으로 분석되었다. 매년 11개의 강우관측소에서 2021, 2023년을 제외하면 7회 이상의 일반가뭄이 발생하였으며 2015년, 2016년, 2017년, 2018년, 2019년, 2022년, 2024년에는 10회 이상이 발생하였다.
기상관측소를 기준으로 최대 6회에서 최대 11회의 일반가뭄이 발생하였다(Table 4). 관측소별 연평균 발생 횟수는 약 0.87회/년으로 대부분의 지점에서 연 1회 미만의 발생 빈도가 분석되었다. 연도별 발생패턴을 보면 2015년부터 2-24년까지 대부분의 연도에서 10회 이상의 일반가뭄이 분석되었다. 특히, 2016년 15회와 2024년 15회는 가장 많은 일반가뭄이 발생한 해로 분석되었다. 2021년 1회와 2023년 2회는 일반가뭄의 발생이 상대적으로 적었던 연도로 해당기간 동안 강수량이 평년보다 상대적으로 많거나 증발산량 수요가 낮았던 기상 조건의 영향을 받은 것으로 판단된다.
Table 4
Characteristics of Drought Occurrence by Year and Observatory
본 연구에서는 돌발가뭄과 일반가뭄의 발생 특성을 정량적으로 비교하기 위해 각 관측소별 발생횟수와 비율을 산정하고 이를 Table 5에 정리하였다. 전체 기상관측소 중 돌발가뭄의 발생 비율은 일반가뭄 대비 평균 41%로 분석되었으며 일반가뭄 중 약 절반 가까이가 단기간에 급격히 발생한 돌발가뭄으로 판단된다.
Table 5
Comparative Analysis of Flash Drought and Drought Occurrence
기상 관측소별로 속초(Station 90), 대관령(Station 100), 동해(Station 106)의 돌발가뭄 비율은 각각 0%, 14%, 13%로 15% 미만이며 해당 지역이 해안가 인접 지역이거나 해발고도가 높은 산악지형임을 고려할 때, 지형적 및 기후적 특성에 따라 돌발가뭄 발생이 제한적일 수 있음을 시사한다. 반면, 원주(Station 114), 춘천(Station 95), 홍천(Station 121)의 돌발가뭄 비율은 73%, 67%, 50%로 50% 이상으로 상대적으로 내륙 및 중간고도 지형에서 돌발가뭄이 발생빈도가 증가하는 것으로 판단된다.
강원도 내 11개 기상관측소를 대상으로 돌발가뭄과 일반가뭄 발생 횟수 간의 통계적 관계를 분석하였다(Fig. 6). 각 관측소별로 돌발가뭄 발생 횟수(X축)와 일반가뭄 발생 횟수(Y축)를 2차원 산점도로 시각화하고, 선형 회귀 분석을 통해 두 변수 간의 관계를 분석하였다. 선형 회귀 분석을 통해 돌발가뭄와 일반가뭄의 발생 패턴이 정비례적인 경향을 가지는지 정량적으로 파악하기 위함이다. 돌발가뭄과 일반가뭄 유형이 동일하거나 유사한 기상학적 및 수문학적 조건에 의해 발생하는지 여부를 판단하는 데 있어 평가지표가 된다.
Fig. 6
Scatterplot Analysis of Number of Occurrences of Flash Droughts and Total Droughts by Observatory
분석 결과, 돌발가뭄와 일반가뭄 유형 간의 Pearson’s r은 0.82로 강한 양의 선형관계가 있음이 분석되었다. 돌발가뭄이 특정 지역에서 일반가뭄과 유사한 발생 특성을 보이며, 기상 또는 수문적 조건이 중첩될 경우 함께 발생할 가능성이 높을 것으로 판단된다. 원주(Station 114)의 경우 두 가뭄 유형 모두 발생 빈도가 가장 높게 나타나며, 이는 고온 및 무강수 조건이 빈번하고 내륙 특성이 두드러지는 지역의 민감성을 반영하는 결과로 해석된다. 반면, 속초(Station 90)는 일반가뭄은 6회 발생했음에도 불구하고 돌발가뭄은 한 차례도 발생하지 않아, 해안지역의 기후 완충 작용과 수분 손실 속도의 차이가 돌발가뭄 발생 가능성에 영향을 미쳤을 것으로 판단된다.
5. 결 론
본 연구에서는 강원대를 대상으로 11개의 종관기상관측소(ASOS)에 대한 2015년부터 2024년까지 장기기상자료를 기반으로 증발산량을 고려할 수 있는 SPEI를 활용하여 돌발가뭄과 일반가뭄의 발생 특성을 비교⋅분석하였다. 선행연구를 기반으로 돌발가뭄의 평가기준을 정의하고, 돌발가뭄과 일반가뭄의 시계열 및 공간적 분포 특성을 분석하여 기존 가뭄 연구와의 차별화된 돌발가뭄의 분석 체계를 제시하였다.
연구결과 10년 동안 강원도에서 발생한 돌발가뭄은 총 39회, 일반가뭄은 96회가 분석되었다. 특히, 2018년에는 전체 강우관측소 11개 중 8개의 관측소에서 돌발가뭄이 지역 전체에 발생하는 것으로 분석되어 평년이하의 강우량과 평년이상의 고온 상황으로 돌발가뭄이 발생된 것을 판단할 수 있다. 돌발가뭄과 일반가뭄의 발생 빈도는 높은 양의 상관관계(Pearson’s r = 0.82)가 분석되어 두 가뭄 유형이 서로 연계되어 있거나 동일한 수문학적 및 기상학적 요인에 의해 유발되는 것으로 판단된다. 원주(Station 114)와 같은 내륙 고지대에서는 돌발가뭄의 민감성이 두드러졌으며, 반대로 속초(Station 90) 와 같은 해안 지역에서는 돌발가뭄의 발생이 미미하였다. 이는 기온 상승률, 지형적 통풍성, 토양수분 유지력 등 복합적인 기상⋅지형 요인이 돌발가뭄의 발생에 결정적 역할을 하는 것을 예측할 수 있다.
본 연구에서 돌발가뭄과 일반가뭄을 SPEI를 이용하여 정의 및 평가기준을 수립하여 비교하였으며 우리나라에 적용할 수 있는 돌발가뭄의 정의에 대하여 실증적 및 정량적으로 제시하였다. 또한, 돌발가뭄과 일반가뭄 간의 전이 가능성이 41%를 통계적으로 분석하여 돌발가뭄이 단독 현상에 그치지 않고 일반가뭄의 전조로 작용할 수 있음을 분석결과로 규명하였다. 이는 돌발가뭄에 대한 조기경보 시스템의 근거로 활용 될 수 있다.
향후 연구에서는 선행연구에서 적용한 다양한 가뭄지수를 복합적으로 고려하여 시군구 단위의 지역 잠춤형 돌발가뭄 감시 및 예측 기준으로 활용이 가능하다. 또한, 토양수분, 기온 상승률, 포하증가압 등 다양한 기상인자의 돌발가뭄과의 반응성을 분석하여 평가기준 수립의 기반을 마련하고자 한다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
