선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 기후변화에 따른 각 요소가 유출 및 증발산, 융설과 같은 수자원에 직접적인 영향을 미치는 수문 요소들의 변화 기여 정도를 분석하고 준 분포형 모형인 SWAT (Soil and Water Assessment Tool)을 이용하여 우리나라의 주요 하천유역인 한강유역의 17개 중권역을 대상으로 전반적인 수문요소 및 유역특성 변화를 파악하고자 하였으며, 이를 위해 기상청에서 지역기후변화 시나리오로 제공되는 RCP 4.5 및 8.5 시나리오를 이용하여 기후변화가 하천유출 및 융설에 미치는 영향을 평가하고자 하였다.
- SWAT 모델은 미국 농무성 농업연구소 (Agricultural Research Service, ARS)에서 개발된 유역모델이다. SWAT은 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 물과 유사 및 농업화학물질의 거동에 대한 토지관리 방법의 영향을 예측하기 위하여 개발되었다. SWAT 모델 내에서 물수지는 유역 내에서 발생하는 모든 것 중에서 중요한 요소이다.
- 대부분에 유량 관측지점은 겨울철에서 하천유량의 동결 및 소량의 유출량 발생으로 인한 결측일수가 많아 실질적으로 동결시에 유출을 고려되지 않았다고 판단된다. 실제로 완전동결시에 유출발생이 없는 것으로 간주되므로 따라서, 겨울철에서의 결측된 유출량은 유출이 없는 것으로 판단하고 모의하였다.
- 본 연구에서는 한강 17개 중권역을 대상으로 미래 기후변화가 수자원에 미치는 영향을 분석하고자 RCP 4.5, RCP 8.5 시나리오의 미래 기상자료를 구축하였으며, 수문-융설 모의가 가능한 SWAT 모형을 선정하여 모형의 적용성 평가와 미계측유역에 지역화를 실행하여 17개 중권역에서의 수문학적 거동 특성 및 융설 영향 변화를 분석하였다. 본 연구의 결과를 요약하면 다음과 같다.
제안 방법
- 2(a)). 토양도는 농촌진흥청에서 제공하는 1 / 25,000 정밀토양도를 수문학적 토양그룹 (Hydrologic Soil Group) A, B, C, D로 분류하였다 (Fig. 2(b)).
- 2(b)). 토양층의 개수 및 토양층별 깊이 등은 농업과학기술원의 자료를 사용하여 구축하였으며, 토양층의 유효수분량, 포화수리전도도 등의 물리적 값들을 구분하였다. 토지이용도는 수문해석 및 비점오염원 평가에 있어 필수 정보 중에 하나이다.
- 모형 결과에 대한 검증단계로 유역별 검보정을 실시하기 위한 자료로 중권역 유역출구에 위치하고 저수지 및 댐 운영에 따른 영향을 최소화하여 자연유량에 대한 모의가 가능한 상류유역과 유량 검보정을 위해 5년 이상의 충분한 유량자료가 구축된 유역으로 영월 (YW), 영월1 (YW1), 달천 (DC), 문막 (MM) 및 청평 (CP) 상류 5개의 지점을 선택하여 유량, 수위자료를 2006～2011년까지 일단위로 구축하여 유출량으로 산정하였다. 대부분에 유량 관측지점은 겨울철에서 하천유량의 동결 및 소량의 유출량 발생으로 인한 결측일수가 많아 실질적으로 동결시에 유출을 고려되지 않았다고 판단된다.
- SWAT 모델에 매개변수 추정을 위하여 SWAT User's Manual Version 2009의 Input Type별 매개변수 정리를 이용하여 총 유출량 및 첨두유량과 감수곡선 (recession) 형태에 영향을 미치는 매개변수를 선정하고 각각의 모듈에서 수문 모의를 위한 매개변수에 대하여 민감도 분석 및 검보정을 실시하여 모델별 적용 매개변수를 결정하였다 (Table 1).
- 첫 번째 단계로 N개의 각 관측대상 간 상호의 유사성 (거리)을 계산하고 M개의 그룹을 형성한다. 두 번째 단계로 M개의 그룹 중에서 가장 유사성이 큰 (거리가 짧은) 쌍을 구하여 그것을 하나의 그룹에 융합한다. 세 번째 단계로 새로 만들어진 그룹과 다른 그룹과의 유사성 (거리)을 계산하고 그 정보를 가지고 두 번째 단계로 되돌아간다.
- 다음 단계로 미계측유역에 대한 매개변수 전이를 위해 유출에 영향을 미치는 유역특성인자를 선정하였다. 본 연구에서는 Lee et al.
- 다음 단계로 미계측유역에 대한 매개변수 전이를 위해 유출에 영향을 미치는 유역특성인자를 선정하였다. 본 연구에서는 Lee et al. (2009)이 선정한 유역특성인자로 유역면적 (area), 유역평균포고 (elevation), 유역평균경사 (slope), 산림면적비(percentage of forest cover), 최대토양수분량(AWC), 포장용수량 (FC), 영구위조점 (Permanent Wilting Point, PWP) 등 7개의 인자를 적용하여 주성분분석을 실시하였다. 이상의 설명변수는 서로 독립적이기 때문에 유사한 상관성을 가지는 다수의 설명변수를 채택할 경우 군집분석의 결과는 왜곡될 수 있다.
- 군집분석에 적용될 두 성분 축의 성분점수 결과를 토대로 5개 지점의 계측유역 (YW, YW1, DC, MM 및 CP)을 기준으로 미계측유역 간의 유클리드 거리를 계산하여 미계측유역을 유사성 거리가 가장 가까운 계측 유역을 총 17개 중권역을 5개의 동일군집으로 나뉘어 같은 군집에 속한 유역별로 동일한 매개변수의 전이를 각각 실시하였다(Fig.
- 또한 온도변화에 따른 증발산량 등의 변화는 수문학적 변화뿐만 아니라 식물의 생장과정 등 생태계에 직접적인 영향을 미친다. 따라서 본 연구에서는 SWAT 모형의 적용성을 평가한 후, 기후변화에 따른 한강중권역의 수문학적 거동 변화 양상을 파악하기 위해 검보정 된 매개변수의 보정 값을 이용하여 SWAT 모형에 기후변화 시나리오를 적용하였다. Table 3은 두 RCP 시나리오별 강수 (PCP), 잠재증발산(PET), 실제증발산 (Evapotranspiration, ET), 유출총량 (WY) 및 융설량 (Snowmelt, SM)에 대한 변화를 Baseline (1992-2011)를 기준으로 2040s (2021-2040), 2060s (2041-2060), 2080s (2061-2080), 2100s (2081-2100)에 변화율을 기간별 연평균으로 나타내었다.
- 여기서, Baseline을 기준으로 증감률 ((FutureBaseline) / Baseline*100)을 계산하여 평균증가율을 increasing percent (▲, %)로 평균 감소율을 decreasing percent (▽, %)로 표시하였다. 특히, 융설량은 Kim (2012)이 제시한 융설기간을 고려하여 11월, 12월, 1월, 2월, 3월 4월 동안에 나타나는 융설량을 산정하였고 그 융설기간 동안 총 유출량에 대한 융설량에 비율 (SMR,)을 비율단위 (%)로 산정하여 유역별 겨울철에 수자원에 미치는 융설비율 (%)을 비교분석하였다.
- 1. 기후변화 시나리오는 기상청에서 제공하고 있는 73개 기상 관측소 지점별 RCP 4.5 및 8.5 시나리오 및 기후변화 시나리오 적용을 위한 수문 및 융설 모의가 가능한 SWAT 모형을 선정하였다. 모의방법은 5개 지점의 유출량 계측유역에서의 매개변수 검보정을 실시한 후 다변량 통계분석을 통해 미계측유역의 매개변수 전이를 위한 지역화를 수행하였다.
- 5 시나리오 및 기후변화 시나리오 적용을 위한 수문 및 융설 모의가 가능한 SWAT 모형을 선정하였다. 모의방법은 5개 지점의 유출량 계측유역에서의 매개변수 검보정을 실시한 후 다변량 통계분석을 통해 미계측유역의 매개변수 전이를 위한 지역화를 수행하였다. 5개 지점의 유출량에 대한 다지점 검 ․ 보정을 통한 모형의 적용성 평가 결과, 영월 (YW) 과 영월1 (YW1) 지점에 대해 검보정기간 동안의 년 평균 일 유출량에 대한 NSE는 0.
- 공간입력 자료 중 가장 기본이 되는 DEM (Digital Elevation Model) 자료를 NGIS (National Geographic Information System)의 1/5,000 수치지도로부터 검수과정을 거쳐 격자크기 30 m의 DEM으로 제작하였다 (Fig. 2(a)).
대상 데이터
- 본 연구의 대상유역으로는 한강유역을 선정하였으며, 한강유역의 17개 중권역을 대상으로 미래 기후변화에 따른 수문변화를 모의하였다 (Fig. 1). 17개 중권역 지형적인 특징으로 평균표고는 404.
- 한강유역의 17개 중권역별 강우 / 기상관측소 현황은 철원 관측소를 비롯한 총 23곳에 관측소가 위치해 있다. 기상자료 현황은 1990년부터 2011년까지의 일별강우량, 온도, 풍속, 상대 습도, 일사량 자료를 기상청으로부터 제공받아 입력자료를 구축하게 되었다. 미래 기후변화에 따른 유역별 수문변화량을 모의하기 위한 자료로 새로운 온실가스 시나리오인 대표농도경로(Representative Concentration Pathway, RCP) 시나리오 자료를 이용하였으며, 우리나라 73개 지상관측소별로 추출된 시나리오 자료를 기상청으로부터 제공받아 이용하였다.
- 기상자료 현황은 1990년부터 2011년까지의 일별강우량, 온도, 풍속, 상대 습도, 일사량 자료를 기상청으로부터 제공받아 입력자료를 구축하게 되었다. 미래 기후변화에 따른 유역별 수문변화량을 모의하기 위한 자료로 새로운 온실가스 시나리오인 대표농도경로(Representative Concentration Pathway, RCP) 시나리오 자료를 이용하였으며, 우리나라 73개 지상관측소별로 추출된 시나리오 자료를 기상청으로부터 제공받아 이용하였다.
- 본 연구에서 검보정기간은 실측자료가 양호한 2006～2011년까지의 유출량을 구축하여 보정 (2006～2009년) 및 검증(2010～2011년)기간 동안 중권역의 유역출구지점에 위치한 5개 지점에서 검보정을 실시하였다. Fig.
데이터처리
- 미계측 유역을 포함한 매개변수 지역화를 위해 다변량 통계분석을 이용하였으며 계측된 유역에 대해 적용성 평가에 따른 주요 검보정 매개변수를 선정한 후 미계측 유역으로 전이하기 위한 매개변수들과 상관성이 높은 유역/수문인자를 추출하였다. 추출된 인자들은 군집분석에 적용될 변수로 사용되며, 서로 독립된 변수 적용과 군집분석의 효율성을 높이기 위해 주성분분석을 이용하여 산정된 성분점수를 군집분석에 사용될 설명변수로 채택하고 이들 설명변수로부터 군집분석을 실시하여 유역 간에 유사성 분석을 통해 미계측 유역을 계측된 유역으로부터 분류하게 된다.
이론/모형
- (2007)은 SWAT 모형을 이용하여 쌍천유역을 대상으로 모형내에 융설모형에 대한 적용성을 평가한 후 유황분석을 실시하여 융설관련 장기유출 모형에 적합성을 증명하였다. 따라서, 본 연구에서는 선행연구에서 증명된 SWAT 융설모형을 적용하여 융설모의를 실시하였다.
- (2009)은 미계측 유역에 대한 강우-유출모형을 적용하기 위한 방법으로 두 개의 다변량 통계기법인 주성분분석과 계측정 군집분석을 연계하여 103개 미계측 유역에 대한 매개변수 지역화를 실시하였다. 따라서, 본 연구에서는 Lee et al. (2009)이 사용한 연계분석방법을 이용하여 한강중권역 12개 미계측 유역에 대한 매개변수 지역화를 실시하였다.
- 본 연구에서는 준분포형 유출모형의 매개변수를 미계측 유역으로 전이하기 위한 방법으로 앞서 언급한 방법을 직접적으로 적용하기는 어렵다. 따라서 계층적 군집방법 중 최단연결법을 적용하였다. 기존 최단연결법은 유사성거리가 가장 가까운 객체들을 묶는 것을 시작으로 순차적으로 유사성거리가 가까운 객체 또는 객체와 집단을 서로 군집시키는 방법이다.
- 3은 보정 및 검증기간 동안의 각 지점별 실측치와 모의치의 수문곡선을 비교하여 나타낸 것이다. 결과의 적합성과 상관성을 판단하기 위해서 유출량에 대한 R2(determination coefficient)와 Nash와 Sutcliffe (1970)가 제안한 모델 효율성계수 (NSE)를 사용하였다. Table 2는 유출 보정 및 검정 결과와 유출율을 검보정 지점별로 각각 정리하여 나타낸 것으로 영월 (YW)과 영월1 (YW1) 지점에 대해 검보정기간 동안의 년 평균 일 유출량을 비교한 결과 NSE는 0.
성능/효과
- 일반적인 두시나리오의 경향을 살펴보면 다음과 같다. 우리나라의 월평균 강우량 총 증가율은 상대적으로 RCP 4.5보다 RCP 8.5가 더 크게 증가하였다. 하지만 월별로 증가한 개월 수를 보면 RCP 8.
- 5가 크게 증가하여 총 증가율을 높인 것으로 판단된다. 미래의 월평균 기온을 살펴보면 RCP 4.5보다 RCP 8.5 시나리오가 월별 평균 1.3 ℃ 높은 것으로 나타났고, 다른 달에 비해 9월과 10월달에 평년기온보다 높은 기온을 나타낼 것으로 예측되었다. 기온은 두 시나리오 모두 점차 높아지는 경향을 나타내고 최저 기온의 경우도 과거대비 점차 올라가는 양상을 나타내고 있다.
- 3) 자료에서 최대의 고유값을 산출하기 위해 특성방정식(characteristic equation) |A-λI|＝0이 성립하여야 한다.
- SWAT 모델에 매개변수 추정을 위하여 SWAT User's Manual Version 2009의 Input Type별 매개변수 정리를 이용하여 총 유출량 및 첨두유량과 감수곡선 (recession) 형태에 영향을 미치는 매개변수를 선정하고 각각의 모듈에서 수문 모의를 위한 매개변수에 대하여 민감도 분석 및 검보정을 실시하여 모델별 적용 매개변수를 결정하였다 (Table 1). 민감도 분석결과 지표수흐름관련 매개변수로는 CN2, ESCO, SOL_AWC 순으로 민감하게 반응하며, 지하수흐름은 GWQMN, GW_REVAP, REVAPMN 등이, 감수곡선 매개변수로는 ALPHA_BF 등이 민감하게 나타났다.
- 81로 각각 분석되었다. 달천 (DC), 문막 (MM) 및 청평 (CP) 지점에서의 실측유출량과 모의유출량에 대한 NSE는 0.31～0.54, 0.35～0.60, 0.30～0.75로 나타났고 R2는 각각 0.41～0.83, 0.41～0.62, 0.46～0.85로 나타났으며, 상류 4개 유역에서는 어느 정도 유사성이 있음을 나타냈다. 반면 중하류부에 해당되는 CP 지점에서는 상류에서의 청평댐, 춘천댐 및 평화의댐 등에서의 댐 운영에 따른 댐 방류량 및 유입량이 자연유량과는 다른 결과를 나타내고 있다.
- 전체기간동안의 R2보다 낮은 R2값을 나타냈다. 이는, 검보정 실시를 전체기간동안에 일유출량을 비교로 실시하여 상대적으로 유출량이 큰 여름기간동안에 검보정 값이 지배적이어서 정확도가 낮게 나타났으며 겨울철 기간에 실측 유출량 값 또한 결측 및 손실이 커 신뢰성 있는 정확한 값을 측정하였다고 보기 어렵다고 판단된다.
- 이상의 설명변수는 서로 독립적이기 때문에 유사한 상관성을 가지는 다수의 설명변수를 채택할 경우 군집분석의 결과는 왜곡될 수 있다. 선정된 7개 인자의 상관관계를 분석한 후 군집분석에 필요한 설명변수를 산정하기 위해 주성분분석을 실시하였으며, 그 결과 제1, 2 성분의 누가 분산비는 76.3 %로 산정되었고 누가분산비가 통상 80 %를 넘는 성분까지 취한다는 경험적 기준에 의해 제1 주성분과 제2주성분을 채택하였다. Fig.
- 5 두 시나리오 모두 2040s에서 2100s로 가면서 증가하는 경향을 나타냈다. 기준년 (Baseline)과 비교했을 때, 특히 겨울철과 여름철 증발산량이 점차 증가하는 것으로 분석되었으며, 가을철 증발산량에는 큰 변화가 없는 것으로 분석되었다. 한강 17개 중권역 전체 평균변화율을 살펴보면 RCP 4.
- 기준년 (Baseline)과 비교했을 때, 특히 겨울철과 여름철 증발산량이 점차 증가하는 것으로 분석되었으며, 가을철 증발산량에는 큰 변화가 없는 것으로 분석되었다. 한강 17개 중권역 전체 평균변화율을 살펴보면 RCP 4.5 시나리오에서, 총유출물에 대한 변화는 현재를 기준으로 2040s, 2060s, 2080s 및 2100s기간에 각각 ＋16.6 %, ＋10.6 %,＋28.9 % 및 ＋29.5 % 증가하였으며, 연 평균 온도가 각각 상승함에 따라 총 강우량에 대한 증발산량 비율은 각각 ＋31.3 %,＋36.8 %, ＋39.7 % 및 ＋41.8 %로 꾸준히 증가하는 것으로 분석되었다. 이와 같은 방법으로 RCP 8.
- 8 %로 꾸준히 증가하는 것으로 분석되었다. 이와 같은 방법으로 RCP 8.5 시나리오에서의 분석 결과, 총 유출률은 현재를 기준으로 2040s, 2060s, 2080s 및 2100s기간에 각각 ＋4.2 %, ＋28.4 %, ＋15.2 % 및 ＋11.3 % 증가하였으며, 연 평균 온도가 각각 상승함에 따라 총 강우량에 대한 증발산량 비율은 각각 ＋24.7 %, ＋33.4 %, ＋40.5 % 및＋46.1 %로 RCP 4.5에 비해 유출량은 평균 약 10 % 이상 감소하였으며 증발산량은 RCP 8.5에서 RCP 4.5에 비해 평균 약 3～5 % 높게 증가하는 것으로 분석되었다.
- 5 모두 감소하는 추세를 보였으며 특히 겨울철 융설로 인한 유출율이 높은 남한강상류 (1001)와 달천 (1004) 유역에서는 융설 영향을 고려한 수자원관리가 요구되어진다. 전체 유출량에 대한 융설 기간 동안의 유출량과 융설량을 비교분석한 결과, Baseline 기간 동안 전체유출량에 대한 융설량의 비 (SMR)가 17개 중권역 전체 평균 60.2 %였으나 미래에서는 RCP 4.5 시나리오 적용 시 전체 중권역 평균 SMR은 42.0 % (2040s), 39.8 % (2060s), 29.4 % (2080s), 27.9 % (2100s)로 나타났으며, RCP 8.5에서는 40.1 % (2040s), 29.4 % (2060s), 18.3 % (2080s),12.7 % (2100s)로 크게 감소되는 것으로 나타냈다. 특히 감소율이 가장 높게 나타난 중권역은 SMR이 가장 높았던 남한강상류(1001)와 달천(1004)유역으로 각각 26.
- 모의방법은 5개 지점의 유출량 계측유역에서의 매개변수 검보정을 실시한 후 다변량 통계분석을 통해 미계측유역의 매개변수 전이를 위한 지역화를 수행하였다. 5개 지점의 유출량에 대한 다지점 검 ․ 보정을 통한 모형의 적용성 평가 결과, 영월 (YW) 과 영월1 (YW1) 지점에 대해 검보정기간 동안의 년 평균 일 유출량에 대한 NSE는 0.46～0.75, 0.51～0.64이고 R2는 0.52～0.78과 0.40～0.81로 분석되었다. 달천 (DC), 문막 (MM) 및 청평 (CP) 지점에서의 NSE는 0.
- 2. 두 RCP 시나리오별 수문학적 거동 변화를 살펴보면, RCP 4.5 시나리오에서 한강유역의 17개 중권역 전체 총 유출률의 변화는 현재를 기준으로 2040s (2021-2040), 2060s (2041-2060), 2080s (2061-2080) 및 2100s (2081-2100)기간에 각각 ＋16.6 %, ＋10.6 %, ＋28.9 % 및 ＋29.5 % 증가하였으며, 연평균 온도가 각각 상승함에 따라 총 강우량에 대한 증발산량 비율은 각각 ＋31.3 %, ＋36.8 %, ＋39.7 % 및 ＋41.8 %로 꾸준히 증가하였다.
- 3. RCP 8.5 시나리오에서의 분석결과, 총 유출률은 현재를 기준으로 2040s, 2060s, 2080s 및 2100s기간에 각각 ＋4.2 %,＋28.4 %, ＋15.2 % 및 ＋11.3 % 증가하였다.
- 4. 융설 기간 동안의 총 유출량에 대한 융설량의 기여변화는 RCP 4.5 및 8.5 모두 감소하는 추세를 보였으며, 특히 겨울철 융설로 인한 유출율이 높은 남한강상류 (1001)와 달천 (1004) 유역에서는 융설 영향을 고려한 수자원관리가 필요하다는 결론을 얻을 수 있었다. 전체 유출량에 대한 융설 기간 동안의 유출량과 융설량을 비교분석한 것으로 Baseline 기간의 전체유출량에 대한 융설량의 비 (SMR)는 17개 중권역 전체 평균이 60.
- 5 모두 감소하는 추세를 보였으며, 특히 겨울철 융설로 인한 유출율이 높은 남한강상류 (1001)와 달천 (1004) 유역에서는 융설 영향을 고려한 수자원관리가 필요하다는 결론을 얻을 수 있었다. 전체 유출량에 대한 융설 기간 동안의 유출량과 융설량을 비교분석한 것으로 Baseline 기간의 전체유출량에 대한 융설량의 비 (SMR)는 17개 중권역 전체 평균이 60.2 %였으나 미래에서는 RCP 4.5 시나리오 적용 시 전체 중권역 평균 SMR은 42.0 % (2040s), 39.8 % (2060s), 29.4 % (2080s), 27.9 % (2100s)로 나타났으며, RCP 8.5에서는 40.1 % (2040s), 29.4 % (2060s), 18.3 % (2080s), 12.7 % (2100s)로 크게 감소되는 결과를 확인할 수 있었다.
- 본 연구에서 적용한 기후변화 시나리오는 현재를 기준으로 온실가스저감 정책에 의해 안정화되는 저농도시나리오로 RCP 4.5와 저감추세 없이 온실가스가 가장 크게 배출되는 RCP 8.5의 시나리오들의 특징을 잘 반영되고 있다. 미래 기후변화에 따른 겨울철 강수량 증가에 따라 융설량이 증가되는 유역은 장기적 측면에서의 대응방안을 검토할 필요가 있으며, 대부분 유역에서 겨울철 전체 유출량에 대한 융설량의 비율 감소로 현재와는 다른 겨울철 및 봄철 가뭄에 대비한 농업용수 확보가 필요할 것으로 전망된다.
후속연구
- 본 연구에서는 준분포형 유출모형의 매개변수를 미계측 유역으로 전이하기 위한 방법으로 앞서 언급한 방법을 직접적으로 적용하기는 어렵다. 따라서 계층적 군집방법 중 최단연결법을 적용하였다.
- 5의 시나리오들의 특징을 잘 반영되고 있다. 미래 기후변화에 따른 겨울철 강수량 증가에 따라 융설량이 증가되는 유역은 장기적 측면에서의 대응방안을 검토할 필요가 있으며, 대부분 유역에서 겨울철 전체 유출량에 대한 융설량의 비율 감소로 현재와는 다른 겨울철 및 봄철 가뭄에 대비한 농업용수 확보가 필요할 것으로 전망된다. 또한 본 연구 이외에 유출량 감소에 따른 하천수질 악화문제와 비점오염원 관리를 위한 연구 또한 병행되어야 할 것이다.
- 미래 기후변화에 따른 겨울철 강수량 증가에 따라 융설량이 증가되는 유역은 장기적 측면에서의 대응방안을 검토할 필요가 있으며, 대부분 유역에서 겨울철 전체 유출량에 대한 융설량의 비율 감소로 현재와는 다른 겨울철 및 봄철 가뭄에 대비한 농업용수 확보가 필요할 것으로 전망된다. 또한 본 연구 이외에 유출량 감소에 따른 하천수질 악화문제와 비점오염원 관리를 위한 연구 또한 병행되어야 할 것이다.
- 본 연구에서 적용한 기후변화 시나리오는 여러 가지 요인에 의한 많은 불확실성을 내포하고 있어 그에 따른 모의결과의 불확실성은 더욱 커지게 마련이다. 또한 기후조건이외에 산업 정책변화 등에 유역환경변화를 고려하지 않았기 때문에 본 연구의 결과를 절대적 판단기준으로 적용하기에는 무리가 있다. 하지만 기후조건 변화에 따른 수문학적 거동변화와 융설 변화를 가시적으로 파악할 수 있다는 점에서 미래 수자원의 변동성을 전망하고 효과적인 적응 정책을 마련하는 데 유용한 정보를 제공할 수 있을 것으로 판단된다.
- 또한 기후조건이외에 산업 정책변화 등에 유역환경변화를 고려하지 않았기 때문에 본 연구의 결과를 절대적 판단기준으로 적용하기에는 무리가 있다. 하지만 기후조건 변화에 따른 수문학적 거동변화와 융설 변화를 가시적으로 파악할 수 있다는 점에서 미래 수자원의 변동성을 전망하고 효과적인 적응 정책을 마련하는 데 유용한 정보를 제공할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.