韓 國 水 資 源 學 會 論 文 集 第45卷 第8號 2012年 8月
pp. 743～753
AWS 자료를 이용한 우리나라의 물 공급 안전도 평가
An Evaluation of Water Supply Reliability Using AWS Data in Korea 문 장 원* / 최 시 중** / 강 성 규*** / 이 정 주****
Moon, Jang Won / Choi, Si Jung / Kang, Seong Kyu / Lee, Jeong Ju
...
Abstract
AWS data can be used effectively to understand the rainfall characteristics in Korea. In spite of this advantage, AWS data have been used restrictively in flood control analysis and the study on water use analysis such as water balance assessment is very insufficient. In this study, AWS data are used to analyze spatial rainfall characteristics quantitatively and water balance assessment is performed based on AWS data. Water balance assessment is carried out from year 2002 to year 2010 considering water supply networks in Korea. The analysis shows that year 2009 is the driest year during 9 years (2002～2010) and the regions with low level water supply reliability are concentrated in the west coast of Jeonnam and the upper region of the Nakdong River. As a result, the regions that have a lack of available water resources such as the coastal and insular areas are vulnerable to droughts. Therefore, regional water supply and management plans are urgently needed. Additionally, AWS data, which consider rainfall characteristics of the coastal and insular areas, can be useful in water balance assessment.
Keywords : water supply reliability, water balance assessment, water shortage, AWS data, K-WEAP ...
요 지
AWS 자료는 우리나라 전역의 강수특성을 정량적으로 파악하는데 효과적으로 활용될 수 있는 자료이다. 이러한 장점에 도 불구하고 AWS 자료는 치수 분야 분석에 제한적으로 활용되고 있으며, 물수지 분석 등 이수 분야 분석에의 활용사례는 상대적으로 매우 부족하다. 본 연구에서는 공간적인 강수특성을 정량적으로 파악하기 위해 AWS 자료를 이용하였으며, 이를 바탕으로 물수지 분석을 수행하고 우리나라의 공간적 물 공급 안전도에 대한 평가를 수행하였다. 물수지 분석을 수행하는 과정에서 우리나라의 물 공급 네트워크를 고려하였으며, 2002년부터 2010년까지의 기간에 대해 연도별 물수지 분석을 수행하였다. 분석 결과, 분석 대상기간 중 물 공급 안전도가 가장 낮았던 것으로 나타난 연도는 2009년으로 평가되었 으며, 전남 서해안과 낙동강 중 상류에 물 부족 발생지역이 집중되어 있음을 알 수 있었다. 결과적으로 우리나라에서 물 공급 안전도가 상대적으로 취약한 지역은 도서 및 해안지역과 같이 가용 수자원이 근본적으로 부족한 지역에 집중되어 있음을 확인하였으며, 해당 지역에 대한 물 공급 대책 수립이 시급하다는 결론을 얻을 수 있었다. 또한 AWS 자료를 물수지 분석에 활용할 경우 도서 및 해안지역의 강수특성을 효과적으로 반영할 수 있을 것으로 판단된다.
핵심용어 : 물 공급 안전도, 물수지 분석, 물 부족, AWS 자료, K-WEAP
...
* 교신저자, 한국건설기술연구원 수자원환경연구본부 수자원연구실 수석연구원 (e-mail: [email protected] Corresponding Author, Senior Researcher, Korea Institute of Construction Technology, Gyeonggi-do 411-712, Korea
**한국건설기술연구원 수자원환경연구본부 수자원연구실 전임연구원 (e-mail: [email protected]) Korea Institute of Construction Technology
***한국건설기술연구원 기획조정처 기술마케팅팀 전임연구원 (e-mail: [email protected]) Research Specialist, Korea Institute of Construction Technology
**** 한국수자원공사 조사기획처 (e-mail: [email protected])
http://dx.doi.org/10.3741/JKWRA.2012.45.8.743
Fig. 1. Rainfall Gauge Station in Korea (KMA, MLTM, K-water)
1. 서 론
점차 현실화되어 나타나고 있는 기후변화로 인해 미래 물관리 여건의 불확실성이 증가하고 홍수나 가뭄 등 물 관련 재해로 인한 피해 가능성 또한 증가할 것으로 전망 되고 있다(국토해양부, 2010). 이와 함께 강수의 계절 편 중과 이용 가능한 수자원의 지역별 편차가 크게 나타나는 등 우리나라의 물관리 여건은 전반적으로 매우 열악한 상 황이다. 이와 같이 불리한 물관리 여건 및 기후변화로 인 한 불확실성을 극복하고 물 관련 재해로 인한 피해를 사 전에 예방 또는 최소화하기 위해서는 수문순환 특성을 명 확하게 파악하고 이를 근거로 적절한 분석을 수행하여 발 생 가능한 상황에 효과적으로 대처할 수 있는 기반을 마 련하는 것이 중요하다.
특히 가뭄으로 인한 물 부족 상황에 효과적으로 대처하 기 위해서는 물 수요와 공급 조건에 대한 정확한 분석을 통해 공간적인 물 공급 안전도를 정량화할 필요가 있다.
유역에서 물 공급 안전도를 평가하는 지표는 다양하게 정 의될 수 있으나 물 수요에 대한 공급 부족으로 발생되는 물 부족은 가장 대표적인 지표이며, 물수지 분석을 통해 물 부족의 평가가 가능하다(유주환, 2005). 따라서 한정된 수자원에 대한 효율적인 관리와 물 부족으로 인한 피해를 최소화하기 위해서는 물수지 분석 결과의 정확성을 확보 하는 것이 중요하다. 물수지 분석의 정확성 확보에 있어 주요 고려사항 중 하나는 강수특성에 대한 정확한 반영이 다. 강수는 수문순환 과정의 시점이며, 물 공급을 위한 가 장 기본적인 수원이라 할 수 있으므로 이에 대한 정확성 확보와 함께 최근 들어 증가하고 있는 강수의 공간적 편 차를 효과적으로 반영하는 것은 물수지 분석의 정확도 확 보에 있어 중요한 의미를 갖는다. 그러므로 물수지 분석 을 통해 우리나라의 물 공급 안전도에 대한 평가를 수행 함에 있어 지역별 강수특성을 효과적으로 반영할 수 있는 강수자료의 선택은 분석 결과의 신뢰도 확보를 위해 신중 하게 이루어져야 한다. 하지만 지금까지 우리나라에서 수 행된 수자원계획이나 수문분석의 경우 기상청의 종관기 상관측시설(Automated Synoptic Observing System, ASOS)과 국토해양부, 한국수자원공사에서 운영 중인 관 측지점을 주로 고려하고 있으나 지점의 공간적인 분포를 고 려할 때 도서 및 해안지역의 강수특성을 정확하게 반영하기 어려운 한계가 있다. Fig. 1은 2010년 현재 운영 중인 기상 청(Korea Meteorological Administration, KMA) (ASOS 지점), 국토해양부(Ministry of Land, Transport and Maritime Affairs, MLTM), 한국수자원공사(K-water)의
강수 관측지점을 도시하여 나타낸 것으로 음영으로 표시 된 부분과 같이 수자원단위지도 중권역 규모의 유역에서 유역 내 관측소가 전혀 없는 경우도 나타나고 있다. 만약 관측소가 존재하지 않는 유역에 대해 물 공급 안전도를 평 가할 경우 그 결과의 신뢰도를 확보하기는 매우 어렵다.
이러한 한계를 극복할 수 있는 방안으로 기상청에서 운 영 중인 자동기상관측시설(Automatic Weather System, AWS)의 자료를 고려할 수 있다. 2011년 현재 기상청에서 는 전국적으로 468개소의 AWS 관측지점을 운영하고 있 으며, 이를 통해 강수, 기온 등 기상인자에 대한 관측업무 를 수행하고 있다. 따라서 AWS를 통해 관측된 강수자료 를 수자원계획 수립 및 수문분야 분석 과정에서 고려할 경우 관측지점의 공간적 편중으로 인한 한계를 충분히 극 복할 수 있으며, 보다 정확한 강수의 공간적 발생특성을 반영할 수 있다는 장점이 있다. 우리나라에서 AWS 자료 를 수문분석에 활용한 사례를 살펴보면, 박옥란 등(2002) 은 지상관측자료의 오측 및 결측 수정을 위한 방안으로 Kalman Filtering 기법을 이용하는 방법을 제안하고 있으 며, 제안된 방법의 검증을 위해 AWS 관측자료를 이용하
Fig. 2. Evaluation Process of Water Supply Reliability
였다. 장철희 등(2003)은 TRMM/PR (Tropical Rainfall Measuring Mission/Precipitation Radar)에 의해 관측된 공간강우분포의 수문학적 적용성을 평가하는 과정에서 TRMM/PR 자료를 보정하는 관계식 유도를 위해 AWS 에 의한 지상관측자료를 이용하였다. 한건연 등(2005)은 현재부터 3시간 선행시간까지의 면적평균강우량을 예측 할 수 있는 강우예측 신경망 모형 개발을 위해 AWS 자료 와 인공위성(GMS-5호) 자료를 입력자료로 이용하였으 며, 오현미 등(2006)은 S-band RADAR 추정 강수량과 AWS 강수량을 최적 결합하여 고해상도의 강수량을 정량 적으로 생산할 수 있는 방법을 제안한 바 있다. 최지혜 등 (2006)은 레이더 반사도 자료와 지상 AWS 자료를 이용 하고 있는 초단시간 강수예보(VSRF, Very Short-Range Forecast of precipitation) 모델의 구축 및 활용에 대해 소 개한 바 있으며, 최혁준 등(2006)은 신경망 모형을 이용하 여 단시간 강우량 정보를 사전에 예측할 수 있는 방법을 개발하는 과정에서 인공위성 자료와 지상 AWS 관측자료 를 이용한 바 있다. 이종대와 배덕효(2009)는 집중호우로 인한 홍수 피해를 줄이기 위해 보다 정확한 강수예측이 선행되어야 함을 지적하고 있으며, 이를 위해 AWS 관측 자료와 이류 모델을 이용한 단시간 강수예측 방법론을 제 시한 바 있다. 문영일 등(2011)은 기후변화 등의 원인으로 극치강수량의 시공간적인 변동성이 크게 증가하고 있음 을 언급하고 서울지역의 시공간적인 강수변동성 평가를 위해 AWS 자료를 이용한 바 있으며, 이병주 등(2011)은 기상청에서 실시간으로 생산하고 있는 레이더-AWS 강 우강도(RAR) 자료의 유출모의 적용성을 평가하기 위한 연구를 수행하였다. 지금까지 살펴본 바와 같이 우리나라 에서 AWS 자료의 활용은 치수 목적의 초단기 강수예측 모형 개발이나 홍수의 원인이 되는 극치강수량의 시공간 적인 변동성 분석을 위해 이용되어 왔으며, 상대적으로 이수 분야 분석에의 활용사례는 매우 부족한 실정이다.
시공간적인 물 공급 안전도 평가에 있어 가장 대표적인 사례라 할 수 있는 수자원장기종합계획에서도 물수지 분 석 과정에서 기상청 AWS 자료를 고려하고 있지 않다.
이에 본 연구에서는 기상청 AWS 자료의 이수 분야 활 용성을 확인하고 AWS 자료를 이용하여 물 공급 안전도 의 지역적 분포를 평가하기 위한 연구를 수행하였다. 기 상청 AWS 자료와 ASOS 자료를 이용하여 유출량을 산 정하고 우리나라의 물 공급 네트워크를 고려한 물수지 분 석을 수행하였으며, 이를 통해 공간적인 물 공급 안전도 평가 결과를 제시하였다.
2. 연구방법 및 이용자료
본 연구에서는 우리나라의 물 공급 네트워크를 기반으 로 물수지 분석을 수행한 후 지역별 물 부족량을 검토하 는 방법을 통해 공간적인 물 공급 안전도 평가를 수행하 였다. 물 공급 안전도 평가를 위한 물수지 분석은 2011년 에 수립된 수자원장기종합계획(국토해양부, 2011)에서 고 려하고 있는 분석 체계를 이용하였다. 이에 따라 물수지 분석을 위한 공간적 최소 단위로 수자원단위지도의 중권 역을 기준으로 설정하였으며, 우리나라의 광역 물 공급 체계를 고려하여 전국을 5개 권역(한강, 낙동강, 금강, 섬 진강, 영산강)으로 구분하고 각각의 권역에 대한 물수지 분석을 수행하였다. 5개 권역에 대한 물수지 분석은 한 국형 통합수자원평가계획모형인 K-WEAP(Korea Water Evaluation And Planning system)을 이용하였으며, 모형 을 통해 분석된 중권역별 물 부족량을 검토하여 지역별 물 공급 안전도에 대한 평가를 수행하였다. K-WEAP 모형은 하천, 댐, 지하수 등 공급원과 수요처 및 광역상수도 등 유 역의 물리적인 물이용 순환체계를 컴퓨터 화면 상에 구현 하고 수량, 수질, 생태환경, 수요관리 및 수자원 정책시나 리오 분석 등을 종합적으로 고려하여 통합수자원계획 수 립을 지원하는 전문 모형이다(최시중 등, 2010). K-WEAP 모형은 2006년 수자원장기종합계획(건설교통부, 2006)과 2011년 수자원장기종합계획(국토해양부, 2011)에서 물수 지 분석을 위해 이용된 바 있다. Fig. 2는 본 연구에서 수 행한 물 공급 안전도 평가 절차를 나타낸 것으로 점선으 로 표시된 영역은 K-WEAP 모형을 이용하여 수행된 분 석 과정을 의미하며, 이를 통해 산정된 중권역별 물 부족 량에 해당 중권역의 지하수 이용량과 농업용 저수지 공급 량을 고려하여 최종 물 부족량을 산출하였다. 이때 중권
Fig. 3. ASOS and AWS Station in Year 2010 역별 물 부족량의 산정은 먼저 K-WEAP 모형을 이용하여 중권역의 용도별 물 수요와 공급 가능량의 비교를 통해 이 루어지며, 하천에 흐르는 유출량으로 수요량 공급이 어려 울 경우 댐 운영을 통한 추가 물 공급이 이루어지는 절차 를 거친다. 중권역 유출량과 댐 운영을 통한 공급이 이루 어진 후에도 수요량에 대한 만족이 어려울 경우 해당 중권 역의 지하수 이용량과 농업용 저수지 공급량을 고려하는 후처리 과정을 거쳐 물 부족 관련 최종 결과를 도출하였다.
앞서 물 공급 안전도 평가 절차를 살펴보는 과정에서 알 수 있듯이 물 공급 안전도 평가를 위해 물수지 분석을 수행하기 위해서는 중권역별 물 수요와 이를 공급하기 위 한 공급 가능량에 대한 기반 정보를 필요로 한다. 중권역 별 물 수요는 수자원장기종합계획(국토해양부, 2011)에서 제시된 2007년 용도별 수요량(생활, 공업, 농업용수)을 분 석에 이용하였으며, 시간에 따른 물 수요 패턴, 회귀율, 댐 연계 운영 등 분석에 필요한 기초자료 또한 수자원장기종 합계획(국토해양부, 2011)의 자료를 이용하였다. 공급 가 능량을 결정하기 위해 필요한 중권역별 유출량은 기상청 ASOS 및 AWS 지점 강수자료를 수집한 후 티센가중법에 의해 유역 평균 강수량을 산정하고 이를 집중형 강우-유
출모형인 탱크모형에 적용하는 방법을 이용하였다. 탱크 모형은 일본의 Sugawara et al.(1984)이 최초로 개발하여 제시한 강우-유출모형으로 2000년, 2006년 및 2011년 수자 원장기종합계획(건설교통부, 2000; 건설교통부, 2006; 국토 해양부, 2011) 수립 과정에서 중권역별 유출량 산정을 위 해 이용된 바 있으며, 본 연구에서도 동일한 모형을 적용하 였다. 기상청 ASOS 및 AWS 강수 관측자료는 2001～2010 년의 기간에 대한 자료를 수집하여 활용하였으며, Fig. 3 은 본 연구에서 이용한 ASOS 및 AWS 강수 관측지점 분 포(2010년 기준)를 나타낸 것이다.
물수지 분석을 위한 시간적 범위는 강수자료의 가용기 간을 고려하여 설정하였으며, 분석의 시작 시점을 2001년 10월로 설정하였다. 분석 시작 시점을 1월이 아닌 10월로 고려한 이유는 여름철 홍수기가 종료되고 10월이 되면 댐, 저수지, 지하대수층 등 물 공급원에 해당하는 시설 또는 수원의 이용 가능량이 연중 가장 많은 시기가 되며, 이때 부터 물 수요와 공급의 비교 검토를 시작하기 위함으로 이는 수자원장기종합계획 등 물 공급 안전도 검토를 위한 물수지 분석에서 일반적으로 이용되는 기준이다.
3. 물 공급 안전도 평가
3.1 유역 평균 강수량 산정2001～2010년에 대한 기상청 ASOS 및 AWS 지점 강 수자료를 수집하여 분석에 이용하였다. 수집된 지점 강수 자료를 티센가중법에 적용하여 중권역별 평균 강수량을 산정하였으며, 산정된 결과를 중권역별 유출량 산정을 위 한 입력자료로 활용하였다. 티센가중법의 특성상 고려 대 상 관측지점이 변경되면 티센망 또한 새롭게 구축되어야 하며, 본 연구에서 대상으로 하는 ASOS 및 AWS 지점의 경우 연도별로 가용 지점의 수가 달라지므로 이를 고려하 여 연도별 티센망을 구축하여 활용하였다. 연도별 티센망 구축 시 고려 대상 지점은 매년 1월 1일을 기준으로 이용 가능한 지점을 선정하였으며, 연도별로 고려된 지점 현황 은 Table 1과 같다.
연도별로 구축된 티센망과 수집된 강수자료를 이용하여 113개 중권역(제주도 4개 중권역 제외)에 대한 유역 평균 강수량을 산정하였다. Fig. 4는 113개 중권역별 유역 평균 강수량을 이용하여 우리나라의 연도별 평균 강수량과 대 표적인 5개 유역(한강, 낙동강, 금강, 섬진강, 영산강)의 연 도별 평균 강수량을 산정한 후 그 결과를 도시한 것이다.
연도별 강수 발생 현황을 살펴보면, 2003년이 가장 많은 강수가 발생했던 다우년(1,918.5 mm)이었던 것으로 나타
Year 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Station
No.
Sum 423 456 475 480 481 484 486 488 490 492
ASOS 60 63 63 63 63 63 63 63 64 64
AWS 363 393 412 417 418 421 423 425 426 428
Table 1. ASOS and AWS Station Number by Year
Fig. 4. Variation of Annual Precipitation
Fig. 5. Spatial Map of Annual Mean Precipitation
나고 있으며, 2008년이 가장 적은 강수가 발생했던 소우년 (985.3 mm)인 것으로 분석되었다. 5개 유역별 결과에서도 전국 평균과 유사한 연도별 분포를 나타내고 있음을 알 수 있으며, 대체로 섬진강 및 영산강유역이 다우지역이고 낙 동강유역이 소우지역으로 나타나고 있다. Fig. 5는 2001년 부터 2010년까지의 중권역별 연강수량을 이용하여 평균값 을 산정한 후 공간 분포 양상을 파악하기 위해 도시한 결 과이다. 이를 통해 남해안 지역과 중부 내륙 및 영동지방 에 위치한 중권역의 연평균 강수량이 상대적으로 크게 나 타나는 다우지역임을 알 수 있으며, 영남 내륙지방에 위치 한 중권역이 소우지역으로 나타나고 있다.
3.2 중권역별 유출량 산정
ASOS 및 AWS 지점 강수자료를 티센가중법에 적용하 여 중권역별 평균 강수량을 산정한 후 탱크모형에 적용하 여 유출량을 산정하였다. 유출량 산정을 위해 이용된 탱 크모형은 토양수분 저류구조 4단 탱크모형으로 수자원장 기종합계획 수립 과정에서 중권역별 유출량을 산정하기 위한 강우-유출모형으로 이용되고 있으며, 장기 유출분석 을 위해 수자원 분야에서 많이 이용되고 있는 모형이다.
S2/S1
S1
T2 T1
(S1/S2)/XS S2
XP S2 S1 1
ET
A1 HA2 HA1
A0
B0 B1 HB
C1 C0
HC
D1
P
A2
Fig. 6. Schematic View of TANK Model
Fig. 7. Comparison of Runoff Hydrograph at Geosan Dam 본 연구에서 이용된 토양수분 저류구조 4단 탱크모형의
구조는 Fig. 6과 같다.
탱크모형을 이용하여 유출량을 산정하기 위해서는 모 형의 매개변수에 대한 결정이 필요하다. 탱크모형의 매개 변수 결정은 관측유량과 모의유량의 오차를 최소화할 수 있도록 하는 과정을 거쳐 수행되며, 최적화 기법에 기반을
둔 컴퓨터 프로그램을 이용하여 수행하는 것이 일반적이 다. 본 연구에서는 탱크모형의 매개변수 결정에 연구의 초 점이 맞추어져 있는 것이 아니므로 별도의 매개변수 산정 과정을 거치지 않고 2011년 수립된 수자원장기종합계획 (국토해양부, 2011)에서 제시된 매개변수 산정 결과를 그 대로 이용하였다. 수자원장기종합계획(국토해양부, 2011) 에서는 탱크모형의 매개변수 최적화를 위해 Duan (1991) 에 의해 개발된 SCE-UA (Shuffled Complex Evolution- University of Arizona) 알고리즘을 이용하고 있다. SCE- UA 알고리즘은 전세계적으로 강우-유출모형의 매개변수 추정을 위해 활발하게 이용되고 있는 알고리즘으로 미국 국립기상국의 NWSRFS (National Weather Service River Forecasting System)의 보정모듈 중 하나이다(Duan et al., 1994).
중권역별 유역 평균 강수량과 모형 매개변수와 함께 유 출량 산정 과정에서 필요한 인자로 잠재증발산량이 있다.
본 연구에서는 중권역별 잠재증발산량 산정을 위해 기상 청 ASOS 지점의 기상 관측자료(기온, 풍속, 상대습도, 일 조시간)를 수집한 후 Penman-Monteith 방법에 적용하여 중권역별 잠재증발산량을 산정하였으며, 이를 중권역별 유출량 산정을 위한 입력자료로 활용하였다.
이러한 과정을 거쳐 토양수분 저류구조 4단 탱크모형 에 의한 중권역별 유출량을 산정하였으며, 이를 이용하여 물 공급 안전도 평가를 위한 물수지 분석을 수행하기에 앞서 모의된 유출량이 실제 유출현상을 얼마나 잘 재현하 고 있는가를 평가하였다. 이를 위해 3개 지점의 하천유량
Name ROV1) NSE2) Correlation Coefficient
Yeongwol 2 0.887 0.821 0.906
Yeongwol 1 0.989 0.765 0.880
Chungju Dam 0.863 0.790 0.899
Geosan Dam 1.034 0.834 0.916
Hoengseong Dam 1.096 0.777 0.881
Soyanggang Dam 0.877 0.812 0.922
Andong Dam 1.061 0.847 0.921
Youngchun Dam 0.992 0.760 0.877
Namgang Dam 0.968 0.878 0.941
Unmun Dam 0.996 0.682 0.837
Chunchun 1.137 0.740 0.903
Sueo Dam 0.790 0.615 0.812
1) ROV(Ratio of Volume)
∼
: Observed runoff,
∼ : Simulated runoff 2) NSE(Nash-Sutcliffe Efficiency)
∼
: Observed runoff,
∼ : Simulated runoff, : Mean of observed runoff Table 2. Results of ROV, NSE, and Correlation Coefficient
관측자료와 9개 댐의 유입량 자료를 수집하여 이용하였으 며, 모의된 유출량과의 비교 분석을 수행하였다. 관측유량 과 모의유량의 비교는 먼저 시계열을 도시하여 시간에 따 른 변동 패턴을 개략적으로 검토하였으며, 체적비(Ratio of Volume, ROV), NSE (Nash-Sutcliffe Efficiency) 및 자료 간 상관계수를 산정한 후 세부적인 검토를 수행하였 다. 체적비(ROV)는 모의유량의 체적 합을 관측유량의 체 적 합으로 나누어 산정하는 지표이며, NSE는 관측유량의 표본분산에 대한 오차분산의 상대적인 크기를 나타내는 지표로 두 가지 지표 모두 최적 값은 1이다. Fig. 7은 비교 대상 지점 중 하나인 괴산댐 유입량과 해당 중권역의 모 의유량 시계열을 함께 도시하여 나타낸 결과이며, Table 2는 세 가지 비교 지표에 대한 12개 지점 분석 결과를 정 리한 것이다. 관측유량과 모의유량의 비교 결과를 살펴보 면, 대부분의 지점에서 양호한 결과를 나타내고 있음을 알 수 있다. ROV와 NSE의 경우 대부분 0.7 이상의 값을 나타내고 있으며, 상관계수의 경우에는 모든 지점에서 0.8 이상의 관계를 나타내고 있어 관측유량과 모의유량의 상 관성이 매우 높게 나타나고 있다. 이러한 결과를 통해 중
권역별로 모의된 유출량은 실제 유출에 대한 충분한 재현 성을 확보하고 있는 것으로 판단하였고 산정된 유출량을 물수지 분석을 위한 입력자료로 활용하였다.
3.3 지역별 물 공급 안전도 평가
기상청 ASOS 및 AWS 강수 관측자료를 이용하여 산 정된 중권역별 유출량과 우리나라의 물 공급 네트워크를 고려하여 물수지 분석을 수행하였다. 물수지 분석은 K- WEAP 모형을 이용하여 수행하였으며, 중권역별 물 수요 량은 수자원장기종합계획(국토해양부, 2011)에서 제시된 2007년 용도별 수요량(생활, 공업, 농업용수)을 이용하였 다. 물수지 분석 과정에서 댐 연계 운영을 위한 댐별 운영 기준은 댐운영 실무편람(한국수자원공사, 2011)의 자료를 이용하였으며, 광역상수도를 통한 물 공급 관련 정보는 수도정비기본계획(국토해양부, 2009)을 참고하였다.
물 수요량과 공급 가능량을 이용하여 물수지 분석을 수 행하기 위해 K-WEAP 모형을 이용한 물 수급 네트워크 를 구축하였다. 물 수급 네트워크의 구축은 물수지 분석 의 공간적 최소 단위로 설정한 수자원단위지도의 중권역
Fig. 8. Water Demand-supply Network for Water Balance Assessment of Han River Basin
Basin Name Water shortage (106m3/year)
2002 2003 2004 2005 2006 2007 2008 2009 2010
Han River 15.2 - - 11.7 - 4.2 13.2 - 5.5
Nakdong River 28.0 - 6.1 6.1 11.0 18.6 28.0 100.6 117.7
Geum River - - - - - - - 23.0 5.8
Sumjin River 3.5 4.5 8.5 6.8 8.5 14.1 9.8 9.8 4.5
Youngsan River 46.3 35.3 79.7 58.5 53.5 78.7 61.7 90.7 67.7
Sum 93.0 39.8 94.3 83.1 73.0 115.6 112.7 224.1 201.2
Table 3. Water Shortage in 5 River Basins by Year 을 기준으로 고려하였으며, 중권역별로 생활 및 공업용수 수요처, 농업용수 수요처를 각각 1개소씩 갖는 것으로 설 정하였다. Fig. 8은 K-WEAP을 이용하여 구축된 한강권 역의 물 수급 네트워크를 나타내고 있다.
K-WEAP 모형을 이용하여 물 수급 네트워크를 구축하 고 용도별 물 수요량, 중권역별 유출량, 댐 및 광역상수도 운영 기준 등에 대한 자료를 입력한 후 물수지 분석을 수 행하였다. 물수지 분석은 수문년을 기준으로 2002년(2001 년 10월～2002년 9월)부터 2010년(2009년 10월～2010년 9 월)까지의 기간에 대해 검토하였으며, K-WEAP 모형에
의해 분석된 중권역별 물 부족량에 용도별 지하수 이용량 과 농업용 저수지 공급 가능량을 고려하여 중권역별 최종 물 부족량을 산정하였다. Table 3은 5개 권역에 대한 물수 지 분석을 통해 나타난 연도별 물 부족량을 정리하여 나 타낸 것이다. Table 3의 분석 결과를 통해 5개 권역별 물 공급 안전도를 살펴보면, 낙동강과 섬진강 및 영산강권역 의 물 공급 안전도가 상대적으로 취약한 것으로 나타나고 있으며, 특히 영산강권역의 물 공급 안전도가 가장 낮은 것으로 분석되었다. 연도별 결과를 살펴보면, 2007～2010 년까지의 기간이 다른 기간에 비해 전국적인 물 부족량이
(a) Year 2002 (b) Year 2003 (c) Year 2004
(d) Year 2005 (e) Year 2006 (f) Year 2007
(g) Year 2008 (h) Year 2009 (i) Year 2010
Fig. 9. Spatial Distribution of Water Shortage by Year
많은 것으로 나타나고 있으며, 특히 2009년(2008년 10월～
2009년 9월)은 한강을 제외한 모든 권역에서 물 부족이 발생하는 것으로 나타나 분석 대상기간 중 가장 심각한
가뭄 년이었음을 알 수 있다.
지역별 물 공급 안전도를 보다 세부적으로 검토하기 위 해 물수지 분석 결과 얻어진 중권역별 물 부족량의 공간
적 분포를 Fig. 9에 도시하여 나타내었다. 앞서 언급한 바 와 같이 2009년(2008년 10월～2009년 9월)과 2010년(2009 년 10월～2010년 9월)에 물 부족 발생 지역이 상대적으로 많은 것으로 나타나고 있음을 확인할 수 있다. 특히 낙동 강유역의 중 상류에 위치한 중권역을 중심으로 다른 지역 보다 많은 물 부족을 나타내고 있으며, 전남 서해안에 위 치한 중권역의 경우 분석 대상기간의 모든 연도에서 물 부족이 발생한 것으로 나타나고 있다. 종합하면, 2002년부 터 2010년까지 전국적인 물 부족 발생 지역은 대부분 도 서 해안 및 산간지역을 중심으로 나타나고 있음을 알 수 있으며, 이들 지역이 우리나라에서 물 공급 안전도가 상 대적으로 취약한 지역임을 의미하는 결과라 할 수 있다.
도서 해안지역이나 하천의 상류부에 해당하는 산간지역은 규모가 큰 하천이 없고 댐 등 인위적인 물 공급 시설도 부 족하여 근본적으로 이용 가능한 수자원이 부족한 지역이 라 할 수 있다. 그러므로 도서 해안 및 산간지역은 연도별 강수량의 많고 적음에 매우 민감하게 반응하는 지역이라 할 수 있으며, 이러한 점은 연강수량이 가장 많았던 것으 로 나타난 2003년의 물 부족 발생 지역이 거의 나타나고 있지 않음을 고려하면 명확하게 파악할 수 있는 점이라 하 겠다. 하지만 본 연구에서 이용하고 있는 수자원장기종합 계획(국토해양부, 2011)의 물수지 분석 방법론은 가뭄상 황에 관계없이 지하수 이용량과 농업용 저수지 공급 가능 량을 전량 이용할 수 있다는 가정을 전제로 하고 있으므 로 본 연구를 통해 분석된 지역별 물 부족량은 실제보다 적게 평가될 가능성이 있다는 한계가 있다. 따라서 보다 정확한 물 공급 안전도 평가를 수행하기 위해서는 농업용 저수지와 같이 가뭄상황에 따라 공급 가능량의 변동이 심 하게 나타나는 시설에 대한 공급 능력을 정확하게 평가할 수 있는 방안이 필요하며, 이를 고려하여 물 공급 안전도 평가를 수행할 수 있는 방법에 대한 후속 연구가 필요한 상황이라 할 수 있다.
4. 결 론
본 연구에서는 수자원 분야 분석에서 많이 이용되고 있 는 기상청 ASOS 지점 강수 관측자료와 함께 AWS 강수 관측자료를 바탕으로 우리나라의 지역별 물 공급 안전도 를 평가하기 위한 연구를 수행하였다. 물 공급 안전도 평 가 과정에서 필요한 중권역별 유출량은 ASOS 및 AWS 지점 강수자료를 티센가중법에 적용하여 산정된 유역 평 균 강수량과 집중형 강우-유출모형인 탱크모형을 이용하 여 산정하였다. 최종적으로 지역별 물 공급 안전도 평가
는 수자원단위지도의 중권역을 최소 유역 단위로 고려하 고 수집된 강수자료의 기간을 고려하여 2001년 10월부터 2010년 9월까지의 기간을 대상으로 설정하였다. 중권역별 물 수요량과 공급 가능량을 한국형 통합수자원평가계획 모형인 K-WEAP 모형에 입력한 후 물수지 분석을 수행 하였으며, 그 결과에 지하수 이용량과 농업용 저수지 공 급 가능량을 추가 고려하여 중권역별 물 부족량을 산정한 후 이를 바탕으로 지역별 물 공급 안전도를 평가하여 제 시하였다.
기상청 ASOS 및 AWS 지점 강수자료를 이용하여 지 역별 물 공급 안전도를 평가한 결과, 낙동강, 섬진강 및 영 산강권역의 물 공급 안전도가 상대적으로 취약한 상황이 라는 결론을 얻을 수 있었으며, 특히 영산강권역은 분석 대상기간의 모든 연도에서 물 부족이 발생하는 것으로 나 타나 가장 취약한 상황임을 알 수 있었다. 이와 함께 연도 별 결과에 대한 검토를 통해 2008년 10월부터 2009년 9월 까지의 기간이 분석 대상기간 중 가장 심각한 가뭄 년이 었던 것으로 나타났으며, 해당 기간 낙동강 중 상류 및 전 남 서해안에 위치한 중권역에서 상대적으로 심각한 물 부 족 상황이 나타나고 있음을 확인하였다. 이 지역은 도서 해안 및 산간지역에 해당하며, 이용 가능한 수자원이 근 본적으로 부족한 지역이라는 특성으로 인해 물 부족이 발 생한 것으로 판단할 수 있었다. 도서 해안 및 산간지역은 수량이 풍부한 하천이 부족하며, 댐이나 광역상수도를 통 한 물 공급 네트워크도 상대적으로 취약한 상황으로 강수 량에 매우 민감하게 반응하는 지역이라 할 수 있으며, 지 역적으로 편중된 가용 수자원의 배분계획을 수립하고 해 수담수화 등 지역적 특성이 고려된 대체수원에 대한 향후 계획을 마련함으로써 물 공급 안전도의 수준을 향상시킬 필요가 있을 것으로 판단된다.
또한 기상청 AWS 지점 강수자료를 이수 분야 분석에 활용함으로써 기존 강수 관측지점의 공간적 편중으로 인 해 발생하는 문제를 효과적으로 극복할 수 있을 것으로 판단된다. 기존 수자원계획 수립이나 수문분야 분석에서 이용하고 있는 기상청(ASOS 지점), 국토해양부, 한국수 자원공사의 강수 관측지점은 대하천 유역이나 도시지역 에 편중되어 있으며, 도서 및 해안지역의 경우 중권역 규 모의 유역 내에 관측지점이 전혀 없는 경우도 확인할 수 있었다. 그러나 기상청에서 현재 운영 중에 있는 AWS 지 점은 도서 및 해안지역에 대해서도 조밀한 관측망을 유지 하고 있으며, 이를 활용할 경우 공간적인 강수 발생특성 을 보다 정확하게 반영할 수 있을 것으로 판단된다.
감사의 글
이 연구는 기상청 기후변화 감시 예측 및 국가정책지원 강화사업(RACS 2011-4018, CATER 2012-3090)의 지원 으로 수행되었습니다. 또한 ASOS 및 AWS 강수 관측자 료를 제공해주신 기상청 기후예측과에 감사를 드립니다.
참고문헌
건설교통부 (2000). 수자원장기종합계획(Water Vision 2020).
건설교통부 (2006). 수자원장기종합계획(2006～2020).
국토해양부 (2009). 수도정비기본계획.
국토해양부 (2010). 기후변화 대응 미래 수자원 전략.
국토해양부 (2011). 수자원장기종합계획(2011～2020).
문영일, 손찬영, 권현한, 문장원 (2011). “AWS자료를 활용 한 서울지역 강수량의 시공간적 특성분석.” 한국수자원 학회 2011년도 학술발표회 논문집, 한국수자원학회, p.
374.
박옥란, 김용상, 장동언 (2002). “AWS 자료에 대한 Kalman Filtering 기법 적용에 관한 연구.” 한국기상학회지, 한국기 상학회, 제12권, 제1호, pp. 525-528.
오현미, 하경자, 허기영 (2006). “RADAR 추정 강수량과 AWS 강수량의 최적 결합 방법을 이용한 정량적 강수량 산출.” 대한원격탐사학회지, 대한원격탐사학회, 제22권, 제6호, pp. 485-493.
유주환 (2005). “물 공급 안전도 평가에 MODSIM을 적용한 물 수지 분석 방법 제시.” 대한토목학회논문집, 대한토목 학회, 제25권, 제1B호, pp. 9-17.
이병주, 고혜영, 장기호, 최영진 (2011). “미계측 유역의 유출 모의를 위한 RAR 자료의 적용성 평가 연구.” 한국수자원 학회논문집, 한국수자원학회, 제44권, 제9호, pp. 721-730.
이종대, 배덕효 (2009). “지상관측강우를 이용한 단시간 강 수 예측에 관한 연구.” 한국수자원학회 2009년도 학술발
표회 논문집, 한국수자원학회, pp. 1167-1171.
장철희, 권형중, 고덕구, 김성준 (2003). “지상강우 관측치 에 의한 TRM/PR 관측치의 보정 및 SCS 유출해석.”
한국수자원학회논문집, 한국수자원학회, 제36권, 제4호, pp. 647-659.
최시중, 이동률, 문장원, 강성규 (2010). “통합수자원평가 계획모형 K-WEAP의 적용성.” 한국수자원학회논문집, 한국수자원학회, 제43권, 제7호, pp. 625-633.
최지혜, 남경엽, 석미경, 최병철 (2006). “초단시간 강수예 보시스템 구축 및 활용.” 한국수자원학회 2006년도 학술 발표회 논문집, 한국수자원학회, pp. 1515-1519.
최혁준, 한건연, 김광섭 (2006). “위성정보에 의한 강우예 측과 홍수유출 및 범람 연계 해석 (I) : 이론 및 모형의 개발.” 대한토목학회논문집, 대한토목학회, 제26권, 제 6B호, pp. 597-603.
한건연, 김광섭, 최혁준 (2005). “인공위성 자료를 이용한 유역의 면적평균강우량 예측.” 한국수자원학회 2005년 도 학술발표회 논문집, 한국수자원학회, pp. 904-907.
한국수자원공사 (2011). 댐운영 실무편람.
Duan, Q. (1991). A Global Optimization Strategy for Efficient and Effective Calibration of Hydrologic Models. Ph.D. dissertation, Dept. of Hydrol., and Water Resour., Univ. of Arizona, Tucson.
Duan, Q., Sorooshian, S., and Gupta, V.K. (1994). “Optimal use of the SCE-UA global optimization method for calibrating watershed model.”Journal of Hydrology, Vol. 158, pp. 265-284.
Sugawara, M., Watanabe, I., Ozaki, E., and Katsuyama, Y. (1984).Tank Model with Snow Component. No. 65, National Research Center for Disaster Prevention, Japan.
논문번호: 12-032 접수: 2012.03.21 수정일자: 2012.04.26/05.09 심사완료: 2012.05.09
