韓 國 水 資 源 學 會 論 文 集 第43卷 第3號․2010年 3月
pp. 309～323
기후변화와 토지피복변화를 고려한 한강 유역의 수자원 영향 평가
An Impact Assessment of Climate and Landuse Change on Water Resources in the Han River
김 병 식
*/ 김 수 전
**/ 김 형 수
***/ 전 환 돈
****Kim, Byung Sik / Kim, Soo Jun / Kim, Hung Soo / Jun, Hwan Don
...
Abstract
As climate changes and abnormal climates have drawn research interest recently, many countries utilize the GCM, which is based on SRES suggested by IPCC, to obtain more accurate forecast for future climate changes. Especially, many research attempts have been made to simulate localized geographical characteristics by using RCM with the high resolution data globally. To evaluate the impacts of climate and landuse change on water resources in the Han-river basin, we carried out the procedure consisting of the CA-Markov Chain, the Multi-Regression equation using two independent variables of temperature and rainfall, the downscaling technique based on the RegCM3 RCM, and SLURP. From the CA-Markov Chain, the future landuse change is forecasted and the future NDVI is predicted by the Multi-Regression equation. Also, RegCM3 RCM 50 sets were generated by the downscaling technique based on the RegCM3 RCM provided by KMA. With them, 90 year runoff scenarios whose period is from 2001 to 2090 are simulated for the Han-river basin by SLURP. Finally, the 90-year simulated monthly runoffs are compared with the historical monthly runoffs for each dam in the basin. At Paldang dam, the runoffs in September show higher increase than the ones in August which is due to the change of rainfall pattern in future.
Additionally, after exploring the impact of the climate change on the structure of water circulation, we find that water management will become more difficult by the changes in the water circulation factors such as precipitation, evaporation, transpiration, and runoff in the Han-river basin.
Keywords : Semi-Distributed model, SLURP, Climate change, RCM (Regional Climate Model), Flow duration curve
...
요 지
최근 기후변화와 이상기후에 대한 관심으로 세계 각국에서는 미래 기후에 대한 보다 정확한 정보를 얻기 위하여 IPCC 권장 시나리오인 SRES (Special Report in Emission Scenario)기반의 GCM (General Circulation Model)과 RCM (Regional Circulation Model)을 이용하고 있으며 특히, 최근에는 고해상도 자료를 생산함으로써 국부지역에 대한 지형학적 특성을 효과적으로 모의할 수 있는 RCM 모형을 이용한 연구가 활발히 진행되고 있다.
본 연구에서는 기후변화와 토지이용변화에 따른 미래 한강 유역의 수자원을 평가하기 위하여 다음의 과정을 진
* 한국건설기술연구원 수자원연구실 선임연구원
Senior Researcher, Water Resources Research Div., Korea Institute of Construction Technology, Gyeonggi-do, Korea
** 인하대학교 토목공학과 박사과정
Ph.D., Student, Dept. of Civil Engrg., Inha Univ., Incheon 402-751, Korea
*** 인하대학교 토목공학과 부교수
Associate Pfor., Dept. of Civil Engrg., Inha Univ., Incheon 402-751, Korea
**** 교신저자, 서울산업대학교 토목공학과 조교수
Assistant Professor, School of Civil Engineering, Seoul National University of Technology, Seoul 139-743, Korea (e-mail: [email protected])
DOI: 10.3741/JKWRA.2010.43.3.309
행하였다. CA-Markov Chain기법으로부터 토지이용변화를 추정하였으며 기온과 강수자료을 독립변수로 이용한 다 중 회귀식으로부터 미래 NDVI를 추정하였다. 또한 기상청에서 제공하는 RegCM3 지역지후모형으로부터 축소기법 을 이용하여 추정된 RegCM3 RCM 50 set의 기후변화 시나리오를 SLURP 모형에 입력하여 2001년부터 2090년까 지 총 90년에 대한 한강 유역의 미래 유출모의를 실시하였다. 예측된 미래의 유출사상을 기반으로 각 댐별 과거와 미래 유출량을 월별로 비교하고 이들의 유황분석을 실시하였다.
최종 모의 지점으로 선택한 팔당댐에서 월단위 유출 모의 결과 8월 보다는 9월 유출량이 증가하는 결과를 보였 고 이는 미래 강우 패턴의 변화에 기인한 것으로 판단되었다. 또한, 기후변화가 물 순환 구조에 미치는 영향을 검 토한 결과 한강유역은 물 순환 요소 (강수량, 증발량, 증산량, 유출량)의 변화에 의하여 수자원 관리 측면에서 어려 움이 가중될 수 있음을 확인하였다.
핵심용어 : 준 분포형 유출모형, SLURP, 기후변화, RCM, 유황분석
...
1. 서 론
최근 기후변화에 따른 이상기상으로 빈번하게 발생하 는 극한 기후가 중요한 환경 요소로 인식되면서 각종 언 론 매체와 환경정책 토론의 주제가 되고 있다. 기후의 극치 사상의 영향은 매우 광역적으로 분포하며, 이들은 농업, 공공사업, 운송과 수자원을 포함하여 경제에 이르 기까지 다양한 분야에 영향을 미친다. 이렇게 볼 때, 극 한 기후로 사회 전반에 대한 안정성이 더 취약하여 질 수 있음은 분명한 사실이다 (Kunkelet al., 1999b). 범람 과 홍수, 폭염과 혹한 등의 극한 사상 발생으로 인하여 인명피해와 사회 기반시설의 취약성이 증대되고 있고, 그 피해 정도와 면적도 점차 증가하고 있는 실정이다.
홍수나 가뭄과 같은 극한 수문학적 사상은 전 세계의 많은 지역에 피해를 유발하고 있다. Clausius-Clapeyron 의 물리식에 따르면, 온도가 높아질수록 증기압은 더 증 가하게 된다. 즉, 홍수를 유발할 수 있는 강우의 잠재력은 온도와 함께 증가하게 됨을 의미한다. 이러한 현상은 실 제로, 이미 많은 지역에서 관측된 바 있다 (IPCC, 2001).
기후변화가 수문순환 과정을 빠르게 진행시키고, 극한 사상의 빈도와 극치 상태를 증가시킨다는 가정이 실제 수문자료에서 그 변화가 관측됨에 따라 최근 주된 관심 사가 되고 있다.
한편, IPCC (2001)에서는 향후 기후변화에 따른 영향 을 평가하여 대응하여야 함을 강조하였다. 이러한 내용 에 따라 본 연구에서는 미래 기후변화 상황에서의 수자 원을 분석하고자 하였다. 일반적으로 미래 기후변화 상 태를 모의하기 위하여 GCM 모형을 가장 많이 이용하 고 있으나, GCM은 시간적으로는 약 30분에서부터 몇 시간까지 세밀한 해상도를 가지는 반면 공간적으로는 수백 km에 달하는 저해상도를 지니고 있다. 특히, 기온, 강수, 바람, 복사량과 기압과 같은 기상학적 변수들이 모의되고 있으나 수문모형 주 입력 자료인 강수량의 경
우 GCM으로부터의 모의 결과가 적절치 않고, 격자 간 격이 매우 크기 때문에 (저해상도) 단일격자 값을 특정 지역의 대표값으로 보기에는 무리가 있다. 이에 따라 수문학적으로 의미가 있는 유역규모로 축소하는 과정이 요구된다. 그러나 최근 RCM 모형이 개발되면서 유역규 모의 기후변화를 모의하는 것이 가능하게 되었다. 권현 한 등 (2008)은 RCM 모형은 고해상도 자료를 생산하여 국부지역에 대한 지형학적 특성을 보다 효과적으로 모 의할 수 있다는 장점이 있다고 하였으며, 이러한 관점 에서 볼 때 국토의 70%가 산지로 이루어져 국지 규모 의 기후특성을 보이는 우리나라의 경우 RCM과 같은 지역화 기법 (regionalization technique)이 요구된다고 하였다.
본 논문에서는 미래 한강 유역의 수자원 변동성을 평가하기 위하여 CA-Markov Chain 기법으로부터 토지 이용변화를, 기온과 강수자료을 독립변수로 이용한 다 중 회귀식으로부터 미래 NDVI를 추정하고 기상청에서 제공하는 RegCM3 지역지후모형으로부터 축소기법을 이용하여 추정된 RegCM3 RCM 50 set 기후변화시나리 오를 SLURP 모형에 입력하였다. 2001년부터 2090년까 지 총 90년에 대한 한강 유역의 미래 유출모의를 실시 한 후 각 댐별 과거와 미래 유출량을 월별로 비교하고 이들의 유황분석을 실시하였다. 자세한 과정은 Fig. 1을 참고할 수 있다.
2. 기후변화에 의한 유출특성 변화모의 기법
2.1 고해상의 RCM과 hybrid 축소기법을 이용한기후변화가 고려된 일 기상자료의 모의 본 연구에서는 IPCC SRES A2 온난화가스시나리오 에 대하여 27 × 27 km 고해상도 격자 규모의 기상청 RegCM3 RCM을 이용하였으며 한반도 규모의 기후변화 를 모의하였으며 Quantile Mapping 방법 (Wood et al.
Fig. 1. Flowchart of the Impact Assessment for Climate Change on Runoff
2002; Hamlet et al., 2003)을 이용하여 RCM 자료의 각 지점별 관측기간 자료에 대한 편이보정(Bias Correction) 을 실시하였다. 또한, 격자기반의 기후변화 영향을 유역 규모로 축소하기 위하여 본 연구에서는 천이확률 및 강 수 모의에 이용되는 Gamma 확률분포 등 분포형 매개변 수들이 외부인자 즉, 기후변화시나리오에 따라 조건부로 변동할 수 있는 비정상성 Markov Chain 모형을 이용하 였는데. 이 모형은 추계학적 모형인 Markov Chain과 통 계학적 Downscaling 모형을 결합한 형태로 권현한과 김 병식 (2009)의 연구내용에 근거하여 작성하였다. 비조건 부 Markov Chain 모형은 ① 무강수에서 강수로 진행하 는 천이확률 (P01), ② 강수에서 강수로 진행하는 천이확 률 (P11), 강우량 모의를 위한 Gamma 확률분포의 ③ 축 척매개변수 (α)와 ④ 형상매개변수 (β)로 4개의 매개변수 가 회귀분석에 이용된다. 한편, 추계학적 매개변수 4개 를 외부인자와의 연결을 위하여 정준상관분석 (canonical correlation analysis, CCA)을 이용하였으며 이들로부터 시계열간 최적 상관성을 갖는 매개변수를 추정하였다. 그 리고 최적 추정된 매개변수들을 이용함으로써 총량을 유 지한 상태에서 매년 특정계절의 일 (daily)단위 강수량 자 료를 모의하였다. 비정상성 Markov Chain 모형에 대한 보 다 자세한 내용은 권현한 등 (2009)을 참고할 수 있다.
2.2 CA-Markov 기법을 이용한 미래 토지이용 변 화 예측
미래토지이용변화를 예측하기 위하여 토지이용변의 변화된 경향을 반영할 수 있는 Markov Chain 모형과 시 간변화를 고려할 수 있는 CA (Celluar Automata)기법을 결합한 CA-Markov 기법을 적용하였다. 이 방법은 토지
이용변화 예측을 목적으로 국내외, 다양한 분야에서 적 용되고 있으며 보다 자세한 설명은 정재준 등 (2001), 김 성준과 정인균 (2006), 안소라 등 (2008), 국토해양부 (2009)를 참고할 수 있다.
2.3 정규화식생지수 (NDVI)를 이용한 미래토지 이용 변화 예측
기후변화는 기온과 강수 등 기상변화를 유발하여 대 상 유역 내 분포하고 있는 식생 종류, 양과 분포에 잠재 적 영향을 미치게 된다 (국토해양부, 2009). 본 연구에서 는 NOAA/AVHRR 자료로부터 식생의 양, 분포, 상태와 활성도를 정량적으로 표현할 수 있는 정규화식생지수 (NDVI)를 이용하여 Fig. 2와 같은 절차에 의하여 기상 자료와 NDVI의 상관관계로부터 토지피복 변화를 예측 하였다.
2.4 준포형 수문모형을 이용한 장기 유출 모의 물 순환 과정의 분석, 평가를 위하여 현재까지 다양한 수문모형이 개발, 적용되고 있다. 따라서 각 모형의 특성 에 따른 장․단점을 고려하여 연구 대상 유역에 대한 적용성과 사용 목적에 가장 적합한 모형을 선정할 필요 가 있다 (과학기술부, 2007; 국토해양부, 2009). 한편, 국 외에서는 기후변화 및 변동성이 수문응답 (hydrological response)과 수자원에 미치는 영향에 대한 연구 및 평가 를 위하여 GCM과 유출모형으로부터 기후변화 유출시나 리오를 작성, 분석해 왔다 (김병식, 2005; Kim 등, 2007) 기후변화를 고려하여 대상 유역의 수자원 영향을 평가하 기 위해서는 기후변화시나리오를 반영한 장기 유출 모의 외에도 증발산량, 토지피복변화 등 GIS를 이용한 물리적
⇨
(a) Extraction of NDVI from the images of NOAA (b) Extraction of the average NDVI for each landuse
⇩
⇦
(d) Forecast of future NDVI for each landuse (c) Construction of the regression equations between climate and NDVI Fig. 2. Procedure to Predict Landuse Change from NOAA Image
특성 변화를 고려할 수 있어야 한다. 또한, 기후변화라는 불확실성 요소가 반영되므로 매개변수 추정 과정이 쉽고, 안정성이 높아야하며 국외 뿐 아니라 국내 다수 유역에 적용, 분석되어 모형 적용성 검토가 이루어져 신뢰성이 확보된 모형이라야 한다. 김병식(2005), Kim 등(2007), 과학기술부(2007)와 국토해양부 (2009)는 물 순환 과정과 기후변화 평가를 위하여 국내외에서 적용되고 있는 유출 모형의 특성을 조사, 분석하였으며 본 연구에서는 이들 내용에 근거하여 SLURP 모형을 선정하였다. 이 모형은 최근까지 국내 용담댐, 안성천, 경안천 등 많은 유역에 적 용되었고 최근에는 대상 유역에 위치한 인위적 시설물을 반영하여 모형을 구축할 수 있다. 특히, 여러 연구를 통 해 소유역부터 대유역까지 적용함으로써 가능성이 검토 되어 전 국토의 약 23 %를 차지하는 한강 유역(임진강 유역을 제외한 유역면적 26,335 ㎢) 적용에 타당할 것으로 판단하였기 때문이다. SLURP 모형 개요와 구조에 대한 보다 자세한 설명은 김병식 등 (2003, 2004)과 김병식 (2005), Kimet al. (2007), 권형중 등(2007), 박민지 등 (2007), 김보경 등 (2009)과 국토해양부 (2009)를 참고할 수 있다.
3. 적용 및 분석
3.1 대상유역 구축 및 지상학적 인자 추출과 ASA 분할 본 연구에서는 기후변화가 유역의 물 순환 요소와 수
자원시스템에 미치는 영향을 평가하기 위하여 우리나라 에서 가장 규모가 큰 유역이며 서울을 포함한 주요도시 들이 위치하고 있어 사회․경제적으로 중심이 되는 한강 유역을 대상유역으로 선정하였다. 또한, 한강유역은 서 울, 경기, 강원과 같은 수도권의 용수를 공급하여 귀중 한 용수원이 되고 있는 대규모 여러 다목적댐들이 운영 되고 있기 때문에 미래의 기후변화가 수자원시스템에 미치는 영향을 평가하는데 있어 적절하다고 판단되었다.
한강 유역은 북위 36°30ˊ～38°55ˊ, 동경 126°24ˊ～
129°02ˊ에 걸쳐 한반도 중앙부에 위치하며 유역면적 26,355 ㎢ (임진강 유역 제외), 유로연장 481.7 km인 남 한 제1의 하천으로 하천형상은 복합상 유역 (Compound form basin)으로 전 국토 면적의 약 23 %를 차지한다.
Fig. 3은 한강유역의 위치와 대상유역 내 위치한 관측 소 현황을 나타낸 것이다.
본 연구에서는 한강 유역의 유출 모의를 위하여 SLURP 모형 입력 자료로 요구되는 일 (daily)단위 기상 시계열 자료 (강우, 온도, 풍속, 일조시간과 상대습도)는 한강 유역 주변에 위치한 속초, 철원과 강화 등을 포함 하여 21개 관측소 자료를 이용하였으며, 지형학적 분석 을 위한 DEM 및 토지피복도, 토양도 등 지형자료는 수 자원관리종합정보시스템 (WAMIS)에서 제공하는 것을 이용하였다. 한강 유역의 토지피복도 (2000)는 Fig. 4와 같이 수역, 시가지화, 나지, 습지, 초지, 산림지, 논과 밭 의 8가지로 분류하였다.
Fig. 3. Locations of the Han River Basin and the Observation Stations
(a) Landcover (2000) (b) The ratio of each landcover Fig. 4. Land Covers of the Han River Basin and Their Percentages (WAMIS, 2000)
한편, 본 연구에서는 DEM과 토지피복자료에 대하여 TOPAZ 분석 (Garbrecht et al., 1993; Martz and Garbrecht, 1993)을 실시하여 한강 유역을 Fig. 5와 같 이 139개 소유역으로 분할하고 이들 각각의 지상학적 매개변수들을 추출하였다.
3.2 유역 내의 인위적 시설물을 고려한 모형 구축 SLURP 모형은 전술한 것과 같이 댐이나 저수지와 같은 인위적 시설물을 모의에 반영할 수 있으며, 분석 을 위하여 수위-면적 및 수위-체적 곡선식 외에 최대 및 최소 허영 수위와 월 (monthly)단위 실측 방류량이 입력 자료로 요구된다. 본 연구에서는 한강 유역에 위 치한 10여개소의 댐 중 자료 누락 여부 등을 조사하여 화천댐, 소양강댐, 춘천댐, 의암댐, 청평댐, 횡성댐, 괴산 댐, 충주댐과 팔당댐 9개소를 모의에 적용하였다. 각 댐
Fig. 5. Sub-Basins (ASAs) in the Han River Produced by TOPAZ
No. Name Stage (y)-Area (x) Equation Stage (y)-Volume (x) Equation
1 Hwacheon Dam y = 0.0418x1.5676 y = 0.0328x2.3915
2 Soyang River Dam y = 0.0220x1.6659 y = 0.0149x2.5264
3 Chuncheon Dam y = 0.0168x1.9078 y = 0.0102x2.7310
4 Euiam Dam y = 0.0174x2.2754 y = 0.0190x2.7923
5 Cheongpyeong Dam y = 0.2663x1.3022 y = 0.1551x2.2079
6 Hoengseong Dam y = 0.0517x1.3051 y = 0.0006x3.1130
7 Chungju Dam y = 0.6507x1.0761 y = 0.4896x1.9233
8 Goesan Dam y = 0.0265x1.6695 y = 0.0186x2.1493
9 Paldang Dam y = 0.1432x1.9204 y = 0.0828x2.7237
Table 1. Stage-Area and Volume Curves for Each Dam
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90
2000 2001 2002 2003 2004 2005 2006 2007
Time(Month of Year)
NDVI
Urban Barren Wetland Grass Forest Paddy Crop
Fig. 6. Reference Data Series of NDVI (2000 ～ 2007 Years)
의 정보는 기존댐 용수공급능력조사 (한강수계) (건설교 통부/한국수자원공사, 1997) 자료로부터 각 댐의 수위- 면적과 수위-체적 곡선을 산정하고, 실측 방류량 자료 는 WAMIS 에서 제공하는 월 (monthly)단위 자료를 이 용하였다. 각 댐의 수위-저류면적, 수위-저류용량의 관 계는 Table 1에 제시하였다.
3.3 정규화식생지수 (NDVI)를 이용한 미래 토지피 복변화 예측
앞 절에서 언급한 것과 같이 식생의 양, 분포와 활성 도를 대표하는 지수인 NDVI와 기상자료의 다중회귀분
석을 실시하여 미래 NDVI를 추정하였으며, 기상자료는 온도와 유출량 변화에 민감한 강우인자를 선택하였다.
Fig. 6은 2000년부터 2007년까지 한강 유역의 각 토지 분류별 NDVI 값을 나타낸 것으로 연 및 월별에 따라 산림 (forest)의 NDVI가 가장 높았으며 논과 밭 (crop) 과 초지 (grass)는 전 기간에 걸쳐 대체적으로 비슷하게 분포하였다.
기온-강수와 NDVI 회귀분석으로부터 미래 NDVI를 추정하기 위하여 먼저, Fig. 6에 나타낸 것과 같이 기존 NDVI를 수집하고, 기상인자 (기온, 강수)와 NDVI의 상 관관계를 분석한 후 토지분류별 회귀식으로부터 Eq.
Classification Estimated regression equation R2 Urban × × 0.882 Barren × × 0.852 Wetland × × 0.860 Grass × × 0.886 Forest × × 0.813 Paddy × × 0.875
Crop × × 0.861
Table 2. The Forecasted NDVI by Land Classification
(a) 2005 year (b) 2010 year (c) 2015 year (d) 2020 year
Fig. 7. Landuse Changes by the CA-Markov Method in the Han River Basin (1)에 의거하여 미래 NDVI를 추정하였다.
(1)
여기서,
는 미래 (future)를 의미하며
는 NDVI 시간 단위인 monthly 를,
와
는 각각 온도와 강수 를 나타낸다.Eq. (1)로부터 수역 (water)를 제외한 7개 토지분류에 대한 기온-강수와 NDVI의 회귀식을 추정하여 Table 2 에 나타내었다. 수역 (water)의 경우 증산량에 대하여 고려할 필요가 없다고 한 Kite (2007)와 김병식 (2005)의 연구내용에 근거하였다.
기존 NDVI와 기온-강수로부터 추정된 회귀식을 이 용하여 토지분류별 (Urban, Barren, Wetland, Grass, Forest, Paddy와 Crop) 미래 NDVI 를 추정하고 각 토 지분류에 따라 적용하였다 (Table 2 참고)
3.4 CA-Makov 기법을 이용한 미래 토지피복변화 예측
본 연구에서는 한강 유역의 5년 단위의 미래 토지피
복변화를 예측하기 위하여 가장 최근 자료인 2000년과 1995년 자료를 기본 입력 자료로 선정하여 Markov 기 법에 적용하였다. 여기서 두 자료는 WAMIS 토지피복 분류 기준에 따라 8분류로 설정하였으며 비교 토지피복 도의 이미지 시간주기 (5년)와 동일하게 예측하려는 장 래 변화 이미지 시간주기를 5년으로 하고 배경에 할당 하는 값은 0.0, 입력 자료들의 비례오차는 0.15로 약 85
% 신뢰도를 가지는 것으로 하였다.
2000년과 1995년 이들 두 개의 기본 자료로부터 2005 년 자료를 추출하고, 다시 2000년과 2005년으로부터 2010년 미래 토지변화 양상을 추출하는 과정을 반복하 여 각각 5년 단위 (2005, 2010, 2015, 2020년)의 미래 토 지피복도를 예측하였다.
5년 단위 미래 토지이용을 분석한 결과 (Fig. 7), 각 소유역별로 미미한 변화가 있기는 하지만, 한강유역 전 체를 대상으로 분석한 결과 Table 3에서는 현재와 비 슷한 수준을 유지하였다. 따라서 한강유역의 토지피복 변화는 2020년 이후 일정하게 수렴하는 것으로 분석되 었다.
Table 3. Prediction of Landuse Change for the Han River Basin
Year Classification
Water Urban Barren Wetland Grass Forest Paddy Crop
2005 1.70 3.14 1.46 1.37 3.93 74.23 12.07 2.10
2010 1.70 3.14 1.46 1.37 3.93 74.23 12.07 2.10
2015 1.70 3.14 1.46 1.37 3.93 74.23 12.07 2.10
2020 1.70 3.14 1.46 1.37 3.93 74.23 12.07 2.10
Water Urban Barren Wetland Grass Forest Paddy Crop
Initial contents of snow store (mm) 0 0 0 0 0 0 0 0
Init. contents of slow store (%) 50 25 25 25 25 25 25 25
Maximum infiltration rate (mm/day) 200 20 20 20 20 20 20 20
Manning roughness, n 0 0.05 0.05 0.05 0.05 0.05 0.05 0.05
Retention constant for fast store (day) 1 20 20 20 20 20 20 20
Maximum capacity for fast store (mm) 0 500 500 500 500 500 500 500
Retention constant for slow store (day) 750 750 750 750 750 750 750 750 Maximum capacity for slow store (mm) 1000 1000 1000 1000 1000 1000 1000 1000
Precipitation factor 1 1 1 1 1 1 1 1
Rain/snow division temperature (deg C) 0 0 0 0 0 0 0 0
Table 4. The Results of Parameter Calibration
4. 분석 결과
4.1 SLURP 모형의 매개변수 검정 및 모의 결과 본 연구에서는 한강 유역 주변에 위치한 기상관측소 (Fig. 3)와 각 지형자료를 SLURP 모형에 적용하여 한 강 유역의 장기유출을 모의하였으며, 최종 유출 모의 지점은 팔당댐 상류부로 선정하였다. 한강 유역에 위치 한 댐 정보를 모형에 입력하기 위하여 월별 실측 방류 량 자료가 이용되었으며 팔당댐 상류부에서의 유출 모 의가 목적이므로 유역 내 최상류부에 위치한 화천댐, 소양강댐, 충주댐과 괴산댐에 대한 모의 결과와 관측 유출량을 비교, 분석하고 이들에 대한 모형 보정을 실 시하는 것이 타당할 것으로 판단하였다. 이들 4개 댐의 모의 유출량과 관측 유출량을 비교한 결과, 화천댐 상 류에서는 모의치가 관측치의 첨두유출량을 잘 재현하지 못하였으나 소양강댐 상류에서의 모의치는 관측치의 첨 두유출량과 경향성을 대체적으로 잘 모의하였고 충주댐 상류 모의 결과에서는 첨두치를 과대추정하는 것으로 나타났다. 이에 따라 본 연구에서는 화천댐과 충주댐에 대한 모형 보정을 실시하였으며 모형 보정 기간은 2000 년부터 2001년이며 그 이후 2000년부터 2006년까지 모 의 결과를 관측 유출량과 비교하였다. SLURP 모형 매 개변수와 관련한 자세한 내용은 Kite (1995, 2007),
Lacroix and Martz (1998), 김병식 등 (2003)을 참고할 수 있다. 본 연구에서 한강유역을 대상으로 토지피복상 태별로 산정한 매개변수는 Table 4와 같다.
Table 5는 화천댐과 충주댐의 모형 보정 전․후 결과로 각 댐에서 모형 보정 후 일 평균 계산 유출량이 관측 유출 량에 거의 일치하였으며 평균오차와 일평균 관측 유출량의 비가 작아지는 것으로 확인되었다. 그리고 보정후 모형의 효율성이 개선되었으며 관측 유출용량 (Vm)과 모의된 유 출용량 (Vc)의 관계 ( )를 나 타내는 WMO (%)를 지표로 판단할 때 화천댐에서 오차 가 크게 감소하였음을 확인할 수 있었다. 한편, Fig. 8은 화천댐, 충주댐의 모형 보정 후 결과를 나타낸 것으로 기간별 차이는 있으나 화천댐의 경우 2002년, 2005년과 2006년의 경우 관측치와 첨두치와 경향성을 잘 재현하 였고 충주댐은 2003년과 2005년에는 첨두치를 잘 반영 하였으나 이 외의 기간에서는 약간 과대추정하고 있는 것으로 나타났다.
4.2 기후변화가 강우량에 미치는 영향 분석 RegCM3 RCM A2 시나리오로부터 추정된 강수량 패 턴을 현재시점 1970년부터 2000년을 기준으로 평가한 결 과 (Fig. 9와 Table 6 참고), 우리나라는 여름철 ((g, h, i), JAS)과 가을철 ((j, k, l), OND) 강수량이 대체적으로
Content
(1) Hwacheon dam (2) Chungju dam
(a) Before
calibration (b) After
calibration (a) Before
calibration (b) After calibration
Period 2000～2001 2000～2001
Mean computed flow (m3/sec) 23.513 52.375 187.09 199.45
Mean recorded flow (m3/sec) 54.408 54.408 187.65 197.65
Standard error -30.894 -2.032 -0.559 11.803
Ratio of mean error/recorded mean -0.568 -0.037 -0.298E-02 0.629E-01
Nash-Sutcliffe criterion 0.254 0.440 -0.381 0.520
WMO (%) 56.783 3.735 0.298 0.681
Table 5. The Calibration Results at the Hwacheon and Chungju Dams
0 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500
2000-01-01 2001-01-01 2002-01-01 2003-01-01 2004-01-01 2005-01-01 2006-01-01 Time(Days)
Runoff(CMS)
0
200
400
600
800
1,000
1,200
PCP ASA08 CAL OBS
0 5,000 10,000 15,000 20,000 25,000
2000-01-01 2001-01-01 2002-01-01 2003-01-01 2004-01-01 2005-01-01 2006-01-01 Time(Days)
Runoff(CMS)
0
200
400
600
800
1,000
1,200
1,400
PCP ASA82 CAL OBS
(a) Hwacheon Dam (b) Chungju Dam Fig. 8. Comparison between the Simulated and Observed Runoffs (after calibration)
증가하는 경향을 보였다. 겨울철 (a, b, c), JFM)과 봄철 (d, e, f), AMJ)에는 시기에 따른 변화가 크지 않았던 반면, 특히 여름철에는 시기에 따른 공간적 분포가 두 드러져 차이를 보였다. 이러한 현상은 2075년대에 가장 뚜렷하였고, 대체적으로 상대적으로 관동지방과 동해안 부근에 영향이 큰 것으로 나타났다. 한편, 가을철에는 남해안 일대에서 그 영향이 큰 것으로 분석되었다. 이 러한 결과를 남한 지역에 국한해보면, 강수 증가 경향 은 중부내륙과 서해안 지역보다는 관동지방과 남해안에 상대적으로 더 큰 것을 확인할 수 있었다 (Fig. 9 참고).
4.3 기후변화가 하천 유출량에 미치는 영향 분석 본 연구에서는 기후변화가 한강 유역의 유출 변화에 미치는 영향을 분석하기 위하여 SLURP 모형에 필요한 기후변화 관련 자료로써, ① RegCM3 RCM A2에 축소 기법을 적용하여 기후변화시나리오를 작성 (권현한 등, 2008)하고, ② CA-Markov 기법과 ③ 기온과 강수 회귀
식으로부터 미래 토지피복과 식생자료를 추정하였다.
이 때, 기후변화시나리오 모의 기간은 90년 (2001∼
2090년)으로 50 set로 구성된다.
한편, 구축된 이들 자료를 모형 보정이 완료된 SLURP 모형에 입력하고, 기후변화시나리오에 따라 총 90년, 50 set에 대한 한강 유역 유출변화시나리오를 작 성하였다. 그리고 본 연구에서 최종 유출 모의 지점으 로 선정한 팔당댐 상류부에서의 과거와 미래의 유출 변 화 및 유황변동을 분석하기 위하여 과거와 미래 월별 유출량을 비교하고 유황분석을 실시하여 Fig. 10에 나 타내었다.
여기서, Fig. 10 (a)와 (b)는 RegCM3 RCM A2에 축 소기법을 적용한 50 set 모의 유출량의 상한, 중간, 하한 값 (upper, median, lower)으로 각각 5 %, 50 %, 95 % 경 계를 분석한 결과이다. 이 때, 비교 대상인 현재는 팔당 댐의 관측 유입량으로 1974년부터 2005년까지 총 32년 자료를 이용하였다. Fig. 10 (a) 관측치와 미래 유출량을
(a) Reference Period’s JFM (b) 2045’s JFM (c) 2075’s JFM
(d) Reference Period’s AMJ (e) 2045’s AMJ (f) 2075’s AMJ
(g) Reference Period’s JAS (h) 2045’s JAS (i) 2075’s JAS
(j) Reference Period’s OND (k) 2045’s OND (l) 2075’s OND
Fig. 9. Seasonal Spatial-Temporal Distribution of Rainfall Under Climate Change
Average of 3 months Reference 2031～2060 Variance 2061～2090 Variance
1, 2, 3 35.0 37.7 2.7 (+19.7%) 35.9 1.0 (+14.0%)
4, 5, 6 105.1 110.8 5.7 (+14.7%) 106.1 1.0 (+9.7%)
7, 8, 9 207.0 186.8 -20.2 (-1.3%) 212.3 5.3 (+12.3%)
10, 11, 12 34.6 37.6 3.0 (+16.0%) 39.0 4.4 (+20.3%)
Annual rainfall 1,144.8 1118.5 -26.3 (-2%) 1,179.8 35.0 (+3%)
Table 6. The Variance of Monthly Rainfall by the Impacts of Climate Change (unit: mm)
(a) Monthly runoff (b) Flow duration curve
Fig. 10. Comparison of the Simulated and Historical Monthly Runoff and Duration Curve at Paldang Dam
월별로 비교한 결과, 팔당댐의 경우 현재 (실선)보다 6 월과 7월 유출량은 감소하나 8월과 9월 유출량이 증가 하였고 특히, 8월보다는 9월 유출량 증가가 더 큰 것으 로 나타났다. 이러한 결과는 미래 강우패턴 변화가 유 출에 시기적 변화를 유발하는 것으로 볼 수 있다. 2007 년 여름 기상청은 우리나라 6대 도시 (서울, 강릉, 광주, 부산, 전주, 대구)의 여름철 (6～8월)의 강우 분석 결과 를 통해 여름철 평균 강수량이 1980년을 기점으로 7월 보다 8월에 많아졌다고 한 내용 (세계일보, 2007)을 그 예로 들 수 있다.
한편, Fig. 10 (b)에는 앞서 분석한 현재와 미래 월별 유출량을 분석하여 팔당댐의 유황변동을 비교, 제시하 였다. 팔당댐의 현재와 미래 유황변동을 분석한 결과, 미래 유황곡선은 현재보다 더 완만한 형태를 보이며 풍 수량은 현재보다 낮은 반면 평수량, 갈수량과 저수량은 점차 높아지는 것으로 나타났다. 이는 여름철 (8월)에 강우가 집중되는 현상이 미래에도 지속되어 이에 따라 상대적으로 높은 유출량을 유지할 것이나 과거보다 봄 철, 가을철과 겨울철 수량이 현재보다 더 늘어나는 것 으로 해석할 수 있다.
4.4 기후변화가 물 순환 요소에 미치는 영향 평가 본 연구에서는 기후변화가 미래 한강 유역의 물 순 환 구조에 미치는 영향을 평가하기 위하여 한강 유역의 과거와 미래의 각 강수량, 잠재증발량, 잠재증발산량, 잠재증산량, 증발량, 증산량과 유출량에 대한 시 공간적 분포 변화를 파악하였다. 이를 위하여 모형의 입 출력 값 (강수량, 증발산량, 유출량 등)에 대한 시 공간적 분 포를 추정할 수 있는 SLURP 모형의 장점 (김병식 등, 2004, 2005)을 활용하였으며, 결과는 Fig. 11에 제시하 였다. 그리고 과거 대비 미래 한강 유역의 구성비를 비 교하여 Fig. 12에 나타내었다. 분석된 결과인 한강 유역 의 미래 유출 모의 시나리오에 따르면 기후변화 시 연 강수량 (+0.08 %)과 연 증발량 (+1.91 %)은 증가하고 연 증산량 (-1.20 %)과 연 유출량 (-0.79 %)이 감소하는 것 으로 나타났다. 특히, 미래 강수량과 유출량은 과거보다 산발적이고 공간적 분포가 두드러지는 것으로 나타났 다. 이러한 결과로부터 기후변화 상황에서는 국지성 호 우 발생 빈도가 높아지거나 특정기간 (예를 들면, 장마 기간) 외 강우 발생 확률이 증가하는 등 강우 패턴 변 화 지속 가능성을 확인하였다.
1995S 2015S 2045S 2075S (a) Precipitation
1995S 2015S 2045S 2075S
(b) Potential evaporation
1995S 2015S 2045S 2075S
(c) Potential evaportranspiration
1995S 2015S 2045S 2075S
(d) Potential transpiration
1995S 2015S 2045S 2075S
(e) Actual evaporation
1995S 2015S 2045S 2075S (f) Transpiration
1995S 2015S 2045S 2075S
(g) Runoff
Fig. 11. Spatio-Temporal Change in Comparison between Past and Future
(a) Past (b) Future
Past (%) Future (%) Variation (%)
Precipitation 50.03 50.11 0.08
Evaporation 9.21 11.12 1.91
Transpiration 17.24 16.04 -1.20
Runoff 23.52 22.73 -0.79
Fig. 12. Comparison between the Past and Future Average Water Balance in the Han River
5. 요약 및 결론
본 연구에서는 미래 기후변화에 따른 수자원 영향을 평가하기 위하여 기후변화시나리오와 수문모형을 연계 하여 유출 모의 시나리오를 작성하였다. 유출 변화 시 기와 양적인 측면을 장기적 관점에서 평가하고 기상자 료 외 토지피복과 식생변화를 고려할 수 있는 준분포형 SLURP 모형을 선정하였다. 기상청 지역규모 RCM A2
시나리오와 축소기법으로 작성된 일 강수량, 일 평균 온도 자료 등을 적용하여 기후변화 유출변화 시나리오 를 작성하였다.
(1) RegCM3 RCM A2 시나리오로부터 추정된 강수량 패턴을 현재시점 1970년부터 2000년을 기준으로 평 가한 결과, 우리나라는 여름철 ((g, h, i), JAS)과 가 을철 ((j, k, l), OND) 강수량이 대체적으로 증가하는 경향을 보였다. 겨울철 ((a, b, c), JFM)과 봄철 ((d, e,
f), AMJ)에는 시기에 따른 변화가 크지 않았던 반면, 특히 여름철에는 시기에 따른 공간적 분포가 두드러 져 차이를 보였다. 이러한 현상은 2075년대에 가장 뚜렷하였고, 대체적으로 상대적으로 관동지방과 동 해안 부근에 영향이 큰 것으로 나타났다. 한편, 가을 철에는 남해안 일대에서 그 영향이 큰 것으로 분석되 었다. 이러한 결과를 남한 지역에 국한해보면, 강수 증가 경향은 중부내륙과 서해안 지역보다는 관동지 방과 남해안에 상대적으로 더 큰 것을 확인할 수 있 었다.
(2) 대상 유역인 한강 유역의 유출을 모의하기 위하여 유역 주변에 위치한 21개 기상관측소 (Fig. 3)의 일 (daily)단위 기상 시계열 자료 (강우, 온도, 풍속, 일 조시간과 상대습도)와 토지피복자료를 수집하고 TOPAZ 분석을 통해 한강 유역을 총 139개의 소유 역으로 분할하였다. 이후 NDVI값을 반영하고 한강 유역에 위치한 댐 중 9개소 (화천, 소양강, 춘천, 의 암, 청평, 횡성, 충주, 괴산, 팔당)를 고려하여 모형을 구축하였다.
(3) 한강 유역에 위치한 각 댐의 정보는 기존댐 용수공급 능력조사 (한강수계) (건설교통부/한국수자원공사, 1997)와 한국의 댐 (한국수자원공사, 2002)과 WAMIS 에서 제공하는 월별 실측 방류량 자료를 이용하여 유 출 모의를 실시하였다. 이후, 화천댐과 충주댐을 대상 으로 2000년부터 2001년에 대한 모형을 보정하였다.
최종 유출 모의 지점인 팔당댐 모의 유출량과 관측 유출량을 비교한 결과 대체적으로 첨두치와 그 경향 성을 잘 재현하는 것으로 나타났다.
(4) 토지피복별 미래 정규식생분포지수 (NDVI)를 산정 하기 위하여 NOAA 위성영상으로부터 한강 유역의 정규식생분포지수를 추출하고 토지피복별 월별 NDVI 를 작성하였다. 최근까지 한강 유역의 토지분류별 NDVI를 분석한 결과, 연 (year)과 월별 (monthly)에 따라 산림 (forest)의 NDVI가 가장 높았고 논, 밭 (crop)과 초지(grass)는 전 기간에 걸쳐 대체적으로 비슷하게 분포하였다. 이후 정규식생분포지수(NDVI) 와 상관성이 높은 기상자료 중 강우와 온도 자료를 선정, 과거 정규식생분포지수와의 선형회귀식을 추 정함으로써 기후변화 시나리오에 의한 토지피복별 미래 NDVI를 예측하였다.
(5) 미래 토지피복을 예측하기 위하여 WAMIS에서 제 공하는 한강 유역의 과거 토지피복도와 CA-Markov Chain 기법을 이용하고 각각 5년 단위에 대하여 모 의하였으며 Idrisi에 탑재된 CA-Markov Chain 기능 을 사용하였다. 5년 단위에 대한 미래 토지피복변화
를 모의한 결과에 따르면 모든 토지분류에 대한 큰 변화 (증감) 없이 일정한 비율을 유지하였으나, 분석 시간 설정에 따라 소유역의 변화율에 차이가 있는 것 을 확인할 수 있었다. 이는 미래 토지 피복변화를 예 측하기 위하여 설정한 기본 입력 자료 주기에 따라 그 결과가 달라질 수 있는 것으로 해석할 수 있다.
(6) 북한강과 남한강 합류부 하류에 위치한 팔당댐 미래 기후변화 시나리오에 대한 월 단위 유출 모의 결과, 8월보다는 9월 유출량이 증가하는 결과를 보였는데, 이는 본 연구에서 적용한 기후변화 시나리오의 미래 강우 패턴 (발생 시기, 강도와 양 등)변화에서 기인된 것으로 판단된다. 한편, 팔당댐의 현재와 미래 유황 변동을 분석한 결과, 미래 유황곡선은 현재보다 더 완만한 형태로, 풍수량은 현재보다 낮았으나 평수량, 갈수량과 저수량은 점차 높아지는 것으로 나타났다.
(7) 본 연구에서는 기후변화가 한강 유역의 물 순환 구조 에 미치는 영향을 평가하기 위하여 강수량, 증발산량 과 유출량 등의 요소를 시․공간적 분포로 나타내고 물 순환 구조의 구성비를 비교, 분석하였다. 한강 유 역의 미래 유출 모의 시나리오에 따르면 기후변화 시 연 강수량과 연 증발량은 증가하고 연 증산량과 연 유출량이 감소하는 것으로 나타났고 특히, 미래 강수 량과 유출량은 과거보다 산발적이고 공간적 분포가 두드러지는 것으로 나타났다. 이러한 결과로부터 기 후변화 상황에서는 국지성 호우 발생 빈도가 높아지 거나 특정기간 (예를 들면, 장마기간)외 강우 발생 확 률이 증가하는 등 강우 패턴 변화 지속 가능성이 있 음을 확인할 수 있었다.
감사의 글
본 연구는 국토해양부 건설기술혁신사업의 일환인 기후변화 대비 국가 물 안보 확보 방안 과제의 연구 비 지원에 의해 수행되었습니다.
참 고 문 헌
건설교통부, 한국수자원공사 (1997). 기존댐 용수공급능 력조사 (한강수계).
국토해양부 (2009). 기후변화대비 국가 물안보 확보방 안 (2차년도).
과학기술부 (2007). 21세기 프론티어연구개발사업 - 수 자원의 지속적 확보기술개발사업 - 기후변화에 의 한 수자원 영향평가 체계 구축.
권현한, 김병식, 김보경 (2008). “기후변화에 따른 수자원 영향 평가를 위한 Regional Climate Model 강수계열
의 특성 분석”. 대한토목학회논문집, 대한토목학회, 제28권, 제5B호, pp. 525-533
권현한, 김병식 (2009). “일강수량 모의를 위한 비정상성 Markov Chain Model 개발”. 대한토목학회논문집, 대한토목학회, in review.
권형중, 임혁진, 김성준 (2007). “SWSI 가뭄지수를 보완 한 농촌용수구역 단위의 가뭄 평가”. 한국지리정보 학회지, 한국지리정보학회, 제10권, 제1호, pp. 22-34.
김병식, 서병하, 김형수, 김남원 (2003). “SLURP 모형을 이용한 하천유출량 모의”. 대한토목학회논문집, 대 한토목학회, 제23권, 제4B호, pp. 289-303.
김병식, 김형수, 서병하 (2004). “SLUPR 모형의 증발산 모형에 대한 평가”. 한국수자원학회논문집, 한국수 자원학회, 제37권 제9호, pp. 745-758.
김병식 (2005). 기후변화에 따른 유역의 수문요소 및 수자원 영향평가, 인하대학교 박사학위논문.
김보경, 김병식, 권현한 (2009). “준분포형 모형을 이용한 농업용 저수지가 안성천 유역의 유출모의에 미치는 영향 평가”. 대한토목학회논문집, 대한토목학회, 제 29권, 1B호, pp. 11-22.
김성준, 정인균(2006). “셀룰라 오토마타와 Markov Chain 모형을 이용한 토지이용 변화 예측”. 한국관개배수, 제13권, 제1호, pp. 110-117.
박민지, 박근애, 김성준 (2007). “농업용 저수지 운영을 고 려한 SLURP 모형의 수문학적 거동 분석”. 대한토목학 회논문집, 대한토목학회, 제27권, 제5B호, pp. 515-523.
세계일보 (2007.08.12/이진경) 기후변화로 여름철 강우패 턴 변해... 국지성 호우 증가 http://www.segye.com/
Articles/News/Society/
수자원관리정보시스템 (WAMIS) http://www.wamis.go.
kr/
안소라, 이용준, 박근애, 김성준 (2008). “미래토지이용 및 기후변화에 따른 하천유역의 유출특성 분석”. 대한토 목학회논문집, 대한토목학회, Vol. 28 (2B), pp. 215- 224.
정재준, 한동엽, 김용일, 이재원 (2001). “셀룰라 오토마 타를 이용한 수도권의 도시성장 예측”. 한국 GIS 학 회지, 한국 GIS 학회, 제9권, 제3호, pp. 34-48.
한국수자원공사 (2002). 한국의 댐.
Garbrecht, J., and Martz, L.W. (1993). “Network and subwatershed parameters extracted from digital
elevation models: The Bill's Creek experience”.
Water Resources Bulletin, 29 (6), pp. 909-916.
Hamlet, A.F., Lettenmaier, D.P., and Snover, A. (2003).
“Climate change streamflow scenarios for critical period water planning studies : A technical methodo- logy”. Journal of Water Resources Planning and Management, in press.
IPCC (2001). Climate Change 2001 : The Scientific Basis.
Contribution of working group Ⅰ to the third Assessment Report of the Intergovernmental Panel on Climate Change, Houghton et al., (Eds.)Cambridge University Press, UK.
Kunkel, K.E., Andsager K., and Easterling, D.R.
(1999b). “Long-term trends in extreme precipitation events over the conterminous united states”.Journal of Climate, 12, pp. 2515-2527.
Kite, G.W. (1995) Scaling of input data for macroscale hydrologic modeling, Water Resources Research, Vol. 31, No. 11, pp. 2769-2781.
Kite, G.W. (2007). Manual for the SLURP Hydrologic Model version 12.7.
Kim, Byung Sik, Kim, Hung Soo, and Seoh, Byung Ha (2007). “Impact of climate change on water resources in Yongdam Dam Basin, Korea”. StochEnviron Res Ris Assess, Vol. 21, pp. 355-373.
Lacroix, M. and Martz, L.W. (1998) The Application of Digital Terrain Analysis Modelling Techniques for the Parameterization of a Hydrological Model in the Wolf Creek Research Basin, Wolf Creek Research Basin: Hydrology, Ecology, Environment, pp. 79-88.
Martz, L.W., and Garbrecht, J. (1999). “Automated extraction of drainage network and watershed data from digital elevation models”. Water Resources Bulletin, v29 i6, 901-908.
Wood, A. W., Maurer, E. P., Kumar, A., and Lettenmaier, D. P. (2002). “Long-range experimental hydrologic forecasting for the eastern United States”.J. Geophys.
Res.-Atmos., 107, 4429, doi:10.1029/2001JD000659
논문번호: 09-126 접수: 2009.11.10 수정일자: 2010.01.22/02.19 심사완료: 2010.02.19
