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
- 따라서 본 연구에서는 증가된 강우량과 강우강도를 예측한 HadGEM3-RA 모형의 기후변화자료가 유역관리 및 저수지 설계에 사용되고 있는 가지야마 공식을 평가할 수 있는 지표로 적합하다고 판단하였다.
제안 방법
- 이후 각 유역별로 Representative Concentration Pathways(RCP) 기후변화 시나리오와 SWAT 모형을 활용하여 선정된 유역의 미래 유출량을 산정하였다.
- 이후 개발된 프로그램을 Parasol 알고리즘에 적용하여 기존 월별보정계수를 개선하였다.
- 2010 년부터 2014 년까지 총 5 년간 일별 실측데이터를 활용하여 보정을 실시하였으며, 산정된 매개변수를 2004 년부터 2009 년까지 총 6 년간 일별 실측데이터를 활용하여 검정을 실시하였다.
- 2020년부터 2100 년까지 일별 기상데이터(강수, 최고기온, 최저기온, 평균풍속, 상대습도, 일사량)를 연구대상 지역인 4 대강 유역 별 1 개 유역(평창A, 반변A, 금본A, 오수A)에 적용하여 미래 월별 유량을 산정하였다.
- SWAT 모형에 기후변화 시나리오의 기후자료를 적용하기 전에, 먼저 각 유역별 실측자료를 활용하여 검⋅보정을 실시하였다.
- 각 유역별 보정 및 검정을 위해 자동보정 프로그램인 SWAT-CUP 모델을 이용하였고, 유량에 민감한 매개변수 23가지 매개변수에 대해 민감도 분석을 실시하여 유량 보정에 민감하지 않는 매개변수들을 제외하고 보정을 실시하였다.
- 따라서 Fortran 프로그래밍 언어를 사용하여 입력자료를 (월강수량, 유역면적, 유출특성계수) 읽고, 매개변수에 (월별 보정계수) 따라 결과자료를 (월유출량) 산정하는 프로그램을 개발하였다.
- 따라서 기후변화 시나리오를 (RCP 4.5, RCP 8.5) 활용하여 산정된 기상자료를 SWAT 모형에 적용하여 모의한 미래 유출량 값을 실측값이라 가정하고, 개선된 가지야마 월별 보정계수와 미래 기상자료를 활용하여 산정된 월별 유량 값과 비교분석하여 개선된 보정계수의 활용성을 평가하였다.
- 따라서 본 연구에서는 각 유역별 유출계수를 산정하기 위해 기존에 제시된 유출계수를 (0.6, 0.8, 1.0, 1.2, 1.4) 사용하여 유역마다 유출계수별 유출량을 산정하고, 실측 유출량을 가장 근접하게 예측하는 유출계수를 유역 별 최적 유출계수(f)로 선정하였다.
- 따라서 본 연구에서는 변화된 기후에 맞춰 전체 12 개월에 해당하는 월별 보정계수를 개선하였다.
- 또한 Soil and Water Assessment Tool (SWAT) 모형과 미래기후변화 시나리오를 활용하여 전국 4대강 유역 별 대표 유역 1 개에 대해 미래 유출량을 예측하고, 이를 개선된 월별보정계수를 활용하여 예측한 미래 유출량과 비교하여 미래 기후변화에 따른 적용성을 평가하였다.
- 또한 가지야마 유출특성계수(f: 0.6∼1.4)의 경우, 기준이(Table 1) 수치적으로 명확하게 표현되어 있지 않아 각 유출계수 별 유출량을 산정 후 실측값과 비교하여 실측값을 가장 잘 모의하는 유출특성계수를 선정하였다.
- 미래 유출량을 실측값으로 가정하기 위해 선정된 유역에서 측정되었던 유량자료(2004 년∼2014 년)를 활용하여 검⋅보정을 실시하였다.
- 민감도 분석을 통해 결정된 매개변수들과 2010 년부터 2014 년까지 5 년 동안의 실측값을 활용하여 유역별 최적매개변수를 산정하였다.
- 본 연구에서 개선한 가지야마 공식의 월별보정계수 평가를 위하여 SWAT 모델에서 산정된 미래 월별 유량 값을 실측값이라 가정하고, 미래 기상자료와 개선된 가지야마 월별 보정계수를 활용하여 산정된 유출량 값과 비교분석을 실시하였다.
- 본 연구에서는 2006 년부터 2015 년까지 기상자료를 활용하여 가지야마 공식의 월별 보정계수를 개선하였다. 개선된 가지야마 공식은 기존에 없던 3 월, 7 월, 8 월, 11 월에 대해서도 보정계수뿐만 아니라 강우범위도 확장하여 기후변화에 따른 극한 강우에 의해서도 월별 유량을 산정할 수 있도록 개선하였다.
- 유역 별로 산정된 유출계수와 10 년간(2006 년∼2015 년) 기상데이터를 Parasol 알고리즘에 적용하여 가지야마 월별보정계수를 개선하였다.
- 본 연구에서는 SWAT-CUP프로그램에서 제공하는 알고리즘 중 SUFI-2를 사용하여 대표 유역별 최적 매개변수를 산정하였다. 유역별로 유량에 관련된 23 가지의 매개변수를 민감도 분석을 통해 보정에 사용할 매개변수를 결정하였다. 민감도 분석 결과, 한강유역과 영산강유역은 총 16 개의 매개변수, 낙동강유역과 금강유역은 23 개의 매개변수 유량에 민감한 것으로 판단되었다.
- 이에 본 연구에서는 전국 4대강 별 대표 유역 3 개를 선정하고, 선정된 유역의 수문자료와 기상자료를 최적화 알고리즘에 적용하여 가지야마 공식의 월별보정계수를 개선하였다.
대상 데이터
- SWAT 모형의 입력 자료는 수치표고모델(DEM), 토지이용도, 토양도, 그리고 기상자료가 있으며, 각각 국립지리원, 환경부, 농촌진흥청, 그리고 기상청에서 자료를 제공받아 구축하였다.
- 각 유역 별 강수량 데이터는 전국 97 개 기상지점 중 유역과 가장 가까운 기상지점을 선정하여 데이터를 수집하였으며, 각 유역면적산정은 GIS 프로그램을 활용하였다(Table 3).
- 개선된 가지야마 월별 보정계수 검증을 위해 선정된 유역은 4대강 유역 별로 각 1개 유역을 선정하였고, 선정 기준은 환경부 총량지점 중 10 년 이상의 실측자료를 보유하고 있는 유역으로 선정하였다.
- 한강 유역 내에서 선정된 유량관측지점은 영춘, 영주시(여주대교), 안성시(건천리) 지점이며, 낙동강 유역 내 선정된 유량관측지점은 안동, 금호, 소천 지점이다. 금강 유역 내에서 선정된 유량관측지점은 무주, 유성, 기산 지점이며, 영산강 유역 내에서 선정된 유량관측지점은 광주, 능주, 함평 지점이다. Fig.
- 3은 각 유역별 구축된 입력자료를 (DEM, 토지이용도, 토양도) 나타낸다. 기상자료는 각 유역별 인근에 위치한 기상지점을 대상으로 2001 년부터 2014 년까지 일별 기상자료를 구축하였다.
- 대표 유역 선정 기준은 국가수자원관리종합정보시스템(WAMIS)에서 유량정보를 제공하는 있는 유량관측소 중 10 년 이상의 연속된 유량실측 데이터가 존재하고 있는 관측소를 우선 선정하였으며, 선정된 관측소를 기준으로 생성된 유역이 최대한 겹치지 않는 곳으로 최종 선정하였다.
- 따라서 본 연구에서는 월별보정계수를 산정하기 위해 선정한 유역을 제외하고 환경부 총량측정망 유역 중 4곳을 (4대강 유역별 1곳) 선정하였다.
- 본 연구에서는 RCP 4.5 및 8.5 시나리오 자료 중에서 모든 전 지구 기후 모형(Global Climate Model, GCM)인 HadGEM2-CC 모델을 활용하여 구축된 기상자료를 활용하였다(Jo et al., 2013).
- 본 연구에서는 기존 가지야마공식 월별보정계수를 개선하기 위해서 4대강 유역 별로 (한강, 낙동강, 금강, 영산강 유역) 각각 대표 3 개 유역을 선정하였다.
- 본 연구에서는 미래 기후변화에 따른 유출량을 산정하기 위해 IPCC 제 5차 기후변화 평가보고서에 활용된 온실가스 대표농도경로(RCP) 시나리오 자료를 사용하였다.
- 개선된 가지야마 월별 보정계수 검증을 위해 선정된 유역은 4대강 유역 별로 각 1개 유역을 선정하였고, 선정 기준은 환경부 총량지점 중 10 년 이상의 실측자료를 보유하고 있는 유역으로 선정하였다. 선정된 유역은 한강유역의 평창A, 낙동강 유역의 반변A, 금강 유역의 금본A, 영산강 유역의 오수A이다. SWAT 모형의 입력 자료는 수치표고모델(DEM), 토지이용도, 토양도, 그리고 기상자료가 있으며, 각각 국립지리원, 환경부, 농촌진흥청, 그리고 기상청에서 자료를 제공받아 구축하였다.
- 월별 보정계수의 개선을 위해 선정된 12 개의 유량관측소 지점에서 관측된 유량자료와 유량관측소로부터 생성한 유역에서 가장 가까운 기상지점의 자료를 (2006∼2015 년) 입력 자료로 활용하였다.
- 대표 유역 선정 기준은 국가수자원관리종합정보시스템(WAMIS)에서 유량정보를 제공하는 있는 유량관측소 중 10 년 이상의 연속된 유량실측 데이터가 존재하고 있는 관측소를 우선 선정하였으며, 선정된 관측소를 기준으로 생성된 유역이 최대한 겹치지 않는 곳으로 최종 선정하였다. 한강 유역 내에서 선정된 유량관측지점은 영춘, 영주시(여주대교), 안성시(건천리) 지점이며, 낙동강 유역 내 선정된 유량관측지점은 안동, 금호, 소천 지점이다. 금강 유역 내에서 선정된 유량관측지점은 무주, 유성, 기산 지점이며, 영산강 유역 내에서 선정된 유량관측지점은 광주, 능주, 함평 지점이다.
데이터처리
- 개선된 가지야마 월별 보정계수 평가를 위하여 기존 월별 보정계수를 사용하여 12 개 유역에 대한 월별 유출량 값과 개선된 월별보정계수를 사용하여 산정된 월별 유출량 산정하였고, 실측값과 비교⋅분석을 실시하였다.
- 개선된 월별 보정계수의 신뢰성 검증을 위하여 기존 가지야마 공식의 월별 보정계수와 개선된 월별 보정계수를 활용한 유량을 산정하고, 이를 실측 유량값과 비교분석하였다. 신뢰성 검증에 활용된 방법은 유효지수(Nash-Stucliff Efficiency; NSE)(Nash and Sutcliffe, 1970), 결정계수(Coefficient of determination; R2) 이다.
- 기존 월별보정계수와 개선된 월별보정계수를 이용해서 산정된 유출량 값들과 대표 유역 12 개 지점에서 관측된 유출량을 비교⋅분석하여 개선된 월별보정계수의 평가를 실시하였다.
- 미래 유출량을 실측값으로 가정하기 위해 선정된 유역에서 측정되었던 유량자료(2004 년∼2014 년)를 활용하여 검⋅보정을 실시하였다. 보정시 SWAT 모형의 자동보정프로그램인 SWAT-CUP 프로그램을 활용하였고, 유역 별 유량에 민감한 매개변수를 도출하였다. 유역별 모형의 검⋅보정을 실시한 후 RCP 시나리오에 따른 기후자료를 적용하여 산정된 유출량을 실측값으로 가정하고, 이를 개선된 가지야마 월별 보정계수를 활용하여 산정된 유출량 값과 비교분석하였다.
- 유역별 모형의 검⋅보정을 실시한 후 RCP 시나리오에 따른 기후자료를 적용하여 산정된 유출량을 실측값으로 가정하고, 이를 개선된 가지야마 월별 보정계수를 활용하여 산정된 유출량 값과 비교분석하였다.
이론/모형
- 따라서 본 연구에서도 수문모형에 널리 사용되어진 SCE-UA알고리즘이 포함된 Parasol 알고리즘을 가지야마 공식의 최적 월별 보정계수(E)를 도출하는 방법으로 선택하였으며, 월별 보정계수를 매개변수로 하여 유출량을 산정하는 프로그램을 만든 후, Parasol 알고리즘에 적용하였다.
- 개선된 가지야마 공식은 기존에 없던 3 월, 7 월, 8 월, 11 월에 대해서도 보정계수뿐만 아니라 강우범위도 확장하여 기후변화에 따른 극한 강우에 의해서도 월별 유량을 산정할 수 있도록 개선하였다. 또한 개선된 월별 보정계수의 향후 활용성을 평가하기 위해 기후변화 시나리오 RCP 4.5 및 8.5에 적용하여 평가하였다.
- 미래기후 변화에 따른 유출량 평가 또한 유효 지수(NSE)와 결정계수(R2)를 이용하였으며, 앞서 제시된 Donigian and Love (2003)의 신뢰구간 및 효율범위를 활용하여 평가를 실시하였다.
- NSE, R2 값은 1에 가까울수록 모형의 예측치가 실측치를 잘 예측하는 것을 의미한다. 본 연구에서는 Donigian and Love (2003)가 제시한 모형의 신뢰구간 및 효율 범위를 기준으로 개선된 월별 보정계수를 평가하였다(Table 4).
- 본 연구에서는 RCP 기후변화 시나리오에 따른 미래 강수량을 산정하기 위해 HadGEM3-RA 모형과 RCP 4.5와 8.5 시나리오를 활용하였다(Jo et al., 2013). Jo et al.
- 본 연구에서는 SWAT-CUP프로그램에서 제공하는 알고리즘 중 SUFI-2를 사용하여 대표 유역별 최적 매개변수를 산정하였다. 유역별로 유량에 관련된 23 가지의 매개변수를 민감도 분석을 통해 보정에 사용할 매개변수를 결정하였다.
- , 2009). 본 연구에서는 개선된 가지야마 월별보정계수의 미래 기후변화에 따른 유출량 모의 적용성 평가를 위해 SWAT 모형을 이용하였다.
- 본 연구에서는 미래 기후변화에 따른 유출량을 산정하기 위해 IPCC 5차 보고서에서 제안한 기후변화 사니라오를 활용하였다.
- 신뢰성 검증에 활용된 방법은 유효지수(Nash-Stucliff Efficiency; NSE)(Nash and Sutcliffe, 1970), 결정계수(Coefficient of determination; R2) 이다.
- 신뢰성 검증을 위해 앞에 제시된 유효 지수(NSE)와 결정계수(R2), 그리고 Donigian and Love (2003)이 제시한 모형의 신뢰구간 및 효율범위를 활용하여 평가를 실시하였다.
성능/효과
- 6 월을 제외한 대부분의 경우에서 개선된 월별보정계수를 사용하여 예측한 유출량을 기존의 월별보정계수를 사용할 때보다 높은 수치를 보여주었다.
- RCP 4.5 시나리오와 SWAT 모형을 이용하여 모의한 유출량과의 비교 결과, NSE와 R2 값은 평창A에서 (한강) 0.64, 0.72, 반변A에서 (낙동강) 0.51, 0.90, 금본A에서 (금강) 0.63, 0.80, 오수A에서 (영산강) 0.44, 0.85 로 대부분 높은 경향성(R2)을 보여주었다.
- RCP 8.5 시나리오와의 비교 결과도 마찬가지로 높은 경향성을 보여주었으며, NSE와 R2 값은 평창A에서 (한강)0.61, 0.71, 반변A에서 (낙동강) 0.61, 0.71, 금본A에서 (금강) 0.58, 0.78, 오수A에서 (영산강) 0.44, 0.85 이다(Fig. 5).
- SWAT 모형을 활용하여 유역 별 유출량 값을 산정하고, 검⋅보정을 실시한 결과 SWAT 모형이 유역별 유출량을 잘 모의한다고 판단하였다.
- 개선된 가지야마 월별 보정계수를 평가 결과 NSE, R2 값 모두 기존의 월별 보정계수를 활용하여 산정한 월별 유량 값 보다 실측값을 잘 모의하는 것으로 나타났다.
- 개선된 가지야마 공식은 기존에 없던 3 월, 7 월, 8 월, 11 월에 대해서도 보정계수뿐만 아니라 강우범위도 확장하여 기후변화에 따른 극한 강우에 의해서도 월별 유량을 산정할 수 있도록 개선하였다.
- 검정결과는 NSE 0.57∼0.65, R2 0.65∼0.77로, 평창A를 제외한 나머지 유역은 모두 Donigian and Love(2003)에 제시된 기준에 충족되었다.
- 기존계수를 활용한 공식은 14,961.9*106 m3/mon로 실측유량과 비교했을 때 135% 과도하게 유량을 예측하였고, 개선된 계수를 활용한 공식은 13,475.6*106 m3/mon로 실측유량과 비교했을 때 121% 과도하게 유량을 예측하였다.
- 6*106 m3/mon이다. 기존계수를 활용한 공식은 6,067.5*106 m3/mon로 실측유량과 비교했을 때 95%이며, 개선된 계수를 활용한 공식은 6,360.0*106 m3/mon로 실측유량과 비교했을 때 99%로 실측유량을 거의 비슷하게 예측하였다(Fig. 4). 분석 결과, 개선된 가지야마 월별보정계수는 기존 제시되었던 월별보정계수의 범위를 확장하고 제시되어 있지 않던 월별 보정계수를 제시함에 따라 유량 산정 불확실성을 줄일 수 있을 것으로 판단된다.
- 민감도 분석 결과, 한강유역과 영산강유역은 총 16 개의 매개변수, 낙동강유역과 금강유역은 23 개의 매개변수 유량에 민감한 것으로 판단되었다.
- 본 연구에서 산정된 가지야마 월별 보정계수(E)는 기존 제시되지 않은 3 월, 7 월, 8 월, 11 월, 12 월의 보정계수뿐만 아니라 월별 강수범위도 확장되었다.
- 분석 결과, 개선된 가지야마 월별보정계수는 기존 제시되었던 월별보정계수의 범위를 확장하고 제시되어 있지 않던 월별 보정계수를 제시함에 따라 유량 산정 불확실성을 줄일 수 있을 것으로 판단된다.
- 38의 차이로 가장 크게 개선되었다. 비록 홍수기에 해당하는 7 월, 8 월의 NSE와 R2의 수치는 크게 개선되지 않았지만, 전체 유역에서 발생하는 유량을 양적으로 비교하였을 때 기존의 공식보다 실측치를 더 잘 모의하는 것으로 나타났다. 전체 유역에서 7월에 발생한 평균 유량은 11,081.
후속연구
- 기후변화 이슈와 관련하여 국내에도 기상이변 현상이 점점 증가하고 있으며, 특히 홍수기(7 월∼8 월)의 가지야마공식의 월별 보정계수 부재는 유역의 유출량을 모의하는데 있어 기존 공식의 한계점을 보여준다.
- 4까지 있으며 이것은 유출량에 변화를 줄 수 있기에 좀 더 명확한 기준을 제시해야 할 것으로 사료된다. 따라서 가지야마 유출량 산정공식을 활용하여 유역의 정확한 유출량을 산정하기 위해서 경사도, 임야의 많고 적음의 비율, 유출 많고 적음의 기준을 세울 수 있는 연구가 필요하다고 사료된다.
- 5시나리오의 오수A를 (영산강) 제외한 나머지 유역에서 산정된 지표 값들은 Donigian and Love (2003)에 제시된 기준에 충족하였다. 따라서 본 연구에서 개선된 가지야마 월별보정계수는 미래 기후변화 시나리오에 따른 유출량 잘 모의할 수 있을 거라 판단된다.
- 본 연구에서 개선된 월별보정계수를 활용하다면 수리구조물 설계자 및 실무자들은 모델링에 대한 전문적 지식 없이도 기후변화를 고려한 유출량 산정을 할 수 있고, 이를 수자원 확보에 설치될 수리구조물 설계 기초자료에 활용할 수 있을 것으로 판단된다.
- 본 연구에서 개선한 가지야마 월별 보정계수를 활용하면 최근 변화하는 기상요건에 맞추어 적정한 유출량을 산정을 할 수 있을 것이라 판단된다.
- 본 연구에서 개선한 가지야마 월별 보정계수를 활용하면 최근 변화하는 기상요건에 맞추어 적정한 유출량을 산정을 할 수 있을 것이라 판단된다. 하지만 본 연구에서는 유출량에 영향을 미치는 유출계수 f값을 결정하는데 있어 명확한 기준을 제시하지 못하였다. 본 연구에서는 각 유출계수 (0.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.