[논문]가뭄 분석을 위한 지하수위 모니터링 및 예측기법 개발(I) - 표준지하수지수(SGI)를 이용한 지하수 가뭄 모니터링

이정주; 강신욱; 정지혜; 전근일

doi:10.3741/jkwra.2018.51.11.1011

가뭄 분석을 위한 지하수위 모니터링 및 예측기법 개발(I) - 표준지하수지수(SGI)를 이용한 지하수 가뭄 모니터링
Development of groundwater level monitoring and forecasting technique for drought analysis (I) - Groundwater drought monitoring using standardized groundwater level index (SGI) 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.51 no.11, 2018년, pp.1011 - 1020

이정주 (한국수자원공사 물정보종합센터) , 강신욱 (K-water융합연구원) , 정지혜 (한국수자원공사 낙동강사업계획처) , 전근일 (한국수자원공사 물정보종합센터)

초록
AI-Helper

본 연구에서는 미급수지역의 주요 수원인 지하수위 현황을 이용한 가뭄 모니터링 기법을 개발하기 위해 256개의 국가지하수관측망 관측 자료를 이용하여 관측소별, 월별 수위분포를 핵밀도함수로 추정하였다. 추정된 누적분포함수를 이용하여 월별 지하수위의 분위수를 구하고, 분위수를 정규화 하여 표준지하수지수(SGI)를 산정하였다. 관측소별로 산정된 SGI는 티센망을 이용하여 167개 시군별 SGI로 변환하였다. SGI의 범위에 따른 가뭄등급을 설정하여 시군별 지하수 가뭄 정도를 모니터링 할 수 있는 기법을 제시하였다. 이를 통해 계측이 이루어지지 않는 미급수지역의 지하수가뭄상황을 국가지하수관측망을 활용해 간접적으로 판단할 수 있도록 하였다.

Abstract ▼ AI-Helper

This study aims to develop a drought monitoring scheme based on groundwater which can be exploit for water supply under drought stress. In this context, groundwater level can be used as a proxy for better understanding the temporal evolution of drought state. First, kernel density estimator is presented in the monthly groundwater level over the entire national groundwater stations. The estimated cumulative distribution function is then utilized to map the monthly groundwater level into the standardized groundwater level index (SGI). The SGI for each station was eventually converted into the index for major cities through the Thiessen polygon approach. We provide a drought classification for a given SGI to better characterize the degree of drought condition. Ultimately, we conclude that the proposed monitoring framework enables a more reliable estimation of the drought stress, especially for a limited water supply area.

주제어

표/그림 (17)

표 Table 1. Groundwater monitoring networks in Korea
그림 Fig. 1. A map showng locations of national groundwater monitoring network
표 Table 2. Summary of national groundwater monitoring network
그림 Fig. 2. Examples of excluded time series data
그림 Fig. 3. A procedure of mapping groundwater level into SGI using quantile mapping approach
그림 Fig. 4. SGI calculation process through normalization of groundwater level
그림 Fig. 6. Comparison of groundwater level and SGI
그림 Fig. 5. Examples of estimated kernel density function for each month
표 Table 3. Examples of calculated CDF and SGI derived with monthly groundwater level
그림 Fig. 7. Calculated SGI for each station on december 2016
그림 Fig. 8. Averaged SGI for 167 si-gun (administrative districts)
그림 Fig. 9. Groundwater level percentile classes
표 Table 4. Arbitrarily defined drought intensity with range of SPI
표 Table 5. Groundwater level classes of USGS
표 Table 6. Drought severity classification of NDMC
표 Table 7. SGI range corresponding to G.W.L. percentile classes
그림 Fig. 10. Groundwater drought status using SGI

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 국가 가뭄 예․경보 분석에 활용할 생․공용수분야 가뭄정보 분석 자료의 하나로서 지하수위 관측 자료를 이용한 미급수지역 가뭄 모니터링 기법을 개발하였다. 기존의 SPI6를 이용한 간접적인 가뭄상황 판단을 대신하여 미급수지역의 주 수원인 지하수의 수위현황을 가뭄 판단에 활용할 수 있는 기법을 개발하고자 하였으며, 소규모 급수시설의 지하수위 관측 자료가 전무한 현실을 반영하여 국가지하수관측망 자료를 이용해 지역별 지하수 가뭄 정도를 판단할 수 있도록 하였다. 가뭄 모니터링 과정에서 기상학적 인자인 SPI 대신 지하수위 관측자료를 이용한 가뭄 판단 기법으로의 개선은 가뭄 예․경보에서 생․공용수 가뭄 판단이 댐, 하천 등 수원의 현황을 토대로 작성되고 있는 것과 동일한 개념으로 미급수지역의 주 수원인 지하수 상황을 가뭄판단의 기초자료로 이용하게 되었다는 의미를 갖는다.
지하수를 수원으로 하는 지방상수도 취수시설의 경우 취수를 위한 펌프시설 이외에 지하수위 관측시설이 전무한 실정이며, 이로 인해 대상 지하수 취수시설의 수위관측 자료를 직접 사용하여 가뭄모니터링에 활용할 수 없는 것이 현실이다. 따라서 전국에 산재한 지하수 공급․사용지역의 지하수위 변동 현황을 모니터링하기 위해 해당 지역의 국가 지하수관측망을 활용하고자 한다. 국가 지하수관측망은 지하수 수위 및 수질 변동을 지속적으로 감시․관측하기 위해 국토교통부에서 설치한 지하수 관측시설이다.
본 연구에서는 국가 가뭄 예․경보 분석에 활용할 생․공용수분야 가뭄정보 분석 자료의 하나로서 지하수위 관측 자료를 이용한 미급수지역 가뭄 모니터링 기법을 개발하였다. 기존의 SPI6를 이용한 간접적인 가뭄상황 판단을 대신하여 미급수지역의 주 수원인 지하수의 수위현황을 가뭄 판단에 활용할 수 있는 기법을 개발하고자 하였으며, 소규모 급수시설의 지하수위 관측 자료가 전무한 현실을 반영하여 국가지하수관측망 자료를 이용해 지역별 지하수 가뭄 정도를 판단할 수 있도록 하였다.
본 연구에서는 지하수 관측공별 가뭄판단 기준을 SGI 지수를 통해 일반화 하여 모니터링 할 수 있는 기법을 정립하고자 하였다. SGI는 Bloomfield and Marchant (2013)에 의해 제시된 지하수 가뭄지수로 평년 대비 지하수위의 높고 낮은 정도를 나타내는 표준화지수이다.
서론에서 언급한 바와 같이 본 연구의 목적은 지하수 공급․ 사용지역의 수원으로서의 지하수위 현황을 분석하고 가뭄 예․경보를 위한 기초자료를 생성하는데 있다. 하지만 지하수를 수원으로 하는 소규모 급수시설은 전국에 걸쳐 1만 3천여 개에 달하며, 수위계측 등 기초자료가 전무한 상태이다.
본 연구에서는 현행 가뭄 예․경보에서 채택하고 있는 주의, 심함, 매우심함 단계에 대한 경계를 백분위수 25%, 10%, 5% 미만인 경우로 설정하고, 이에 상응하는 SGI 값을 설정하였다. 설정한 기준은 가뭄 예․경보 분석에 시범 적용을 통해 검증 및 보완하고자 한다. Fig.

제안 방법

부수적으로 SPI와 SGI를 이용하여 기상학적 가뭄과 지하수 가뭄을 동일한 축척에서 비교할 수 있다는 장점이 있다. Fig. 3은 지역별 지하수가뭄 모니터링을 위해 국가지하수관측망 수위관측 자료를 이용하여 관측소별 SGI를 산정하고, 시군별로 면적 평균한 SGI를 산정하는 과정을 도시하였다
이러한 지역은 수원의 계측 값을 기반으로 한 가뭄판단 기준을 수립하기가 현실적으로 어려운 문제가 있다. 따라서 가뭄 예․경보 시범운영 초기에는 강수량 기반의 가뭄판단 지수인 표준강수지수(Standardized Precipitation Index, SPI) 중 수문학적 가뭄 판단에 적합하다고 알려진 SPI6를 이용하여 간접적으로 가뭄을 판단하였다. 그러나, 표준강수지수는 기상관측소(전국 59개소)에서 관측된 강수량 정보로 산정되므로 기상관측소(관측소간 거리 16∼73 km)와 거리가 먼 미급수지역의 표준강수 지수는 정확도가 떨어지며, 수원에 대한 정보 없이 기상조건에 대한 가뭄상황을 표출하여, 실제 체감상황과의 차이가 존재한다.
본 연구를 통해 지하수관측소별/월별 수위 관측 자료의 분포를 비모수 커널밀도 추정법을 통해 산정하였으며, 과거 수위 분포를 이용해 현재수위의 백분위수(percentile)를 산정하였다. 또한 각각의 분포를 정규화하여 월별 수위 값의 정규화 지수인 표준지하수지수(SGI)를 산정하고, 관측소별 SGI를 공간보간 하여 시군별 SGI를 산정하였다. 산정된 SGI를 이용해 가뭄정도를 판단하기 위한 범위 값을 설정하여 가뭄 정도를 분류하였으며 지역별 지하수위 가뭄현황을 평균적으로 판단할 수 있는 지도를 작성하여 가뭄 정보 분석에 활용할 수 있도록 하였다.
가뭄 모니터링 과정에서 기상학적 인자인 SPI 대신 지하수위 관측자료를 이용한 가뭄 판단 기법으로의 개선은 가뭄 예․경보에서 생․공용수 가뭄 판단이 댐, 하천 등 수원의 현황을 토대로 작성되고 있는 것과 동일한 개념으로 미급수지역의 주 수원인 지하수 상황을 가뭄판단의 기초자료로 이용하게 되었다는 의미를 갖는다. 본 연구를 통해 지하수관측소별/월별 수위 관측 자료의 분포를 비모수 커널밀도 추정법을 통해 산정하였으며, 과거 수위 분포를 이용해 현재수위의 백분위수(percentile)를 산정하였다. 또한 각각의 분포를 정규화하여 월별 수위 값의 정규화 지수인 표준지하수지수(SGI)를 산정하고, 관측소별 SGI를 공간보간 하여 시군별 SGI를 산정하였다.
KDE를 이용하여 확률밀도를 추정할 경우, 원 자료의 확률분포를 특정 분포 함수에 억지로 적합시키지 않고 원 자료의 히스토그램을 충실하게 재현하는 확률밀도를 추정할 수 있다는 장점이 있다. 본 연구에서는 핵밀도함수를 Normal로 적용하였고, 밴드의 개수를 100개로 설정하여 직관적으로 쉽게 알 수 있는 분위수(percentile)로 설정하였으며, Kernel Smoothing을 위한 대역폭은 0.8로 설정하였다.
5 및 –2 등을 기준으로 가뭄단계를 구분 적용하고 있다. 본 연구에서는 현행 가뭄 예․경보에서 채택하고 있는 주의, 심함, 매우심함 단계에 대한 경계를 백분위수 25%, 10%, 5% 미만인 경우로 설정하고, 이에 상응하는 SGI 값을 설정하였다. 설정한 기준은 가뭄 예․경보 분석에 시범 적용을 통해 검증 및 보완하고자 한다.
또한 각각의 분포를 정규화하여 월별 수위 값의 정규화 지수인 표준지하수지수(SGI)를 산정하고, 관측소별 SGI를 공간보간 하여 시군별 SGI를 산정하였다. 산정된 SGI를 이용해 가뭄정도를 판단하기 위한 범위 값을 설정하여 가뭄 정도를 분류하였으며 지역별 지하수위 가뭄현황을 평균적으로 판단할 수 있는 지도를 작성하여 가뭄 정보 분석에 활용할 수 있도록 하였다.
앞 절에서 설명한 과정을 통해 256개 관측소에 대한 관측소별/월별 지하수위, 해당 월 지하수위의 분위수 및 각 월별 SGI를 산정하였으며, 그 결과는 Table 3과 같다. 예시된 목포용당 관측소는 1996년 1월부터 관측 자료가 존재한다.
관측소별로 또한 월별로 각기 다른 수위분포를 갖는 지하수위 관측 자료를 표준정규분포를 이용하여 정규화하기 위해서는 다음과 같은 절차를 거치게 된다. 우선 각 자료(관측소별, 월별)의 최적 확률분포를 구한 후 이를 누적확률분포함수로 변환한다. 누적확률분포에서는 특정 월의 수위 값이 자료의 몇퍼센트에 해당하는 값인지 분위를 구할 수 있다.
1차 선별된 288개 관측소의 관측 시계열 도시를 통해 2차로 사용할 관측소를 선정하였다. 우선 관측 자료의 변동유형을 파악하기 위해 관측 자료의 월평균 값을 이용하여 시계열도를 작성하고, 변동유형을 분석하였다. 지하수위의 변동유형은 계절형, 계단형, 경사형, 양수교란형 등으로 구분되며, 두 가지 이상의 변동유형이 복합적으로 나타나는 경우가 많다.
1차 선별된 288개 관측소의 지하수위 관측 자료는 K-water 국가지하수정보센터의 데이터베이스(NGWIS)를 이용해 수집하였다. 추후 월단위로 제공되는 기상전망과 연계하여 분석이 필요하기 때문에, 지하수위도 월평균 자료로 수집하였다. 1차 선별된 288개 관측소의 관측 시계열 도시를 통해 2차로 사용할 관측소를 선정하였다.

대상 데이터

추후 월단위로 제공되는 기상전망과 연계하여 분석이 필요하기 때문에, 지하수위도 월평균 자료로 수집하였다. 1차 선별된 288개 관측소의 관측 시계열 도시를 통해 2차로 사용할 관측소를 선정하였다. 우선 관측 자료의 변동유형을 파악하기 위해 관측 자료의 월평균 값을 이용하여 시계열도를 작성하고, 변동유형을 분석하였다.
1차 선별된 288개 관측소의 지하수위 관측 자료는 K-water 국가지하수정보센터의 데이터베이스(NGWIS)를 이용해 수집하였다. 추후 월단위로 제공되는 기상전망과 연계하여 분석이 필요하기 때문에, 지하수위도 월평균 자료로 수집하였다.
SGI를 이용한 지하수 가뭄 모니터링 기법은 장기간 관측자료 기반의 지하수위 분포와 현재의 지하수위를 비교하는 개념으로, 분석을 위한 관측 자료는 장기간의 자료를 이용하는 것이 통계분석의 신뢰도를 높일 수 있다. 본 분석을 위해 전체 지하수 관측소 중 10년 이상의 관측 자료를 보유한 288개 관측소를 우선 선별하였다. 지하수 관측정의 경우 대수층 특성에 따라 충적대수층과 암반대수층에 설치된 충적관측정과 암반관측정으로 구분되며, 선택된 288개 관측소 중 암반층과 충적층을 동시에 관측하는 관측소는 138개소이다.
앞 절에서 설명한 과정을 통해 256개 관측소에 대한 관측소별/월별 지하수위, 해당 월 지하수위의 분위수 및 각 월별 SGI를 산정하였으며, 그 결과는 Table 3과 같다. 예시된 목포용당 관측소는 1996년 1월부터 관측 자료가 존재한다. 표에서 첫 번째 열은 관측연월이며, 두 번째 열은 해당 월의 평균 지하수 위이다.
지하수위의 자연적, 물리적 변동 폭으로 보기에는 그 편차가 너무 크기 때문에 이용 자료에서 제외한 경우이다. 이처럼 계절적 유형을 따르지 않고 계단형, 경사형, 양수에 의해 교란된 변동특성 등을 보이는 성주벽진, 청송현서 등 32개 관측소는 자료에서 제외하고, 최종적으로 256개 관측소를 선정하였다. 이 중 충적관측공은 132개이고, 암반관측공은 124개이다.

이론/모형

확률구간 범위에 따른 자료밀도가 완만하지 않은 경우가 많으며, 분포의 형태도 워낙 다양하게 나타나기 때문에, 관측소별로 월별 확률분포를 일반화된 분포식과 모수추정 과정을 거쳐 적합 시키기에는 무리가 있다. 따라서 본 연구에서는 관측소별 월별 지하수위 거동의 확률분포를 비모수 추정법인 핵밀도함수법(kernel density estimation, KDE)을 이용하여 추정하였다. 비모수 밀도추정의 가장 간단한 형태는 히스토그램이다.

성능/효과

제시된 기준은 SPI ≤−2일 경우 극심한 가뭄, −1.5 ≥SPI > −2이면심한가뭄, −1.0 ≥SPI > −1.5은 보통가뭄, 0 ≥ SPI > −1은 약한가뭄, 그리고 SPI > 0이면 가뭄이 아닌 것으로 판단하였다(Table 4).

질의응답

핵심어	질문	논문에서 추출한 답변
	가뭄단계의 판단은 어떤 기준으로 하는가?	가뭄정보분석센터에서는 생활 및 공업용수 가뭄 예․경보를 위해 수원의 종류에 따라 댐, 하천, 저수지 및 기타로 구분하여 가뭄판단 기준을 수립하였다. 다목적댐 및 용수댐의 경우 용수공급조정기준의 대응단계에 상응하는 공급가능 저수량을 기준으로 가뭄단계를 판단한다. 하천의 경우 홍수통제소의 갈수예보 기준 유량으로 국가하천에 대한 가뭄판단을 수행하고, 수위-유량관계곡선의 신뢰도가 낮은 지방하천의 경우 유황분석을 통해 가뭄판단 기준수위를 설정하여 이용하고 있다.
	가뭄정보분석센터에서 하는일은 무엇인가?	가뭄정보분석센터에서는 생활 및 공업용수 가뭄 예․경보를 위해 수원의 종류에 따라 댐, 하천, 저수지 및 기타로 구분하여 가뭄판단 기준을 수립하였다. 다목적댐 및 용수댐의 경우 용수공급조정기준의 대응단계에 상응하는 공급가능 저수량을 기준으로 가뭄단계를 판단한다.
	가뭄판단 기준에 의거하여 판단하기 어려운 조건은 무엇인가?	하천의 경우 홍수통제소의 갈수예보 기준 유량으로 국가하천에 대한 가뭄판단을 수행하고, 수위-유량관계곡선의 신뢰도가 낮은 지방하천의 경우 유황분석을 통해 가뭄판단 기준수위를 설정하여 이용하고 있다. 문제는 지하수, 계곡수 등 계측이 이루어지지 않는 수원으로부터 용수를 수급하고 있는 미급수지역이다. 이러한 지역은 수원의 계측 값을 기반으로 한 가뭄판단 기준을 수립하기가 현실적으로 어려운 문제가 있다.

참고문헌 (16)

Bloomfield, J. P., and Marchant, B. P. (2013). "Analysis of groundwater drought building on the standardised precipitation index approach." Hydrology and Earth System Sciences, Vol. 17, pp. 4769-4787.

상세보기
Bolstad, B. M., Irizarry, R. A., Astrand, M., and Speed, T. P. (2003). "A comparison of normalization methods for high density oligonucleotide array data based on variance and bias." Bioinformatics, Vol. 19, No. 2, pp. 185-193.

상세보기
Choi, H. M., Lee, J. Y., Ha, K., and Kim, G. P. (2011). "The study on time series analysis of groundwater data and groundwater recharge in Jeju island." The Journal of Engineering Geology, Vol. 21, No. 4, pp. 337-348.

원문보기 상세보기
Chung, I. M., Lee, J., and Kim, N. W. (2011). "Estimating exploitable groundwater amount in Musimcheon watershed by using an integrated surface water-groundwater model." Economic and environmental geology, Vol. 44, No. 5, pp. 433-442.

원문보기 상세보기
Econnics (2010). British Columbia Drought Response Plan. Prepared for the Ministry of Environment on behalf of the Inter-Agency Drought Working Group, Report updated July 2016, accessed 1 May 2018, .
Jeon, H. T., and Kim, G. B. (2011). "Evaluation of interactions between surface water and groundwater based on temperature, flow properties, and geochemical data." The Journal of Engineering Geology, Vol. 21, No. 1, pp. 45-55.

원문보기 상세보기
Kim, G. B., and Lee, S. H. (2012). "Applicability of logistic regression model of groundwater levels to drought forecast." Journal of the Geological Society of Korea, Vol. 48, No. 3, pp. 275-284.
Kim, G. B., Choi, D. H., and Jeong, J. H. (2010). "Considerations on the specific yield estimation using the relationship between rainfall and groundwater level variations." The Journal of Engineering Geology, Vol. 20, No. 1, pp. 61-70.
Kim, N. W., Chung, I. M., and Won, Y. S. (2006). "An integrated surface water-groundwater modeling by using fully combined SWAT-MODFLOW model." Journal of Korea Water Resources Association, Vol. 26, No. 5B, pp. 481-488.
Kwon, H. J., and Kim, S. J. (2007). "Methodology of drought assessment using national groundwater monitoring network data." Journal of The Korean Society Of Civil Engineers, Vol. 27, No. 2, pp. 193-199.
Lee, J. H., Hamm, S. Y., Cheong, J. Y., Jeong, J. H., Kim, K. S., Kim, N. H., and Kim, G. B. (2010). "Numerical simulation of the change in groundwater level due to construction of the Giheung tunnel." The Journal of Engineering Geology, Vol. 20, No. 4, pp. 449-459.
McKee, T. B., Doesken, N. J., and Kleist, J. (1993). "The relationship of drought frequency and duration to time scales." Preprints, 8th Conference on Applied Climatology, 17-22 January, Anaheim, CA, pp. 179-184.
MOLIT and K-water (2016). National Ground Water Monitoring Network in Korea Annual Report 2016, ISBN 11-1611000-000155-10, pp. 8-9.
National Drought Mitigation Centre (2018). Drought classification, accessed 30 April 2018, .
Silverman, B. W. (1986). "The kernel estimator." Density Estimation for Statistics and Data Analysis, London: Chapman and Hall. pp. 9-13.
USGS Groundwater Watch (2018). Active Groundwater Level Network, accessed 27 April 2018,

저자의 다른 논문 :

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