Vol. 4, No. 1, 2013, pp. 11～26
기후변화 불확실성하의 용수공급계획을 위한 로버스트 의사결정의 적용
Applicability of Robust Decision Making for a Water Supply Planning under Climate Change Uncertainty
강노을*ㆍ김영오*ㆍ정은성**ㆍ박준형*,†
Kang, Noel*, Kim, Young-Oh*, Jung, Eun-Sung** and Park, Junehyeong*,† *서울대학교 건설환경공학부
**서울과학기술대학교 건설시스템디자인공학과
*Dept. of. Civil and Environmental Engineering, Seoul National University, Seoul, Korea
*Dept. of. Civil Engineering, Seoul National University of Science and Technology, Seoul, Korea
요 지
본 연구는 기후변화 불확실성 하의 용수공급계획을 위해 로버스트 의사결정(Robust Decision Mak- ing, RDM) 기법을 국내의 유역에 시범 적용하고, 가중치와 평가기준 점수를 합산하는 일반적인 형 태의 표준 의사결정(Standard Decision Making, SDM) 결과와 비교하였다. RDM은 기후변화 시나리 오의 발생 유무에 관한 확률 정보에 의존하지 않고 어떤 시나리오 하에서도 위험 수준 이하의 변동 이 발생하지 않는 대안을 유도할 수 있는 후회기준(Regret criterion)을 사용하여 대안의 순위를 결 정한다. SDM과 RDM에 의해 산정된 순위를 비교하기 위하여 안동댐과 임하댐 유역에 용수공급계 획 사례를 작성하여 각 기법을 적용하였다. 다양한 기후변화 시나리오를 작성하고, 댐 수위를 조정 한 6개의 대안을 가상적으로 구축한 후, SDM 및 RDM 기법으로 대안의 순위를 산정하였다. 그 결 과, SDM과 RDM 사이에는 동일한 시나리오와 대안을 사용했음에도 불구하고, 평균적으로 0.33∼
1.33순위 차를 나타내었다. 본 연구는 수자원 분야에서 기후변화 적응에 대한 연구가 미비한 가운데 기후변화 불확실성을 고려하여 적절한 의사결정 기법 연구를 시도하였다는 것에 그 의의가 있으며, 향후 다양한 상황 하에 RDM의 효과를 보다 면밀히 분석해야 할 것으로 사료된다.
키워드 : 기후변화 적응, 로버스트 의사결정, 불확실성, 용수공급계획
ABSTRACT
This study examined the applicability of robust decision making (RDM) over standard decision
†Corresponding author : E-mail: [email protected]
접수일자: 2012. 12. 26 / 수정일자: 2013. 2. 4 / 채택일자: 2013. 2. 4
making (SDM) by comparing each result of water supply planning under climate change uncertain- ties for a Korean dam case. RDM determines the rank of alternatives using the regret criterion which derives less fluctuating alternatives under the risk level regardless of scenarios. RDM and SDM methods were applied to assess hypothetic scenarios of water supply planning for the An- dong dam and Imha dam basins. After generating various climate change scenarios and six assum- ed alternatives, the rank of alternatives was estimated by RDM and SDM respectively. As a result, the average difference in the rank of alternatives between RDM and SDM methods is 0.33~1.33 even though the same scenarios and alternatives were used to be ranked by both of RDM and SDM. This study has significance in terms of an attempt to assess a new approach to decision making for responding to climate change uncertainties in Korea. The effectiveness of RDM under more various conditions should be verified in the future.
Key words : Climate Change Adaptation, Robust Decision Making, Uncertainty, Water Supply Planning
1. 서론
21세기에 들어서면서 지구온난화로 인한 기후 변화는 날이 갈수록 강도 높은 가뭄과 홍수, 태 풍 등을 일으키고 있다. 이로 인한 피해와 손실 은 국가적 차원으로 확장되었고, 이에 대한 대책 이 매우 시급한 상황이다. 기후변화 대응은 크게 지구온난화의 주원인인 온실가스의 배출을 줄이 거나 흡수원을 확보하여 기후변화의 진행을 방지 하는 완화(mitigation)적 측면의 접근과 현재 혹은 미래의 기후변화로 인한 사회 ․ 경제와 자연 시스 템이 받는 효과와 영향을 파악하여 부정적인 영 향을 최소화 하고, 긍정적인 영향을 활용하는 적 응(adaptation) 측면의 방안이 있다(IPCC, 2003;
2007). 궁극적으로 기후변화에 대응하기 위해서 는 이 두 측면이 균형을 이루어 진행되어야 하는 데, 현재까지 전 세계적으로 집중되었던 것은 온 실가스를 줄이기 위한 완화적 측면의 노력이었 다.
기후변화의 대응에 관한 중요성이 국내외에서 증대됨에도 불구하고, 아직 기후변화 전망과 영 향에 관한 연구에 머물러 있을 뿐 적응 전략과 정책까지의 연계는 추진되지 못하고 있다(한화진,
2006; 2007). 이러한 이유 중 하나는 기존의 연구 가 대부분 기후변화로 인한 취약성 분석에만 정 체되어 있고, 실제 수자원계획을 수립하기 위하 여 영향평가로부터 정책까지의 의사결정(decision making)에 관한 연구가 이루어지지 않고 있기 때 문이다. 의사결정이란 과학경영(operational resear- ch)에서 주로 사용하는 개념으로 주어진 상황에 따라 복잡하거나 선택 가능한 대안들을 평가하 고, 최선의 대안을 선택하는 일련의 과정을 말한다 (이홍배 등, 2000). 선진국들은 2000년대에 들어 기후변화를 고려한 수자원 전략을 구축하기 위해 의사지원계획방법(decision-support planning me- thod)에 관한 연구를 진행하고 있다. 국내의 경우 기후변화의 불확실성을 고려한 의사결정 연구는 거의 시행되고 있지 않지만, 적응 정책을 중심으 로 취약성과 우순순위기법 연구가 2000년대 말 이후 수행되고 있다(건설교통부, 2003). 적응정책 에 관련된 연구로 채여라(2011)는 적응대책을 분 석 평가하는 방법론에 대한 가이드라인을 제안하 고, 우리나라에 적용 목적을 두고, 기존 적응대책 우선순위 평가 분석 방법론을 분석하였다. 최층 익(2011)은 기후변화 적응정책에 관한 의사결정 문제를 지방자치단체의 관점에서 투자정책에 집
중하여 다룬 적이 있다. 기후변화 취약성 연구로 김익재(2009)는 기후변화가 물환경 전반에 미치 는 영향의 선행연구를 정리하고, 강우와 기온상 승에 민감한 토사 발생과 수온의 취약성을 평가 하고, 각 부문에 대한 미래 예측과 전망을 하였 다. 국립환경과학원(2008)은 기존의 기후변화 취 약성 지표를 도입해 우리나라 지역별 기후변화 취약성 분포현황을 파악하고, 지자체 적응 대책 수립을 돕기 위한 가이드라인을 개발하기 위한 연구를 시행한 적이 있다.
본 연구는 기후변화의 불확실성을 고려한 의사 결정 기법으로 로버스트 의사결정(Robust Deci- sion Making, RDM)을 제안하고, 실재 국내 댐 계획에 시범 적용하여 기존의 일반적인 의사결정 기법인 표준의사결정(Standard Decision Making, SDM)과의 결과와 비교 ․ 분석함으로써 기후변화 상황에서의 RDM의 효용성을 입증하였다.
일반적으로 수자원 사업을 진행하기 위해서는 예비타당성 조사를 시행해야 하는 데, 경제성 분 석을 통해 대안들을 평가한 후 최종 대안을 채택 한다. 경제성 분석은 대표적으로 비용-편익 분석 (cost-benefit analysis)과 비용-효과 분석(cost-eff- ectiveness analysis)이 있다. 비용-편익 분석은 순 현가(net present value)와 편익 비용비(benefit cost ratio), 내부수익률 등의 기준인자를 사용하는 반 면, 비용-효과 분석은 최저비용 방법을 이용한다 (한국개발연구원, 1999; 2003; 2004). Toth(2000) 는 기후변화 적응에 관한 의사결정 연구가 부족 하다고 언급하고, 의사결정체계(decision analysis framework)에 대해 검토하였다. 여기서 의사결정 체계란 의사결정자가 다양한 선택들을 평가할 수 있도록 돕기 위해 기후변화 문제들의 많은 요소 들로부터 유용한 정보로 전환하는 분석적 기술이 라고 정의된다. 이러한 의사결정체계를 위한 도 구는 위의 경제성 분석 방법을 포함하여 다양하 게 기후변화 문제에 응용될 수 있다. 더 나아가 비용-편익 분석과 비용-효과 분석뿐 아니라, 그
외에 게임이론(game theory)과 포트폴리오 이론 (portfolio theory) 등을 제시하였다.
국외의 기후변화와 불확실성을 고려한 의사결 정에 대한 연구는 2000년 대 중반에 이르러 본격 적으로 시작되었다. Dessai(2005)는 기후변화 불 확실성에 관해 안정적 적응 전략을 찾을 수 있는 체계를 제안하고, Dessai and Hulme(2007)에서 영국 동부를 대상으로 실재적으로 민감도 분석을 실시하였고, Grove et al.(2007)은 기후변화 시나 리오를 이용해 RDM 기법을 제시하여 캘리포니 아 장기 수자원 계획에서 적용성을 검토하였다.
Johnson and Weaver(2009)가 기후변화를 반영한 유역과 수자원 의사결정을 지원하기 위해 영향평 가 체계를 제시하고, 리스크 평가와 관리 방식을 제안하는 등 기후변화 하의 의사결정에 관해 리 스크 관리와 민감도 분석의 접근으로 다양한 연 구가 시도되었다. 최근에 들어 Lempert and Gro- ves(2010)는 Dessai(2005)의 연구에 이어 민감도 분석에서 한 단계 더 나아가 기후변화에 대응하 기 위한 안정적인 전략을 찾기 위해 로버스트 인 자를 사용하고, 대안을 업데이트하는 RDM 체계 를 개발하고 캘리포니아에 적용하였다. 또한, Ste- inschneider and Brown(2012)은 기후변화 및 변 동을 적용하기 위한 댐 운영의 동적 시스템(dy- namic system)과 위험을 회피하기 위한 리얼 옵 션(real option)의 복합적 체계를 이용하여 로버스 트 적응 시스템을 구축한 바 있다. 이러한 두 연 구는 기후변화와 같이 복합적인 불확실성 하에 안정적인 대안을 선택하기 위한 것으로, 리스크 관리나 민감도 분석의 접근과 달리, 대안 채택에 보다 초점이 맞추어진 것이다. 본 연구는 장기 정책개발을 위한 국제연구기관인 RAND 소속인 Lempert의 RDM 연구(Lempert et al., 2004; 2006;
2007, Lempert and Groves, 2010)를 기반으로 국 내 댐 용수공급계획사례에 이를 시범 적용하였 다.
2. 이론적 배경
2.1 기후변화와 불확실성의 유형
수자원 분야의 기후변화 연구가 약 20년이 지 났음에도 불구하고, 적응전략의 실현이 더딘 이 유는 크게 비정상성(non-stationarity)과 불확실성 (uncertainty)이라는 두 개의 기후변화 특성에서 찾을 수 있다. 비정상성이란 기후변화로 인해 기 상 변수의 통계값이 시간에 따라 변하는 것을 의 미한다. 불확실성이란 과거의 관측치를 기초하여 계획을 삼았던 기존의 방식과 달리, 온실가스 배 출시나리오와 기후모델 등에 의한 영향분석부터 의사결정까지의 전반적 과정이 이전보다 매우 복 잡해지고 불확실한 상태를 의미한다. 본 연구는 이러한 기후변화의 두 특성 중 적응전략의 초기연 구로서 불확실성에만 초점을 맞추어 진행하였다.
기후변화에 적합한 의사결정 기법을 선택하려 면 먼저 기후변화가 어떠한 의사결정 환경에 속 하는지 파악해야 한다. 일반적으로 의사결정 환 경은 확실성(certainty) 하의 환경, 중간(moderate) 불확실성 환경, 깊은(deep) 불확실성 환경으로 분 류된다. 확실성 하의 환경은 대안을 선택할 시 어떤 결과가 발생할지를 의사결정자가 확실히 알 고 있는 상황을 의미하고, 중간 불확실성 환경은 각 상황의 발생 가능성을 확률로 나타낼 수 있는 환경을 의미한다. 마지막으로 깊은 불확실성 환 경은 상황 발생확률을 거의 예측할 수 없는 경우 를 의미한다. UKCIP(2003)는 불확실성을 특정 사상의 발생확률에 관한 정보와 그 결과나 영향 에 대한 정보라는 두 축에 의해 네 가지로 분류 하였는데, 기후변화는 두 축에서 모두 가장 어려 운 상태로 발생확률을 거의 예측할 수 없는 깊은 불확실성 상황으로 구분되었다.
2.2 의사결정(Decision Making)
2.2.1 표준의사결정(Standard Decision Mak- ing, SDM)
표준의사결정(SDM)은 기대효용(expected utili- ty) 개념을 활용하여 일반적으로 불확실성이 존재 하는 상황에서 대안을 평가할 경우 널리 사용되 는 방법이다. SDM은 주어진 정보를 가지고 각 상황에 부여된 확률 정보를 이용하여 가장 높은 기댓값을 갖는 최고 효용을 갖는 대안을 찾아 채 택하는 것으로 앞서 설명한 확실성 하의 환경과 중간 불확실성 환경에서 적용 가능하다. 식 (1)에 서 대안의 기댓값(EV(A))을 구할시, j번째 시나리 오 하의 성과지수()에 각 시나리오 별로 부여된 가중치(Pr(Sj))를 곱한 값의 합으로 구할 수 있다.
× Pr
(1)
SDM은 목적이 다양하고 분쟁의 소지가 존재 할 때 대안을 수학적으로 계산하여 순위(ranking) 를 매김으로의 의사결정자가 계획의 목적에 따라 적합한 대안을 찾을 수 있도록 돕는다는 장점을 가지고 있다. 또한, 대안 평가의 결과를 이용해 반복(iteration) 시행할 수 있다는 장점이 있어, 다 양한 형태로 발전 가능성을 지니고 있다. 그러나 이러한 이점에도 불구하고 SDM에는 몇 가지 한 계점이 존재하는데, 그 중 대표적인 한 가지는 깊은 불확실성의 범위 아래에서는 적용하기 어렵 다는 점이다. 특별히 불확실성의 정도가 매우 높 은 기후변화의 경우에는 하나의 최적 대안보다 탄성력 있는 대안의 세트가 선호되기 때문에 SDM이 적용되기는 어렵다. 미국의 기후변화 프 로그램(National Research Council, 2007)에서 제 시한 기후변화 의사결정에서는 SDM을 사용하기 어렵다고 언급한 바 있다. 그 근거로 Grove and Lempert(2007)는 세 가지를 제시하는데, 첫째, 대 안 분석의 착수 시점에 대안의 세트가 완벽히 설 정될 수 없고, 둘째, 미래에 대안 적용 시 그 결 과의 불확실성이 너무 커서 이해를 도모하기 어 려우며, 셋째, 위 두 가지의 결과로 대안의 결과
를 도출하는 과정에서 연루되는 다양한 이해관계 자들 사이에 합의점을 찾기가 힘들다고 서술하였 다.
2.2.2 로버스트 의사결정(Robust Decision Mak- ing)
RAND(2003; 2008)는 기후변화를 고려한 장기 적 정책 분석을 위하여 RDM을 개발하였다.
RDM의 전체과정은 Fig. 1과 같은데, 먼저 다양 한 미래 기후 시나리오를 적용하여 낮은 후회기 준(regret criterion)를 갖는 후보 대안을 선정한다.
그 후, 후보 대안의 성과지수(performance index) 를 저하시키는 시나리오를 추출하여 대안을 업데 이트해 보다 안정적인(insensitive) 대안을 찾는다.
RDM은 몇 가지 특성을 갖는데, 첫째, 미래의 불 확실성을 서술하기 위해 방대한 시나리오 앙상블 (ensemble)을 사용하고, 둘째, 시간이 지남에 따 라 새로운 정보를 업데이트하여 보다 안정적 대 안을 찾을 수 있도록 유도하며, 셋째, 대안을 평 가하는데 최적 인자가 아닌 가능한 모든 미래 상 황에서 위험수준 이하의 변동이 발생되지 않는 정도를 측정하는 로버스트 인자를 이용하여 평가 한다. 본 연구는 실제 댐 관리에 적용하는 초기 연구이므로 기후변화에 대한 대안의 취약 정도를 지속적으로 업데이트하여 결합 등의 방식으로 새
Fig. 1. RDM flowchart (강노을, 2012).
로운 대안을 재생성하는 두 번째 특성은 제외하 였다.
RDM에서 로버스트 인자로 사용한 후회 기준 의 산정 과정은 식 (2)와 같다. 식 (2)에서 Ai는 i 번째 대안, Sj는 j번째 시나리오, Aall는 모든 대안 을 의미한다. 각 시나리오를 고정시킨 후 모든 대안 중 가장 성능인자가 큰 값에서 각 대안의 성능인자의 차가 후회 기준이 된다. 순위를 매길 시 가장 작은 최대후회기준 즉 최소최대후회기준 (minimax regret)을 갖는 대안이 1순위가 된다.
후회기준이 가지는 의미는 특정 시나리오가 발생 했을 경우, 성과지수의 결과가 가장 높은 우수한 대안을 채택하지 않았을 때의 후회 정도를 뜻한 다.
max
(2)
3. 기후변화 시나리오 별 저수지 운영 평가
본 연구는 안동댐과 임하댐 유역을 대상으로 기후변화 시나리오 25개를 기초로 다양한 미래 기후를 전망한 후 수문모형을 이용해 미래 유량 시나리오를 산정하였고, 댐 운영 모형에 의해 미 래 댐 방류량을 산출하였다.
3.1 기상 및 유량 시나리오 작성
가능한 상태의 다양한 기후변화 시나리오를 반 영하기 위해 IPCC 4차 보고서에 제시된 배출시 나리오 A1B, B1, A2와 12개의 GCM(General Climate Model)을 사용하여 SCN1∼SCN25의 25 개 미래 기상시나리오를 작성하였다(Table 1). 먼 저 GCM은 개발기관에 따라 격자의 크기가 다르 므로 수문학적 분석을 위해서는 공간적 축소화 과 정이 필요하다. 본 연구에서는 계산이 상대적으 로 간단하고 GCM 자료를 쉽게 적용할 수 있다 는 장점을 가진 통계학적 축소화 방법을 기반하
Scenario index Emission scenario GCM
SCN1 A1B BCM2
SCN2 A1B CGMR
SCN3 A1B CNCM3
SCN4 A1B CSMK3
SCN5 A1B FGOALS
SCN6 A1B GFCM21
SCN7 A1B GIAOM
SCN8 A1B HADCM3
SCN9 A1B INCM3
SCN10 A1B IPCM4
SCN11 B1 BCM2
SCN12 B1 CSMK3
SCN13 B1 FGOALS
SCN14 B1 GFCM21
SCN15 B1 GIAOM
SCN16 B1 HADCM3
SCN17 B1 INCM3
SCN18 B1 IPCM4
SCN19 B1 MIHR
SCN20 B1 MPEH5
SCN21 A2 CNCM3
SCN22 A2 GFCM21
SCN23 A2 HADCM3
SCN24 A2 INCM3
SCN25 A2 IPCM4
Table 1. Selected emission scenarios and GCMs
Dam Period Parameter
a b c d
Andong 1991. 1∼2007. 12 0.94 400 0.00 0.57
Imha 1992. 1∼2007. 12 0.98 252 0.10 0.02
Table 2. Parameters of abcd model (박준형, 2012)
고 있는 Racsko et al.(1991)에 의해 개발된 Lars- WG 5.0 모형을 사용하였다. Lar-WG는 최근에 가장 활발하게 사용되고 있는 모형으로, 반 경험 적 분포를 사용하며, 일 단위 강우, 최고기온, 최 저기온, 반사도의 시계열 자료를 이용해 미래 일 단위 기상자료를 발생시킨다. 최종적으로 사용한 배출시나리오는 A1B에서 10개, B1에서 10개, A2에서 5개의 GCM을 사용하여 25개이다. 안동 댐 유역과 임하댐 유역에 대해 각각 25개의 미래 기상시나리오를 작성한 후, 미래 유량 모의를 위 한 입력자료로 사용하였다.
기후 전망 결과는 2020s(2011∼2040), 2050s (2041∼2070), 2080s(2071∼2100)의 세 개의 기 간으로 30년씩 나누어 분석하였다. 그 결과, 25개 의 시나리오 전체 중 안동댐 유역의 경우, 2020s 에서의 최고치는 638 mm 이고, 2040s 기간에서 는 638 mm이며, 2080s에서는 770 mm로 미래 로 갈수록 강우량이 전반적으로 증가하는 것을 확인할 수 있다. 임하댐 유역의 경우도 2020s에 서 최고치가 약 503 mm, 2040s에서는 607 mm, 2080s에서는 672 mm로 마찬가지로 전반적으로 미래로 갈수록 강우량이 증가하는 경향을 보였 다.
25개의 기후 시나리오를 기반으로 미래 유입 량을 모의하기 위해 물수지 모형인 abcd 수문모 형(Thomas, 1981)을 사용하였다. 물수지 모형이 란 토양 속에 함유된 수분이 강우와 증발에 의해 증감한 후 잔여량이 지표면으로 유출되어 호수, 지하수와 같은 자연적 저류물과 같은 유역에 의 해 일정시간 지체된 후 최종 유출로 나타나는 현
상을 몇 개의 매개변수와 식으로 표현한 개념적 모형을 뜻한다(윤용남, 2007). abcd모형은 1981년 H.A. Thomas에 의해 제시된 후 물수지 모형으로 가장 많이 사용되고 있다. 입력변수는 월 강우량 과 월 잠재증발산량으로 관측시나리오의 경우, 유 역의 면적 평균값을 이용하였다. abcd 모형의 매 개변수는 관측된 자료를 기반으로 박준형(2012) 이 산정한 Table 2의 값을 사용하였다. 유량 모 의에 사용될 월 잠재증발산량과 강우량을 Lars- WG 5.0에 내장되어 있는 default seed number를 이용해 각 관측소 지점에 대해 모의하였다. abcd 모형에 의한 유량 산정의 전체 과정은 Fig. 2와 같다. Fig. 2의 Pt는 t기간 동안 내린 강우량을, PEt는 t월의 잠재증발산량을 의미한다. 기회증발 산량 Yt는 가용수량 Wt의 비선형함수이며, St-1은 t월 초의 토양수분량, St는 t월 말의 토양수분량을 의미하고, Et는 t기간 동안의 실제 증발산량을 나 타낸다. Gt는 t월 말 지하수함량을 뜻하며, 유출 량 Rt는 식과 같이 가용수량과 기회증발산량에 의해 산정된다.
25개의 미래 시나리오의 미래 유입량의 결과
Fig. 2. Flowchart of abcd model (황준식, 2005).
는 Table 3과 같다. 시간 별 최대값을 살펴보면 안동댐의 경우 2020s에서 267 m3/s이고 2040s에 서 345 m3/s, 2080s에서 약 396 m3/s로 미래로
Scenario
Monthly average inflow (CMS)
(AD, 2011.1∼2100.12)
Monthly average inflow (CMS)
(IH, 2011.1
∼2100.12)
SCN1 30.24 14.78
SCN2 30.22 17.99
SCN3 26.58 14.85
SCN4 30.54 16.65
SCN5 30.21 16.48
SCN6 27.14 15.98
SCN7 25.75 13.63
SCN8 33.11 18.68
SCN9 29.57 13.40
SCN10 28.34 16.51
SCN11 28.61 14.56
SCN12 25.68 14.60
SCN13 28.43 15.03
SCN14 26.05 14.51
SCN15 25.75 14.02
SCN16 30.25 17.55
SCN17 29.15 13.41
SCN18 30.69 18.03
SCN19 28.86 16.09
SCN20 27.91 15.83
SCN21 26.23 14.86
SCN22 24.51 12.66
SCN23 36.19 21.23
SCN24 29.98 14.03
SCN25 32.80 20.40
Table 3. Monthly average inflow in Andongdam and Imhadam basins for future period
갈수록 증가하는 경향을 보인다. 임하댐 유입량 의 최대값의 경우는 2020s에서 184 m3/s, 2040s 에서 약 232 m3/s, 2080s에서 264 m3/s로 안동댐 과 마찬가지로 미래로 갈수록 증가하는 것을 확 인할 수 있다. 전 미래 기간인 2011∼2100년과 25개 시나리오 전체에 대해 각 시나리오 별 최대 유량을 갖는 값들 간에 최대편차를 살펴보면 안 동댐은 11.67 m3/s이고, 임하댐은 8.56 m3/s이다.
이는 어떤 시나리오를 선택하는가에 따라 유입량 의 격차가 상당히 발생될 수 있음을 나타내며, 안 동댐이 임하댐보다 그 차이가 큰 것을 알 수 있 다.
3.2 시나리오 별 댐 방류량 산정
시나리오 별로 모의된 유량을 이용해 각 댐의 방류량을 산정하기 위해 다중저수지(multi-reser- voir) 운영 모형인 Hec-ResSim 3.0을 사용하였다.
Hec-ResSim 3.0은 1996년부터 미 공병단에서 20 년 이상 사용되어온 HEC-5에서 사용자 인터페이 스 형태로 개발된 모형이다(류재욱, 2010; USA- CE, 2007; 윤국희, 2011). 안동 및 임하댐의 수위 현황과 용수공급계획량이 댐 방류량 산정을 위한 입력 자료로 사용되었다. 25개 시나리오 별 미래 방류량 모의 결과의 최대값을 살펴보면 안동댐의 경우 2020s에서 440 m3/s이고, 2040s에서는 460 m3/s로 나타났고, 2080s에서는 638 m3/s을 나타 냈다. 임하댐의 최대 방류량의 경우는 2020s에서 316 m3/s이고, 2040s에서는 400 m3/s이며, 2080s 에서는 648 m3/s를 보였다. 종합적으로 살펴보면 안동댐과 임하댐 모두 미래로 갈수록 방류량의 최대값이 증가하는 경향을 가지고 있다는 것을 확인할 수 있다. 앞서 산정한 시나리오 별 두 댐 의 강우량과 유량, 방류량을 살펴보면 Table 4과 같다.
4. 표준 및 로버스트 의사결정의 적용 본 장에서는 안동댐과 임하댐의 이수 용량을 향
Scenario
Montyly average accumulated precipitation
(mm)
Monthly average inflow (CMS)
Annual average accumulated
amount of spill (m3/year)
SCN1 196 45.02 52,151,549
SCN2 201.67 48.21 67,834,810
SCN3 189.5 41.43 6,787,430
SCN4 197.13 47.19 85,106,736 SCN5 193.73 46.69 93,917,405 SCN6 186.07 43.12 8,389,056 SCN7 181.42 39.38 2,712,653 SCN8 209.11 51.79 215,677,853 SCN9 190.26 42.97 45,669,293 SCN10 197.61 44.85 18,153,418 SCN11 190.84 43.17 27,685,536 SCN12 182.37 40.28 7,531,891 SCN13 187.21 43.46 36,956,054 SCN14 183.88 40.56 5,811,533 SCN15 182.34 39.77 3,681,533 SCN16 198.25 47.8 112,364,621 SCN17 189.24 42.56 26,781,533 SCN18 203.49 48.72 87,349,757 SCN19 194.92 44.95 99,645,187 SCN20 191.97 43.74 7,533,840 SCN21 187.78 41.09 18,613,094 SCN22 172.87 37.17 3,892,262 SCN23 218.53 57.42 342,222,058 SCN24 192.19 44.01 49,106,122 SCN25 211.22 53.2 207,274,454 Table 4. Simulated precipitation, inflow and amount of spill in Andongdam and Imhadam basins for future period (AD+IH, 2011. 1∼
2100. 12)
상시킬 수 있는 가상적인 대안을 설정하고, 3장 에서 전망한 미래 댐 방류량에 대하여 대안들의 댐 운영 능력을 평가할 수 있는 네 개의 성과지 수를 산정하였다. 최종적으로 산정된 성과지수의 결과는 표준 의사결정 및 RDM을 통해 대안의 순위를 결정한 후 비교 및 분석하였다.
4.1 대안 설정
안동댐과 임하댐이 위치한 낙동강이 반복적인 가뭄에 대처하기 위한 방안으로는 신규 댐 건설, 빗물 집수 시설 설치, 담수화 시설, 댐 운영 개선 등이 있다. 이러한 대안들은 구조적(structural) 대 안과 비구조적(nonstructural) 대안으로 분류될 수 있다. 본 연구는 SDM과 RDM에 의한 의사결정 의 결과를 비교하는 데 그 목적이 있기 때문에 대안 결과를 간략화 하기 위하여 한국수자원학회 (2005)의 댐 건설 기준을 기초로 비건설적 대안 인 댐 수위를 조정으로 그 범위를 한정시켰다.
이수 용량(water conservation storage)을 증대시 켜 반복적으로 발생하는 가뭄을 개선할 수 있도 록 상시 만수위를 현재보다 상승시키거나 저수위 를 하강시키는 대안을 Table 5와 같이 ALT1∼
ALT6으로 설정하였다. ALT1(AD_NHWL), ALT2(IH_ NHWL)와 ALT3(AD+IH_NHWL)은 안동댐과 임하댐의 상시 만수위를 현재보다 상승
Alternative index Alternative name Initial alternative
ALT1 AD_NHWL AD NHWL + 1 m
ALT2 IH_NHWL IH NHWL + 1 m
ALT3 AD+IH_NHWL AD NHWL + 0.5 m,
IH NHWL + 0.5 m
ALT4 AD_LWL AD LWL - 1 m
ALT5 IH_LWL IH LWL - 1 m
ALT6 AD+IH_LWL AD LWL - 0.5 m,
IH LWL - 0.5 m Table 5. Alternatives for a reservoir operation
시키는 대안이고, ALT4(AD_LWL), ALT5(IH_
LWL)와 ALT6 (AD+IH_LWL)은 저수위를 하강 시키는 대안이다.
4.2 대안 성과지수(Performance Index) 산정 저수지 운영 능력을 평가하는 성과지수는 절대 적 평가기준과 상대적 평가기준으로 구분할 수 있다(박준형, 2012). 절대적 평가는 용수공급량이 나 여수로 방류량과 같이 양의 크기를 측정하는 반면, 상대적 평가는 설정된 시스템의 일정한 기 준을 만족시키는지 여부를 평가하는 방식이다.
본 연구에서는 모의된 시나리오 별로 홍수기와 이수기의 저수지 운영 능력에 대해 대안을 평가 하기 위한 지수를 Table 6과 같이 설정하고, 댐 운영 실무 편람(한국수자원공사, 2009)을 기초로 평가하였다. 이수기의 절대 성과지수는 각 댐의 계획된 용수공급량과 댐 제원에 의해 방류되는 용수공급량(amount of water supply)이고, 상대적 성과지수는 모의 기간 중 계획용수 공급에 성공 한 횟수의 비율인 용수공급 신뢰도(reliability of water supply)를 뜻한다. 식 (3)을 살펴보면 X는 방류량을 의미하고, 어느 t기간에 댐 방류량이 계 획용수공급량을 충족했을 시 SS, 그렇지 못하면 FS라고 정의하여 전체 모의 기간 중 SS의 비율 을 용수공급신뢰도(ρ)로 표현한다.
Pr∈ (3)
홍수기에 사용한 절대적 성과지수는 계획용수 공급량 외에 방류되는 여수로 방류량(amount of spill)이고, 상대적 성과지수는 모의 기간 중 여수 로 방류가 되지 않는 횟수의 비율인 여수로 비방 류 신뢰도(reliability of non-spill)를 의미한다. 마 찬가지로 식 (3)에 의하여 댐 방류량이 댐 여수 로 방류를 발생시키지 않는 것을 SS라고 하고, 여수로 방류를 발생시켰을 경우를 FS라고 간주하 고, 전체 모의 기간 중 SS의 비율을 여수로 비방 류 신뢰도로 표현한다. 이러한 네 개의 저수지 성과지수를 기반으로 대안을 평가하기 위한 지수 는 최종적으로 PA1∼PA4로 Table 6과 같다. PA1
∼PA4는 어떤 대안도 적용하지 않았을 시 즉, 현재 수위를 유지했을 때의 용수공급량, 용수공 급 신뢰도, 여수로 방류량, 여수로 비방류 신뢰도 에 대하여 대안을 적용했을 시의 각각의 증감량 을 나타내는 것으로, 유일하게 PA1은 변동량을 경제적으로 환산한 순현가(net present value)로 식 (4)와 같다.
(4)
Effect
period Classification Performance index Description
Drought period
Absolute PA1
(Amount of water supply)
Net present value for increased amount of water supply over no alternatives
Relative PA2
(Reliability of water supply)
Increased reliability of water supply over no alternatives
Flood period
Absolute PA3
(Amount of spill) Decreased amount of spill over no alternatives
Relative PA4
(Reliability of non-spill) Increased reliability of non-spill over no alternatives Table 6. Performance index for alternatives
PA1 적용시 증가하는 용수공급량의 순현가를 산정하기 위해서는 할인율(r), 내용연수(n), 비용 (C), 수익(B)이 필요하다. 할인율은 한국개발연구 원(1999)에 의해 7.5%를 적용하였고, 내용연수는
“댐건설 및 주변지역 지원 등에 관한 법률 시행 렬” 제27조 규정에 명시되어 있는 것을 기반으로 50년으로 가정하였다. 수익은 한국수자원공사로 부터 조사된 월별 댐용수 공급실적 데이터를 기 반으로 1 m3당 10원으로 가정하였고, 대안 실행 시 드는 비용은 댐의 수위 조정 대안이므로 0원 으로 간주하였다.
PA1∼PA4 성과지수를 식으로 나타내면 식 (5)와 같다. 는 PA1∼PA4를 뜻하는 것으로 j번째 시나리오 하에서 i번째 대안을 적용 했을 때와 현재 상태를 유지했을 때의 차를 각 성과지수 별로 측정한 값이다.
(5)
3장에서 모의한 2011∼2100년 미래의 방류량 에 대해 위의 PA1∼PA4 네 개의 성과지수로 대 안 평가 결과를 분석하였다. 먼저 PA1를 살펴보 면 시나리오에 의해 발생하는 최대 편차는 ALT2 를 적용할 시 1천 8백만 원으로 가장 작게 나타 났고, ALT5에서는 1억 4천만 원으로 가장 큰 것 으로 확인되었다. 시나리오에 의한 성과지수 값
의 변동을 알기 위해 표준편차를 산정하였다. 그 결과, ALT2에서 가장 작고, ALT5에서 가장 큰 값을 가져 시나리오 선택으로 인한 값의 변동이 ALT5에서 가장 크게 발생하는 것으로 나타났다.
두 번째로, PA2의 경우는 어떤 대안을 적용하더 라도 시나리오에 의한 값의 차이가 대부분 0.01 이하로 영향을 많이 받지 않는 것으로 나타났다.
그 중에서도 ALT1, ALT3, ALT4 적용 시 대 부분 시나리오에서 신뢰도가 감소하고 ALT2, ALT5, ALT6에서는 증가하는 경향을 보이는 것 으로 나타났다. 시나리오에 의한 값의 최대 편차 를 살펴보면 가장 큰 값을 보이는 대안은 ALT4 이고, 가장 작은 대안은 ALT2이다. 시나리오에 대한 각 대안의 표준편차의 경우 ALT5에서 가장 커서 시나리오 선택에 따른 변동성이 가장 큰 것 을 알 수 있고, 가장 작은 대안은 ALT2로 시나 리오에 의한 변동이 상대적으로 크게 발생하지 않는 것을 확인할 수 있었다. 세 번째로, PA3을 살펴보면 ALT2를 제외한 나머지 대안들의 대부 분 시나리오에서 값이 감소한 것을 알 수 있다.
시나리오에 의한 값의 최대 편차가 가장 큰 대안 은 약 64만 m3으로 ALT5이고, 가장 작은 것은 약 13만 m3인 ALT2이다. 시나리오에 대한 대안 의 표준편차는 ALT5에서 가장 크고, ALT2에서 가장 작은 값을 가져 시나리오 선택에 의해 값의 변동이 가장 크게 발생하는 것은 ALT5라는 것을 알 수 있다. 마지막으로, PA4의 결과를 살펴보면 대안 별 변동 정도가 대부분 0.01 이하로 대안의 영향을 크게 받지는 않는 것을 알 수 있다. 시나 리오에 의한 값의 최대 편차가 큰 것은 ALT5이 고, 가장 작은 것은 ALT2이다. 시나리오에 대한 대안의 표준편차 결과도 ALT5에서 가장 크고, ALT2에서 가장 작은 값을 가진다. 종합적으로 네 개의 성과지수 결과를 살펴보면 대안에 따른 지수의 증감 정도가 시나리오에 따라 다양하게 발생하지만, 시나리오에 대한 대안의 표준편차는 네 개의 성과지수 모두에서 가장 큰 것은 ALT5
이고, 가장 작은 것은 ALT2로 공통적인 결과를 보였다.
4.3 의사결정 기법의 적용 4.3.1 표준 의사결정
표준 의사결정 기법을 적용하여 미래 25개 시 나리오 하에 PA1∼PA4에 대하여 각 대안의 기 댓값과 순위를 산정하였다. PA1의 결과, 안동댐 과 임하댐의 저수위를 동일한 크기로 하강시킨 대안인 ALT6가 순현가 4천 5백만 원으로 1순위 를 되었고, 그 뒤로는 두 댐의 상시 만수위를 낮 춘 ALT3이 4천 3백만 원의 순현가로 그 뒤를 따 른다. 가장 순위가 낮은 대안은 안동댐의 상시 만수위를 상승시킨 ALT1로 3천 6백만 원이다.
PA2의 결과, 임하댐의 저수위를 낮춘 ALT5가 신뢰도 0.007이 증가되면서 1순위가 되었고, 그 뒤 로 ALT6이 0.0023으로 2순위이다. 가장 낮은 순 위는 PA1의 결과와 마찬가지로 ALT1이 —0.0009 로 6순위이다. PA3의 결과를 살펴보면 ALT6이 23만 4천 m3/year로 가장 많이 줄어들어 1순위가 되었고, 그 뒤로는 22만 7천 m3/year로 ALT5가 가장 크게 줄어들었다. 임하댐의 상시 만수위를 증가시키는 ALT2는 오히려 방류량이 6천 m3/ year 증가해 최하 순위가 되었다. PA4는 대안 별 차이가 매우 미비하지만 ALT5가 0.00020로 1순 위를 차지하고, ALT6이 0.00016으로 2순위를 보 였다. ALT2의 경우는 대안의 효과가 전혀 없는 것을 나타나 6순위가 되었다.
종합적으로 SDM에 의한 네 개의 성과지수의 결과를 살펴보면, Table 6의 절대적 성과지수인 P1과 P3에서 공통적으로 ALT6이 1순위가 나왔 고, 상대적 성과지수인 P2와 P4에서 똑같이 ALT5가 1순위가 도출되었다. 최하위 순위인 대 안을 살펴보면 이수기 성과지수인 P1과 P2에서 공통적으로 ALT1이 6순위가 나왔고, 홍수기 성과 지수인 P3와 P4에서 공통적으로 ALT2가 최하위
Performance
index Estimation value ALT1 ALT2 ALT3 ALT4 ALT5 ALT6
PA1
Expected value
(unit: 1,000 won) 35,516 41,961 43,084 40,654 38,095 44,874
Rank 6 3 2 4 5 1
PA2 Expected value —0.0009 0.0008 -0.0009 -0.0008 0.0066 0.0023
Rank 6 3 5 4 1 2
PA3
Expected value
(unit: m3/year) —175,909 6,032 —104,853 —202,412 —226,820 —234,263
Rank 4 6 5 3 2 1
PA4 Expected value 0.000085 0.000000 0.000050 0.000108 0.000201 0.000161
Rank 4 6 5 3 1 2
Average rank in PA1∼PA4 5 4.5 4.25 3.5 2.25 1.5
Table 7. Estimation expected value and ranks in performance indices with SDM
를 보였다. 네 성과지수에 대해 각 대안의 평균 순위를 산정하였는데, ALT6이 1.5순위로 가장 높 은 값을 나타냈으며, 그 뒤로 ALT5, ALT4, ALT- 3, ALT2, ALT1이 차례대로 높은 순위로 보였다.
SDM을 통해 산정된 기댓값과 순위의 결과를 종 합적으로 정리하면 Table 7과 같다.
4.3.2 로버스트 의사결정
RDM 기법을 적용하여 미래 25개 시나리오 하 에 PA1∼PA4에 대하여 각 대안의 최대후회기 준을 산정한 후 값이 작은 순으로 순위를 산정하 였다. PA1의 결과, 안동댐과 임하댐의 저수위를 같이 하강시켰던 대안 ALT6이 3천 만원으로 1순 위를 나타냈으며, 임하댐의 상시 만수위를 상승 시킨 ALT2가 9천 6백 만원으로 최하위인 6순위 가 되었다. 시나리오 별 후회기준의 양상을 살펴 보면 SCN17과 SCN25일 때 일부 대안에서 매우 높은 값이 나타나는 것이 확인되었다. PA2의 결 과, 임하댐의 저수위를 하강시킨 대안 ALT5가 최대후회기준이 0.000으로 가장 작아 1순위가 되 었고, 안동댐의 상시 만수위를 상승시킨 ALT1는
0.0170으로 6순위가 되었다. 모든 대안에서 후회 기준이 시나리오 별로 매우 유사한 패턴을 보이 는 것을 알 수 있으며, SCN22에서는 특히 상대 적으로 높은 값을 보이는 것으로 나타났다. PA3 의 결과, 최대 후회기준이 가장 작은 대안은 2억 2천만 m3/year로 ALT6가 1순위가 되었고, ALT2 가 7억 3천만 m3/year로 가장 큰 최대 후회기준 을 가져 6순위가 되었다. 시나리오 별 대안의 결 과를 살펴보면 ALT6이 대부분 시나리오에서 대 체적으로 다른 대안에 비해 높은 후회기준을 가 지고 시나리오에 따른 변동 폭도 큰 것으로 확인 된다. 특히, 다른 시나리오들에 비해 SCN17, SCN- 18, SCN25 하의 대부분 대안에서 상대적으로 높은 후회기준을 보이는 것을 알 수 있다. PA4의 결과, 최대 후회기준 값이 가장 작은 ALT5가 0.0003으로 1순위가 되었고, ALT1과 ALT4가 0.0015로 공동 5순위가 되었다. 시나리오 별 최 대후회기준의 양상을 보면 그 차이가 매우 작아 대안의 효과가 모든 시나리오에서 크지 않은 것 을 볼 수 있다. 그러나 SCN23하에 ALT5를 적용 했을 경우를 제외한 나머지 다섯 개 대안에서 후
Performance
index Estimation value ALT1 ALT2 ALT3 ALT4 ALT5 ALT6
PA1
Max regret
(unit: 1,000 won) 90,283 96,303 86,093 85,057 89,882 30,783
Rank 5 6 3 2 4 1
PA2 Max regret 0.0170 0.0010 0.0169 0.0169 0.0000 0.0122
Rank 6 2 5 4 1 3
PA3
Max regret
(unit: m3/year) 484,362 729,091 560,656 464,966 573,900 222,855
Rank 3 6 4 2 5 1
PA4 Max regret 0.00152 0.00146 0.00146 0.00152 0.00030 0.00116
Rank 5 3 3 5 1 2
Average rank in
PA1∼PA4 4.75 4.25 3.75 3.25 2.75 1.75
Table 8. Estimation regret and ranks in performance indices with RDM
회기준이 0.001 이상으로 상대적으로 큰 값을 가 진다.
종합적으로 네 개의 성과지수를 살펴보면 PA1 과 PA3으로 평가할 시 1순위 대안이 ALT6이고, 제일 낮은 순위가 ALT2라는 공통점을 찾을 수 있다. 한편, 성과지수 PA2와 PA4로 평가할 시 1 순위 대안이 모두 ALT5이고, 가장 낮은 순위가 ALT1이라는 공통된 특징을 발견할 수 있다. 네 개의 지수를 종합하여 각 대안 별로 평균 순위를 보면 ALT6이 1.75순위로 가장 높고, 그 뒤로 ALT5, ALT4, ALT3, ALT2, ALT1 순서로 가장 높은 순위를 가진 것을 확인하였다. RDM을 통해 산정된 기댓값과 순위의 결과를 종합적으로 정리 하면 Table 8과 같다.
4.3.3 의사결정 기법 별 순위 비교 ․ 분석 미래 시나리오 25개 하의 성과지수 PA1∼
PA4에 대하여 SDM과 RDM의 순위 결과를 비교 하였다. PA1은 1순위 대안인 ALT6을 제외하고,
나머지 대안들에서 모두 순위의 차이가 보이는 것을 알 수 있다. 특히, ALT2 대안의 경우 SDM 에서는 3순위, RDM에서는 6순위로 3순위의 차 이가 나는 것을 확인할 수 있다. 성과지수 PA2에 서는 SDM과 RDM의 순위 차이가 가장 작은 것 을 볼 수 있는데, ALT2와 ALT3의 대안에서만 순위 차가 발생하는 것을 알 수 있다. 성과지수 PA3의 경우는 1순위와 6순위 대안을 제외한 나 머지 대안에서 모두 순위 차이를 보였다. 특히, ALT2에서 SDM는 2순위, RDM에서는 5순위로 3순위의 차이를 보였다. 성과지수 PA4에서 1순 위와 2순위 대안이 일치하고, 나머지 대안에서 순위 차가 발생하였다. 특히, ALT4에서 SDM은 3순위, RDM은 5순위로 2순위의 차이가 나는 것 을 확인하였다. 종합적으로 SDM과 RDM의 성과 지수 별 평균 순위의 차이를 살펴보면, 용수공급 량 PA1과 여수로 비방류 신뢰도 PA4은 평균적 으로 1.33순위 차이로 가장 크고, 그 다음으로 여 수로 방류량 PA3은 1순위 차, 용수공급 신뢰도 PA3는 0.33순위 차로 그 뒤를 따른다.
5. 결론 및 향후연구
본 연구는 수자원 분야에서 기후변화 적응에 대한 연구가 미비한 가운데 처음으로 기후변화에 적합한 의사결정 기법 연구를 시도하였다는 것에 그 의의가 있다. 또한, 수자원 분야에서 기후변화 적응을 위한 안정적인 전략수립을 위한 연구로 RAND(2003)에서 제시한 RDM의 개념을 도입하 여 불확실성이 매우 높은 다양한 기후변화 시나 리오들을 사용하여 용수공급시 최대손실이 적은 보수적인 대안을 찾은 새로운 접근법을 제시하였 다는 것에 그 의미가 있다. 한편, 일반적으로 사 용했던 기후변화 시나리오의 확률에 대한 정보를 불확실하다고 간주하고 다양한 시나리오를 사용 하여 최대손실이 적은 보수적인 대안을 찾은 접 근이 주목할 점이라고 볼 수 있다.
UKCIP(2003)에서 제시한 불확실성 분류에 의 거하여 기후변화를 특정 사상의 발생확률에 관한 지식의 정도가 낮은 상태 즉, 미래 시나리오의 확률에 대한 정보가 부족한 깊은(deep) 불확실성 의 상황으로 간주하고, 이에 적합한 방법으로써 RDM을 제시하였다. 기존의 일반적인 의사결정 기법인 표준의사결정과 RDM 기법의 비교를 위 해 안동댐과 임하댐의 댐 운영 능력 증진을 위해 이수용량이 증대되도록 수위를 가상적으로 조절 하여 대안을 구축하였다. 기후변화를 반영하기 위한 25개 시나리오를 사용하여 강우량, 유입량 및 방류량을 전망하였고, 댐 운영 능력 효과를 평가하기 위한 이수와 치수 별 댐 운영 능력을 평가할 수 있는 PA1∼PA4 성과지수를 사용하여 대안을 평가하였다. 각 성과지수 별 결과를 살펴 보면, 두 의사결정 기법 모두에서 1순위는 동일 하였다. 증가된 용수공급량의 순편익을 나타내는 PA1의 결과, 안동과 임하댐의 저수위를 하강시키 는 ALT6이 1순위가 되었고, 용수공급의 신뢰도인 PA2의 결과에서는 임하댐의 저수위를 하강시키 는 ALT5가 1순위, 여수로 방류의 감소량을 나타 내는 PA3에서는 PA1과 마찬가지로 ALT6이 1순
위가 되었다. 마지막으로, 여수로 비방류 신뢰도 를 나타내는 PA4에서는 PA2와 동일하게 ALT가 1순위의 결과를 보였다. 그러나 SDM과 RDM으 로 6개의 대안의 전체 순위를 비교한 결과, 25개 의 동일한 미래 시나리오를 적용했음에도 불구하 고, 두 기법의 결과 간에 평균적으로 0.33∼1.33 순위 차가 발생하는 것을 확인하였다. 이러한 차 이의 이유는 SDM은 모든 시나리오들에 대하여 발생 확률을 반영하여 기댓값을 산출한 후 순위 를 부여한 반면, RDM은 모든 시나리오 하에서 위험수준 이하의 변동이 발생되지 않는 대안을 유도할 수 있는 최대후회기준을 순위로 결정하는 기준으로 사용했기 때문이다. 다시 말해, 최대후 회기준은 SDM의 기댓값과 달리 각 시나리오의 발생 확률에 대한 정보에 의존하지 않고 대안의 순위를 산정한 것이다.
본 연구는 RAND(2003)에서 제시한 RDM의 전 과정에서 살펴보았을 때 몇 가지의 한계점을 가정하고 시작하였다. UKCIP에서 분류한 기후변 화의 특성 중 깊은 불확실성에만 초점을 맞추어 후회기준 인자를 사용해 보수적인 대안을 채택하 는 것에 집중하였고, 시나리오를 구성하는 불확 실성의 요소는 배제하였다. 따라서 추후에는 기 후변화 여러 측면의 불확실성을 함께 고려하기 위한 적응 과정(adaptive process)을 도입해, 보다 안정적인 대안을 찾을 수 있는 연구가 이루어져 야 할 것이다.
감사의 글
본 연구는 국토해양부 한국건설교통기술평가원 건설기술혁신사업의 “기후변화에 의한 수문 영향 분석과 전망(09-기술혁신C01)” 과제의 지원으로 수행되었습니다. 이에 감사드립니다.
참고문헌
강노을, 2012, 기후변화 불확실성 하의 용수공급
