Abstract: The world average temperature in 2015 has been the highest since 1880 and has been reported to increase in
property and casualties annually with an increase in the frequency of abnormal climate due to global warming. The
frequency of water disaster such as localized heavy rainfall, typhoon and extreme drought is also increasing and the
interest in water disaster monitoring is growing to prevent the damage related to water disasters as the frequency of
abnormal climate increases.
Currently, the ground data has the highest confidence in the accuracy of hydrological information, but it is difficult
to confirm the hydrological data in non-observation points. Therefore, researches based on remote sensing are being
actively conducted using radar, satellite, etc. to observe a wide area rather than ground point information. For that
reason, NASA developed Land Information System (LIS) to generate and utilize hydrological information. LIS is a kind
of framework that can utilize 12 kinds of Land Surface Model (LSM) such as Noah, VIC, Catchment, HYMAP Router,
and data assimilation. The factors that can be generated in LIS are classified into 9 categories such as Energy/Water
Balance, Surface/Subsurface State, and Evaporation and generate about 70 kinds of factors. Among the hydrological
parameters mainly used for monitoring, there is an advantage that information such as soil moisture, evapotranspiration
amount, water level can be generated at once. This study aims to evaluate the accuracy of hydrological parameters such
as soil moisture, evapotranspiration, water level and flow rate on Korean peninsula using LIS applied to USA, South
America, Africa. LSM uses Noah and VIC Model, and uses PRINCETON and MERRA2 as meteorological input data
to compare the model and input data. It is possible to identify the LSM and the meteorological input data which are
close to the observed information on Korean peninsula.