[논문]지역기반 농업용수의 가뭄재해 취약성 평가

문영식; 남원호; 전민기; 김한중; 강구; 이정철; 하태현; 이광야

doi:10.5389/ksae.2020.62.2.97

지역기반 농업용수의 가뭄재해 취약성 평가
Evaluation of Regional Drought Vulnerability Assessment Based on Agricultural Water and Reservoirs 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.62 no.2, 2020년, pp.97 - 109

문영식 (Department of Bioresources and Rural Systems Engineering, Hankyong National University) , 남원호 (Department of Bioresources and Rural Systems Engineering, Institute of Agricultural Environmental Science, National Agricultural Water Research Center, Hankyong National University) , 전민기 (Department of Bioresources and Rural Systems Engineering, Hankyong National University) , 김한중 (Department of Bioresources and Rural Systems Engineering, Institute of Agricultural Enviromental Science, Hankyong National University) , 강구 (EKtechnology) , 이정철 (Overseas Business Department, Korea Rural Community Corporation) , 하태현 (Agricultural Drought Mitigation Center, Korea Rural Community Corporation) , 이광야 (Agricultural Drought Mitigation Center, Korea Rural Community Corporation)

Abstract ▼ AI-Helper

Drought is one of the most influential disasters in sustainable agriculture and food security of nations. In order to preemptively respond to agricultural droughts, vulnerability assessments were conducted to predict the possibility of drought in the region, the degree of direct or indirect damage, and the ability to cope with the damage. Information on agricultural drought vulnerability status of different regions is extremely useful for implementation of long term drought management measures. The purpose of this study is to develop and implement a quantitative approach for measuring agricultural drought vulnerability at sub-district level based on agricultural water and reservoirs. To assess the vulnerability in a quantitative manner and also to deal with different physical and socioeconomic data on the occurrence of agricultural drought, we selected the appropriate factors for the assessment of agricultural drought vulnerability through preceding studies, and analyzed the meteorological and agricultural reservoir data from 2015 to 2018. Each item was weighted using AHP (Analytic Hierarchy Process) analysis and evaluated through the agricultural drought vulnerability estimation. The entire national vulnerability assessments showed that Ganghwa, Naju, and Damyang were the most vulnerable to agricultural droughts. As a result of analyzing spatial expression, Gyeongsang-do is relatively more vulnerable to drought than Gangwon-do and Gyeonggi-do. The results revealed that the methodology and evaluation items achieved good performance in drought response. In addition, vulnerability assessments based on agricultural reservoir are expected to contribute supporting effective drought decisions in the field of agricultural water management.

주제어

표/그림 (14)

그림 Fig. 1 Flow chart of the process used to produce the agricultural drought vulnerability assessment model
표 Table 1 Drought severity classification in USDM (Svoboda et al., 2002)
표 Table 2 Indicators and weights for assessment of agricultural drought vulnerabilities
그림 Fig. 2 Mapping annual vulnerability assessment for Chungcheongnam-do in 2015, 2016, 2016, 2017, and 2018 year
표 Table 3 Results of drought vulnerability analysis in Chungcheongnam-do
그림 Fig. 3 Comparison of drought response costs and drought vulnerability in 2016 and 2017 year
그림 Fig. 4 Agricultural drought vulnerability map by four evaluation factors (A: meteorological factor, B: reservoir factor, C: social factor, D:adaptability factor)
표 Table 4 Meteorological impact vulnerability assessment results
표 Table 5 Agricultural water supply vulnerability assessment results
표 Table 6 Social vulnerability assessment results
표 Table 7 Adaptability vulnerability assessment results
표 Table 8 Classification ratio and blank area by factor
표 Table 9 Regional agricultural drought vulnerability assessment result
그림 Fig. 5 Regional drought vulnerability assessment map based on agricultural water and reservoirs

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 농업용수 중심의 가뭄 취약성을 평가를 위해 구체적인 평가 항목 및 방법론을 제시하였으며, 등급 및 가중치를 산정하여 가뭄대응 시 우선적으로 고려해야하는 가뭄취약지역을 도출하였다. 하지만, 기상청에서 제공하고 있는 종관기상관측장치의 관측자료 적용 시 167개 시군을 적용하기에 공간적 해상도가 낮기 때문에 기상자료의 높은 정밀성을 구축하는 것이 필요할 것으로 판단된다.
본 연구에서는 선제적 농업가뭄 대응을 위한 기초자료로서 167개 시군을 대상으로 지역기반 농업용수의 가뭄 취약성을 평가하였다. 농업 가뭄 취약성 평가지표를 선정하기 위하여 기존 선행연구로부터 기상영향 3개, 농업용수공급 6개, 사회·환경적 3개, 가뭄대응/적응능력 2개의 평가항목을 선정하였다.
본 연구에서는 전국단위의 기상자료 및 저수율 등 수문기상학적 자료를 토대로 167개 시군별 농업용수의 가뭄 취약성 평가 방법론을 정립하고자 한다. 과거 가뭄 사상을 분석하여 신뢰성을 높일 수 있는 객관적인 지표인 기상영향, 농업용수, 가뭄대응능력을 고려하여 종합적으로 시군단위의 가뭄 취약성 항목을 중분류와 세부인자를 구분하고, 인자별 가중치를 적용하여 지역별 등급산정을 통해 농업용수 기반 가뭄 취약 지도를 작성하고자 한다.
, 2019). 본 연구의 농업용수의 가뭄 취약성 평가는 다양한 가뭄 취약성 선행 연구를 통해 농업가뭄에 영향을 나타내는 인자를 분석하여 선정하였다.

제안 방법

농업 가뭄 취약성 평가지표를 선정하기 위하여 기존 선행연구로부터 기상영향 3개, 농업용수공급 6개, 사회·환경적 3개, 가뭄대응/적응능력 2개의 평가항목을 선정하였다. 14개의 각 세부항목은 축척재조정 방법을 통해 표준화하였으며, 각 항목별 AHP 분석을 통해 가중치를 산정하고 Percentile 방법과 등간격 척도를 통해 A등급부터 E등급까지 등급을 산정하였다. 산정된 가중치 및 등급기준을 통해 시군별 농업가뭄 취약성 평가를 수행하였다.
농업가뭄 평가를 위해 세부항목을 축척재조정 방법을 통해 표준화를 하였 으며, Percentile 방법으로 A부터 E까지 각각 중분류 항목을 5단계로 분류하였다. A, B, C, D, E까지 5등급을 각 20, 40, 60, 80, 100으로 재 점수화 하였으며, 식 (3)에 따라 산정된 중 분류 값에 가중치를 부여하여 종합적인 시군별 농업가뭄 취약성을 평가하였다.
본 연구에서는 학계 및 실무의 전문가 44명에 대한 설문 및 AHP 방법을 적용하여 Table 2에 나타내었다. A등급부터 E등급까지 산정된 중분류 및 세부 항목은 농업가뭄 취약성에 대한 평가인자로써, 식 (3)과 같이 가중치를 반영하여 종합적인 농업가뭄 취약 지역을 분석하였다.농업가뭄 취약성을 평가하기 위한 과정은 국내외 선행 연구를 통해 4가지 중분류 항목과 각각의 세부항목을 선정하고, 전처리 과정을 통해 단위 및 특성을 통합시켰다.
농업가뭄 취약성을 평가하기 위한 과정은 국내외 선행 연구를 통해 4가지 중분류 항목과 각각의 세부항목을 선정하고, 전처리 과정을 통해 단위 및 특성을 통합시켰다. 각 항목은 Percentile 방법을 활용하여 등급을 산정하며, 농업가뭄 취약성 판단에 긍정적인 영향과 부정적인 영향을 구분하여 두 영향의 차이를 통해 종합적인 시군별 농업가뭄 취약성 평가를 수행하였다.
본 연구에서는 전국단위의 기상자료 및 저수율 등 수문기상학적 자료를 토대로 167개 시군별 농업용수의 가뭄 취약성 평가 방법론을 정립하고자 한다. 과거 가뭄 사상을 분석하여 신뢰성을 높일 수 있는 객관적인 지표인 기상영향, 농업용수, 가뭄대응능력을 고려하여 종합적으로 시군단위의 가뭄 취약성 항목을 중분류와 세부인자를 구분하고, 인자별 가중치를 적용하여 지역별 등급산정을 통해 농업용수 기반 가뭄 취약 지도를 작성하고자 한다.
기상영향, 농업용수공급, 사회·환경적 인자, 적응능력 인자 4가지의 농업가뭄 취약성 평가 항목을 통해 전국 167개시군의 농업가뭄 취약성을 평가하였다.
농업가뭄 취약성을 평가하기 위해 전국 167개 시군을 대상 으로 분석하였다. 기상영향인자 (MD)는 AHP 분석 결과 0.498 의 중분류 항목 중 가장 높은 가중치를 나타냈으며, 관개기 월별 강수량 (F1), 5 mm 미만의 무강우일수 (F2), 33도 이상 폭염일수 (F3) 3가지 항목을 통해 산정하였다. 무강우일수와 폭염일수 항목의 경우 기상영향인자의 취약성을 감소시키므로 표준화 과정에서 역수로 계산하였다.
농업 가뭄 취약성 평가지표를 선정하기 위하여 기존 선행연구로부터 기상영향 3개, 농업용수공급 6개, 사회·환경적 3개, 가뭄대응/적응능력 2개의 평가항목을 선정하였다.
농업가뭄 취약성 평가 등급산정은 축척재조정 방법을 활용하여 나타낸 0부터 1사이의 인자 값을 통해 USDM (United States Drought Monitor)에서 가뭄 등급 산정 기준으로 활용하고 있는 Percentile 분석 방세부항목의 취약성을 평가 분석하기 위한 자료로법을 활용하였다. USDM의 가뭄 등급 산정 방법 중 하나인 Percentile 분석은 가뭄 발생에 대해 백분위수를 활용하여 임계값을 나타내는 방법이다.
농업가뭄 취약성 평가의 적정성을 검증하기 위해 Fig. 3과같이 시범지역의 결과 값을 활용하여 실제 가뭄발생 및 발생 예측 지역을 대상으로 지원되는 대책비용과 상관성을 비교하였다. 가뭄대책비는 한국농어촌공사 농업생산기반정비통계 연보를 참고하여 조사하였다.
농업가뭄 취약성 평가인자는 Table 2와 같이 기상영향, 농업용수공급, 사회·환경적 인자, 가뭄대응능력 4개의 중분류 항목과 14개 세부분류 항목으로 구분하였다.
농업가뭄 취약성은 기상, 농업용수, 사회·환경적 인자의 가중치 곱의 합과 적응능력의 가중치의 곱의 차이를 통해 평가하였다.
시범대상 지역은 15개 시군으로 구분되며, 세부항목은 2003년부터 2018년의 자료를 구축하였지만, 자료의공백이 없는 2015년부터 2018년까지 시간적 범위를 설정하여 항목별 평가결과 도출과 검증을 수행하였다. 농업가뭄 평가를 위해 세부항목을 축척재조정 방법을 통해 표준화를 하였 으며, Percentile 방법으로 A부터 E까지 각각 중분류 항목을 5단계로 분류하였다. A, B, C, D, E까지 5등급을 각 20, 40, 60, 80, 100으로 재 점수화 하였으며, 식 (3)에 따라 산정된 중 분류 값에 가중치를 부여하여 종합적인 시군별 농업가뭄 취약성을 평가하였다.
농업가뭄 취약성 평가 시 농업용수공급능력은 논에 필요한 용수를 공급하는 측면에서 필수적인 인자이다. 농업용수공급 인자는 가뭄경보 관심단계 70% 미만의 저수율 일 수 (F4), 관개기 월말 저수율 (F5), 관개기 수위감소율 (F6), 유역배율 (F7), 유효저수량 (F8) 및 수리답 비율 (F9)의 6가지로 평가하였다. Fig.
498 의 중분류 항목 중 가장 높은 가중치를 나타냈으며, 관개기 월별 강수량 (F1), 5 mm 미만의 무강우일수 (F2), 33도 이상 폭염일수 (F3) 3가지 항목을 통해 산정하였다. 무강우일수와 폭염일수 항목의 경우 기상영향인자의 취약성을 감소시키므로 표준화 과정에서 역수로 계산하였다. 167개 시군을 대상으로 취약성 결과 값을 분석하였을 때 통영, 거제, 기장 시군 순서로 A등급의 농업가뭄에 안전한 값을 나타냈으며, 울진, 삼척, 태백 등 7개의 지역에서 E등급의 결과를 나타냄으로서 기상영향 취약성 부분에서 가장 취약한 지역으로 나타났다 (Table 4).
Shin (2018)은 인공신경망 알고리즘을 활용하여 가뭄에 취약한 지역을 분석하였으며, 기상관측소 자료와 인공신경망 모델의 학습 자료의 비교를 위해서 축척재조정 방법을 활용하였다. 본 연구에서는 0에서 1 사이 동일한 분포 변환이 가능하며, 최댓값과 최솟값을 활용하여 상대적인 크기 비교하는 축척재조정 방법을 통해 각 항목별 단위 및 특성을 통합하였다.
사회적 인자는 행정구역 대비 논농사에 종사하고 있는 인구의 비율 (F10), 농경지 비율 (F11) 및 논물마름 면적 (F12) 3개의 항목을 선정하였다. Fig.
14개의 각 세부항목은 축척재조정 방법을 통해 표준화하였으며, 각 항목별 AHP 분석을 통해 가중치를 산정하고 Percentile 방법과 등간격 척도를 통해 A등급부터 E등급까지 등급을 산정하였다. 산정된 가중치 및 등급기준을 통해 시군별 농업가뭄 취약성 평가를 수행하였다.
농업가뭄 취약성 평가인자 수집을 통해 선정된 자료들은 2003년부터 2018년을 구축하였으며, 결측 기간을 제외한 2015년부터 2018년까지 취약성을 평가하였다. 연구는 Fig. 1과 같이 농업가뭄 취약성 평가에 관한 항목을 선정하고, 표준화를 통한 데이터 전 처리 후 가중치를 산정하여 각 항목별 중요도를 분석하였다. 취약성 산정 식을 통해 167개 시 군 지자체별 농업용수 기반의 가뭄에 취약한 지역을 분석하고, 취약지도를 작성하였다.
Kim (2019)는농업용 저수지의 기후변화 취약성을 평가하기 위해 다양한 표준화 방법을 활용하였다. 축척재조정 방법을 통해 요인 분석과 가중치를 적용하여 년 단위로 등급화하고, 시간에 따른 가뭄의 변화를 도시하였다. Shin (2018)은 인공신경망 알고리즘을 활용하여 가뭄에 취약한 지역을 분석하였으며, 기상관측소 자료와 인공신경망 모델의 학습 자료의 비교를 위해서 축척재조정 방법을 활용하였다.
1과 같이 농업가뭄 취약성 평가에 관한 항목을 선정하고, 표준화를 통한 데이터 전 처리 후 가중치를 산정하여 각 항목별 중요도를 분석하였다. 취약성 산정 식을 통해 167개 시 군 지자체별 농업용수 기반의 가뭄에 취약한 지역을 분석하고, 취약지도를 작성하였다.

대상 데이터

사회·환경적 인자의 경우 세부분류는 농업에 종사하는 인구 비율 (F10)과 농경지의 면적 비율 (F11), 논 물마름 면적 (F12)을 통해 나타내었으며, 전국 평균보다 높을수록 농업가뭄 취약성이 높게 평가된다. 가뭄대응/적응 능력 항목은 세부분류 항목으로 보조수원공 (F13)과 양수저류지구 (F14)를 파악하였으며, 국가통계포털, 한국농어촌공사 및 통계연보를 활용하여 자료를 수집하였다 (KRC, 2018). 농업가뭄 취약성 평가인자 수집을 통해 선정된 자료들은 2003년부터 2018년을 구축하였으며, 결측 기간을 제외한 2015년부터 2018년까지 취약성을 평가하였다.
농업가뭄 취약성 평가와 기존의 기후변화 취약성 평가는 평가 항목과 방법론이 다르기 때문에 연구에서 활용한 항목과 방법론의 적절성 검증이 필요하다. 농업가뭄 취약성 평가 방법론의 적정성을 검증하기 위한 시범대상지역은 과거 가뭄 피해가 극심했던 지역으로 상습가뭄지역인 충청남도를 선정 하였다. 충청남도의 강수량은 2015년 이후 평년대비 75%의수준으로 나타났으며, 최근 심각한 가뭄이 지속적으로 발생 했던 지역이다.
가뭄대응/적응 능력 항목은 세부분류 항목으로 보조수원공 (F13)과 양수저류지구 (F14)를 파악하였으며, 국가통계포털, 한국농어촌공사 및 통계연보를 활용하여 자료를 수집하였다 (KRC, 2018). 농업가뭄 취약성 평가인자 수집을 통해 선정된 자료들은 2003년부터 2018년을 구축하였으며, 결측 기간을 제외한 2015년부터 2018년까지 취약성을 평가하였다. 연구는 Fig.
농업가뭄 취약성을 평가하기 위해 전국 167개 시군을 대상 으로 분석하였다. 기상영향인자 (MD)는 AHP 분석 결과 0.
05로 다소 낮게 판단되었으며, 보조수원공 (F13)과 양수저류지구 (F14)가 항목에 해당된다. 보조수원공 및 양수저류지구가 없는 기장, 성남, 의정부, 안양 등 지역은 제외하여 145개 시군을 대상으로 등급을 산정하였다 (Fig. 4(D)).
기상영향인자는 농업가뭄 분석 및 취약성 평가 시 가장 중요한 지표 중하나로써, 강수량과 기온자료가 포함된다. 세부분류는 월별 강수량 (F1), 5 mm 미만 무강우일수 (F2), 고온 (33도 이상) 일수 (F3)로 구분하였으며, 기상자료는 기상청에서 제공하는 종관기상관측장비 (Automated Surface Observing System, ASOS)를 통해 수집하였다. 농업용수공급인자는 농업용 저수지의 관개용수, 유역배율 등 농업활동에 필요한 공급능력을 의미하며, 세부분류 항목으로는 가뭄예경보 관심단계 (저수율 70%) 이하로 내려간 일 수 (F4), 관개기 월말 저수율 (F5), 수위감소율 (F6), 유역배율 (F7), 단위면적당 유효저수량 (F8), 수리답비율 (F9)의 6가지로 구분하였다.
충청남도의 강수량은 2015년 이후 평년대비 75%의수준으로 나타났으며, 최근 심각한 가뭄이 지속적으로 발생 했던 지역이다. 시범대상 지역은 15개 시군으로 구분되며, 세부항목은 2003년부터 2018년의 자료를 구축하였지만, 자료의공백이 없는 2015년부터 2018년까지 시간적 범위를 설정하여 항목별 평가결과 도출과 검증을 수행하였다. 농업가뭄 평가를 위해 세부항목을 축척재조정 방법을 통해 표준화를 하였 으며, Percentile 방법으로 A부터 E까지 각각 중분류 항목을 5단계로 분류하였다.
농업용수공급인자는 농업용 저수지의 관개용수, 유역배율 등 농업활동에 필요한 공급능력을 의미하며, 세부분류 항목으로는 가뭄예경보 관심단계 (저수율 70%) 이하로 내려간 일 수 (F4), 관개기 월말 저수율 (F5), 수위감소율 (F6), 유역배율 (F7), 단위면적당 유효저수량 (F8), 수리답비율 (F9)의 6가지로 구분하였다. 저수율 자료의 경우 한국농어촌공사 농촌용수종합정보시스템 (Rural Agricultural Water Resource Information System, RAWRIS)의자료를 통해 구축하였으며, 유역배율과 수리답비율은 국가 통계포털 (KOrean Statistical Information Service, KOSIS)를통해 수집하였다. 사회·환경적 인자의 경우 세부분류는 농업에 종사하는 인구 비율 (F10)과 농경지의 면적 비율 (F11), 논 물마름 면적 (F12)을 통해 나타내었으며, 전국 평균보다 높을수록 농업가뭄 취약성이 높게 평가된다.

이론/모형

3과같이 시범지역의 결과 값을 활용하여 실제 가뭄발생 및 발생 예측 지역을 대상으로 지원되는 대책비용과 상관성을 비교하였다. 가뭄대책비는 한국농어촌공사 농업생산기반정비통계 연보를 참고하여 조사하였다. 가뭄대책비용은 가뭄이 발생한 뒤 투입되는 비용이며, 상관성 분석 결과 0.
종합적인 시군별 농업가뭄 취약성 평가를 위한 각 항목별 가중치는 AHP (Analytic Hierarchy Process) 분석을 통해 산정 하였다. AHP 분석은 다양한 인자들을 계층적으로 분류하여 중요도를 파악하는 기법으로 설문을 통해 대안들을 순위화 시키고, 비율 척도 (ratio scale)로 가중치를 도출하는 방법이다 (Saaty, 1980).

성능/효과

무강우일수와 폭염일수 항목의 경우 기상영향인자의 취약성을 감소시키므로 표준화 과정에서 역수로 계산하였다. 167개 시군을 대상으로 취약성 결과 값을 분석하였을 때 통영, 거제, 기장 시군 순서로 A등급의 농업가뭄에 안전한 값을 나타냈으며, 울진, 삼척, 태백 등 7개의 지역에서 E등급의 결과를 나타냄으로서 기상영향 취약성 부분에서 가장 취약한 지역으로 나타났다 (Table 4). Fig.
167개 시군을 대상으로 취약성 결과 값을 분석하였을 때 통영, 거제, 기장 시군 순서로 A등급의 농업가뭄에 안전한 값을 나타냈으며, 울진, 삼척, 태백 등 7개의 지역에서 E등급의 결과를 나타냄으로서 기상영향 취약성 부분에서 가장 취약한 지역으로 나타났다 (Table 4). Fig. 4(A)를 통해 기상영향 인자를 통해 취약성 판단한 결과 전체적으로 경상북도 지역이 다른 지역들에 비해 D 등급, E등급의 비율이 다소 높은 것을 알 수 있었으며, E등급의 취약한 지역은 강수량 부족 및 고온에 대응할 수 있는 방법을 강구하는 것이 필요할 것으로 판단된다.
80으로 나타났으며, 적응 능력 항목에서 낮은 점수를 나타냈지만, 기상영향, 농업용수, 사회·환경적 항목에서 높은 점수가 산정됨으로써 농업가뭄 취약성에 가장 안전한 지역으로 분류되었다. Fig. 5에서 종합 적으로 농업가뭄 취약지도를 보면 경기도와 강원도 지역보다는 경상도와 전라도 지역에서 C등급과 D등급의 비율이 높음을 알 수 있었다. 본 연구에서 가장 높은 가중치는 기상영향 (0.
가뭄대책비는 한국농어촌공사 농업생산기반정비통계 연보를 참고하여 조사하였다. 가뭄대책비용은 가뭄이 발생한 뒤 투입되는 비용이며, 상관성 분석 결과 0.66의 다소 높은 상관성 값을 나타냈다. 이는 농업가뭄이 취약한 지역일수록 지원되는 대책비용이 많다는 것을 알 수 있으며, 본 연구에서 사용된 평가항목 및 방법론이 전국 농업가뭄 취약성 평가에 적용이 가능할 것이라 판단된다.
69로 충청남도 지역에서 농업가뭄에 가장 취약했다. 금산의 경우 2016년부터 2018년까지 농업 가뭄에 가장 안전한 결과를 나타내었으며, 종합적으로 85.90 의 높은 값을 나타내었다.
농업가뭄 취약성에 안전한 시군으로는 양구 91.02, 진안 87.98, 단양 87.80으로 나타났으며, 적응 능력 항목에서 낮은 점수를 나타냈지만, 기상영향, 농업용수, 사회·환경적 항목에서 높은 점수가 산정됨으로써 농업가뭄 취약성에 가장 안전한 지역으로 분류되었다.
4(B)와 같은 결과를 나타냈으며, 서울, 수원, 의정부등 농업용 저수지가 없는 시군은 제외하여 등급을 산정하였다. 농업용 저수지가 없는 지역을 제외한 133개 시군을 대상으로 농업용수공급 취약성을 평가한 결과 충청도 지역에서 다소 높은 농업가뭄 취약성을 나타내었다. 함양에서 99.
하지만, 기상청에서 제공하고 있는 종관기상관측장치의 관측자료 적용 시 167개 시군을 적용하기에 공간적 해상도가 낮기 때문에 기상자료의 높은 정밀성을 구축하는 것이 필요할 것으로 판단된다. 또한 가중치 산정 부분에서 AHP 분석 결과 가중치의 값이 기상영향에 상대 적으로 높은 값을 나타냈다. 향후 가중치 산정 시 AHP 분석뿐만 아니라 엔트로피, 델파이 기법 등 다양한 가중치 산정 방법을 활용하여 보다 높은 신뢰성을 연구가 필요할 것으로 사료 된다.
69의 값으로 가장 취약성이 높은 것으로 평가 되었다. 또한 취약성 결과와 실제 가뭄발생 대상으로 지원되는 대책비용과의 상관성 분석을 실시한 결과 0.66으로 평가항목 및 방법론이 농업가뭄 취약성에 적용가능 할 것이라 판단되었다. 전국 167개 시군을 통해 취약성을 종합적으로 평가한 결과를 가뭄취약지도를 통해 나타내었으며, 경기도 및 강원도 지역보다 전라도와 경상도 지역의 취약성이 높은 것으로 나타났다.
4(D)). 보조수원공 및 양수저류지구의 경우 강화, 파주, 안성 등에서 100점으로 보조수원공 및 양수저류지구에서 안전한 시군으로 나타났다. 하지만 강원도 지역에서 E등급, D등급의 다소 높은 취약성을 나타내었으며, 그 외에도 단양, 무주, 함양에서 E등급의 높은 취약성을 나타내었다.
5에서 종합 적으로 농업가뭄 취약지도를 보면 경기도와 강원도 지역보다는 경상도와 전라도 지역에서 C등급과 D등급의 비율이 높음을 알 수 있었다. 본 연구에서 가장 높은 가중치는 기상영향 (0.498)으로 종합적인 농업가뭄 취약성 판단 시 기상영향에 따라 상대적으로 등급판단에 영향이 클 것으로 예상되었으나, 기상영향의 값이 상대적으로 차이가 적게 나타나면서 농업용수공급 (0.286)이 보다 취약성의 크기를 좌우한 것으로 나타났다. 실제 가뭄이 취약한 지역과 비교한 결과 (ME, 2016), 본 연구에서 취약성이 높은 지역인 강화, 나주, 담양 등이 유사하게 나타났으며, 선제적으로 가뭄 대책비 투입이 필요할 것으로 판단된다.
13으로 농업용수공급 평가 항목에서 가장 취약한 지역으로 나타났다 (Table 5). 수리답 비율, 유효저수량의 결과 값보다 월말 저수율, 가뭄경보 기준미만 저수율 항목에서 차이를 나타내었다. 농업용수공급 능력이 취약한 지역은 보조수원공 시설 및 수자원 관리 기술을 개선해야 할 것으로 사료된다.
05) 순으로 조사 되었다. 시범지역에 적정성을 검증하기 위해 충청남도에 적용하여 취약성을 평가한 결과 15개 시군 중 서산과 서천 지역 에서 71.88, 73.69의 값으로 가장 취약성이 높은 것으로 평가 되었다. 또한 취약성 결과와 실제 가뭄발생 대상으로 지원되는 대책비용과의 상관성 분석을 실시한 결과 0.
66의 다소 높은 상관성 값을 나타냈다. 이는 농업가뭄이 취약한 지역일수록 지원되는 대책비용이 많다는 것을 알 수 있으며, 본 연구에서 사용된 평가항목 및 방법론이 전국 농업가뭄 취약성 평가에 적용이 가능할 것이라 판단된다.
전국 167개 시군을 대상으로 농업가뭄 취약성 평가 결과 Table 9와 같이 강화 63.75, 나주 67.01, 담양 67.72로 취약성이 가장 높은 지역으로 나타났다. 취약한 지역 모두 적응능력 항목에서 높은 점수를 나타냈지만, 농업용수와 사회·환경적 항목에서 낮은 점수를 나타내면서 종합적으로 가장 취약한 지역으로 분류되었다.
66으로 평가항목 및 방법론이 농업가뭄 취약성에 적용가능 할 것이라 판단되었다. 전국 167개 시군을 통해 취약성을 종합적으로 평가한 결과를 가뭄취약지도를 통해 나타내었으며, 경기도 및 강원도 지역보다 전라도와 경상도 지역의 취약성이 높은 것으로 나타났다. 전국적으로 양구 (91.
03% 미만의 농경지를 나타내는 서울, 성남, 의정부, 안양, 동두천 등 지역은 논 가뭄에 영향을 미치지 못한다고 판단하여 제외하고 등급을 산정하였다. 전라도 시군에서 다른 지역에 비해 C등급, D등급 비율이 높음을 알 수 있었다. Table 6을 보면 양구, 인제, 진천 등에서 100점의 높은 취약성 값을 나타내었으며, 신안 58.
취약한 지역 모두 적응능력 항목에서 높은 점수를 나타냈지만, 농업용수와 사회·환경적 항목에서 낮은 점수를 나타내면서 종합적으로 가장 취약한 지역으로 분류되었다.
보조수원공 및 양수저류지구의 경우 강화, 파주, 안성 등에서 100점으로 보조수원공 및 양수저류지구에서 안전한 시군으로 나타났다. 하지만 강원도 지역에서 E등급, D등급의 다소 높은 취약성을 나타내었으며, 그 외에도 단양, 무주, 함양에서 E등급의 높은 취약성을 나타내었다. 적응능력이 낮게 평가된 시군의 경우 시설 유지와 보조수원공 및 양수 저류 준공 등이 가장 우선적으로 필요하다.
농업용 저수지가 없는 지역을 제외한 133개 시군을 대상으로 농업용수공급 취약성을 평가한 결과 충청도 지역에서 다소 높은 농업가뭄 취약성을 나타내었다. 함양에서 99.9의 가장 높은 점수를 나타내며 A등급으로 산정되었으며, 진안 98.68, 영동 98.32로 농업가뭄에 안전한 것으로 나타났다. E등급은 강화 38.

후속연구

향후 가중치 산정 시 AHP 분석뿐만 아니라 엔트로피, 델파이 기법 등 다양한 가중치 산정 방법을 활용하여 보다 높은 신뢰성을 연구가 필요할 것으로 사료 된다. 본 연구의 결과는 선제적 가뭄 대응의 기초자료로 활용 되어 농업용수 기반의 가뭄 취약지역산정, 지역별 맞춤형 가뭄 정보 제공의 신뢰도가 강화될 것으로 판단된다.
본 연구에서는 농업용수 중심의 가뭄 취약성을 평가를 위해 구체적인 평가 항목 및 방법론을 제시하였으며, 등급 및 가중치를 산정하여 가뭄대응 시 우선적으로 고려해야하는 가뭄취약지역을 도출하였다. 하지만, 기상청에서 제공하고 있는 종관기상관측장치의 관측자료 적용 시 167개 시군을 적용하기에 공간적 해상도가 낮기 때문에 기상자료의 높은 정밀성을 구축하는 것이 필요할 것으로 판단된다. 또한 가중치 산정 부분에서 AHP 분석 결과 가중치의 값이 기상영향에 상대 적으로 높은 값을 나타냈다.
또한 가중치 산정 부분에서 AHP 분석 결과 가중치의 값이 기상영향에 상대 적으로 높은 값을 나타냈다. 향후 가중치 산정 시 AHP 분석뿐만 아니라 엔트로피, 델파이 기법 등 다양한 가중치 산정 방법을 활용하여 보다 높은 신뢰성을 연구가 필요할 것으로 사료 된다. 본 연구의 결과는 선제적 가뭄 대응의 기초자료로 활용 되어 농업용수 기반의 가뭄 취약지역산정, 지역별 맞춤형 가뭄 정보 제공의 신뢰도가 강화될 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	농업가뭄이란 무엇인가?	, 2013; Jang, 2019). 특히, 농업가뭄은 농작물 생육 및 수확량에 직접적으로 영향을 미치는 토양수분 및 농업용 저수지의 관개용수가 부족하여 농작물에 피해가 발생하는 것으로 정의한다(Rosenberg, 1979; Yoon et al., 2018; Mun et al.
	가뭄이란 무엇인가?	가뭄은 특정기간 동안의 강수량 부족으로 인한 기상, 수문, 농업적 물 부족 현상에 따른 자연재해를 의미하며, 가뭄의 발생은 안정적인 용수 확보 및 수자원 관리에 영향을 미치고 있다 (Ahn et al., 2009; Nam et al.
	농업가뭄의 취약성에 대한 개념은 무엇인가?	취약성의 개념은 일반적으로 식량안보, 자연재해 및 재난 위험관리, 공중 보건 등의 연구 분야에서 외부 스트레스에 대한 결과물에 따른 시스템 내부의 상태의 잠재적 피해 발생 가능정도를 의미한다(IPCC, 2001; Yoo and Kim, 2008; Nam et al., 2015).

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