Assessment of the Contribution of Weather, Vegetation and Land Use Change for Agricultural Reservoir and Stream Watershed using the SLURP model (II) - Calibration, Validation and Application of the Model -

水 工 學

第30卷 第2B 號·2010年 3月 pp. 121 ~ 135

SLURP 모형을 이용한 기후, 식생, 토지이용변화가 농업용 저수지 유역과 하천유역에 미치는 기여도 평가(II)

− 모형의 검·보정 및 적용 −

Assessment of the Contribution of Weather, Vegetation and Land Use Change for Agricultural Reservoir and Stream Watershed using the SLURP model (II)

−

Calibration, Validation and Application of the Model

박근애*·안소라**·박민지***·김성준****

Park, Geun-Ae

^·

^·

^·

···

Abstract

This study is to assess the effect of potential future climate change on the inflow of agricultural reservoir and its impact to down- stream streamflow by reservoir operation for paddy irrigation water supply using the SLURP. Before the future analysis, the SLURP model was calibrated using the 6 years daily streamflow records (1998-200398 and validated using 3 years streamflow data (2004- 200698 for a 366.5 km² watershed including two agricultural reservoirs (Geumgwang8 and Gosam98located in Anseongcheon water- shed. The calibration and validation results showed that the model was able to simulate the daily streamflow well considering the res- ervoir operation for paddy irrigation and flood discharge, with a coefficient of determination and Nash-Sutcliffe efficiency ranging from s 7 to s 9 and 0.5 to s 8 respectively. Then, the future potential climate change impact was assessed using the future wthe fu data was downscaled by nge impFactor method throuih bias-correction, the future land uses wtre predicted by modified CA-Markov technique, and the future ve potentiacovfu information was predicted and considered by the linear regression bpowten mecthly NDVI from NOAA AVHRR ima ps and mecthly mean temperature. The future (2020s, 2050s and 2e 0s) reservoir inflow, the temporal changes of res- ervoir storaimpand its impact to downstream streamflow watershed wtre analyzed for the A2 and B2 climate change scenarios based on a base year (2005). At an annual temporal scale, the reservoir inflow and storaimpchange oue, anagricultural reservoir wtre projected to big decrease innautumnnunder all possiblmpcombinations of conditions. The future streamflow, soossmoosture and grounwater recharge decreased slightly, whtre as the evapotransporation was projected to increase largely for all possiblmpcombinations of the con- ditions. At last, this study was analysed contribution of weather, vegetation and land use change to assess which factor biggest impact on agricultural reservoir and stream watershed. As a result, weather change biggest impact on agricultural reservoir inflow, storage, streamflow, evapotranspiration, soil moisture and groundwater recharge.

Keywords :

···

요 지

본 연구에서는 연구

^{에서 구축한 고도}

^기상

^토지이용

^토양

^{식생과 같은 기본 입력자료와 공도 수위관측소 상류유역을}

대상으로 유역내에 포함되어 있는 농업용 저수지인 고삼과 금광저수지의 저수위

저수량

내용적 곡선 자료들을 이용하여

SLURP

모형의 물리적 매개변수들과 저수지의 방류량을 조정하여 저수지의 저수위와 유역 유출량을 검·보정하였다

한편

연구

에서의 편이보정과

다운스케일기법에 의한

시나리오의 미래 기후자료

개선된

Markov

^{기법에 의한 미래 토지이용자료}

^월

^{와 평균온도와의 선형회귀식에 의한 미래 식생자료 등을 모형에 입력하여}

미래 기후변화에 따른 저수지 저수량과 유입량에 미치는 영향을 평가하고 전체적인 유역 수문

증발산량

토양수분

지하수충 진량

유출량

의 변화를 평가하였다

저수지의 미래 저수량과 유입량은 가을시기에 크게 감소하는 것으로 평가되었고

유역의 미래 연유출량

토양수분

지하수충진량은 다소 감소하고

증발산량은 크게 증가하는 것으로 전망되었다

마지막으로

미래 기 후변화

^{토지이용변화와 식생변화 중 어떠한 요소가 미래의 농업용 저수지의 유입량}

^{저수량 및 하천유역의 수문에 큰 영향}

을 미치는 지를 평가하기 위해 각 요소의 기여도를 분석한 결과

기후변화가 가장 크게 기여하는 것으로 평가되었다

핵심용어 : 기후변화

^{토지이용변화}

^식생변화

^{저수지 저수량}

^유입량

^증발산량

^토양수분

^{지하수충진량}

^유출량

^기여도

*정회원·건국대학교사회환경시스템공학과박사후과정

(E-mail : [email protected])

**건국대학교사회환경시스템공학과석사

(E-mail : [email protected])

***정회원·건국대학교사회환경시스템공학과박사과정

(E-mail : [email protected])

****정회원·교신저자·건국대학교환경시스템학부사회환경시스템공학과교수

(E-mail : [email protected])

1. 서 론

연구 (I) 에서도 언급하였듯이 , 기후변화에 따른 수자원측면 에서의 영향 연구는 외국의 경우 굉장히 활발하며 , 여러 가 지 배증 CO

시나리오에 따른 대기 순환 모형의 결과를 사 용하여 기후변화가 유역의 각종 자연현상들 즉 온도변화 ,

강우량 , 토양수분 , 지하수 , 유출량 , 수질 , 곡물생산량 등에 미치는 영향을 해석하였으며 , 유역의 도시화 및 토지이용 변화가 유역 기후변화에 미치는 영향을 분석하였고 , 기후변 화와 관련된 수자원 정책 개발에 관한 연구를 수행하였다 .

국내에서 또한 최근 기후변화에 따른 수자원영향 연구가 활 발해 지고 있는 실정이며 , 기후변화와 관련된 각종 세미나 ,

심포지엄 , 학술발표 활동이 이루어지고 있다 . 하지만 농업수 자원 측면에서의 연구는 극히 미미하거나 , 전무한 상태여서 앞으로 지속적으로 연구가 이루어져야 할 것으로 판단되며 ,

기후변화로 인한 농업수자원 영향을 신뢰성 있게 평가하기 위해서는 적어도 50 년 이상의 장기적인 결과가 산출되어야 한다 .

따라서 , ^{본 연구는 기후변화에 따른 농업수자원 뿐만 아니}

라 유역수문의 영향을 평가하고자 하며 , 이를 위해 연구 (I) 에

서 구축한 과거의 기상자료 , 농업용 저수지 자료와 GIS/RS

입력자료들을 이용하여 농업용 저수지를 고려한 SLURP 모 형의 검·보정을 실시하여 모형의 적용성을 평가하고자 한 다 . 이와 더불어 연구 (I) 에서 전망된 미래의 기후 , 토지이용 ,

식생자료들을 이용하여 농업용 저수지 유역과 하천유역에 대 한 기후변화 영향평가를 실시하고 기후 , 토지이용 , 식생들이 각각 저수지와 유역 수문에 얼마큼의 영향을 미치는지 판단 하기 위해 기여도 평가를 실시하고자 한다 .

2. 상류유역의 농업용 저수지를 고려한 모형의 검·

보정

본 연구에서는 선정한 SLURP 수문모형을 검·보정하기 ‚

위하여 수집 및 구축된 수문기상자료 , 농업용 저수지유역자 료 , ASAs ^{의 고도자료} , ^{토지이용도} , ^{토양특성자료} , ^식생지수

(NDVI) 등을 입력자료로써 이용하였다 . 모형의 보정은 1998

년에서 2003 년까지 6 개년에 걸쳐서 실시하였으며 , 이로 결

정된 입력매개변수들을 이용하여 2004 년에서 2006 년까지 3

개년에 대해 모형의 검정을 실시하였고 그 결과를 Nash- Sutcliffe 모형효율계수 (Nash 와 Sutcliffe, 1970), RMSE(root mean square error) 와 결정계수 (R

) 를 이용하여 모형을 살펴 보았다 . 여기서 , 모형의 보정과 검정을 실시함과 동시에 연 구대상유역에 포함되어 있는 고삼 , ^{금광 농업용 저수지의 방}

류량 보정에 의한 모의 저수위와 관측 저수위를 비교 및 조 정함으로써 모형의 검·보정 효과를 더욱 높이고 농업용 저 수지유역에 대한 개별적인 분석을 실시하고자 하였다 .

2.1 모형의 보정 및 입력매개변수 추정

본 연구에서는 1998 년 -2003 년까지의 6 년간의 유출량 자료 를 이용하여 모형의 보정을 실시하였다 . SLURP 모형에서 보정에 의한 입력매개변수를 결정하기 전에 본 연구에서는

10 개의 매개변수 (Table 1) 에 대하여 민감도 분석을 실시하였

다 . 민감도 분석은 모형의 적용결과에 미치는 각 인자들의 중요성을 체계적으로 파악하려는 과정으로서 , ^{보정에 앞서}

매개변수들의 특성을 민감도 분석을 통해 정리하였다 . 이때 각 매개변수들은 고정시킨 상태에서 하나의 매개변수를 기 준 값으로부터 일정비율만큼 변화시켜가면서 모의결과를 비

교하였다 (Nix, 1994). 이에 따라 각 매개변수의 변화에 따른

모의치 반응을 알아보고자 각 매개변수의 최대값과 최소값

은 중간값을 기준으로 ±20% 씩 10 개의 단계로 구분하여 유

출량을 중심으로 모의하여 그 결과를 Fig. 1 에 나타내었다 .

각 매개변수들의 변화에 따른 유출현상의 변화를 살펴보면 유출 관련 매개변수인 융설 관련 매개변수인 초기적설심

(Initial contents of snow store) 의 값이 증가할수록 봄기간 유출량의 증가로 총유출량이 증가하였고 강수보정계수

(Precipitation factor) 는 값이 증가할수록 총유출량이 크게 증 가하였으며 , 지표수 최대저류량 (Maximum capacity for fast

store) 은 값이 증가할수록 총유출량이 크게 감소하였고 지표

하 보존상수 (Retention constant for slow store) ^{는 값이 커}

질수록 기저유량이 감소하였다 . 앞서 언급된 매개변수 모두 값의 변화에 따라 큰 변화를 나타내는 것으로 분석되었다 .

그 외에 지표하 초기저류량 (Initial contents of slow store)

과 지표하 최대저류량 (Maximum capacity for slow store)

은 값이 증가할수록 전체적인 기저유량이 증가하였고 , 지표 수 보존상수 (Retention constant for fast store) 는 값이 증가할 수록 첨두유량이 증가하였으나 최대침투율 (Maximum infiltration rate) ^{은 첨두유량이 감소하였다} . Manning ^조도계수 (Manning

roughness) 와 강수를 평균대기온도에서 강우와 강설로 나뉘게

되는 온도인 융설 온도 (Rain/snow division temperature) 는 민 감하지 않은 매개변수로 분석되었다 (Table 1).

이후 SLURP ^{모형 내에 내장되어 있는 최적화 기법인}

SCE-UA(Shuffled Complex Evolution-University of Arizona)

기법 (Duan 등 , 1994) 을 이용하여 매개변수에 대한 1 차적인 기준값을 선정하였으며 , 모형에서 민감한 매개변수를 중심으 로 시행오차법에 의하여 최적화 하였다 .

SLURP 에서는 각 토지이용별로 10 개의 매개변수에 대해서

최적화가 가능하다 . 토지피복상태 중 하나인 수역에 대해서 는 수관저류 , 강설초기 저류나 지표면저류가 존재하지 않고 ,

증산량에 대해서 고려할 필요가 없기 때문에 이에 대한 매

개변수는 고려하지 않는다 ( 김성태 , 2003). 먼저 공도수위관측

Fig. 1 Sensitivity analysis of SLURP model

소 지점의 관측유량과 모의유량을 일치시키기 위하여

Muskingum 하도추적 방법의 매개변수인 저류상수 K 를

ASAs ^{소유역별 하도거리에 따라 가중치를 두어} 0.05-0.62 ^의

범위로 입력하였고 , 가중계수 x 는 0.25 를 입력하였다 . 수역 을 제외한 토지이용상태에 대해 안성천 유역에서 상대적으 로 많은 면적을 차지하고 있는 산림 , 논 , 밭을 중심으로 보 정하였다 .

이와 더불어 , SLURP 모형에서는 고삼저수지와 금광저수

지의 최고 , 최저수위 , 저수지 관련 입력매개변수와 방류량을 이용하여 저수지별 일 저수위를 모의한다 . 따라서 본 연구에 서는 시행오차법으로 방류량을 조정함으로써 2 개의 농업용

저수지의 저수위를 관측 저수위와 비교하여 모의를 실시하 였으며 그 결과 고삼 , 금광 저수지의 모의 저수위와 관측 저수위를 Fig. 2 ^{에 나타내었고} , ^{조정된 방류량은} Fig. 3 ^에

나타내었다 . Fig. 2 에서 볼 수 있듯이 6 개년의 저수위의 모

의치는 관측치를 잘 반영하고 있음을 알 수 있으며 , Table

2 는 조정된 방류량에 의한 모의 및 관측 저수위의 결과를

나타내었다 . ^{그 결과} , ^{고삼저수지의 경우 모의 저수위와 관}

측 저수위의 RMSE 는 0.15-0.47 m/day, 결정계수는 0.70- 0.97, Nash-Sutcliffe 의 모형효율계수는 0.61-0.97 의 범위로 상당히 좋은 결과 값을 보였으며 , 금광저수지는 RMSE 가

0.22-0.89 m/day, 결정계수는 0.88-0.97, Nash-Sutcliffe 의 모

Table 1. Input parameters and sensitivity of SLURP model (Kite, 2002)

No. Parameter name How derived Sensitivity

1 Initial contents of snow store (mm) Measured/Estimated High

2 Initial contents of slow store (% of max) Estimated Medium

3 Maximum infiltration rate (mm/day) Estimated Medium

4 Manning roughness, n Estimated Low

5 Retention constant for fast store Estimated Medium

6 Maximum capacity for fast store (mm) Measured/Estimated High

7 Retention constant for slow store Estimated High

8 Maximum capacity for slow store (mm) Measured/Estimated Medium

9 Precipitation factor Estimated High

10 Rain/snow division temperature (^oC) Estimated Low

Fig. 2 The observed and simulated reservoir water level for calibration period

Fig. 3 The adjusted reservoir release for calibration period

Table 2. Summary of reservoir water level and release for calibration period

year

Gosam reservoir Geumgwang reservoir

Observation Simulation RR (m³/sec)

Statistical summary Observation Simulation RR (m³/sec)

Statistical summary

RWL(m) RMSE

(m/day) R² ME RWL

(m) RMSE

(m/day) R² ME

1998 50.6 50.6 2.13 0.15 0.93 0.93 65.5 65.5 1.29 0.22 0.93 0.93

1999 50.1 50.2 2.36 0.31 0.95 0.94 65.0 65.1 1.29 0.36 0.97 0.96

2000 49.8 49.8 2.55 0.47 0.96 0.95 64.6 64.4 1.98 0.89 0.92 0.89

2001 49.1 49.2 2.03 0.33 0.97 0.97 63.2 63.0 1.23 0.71 0.95 0.94

2002 50.0 50.2 1.45 0.32 0.93 0.87 64.1 64.3 1.04 0.62 0.88 0.87

2003 50.4 50.6 2.90 0.47 0.70 0.61 65.5 65.6 1.66 0.23 0.94 0.93

RWL: Reservoir Water Level, RR: Reservoir Release, RMSE: Root Mean Square Error, R²: Coefficient of Determination, ME: Nash- Sutcliffe Model Efficiency.

Fig. 4 The observed vs. simulated streamflow results of model calibration (Gongdo)

형효율계수는 0.87-0.96 ^{의 범위로 고삼저수지 보다는} RMSE

는 크지만 결정계수와 모형효율은 상대적으로 좋은 결과 값 을 나타내었다 .

이 기간에 대해 일 유출량 수문곡선을 도시한 결과를 Fig.

4 에 나타내었고 , 그 결과 관측치와 모의치의 유출거동이 거 의 유사함을 알 수 있으며 , 대체적으로 상류에 위치하고 있 는 농업용 저수지의 방류량을 고려함에 따라 유역출구의 수 문곡선에서 4 월 , 5 월의 유출량 증가 발생부분을 잘 반영하게 됨을 알 수 있었다 .

모형의 보정에 의해 추정된 매개변수의 평균값과 그 결과 는 각각 Table 3 과 Table 4 와 같으며 , Nash-Sutcliffe 의 모 형효율계수는 0.5-0.8, RMSE 는 2.0-6.9 mm/day, 결정계수는

0.7-0.9 의 범위를 나타내었다 .

2.2 추정된 입력매개변수에 의한 모형의 검정

모형의 보정에 의해 결정된 매개변수의 평균값들을 이용 하여 2004 년 -2006 년까지의 3 개년의 유출량 자료를 이용하 여 모형의 검정을 실시하였으며 , 이에 앞서 모형의 보정과 마찬가지로 대상유역 내에 포함되어 있는 고삼 , 금광 농업 용 저수지의 방류량을 보정하여 관측저수위와 유사하도록 저수위 모의를 실시하였다 . 이에 따른 고삼 , 금광 저수지의 검정기간동안의 모의 저수위와 관측 저수위의 결과를 Fig.

5 ^에 , ^{조정한 방류량 결과를} Fig. 6 ^{에 나타내었다} . Table 5

는 검정기간 동안의 조정된 방류량에 의한 모의 및 관측 저수위의 결과를 나타내었다 . 그 결과 , 고삼저수지의 경우 모의 저수위와 관측 저수위의 RMSE 는 0.27-0.40 m/day,

결정계수는 0.90-0.93, Nash-Sutcliffe 의 모형효율계수는

Table 3. Calibrated parameters for the SLURP model

No. Description Forest Urban Grass-

land Bare ground Paddy Upland crop

1 Initial contents of snow store (mm) 34.00 32.00 25.60 25.60 25.60 25.60

2 Init. contents of slow store (% of max) 43.20 8.46 8.76 8.38 24.01 18.84

3 Maximum infiltration rate (mm/day) 55.00 15.73 145.77 105.70 71.67 85.30

4 Manning roughness, n 0.05 0.02 0.10 0.10 0.01 0.08

5 Retention constant for fast store 37.50 50.00 30.00 35.00 35.00 35.00

6 Maximum capacity for fast store (mm) 225.00 4.00 250.00 175.00 200.00 225.00 7 Retention constant for slow store 31603.33 8000.00 22510.00 18066.67 21576.67 19680.00 8 Maximum capacity for slow store (mm) 48833.33 13255.00 56800.00 48283.33 81666.67 81233.33

9 Precipitation factor 1.00 1.00 1.00 1.00 1.00 1.00

10 Rain/snow division temperature (^oC) 0.00 0.00 0.00 0.00 0.00 0.00

Table 4. Summary of model calibration (Gongdo)

year Observation Simulation Statistical summary

(mm)P Q

(mm) QR

(%) Q

(mm) QR

(%) ET

(mm) RMSE

(mm/day) R² ME

1998 1786.0 1021.0 57.2 1077.3 60.3 619.8 4.9 0.8 0.7

1999 1652.0 1333.7 80.7 1036.4 62.7 623.8 6.9 0.9 0.7

2000 1436.0 1188.6 82.8 926.6 64.5 528.3 3.6 0.9 0.8

2001 839.3 608.0 72.4 569.2 67.8 505.4 2.0 0.7 0.5

2002 1415.0 826.6 58.4 767.4 54.2 641.4 5.3 0.8 0.7

2003 1776.0 1025.9 57.8 961.4 54.1 580.3 2.4 0.9 0.7

P: Precipitation, Q: Streamflow, QR: Runoff Ratio, ET: Evapotranspiration, RMSE: Root Mean Square Error, R²: Coefficient of Determination, ME: Nash-Sutcliffe Model Efficiency.

Fig. 5 The observed and simulated reservoir water level for validation period

0.82-0.92 ^{의 범위로 상당히 좋은 결과 값을 보였으며} , ^금

광저수지는 RMSE 가 0.35-0.46 m/day, 결정계수는 0.91- 0.98, Nash-Sutcliffe 의 모형효율계수는 0.91-0.97 의 범위로 고삼저수지 보다는 RMSE 는 크지만 결정계수와 모형효율 은 상대적으로 좋은 결과 값을 나타내었다 . ^{유역출구의 유}

출량의 결과는 Fig. 7 ^{과 같으며 검정기간에 대한 강우} - ^유

출 모의는 그 경향을 잘 반영하고 있으며 그 결과 , Nash-Sutcliffe 의 모형효율계수는 0.6-0.7, RMSE 는 2.2-

6.8 mm/day, 결정계수는 0.8-0.9 의 범위로 분석되었다

(Table 6).

Fig. 6 The adjusted reservoir release for validation period

Table 5. Summary of reservoir water level and release for validation period

year

Gosam reservoir Geumgwang reservoir

Observation Simulation RR (m³/sec)

Statistical summary Observation Simulation RR (m³/sec)

Statistical summary

RWL(m) RMSE

(mm/day) R² ME RWL

(m) RMSE

(mm/day) R² ME

2004 50.4 50.4 1.91 0.27 0.91 0.91 65.2 65.1 1.41 0.37 0.94 0.94

2005 49.9 50.0 2.34 0.27 0.93 0.92 65.5 65.5 1.33 0.46 0.91 0.91

2006 49.4 50.0 2.10 0.40 0.90 0.82 64.5 65.5 1.31 0.35 0.98 0.97

RWL: Reservoir Water Level, RR: Reservoir Release, RMSE: Root Mean Square Error, R²: Coefficient of Determination, ME: Nash- Sutcliffe Model Efficiency.

Fig. 7 The observed vs. simulated streamflow results of model validation (Gongdo) Table 6. Summary of model validation (Gongdo)

year Observation Simulation Statistical summary

(mm)P Q

(mm) QR

(%) Q

(mm) QR

(%) ET

(mm) RMSE

(mm/day) R² ME

2004 1360.0 841.8 61.9 721.5 53.0 568.9 5.6 0.9 0.6

2005 1412.0 837.9 59.3 758.1 53.7 564.7 2.2 0.8 0.6

2006 1364.0 1080.9 79.2 785.8 57.6 691.6 6.8 0.9 0.7

P: Precipitation, Q: Streamflow, QR: Runoff Ratio, ET: Evapotranspiration, RMSE: Root Mean Square Error, R²: Coefficient of Determination, ME: Nash-Sutcliffe Model Efficiency.

3. 농업용 저수지유역과 하천유역에 대한 모형의 적용

SLURP 수문모형의 검·보정을 실시한 후 , 기 구축된 미

래의 기후 , 토지이용 , 식생자료들을 이용하여 농업용 저수지 유역과 하천유역에 적용하여 기후 , 토지이용 및 식생의 변화 가 저수지의 유입량 , 저수량 및 유역 수문에 미치는 영향을 분석하고자 하였다 . 또한 기후 , 토지이용 및 식생의 변화를 각각 하나씩 적용하여 농업용 저수지유역의 유입량 , 저수량 과 하천유역의 수문변화에 어떤 요소가 가장 크게 기여 하 는지를 살펴보았다 .

3.1 기후, 토지이용 및 식생의 변화에 따른 저수지의 유 입량, 저수량 및 유역 수문 영향

편이보정과 CF 다운스케일기법에 의해 재구축된 미래 기

상자료 , 개선된 CA-Markov 기법을 이용하여 전망된 미래

토지이용자료 , 월 NDVI- 월 평균기온 간의 선형회귀식에 의 해 전망된 토지이용별 미래 월 식생자료를 SLURP 모형에 입력하여 미래 유역 수문의 변화를 평가하기에 앞서 농업용 저수지의 저수량과 유입량의 변화를 평가하였다 . ^{대상유역의}

농업용 저수지인 고삼 , 금광저수지를 대상으로 CCCma CGCM2 A2, B2 시나리오의 2020 년 , 2050 년 , 2080 년에

대한 유입량과 저수량을 추출하고 , 이를 2005 년의 결과를

중심으로 계절별 분석을 실시하였다 (Fig. 8, Fig. 9). 고삼저 수지의 경우 , 유입량이 봄과 겨울에 각각 +26.8% ~ +52.9%

의 변화율과 +2.6% ~ +7.6% 의 변화율로 증가하는 추세를

보였으며 , 여름과 가을에는 -33.1% ~ -3.4% 의 변화율과

-26.3% ~ +2.1% ^{의 변화율로 주로 감소하는 경향을 나타내었}

는데 이는 강수량의 추세와 매우 비슷한 것으로 보아 유입 량은 강수량의 영향을 크게 받는다는 것을 알 수 있다 . 이 에 따라 저수량은 봄 유입량의 영향으로 봄과 여름에 각각

+1.8% ~ +2.8% 의 변화율과 +7.0% ~ +14.0% 범위의 변화율 로 증가하는 추세를 보였으며 , 여름 유입량의 뚜렷한 감소경

향에 의해 가을의 저수량은 -42.8% ~ -25.6% 의 감소율을 나

타냈으며 이로 겨울은 -11.4% ~-5.1% 의 감소율을 보이며 저수

량이 결국 회복되지 않는 것으로 분석되었다 . 금광저수지의 경 우에는 고삼저수지의 경우와 비슷하게 유입량이 봄과 겨울에 각각 +19.4% ~ +45.2% 의 변화율과 +3.4%~ +9.4% 의 변화율로 증가하는 추세를 보였지만 , 봄에는 고삼저수지의 경우보다는 낮은 비율로 증가하였고 겨울에는 더 큰 비율로 증가하였다 .

여름에는 -17.9% ~ +17.5% 의 범위로 고삼저수지의 유입량

추세와는 달리 A2, B2 시나리오의 2020 년의 경우를 제외하

고는 모두 증가하는 추세를 보였으며 , 가을에는 -36.1% ~

+2.1% 의 변화율로 주로 감소하는 경향을 나타내었다 . 이에

저수량은 봄과 여름에 각각 +0.5% ~ +0.8% 의 변화율과

+0.5% ~ +27.1% 범위의 변화율로 증가하는 추세를 보였으며 ,

여름과 가을 유입량의 영향에 의해 가을의 저수량은 -9.6%~

+0.9% 의 변화율로 고삼저수지의 경우보다는 작게 감소하였

으며 이로 겨울은 거의 대부분의 시나리오에서 저수량을 회 복하는 것으로 분석되었다 .

한편 , 본 연구에서는 기후 , 토지이용 및 식생의 변화가 공 도유역의 수문요소 ( 증발산량 , 토양수분 , 지하수충진량 , 유출 량 ) 에 미치는 영향을 분석하였으며 이를 Fig. 10 에 나타내었다 .

첫 번째로 , 증발산량의 변화를 살펴보면 봄 , 여름 , 가을 , 겨울 모든 경우에 각각 +35.0% ~ +50.3%, +46.8% ~ +73.5%, +51.5% ~ +76.2%, +49.1% ~ +62.9% 의 변화율로 증가하는 추세를 보였다 . 두 번째 , 토양수분의 변화 경향은 강수량의 영향을 가장 많이 받으므로 그 추세와 매우 유사하게 봄

(+5.6% ~ +12.4%) 과 겨울 (+13.9% ~ +18.7%) 에는 증가하는 ,

여름 (-11.6% ~ -9.9%) 과 가을 (-11.2% ~ -3.0%) 에는 감소하는 경향을 뚜렷하게 나타내었으며 , 세 번째로 지하수충진량 또

Fig. 8 The future seasonal reservoir inflow and storage for 2020s, 2050s and 2080s (Gosam reservoir)

Fig. 9 The future seasonal reservoir inflow and storage for 2020s, 2050s and 2080s (Geumgwang reservoir)

한 토양수분의 경향과 마찬가지로 봄 (+47.6%~+100.6%) 과 겨울 (+73.1% ~ +109.1%) 에는 증가하는 , 여름 (-33.0% ~ -21.5%)

과 가을 (-31.6% ~ -16.9%) 에는 감소하는 경향을 더욱 뚜렷하 게 나타내었다 . ^{마지막으로 가장 중요한 수문요소인 유출량}

또한 토양수분과 지하수충진량과 같이 봄과 겨울에는 각각

+14.5% ~ +26.4% 와 +5.8% ~ +13.3% 의 변화율로 증가하는 경향을 , 여름과 가을에는 각각 -31.8% ~ -3.3% 와 -36.3% ~

-4.1% 의 변화율로 감소하는 경향을 나타내었다 . 따라서 증발

산량을 제외한 다른 수문요소는 강수량의 영향을 가장 많이 받는 것으로 판단되며 , 증발산량은 강수량뿐만 아니라 온도 의 영향 또한 크게 작용하기 때문에 위와 같은 추세를 보이 는 것으로 판단된다 .

3.2 토지이용변화가 저수지의 유입량, 저수량 및 유역 수 문에 미치는 기여도

본 연구에서는 기후변화 , 토지이용변화와 식생변화 중 어 떠한 요소가 저수지의 유입량 , 저수량 및 하천유역의 수문에 큰 영향을 미치는 지 분석하기 위하여 , 분석하고자 하는 대 상요소만을 적용하여 그 변화를 살펴보았다 . 우선 , 미래 기

후와 식생은 2005 년의 기후와 식생상태로 고정시켜놓고 개

선된 CA-Markov 기법을 이용하여 전망한 2020 년 , 2050 년 , 2080 년 미래 토지이용자료만을 입력하여 고삼과 금광저수지 의 2020 년 , 2050 년 , 2080 년 유입량과 저수량의 변화를 분 석하였다 (Fig. 11, Fig. 12). ^{그 결과} , ^{토지이용의 변화가 저}

수지의 유입량과 저수량의 변화에 미치는 영향은 ±10% 이내

의 비율로 그 기여하는 바가 작았다 . 그 변화를 자세히 살 펴보면 , 고삼저수지의 경우에는 유입량이 봄 , 여름 , 가을에는 각각 +4.9% ~ +5.7%, +4.6% ~ +6.1%, +2.3% ~ +2.8% 로 증가하는 경향을 나타내었고 , 겨울은 -6.1% ~ -3.9% 로 감소 하는 추세를 보였다 . 전망된 미래 토지이용변화를 고삼저수

지유역에 대해서만 살펴보면 , 산림과 논이 2004 년에 비해

2080 년에 각각 2.6%(1.8), 5.2%(3.5) 로 감소하였고 , 도시가

6.3%(4.2) 증가하는 것으로 분석되었다 . 이로 인해 봄 , 여름 ,

가을의 유입량이 증가하였으며 , 겨울은 다른 계절에 비해 상 대적으로 식생의 감소로 인해 강우량이 토양으로 스며들어 저수지로 유입되는 양이 감소되는 것으로 판단된다 . 저수량 은 봄 , 여름 , 가을 유입량의 증가로 인해 겨울 또한 증가함 으로써 전체적으로 +0.4% ~ +3.5% 의 범위의 비율로 증가하 는 경향을 나타내었지만 , 봄과 겨울에는 그 변화가 매우 작 았다 . 금광저수지는 고삼저수지와는 달리 유입량이 모든 계

Fig. 10 The future seasonal watershed hydrological components for 2020s, 2050s and 2080s (Gongdo)

Fig. 11 The future seasonal reservoir inflow and storage considering land use change for 2020s, 2050s and 2080s (Gosam

reservoir)

절에 -4.9% 에서 -1.5% 의 변화율로 감소하는 경향을 나타내 었다 . 이는 금광저수지유역의 미래 토지이용이 고삼저수지유 역과는 달리 산림과 논 지역은 각각 0.6%(0.4), 0.2%(0.1)

로 증가하였고 도시 지역이 0.7%(0.5) 로 감소하였기 때문인 것으로 판단된다 . 이에 따라 유입량에 민감하게 반응하는 저 수량 또한 모든 계절에 감소하는 경향을 보였으며 , 그 변화 율은 -2.9% 에서 -0.1% 였다 .

토지이용의 변화가 공도유역의 증발산량 , 토양수분 , 지하수

충진량 , 유출량에 미치는 영향을 분석하여 Fig. 13 에 나타내

었고 그 결과 저수지의 유입량과 저수량의 변화량과 마찬가 지로 공도유역의 수문요소에 토지이용이 미치는 영향은 매 우 작은 것으로 분석되었다 . 자세히 살펴보면 증발산량의 변 화는 식생지역인 산림과 논의 지속적인 감소로 인해 봄 , 여 름 , 가을의 증발산량이 각각 -3.5% ~ -2.1%, -4.1% ~ -3.9%,

-4.6% ~ -4.5% 의 변화율로 감소하는 추세를 보였으며 , 겨울

에는 거의 변화가 없는 것으로 나타났다 . 토양수분 또한 그 양을 많이 포함하고 있는 산림 , 초지와 논지역의 감소로 강 우량이 많은 여름과 가을에 각각 -2.6% ~ -1.7%, -1.8% ~

-1.2% 로 감소하는 변화율을 나타냈으며 , 봄에는 토양수분의

변화가 거의 없고 겨울에는 다른 계절에 비해 상대적으로 식생의 감소로 인한 차단량의 감소로 강우량이 토양으로 들

어오는 양이 증가하게 되어 +3.4% ~ +4.3% ^{의 변화추세를}

보였다 . 다음으로 지하수충진량은 식생관련 토지이용의 전반

적인 감소로 모든 계절에 -5.8% ~ -1.8% 의 범위로 감소하는

경향을 나타내었으며 , 마지막으로 가장 중요한 수문요소인 유출량은 고삼저수지의 유입량의 경향과 마찬가지로 도시지

역의 증가와 산림과 논지역의 감소로 봄 (+2.6% ~ +3.5%),

여름 (+6.8% ~ +7.8%), 가을 (+1.3% ~ +2.1%) 에 그 양이 증 가하는 경향을 나타내었으며 , 겨울은 토양으로 스며드는 물 의 증가로 유출량이 -3.8% ~ -0.7% 의 범위로 감소하였다 . 따 라서 전반적으로 토지이용의 변화로 연유출량은 증가하였으 나 그 양은 기후 , 식생 , 토지이용의 변화 모두를 적용한 결 과와 비교하면 상당히 미미한 것으로 판단된다 .

3.3 식생변화가 저수지의 유입량, 저수량 및 유역 수문에 미치는 기여도

미래 기후와 토지이용은 2005 년의 기후와 2004 년의 토지 이용상태로 고정시켜놓고 월 NDVI- 월 평균기온 간의 선형

Fig. 12 The future seasonal reservoir inflow and storage considering land use change for 2020s, 2050s and 2080s (Geumgwang reservoir)

Fig. 13 The future seasonal watershed hydrological components considering land use change for 2020s, 2050s and 2080s

(Gongdo)

회귀식에 의해 전망된 2020 년 , 2050 년 , 2080 년 미래 식생 자료만을 입력하여 고삼과 금광저수지의 2020 년 , 2050 년 , 2080 년 유입량과 저수량의 변화를 분석하였다 (Fig. 14, Fig.

15). ^{그 결과} , ^{식생의 변화가 고삼저수지의 유입량과 저수량}

의 변화에 미치는 영향은 ±10% 이내의 비율로 그 기여하는

바가 작았다 . 그 변화를 자세히 살펴보면 , 미래의 식생은 모 든 토지이용에서 증가하는 경향을 나타내었는데 , 이로 유입 량의 경우 봄과 겨울에는 거의 변화가 없었으며 , 여름과 가

을에는 각각 +6.1% ~ +7.7% 와 +7.4% ~ +7.9% 로 증가하는 경향을 나타내었다 . 이는 식생의 영향을 다른 계절에 비해 상대적으로 크게 받는 시기인 여름과 가을에 식생의 밀도가 전체적으로 증가하면서 차단량의 증가로 토양속으로 침투하 는 양보다 지표로 유출되는 양이 증가한 것으로 판단된다 .

이에 따라 저수량은 봄에는 변화가 없었으며 , 유입량의 영향 으로 여름 , 가을과 겨울에는 증가의 영향을 나타내었는데 그 변화율의 범위는 각각 +0.8% ~ +1.8%, +7.9% ~ +8.9%, +2.9%

Fig. 14 The future seasonal reservoir inflow and storage considering vegetation change for 2020s, 2050s and 2080s (Gosam reservoir)

Fig. 15 The future seasonal reservoir inflow and storage considering vegetation change for 2020s, 2050s and 2080s (Geumgwang reservoir)

Fig. 16 The future seasonal watershed hydrological components considering vegetation use change for 2020s, 2050s and 2080s

(Gongdo)

~ +3.1% 였다 . 금광저수지 또한 고삼저수지와 비슷한 증가경 향을 보였는데 , 유입량과 저수량은 봄과 겨울에는 큰 변화를 보이지 않았으며 , 여름 유입량은 +9.7% ~ +12.5% 로 , 저수량

은 +5.2% ~ +8.0% ^{의 변화율로 증가하였고 가을에는 유입량}

과 저수량이 각각 +7.1% ~ +7.6%, +2.2% ~ +2.5% 의 범위 로 증가하는 것으로 나타났다 .

미래 식생의 변화가 공도유역의 증발산량 , 토양수분 , 지하

수충진량 , 유출량에 미치는 영향을 분석한 결과를 Fig. 16 에

나타내었다 . 증발산량의 변화는 식생의 증가로 인해 봄 , 여 름 , 가을 , 겨울 모두 증가하는 경향을 나타내었는데 , 그 변화 율의 범위는 각각 +13.0% ~ +17.6%, +3.9% ~ +9.2%, +7.3%

~ +11.6%, +6.9% ~ +9.2% 였다 . 토양수분의 경우 가을과 겨

울에는 큰 영향이 없었으며 , 봄과 여름에 각각 -1.1% ~

-0.8% 와 -1.2% ~ -1.0% 의 굉장히 작은 폭으로 감소하는 변 화율을 보였다 . 지하수충진량 또한 토양수분과 마찬가지로 식생의 변화에 따른 영향이 매우 작았으며 그 중에서 봄과 여름에 -9.8% ~ -7.6% 와 -2.2% ~ -1.6% 의 변화율로 감소하 는 경향이 가장 주목할만한 변화였다 . 토양수분과 지하수충 진량 모두 같은 면적에 식생이 증가함에 따라 땅속으로 스 며드는 물의 양이 줄어들게 되어 감소하는 경향을 나타낸 것으로 판단된다 . 마지막으로 유출량은 저수지의 유입량의 경향과 마찬가지로 봄과 겨울에는 큰 변화가 없었으며 여름 과 가을에 각각 +2.9% ~ +4.0%, +3.3% ~ +3.7% 로 증가하 는 경향을 나타내었다 .

3.4 기후변화가 저수지의 유입량, 저수량 및 유역 수문에 미치는 기여도

마지막으로 미래의 토지이용과 식생은 기준년도인 2005 년

의 특성으로 고정시키고 미래 기후자료만을 편이보정과 다

운스케일 기법으로 재구축한 CCCma CGCM2 A2, B2 시

나리오의 2020 년 , 2050 년 , 2080 년의 자료로 입력하여 고삼 과 금광저수지의 유입량과 저수량의 변화를 분석하였다 (Fig.

17, Fig. 18). 고삼저수지의 경우 , 유입량이 봄과 겨울에 각 각 +19.7% ~ +40.7% 와 +3.3% ~ +5.8% 범위의 변화율로

증가하는 추세를 보였으며 , 여름과 가을에는 -45.1% ~

-19.8% 와 -40.2% ~ -12.6% 의 변화율로 감소하는 경향을 뚜 렷이 나타내었다 . 앞서 언급했듯이 유입량은 강수량의 영향 을 크게 받는데 , 온전히 기후변화의 영향만을 적용하였으므 로 그 영향을 더 크게 받아 변화율이 토지이용과 식생을 함 께 고려했을 경우에 비해 전체적으로 유입량이 더 감소하는 것으로 나타났다 . 이에 따라 저수량 또한 전체적으로 비율이 감소하였는데 , 봄과 여름에 각각 +1.4% ~ +2.5% 와 -13.3% ~

+8.2% 의 변화율로 토지이용과 식생을 함께 고려했을 때보다

는 그 비율이 감소하였지만 , 추세는 증가하는 경향을 보였다 .

또한 여름 유입량의 더욱 뚜렷한 감소경향에 의해 가을의

저수량은 -68.9% ~ -50.2% 의 감소 추세를 나타냈으며 이로

겨울은 -17.7% ~ -12.8% ^{의 감소율을 보이며 저수량의 회복}

이 더욱 힘들어 지는 것으로 분석되었다 . 금광저수지의 경우 또한 유입량이 강수량의 영향으로 봄과 겨울에는 증가하는 경향을 여름과 가을에는 감소하는 경향을 나타내었는데 토 지이용과 식생을 함께 고려하였을 경우보다 그 감소폭이 더 큰 것을 알 수 있었다 . 이에 따라 저수량은 고삼저수지와 마찬가지의 추세로 봄과 여름에는 증가하는 경향이 , 가을과 겨울은 감소하는 경향을 나타내었다 . 결과에서 살펴보았듯이 ,

토지이용의 변화와 식생의 변화에 따른 저수지의 유입량과 저수량의 변화율에 비해 그 변화가 훨씬 뚜렷한 것을 알 수

Fig. 17 The future seasonal reservoir inflow and storage considering climate change for 2020s, 2050s and 2080s (Gosam reservoir)

Fig. 18 The future seasonal reservoir inflow and storage considering climate change for 2020s, 2050s and 2080s (Geumgwang

reservoir)

있었으며 , 그 추세 또한 3 가지의 요소 ( 토지이용 , 식생 , 기후 )

를 모두 고려하였던 결과와 가장 유사한 경향을 보이는 것 으로 보아 기후변화가 저수지의 저수량과 유입량의 변화에 가장 큰 영향을 주는 것을 알 수 있었다 .

한편 , 기후변화가 공도유역의 수문요소 ( 증발산량 , 토양수분 ,

지하수충진량 , 유출량 ) 에 미치는 영향을 분석하였으며 이를 Fig.

19 에 나타내었다 . 증발산량은 봄 , 여름 , 가을 , 겨울 모든 경우에 각각 +20.8% ~ +29.9%, +23.5% ~ +31.7%, +24.9%~ +34.3%, +31.7% ~ +39.8% 의 변화율로 증가하는 추세를 보였는데 , 토지 이용 , 식생을 함께 고려한 경우보다는 그 변화폭이 작게 나타 났다 . 두 번째로 , 토양수분의 경향은 강수량의 영향으로 그 추

세와 매우 유사하게 봄과 겨울에는 각각 +7.1% ~ +14.6%,

+11.1%~+15.9% 로 증가하는 , 여름과 가을에는 각각 -9.6%~

-6.0%, -11.1%~-2.3% 로 감소하는 경향을 뚜렷하게 나타내었으 며 , 세 번째로 지하수충진량 또한 토양수분의 경향과 마찬가지 로 봄과 겨울에는 각각 +68.0%~+126.8%, +76.9%~+118.8%

로 증가하는 , 여름과 가을에는 각각 -29.1% ~-13.3%, -29.4%

~ -13.8% 로 감소하는 경향을 뚜렷하게 나타내었다 . 마지막으로

유출량 또한 토양수분과 지하수충진량과 같이 봄과 겨울에는 각각 +8.6% ~ +19.7% 와 +3.6% ~ +9.6% 의 변화율로 증가하는 경향을 , ^{여름과 가을에는 각각} -38.0% ~- 14.3% ^와 -40.6% ~

-10.5% 의 변화율로 감소하는 경향을 나타내었다 . 이는 본 연구

에서 CCCma CGCM2 A2, B2 시나리오자료를 사용하여 도

출된 결과이며 다른 GCM 의 결과와는 차이가 있다 . 따라서 증 발산량 , 토양수분 , 지하수충진량 , 유출량 모두 저수지의 저수량 과 유입량의 결과와 마찬가지로 토지이용의 변화와 식생의 변 화에 따른 변화율 보다 기후변화에 따른 변화율이 훨씬 뚜렷 한 것을 알 수 있었다 . 또한 그 추세도 토지이용 , 식생 , 기후 를 모두 고려하였던 결과와 가장 유사한 경향을 보이는 것으 로 보아 증발산량 , 토양수분 , 지하수충진량 , 유출량의 수문요소 에도 기후변화가 가장 큰 영향을 주는 것을 알 수 있었다 .

3.5 상관분석에 의한 기후, 토지이용과 식생변화가 저수지 의 유입량, 저수량 및 유역 수문에 미치는 기여도 평가

3 가지 ( 기후 , 토지이용 , 식생 ) 의 미래 변화에 따른 저수지의 유입량 , 저수량 및 유역수문에 미치는 기여도를 평가하기 위

Fig. 19 The future seasonal watershed hydrological components considering climate change for 2020s, 2050s and 2080s (Gongdo)

Fig. 20 Analysis of the contribution of weather, vegetation and land use change for reservoir inflow and storage (Gosam

reservoir)

하여 3 가지 요소를 모두 적용하여 전망된 저수지의 유입량 ,

저수량 및 유역 수문량의 변화율을 기준으로 한가지의 요소 만을 각각 적용하여 전망된 변화율과 상관분석을 실시하여 결정계수를 구하였다 . Fig. 20 과 Fig. 21 은 고삼과 금광저수 지의 유입량과 저수량에 영향을 끼치는 요소에 대해 상관분 석을 실시한 결과이고 , Fig. 22 는 공도유역수문 ( 증발산량 , 토 양수분 , ^{지하수충진량} , ^유출량 ) ^{에 적용한 결과이다} . ^{이에 대}

한 각각의 결정계수는 Table 7 에 나타내었다 .

결과를 자세히 살펴보면 , 고삼과 금광저수지의 유입량과 저 수량 모두 기후변화가 가장 큰 영향을 미치는 것을 알 수 있었고 , 식생의 변화가 그 다음으로 큰 영향을 미쳤으며 , 토 지이용의 변화는 많은 영향을 끼치지 않는 것으로 평가되었 다 . 하지만 저수지의 저수량의 경우에서는 토지이용의 변화 또한 미미하지만 영향을 끼치는 것으로 판단되어진다 . Fig. 21 Analysis of the contribution of weather, vegetation and land use change for reservoir inflow and storage (Geumgwang

reservoir)

Fig. 22 Analysis of the contribution of weather, vegetation and land use change for watershed hydrological components (Gongdo)

Table 7. Coefficient of determination for climate, vegetation and land use

Change Gosam reservoir Geumgwang reservoir Gongdo watershed

Inflow Storage Inflow Storage Evapotrans

piration Soil moisture Grounwater recharge Streamflow

Land use 0.0131 0.1069 0.0763 0.2024 0.0072 0.8212 0.5943 0.0765

Vegetation 0.4947 0.7547 0.2041 0.4980 0.0002 0.2123 0.0033 0.5441

Weather 0.9559 0.9625 0.9554 0.9625 0.5325 0.9725 0.9888 0.9863

공도유역의 수문요소에 적용한 결과에서 또한 저수지의 저 수량 , 유입량에 적용한 것과 마찬가지로 가장 크게 기여를 하는 변화 요소는 기후였다 . 증발산량에서는 기후변화 외에 는 토지이용과 식생이 별다른 영향을 끼치지 않는 것으로 분석되었고 , 토양수분과 지하수충진량은 기후변화 다음으로 토지이용의 변화가 큰 영향을 끼치는 것으로 평가되었다 . 최 종적으로 유역의 유출량은 기후변화 다음으로 식생의 변화 가 크게 기여하는 것으로 분석되었다 .

4. 요약 및 결론

본 연구 (II) 에서는 연구 (I) 에서 수집 및 구축한 기상자료 ,

농업용 저수지 자료와 GIS/RS 입력자료 ( 토지이용도 , 토양도 ,

식생지수 ) 들을 이용하여 SLURP 모형의 검·보정을 실시하

였으며 , 연구 (I) 에서의 과거 자료들을 이용하여 구축한 미래 의 2020 년 , 2050 년 , 2080 년의 기후 , 토지이용 , 식생자료들을 이용하여 기후변화에 따른 농업용 저수지의 유입량 , 저수량 과 유역수문의 영향평가를 실시하였다 . 또한 미래의 기후 , 토 지이용 , ^{식생이 각각 미래의 농업용 저수지의 유입량} , ^저수량

과 유역수문에 얼마큼의 영향을 끼치는지를 검토하기 위해 기 여도를 평가하였다 . 본 연구의 결과를 정리하면 다음과 같다 . 1. 모형의 보정은 1998 년에서 2003 년까지 6 개년에 걸쳐서

실시하였으며 , 이로 결정된 입력매개변수들을 이용하여

2004 년에서 2006 년까지 3 개년에 대해 모형의 검정을 실 시하였고 , 검·보정을 결과 , Nash-Sutcliffe 모형효율계수 는 0.5-0.8, 결정계수 (R

) 는 0.7-0.9, RMSE 는 2.0-6.9 의 범위로 실측유량을 잘 재현하고 있음을 알 수 있었다 . ^이

때 , 모형의 검·보정 효과를 더욱 높이고자 연구대상유역 에 포함되어 있는 고삼 , 금광 농업용 저수지의 방류량 보 정에 의한 모의 저수위와 관측 저수위를 비교 및 조정을 함께 실시하였다 .

2. 연구 (I) 에서 구축된 미래 기상자료 , 토지이용자료 , 식생자

료를 SLURP 모형에 입력하여 미래 농업용 저수지의 저수

량과 유입량의 변화와 미래 유역 수문의 변화를 평가하였

다 . ^유입량은 CCCma CGCM2 A2, B2 ^{시나리오에서의}

미래 강수량의 영향을 크게 받아 고삼저수지의 경우 봄과

겨울에 각각 최대 52.9% 와 +7.6% 의 변화율로 증가하였

으며 , 여름과 가을에는 각각 최대 33.1% 와 26.3% 로 주 로 감소하는 경향을 나타내었고 금광저수지 또한 비슷한

경향으로 봄과 겨울에 각각 최대 45.2% 와 9.4% 의 변화

율로 증가하는 추세를 보였으며 , 여름에는 최대 17.5% 로

고삼저수지의 유입량 추세와는 달리 주로 증가하는 추세 를 보였는데 , 이는 고삼저수지유역의 평균경사가 12.7% 인 반면 금광저수지유역은 21.2% 로 경사가 훨씬 급하기 때

문인 것으로 판단된다 . 또한 가을에는 최대 36.1% 로 고삼

저수지와 마찬가지로 감소하는 경향을 나타내었다 . 이에 따라 고삼저수지의 저수량은 봄 유입량의 영향으로 봄과 여름에 각각 최대 2.8% 와 14.0% 로 증가하는 추세를 , 여 름 유입량의 뚜렷한 감소경향에 의해 가을의 저수량은 최

대 42.8% 의 감소율을 나타냈으며 이로 겨울은 최대

11.4% 의 감소율을 보이며 저수량이 결국 회복되지 않는

것으로 분석되었다 . 금광저수지의 경우에는 봄과 여름에

각각 최대 0.8% 와 27.1% 로 증가하는 추세를 , 여름과 가

을 유입량의 영향에 의해 가을의 저수량은 최대 9.6% 의

감소율로 고삼저수지의 경우보다는 작게 감소하였으며 이 로 겨울은 고삼저수지와는 달리 저수량을 회복하는 것으 로 분석되었다 .

3. 한편 , 본 연구 (II) 에서는 기후 , 토지이용 및 식생의 변화가 공도유역의 수문요소 ( 증발산량 , 토양수분 , 지하수충진량 , 유 출량 ) 에 미치는 영향을 분석하였는데 , 증발산량은 봄 , 여 름 , 가을 , 겨울 모든 경우에 각각 최대 50.3%, 73.5%,

76.2%, 62.9% 로 증가하는 추세를 보였고 , 토양수분의 변

화 경향은 강수량의 영향을 가장 많이 받아 그 추세와

매우 유사하게 봄과 겨울에는 각각 최대 12.4%, 18.7%

로 증가하는 , 여름과 가을에는 각각 최대 11.6%, 11.2%

로 감소하는 경향을 뚜렷하게 나타내었으며 , 지하수충진량 은 토양수분의 경향과 마찬가지로 봄과 겨울에는 각각 최 대 47.6%, 73.1% 로 증가하는 , 여름과 가을에는 각각 최

대 33.0%, 31.6% 로 감소하는 경향을 뚜렷하게 나타내었

다 . 마지막으로 가장 중요한 수문요소인 유출량 또한 토양 수분과 지하수충진량과 같이 봄과 겨울에는 각각 최대

26.4% 와 13.3% 로 증가하는 경향을 , 여름과 가을에는 각 각 최대 31.8% 와 36.3% 로 감소하는 경향을 나타내었다 .

따라서 증발산량을 제외한 다른 수문요소는 강수량의 영 향으로 봄과 겨울에 증가하는 추세를 , 여름과 가을에는 감 소하는 추세를 보였다 .

4. 본 연구에서는 기후변화 , 토지이용변화와 식생변화 중 어 떠한 요소가 저수지의 유입량 , 저수량 및 하천유역의 수문 에 큰 영향을 미치는 지 분석하기 위하여 , ^{분석하고자 하}

는 대상요소만을 적용하여 그 변화를 살펴보았으며 , 그 결 과 고삼과 금광저수지의 유입량과 저수량 모두 기후변화 가 가장 큰 영향을 미치는 것을 알 수 있었고 , 식생의 변화가 그 다음으로 큰 영향을 미치는 것으로 평가되었다 .

공도유역의 수문요소 ( 증발산량 , 토양수분 , 지하수충진량 , 유 출량 ) 에 적용한 결과에서 또한 저수지의 저수량 , 유입량에 적용한 것과 마찬가지로 가장 크게 기여를 하는 변화 요 소는 기후였다 . ^{따라서 미래의 기후변화에 따른 영향 평가}

를 실시함에 있어 미래 입력자료를 구축할 때 정확성이 높은 기후자료의 생성이 가장 큰 관건이 될 것으로 판단 된다 .

감사의 글

이 논문은 2008 년도 정부 ( 과학기술부 ) 의 재원으로 한국과

학재단의 지원을 받아 수행되었으며 (No. R01-2006-000- 10343-0), 2009 년도 정부 ( 교육과학기술부 ) 의 재원으로 학술 연구재단의 지원을 받아 수행된 기초연구사업 (No. 2009- 0080745) 에 의해 수행되었습니다 .

참고문헌

김성태

SLURP 모형을 이용한 하천 유출량 모의

^석사학

위논문

^{인하대학교}

Duan, Q., Sorooshian, S.S., and Gupta, V.K. (1994) Optimal use of the SCE-UA global optimization method for calibrating water-

shed models.

Journal of Hydrology,

Kite, G.W. (2002) Manual for the SLURP hydrological model. V.

12.2.

Nash, J.E. and Sutcliffe, J.V. (1970) River flow forecasting through conceptual models, Part I - A discussion of principles.

^Journal

of Hydrology,

Nix, S.J. (1994) Urban stormwater modelling and simulation.

Lewis Publishers,

(

^접수일

^심사일

^{심사완료일}