[논문]준분포형 유역모델 STREAM을 이용한 기후변화가 농업유역의 하천유량에 미치는 영향 분석

정의상; 조홍래

doi:10.15681/kswe.2019.35.2.131

준분포형 유역모델 STREAM을 이용한 기후변화가 농업유역의 하천유량에 미치는 영향 분석
Analysis of Impact of Climate Change on River Flows in an Agricultural Watershed Using a Semi-distributed Watershed Model STREAM 원문보기

한국물환경학회지 = Journal of Korean Society on Water Environment, v.35 no.2, 2019년, pp.131 - 144

정의상 ((주)하이드로코어 유역환경연구소) , 조홍래 ((주)하이드로코어 유역환경연구소)

Abstract ▼ AI-Helper

Climate Change affects the hydrological cycle in agricultural watersheds through rising air temperature and changing rainfall patterns. Agricultural watersheds in Korea are characterized by extensive paddy fields and intensive water use, a resource that is under stress from the changing climate. This study analyzed the effects of climate change on river flows for Geum Cheon and Eun-San Choen watershed using STREAM, a semi-distributed watershed model. In order to evaluate the performance and improve the reliability of the model, calibration and validation of the model was done for one flow observation point and three reservoir water storage ratio points. Climate change scenarios were based on RCP data provided by the Korea Meteorological Administration (KMA) and bias corrections were done using the Quantile Mapping method to minimize the uncertainties in the results produced by the climate model to the local scale. Because of water mass-balance, evapotranspiration tended to increase steadily with an increase in air temperature, while the increase in RCP 8.5 scenario resulted in higher RCP 4.5 scenario. The increase in evapotranspiration led to a decrease in the river flow, particularly the decrease in the surface runoff. In the paddy agricultural watershed, irrigation water demand is expected to increase despite an increase in rainfall owing to the high evapotranspiration rates occasioned by climate change.

주제어

표/그림 (22)

그림 Fig. 1. Study area.
표 Table 1. Land use within the study area
그림 Fig. 2. Representation of a watershed using square grid cells and link-node structures in STREAM (Cho et al., 2015).
그림 Fig. 3. Diagram for water flows in the rice paddy field.
표 Table 2. The recommended water depths for paddy fields
그림 Fig. 4. Monitoring stations for flow-rate and reservoir water storage ratio.
표 Table 3. General performance ratings for recommended statistics for a daily time step (Moriasi et al., 2015)
그림 Fig. 5. Hydrographs and scatter plots of the observed and the simulated daily flow rates at the SeokDong Station.
표 Table 4. Model statistical performance measures evaluated based on daily river flows at the monitoring stations for calibration and validation periods
그림 Fig. 6. Hydrographs and scatter plots of the observed and the simulated daily flow rates at the Oksan Reservoir Station
그림 Fig. 7. Hydrographs and scatter plots of the observed and the simulated daily flow rates at the Sangcheon Reservoir Station
그림 Fig. 8. Hydrographs and scatter plots of the observed and the simulated daily flow rates at the Bansan Reservoir Station
표 Table 5. Model statistical performance measures evaluated based on daily water storage ratio at the reservoir monitoring station
표 Table 6. Selected model parameters and values for stream flow and water quality calibration
그림 Fig. 9. Boxplot of 30-year annual rainfall rate for the RCP 4.5 (a) and the RCP 8.5 (b) scenarios at the Buyue Station.
그림 Fig. 10. 30-year monthly rainfall rate for the RCP 4.5 (a) and the RCP 8.5 (b) scenarios and the monthly-observed rainfall rate during the period 1976-2005 at the Buyue Station.
그림 Fig 11. Boxplot of 30-year annual average air temperature for the RCP 4.5 (a) and the RCP 8.5 (b) scenarios at the Buyue Station.
그림 Fig. 12. 30-year monthly average air temperature for the RCP 4.5 (a) and the RCP 8.5 (b) scenarios and observed monthly average air temperature during 1976-2005 at the Buyue Station.
그림 Fig. 13. Evapotranspiration and discharge to rainfall for observation data and RCP 4.5 and 8.5 scenarios
표 Table 7. Water mass balance of Geum-Cheon and En-San-Cheon Watershed for RCP 4.5 and RCP 8.5 scenarios
그림 Fig. 14. Surface runoff, interflow, and aquifer discharge from watershed for observation data and RCP 4.5 and 8.5 scenarios.
표 Table 8. Water mass balance of paddy fields in the Geum-Cheon and En-San-Cheon Watershed for RCP 4.5 and RCP 8.5 scenarios

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 유역모델 STREAM을 적용하여 기후변화가 농업유역의 하천유량에 미치는 영향을 정량적으로 분석하였으며, 이를 통해 기후변화에 따른 농업수자원 관리 정책 수립을 위한 기초자료로 제공하고자 한다.

가설 설정

보는 설치된 지점의 상류 유역면적이 500 ha 이상인 시설을 선정하였으며, 지우, 주정, 송학, 숙진 등 총 8개의 보를 모델에 반영하였다. 관개용수구역도는 한국농어촌공사에서 제공하는 자료를 이용하였으며, 유역 내 농경지는 각 구역별 관개용수 공급원을 지정하고 구역도에 표현되지 않은 농경지는 인근 하천에서 관개용수를 공급받는 것으로 가정하였다. 관개용수 공급량을 산정하기 위해 필요한 논의 적정 담수심은 RDA (2018)에서 제공하는 영농시기별 물관리방법 자료를 이용하여 기계이앙재배 기준으로 이앙기, 활착기, 분얼성기 등 벼의 생육시기별 적정담수심을 입력하였다(Table 2).

제안 방법

2 °C 더 증가하는 것으로 평가되었다. RCP 4.5와 RCP 8.5 시나리오에 따른 하천유출특성을 분석하기 위해 미래 모의 구간을 전기, 중기, 후기 등 3개로 구분하여 물수지를 분석하였다. 시나리오 모델링의 물수지 결과, 증발산량은 기온이 상승함에 따라 지속적으로 증가하는 경향을 보였으며, 전기 대비 후기의 증가율이 RCP 4.
본 연구는 논 중심이 농업유역이 다수 분포하는 유역환경에 적합한 구조를 가진 유역모델 STREAM을 이용하여 기후변화에 따른 농업유역의 하천유출 특성을 분석하였다. SWAT, HSPF 등의 유역모델을 적용한 기존 연구와 달리 농업유역의 수문현상 분석을 위해 유역 말단의 하천 지점뿐만 아니라 주요 관개용수 공급원인 유역 상류에 위치한저수지 지점에서 모델 보정을 수행함으로써 논 중심 농업유역의 중요한 수문기작인 관개량 모의 결과에 신뢰도를 높였다. RCP 시나리오의 미래 시기별 농업유역의 물수지 및 하천유출량 분석결과는 기후변화에 따른 논 중심 농업유역의 농업용수 수요관리 및 하천유지용수 유지 방안 수립의 기초자료로 활용할 수 있을 것으로 기대된다.
공간자료 중 지형자료에는 지표면의 고도, 경사도, 유향(flow direction) 및 누적유향(flow accumulation) 등이 있으며, 국토지리정보원의 10 m 수치고도모델(DEM)을 이용하여 구축하였다. 토지피복자료는 환경부의 중분류 토지피복도를 이용하여 논, 밭, 산림 등 총 10개의 분류군으로 구분하였다(Table 1).
관개용수구역도는 한국농어촌공사에서 제공하는 자료를 이용하였으며, 유역 내 농경지는 각 구역별 관개용수 공급원을 지정하고 구역도에 표현되지 않은 농경지는 인근 하천에서 관개용수를 공급받는 것으로 가정하였다. 관개용수 공급량을 산정하기 위해 필요한 논의 적정 담수심은 RDA (2018)에서 제공하는 영농시기별 물관리방법 자료를 이용하여 기계이앙재배 기준으로 이앙기, 활착기, 분얼성기 등 벼의 생육시기별 적정담수심을 입력하였다(Table 2).
5 시나리오를 이용하여 시나리오 모델을 구축하였다. 기후변화 시나리오는 기후모델에서 생산된 모의결과로 지역 규모에서 적용 시 발생하는 불확실성을 최소화하기 위해 과거 30년(1976-2005년) 기상청 관측자료를 이용하여 편의보정을 하였으며, 편의보정 방법은 관측값과 모의값의 누적확률분포를 이용하여 보정하는 분위사상법을 적용하였다.
기후변화 시나리오에 따른 논 중심 농업유역인 금천·은산천 유역에서 하천유출특성을 분석하기 위해 과거 30년 기상조건 모의결과와 RCP 4.5 시나리오와 RCP 8.5 시나리오의 미래 기상조건 모의결과에 따른 물수지를 비교하였으며, RCP 시나리오는 2011년부터 2100년까지 모의기간을 전기(2011-2040년), 중기(2041-2070년), 후기(2071-2100)로 구분하였다(Table 7).
금천·은산천 유역과 같은 논 중심 농업유역에서 하천유출량에 영향을 미치는 중요한 인자 중의 하나는 관개량이다. 기후변화에 따른 관개량의 변화를 평가하기 위해 논 필지규모에서 물수지를 분석하였다(Table 8). 과거 30년 물수지 분석 결과, 총 유입량은 1,643.
편의보정 방법 중 분위사상법은 단순히 각각의 값들의 비율 보정에만 근거한 다른 편의보정 방법에 비해 자료에 내포된 변동성을 유지할 수 있는 장점을 지닌다(Maurer and Pierce, 2014). 따라서 본 연구에서는 편의 보정 방법 중 분위사상 기법을 이용하여 편의보정을 수행하였다.
또한, 기후변화에 따른 금천·은산천 유역의 하천유출 특성을 분석하기 위해 기상청에서 제공하는 RCP 기후변화 시나리오 중 RCP 4.5와 8.5 시나리오를 이용하여 시나리오 모델을 구축하였다.
본 연구는 기후변화에 따른 금천·은산천 유역의 하천유량의 변화를 평가하기 위해 기상청에서 제공하는 4종의 기후변화 시나리오 중 온실가스 저감대책의 실현여부가 상이한 조건인RCP 4.5와 8.5 시나리오를 적용하였다.
본 연구는 논 중심이 농업유역이 다수 분포하는 유역환경에 적합한 구조를 가진 유역모델 STREAM을 이용하여 기후변화에 따른 농업유역의 하천유출 특성을 분석하였다. SWAT, HSPF 등의 유역모델을 적용한 기존 연구와 달리 농업유역의 수문현상 분석을 위해 유역 말단의 하천 지점뿐만 아니라 주요 관개용수 공급원인 유역 상류에 위치한저수지 지점에서 모델 보정을 수행함으로써 논 중심 농업유역의 중요한 수문기작인 관개량 모의 결과에 신뢰도를 높였다.
본 연구는 유역모델 STREAM을 이용하여 금강의 지류하천이며 논 중심 농업유역인 금천·은산천 유역을 대상으로 기후변화 시나리오에 따른 하천유출 특성의 변화를 분석하였다.
본 연구에서는 농업유역의 수문흐름에 대한 모의 정확도를 높이기 위해 하천 말단의 유량 관측지점 1곳과 유역 상류에 위치한 주요 농업용수리시설의 관측지점 3곳에 대한 모델 보·검정을 수행하였다.
STREAM은 모의대상유역을 Cell이라고 정의된 정방형 격자 기둥으로 분할하며, 격자의 크기는 사용자가 지정할 수 있다. 분포형 모델의 개별격자 연산에 따른 속도저하문제를 개선하기 위해 개별격자를 공간속성(토지이용, 토성, 경사도, 강우, 기상, 관망 특성)에 따라 유사한 그룹으로 구분하여, 그룹별 1회 연산 후 동일한 값을 부여한다. 그리고 격자가 모여 구성된 다수의 소유역(sub-catchment)은 사용자가 지정한 노드(node)를 말단으로 하며, 노드와 링크(link)의 형태로 표현된 상하류 위계관계가 형성한다(Fig.
이를 위해 먼저 지형, 토지피복, 토성, 기상, 점오염원, 농업용수리시설, 관개구역도 등 유역환경자료를 분석한 결과를 토대로 금천·은산천 유역을 대상으로 유역모델을 구축하였다.
공간자료 중 지형자료에는 지표면의 고도, 경사도, 유향(flow direction) 및 누적유향(flow accumulation) 등이 있으며, 국토지리정보원의 10 m 수치고도모델(DEM)을 이용하여 구축하였다. 토지피복자료는 환경부의 중분류 토지피복도를 이용하여 논, 밭, 산림 등 총 10개의 분류군으로 구분하였다(Table 1). 토성자료는 국립농업과학원의 1:25,000 정밀토양도를 이용하여 Loam, Sandy Loam 등 총 8개의 분류군으로 구분하였다.

대상 데이터

STREAM의 모델 입력자료는 지형·토지피복·토성 등의 공간자료, 기상·점오염원 등의 시계열자료, 농업용수리시설, 관개용수구역도 등의 유역환경자료로 구성된다.
금천·은산천 유역에 대한 모델 보정 기간은 2013년 1월 1일부터 2014년 12월 31일까지, 모델 검정 기간은 2015년 1월 1일부터 2016년 12월 31일까지 각 2년간이다.
금천·은산천 유역을 대상으로 구축된 유역모델은 100 m × 100 m 크기의 정방형 격자 22,763개와 17개의 소유역으로 구성되었다.
금천·은산천 유역의 과거 기상자료와 기후변화 시나리오에 따른 미래 기상자료의 변화 추세를 분석하기 위해 과거자료는 1976년부터 2005년까지 30년 동안 부여기상대에서 관측된 강우량과 기온 자료를 사용하였으며, 미래자료는 2011년부터 2100년까지 기간을 30년씩 전기(2011-2040), 중기(2041-2070), 후기(2071-2100)로 구분한 RCP 시나리오의 강우량과 기온 자료를 이용하였다.
모델 보·검정 지점은 금천 유역의 유량 관측지점 1곳(석동)과 금천과 은산천 유역 내 저수지 저수율 관측지점 3곳(옥산, 상천, 반산)이다(Fig. 4).
저수지 자료는 총저수용량이 50만 m3이상인 시설을 선정하였으며, 옥산, 상천, 반산 등 3개의 저수지를 모델에 반영하였다. 보는 설치된 지점의 상류 유역면적이 500 ha 이상인 시설을 선정하였으며, 지우, 주정, 송학, 숙진 등 총 8개의 보를 모델에 반영하였다. 관개용수구역도는 한국농어촌공사에서 제공하는 자료를 이용하였으며, 유역 내 농경지는 각 구역별 관개용수 공급원을 지정하고 구역도에 표현되지 않은 농경지는 인근 하천에서 관개용수를 공급받는 것으로 가정하였다.
시계열 자료 중 기상자료는 강수량, 기온, 상대습도, 풍속, 현지기압, 일사량 자료로 구성되며, 기상청에서 제공하는 부여기상대의 1시간 단위 관측자료를 이용하였다. 점오염원 자료는 처리 점오염원인 환경기초시설배출량과 미처리 점오염원인 동리별배출량으로 구성되며, 환경부의 전국 오염원조사자료에서 제공하는 자료를 이용하였다.
연구대상유역은 우리나라 중부지방에 위치한 금강 유역의 지류 중의 하나인 금천과 은산천 유역이며, 행정구역상 부여군에 속해 있다(Fig. 1). 금천·은산천 유역의 총 면적은 22,763 ha이며, 이 중 금천 유역은 16,028 ha (70.
본 연구에서는 농업유역의 수문흐름에 대한 모의 정확도를 높이기 위해 하천 말단의 유량 관측지점 1곳과 유역 상류에 위치한 주요 농업용수리시설의 관측지점 3곳에 대한 모델 보·검정을 수행하였다. 유량 관측값은 한국수자원관리정보시스템(WAMIS), 저수지 저수량 자료는 농촌용수종합정보시스템(RAWRIS)에서 제공하는 일단위 자료를 이용하였다.
유역환경자료 중 농업용수리시설은 한국수자원관리종합 정보시스템(WAMIS)에서 제공하는 유역 내 위치한 저수지와 보의 위치정보와 각 시설의 속성값을 모델 입력자료로 이용하였다. 저수지 자료는 총저수용량이 50만 m3이상인 시설을 선정하였으며, 옥산, 상천, 반산 등 3개의 저수지를 모델에 반영하였다.
이 때 유역의 상류와 말단에서 모델 신뢰도를 확보하고, 농업지역의 관개시스템 모의 재현성을 높이기 위해 2013년부터 2016년까지 유역 말단의 유량 관측지점 1곳과 유역 상류의 농업용수리시설인 저수지의 저수율 관측지점 3곳의 관측값을 모델 보·검정에 이용하였다.
유역환경자료 중 농업용수리시설은 한국수자원관리종합 정보시스템(WAMIS)에서 제공하는 유역 내 위치한 저수지와 보의 위치정보와 각 시설의 속성값을 모델 입력자료로 이용하였다. 저수지 자료는 총저수용량이 50만 m3이상인 시설을 선정하였으며, 옥산, 상천, 반산 등 3개의 저수지를 모델에 반영하였다. 보는 설치된 지점의 상류 유역면적이 500 ha 이상인 시설을 선정하였으며, 지우, 주정, 송학, 숙진 등 총 8개의 보를 모델에 반영하였다.
시계열 자료 중 기상자료는 강수량, 기온, 상대습도, 풍속, 현지기압, 일사량 자료로 구성되며, 기상청에서 제공하는 부여기상대의 1시간 단위 관측자료를 이용하였다. 점오염원 자료는 처리 점오염원인 환경기초시설배출량과 미처리 점오염원인 동리별배출량으로 구성되며, 환경부의 전국 오염원조사자료에서 제공하는 자료를 이용하였다. 금천·은산천 유역 내에는 홍산공공하수처리시설, 부여은산농공단지 폐수종말처리장 등의 환경기초시설이 위치하였다.
토지피복자료는 환경부의 중분류 토지피복도를 이용하여 논, 밭, 산림 등 총 10개의 분류군으로 구분하였다(Table 1). 토성자료는 국립농업과학원의 1:25,000 정밀토양도를 이용하여 Loam, Sandy Loam 등 총 8개의 분류군으로 구분하였다.

데이터처리

모델 보·검정 시 모델의 정확도를 평가하는 통계적 평가지표로서 PBIAS (Percent Bias), NSE (Nash-Sutcliffe Efficiency index), RSR (RMSE-observation standard deviation ratio), R2 (Coefficient of determination)를 사용하였다.
유역모델의 관측값에 대한 모의값의 재현성을 평가하고, 모델의 신뢰도를 높이기 위해 모델 보·검정을 수행하였다.

이론/모형

R2는 관측값과 모의값의 상관관계를 나타내는 통계지표로서 0 ~ 1 사이의 값을 갖는다. 각 지표의 모의결과 평가는 매우 좋음(very good), 좋음(good), 만족(satisfactory), 불만족(unsatisfactory)으로 구분되며, 일단위 모의결과에 대한 각 평가지표의 적정범위는 Moriasi et al. (2015)에서 제시한 값을 참고하였다(Table3).
노드와 링크로 표현되는 하천과 관망의 수문과정에서 하천흐름은 Muskingum-Cunge방식으로 해석되며, 저수지·보·배수문 등의 하천의 수리시설에 의한 관개·펌핑 등의 물질 이동을 모의한다.
농경지의 비율이 높은 논 중심 농업유역인 금천·은산천 유역을 대상으로 강우유출, 증발산 등의 수문현상을 모의하기 위해서는 농업지역의 관개시스템을 구현하고 논의 유출기작을 모의할 수 있는 유역모델을 선정해야 한다. 본 연구에서는 토지피복이 집약적으로 분포하고, 논 중심 농업유역이 다수 분포하는 국내 유역환경에 적합한 모의구조를 가지고 있으며, 중대규모 유역을 모의할 수 있는 유역모델인 STREAM (Spatio-Temporal River-basin Eco-hydrology Analysis Model)을 적용하였다(Cho et al., 2015).

성능/효과

RCP 4.5 시나리오와 RCP 8.5 시나리오에서 모두 3 ~ 5월까지 4.8 °C와 5.9 °C로 증가하여 가장 높은 증가폭을 보이는 것으로 나타났다.
RCP 4.5 시나리오와 RCP 8.5 시나리오의 전기간 연평균 강우량은 각각 1,723.5 mm/yr, 1,690.7 mm/yr로, 과거 30년 연평균강우량 대비 각각 31.0 %, 28.5 % 증가하는 것으로 평가되었다.
14). 과거 30년의 유출량 모의결과와 비교하면, 중간류유출과 지하수유출의 변동폭은 5 % 내외로 큰 변화가 없었으나 지표유출은 RCP 4.5 시나리오는 23.4 %, RCP 8.5 시나리오는 9.2 % 증가하는 것으로 분석되었다. 기후변화에 따른 유출량 증가는 중간류유출과 지하수유출에 비해 지표유출이 증가하였기 때문으로 판단된다.
일반적으로 강우량과 관개량은 상호보완적인 관계를 가지고 있어 강우량이 감소하면 관개량이 증가하는 경향을 보인다. 그러나 기후변화에 따른 관개량의 변화에서는 강우량의 증가함에도 불구하고 관개량도 함께 증가하는 것으로 나타났다. 이는 기후변화에 따른 기온 상승으로 인해 증발산량이 과거 30년 대비 RCP 4.
그리고 기후변화 시나리오의 구간별 강우유출률을 살펴보면, RCP 4.5 시나리오는 각각 46.2 %, 47.0 %, 51.3 %, RCP 8.5 시나리오는 각각 42.0, 48.7 %, 44.2 %로 나타나, 전기간 평균 강우유출률은 RCP 4.5 시나리오가 48.2 %, RCP 8.5 시나리오가 45.0 %로 평가되었다(Fig. 13). 과거 30년의 연평균강우유출률(54.
6 ℃로 분석되었다. 기후변화 시나리오 중 RCP 4.5 시나리오의 전기, 중기, 후기의 평균기온은 각각 15.6 ℃, 16.6 ℃, 17.2 ℃로 전기에서 후기로 갈수록 평균기온이 증가하지만 증가폭은 감소하는 것으로 평가되었으며, RCP 8.5 시나리오의 전기, 중기, 후기의 평균연강우량은 각각 15.8 ℃, 17.5 ℃, 19.7 ℃로 전기에서 후기로 갈수록 평균기온의 증가폭이 지속적으로 증가하는 것으로 평가되었다(Fig. 11). 기후변화에 따른 미래 기온의 월변화량을 분석해 보면, 과거 30년 관측값과 비교하여 RCP 4.
6 mm/yr로 분석되었다. 기후변화 시나리오 중 RCP 4.5 시나리오의 전기, 중기, 후기의 평균연강우량은 각각 1,616.8 mm/yr, 1,665.6 mm/yr, 1,888.0 mm/yr로 전기에서 후기로 갈수록 평균연강우량이 증가하는 것으로 평가되었으며, RCP 8.5 시나리오의 전기, 중기, 후기의 평균연강우량은 각각 1,540.6 mm/yr, 1,781.3 mm/yr, 1,750.2 mm/yr로 전기에 비해 중기와 후기의 강우량이 증가하는 것으로 평가되었다(Fig. 9). 기후변화에 따른 미래 강우량의 월 변화율을 분석해 보면, 과거 30년 관측값과 비교하여 RCP 4.
기후변화 시나리오의 2010년부터 2100년까지 미래 기상자료를 분석한 결과, 전반기(2011-2040)와 비교하여 중·후반기에 연평균기온과 연강수량이 전반적으로 증가하는 경향을 보였으며, 특히, 연평균기온은 RCP 4.5 시나리오 대비 RCP 8.5 시나리오에서 1.2 °C 더 증가하는 것으로 평가되었다.
9). 기후변화에 따른 미래 강우량의 월 변화율을 분석해 보면, 과거 30년 관측값과 비교하여 RCP 4.5 시나리오는 -41.5 ~ +125.5%의 변화율을 보였으며, RCP 8.5 시나리오는 -48.2 ~ +162.1 % 변화율을 보이는 것으로 평가되었다(Fig. 10). RCP 4.
기후변화에 따른 미래 기온의 월변화량을 분석해 보면, 과거 30년 관측값과 비교하여 RCP 4.5 시나리오는 +3.3 ~ +5.1 °C의 변화율을 보였으며, RCP 8.5 시나리오는 +4.1 ~ +5.9 °C 변화량을 보이는 것으로 평가되었다(Fig. 12).
2 % 증가하여 모의대상유역의 유역환경특성을 나타내는 것으로 판단된다. 또한, 전기 대비 후기의 관개량 증가율이 RCP 4.5 시나리오와 RCP 8.5 시나리오에서 각각 1.3 %, 13.7 % 증가하여 증발산량의 증가가 기온상승의 폭이 큰 RCP 8.5시나리오에서 관개용수 수요량의 증가에 더 큰 영향을 미친 것으로 나타났다. 이와 같이 기후변화에 따른 기온 상승은 증발산량을 증가시키고, 이로 인해 관개용수 수요량이 증가할 것으로 예상된다.
8). 모델 정확도 평가를 위한 통계지표는 3지점 모두 전 항목에서 보정 기간과 검정 기간 모두 적정 범위 내 있는 것으로 평가되었다(Table 5). 저수지의 수문 프로세스는 유입, 증발, 관개(취수), 유출로 구성되는데, STREAM 모델에서 관개는 각 저수지의 지정된 용수구역 내 논의 담수심 높이와 사용자가 입력한 권장담수심의 차이인 관개 필요수량만큼 저수지에서 자동적으로 관개되도록 구현되어 있다.
유역에서 발생하여 수계로 유입하는 유량은 지표유출, 중간류유출, 지하수유출로 구분된다. 물수지 결과 중 RCP 4.5 시나리오의 지표유출은 618.2 mm/yr, 중간류유출은 153.3 mm/yr, 지하수유출은 153.9 mm/yr로 나타났으며, RCP 8.5 시나리오의 지표유출은 547.5 mm/yr, 중간류유출은 153.0 mm/yr, 지하수유출은 155.2 mm/yr로 나타났다(Fig. 14). 과거 30년의 유출량 모의결과와 비교하면, 중간류유출과 지하수유출의 변동폭은 5 % 내외로 큰 변화가 없었으나 지표유출은 RCP 4.
물수지 결과 중 연평균 유출량을 보면, RCP 4.5 시나리오에서는 전기 747.2 mm/yr, 중기 782.5 mm/yr, 후기 968.2 mm/yr로, RCP 8.5 시나리오에서는 전기 647.7 mm/yr, 중기 867.5 mm/yr, 후기 773.7 mm/yr로 나타났으며, 과거 30년 연평균유출량 대비 RCP 4.5 시나리오는 16.5 %, RCP 8.5 시나리오는 6.8 % 증가하는 것으로 평가되었다. RCP 4.
물수지 결과 중 연평균증발산을 보면, RCP 4.5 시나리오에서는 전기 891.5 mm/yr, 중기 900.3 mm/yr, 후기 941.4 mm/yr로, RCP 8.5 시나리오에서는 전기 915.2 mm/yr, 중기 930.2 mm/yr, 후기 998.3 mm/yr로 나타났으며, 과거 30년 연평균증발산량 대비 RCP 4.5 시나리오는 46.4 %, RCP 8.5 시나리오는 52.3 % 증가하는 것으로 평가되었다. 전기에서 후기로 갈수록 증발산량이 증가하고, RCP 4.
5). 보정 기간 중 2013년 9월 14일 강우사상에서 유량 모의값이 관측값의 54.0 % 수준으로 나타났는데, 이는 선행무강우일수가 16일인 이 기간의 모의값의 강우유출률은 45.3 %인 반면, 관측값 강우유출률은 83.9 %로 일반적인 농업지역의 강우유출률에 비해 높아 강우량 관측에서 누락된 국지성 호우가 있었거나 강우를 대비하여 농업용수리시설에서 인위적인 방류가 있었을 것으로 판단된다. 일단 위 유량 관측값과 모의값 비교를 통한 모델 정확도 평가지표는 PBIAS를 제외한 항목에서 보정 기간과 검정 기간 모두 적정 범위 내 있는 것으로 평가되었다(Table 4).
5 시나리오에 따른 하천유출특성을 분석하기 위해 미래 모의 구간을 전기, 중기, 후기 등 3개로 구분하여 물수지를 분석하였다. 시나리오 모델링의 물수지 결과, 증발산량은 기온이 상승함에 따라 지속적으로 증가하는 경향을 보였으며, 전기 대비 후기의 증가율이 RCP 4.5 시나리오(5.6 %)보다 RCP 8.5 시나리오(9.1 %)에서 더 높게 나타났다. 특히, 논의 증발산량이 RCP 4.
2 mm/yr 수준의 관개량보다 낮은 결과를 보이는데, 이는 상위 논의 배수량이 하위 논의 유입량으로 계산되는 흘러내림식 관개로 유역 단위의 단위면적당 관개량이 과소추정되거나, 금강 본류 등 유역 외에서 유입하는 불특정 관개용수를 고려하지 못하였기 때문으로 판단된다. 시나리오별 관개량 모의결과를 보면, RCP 4.5 시나리오에서는 전기 428.3 mm/yr, 중기 429.9 mm/yr, 후기 433.9 mm/yr로, RCP 8.5 시나리오에서는 전기 419.3 mm/yr, 중기 424.1 mm/yr, 후기 476.9 mm/yr로 나타났으며, 과거30년 관개량 대비 RCP 4.5 시나리오는 31.4 %, RCP 8.5 시나리오는 34.3 % 증가하는 것으로 평가되었다. 일반적으로 강우량과 관개량은 상호보완적인 관계를 가지고 있어 강우량이 감소하면 관개량이 증가하는 경향을 보인다.
RCP 시나리오는 기후변화에 대한 미래 예측자료와 함께 과거 예측자료(historical data)도 제공한다. 연구대상유역의 1976년부터 2005년까지 30년간의 과거 예측자료와 동일 기간의 부여기상대의 연평균 강수량 관측자료를 비교했을 때, RCP 시나리오는 1,167.0 mm, 부여기상대는 1,315.8 mm로 약 148.8 mm의 차이를 보였다. 지역기후모델의 모의결과는 관측 자료와 비교했을 때 경계조건의 영향, 단순한 물리과정과 부정확한 초기 자료 등으로 인해 계통적 오차를 가지고 있다(Jung and Suh, 2015; Rye et al.
옥산저수지, 상천저수지, 반산저수지 관측지점에서 모델보정과 검정 기간의 저수지 저수율 관측값과 모의값을 비교한 한 결과, 전반적으로 모의값이 관측값의 분포를 재현하는 것으로 나타났다(Fig. 6 ~ Fig. 8). 모델 정확도 평가를 위한 통계지표는 3지점 모두 전 항목에서 보정 기간과 검정 기간 모두 적정 범위 내 있는 것으로 평가되었다(Table 5).
유량 관측지점인 석동 지점에서 모델 보정과 검정 기간의 유량 관측값과 모의값을 비교한 결과, 전반적으로 모의값이 관측값의 경향성을 재현하고 있으나 시기에 따라 모의값의 첨두유량이 관측값을 과소 평가하는 것으로 나타났다(Fig. 5). 보정 기간 중 2013년 9월 14일 강우사상에서 유량 모의값이 관측값의 54.
9 %로 일반적인 농업지역의 강우유출률에 비해 높아 강우량 관측에서 누락된 국지성 호우가 있었거나 강우를 대비하여 농업용수리시설에서 인위적인 방류가 있었을 것으로 판단된다. 일단 위 유량 관측값과 모의값 비교를 통한 모델 정확도 평가지표는 PBIAS를 제외한 항목에서 보정 기간과 검정 기간 모두 적정 범위 내 있는 것으로 평가되었다(Table 4). 평가지표 중 PBIAS가 적정범위를 벗어나게 나타난 것은 10 ~ 12월의 유량 모의값이 관측값보다 평균 0.
1 %)에서 더 높게 나타났다. 특히, 논의 증발산량이 RCP 4.5 시나리오와 RCP 8.5 시나리오에서 각각 7.1 %, 13.2 % 증가하여 모의대상유역의 유역환경특성을 나타내는 것으로 판단된다. 또한, 전기 대비 후기의 관개량 증가율이 RCP 4.

후속연구

SWAT, HSPF 등의 유역모델을 적용한 기존 연구와 달리 농업유역의 수문현상 분석을 위해 유역 말단의 하천 지점뿐만 아니라 주요 관개용수 공급원인 유역 상류에 위치한저수지 지점에서 모델 보정을 수행함으로써 논 중심 농업유역의 중요한 수문기작인 관개량 모의 결과에 신뢰도를 높였다. RCP 시나리오의 미래 시기별 농업유역의 물수지 및 하천유출량 분석결과는 기후변화에 따른 논 중심 농업유역의 농업용수 수요관리 및 하천유지용수 유지 방안 수립의 기초자료로 활용할 수 있을 것으로 기대된다. 그러나 모델 보정 및 검정 과정에서 특정 기간을 대상으로 수행하여 다양한 강우 패턴을 반영하지 못한 한계를 가지고 있어, 향후 홍수와 가뭄 시기를 모두 포함하는 다년간의 강우사상에 대한 검토가 요구된다.
RCP 시나리오의 미래 시기별 농업유역의 물수지 및 하천유출량 분석결과는 기후변화에 따른 논 중심 농업유역의 농업용수 수요관리 및 하천유지용수 유지 방안 수립의 기초자료로 활용할 수 있을 것으로 기대된다. 그러나 모델 보정 및 검정 과정에서 특정 기간을 대상으로 수행하여 다양한 강우 패턴을 반영하지 못한 한계를 가지고 있어, 향후 홍수와 가뭄 시기를 모두 포함하는 다년간의 강우사상에 대한 검토가 요구된다. 또한, 기상청에서 제공하는 기후변화 시나리오의 불확실성을 최소화하기 위해 편의보정과정을 거쳤으나, 기상청 자료가 생성될 때의 오차와 편의보정 과정에서의 오차 등으로 인해 여전히 불확실성을 포함하고 있으므로 향후 연구에서 이에 대한 검토가 필요할 것으로 판단된다.
, 2011; KMA, 2018). 기후변화로 인한 기온상승은 증발산량을 증가시키고 강수량의 시공간적 변화를 일으켜 가뭄과 홍수와 같은 극한강우사상의 증가, 강우강도의 증가, 연강우일수의 감소 등 지금까지와는 다른 수문순환이 예상된다. 기후변화에 따른 물순환 체계의 변화는 인구 증가와 함께 농업, 가정, 산업 부문에서 물 수요를 증가시키며 이에 따른 수자원 관리의 필요성을 증대하게한다.
따라서 금천·은산천 유역과 같은 논 중심 농업유역에서는 기후변화에 의한 증발산량의 증가로 관개용수 수요량이 증가할 것으로 예상됨에 따라 관개용수 확보를 위한 대책 마련이 필요할 것으로 판단된다.
, 2014). 따라서 다양한 토지이용이 집약적으로 분포하는 국내 유역환경특성과 여름철 강우가 집중적으로 발생하는 기상조건 그리고 유역의 수문과정에서 논이 중요한 역할을 하는 특성을 고려하기 위해서는 유역을 정방형 격자로 분할하며, 논의 수문기작을 모의하고, 농업용 수관개시스템을 구현할 수 있는 유역모델이 필요할 것으로 판단된다.
그러나 모델 보정 및 검정 과정에서 특정 기간을 대상으로 수행하여 다양한 강우 패턴을 반영하지 못한 한계를 가지고 있어, 향후 홍수와 가뭄 시기를 모두 포함하는 다년간의 강우사상에 대한 검토가 요구된다. 또한, 기상청에서 제공하는 기후변화 시나리오의 불확실성을 최소화하기 위해 편의보정과정을 거쳤으나, 기상청 자료가 생성될 때의 오차와 편의보정 과정에서의 오차 등으로 인해 여전히 불확실성을 포함하고 있으므로 향후 연구에서 이에 대한 검토가 필요할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	극한 기상현상은 농업환경에 어떤 영향을 미치는가?	전체 물 수요의 가장 큰 부분을 차지하는 농업용수는 기온 상승과 강수 변동성 증가로 인한 관개용수 필요량이 증가할 것으로 예상되고, 기후모델의 결과에 따르면 순 관개용수 요구량은 2020년대까지 1 ~ 3 %, 2070년대까지 2 ~ 7 % 증가할 것으로 예측된다(Kim and Jung, 2011). 기후변화에 의한 홍수와 가뭄과 같은 극한 기상현상은 자연강우에 대한 의존성이 높은 지역에서 농업생산성에 막대한피해를 초래한다(Myeong, 2014).
	유역모델링이란 무엇인가?	이와 같이 기후변화에 따른 유역 내 수문현상의 변화를 정량적으로 분석하기 위한 도구로서 유역모델링 기법이 다수의 유역에서 적용되고 있다. 유역모델링은 증발산, 침투, 하천유출 등 유역 내 수문현상을 수학적 기법을 통해 분석하는 과학적인 도구로서 각 수문현상의 시공간적 분포를 이해하고, 시나리오 분석을 통해 다수의 조건에 따른 모의결과를 비교·분석하는 장점이 있다. 현재 국내에서 많이 사용되는 SWAT, HSPF, SWMM 등의 유역모델들은 대부분 외국에서 개발된 준분포형 모델로 논 중심 농업유역이 다수 분포하며, 토지이용이 집약적으로 이루어지는 국내 유역환경에 적용하기 위해서는 모델의 일부 기능을 개선하거나 새로운 기능을 추가해야 하는 한계가 있었다(Jeon et al.
	국내에서 자주 사용하는 유역모델링 기법의 한계점은 무엇인가?	유역모델링은 증발산, 침투, 하천유출 등 유역 내 수문현상을 수학적 기법을 통해 분석하는 과학적인 도구로서 각 수문현상의 시공간적 분포를 이해하고, 시나리오 분석을 통해 다수의 조건에 따른 모의결과를 비교·분석하는 장점이 있다. 현재 국내에서 많이 사용되는 SWAT, HSPF, SWMM 등의 유역모델들은 대부분 외국에서 개발된 준분포형 모델로 논 중심 농업유역이 다수 분포하며, 토지이용이 집약적으로 이루어지는 국내 유역환경에 적용하기 위해서는 모델의 일부 기능을 개선하거나 새로운 기능을 추가해야 하는 한계가 있었다(Jeon et al., 2007; Sakaguchi et al.

참고문헌 (33)

Ahn, J. M., Im, T. H., Lee, I. J., and Cheon, S. U. (2014). Assessment of future river environment considering climate change and basin runoff characteristics, Journal of Korea Water Resources Association, 47(3), 269-283. [Korean Literature]

원문보기 상세보기
Ahn, S. R., Park, M., J., Park, G. A., and Kim, S. J. (2009). Assessing future climate change impact on hydrologic components of Gyeongancheon watershed, Journal of Korea Water Resources Association, 42(1), 33-50. [Korean Literature]

원문보기 상세보기
Bang, J. H., Lee, S. H., Choi, J. Y., and Lee, S. H. (2017). Evaluation of reservoir drought response capability considering precipitation of non-irrigation period using RCP scenario, Journal of the Korean Society of Agricultural Engineers, 59(1), 31-43. [Korean Literature]

원문보기 상세보기
Brown, I. M., Poggio, L., and Gimona, A. (2011). Climate change, drought risk and land capability for agriculture: implications for land use in Scotland, Regional Environmental Change, 11(3), 503-518.

상세보기
Chae, Y. R., Lee, C. H., and Hope, C. (2017). Analyzing damage costs of climate change in Korea applying IPCC scenario system, Korea Environmental Institute. [Korean Literature]
Cho, H. L., Jeong, E., and Koo, B. K. (2015). Development of a hybrid watershed model STREAM: model structures and theories, Journal of Korean Society on Water Environment, 31(5), 491-506. [Korean Literature]

원문보기 상세보기
Chung, S. O. (2009). Climate change impacts paddy irrigation requirement in the Nakdong river basin, Journal of the Korean Society of Agricultural Engineers, 51(2), 35-41. [Korean Literature]
Han River Flood Control Office (HRFCO). (2018). Water Resources Management Information System (WAMIS), http://www.wamis.go.kr (accessed Dec. 2018)
Intergovernmental Panel on Climate Change (IPCC). (2014). Climate Change 2014: Synthesis Report, Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, IPCC, 1-151.
Jeon, J. H., Yoon, C. G., Donigian, A. S., and Jung, K. W. (2007). Development of the HSPF-Paddy model to estimate watershed pollutant loads in paddy farming regions, Agricultural Water Management, 90, 75-86.

상세보기
Jung I. W., Lee, B. J., Jun. T. H., and Bae, D. H. (2008). Hydrological model response to climate change impact assessments on water resources, Journal of Korea Water Resources Association, 41(9), 907-917. [Korean Literature]

원문보기 상세보기
Jung, H. C. and Suh, M, S. (2015). Correction of mean and extreme temperature simulation over South Korea using a trend-preserving bias correction method, Atmosphere Korean Meteorological Society, 25(2), 205-219. [Korean Literature]
Jung, I. W., Bae, D. H., and Kim, G. (2011). Recent trends of mean and extreme precipitation in Korea, International Journal of Climatology, 31, 359-370.

상세보기
Kim, Y. J. and Jung, E. S. (2011). Water resources: Their current state and assessment, Korea Environment Institute. [Korean Literature]
Korea Meteorological Administration (KMA). (2018). 2017 abnormal climate report, 11-1360000000705-01, Korea Meteorological Administration, 1-218. [Korean Literature]
Maeng, S. J., Jeong, J. H., Kim, H. S., Muhammad, A., and Hwang, M. H. (2015). Runoff analysis using precipitation by climate change scenario and observed precipitation, Crisis and Emergency Management, 11(2), 241-259. [Korean Literature]
Maurer, E. P. and Pierce, D. (2014). Bias correction can modify climate model simulated precipitation changes without adverse effect on the ensemble mean, Hydrology and Earth System Sciences, 18, 915-925.

상세보기
Moriasi, D. N., Gitau, M. W., and Daggupati, P. P. (2015) Hydrologic and water quality models: Performance measures and evaluation criteria, American Society of Agricultural and Biological Engineers, 58(6), 1763-1785.
Moriasi, D. N., Gitau, M. W., and Daggupati, P. P. (2015) Hydrologic and water quality models: Performance measures and evaluation criteria, American Society of Agricultural and Biological Engineers, 58(6), 1763-1785.
Myeong, S. (2014). Agriculture under UNFCCC, and its policy implications, Journal of Climate Change Research, 5(4), 313-321. [Korean Literature]

상세보기
Nam, W. H., Hong, E. M., Kim, T., and Choi, J. Y. (2014). Projection of future water supply sustainability in agricultural reservoirs under RCP climate change scenarios, Journal of the Korean Society of Agricultural Engineers, 56(4), 59-68. [Korean Literature]
National Institute of Meteorological Sciences. (2012). Global climate change report for response to IPCC 5th assessment report 2012, National Institute of Meteorological Sciences. [Korean Literature]
Nosrati, K. (2011). The effects of hydrological drought on water quality, IAHS-AISH Publication, 348, 51-56.
Park, J. Y., Park, M. J., Ahn, S. R., and Kim, S. J. (2009). Watershed modeling for assessing climate change impact on stream water quality of Chungju dam watershed, Journal of Korea Water Resources Association, 42(10), 877-889. [Korean Literature]

원문보기 상세보기
Park, J., Kang, M. S., and Song, I. (2012). Bias correction of RCP-based future extreme precipitation using a quantile mapping method; for 20-weather stations for South Korea, Journal of the Korean Society of Agricultural Engineers, 54(6), 133-142. [Korean Literature]
Rural Development Administration (RDA). (2018). Nongsaro, http://www.nongsaro.go.kr, (accessed Dec. 2018)
Rural Research Institute. (2014). Development of improved farming methods for agricultural non-point source pollution reduction, Rural Research Institute. [Korean Literature]
Ryu, J., Park, Y. S., Han, M., Ahn, K. H., Kum, D., Lim, K. J., and Park, B. K. (2014). Enhancement of land load estimation method in TMDLs for considering of climate change scenarios, Journal of Korean Society on Water Environment, 30(2), 212-219. [Korean Literature]

원문보기 상세보기
Ryu. J. H., Kang, M. S., Song, I., Park, J., Song, J. H., Jun, S. M., and Kim, K. (2015). Estimation of design flood for the Gyeryong reservoir watershed based on RCP scenarios, Journal of the Korean Society of Agricultural Engineers, 57(1), 59-68. [Korean Literature]
Sakaguchi, A., Eguchi, S., Kato, T., Kasuya, M., Ono, K., Miyata, A., and Tase, N. (2014). Development and evaluation of paddy module for improving hydrological simulation in SWAT, Agricultural Water Management, 137, 116-122.

상세보기
Song, J. H., Kang, M. S., Song, I. H., Hwang, S. H., Park J., and Ahn, J. H. (2013). Surface drainge simulation model for irrigation districts composed of paddy and protected cultivation, Journal of the Korean Society of Agricultural Engineers, 55(3), 63-73. [Korean Literature]

원문보기 상세보기
Yi, H. S., Kim, D. S., Hwang, M. H., and An, K. G. (2016). Assessment of runoff and water temperature variations under RCP climate change scenario in Yongdam dam watershed, South Korea, Journal of Korean Society on Water Environment, 32(2), 173-182. [Korean Literature]

원문보기 상세보기
Yun, D. K., Chung, S. O., and Kim, S. J. (2011). Climate change impacts on paddy water requirement, Journal of the Korean Society of Agricultural Engineers, 53(4), 39-47 [Korean Literature]

원문보기 상세보기

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

연합인증