J Korean Soc Hazard Mitig 2017; 17(4): 317-326  https://doi.org/10.9798/KOSHAM.2017.17.4.317
Analysis of Indicators of Hydrological Alteration on the Geumho River Basin Under AR5 RCP Scenarios
Wooyoung Cha*, Okjeong Lee**, Sangdan Kim***, and Yoonkyung Park****
* Member, Master course Student, Division of Earth Environmental System Science (Major of Environmental Engineering), Pukyong National University,
** Member, Ph.D. Student, Division of Earth Environmental System Science (Major of Environmental Engineering), Pukyong National University,
*** Member, Professor, Department of Environmental Engineering, Pukyong National University
Correspondence to: Member, Ph.D. Student, Division of Earth Environmental System Science(Major of Environmental Engineering), Pukyong National University (Tel: +82-51-629-6529, Fax: +82-51-629-6523, E-mail: myminey@hanmail.net)
Received: February 14, 2017; Revised: February 22, 2017; Accepted: July 5, 2017; Published online: August 30, 2017.
© The Korean Society of Hazard Mitigation. All rights reserved.

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract

It is predicted that the flow and hydrological phenomena of the river basin will be changed due to climate change and analysis of this flow change is one of the important factors in the water ecosystem and water resource management. Therefore, in this study, we investigated indicators of hydrological alteration (IHA) according to climate change by simulating the future flow of the Geumho River basin using SWAT based on the AR5 RCP scenarios. As a result of the IHA analysis, it is expected that the stress due to the space constraint of aquatic ecosystem will decrease due to the increased availability of the ecosystem habitat in summer and winter. However, changes in the timing and duration of extreme events, frequency and duration of high and low flow rates, and fluctuations in daily river flow are much different from those of the present. Therefore, it can be seen that the stress of the aquatic ecosystem will increase more than the present.

Keywords: AR5 RCP, Climate Change, Geumho River Basin, Indicator of Hydrological Alteration, SWAT
1. 서론

많은 수자원관리 및 계획 전문가들이 직면한 어려움 중 하나는 수자원 관리 및 계획에 어떻게 기후변화를 반영할 것인가이다(California Climate Change Center, 2009). 수자원 관리에서 기후변화 적응문제를 풀기 위해서는 우선 기후변화가 수자원에 미치는 영향을 정량적으로 파악하여 평가하는 것이 필요하다(Ahn et al., 2014).

미래 유황분석은 미래의 유황변화에 따라 수생태계에 어떠한 영향을 미치는지 살펴봄으로써 하천 수생태계 관리 방향을 설정하는데 활용될 수 있다(Keddy et al., 1993; Richter, 1993). 유량변화에 따른 생태계 특성을 설명하는 대표적인 방법 중 하나인 수문변화지표(Indicators of Hydrologic Alteration, IHA)는 미국 Natural Conservancy에서 개발되었으며, 댐, 도수, 지하수 등 수자원의 인위적인 이용 및 기후변화에 따른 유량변화의 영향을 통계학적으로 분석하여 수문학적 연구 및 생태학적 연구, 환경유량 연구 등의 다양한 분야에 적용되어왔다(Nature Conservancy, 2007). 우리나라를 대상으로 하는 수문변화 지표 적용은 지금까지 기후변화에 따른 유황변화 양상을 살펴보던 수준에서 더 나아가서 기후변화의 영향에 따른 수생태계의 분석을 통계학적으로 분석하고 정량화 할 수 있는 좋은 수단을 적용할 수 있을 것으로 판단된다.

미래 기후자료를 통해 수문변화지표방법을 이용한 대표적 연구로는 Kim et al.(2011), Lee et al.(2014), Lin et al.(2017)Shin et al.(2016) 등의 연구가 있다. Kim et al.(2011)은 RCM 자료를 기반으로 한 온실가스배출시나리오(SRES A2)를 적용하여, 한강유역의 수문환경에 대한 기후변화의 영향을 평가하는 연구를 진행하였다. Lee et al.(2014)은 다중 GCMs (Global Climate Models) 자료와 온실가스배출시나리오(SRES A1B, A2, B2)를 이용하여 낙동강 본류 및 지류의 기후변화로 인한 유량 변화가 생태계에 미치는 영향을 평가하였다. Lin et al.(2017)은 중국의 주강삼각주를 대상으로 기후변화와 인간 활동에 의한 유량변화를 IHA 적용을 통해 정량적으로 도출하였다. Shin et al.(2016)은 우리나라 7개의 유역에 대해 3개의 강우-유출모델과 CMIP5 (Coupled Model Intercomparison Project Phase 5, CMIP5)의 24개 GCM에서 모의된 미래 기후자료를 사용하여 IHA를 통해 미래의 수자원 변화를 평가하였다.

본 연구에서는 위에서 언급한 사례연구들을 바탕으로 우리나라 기상청에서 제공하고 있는 AR5 RCP (Representative Concentration Pathway) 시나리오의 RCM (Regional Climate Model)에서 모의된 미래 기후자료에 따른 금호강 유역의 유량을 산정하고, IHA를 적용하여 기후변화에 따른 유황변동과 수생태계에 미치는 영향을 정량화하고자 한다. Fig. 1에 본 연구의 주요 절차를 도식화하여 나타내었다.

Fig. 1.

Flow Chart for Evaluating Effect of Climate Change on Aquatic Ecosystem


2. 연구방법

2.1 SWAT 모형 구축

미래 기후자료를 이용하여 미래 유량을 획득하기 위해서는 과거 관측 자료를 이용하여 유역의 유량을 우수하게 모의할 수 있는 유역수문모형 구축이 수행되어져야 한다. 이에 본 연구는 유역수문모형 중 하나인 Soil and Water Assessment Tool (SWAT)를 적용하였다. SWAT모형은 USDA Agricultural Research Service에서 개발된 모형으로서 장기간에 걸친 강우-유출모의가 가능한 준분포형 모형이다(Neitsch et al., 2001). SWAT모형은 다양한 저류시설물 요소를 고려할 수 있으며, 수질모듈과 연계된 모형이다. 특히 수문학적 반응 단위(Hyrologic Response Unit, HRU)을 고려하고 있기 때문에 토지이용의 변화, 유출변동 영향 등을 모의하기에 적합하다. 유역의 수문모의는 Eq. (1)과 같은 물수지방정식을 기반으로 하고 있다.

SWt=SWo+i=1t(RdayQsurfEαwseepQqw)

여기서, SWt는 day i에서의 최종 토양수분양(mm), SW0는 day i에서의 최종 토양수분양(mm), Rday 는 day i에서의 강우량(mm), Qsurf는 day i에서의 지표면 유출량(mm), Ea는 day i에서의 증발산량(mm), wsleep는 day i에서의 침투량(mm), Qgw는 day i에서의 지하수 유출량(mm)이다. 유출은 각각의 HRU에서 각각 모의 되며, 유역출구까지 하천망을 따라 그 유출량이 추적된다. 증발산량은 Penman-Montheith 방법(Monteith, 1965)을 이용하여 모의되도록 모형을 구성하였으며, 따라서 일사량, 풍속, 상대습도, 기온 자료를 입력 자료로 적용하였다.

본 연구의 대상유역인 금호강은 낙동강 중류 좌측에 위치하고, 경상북도 포항시 북구 가장면 가사리 가사령에서 발원하여 영천시를 지나 서측으로 유하하면서 대구광역시로 흐른다(Fig. 2 참조). 금호강은 낙동강에 합류하는 제 1지류이며, 유로연장은 114.6 km이다. 유역면적은 2,097.74 ㎢이며, 낙동강 전 유역면적의 9%를 차지하고 있다. 또한 금호강 유역의 토지이용은 산림지가 66.4%, 농경지는 28.8%를 차지한다. 연평균기온은 13°C, 연강수량은 1,007 mm이다.

Fig. 2.

Study Area


금호강 유역의 SWAT 모형구축을 위해서는 Fig. 3과 같이 수치고도자료와 하천망도를 이용하여 소유역을 분할하고 토지이용도와 토양도를 이용하여 HRU를 생성시켜야 한다. 본 연구에서는 유량관측 자료가 존재하는 수질오염총량관리 지점을 기준으로 총 3개의 소유역(금호 A, 금호 B, 금호C)으로 구분하였다.

Fig. 3.

Topographical Data in Geumho River Basin


SWAT 모형구동을 위해 사용된 기상자료는 대구지점과 영천지점의 자료(Fig. 3에서 ★)를 이용하였으며, 일사량 자료의 경우는 대구지점의 관측 자료를 이용하였다. 금호강 유량을 모의하기 위해서는 하천에서 발생하는 인위적인 영향도 함께 고려되어야 하므로, 영천댐 방류 유량을 추가적으로 고려하였으며 소유역별 월별 취수량 및 환경기초시설 방류량 등도 함께 고려하였다.

미래기후변화에 따른 유량변화정도를 확인하기 위해서 구축된 모형을 바로 적용하는 것이 아니라 인위적인 수문요소가 제거된 즉, 자연 상태의 자연유역의 유량을 이용하여야 한다. 그 이유는 유량 환경이 변화되는 미래시기에 인위적인 요소를 지금과 같다고 가정하거나 또는 인위적인 어떤 값으로 가정하는 것은 또 다른 불확실성을 유발시키기 때문이다. 따라서 보정이 완료된 SWAT 금호강 모형에서 인위적인 요소를 모두 제외한 자연 상태 유량을 다시 산출하여 이후 분석을 시행하였다.

2.2 미래기후정보의 구성

우리나라 기상청에서는 AR5에 따른 4종의 RCP시나리오의 미래자료를 일 단위로 제공하고 있다. 공간적인 해상도로 구분하면 영국 기상청 해들리 센터의 기후변화 예측 모델인 HadGEM2-AO를 도입하여 생산한 135 km 공간해상도의 전 지구 자료, 영국 해들리센터 지역기후모델인 HadGEM3-RA를 사용한 12.5 km 공간해상도의 한반도지역 자료, 1 km 공간해상도의 남한상세자료를 제공한다. 이 중 본 연구에서는 12.5 km 공간해상도 자료를 이용하여 영천지점과 대구지점의 미래기후자료(강수, 상대습도, 최고기온, 최저기온, 평균풍속)를 추출하였다. 12.5 km 공간해상도 자료의 보다 상세한 정보는 Lee and Kim(2016)을 참조할 수 있다. 본 연구에서는 우리나라 기상청에서 제공하는 12.5 km 공간해상도의 자료를 바탕으로 편이보정과정을 거쳐 획득한 자료를 적용하는 것이 가장 타당한 것으로 판단하였다.

이와 같이 획득된 기상자료는 지역기후모델로부터 도출된 자료로써, 기후모델의 여러 가지 한계로 인해 과거 관측 자료와 과거기후 모의자료 사이의 값들이 서로 일치하지 않는 결과를 나타낸다. 이러한 불일치성을 극복하기 위해 편이보정(Bias-Correction)이라는 절차가 수행되어 모델로부터 도출된 미래기후자료를 보정하는 것이 일반적인 방법이다. 본 연구에서는 Kernel density distribution mapping (KDDM) 방법을 이용하여 편이보정을 수행하여 모델자료와 관측자료 사이의 차이를 보완하고자 하였다. KDDM 방법은 RCM 모의결과의 누가확률밀도함수를 같은 기간(월 단위) 관측 자료의 누가확률밀도에 Quantile mapping 하는 방식이다(Kim et al., 2011). 예를 들어, 5월 관측자료 D0 에 대한 누가확률밀도 함수를F0(D0)라 할 때, RCM의 현재기간 5월 추출자료Dc의편이보정된 값 Dc'F01[Fc(Dc)]로 구할 수 있다. 여기서 F01F0의 역함수를 의미하며, Fc는 RCM 추출자료의 누가확률밀도함수이다. RCM의 미래기간 5월 추출자료Df 의 경우에는 F01[Fc(Df)]로 편이보정된다. 이 때, 최적분포형을 결정하기 위한 누가확률밀도함수는 Kernel smoothing 기법을 이용하여 non-parametric 방법으로 결정하였다.

이 때, 강수자료의 경우에는 강우일수에 대한 보정이 수문모의에서 중요한 역할을 하므로, 강수일수에 대한 보정을 먼저 시행한 후, 이와 같은 편이보정 절차를 시행하였다. 또한, 기상청 12.5 km 공간해상도 자료에서는 일사량 자료를 제공하지 않기 때문에, 월별로 강우일과 무강우일로 구분하여 일사량과 상대습도, 최고기온, 최저기온, 평균풍속의 회귀관계를 구성하여 미래 일사량 자료를 구축하였다.

2.3 IHA 산정

IHA는 크기(Magnitude), 기간(Duration), 시기(Timing), 빈도(Frequency), 변화율(Rate of change) 등 다섯 가지의 그룹으로 나누어져 있으며, 총 32개의 대리변수를 통하여 연구지역의 수문환경변화가 수생태계에 미치는 영향을 분석하게 된다.

첫 번째 그룹인 크기(Magnitude)는 일 유량의 월별 평균유량, 즉, 월별 유량 상태 크기를 산정하여 하천 수생태계에

생물서식처의 가용성 및 적응성을 제공하는 지표이다. 두 번째 그룹인 기간(Duration)은 극한 사상 크기 및 지속기간을 의미하며 하천생태계의 스트레스 및 교란을 평가하는 지표로 활용된다. 세 번째 그룹인 시기(Timing)는 연별 일 최소 유량, 일 최대유량 즉, 극한 사상이 발생하는 시기(Julian day)를 의미하며 계절적인 영향이 하천생태계의 스트레스 및 교란을 평가하는 지표로 활용하게 된다. 네 번째 그룹인 빈도(Frequency)는 연평균 풍수량 이상 및 저수량 이하가 나타나는 날들의 수, 연평균 풍수량 이상이 연속적으로 지속된 날 및 저수량 이하가 연속적으로 지속된 날들의 수 등 총 4개의 항목으로 구성되어있다. 다섯 번째 그룹은 변화율(Rate of change)로 전 날보다 유량이 증가 혹은 감소한 변화량 및 연평균 증가한 날 또는 감소한 날들의 수를 나타냄으로써, 하천수생태계의 급격한 변화도와 환경변화 주기 및 빈도를 평가하는 지표로 활용된다(Table 1 참조).

Table 1

Summary of Hydrological Parameters Used in the IHA

IHA Parameter GroupRegime characteristicsEcosystem Influences
1. Magnitude of monthly water conditionsMagnitude timing◾ Habitat availability for aquatic organisms
◾ Soil moisture availability for plants
◾ Availability of water for terrestrial animals
◾ Availability of food/cover for fur-bearing mammals
◾ Reliability of water supplies for terrestrial animals
◾ Access by predators to nesting sites
◾ Influences water temperature, oxygen levels, photosynthesis in water column
2. Magnitude and duration of annual extreme water conditionsMagnitude duration◾ Balance of competitive and stress-tolerant organisms
◾ Creation of sites for plant colonization
◾ Creation of sites for plant colonization
◾ Structuring of aquatic ecosystem by abiotic vs. biotic factors
◾ Structuring of river channel morphology and physical habitat conditions
◾ Soil moisture stress in plants
◾ Volume of nutrient exchanges between rivers and flood plains
◾ Anaerobic stress in plants
◾ Duration of stressful conditions such as low oxygen and concentrated chemicals in aquatic environments
◾ Distribution of plants communities in lakes, ponds, flood plains
◾ Duration of high flows for waste disposal, aeration of spawning beds in channel sediments
3. Timing of annual extreme water conditionsTiming◾ Compatibility with life cycles of organisms
◾ Predictability/avoidability of stress for organisms
◾ Access to special habitats during or to avoid predation
◾ Spawning cues for migratort fish
◾ Evolution of life history strategies, behavioral mechanisms
4. Frequency and duration of high and low pulsesMagnitude Frequency Duration◾ Frequency and magnitude of soil moisture stress for plants
◾ Frequency and duration of anaerobic stress for plants
◾ Availability of flood plain habitats for aquatic organisms
◾ Nutrient and organic matter exchanges between river and flood plain
◾ Soil mineral availability
◾ Access for water birds to feeding, resting, reproduction sites
◾ Influences bed load transport, channel sediment textures, and duration of substrate disturbance
5. water condition changesFrequency rate of change◾ Drought stress on plants (falling levels)
◾ Entrapment of organisms on islands, flood plains (rising levels)
◾ Desccation stress on low-mobility streamedge(varial zone) organisms

이러한 다섯 가지 지표들을 산출하기 위해 SWAT 모형을 통하여 산정된 1981~2005년 사이의 자연유량(Obs)과 같은 시기의 RCM 자료로부터 도출된 현재유량(Pre), RCP 시나리오별로 산정된 미래 유량을 시기별로 2021~2045년(F1), 2051~2075년(F2), 2076~2100년(F3)으로 나누어 분석하고자 하였다.

3. 연구결과

3.1 금호강 SWAT 모형 구축 결과

금호강 유역에 대한 SWAT 모형의 보정은 각 소유역 출구점에서 관측되는 수질오염총량관리 유량 관측 자료를 이용하였다. 보정기간은 2006년부터 2015년까지 총 10년간이며, 2005년은 Spin-up기간으로 설정하였다. 보정에 사용된 지표유출에 관련된 매개변수는 CN, SOL_AWC, SOL_K, ESCO, EPCO이며, 지하수 유출과 관련된 매개변수는 ALPJA_BF, GW_DELAY, GW_REVAP이다. 이 때, 매개변수 추정은 SWAT-Matlab 연동모듈을 이용하여 자동적으로 수행하였다. Fig. 4는 SWAT모형을 이용한 금호 A, B, C의 유량 모의 결과이다. 각 그림의 첫 번째 행은 해당 유역의 강수량(mm/day)을, 두 번째 행은 증발산량(mm/day), 마지막 행은 유량(m3/s)로서, 관측자료(•)와 함께 나타내었다. 10년 평균 강수량은 약 1,056 mm/yr이며 10년 평균 증발산량은 331.15 mm/yr로 산정되어, 강수량의 약 31%가 증발산으로 유역에서 손실됨을 확인하였다. 또한 유량 모의 결과 금호 A, B, C 모든 소유역에서 모형결정계수 및 효율계수가 0.7 이상으로 산정되어 금호강 유역의 수문현상을 우수하게 모의하고 있음을 확인하였다.

Fig. 4.

Stream Flow Calibration Results


3.2 미래 기후변화 시나리오의 적용

미래기후변화 시나리오를 적용하기에 앞서 산출된 미래자료의 타당성을 간접적으로 살펴보기 위하여 관측된 기상자료(1981-2005)를 사용하여 도출한 금호강 유량과 RCM의 현재기후 모의자료(1981-2005)를 사용하여 도출한 금호강 유량을 비교하였다. Fig. 5에 도시한 바와 같이 관측된 기상자료로부터 모의된 유량(Fig. 5에서 obs)과 현재기간을 모의한 RCM 자료로부터 도출된 유량(Fig. 5에서 pre)이 비교적 일치하고 있음을 살펴볼 수 있다. 따라서 본 연구에서 적용한 RCM 자료의 편이보정절차가 합리성을 가질 수 있다고 판단되며, 이를 이용하여 미래 유황을 분석하는 것 또한 타당할 것으로 판단되었다.

Fig. 5.

Monthly River Flow Comparison Between Observed and Present Climate Data


본 연구에서 사용된 RCM 자료의 편이보정 전, 후의 기후변화의 차이를 알아보기 위해 Fig. 6을 도시하였다. Fig. 6(a)는 RCP 6.0 시나리오의 현재대비 월별 미래기간 3의 일 최고기온의 편차(°C)를, Fig. 6(b)는 RCP 8.5 시나리오의 현재대비 월별 미래기간 1의 강수량 변화율(%)을 나타내었다. Fig. 6(a)의 경우 편이보정이 된 결과가 편이보정이 되기 전 결과보다 현재대비 미래의 기후변화 변동 폭의 차이가 다소 증가하는 것으로 분석되나 그 차이가 0.5°C 미만이므로 편이보정에 따른 기후변화 변동 폭은 차이가 거의 없다고 볼 수 있다. 강수량에 관한 Fig. 6(b)의 경우 편이보정 전, 후의 기후변화 변동 폭이 다소 차이가 있는 것으로 분석되었으며, 변동 폭의 증가 또는 감소 여부도 월별로 차이가 있음을 살펴볼 수 있다.

Fig. 6.

Comparison Before and After Bias-correction


Fig. 7은 최종적으로 적용된 미래기후자료의 전망을 살펴보기 위해 RCP 8.5 시나리오에 따른 대구지점의 연 강수량과 연 일 최고기온 평균 시계열을 나타내고 있다. 2076~2100년(F3)의 경우에는 현재대비 강수량은 21% 정도, 일 최고기온은 5.2°C 정도 증가하고 있음을 살펴볼 수 있다.

Fig. 7.

Future Climate Projections


Fig. 8은 미래기간별(F1, F2, F3)로 구분하여 기후변화에 대한 경향성 분석을 실시한 결과이다. Fig. 8(a)는 대구지점의 RCP 2.6의 현재대비 월별 미래 강수량의 변화율(%)을, Fig. 8(b)는 영천지점의 RCP 4.5의 현재대비 월별 일 최소기온의 편차(°C)를 각각 보여주고 있다. 최소기온의 경우에는 미래로 갈수록 일관성 있게 일 최소기온이 상승하는 경향을 보이고 있으나, 강수량의 경우에는 미래로 갈수록 일관성 있는 경향성이 나타난다고 보기 어려우며 계절적인 편차가 매우 많음을 살펴볼 수 있다.

Fig. 8.

Future Change in Climate Variables


Fig. 9에 모의된 유량을 이용하여 RCP 시나리오별 연평균유량의 현재대비 변화율을 미래 시기별로 살펴본 결과를 도시하였다. F1의 경우 RCP 2.6 시나리오일 때 유량변화가 가장 큰 것을 확인할 수 있으며, F2의 경우 F1보다 유량이 증가하였으나 RCP 4.5 시나리오일 때 가장 변화가 크게 나타나고 있음을 살펴볼 수 있다. F3의 경우 F1과 F2보다 유량이 조금 감소하였고, RCP 6.0에서의 가장 큰 변화가 일어나고 있다. 즉, 미래 유량은 현재보다 증가하는 경향이 나타나지만, 미래로 갈수록 유량이 점점 증가한다고 단정 지을 수는 없을 것으로 판단된다.

Fig. 9.

Future Annual Flow Anomaly in Geumho River Under RCP Scenarios


3.3 IHA 적용

Table 2에 금호강 유역 출구(금호 C)를 기준으로 계산된 수문변화지표를 나타내었다. IHA 대리변수별로 RCP 4종에 해당하는 평균값을 제시하였으며, 최소값에서 최대값을 범위(괄호)로 나타내었다. 참고로 금호 A와 금호 B 출구지점을 기준으로도 IHA를 산출하였으며 금호 C의 결과와 대동소이한 결과를 얻을 수 있었다.

Table 2

Results of Indicator Hydrological Alteration Used in the IHA (Geumho-C)

Geumho CpresentFuture1Future2Future3Stress
Mean value of August(m3/s)105.24160.24 (153.96~172.72)166.45 (149.10~174.75)156.18 (139.78~185.08)Down
Mean value of December(m3/s)6.219.83 (9.20~10.75)9.72 (8.81~10.76)10.23 (8.06~12.04)Down
Annual minima of 7-day(m3/s)0.340.65 (0.56~0.72)0.68 (0.48~0.87)0.64 (0.56~0.71)Down
Annual maxima of 7-day(m3/s)425.35610.54 (562.64~641.56)609.56 (551.62~648.12)557.66 (502.58~597.92)Up
Julian date of annual minimum128.44151.92 (147.36~155.12)143.56 (132.24~160.24)153.87 (145.92~162.32)Up
Julian date of annual maximum218.84218.84 (209.04~234.8)215.04 (199.80~228.52)215.67 (203.44~227.08)-
Low pulse count90.2435.47 (26.00~47.44)35.30 (20.92~49.68)44.37 (35.40~62.64)Up
High pulse count95.00106.00 (101.60~113)109.08 (105.36~115.20)105.50 (100.48~109.84)Up
Low pulse duration6.515.27 (4.46~6.81)5.25 (4.88~6.00)5.75 (4.74~6.85)-
High pulse duration4.325.09 (4.71~5.35)5.27 (4.83~5.79)5.23 (4.98~5.56)Up
Fall rate of change-19.66-24.42 (-25.53~-23.75)-25.75 (-27.43~~23.94)-24.31 (-25.52~-23.39)Up
Rise rate of change49.3759.66 (58.46~62.37)64.65 (60.27~70.12)59.90 (57.94~62.72)Up
Fall count of change259.88258.00 (257.76~258.32)259.82 (256.80~261.72)259.03 (258.12~260.76)-
Rise count of change104.04106.44 (106.08~106.76)104.71 (102.68~107.84)105.45 (103.72~106.56)-

첫 번째 IHA 그룹인 월별 평균 일 유량을 살펴보면 여름과 겨울을 대표하는 8월과 12월 평균유량이 모두 증가하는 것으로 나타났다. 이는 미래에 수생태계 서식 공간 가용성이 증가하는 것을 의미하므로 수생태계가 받는 공간적인 제약으로 인한 스트레스는 감소할 것으로 전망되며, 토양수분상태의 지속에 따른 가용성 증가, 수생생물들의 서식처 등이 증가할 것으로 판단된다.

두 번째 IHA 그룹은 극한 사상의 크기와 지속기간에 관한 수생태계의 스트레스를 살펴보는 항목으로, 연 최대 및 최소 7일 평균 유량을 살펴본 결과 최소 7일 유량의 경우에는 스트레스가 감소하는 것으로 나타났으나, 최대 7일 지속 유량의 경우에는 수생태계가 받는 스트레스가 증가하는 것으로 나타났다. 이러한 극한사상의 크기와 지속기간의 변화에 따라서 미래의 수생태계의 구조는 현재와는 달라질 수 있을 것으로 판단된다.

세 번째 IHA 그룹은 극한 사상의 시기 변화에 따른 수생태계의 스트레스를 살펴보는 항목이다. 연별 일 최소 및 최대 유량이 발생하는 시기를 Julian day를 통해 수치화한 결과 연 최대유량이 발생하는 시기는 8월 초순으로 큰 변화가 없었으나, 연 최소유량이 발생하는 시기는 5월 초순에서 5월 하순으로 20일 정도 늦어지는 것을 살펴볼 수 있다. 이에 따라 수생태계도 시기 변화에 따른 스트레스가 발생할 가능성이 있을 것으로 판단된다. 또한 연 최소유량이 발생하는 시기가 늦어짐은 우리나라 수자원관리를 더욱 어렵게 하는 측면이 있을 것으로 예상된다. 우리나라는 여름철에 물을 저장하여 다음 해 봄철에 사용하는 수자원관리 및 이용패턴을 가지고 있는데, 봄철 최소유량 발생시기가 늦어진다는 것은 용수 공급의 측면에서는 저장된 물을 더 오랜 기간 동안 보유해야한다는 것을 의미하기 때문이다. 이에 대해서는 추후 상류 댐 유역 또는 대형 하천 본류에 대한 추가적인 연구가 필요할 것으로 판단된다.

네 번째 IHA 그룹은 홍수터에 대한 변화 정도를 평가하기 위한 항목으로 본 연구에서는 풍수량과 저수량을 기준으로 평가하고자 하였다. 전반적인 유량 증가로 인하여 현재의 풍수량보다 유량이 큰 일수는 증가하고 현재의 저수량보다 유량이 작은 일수는 감소하고 있음을 살펴볼 수 있다. 수생태계 입장에서 이러한 변화는 하천의 저수량 자체가 커짐에 따라 저수부 근처의 육상공간은 현재보다 축소되고 풍수량 자체가 커짐에 따라 하천 자체의 차지하고 있는 공간은 증가됨을 의미한다. 따라서 수생태계 공간구조 자체가 다소 변화될 가능성이 있을 것으로 판단된다. 덧붙여서 저수량 이하가 지속되는 기간은 큰 변화가 없을 것으로 보이나, 풍수량 이상이 지속되는 기간은 최대 약 30% 가까이 증가되는 것으로 나타나고 있으므로 고유량 지속에 따른 수생태계가 받는 스트레스가 증가할 것을 예측할 수 있다.

마지막 IHA 그룹은 하천유량의 급격한 증가 또는 감소로 인한 수생태계의 스트레스를 평가하는 항목이다. 현재 상태와 비교할 때, 미래로 갈수록 보다 더 급격한 일 유량 변화를 보이고 있음을 살펴볼 수 있다. 특히, 하천유량의 감소 시에 현재대비 변동 폭이 상대적으로 큰 것을 살펴볼 수 있다.

4. 결론

본 연구에서는 금호강 유역을 대상으로 IHA 분석을 통하여 미래의 유황변화에 따라 수생태계가 받게 되는 스트레스를 분석하였다. 유량 모의를 위해 SWAT모형을 이용하였으며, 미래 기후자료는 기상청에서 제공하는 12.5 km 공간해상도의 자료를 바탕으로 편이보정과정을 거쳐 획득하였다.

미래기후자료를 분석한 결과 기온의 경우에는 미래로 갈수록 온실가스배출농도가 증가할수록 일관적으로 증가하는 것을 살펴볼 수 있었으나, 강수량의 경우에는 온실가스배출농도와 반드시 비례하여 증가하지는 않으며 또한 미래로 갈수록 일관적으로 증가하기 보다는 계절에 따라 다양한 패턴을 보이고 있음을 확인할 수 있었다.

미래 유량을 산정한 결과를 바탕으로 IHA를 분석한 결과, 전반적인 유량 증가로 인하여 수생태계가 받는 공간적인 제약으로 인한 스트레스는 감소할 것으로 전망되었다. 그러나 최대유량의 지속시간이 증가함에 따른 스트레스는 오히려 증가할 수도 있을 것이며, 풍수량의 지속기간이 증가됨에 따른 스트레스 증가도 예상되었다. 중요한 변화는 연 최소유량이 발생하는 시기인 것으로 판단된다. 현재에는 5월 초순경 연 최소유량이 발생되는 것으로 분석되었으나, 미래에는 5월 하순에 연 최소유량이 발생되어 20일 정도 늦어지는 것으로 나타났다. 이에 따라 수생태계의 경우 시기 변화에 따른 스트레스가 발생할 가능성이 있을 뿐만 아니라, 우리나라 수자원관리가 현재보다도 더 어렵게 될 가능성이 있음을 살펴볼 수 있다. 따라서 상류 댐 유역 또는 대형 하천 본류에 대한 추가적인 연구가 필요할 것으로 판단된다. 또한 미래에는 유량의 일변화가 현재보다 더 급격하게 변동될 가능성이 큰 것으로 나타났기 때문에 이와 관련된 수생태계의 스트레스도 증가될 것으로 예상되었다.

본 연구에서 적용한 미래기후자료는 여러 가지 요인에 의한 불확실성을 내포하고 있고, SWAT 모델 또한 매개변수 추정을 비롯한 다양한 불확실성 요인을 가지고 있으므로, 본 연구의 결과 또한 다른 기후변화 관련 연구들과 마찬가지로 많은 불확실성을 가질 수밖에 없을 것이다. 하지만 미래 수자원 관리 및 계획에 있어서 미래 유량자료가 필요하고, 이를 반영한 하천운영관리 및 수공구조물 운영방법의 변화는 반드시 필요한 상황이다. 따라서 본 연구 결과를 바탕으로 한 미래 수자원 관리 및 계획에 있어서 하나의 지표로 이용 가능할 것으로 판단된다.

감사의 글

본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었음(과제번호 17AWMP-B083066-04).

References
  1. Ahn J.M, Im T.H, Lee I.J, and Cheon S.U. (2014) Assessment of future river environment considering climate change and basin runoff characteristics. Journal of Korea Water Resources Association 47, 269-283.
    CrossRef
  2. California Department of Water Resources (2009). Using future climate projections to support water resources decision making in California Climate Change Center. CEC-500-2009-052-D .
  3. Conservancy N. (2007). Indicators of hydrologic alteration Version 7. User's Manual. The Nature Conservancy .
  4. Keddy P.A, Lee H.T, and Wisheu I.C. (1993) Choosing indicators of ecosystem integrity:wetlands as a model system. Ecological Integrity and the Management of Ecosystems, Woodley S, Kay J, and Francis G (eds.) , pp.61-80. ST. Lucie Press.
  5. Kim B.S, Kim B.K, and Kwon H.H. (2011) Assessment of the impact of climate change on the flow regime of the Han River basin using indicators of hydrologic alteration. Hydrological Processes 25, 691-704.
    CrossRef
  6. Kim E, Choi H.I, Park M.J, Cho S.J, and Kim S. (2011) The effect of climate change on Korean drought occurrences using a stochastic soil water balance model. Scientific Research and Essays 6, 2771-2783.
  7. Lee A, Cho S, Kang D.K, and Kim S. (2014) Analysis of the effect of climate change on the Nakdong river stream flow using indicators of hydrological alteration. Journal of Hydro-environment Research 8, 234-247.
    CrossRef
  8. Lee O, and Kim S. (2016) Future PMPs Projection under Future Dew Point Temperature Variation of RCP 8.5 Climate Change Scenario. J. Korean Soc. Hazard Mitig 16, 505-514.
    CrossRef
  9. Lin K, Lin Y, Xu Y, Chen X, Chen L, and Singh V.P. (2017) Inter-and intra-annual environmental flow alteration and its implication in the Pearl River Delta, South China. Journal of Hydro-environment Research , 27-40.
    CrossRef
  10. Monteith J.L. (1965) Evaporation and environment. Symp. Soc. Exp. Biol 19, 4.
  11. Neitsch S.L, Arnold J.G, Kiniry J.R, Williams J.R, and King K.W. (2001). Soil and water assessment tool theoretical document (Version 2000), USDA Agricultural Research Service and Texas A&M Blackland Research Center, Temple, Tex .
  12. Richter B.D. (1993) Altered hydrologic regimes and implications for bottomland hardwoods along the Roanoke River. In Proceedings of the Roanoke River wildlife management workshop August , 10-12.
  13. Shin M.J, Eum H.I, Kim C.S, and Jung I.W. (2016) Alteration of hydrologic indicators for Korean catchments under CMIP5 climate projections. Hydrological Processes 30, 4517-4542.
    CrossRef


This Article

e-submission

Archives

Indexed/Covered by