Abstract
The purpose of this study is to evaluate the groundwater level behavior of Geum river basin (9,645.5 km2) under future climate change scenario projection periods (2020s: 2010~2039, 2050s: 2040~2069, 2080s: 2070~2099) using SWAT (Soil and Water Assessment Tool). Before future evaluation, the SWAT was calibrated and validated using 11 years (2005~2015) daily multi-purpose dam inflow at 2 locations (DCD, YDD), ground water level data at 5 locations (JSJS, OCCS, BEMR, CASS, BYBY), and three years (2012~2015) daily multi-function weir inflow at 3 locations (SJW, GJW, BJW). For the two dam inflow and dam storage, the Nash-Sutcliffe efficiency (NSE) was 0.57~0.67 and 0.87~0.94, and the coefficient of determination (R2) was 0.69~0.73 and 0.63~0.73 respectively. For the three weir inflow and storage, the NSE was 0.68~0.70 and 0.94~0.99, and the R2 was 0.83~0.86 and 0.48~0.61 respectively. The average R2 for groundwater level was from 0.53 to 0.61. Under the future temperature increase of 4.3°C and precipitation increase of 6.9% in 2080s (2070~2099) based on the historical periods (1976~2005) from HadGEM3-RA RCP 8.5 scenario, the future groundwater level shows decrease of -13.0 cm, -5.0 cm, -9.0 cm at 3 upstream locations (JSJS, OCCS, BEMR) and increase of +3.0 cm, +1.0 cm at 2 downstream locations (CASS, BYBY) respectively. The future groundwater level was directly affected by the groundwater recharge by the future seasonal spatial variation of rainfall in the watershed.
Keywords: SWAT, Groundwater recharge, Groundwater level, Climate change, RCP scenario
SWAT을 이용한 미래기후변화에 따른 금강유역의 지하수위 거동 평가
이지완aㆍ정충길aㆍ김다래aㆍ김성준a*
a건국대학교 공과대학 사회환경플랜트공학과
요 지
본 연구에서는 금강유역(9,645.5 km2)을 대상으로 SWAT (Soil and Water Assessment Tool)을 이용하여 HadGEM3-RA RCP 4.5와 8.5 기후 변화 시나리오에 따른 미래 기간(2020s: 2010~2039, 2050s: 2040~2069 ,2080s: 2070~2099 )의 지하수위 변화를 평가하였다. 이를 위해 SWAT 모형의 검 ․ 보정은 11년(2005~2015)동안의 유역내 2개 댐지점(대청댐, 용담댐)의 일별 유입량 및 저수량, 5개 관정지점(JSJS, OCCS, BEMR, CASS, BYBY)의 일단위 지하수위 관측자료, 3년 5개월(2012년 8월~2015년 12월) 동안의 3개 보지점(세종보, 공주보, 백제보)의 일별 유입량 및 저수량 자료를 이용하였다. 2개 댐의 유입량 및 저수량 검보정 결과, Nash-Sutcliffe 모델효율(NSE)은 각각 0.57~0.67, 0.87~0.94, 결정계수(R2)는 각각 0.69~0.73, 0.63~0.73의 범위를 보였으며, 3개 보의 유입량 및 저수량의 NSE는 각각 0.68~0.70, 0.94~0.99, R2는 각각 0.83~0.86, 0.48~0.61로 검보정 되었다. 5개 지점의 지하수위에 대한 R2는 0.53~0.61이었다. 유역 전체의 미래 기온은 기준년도(1976~2005) 대비 2080s RCP 8.5 시나리오에서 최고 4.3°C 상승하고 강수량은 6.9% 증가하였으며, 미래 지하수위는 5개 지하수위 관측지점 중 금강 상류 3 개 지점(JSJS, OCCS, BEMR)에서 각각 –13.0 cm, -5.0 cm, -9.0 cm 감소하였고, 금강 하류 2개 지점(CASS, BYBY)에서는 각각 +3.0 cm, +1.0 증가하였다. 미래 지하수위는 유역 내 강수량의 계절별 공간적 편차에 따른 지하수 충전량의 차이에 기인한 것으로 판단된다.
핵심용어: SWAT, 지하수 함양량, 지하수위, 기후변화, RCP 시나리오
© 2018 Korea Water Resources Association. All rights reserved.
*Corresponding Author. Tel: +82-2-450-3749 E-mail: [email protected] (S. J. Kim)
IPCC 4차 보고서(2007)에 따르면, 미래 기후변화로 인한 가장 취약한 부분으로 강수패턴의 시공간 변화로 인한 가용 수자원의 변화를 선정하였으며 특히 IPCC 5차 보고서(2013) 에서 아시아지역은 지역별 대응전략 수립, 물 재활용 등 수자 원 다양화, 통합형 수자원 관리를 권고하였다. 기후변화 에 따 른 영향 중에서 지하수 수문계(Hydrological system)의 변화 는 광범위한 부분에서 관측되고 있으며, 수자원의 대부분을 지하수에 의존하는 지역의 경우 특히 민감한 문제가 발생되고 있다(Song et al., 2012).
우리나라의 연간 지하수 사용량은 약 37억 m3으로, 전체 수 자원 사용량의 10% 정도에 불과하나, 국내 전체 지하수 이용 가능량의 35%를 상회하고 있다(Lee et al., 2011). 특히 금강 유역 내 지하수이용량은 최근 10년(2005~2015)동안 11.6%
증가한 것으로 조사되었다(MOLIT, 2016). 그러나 전국 국가 지하수관측망의 과거 10년의 지하수위 자료를 통해 향후 20 년간 약 0.58 m의 지하수위 감소를 예측하였으며(Kim et al., 2008), 이러한 원인으로 과다한 지하수 채수 및 기후변화로 인한 함양량 감소임을 정성적으로 추정하였다.
지하수의 변화와 같이 흐름속도가 느리고 지속적인 요소의 경우에는 지표 기후변화의 영향을 쉽게 인식 할 수 없으나 지표 변화에 따른 변동이 지하수 환경에서 관측되기 시작하면 그 영 향은 지표보다 훨씬 장기적으로 나타남에 따라 지하수의 유출 혹은 유입량을 정량화하려는 시도는 예전부터 지속적으로 이 루어져 왔다(Church, 1996). 수문모형을 이용한 지하수 거동 평가 국내연구사례를 살펴보면 Kim et al. (2000)은 토양수분 추적에 의한 지하수 함양량 추정기법을 적용한 일단위 분포형 모형을 개발하여 보청천 유역에 적용하였으며, Kwon et al.
(2005)은 유역의 지형 및 토양특성을 고려한 분포형 일단위 강우유출모형을 이용하여 지하수 개발량을 평가하였다. Kim et al. (2007), Kim et al. (2008), Chung et al. (2010)과 Chung et al. (2011) 등은 SWAT 모형과 MODFLOW 모형을 연계하 여 강수로부터 지표유출, 측방유출, 지하수 유출 성분을 계산 하고 지하수 함양량을 산정하여 지하수의 정량적인 분석을 수행하였다. Kim et al. (2014)은 제주지역을 대상으로 지하 수위 변동 해석모델을 이용한 수리지질 매개변수를 추정하 였고 Ahn et al. (2016)은 SWAT 모형의 HRU를 이용하여 지 하수위를 검 ․ 보정하여 SWAT 모형 내 지하수위 산정기법을 제시한 바 있다. 국외에서는 Shirmohammadi et al. (2013), Pfannerstill et al. (2014), Izady et al. (2015), Jin et al. (2015), Sun et al. (2016) 등이 SWAT 모형의 모의 결과를 이용하여
Ahn et al. (2009)이 SLURP 모형을 이용하여 경안천 유역에 대한 지하수 함양량을 산정한 바 있고, Lee et al. (2011)은 상세 화된 기후변화 시나리오와 GIS를 이용하여 기후변화 함양량 산정모델을 개발하여 미래 기후변화 시나리오에 따른 전국의 지하수함양량을 추정하였다. Lee et al. (2014)은 해안유역을 대상으로 SWAT 모형을 이용하여 기후변화에 따른 급경사 지 유역에서의 지하수 함양량을 전망하였으며, Park et al.
(2014)은 기후변화 시나리오와 SWAT 모형을 이용하여 용담 댐 유역의 수문요소분석을 통해 지하수유출량을 분석한 바 있다. SWAT을 이용한 지하수분석 관련 국외 연구로는 Dessu et al. (2013)이 기후변화에 따른 유황분석을 및 수문분석을 통해 지하수 흐름을 분석하였고, Awan et al. (2014)은 기후변 화에 따른 관개지역의 지하수 함양 분포도를 작성하였다.
Fiseha et al. (2014), Verma et al. (2015)은 기후변화에 따른 수문분석을 통해 지하수 함양량을 산정하였고, Goodarzi et al. (2016)은 SWAT 및 MODFLOW 모형을 연계하여 기후변 화에 따른 지하수 함양량을 추정하였다. 이처럼 국내 ․ 외에서 수문모형을 통한 지하수 분석 및 기후변화 영향 평가 연구는 활발히 진행되어 왔으나, 기후변화에 따른 지하수위 거동을 평가한 연구는 아직 많이 이뤄지지 않았다.
본 연구의 목적은 물리적 기반의 준분포형 연속강우유출 모형인 SWAT 모형을 이용하여 금강유역(9,645.5 km2) 내에 있는 다목적 댐 및 다기능 보의 운영자료 및 지하수위 관측자 료를 이용한 검 ․ 보정을 통해 신뢰성 있는 수문순환을 재현하 고, 기후변화 시나리오를 적용하여 미래 유출특성 및 지하수 위를 추정하는데 있다.
2. 재료 및 방법
2.1 대상유역
본 연구의 대상유역은 금강유역으로 전라북도 장수군에서 발원하여 무주, 금산, 영동, 옥천, 보은, 청주, 대전, 세종, 공주, 청양, 논산, 부여, 서천, 익산을 지나 군산만에서 서해로 유입 된다. 유역면적은 9,645.5 km2이며, 유로연장은 384.8 km이 다. 금강유역 내 에는 2개의 다목적 댐인 용담댐(YDD), 대청 댐(DCD)과 3개의 다기능 보인 세종보(SJW), 공주보(GJW), 백제보(BJW)가 설치되어 운영 중이다. 유역 전체 면적의 62%가 산림으로 이루어져 있으며, 논이 15%, 밭은 11%를 차 지하며 나머지 도시와 초지, 나지 등은 3~5%를 차지한다.
금강유역의 과거 연평균 강수량은 1,323.1 mm, 연평균 기 온은 12.2°C이다. 2015년 기준 금강유역의 지하수 이용량은 525.9 백만 m3/년이고, 단위면적당 지하수 이용량은 5개 대 권역(한강, 낙동강, 금강, 섬진강, 영산강) 중 2번째로 많은 1,808.3 m3/일/km2로 조사되었다(MOLIT, 2016). Fig. 1은 SWAT 모형에 적용하기 위해 분할된 78개의 소유역과 댐, 보 및 지하수위 검 ․ 보정지점을 나타낸 것이다.
2.2 SWAT 모형의 개요
본 연구에서는 장기간에 걸친 유역의 일 유출을 모의하기 위하여 미농무성 농업연구소 (USDA, Agricultural Research Service, ARS)에서 개발한 SWAT (Arnold et al., 1996)을 선 정하였다. SWAT 모형은 물리적 기반의 준분포형 연속강우 유출모형으로서, 다양한 종류의 토양과 토지이용 및 토지관 리 상태에 따른 유출을 모의한다. 모형은 물수지 방정식에 근 거를 두고 강수, 증발산량, 지표유출, 기저유출, 지하수 등에 대한 모의를 각 수문반응단위 (Hydrological Response Unit, HRU) 별로 계산할 수 있다 (Neitsch et al., 2001).
SWAT 모형에서 일별 유출량은 SCS (Soil Conservation
Service) CN (Curve Number) 방법으로 산정하고 측방유입량 은 Kinematic Storage Model을 이용하며, 침투는 토층을 최 대 10개 까지 세분화 하여 선형저수량 추적기법을 사용하여 계산한다. 지하수는 얕은 대수층과 깊은 대수층으로 나뉘며 얕은 대수층은 지표면에서 대수층으로 침루된 유량으로 유역 의 하천 회귀수를 공급하고, 얕은 대수층으로 침투된 일부는 깊은 대수층으로 공급되어 유역 밖으로 흘러나간다. 이때 지 하수 충전량 및 지하수위는 아래의 식을 이용하여 계산된다.
∙
(1)
∙ exp ∙ ∆
∙ ∙
∙ exp ∙∆
(2)
여기서, 은 매일 하천으로 유입되는 지하수 혹은 기저유출 (mm H2O), 는 대수층의 수리전도도(mm/day), 는 지 하수시스템에 대한 분할경계 및 소유역에서 주 하천까지의
Fig. 1. Study watershed and monitoring stations
거리(m), 는 일의 지하수위(m), 은 일의 지 하수위, 는 기저유출 하단계수, ∆는 단위시간 (1 일),
는 일에 대수층으로 들어가는 침투량, 그리고 는 얕은
대수층의 비산출율 이다.
2.3 자료수집 및 분석 방법 2.3.1 GIS 및 기상, 수문입력자료
SWAT 모형의 GIS 공간자료로 DEM (Digital Elevation Model)과 토양도는 국가수자원관리종합정보시스템(WAter Management Information System, WAMIS)의 30 m × 30 m DEM, 1:25,000 정밀토양도를 사용하였다(Figs. 2(a) and 2(b)).
토지이용도는 환경부의 2008년 중분류 자료를 이용하였으며, 이를 9개 항목(활엽수림, 침엽수림, 혼효림, 주거지, 논, 밭, 초 지, 나지, 수역)으로 분류하여 모형에 입력하였다(Fig. 2(c)).
금강유역 내 토양종류에서 사양토(Sandy loam)와 양토(Loam) 가 각각 58%, 24%로 높은 비율을 차지하고 있으며, 토지이용 은 산림이 62%, 농지는 15%로 이루어져 있다.
SWAT의 검보정을 위한 기상자료는 9개(청주, 대전, 추풍 령, 군산, 보은, 천안, 부여, 금산, 장수)강수량(mm), 최고 및 최저기온(°C), 풍속(m/sec), 상대습도(%), 일사량(MJ/m2) 기상관측소의 11년(2005~2015)동안의 일자료를 사용하였 으며, 이 기간의 용담댐과 대청댐의 일별 댐유입량과 저수량 자료, 세종보, 공주보, 백제보는 3년 5개월(2012년 8월~2015 년 12월)동안의 일별 보유입량과 저수량 자료를 수집하여 사 용하였다(http://www.water.or.kr).
2.3.2 지하수위 실측자료
유역의 수문 및 물수지 평가에 있어 지하수위는 수문학적 으로 중요한 부분을 차지하지만 관측자료가 충분하지 않아 경험식에 의한 추정 값을 사용하고 있는 실정이다(Ahn et al., 2016). 따라서 본 연구에서는 모델의 검증을 위해 유역 내에서 측정된 지하수 값을 이용하였다. 지하수위 자료는 국가지하 수정보센터(GIMS)의 충적 지하수 관측정에 의해 관측된 지 하수위 자료를 수집하였다. 금강유역 내 충적 지하수 관측정 18개소가 운영 중으로 모형의 보정 및 검정기간(2005~2015) 에 대한 2년 이상의 결측자료가 없는 5개 지점(장수장수(JSJS), 옥천청성(OCCS), 보은마로(BEMR), 천안수신(CASS), 부 여부여(BYBY))을 선정하였다(Fig. 1).
2.3.3 기후변화 시나리오
본 연구에서는 기상청에서 제공하는 HadGEM3-RA RCP (Representative Concentration Pathway) 4.5와 8.5 시나리오 자료(강수량, 최저/최고온도, 풍속, 상대습도)를 이용하였 으며, 2020s (2010~2039년), 2050s (2040~2069년), 2080s (2070~2099년)로 구분하여 정리하였다.
Fig. 3과 Table 1은 지상 관측자료(1975~2005, Baseline), RCP 4.5와 8.5 시나리오의 과거자료(1975~2005, Historical), 그리고 2020s, 2050s, 2080s의 월별 강수량과 기온을 비교한 것이다. 2080s RCP 8.5 시나리오에서 미래 기온과 강수량은 Historical에 비해 각각 5.3°C, 11.5% (160.3 mm) 증가하였으 며, 봄철에 각각 5.5°C, 63.5% (141.9 mm) 증가, 여름철은 6.1°C 증가, 5.3% (44.3 mm) 감소하는 경향이었다.
(a) DEM (b) Soil properties (c) Land cover
Fig. 2. GIS data of the Geum river basins
2.3.4 연구 방법
본 연구의 방법은 Fig. 4와 같으며, SWAT 모형의 입력자료 및 검 ․ 보정 지점에 대한 관측자료를 수집하였다. 댐 및 보에 대한 제원과 방류량자료를 구축하여 입력한 후 유역의 상류에 서 하류로 순차적으로 댐 및 보의 유입량 및 저수량을 검 ․ 보정 을 수행했다.
SWAT에서 지하수위는 모의 결과 값으로 출력하지 않음 에 따라, 본 연구에서는 지하수위 관측정이 설치된 지점의 HRU의 계산결과를 추출하여 관측자료와 비교했는데 HRU 출력 결과 중 SA_ST (shallow aquifer storage, mm)에서 매개 변수인 GWQMN (threshold water level in shallow aquifer for base flow, mm)을 뺀 값을 지하수위 변동량으로 보고, 실측
(a) RCP 4.5 precipitation (b) RCP 8.5 precipitation
(c) RCP 4.5 temperature (d) RCP 8.5 temperature
Fig. 3. Changes temperature and precipitation with RCP 4.5 and 8.5 scenarios
Table 1. Future projected seasonal precipitation (mm) and temperature (°C) under the RCP 4.5 and 8.5 scenarios of the HadGEM3-RA Meteorological
element Season Baseline Historical RCP 4.5 RCP 8.5
2020s 2050s 2080s 2020s 2050s 2080s
PCP (mm)
Spring 219.6 223.3 351.6 340.6 380.3 362.7 344.6 365.0
Summer 752.7 837.5 762.4 817.0 805.1 718.1 835.1 793.2
Autumn 243.2 255.2 259.1 268.3 297.2 241.2 279.7 258.4
Winter 89.9 81.5 89.6 87.2 105.3 93.4 119.6 141.1
Total 1,305.3 1,397.5 1,462.7 1,513.2 1,587.9 1,415.4 1,579.0 1,557.8
Temperature (°C)
Spring 11.3 11.3 12.6 13.5 13.9 13.1 14.7 16.8
Summer 23.6 23.2 24.8 25.8 26.5 25.5 27.3 29.4
Autumn 13.3 13.3 13.8 15.0 15.6 14.3 16.2 18.5
Winter -0.6 -1.8 -1.6 -0.7 -0.3 -1.9 0.6 2.8
Total 11.9 11.5 12.4 13.4 13.9 12.7 14.7 16.9
지하수위 초기 값에 변동량을 더하여 실측자료와 비교하였 다. 실측자료와의 비교를 통해 매개변수를 조정했다. 매개변 수 추정은 수문요소들을 유기적으로 밸런스 있게 모의하기 위해 시행오차방법(trial and error method)을 적용했다. 기후 변화에 따른 지하수위 거동평가를 위해 기상청 RCP 자료를 수집하였으며, 평가기간에 따른 모의 결과를 도출하고 미래 지하수위를 추정하였다.
3. 결과 및 고찰
3.1 SWAT 모형의 검 ․ 보정
본 연구에서는 모형의 검 ․ 보정에 앞서 금강유역에 대한 매 개변수 민감도를 수행하였으며, 이를 통해 최적의 매개변수 를 선정하였다. Table 2는 모형의 보정 및 검증에 사용된 매개 변수를 정리한 것으로 지표유출 관련 매개변수는 CH_N (2),
Fig. 4. Assessment of climate change impact on groundwater level using SWAT model
Table 2. The calibrated parameters for SWAT model
Parameter Definition Range Adjusted Value
YDD DCD SJW GJW BJW
CH_N (2) Manning’s “n” value for the tributary channel 0.01 to 30 0.016 0.014 0.014 0.014 0.014 ESCO Soil evaporation compensation coefficient 0 to 1 0.95 0.95 0.95 0.95 0.95
GW_DELAY Delay time for aquifer recharge (days) 0 to 500 150 50 30 31 31
GWQMN Threshold water level in shallow aquifer for
base flow (mm) 0 to 5000 1,000 1,000 1,000 1,000 1,000
ALPHA_BF Base flow recession constant 0 to 1 0.2 0.2 0.2 0.2 0.2
REVAPMN Threshold water level in shallow aquifer for
revap (mm) 0 to 1000 750 750 750 750 750
GW_REVAP Groundwater revap coefficient 0.02 to 0.2 0.02 0.02 0.02 0.02 0.02
RES_ESA Reservoir surface area when the reservoir is
filled to the emergency spillway (ha) - 3,700 7,420 350 350 350
RES_EVOL Volume of water needed to fill the reservoir to
the emergency spillway (104m3) - 81,500 149,000 570 1,560 2,500
RES_PSA Reservoir surface area when the reservoir is
filled to the principal spillway (ha) - 3,390 6,750 300 300 300
RES_PVOL Volume of water needed to fill the reservoir to
the principal spillway (104m3) - 74,250 124,160 565 1,554 2,471
RES_VOL Initial reservoir volume (104m3) - 39,821 76,857 546 1,550 2,471
RES_K Hydraulic conductivity of the reservoir bottom
(mm/hr) 0 to 1 0.3 0.1 0.1 0.1 0.1
EVRSV Lake evaporation coefficient 0 to 1 0.6 0.6 0.6 0.6 0.6
년을 검증기간으로 하여 분석을 수행하였다. 모 형의 적용성 평가는 coefficient of determination (R2), Nash and Sutcliffe (1970) model efficiency (NSE), root-mean square error (RMSE), percent bias (PBIAS)를 사용했다. R2 은 1에 가까울수록 관측 값과 모의 값이 완벽하게 일치함을 나타내고, NSE는 -∞에서 1까지의 범위를 통해 모형의 효율을 평가하는데 0보다 클수록 모형의 적용성이 높다고 설명할 수 있다(Mkhwanazi, 2012). RMSE는 실측치와 모의치의 오차 를 나타내는 것으로 0에 가까울수록 오차가 작음을 의미한다.
우 -4.3% 적게 모의되었는데 상류인 SJW, GJW의 유입량이 하류인 BJW에 영향을 미친 것으로 판단된다.
댐 유입량 통계분석 결과를 살펴보면, R2는 YDD, DCD, SJW, GJW, BJW 에서 각각 보정기간에 대하여 0.67, 0.75, 0.75, 0.80, 0.81, 검증기간에 대하여 0.70, 0.71, 0.64, 0.61, 0.62로 분석되었다. NSE는 YDD, DCD, SJW, GJW, BJW 에 서 각각 보정기간에 대하여 0.55, 0.70, 0.69, 0.76, 0.77, 검증 기간에 대하여 0.58, 0.64, 0.64, 0.57, 0.50으로 분석되었다.
검정기간 중 가뭄년인 2014~2015년은 평균 강수량이 941.0
Fig. 5. The calibration and verification results for dam/weir inflow (mm) and storage (106m3) (a) YDD, (b) DCD, (c) SJW, (d) GJW, (e) BJW
mm로 R2와 NSE가 낮게 나타났다. 전체기간에 대한 RMSE 는 YDD, DCD, SJW, GJW, BJW 에서 각각 1.67 mm/day, 1.42 mm/day, 0.94 mm/day, 1.02 mm/day, 1.18 mm/day 였으 며, PBIAS는 각각 4.45%, 7.86%, 4.67%, -3.35%, -2.06%의 통계치를 보였고 모든 검 ․ 보정 지점에 대해 통계분석 결과가 통계적으로 유의한 수준인 것으로 분석되었다.
댐 저수량 통계분석 결과 중, R2는 YDD, DCD, SJW, GJW, BJW 에서 각각 보정기간에 대하여 0.68, 0.65, 0.55, 0.55, 0.57, 검증기간에 대하여 0.78, 0.68, 0.70, 0.72, 0.31로 분석되 었다. 검정기간 중 가뭄년인 2014~2015년은 평균 강수량이 941.0 mm로 R2가 낮게 나타났다. NSE는 YDD, DCD, SJW, GJW, BJW 에서 각각 보정기간에 대하여 0.79, 0.95, 0.92, 0.98, 0.99, 검증기간에 대하여 0.94, 0.93, 0.98, 0.99, 1.00으
로 분석되었다. 전체기간에 대한 RMSE는 YDD, DCD, SJW, GJW, BJW 에서 각각 1.85 mm/day, 2.07 mm/day, 0.13 mm/day, 0.26 mm/day, 0.23 mm/day 였으며, PBIAS는 각각 5.48%, -9.38%, 3.89%, 1.44%, 0.36%의 통계치를 보였고 모 든 검 ․ 보정 지점에 대해 통계분석 결과가 통계적으로 유의한 수준인 것으로 분석되었다(Table 3).
지하수위의 변동량 경우, 해당지점의 HRU의 계산결과를 검 ․ 보정에 활용하였다. 수문학적 반응단위인 HRU는 소유역 내 동일한 토지이용과 토양특성의 조합으로 구성되는데, OCCS, BEMR, BYBY는 산림지역(혼효림), JSJS, BYBY는 논 지역으로 분류하여 분석을 수행하였다. 검 ․ 보정 기간 동안 의 평균 R2는 JSJS, OCCS, BEMR, CASS, BYBY 각각 0.57, 0.60, 0.53, 0.63, 0.61로 분석되었다(Table 4). 모의값과 실측
Cal.* Val. Cal. Val. Cal. Val. Cal. Val. Cal. Val.
Dam inflow (mm)
R2 0.67 0.70 0.75 0.71 0.75 0.64 0.80 0.61 0.81 0.62
NSE 0.55 0.58 0.70 0.64 0.69 0.64 0.76 0.57 0.77 0.50
RMSE (mm/day) 1.58 1.74 1.60 1.26 1.18 0.46 0.99 1.08 1.00 1.55
PBIAS (%) 10.48 -0.58 9.77 6.27 7.48 -0.94 1.24 -12.53 -2.88 -0.41
Dam storage (106m3)
R2 0.68 0.78 0.65 0.68 0.55 0.70 0.55 0.72 0.57 0.31
NSE 0.79 0.94 0.95 0.93 0.92 0.98 0.98 0.99 0.99 1.00
RMSE (mm/day) 2.19 1.57 2.02 2.10 0.12 0.15 0.25 0.28 0.27 0.16
PBIAS (%) 1.26 8.99 -16.99 -3.86 5.34 1.00 2.62 -0.93 -0.38 1.83
*Cal.: 2005~2009, Val: 2010~2015
Table 4. Summary of model calibration and validation for groundwater level
Year
JSJS OCCS BEMR CASS BYBY
PCP (mm)
GWL
(EL.m) R2 PCP (mm)
GWL
(EL.m) R2 PCP (mm)
GWL
(EL.m) R2 PCP (mm)
GWL
(EL.m) R2 PCP (mm)
GWL (EL.m) R2
Obs. Sim. Obs. Sim. Obs. Sim. Obs. Sim. Obs. Sim.
2005 1,375.0 412.2 412.1 0.64 1,536.3 136.6 136.6 0.68 1,536.3 125.5 125.6 0.55 1,427.2 48.6 48.8 0.59 1,527.0 2.1 2.2 0.64 2006 1,349.9 412.1 412.2 0.77 1,196.2 136.5 136.6 0.78 1,196.2 125.3 125.6 0.63 1,081.1 48.6 48.7 0.76 1,076.5 2.0 2.1 0.87 2007 1,586.1 412.0 412.2 0.77 1,532.1 136.5 136.7 0.79 1,532.1 125.4 125.7 0.70 1,534.5 48.7 48.7 0.74 1,651.3 2.2 2.3 0.75 2008 902.2 412.0 412.1 0.46 961.9 136.4 136.4 0.32 961.9 125.4 125.6 0.62 892.3 48.6 48.6 0.64 902.1 2.0 2.1 0.40 2009 1,128.6 411.9 412.2 0.57 1,112.2 136.5 136.4 0.43 1,112.2 125.4 125.5 0.31 1,019.8 48.6 48.6 0.67 1,089.6 2.1 2.1 0.74 2010 1,403.7 412.2 412.2 0.54 1,262.9 136.5 136.6 0.66 1,262.9 125.5 125.6 0.61 1,422.4 48.6 48.8 0.74 1,378.3 2.2 2.2 0.75 2011 1,798.5 412.1 412.2 0.71 1,810.7 136.6 136.8 0.80 1,810.7 125.6 125.9 0.70 1,805.6 48.7 49.1 0.85 2,014.7 2.2 2.7 0.76 2012 1,434.5 412.1 412.1 0.58 1,522.3 136.5 136.7 0.87 1,522.3 125.7 125.6 0.53 1,387.6 48.6 48.7 0.61 1,545.8 2.0 2.3 0.69 2013 998.3 412.1 412.1 0.45 1,126.5 136.5 136.6 0.50 1,126.5 125.6 125.5 0.42 1,245.4 48.6 48.7 0.37 1,237.4 2.0 2.2 0.39 2014 1126 412.2 412.1 0.45 1,088.7 136.4 136.5 0.73 1,088.7 125.5 125.6 0.69 913.7 48.5 48.7 0.53 1,134.6 1.9 2.1 0.38 2015 877.3 412.2 412.1 0.32 815.6 136.4 136.6 0.06 815.6 125.5 125.5 0.11 755.4 48.4 48.6 0.39 844.9 2.0 2.1 0.46 Avg. 1,270.9 412.1 412.1 0.57 1,269.6 136.5 136.6 0.60 1,269.6 125.5 125.6 0.53 1,225.9 48.6 48.7 0.63 1,309.3 2.1 2.2 0.61
값의 통계분석 결과로 부터 댐 보 유입량 검 ․ 보정 결과와 동일 하게 가뭄을 겪은 해인 2014, 2015년의 5개 지점 R2평균은 0.40 이었으며, 이는 가뭄 년을 제외한 기간(2005~2013)의 평 균인 0.64보다 모형 효율이 낮음을 확인할 수 있었다.
Fig. 6은 지하수위 검 ․ 보정 결과로 논 지역(JSJS, CASS)에 비해 산림지역(OCCS, BEMR, BYBY)에서 강우량에 따른 지하수위 상승 반응이 빠른 것으로 분석되었다. 금강 최상류 지점인 JSJS의 경우 2008~2009년 관측 자료에서 수위가 낮
아졌으나 SWAT 모의는 일정하게 유지하는 결과를 나타내 었는데, 이는 Table 2에서와 같이 지하수 관련 매개변수인 GW_DELAY를 150 day로 적용하였는데 매개변수의 영향 으로 지하수 흐름이 소유역내에서 천천히 흐르도록 계산되었 기 때문으로 판단된다. 모의값과 실측값의 통계분석 결과로 부터 SWAT은 댐, 보의 유입량 및 저수량 및 지하수위 변통 특성을 잘 반영하고 있는 것으로 판단된다.
Fig. 6. The calibration and verification results for groundwater level at (a) JSJS, (b) OCCS, (c ) BEMR, (d) CASS and (e) BYBY
(2005~2015)의 매개변수를 Historical (1975~2005), 2020s (2010~2039년), 2050s (2040~2069년), 2080s (2070~2099 년) 기간에 적용하여 모의하였다. Table 5는 기후변화 시나리 오를 사용하여 SWAT 모형을 구동한 결과(강우량, 온도, 총유 출, 지하수함양량, 증발산량)를 유역평균값으로 정리한 것이 다. 기상인자에 대한 비교를 위해 토지이용도는 2.3.1 장에서 언급한 바와 같이 동일한 자료를 적용하였다.
강수량의 경우 Historical 대비 모든 시나리오 및 평가기간 에서 증가하였는데, 특히 RCP 4.5 2080s에서 13.6%로 가장 큰 증가폭을 나타내었다. 강수량의 영향으로 동일한 시나리 오의 평가기간에서 총 유출량과 지하수함양량은 Historical 대비 각각 14.6%, 10.2% 증가하였다.
로 분석되었다. 이와 더불어 유역 평균 기온의 경우 Historical 대비 5.4°C 상승한 것으로 나타났는데, 이는 기후변화에 따른 기온의 상승으로 증발산량이 증가함에 따라 총 유출 및 지하 수함양량에 영향을 준 것으로 판단된다.
Fig. 7은 Historical 대비 지하수함양량의 변화를 표준유역 별로 도시한 것으로 대청댐 상류 보청천 유역의 경우 모든 기 후변화 시나리오 및 평가기간에서 지하수함양량이 감소하는 것으로 분석되었다. 특히 가장 크게 감소한 RCP 8.5 시나리오 의 2020s를 공간적으로 살펴보면 대청댐 상류 뿐만아니라 금 강 하류 논산천 하류 주변의 농경지를 포함하는 소유역에서 지하수함양량이 감소하는 것으로 나타났다. 2014년 기준 금 강유역 내 지하수이용량 중 49.1%가 농업용수로 사용됨에 따
Table 5. Summary of the future predicted annual hydrological components by climate change scenarios (values in parentheses indicate change based on historical)
Scenarios Temperature (°C) Precipitation (mm) Total runoff (mm) Groundwater
recharge (mm) ET (mm)
Historical 11.5 1,397.5 901.6 366.1 484.9
RCP 4.5
2020s 12.4 (+0.9°C) 1,462.7 (4.7%) 900.3 (-0.1%) 364.5 (-0.4%) 538.6 (+11.1%) 2050s 13.4 (+1.9°C) 1,513.2 (8.3%) 988.3 (+9.6%) 395.7 (+8.1%) 547.5 (+12.9%) 2080s 13.9 (+2.4°C) 1,587.9 (13.6%) 1033.1 (+14.6%) 403.5 (+10.2%) 556.2 (+14.7%)
RCP 8.5
2020s 12.7 (+1.2°C) 1,415.4 (1.3%) 864.4 (-4.1%) 343.5 (-6.2%) 533.4 (+10.0%) 2050s 14.7 (+3.2°C) 1,579.0 (13.0%) 969.1 (+7.5%) 384.8 (+5.1%) 561.0 (+15.7%) 2080s 16.9 (+5.4°C) 1,557.8 (11.5%) 912.5 (+1.2%) 357.6 (-2.3%) 568.3 (+17.2%)
Fig. 7. Groundwater recharge (mm) change by future climate change scenario
봄은 3~5월, 여름은 6~8월, 가을은 9~11월, 겨울은 12~2월로 구분했다.
금강 최상류에 위치한 JSJS에서 RCP 8.5 시나리오의 2020s, 2050s, 2080s의 연평균 지하수위는 각각 Historical 대비 4.0 cm, 3.0 cm, 5.0 cm 감소한 것으로 분석되었다. 봄의 지하수위 는 상승하였으나, 여름에서의 지하수위가 크게 감소(2020s:
17.0 cm, 2050s: 16.0 cm, 2080s: 24.0 cm)하여 가을과 겨울에 잇달아 영향을 주었기 때문인 것으로 생각된다(Table 5). 대 청댐 상류의 지하수관측 지점인 OCCS과 BEMR은 RCP 4.5
월 강수량은 Historical 대비 모두 증가하나 8월은 감소하여 여름의 지하수위가 감소한 반면, 가을은 강수량이 전체적으 로 증가됨에 따라 지하수위도 같은 패턴을 나타내었다(Fig.
8). 금강유역 하류에 위치한 BYBY의 모의 결과는 모든 시나 리오의 평가기간에서 가을의 지하수위가 모두 증가하였는 데, 이는 BYBY가 유역 하류로 경사가 완만한 지역에 위치하 고 있어 여름철 강수량으로 인한 지하수가 천천히 흘러 가을 까지 영향을 준 것으로 생각된다.
본 연구에서의 5개관측정에 미래 지하수위 변화를 종합하
Table 6. Summary of the future predicted seasonal groundwater level by climate change scenarios
STA. Season Historical
(EL.m)
RCP 4.5 (cm) RCP 8.5 (cm)
2020s 2050s 2080s 2020s 2050s 2080s
JSJS
Spring 412.14 6.0 4.0 2.0 7.0 5.0 5.0
Summer 412.58 -13.0 -4.0 -12.0 -17.0 -16.0 -24.0
Autumn 412.22 - -3.0 1.0 -3.0 1.0 -6.0
Winter 412.13 - -2.0 -1.0 -3.0 - 5.0
Avg. 412.27 -2.0 -2.0 -3.0 -4.0 -3.0 -5.0
OCCS
Spring 136.47 -19.0 -7.0 -10.0 -9.0 -12.0 -15.0
Summer 136.88 -28.0 -8.0 -26.0 -27.0 -39.0 -52.0
Autumn 136.46 11.0 10.0 9.0 9.0 9.0 7.0
Winter 136.51 -1.0 -1.0 - -2.0 1.0 7.0
Avg. 136.58 -9.0 -2.0 -7.0 -7.0 -10.0 -13.0
BEMR
Spring 125.49 -15.0 -3.0 -8.0 -5.0 -6.0 -16.0
Summer 125.76 -20.0 -7.0 -16.0 -19.0 -28.0 -24.0
Autumn 125.49 5.0 3.0 3.0 3.0 3.0 2.0
Winter 125.49 -1.0 - - -1.0 1.0 5.0
Avg. 125.56 -8.0 -2.0 -6.0 -6.0 -7.0 -9.0
CASS
Spring 125.39 3.0 8.0 8.0 5.0 14.0 11.0
Summer 126.03 -10.0 10.0 -15.0 -16.0 -13.0 -22.0
Autumn 125.47 8.0 10.0 9.0 8.0 10.0 8.0
Winter 125.49 1.0 1.0 2.0 -1.0 3.0 11.0
Avg. 125.59 1.0 8.0 2.0 -1.0 4.0 3.0
BYBY
Spring 2.09 -6.0 -2.0 1.0 -2.0 -4.0 3.0
Summer 2.73 -17.0 37.0 -1.0 -18.0 -8.0 -3.0
Autumn 2.10 9.0 5.0 9.0 5.0 3.0 3.0
Winter 2.10 -5.0 -4.0 -2.0 -4.0 -2.0 3.0
Avg. 2.26 -5.0 8.0 1.0 -5.0 -3.0 1.0
Fig. 8. Future groundwater level change by climate change scenarios
본 연구는 물리적 기반의 준분포형 연속강우유출모형인 SWAT 모형을 이용하여 금강 수계(9,645.5 km2) 내에 있는 다목적 댐 및 다기능 보의 운영자료 및 지하수위 관측자료를 이용한 검 ․ 보정을 시도하여 신뢰성 있는 수문순환을 재현하 였고 기후변화 시나리오를 적용하여 미래 지하수위를 추정하 였다. 본 연구에서 도출된 주요 연구결과는 다음과 같다.
1) 금강유역 내 2개의 다목적댐(용담댐, 대청댐) 3개의 다기 능 보(세종보, 공주보, 백제보) 지점에 대한 유입량 및 저류 량 자료를 이용하여 보정(2005~2009년) 및 검증(2010~
2015년) 하였다. 모형의 적용성 평가 결과 R2는 0.85, NSE 는 0.66, RMSE는 1.24 mm/day, PBIAS는 2.32%의 통계 치를 보였고 모든 검 ․ 보정 지점에 대해 통계분석 결과가 통계적으로 유의한 수준인 것으로 분석되었다.
2) 기후변화 시나리오의 과거자료(historical)와 과거 기상 자료(baseline)과 유사성을 가지도록 편의보정 후, Histo- rical을 기준으로 미래 세 기간 2020s (2010~2039), 2050s (2040~2069), 2080s (2070~2099)에 대해서 분석하였다.
RCP 4.5 및 8.5 시나리오별 기후변화를 분석한 결과 Historical 대비 미래 강수량의 경우 RCP 4.5는 4.7~13.6%
증가하였고, RCP 8.5는 1.3~13.0% 증가했다. 미래 기온 의 경우 Historical 대비 RCP 4.5는 0.9~2.4°C, RCP 8.5는 1.2~5.3°C 상승했다.
3) 기후변화에 따른 유출특성 변화를 분석한 결과 RCP 4.5 2080s에서 총 유출량과 지하수함양량 및 증발산량은 Historical 대비 각각 14.6%, 10.2%, 17.2% 증가한 것으로 분석되었다. 특히 Historical 대비 지하수함양량의 변화를 공간적으로 분석한 결과 대청댐 상류 보청천 유역의 경우 모든 기후변화 시나리오 및 평가기간에서 지하수함양량 이 감소하는 것으로 나타났다. 특히 가장 크게 감소한 RCP 8.5 시나리오의 2020s를 공간적으로 살펴보면 대청댐 상 류 뿐 만아니라 금강 하류 논산천 하류 주변의 농경지를 포함하는 소유역에서 지하수함양량이 감소하는 것으로
판단된다.
5) 기후변화에 따른 지하수위 변동량을 정리한 결과 봄(3~5 월), 여름(6~8월)의 지하수위는 감소한 반면 가을(9~11 월)은 강수량의 증가로 상승하였다. 연평균 지하수위 변동 은 RCP 4.5와 8.5 각각 -9.0~8.0 cm, -13.0~4.0 cm 의 범위 로 분석되었으며, 지하수 이용량 고려 시 지하수위의 변동 은 RCP 4.5와 8.5 각각 -9.2 ~7.8 cm, -13.3~3.8 cm으로 나 타났다.
지하수위의 변화는 대수층의 지하수량의 증감 파악에 있 어 매우 중요한 요소이며, 만일 지하수위가 하강하면 대수층 내의 지하수량이 고갈되고 있는 중이고, 상승하면 대수층 내 로 지하수가 유입되어 지하수량이 증가하고 있음을 의미한다 (Cho et al., 2012). 본 연구결과 중 지하수 이용량 고려 시 모든 시나리오에서의 지하수위의 변동은 -13.0~8.0 cm로 크게 체 감되지 않는 수치이나 가뭄 등의 극심한 물 부족 발생할 경우 기존의 사용량을 초과하여 양수하는 문제가 발생하여 지하수 위는 급격히 하강되고, 이는 유역의 수자원관리에 큰 문제를 야기할 수 있다. 또한 Fig. 7과 Table 6에서와 같이 동일한 대권 역 내에 위치한 유역일 지라도 해당 소유역의 토지이용상태 혹 은 토질에 의해 지하수 함양량 및 지하수위의 변동이 상이 할 수 있다. 따라서 중소유역 별 지하수 관리 지침을 수립하여 향 후 기후변화 대응 수자원 확보 측면에서 지하수 함양량 및 지하 수위에 대한 연구는 체계적으로 이뤄져야 할 것으로 생각된다.
본 연구의 결과는 지하수위 관측정이 설치된 지점의 HRU 의 계산결과를 추출하고 매개변수 값에 변동량을 더해 주어 지하수위를 추정했기 때문에 일부 지하수 하강특성을 완벽히 재현하지 못한 한계점이 있으며 적용한 기후변화 시나리오 및 수문모의 결과의 불확실성을 내포하고 있다. 그러나 기후 변화에 따른 지하수 및 지하수위의 거동을 파악하고 예측하는 방법을 유역의 표준단위 유역별, 일/년도/계절별 통계분석결 과를 제시함으로써 기후변화 적응을 위한 수자원의 효율적 관리에 적극적으로 활용될 것으로 판단된다.
본 연구는 국토교통부/국토교통과학기술진흥원의 지원 으로 수행되었음(과제번호 17AWMP-B079625-04).
References
Ahn, S. R., Lee, J. W., Jang, S. S., and Kim, S.J. (2016). “Large scale SWAT watershed modeling considering multi-purpose dams and multi-function weirs operation -for Namhan river basin-.”
Journal of the Korean Society of Agricultural Engineers, Vol.
58. No. 4. pp. 21-35.
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, Vol. 42, No. 1, pp.33-50.
Arnold, J. G., Williams, J. R., Srinivasan, R., and King, K. W.
(1996). SWAT manual, USDA. Agricultural Research Service and Blackland Research Center, Texas.
Awan, U. K., and Ismaeel, A. (2014). “A new technique to map groundwater recharge in irrigated areas using a SWAT model under changing climate.” Journal of Hydrology, Vol. 519, pp.
1368-1382.
Cho, B. W., Yun, U., Lee, B. D., and Ko, K. S. (2012). “Hydro- geological characteristics of the Wangjeon-ri PCWC area, Nonsan-city, with an emphasis on water level variations.” The Journal of Engineering Geology, Vol. 22, No. 2, pp. 195-205.
Chung, I. M., and Kim, N. W. (2011). “Method of advancing groundwater management in Korea.” Magazine of Korea Water Resources Association, Vol. 44, No. 2, pp. 10-14.
Chung, I. M., Lee, J. W., and Kim, N. W. (2011). “Estimating exploitable groundwater amount in Musimchen wateshed ny using an integrated surface water-groundwater model.” The Economic and Environmental Geology, Vol. 44, No. 5, pp.
433-442.
Church, T. M. (1996). “An underground route for the water cycle.”
Nature, Vol. 380, pp. 579-580.
Dessu, S. B., and Melesse, A. M. (2013). “Impact and uncertainties of climate change on the hydrology of the Mara river basin, Kenya/Tanzania.” Hydrological Processes, Vol. 27, No. 20, pp. 2973-2986.
Fiseha, B. M., Setegn, S. G., Melesse, A. M., Volpi, E., and Fiori, A.
(2014). “Impact of climate change on the hydrology of upper Tiber river basin using bias corrected regional climate model.”
Water Resources Management, Vol. 28. No. 5, pp. 1327-1343.
Goodarzi, M., Abedi-Koupai, J., Heidarpour, M., and Safavi, H. R.
(2016). “Evaluation of the effects of climate change on groundwater recharge using a hybrid method.” Water Resources Management, Vol. 30, No. 1, pp. 133-148.
IPCC (2007). Climate change 2007: synthesis report. Comtribution
IPCC, Geneva, p. 102.
IPCC (2013). Climate change 2013: synthesis report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland, p. 151.
Izady, A., Davary, K., Alizadeh, A., Ziaei, A. N., Akhavan, S., Alipoor, A., and Brusseau, M. L. (2015). “Groundwater conceptualization and modeling using distributed SWAT-based recharge for the semi-arid agricultural Neishaboor plain, Iran.”
Hydrogeology Journal, Vol. 23, No. 1, pp. 47-68.
Jin, G., Shimizu, Y., Onodera, S., Saito, M., and Matsumori, K.
(2015). “Evaluation of drought impact on groundwater recharge rate using SWAT and Hydrus models on an agricultural island in western Japan.” Proceedings of the International Association of Hydrological Sciences, Vol. 371, p. 143.
Kim, N. W., Chung, I. M., Won. Y. S., and Arnold, J. G. (2008).
“Development and application of the integrated SWAT- MODFLOW model.” Journal of Hydrology, Vol. 356, No.
1-2, pp. 1-16.
Kim, N. W., Kim, Y. J., and Chung, I. M. (2014). “Sensitivity analysis of hydrogeologic parameters by groundwater table fluctuation model in Jeju island.” Journal of Korean Society of Civil Engineers, Vol. 34, No. 5, pp. 1409-1420.
Kim, S. J., and Choi, H. S. (2000). “Groundwater recharge assessment via grid-based soil moisture route modeling.” Journal of Korea Water Resources Association, Vol. 33, No. 1, pp. 61-72.
Kwon, H. J., Lim, H. J., Park, N. S., and Kim, S. J. (2005).
“Assessment of available ground water resources based on topographical and soil characteristics in a watershed.” Journal of Korean Society of Civil Engineers, Vol. 25, No. 1B, pp.
19-25.
Lee, J. M., Jung, Y. H., Park, Y. S., Kang, H. W., Lim, K. J., and Kim, H. S. (2014). “Assessment of future climate change impact on groundwater recharge, baseflow and sediment in steep sloping watershed.” Journal of Wetlands Research, Vol. 16, No. 2, pp.
173-185.
Lee, M. J., and Lee, J. H. (2011). “Coupled model development between groundwater recharge quantity and climate change using GIS.” Journal of Korean Association of Geographic Information Studies, Vol. 14, No. 3, pp. 36-51.
Ministry of Land, Infrastructure and Transport (MOLIT) (2014).
Groundwater annual report. Sejong-si, Korea.
Ministry of Land, Infrastructure and Transport (MOLIT) (2016).
Groundwater annual report. Sejong-si, Korea.
Mkhwanazi, M., Chavez, J. L., and Rambikur, E. H. (2012).
“Comparison of large aperture scintillometer and satellite based energy balance models in sensible heat flux and crop evapotranspiration determination.” International Journal of Remote Sensing Applications, Vol. 2, No. 1, pp. 24-30.
groundwater concept for the SWAT model to emphasize nonlinear groundwater dynamics in lowland catchments.”
Hydrological Processes, Vol. 28, No. 22, pp. 5599-5612.
Shirmohammadi, B., Vafakhah, M., Moosavi, V., and Moghaddamnia, A. (2013). “Application of several data-driven techniques for predicting groundwater level.” Water Resources Management, Vol. 27, No. 2, pp. 419-432.
Shrestha, S., Bach, T. V., and Pandey, V. P. (2016). “Climate change impacts on groundwater resources in Mekong Delta under
and Markus, M. (2015). “Climate change impacts on flow, sediment and nutrient export in a Great Lakes watershed using SWAT.” CLEAN-Soil, Air, Water, Vol. 43, No. 11, pp. 1464-1474.
Williams, J. R. (1975). Sediment-yield prediction with universal equation using runoff energy factor. In Present and Prospective Technology for Predicting Sediment Yield and Sources, ARS-S-40, USDA-ARS.
