SWAT과 MODSIM-DSS를 이용한 금강유역의 미래 농업용수 공급능력 평가

Assessment of Future Climate Change Impact on Agricultural Water Supply Capacity in Geum River Basin Using SWAT and MODSIM-DSS

Article information

J. Korean Soc. Hazard Mitig. 2020;20(6):55-66
* 정회원, 건국대학교 사회환경플랜트공학과 박사과정(E-mail: ksh91@konkuk.ac.kr)
* Member, Ph.D. Student, Department of Civil, Environmental and Plant Engineering Graduate School, Konkuk University
** 영산강홍수통제소 예보통제과 시설연구사(E-mail: wjd823@korea.kr)
** Research Officer, Forcast and Control Division, Yeongsan River Flood Control Office
*** 정회원, 건국대학교 사회환경플랜트공학과 박사후연구원
*** Member, Ph.D. Department of Civil, Environmental and Plant Engineering Graduate School, Konkuk University
**** 건국대학교 사회환경플랜트공학과 박사과정(E-mail: saertt@konkuk.ac.kr)
**** Integrated Ph.D. Student, Department of Civil, Environmental and Plant Engineering Graduate School, Konkuk University
***** 정회원, 건국대학교 사회환경공학부 교수(E-mail: kimsj@konkuk.ac.kr)
***** Member, Professor, Division of Civil, Environmental and Plant Engineering Graduate School, Konkuk University
*** 교신저자, 정회원, 건국대학교 사회환경플랜트공학과 박사후연구원(Tel: +82-2-450-3749, Fax: +82-2-444-0186, E-mail: closer01@konkuk.ac.kr)
Corresponding Author, Member, Ph.D. Department of Civil, Environmental and Plant Engineering Graduate School, Konkuk University
Received 2020 October 23; Revised 2020 October 27; Accepted 2020 November 10.

Abstract

본 연구는 SWAT과 MODSIM-DSS를 이용하여 금강유역(9,865 km2)의 향후 농업용수 공급능력 평가를 수행하였다. 농업용수 공급능력 평가를 위한 물수지 분석은 MODSIM-DSS를 이용하여 농업용 수리시설의 용수공급과 및 유역의 수요현황을 고려하였다. 14개 중권역으로 구분된 유역 및 농업용 저수지 유입량(공급량) 자료는 SWAT 모형의 소유역별 유출결과를 사용하였다. SWAT 모형의 검⋅보정은 금강유역 내 위치한 다목적댐(용담, 대청)과 보(백제보, 세종보, 공주보) 지점에서 실시하였다. 그 결과 2개 댐의 유입량 및 저수량과 3개의 보에서 Nash-Sutcliffe의 모형효율계수(NSE)은 각각 0.55 ~ 0.70, 0.57 ~ 0.77로 검⋅보정되었다. 이후 SWAT 모형의 유출결과를 MODSIM-DSS에 적용하여 물수지 분석을 수행하였다. 그 결과 1982년, 1988년, 1994년, 2001년, 2015년 기간에 농업용수 부족량이 크게 발생하는 것으로 나타났으며, 14개 소유역 중 3004(영동천) 및 3012(금강공주) 유역에 농업용수 부족량이 각각 25.1 × 106 m3, 47.4 × 106 m3로 크게 발생하였다. 최종적으로 RCP 8.5 INM-CM4 시나리오를 적용하여 미래의 농업용수 부족량을 분석한 결과 3004 및 3012 유역은 2080s (2070-2099) 기간에 26.1 × 106 m3, 50.9 × 106 m3로 용수 부족량이 증가하는 것으로 분석되었다.

Trans Abstract

This study is to evaluate future agricultural water supply capacity in Geum river basin (9,865 km2) using SWAT and MODSIM-DSS. The MODSIM-DSS was established by dividing the basin into 14 subbasins, and the irrigation facilities of agricultural reservoirs, pumping stations, diversions, culverts and groundwater wells were grouped within each subbasin, and networked between subbasins including municipal and industrial water supplies. The SWAT was calibrated and validated using 11 years (2005-2015) daily streamflow data of two dams (DCD and YDD) and 4 years (August 2012 to December 2015) data of three weirs (SJW, GJW, and BJW) considering water withdrawals and return flows from agricultural, municipal, and industrial water uses. The Nash−Sutcliffe efficiency (NSE) of two dam and three weirs inflows were 0.55∼0.70 and 0.57∼0.77 respectively. Through MODSIM-DSS run for 34 years from 1982 to 2015, the agricultural water shortage had occurred during the drought years of 1982, 1988, 1994, 2001 and 2015. The agricultural water shortage could be calculated as 197.8 × 106 m3, 181.9 × 106 m3, 211.5 × 106 m3, 189.2 × 106 m3 and 182.0 × 106 m3 respectively. The big shortages of agricultural water were shown in water resources unit map number of 3004 (Yeongdongcheon) and 3012 (Geumgang Gongju) areas exceeding 25.1 × 106 m3 and 47.4 × 106 m3. From the estimation of future agricultural water requirement using RCP 8.5 INM-CM4 scenario, the 3004 and 3012 areas showed significant water shortages of 26.1 × 106 m3 (104.1%) and 50.9 × 106 m3 (107.4%) in 2080s (2070∼2099) compared to the present shortages. The water shortages decreased to 23.6 × 106 m3 (94.0%) and 43.3 × 106 m3 (91.4%) below of the present shortages by developing irrigation facilities.

1. 서 론

국토해양부의 수자원장기종합계획(MLTM, 2011)에 따르면 농업용수는 우리나라 수자원 이용량 약 341억 m3 중, 약 75억 m3 하천유지용수를 제외한 총 용수사용량(생⋅공⋅농업용수)에서 60%를 차지하고 있으며, 단위면적에 대한 관개량 기준으로 용수를 공급하고 있다(Ahn et al., 2009). 현재 우리나라의 관개면적 기준 농업용수 부족은 수급⋅지역별로 문제가 발생하고 있으며, 전체 논 면적 113만 ha 중, 관개 가능한 수리답은 77%로 약 88만 ha이며, 수리답 대부분도 소형관정에 의존하여 가뭄에 취약한 상황이다(Ahn et al., 2009). 이러한 농업용수 부족 문제를 해결하기 위해 물 이용 효율성을 극대화 할 수 있는 유역 단위 수자원 평가와 물수지 분석도구가 필요하며, 기존의 농업용 수리시설에 대한 물 공급능력 평가가 선행되어야 한다.

유역의 물공급 안전도 평가를 위한 국내의 물수지 분석 연구는 Yoo et al. (2000), Yoo (2005)가 MODSIM을 이용하여 전국 5대강 유역을 대상으로 물공급 안전도 평가를 수행하였고, Ahn et al. (2013)은 SWAT 모형을 이용하여 소유역별 유출량 검⋅보정 결과를 MODSIM-DSS에 적용해 금강유역의 농업용수 공급능력을 평가하였다. Oh et al. (2019)은 한강유역에 K-WEAP 모형과 MODSIM을 이용하여 공급 우선순위에 따른 물수급 분석을 수행하였다. 국외 연구 사례로 De Azevedo et al. (2000)은 브라질의 상파울루 지역의 물공급 및 수질 평가를 위해 Piracicaba 강 유역을 대상으로 MODSIM과 QUAL2E-UNCAS 모형을 이용하였으며, Larson and Spinazola (2000)는 미국의 Snake 강 유역의 관개용수 공급 평가를 위해 MODSIM과 MODFLOW 모형을 연계한 물수지 분석이 이루어졌다. Campbell et al. (2001)은 미국의 Klamath 강 유역을 대상으로 MODSIM과 HEC-5Q 모형을 이용한 수질 개선 분석을 수행하였으며, 미국의 Arkansas 강 유역을 대상으로 수질 분석 연구로는 Dai and Labadie (2001)의 MODSIMQ와 Quality 2E 모형을 이용하였다. 이처럼 기존의 선행연구에서는 각 모형의 물수지 분석 비교 연구와 수질 모형을 연계한 연구 및 강우-유출 모형을 통해 산정된 소유역별 유출량 적용 연구들이 이루어져왔다. 그러나 선행연구에서는 극심한 폭우와 가뭄의 발생빈도 증가함에 따른 미래 극한 사상을 고려한 연구는 충분히 이뤄지지 않았으며, 본 연구의 대상유역과 동일한 Ahn et al. (2013) 역시 미래 극한 사상에 대한 농업용수 공급 평가가 수행되지 않았다.

따라서 본 연구에서는 극한 가뭄 시 농업용수 부족량을 정량적으로 검토하기 위해 극한 가뭄 시나리오 적용과 농업용수 부족 문제 해결을 위한 관정개발에 주안점을 두고 연구를 수행하였다. 이에, SWAT 모형의 경우 지하수위 검⋅보정, 지하수 이용량 및 다목적 보(세종보, 백제보, 공주보)를 고려하여 78개 표준단위 유역의 상세한 검⋅보정을 수행하였다(Fig. 1).

Fig. 1

Flowchart of This Study

2. 자료 및 방법

2.1 대상유역

본 연구의 금강유역(9,645.5 km2)은 전라북도와 충청남북도를 지나는 하천이며 유로연장은 384.8 km로 한강과 낙동강 다음으로 넓은 유역면적을 가지고 있다. 금강 본류 및 미호천, 갑천, 유등천을 포함한 7개 국가하천과 461개 지방하천으로 이루어져 있다. 유역 내 하천개선용수를 위한 수리 시설물은 2개의 다목적댐(용담, 대청), 3개(공주보, 세종보, 백제보)가 설치되어 있다. 해당 유역은 최근 녹조에 따른 수질악화와 금강의 수위가 낮아지면서 원활한 농업용수 공급을 위해 공주보 상류 소확동, 무릉동 등 기존의 농업용 양수장에 대한 수원공 보수공사를 진행 중인 지역이다. Fig. 2는 SWAT 모형에서 분할된 금강유역 내 78개의 소유역과 MODSIM-DSS에서 중권역 단위의 용수부족 평가를 위한 소유역을 나타내었다.

Fig. 2

Study Area

2.2 SWAT 모형의 개요

본 연구에서 이용한 SWAT 모형은 물리적 기반의 준분포형 연속강우 유출모형으로 미농무성 농업연구소(USDA Agricultural Research Service, ARS)의 Arnold et al. (1996)에 의해 개발되었다. 모형의 특징으로는 다양한 종류의 토양, 토지관리 및 토지이용에 따라 유출을 모의할 수 있으며, 물수지 방정식에 근거를 두고 지표유출, 기저유출, 강수, 지하수, 증발산량 등 수문반응 단위(Hudrological Response Unit, HRU)로 계산할 수 있는 장점이 있다(Neitsch et al., 2001).

SWAT 모형은 Soil Conservation Service (SCS)와 Curve Number (CN) 방법을 이용하여 일 유출량을 산정한다. 그 외 Kinematic Storage Model을 이용한 측방유입량 산정과 선형저수량 추적기법을 이용한 침투를 계산할 수 있다(Arnold et al., 1996).

2.3 MODSIM-DSS 모형

MODified SIMyld-Decision Support System (MODSIM-DSS)은 미국의 콜로라도 주립대학교 Labadie 교수에 의해 기존의 SIMYLD의 모형에서 개발된 모형이다. MODSIM-DSS는 수자원 계획과 운영의 의사결정 지원 모형으로 네트워크 최적화 기법인 Lagrangian relaxation 알고리즘을 이용한다. 해당 알고리즘은 기존에 활용한 실수계산 방식이 아닌 정수계산 방식을 이용하여, 높은 효율성을 가지고 있다. 또한, MODSIM-DSS는 유역 관리 및 수자원관리 시설의 배치 및 운영조건을 다양하게 반영할 수 있다(Ahn et al., 2009). MODSIM-DSS의 계산시간 동안의 네트워크 흐름(network flow) 알고리즘 설명은 선행연구 Ahn et al. (2013)에 자세히 기술되어 있다.

2.4 자료수집 및 분석방법

2.4.1 GIS 자료 및 기상, 수문입력자료

SWAT의 GIS 공간자료는 국가수자원관리종합정보시스템(Water Management Information System, WAMIS)의 30 m × 30 m Digital Elevation Model (DEM)과 1:25,000 정밀토양도를 사용하였다(Figs. 2(b) and 2(d)). 토지이용도 자료의 경우 환경부에서 제공하는 2009년 중분류 자료를 이용하였으며, 9개 항목(침엽수림, 활엽수림, 주거지, 혼효림, 수역, 논, 밭, 나지, 초지)으로 분류하여 적용하였다(Fig. 2(c)).

기상자료의 경우 2005년부터 2015년까지의 유역 내 위치한 기상관측소(천안, 대전, 군산, 추풍령, 청주, 장수, 부여, 금산, 보은)를 이용하였으며, 강수량(mm), 최저⋅최고온도(°C), 풍속(m/sec), 상대습도(%) 및 일사량(MJ/m2) 자료를 구축하였다(Lee et al., 2018). 다목적댐(용담, 대청)의 일별 유입량 및 저수량 자료 역시 기상자료와 같은 기간으로 구축하였으며, 다기능보(공주보, 백제보, 세종보)는 준공된 기간을 고려하여 2012년 8월부터 2015년 12월 기간의 자료를 사용하였다(Lee et al., 2018).

2.4.2 물수지 분석을 위한 네트워크 설계

MODSIM-DSS는 자료를 입력하는 노드와 하천의 흐름 방향을 나타내는 링크를 연결하여 네트워크를 구성한다. 노드의 종류는 총 4개로 각 목적에 따라 구분하여 사용하였다. 먼저 저수지 노드(Reservoir Node)는 저수지 및 댐의 저수량과 시설물 운영률 적용 시 이용하였으며, 비저류 노드(NonStorage Node)는 유역 유입량 및 하천유지유량을 적용할 때 사용하였다. 수요 노드(Demand Node) 경우 유역별 용수공급을 적용, 통과노드(Flowthru Node)는 유역 내 물이동 및 시설물 용수공급 후 회귀수에 이용되었다.

Fig. 3은 섬진강 유역(4005번)으로부터 물 이동이 이루어지고 있는 용담댐 유역(3001번)의 물수지 네트워크이다. 3001번 유역의 유입량 노드는 생⋅공용수 공급을 위한 유역 유입량 노드(3001_inf)와 농업용 저수지로 유입되는 유입량 노드(Res_inf_3001)로 분리하였다. 이는 생⋅공용수와 농업용수의 용수 공급처 구분과 물 이동 적용 및 관정개발계획 자료 적용에 따른 농업용수 공급 비교를 위해 분리하여 설계하였다. 각각의 용수공급은 링크를 이용하여 수요량 노드(Demand Node)와 유입량 노드(Inflow Node)를 연결하여 공급하며, 3001_mi는 생⋅공용수 수요량 노드, 3001_agr은 농업용수 수요량 노드를 의미한다. 3001_agr에 공급하는 농업용 수리시설은 양수장(3001_agr_p), 취입보(3001_agr_d), 집수암거(3001_agr_c), 관정(3001_agr_w)이며, 3001_agr_p와 3001_agr_d는 농업용 저수지 유입량이 하천수로 이동되는 것을 다시 취수하여 공급하도록 설계하였다. 지하수 물을 이용하는 3001_agr_c와 3001_agr_w는 3001_agr에 공급 후, 통과 노드(Flowthru Node)를 연결해주어 다시 하천 유지용수(3001_RT)로 회귀할 수 있도록 설정하였다. 소유역간 물 이동은 비저류노드를 통하여 유역간 물이동을 구현하였다. 물이동 노드(Fr_4005_3001)의 경우 생⋅공용수 및 하천개선용수를 목적으로 이동되는 용수이며, 섬진강 유역(4005번)에서 용담댐 상류 유역(3001번)에 공급해주는 노드를 나타낸다.

Fig. 3

Network Structure of Yongdam Dam Watershed

2.4.3 용수공급 및 수요량

SWAT의 유출결과는 각 중권역에 대한 월별 자료로 정리하여 MODSIM-DSS에 적용하였다. Fig. 4(a)는 MODSIM- DSS에 입력되는 유역 유입량 및 저수지 유입량 자료, 소유역별 생⋅공용수 및 농업용수 수요량을 나타내었다. 각 소유역에 위치한 모든 저수지는 유효저수량을 합산하여 하나의 큰 저수지로 가정하였고, 전체 소유역 면적에 대한 농업용저수지 유역면적 비율을 계산하였다. 그 결과 유역 유입량(87%), 농업용 저수지 유입량(13%)으로 분리하였다(Ahn et al., 2013).

Fig. 4

Monthly Demand, Supply, Shortage of (b): Municipal-industrial Water and (c): Agricultural Water

용수 수요량은 수자원장기종합계획(MLTM, 2011)의 2020년 기준수요량 자료를 이용하였고 생⋅공용수, 농업용수를 구분하여 적용하였다. 농업용수 수요량의 경우 수자원장기종합계획에서 총 5개(비관개전, 관개전, 수리불안전답, 수리답, 축산용수)를 포함하지만, 본 연구에서는 총 2개(수리답, 관개전) 시설물을 합한 값을 적용하여 농업용 시설물에 따른 농업용수 공급능력 평가를 수행하였다. 생⋅공용수와 농업용수 수요량은 각각 38%, 62%로 분석되었으며, 3009(갑천) 유역에서는 농업용수 수요량보다 생⋅공용수 수요량 값이 큰 것으로 나타났다. Fig. 2(d)와 비교한 결과 다른 지역에 비해 시가지 지역이 밀집되어 많은 수요량이 소요되는 것으로 판단된다. Figs. 4(a)4(b)는 금강유역의 월별 생⋅공 및 농업용수 수요량 패턴을 나타내었다. 생⋅공용수는 특정 기간에 대한 수요량 변화가 나타나지 않았지만, 농업용수의 경우 전체 수요량의 5∼9월 기간에 많은 수요가 발생하는 것으로 나타났다.

2.4.4 물 공급 우선순위 및 광역 물 이동량

MODSIM-DSS에 입력되는 수요량 공급의 우선도(priority)는 –999∼999까지 적용 가능하며 숫자가 작은 값이 우선권을 갖는다. 본 연구에서는 선행연구 Ahn et al. (2009)이 적용한 우선순위 원칙을 적용하였으며, 생⋅공용수와 광역 물 이동량은 가장 우선적으로 공급 원칙을 적용하였다. 현재 금강유역의 광역 물 이동은 비교적 수자원이 풍부한 섬진강 유역으로부터 받고 있으며, MODSIM-DSS에 수요노드(Demand Node) 및 통과노드(Flowthru Node)를 이용하여 유역 내⋅외의 물 이동을 반영하였다. 금강유역 내 물 이동은 통과노드(Flowthru Node)와 유입량 노드(inf_Node)를 함께 이용하여 다시 하천에 회귀 될 수 있도록 고려하였으며, 타 유역에서 유입되는 물 이동은 비저류노드(NonStorage Node), 타 유역으로 유출되는 물 이동의 경우 수요노드(Demand Node)를 이용하여 적용하였다.

2.4.5 댐 및 농업용 수리시설 운영자료

댐 운영을 고려하기 위해 국가수자원관리종합정보시스템(WAMIS)의 수위별 저수량 값을 이용하였다. 입력 자료로는 최대⋅최소 저수량, 초기수위의 저수량, 목표저수량이 입력된다. 댐의 최대 저수량은 이수 가능한 최대용량으로 상시만수위의 저수량을 적용하였으며, 최소 저수량의 경우 저수위 때 저수량을 적용하였다. 초기수위의 저수량과 목표저수량은 최대 저수량과 동일하게 적용하였으며, 목표저수량 적용 시 최대 공급할 수 있는 저수량을 기준으로 이수 불가능한 저수량까지의 비율을 계산하여 이수 범위를 구분하였다.

MODSIM-DSS에 적용된 5개의 농업용 수리시설물(농업용 저수지, 양수장, 취입보, 집수암거, 관정)은 한국농어촌공사의 농업기반시설관리시스템(RIMS)의 자료를 이용하였다. 모형 적용 시 유역 내 위치한 농업용 수리시설을 모두 고려하는 것은 무리가 있어 각각의 수량을 합산하여 해당 소유역 하나당 대표 시설물 하나씩 선정 후 모형에 적용하였다. 특히, 대표 저수지의 경우 소유역의 유효저수량과 비슷한 저수지를 대표 저수지로 결정하고 최고, 평균, 최저 저수율과 유효저수량을 곱하여 최고, 평균, 최저 저수량을 산정하였다. 양수장, 보의 공급량 자료는 1년 중, 5월부터 8월 기간에 하루 24시간 중, 10시간씩 가동하는 것으로 적용하였으며, 지하수를 이용하는 관정 및 집수암거는 1년 중, 2월부터 10월 기간에 시설물이 가동하는 것으로 적용하였다(Ahn et al., 2013). 관정 시설물의 경우, 관정개발 계획 자료를 적용하여 미래 극한 가뭄 시 농업용수 부족량 변화를 비교하였다(Table 1).

Agricultural Facility Storage of Geum River Basin

2.4.6 기후변화 시나리오

선행연구 Lee and Kim (2012)은 효율적인 기후변화 연구를 위해 시나리오 선정의 중요성을 강조하였으며, Kim et al. (2018)Hong et al. (2018)은 GCM 기후변화 시나리오를 적용하여 수문, 유황, SPI 가뭄 심도 등 다양한 분석을 수행하였다. 그 결과 가뭄 분석에 RCP 8.5 INM-CM4가 적합한 것으로 제시되었다. 이에 본 연구에서는 극한 가뭄 기간에 대한 농업용수 부족량 평가를 위해 RCP 8.5 INM-CM4를 적용하였다.

INM-CM4 시나리오의 강수, 기온 분석을 위해 평가기간을 Historical (1976-2005), 2020s (2010-2039), 2050s (2040- 2069), 2080s (2070-2099) 구분하였으며, 금강유역에 있는 6개의 기상관측소 중 대표적인 대전 관측소의 강수량 및 최고기온을 평가 기간별, 월별 및 계절별로 정리하여 Fig. 5Table 2 에 같이 나타내었다.

Fig. 5

Monthly Precipitation and Temperature Based on RCP 8.5 INM-CM4 Scenarios

INM-CM4 Seasonal Change of Precipitation and Max Temperature

INM-CM4의 Historical 기간 대비 2020s, 2050s, 2080s에서 강수는 0.5%, 1.9%, 0.6% 증가하여 현재 강수와 큰 차이를 보이지 않는 반면, 기온은 0.6 °C, 1.2 °C, 2.1 °C 증가하였다. 계절별로 여름철 강수량은 관측기간에 비해 59.0 mm 감소하였으며, 봄철 강수량도 관측기간에 비해 증가하였지만 Historical 기간에 비해 11.4 mm 감소하였다. 특히, 2080s에서는 Historical 기간과 비교하여 봄, 여름철 강수량이 더욱 줄어든 것을 볼 수 있다. 반면 기온의 증가량은 겨울철에 2080s에서 Historical 기간과 비교하여 3.2 °C로 가장 큰 폭으로 증가하였으며, 봄철, 여름철 또한 동일 기간 1.8 °C, 1.7 °C 증가하였다. 기온과 강수의 경향을 보았을 때, 관개기(4월∼9월)의 강수량 감소 및 기온 증가가 예상되며 이는 증발산량의 증가, 농업용수 사용량 증가로 이어져 물부족이 더욱 심화 될 것으로 판단된다(Kim et al., 2019).

3. 결과 및 고찰

3.1 SWAT의 검⋅보정 및 수문모의 결과

SWAT의 모의결과를 MODSIM-DSS의 유입량 자료로 활용하기에 앞서 모형의 검⋅보정을 수행하였다. 모형의 검⋅보정 기간은 2005년부터 2015년으로 설정하였으며, SWAT의 매개변수는 선행연구의 결과를 참고하였다(Lee et al., 2018, 2019). 수문 검⋅보정은 유역 내 다목적댐(용담, 대청)과 다기능보(공주보, 세종보, 백제보)에 대하여 수행한 결과를 Table 3에 정리하였다. 그 결과 댐 유입량에 대한 모형 효율은 NSE 0.50∼0.77이었으며, RMSE는 0.94∼1.67 mm/day, PBIAS는 3.35∼7.86%로 5개의 검⋅보정 지점에 대해 통계적으로 유의한 것으로 분석되었다.

Calibration and Validation Results for Dam Inflow and Storage (Lee et al., 2018)

Fig. 6은 검⋅보정된 SWAT를 이용하여 1982년부터 2015년까지 관측자료 기반의 총유출량과 증발산량을 나타낸다. 분석기간 동안의 총유출량은 778.8 mm, 유출률은 61.3%, 증발산량 평균은 454.2 mm로 나타났다. 강수량이 814.9 mm로 가장 가뭄 해였던 1988년의 경우, 총유출량은 396.5 mm로 유출율이 48.7%에 불과한 것으로 분석되었다.

Fig. 6

Water Balance Results

3.2 MODSIM-DSS 물수지 분석 결과

기후변화에 따른 농업용수 공급능력 평가에 앞서 검⋅보정된 SWAT 모의 자료를 이용하여 관측자료 기반의 과거 총 34년(1982-2015) 기간의 용수공급 안전도 평가를 진행하였다. Fig. 7Table 4는 연도 및 소유역별로 수요량, 공급량, 공급가능률, 부족량, 부족 비율에 대한 분석결과를 나타내었다. 이 중 용수공급능력 평가를 위한 용수공급가능률은 Ahn et al. (2013)의 선행연구를 참고하여 수요량에 대한 부족량 비율을 나타내었다. 먼저, 총 34년에 대한 생⋅공용수의 공급능력은 98.2∼100%, 농업용수의 공급능력은 86.1∼96.2%로 분석되었다. 이는 MODSIM-DSS 네트워크 설계 시 생⋅공용수공급 우선순위를 가장 높은 1순위로 설정하였기 때문에 높은 공급능력을 보여주고 있는 것으로 판단된다. 실제 연평균 강수량 898.3 mm로 대 가뭄 해인 과거 1988년은 총유출량이 396.5 mm, 농업용수 부족량이 181.9 × 106 m3로 분석되었다. 농업용수 부족량이 181.9 × 106 m3 이상 발생한 연도는 1982년, 1994년, 2001년, 2015년으로 농업용수 부족량이 각각 197.8 × 106 m3, 211.5 × 106 m3, 189.2 × 106 m3, 182.0 × 106 m3로 분석되었으며, 농업용수 공급가능률은 34개년 평균 91.7%보다 낮은 87%, 86.1%, 87.6%, 88.1%로 나타났다. 금강유역 내 중권역별 용수공급능력 평가결과, 생⋅공용수의 평균 공급능력은 99.7%, 농업용수는 88.6%로 분석되었고, 3004(영동천), 3012(금강공주) 유역이 25.1 × 106 m3 이상으로 금강유역 내에서 가장 극심한 농업용수 부족이 나타났다(Table 4). Table 5는 중권역별 유역면적을 기준으로 유역 내 토지이용비율(시가지, 논, 밭, 산림)을 정리하였으며, 본 연구에 적용한 농업용 수리시설의 각 단위면적당 저수량, 양수량, 취수량, 채수량 값을 산정하였다. 그 결과 3004(영동천)과 3012(금강공주) 유역은 단위면적당 유효저수량이 적게 분석되었으며, 농업용수 부족량이 가장 크게 나타난 3012(금강공주) 유역은 적은 유효저수량뿐만 아니라 유역 내 논 비율이 크기 때문에 많은 농업용수 공급이 필요할 것으로 판단된다.

Fig. 7

A Demand, Supply and Shortage of Guem River Basin

Annual Water Demand, Supply and Shortage for Municipal and Industrial Water and Agricultural Water of Geum River Subbasins

Agricultural Water Shortage according to Comparison of Land Use, Facilities and Unit Area in Geum River Subbasins

3.3 미래 극한 가뭄에 따른 농업용수 공급능력 평가

본 연구에서는 미래 극한 가뭄에 따른 농업용수 공급능력 평가를 위해 선정된 극한 가뭄 시나리오를 SWAT-MODSIM- DSS에 적용하였다. 이후 미래 기간에 발생한 농업용수 부족량을 줄일 수 있는 농어촌용수이용합리화계획(MAFRA, 2014)의 관정개발계획 자료를 적용하여 미래 농업용수 부족량에 대한 변화량을 비교하였다. 농어촌용수이용합리화 계획은 전국 용수구역 511개를 대상으로 10년 동안(2015~2024년)의 전국 농촌 용수 수요/공급량에 따른 농어촌용수 안정적 확보 및 체계적인 개발을 유도하기 위해 수립되었다. 또한, 개발여건과 지역 특성을 감안하여 10개년 개발 계획을 수립함에 따라 본 연구에서는 2024년까지 계획된 관정개발계획 자료를 적용하여 미래를 예측하였다. 분석 기간은 Baseline (1982-2005), Historical (1982-2005), 2020s (2010-2039), 2050s (2040-2069), 2080s (2070-2099)로 설정하였으며, 농업용수 수요량이 가장 큰 관개 기간(6월∼9월)에 대하여 결과를 정리하였다(Table 6). 분석결과 Historical 기간에 평균 농업용수 부족량이 9.1 × 106 m3로 가장 크게 나타났으 며, 2020s 기간에 감소하였다가 2080s에 다시 농업용수 부족량이 증가하는 경향이 나타났다. 미래 기간에 관정개발계획 자료를 적용한 결과 Historical은 8.4 × 106 m3, 2020s는 8.0 × 106 m3, 2050s는 8.2 × 106 m3, 2080s는 8.3 × 106 m3로 관정개발계획 적용 전에 비해 평균 0.7 × 106 m3 감소하는 것으로 분석되었다. 또한, 기간별로 살펴보았을 때, 관정개발계획이 적용된 2020s의 부족량은 8.0 × 106 m3로 분석되었으나 2050s, 2080s로 갈수록 부족량이 각각 0.2 × 106 m3, 0.3 × 106 m3 증가되었다. 이는 2024년을 목표연도로 수립된 농어촌용수이용합리화계획의 관정개발 자료를 먼 미래 2050s, 2080s에도 동일하게 적용함에 따라 농업용수 부족량이 더 발생한 것으로 분석되었다. 2024년 이후에도 농업용수의 부족이 지속 될 예상됨에 따라 수량확보를 위한 지속적인 계획 수립이 이뤄져야 할 것으로 판단된다.

Summary of the Projected Agricultural Water Shortage under the RCP 8.5 INM-CM4 Scenarios

Fig. 8은 미래 기간에 대한 농업용수 취약지역 파악을 위해 Table 7 분석결과를 공간분포하였다. 농업용수 부족은 주로 금강 하류 백제보가 설치된 3012(금강공주)과 용담댐 하류에 위치한 3004(영동천) 중권역에서 발생하였는데, 3012 유역의 경우 농업지역이 발달 되어 농업용수 수요량이 가장 많음에도 불구하고 용수공급을 위한 저수지가 24개에 불과하여 공급량이 수요량에 미치지 못한 것으로 판단된다. 농업용수의 원활한 공급을 위해 계획된 258개의 관정개발을 모두 완료하였을 시, 2080s의 농업용수 부족은 관정개발 전 50.9 × 106 m3에서 관정개발 완료 후 47.1 × 106 m3로 총 7.5% 부족량이 완화되는 것으로 나타났으나, 농업용수의 충분한 공급에는 역부족한 것으로 나타났다. 특히 농업용수의 경우 관개기, 비관개기 등 작물의 생육주기에 따라 용수공급량이 달라지며 계절별 부족량이 상이해 진다. 이러한 농업용수 이용 패턴을 분석하기 위해 6월부터 9월까지의 분석기간 별 SWAT 물수지 모의결과와 농업용수 부족량을 산정결과, 관정개발 적용 전 2020s 9월의 농업용수 부족량은 33.6 × 106 m3로 분석되었는데, 이는 Historical 기간에 비해 부족량이 23.1% 감소하였다. 이는 2020s 강수량이 193.3 mm로 Historical 대비 강수량이 17% 증가하고 유출량이 32.8% 증가하였기 때문으로 판단된다. 또한, 2050s 9월의 경우 관정개발 전과 후의 부족량이 각각 38.4 × 106 m3, 35.6 × 106 m3로 관정개발로 용수부족량이 7.3% 완화되는 것으로 분석되었다.

Fig. 8

Comparison of the Agricultural Water Shortage for the 2020s, 2050s and 2080s of Geum River Basin

The Future Water Balance and Agricultural Water Shortage of Geum River Basin

4. 결 론

본 연구에서는 금강유역(9,645.5 km2)을 대상으로 극한 가뭄 시나리오와 관정 시설물 개발 계획 자료를 SWAT- MODSIM-DSS에 적용하여 미래 농업용수 부족량 변화를 분석하였다. 본 연구의 결과를 요약하면 다음과 같다.

(1) 총 34년(1982∼2015) 동안의 물수지 분석결과 생⋅공용수의 공급능력은 98.2∼100%, 농업용수의 공급능력은 86.1∼96.2%로 분석되었다. 생⋅공용수의 경우 MODSIM-DSS 네트워크 설계 시 용수공급 우선순위를 가장 높은 1순위로 설정하였기 때문에 높은 공급능력을 보여주고 있는 것으로 판단된다.

(2) 연평균 강수량이 898.3 mm로 가뭄 해인 1988년은 농업용수 부족량이 181.9 × 106 m3로 산정되었으며, 농업용수 부족량이 181.9 × 106 m3 이상 발생한 연도는 1982년, 1994년, 2001년, 2015년으로 분석되었으며, 해당 연도는 34개년 평균 공급가능률(91.7%)보다 낮은 것으로 분석되었다.

(3) 금강유역 내 중권역별 용수공급능력 평가결과 3004, 3012 유역이 25.1 × 106 m3 이상으로 가장 극심한 농업용수 부족이 나타났다. 이는 단위면적당 유효저수량이 적게 분석되었으며, 논 비율이 크기 때문에 많은 농업용수 공급이 필요할 것으로 판단된다.

(4) 선정된 극한 가뭄 시나리오와 관정개발계획 자료를 적용하여 미래 농업용수 부족량 변화를 비교한 결과 농업용수의 원활한 공급을 위해 계획된 258개의 관정개발을 모두 완료하였을 시, 2080s의 농업용수 부족은 관정개발 전 50.9 × 106 m3에서 관정개발 완료 후 47.1 × 106 m3로 총 7.5% 부족량이 완화되는 것으로 나타났으나, 농업용수의 충분한 공급에는 역부족한 것으로 나타났다. 또한, 2050s 9월의 경우 관정개발 전⋅후의 부족량이 각각 38.4 × 106 m3, 35.6 × 106 m3로 관정개발로 용수 부족량이 7.3% 완화되는 것으로 분석되었다.

본 연구에서는 미래 가뭄 시나리오에 따른 SWAT-MODSIM- DSS 연계모델링으로 용수공급 시 수요량에 비해 부족량이 발생하여 용수공급에 취약한 지역을 도출할 수 있었다. 본 연구의 결과는 기설 시설물과 개발이 확정된 관정 제원만 추가로 적용함으로써 농업용수 부족을 해결하기 위한 향후 시설물 개발계획을 제시하지 못한 한계가 있지만, 미래 극한 가뭄 사상에 직면했을 때 농업용수 공급 상황을 예측하고 이를 정량적으로 제시함으로써 향후 농업용수 확보를 위한 시설물 설치계획 수립에 근거자료로 활용할 수 있을 것으로 판단된다.

감사의 글

본 결과물은 환경부의 재원으로 한국환경산업기술원의 물관리연구사업의 지원을 받아 연구되었습니다(127562).

References

1. Ahn S.R, Park G.A, Kim S.J. 2013;Assessment of agricultural water supply capacity using MODSIM-DSS coupled with SWAT. Journal of the Korean Society of Civil Engineers 33(2):507–519.
2. Ahn S.R, Park G.A, Shin Y.H, Kim S.J. 2009;Assessment of the potential water supply rate of agricultural irrigation facilities using MODSIM:For Geum River basin. Journal of Korea Water Resources Association 42(10):825–843.
3. Arnold J.G, Williams J.R, Srinivasan R, King K.W. 1996;SWAT manual. USDA, Agricultural Research Service and Blackland Research Center, Texas
4. Campbell S.G, Hanna R.B, Flug M, Scott J.F. 2001;Modeling Klamath River system operations for quantity and quality. Journal of Water Resources Planning and Management 127(5):284–294.
5. Dai T, Labadie J.W. 2001;River basin network model for integrated water quantity/quality management. Journal of Water Resources Planning and Management 127(5):295–305.
6. De Azevedo L.G, Gates T.K, Fontane D.G, Labadie J.W, Proto R.L. 2000;Integration of water quantity and quality in strategic river basin planning. Journal of Water Resources Planning and Management 126(2):85–97.
7. Hong H.P, Park S.Y, Kim T.W, Lee J.H. 2018;Assessment of CMIP5 GCMs for future extreme drought analysis. Journal of Korea Water Resources Association 51(7):617–627.
8. Kim J.U, Lee J.W, Kim S.J. 2019;Evaluation of the future agricultural drought severity of South Korea by using reservoir drought index (RDI) and climate change scenarios. Journal of Korea Water Resources Association 52(6):381–395.
9. Kim Y.W, Lee J.W, Kim S.J. 2018;Analysis of extreme cases of climate change impact on watershed hydrology and flow duration in Geum river basin using SWAT and STARDEX. Journal of Korea Water Resources Association 51(10):905–916.
10. Larson R.K, Spinazola J. 2000;Conjunctive management analyses for endangered species flow augmentation alternatives in the Snake River. Watershed Management and Operations Management Conference 2000;doi:10.1061/40499(2000)56.
11. Lee J.K, Kim Y.O. 2012;Selecting climate change scenarios reflecting uncertainties. Atmosphere. Korean Meteorological Society 22(2):149–161.
12. Lee J.W, Jung C.G, Kim D.R, Kim S.J. 2018;Assessment of future climate change impact on groundwater level behavior in Geum river basin using SWAT. Journal of Korean Water Resources Association 51(3):247–261.
13. Lee J.W, Park J.Y, Jung C.G, Kim S.J. 2019;Evaluation of land use change impact on hydrology and water quality health in Geum River basin. Journal of the Korean Association of Geographic Information Studies 22(2):82–96.
14. Ministry of Agriculture, Food and Rural Affairs (MAFRA). 2014;Rural water use rationalization plan 2015-2024. Sejong, Republic of Korea
15. Ministry of Land, Transport and Maritime Affairs (MLTM). 2011;Water resources long-term comprehensive plan report (2011-2020)
16. Neitsch S.L, Arnold J.G, Kiniry J.R, Williams J.R. 2001;Soil and water assessment tool:The theoretical documentation. U.S Agricultural Research Service, Temple, Texas :340–367.
17. Oh J.H, Kim Y.S, Ryu K.S, Jo Y.S. 2019;Comparison and discussion of MODSIM and K-WEAP model considering water supply priority. Journal of Korean Water Resources Association 52(7):463–473.
18. Yoo J.H. 2005;Suggestion of the water budget analysis method by MODSIM for the assessment of the water supply reliability. Journal of the Korean Society of Civil Engineers 25(1B):9–17.
19. Yoo J.H, Lee D.R, Lee H.G. 2000;Water budget analysis to assess water supply reliability:I. Analysis method. Proceedings of 2000 Conference. Korean Society of Civil Engineers 3:469–472.

Article information Continued

Fig. 1

Flowchart of This Study

Fig. 2

Study Area

Fig. 3

Network Structure of Yongdam Dam Watershed

Fig. 4

Monthly Demand, Supply, Shortage of (b): Municipal-industrial Water and (c): Agricultural Water

Table 1

Agricultural Facility Storage of Geum River Basin

Basins Reservoir Pumping station Weir Culvert Well
No. E.S (106 m3) R.R Storage (106m3) No. Storage (106 m3) No. Storage (106 m3) No. Storage (106 m3) No. Storage (106 m3)
Max Avg. Min
3001 (YDD) 25 7.8 Daegok 12.8 9.5 4.4 7 0.6 226 4.2 14 0.3 159 (+150) 0.9 (+0.5)
3002 (YDDown) 2 0.5 Songpung 0.5 0.4 0.1 4 0.0 30 0.2 1 0.0 13 (+14) 0.1 (+0.1)
3003 (MJNDC) 4 0.2 Jangsan 0.2 0.2 0.1 7 0.2 76 1.0 4 0.0 67 (+38) 0.4 (+0.2)
3004 (YDC) 16 4.6 Jangchan 4.9 4.1 2.1 55 1.9 174 3.3 38 0.2 161 (+102) 1.3 (+0.5)
3005 (CC) 15 10.7 Dongbu 13.3 10.1 4.8 42 2.0 97 3.3 17 0.1 147 (+45) 1.1 (+0.2)
3006 (DCUp) 7 4.6 Jangchan 4.7 3.9 2.0 11 1.7 16 0.5 1 0.0 30 (+7) 0.2 (+0.1)
3007 (BCC) 21 26.1 Baekgok 26.3 17.9 7.0 66 169.6 89 11.7 19 0.3 149 (+35) 1.1 (+0.2)
3008 (DCD) 22 4.7 Boksim 4.8 3.8 0.7 32 336.8 148 8.9 13 0.1 337 (+12) 1.1 (+0.1)
3009 (GC) 4 2.5 Yeongcheon 2.6 2.0 0.6 31 1.3 174 5.4 21 0.1 357 (+49) 1.9 (+0.2)
3010 (DCDown) 19 0.5 Gui 0.5 0.4 0.1 17 3.8 35 0.2 8 0.0 70 (+6) 0.3 (+0.1)
3011 (MHC) 49 26.1 Baekgok 88.2 60.1 23.6 122 58.5 420 25.2 85 0.2 539 (+119) 4.3 (+0.6)
3012 (GRG) 24 26.1 Baekgok 27.1 18.5 7.2 194 49.5 397 11.7 130 1.2 656 (+258) 5.6 (+1.2)
3013 (NSC) 30 35.8 Tapjung 39.1 30.3 11.7 99 66.9 130 12.1 15 0.2 478 (+219) 3.2 (+1.0)
3014 (GRED) 26 13.9 Maendong 24.9 19.6 7.1 82 128.2 18 1.7 21 0.0 99 (+162) 0.6 (+0.7)

E.S: Effective storage, R.R: Representative reservoir, ( ): Number of facilities scheduled for future development

Fig. 5

Monthly Precipitation and Temperature Based on RCP 8.5 INM-CM4 Scenarios

Table 2

INM-CM4 Seasonal Change of Precipitation and Max Temperature

Component Period Avg. Spr Sum Aut Win
PCP (mm) Baseline 1,305.3 219.6 752.7 243.2 89.9
His 1,337.1 266.2 693.8 285.7 91.3
2020s 1,344.1 (+0.5%) 243.3 696.0 300.0 104.8
2050s 1,362.9 (+1.9%) 243.8 738.1 268.1 112.9
2080s 1,345.5 (+0.6%) 254.8 693.7 304.6 92.5
Max. temp (°C) Baseline 17.8 17.8 28.6 19.8 5.0
His 18.0 17.7 28.3 20.0 5.9
2020s 18.5 (+0.6 °C) 18.3 28.6 20.5 6.8
2050s 19.2 (+1.2 °C) 18.7 29.5 21.3 7.2
2080s 20.1 (+2.1 °C) 19.6 30.3 22.2 8.2

Spr: pring (Mar-May); Sum: summer (Jun-Aug); Aut: Autumn (Sep-Nov); Win: Winter (Dec-Feb)

Table 3

Calibration and Validation Results for Dam Inflow and Storage (Lee et al., 2018)

Model Output Evaluation Criteria YDD DCD SJW GJW BJW
Cal. Val. Cal. Val. Cal. Val. Cal. Val. Cal. Val.
Dam inflow (mm) R2 0.67 0.70 0.75 0.71 0.75 0.64 0.80 0.61 0.81 0.62
NSE 0.55 0.58 0.70 0.64 0.69 0.64 0.76 0.57 0.77 0.50
RMSE (mm/day) 1.58 1.74 1.60 1.26 1.18 0.46 0.99 1.08 1.00 1.55
PBIAS (%) 10.48 -0.58 9.77 6.27 7.48 -0.94 1.24 -12.53 -2.88 -0.41
Dam storage (106 m3) R2 0.68 0.78 0.65 0.68 0.55 0.70 0.55 0.72 0.57 0.31
NSE 0.79 0.94 0.95 0.93 0.92 0.98 0.98 0.99 0.99 1.00
RMSE(mm/day) 2.19 1.57 2.02 2.10 0.12 0.15 0.25 0.28 0.27 0.16
PBIAS (%) 1.26 8.99 -16.99 -3.86 5.34 1.00 2.62 -0.93 -0.38 1.83

Cal.: 2005-2009, Val.: 2010-2015

Fig. 6

Water Balance Results

Fig. 7

A Demand, Supply and Shortage of Guem River Basin

Table 4

Annual Water Demand, Supply and Shortage for Municipal and Industrial Water and Agricultural Water of Geum River Subbasins

Basins Municipal and Industrial Water Agricultural Water
Demand (106 m3) Supply (106 m3) Potential water supply rate (%) Shortage (106 m3) Shortage rate (%) Demand (106 m3) Supply (106 m3) Potential water supply rate (%) Shortage (106 m3) Shortage rate (%)
3001 14.4 14.4 100.0 0.0 0.0 69.8 53.8 77.2 15.9 22.8
3002 0.6 0.6 100.0 0.0 0.0 5.1 4.9 96.4 0.2 3.6
3003 3.4 3.4 99.7 0.0 0.3 18.9 8.5 44.7 10.5 55.3
3004 23.5 23.5 100.0 0.0 0.0 83.1 58.0 69.8 25.1 30.2
3005 6.0 5.9 97.8 0.1 2.2 73.1 61.2 83.7 11.9 16.3
3006 4.9 4.9 100.0 0.0 0.0 13.7 13.2 96.8 0.4 3.2
3007 9.4 9.3 98.7 0.1 1.3 79.7 79.7 100.0 0.0 0.0
3008 41.6 41.6 100.0 0.0 0.0 50.2 50.2 99.9 0.0 0.1
3009 299.4 299.0 99.9 0.4 0.1 48.1 47.5 98.7 0.6 1.3
3010 15.3 15.3 100.0 0.0 0.0 20.0 18.3 91.3 1.7 8.7
3011 338.9 337.6 99.6 1.2 0.4 306.4 306.4 100.0 0.0 0.0
3012 104.0 104.0 100.0 0.0 0.0 342.9 285.5 83.3 47.4 13.7
3013 38.1 38.0 99.9 0.0 0.1 209.5 209.5 100.0 0.0 0.0
3014 20.4 20.4 100.0 0.0 0.0 205.1 202.3 98.7 2.8 1.3
Avg. 65.7 65.6 99.7 0.1 0.3 109.0 99.9 88.6 9.0 11.4

Table 5

Agricultural Water Shortage according to Comparison of Land Use, Facilities and Unit Area in Geum River Subbasins

Basins Land Use Facilities Per Unit (km2) A.S
Area (km2) Urban (%) Paddy (%) Crop (%) Forest (%) N.R E.S (106 m3) Weir (m3/s) P.S (m3/s) Culvert (m3/s) Well (m3/d) ES (106 m3) Weir (m3/s) P.S (m3/s) Culvert (m3/s) Well (m3/d)
3001 (YDD) 930.4 2.6 9.5 9.9 69.8 25 7.8 3.9 0.6 0.1 31,079.6 13.8 0.0041 0.0006 0.0001 33.4 15.9
3002 (YDDown) 127.7 1.6 5.3 8.0 81.9 2 0.5 0.2 0.0 0.0 3,200.0 3.8 0.0015 0.0002 0.0000 25.1 0.2
3003 (MJNDC) 464.1 2.4 4.5 7.6 82.9 4 0.2 1.0 0.2 0.0 12,163.0 0.5 0.0021 0.0004 0.0000 26.2 10.5
3004 (YDC) 705.5 3.7 10.0 12.2 69.9 16 4.6 3.1 1.7 0.1 43,155.0 6.9 0.0044 0.0025 0.0001 61.2 25.1
3005 (CC) 664.6 2.3 10.6 11.1 73.0 15 10.7 3.1 1.9 0.0 34,855.0 20.1 0.0046 0.0028 0.0000 52.4 11.9
3006 (DCUp) 120.4 4.6 11.9 15.6 59.3 7 4.6 0.4 1.5 0.0 7,386.0 39.2 0.0034 0.0128 0.0000 61.3 0.4
3007 (BCC) 553.6 2.9 15.4 11.7 65.7 21 26.1 10.8 157.1 0.1 37,110.0 47.7 0.0195 0.2837 0.0002 67.0 0.0
3008 (DCD) 667.5 4.1 7.0 10.4 66.3 22 4.7 8.2 311.9 0.0 35,630.0 7.2 0.0123 0.4672 0.0001 53.4 0.0
3009 (GC) 649.0 16.8 6.2 9.5 57.6 4 2.5 5.0 1.2 0.0 63,472.0 3.9 0.0077 0.0018 0.0000 97.8 0.6
3010 (DCDown) 129.8 8.6 18.9 15.0 47.1 1 0.5 0.2 3.5 0.0 9,873.0 23.1 0.0015 0.0271 0.0000 76.1 1.7
3011 (MHC) 1,855.0 9.2 21.3 14.7 47.2 49 26.1 23.3 54.2 0.1 141,918.0 47.6 0.0126 0.0292 0.0000 76.5 0.0
3012 (GRG) 1,843.7 4.8 21.5 10.5 56.7 24 26.1 10.8 45.9 0.5 184,866.2 14.7 0.0059 0.0249 0.0003 100.3 57.4
3013 (NSC) 666.1 6.9 31.5 12.6 43.8 30 35.8 11.2 61.9 0.1 106,822.0 58.7 0.0168 0.0930 0.0001 160.4 0.0
3014 (GRED) 536.6 6.3 42.4 8.9 32.5 26 13.9 1.6 118.7 0.0 20,544.0 46.5 0.0029 0.2212 0.0000 38.3 2.8

N.R: Number of reservoir, E.S: Effective storage, P.S: Pumping station, A.S: Agricultural water shortage

Table 6

Summary of the Projected Agricultural Water Shortage under the RCP 8.5 INM-CM4 Scenarios

Basins Agricultural water shortage (106 m3)
Default Well Add development plan of well
Baseline Historical 2020s 2050s 2080s Baseline Historical 2020s 2050s 2080s
3001 15.3 17.7 16.6 16.2 17.4 13.6 16.0 15.0 14.5 15.7
3002 0.2 0.2 0.2 0.2 0.2 0.2 0.1 0.2 0.2 0.2
3003 10.5 10.5 10.4 10.4 10.5 9.6 9.6 9.5 9.6 9.6
3004 24.0 25.8 23.5 24.3 26.1 22.6 24.1 22.1 22.8 24.5
3005 10.5 15.2 12.9 12.9 15.0 9.8 14.4 12.1 12.2 14.3
3006 0.4 0.6 0.6 0.6 0.6 0.3 0.5 0.5 0.5 0.5
3007 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
3008 0.0 0.0 0.1 0.1 0.1 0.0 0.0 0.1 0.1 0.1
3009 0.7 0.5 1.7 1.6 1.8 0.6 0.4 1.6 1.4 1.7
3010 1.6 1.1 1.5 1.4 1.6 1.6 1.1 1.5 1.4 1.6
3011 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
3012 57.0 53.7 50.5 54.2 50.9 53.0 50.0 47.3 50.4 47.1
3013 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
3014 2.6 2.1 1.7 1.8 1.8 2.4 1.9 1.5 1.6 1.7
Avg. 8.8 9.1 8.6 8.8 9.0 8.1 8.4 8.0 8.2 8.3

Fig. 8

Comparison of the Agricultural Water Shortage for the 2020s, 2050s and 2080s of Geum River Basin

Table 7

The Future Water Balance and Agricultural Water Shortage of Geum River Basin

Period Year Avg. June July August September
Water balance from SWAT results
PCP (mm) Baseline 1,261.7 153.1 293.3 273.8 141.6
Historical 1,297.9 183.8 269.7 253.6 163.9
2020s 1,316.4 197.0 274.2 249.5 193.3
2050s 1,327.3 215.5 239.1 299.5 154.3
2080s 1,319.6 182.5 267.3 259.1 196.0
Avg. 1,304.6 186.4 268.7 267.1 169.8
Total runoff (mm) Baseline 61.0 51.0 142.4 159.3 125.6
Historical 64.3 70.6 149.1 156.8 126.7
2020s 66.5 60.9 158.9 146.5 168.3
2050s 66.1 77.3 141.9 174.0 137.8
2080s 70.4 77.8 154.7 156.0 165.6
Avg. 65.7 67.5 149.4 158.5 144.8
Groundwater flow (mm) Baseline 24.5 14.1 39.7 54.2 54.8
Historical 25.6 19.6 46.2 54.2 51.9
2020s 27.1 13.7 50.4 57.1 63.0
2050s 26.5 16.9 46.4 58.3 59.8
2080s 30.7 24.7 55.7 63.6 69.8
Avg. 26.9 17.8 47.7 57.5 59.9
ET (mm) Baseline 43.4 73.5 95.8 85.6 49.0
His 43.1 72.5 92.7 81.9 49.6
2020s 42.2 68.0 79.1 76.0 46.2
2050s 43.5 77.0 91.1 77.4 45.0
2080s 37.8 52.4 85.8 82.7 37.3
Avg. 42.0 68.7 88.9 80.7 45.4
Agricultural water shortage (106 m3)
Default Well Baseline 122.8 58.6 5.6 17.1 41.1
Historical 127.4 53.4 7.0 22.5 43.7
2020s 115.8 59.1 6.7 19.8 33.6
2050s 119.6 58.4 8.8 17.6 38.4
2080s 121.9 59.3 9.2 21.8 35.2
Avg. 121.5 57.8 7.5 19.8 38.4
Add development plan of Well Baseline 113.6 55.0 4.9 15.3 38.1
His 118 50.0 6.1 20.7 40.7
2020s 107.7 55.5 6.0 18.1 31.3
2050s 110.8 54.7 7.9 16.1 35.6
2080s 113 55.4 8.3 20.3 32.6
Avg. 112.6 (-8.9) 54.1 (-3.7) 6.6 (-0.9) 18.1 (-1.7) 35.7 (-2.7)