기후변화 시나리오하의 기후 및 토지피복 변화가 유역 내 유출량에 미치는 영향 분석
Impact of Changes in Climate and Land Use/Land Cover Change Under Climate Change Scenario on Streamflow in the Basin
1)
김진수*ㆍ최철웅**
Kim, Jin SooㆍChoi, Chul Uong 要 旨
본 연구는 새로운 기후변화 시나리오인 RCP 시나리오의 스토리라인을 기반으로 미래 토지피복변화를 예측하고,
RCP 시나리오하의 미래 기후 및 토지피복 변화가 유역 내 유출량에 미치는 영향을 분석하는데 그 목적을 둔다.
RCP 4.5 및 8.5하의 기후 자료가 기후변화 시나리오로 사용되었고, 토지피복변화 시나리오는 RCP 4.5 및 8.5 시나 리오의 스토리라인과 로지스틱 회귀모형(LR)을 이용하여 개발된 모델에 의해 생성되었다. 기후변화만 고려한 경 우, 토지피복변화만 고려한 경우로 두 가지 시나리오를 설정하고, 각각의 시나리오에 따른 대상 유역 내 유출량을 모의한 결과는 유출량의 계절적 변화를 뚜렷이 나타내었다. 기후변화는 봄과 겨울에 유출량을 증가, 여름과 가을 에 유출량을 감소시키는 것으로 예측되었다. 반면 토지피복변화는 기후변화에 비해 상대적으로 유역 내 유출량 변 화에 미소한 영향을 주지만, 강수 유무에 따라 유출량의 증가 및 감소 패턴이 뚜렷이 나타났다. 따라서 수자원 정책 결정에 있어서 미래 토지피복변화에 따른 홍수 및 가뭄의 패턴에 적합한 수자원 정책이 필요할 것으로 판단된다.
핵심용어 : 기후변화, 토지피복, RCP 시나리오, 유출량, SWAT Abstract
This study is intended to predict variations in future land use/land cover(LULC) based on the representation concentration pathway(RCP) storyline that is a new climate change scenario and to analyze how future climate and LULC changes under RCP scenario affects streamflow in the basin. This study used climate data under RCP 4.5 and 8.5 and LULC change scenario is created by a model that is developed using storyline of RCP 4.5 and 8.5 and logistic regression(LR). Two scenarios(climate change only and LULC change only) were established. The streamflow in future periods under these scenarios was simulated by the Soil and Water Assessment Tool(SWAT) model. Each scenario showed a significant seasonal variations in streamflow. Climate change showed that it reduced streamflow in summer and autumn while it increased streamflow in spring and winter. Although LULC change little affected streamflow in the basin, the pattern for increasing and decreasing streamflow during wet and dry climate condition was significant. Therefore, it's believed that sustainable water resource policies for flood and drought depending on future LULC are required.
Keywords : Climate Change, LULC, RCP Scenario, Streamflow, SWAT
1. 서 론
최근 기후변화는 국내외적으로 많은 이슈를 내놓고 있으며, 기후변화에 따른 대응 방안을 마련하고 이를 위한 정책 개발 및 실행을 위해 다양한 분야에서 많은 노력이 이루어지고 있다(Kim et al., 2010; Praskievicz
and Chang, 2011). 특히 세계 각국은 기후변화에 따른 자국의 수자원 여건 및 환경에 맞는 대응 또는 적응 정 책을 수립하고 있다.
미래 기후변화가 물 순환에 미치는 영향에 관한 연구 는 1990년대 이후 선진국을 중심으로 활발히 진행되고 있으며, 최근 정량적 예측을 통한 대처 방안에 관한 연
2013년 5월 7일 접수, 2013년 6월 20일 채택
* 정회원ㆍ부경대학교 공간정보연구소 전임연구원(Member, Research Associate, Pukyong National University, [email protected])
** 교신저자ㆍ정회원ㆍ부경대학교 공간정보시스템공학과 교수(Corresponding author, Member, Professor, Department of Spatial Information Engineering, Pukyong National University, [email protected])
Vol.21 No.2 June 2013 pp.107-116 연구논문
ISSN: 2287-6693(Online) http://dx.doi.org/10.7319/kogsis.2013.21.2.107
구들이 활발히 수행되고 있다(Jeong, 2012). 지난 몇 년간 기후변화에 따른 수문학적 반응에 관련한 연구에 IPCC(International Panel on Climate Change) 4차 보 고서에 사용된 SRES (Special Report on Emission Scenarios)가 폭넓게 이용되어왔다(Lee et al., 2008;
Ficklin et al., 2009; IPCC, 2007). 이후 IPCC는 다양 한 기술 발전을 반영한 새로운 미래 기후 전망을 2013~2014년에 발간될 IPCC 5차 보고서에 수록할 예 정이며, 이를 위한 새로운 시나리오인 대표농도경로 (Representative Concentration Pathways, RCP)를 도 입하였고, 이에 대응하기 위해 국내 기후변화 시나리오 도 새롭게 산출되었다(NIMR, 2011).
토지피복변화는 유역 내 증발산, 침투, 지표유출 등 에 영향을 미쳐 기후변화와 함께 물 순환을 변화시키는 주요 원인이며, 이것은 기후변화가 유역 내 유출에 미 치는 영향을 악화 또는 완화시키는 역할을 담당한다(Qi et al., 2009). 특히, 도시개발, 단지 및 주거지 조성과 같은 도시성장으로 인한 토지피복변화는 불투수층 피 복을 증가시키고, 이로 인해 강수의 침투는 감소하여 유역 내 유출은 증가한다. 이와 같이, 기후 및 토지피복 변화는 상호 연관하여 유역 내 유출량 변화에 큰 영향 을 미치기 때문에, 기후변화 시나리오의 스토리라인 (storylines)과 일치하는 토지피복변화 시나리오가 필요 하다(EPA, 2009). 그러나 국내외적으로 유역 내 유출 특성 분석에 있어서 RCP 시나리오의 스토리라인과 일 치하는 토지피복변화 시나리오를 적용한 연구는 거의 없었다.
본 연구는 새로운 기후변화 시나리오인 RCP 시나리 오의 스토리라인을 기반으로 미래 토지피복변화를 예 측하고, 이것이 유역 내 유출량에 미치는 영향을 분석 하는데 그 목적을 둔다. 이를 위해, 국립기상연구소에 서 제공하는 RCP 4.5 및 8.5 기후변화 시나리오를 이 용하였고, 로지스틱 회귀모형(Logistic Regression, LR) 을 이용한 RCP 4.5 및 8.5 스토리라인 기반의 미래 토 지피복도를 제작하였다. 다음으로 기후변화만 고려한 경우, 토지피복변화만 고려한 경우로 시나리오를 설정 하고, SWAT (Soil and Water Assessment Tool) 모형 을 이용하여 각 시나리오별로 대상 유역 내 유출량을 정량적으로 예측하고, 이를 비교분석하였다.
2. 이론적 고찰 2.1 대표농도경로 시나리오
2007년 IPCC 4차 기후변화 평가보고서 발간 이후, 발간 예정인 IPCC 5차 기후변화 평가보고서를 위하여
국제사회는 표준 온실가스 시나리오를 대표농도경로 (RCP)로 새롭게 선정하였다. SRES가 인위적인 기후변 화 요인 중에서 온실가스와 에어로솔 등의 영향에 의한 강제력(forcing)만을 반영하였다면, RCP 시나리오는 온실가스와 에어로솔 등의 영향뿐만 아니라 인간의 활 동이 대기에 미치는 요인까지 반영하고 있고, 토지 이 용에 관련한 강제력도 반영하고 있다(Back et al., 2011).
RCP 시나리오는 복사강제력(radiative forcing)에 따 라 4종으로 구분된다(RCP 8.5, 6.0, 4.5, 2.6). 본 연구 의 대상이 되는 RCP 8.5는 현재 추세로 저감 없이 온 실가스가 배출되는 경우의 시나리오, RCP 4.5는 온실 가스 저감 정책이 상당히 실현되는 시나리오이다.
국립기상연구소도 기후변화 관련 국제 사업에 참여 하여 RCP에 근거하고, 한반도 지형 및 기후 특성을 반 영하여 국가 차원의 기후변화 대응을 위한 국가 표준 기후변화 시나리오를 개발하였다(NIMR, 2011). 현재 135 km 해상도의 전지구 기후변화 시나리오 자료에 기초해 우리나라 지역에 대한 12.5 km 해상도의 기후 변화 시나리오가 제공되고 있고, 이러한 자료는 현재 4 종의 RCP 중 4.5와 8.5 만이 배포되고 있다.
2.2 로지스틱 회귀모형을 이용한 토지피복변화 RCP 8.5 시나리오의 스토리라인은 인구 증가로 인 해 도시수요량(urban demand)이 증가되고, 상대적으로 낮은 경제 성장이 이루어지며, 환경 보전보다는 개발 중심적 사회가 된다는 것이다. 이에 반해 RCP 4.5 시 나리오의 스토리라인은 인구 증가율은 감소하고, 지속 적인 경제 성장이 이루어지며, 환경 보전에 가치를 두 기 위한 강력한 토지이용 규제가 이루어진다는 것이다 (Van Vuuren et al., 2011). 본 연구는 이러한 시나리오 별 스토리라인에 일관된 미래 토지피복변화를 예측하 기 위한 목적도 지니며, 이를 위해 사회경제적, 정책적 요인을 잘 반영할 수 있는 LR을 이용한 도시성장모형 을 적용하여 미래 토지피복변화를 예측하였다(Park, 2013).
본 연구에서 도시성장모형은 유역 내 미래 도시수요 량 추정을 위한 비공간적 분석과 도시성장 확률지도를 이용한 미래 도시 면적의 공간적 배분에 관련한 공간적 분석으로 구분된다. 도시수요량은 국내 인구와 GDP 진 행경로에 의해 결정되었고(Van Vuuren et al., 2011), 이를 위해 RCP 4.5 및 8.5에 대한 인구 경로는 장래인 구추이의 저위 및 고위값(KOSIS, 2012)이, GDP 경로 는 실질 GDP 장기예측자료의 고위 및 저위값이 각각 선정되었다(NABO, 2007).
2.3 SWAT 모형
본 연구에서 수문 해석을 위해 ArcGIS 기반의 ArcSWAT(ver.10.1.6) 모형이 사용되었다. 이것은 미 국 농무성 농업연구소에서 개발된 일 단위의 모의가 가 능한 준 분포형 장기 강우-유출 모형으로써(Arnold et al., 1998), 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용에 따른 유출과 유사 거 동을 예측하기 위한 모형이다. SWAT 모형에서 대상 유역은 지형, 토지피복, 토양 조건에 따라 여러 개의 수 문반응단위(hydrological response units, HRUs)로 소 유역이 세분화되며, 수문반응단위는 동일한 토지피복 및 토양 등의 조합으로 구성된다.
본 연구에서 모형의 검․보정을 위해 SWAT-CUP (calibration uncertainty program) 모형이 사용되었고, 이것은 스위스 연방 연구소에 의해 개발되었다. 이것은 SWAT 모형의 모의 및 검․보정 수행 시 발생하게 되는 예측 불확실성에 대한 분석을 담당한다. 또한, 예측 불 확실성 분석을 할 수 있는 4가지 알고리즘을 포함하고 있고, 자동으로 검․보정을 수행하여 이 단계에 투입되는 노력과 시간을 크게 단축할 수 있다. 본 연구에서는 4 가지 알고리즘 중 SUFI2(Sequential Uncertainty FItting ver.2) 알고리즘을 이용하여 금호강 유역 내 유 출량을 검․보정하였다.
3. 유역자료 및 시나리오 구성 3.1 대상 유역
본 연구를 위한 대상 유역은 Fig. 1과 같이 금호강의 동촌 유량관측소를 유역 출구로 하는 상류유역이다. 금 호강은 낙동강 중류부에 위치하며, 이 유역의 면적은 약 1,538.9 km2이며, 주 하천의 유로연장은 약 110.8 km, 유역 평균표고는 230.9 m, 유역 평균경사는 28.2%
이며, 산림면적이 유역면적의 64%를 차지하고 있다.
금호강은 행정구역상으로 대구광역시, 포항시, 영천시, 그리고 경산시가 유역의 6.6%, 9.4%, 58.5%, 그리고 25.5%를 차지하고 있으며, 이들 도시의 상수원 역할을 담당하고 있는 유역이고, 유역 내 연평균 강수량은 약 1,081 mm, 연평균 기온은 약 12.8 °C이다. 또한 Fig.
1c 및 1d와 같이 과거에 유역 내 도시 면적이 매우 증 가한 반면, 농지의 면적은 크게 감소하였고, 특히 하류 부 분의 도시성장이 매우 급격하게 진행되어 기후 및 토지피 복변화가 유역 내 유출량에 비교적 큰 영향을 미친다.
3.2 자료 구성
유출량 모의를 위해 유역 내 지형, 토양, 토지피복,
(a) DEM
(b) Soil map
(c) LULC map in 1975
(d) LULC map in 2000
Figure 1. Description of study area and dataset used in this study
Figure 2. Mean monthly precipitation measured at Yeongcheon weather station (2000-2009) in Gumho River Basin and projected using RCP 4.5 and 8.5 scenarios. The shaded areas indicated monthly ranges of the variables from 2000-2009
Climate change Land use change Input
Scenario 1 Consider Disregard Climate data under RCP 4.5 and 8.5 Land use map in 2000 Scenario 2 Disregard Consider Climate data in the baseline period Future LULC map Table 1. Description of scenarios for this study
그리고 수문 및 기상 자료가 필요하다. 본 연구에서 사 용된 지형 자료는 고도, 경사, 경사향, 흐름 방향을 포 함하며, 이들은 환경부에 의해 제공된 10m 격자간격의 DEM을 이용하여 생성되었다. SWAT은 토양층을 중 심으로 물수지를 파악하는 모형이므로, 토양통 자료의 구축은 매우 중요하다(Kim et al., 2006). 농촌진흥청에 서 제공된 1/25,000 정밀토양도는 유역 내 70개의 토양 통에 대한 수문학적 토양그룹(A, B, C, D)으로 분류되 었고, 토양층의 개수 및 토양층별 깊이는 농업과학원 자료에 의해 구축되었다.
토지피복(Land Use and Land Cover, LULC) 지도는 유역의 수문학적 특성 평가에 필수 정보이며, 본 연구에 서 국가수자원관리종합정보시스템(WAter Management Information System, WAMIS)에서 1975년부터 5년 간격으로 제공하고 있는 토지피복도가 이용되었고, 이 것은 총 7개 토지이용항목으로 대분류되어있다. SWAT 모형 검․보정을 위해 2000년 토지피복도가, 미래 토지 피복도 제작을 위해 1975년 및 2000년 토지피복도가 이용되었다(Fig. 1).
SWAT 모형에서 일별 수문해석을 위해 요구되는 기 상 자료는 일별 강수량, 최대 및 최소 온도, 태양복사 량, 풍속, 그리고 상대습도이다. 이를 위해, 금호강 유 역에 소재한 영천 및 대구 기상관측소에서 획득된
2000년부터 2009년까지의 기상 자료를 기상청에서 제 공받아 모형 입력 자료로 사용하였다. 또한 앞서 언급 한 것과 같이, 12.5km 해상도의 한반도 기후 전망자료 가 미래 기상자료로 이용되었다. Fig. 2는 영천 기상관 측소에서 관측된 유역 내 과거 월평균, 최대, 그리고 최 소 강수량과 국립기상연구소에서 제공된 RCP 4.5와 8.5 기후 자료에 의한 미래 월평균 강수량을 나타낸 것 이다. 그러나 이러한 자료는 풍속 및 태양복사량을 포 함하지 않기 때문에, 이들은 금호강 유역 내 최근 30년 (1981-2010년) 동안의 기후자료를 기반으로 SWAT 모 형 내 생성모델에서 별도로 생성되었다. 본 연구에서 모형의 검․보정을 위해 금오 및 동촌 수위관측 지점에 서 제공하는 일별 유출량 자료가 이용되었다.
3.3 시나리오 구성
본 연구에서 유역 내 유출량에 미치는 영향을 평가하 기 위해, Table 1과 같이 2가지 시나리오가 구성되었 다. 시나리오 1은 미래 기후변화만 고려, 시나리오 2는 미래 토지피복변화만을 고려한 경우로 설정되었다. 각 시나리오별로 RCP 4.5 및 8.5에 따른 2020년부터 2059년까지 유역 내 유출량이 모의되었고, 이들은 2030년대(2030～2039)와 2050년대로 구분되어 과거 10년(2000년대; 2000～2009) 동안의 유출량과 비교,
× × × ×
× × × × ×
× × × ×
(2)
× × × ×
× × × ×
× × ×
(3) 분석되었다.
4. 적용 결과 및 토의 4.1 미래 토지피복변화 산정
미래 도시수요량은 과거(1975～2000) 인구수와 GDP를 이용하여 정립된 회귀식에 RCP 시나리오별 인 구수와 GDP를 대입하여 추정되었고, 회귀식은 1인당 도시면적을 종속변수로 하고 실질 GDP를 설명변수로 하는 이중로그 모델을 적용하여 정립되었다(Park, 2013).
도시성장 관련인자는 물리적, 접근성, 사회경제적, 정책 적 요인으로 구분되었고, 관련 인자들은 ArcGIS 9.3, ERDAS Imagin 9.2를 이용하여 10m×10m의 공간해상 도를 가지는 래스터 형식으로 구축되었다. 물리적 요인 은 환경부에서 제공된 DEM과 토지피복도에서 산정된 고도, 경사도, 경사향, 토지피복을 포함하며, 접근성 요 인은 국토교통부에서 제공된 도로망도에서 도로와의 거리와 토지피복도에서 기존 도시와의 거리를 포함한 다. 사회경제적 요인은 인구밀도와 도로밀도를 포함하 고, 정책적 요인은 환경부 국토환경성평가지도의 환경 생태적보전지역과 법제적보전지역을 포함한다.
도시성장 확률지도는 환경부에서 제공하는 토지이용 규제 항목인 환경생태적평가지도와 법제적평가지도의 적용유무에 따라 LR을 수행하여 작성되었다. 이때 수 역의 면적은 미래에 그대로 유지되고, 과거 도시지역은 미래에 비도시지역으로 전환될 수 없다고 가정되었다.
본 연구에서 LR의 기본적인 모형인 식 (1)에 의해 도 시성장 발생 확률이 산정되었다.
(1)여기서 는 각 셀별 도시성장 확률을 의미하고, 는 독립변수, 와 는 회귀계수이다.
RCP 4.5 및 8.5에서의 결과는 식 (2) 및 (3)과 같고, 각 시나리오별 인자의 중요도와 기여도 순서는 대체로 비슷하게 나타났다. 또한 RCP 4.5의 경우 환경생태적 및 법제적 보전지역이 다른 변수에 비하여 높은 기여도 를 보였다.
여기서, E는 고도, S는 경사도, Rd는 도로와의 거리,
U
d는 도시와의 거리, Rdens는 도로밀도, P는 인구밀도,En은 환경생태적 보전지역, L은 법제적 보전지역, Fa
는 농지, Fo는 산림, Gr은 초지, We는 습지, 그리고 Ba 는 나지를 의미한다.LR에 의해 작성된 확률지도는 Pontius와 Schneider (2001)에 의해 제안된 ROC(Relative Operating Characteristic) 곡선에 의해 검증되었다. ROC 곡선의 AUC(Area Under Curve)는 예측 정확도를 평가하는데 사용되며, 일반적으로 AUC 값이 0.8-0.9 정도이면 예 측 정확도가 높은 것으로 간주한다(Yilmaz, 2009). 본 연구에서 RCP 4.5와 8.5에 의해 작성된 확률지도의 AUC는 각각 0.914와 0.897로 나타났다.
산정된 urban demand 와 LR 분석에 의한 시나리오 별 확률지도에 의해 작성된 미래 토지피복도는 Fig. 3 과 같다. 2000년 토지피복도와 대비해서 대상 유역의 하류에 분포한 농지가 서서히 도시로 확장되다가 2050 년에 상류에 분포한 농지까지 도시가 확장되는 것으로 예측되었다. 또한, RCP 4.5에 비하여 RCP 8.5에서 도 시 성장이 더욱 빨리 진행될 것으로 나타났다. Table 2 는 2000년 토지피복도에서 각 분류별 면적에 대한 RCP 4.5와 8.5 시나리오하에 제작된 미래 토지피복의 분류별 변화율 (%)을 나타낸다. 도시는 꾸준히 증가하 여 2050년에는 2000년 면적 대비 RCP 4.5와 8.5에서 각각 294%와 358% 증가하는 것으로 나타났고, 수역 을 제외한 다른 분류 항목의 훼손을 통해 도시성장이 이루어짐을 알 수 있다.
Baseline RCP 4.5 RCP 8.5
2000 2030 2050 2030 2050
Urban 49.4 165.8 (236) 194.5 (294) 173.1 (250) 226.2 (358)
Farmland 351.6 262.6 (-25) 239.5 (-32) 255.9 (-27) 214.6 (-39)
Forest 986.8 977.1 (-1) 974.8 (-1) 976.7 (-1) 971.7 (-2)
Grassland 111.0 101.1 (-9) 98.8 (-11) 100.5 (-9) 95.8 (-14)
Wetland 2.9 2.8 (-6) 2.7 (-8) 2.7 (-9) 2.5 (-16)
Bare land 17.8 10.1 (-43) 9.2 (-49) 10.6 (-40) 8.7 (-51)
Water 19.4 19.4 (0) 19.4 (0) 19.4 (0) 19.4 (0)
Table 2. Areas of future LULC under RCP 4.5 and 8.5 scenarios (unit: km2). Figures in brackets represent future LULC class change (%) compared to 2000 LULC
(a) 2030 under RCP 4.5 (b) 2030 under RCP 8.5 (c) 2050 under RCP 4.5 (d) 2050 under RCP 8.5 Figure 3. Predicted future LULC map in 2030 and 2050
4.2 SWAT 모형 검정
본 연구에서 모형 검․보정은 Fig. 1a와 같이 대상 유 역을 2개로 나누고, 금호 유량관측소 상류 유역에 대한 검․보정을 우선 수행하여 이에 따른 모의 결과를 inlet 으로 설정하여 하류 유역의 유출 검․보정을 수행하였 다. 또한, 모형은 2006-2008년 동안 금호 및 동촌 유량 관측소의 일별 유출량 자료에 의해 검정되었고, 2009 년의 유출량 자료에 의해 보정되었다. 일반적으로, 결 정계수(R2)와 Nash와 Sutcliffe (1970)에 의해 제안된 식 (4)의 효율계수(ENS)는 모형의 예측력을 평가하는데 주로 이용되고 있다. 여기서 와 는 각각 관측 및 모의된 유출량, 는 검․보정 시기에 관측 유출량의 평균치이다.
(4)
그 결과, 상류 및 하류지역의 유량관측소 자료를 이 용한 경우에서 결정계수(R2)과 효율계수(ENS)는 검정
기간(2006-2008)에 각각 0.80, 0.74과 0.83, 0.80으로 나타났고, 보정 기간(2009)에 각각 0.79, 0.75과 0.78, 0.72로 나타났다. 본 연구에서 ENS가 0.72 이상이기 때 문에, 이것은 모의된 유출량이 대상 유역의 유출량을 비교적 잘 묘사하는 것으로 간주될 수 있으며, 이러한 검정에 의해 결정된 최적 매개변수는 미래 기후 및 토 지피복변화에 따른 유역 내 유출량 모의에 활용되었다.
Fig. 4는 최종 outlet 인 동촌 유량관측소에서 검․보정 시기의 일별 관측 및 모의 유출량을 나타낸 것이다.
4.3 시나리오에 따른 유출량 변화 4.3.1 시나리오 1
국내의 경우, 여름철 장마 및 태풍으로 인한 유역 내 강수량의 계절적 편중 특성 때문에 미래 기후변화에 따 른 유역 내 수자원의 계절적 변동을 전망하는 것은 매 우 중요하다. 따라서 과거 2000년 토지피복은 그대로 유지된 상태에서 미래 기후만 변화한다고 가정된 시나 리오 1에 의해 모의된 2030년대 및 2050년대 유역 내 계절 및 연간 유출량은 과거 10년 동안의 유출량과 비 교되었다(Fig. 5a). 그 결과, RCP 4.5 및 8.5하에 연간 유출량이 2030년대까지 감소하다가 2050년대에는 증
Figure 4. Observed and simulated daily streamflow for the calibration and validation periods during 2006-2009
(a) Scenario 1
(b) Scenario 2
Figure 5. Changes in streamflow under scenario 1 and 2 for the future periods relative to the baseline period
(a) Wet climate condition
(b) Dry climate condition
Figure 6. Changes in seasonal and annual streamflows with different climate conditions 가하는 추세를 나타내었고, 미래 기후변화가 유역 내
유출량에 미치는 영향은 계절별 차이를 매우 명확하게 나타냈다. 봄과 겨울의 유출량은 과거에 비해 증가하는 추세를 보였고, 2030년대에 비해 2050년대 증가 추세 가 크게 나타났다. 반면 여름과 가을의 유출량은 2050 년대 RCP 8.5하의 유출량을 제외한 나머지에서 감소 하는 추세를 보였고, 2030년대에 비해 2050년대 감소 추세가 작게 나타났다. 봄과 겨울의 유출량은 RCP 4.5 하에 각각 46% 및 30% 이상, RCP 8.5하에 32% 및 17% 이상 증가하는 것으로 예측되었다. 여름의 유출량 은 RCP 4.5하에 20%, RCP 8.5하에 12% 이상 감소하 며, 가을의 유출량도 여름과 같이 전반적으로 감소하는 추세를 나타냈다. 이상과 같이, 유출량이 봄과 겨울에 증가하고, 여름과 가을에 감소하는 것은 Fig. 2에 나타 낸 것과 같이 봄과 겨울에 대상 유역 내 미래 강수가
과거에 비해 증가하고, 여름과 가을에 감소하는 것으로 설명될 수 있다.
4.3.2 시나리오 2
도시성장과 같은 토지피복변화는 수자원의 양질에 영향을 미치는 것으로 폭넓게 보고되고 있다. 시나리오 2는 과거 2000년대 기후가 미래에 그대로 유지되는 상 태에서 4.1절에서 소개된 미래 토지피복변화를 적용하 여 유역 내 유출량을 모의한 것이고, 그 결과는 Fig. 5b 와 같다. 시나리오 1에 의해 모의된 결과에 비해 상대 적으로 유출량의 변화가 작을 뿐만 아니라 연간 유출량 의 변화는 0.1% 이내로 매우 작게 나타났다. 그러나 토 지피복변화가 유역 내 유출량의 계절적 변화에 영향을 미치는 것은 명백하다. 봄과 여름에 유출량은 약 1～
3% 증가하고, 가을과 겨울에는 약 2～7% 감소하는 것
으로 예측되었다. 특히, 강수가 비교적 많은 여름에 크 게 증가하고, 상대적으로 강수가 작은 겨울에 크게 감 소하는 추세를 보였다. 겨울에 유출이 크게 감소하는 현상은 약간의 강설을 제외하고 강수 빈도가 거의 없는 유역 내 겨울의 계절적 특성 때문인 것으로 판단된다.
RCP 4.5 및 8.5하에 계절별 유출량 변화는 2050년 대로 갈수록 뚜렷한 증가 또는 감소 패턴을 보이며, 이 것은 유역 내 도시성장과 과거 2000년대 기후 조건으 로 설명될 수 있다. 먼저 Kim et al. (2013)은 도시성장 률과 연간 유출량간의 상관성을 분석하여 도시성장이 유출량 변화에 매우 밀접하게 관련한다고 입증하였다.
또한 Fig. 6은 시나리오 2에 의해 모의된 유출량을 과 거 2000년대 강수가 0.1 mm/day 이상(wet condition) 및 0.1 mm/day 이내(dry condition)인 경우의 유출량 으로 구분하고, 각각의 경우에서 계절 및 연간 유출량 변화를 나타낸 것이다. 그 결과, 도시성장이 상대적으 로 큰 2050년대로 갈수록 증가 및 감소 패턴이 두드러 지게 나타났다. wet condition인 경우 모든 계절에서 유출량은 증가하며, 특히 2050년대 봄에는 RCP 4.5 및 8.5에서 각각 8.2% 및 10.0% 증가하는 것으로 나타났 다. 반면, dry condition인 경우 모든 계절에서 유출량 은 감소하며, 2050년대 겨울에는 RCP 4.5 및 8.5에서 각각 7.2% 및 8.7% 감소하는 것으로 나타났다. 이것은 도시성장으로 초래된 불투수층의 증가가 강수의 침투 를 저하시키고, 표면 유출을 증가시킴으로써, 도시성장 이 큰 유출을 증가, 작은 유출을 감소시키는 역할을 했 기 때문이다(Dixon and Earls, 2012).
5. 결 론
본 연구는 새로운 기후변화 시나리오인 RCP 시나리 오하의 미래 기후 및 토지피복 변화가 유역 내 유출량 에 미치는 영향을 분석하기 위해 수행되었다. 먼저, 국 립기상연구소에서 제공하는 RCP 4.5 및 8.5하의 기후 자료가 기후변화 시나리오로 사용되었고, 토지피복변 화 시나리오는 RCP 4.5 및 8.5 시나리오의 스토리라인 과 LR을 이용하여 개발된 모델에 의해 생성되었다. 이 모델에 의해 작성된 확률지도는 ROC에 의해 검증되었 고, RCP 4.5와 8.5 모든 경우에서 매우 양호한 결과 (AUC value>0.89)를 나타냈다. 미래 토지피복도를 작 성한 결과, 환경 보전에 중점을 두는 RCP 4.5에 비해 개발에 중점을 두는 RCP 8.5에서 도시성장이 크게 발 생하는 것으로 예측되었고, 대부분의 도시성장은 농지, 산림, 나지가 도시로 확장되는 패턴으로 예측되었다.
그러나, 이러한 미래 도시성장은 최근 사회경제적 이슈
가 반영되지 않은 장래인구추이와 실질 GDP 장기예측 자료에 의해 예측되었기 때문에, 향후 이를 적극적으로 반영한 도시성장량 산정이 필요할 것으로 판단된다.
기후변화만 고려한 경우, 토지피복변화만 고려한 경 우로 시나리오를 설정하고, 설정된 두 가지 시나리오에 따른 대상 유역 내 유출량 모의는 SWAT 모형에 의해 이루어졌다. 시나리오별 모의에 앞서 유역 내 유량관측 소 자료를 이용한 검․보정을 수행한 결과, 결정계수(R2) 는 0.75 이상, 효율계수(ENS)는 0.72 이상으로 나타나 모의된 유출량이 대상 유역의 유출량을 비교적 잘 묘사 한 것으로 판단된다. 각각의 시나리오에 따른 모의 결 과는 유역 내 유출량의 계절적 변화를 뚜렷이 나타내었 다. 시나리오 1에 따른 모의 결과, 기후변화는 봄과 겨 울에 유출량을 증가, 여름과 가을에 유출량을 감소시키 는 것으로 나타났다. 이것은 모의된 유출량이 RCP 4.5 및 8.5하의 미래 강수량 변화에 민감하기 때문이다. 반 면 시나리오 2에 따른 모의 결과는 시나리오 1에 비해 상대적으로 유역 내 유출량 변화에 미소한 영향을 주지 만, 강수 유무에 따라 증가 및 감소 패턴이 뚜렷이 나타 났다. 따라서 수자원 정책 결정에 있어서 미래 토지피 복변화에 따른 홍수 및 가뭄의 패턴에 적합한 수자원 정책이 반드시 필요할 뿐만 아니라, 지속적인 수자원 관리를 위해 미래 기후 및 토지피복 변화에 따른 영향 분석이 반드시 필요할 것으로 판단된다.
감사의 글
이 논문은 부경대학교 자율창의학술연구비(2013년) 에 의해 연구되었음.
References
1. Arnold, J.G., Srinivasan, R., Muttiah, R.S., Williams, J.R., 1998, Large area hydrologic modeling and assessment-Part 1: Model development, Journal of American Water Resources Association 34, pp.
73-89.
2. Back, H.J., Cho, C.H., Kwon, W.T., Kim, S.K., Cho, J.Y., Kim, Y.S., 2011, Development strategy for new climate change scenarios based on RCP, Korea Climate Change Research, 2(1), pp. 55-68.
3. Dixon, B. and Earls, J., 2012, Effects of urbanization on streamflow using SWAT with real and simulated meteorological data, Applied Geography, 35, pp.
174-190.
4. EPA, 2009, Land-use scenarios: national-scale
housing-density scenarios consistent with climate change storylines. Washington, DC 20460: U.S.
Environment Protection Agency, 137 pp.
5. Ficklin, D.L., Luo, Y., Luedeling, E., Zhang, M., 2009.
Climate change sensitivity assessment of a highly agricultural watershed using SWAT. Journal of Hydrology 374, 16-29.
6. IPCC, 2007, Climate Change 2007: The Scientific Basis, IPCC Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge.
7. Jeong, H.G., 2012, Assessment of climate change impacts on water supply by Chungju multi-purpose dam based on RCP emission scenarios, Ph.D.
Thesis, Kunkuk University, Seoul, South Korea.
8. Kim, J., Choi, J., Choi, C., Park, S., 2013, Impacts of changes in climate and land use/land cover under IPCC RCP scenarios on streamflow in the Hoeya River Basin, Korea, Science of the Total Environment, 452-453, pp. 181-195.
9. Kim, N.W., Chung, I.M., Won, Y.S., 2006, An integrated surface water-ground water modeling by using fully combined SWAT-MODFLOW model, Journal of the Korean Society of Civil Engineers, 26(5B), pp. 481-488.
10. Kim, S.J., Kim, B.S., Jun, H.D., Kim, H.S., 2010, The evaluation of climate change impacts on the water scarcity of the Han River Basin in South Korea using high resoulution RCM data, Journal of Korea Water Resource Association, 43(3), pp. 295-308.
11. KOSIS, 2012, Korea statistical information service website, http://kosis.kr/. (accessed October 2012) 12. Lee, Y.J., An, S.R., Kang, B.S., Kim, S.J., 2008,
Assessement of future climate and land use change on hydrology and stream water quality of Anseongcheon Watershed using SWAT model(Ⅱ), Journal of the Korean Society of Civil Engineers, 28(6B), pp. 665-673.
13. NABO, 2007, Long-term prediction of real GDP in Korea, National Assembly Budget Office report no.
31-9700231-000316-14, 49 p.
14. Nash, J.E. and Sutcliffe, J.V., 1970, Review flow forecasting through conceptual models I: a discussion of principles, Journal of Hydrology, 10, pp. 282-290.
15. NIMR, 2011, Climate change scenario report 2011 for the corresponding IPCC fifth assessment report, Korea National Institute of Meterological Research, 117 pp.
16. Park, S., 2013, Urban growth prediction under the socio-economic scenarios based on climate change in the South Korea, Ph.D. Thesis, Pukyong National University, Busan, South Korea.
17. Pontius R.G. and Schneider L.C., 2001, Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA, Agriculture, Ecosystems and Environment, 85, pp. 239-248.
18. Praskievicz, S. and Chang, H., 2011, Impacts of climate change and urban development on water resources in the Tualatin River Basin, Oregon, Annals of Association of American Geographers, 101, pp. 249-271.
19. Qi, S., Sun, G., Wang, Y., McNulty, S.G., Moore Myers, J.A., 2009, Streamflow response to climate and landuse changes in a coastal watershed in North Carolina, Transactions of the ASABE 52, pp.
739-749.
20. Van Vuuren, D.P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., Hurtt, G.C., Kram, T., Krey, V., Lamarque, J.F., Masui, T., Meinshausen, M., Nakicenovic, N., Smith, S.J., Rose, S.K., 2011, The representative concentration pathways: an overview, Climate Change 109, pp. 5-31.
21. Yilmaz, I., 2009, Landslide susceptibility mapping using frequency ratio, logistic regression, artificial neural networks and their comparison: a case study from Kat landslides (Tokat-Turkey), Computers &
Geosciences, 35(6), pp. 1125-1138.
