<2009 SWAT-KOREA 컨퍼런스 특별호 논문> 기후변화가 충주댐 유역의 하천수질에 미치는 영향평가를 위한 유역 모델링 Watershed Modeling for Assessing Climate Change Impact on Stream Water Quality of Chungju Dam Watershed원문보기
본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 미래 기후변화가 충주댐 유역(6,585.1 km$^2$)의 하천수질에 미치는 영향을 분석하고자 하였다. 미래 기상자료는 IPCC에서 제공하는 A2, A1B, B1 배출시나리오를 포함하는 ECHAM5-OM 모형의 결과를 과거 30년(1977-2006, baseline period) 기후자료를 바탕으로 편이보정(bias correction)과 Change Factor Method로 Downscaling 하였다. 6년(1998-2003) 동안의 일별 유출량 및 월별 수질(SS, T-N, T-P) 자료를 이용하여 모형의 보정 및 검증을 실시한 후, Downscaling된 ECHAM5-OM의 A2, A1B, B1 시나리오에 대해 2020s, 2050s, 2080s로 대별되는 미래의 수문학적 거동 변화 및 하천수질 변화를 전망하였다.
본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 미래 기후변화가 충주댐 유역(6,585.1 km$^2$)의 하천수질에 미치는 영향을 분석하고자 하였다. 미래 기상자료는 IPCC에서 제공하는 A2, A1B, B1 배출시나리오를 포함하는 ECHAM5-OM 모형의 결과를 과거 30년(1977-2006, baseline period) 기후자료를 바탕으로 편이보정(bias correction)과 Change Factor Method로 Downscaling 하였다. 6년(1998-2003) 동안의 일별 유출량 및 월별 수질(SS, T-N, T-P) 자료를 이용하여 모형의 보정 및 검증을 실시한 후, Downscaling된 ECHAM5-OM의 A2, A1B, B1 시나리오에 대해 2020s, 2050s, 2080s로 대별되는 미래의 수문학적 거동 변화 및 하천수질 변화를 전망하였다.
This study is to assess the future potential impact of climate change on stream water quality for a 6,581.1 km$^2$ dam watershed using SWAT (Soil and Water Assessment Tool) model. The ECHAM5-OM climate data of IPCC (The Intergovernmental Panel on Climate Change) A2, A1B, and B1 emission s...
This study is to assess the future potential impact of climate change on stream water quality for a 6,581.1 km$^2$ dam watershed using SWAT (Soil and Water Assessment Tool) model. The ECHAM5-OM climate data of IPCC (The Intergovernmental Panel on Climate Change) A2, A1B, and B1 emission scenarios were adopted and the future data (2007-2099) were corrected using 30 years (1977-2006, baseline period) weather data and downscaled by Change Factor (CF) method. After model calibration and validation using 6 years (1998-2003) observed daily streamflow and monthly water quality (SS, T-N, and T-P) data, the future (2020s, 2050s and 2080s) hydrological behavior and stream water quality were projected.
This study is to assess the future potential impact of climate change on stream water quality for a 6,581.1 km$^2$ dam watershed using SWAT (Soil and Water Assessment Tool) model. The ECHAM5-OM climate data of IPCC (The Intergovernmental Panel on Climate Change) A2, A1B, and B1 emission scenarios were adopted and the future data (2007-2099) were corrected using 30 years (1977-2006, baseline period) weather data and downscaled by Change Factor (CF) method. After model calibration and validation using 6 years (1998-2003) observed daily streamflow and monthly water quality (SS, T-N, and T-P) data, the future (2020s, 2050s and 2080s) hydrological behavior and stream water quality were projected.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
한편, 비점원오염은 유출 오염이기 때문에 비점원오염을 관리하고 통제하기 위해서는 유출현상을 정확하게 이해해야 한다(최중대, 2006). 따라서 본 연구에서는 미래 기후변화에 따른 비점오염원의 유출특성을 파악하기 위해 강수유무에 의해 정의되는 우기(Wet day)와 건기 (Dry day)의 유출 변화를 분석하였다. 여기서, 우기는 연중 직접유출(Direct runoff)이 발생하는 기간으로 정의하였다.
그러나 하상계수는 이상갈수 또는 이상홍수에 의해 그 값이 매우 크게 변화하기 때문에 오랜 기간 동안의 평균값을 사용하는 것이 보통이므로 위 연구결과에 의한 유황 특성을 그대로 반영하기에는 무리가 있다. 따라서본 연구에서는 홍수시유량(Q10)과 갈수시유량(Q355)의 비로 정의되는 유황계수를 산정하여 유황의 변동성을 재검토 하였다. 그 결과, 현재의 유황계수가 93에서 31∼62로 유황이 비교적 안정되는 것으로 분석되었다.
본 연구에서는 유역 모델링을 통해 미래 기후변화가 충주댐 유역의 하천수질에 미치는 영향을 평가하고자 ECHAM5-OM 모형의 결과로부터 편이보정 및 Downscaling에 의한 미래 기상자료를 생산하고 SWAT 모형을 이용하여 미래 수문학적 거동 특성 및댐 유입하천의 수질변화를 모델링 하였다.
하지만 미래 기후변화에 따른 강우패턴의 변화 및 기온의 증가는 증발산량의 증가로 인한 하천의 건천화 문제나 수온 상승으로 인한 하천수질 악화, 비점오염원 유출특성 변화 등의 문제를 발생시킬 수 있다. 이에 본 연구에서는 유역 모델링을 통해 유역의 수문학적 영향평가와 더불어 미래 기후변화가 하천수질에 미치는 영향을 평가하고자 하였다. 이를 위해, 충주댐 유역을 대상으로 GCM의 모의결과로부터 Downscaling을 통해 미래 기상자료를 구축하고 수문-수질 모의가 가능한 유역모형을 선정하여 미래 기후변화에 따른 유역의 수문학적 거동 변화를 전망하고 각 수문요소 변화에 따른 비점오염원 유출특성이 하천수질에 미치는 영향을 분석하였다.
제안 방법
기상관측소별로 강수량, 온도, 상대습도, 풍속의 6개 기상인자에 대하여 기준기간이 되는 과거 30년(1977-2006) 동안의 월 평균값을 준비하고, 미래 기상자료로 2개 GCM에 대한 A2, A1B, B1 시나리오별 결과 값을 2030s(2016-2045), 2060s(2046-2075), 2090s (2071-2100) 로 구분하여 각각의 30년 월 평균값을 구축하였다. 그 후 과거 30년 평균값에 대한 월 변화율과 미래 30년 평균값의 월 변화율간의 차이 값 분석 (Difference analysis)을 하고 기준년을 평수년으로 대변되는 보정년도인 2000년으로 선정하여 기상관측소별일 자료에 매월의 변화율을 각각 반영하여 유역규모의일 기상자료로 재구축하였다.
이 기법은 현재 기후의 공간패턴이 미래에는 변화가 없다고 가정하고, 특정 년도를 기준으로 비교할 수 있는 장점을 가지며 기후변화 영향평가에 대한 많은 연구에 적용되어 왔다(Diaz-nieto and Wilby, 2005; Wilby and Harris, 2006; 박근애, 2008; 안 소라 등, 2009). 기상관측소별로 강수량, 온도, 상대습도, 풍속의 6개 기상인자에 대하여 기준기간이 되는 과거 30년(1977-2006) 동안의 월 평균값을 준비하고, 미래 기상자료로 2개 GCM에 대한 A2, A1B, B1 시나리오별 결과 값을 2030s(2016-2045), 2060s(2046-2075), 2090s (2071-2100) 로 구분하여 각각의 30년 월 평균값을 구축하였다. 그 후 과거 30년 평균값에 대한 월 변화율과 미래 30년 평균값의 월 변화율간의 차이 값 분석 (Difference analysis)을 하고 기준년을 평수년으로 대변되는 보정년도인 2000년으로 선정하여 기상관측소별일 자료에 매월의 변화율을 각각 반영하여 유역규모의일 기상자료로 재구축하였다.
배출시나리오별 증가폭은 A2, A1B 시나리오에서 크게 나타났으며 B1 시나리오에서는 2020s, 2050s, 2080s 모두 약 22 % 정도의 증가를 보이는 것으로 분석되었다. 다음으로 기저유출의 변동성 파악을 위해 지하수유출에 대한 변화를 살펴보았다. 월별 변화를 살펴본 결과 1∼7월까지의 지하수유출량은 증가하고 8∼12월까지는 감소하는 경향을 보이며 3.
한편, 우리나라의 경우 여름철 장마 등으로 인한 강우의 계절적 편중 특성으로 저수지 운영을 위한 관개, 홍수조절 등, 용수공급량의 변화 폭이 크다. 따라서 ECHAM5-OM의 기후변화 시나리오 적용에 따른 댐 유입량의 규모와 변동성을 파악하기 위해 유황곡선을 작성하여 연중 95일, 185일, 275일, 355일 이상 지속되는 풍수량(Q95), 평수량(Q185), 저수량(Q275), 갈수량 (Q355)에 대한 변화를 배출시나리오별로 비교 분석하였다(Table 4). 기준년인 2000년, 현재의 일별 댐 유입량 자료를 이용하여 작성 된 유황곡선으로부터 Q10(초과 확률 10 %)에 해당하는 홍수시 유량은 곡선 경사가 급한 형태를 나타내고 있어 홍수시의 유황이 매우 불안정하였으며, 갈수기 유황역시 불안정한 것으로 분석되었다.
, 1999). 따라서 본 연구에서는 유역규모의 기후변화 시나리오를 작성하기 위한 Downscaling 방법을 편이보정(Bias Correction)방법과 Change Factor (CF) Method를 이용 하여 두 단계로 나누어 수행하였다.
토지이용도는 2000년 4월 Landsat TM 위성영상으로부터 감독분류 방법 중 각 분류항목의 평균과 공분산을 이용 하는 최대우도방법(Maximum Likelihood Classification) 을 적용하여 총 7개의 토지이용항목(수역, 도심지, 나지, 초지, 논, 밭, 산림)으로 분류하였다. 또한 산림이 대부분(84.6 %)인 충주댐 유역의 산림 특성을 정확하게 반영하기 위하여 NOAA (National Oceanic and Atmospheric Administration) / AVHRR (Advanced Very High Resolution Radiometer) Sensor의 Data를 통하여 계산된 정규화식생지수(Normalized Difference Vegetation Index, NDVI) 자료로부터 산림을 침엽수림, 활엽수림, 혼효림으로 재분류하였다. 토양도는 농촌진흥청에서 제공하는 1/25,000 정밀토양도를 이용하여 미국 NRCS (The U.
충주댐 유역의 관측소 현황은 대관령, 원주, 영월, 제천, 충주, 태백 총 6개의 기상관측소가 위치해 있으며 1977년부터 2006년까지의 30년 치 일별 강우량, 온도, 풍속, 태양복사량 및 상대습도 자료를 기상청으로부터 제공받아 모형의 기상입력 자료로 사용하였다. 또한 유역내 환경기초시설자료를 이용하여 점오염원 자료로 활용하였으며, 모형의 적용성 평가를 위해 Fig. 1과 같이 5개의 수문․수질 관측 지점을 선정하여 각각의 항목에 대한 모형의 보정 및 검증을 실시하였다. 먼저 유출량 자료는 충주댐(CD) 지점 및 남한강과 동강의 합류지점인 영월1(YW #1) 지점, 남한강 상류의 영월2(YW #2) 지점에 대하여 국가수자원관리종합정보시스템(Water Management Information System, WAMIS)에서 제공 하는 일별 유출량 자료를 사용하였으며, 수질자료는 평창강3(PR #3), 동강(DR) 지점에 대하여 월 1회 측정하는 부유물질(Suspened Solids, SS) 및 총인(Total Phosphorus, T-P), 총질소(Total Nitrogen, T-N) 농도 자료의 채수일자를 획득하여 부하량으로 환산하였다.
먼저, 유출량에 대한 SWAT 모형의 보정과 검증은 공간적으로 최상류부터 순차적으로 실시하였다. 충주댐 유역의 상류지점인 영월1(YW #1)지점과 영월2(YW #2)지점에 대하여 먼저 보정한 후, 유역 출구지점(CD) 에 대하여 보정을 실시하였다.
미래 기후변화에 따른 충주댐유역의 수문학적 거동 분석 결과를 토대로 기후변화가 하천수질에 미치는 영향을 분석하기 위해 유사량과 영양물질에 대한 오염부하량의 변동성을 분석하였다(Table 5). 한편, 본 연구에서는 USLE 인자의 변화가 없다고 가정하였기 때문에 SWAT 모형에서 MUSLE 공식에 의한 유사량 산정은 유출함수에 의해 결정된다.
유출량에 대한 모형의 검보정 후, 수질항목별 보정을 실시하였다. 보정방법은 민감도 분석에 따른 유사 및 영양물질관련 매개변수를 선정하고, 상류의 유출보정지점인 영월1, 영월2와 동일한 지점으로 평창강3(PR #3), 동강(DR) 지점에 대하여 Sediment, T-N, T-P 순으로 보정하였다. SWAT 모형에서 영양물질은 유사량의 이동과 유출에 의해 영향을 받기 때문에 유사량의 보정이 선행되어야 한다.
유역 모형의 지형입력자료로서 본 연구에서는 NGIS (National Geographic Information System)의 1/5,000수치지도로부터 검수과정을 거쳐 격자크기 100 m의 DEM (Digital Elevation Model)을 제작하였다. 토지이용도는 2000년 4월 Landsat TM 위성영상으로부터 감독분류 방법 중 각 분류항목의 평균과 공분산을 이용 하는 최대우도방법(Maximum Likelihood Classification) 을 적용하여 총 7개의 토지이용항목(수역, 도심지, 나지, 초지, 논, 밭, 산림)으로 분류하였다.
유역 출구지점에 대한 보정결과는 상류(YW #1, YW #2)의 모형 오차가 다소 개선되었으며, 갈수기 유출패턴이 상당부분 개선되었다. 유출량에 대한 모형의 검보정 후, 수질항목별 보정을 실시하였다. 보정방법은 민감도 분석에 따른 유사 및 영양물질관련 매개변수를 선정하고, 상류의 유출보정지점인 영월1, 영월2와 동일한 지점으로 평창강3(PR #3), 동강(DR) 지점에 대하여 Sediment, T-N, T-P 순으로 보정하였다.
이에 본 연구에서는 유역 모델링을 통해 유역의 수문학적 영향평가와 더불어 미래 기후변화가 하천수질에 미치는 영향을 평가하고자 하였다. 이를 위해, 충주댐 유역을 대상으로 GCM의 모의결과로부터 Downscaling을 통해 미래 기상자료를 구축하고 수문-수질 모의가 가능한 유역모형을 선정하여 미래 기후변화에 따른 유역의 수문학적 거동 변화를 전망하고 각 수문요소 변화에 따른 비점오염원 유출특성이 하천수질에 미치는 영향을 분석하였다.
이후, 유역규모의 기후변화 시나리오를 작성하기 위한 downscaling 방법으로 1차적으로 편이보정된 GCM 모의 값에 CF Method를 이용하여 관측소별로 downscaling 하였다. 이 기법은 현재 기후의 공간패턴이 미래에는 변화가 없다고 가정하고, 특정 년도를 기준으로 비교할 수 있는 장점을 가지며 기후변화 영향평가에 대한 많은 연구에 적용되어 왔다(Diaz-nieto and Wilby, 2005; Wilby and Harris, 2006; 박근애, 2008; 안 소라 등, 2009).
충주댐 유역과 같이 대규모 유역의 경우, 유역 최말단 출구점의 실측자료를 바탕으로 유역전체를 대표할수 있는 매개변수를 선정하기엔 무리가 있기 때문에 본 연구에서는 소유역별, HRU별 매개변수 조정에 따른 다 지점(Multi-site) 보정을 실시하였다.
먼저, 유출량에 대한 SWAT 모형의 보정과 검증은 공간적으로 최상류부터 순차적으로 실시하였다. 충주댐 유역의 상류지점인 영월1(YW #1)지점과 영월2(YW #2)지점에 대하여 먼저 보정한 후, 유역 출구지점(CD) 에 대하여 보정을 실시하였다. 그 결과는 Table 1과 같으며, 영월1지점의 모의결과가 가뭄년인 2000년을 제외하고 과대평가된 반면, 영월2지점에서는 과소평가 되었다.
이 중 수문 부모형에서는 토양과 토지이용조건에 의해 결정되는 수문반응단위 (Hydrologic Response Unit, HRU)로 SCS (Soil Conservation Service) 유출곡선법(Curve Number, CN) 과 Green & Ampt 침투법을 이용하여 지표유출량을 산정하며, 측방유출량은 동역학적 저류모형(Kinematic Storage Model)을 이용한다. 침투는 토층을 최대 10개 층까지 세분화하여 선형저수량 추적기법을 사용하여 계산한다. 잠재증발산량을 산정하기 위하여 Hargreaves 방법, Priestley-Taylor 방법과 Penman-Monteith 방법을 제공하며, 작물과 토양의 증발산을 분리하여 모의하기 위해 Ritchie 방법을 이용한다.
6 %)인 충주댐 유역의 산림 특성을 정확하게 반영하기 위하여 NOAA (National Oceanic and Atmospheric Administration) / AVHRR (Advanced Very High Resolution Radiometer) Sensor의 Data를 통하여 계산된 정규화식생지수(Normalized Difference Vegetation Index, NDVI) 자료로부터 산림을 침엽수림, 활엽수림, 혼효림으로 재분류하였다. 토양도는 농촌진흥청에서 제공하는 1/25,000 정밀토양도를 이용하여 미국 NRCS (The U.S. Natural Resource Conservation Service formerly the Soil Conservation Service) 토양 분류 기준(Soil Survey Staff, 1996)에 따른 수문학적 토양그룹(Hydrologic Soil Group) A, B, C, D로 분류하였다. 토양층의 개수 및 토양층별 깊이 등은 농업과학기술원의 자료를 사용하여 구축하였으며 토양층의 유효수분량, 포화수리전도도 등의 물리적 값들은 Saxton et al.
유역 모형의 지형입력자료로서 본 연구에서는 NGIS (National Geographic Information System)의 1/5,000수치지도로부터 검수과정을 거쳐 격자크기 100 m의 DEM (Digital Elevation Model)을 제작하였다. 토지이용도는 2000년 4월 Landsat TM 위성영상으로부터 감독분류 방법 중 각 분류항목의 평균과 공분산을 이용 하는 최대우도방법(Maximum Likelihood Classification) 을 적용하여 총 7개의 토지이용항목(수역, 도심지, 나지, 초지, 논, 밭, 산림)으로 분류하였다. 또한 산림이 대부분(84.
기후변화 시나리오 적용에 따른 유황곡선의 변화 형태를 기준년과 비교했을 때, 홍수시 유량 및 풍수량의 큰 변화는 없었으나 평수량, 저수량, 갈수량이 증가하면서 다소 유황이 안정되는 형태를 보였다. 하지만 특정 하천의 변동성을 단일년도의 자료만으로 파악하기 에는 다소 무리가 있다고 판단되어 하상계수 (Coefficient of River Regime, CRR)와 유황계수 (Coefficient of Flow Duration, CFD)를 산정하여 유황의 변동성을 파악하였다. 먼저, 기준년인 2000년의 하상계수는 502.
대상 데이터
1과 같이 5개의 수문․수질 관측 지점을 선정하여 각각의 항목에 대한 모형의 보정 및 검증을 실시하였다. 먼저 유출량 자료는 충주댐(CD) 지점 및 남한강과 동강의 합류지점인 영월1(YW #1) 지점, 남한강 상류의 영월2(YW #2) 지점에 대하여 국가수자원관리종합정보시스템(Water Management Information System, WAMIS)에서 제공 하는 일별 유출량 자료를 사용하였으며, 수질자료는 평창강3(PR #3), 동강(DR) 지점에 대하여 월 1회 측정하는 부유물질(Suspened Solids, SS) 및 총인(Total Phosphorus, T-P), 총질소(Total Nitrogen, T-N) 농도 자료의 채수일자를 획득하여 부하량으로 환산하였다.
모형의 보정과 검증은 실측자료의 양과 질이 충분한 1998년~2000년, 2001년~2003년 각각 3개년으로 설정 하여 Fig. 1의 각 보정 지점별 관측자료를 이용하여 보정하였다. 보정방법은 LH-OAT (Latin Hypercube - One-factor-At-a-Time)민감도 분석을 통해 선정된 매개변수를 이용하여 실시하였으며, 보정결과에 따른 모형의 적합성과 상관성을 판단하기 위한 목적함수로는 결정계수(Determination Coefficient, R 2)와 평균제곱근 오차(Root Mean Square Error, RMSE), 상대평균절대 오차(Relative Mean Absolute Error, RMAE), 모형의 효율성 검증은 Nash and Sutcliffe (1970)가 제안한 모형효율성계수(NSE)를 사용하였다.
본 연구에서는 충주호를 포함하는 충주댐 상류유역을 대상유역으로 선정하였다(Fig. 1). 충주댐 유역의 유역면적은 6,585.
이로서 유사량 예측을 개선하고, 운송비가 불필요하게 되며, 각각의 호우사상에 대하여 적용이 가능해진다. 영양물질 추적을 위해 SWAT에서 사용되는 하천 내 동역학은 QUAL2E (Brown and Barnwell, 1987)로부터 채택되었다. 이는 하천 내 융해되거나 유사에 부착된 영양물질을 추적한다.
충주댐 유역의 관측소 현황은 대관령, 원주, 영월, 제천, 충주, 태백 총 6개의 기상관측소가 위치해 있으며 1977년부터 2006년까지의 30년 치 일별 강우량, 온도, 풍속, 태양복사량 및 상대습도 자료를 기상청으로부터 제공받아 모형의 기상입력 자료로 사용하였다. 또한 유역내 환경기초시설자료를 이용하여 점오염원 자료로 활용하였으며, 모형의 적용성 평가를 위해 Fig.
이론/모형
SWAT 모형에서 강우와 유출에 의한 침식은 수정 범용토양유실공식(Modified Universal Soil Loss Equation, MUSLE) (Williams, 1975)에 의해 계산된다. MUSLE는 Wischmeier and Smith (1965, 1978)에 의해 개발된 범용토양유실공식(USLE : Universal Soil Loss Equation)의 수정버전이다.
마지막으로 본 연구에서는 IPCC AR4 (Fourth Assessment Report)에서 제시하고 있는 23개의 GCM 중에서 독일기상연구소 (Max-Planck-Institute for Meteorology)에서 개발한 ECHAM5-OM 모형의 결과 값을 사용하였다. ECHAM5-OM의 격자크기는 1.
먼저, 과거 각 기상관측소의 30년(1977~2006, Baseline) 기상자료와 ECHAM5-OM 20세기 모의결과인 20C3M (20th Century Climate Coupled Model)의 1977년~2006년의 온도와 강수량을 비교하여 Alcamo 등(1997)이 사용했던 편이보정(Bias Correction)방법을 이용하여 온도와 강수에 대해 Eq. (1)과 Eq.
1의 각 보정 지점별 관측자료를 이용하여 보정하였다. 보정방법은 LH-OAT (Latin Hypercube - One-factor-At-a-Time)민감도 분석을 통해 선정된 매개변수를 이용하여 실시하였으며, 보정결과에 따른 모형의 적합성과 상관성을 판단하기 위한 목적함수로는 결정계수(Determination Coefficient, R 2)와 평균제곱근 오차(Root Mean Square Error, RMSE), 상대평균절대 오차(Relative Mean Absolute Error, RMAE), 모형의 효율성 검증은 Nash and Sutcliffe (1970)가 제안한 모형효율성계수(NSE)를 사용하였다.
수문․수질모의를 위한 유역모형으로 미국 농무성 (United States Department of Agriculture, USDA) 농업연구소(Agricultural Research Service, ARS)에서 개발한 SWAT 모형을 선정하였다. SWAT 모형은 물리적 기반의 준 분포형 장기 강우-유출 모형으로서, 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 유출과 유사 및 농업화학물질의 거동에 대한 토지관리 방법의 영향을 예측하기 위해 개발된 모형으로 수문, 토양유실, 영양물질, 하도추적의 4가지 부모형으로 구성되어 있다(Arnold et al.
이 중 수문 부모형에서는 토양과 토지이용조건에 의해 결정되는 수문반응단위 (Hydrologic Response Unit, HRU)로 SCS (Soil Conservation Service) 유출곡선법(Curve Number, CN) 과 Green & Ampt 침투법을 이용하여 지표유출량을 산정하며, 측방유출량은 동역학적 저류모형(Kinematic Storage Model)을 이용한다.
침투는 토층을 최대 10개 층까지 세분화하여 선형저수량 추적기법을 사용하여 계산한다. 잠재증발산량을 산정하기 위하여 Hargreaves 방법, Priestley-Taylor 방법과 Penman-Monteith 방법을 제공하며, 작물과 토양의 증발산을 분리하여 모의하기 위해 Ritchie 방법을 이용한다.
성능/효과
Fig. 2는 평창강3과 동강지점에 대해 검보정기간 동안의 Sediment, T-N, T-P 부하량 각 항목별 실측치와 모의치를 비교한 것으로, 평창강3지점에 대한 수질항목별 결과를 살펴보면, 검보정기간 동안 총 71개의 실측 자료에 대하여 Sediment, T-N, T-P 부하량의 모형효율(NSE)은 0.72, 0.54, 0.70으로 분석되었으며, R 2는 각각 0.87, 0.74, 0.85의 상관성을 보였다. 동강지점의 총 72개의 실측자료에 대한 Sediment, T-N, T-P 보정결과는 NSE가 0.
SWAT 모의결과 모든 배출시나리오에서 -34.3 %∼-14.0 %의 감소하는 것으로 분석되 었는데, 이러한 지표유출의 변화패턴은 강수량의 변화 패턴과 비슷한 양상을 보이며 계절적으로 여름과 가을에 크게 감소하는 경향을 보였다.
1 %의 감소를 보이는 것으로 나타났다. T-N 오염부하량 변화를 보면, 우기의 T-N 변화율은 20% 내외의 증가와 감소를 나타냈으나, 2020s를 제외한 모든 배출시나리오에서 +22.3 %~+70.2 %의 증가를 보였다. 마지막으로 T-P 오염부하량 변화는 전체 적으로 우기와 건기 모두 감소하였다.
각 배출시나리오별 월별 댐 유입량의 변화를 살펴보면 8월(-46.9 %∼-30.1 %), 9월 (-59.5 %∼-34.3 %)의 유입량 감소가 두드러지게 나타났으며 전체적인 변화패턴은 12월∼7월의 증가, 8월∼11월의 감소 추세가 계속되는 것으로 분석되었다.
3 %)의 유입량 감소가 두드러지게 나타났으며 전체적인 변화패턴은 12월∼7월의 증가, 8월∼11월의 감소 추세가 계속되는 것으로 분석되었다. 계절별 변화 특성은 강수변화에 기인하여 봄, 겨울의 증가와 여름과 가을의 감소가 지배적이었다. 배출시나리오별 댐 유입량의 변화는 A2 시나리오 2020s, 2050s, 2080s에서 각각 -19.
8 %까지 증가하는 것으로 분석되었다. 계절적으로는 봄과 여름의 증가가 비교적 크게 나타났으며, 2080s로 가면서 점차 증가 하였다. 배출시나리오별 증발산량의 변화는 큰 차이를 보이지 않는 것으로 분석되었다.
그 결과, 현재의 유황계수가 93에서 31∼62로 유황이 비교적 안정되는 것으로 분석되었다.
5)와 비슷한 패턴으로 8, 9월의 유사량이 크게 감소하였으며, 6, 7월에 다소 증가하는 경향을 보였다. 그로인해 겨울과 봄의 유사량이 증가하는 반면 여름과가을에 감소하는 것으로 나타났는데 이는 수문요소별 분석에 따른 지표유출량의 감소(Table 3)에 기인하여 A2 2020s에서 최대 -61.2 %까지 감소하는 것으로 분석되었다. 영양물질에 대한 분석결과, T-N 오염부하량의 월별 변화는 12월~7월의 증가와 8월~11월의 감소경향이 지배적이었다.
기준년인 2000년, 현재의 일별 댐 유입량 자료를 이용하여 작성 된 유황곡선으로부터 Q10(초과 확률 10 %)에 해당하는 홍수시 유량은 곡선 경사가 급한 형태를 나타내고 있어 홍수시의 유황이 매우 불안정하였으며, 갈수기 유황역시 불안정한 것으로 분석되었다. 기후변화 시나리오 적용에 따른 유황곡선의 변화 형태를 기준년과 비교했을 때, 홍수시 유량 및 풍수량의 큰 변화는 없었으나 평수량, 저수량, 갈수량이 증가하면서 다소 유황이 안정되는 형태를 보였다. 하지만 특정 하천의 변동성을 단일년도의 자료만으로 파악하기 에는 다소 무리가 있다고 판단되어 하상계수 (Coefficient of River Regime, CRR)와 유황계수 (Coefficient of Flow Duration, CFD)를 산정하여 유황의 변동성을 파악하였다.
기후변화 시나리오 적용에 따른 하상계수를 살펴보면, 80∼100 정도로 우리나라의 하상계수가 100~300 사이에 있다는 점을 고려했을 때, 유황이 크게 안정되는 것으로 분석되었다.
85의 상관성을 보였다. 동강지점의 총 72개의 실측자료에 대한 Sediment, T-N, T-P 보정결과는 NSE가 0.75, 0.85, 0.70, R2가 0.61, 0.88, 0.62의 상관성을 보이는 것으로 분석되었다(Table 1). 특히, 평창강3지점의 질소 보정결과, 전체적인 변화패턴은 유사하나 통계치가 상대적으로 낮게 평가된 것은 질소가 질산화(Nitrification), 탈질화(Denitrification), 흡수와 침전과 같은 질소고정(Fixation) 등의 복잡한 과정을 통해 제거 또는 변환되기 때문에 이를 모형에서 적절히 표현하지 못한 것으로 판단된다.
2 %의 증가를 보였다. 마지막으로 T-P 오염부하량 변화는 전체 적으로 우기와 건기 모두 감소하였다. 특히, 우기에서-25.
마지막으로 T-P 오염부하량의 월별 변화는 1월∼5월까지 증가하는 경향을 보였으나 6월 이후 감소하는 것으로 나타났다.
먼저, 기준년인 2000년의 하상계수는 502.7로 국내외 주요 하천의 평균 하상계수(한국수자원공사 ‘다목적댐 운영 실무편람’참고, 2003)에 비해 매우 큰 것으로 분석되었다.
먼저, 연평균 증발산량의 변화는 온도 상승에 따라 기준년(2000)과 비교했을 때, 최대 16.8 %까지 증가하는 것으로 분석되었다. 계절적으로는 봄과 여름의 증가가 비교적 크게 나타났으며, 2080s로 가면서 점차 증가 하였다.
4는 CF Method로 Downscaling된 2020s, 2050s와 2080s의 매월 온도와 강수량의 변화를 나타낸 것이며, Table 2는 계절별 온도와 강수량의 변화를 나타낸 것이다. 먼저, 온도는 모든 계절에서 전반적으로 상승하였는데, 겨울철 온도가 가장 많이 상승하는 것으로 나타났다. 특히, 모든 배출시나리오에서의 온도는 미래로 가면서 꾸준히 상승하였는데, 계속되는 지구온난화로 인해 2080s의 평균온도는 최대 +4.
Table 6은 기후변화에 따른 우기와 건기의 비점오염부하량의 변화율을 비교한 것으로 먼저, 유사 량에 대한 우기와 건기의 변화를 살펴보았다. 모든 배출시나리오에서 지표유출량이 감소함에 따라 우기와 건기에서 -64.9 %~-41.1 %의 감소를 보이는 것으로 나타났다. T-N 오염부하량 변화를 보면, 우기의 T-N 변화율은 20% 내외의 증가와 감소를 나타냈으나, 2020s를 제외한 모든 배출시나리오에서 +22.
4 % 증가하는 것으로 나타났다. 배출시나리오별 증가폭은 A2, A1B 시나리오에서 크게 나타났으며 B1 시나리오에서는 2020s, 2050s, 2080s 모두 약 22 % 정도의 증가를 보이는 것으로 분석되었다. 다음으로 기저유출의 변동성 파악을 위해 지하수유출에 대한 변화를 살펴보았다.
본 연구에서 적용한 ECHAM5-OM의 기후변화 시나리오는 현재를 기준으로 온도는 증가하나 강수량은 감소의 형태를 보였다. 강수량 감소에 따른 댐 유입량의 감소는 이수 및 치수관점에서 심각한 물부족 문제를 발생시킬 수 있으며, 댐운영 및 관리를 위한 장기적 측면에서의 대응방안을 검토할 필요가 있다.
본 연구에서 중간유출의 변화는 겨울과 봄의 증가가 크게 나타나면서총 중간유출량이 3.3 %∼36.4 % 증가하는 것으로 나타났다.
2 %까지 감소하는 것으로 분석되었다. 영양물질에 대한 분석결과, T-N 오염부하량의 월별 변화는 12월~7월의 증가와 8월~11월의 감소경향이 지배적이었다. 연 변화율은 2020s에서 -15.
월별 변화를 살펴본 결과 1∼7월까지의 지하수유출량은 증가하고 8∼12월까지는 감소하는 경향을 보이며 3.0 %∼15.0 % 증가 하는 것으로 분석되었다.
먼저, 온도는 모든 계절에서 전반적으로 상승하였는데, 겨울철 온도가 가장 많이 상승하는 것으로 나타났다. 특히, 모든 배출시나리오에서의 온도는 미래로 가면서 꾸준히 상승하였는데, 계속되는 지구온난화로 인해 2080s의 평균온도는 최대 +4.0℃까지 상승하는 것으로 전망되었다. 한편, 강수량의 경우 -58.
후속연구
한편, GCMs 모의결과로부터 작성된 기후변화 시나리오는 여러 가지 요인에 의한 많은 불확실성을 내포하고 있어 그에 따른 유역모형 모의결과의 불확실성은 더욱 커지게 마련이다. 게다가 많은 매개변수를 필요로 하는 유역모형에서 매개변수 조정에 따른 불확실성을 고려하지 않았기 때문에 본 연구의 결과를 절대적 판단 기준으로 적용하기에는 무리가 있다. 하지만 본 연구를 통해 미래 온도와 강수의 변화, 그에 따른 수문요소 및 비점원오염물질의 유출특성 변화를 파악하고 유역 모델링을 통해 평가기법을 제시함으로서 미래 수자원의 변동성을 전망해 볼 수 있을 것으로 판단된다.
또한 토지이용및 식생 변화 등에 의한 유역환경의 변화는 하천의 유출특성뿐만 아니라 비점오염원에 의한 하천 수질과 함께 호소 수질악화로 인한 수생태계 변화를 초래할 것으로 예측된다. 따라서 기후변화에 대한 적응 및 대응전략 수립을 위해서는 수자원의 변동성뿐만 아니라 하천및 호소수질 변화를 예측하고 정량적인 분석을 통한 적절한 대응방안을 마련해야 할 것이다.
강수량 감소에 따른 댐 유입량의 감소는 이수 및 치수관점에서 심각한 물부족 문제를 발생시킬 수 있으며, 댐운영 및 관리를 위한 장기적 측면에서의 대응방안을 검토할 필요가 있다. 또한 토지이용및 식생 변화 등에 의한 유역환경의 변화는 하천의 유출특성뿐만 아니라 비점오염원에 의한 하천 수질과 함께 호소 수질악화로 인한 수생태계 변화를 초래할 것으로 예측된다. 따라서 기후변화에 대한 적응 및 대응전략 수립을 위해서는 수자원의 변동성뿐만 아니라 하천및 호소수질 변화를 예측하고 정량적인 분석을 통한 적절한 대응방안을 마련해야 할 것이다.
배출시나리오별 증발산량의 변화는 큰 차이를 보이지 않는 것으로 분석되었다. 이처럼 온도변화에 따른 증발산량의 변화는 수문학적 변화뿐만 아니라 식물의 생장과정 등 생태계에 직접적인 영향을 미치며, 미래 가용 수자원의 양을 가늠할 수 있는 정보를 제공할수 있을 것으로 판단된다. 한편, 지표유출은 강우와 차단, 증발산 그리고 유역의 지형학적 특성에 따라 크게 달라지는데 이는 비점오염원에 의한 하천수질에 직접적인 영향을 미치므로 지표유출량의 변화는 수문-수질해석에 중요한 변수이다.
게다가 많은 매개변수를 필요로 하는 유역모형에서 매개변수 조정에 따른 불확실성을 고려하지 않았기 때문에 본 연구의 결과를 절대적 판단 기준으로 적용하기에는 무리가 있다. 하지만 본 연구를 통해 미래 온도와 강수의 변화, 그에 따른 수문요소 및 비점원오염물질의 유출특성 변화를 파악하고 유역 모델링을 통해 평가기법을 제시함으로서 미래 수자원의 변동성을 전망해 볼 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
본 연구에서는 유역 모델링을 통해 미래 기후변화가 충주댐 유역의 하천수질에 미치는 영향을 평가하고자 ECHAM5-OM 모형의 결과로부터 편이보정 및 Downscaling에 의한 미래 기상자료를 생산하고 SWAT 모형을 이용하여 미래 수문학적 거동 특성 및댐 유입하천의 수질변화를 모델링 하였다, 이에 대한 결과는?
본 연구에서 적용한 ECHAM5-OM의 기후변화 시나리오는 현재를 기준으로 온도는 증가하나 강수량은 감소의 형태를 보였다. 강수량 감소에 따른 댐 유입량의 감소는 이수 및 치수관점에서 심각한 물부족 문제를 발생시킬 수 있으며, 댐운영 및 관리를 위한 장기적 측면에서의 대응방안을 검토할 필요가 있다. 또한 토지이용및 식생 변화 등에 의한 유역환경의 변화는 하천의 유출특성뿐만 아니라 비점오염원에 의한 하천 수질과 함께 호소 수질악화로 인한 수생태계 변화를 초래할 것으로 예측된다. 따라서 기후변화에 대한 적응 및 대응전략 수립을 위해서는 수자원의 변동성뿐만 아니라 하천및 호소수질 변화를 예측하고 정량적인 분석을 통한 적절한 대응방안을 마련해야 할 것이다.
SWAT 모형이란?
수문․수질모의를 위한 유역모형으로 미국 농무성 (United States Department of Agriculture, USDA) 농업연구소(Agricultural Research Service, ARS)에서 개발한 SWAT 모형을 선정하였다. SWAT 모형은 물리적 기반의 준 분포형 장기 강우-유출 모형으로서, 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 유출과 유사 및 농업화학물질의 거동에 대한 토지관리 방법의 영향을 예측하기 위해 개발된 모형으로 수문, 토양유실, 영양물질, 하도추적의 4가지 부모형으로 구성되어 있다(Arnold et al., 1998).
기후변화로 인한 수자원의 영향을 분석하는 방법은 크게 어떻게 나눌 수 있는가?
기후변화로 인한 수자원의 영향을 분석하는 방법으로는 크게 과거 관측 자료를 이용해 변화 경향을 분석 하는 방법, 기후모형을 이용하는 방법, 그리고 기후모형과 결정론적 수문모형을 이용하는 방법으로 나눌 수 있는데, 대부분의 연구에서는 기후모형에서 생산되는 기후자료를 수문모형에 입력하여 수자원의 영향을 평가하는 방법을 사용하고 있다(배덕효와 정일원, 2005). 하지만 일반적으로 기후수치모형인 전지구기후모형(GCMs; General Circulation Models)은 모형의 종류가 매우 다양할 뿐만 아니라 모형의 특성과 해상도, 사용된 입력 자료에 따라 모의결과가 상이하게 나올 수 있다.
참고문헌 (28)
김철겸, 이정은, 김남원 (2007). "충주댐 상류유역의 유사 발생에 대한 시공간적인 특성." 대한토목학회논문집, 대한토목학회, 제40권, 제11호, pp. 887-898.
박근애 (2008). 미래 기후변화가 농업수자원에 미치는 영향 연구. 박사학위논문, 건국대학교, pp. 68-89.
박종윤 (2009). SWAT 모형을 이용한 미래 기후변화가 수문학적 거동 및 하천수질에 미치는 영향 평가. 석사학위논문, 건국대학교, pp. 1-4.
박종윤, 이미선, 이용준, 김성준 (2008). "SWAT 모형을 이용한 미래 토지이용변화가 수문-수질에 미치는 영향 분석." 대한토목학회논문집, 대한토목학회, 제28권, 제2B호, pp. 187-197.
배덕효, 정일원 (2005). "기후변화에 따른 수자원 영향 평가." 방재정보, 한국방재협회, 제21호, pp. 16-22.
배덕효, 정일원, 권원태 (2007). "수자원에 대한 기후변화 영향평가를 위한 고해상도 시나리오 생산(Ⅰ): 유역별 기후시나리오 구축." 한국수자원학회논문집, 한국수자원학회, 제40권, 제3호, pp. 191-204.
Alcamo, J., Doll, P., Kaspar, F., and Siebert, S. (1997). Global change and global scenarios of water use and availability: An application of WaterGAP1.0. Report A9701, Center for Environmental Systems Research, University of Kassel, Germany.
Arnold, J.G., Srinivasan, R., Muttiah, R.S., and Williams, J.R. (1998). Large area hydrologic modeling and assessment part I: model development. Journal of American Water Resources Association, JAWRA, Vol. 34, No. 1, pp. 73-89.
Brown, L.C., and Barnell, T.O. Jr. (1987). The enhanced water quality models QUAL2E and QUAL2E-UNCAS documentation and user manual. EPA document EPA/600/3-87/007, USEPA, Athens, GA.
Carter, T.R., Hulme, M., and Lal, M. (1999). IPCC-TGCIA Guidelines on the use of scenario data for climate impact and adaptation assessment, version 1, IPCC, Task Group on Scenarios for Impact Assessment.
Diaz-Nieto, J., and Wilby, R.L. (2005). A comparison of statistical downscaling and climate change factor methods impacts on low flows in the River Thames. Climatic Change, Vol. 69, pp. 245-268.
IPCC. (2007). Climate Change 2007: The Physical Science Basis, IPCC Contribution of Working Group Ⅰ to the Third Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
Nash, J.E., and Sutcliffe, J.E. (1970). River flow forecasting through conceptual models, Part I-A discussion of principles. Journal of Hydrology, Vol. 10, No. 3, pp. 282-290.
Neitsch, S.L., Arnold, J.G., Kiniry, J.R., and Williams, J.R. (2001). Soil and Water Assessment Tool User's Manual Version 2000. Texas Water Resources Institute, College Station, Texas.
Saxton, K.E., Rawls, W.J., Romberger, J.S., and Papendick, R.I. (1986). Estimating generalized soil-water characteristics from texture. Soil Science Society of America Journal, Vol. 50, No. 4, pp. 1031-1036.
Soil Survey Staff (1996). National Soil Survey Handbook. title 430-VI, USDA Natural Resources Conservation Service, U.S. Government Printing Office, Washington, D.C.
Viner, D., and Mayer, L., (1994). Climate Change Scenarios of Impact Studies in the UK. Report, Contract No PECD 7/12/96, CRU, Norwich, University of East Anglia.
Wilby, R.L., and Harris, I. (2006). A framework for assessing uncertainties in climate change impacts: Low-flow scenarios for the River Thames. Water Resources Research, Vol. 42, pp. 1-10.
Williams, J.R. (1975). Sediment-yield prediction with universal equation using runoff energy factor. In present and prospective technology for predicting sediment yield and sources, ARS-S-40, USDA-ARS.
Wischmeier, W.H., and Smith, D.D. (1965). Predicting rainfall-erosion losses from cropland east of the Roky Mountains. Agriculture Handbook 282, USDA-ARS.
Wischmeier, W.H., and Smith, D.D. (1978). Predicting rainfall erosion losses: a guide to conservation planning. Agriculture Handbook 282, USDA-ARS.
Zhang, X., Srinivassan, R., and Hao, F. (2007). "Predicting Hydrologic response to climate change in the Luohe river basin using the SWAT model." American Society of Agricultural and Biological Engineers, ASABE, Vol. 50, No. 3, pp. 901-910.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.