토양수분모형을 이용한 주요 밭작물의 미래 가뭄 전망
전라남도 지역을 중심으로
Climate Change Impacts on Agricultural Drought for Major Upland Crops using Soil Moisture Model
Focused on the Jeollanam-do
홍은미*･ 남원호**,†･ 최진용***
Hong, Eun-Mi ･ Nam, Won-Ho ･ Choi, Jin-Yong
Abstract
Estimating water requirements for upland crops are characterized by standing soil moisture condition during the entire crop growth period. However, scarce rainfall and intermittent dry spells often cause soil moisture depletion resulting in unsaturated condition in the fields. Changes in rainfall patterns due to climate change have significant influence on the increasing the occurrence of extreme soil moisture depletion. Therefore, it is necessary to evaluate agricultural drought for upland crop water planning and management in the context of climate change. The objective of this study is to predict the impacts of climate change on agricultural drought for upland crops and changes in the temporal trends of drought characteristics. First, the changes in crop evapotranspiration and soil moisture in the six upland crops, such as Soybeans, Maize, Potatoes, Red Peppers, Chinese Cabbage (spring and fall) were analyzed by applying the soil moisture model from commonly available crop and soil characteristics and climate data, and were analyzed for the past 30 years (1981-2010), and Representative Concentration Pathways (RCP) climate change scenarios (2011-2100). Second, the changes on the temporal trends of drought characteristics were performed using run theory, which was used to compare drought duration, severity, and magnitude to allow for quantitative evaluations under past and future climate conditions.
Keywords:agricultural drought; climate change; run theory; soil moisture model; upland crops
* USDA-ARS Environmental Microbial & Food Safety Laboratory, Beltsville Agricultural Research Center, Beltsville, MD, USA
** National Drought Mitigation Center, University of Nebraska- Lincoln, Lincoln, NE, USA
*** Department of Rural Systems Engineering and Research Institute for Agriculture & Life Sciences, Seoul National University, Seoul, Republic of Korea
† Corresponding author
Tel.: +1-402-416-8859 Fax: +1-402-472-2946 E-mail: [email protected]
Received: March 3, 2015 Revised: April 21, 2015 Accepted: April 21, 2015
Ⅰ. 서 론
전 세계적으로 기후변화와 집중호우, 이상 고온, 저온 및 이상기후로 인한 환경변화로 가뭄, 홍수 등 기상학적 재해의 빈도와 강도가 증가하고 있다 (Tao et al., 2003; Wilhite et al., 2014). 기후변화 완화 노력에도 불구하고 기후변화가 지속될 것으로 전망되고 있으며, 농업분야에서는 재해 피해, 농작물 생산성 저하, 농작물 수급 불안 등 직접적 영향 및 손실을 초래 할 것으로 판단된다 (Hong et al., 2009; Nkomozepi and Chung, 2011; Chung, 2012; Yoo et al., 2012; Svoboda et al.,
2015).
토양수분을 소비함으로써 생육하는 밭작물은 작물의 생육 시기와 기후, 농업 환경에 민감하며, 토양수분 부족 및 가뭄에 직접적인 영향을 받는다 (Hong et al., 2012; Otkin et al., 2015). 가뭄이 지속되면 토양수분 결핍이 발생하고 식생 수분 스트레스가 증가하여 밭작물 생산성에 영향을 미칠 수 있기 때문에, 토양수분은 작물 생산 및 농업적 가뭄 평가의 지표가 될 수 있다 (Eltahir, 1998; Narasimhan and Srinivasan, 2005;
Nam et al., 2014).
토양수분모형 개발 및 가뭄 분석에 대한 연구는 다음과 같 이 진행되었다. Kendy et al. (2003)은 작물, 토양, 기후특성을 고려하여 밭 관개지역에서 1차원 토양수분모형을 개발하고 지하수 충전량을 분석하였다. Tao et al. (2003)은 중국 경작 지에서 토양수분 물수지 모형을 활용하여 농업 토양수분 및 농업생산성 변화를 분석하였다. Sheffield and Wood (2008) 는 전지구 수문순환 자료를 활용하여 토양수분을 모의하고 과거 전 세계 가뭄 특성을 분석하였으며, Hogg et al. (2013) 는 다년간의 가뭄 영향을 토양수분지수를 이용하여 분석하였 다. 국내에서는 Kim et al. (2006)과 Nam et al. (2012)이 물수 지 모형과 Runs 이론을 이용하여 유역단위 농업가뭄의 정량
Fig. 1 The percentage of upland crop area and food crops cultivation area in Korea (http://kosis.kr/): (a) upland area portion in Korea, (b) food crops cultivation area (ha, %)
적 평가를 하였다. 국내에서 기후변화에 의한 농업 가뭄 평가 는 Nam et al. (2013)은 저수지 가뭄지수를 활용하여 농업가 뭄 위험도를 평가하였으며, Kim et al. (2013a)과 Nam et al.
(2015)는 RCP 기후변화 시나리오와 표준강수 증발산량지수 를 활용하여 남한지역 미래 가뭄을 평가하였다. Nam et al.
(2014)은 토양수분모형을 이용한 미래 주요 밭작물 소비수량 및 관개용수량을 분석하였으나, 밭작물을 대상으로 밭작물 특성 및 토양수분 변화를 고려하여 미래 가뭄을 전망한 연구 는 미비하였다.
본 연구에서는 토양수분모형을 이용한 미래 밭작물 가뭄 전망하기 위하여 전라남도 지역을 대상으로, 대표 밭작물 (콩, 옥수수, 감자, 고추, 봄배추, 가을배추)의 작물 생육 특성, 토 양자료, 과거 기상자료 및 RCP 미래 기후변화 시나리오를 구 축하였다. 밭 물수지모형을 활용한 토양수분모형을 적용하 여 과거 및 미래 증발산량 및 토양수분 변화를 모의 분석하였 으며, Runs 이론을 활용하여 과거 밭작물 가뭄을 평가하고 기 후변화에 따른 미래 밭작물 가뭄을 전망하였다.
Ⅱ. 재료 및 방법
1. 연구대상지역
Fig. 1은 2013년 전국 시도별 노지재배면적 비율과 주요 밭 작물 재배면적 및 비율이다 (KOISIS, 2013). 통계청 노지재배 면적 조사결과, 전라남도 밭작물 재배면적이 가장 넓었으며, 작물로는 콩, 봄감자, 고구마 등의 생산면적이 넓었다. 따라서, 본 연구에서는 전라남도를 대상으로 콩, 옥수수, 감자와 채소 작물인 고추, 가을배추, 봄배추를 대상작물로 선정하였다.
2. 대상 밭작물 및 토양 기초자료 구축
토양수분모형의 기초자료로써 밭작물 생육기간, 작물계 수, 작물특성 자료 및 토양자료를 구축하였다. 작물 생육에 따 라 생육기간을 생육 초기 (G-1), 신장기 (G-2), 생육 중기 (G-3), 생육 후기 (G-4), 생육 말기 (G-5) 5 단계로 구분하였다. 또한, 대상작물의 생육기간, 생육기간별 작물계수, 작물의 최대 뿌 리깊이 및 토양수분 감소율 (Nam et al., 2014)을 Table 1과 같이 구축하였다. 토양통은 농촌진흥청 토양환경정보시스템 (http://soil.rda.go.kr)에서 전라남도 지역 밭작물 재배시 추천 하고 있는 각화통으로 가정하여 분석하였다. 각화통은 식질 계 적황색토로 토성은 식양토 (silt loam)로 구성되어 있으며, fine, mesic family of Typic Hapludults 구분할 수 있다. 또한 토양배수가 양호하며 대부분 밭으로 이용되고 있다.
3. 토양수분모형
토양수분모형을 이용한 미래 밭작물 가뭄 전망을 위하여 토양수분 물수지모형을 구성하였다. 토양수분 물수지모형은 기상자료, 토양 및 작물 특성자료를 활용하여 토양수분을 추 정할 수 있도록 식 (1)과 같이 구성하였다 (Nam et al., 2014).
(1)
여기서, 는 토양 내에서의 토양수분 변화량 (mm), 는 강수량 (mm), 은 지표유출량 (mm), 은 관개량 (mm),
는 모관력에 의한 수분상승량 (mm), 는 작물증발산 량 (mm), 는 유효토층 하부에서의 지하배수량 (mm)이다.
식 (1)에서 무관개를 가정한 후, 모세관력에 의한 수분상승 량을 무시하고, 강수량, 지표유출량, 지하배수량을 유효우량
Table 1 Crop coefficient, maximum effective rooting depth and soil water depletion fraction
Items Soybeans Maize Potatoes Red peppers Chinese cabbage
(spring)
Chinese cabbage (fall)
Kc
G11) 0.4
(M2) Jun.∼L Jun.)
0.68 (L Apr.∼M May)
0.5 (E Apr.∼M Apr.)
0.53 (M May∼L May)
0.81 (E May∼M May)
0.62 (E Sep.∼M Sep.)
G2 1.15
(E Jul.∼L Jul.)
1.09 (L May∼M Jun.)
0.77 (L Apr.∼E May)
0.96 (E Jun.∼L Jun.)
1.11 (L May∼E Jun.)
0.94 (L Sep.∼E Oct.)
G3 1.15
(E Aug∼L Aug.)
1.68 (L Jun.∼E Jul.)
1.11 (M May∼L May)
1.06 (E Jul.∼L Jul.)
1.11 (M Jun.∼L Jun.)
1.25 (M Oct.∼L Oct.)
G4 1.15
(E Sep.∼L Sep.)
1.33 (M Jul.∼L Jul.)
0.95 (E Jun.∼M Jun.)
1.06 (E Aug.∼L Aug.)
1.22 (E Jul.)
1.16 (E Nov.)
G5 0.5
(E Oct.∼L Oct.)
1.03
(E Aug.∼M Aug.) - 0.82
(E Sep.∼M Sep.) - -
Maximum root
depth (m) 0.6-0.8 1.0-1.7 0.4-0.6 0.5-1.0 0.5-0.8 0.5-0.8
Depletion
fraction 0.5 0.55 0.35 0.3 0.45 0.45
References Allen et al., 1998;
Han, 2012
Allen et al., 1998;
Eom et al., 2013
Allen et al., 1998;
Eom et al., 2012
Allen et al., 1998;
Eom and Park, 2012
Allen et al., 1998;
Eom et al., 2010
Allen et al., 1998;
Jung et al., 2011 1) Growth period: G1=growth period-1, G2=growth period-2, G3=growth period-3, G4=growth period-4, G5=growth period-5 2) E: early, M: middle, L: late
으로 표현하면, 식 (2)와 같이 정리할 수 있다.
(2)
여기서, 는 일의 토양수분함량 (mm), 는 일의 토양수분함량 (mm), 는 일의 유효우량 (mm), 는 일의 작물증발산량이다.
작물증발산량은 기준작물증발산량에 작물계수를 고려하 여 산정하였다. 기준작물증발산량은 FAO Penman-Monteith 증발산량 공식을 활용하여 산정하였으며 (식 (3)), 작물증발 산량은 기준작물증발산량에 작물계수를 곱하여 산정하였다 (식 (4)).
(3)
× (4)
여기서, 는 기준작물증발산량 (mm/day), 는 증기압 곡선의 기울기 (kPa/°C), 은 지구표면에서 순수하게 축적되 는 에너지 (MJ/m2/day), 는 토양 열 유속 밀도 (MJ/m2/day),
는 건습계 상수 (kPa/°C), 는 평균기온 (℃), 는 2m 높이
에서 풍속 (m/s), 는 포화증기압 (kPa), 는 실제증기압 (kPa), 는 작물증발산량 (mm/day), 는 작물계수이다.
밭작물의 경우 토양 표면의 습윤상태에 영향을 받기 때문 에 토양수분함량을 고려하여 Jensen et al. (1971)이 제안한 방법에 따라 식 (5)와 같이 작물계수를 산정하였다. 토양수분 함량에 따른 계수 는 식 (6)과 같이 산정하며, 유효수분량 을 고려한 계수로서 토양수분이 포장용수량이면 1, 위조점일 때는 0이 된다.
× (5)
ln ln (6)
여기서, 는 피복에 따른 작물별 작물계수, 는 토양수 분함량에 따른 계수, 는 강우 또는 관개 후 지표면 토양증 발량 보정계수이며, 는 유효수분백분율 (%)이다.
밭작물의 유효우량은 강우량, 증발산량, 전날 토양수분함 량과의 관계로부터 일별 토양수분추적법을 이용하여 식 (7) 과 같이 산정하였다.
max
≤max (7)
여기서, 는 일의 잠재유효우량 (mm), max는 유효수 분의 상한계 (mm)이다.
유효우량을 산정하기 위하여 포장용수량을 토양유효수분 량의 상한계, 위조점을 하한계로 가정하고 그 차이를 전유효 수분량으로 가정하였으며, 유효토층은 작물의 뿌리깊이를 적용하여 식 (8)과 같이 산정하였다 (Allen et al., 1998; Irmak et al., 2003). 또한, 표층에서 하부토층으로 내려갈수록 유효 토층 내 토양수분 이용가능량은 감소하기 때문에, 식 (9)와 같 이 작물 뿌리깊이, 토층 및 식 (10)의 토양수분감소율을 고려, 보정하여 용이토양수분량을 산정하고 토양 수분한계로 가정 하였다.
max ×
× (8)
× (9)
× (10)
여기서, 는 근군역 전유효수분량 (mm), 는 포장 용수량 수분함수량 (m3/m3), 는 위조점 수분함수량 (m3/m3), 는 작물의 뿌리깊이 (mm), 는 근군역에서 의 용이토양수분량 (mm), 는 토양수분감소율, 은 작물 별 뿌리깊이에 따른 토양수분감소율 계수이다.
잠재유효우량은 토양수분형을 고려하지 않고 강우량에서 유출량을 제외한 양으로 정의하였으며, 지표유출량은 일 강우 량 5 mm를 무효우량으로 가정하여 NRCS (Natural Resources Conservation Service) CN (Curve Number)법을 활용하였 다. 또한, 포장용수량 이상의 토양수분함량은 모두 지하배수 량으로 가정하였다.
4. Runs 이론의 적용
Runs 이론을 이용하여 가뭄 기간 (duration; D), 크기 (magnitude, M), 강도 (severity, S)로 세 가지 특성으로 가뭄 특성을 구분하여 분석하였다 (Nam et al., 2015). 본 연구에서 는 Runs 이론 적용을 적용하기 위하여 토양수분의 유효수분 백분율 50 %를 가뭄 판단의 기준으로 선정하였다 (Nam et al., 2008; Hunt et al., 2009; Nam et al., 2012). 가뭄 기간은 유 효수분백분율이 50 % 이하로 유지하는 기간, 가뭄강도는 유 효수분백분율 50 % 이하 가뭄 기간과 유효수분백분율 50 % 에서 현재 토양수분함량을 뺀 차이의 곱으로, 가뭄크기는 가 뭄강도에서 가뭄기간을 나눈 값으로 식 (11)-(13)과 같이 산
정하였다.
D (day) = Time periods between the initiation and termination under the threshold level of
50%
(11)
S (mm×day) =
SMDi (12)
M (%) = S/D (13)
여기서, SMD는 유효수분백분율 50 %에서 현재 유효수분 함량을 뺀 값 (Soil Moisture Deficit)을 의미한다.
5. 미래 기후변화 시나리오
기후변화에 따른 밭토양 토양수분 가뭄 특성을 살펴보기 위 하여 기상청에서 제공하는 RCP (Representative Concentration Pathways) 기후변화 시나리오를 활용하였다. 기상청에서는 한반도 (12.5 km) 및 남한상세 (1 km) 두 가지 해상도의 기후 변화 시나리오를 제공하며, 본 연구에서는 HadGEM3-RA 기 후모델을 이용하여 상세화된 남한상세 시나리오를 활용하였 다 (Kim et al., 2013b). 분석을 위해 전라남도 5개 주요 기상 관측소-관측소번호 (목포-165, 여수-168, 장흥-260, 해남-261, 고흥-262)의 과거 및 남한상세 시나리오의 기상자료 (기온, 강수량, 평균풍속, 상대습도, 일사량)를 수집하였으며, 기간 은 과거 기준기간 (Baseline, 1981-2010년) 및 미래 단기 (2025s, 2011 ~ 2030년), 중기 (2055s, 2031 ~ 2070년), 장기 (2085s, 2071 ~ 2100년)로 분류하였다.
Ⅲ 적용 및 고찰
1. 기상자료 및 작물증발산량 분석
Fig. 2는 전라남도 주요 밭작물의 과거 (baseline) 및 미래 (2025s, 2055s, 2085s) RCP 4.5와 8.5 시나리오에 의한 강수 량과 작물증발산량 평균을 도시한 것이다. 전라북도 5개 측후 소별로 강수량 및 작물증발산량의 차이가 있었으나. 콩 (6월 중순 - 10월 하순) 재배 기간 동안 강수량은 과거 5개 측후소 평균 894.3 mm에서 약 1.9 (RCP 4.5-2025s) - 28.4 % (RCP 8.5-2085s) 증가하였으며, 증발산량은 과거 평균 432.6 mm 에서 3.3 (RCP 8.5-2025s) - 16.7 % (RCP 8.5-2085s) 증가하 였다. 옥수수 (4월 하순 - 8월 중순) 재배 기간 동안 강수량은 콩과 유사하게 과거 783.3 mm에서 6.5 (RCP 4.5-2025s) -
(a) Soybean (b) Maize
(c) Potato (d) Red pepper
(e) Chinese cabbage (spring) (f) Chinese cabbage (fall)
Fig. 2 Comparison of average evapotranspiration and precipitation during baseline and 2011-2100 year (165: Mokpo, 168: Yeosu, 260:
Jangheung, 261: Haenam, 262: Goheung)
23.7% (RCP 8.5-2085s) 증가하였다. 하지만, 증발산량은 과 거 평균 501.9 mm에서 RCP 4.5 시나리오에 의해서는 다소 감소하였으며 (1.1 % 감소: 2085s - 4.1 % 감소: 2025s), RCP 8.5 시나리오에서는 2025s를 제외하고 다소 증가 (1.5 % 증 가: 2055s – 5.6 % 증가: 2085s)하였다. 감자 (4월 초순 - 6월 중순) 재배 기간 동안 강수량은 과거 평균 314.1 mm에서
RCP 8.5-2025s 시나리오에서는 6.5 % 감소하였으나, 그 외 에 기후변화 시나리오에서는 0.9 (RCP 8.5-2085s) - 14.2 % (RCP 4.5-2055s) 증가하였다. 작물증발산량은 과거 평균 245.1 mm에서 RCP 8.5-2085s 시나리오 (2.9 % 증가)를 제 외하고 모든 시나리오에서 감소하였다 (22 % 감소: RCP 8.5-2055s – 7.5 % 감소 RCP8.5-2025s). 고추 (5월 중순 - 9월
Fig. 3 Comparison of drought severity of upland crops during 1981-2010 year: (a) soybean, (b) maize, (c) potato, (d) red pepper, (e) chinese cabbage (spring), (f) chinese cabbage (fall) (continues)
중순) 재배 기간 동안 강수량은 과거 평균 929.3 mm에서 6.4 (RCP 4.5-2025s) - 26.9 % (RCP 8.5-2085s) 증가하였으며, 작물증발산량은 과거 평균 443.0 mm에서 RCP 4.5/8.5-2025s 시나리오는 다소 감소하였으나, 그 외 시나리오에서는 1.1 (RCP 4.5-2055s) - 10.1 % (RCP 8.5-2085s) 증가하였다. 봄 배추 (5월 초순 - 7월 초순) 재배 기간 동안 강수량은 과거 평 균 416.7 mm에서 13.8 (8.5 2055s) - 31.7 % (4.5 2055s) 증가 하였으나, 가을배추 (9월 초순 - 11월 초순) 재배기간에는 과 거 평균 229.1 mm에서 RCP 4.5-2025s (7.2 % 감소), RCP 8.5-2055s (3.9 % 감소) 하였으나, 그 외 시나리오에 의해서
는 0.6 (RCP 4.5-2055s) - 16.4 % (RCP 8.5-2085s) 증가하였 다. 작물증발산량은 봄배추는 과거 평균 273.8 mm에서 RCP 8.5-2085s (2.4 % 증가)를 제외하고는 감소하였으며 (2.0 % 감소 (RCP 8.5-2055s) - 7.7 % 감소: RCP 8.5-2025s), 가을배 추는 과거 평균 169.0 mm와 비교하여 기후변화에 의해 17.6 (RCP 4.5-2025s) - 31.7 % (RCP 8.5-2085s) 증가하였다.
2. 토양수분모형을 이용한 과거 밭작물 가뭄 평가 Fig. 3은 전라남도지역의 과거 30년간 6개 밭작물 대상 가 뭄 심도 분석 결과이다. Runs 이론 및 기후변화 시나리오를
Fig. 3 Continued
활용한 밭작물 가뭄 평가를 위하여 과거 대표적인 가뭄기록 과의 일치성을 비교하였다. Table 2는 과거 대가뭄으로 정의 되는 시기 및 과거 30년 토양수분모형 분석 결과, 주요 밭작물 가뭄 시기이다.
본 연구에서는 농림축산식품부 보도자료, 과거 미디어 기 사 및 가뭄기록조사보고서를 활용하여 연도별 가뭄 발생 특 징을 살펴보고 (Kim et al., 2012; Lee et al., 2012; Nam et al., 2013), 본 연구 결과와 비교하였다. 1980년대 가뭄 기록을 살 펴보면, 1982년과 1988년에 가뭄이 발생하였다. 특히, 1982 년 가뭄은 겨울부터 계속된 가뭄으로 5월 중순 이후 비로 해 갈되었음에도 불구하고 심각한 가뭄으로 기록되어 있다. 본
연구 결과, 5월에 작물 생육이 진행되는 콩, 감자, 고추, 봄배 추의 경우 1982년 가뭄 심도가 컸다. 1988년 가뭄기록을 살 펴보면, 7월 이후 가뭄이 심각해졌으며, 특히, 10월에 가뭄피 해로 인한 김장채소 생육에 타격이 큰 것으로 기록되어 있다. 본 연구 결과 가을에 주로 재배되는 콩과 가을배추는 1988년 가뭄심도가 높았다. 1990년대 가뭄 기록을 살펴보면, 1994년 전국 평균 강수량은 973 mm로 물부족이 심각하였다. 94년부 터 시작된 가뭄은 96년까지도 영향을 미쳤으며, 1997년에는 남부지역 가을 가뭄이 심각하였다. 본 연구 결과에서도 대부 분 작물이 1994-1997년 가뭄 심도가 컸으며, 특히 가을배추 는 1997년도에 가뭄 심도가 가장 컸다. 2000년대 가뭄 기록
Table 2 Historical drought records and results of past upland crops drought
Periods Meteorological drought year
Historical drought
records Soybean Maize Potato Red pepper
Chinese cabbage (spring)
Chinese cabbage (fall) 1980s 1982,
1988
1988
(Central area) 1988 1982,
1988 1982 1982 1982 1988
1990s 1994, 1995
1992, 1994 (South area),
1995
1994-1997
1992, 1994, 1995
1997
1992, 1994, 1995
1992, 1994, 1995
1991, 1995, 1997 2000s 2001 2000 (South area),
2001 (Spring drought)
2004,
2008 2001 2000-2001,
2010 2001 2001,
2010 2008
을 살펴보면, 2000년은 5월까지 가뭄이 심했으며, 특히 논에 서의 피해가 컸다. 주요 밭작물 대상으로 분석 결과, 2000년 에는 4-5월 생육하는 감자의 피해가 컸다. 2001년 5월 17-19 일 이후 많은 비가 내려, 밭작물 가뭄이 해갈되었으나, 2001 년은 가뭄 발생 당시 90년 만에 처음 오는 가뭄이라 불릴 정도 로 유례없는 가뭄이 발생하였다. 2001년 4-5월이 주요 영농 기간인 옥수수, 감자, 고추, 봄배추의 가뭄 심각했으나, 가뭄 이 해갈된 후 재배된 콩, 가을배추는 가뭄 현상이 발생하지 않 았다.
3. 가뭄기간 및 심도 변화 분석
Fig. 4은 전라남도 주요 밭작물의 과거 및 미래 RCP 4.5와 8.5 시나리오에 의한 가뭄사상별 가뭄 기간 및 강도 특성 평균 이다. 콩 (6월 중순 – 10월 하순) 재배 기간 동안 가뭄사상별 평균 가뭄기간 및 강도는 과거 9.1일/33.9 mm×day에서 10.2 일/37.4 mm×day (RCP 8.5-2085s) - 10.9일/ 40.2 mm×day (RCP 8.5-2055s) 증가하였다. 옥수수 (4월 하순 - 8월 중순) 재배 기간 동안 가뭄사상별 평균 가뭄기간 및 강도는 과거 8.7 일/57.8 mm×day에서 11.1일/73.9 mm×day (RCP 4.5-2085s) - 12.4일/83.0 mm×day (RCP 8.5-2055s)로 증가하였으며, 콩 과 비교하여 가뭄기간 및 강도 증가율이 높아, 콩작물과 비교 하여 가뭄에 민감할 것으로 평가되었다. 감자 (4월 초순 - 6월 중순) 재배 기간 동안 가뭄사상별 평균 가뭄기간 및 강도는 8.6 일/23.9 mm×day에서 10.9일/30.9 mm×day (RCP 4.5-2025s) - 14.1일/40.4 mm×day (RCP 8.5-2085s)로 증가하였다. 감자 밭작물은 6개 주요 밭작물중에 평균 가뭄기간 증가율이 가장 높았다. 작물재배기간이 짧음에도 불구하고, 기후변화에 따 라 가뭄에 가장 민감할 것으로 판단된다. 고추 (5월 중순 - 9월 중순) 재배 기간 동안 가뭄사상별 평균 가뭄기간 및 강도는 과 거 7.6일/27.1 mm×day에서 8.2일/27.3 mm×day (RCP 4.5- 2085s) - 9.2일/30.7 mm×day (RCP 8.5-2055s)로 증가할 것 으로 분석되었다. 봄배추 (5월 초순 - 7월 초순) 재배 기간 동
안 가뭄사상별 평균 가뭄기간 및 강도는 과거 7.8일/26.8 mm×day에서 10.1일/34.1 mm×day (RCP 4.5-2085s) - 12.2 일/42.0 mm×day (RCP 8.5-2055s)로 증가하였다. 반면, 가을 배추 (9월 초순 - 11월 초순)는 재배 기간 동안 가뭄사상별 평 균 가뭄기간 및 강도는 과거 15.6일/57.6 mm×day에서 RCP 4.5 2025s 및 RCP 8.5 기간에는 14.6일/53.3 mm×day (RCP 8.5-2025s) - 15.6일/57.6 mm×day (RCP 4.5-2025s)로 감소 하였으며, RCP 4.5 2055s과 2085s에는 각각 16.7일/62.2 mm×day 및 17.6일/66.0 mm×day로 약간 가뭄일 및 강도가 증가할 것으로 분석되었다. 주요 밭작물과 비교하여, 가을배 추는 기후변화에 따라 가뭄일수 및 가뭄강도가 감소하여 가 뭄에 의한 영향은 미비할 것으로 판단된다.
4. 가뭄기간별 분석
Fig. 5-6은 주요 밭작물 과거 및 미래 RCP 4.5와 8.5 시나리 오에 의한 6개 지점 가뭄 사상 기간 및 심도의 과거 30년 평균, 1분위, 최댓값 기준, 평균 이하, 평균 초과 1분위 이하, 1분위 이상 평균 이하, 평균 초과 비율이다. 콩 (6월 중순-10월 하순) 은 과거 최대 가뭄기간 이상의 가뭄사상이 발생할 확률은 RCP 8.5-2025s를 제외하곤 없었다. 하지만, 평균과 1분위 사 이의 가뭄이 증가할 것으로 분석되었으며, 과거 최대 심도 이 상의 가뭄사상이 발생할 확률이 증가하였다. 옥수수 (4월 하 순-8월 중순)는 가뭄기간은 RCP 8.5 시나리오에서 최대 가뭄 기간 이상의 가뭄이 발생할 확률이 있었으며, 옥수수는 과거 가뭄기간과 비교하여 1분위 이상 최댓값 이하 기간의 가뭄이 발생 비율이 증가할 것으로 판단된다. 특히, 옥수수는 기후변 화에 따라 과거 평균 심도 이상 가뭄 발생 비율이 가장 컸으며, RCP 4.5/8.5 시나리오 모두 2055s에 가뭄 심도 측면에서 가 뭄에 취약할 것으로 판단된다. 평균적으로 가뭄 기간 및 심도 의 증가비율이 가장 컸던 감자 (4월 초-6월 중순)는 과거 최대 심도 이상의 가뭄 발생 비율도 증가할 것으로 판단되며, 특히, RCP 8.5 시나리오의 기후변화시 과거 최대 가뭄기간 이상의
(a) Soybean (b) Maize
(c) Potato (d) Red pepper
(e) Chinese cabbage (spring) (f) Chinese cabbage (fall)
Fig. 4 Comparison of average annual average total severity and average duration during baseline and 2011-2100 year (165: Mokpo, 168:
Yeosu, 260: Jangheung, 261: Haenam, 262: Goheung)
가뭄이 발생할 것으로 분석되었다. 고추 (5월 중순-9월 중순) 는 과거 최대 가뭄 기간 및 심도 이상의 가뭄이 발생할 수 있으 나, 과거와 거의 유사한 가뭄 기간 및 심도의 가뭄이 발생할 것 으로 판단된다. 배추는 봄배추 (5월 초-7월 초)는 RCP 8.5 기
후변화가 발생할 경우, 과거 가뭄 최대 기간 및 심도 이상의 가 뭄 가능성이 증가한 반면, 가을배추는 과거 평균 이하의 가뭄 기간 및 심도 내에서 가뭄이 발생할 것으로 분석되었다.
Fig. 5 Comparison of duration during baseline and 2011-2100 year: (a) soybean, maize, potato, (b) red pepper, chinese cabbage
Fig. 6 Comparison of severity during baseline and 2011-2100 year: (a) soybean, maize, potato, (b) red pepper, chinese cabbage
Ⅳ. 결 론
본 연구는 전라남도 주요 밭작물 (콩, 옥수수, 감자, 고추, 가을배추, 봄배추)을 대상으로 토양수분모형을 활용하여 미 래 밭작물 가뭄을 전망하였다. 토양수분모형의 기초자료로 써 밭작물 생육기간, 작물계수, 작물특성 자료, 토양특성 자료 및 전라남도 5개 기상관측소 (목포, 여수, 장흥, 해남, 고흥)의 과거 (1981-2010년) 기상자료 및 기상청 HadGEM3-RA 기 후모델 상세화 RCP 미래 (2011-2100년) 기후변화 시나리오 를 구축하였다. 모의된 밭작물 토양수분 및 Runs 이론을 이용 하여 가뭄 기간과 크기를 분석하고, 미래 밭작물의 가뭄을 전 망하였다.
주요 밭작물 작물 재배 기간동안 과거 및 미래 강수량 및 작 물증발산량 분석 결과, 콩, 옥수수, 고추, 봄배추 재배 기간동 안 강수량은 기후변화에 의해 증가할 것으로 예측되었으며, 감자는 RCP 8.5-2025s, 가을배추는 RCP 4.5-2025s, RCP
8.5-2055s 기간을 제외하고는 증가할 것으로 예측되었다. 작 물 증발산량은 작물별로 기후변화에 의한 차이가 발생하였 다. 콩의 경우 과거와 비교하여 증가할 것으로 예상되었으며, 옥수수는 RCP 4.5 시나리오에서는 감소하였으나, RCP 8.5 시나리오에서는 다소 증가할 것으로 예측되었다. 감자는 RCP 8.5-2085s 기간을 제외하고 모든 시나리오에서 감소하 였다. 고추는 RCP 8.5-2055s, RCP 8.5-2085s 기간에서 감소 하였으며, 봄배추는 RCP 8.5-2085s 기간을 제외하고는 감소 한 반면, 가을배추는 기후변화에 의해 증가하였다.
토양수분모형을 이용한 미래 기후변화에 따른 가뭄기간 및 심도 변화 분석 결과, 옥수수, 콩, 감자, 고추, 봄배추는 재 배 기간동안 가뭄사상별 평균 가뭄기간 및 강도가 증가하였 다. 특히, 감자는 밭작물 중에 평균 가뭄기간 증가율이 가장 높았다. 반면, 가을배추는 재배 기간 동안 가뭄사상별 평균 가 뭄기간 및 강도는 대부분 시나리오에서 감소할 것으로 분석 되어, 주요 밭작물과 비교하여 기후변화에 따라 가뭄일수 및
가뭄강도가 감소하여 가뭄에 의한 영향은 미비할 것으로 판 단된다.
주요 밭작물 과거 기간 및 미래 RCP 4.5와 8.5 시나리오에 의한 가뭄 사상 기간 및 심도의 과거 30년 평균, 1분위, 최댓값 기준, 평균 이하, 평균 초과 1분위 이하, 1분위 이상 평균 이하, 평균 초과 비율분석 결과, 옥수수와 감자는 가뭄기간은 RCP 8.5 시나리오에서 최대 가뭄기간 이상의 가뭄이 발생할 확률 이 있었으며, 2055s에 가뭄 심도 측면에서 가뭄에 취약할 것 으로 판단된다. 배추는 봄배추는 RCP 8.5 기후변화가 발생할 경우, 과거 가뭄 최대 기간 및 심도 이상의 가뭄 가능성이 증가 한 반면, 가을배추는 과거 평균 이하의 가뭄 기간 및 심도 내에 서 가뭄이 발생할 것으로 분석되었다.
장기적인 농업용수의 관리측면에서 기후의 변동성과 미래 밭작물의 필요수량에 대한 평가는 기후변화가 갖는 불확실한 요소를 줄여가는 하나의 방안이 될 수 있을 것으로 사료된다.
본 연구 결과는 향후 시기별 작물별 기후변화로 인한 밭작물 용수량 변화 및 가뭄 영향을 파악하고 전망함으로써 미래 밭 관개용수량 산정연구, 농업수자원 정책 및 대응 전략 수립의 기초 자료로 활용될 수 있을 것으로 판단된다. 또한 기후변화 에 따른 밭작물의 가뭄 크기 및 심도의 변화는 토양수분 관리 방안 및 관개 가이드라인에 활용될 수 있을 것으로 판단된다.
사 사
이 논문은 2013년도 정부 (교육부)의 재원으로 한국연구 재단의 지원을 받아 수행된 기초연구사업임 (2013R1A6A3 A03019009).
REFERENCES
1. Allen, R.G., L.S. Pereira, D. Raes, and M. Smith, 1998. Crop evapotranspiration: guidelines for computing crop water requirements. Irrigation and Drainage Paper 56. United Nations Food and Agriculture Organization, Rome, Italy.
2. Chung, S.O., 2012. Projection of paddy rice consumptive use in the major plains of the Korean Peninsula under the RCP scenarios. Journal of the Korean Society of Agricultural Engineers 54(5): 35-41 (in Korean).
3. Eltahir, E.A.B., 1998. A soil moisture-rainfall feedback mechanism 1. theory and observations. Water Resources Research 34(4): 765-776.
4. Eom, K.C., P.K. Jung, M.H. Koh, S.H. Kim, S.Y. Yoo, S.H.
Park, S.O. Hur, and S.K. Ha, 2010. Water saving irrigation
manual of spring chinese cabbage. Korean Journal of Soil Science and Fertilizer 43(6): 812-822 (in Korean).
5. Eom, K.C., and S.H. Park, 2012. Water saving irrigation manual of house red pepper for the northern region of Korea. Korean Journal of Soil Science and Fertilizer 45(2): 312-316 (in Korean).
6. Eom, K.C., S.H. Park, and S.Y. Yoo, 2012. Water requirement of potato according growth stage. Korean Journal of Soil Science and Fertilizer 45(6): 861-866 (in Korean).
7. Eom, K.C., S.H. Park, and S.Y. Yoo, 2013. Water requirement of maize according growth stage. Korean Journal of Soil Science and Fertilizer 46(1): 16-22 (in Korean).
8. Han, K.H., 2012. Development of water management techniques for water saving. National Academy of Agricultural Science, Rural Development Administration (RDA).
9. Hogg, E.H., A.G. Barr, and T.A. Black, 2013. A simple soil moisture index for representing multi-year drought impacts on aspen productivity in the western Canadian interior. Agricultural and Forest Meteorology 178-179: 173-182.
10. Hong, E.M., J.Y. Choi, S.H. Lee, S.H. Yoo, and M.S. Kang, 2009. Estimation of paddy rice evapotranspiration considering climate change using LARS-WG. Journal of the Korean Society of Agricultural Engineers 51(3): 25-35 (in Korean).
11. Hong, E.M., J.Y. Choi, S.H. Yoo, and W.H. Nam, 2012.
Analysis of soil moisture characteristics in nut pine forest about seasons and soil layers. Journal of the Korean Society of Agricultural Engineers 54(4): 105-114 (in Korean).
12. Hunt, E.D., K.G. Hubbard, D.A. Wilhite, T.J. Arkebauer, and A.L. Dutcher, 2009. The development and evaluation of a soil moisture index. International Journal of Climatology 29:
747-759.
13. Irmak, S., R.G. Allen, and E.B. Whitty, 2003. Daily grass and alfalfa-reference evapotranspiration estimates and alfalfa-to- grass evapotranspiration ratios in Florida. Journal of Irrigation and Drainage Engineering 129(5): 360-370.
14. Jensen, M.E., J.L. Wright, and B.J. Pratt, 1971. Estimation soil moisture depletion from climate, crop and soil data. Transactions of the ASAE 14(5): 954-959.
15. Jung, P.K., K.C. Eom, Y.K. Son, M.H. Koh, S.H. Kim, S.H.
Park, and S.Y. Yoo, 2011. Water saving irrigation manual of autumn chinese cabbage. Korean Journal of Soil Science and Fertilizer 44(5): 679-687 (in Korean).
16. Kendy, E., P. Gerard-Marchant, M.T. Walter, Y. Zhang, C.
Liu, and T.S. Steenhuis, 2003. A soil-water-balance approach to quantify groundwater recharge from irrigated cropland in the North China Plain. Hydrological Processes 17: 2011-2031.
17. Kim, B.S., J.H. Sung, H.S. Kang, and C.H. Cho, 2012.
Assessment of drought severity over South Korea using
standardized precipitation evapotranspiration index (SPEI).
Journal of the Korean Water Resources Association 45(9):
887-900 (in Korean).
18. Kim, B.S., J.H. Sung, B.H. Lee, and D.J. Kim, 2013a.
Evaluation on the impact of extreme droughts in South Korea using the SPEI and RCP 8.5 climate change scenario. Journal of the Korean Sosiety of Hazard Mitigation 13(2): 97-109 (in Korean).
19. Kim, M.K., D.H. Lee, and J. Kim, 2013b. Production and validation of daily grid data with 1km resolution in South Korea. Journal of Climate Research 8(1): 13-25 (in Korean).
20. Kim, O.K., J.Y. Choi, M.W. Jang, S.H. Yoo, W.H. Nam, J.H.
Lee, and J.K. Noh, 2006. Watershed scale drought assessment using soil moisture index. Journal of the Korean Society of Agricultural Engineers 48(6): 3-13 (in Korean).
21. Lee, J.H., J.W. Seo, and C.J. Kim, 2012. Analysis on trends, periodicities and frequencies of Korean drought using drought indices. Journal of the Korean Water Resources Association 45(1): 75-89 (in Korean).
22. Nam, W.H., J.Y. Choi, S.H. Yoo, and B.A. Engel, 2012. A real-time online drought broadcast system for monitoring soil moisture index. KSCE Journal of Civil Engineering 16(3):
357-365.
23. Nam, W.H., J.Y. Choi, M.W. Jang, and E.M. Hong, 2013.
Agricultural drought risk assessment using reservoir drought index. Journal of the Korean Society of Agricultural Engineers 55(3): 41-49 (in Korean).
24. Nam, W.H., E.M. Hong, M.W. Jang, and J.Y. Choi, 2014.
Projection of consumptive use and irrigation water for major upland crops using soil moisture model under climate change.
Journal of the Korean Society of Agricultural Engineers 56(5):
77-87 (in Korean).
25. Nam, W.H., M.J. Hayes, D.A. Wilhite, and M.D. Svoboda, 2015. Projection of temporal trends on drought characteristics using the standardized precipitation evapotranspiration index
(SPEI) in South Korea. Journal of the Korean Society of Agricultural Engineers 57(1): 37-45 (in Korean).
26. Narasimhan, B., and R. Srinivasan, 2005. Development and evaluation of soil moisture deficit index (SMDI) and evapo- transpiration deficit index (ETDI) for agricultural drought monitoring. Agricultural and Forest Meteorology 133: 69-88.
27. Nkomozepi, T., and S.O. Chung, 2011. Assessing the effects of climate change on irrigation water requirement for corn in Zimbabwe. Journal of the Korean Society of Agricultural Engineers 53(1): 47-55.
28. Otkin, J.A., M.C. Anderson, C. Hain, and M. Svoboda, 2015.
Using temporal changes in drought indices to generate probabilistic drought Intensification Forecasts. Journal of Hydrometeorology 16: 88-105.
29. Sheffield J., and E.F. Wood, 2008. Global trends and variability in soil moisture and drought characteristics, 1950-2000, from observation-driven simulations of the terrestrial hydrologic cycle. Journal of Climate 21: 432-458.
30. Svoboda, M.D., B.A. Fuchs, C.C. Poulsen, and J.R. Nothwehr, 2015. The drought risk atlas: enhancing decision support for drought risk management in the United States. Journal of Hydrology, in press, doi:10.1016/j.jhydrol.2015.01.006.
31. Tao, F., M. Yokozawa, Y. Hayashi, and E. Lin, 2003. Changes in agricultural water demands and soil moisture in China over ther last half century and their effects on agricultural production.
Agricultural and Forest Meteorology 118: 251-261.
32. Wilhite, D.A., M.V.K. Sivakumar, and R. Pulwarty, 2014.
Managing drought risk in a changing climate: the role of national drought policy. Weather and Climate Extremes 3:
4-13.
33. Yoo, S.H., J.Y. Choi, W.H. Nam, and E.M. Hong, 2012.
Analysis of design water requirement of paddy rice using frequency analysis affected by climate change in South Korea.
Agricultural Water Management 112: 33-42.
