기후예측 시나리오 기반의 단기가뭄피해 예측기법: 금강유역을 대상으로

Seasonal Drought Damage Prediction Method Based On the Climate Forecasting Data in Geum River Basin

Article information

J. Korean Soc. Hazard Mitig. 2016;16(1):83-92
Publication date (electronic) : 2016 February 29
doi : https://doi.org/10.9798/KOSHAM.2016.16.1.83
전환돈*, 김수전, 최시중***
* Member. Professor, Dept. of Civil Engineering, Seoul National University of Science and Technology
*** Member. Senior Researcher, Hydro Science and Engineering Research Institute, Korea Institute of Civil engineering and building Technology
**Corresponding Author. Member. Post-doctoral Researcher, Columbia Water Center, Columbia University (Tel: +1-646-318-7107, Fax: +1-201-854-7081, E-mail: soojun78@gmail.com)
Received 2015 November 09; Revised 2015 November 10; Accepted 2015 November 18.

Abstract

2015년 6월 이후에 우리나라에서는 아주 심각한 가뭄이 지속되고 있다. 본 연구에서는 가장 극심한 가뭄이 발생하였던 금강유역을 대상으로 2016년 상반기에 물 부족량을 예측하고자 하였다. IRI 계절예측 시스템의 하나인 GFDL GCM의 기후예측 결과를 금강유역의 기상계열로 축소하였으며 강우유출모형을 이용하여 14개 모의 단위유역(중권역 3001-3014)에 대한 자연유출량을 산정하였다. 2015년 12월의 수문특성을 초기조건으로 설정하여 물수지 모형을 구축하였으며 2016년 1월부터 6월까지 금강유역의 물 부족량을 예측하였다. 평년보다 많은 강수량의 예상과 함께 지역공급원을 효율적으로 활용한다면 2016년 상반기에 금강유역에서는 물 부족이 발생하지 않을 것으로 예상되었다. 하지만 예측 강우량의 75% 또는 50%의 강수가 발생할 경우에는 지역공급원을 고려하더라도 물 부족이 발생할 수 있을 것으로 예상되었다.

Trans Abstract

There has been a very serious drought since June 2015 in Korea. This study seeks to quantify the ongoing water deficit in the first half of 2016 in the Geum river basin, which has been the most effected by severe drought in Korea. Weather time series were generated from the climate forecast results of the GFDL GCM that is a part of IRI Monthly Multi-model ensemble (MME) seasonal prediction system. Natural discharge was estimated in 14 subbasins using a rainfall-runoff model. A water balance model was built and used to predict the amount of water deficit in the first half of 2016 given the initial conditions in December 2015. Under the scenario predicted by the GCM, more precipitation than nornal is expected and consequently, water supplies in the basin will be sufficient to meet water demands. However, if only 75% or 50% of expected precipitation occurs, water supply will be inadequate to meet the water demands in spite of considering the regional supply water.

1. 서론

가뭄은 진원지나 전파경로가 없으며 정의가 힘든 간접적인 재해임에도 불구하고 다른 기상재해보다 큰 피해를 나타내는 특징(Wilhite and Glantz, 1985)을 가지고 있다. 일례로 아프리카에서 가뭄은 모든 재해의 20% 미만으로 발생하지만, 사람에게 미치는 영향력은 약 80% 이상으로 알려져 있다(UNISDR, 2007). 특히 2015년에는 슈퍼 엘리뇨의 영향으로 전 세계적으로 심각한 가뭄이 발생하였던 년도로 기록되었다. 중부 및 동부 아시아를 포함해 동남아시아, 남아프리카 및 남아메리카를 중심으로 큰 가뭄이 발생하였으며, 미국 서부의 캘리포니아의 경우 4년째 이어지는 가뭄으로 용수 사용량을 25% 이상 강제 절수를 시행하기도 하였다. 우리나라의 경우도 2015년 남해안과 제주도를 제외한 대부분의 지역에서 심각한 가뭄이 발생하였다. 수도권 및 강원도영서의 연강수량은 평년대비 60% 이하로 매우 적었으며, 장마기간을 포함한 여름철 동안 평년대비 약 절반 수준(평년대비 54%)의 강수가 발생하였고 태풍으로 인한 강수량도 평년 보다 적었던 것으로 보고 되었다(Prime Minister’s Office et al., 2015).

가뭄을 평가하기 위하여 가뭄의 발생확률, 지속특성, 평균심도(또는 최대심도)와 같은 여러 특성치에 대한 일관된 정량화가 어렵다는 한계가 있다. 이를 위하여 가뭄과 관련한 많은 연구는 가뭄을 정량적으로 평가하기 위하여 다양한 가뭄지수를 개발하는데 중점을 두어왔다. 대표적인 가뭄지수는 팔머가뭄지수(Palmer Drought Severity Index, PDSI; Palmer 1965), 이상강우지수(Rainfall Anomaly Index, RAI; van Rooy 1965), 지표수 공급지수(Surface Water Supply Index, SWSI; Shafer and Dezman 1982), 표준강수지수(Standardized Precipitation Index, SPI; McKee et al. 1993, 1995)가 있으며, 우리나라에서도 가뭄을 정의하기 위하여 이들 지수들을 주로 사용되어 왔다. Kim et al.(2011)은 SPI를 이용하여 Severity-Area-Duration Curve 를 통한 한반도의 가뭄특성을 분석하였으며 Kwak et al.(2013) Yoo, et al.(2013)은 Copula 이론으로 가뭄의 심도와 지속시간에 대한 결합확률분포를 이용하여 수문학적 가뭄분석 방법을 제시한 바 있다. 하지만 물 부족은 기상학적 원인에 의한 가뭄의 발생과 함께 물수요량의 증가가 주요 원인으로 작용한다. 따라서 강수량 또는 유출량과 같은 수문학적 변수만을 이용한 분석은 한계가 있는 것이 사실이다. 특히 우리나라의 경우 수자원의 안정적 확보에 대한 문제를 인식하고 적극적으로 수자원을 개발하였으며 수자원의약 52%를 저수지 물을 이용(MOLIT and K-water, 2011)하고 있을 뿐만 아니라 적극적으로 광역공급 시설을 이용하여 타지역에 용수를 공급하고 있다(Kim et al. 2010). 실제 2015년 가뭄의 발생특성을 살펴보면 수도권 지역(한강유역)의 강수발생량이 가장 적었었지만, 상대적으로 물 공급 체계가 부족하였던 금강유역에 더 심각한 가뭄이 발생하였다. 따라서 기존의 가뭄분석 방법으로는 실질적으로 각 지역에서 발생하는 물 부족을 정량적으로 평가할 수 없다. 따라서 물의 공급과 수요를 함께 고려하여 유역의 물수지를 평가할 때 이러한 문제를 극복할 수 있으며 정량적인 물 부족량의 산정이 가능하다.

본 연구에서는 2016년 상반기(1월-6월)의 가뭄을 전망을 수행하고자 하였다. 우선, 이를 위하여 2015년 12월(현재)의 수문조건을 초기조건으로 수문모형 및 물수지 모형을 구축하고 기후전망자료를 활용하여 대상지역에 대한 기후 및 기상을 예측함으로써 모델링의 입력자료로 활용하고 물 부족량을 예측하고자 한다.

2. 가뭄 전망을 위한 방법론

본 연구에서는 2016년 상반기(2016 1월-6월)의 가뭄을 전망하기 위하여 대상유역을 선정한 후 Fig. 1과 같은 순서와 방법론을 적용하였다. 우선, 매월 6개월까지 선행하여 기후예측 결과를 제시하고 있는 전지구 기후모형(General Circulation model, GCM)을 선택하고 대상지역에 대하여 축소기법에 의한 일별 기상계열을 작성한다. 2015년 극심한 가뭄이 발생하였던 금강유역을 대상으로 강우유출 모형을 구축하고 일 기상계열을 입력자료로 활용하여 소유역별 일유출량 계열을 산정한다. 그리고 2015년 12월을 기준으로 댐의 저류량과 같은 주요 수문요소에 대한 관측값을 초기조건으로 물수지 분석을 수행하며 각 소유역에서 발생하는 물 부족량을 예측함으로써2016년 상반기의 가뭄을 전망한다.

Fig. 1

Flowchart of the study.

2.1 IRI Seasonal Temperature and Precipitation Forecasts

전 세계를 대상으로 기후관측 자료 및 각 기후연구소들의 기후자료를 수집하여 통합적으로 관리하고 있는 IRI(International Research Institute for Climate and Society in the US)에서는 기후예측자료를 매월 업데이트하여 제공하고 있다. IRI 웹사이트를 통하여 선행 예측기간 약 4-7개월에 대한 GCM 모형들의 앙상블 기후예측결과를 제공하며 Fig. 2는 2015년 12월에 발표한 강수와 온도에 대한 예측의 확률적 분포를 공간적으로 보여주고 있다. 멀티-모형은 ECHAM4.5(Barnston, et al., 2010; Li, et al., 2008; Roeckner and Coauthors, 1996), CCM3.6 (Hack, et al., 1998; Hurrell et al., 1998; Kiehl, et al., 1998), COLA (Schneider 2002; Xue et al., 1991), GFDL (Delworth and Coauthors, 2006; GFDL 2004)을 이용한 예측결과를 활용한다. Fig. 2와 같이 참조기간 1981-2010을 기준으로 3개의 분위로 구분하고 평년(Normal) 보다 많고 적음, 또는 높고 낮음에 대한 예측결과를 확률적으로 표현한다. Fig. 2의 2016년 1월-3월의 예측결과에서 우리나라(한반도)를 중심으로 살펴볼 때, 강수량은 평년수준일 것으로 보이며 기온은 평년보다 높을 것으로 보인다.

Fig. 2

IRI multi-model probability forecast for precipitation for JFM 2016, Issued December 2015 (Left: Precipitation, Right: Temperature).

국내에서도 기후정보포털 (http://www.climate.go.kr)을 통해 3개월 기후예측정보를 제공하고 있다. IRI와 마찬가지로 강수와 온도에 대한 예측의 확률적 분포를 공간적으로 제시하고 있어 이를 활용하여 금강유역의 물 부족을 예측할 수 있으나 3개월 전망치를 통한 분석은 단기간에 대한 결과로 금강유역의 홍수기 이전에 물 공급과 이용 상황 전체를 평가하기 무리가 있다고 판단되어 IRI의 전망치를 이용한 유출분석 및 물수지 분석을 수행하였다.

2.2 Soil and Water Assessment Tool (SWAT)

SWAT(Neitsch et al. 2002)은 입력 자료로써 강수량, 최고/최저온도, 상대습도, 일사량, 풍속과 같은 기상자료와 수치고도모형(DEM), 토양도, 토지이용도 등의 수치지도가 중요하게 활용된다. 또한 일 단위의 모의가 가능한 유역단위의 준분포형 모형으로서 4가지의 부모형(sub-model)으로 구성되어있다. 즉 수문 부모형, 토양유실 부모형, 영향물질 부모형, 하도추적 부모형으로 구분된다. 이 중에서 수문 부모형은 저류방정식에 의해 일 단위로 물수지를 산정하며, 차단, 지표면 유출, 중간유출(측방유출), 침투, 기저유출, 수로손실, 증발산 등으로 구성되어 있다(참고: Assessment Tool Theoretical Documentation; http://swatmodel.tamu.edu).

토지부문에서 SWAT 의 수문순환 해석은 식 (1) 같은 물수지 방정식에 근거한다.

(1)SWt=SWo+i = 1t(RQsurfEawseepQgw)

여기에서 SWt=최종의 토양수분량(mm), SWo=i일의 초기토양수분량(mm), Rday=i일의 강수량(mm), Qsurf=i일의 지표유출량(mm), Ea=i일의 증발산량(mm), wseep=i일의 투수층으로의 투수되는 총량(mm), Qgw=i일의 회귀수량(mm)이다.

지표면으로의 수분공급량이 침투율을 초과할 때 발생하는 지표유출은 SCS 유출곡선법이나 Green&Amp 침투법, 잠재증발산을 산정하기 위하여 Penman-Monteith 방법, Priestley-Taylor 방법, Hargreaves 방법을 선택할 수 있다. 하도에서는 유속과 유량을 정의하기 위하여 Manning 식을 사용하며 변동 저류추적법이나 Muskingum 방법을 이용하여 유출추적을 수행한다.

2.3 Korean Water Evaluation And Planning (K-WEAP)

K-WEAP 모형은 21세기 프론티어 연구개발사업인 「수자원의 지속적 확보개발사업」의 일환으로「유역통합물수지 및 수자원계획기술개발 연구」에서 개발된 한국형 수자원평가계획 모형이다. 특히, 수자원장기종합계획 보완(Ministry of Construction & Transportation in Korea, 2006)의 작성시에 우리나라 5개 대권역 및 117개 중권역에 대한 물수지를 분석하였으며 그 적용성을 확인한 바 있다.

물수지 분석의 기본 원리를 기반으로 운영되는 K-WEAP은 분석대상 지역으로서 도시 지역과 농업 지역, 단일 소유역이나 복잡한 하천 유역의 물 수요-공급 시스템에 적용할 수 있다. 또한 K-WEAP은 용수목적별 수요량 분석, 물 절약, 수리권과 배분 우선순위, 지하수와 하천유량 모의, 저수지 운영, 수력발전, 오염물질 추적, 생태계 필요수량 분석과 같은 광범위한 부문의 문제들을 다룰 수 있다(Ministry of Science and Technology in Korea 2006). 특히 통합적인 계획, 시나리오분석, 수요관리 능력 등에 타 물수지 모형과 비교하여 장점이 있기 때문에 본 연구에서는 K-WEAP 모형을 채택하여 자연유출량에 의한 물 공급과 물 수요에 대한 물수지의 관계를 고려하여 소유역별 물 부족량을 산정하였다.

3. 2016년 상반기 가뭄 전망

3.1 금강유역에 대한 기상특성 예측

IRI Seasonal Forecasts 에서는 멀티모델에 대한 앙상블 결과를 확률적으로 제공하지만 개별 GCM에서는 예측된 강수량 및 온도를 추출할 수 있다. 본 연구에서는 IRI에서 예측을 위하여 사용하고 있는 GCMs (ECHAM4.5, CCM3.6, COLA, GFDL) 중에서 선행 예측 결과와 레퍼런스 기간에 대한 모의결과를 홈페이지를 통하여 제공하고 있는 GFDL GCM을 선택하였다. Geophysical Fluid Dynamics Laboratory (GFDL)은 IRI Monthly Multi-model ensemble (MME) seasonal prediction system의 하나로서 24개 대기층과 2°×2°격자로 7개월 선행 예측의 10개 앙상블 결과를 월별로 제공하고 있다(http://www.gfdl.noaa.gov). Fig. 3은 2015년 12월에 발표한 2016년 상반기 아시아 지역에 대한 GFDL의 강수량과 온도의 예측 결과이다.

Fig. 3

GFDL forecast for precipitation for the first half of 2016, Issued December 2015 (Left: Precipitation, Right: Temperature).

대상지역인 금강유역에 해당하는 월별 강수량과 온도에 대한 GFDL 10개 Member의 예측자료를 2016년 1월에서 6월까지 수집하였다. 그리고 GFDL의 기후자료로부터 축소된 일기상자료를 수집하기 위하여 Nearest neighbor(최근린법) 방법을 활용하였다. 최근린법의 기본 가정은 과거에 발생한 시계열의 한 부분이 유사한 특성을 가지고 미래에 다시 발생한다는 것이다. 따라서 최근린법은 예측을 위한 국부적인 정보만을 이용하며 전체적인 함수를 추정하지 않는다. 또한 여타의 선형 시계열 모형처럼 정상성 가정을 요구하지 않으며 국부적인 예측은 이용 가능한 과거 자료주변의 벡터의 거동을 분석함으로서 가능하다(Kwon and Moon, 2005). 본 연구에서는 NN 기법을 간편화하여 GFDL의 강수량과 온도의 벡터로만 구성하였으며 대상지역 해당하는 1950년 1월에서 2000년 12월까지의 GFDL의 과거자료를 4개 범주로 분류하였다. 분류 결과는 Fig. 4와 같으며 #1은 평년 보다 낮은 온도와 평년 강수량, #2는 평년 온도와 평년 강수량, #3은 평년 보다 높은 온도와 평년 강수량, #4는 평년 이상의 온도와 많은 강수량으로 과거 자료를 분류하였다. 그리고 GFDL에 의하여 대상유역에 대한 2016년 상반기 예측결과(Fig. 4. Purple diamond)는 #4에 포함되는 것으로 나타났다. 즉, 대상지역에서 2016년 상반기에는 평년 이상의 온도와 많은 강수량이 예측된다고 할 수 있다.

Fig. 4

NN classification of historic data (circle) and forecasting data (purple diamond).

최근린 방법에 의하여 금강유역의 6개 기상관측소(대전, 청주, 보은, 부여, 금산, 추풍령) 지점(Fig. 5 참고)을 대상으로 기상계열(강수량, 최고온도, 최저온도, 상대습도, 풍속, 일사량)을 추출하였다. 그 중 대전 기상관측소 지점에 대한 2016년 상반기 강수량의 예측결과는 Fig. 6과 같다. 평년의 강수량과 비교할 때 2015년 여름철 강수량의 과부족 현상이 금강유역의 가뭄 발생에 중요한 역할을 한 것으로 판단된다. 2016년 상반기에는 중간값 기준의 전체 총량에서 예측 강수량이 평년 보다는 약간 더 많이 발생할 것으로 예상되나 3-5월에는 평년 또는 그 보다 적은 강수량이 발생할 수도 있을 것으로 예상된다(1월-6월의 총량은 평년 보다 많음). 이와 같은 산정한 6개 관측소에 대한 6개 기상계열은 금강유역에 대한 소유역별 자연유출량을 예측하기 위한 입력계열로 활용되었다.

Fig. 5

Weather stations in the study area.

Fig. 6

Precipitation forecasting in Daejeon station.

3.2 자연유출량 산정

금강유역에 대한 자연유출량을 산정하기 위하여 SWAT을 이용하였다. 1:25,000 수치지도를 수집하여 100×100 m DEM을 작성하고 전처리 과정을 거쳐 수자원단위지도상의 중권역규모로 소유역을 구분하였으며 국가수자원관리 종합정보시스템 (WAMIS; http://www.wamis.go.kr/)에서 제공하는 토지피복도와 토양도를 활용하여 모형을 구축하였다(Fig. 7 참고).

Fig. 7

Rainfall-runoff modeling using SWAT.

모형의 보정 및 검증 위하여 금강 본류의 대청 및 규암지점을 대상으로 1995-2001년 까지 모형을 보정하였으며 2011-2015년에 대하여 모형의 검증을 수행하였다. Fig. 8은 규암지점을 대상으로 수행한 모형의 보정 및 검증 결과이다. 그리고Table 1과 같이 보정 및 검증기간에 대하여 상관계수(CC), 결정계수(R2), 모형효율성 계수(ME, Nash and Sutcliffe, 1970), 평균 제곱근 오차(RMSE)와 같은 평가함수를 대청 및 규암지점에 적용하였다. 평가 결과, 모형이 금강 유역의 유출특성을 잘 대표하고 있는 것으로 판단되었다.

Fig. 8

Calibration and verification of runoff series at Kyuam station.

Calibration and verification of runoff series at Daechung and Kyuam station

예측된 기상자료를 이용하여 금강유역의 수자원단위지도 중권역(3001-3014) 별로 자연유출량을 산정하였다. 2016년 상반기에 대하여 14개 단위유역에서 추정된 월 유출량을 평균한 결과는 Fig. 9과 같다. Fig. 9에서 범위(회색)는 월 유출량의 불확실성 범위를 나타내며, 대푯값은 평균값(빨강색)으로 도시하였다. 평년 유출량(파랑색 점선)과 비교하여 2월과 3월에는 약간 많고, 4월과 5월에 약간 적은 유출량이 예상되지만 6월에는 평년 보다 더욱 많은 유출량이 예상되었다.

Fig. 9

Mean discharge in the first half of 2016.

3.3 물 부족량 산정

본 연구에서는 수자원장기종합계획(2006)에서 금강유역에 대하여 구축한 K-WEAP을 바탕으로 물수급 네트워크 및 모형의 요소를 구축하였다(Fig. 10(a) 참고). 그리고 2015년 12월의 수문특성을 초기조건으로 2016년 상반기의 물 부족량을 산정하고자 하였다. 초기조건으로 SWAT에 의하여 산정한 2015년 12월의 소유역별(Fig. 10(b) 참고) 자연유출량과 함께 용담댐과 대청댐의 초기저수량을 입력하였다. 모의단위 소유역별로 1월부터 6월까지 농업용수와 생공용수에 대한 용수수요량은 Fig. 11과 같다. 금강유역의 경우 대청댐을 중심으로 상류보다는 하류지역에서 용수수요량이 더욱 크며, 3011 미호천 유역이 약 285 백만톤(농업용수 112 백만톤, 생공용수 173 백만톤)으로 가장 큰 용수 수요량을 보였으며, 유역전체에서는 약 920 백만톤의 용수가 상반기(1-6월)에 필요한 것으로 나타났다. 그리고 2016년 1월부터 6월까지 예측된 소유역별 자연유출량을 함께 입력하여 반순(5일) 단위로 물 부족량을 산정하였다.

Fig. 10

Water supply network of the Geum river basin built in K-WEAP.

Fig. 11

Water demands in the Geum river basin for from January to June.

물 부족량에 대한 미래 예측은 불확실한 기상정보, 실제 수문현상의 재현에 대한 모형의 한계 등으로 인하여 많은 불확실성을 내포한다고 할 수 있다. 따라서 본 연구에서는 모형의 한계 및 미래상황에 대한 몇 개의 시나리오를 통하여 물 부족량을 예측하고자 한다. 본 연구에서의 물수지 분석 방법은 건설교통부(2006)와 대동소이하며 자연하천수를 이용하여 우선적으로 물을 수요처로 공급하고, 부족할 경우 다목적댐 등의 수자원공급시설의 연계운영을 통해 물 공급을 분석하였다. 물수지 분석을 통해 산정된 소유역별 물 부족량 중 생활 및 공업용수 부족량은 해당 소유역에 위치한 생활 및 공업용 암반지하수를 통해 공급하고 농업용수 부족량은 해당 소유역에 위치한 농업용저수지와 농업용 암반지하수를 통해 공급하는 것으로 분석하였다. 금강수계 내 지역공급원으로서 소유역별 지하수 현황과 농업용저수지에 대한 평균저수율 60.9%(1월 중순 기준 60.9%; 농업기반시설관리, http://rims.ekr.or.kr 참고)를 고려하여 Fig. 12와 같이 소유역별 지역공급원의 공급량을 산정하였다. 본 연구에서는 기후예측 자료로부터 2016년 상반기에는 평년보다 많은 강수가 발생할 것을 예측하였지만 미래에 대한 불확실성을 감소시키기 위해 예측된 강수에 대한 다양한 시나리오를 구성하여 물 부족 상황을 예측하였다. 가뭄이 심각했던 2015년 중 1-6월까지의 강수량은 약 347 mm로 본 연구 예측결과(554 mm)의 약 63%에 해당한다. 따라서 이 보다 양호한 결과를 보여주는 시나리오와 심각한 결과를 보여주는 시나리오를 포함하고자 하였으며, 즉 예측강수량의 75%와 50% 강수가 발생했을 경우에 대한 물 부족량을 평가하기 위해 다음과 같이 4개의 시나리오를 구성하여 분석을 수행하였다.

Fig. 12

Regional supply water in each subbasin.

- Scenario I: 기후예측 및 모형의 결과만을 이용 (지역공급원을 고려하지 않음)

- Scenario II: 기후예측 및 모형의 결과와 함께 지역공급원을 고려함

- Scenario III: 기후예측 강수량의 75% 및 모형의 결과와 함께 지역공급원을 고려함

- Scenario IV: 기후예측 강수량의 50% 및 모형의 결과와 함께 지역공급원을 고려함

각 시나리오별로 추정된 물 부족량은 Table 2와 같다. 우선 Scenario I 에서는 3001, 3005, 3007, 3009, 3011, 3013 소유역에서 물 부족이 발생하였으며 유역전체에서 약 0.81 백만톤의 물이 부족한 것으로 추정되었다. 하지만 Scenario II와 같이 지역공급원을 고려한다면 즉 농업용 저수지와 지하수를 효율적으로 사용한다면 소유역별 물 부족이 예상되지 않는 것으로 분석되었다. 하지만 예측강우량의 75%만을 고려한 Scenario III에서는 3011, 3012, 3013 소유역에서 총 2.34 백만톤의 용수가 부족한 것으로 추정되었다. 그리고 예측강우량의 50%만을 고려한 Scenario IV에서는 금강유역의 대부분소유역(3002, 3003, 3004, 3007, 3009, 3011, 3012, 3013, 3014)에서 물 부족이 발생하였으며 총 24.32 백만톤 정도가 부족한 것으로 추정되었다. 즉 Scenario III과 Scenario IV에서와 같이 강수량이 현저히 적은 경우 즉 가뭄이 지속된다면 지역공급원을 아무리 효율적으로 활용한다고 해도 금강유역 대부분의 소유역에서 물 부족이 예상되며 물 부족량도 크다는 것을 확인할 수 있다.

Estimated volume of water deficit in each subbasin by the scenarios for the period (unit, 106 m3)

금강 유역 내 물 부족의 공간적 분포 특성을 확인하기 위하여 각 소유역별 물 부족 정도를 Fig. 13과 같이 나타내었다. Table 2에 제시된 바와 같이 Scenario II의 경우 물 부족이 발생하지 않았기 때문에 물 부족량의 공간 분포에서 제외하였으며 빨간색 원의 크기는 각 시나리오에 대하여 소유역별 전체 용수수요량에 대한 물 부족량의 비를 백분율로 나타낸 것이다. Scenario I의 경우 물 부족률이 0.1-1%로 발생하는 소유역이 있으나 지역공급원을 고려할 경우 물 부족은 발생하지 않을 것으로 예상되었다. Scenario III의 경우 지역공급원을 효율적으로 활용하더라도 소유역에 따라 간헐적으로 0.1-3%의 물 부족이 금강 하류에 발생할 수 있을 것으로 예상되었다. Scenario IV의 경우 물 부족이 금강 전체유역으로 확장되는 것으로 나타났으며 최대 약 5.4%의 물 부족이 논산천유역(3013), 약 4.9%의 물 부족이 미호천 유역(3011)에 발생할 수 있는 것으로 추정되어 두 소유역은 안정적인 용수 공급시설이 부족한 것으로 분석되었다.

Fig. 13

Spatial characteristics of water deficit in the Geum river basin (unit, %).

3.4 요약 및 토의

금강유역에 대한 2016년 상반기의 물 부족을 예측한 결과는 다음과 같이 요약할 수 있다. 우선, IRI 계절예측시스템의 하나인 GFDL GCM을 이용한 금강유역에 대한 기후의 예측결과를 확인하였으며 평년보다 많은 강수와 평년 이상의 온도가 예상되었다. 이러한 결과를 바탕으로 최근린 방법에 의하여 금강유역의 기상계열을 추정하였으며, 강우유출모형인 SWAT으로 소유역별 자연유출량을 산정하였다. 금강 유역내 14개 소유역에 대해 산정된 유출량을 평가한 결과 4월과 5월에 약간 적은 유출량이 예상되지만 전체적으로 평년보다 많은 유출량이 발생할 것으로 기대된다. 물수지 모형인 KWEAP을 이용하여 소유역별 물 부족량을 산정하고 지역공급원(농업용저수지와 지하수)에 대한 영향과 함께 기후예측 결과의 불확실성에 대한 문제를 극복하기 위하여 4개의 시나리오를 구성하였다. 시나리오별 물 부족의 추정결과 Scenario I의 경우 일부 소유역에서 물 부족이 발생되었다. 하지만 지역공급원을 효율적으로 활용하였을 경우(Scenairo II)는 물 부족이 발생하지 않았기 때문에 실제 지역공급원을 적극 활용하고 있는 금강유역에서 2016년 상반기에 물 부족이 발생하지 않을 것으로 예상된다. 하지만 예측 강우량의 75% 또는 50%의 강수가 발생할 경우에는 지역공급원을 고려하더라도 일부소유역(Scenario III) 또는 대부분의 소유역(Scenario IV)에서 물 부족이 발생할 수 있을 것으로 예상되었다.

일반적으로 GCM은 기후변화와 같은 중장기 예측을 위하여 사용하지만 본 연구에서는 계절예측을 위하여 GCM을 사용하였다. 이 계절 예측을 위한 GCM 모형은 매월 전지구 관측자료로 업데이트된 기후, 해양, 지상 조건을 이용하여 4-7개월 예측을 수행한다. 따라서 ENSO 현상과 같은 기후변동요소를 포함한 모델링 결과를 제공한다. 본 연구는 이러한 계절예측 모형의 결과를 이용하여 지역규모에서 가뭄 예측을 수행하였다는데 의의가 있다. 하지만 다음과 같은 연구의 한계가 있었다고 판단된다. 본 연구에서는 GFDL GCM을 채택하여 금강유역의 기후예측을 수행하였지만 다른 GCMs에 대한 평가를 통하여 우리나라에 가장 적합한 GCMs의 선택 또는 앙상블 기법의 제시와 같이 타당한 기후예측방법 또는 정확성을 높이는 방법론이 필요하다고 판단된다. 그리고 본 연구에서는 수문모델링의 해상도 및 자료의 한계로 인하여 물수지 분석에 농업용 저수지와 지하수를 하천유출량 및 댐과 같은 공급원으로 동시에 고려하지 못하고 지역공급원으로서 물수지 분석 결과의 물 부족량을 해소하는데 기여할 수 있도록 총량적인 개념으로 고려하였다. 따라서 강수의 발생에 따라 저수량의 변화 또는 지하수의 함양과 같은 수문현상을 정확하게 모의하지 못하였는데 향후에 이러한 문제를 극복하기 위한 연구도 필요하다고 판단된다.

4. 결론

본 연구에서는 2015년 가장 극심한 가뭄이 발생하였던 금강유역을 대상으로 2016년 상반기에 물 부족량을 예측하고자 하였다. 이를 위하여 IRI 계절예측 시스템의 하나인 GFDLGCM을 선정하여 2015년 12월에 수행한 기후예측 결과를 활용하였다. 최근린 방법으로 금강유역의 기상계열을 수집하였으며 강우유출 모형인 SWAT을 이용하여 14개 모의 단위유역(소유역 3001-3014)에 대한 자연유출량을 산정하였다. 그리고 용담댐과 대청댐을 포함하여 2015년 12월의 수문특성을 물수지 모형인 K-WEAP의 초기조건으로 설정하여 2016년 1월부터 6월까지 금강유역의 물 부족량을 예측하였다. 지역공급원과 기후예측 결과를 고려한 4개의 시나리오를 구성하고 물 부족량을 추정한 결과 금강유역 소유역별 지역공급원을 효율적으로 활용한다면 2016년 상반기에는 물 부족을 경험하지 않을 것으로 예상되었다. 하지만 예측강우의 75%, 50%가 내릴 경우 즉 가뭄이 지속된다면 금강유역의 많은 소유역에서 물 부족이 발생할 것으로 예상되어 이에 대한 대책이 강구되어야 할 것으로 판단된다.

GCM에 의한 단기 계절예측 결과를 이용하여 물 부족량을 산정하는 본 연구의 방법론은 가뭄에 보다 적극적으로 준비하고 대응할 수 있는 기회를 마련해 줄 수 있을 것으로 기대된다. 추후 가뭄의 계절 예측에 대한 정확성을 높이기 위하여 기후모형의 선정과 평가부터 수문모델링의 방법론에 대한 부분을 보다 보완할 필요가 있다고 판단된다.

감사의 글

본 연구는 국토교통부/국토교통과학기술진흥원 건설기술연구사업의 연구비지원(13건설연구S04)에 의해 수행되었습니다.

References

CCIC. Climate Change Information Center; http://www.climate.go.kr .
Delworth T.L. Coauthors. 2006;GFDL’s CM2 Global Coupled Climate Models. Part I: Formulation and Simulation Characteristics. J. Climate 19:643–674. 10.1175/JCLI3629.1.
GFDL Global Atmospheric Model Development Team. 2004;The new GFDL global atmosphere and land model AM2/LM2: Evaluation with prescribed SST simulations. J. Climate 17:4641–4673. 10.1175/JCLI-3223.1.
Hack J.J, Kiehl J.T, Hurrell J.W. 1998;The hydrologic and thermodynamic characteristics of the NCAR CCM3. J. Climate 11:1179–1206. 10.1175/1520-0442(1998)011<1179:THATCO>2.0.CO;2.
Hurrell J.W, Hack J.J, Boville B.A, Williamson D.L, Kiehl J.T. 1998;The dynamical simulation of the NCAR Community Climate Model version 3 (CCM3). J. Climate 11:1207–1236. 10.1175/1520-0442(1998)011<1207:TDSOTN>2.0.CO;2.
Kiehl J.T, Hack J.J, Bonan G.B, Boville B.A, Williamson D.L, Rasch P. 1998. The National Center for Atmospheric Research Community Climate Model. J. Climate 111131–1149. 10.1175/1520-0442(1998)011<1131:TNCFAR>2.0.CO;2.
Kim S, Kim B.K, Ahn T.J, Kim H.S. 2011;Spatio-Temporal Characterization of Korean Drought using Severity-Area Duration Curve Analysis. Water and Environmental Journal 25(No. 1):22–30. 10.1111/j.1747-6593.2009.00184.x.
Kim S, 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 resolution RCM data. Journal of Korea Water Resources Association 43(No. 3):295–308. 10.3741/JKWRA.2010.43.3.295.
Kwak J.W, Kim S, Noh H.S, Kim H.S, Sing V.J. 2013;Case Study: Hydrological Drought Analysis in Namhan River Basin, Korea. Journal of Hydrologic Engineering 19(No. 8):05014001. 10.1061/(ASCE)HE.1943-5584.0000889.
Kwon H.H, Moon Y.I. 2005;The Forecast of Hydrologic Time Series Using the State-Space Model and the Nearest Neighbor Method. Korean Society of Civil Engineers 25(4B):275–283.
Li S, Goddard L, De Witt D.G. 2008;Predictive skill of AGCM seasonal climate forecasts subject to different SST prediction methodologies. J. Climate 21:2169–2186. 10.1175/2007JCLI1660.1.
Mc Kee T.B, Doesken N.J, Kleist J. 1995. Drought monitoring with multiple time scales, paper presented at 9th Conference on Applied Climatology. Am. Meteorol. Soc, Dallas, Tex
Mc Kee T.B, Doesken N.J, Kleist J. 1993. The relationship of drought frequency and duration to time scales, paper presented at 8th Conference on Applied Climatology. Am. Meteorol. Soc Anaheim, Calif:
Ministry of Construction & Transportation, Korea. 2006. Longterm comprehensive water resources plan (2006-2020)
Ministry of Land Infrastructure and Transport and K-water. 2011. Water for the future
Ministry of Science and Technology, Korea. 2006. Technology for Integrated Basin-wide Water Budget Analysis and Water Resources Planning. Sustainable Water Resources Research Program, The 21St Century Frontier R&D Program
Nash J.E, Sutcliffe J. V. 1970;River Flow Forecasting through Conceptual Models, Part I-A Discussion of Principles. Journal of Hydrology 10:283–290. 10.1016/0022-1694(70)90255-6.
Neitsch S.L, Arnold J.G, Kiniry J.R, Williamas J.R, King K.W. 2002. Soil and water assessment tool theoretical documentation Texas Water Resources Institute. College Station, Texas:
Palmer W.C. 1965. Meteorologic Drought U.S. Department of Commerce, Weather Bureau, Research Paper No. 45. p. 1–58.
Prime Minister’s Office in Korea and coauthors. 2015;Abnormal climate report 2015
Roeckner E. Coauthors. 1996. The atmospheric general circulation model ECHAM4: Model description and simulation of present-day climate. Max-Planck-Institut fur Meteorologie Rep 218Hamburg, Germany: p. 90.
Schneider E.K. 2002;The causes of differences between equatorial Pacific SST simulations of two coupled ocean-atmosphere general circulation models. J. Climate 15:449–469. 10.1175/1520-0442(2002)015<0449:UDBTEP>2.0.CO;2.
Shafer B.A, Dezman L.E. 1982. Development of a Surface Water Supply Index (SWSI) to Assess the Severity of Drought Conditions in Snowpack Runoff Areas. Preprints, Western Snow Conf., Colorado State University. Reno, NV: p. 164–175.
United Nations International Strategy for Disaster Reduction (UNISDR). 2007;Droughts, desertification and water security
van Rooy M.P. 1965;A rainfall anomaly index independent of time and space. Notos 14:43.
Wilhite D.A, Glantz M.H. 1985;Understanding the drought phenomenon: The role of definitions. Water International 10(No. 3):111–120. 10.1080/02508068508686328.
Xue Y, Sellers P.J, Kinter J.L III, Shukla J. 1991;A simplified biosphere model for global climate studies. J. Climate 4:345–364. 10.1175/1520-0442(1991)004<0345:ASBMFG>2.0.CO;2.
Yoo J.Y, Shin J.Y, Kim D, Kim T.W. 2013;Drought Risk Analysis Using Stochastic Rainfall Generation Model and Copula Functions. Journal of Korea Water Resources Association 46(No. 4):425–437. 10.3741/JKWRA.2013.46.4.425.

Article information Continued

Fig. 1

Flowchart of the study.

Fig. 2

IRI multi-model probability forecast for precipitation for JFM 2016, Issued December 2015 (Left: Precipitation, Right: Temperature).

Fig. 3

GFDL forecast for precipitation for the first half of 2016, Issued December 2015 (Left: Precipitation, Right: Temperature).

Fig. 4

NN classification of historic data (circle) and forecasting data (purple diamond).

Fig. 5

Weather stations in the study area.

Fig. 6

Precipitation forecasting in Daejeon station.

Fig. 7

Rainfall-runoff modeling using SWAT.

Fig. 8

Calibration and verification of runoff series at Kyuam station.

Table 1

Calibration and verification of runoff series at Daechung and Kyuam station

Daechung Kyuam
Calibration Verification Calibration Verification
Coefficient of correlation (CC) 0.79 0.75 0.78 0.77
Coefficient of determination (R2) 0.62 0.56 0.60 0.59
Model efficiency (ME) 0.53 0.54 0.56 0.59
Root Mean Squared Error (RMSE) 153.92 84.13 202.70 132.41

Fig. 9

Mean discharge in the first half of 2016.

Fig. 10

Water supply network of the Geum river basin built in K-WEAP.

Fig. 11

Water demands in the Geum river basin for from January to June.

Fig. 12

Regional supply water in each subbasin.

Table 2

Estimated volume of water deficit in each subbasin by the scenarios for the period (unit, 106 m3)

Scenario I Scenario II Scenario III Scenario IV
3001 0.02 0.00 0.00 0.00
3002 0.00 0.00 0.00 0.01
3003 0.00 0.00 0.00 0.15
3004 0.00 0.00 0.00 0.87
3005 0.10 0.00 0.00 0.00
3006 0.00 0.00 0.00 0.00
3007 0.16 0.00 0.00 0.60
3008 0.00 0.00 0.00 0.00
3009 0.02 0.00 0.00 0.59
3010 0.00 0.00 0.00 0.00
3011 0.33 0.00 1.13 13.97
3012 0.00 0.00 0.40 2.78
3013 0.18 0.00 0.81 4.33
3014 0.00 0.00 0.00 1.02
Σ 0.81 0.00 2.34 24.32

Fig. 13

Spatial characteristics of water deficit in the Geum river basin (unit, %).