[논문]SWAT 모형을 이용한 기후변화에 따른 만경강 유역에서의 수문 및 수질 영향 평가

김동현; 황세운; 장태일; 소현철

doi:10.5389/ksae.2018.60.6.083

SWAT 모형을 이용한 기후변화에 따른 만경강 유역에서의 수문 및 수질 영향 평가
Assessing Climate Change Impacts on Hydrology and Water Quality using SWAT Model in the Mankyung Watershed 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.60 no.6, 2018년, pp.83 - 96

김동현 (Department of Rural Construction Engineering, Chonbuk National University) , 황세운 (Department of Agricultural Engineering, Institute of Agriculture and Life Science, Gyeongsang National University) , 장태일 (Department of Rural Construction Engineering, Chonbuk National University) , 소현철 (Department of Rural Construction Engineering, Chonbuk National University)

Abstract ▼ AI-Helper

The objective of this study was to estimate the climate change impact on water quantity and quality to Saemanguem watershed using SWAT (Soil and water assessment tool) model. The SWAT model was calibrated and validated using observed data from 2008 to 2017 for the study watershed. The $R^2$ (Determination coefficient), RMSE (Root mean square error), and NSE (Nash-sutcliffe efficiency coefficient) were used to evaluate the model performance. RCP scenario data were produced from 10 GCM (General circulation model) and all relevant grid data including the major observation points (Gusan, Jeonju, Buan, Jeongeup) were extracted. The systematic error evaluation of the GCM model outputs was performed as well. They showed various variations based on analysis of future climate change effects. In future periods, the MIROC5 model showed the maximum values and the CMCC-CM model presented the minimum values in the climate data. Increasing rainfall amount was from 180mm to 250mm and increasing temperature value ranged from 1.7 to $5.9^{\circ}C$, respectively, compared with the baseline (2006~2017) in 10 GCM model outputs. The future 2030s and 2070s runoff showed increasing rate of 16~29% under future climate data. The future rate of change for T-N (Total nitrogen) and T-P (Total phosphorus) loads presented from -26 to +0.13% and from +5 to 47%, respectively. The hydrologic cycle and water quality from the Saemanguem headwater were very sensitive to projected climate change scenarios so that GCM model should be carefully selected for the purpose of use and the tendency analysis of GCM model are needed if necessary.

주제어

표/그림 (12)

그림 Fig. 1 Location of study area and monitoring stations
표 Table 1 CMIP5 GCM ranks set-up by evaluation indicators (Modified Hwang et al., 2018)
그림 Fig. 2 DEM, landuse, and soil texture for the Mankyung watershed
표 Table 2 Statistics result of model calibration and validation for runoff
표 Table 3 Statistics result of model calibration and validation for water quality
그림 Fig. 3 Comparisons of calibration and validation for daily (a) runoff, (b) T-N, and (c) T-P in Daecheon station
그림 Fig. 4 Estimated future annul mean precipitation and maximum temperature for GCMs RCP 4.5 (left) and 8.5 (right) scenarios
표 Table 4 Estimated future annual mean precipitation and temperature by GCMs RCP scenarios from 2030s to 2070s for Jeonju station
그림 Fig. 5 Comparison of future monthly precipitation (mm) and maximum temperature (℃) by GCMs RCP 4.5 (left) & 8.5 (right) scenarios
그림 Fig. 6 Comparison of annual mean runoff, T-N, and T-P by GCMs RCP scenarios in the 2030s and 2070s
표 Table 6 Summary of future annual mean water quantity and quality for the GCMs RCP scenarios
그림 Fig. 7 Comparison of future monthly mean (a) runoff, (b) T-N, and (c) T-P by GCMs RCP scenarios in the 2030s and 2070s

AI 본문요약
AI-Helper

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

문제 정의

CMIP5 GCM별 RCP 시나리오를 적용하여 기후변화에 따른 수문⋅수질의 영향평가 및 적응 대책 수립을 위한기초자료로 활용하고자 하였다.
새만금 유역은 방조제가 완성됨에 따라 담수호가 형성되고 상류유역의 농경지, 축산시설, 그리고 환경기초시설로부터 유입되는 오염부하량의 비율이 높기 때문에 이에 대한 관리와 방안이 필요하다. 따라서 만경강 상류 소유역을 대상으로 하여 미래 수문 및 오염부하량에 대한 평가를 실시하였다. 대상 소유역의 면적은 3,367 km² , 평균표고 79.
본 연구에서는 새만금 유역 내 만경강 상류 소유역을 대상으로 기후변화에 따른 수문⋅수질 영향 평가를 수행하고자 한다.
본 연구에서는 새만금 유역 내 만경강 상류 소유역을 대상으로 본류에 영향을 미치는 외부유입량 및 환경기초시설에서 배출되는 점오염원을 고려하여 SWAT 모형의 적용성을 평가하였다. CMIP5 GCM별 RCP 시나리오를 적용하여 기후변화에 따른 수문⋅수질의 영향평가 및 적응 대책 수립을 위한기초자료로 활용하고자 하였다.
본 연구에서는 여러 GCM을 평가 및 적용하였기 때문에 다양한미래 기후에 대한 수문⋅수질 결과를 분석할 수 있으며, 다양한 결과들의 평균 및 편차들을 분석함으로써 미래 수문 모델링을 위해 적용할 수 있을 것으로 판단하였다.

제안 방법

미래기간의 적절한 수문 평가를 위해서 다양한 GCM을 통해 산출되는 기후변화 시나리오 중 재현성이 높은 상위 10 개 GCM 산출물을 사용하여 단일 GCM 산출물의 적용으로 발생하는 불확실성을 고려하였다. 그리고 SWAT 모형을 이용 하여 모형의 적합성을 평가하고 기후변화 시나리오를 통해 미래 기간에 대한 수문순환 및 오염부하량 변화를 분석하였다.
기후변화를 고려한 미래기간의 기상자료 확보를 위해 본 연구에서는 일단위 강우량과 기온자료의 수집이 용이하며 국내 적용성이 입증된 바 있는 CMIP5 GCMs 산출물을 선정⋅ 수집하고 유역 수문⋅수질 모델링 입력자료로 활용하기 위한 자료형태로 변환하여 적용하였다.
Table 2에서는 SWAT 모형의 수문 모의결과를 나타내고 있다. 대천 관측소 지점의 수문 특성을 분석하기 위해 연평균 강우량, 유출량, 그리고 유출률에 대해 분석하였다. Warm up 기간은 2004∼2007년까지 4년으로 설정하였고, 보정기간은 2008∼2012년, 검증기간은 2013∼2017년으로 설정하였다.
만경강 유역을 대상으로 SWAT 모형을 이용하여 장기간의 수문⋅수질 모델링의 적용성을 검증하였다.
수질항목은 T-N, T-P를 분석하였으며, 이는 본류 오염부하량을 가장 밀접하게 나타내는 항목이라 판단하였고 다른 수질항목에 대해서는 추후 연구에서 보완하고자 한다. 매개변수 보정은 T-N, T-P 수질항목에 대해 GWSOLP, LAT_ORGN, 그리고 LAT_ORGP 등 주요 매개변수들을 대상으로 실시하였다. 수질모의 결과는 부하량 (Kg)으로 모의되기 때문에 실측자료와 비교하기 위해 해당 일자의 일 유량으로 나누어 mg/L로 단위 환산한 후 평가하였다.
본 연구에서는 새만금 유역 내 만경강 상류 소유역을 대상으로 기후변화에 따른 수문⋅수질 영향 평가를 수행하고자 한다. 미래기간의 적절한 수문 평가를 위해서 다양한 GCM을 통해 산출되는 기후변화 시나리오 중 재현성이 높은 상위 10 개 GCM 산출물을 사용하여 단일 GCM 산출물의 적용으로 발생하는 불확실성을 고려하였다. 그리고 SWAT 모형을 이용 하여 모형의 적합성을 평가하고 기후변화 시나리오를 통해 미래 기간에 대한 수문순환 및 오염부하량 변화를 분석하였다.
SWAT 모형은 각각의 수문반응단위별 매개변수의 조정이 가능하기 때문에 소유역별, HRU별 매개변수 조정에 따른 다지점 보정이 가능하다. 보정방법에는 민감도 분석을 포함한 자동보정방법과 시행착오방법, SWAT-CUP 등이 주로 사용 되며, 본 연구에서는 객관적 보정이 가능한 SWAT-CUP을 통해 매개변수를 보정하였다. 유출량 및 수질 (T-N, T-P)과 관련된 매개변수를 선정하였으며, SWAT-CUP의 모의횟수는 1,000회로 하였고, Nash-sutcliffe efficiency (NSE, Nash and Sutcliffe, 1970)를 적합성 평가 기준으로 하여 매개변수를 최적화하였다.
본 연구에서는 기간별 분석을 위해 미래기간을 중기 (2030s, 2031∼2070), 장기 (2070s, 2071∼2100)로 나누어 RCP 시나리오를 분석하였다.
새만금 유역의 주요 관측지점을 대상으로 기후변화 시나리오를 산출하였으며, 만경강 유역 내에 위치하고 있는 전주 기상관측소를 대표 관측소로 선택하고 분석한 결과를 제시하였다. 편이보정을 실시한 결과, 월별, 연평균 값의 오차가 낮은 것으로 나타났다.
이는 증발 산량 산정에서 일사량, 풍속, 습도 등 다른 기상요소가 필요하지 않으며, 미래 기후변화 시나리오 적용 시 기상요소를 강수량과 기온만 고려했기 때문이다. 수문 보정을 위해 SWAT-CUP을 이용하여 지표유출 (SOL_AWC, LAT_TTIME, SURLAG), 기저유출 (ALPHA_BF, GWQMN, GW_REVAP, REVAPMN, RCHRG_DP), 첨두유출 (CH_N), 증발 (CANMX, ESCO, EPCO), 그리고 해빙 (SFTMP, SMTMP, SMFMX, SMFMN, TIMP)에 영향을 미치는 매개변수를 최적화 하였다.
매개변수 보정은 T-N, T-P 수질항목에 대해 GWSOLP, LAT_ORGN, 그리고 LAT_ORGP 등 주요 매개변수들을 대상으로 실시하였다. 수질모의 결과는 부하량 (Kg)으로 모의되기 때문에 실측자료와 비교하기 위해 해당 일자의 일 유량으로 나누어 mg/L로 단위 환산한 후 평가하였다.
수질의 보⋅검정은 계절적 변동과 연평균 수질을 구현하는데 초점을 맞추고 수행하였다.
, 1998). 수치고도모형 (Digital elevation model, DEM) 특성을 통해 하천과 유역경계를 나누며 토양, 토지이용 조건, 경사도 등에 의해 결정되는 수문반응응답단위 (Hydrologic response unit, HRU)가 산출되며, 각 HRU에서 물수지식에 근거한 지표면유출, 침투량, 증발산량, 지하수, 토양수, 측방흐름 등의 수문량과 토사유출, 침식, 영양물질의 발생량을 모의한다.
보정방법에는 민감도 분석을 포함한 자동보정방법과 시행착오방법, SWAT-CUP 등이 주로 사용 되며, 본 연구에서는 객관적 보정이 가능한 SWAT-CUP을 통해 매개변수를 보정하였다. 유출량 및 수질 (T-N, T-P)과 관련된 매개변수를 선정하였으며, SWAT-CUP의 모의횟수는 1,000회로 하였고, Nash-sutcliffe efficiency (NSE, Nash and Sutcliffe, 1970)를 적합성 평가 기준으로 하여 매개변수를 최적화하였다. 모델의 적용성 및 적합성을 평가하기 위해 결정 계수 (R 2 , Coefficient of determination), 평균제곱근오차(RMSE, Root mean square error), 그리고 NSE (Nash-sutcliffe efficiency)를 사용하였다.
해상도는 10 m × 10 m, 좌표체계는 Bessel_1841_TM으로 동일하게 설정하였으며, SWAT 2012 version을 사용하였다. 토지피복도는 환경부에서 제공하는 2013년 중분류 토지피복도를 이용하였으며, 농업, 수계, 산림, 주거, 도로 등 19개로 재분류하였다. 토양도는 국립농업과학원에서 제공하는 1:25,000 정밀토양도를 이용하였으며, 우리나라 토양통 정보를 SWAT 데이터베이스에 구축하여 적용하였다.
수질항목 T-P의 2015∼2017년 수질자료는 전체 자료기간과 비교하였을 때, (전체 자료기간 평균은 4,055 kg/day, 2015 ∼2017년 평균은 804 kg/day, 2008∼2014년 평균은 5,448 kg/day) 최소값 정도의 수질농도를 나타냈으며, 자료의 일관성이 없는 것으로 판단하였다. 해당 기간만 따로 모의한다면 보완할 수 있으나 본 연구에서는 장기간의 수질특성을 분석 하고 미래 기후변화에 따른 장기 수질의 변화를 분석하는 것이기 때문에 모델 평가에서는 해당 기간을 제외하고 분석하였다.
홍수기, 갈수기 등 장기적인 분석을 위해 2008∼2017년까지 총 10년에 대해 장기 모델링을 실시하였다.

대상 데이터

대상 유역에 대한 자료는 다음과 같이 수집하였다. 기상자료는 기상청 (Korea meteorological administration, KMA) 자료를 활용하였으며, 새만금유역 내 군산, 부안, 전주, 정읍 기상 관측소의 2004년부터 2017년까지 강우량, 최고기온, 최저기온, 평균풍속, 상대습도, 일사량 자료를 수집하였다. 유량자료는 국가수자원종합정보시스템 (Water resources management information system, WAMIS)에서 대천 수위관측소의 2004년부터 2017년까지 수위, 유량자료를 수집하였다.
(2018)은 29개 CMIP5 GCM 일단위 강우량의 한반도에 대한 시⋅공간적 강우패턴 재현성 평가를 위해 CORR (Correlation coefficient), Pbias (Percent bias), NRMSE (Nomalized root mean square error)를 이용하여 성능 순위를 설정한 바 있다. 본 연구에서는 이 연구의 평가지표에 대해 높은 재현성을 보인 상위 10개의 GCM을 선정하여 수문 모델링에 적용하였다. Table 1은 선정한 GCM의 해상도와 평가지표 및 재현성 순위를 정리한 표이다.
본 연구의 대상유역인 새만금 유역은 1단계 및 2단계 수질개선종합대책을 발표하면서 오염원 관리 대책을 중점적으로 추진하고 있다 (Kim et al., 2015). 만경강 본류에는 경천댐, 대아댐, 그리고 용담댐 등 다양한 외부유입수가 유입되고 있고 유역 내 오염원이 다양하여 이를 고려한 수문⋅수질 모델링이 필요하다 (Seong et al.
수질자료는 물환경정보시스템 (water.nier.go.kr)에서 수집하였으며, 대천 수위관측소와 위치가 동일한 삼례 관측소의 2004년부터 2017년까지 월 자료 (1∼2회 측정/월)를 이용하였다.
kr)에서 수집하였으며, 대천 수위관측소와 위치가 동일한 삼례 관측소의 2004년부터 2017년까지 월 자료 (1∼2회 측정/월)를 이용하였다. 외부유입량을 고려하기 위해 용담댐, 경천댐 그리고 대아댐 등의 방류량 자료를 농어촌공사로부터 2005년부터 2013년까지 일단위자료를 제공받아 적용하였으며 다. 환경기초시설 자료는 환경부 에서 제공하는 전국 점오염원 조사자료 (2016년도)를 활용하였으며, 유역 내에 위치한 환경기초시설 총 47개소 중 가용할 수 있는 자료를 파악하여 12개소의 방류량 및 수질자료를 구득 후 모형에 적용하였다.
기상자료는 기상청 (Korea meteorological administration, KMA) 자료를 활용하였으며, 새만금유역 내 군산, 부안, 전주, 정읍 기상 관측소의 2004년부터 2017년까지 강우량, 최고기온, 최저기온, 평균풍속, 상대습도, 일사량 자료를 수집하였다. 유량자료는 국가수자원종합정보시스템 (Water resources management information system, WAMIS)에서 대천 수위관측소의 2004년부터 2017년까지 수위, 유량자료를 수집하였다. 수질자료는 물환경정보시스템 (water.
토지피복도는 환경부에서 제공하는 2013년 중분류 토지피복도를 이용하였으며, 농업, 수계, 산림, 주거, 도로 등 19개로 재분류하였다. 토양도는 국립농업과학원에서 제공하는 1:25,000 정밀토양도를 이용하였으며, 우리나라 토양통 정보를 SWAT 데이터베이스에 구축하여 적용하였다.
외부유입량을 고려하기 위해 용담댐, 경천댐 그리고 대아댐 등의 방류량 자료를 농어촌공사로부터 2005년부터 2013년까지 일단위자료를 제공받아 적용하였으며 다. 환경기초시설 자료는 환경부 에서 제공하는 전국 점오염원 조사자료 (2016년도)를 활용하였으며, 유역 내에 위치한 환경기초시설 총 47개소 중 가용할 수 있는 자료를 파악하여 12개소의 방류량 및 수질자료를 구득 후 모형에 적용하였다.

데이터처리

유출량 및 수질 (T-N, T-P)과 관련된 매개변수를 선정하였으며, SWAT-CUP의 모의횟수는 1,000회로 하였고, Nash-sutcliffe efficiency (NSE, Nash and Sutcliffe, 1970)를 적합성 평가 기준으로 하여 매개변수를 최적화하였다. 모델의 적용성 및 적합성을 평가하기 위해 결정 계수 (R 2 , Coefficient of determination), 평균제곱근오차(RMSE, Root mean square error), 그리고 NSE (Nash-sutcliffe efficiency)를 사용하였다. R 2 는 상관성을 나타내는 통계지표 로서 1인 경우 완전한 선형관계를 나타내며, RMSE는 실측치와 모의치의 잔차 크기를 나타내는 것으로 0인 경우 오차가 없다는 것을 나타낸다.

이론/모형

본 연구에서는 모델링에 사용되는 증발산량 산정방법은 Hargreaves 방법을 사용하였고, Channel routing 방법으로는 Default 방법 (Variable storage)을 사용하였으나, 그 밖에 Channel degredation, Stream water quality, Algae/CBOD/DO는모두 활성화하여 수문⋅수질 기작을 원활하게 반영하였다.
본 연구에서는 일단위 GCM 자료를 관측지점 기반 기상자료로 보정⋅변환하기 위해 널리 활용되고 있는 비모수적 분위사상법(Non-parameteric quantile mapping)을 사용하였다 (Hwang, 2012; Cho et al., 2015; Chung et al., 2015; Park et al., 2017).

성능/효과

유출량의 경우 현재기간과 비교하여 겨울철에는 감소하고 관개기간을 포함하여 4∼11월까지 증가하는 것으로 나타났다. 2030s보다 2070s에 증가하는 것을 나타냈으며, RCP 4.5 보다 RCP 8.5 결과가 상대적으로 더 큰 것을 확인하였다. 연간 유출률을 분석하였을 때, 일정한 범위의 값 (2031∼2100년 유출률: 66∼ 69.
38로 나타났다. GCM 결과들을 비교한 결과, 최대 및 최저 기온은 앞서 설명한 것처럼 오차가 거의 없는 것으로 나타났다. 강수량에서는 FGOALS-S2가 가장 큰 값 (연평균 강수량: 1,312 mm)으로 모의되었으며, MPI-ESM-MR이 연평균 강수량 1,298 mm로 가장 작게 모의되었다.
, 2015). GCM별 미래기간에 대한 결과들을 비교했을 때, MIROC5가 가장 큰 값을 나타냈으며, 앞서 관측자료와 Historical 자료의 비교를 통해 가장 적합한 모델인 CMCCCM의 경우 GCM 중 가장 작은 값으로 나타났다. 이는 GCM 의 Historical 자료를 관측 자료에 근접하도록 정밀하게 보정 하여 재현하더라도 GCM 특성에 따라 미래기간에 대해 다양한 결과들이 모의되는 것으로 판단된다(Yoo et al.
GCM 결과들을 비교한 결과, 최대 및 최저 기온은 앞서 설명한 것처럼 오차가 거의 없는 것으로 나타났다. 강수량에서는 FGOALS-S2가 가장 큰 값 (연평균 강수량: 1,312 mm)으로 모의되었으며, MPI-ESM-MR이 연평균 강수량 1,298 mm로 가장 작게 모의되었다. 관측자료와 가장 근접하며 최적값을 나타낸 모델은 CMCC-CM (연평균 강수량: 1,301 mm, R 2 : 0.
강수량에서는 FGOALS-S2가 가장 큰 값 (연평균 강수량: 1,312 mm)으로 모의되었으며, MPI-ESM-MR이 연평균 강수량 1,298 mm로 가장 작게 모의되었다. 관측자료와 가장 근접하며 최적값을 나타낸 모델은 CMCC-CM (연평균 강수량: 1,301 mm, R 2 : 0.38)으로 나타났다. Fig.
만경강 유역을 대상으로 SWAT 모형을 이용하여 장기간의 수문⋅수질 모델링의 적용성을 검증하였다. 기후변화 시나리오 적용을 위해 10개의 GCM을 선정하였고, GCM 산출물에 대한 평가를 위해 관측자료와 Historical 자료와의 재현성이 높은 모델은 CMCC-CM이었으며, FGOALS-S2이 최대, MPI-ESM-MR이 최소 모의결과를 나타났다. 하지만 미래 기간 모의에서는 GCM 중에서 MIROC5이 최대, CMCC-CM이 최소값을 나타내었다.
1℃ 차이)을 보여주었다. 따라서 기온의 경우 관측자료를 잘 재현하고 있음을 확인하였고, 강수량의 경우 과대 모의 되어 SWAT 모델링 시 유출량이 적용성 평가 결과보다 크게 산정될 가능성이 있다.
따라서 해당 지점의 수문⋅수질 특성 및 경향을 잘 반영하는 것으로 나타났다.
IPSL-CM5A-MR, NorESM1-M은 강수량은 감소하는 반면에 기온은 증가하는 경향을 나타내어 가뭄 영향을 평가하기 위한 모델로 활용하는 것이 좋을 것으로 보인다. 또한 FGOALS-S2는 RCP 4.5에서는 강수량, 기온 모두 감소하는 경향을 나타냈고, RCP 8.5에서는 모두 증가하는 경향을 나타 내어 RCP 시나리오 비교를 위한 평가에 적합할 것으로 판단된다. 하지만 기후변화 시나리오는 앞서 말했듯이 상세화기 법과 편이보정 방법에 따른 무수한 결과가 산출될 수 있기 때문에 각 분야별 분석하고자 하는 목적에 따라 산출된 기후 자료를 정량적으로 검토하고 선정하여 활용하는 것이 필요하다.
미래 만경강 유역의 유출량은 현재보다 증가할 것으로 나타났으며, 강수량 증가와 밀접한 관계를 보이는 것으로 확인 하였다. T-N의 경우 RCP 4.
하지만 미래 기간 모의에서는 GCM 중에서 MIROC5이 최대, CMCC-CM이 최소값을 나타내었다. 미래기간의 GCM 평균과 각 GCM 결과를 비교한 결과 MPI-ESM-MR, CNRM-CM5는 홍수에 따른 영향 평가, IPSL-CM5A-MR, NorESM1-M는 가뭄에 따른 영향 평가에 활용성이 높은 모형으로 판단된다. GCM 특성에 따라 미래 기후자료는 다양한 범위의 결과들을 산출하였으며, 이는 미래 기후예측의 불확실성을 보여주는 것으로 보인다.
수문⋅수질 모델링의 통계적 분석 결과, 유출량의 경우 수량과 모델 적합성 평가 지표들이 적절한 수준 이상으로 평가 되었으며, 수질의 경우 NSE는 낮게 나타났지만 R2 의 상관성과 연평균 수질농도의 오차는 관측자료를 재현하는데 적합한 것으로 판단된다.
수질은 관개기간인 4∼9월에 증가하는 경향을 나타냈으며, RCP 4.5에서는 2030s와 2070s의 별다른 차이점이 나타나지 않았으나, RCP 8.5에서는 2030s보다 2070s에서 더 큰 변화량을 나타냈다 (Fig. 7).
유출량의 경우 현재기간과 비교하여 겨울철에는 감소하고 관개기간을 포함하여 4∼11월까지 증가하는 것으로 나타났다.
최대 기온의 경우 RCP 4.5 시나리오에서는 월별 기온 분포가 1.7∼3.3℃까지 증가하는 것으로 나타났으며, RCP 8.5 시나리오에서는 3.1∼ 5.9℃까지 증가하는 것으로 나타나 RCP 8.5 시나리오가 상대 적으로 큰 값을 나타냈다.
7%로 구성된다. 토양특성은 Silt clay loam가 40.4%로 가장 높았으며, Silt loam 20.6%, Sand soil 13.3%, 그리고 기타 25.7%로 구성되었다.
월별 강수량을 살펴보면 현재기간과 비교하여 관개기간 (5∼9월)에 강수량이 증가하고 12월에는 강수량이 감소하는 것으로 나타났다. 특히 관개기간의 강수량은 연평균 강수량의 약 74%를 차지하는 것으로 나타나 미래에는 여름철 강수량이 더욱 집중됨을 확인하였고, RCP 4.5에서는 180 mm, RCP 8.5에서는 250 mm 까지 증가하는 것으로 나타났다. Boxplot을 분석했을 때 7월에 GCM별 변화량이 큰 차이를 나타냈으며, 비 관개기간 (10 ∼4월)에는 비슷한 강수량 분포를 나타냈다.
5에서 750∼900 ton/ha 증가된 값을 나타냈다. 하지만 현재기간과 비교했을 때 RCP 4.5가 현저히 감소된 값을 나타냈으며, RCP 8.5에서는 소폭 증가한 것으로 나타났다. 이는 T-N이 초기 강우-유출수에 의한 배출비율이 높으며, 이후 강우가 지속되지 않았을 때 급격하게 감소한다(Seo and Kim, 2016).
T-P의 경우 미래기간별 차이는 크게 없으나, 2070s에 소폭으로 증가하였다. 현재기간과 비교했을 때 RCP 시나리오 결과가 모두 증가하는 것으로 나타나 미래로 갈수록 오염부하 발생량이 증가하는 것으로 보인다. 하지만 기상변화가 상대적 으로 큰 RCP 8.

후속연구

GCM별 특성을 살펴보면 MPI-ESM-MR, CNRM-CM5은 강수량이 증가하는 반면에 기온은 감소하는 경향을 나타내기 때문에 유출량 증가와 증발산량 감소에 따른 홍수 영향을 평가하기 위한 모델로 활용성이 높을 것으로 판단된다. IPSL-CM5A-MR, NorESM1-M은 강수량은 감소하는 반면에 기온은 증가하는 경향을 나타내어 가뭄 영향을 평가하기 위한 모델로 활용하는 것이 좋을 것으로 보인다.
농경지에서의 비점오염원 기작은 미래기간에 배출되는 수질 부하량과 밀접한 관계가 있으므로 향후 관련 연구를 통한 보완이 필요하다. 기후변화 시나 리오는 불확실성을 내포하고 있으므로 미래 수자원 영향 평가를 위해서는 사용하고자 하는 목적에 따라 적용 결과가 달라질 수 있기 때문에 합리적인 기후변화 예측을 위한 GCM 산출물의 경향성 분석과 이를 바탕으로 한 모형의 선정이 함께 이루어져야 할 것이다.
본 연구에서는 비료 종류, 양, 기간 및 작물 등 영농활동을 고려하지 않아 농경지에서의 오염물질 배출을 정량적으로 평가하는 데는 한계가 있었다. 농경지에서의 비점오염원 기작은 미래기간에 배출되는 수질 부하량과 밀접한 관계가 있으므로 향후 관련 연구를 통한 보완이 필요하다. 기후변화 시나 리오는 불확실성을 내포하고 있으므로 미래 수자원 영향 평가를 위해서는 사용하고자 하는 목적에 따라 적용 결과가 달라질 수 있기 때문에 합리적인 기후변화 예측을 위한 GCM 산출물의 경향성 분석과 이를 바탕으로 한 모형의 선정이 함께 이루어져야 할 것이다.
본 연구에서는 비료 종류, 양, 기간 및 작물 등 영농활동을 고려하지 않아 농경지에서의 오염물질 배출을 정량적으로 평가하는 데는 한계가 있었다. 농경지에서의 비점오염원 기작은 미래기간에 배출되는 수질 부하량과 밀접한 관계가 있으므로 향후 관련 연구를 통한 보완이 필요하다.
수질의 보⋅검정은 계절적 변동과 연평균 수질을 구현하는데 초점을 맞추고 수행하였다. 수질항목은 T-N, T-P를 분석하였으며, 이는 본류 오염부하량을 가장 밀접하게 나타내는 항목이라 판단하였고 다른 수질항목에 대해서는 추후 연구에서 보완하고자 한다. 매개변수 보정은 T-N, T-P 수질항목에 대해 GWSOLP, LAT_ORGN, 그리고 LAT_ORGP 등 주요 매개변수들을 대상으로 실시하였다.
태풍과 집중호우의 발생으로 강수량이 홍수기에 집중되지만 비홍수기에는 가뭄 현상이 나타나는 등자연재해의 빈도가 증가하고 있는 실정이다 (Shin and Jung, 2015; Kim and Kim, 2017; Jang and Kim, 2017; Do and Kim, 2018). 이러한 강수량 편중현상으로 물 관리의 어려움과 대응책 마련이 필요하며, 앞으로 미래 기후변화에 따라 수자원에 미치는 영향은 현실화 되고 있어 현재 수자원 실태조사뿐만 아니라 미래 기후변화 대응을 위한 노력과 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	국내외 기후변화에 따른 수자원 영향 평가에 많이 사용되고 있는 모형에는 어떤것들이 있는가?	국내외에서 기후변화에 따른 수자원 영향 평가에 많이 사용되고 있는 모형에는 SWAT 및 HSPF 등이 대표적이다. 국외 에서는 SWAT 모형을 이용하여 대상유역에 대한 수문⋅수질모의결과의 적용성을 평가하고 댐 운영, 수질저감 시나리오 등에 대해 분석하였다 (Zhang et al.
	연구자들이 AR5의 기후변화 시나 리오를 분석 및 평가하는 이유는 무엇인가?	미래 기후변화를 예측하고 수자원 분야에 적용하기 위해 다수의 연구자들은 IPCC 5차 보고서인 AR5의 기후변화 시나 리오를 분석하고 평가하고 있다 (Cho et al., 2015; Do and Kim, 2018; Hwang et al.
	현재 기후변화를 예측하는 것의 문제점은 무엇인가?	또한 대상 국가와 지역에 맞는 자료로 가공하기 위해시⋅공간 상세화 기법 (통계학적, 동역학적)을 사용하고 있으며, Historical 모의 자료와 관측자료의 비교를 통해 미래 기후 자료를 편이보정 후 활용하고 있다. 하지만 다양한 GCM, 상세화 기법, 편이보정 방법론에 따라 무수한 결과가 산출될 수 있으며, 불확실한 결과들이 나열되게 된다 (Lee and Kim, 2012; Hwang et al., 2013; Cho et al.

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