가뭄은 홍수와는 달리 장기적이고 지속적인 피해를 유발하고, 지역의 경제에 타격을 주며, 생태계 및 환경을 파괴하는 자연재해로서 인간에게 오랫동안 고통을 준다. 이와 같은 가뭄에 대비하고 가뭄을 관리하기 위해 가뭄의 정도를 정량화하고자 하는 연구가 꾸준히 이루어져 왔다. 그 결과 다양한 가뭄지수들이 개발되었으며 이들을 이용해 가뭄감시를 수행하고 있다. 그중 Palmer의 가뭄심도(PDSI)가 가뭄감시와 관리를 위하여 가장 널리 사용되고 있음에도 불구하고, 물순환의 고려없이 기후적인 조건만을 이용하는 단점과 한계성이 여러 학자들에 의해 지적되어 오고 있다. 따라서 본 연구에서는 이러한 단점을 극복하기 위해 토양, 토지이용, 기후자료를 입력자료로 하는 준 분포형 장기유출모형인 SWAT모형을 이용하였다. 즉, SWAT 모형을 이용해 토양수(soil water, SW)를 추정하고, 이로부터 계산된 토양수분결핍을 근거로 토양수분지수(soil moisture index, SMI)를 산정하였다. 본 연구에서는 소양강댐 유역에 대해 SWAT 모형을 적용해 구한 토양수분지수와 PDSI를 비교 분석하였다. 즉, 소양강댐 지점의 일유입량 자료를 이용해 SWAT모형을 보정하고 검정하여, 장기 일 토양수를 추정하고, SWAT모형을 통해 모의된 토양수로부터 계산된 토양수분 결핍을 근거로 토양수분지수를 산정하였다. 본 연구를 통해 SWAT 모형의 적용성을 검토한 결과, 결정계수가 0.651로서 비교적 좋은 결과를 보였고, GIS를 이용함으로서 보다 향상된 해상도를 가지고 가뭄감시를 할 수 있었다. 따라서 본 연구에서 제안한 토양수분결핍에 기초한 토양수분지수는 가뭄감시와 관리를 위해 적용이 가능하리라 판단된다.
가뭄은 홍수와는 달리 장기적이고 지속적인 피해를 유발하고, 지역의 경제에 타격을 주며, 생태계 및 환경을 파괴하는 자연재해로서 인간에게 오랫동안 고통을 준다. 이와 같은 가뭄에 대비하고 가뭄을 관리하기 위해 가뭄의 정도를 정량화하고자 하는 연구가 꾸준히 이루어져 왔다. 그 결과 다양한 가뭄지수들이 개발되었으며 이들을 이용해 가뭄감시를 수행하고 있다. 그중 Palmer의 가뭄심도(PDSI)가 가뭄감시와 관리를 위하여 가장 널리 사용되고 있음에도 불구하고, 물순환의 고려없이 기후적인 조건만을 이용하는 단점과 한계성이 여러 학자들에 의해 지적되어 오고 있다. 따라서 본 연구에서는 이러한 단점을 극복하기 위해 토양, 토지이용, 기후자료를 입력자료로 하는 준 분포형 장기유출모형인 SWAT모형을 이용하였다. 즉, SWAT 모형을 이용해 토양수(soil water, SW)를 추정하고, 이로부터 계산된 토양수분결핍을 근거로 토양수분지수(soil moisture index, SMI)를 산정하였다. 본 연구에서는 소양강댐 유역에 대해 SWAT 모형을 적용해 구한 토양수분지수와 PDSI를 비교 분석하였다. 즉, 소양강댐 지점의 일유입량 자료를 이용해 SWAT모형을 보정하고 검정하여, 장기 일 토양수를 추정하고, SWAT모형을 통해 모의된 토양수로부터 계산된 토양수분 결핍을 근거로 토양수분지수를 산정하였다. 본 연구를 통해 SWAT 모형의 적용성을 검토한 결과, 결정계수가 0.651로서 비교적 좋은 결과를 보였고, GIS를 이용함으로서 보다 향상된 해상도를 가지고 가뭄감시를 할 수 있었다. 따라서 본 연구에서 제안한 토양수분결핍에 기초한 토양수분지수는 가뭄감시와 관리를 위해 적용이 가능하리라 판단된다.
Drought brings on long term damage in contrast to flood, on economic loss in the region, and on ecologic and environmental disruptions. Drought is one of major natural disasters and gives a painful hardship to human beings. So we have tried to quantify the droughts for reducing drought damage and de...
Drought brings on long term damage in contrast to flood, on economic loss in the region, and on ecologic and environmental disruptions. Drought is one of major natural disasters and gives a painful hardship to human beings. So we have tried to quantify the droughts for reducing drought damage and developed the drought indices for drought monitoring and management. The Palmer's drought severity index (PDSI) is widely used for the drought monitoring but it has the disadvanges and limitations in that the PDSI is estimated by considering just climate conditions as pointed out by many researchers. Thus this study uses the SWAT model which can consider soil conditions like soil type and land use in addition to climate conditions. We estimate soil water (SW) and soil moisture index (SMI) by SWAT which is a long term runoff simulation model. We apply the SWAT model to Soyang dam watershed for SMI estimation and compare SMI with PDSI for drought analysis. Say, we calibrate and validate the SWAT model by daily inflows of Soyang dam site and we estimate long term daily soil water. The estimated soil water is used for the computation of SMI based on the soil moisture deficit and we compare SMI with PDSI. As the results, we obtained the determination coefficient of 0.651 which means the SWAT model is applicable for drought monitoring and we can monitor drought in more high resolution by using GIS. So, we suggest that SMI based on the soil moisture deficit can be used for the drought monitoring and management.
Drought brings on long term damage in contrast to flood, on economic loss in the region, and on ecologic and environmental disruptions. Drought is one of major natural disasters and gives a painful hardship to human beings. So we have tried to quantify the droughts for reducing drought damage and developed the drought indices for drought monitoring and management. The Palmer's drought severity index (PDSI) is widely used for the drought monitoring but it has the disadvanges and limitations in that the PDSI is estimated by considering just climate conditions as pointed out by many researchers. Thus this study uses the SWAT model which can consider soil conditions like soil type and land use in addition to climate conditions. We estimate soil water (SW) and soil moisture index (SMI) by SWAT which is a long term runoff simulation model. We apply the SWAT model to Soyang dam watershed for SMI estimation and compare SMI with PDSI for drought analysis. Say, we calibrate and validate the SWAT model by daily inflows of Soyang dam site and we estimate long term daily soil water. The estimated soil water is used for the computation of SMI based on the soil moisture deficit and we compare SMI with PDSI. As the results, we obtained the determination coefficient of 0.651 which means the SWAT model is applicable for drought monitoring and we can monitor drought in more high resolution by using GIS. So, we suggest that SMI based on the soil moisture deficit can be used for the drought monitoring and management.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 장기간에 걸친 다양한 식생분포, 토지이용상태, 토양의 성질 및 기상상태를 이용하여 복잡한 유역의 유출량을 모의할 수 있는 준 분포형 장기 유출모형을 이용, 기존의 PDSI의 단점과 한계성을 극복하고자 하였다.
추정된 토양수를 이용하여 토양수분 결핍을 파악하고, 이를 토대로 토양수분결핍에 기초한 토양수분지수를 산정, 가뭄분석을 실시하였다. 또한 기존의 PDSI와 비교함으로써 본 연구에서 제안한 토양수분지수의 적용성을 검토하였다. 본 연구의 과정을 그림 2에 나타내었다.
즉, 본 연구에서는 SWAT(Soil and Water Assessment Tool)모형을 이용해 토양수분 결핍비를 산정하고 이를 통해 토양수분지수를 구하는 방법을 제시하고자 한다. 또한 토양 수분지수를 PDSI와 비교분석함으로써 토양수분지수가 가뭄감시를 위해 이용할 수 있음을 보이고자 한다.
즉, 본 연구에서는 SWAT(Soil and Water Assessment Tool)모형을 이용해 토양수분 결핍비를 산정하고 이를 통해 토양수분지수를 구하는 방법을 제시하고자 한다. 또한 토양 수분지수를 PDSI와 비교분석함으로써 토양수분지수가 가뭄감시를 위해 이용할 수 있음을 보이고자 한다.
제안 방법
1. DEM, 토지이용도, 토양도등의 수치지도와 실제 하천형상을 이용해 SWAT 모형의 지형 입력자료를 구축함으로써 모형의 지형자료에 대한 객관성과 일반성을 확보하였다.
2. 29개의 소유역, 2개의 기상관측소, 그리고 12개의 우량관측소를 이용해 일 유출량을 모의하고, 소양강댐 일 유입량과 비교함으로써 SWAT 모형의 보정과 검정을 실시하였다. 또한 이를 토대로 일 토양수값을 추정하였다.
PDSI의 물수지방정식에 사용되고 있는 두 개의 토양층은 상부와 하부로 단순화되어 있는데, 이는 그 위치들에 대하여 적절히 표현할 수 없는 단점을 가지고 있다. SWAT 모형은 최대 10개의 토양층으로 구분할 수 있으며, 본 연구에서는 정밀토양도를 이용하여 7개의 토양층으로 구분 하여 보완하였다.
SWAT 모형을 이용해 장기 일 토양수를 추정하기 위해 소양강댐 지점의 일 유입량 자료를 이용하여 SWAT 모형의보정(calibration)과 검정(verification)을 하였다. 일 유출량의 보정과 검정을 한 후 1990년에서 1999년까지(10년)의 장기일 토양수를 추정하였다.
이렇게 구해진 각 달의 토양수분결핍비는 장기간에 걸쳐 구해진 유효토양수의 평균, 최대, 최소값을 이용하여 건조의 정도를 나타내게 된다. 가장 최악의 가뭄(토양수분 결핍의 최대비)을 결정하기 위해 모든 소유역의 지속 기간별(1~24개월) 최대 토양수분 결핍비(#, cumulative soil moisture deficit ratio)를 이용하여 토양수분지수 산정공식을 유도하도록 한다. 표 7은 지속기간별 최대 토양수분결핍비를 나타낸 것이고, 표 7에서 구한 지속시간별 최대 토양수분결핍비를 그림 15와 같이 도시하여 회귀직선을 구하였으며 이때의 가뭄을 극한 가뭄으로 정의하며 토양수분지수 X=-4.
대상유역에 대한 수치고도자료(DEM) 구축은 현재 환경부 웹싸이트에서 제공되고 있는 수치지도 파일을 GIS 프로그램을 이용해 모형 입력자료 형태인 Grid 형태로 변환시키고, 좌표체계를 TM 좌표계로 변환시켰다. 이런 과정을 거쳐 SWAT의 입력 자료로 그림 3과 같은 소양강댐 유역의 DEM을 생성시켰다.
모의 값을 그대로 이용하지 않는 이유는 70여개로 세분화된 소유역의 분기하천이 실제 하천망과 차이가 있기 때문이다. 따라서 본 연구에서는 모의하천을 실제 하천망과 비교하여 하천이 없는 부분의 출구점을 지워가는 방식으로 그림 6과 같이 29개의 소유역을 형성시켰다. 모형의 검정을 실시하는 과정에서는 유역을 가장 잘 반영하고 있다고 판단되는 1996년 수문기상자료를 가지고 매개변수를 추정하였고, 검정과정에서 사용되지 않은 다른 기간(1998, 1997-1996)에 대하여 모형의 검정을 실시하였다.
1983)을 이용하고, 침투는 토층을 최대 10개 층까지 세분화하여 선형저수지 추적기법을 사용하여 계산한다. 또한 SWAT은 지하수를 두개의 대수층으로 구분하였다. 즉 유역의 하천에 회귀수를 공급하는 얕은 비피압 대수층과 유역 밖의 하천에 대한 회귀수에 기여하는 깊은 피압 대수층으로 나누어 계산한다.
29개의 소유역, 2개의 기상관측소, 그리고 12개의 우량관측소를 이용해 일 유출량을 모의하고, 소양강댐 일 유입량과 비교함으로써 SWAT 모형의 보정과 검정을 실시하였다. 또한 이를 토대로 일 토양수값을 추정하였다.
따라서 본 연구에서는 모의하천을 실제 하천망과 비교하여 하천이 없는 부분의 출구점을 지워가는 방식으로 그림 6과 같이 29개의 소유역을 형성시켰다. 모형의 검정을 실시하는 과정에서는 유역을 가장 잘 반영하고 있다고 판단되는 1996년 수문기상자료를 가지고 매개변수를 추정하였고, 검정과정에서 사용되지 않은 다른 기간(1998, 1997-1996)에 대하여 모형의 검정을 실시하였다.
Palmer는 가뭄 통계의 시·공간적 비교가 가능한 지수의 개발을 위해 기후 적으로 상이한 미국의 서부 Kansasd지역과 중부 Iowa의 두 지역을 선정하였다. 반건조(semiarid) 기후인 서부 Kansas지역에서의 느끼는 보통날씨는 반습윤(subhumid) 기후인 중부 Iowa지역에서는 다를 수 있으며, 이러한 기후적인 편차를 고려해 서로 다른 지역에 대해 비교 가능한 가뭄지수를 개발하였다. PDSI산정을 위한 입력자료는 강수량, 기온 및 유효 토양수 분량(Available Water Content, AWC)으로 매우 단순하다.
본 연구에서 산정된 토양수분지수의 적용성을 검토하기 위해 가뭄기록조사 보고서(건설교통부, 1995)로 부터 도출한 소양강댐 유역평균 PDSI와 비교하였으며, 그림 19와 같다. 토양수분지수와 PDSI를 비교해 볼 때, 본 연구에서 산정한 토양수분지수의 경향이 기존의 PDSI값과 비교적 잘 일치함을 알수 있다.
이를 위해 최적 유출시작 면적(threshold area)를 사용자가 선정하여야 하며 이를 이용해 소유역을 분할할 수 있는데 여기에서 유출시작 면적을 2000ha로 결정하였다. 본 연구에서는 실제 하천의 형상파일(shape file)을 이용하여 실제 하천과 유사하게 하천을 모의하였으며, 강우관측소 자료를 이용하기 위하여 자동으로 생성된 출구점을 부분적으로 이용하였다. 모의 값을 그대로 이용하지 않는 이유는 70여개로 세분화된 소유역의 분기하천이 실제 하천망과 차이가 있기 때문이다.
즉, 소양강댐 유역에 SWAT 모형을 이용해 토양수(soil water)를 모의하여 추정한 토양수분결핍을 근거로 토양수분지수를 산정하였다. 소양강댐 유역에 대한 장기 일 토양수 추정은 소양강댐 지점의 일유입량 자료를 이용해 SWAT모형의 보정과 검정을 하여 추정하였다. 다음에 SWAT모형을 통해 모의된 토양수로부터 토양수분지수를 산정, 가뭄분석을 실시하였으며, 분석 결과를 기존의 PDSI와 비교하였다.
소양강댐유역의 일유출 자료를 이용하여 SWAT 모형의 보정과 검증을 한 뒤 구해진 각 소유역의 매 달의 마지막 일 토양수분을 그 달의 실제 유효 토양수(acutal available soil water)로 사용하여 각 달의 장기간토양수분의 평균(mean), 최대값(maximum), 최소값(minimum)을 결정한다. 이렇게 결정된 토양수분의 평균, 최대값과 최소값을 사용하여 토양수분결핍비(soil moisture deficit ratio)를 계산하였으며, 식 (2)와 같다.
SWAT 모형을 이용한 일유출량 모의에 있어서 먼저 실제 하천과 유사하게 계산된 하천을 모의하는 것이 필요하다. 이를 위해 최적 유출시작 면적(threshold area)를 사용자가 선정하여야 하며 이를 이용해 소유역을 분할할 수 있는데 여기에서 유출시작 면적을 2000ha로 결정하였다. 본 연구에서는 실제 하천의 형상파일(shape file)을 이용하여 실제 하천과 유사하게 하천을 모의하였으며, 강우관측소 자료를 이용하기 위하여 자동으로 생성된 출구점을 부분적으로 이용하였다.
SWAT 모형을 이용해 장기 일 토양수를 추정하기 위해 소양강댐 지점의 일 유입량 자료를 이용하여 SWAT 모형의보정(calibration)과 검정(verification)을 하였다. 일 유출량의 보정과 검정을 한 후 1990년에서 1999년까지(10년)의 장기일 토양수를 추정하였다. 추정된 토양수를 이용하여 토양수분 결핍을 파악하고, 이를 토대로 토양수분결핍에 기초한 토양수분지수를 산정, 가뭄분석을 실시하였다.
본 연구에서는 이러한 단점을 극복하기 위해 토양, 토지이용, 기후자료를 입력자료로 하는 분포형 장기유출모형인 SWAT 모형을 이용하였다. 즉, 소양강댐 유역에 SWAT 모형을 이용해 토양수(soil water)를 모의하여 추정한 토양수분결핍을 근거로 토양수분지수를 산정하였다. 소양강댐 유역에 대한 장기 일 토양수 추정은 소양강댐 지점의 일유입량 자료를 이용해 SWAT모형의 보정과 검정을 하여 추정하였다.
최종적으로 지하수 입력자료, 수문반응단위별 입력자료, 하천의 수리학적 입력자료, 토양수분과 관련된 입력자료 중 토양증발 보상계수(ESCO), 토양층 유효수분량(SOL_AWC), AMC-II에서의 SCS 유출곡선지수(CN2), 침루에 대한 얕은 대수층의 임계수분량(REVAPMN), 얕은 대수층의 REVAP 계수(GW-REVAP) 와 소양강댐 유역의 92%가 산림지역임을 고려 식물섭취보상계수 (EPCO)를 선정하였다. 보정후 매개 변수 값은 표 2와 같다.
일 유출량의 보정과 검정을 한 후 1990년에서 1999년까지(10년)의 장기일 토양수를 추정하였다. 추정된 토양수를 이용하여 토양수분 결핍을 파악하고, 이를 토대로 토양수분결핍에 기초한 토양수분지수를 산정, 가뭄분석을 실시하였다. 또한 기존의 PDSI와 비교함으로써 본 연구에서 제안한 토양수분지수의 적용성을 검토하였다.
대상 데이터
소양강댐 유역에 SWAT 모형을 적용하는데 필요한 기상관측소는 춘천, 인제 두 곳이다. 강우량 자료는 유역내의 여러 우량관측소 중 비교적 자료가 정확한 12개 우량관측소의 자료를 이용하였다. 일 유출량 분석은 소양강댐 지점의 관측 유입량을 사용하였다.
본 연구는 SWAT 모형을 이용하여 토양수분을 산정하는 것이 목적이기 때문에 28개의 매개변수중 수질과 관련되는 입력자료 및 하천관리와 관련되는 입력자료를 제외시켰다.
그러나 지수를 얻기 위해서는 증발산량, 함양량, 유출량 및 손실량 그리고 잠재증발산량(potential evapotranspira-tion, PE), 잠재함양량(potential recharge, PR), 잠재유출량(potential runoff, PRO) 및 잠재손실량(potential loss, PL)을 수분수지 모형에 의해 계산하여야 한다. 본 연구에서 소양강댐 유역의 PDSI 값을 가뭄기록조사 보고서(건설교통부, 1995)에서 산정한 춘천, 인제 기상관측소에 대한 PDSI 결과값을 이용하였다. 표 10, 11은 춘천, 인제 기상관측소의 PDSI 값이다.
따라서 토지이용상태 자료가 충분한지를 고려하여야 하며, 기후변화 시나리오와 강우 및 온도의 공간적 변동성을 연계 운영하기 위해 위성자료를 쉽게 얻을 수 있는 유역을 선정하여야 한다. 본 연구에서는 유역을 선정하는 과정에서 모형의 입력자료를 충분히 만족시켜줄 수 있는 소양강댐 유역으로 결정하였다. 소양강댐 유역에 SWAT 모형을 적용하는데 필요한 기상관측소는 춘천, 인제 두 곳이다.
토지이용도(Landuse map)는 한국수자원공사의 한강유역조사에서 위성영상을 가지고 수치지형도와 혼합하여 구축된 토지이용도를 이용하였다. 이용된 위성영상 사진은 2000년의 토지이용상태를 기준으로 하였다. 그림 4에서 볼 수 있는 것처럼 소양강댐 유역은 산림지역이 92%로 이루어진 산지임을 알 수 있다.
강우량 자료는 유역내의 여러 우량관측소 중 비교적 자료가 정확한 12개 우량관측소의 자료를 이용하였다. 일 유출량 분석은 소양강댐 지점의 관측 유입량을 사용하였다.
데이터처리
3. 추정된 토양수로 토양수분지수를 산정하였으며, 산정된 토양수분지수의 적정성을 검토하기 위해 기존의 PDSI와 비교하였다. 비교결과 결정계수가 0.
보정후 매개 변수 값은 표 2와 같다. SWAT 모형의 일 유출 모의 결과의 적합성을 판단하기 위해 평균제곱근 오차(RMSE)와 모형 효율성계수(ME)를 사용하였으며, 모의 및 검정 결과는 각각 표 3, 4와 같다. 표에서 볼 수 있는 것처럼 모형의 검정 결과 모형의 효율성 계수는 10년 전체 경우 0.
각 소유역별로 계산된 토양수분지수를 면적평균법으로 소양강댐 유역의 평균 토양수분지수를 도출하였으며, 그 결과는 표 9 및 그림 17과 같다.
소양강댐 유역에 대한 장기 일 토양수 추정은 소양강댐 지점의 일유입량 자료를 이용해 SWAT모형의 보정과 검정을 하여 추정하였다. 다음에 SWAT모형을 통해 모의된 토양수로부터 토양수분지수를 산정, 가뭄분석을 실시하였으며, 분석 결과를 기존의 PDSI와 비교하였다. 본 연구과정을 간단히 요약하고 본 연구로부터 얻은 결론을 서술하면 다음과 같다.
춘천, 인제 기상관측소를 이용해 소양강댐 유역의 평균 PDSI를 계산하기 위하여 각 지점별 소유역에 대한 Thiessen 의 가중평균값을 이용하였다(표 12). 그리하여 표 13과 그림 18과 같은 유역평균 PDSI를 도출하였다.
이론/모형
이 중에서 수문 부모형은 저류방정식에 의해 일 단위로 물수지를 산정하며, 차단, 지표면 유출, 측방유출, 침투, 기저유출, 수로손실, 증발산 등으로 구성되어 있다. SWAT 모형에서 일변 지표면 유출량은 SCS 방법을 이용하여 산정하며, 측방유출은 Kinematic Storage Model(Sloan 등. 1983)을 이용하고, 침투는 토층을 최대 10개 층까지 세분화하여 선형저수지 추적기법을 사용하여 계산한다. 또한 SWAT은 지하수를 두개의 대수층으로 구분하였다.
즉, 지표면의 성질이나 조건을 전혀 고려하지 않았다는 것이다. 따라서 본 연구에서는 토지이용도, 토양도를 고려한 SWAT 모형을 이용해 지표면의 성질과 조건을 고려하였다.
즉 유역의 하천에 회귀수를 공급하는 얕은 비피압 대수층과 유역 밖의 하천에 대한 회귀수에 기여하는 깊은 피압 대수층으로 나누어 계산한다. 모형에서는 잠재 증발산을 산정하기 위하여 Hargreaves, Priestley-Taylor, Penman-Monteith 방법을 제공한다.
PDSI는 가뭄감시와 관리를 위해 세계적으로 많이 사용됨에도 불구하고, 물순환의 고려 없이 기후적인 조건만을 이용 하는 단점과 한계성이 여러 학자들에 의해 지적된바 있다. 본 연구에서는 이러한 단점을 극복하기 위해 토양, 토지이용, 기후자료를 입력자료로 하는 분포형 장기유출모형인 SWAT 모형을 이용하였다. 즉, 소양강댐 유역에 SWAT 모형을 이용해 토양수(soil water)를 모의하여 추정한 토양수분결핍을 근거로 토양수분지수를 산정하였다.
4. 기존의 PDSI에서 잠재 증발산량 산정시 Thornthwaite 방법에 의한 잠재증발산량은 유역의 토양이 수분으로 완전 포화되어 있는 상태에서의 증발산량을 의미한다. 즉, 지표면의 성질이나 조건을 전혀 고려하지 않았다는 것이다.
6. 이상의 결과들로부터 소양강댐 유역에 대해 1990년 1월부터 1999년 12월까지의 장기 토양수를 이용하여 토양수분지수를 산정, 가뭄감시를 해본 결과 기존의 물 순환 고려 없이 기후적인 조건만을 이용하는 PDSI의 단점과 한계성을 SWAT모형을 통해 보완할 수 있음을 보였으며, GIS를 이용함으로서 보다 향상된 해상도를 가지고 가뭄감시를 할수 있었다. 따라서 본 연구에서 제안한 토양수분결핍에 기초한 토양수분지수는 가뭄감시와 관리를 위해 적용이 가능하리라 판단된다.
토양수분지수와 PDSI를 비교해 볼 때, 본 연구에서 산정한 토양수분지수의 경향이 기존의 PDSI값과 비교적 잘 일치함을 알수 있다. 결정계수는 0.651로 비교적 좋은 결과를 보였으며, 그림 19에서 보는 바와 같이 1994년과 1995년의 가뭄 또한 잘 표현하고 있음을 알 수 있다.
추정된 토양수로 토양수분지수를 산정하였으며, 산정된 토양수분지수의 적정성을 검토하기 위해 기존의 PDSI와 비교하였다. 비교결과 결정계수가 0.651로서 비교적 좋은 결과를 얻었으며, 또한 1994년과 1995년의 가뭄도 잘 표현하고 있음을 알 수 있었다.
본 연구에서 산정된 토양수분지수의 적용성을 검토하기 위해 가뭄기록조사 보고서(건설교통부, 1995)로 부터 도출한 소양강댐 유역평균 PDSI와 비교하였으며, 그림 19와 같다. 토양수분지수와 PDSI를 비교해 볼 때, 본 연구에서 산정한 토양수분지수의 경향이 기존의 PDSI값과 비교적 잘 일치함을 알수 있다. 결정계수는 0.
SWAT 모형의 일 유출 모의 결과의 적합성을 판단하기 위해 평균제곱근 오차(RMSE)와 모형 효율성계수(ME)를 사용하였으며, 모의 및 검정 결과는 각각 표 3, 4와 같다. 표에서 볼 수 있는 것처럼 모형의 검정 결과 모형의 효율성 계수는 10년 전체 경우 0.467 값을 보였고, 결정계수의 경우 평균 0.524 로 보정전보다 좋은 결과를 나타내었다. 그림 10~12는 보정된 매개변수를 이용하여 검정한 모형의 일 유출 수문곡선이다.
후속연구
이상의 결과들로부터 소양강댐 유역에 대해 1990년 1월부터 1999년 12월까지의 장기 토양수를 이용하여 토양수분지수를 산정, 가뭄감시를 해본 결과 기존의 물 순환 고려 없이 기후적인 조건만을 이용하는 PDSI의 단점과 한계성을 SWAT모형을 통해 보완할 수 있음을 보였으며, GIS를 이용함으로서 보다 향상된 해상도를 가지고 가뭄감시를 할수 있었다. 따라서 본 연구에서 제안한 토양수분결핍에 기초한 토양수분지수는 가뭄감시와 관리를 위해 적용이 가능하리라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
Palmer의 가뭄심도의 단점은?
그 결과 다양한 가뭄지수들이 개발되었으며 이들을 이용해 가뭄감시를 수행하고 있다. 그중 Palmer의 가뭄심도(PDSI)가 가뭄감시와 관리를 위하여 가장 널리 사용되고 있음에도 불구하고, 물순환의 고려없이 기후적인 조건만을 이용하는 단점과 한계성이 여러 학자들에 의해 지적되어 오고 있다. 따라서 본 연구에서는 이러한 단점을 극복하기 위해 토양, 토지이용, 기후자료를 입력자료로 하는 준 분포형 장기유출모형인 SWAT모형을 이용하였다.
SWAT 모형을 적용해 구한 토양수분지수를 PDSI와 비교 분석한 결과는?
본 연구에서는 소양강댐 유역에 대해 SWAT 모형을 적용해 구한 토양수분지수와 PDSI를 비교 분석하였다. 즉, 소양강댐 지점의 일유입량 자료를 이용해 SWAT모형을 보정하고 검정하여, 장기 일 토양수를 추정하고, SWAT모형을 통해 모의된 토양수로부터 계산된 토양수분 결핍을 근거로 토양수분지수를 산정하였다. 본 연구를 통해 SWAT 모형의 적용성을 검토한 결과, 결정계수가 0.651로서 비교적 좋은 결과를 보였고, GIS를 이용함으로서 보다 향상된 해상도를 가지고 가뭄감시를 할 수 있었다. 따라서 본 연구에서 제안한 토양수분결핍에 기초한 토양수분지수는 가뭄감시와 관리를 위해 적용이 가능하리라 판단된다.
가뭄은 어떤 문제를 발생시키는가?
가뭄은 홍수와는 달리 장기적이고 지속적인 피해를 유발하고, 지역의 경제에 타격을 주며, 생태계 및 환경을 파괴하는 자연재해로서 인간에게 오랫동안 고통을 준다. 이와 같은 가뭄에 대비하고 가뭄을 관리하기 위해 가뭄의 정도를 정량화하고자 하는 연구가 꾸준히 이루어져 왔다.
참고문헌 (16)
강인주(2000) 가뭄관리를 위한 수문학적 의사결정에 관한 연구, 박사학위논문, 고려대학교
건설교통부(1995) 가뭄기록조사 보고서
건설교통부(2002) 하천정비기본계획 : 북한강, 소양강, 양구서천, 섬강
김상민(1999) 우리나라 주요지점에 대한 가뭄지수 산정과 비교, 석사학위논문, 서울대학교
김치영(2001) 가뭄지수에 의한 가뭄관리 의사결정 연구, 석사학위 논문, 인하대학교
김형수, 윤용남(1996) 연속지수모형에 의한 기뭄특성의 감시, 한국수자원학회지, 한국수자원학회
류재희(2000) 가뭄평가를 위한 가뭄지수의 비교연구, 석사학위논문, 고려대학교
박성우 등(1982) 한발기준년 재조정, 농업개발 시험, 서울대 농업개발연구소
이동률(1998) 한국과 미국대륙의 가뭄에 대한 엘리뇨 영향, 한국건설기술연구원
임경진(2001) 다양한 시계열 자료를 이용한 가뭄지표의 산정, 석사학위논문, 인하대학교
장대원(2004) GIS 기반의 SWAT 모형율 이용한 하천 유출량 모의, 석사학위논문, 인하대학교
Alley, W.H. (1985) The palmer drought severity index as a measure of hydrologic drought, water resources bulletin, Vol. 21, No. 1, pp. 105-114
Narasimhan, B. and R. Srinivasan (2002) Development of a soil moisture index for agricultural drought monitoring using a hydrologic model (SWAT), GIS and remote sensing, 2002 Texas Water Monitoring Congress Plenary Session
Neitsch, S.L, Arnold, J.G., Kiniry J.R., and Williams J.R. (2001) Soil and water assessment tool, theoretical documentation version 2000, USDA ARS, Temple, Texas
Neitsch, S.L, Arnold, J.G, Kiniry J.R., and Williams J.R. (2001). Soil and Water Assessment tool, User's Manual Version 2000, USDA ARS, Temple, Texas
Mckee, T.B., Doesken, N.J., and kieist, J. (1993) The relationship of drought frequency and duration of time scales. Eighth Conference on Applied Climatology, pp. 17-22
※ AI-Helper는 부적절한 답변을 할 수 있습니다.