[논문]SWAT 모형과 BFlow를 이용한 지하수 함양, 기저유출의 시공간적 변화 분석

이지민; 박윤식; 정영훈; 조재필; 양재의; 이관재; 김기성; 임경재

doi:10.15681/kswe.2014.30.5.549

[국내논문] SWAT 모형과 BFlow를 이용한 지하수 함양, 기저유출의 시공간적 변화 분석
Analysis of Spatiotemporal Changes in Groundwater Recharge and Baseflow using SWAT and BFlow Models 원문보기

한국물환경학회지 = Journal of Korean Society on Water Environment, v.30 no.5, 2014년, pp.549 - 558

이지민 (국립강원대학교 지역건설공학과) , 박윤식 (국립강원대학교 지역건설공학과) , 정영훈 (국립강원대학교 환경연구소) , 조재필 (APEC 기후센터) , 양재의 (국립강원대학교 바이오자원환경학과) , 이관재 (국립강원대학교 지역건설공학과) , 김기성 (국립강원대학교 지역건설공학과) , 임경재 (국립강원대학교 지역건설공학과)

Abstract ▼ AI-Helper

Occurrence frequency of flood and drought tends to increase in last a few decades, leading to social and economic damage since the abnormality of climate changes is one of the causes for hydrologic facilities by exceedance its designed tolerance. Soil and Water Assessment Tool (SWAT) model was used in the study to estimate temporal variance of groundwater recharge and baseflow. It was limited to consider recession curve coefficients in SWAT model calibration process, thus the recession curve coefficient was estimated by the Baseflow Filter Program (BFLOW) before SWAT model calibration. Precipitation data were estimated for 2014 to 2100 using three models which are GFDL-ESM2G, IPSL-CM5A-LR, and MIROC-ESM with Representative Concentration Pathways (RCP) scenario. SWAT model was calibrated for the Soyang watershed with NSE of 0.83, and $R^2$ of 0.89. The percentage to precipitation of groundwater recharge and baseflow were 27.6% and 17.1% respectively in 2009. Streamflow, groundwater recharge, and baseflow were estimated to be increased with the estimated precipitation data. GFDL-ESM2g model provided the most large precipitation data in the 2025s, and IPSL-CM5A-LR provided the most large precipitation data in the 2055s and 2085s. Overall, groundwater recharge and baseflow displayed similar trend to the estimated precipitation data.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

유량 보정된 SWAT 모형 예측치를 SWAT BFlow 시스템을 통해 기저유출량을 분리하여 분석하였다. 2009년 1월 1일부터 2009년 12월 31일까지 소양강댐 유역의 지하수 함양량과 기저유출량 경향을 보기 위해 총 강수량 중 지하수 함양량이 차지하는 비율과 총 유출량 중 기저유출량이 차지하는 비율을 분석하였다.
5 시나리오를 적용한 후, 그 결과를 유량 보정된 SWAT 모형에 입력하여 모의하였다. RCP 8.5 시나리오를 세 기간 2025s (2014 ~ 2040년), 2055s (2041 ~ 2070년), 2085s (2071~ 2100년)로 구분하여 소양강 유역에 적용하였다. 기후변화 분석기간은 2014년부터 2100년까지 87년을 대상기간으로 선정하였다.
본 연구에서는 지하수 함양량 및 기저유출의 예측 정확성을 높이기 위해서 SWAT BFlow를 이용하여 소양강댐 유역의 관측 유량으로부터(2005~2009년) Alpha factor를 산정하여 SWAT모형 보정계수에 적용하였다. 각 소유역별 특성을 파악하여 Alpha factor를 산정하여 달리 적용하는 것이 중요하나, 본 연구에서는 관측자료의 부족으로 인하여 유역 출구의 유량 자료를 이용하여 산정된 Alpha factor를 유역 전체에 적용하였다.
본 연구에서는 Alpha factor를 산정하여 미래기후의 지하수 함양과 기저유출 경향을 전망하였다. 기존 연구에서는 SWAT 모형 유량 보정시 감수특성 영향을 고려하지 않고 평가하였다. 이에 본 연구에서는 SWAT BFlow 통해 소양강 유역에 해당되는 감수특성을 반영하는 Alpha factor를 산정하여 보다 정확한 유량산정을 모의하였다.
본 연구에서는 소양강댐 유역을 대상으로 SWAT-CUP을 사용하여 SWAT 모형의 유출량을 보정 하였으며, 보정 시 SWAT BFlow를 이용하여 소양강지점의 2005년부터 2009년까지 Alpha factor를 산정한 보정계수를 SWAT-CUP에 적용하여 감수부분을 고려하였다. 또한 실측유량을 대상으로 SWAT BFlow를 적용하여 나온 Alpha factor(S1)를 SWATCUP 적용한 결과와 기존의 방법인 SWAT-CUP에서 자동보정모듈을 적용하여 Alpha factor(S2)를 산정한 결과의 감수곡선 그래프를 작성하여 경향을 분석하였다. 보정기간은 2009년 1월 1일부터 2009년 12월 31일까지 소양강댐 일유량 자료를 사용하여 보정하였다.
편의보정 된 강수량 자료를 통하여 월별로 미래 강수량 변화 예측을 전망하였으며, 예측된 강수량 자료를 통하여 강수량 대비 지하수 함양량과 기저유출 비율을 분석하였다. 또한 총 유출량 중 기저유출량이 차지하는 비율을 분석하였다.
본 연구에서는 Alpha factor를 산정하여 미래기후의 지하수 함양과 기저유출 경향을 전망하였다. 기존 연구에서는 SWAT 모형 유량 보정시 감수특성 영향을 고려하지 않고 평가하였다.
본 연구에서는 미래 기후 시나리오 분석하는 기후변화 모형(GFDL-ESM2G, IPSL-CM5A-LR, MIROC-ESM)에 RCP 8.5 시나리오를 적용한 후, 그 결과를 유량 보정된 SWAT 모형에 입력하여 모의하였다. RCP 8.
3%가 기저유출 형태로 하천으로 유입되는 것으로 분석되었다. 본 연구에서는 소양강 유역에서의 지하수 함양량 특성을 분석하기 위하여 Ryu et al. (2012)를 이용하여 월별 지하수 함양 분포를 비교 분석하였다. Ryu et al.
본 연구에서는 소양강댐 유역을 대상으로 SWAT-CUP을 사용하여 SWAT 모형의 유출량을 보정 하였으며, 보정 시 SWAT BFlow를 이용하여 소양강지점의 2005년부터 2009년까지 Alpha factor를 산정한 보정계수를 SWAT-CUP에 적용하여 감수부분을 고려하였다. 또한 실측유량을 대상으로 SWAT BFlow를 적용하여 나온 Alpha factor(S1)를 SWATCUP 적용한 결과와 기존의 방법인 SWAT-CUP에서 자동보정모듈을 적용하여 Alpha factor(S2)를 산정한 결과의 감수곡선 그래프를 작성하여 경향을 분석하였다.
본 연구에서는 유량의 감수부분을 고려하여 보정한 SWAT 모형의 예측치 자료를 이용하여 월별 지하수 함양량 분포를 분석하였으며, 지하수 함양량이 가장 많은 월과 적은 월의 HRU별 지하수 분포도를 산정하였다. 유량 보정된 SWAT 모형 예측치를 SWAT BFlow 시스템을 통해 기저유출량을 분리하여 분석하였다.
는 시간 t에서의 유량, 그리고 K는 감수인자(recession index)이다. 본 연구에서는 지하수 함양량 및 기저유출의 예측 정확성을 높이기 위해서 SWAT BFlow를 이용하여 소양강댐 유역의 관측 유량으로부터(2005~2009년) Alpha factor를 산정하여 SWAT모형 보정계수에 적용하였다. 각 소유역별 특성을 파악하여 Alpha factor를 산정하여 달리 적용하는 것이 중요하나, 본 연구에서는 관측자료의 부족으로 인하여 유역 출구의 유량 자료를 이용하여 산정된 Alpha factor를 유역 전체에 적용하였다.
본 연구에서는 현재 추세로 저감 없이 온실가스가 배출되는 경우를 나타낸 RCP 8.5를 미래기후 시나리오로 선택하였다. 또한 APEC 기후센터에서 제공한 기후변화 모형인미국의 GFDL-ESM2G (Geophysical Fluid Dynamics Laboratory)와 프랑스의 IPSL-CM5A-LR (Institut Pierre Simon Laplace), 우리나라와 가장 가까우면서 높은 해상도를 가진 일본의 MIROC-ESM (Atmosphere and Ocean Research Institute, National Institute for Environmental Studies, and Japan Agency for Marine-Earth Science and Technology)의 RCP 8.
본 연구에서 SWAT모형을 이용하여 유량을 모의하는 과정에서 감수특성을 고려하기 위해 SWAT BFlow를 이용하여 Alpha factor를 산정하였다. 소양강 유역의 Alpha factor는 0.257 (S1) 이었으며, 이를 SWAT-CUP에 고정하여 8개의 다른 매개변수들을 보정하였다. 2009년 1월부터 2009년 12월까지 소양강 유역의 실측 유출량에 대하여 보정하였으며, 보정에 사용된 매개변수와 보정 값은 Table 1과 같다.
본 연구에서는 유량의 감수부분을 고려하여 보정한 SWAT 모형의 예측치 자료를 이용하여 월별 지하수 함양량 분포를 분석하였으며, 지하수 함양량이 가장 많은 월과 적은 월의 HRU별 지하수 분포도를 산정하였다. 유량 보정된 SWAT 모형 예측치를 SWAT BFlow 시스템을 통해 기저유출량을 분리하여 분석하였다. 2009년 1월 1일부터 2009년 12월 31일까지 소양강댐 유역의 지하수 함양량과 기저유출량 경향을 보기 위해 총 강수량 중 지하수 함양량이 차지하는 비율과 총 유출량 중 기저유출량이 차지하는 비율을 분석하였다.
SWAT 모형은 자동보정모듈을 제공하지만, 이 모듈은 다양한 알고리즘을 적용하지 못하고, 각각에 따른 계산 및 결과 비교 등 모든 과정을 사용자가 직접 계산하여야 하는 번거로움이 있다. 이에 SWATCUP은 이를 보완해주며, 5가지 통계 알고리즘 SUFI-2 (Sequential Uncertainty Fitting Ver.2), GLUE (Generalized Likelihood Uncertainty Estimation), MCMC (Markov Chain Monte Carlo), PSO (Particle Swarm Optimization), ParaSol (Parameter Solution)으로 구성되어있다. 이에 SWAT 모형과 연계함으로서 모형의 최적 매개변수를 도출하고 이를 통해 모형의 정확도를 향상시켜, 모형의 적용과정에서 발생하는 보정오차를 제거함으로서 사용자에 의한 불확실성을 최소화할 수 있는 장점이 있다.
미래기후변화 시나리오는 전지구적인 모형이고, 결과 자료들이 불확실성을 내포하고 있어 한반도 지형에 적용하기 위해서는 편의 보정을 해야 한다. 이에 본 연구에서는 APEC 기후센터에서 제공하는 편의보정된 미래기후변화 시나리오를 소양강 유역에 적용하였다. 편의보정된 기상자료는 SWAT 모형의 입력자료로 이용되었으며 기후변화 시나리오 RCP8.
기존 연구에서는 SWAT 모형 유량 보정시 감수특성 영향을 고려하지 않고 평가하였다. 이에 본 연구에서는 SWAT BFlow 통해 소양강 유역에 해당되는 감수특성을 반영하는 Alpha factor를 산정하여 보다 정확한 유량산정을 모의하였다.
모의 기간은 2014년 ~ 2100년까지 87년을 선정하였으며, 세 개의 기간으로 2025s (2014 ~ 2040년), 2055s (2041 ~ 2070년), 2085s (2071 ~ 2100년) 나누어 분석하였다. 편의보정 된 강수량 자료를 통하여 월별로 미래 강수량 변화 예측을 전망하였으며, 예측된 강수량 자료를 통하여 강수량 대비 지하수 함양량과 기저유출 비율을 분석하였다. 또한 총 유출량 중 기저유출량이 차지하는 비율을 분석하였다.
이에 본 연구에서는 APEC 기후센터에서 제공하는 편의보정된 미래기후변화 시나리오를 소양강 유역에 적용하였다. 편의보정된 기상자료는 SWAT 모형의 입력자료로 이용되었으며 기후변화 시나리오 RCP8.5와 기후변화 모형(GFDL-ESM2G, IPSL-CM5A-LR, MIROCESM)에 따른 지하수 함양량, 기저유출량을 분석 및 전망하였다. 모의 기간은 2014년 ~ 2100년까지 87년을 선정하였으며, 세 개의 기간으로 2025s (2014 ~ 2040년), 2055s (2041 ~ 2070년), 2085s (2071 ~ 2100년) 나누어 분석하였다.

대상 데이터

257 (S1) 이었으며, 이를 SWAT-CUP에 고정하여 8개의 다른 매개변수들을 보정하였다. 2009년 1월부터 2009년 12월까지 소양강 유역의 실측 유출량에 대하여 보정하였으며, 보정에 사용된 매개변수와 보정 값은 Table 1과 같다. 보정 결과는 NSE는 0.
5 시나리오를 세 기간 2025s (2014 ~ 2040년), 2055s (2041 ~ 2070년), 2085s (2071~ 2100년)로 구분하여 소양강 유역에 적용하였다. 기후변화 분석기간은 2014년부터 2100년까지 87년을 대상기간으로 선정하였다. 분석결과 IPSL-CM5A-LR 모형은 2025s, 2055s, 2085s 기간동안 강수량이 약 67% (+608.
또한 기상자료로는 일사량(MJ/m2 ), 일 강수(mm), 일 평균상대습도(%), 일 평균풍속(m/sec), 일 최고최저기온(°C)을 이용하는데 본 연구에서는 2005년 1월부터 2009년 12월까지 기상청에서 제공하는 4개(춘천, 인제, 대관령, 속초)의 일별 기상자료를 구축하였다.
5와 기후변화 모형(GFDL-ESM2G, IPSL-CM5A-LR, MIROCESM)에 따른 지하수 함양량, 기저유출량을 분석 및 전망하였다. 모의 기간은 2014년 ~ 2100년까지 87년을 선정하였으며, 세 개의 기간으로 2025s (2014 ~ 2040년), 2055s (2041 ~ 2070년), 2085s (2071 ~ 2100년) 나누어 분석하였다. 편의보정 된 강수량 자료를 통하여 월별로 미래 강수량 변화 예측을 전망하였으며, 예측된 강수량 자료를 통하여 강수량 대비 지하수 함양량과 기저유출 비율을 분석하였다.
또한 실측유량을 대상으로 SWAT BFlow를 적용하여 나온 Alpha factor(S1)를 SWATCUP 적용한 결과와 기존의 방법인 SWAT-CUP에서 자동보정모듈을 적용하여 Alpha factor(S2)를 산정한 결과의 감수곡선 그래프를 작성하여 경향을 분석하였다. 보정기간은 2009년 1월 1일부터 2009년 12월 31일까지 소양강댐 일유량 자료를 사용하여 보정하였다.
본 연구에서는 SWAT 모형의 입력 자료인 표고자료는 국립지리원에서 제공해 주는 30 m × 30 m 해상도의 수치표고모델(Digital Elevation Model: DEM)을 이용하여 구축하였으며, 환경지리정보시스템에서 제공하는 토지이용도(1:25,000)와 농촌진흥청 농업과학기술원에서 제공해주는 토양도를 사용하였다(Fig. 2).
본 연구에서는 유역에서의 기후변화에 따른 함양량 영향 및 기저유출 특성을 파악하기 위하여 북한강 상류지역인 소양강댐 유역을 연구대상지역으로 선정하였다. 소양강댐 유역의 유역 평균 폭은 16.
1과 같이 유역 말단부에 위치한 소양강댐에 측정된 자료를 이용하였다. 소양강댐 유역은 수위관측소의 유입량이 자연적인 수문패턴을 가지고 유출이 발생한다고 볼 수 있어 일별 유출 자료의 신뢰성이 우수하기 때문에(Lim et al., 2006) 소양강댐 유역을 연구대상지역으로 선정하였다. SWAT모형은 유량을 모의하기 위해 표고자료, 토지이용도, 토양도와 함께 기상자료를 이용한다.
6%로써 우리나라 북동부 산악지역에 위치하고 있다. 소양강댐 유역의 유출 모니터링 자료는 Fig. 1과 같이 유역 말단부에 위치한 소양강댐에 측정된 자료를 이용하였다. 소양강댐 유역은 수위관측소의 유입량이 자연적인 수문패턴을 가지고 유출이 발생한다고 볼 수 있어 일별 유출 자료의 신뢰성이 우수하기 때문에(Lim et al.

이론/모형

5를 미래기후 시나리오로 선택하였다. 또한 APEC 기후센터에서 제공한 기후변화 모형인미국의 GFDL-ESM2G (Geophysical Fluid Dynamics Laboratory)와 프랑스의 IPSL-CM5A-LR (Institut Pierre Simon Laplace), 우리나라와 가장 가까우면서 높은 해상도를 가진 일본의 MIROC-ESM (Atmosphere and Ocean Research Institute, National Institute for Environmental Studies, and Japan Agency for Marine-Earth Science and Technology)의 RCP 8.5 시나리오를 적용하여(APEC, 2013) 산정된 일단위 결과 자료를 SWAT모형에 사용하였다.
본 연구에서 SWAT모형을 이용하여 유량을 모의하는 과정에서 감수특성을 고려하기 위해 SWAT BFlow를 이용하여 Alpha factor를 산정하였다. 소양강 유역의 Alpha factor는 0.
소양강댐 유역의 SWAT 모형 적용성 평가는 Nash-Sutcliffe 효율계수(NSE, Nash-Sutcliffe efficiency), 결정계수(R²)를 이용하였으며, NSE, R² 는 식 (3-4)에 의하여 각각 계산될 수 있다.
유량 보정된 SWAT 모형을 이용하여 연별/월별 지하수 함양량을 산정하였다(Fig. 6; Table 3). 소양강 유역의 2009년 지하수 함양량은 390.

성능/효과

기후변화 모형별로 전망해 본 결과 2025s 에 GFDL-ESM2G 모형이 강수량이 가장 크게 측정 되었으며, 이에 따라 지하수 함양과 기저유출도 많이 유출되는 경향을 보였다. 2055s 시기와 2085s 시기에는 IPSLCM5A-LR 모형이 미래로 갈수록 지하수 함양과 기저유출이 크게 측정되었다. 이에 반면 MIROC-ESM 모형은 앞서 제시한 두 모형과 다르게 지하수 함양, 기저유출 경향이 적게 측정되었다.
3 mm/year 로 2055s 기간때 감소하였는데, 이는 2025s 과 2085s 기간에 비해 2055s 기간 때 강수량이 적기 때문인 것으로 판단된다(Table 6). IPSL-CM5A-LR 과 MIROC-ESM 는 2025s, 2055s, 2085s 기간 동안 총 강수량이 증가함에 따라 지하수 함양도 같이 증가하는 경향을 보였다. 세 개의 기후변화 모형마다 연강수량의 분포는 다르지만 총 강수량에 대한 지하수 함양 비율이 세 기간 모두 20% 이상인 것으로 분석되었다(Table 6).
7월에는 점차 증가하는 경향을 보였지만, 같은 여름철인 8월에는 2055s까지 감소하였다가 2085s 에서 증가하는 변동성이 큰 경향을 보였다. IPSL-CM5A-LR 모형은 2014년에서 2100년으로 향해 갈수록 강수량이 증가하는 경향을 보여, RCP8.5의 특징인 미래로 갈수록 강수량 증감하는 경향과 동일하게 나타났다. MIROC-ESM 모형은 미래로 향해 갈수록 7월 강수량이 감소하면서, 반면 6월 강수량이 증가하는 결과를 보였다.
5의 특징인 미래로 갈수록 강수량 증감하는 경향과 동일하게 나타났다. MIROC-ESM 모형은 미래로 향해 갈수록 7월 강수량이 감소하면서, 반면 6월 강수량이 증가하는 결과를 보였다.
0 mm/month 이상인 것으로 분석되었다. MIROCESM 모형에 의한 예측 강우자료 이용 시, 미래로 갈수록 9,10,11,12월 지하수 함양량이 증가된 결과가 나타났다. 유량에 대한 기저유출은 결과는 GFDL-ESM2G 모형의 경우 19.
7은 2009년 소양강 유역의 월별 함양량의 시간적 공간적 변화 특성을 보여주는 그림이다. 그림에서 보이듯이 월별 지하수 함양량 중 가장 적은 1월은 최대 18.0 mm/month로 강수 및 기온 등의 영향으로 인하여 HRU별 지하수 함양량이 적은 것으로 분석되었으며, 반면 가장 많은 7월의 함양량은 최대 225.0 mm/month로 HRU별 지하수 함양량 차이가 많이 나는 것으로 분석되었다. 또한 소양강 유역의 지형 특성상 지하수 함양량이 유역 가운데 부분에서 상대적으로 많이 일어나는 것으로 분석되었다.
기후변화모형에 RCP 시나리오를 적용하여 미래기후변화에 따른 지하수 함양과 기저유출 분석한 결과 대체적으로 미래 후기로 갈수록 유량, 지하수 함양, 기저유출이 증가하는 경향이 나타났다. 기후변화 모형별로 전망해 본 결과 2025s 에 GFDL-ESM2G 모형이 강수량이 가장 크게 측정 되었으며, 이에 따라 지하수 함양과 기저유출도 많이 유출되는 경향을 보였다. 2055s 시기와 2085s 시기에는 IPSLCM5A-LR 모형이 미래로 갈수록 지하수 함양과 기저유출이 크게 측정되었다.
또한 GFDLESM2G 모형에서는 평균 강수량이 8월에 가장 많은 분포도를 보였다. 기후변화 모형을 비교하였을 때 2025s 에서는 GFDL-ESM2G 모형의 평균 강수량이 1,587.5 mm로 가장 크게 나타났지만, 2055s와 2085s 기간에 상대적으로 IPSL-CM5ALR 모형이 1,706.7 mm, 2,099.4 mm 로 크게 나타났다.
기후변화모형에 RCP 시나리오를 적용하여 미래기후변화에 따른 지하수 함양과 기저유출 분석한 결과 대체적으로 미래 후기로 갈수록 유량, 지하수 함양, 기저유출이 증가하는 경향이 나타났다. 기후변화 모형별로 전망해 본 결과 2025s 에 GFDL-ESM2G 모형이 강수량이 가장 크게 측정 되었으며, 이에 따라 지하수 함양과 기저유출도 많이 유출되는 경향을 보였다.
7), IPSL-CM5A-LR 모형에서는 2025s 기간 동안에는 평균 강수량이 7월에 분포하였지만, 2055s 와 2085s 에서는 평균 강수량이 8월에 가장 많이 분포하였다. 또한 GFDLESM2G 모형에서는 평균 강수량이 8월에 가장 많은 분포도를 보였다. 기후변화 모형을 비교하였을 때 2025s 에서는 GFDL-ESM2G 모형의 평균 강수량이 1,587.
2%로 증가하였다. 또한 기후변화 모형을 통해 미래기후 시나리오 적용한 분석결과에서 보이는 바와 같이 지하수 함양량이 증가/감소함에 따라 기저유출량 부분도 같이 증가/감소하는 유사한 경향이 보였으며, 2100년으로 가면 갈수록 지하수 함양량과 기저유출량이 증가되는 경향이므로, 건기 시 유황이 개선될 것이라 판단된다. 지하수 함양률이 높은 경우 지하수위를 일정수준 이상 유지시켜 하천의 유량이 지속적으로 흐르도록 할 수 있으므로 건천화 방지 대책으로 판단된다.
0 mm/month로 HRU별 지하수 함양량 차이가 많이 나는 것으로 분석되었다. 또한 소양강 유역의 지형 특성상 지하수 함양량이 유역 가운데 부분에서 상대적으로 많이 일어나는 것으로 분석되었다.
보정 결과는 NSE는 0.83, R2는 0.89로 산정되어 Saleh et al. (2000)의 SWAT보정의 평가기준(NSE > 0.65)에 있어 “very good”으로 평가되었다(Table 2).
기후변화 분석기간은 2014년부터 2100년까지 87년을 대상기간으로 선정하였다. 분석결과 IPSL-CM5A-LR 모형은 2025s, 2055s, 2085s 기간동안 강수량이 약 67% (+608.7mm) 증가되었으며, MIROC-ESM 모형 결과 약 8.4% (+108.9mm) 증가되었다. 하지만 GFDL-ESM2G 모형에서는 두 모형과 다른 결과를 보였다.
IPSL-CM5A-LR 과 MIROC-ESM 는 2025s, 2055s, 2085s 기간 동안 총 강수량이 증가함에 따라 지하수 함양도 같이 증가하는 경향을 보였다. 세 개의 기후변화 모형마다 연강수량의 분포는 다르지만 총 강수량에 대한 지하수 함양 비율이 세 기간 모두 20% 이상인 것으로 분석되었다(Table 6). Fig.
이에 반면 MIROC-ESM 모형은 앞서 제시한 두 모형과 다르게 지하수 함양, 기저유출 경향이 적게 측정되었다. 세 개의 기후변화 모형의 경향을 본 결과 2055s에 GFDL-ESM2G 모형이 강수량, 지하수 함양, 기저유출이 감소하는 경향을 보인 것을 제외하고는 미래로 갈수록 일관성 있게 증가하는 경향을 보였다.
4mm) 증가하는 경향을 보였다(Table 5). 월별로 강수량 분포도경향을 보면, MIROC-ESM 모형은 2025s, 2055s, 2085s 기간 동안 평균 강수량이 7월에 가장 많은 분포를 보였으며 (Fig. 7), IPSL-CM5A-LR 모형에서는 2025s 기간 동안에는 평균 강수량이 7월에 분포하였지만, 2055s 와 2085s 에서는 평균 강수량이 8월에 가장 많이 분포하였다. 또한 GFDLESM2G 모형에서는 평균 강수량이 8월에 가장 많은 분포도를 보였다.
MIROCESM 모형에 의한 예측 강우자료 이용 시, 미래로 갈수록 9,10,11,12월 지하수 함양량이 증가된 결과가 나타났다. 유량에 대한 기저유출은 결과는 GFDL-ESM2G 모형의 경우 19.4%에서 20.0%로 증가되었으며, IPSL-CM5A-LR 경우 19.0%에서 25.2%, MIROC-ESM 22.1%에서 27.2%로 증가하였다. 또한 기후변화 모형을 통해 미래기후 시나리오 적용한 분석결과에서 보이는 바와 같이 지하수 함양량이 증가/감소함에 따라 기저유출량 부분도 같이 증가/감소하는 유사한 경향이 보였으며, 2100년으로 가면 갈수록 지하수 함양량과 기저유출량이 증가되는 경향이므로, 건기 시 유황이 개선될 것이라 판단된다.
17 mm/month) 보다 약 18배 정도 큰 것으로 분석되었다. 이러한 결과를 통해 계절별 지하수 함양량 분포도 경향은 유사하지만, 해안면유역이 경사가 가파르기 때문에 소양강 유역에 비해 지하수 함양량이 적은 것으로 나타났다. Fig.
(2014)의 연구 결과에서 보듯이 SWAT-CUP의 자동보정 모듈에 의하여 산정된 Alpha factor 결과보다는 유량관측소에서 관측된 유량에 의하여 SWAT BFlow와 같은 기저유출필터 프로그램을 적용하여 Alpha factor를 산정하여 보정한 것이 감수특성을 고려하여 평가하였다고 제시하였다. 이에 따라 본 연구 결과에서 보이는 바와 같이 Alpha factor 0.257(S1)의 결과를 이용하여 SWAT 모형이 소양강 유역의 유출량 및 기저부분의 영향성 평가를 정확히 할 수 있을 것으로 판단된다.

후속연구

본 연구를 통해 기후변화에 따른 소양강 유역의 지하수 함양과 기저유출의 경향을 파악 할 수 있으며, 향후 수자원관리를 위한 기초자료로 이용될 수 있다고 판단된다. 또한 매년 강수량 영향에 따라 변화되는 지하수 함양과 기저 유출 부분에 대응하는 예방, 관리 차원으로도 이용될 수 있으며, 장기적인 관점으로 효율적인 물관리 체계를 전환하여 전망해야 할 것으로 사료된다.
지하수 함양률이 높은 경우 지하수위를 일정수준 이상 유지시켜 하천의 유량이 지속적으로 흐르도록 할 수 있으므로 건천화 방지 대책으로 판단된다. 또한 지하수를 활용하여 취수원 확보가 가능할 것이다.
본 연구를 통해 기후변화에 따른 소양강 유역의 지하수 함양과 기저유출의 경향을 파악 할 수 있으며, 향후 수자원관리를 위한 기초자료로 이용될 수 있다고 판단된다. 또한 매년 강수량 영향에 따라 변화되는 지하수 함양과 기저 유출 부분에 대응하는 예방, 관리 차원으로도 이용될 수 있으며, 장기적인 관점으로 효율적인 물관리 체계를 전환하여 전망해야 할 것으로 사료된다.
본 연구에서는 각 소유역별 특성을 파악한 후 Alpha factor 를 산정하여 달리 적용하는 것이 기후변화로 인한 상류측 건천화 현상과 소하천의 범람 등을 대비할 수가 있지만, 소양강 유역의 관측자료의 부족으로 인하여 유역 출구의 유량 자료를 이용하여 산정된 Alpha factor를 유역 전체에 적용하였으므로 이에 향후 연구를 통하여 기후변화의 따른 각 소유역의 기저부분의 영향을 고려한 연구가 진행되어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	강우유출 모형에는 어떤 것들이 있는가?	이를 위해서는, 우선 유역에서는 강우유출을 모형을 이용하여 예측 유량을 모의한 후, 직접유출과 기저유출 분리가 가능하며, 유량을 예측하기 위해서 다양한 강우유출 모형들이 사용될 수 있다. 강우유출 모형에는 SWAT (Soil and Water Assessment Tool; Arnold et al., 1998) 모형과 HSPF (Hydrological Simulation Program in Fortran; Bicknell et al., 2001), ANSWERS (Beasley et al., 1980), HEC-HMS (Hydrologic Engineering Center-Hydrologic Modeling System; USACE, 2005) 모형 등이 있으며, 이 중 SWAT 모형이 널리 활용되고 있다(Ahn et al., 2013; Ji et al.
	SWAT BFlow란 무엇인가?	SWAT BFlow(Baseflow filter program)는 Arnold and Allen (1999)이 제시한 알고리즘을 적용하여 총 유량 중 기저유출량 비율을 결정하는 기저유출량 필터 프로그램이다.
	SWAT 모형의 4가지 부모형은 무엇인가?	SWAT 모형은 유역내의 장기 강우-유출, 유사의 이동 및 과정을 모의할 수 있으며, 미 계측 지역에서의 모의도 가능하며, 경작형태나 기후 식생 등의 변화에 따른 수질의 상대적 효과도 수치화할 수 있다. 또한 일 단위의 모의가 가능한 유역단위 모형으로서 수문, 토양유실, 하도추적, 영향물질의 4가지 부모형(sub-model)으로 구성되어있으며, 이 중 수문 부모형은 저류방식에 의해 침투, 기저유출, 직접유출 등을 되어있다. SWAT 모형에서 침투는 토층을 최대 10개 층까지 세분화하여 선형저수지 추적기법을 사용하여 계산하고, 지하수를 두 개의 대수층으로 구분한다.

참고문헌 (31)

Abbaspour, K. C. (2008). SWAT-CUP2: SWAT Calibration and Uncertainty Programs - A User Manual, Department of Systems Analysis, Integrated Assessment and Modelling (SIAM), Eawag, Swiss Federal Institute of Aquatic Science and Technology, Duebendorf, Switzerland.
Abbaspour, K. C., Yang, J., Maximov, I., Siber, R., Bogner, K., Mieleitner, J., Zobrist, J., and Srinivasan, R. (2007). Modelling Hydrology and Water Quality in the Pre-Alpine/ Alpine thur Watershed Using SWAT, Journal of Hydrology, 333, pp. 413-430.

상세보기
Anderson, M. G. and Burt, T. P. (1980). Interpretation of recession flow, Journal of Hydrology, 46(1), pp. 89-101.

상세보기
Ahn, S. R., Park, G. A., Jang, C. H., and Kim, S. J. (2013). Assessment of Climate Change Impact on Evapotranspiration and Soil Moisture in a Mixed Forest Catchment Using Spatially Calibrated SWAT Model, Journal of Korea Water Resources Association, 46(6), pp. 569-583. [Korean Literature]

원문보기 상세보기
Arnold, J. G. and Allen, P. M. (1999). Automated Methods for Estimating Baseflow and Groundwater Recharge from Streamflow Records, Journal of American Water Resource Association, 35(2), pp. 411-424.

상세보기
Arnold, J. G., Allen, P. M., Muttiah, R., and Bernhardt, G. (1995). Automated Base Flow Separation and Recession Analysis Techniques, Journal of Ground Water, 33(6), pp. 1010-1018.

상세보기
Arnold, J. G., Muttiah, R. S., Srinivasan, R., and Allen, P. M. (2000). Regional Estimation of Base Flow and Groundwater Recharge in the Upper Mississippi River Basin, Journal of Hydrology, 227, pp. 21-40.

상세보기
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 Resource Association, 34(1), pp. 73-89.

상세보기
Asia Pacific Economic Cooperation Climate Center (APEC). (2013). APEC Research Report, APEC Climate Center, pp. 1-85.
Beasley, D. B., Huggins, L. F., and Monke, E. J. (1980). ANSWERS: a Model for Watershed Planning, American Society of Agricultural and Biological Engineers, 23, pp. 938-944.

상세보기
Bicknell, B. R., Imhoff, J. C., Kittle, J. L., Jobes, T. H., and Donigian, A. S. (2001). Hydrologic Simulation Program - FORTRAN (HSPF), User's Manual for Version 12.0, U.S. EPA, Athens, GA, 30605.
Chapman, T. G. and Maxwell, A. I. (1996). Baseflow Separation - Comparison of Numerical Methods with Tracer Experiments, Institute Engineers Australia National Conference, 96(5), pp. 539-545.
Intergovernmental Panel on Climate Change (IPCC). (2013). Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, http://www.ipcc.ch/report/ar5/wg1/.
Ji, U., Kim, T. G., Lee, E, J., Ryoo, K. S., Hwang, M. H., and Jang, E. K. (2014). Analysis of Sediment Discharge by Long-Term Runoff in Nakdong River Watershed Using SWAT Model, Journal of Environmental Science International, 23(4), pp. 723-735. [Korean Literature]

원문보기 상세보기
Joh, H. K., Park, J. Y., Jang, C. H., and Kim S. J. (2012). Comparing Prediction Uncertainty Analysis Techniques of SWAT Simulated Streamflow Applied to Chungju Dam Watershed, Journal of Korea Water Resource Association, 45(9), pp. 861-874. [Korean Literature]

원문보기 상세보기
Jung, Y. H., Lim, K. J., and Kim, H. S. (2014). Estimation of Baseflow Considering Recession Characteristics of Hydrograph, Journal of Wetlands Research, 16(2), pp. 161-171. [Korean Literature]

원문보기 상세보기
Kim, N. W., Lee, J. W., Chung, I. M., and Lee, M. H. (2013). Combined Effects of Ground Water Abstraction and Irrigation Reservoir on Streamflow, Journal of Korea Water Resources Association, 46(7), pp. 719-733. [Korean Literature]

원문보기 상세보기
Kim, N. W., Moon, C. I., and Seung, W. Y. (2005). Method of Estimating Groundwater Recharge with Spatial-Temporal Variability, Journal of Korea Water Resource Association, 38(7), pp. 517-526. [Korean Literature]

원문보기 상세보기
Kim, N. W., Moon, C. I., Seung, W. Y., Lee, J. W., and Lee, B. J. (2006). The Estimation of Groundwater Recharge with Spatial-Temporal Variability at the Musimcheon Catchment, Journal of Korean Society of Soil and Groundwater Environment, 11(5), pp. 9-19. [Korean Literature]
Lee, J. S., Kim, S. J., Kim, D. G., Kang, N. R., and Kim, H. S. (2011). Estimation of Hydraulic Coefficients in an Ungaged Basin Using SWAT Model, Journal of Korea Wetlands Society, 13(2), pp. 319-327. [Korean Literature]
Lee, S. H. and Lee, J. M. (2007). A Modification of SWMM for a Groundwater Pumping Simulation, Journal of Korean Society on Water Environment, 23(5), pp. 628-635. [Korean Literature]
Lim, H. J., Kwon, H. J., Bae, D. H., and Kim, S. J. (2006). Analysis of Hydrological Impact Using Climate Change Scenarios and the CA-Markov Technique on Soyang Gang-Dam Watershed, Journal of Korea Water Resource Association, 39(5), pp. 453-466. [Korean Literature]

원문보기 상세보기
Lim, K. J., Engel, B. A., Tang, Z., Choi, J., Kim, K., Muthukrishnan, S., and Tripathy, D. (2005). Automated Web GIS Based Hydrograph Analysis Tool, WHAT1, Journal of the American Water Resources Association, 41(6), pp. 1407-1416.

상세보기
Lim, K. J., Park, Y. S., Kim, J. G., Shin, Y. C., Kim, N. W., Kim, S. J., Jeon, J. H., and Engel, Bernard, A. (2010). Development of Genetic Algorithm-Based Optimization Module in WHAT System for Hydrograph Analysis and Model Application, Computers Geosciences, 36, pp. 936-944.

상세보기
Park, J. A., Kim, S. B., Kim, M. S., Kwon, K. H., and Choi, N. C. (2010). Development of Automatic Event Detection Algorithm for Groundwater Level Rise, Journal of Korean Society on Water Environment, 26(6), pp. 954-962. [Korean Literature]
Park, N. S., Koh, B. R., and Lim, Y. D. (2013). Impacts of Fresh and Saline Groundwater Development in Sungsan Watershed, Jeju Island, Journal of Water Resources Association, 46(7), pp. 783-794. [Korean Literature]

원문보기 상세보기
Rutledge, A. (1998). Computer Programs for Describing the Recession of Ground-Water Discharge and for Estimating Mean Ground-Water Recharge and Discharge from Streamflow Records: Update, US Geological Survey Water-Resources Investigations Report, pp. 98-4148.
Ruy, J. C., Choi, J. W., Kang, H. W., Kum, D. H., Shin, D. S., Lee, K. H., Jeong, G. C., and Lim, K. J. (2012). Evaluation of Groundwater Recharge rate for Land Uses at Mandae Stream Watershed Using SWAT HRU Mapping Module, Journal of Korean Society on Water Environment, 28(5), pp. 743-753. [Korean Literature]
Saleh, A., Arnold, J., Gassman, P. W. A., Hauck, L., Rosenthal, W., Williams, J., and McFarland, A. (2000). Application of SWAT for the Upper North Bosque River Watershed, American Society of Agricultural and Biological Engineers, 43, pp. 1077-1087.

상세보기
United States Army Corps of Engineers (USACE). (2005). Hydrologic Engineering Corps Hydrologic Modeling System (HEC-HMS) Version 3.0.0. Build 1147, http://www.hec.usace.army.mil.
Yang, J. S. and Chi, D. K. (2011). Correlation Analysis Between Groundwater Level and Baseflow in the Geum River Watershed, Calculated Using the WHAT System, Journal of Engineering Geology, 21(2), pp. 107-116.

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증