CMIP6 시나리오를 활용한 섬진강 유역의 공급 우선순위 영향 평가

Evaluation of Water Allocation Scenarios in the Seomjin River Watershed Based on CMIP6 Scenarios

Article information

J. Korean Soc. Hazard Mitig. 2024;24(5):275-282
Publication date (electronic) : 2024 October 31
doi : https://doi.org/10.9798/KOSHAM.2024.24.5.275
김원진*, 최시중**, 강성규***, 우소영****
* 정회원, 한국건설기술연구원 수자원환경연구본부 박사 후 연구원(E-mail: wjkim@kict.re.kr)
* Post-doctoral Fellow, Department of Hydro Science and Engineering Research, Korea Institute of Civil Engineering and Building Technology
** 정회원, 한국건설기술연구원 수자원환경연구본부 수석연구원(E-mail: sjchoi@kict.re.kr)
** Member, Senior Researcher, Department of Hydro Science and Engineering Research, Korea Institute of Civil Engineering and Building Technology
*** 정회원, 한국건설기술연구원 수자원환경연구본부 연구위원(E-mail: skkang@kict.re.kr)
*** Member, Research Fellow, Department of Hydro Science and Engineering Research, Korea Institute of Civil Engineering and Building Technology
**** 한국건설기술연구원 수자원환경연구본부 박사 후 연구원(E-mail: wsy0209@kict.re.kr)
**** Post-doctoral Fellow, Department of Hydro Science and Engineering Research, Korea Institute of Civil Engineering and Building Technology
** 교신저자, 정회원, 한국건설기술연구원 수자원환경연구본부 수석연구원(Tel: +82-31-910-0664, Fax: +82-31-910-0251, E-mail: sjchoi@kict.re.kr)
** Corresponding Author, Member, Senior Researcher, Department of Hydro Science and Engineering Research, Korea Institute of Civil Engineering and Building Technology
Received 2024 August 28; Revised 2024 August 29; Accepted 2024 September 09.

Abstract

본 연구는 K-WEAP을 활용하여 섬진강 유역에서 가뭄 시나리오와 공급 우선순위 변화가 이수안전도에 미치는 영향을 평가했다. 섬진강 유역은 생활용수와 하천유지유량이 가뭄 시나리오에서 취약했으며, 공업용수는 일부 지역에서 미래 수요를 충족시키지 못하였다. 또한, 하천유지유량을 우선시하는 전략이 생활용수의 공급 안정성을 저해하는 것으로 나타났으며, 균등한 물 분배가 생활⋅공업용수에 부정적인 영향을 미쳤다. 결과적으로, 현재의 공급 우선순위 체계를 유지하는 것이 가장 효과적이나, 향후 기후변화와 지역적 특성을 고려한 세분화된 연구와 유연한 전략 수립이 필요하다.

Trans Abstract

This study evaluated the impact of climate change and water allocation scenarios on water security in the Seomjin River Basin using K-WEAP (Korea-Water Evaluation and Planning System). The findings indicated that domestic water and instream flow are vulnerable to climate change, while industrial water supply may fail to meet future demand in certain regions. Moreover, prioritizing instream flow was found to compromise the stability of the domestic water, and equal allocation adversely affected both domestic and industrial water security. Consequently, maintaining the current system appears to be the most effective approach; however, future studies should focus on developing flexible strategies that consider the effects of climate change and regional characteristics in a more detailed manner.

1. 서 론

1970년대 이후 이산화탄소 배출량이 급격히 늘어나며 기후변화에 따른 자연재해가 급격히 증가하였다. 재해 중에서도 지진과 화산과 같은 지구물리학적 재해의 빈도는 지난 수십 년 동안 비교적 일정하게 유지되었지만, 가뭄과 홍수와 같은 기후 및 수문학적 재해의 빈도는 증가하여 인간의 생존과 번영을 위협하고 있다(IPCC, 2022).

생활 및 공업도시 수요의 증가와 하천유지유량 확보는 지속 가능한 발전, 형평성의 관점에서 고려해야한다(Paquin and Cosgrove, 2016). 물 확보를 정의하는 이수안전도는 미래에 더 취약해지고 그 중요성이 더 강화될 것으로 예상되지만(Im et al., 2021), 한정된 영토 내에서 수리 시설물을 활용한 양적 물 공급 확대는 제약이 있어, 지역 차원의 물 공급을 강화하는 전통적인 정책은 넓은

관점에서의 대책으로 대체되어야 하며, 미래의 필요를 충족할 수 있는 지속가능성을 저해하지 말아야 한다(Harmancioglu, 2017; Navarro-Ramírez et al., 2020).

용수 공급 체계는 정상적인 조건 또는 가뭄과 같은 예외적인 상황에서 물에 대한 우선 접근을 관리하는 시스템으로 국가별로 용수의 용도를 세분화하여 우선순위를 결정하기도 하지만 일반적으로 생활용수, 공업용수, 농업용수, 하천유지유량으로 구분하여 공급 체계를 설계한다(OECD, 2015). 우리나라는 생활용수와 공업용수를 가장 우선시하며 다음으로 농업용수와 하천유지유량을 고려한다. 하지만 유역별로 가용 수자원이 상이하며, 물 이동이 복잡한 유역에서는 단편적인 공급 체계를 통한 운영은 한계를 가질 수 있어, 다양한 접근을 활용한 연구가 필요하다(Kang et al., 2023).

용수 공급 체계와 이수안전도를 고려한 연구는 국내외에서 많이 수행되었다. 국내에서는 Lee and Shim (2002)이 계측 분석법을 사용하여 가뭄 시 공급 우선순위를 결정하는 의사결정 방법을 제안하였으며, Choi et al. (2012)은 다기준 의사결정 분석으로 여러 시나리오의 우선순위를 고려한 연구를 진행하였다. 국외에서는 Wang et al. (2020)이 환경생태유량과 물 사용 우선순위를 고려하여 저수지 시스템의 운영 규칙을 최적화하였고, Luo et al. (2020)이 물 사용 우선순위를 기반으로 한 물 관리 정책에 대한 정합적인 개요를 정리하였다.

공급 우선순위와 그에 따른 물 안보를 주제로 한 이전 연구는 주로 수자원 관리 시스템에서의 최적화 방법론에 중점을 두었다. 그러나 이러한 연구는 실제 정책에서의 미래 물 안보 평가에는 한계를 가지고 있다. 따라서 본 연구는 기후 변화 시나리오, 특히 가뭄 시나리오 하에서 공급 우선순위를 달리하는 전략을 적용하여 미래 물 안보를 평가하고, 섬진강 유역에서의 지속가능한 수자원 관리를 위한 종합적인 통찰을 제공하고자 하였다.

2. 연구 방법

2.1 대상유역

섬진강 유역은 우리나라 남쪽에 위치하며 8,298 km2의 면적을 차지하고 있다. 이 유역은 대권역 기준으로 섬진강과 섬진강 남해로 구성되며(Fig. 1), 섬진강 유역은 우리나라의 5대 주요 강 중 하나인 섬진강이 흐른다. 섬진강은 북쪽에서 발원하며, 가장 큰 지류인 보성강이 남서쪽에서 발원하여 합류한다. 섬진강 남해 유역은 큰 규모의 강은 없지만, 국가 산업 단지가 분포되어 있다.

Fig. 1

Description of Study Area

섬진강 유역은 물 수요를 만족시키기 위해 다수의 댐이 건설되어 있으며, 다목적댐인 섬진강댐, 주암댐, 용수전용댐인 동복댐, 동화댐, 수어댐, 그리고 수력발전 댐인 보성강댐이 있다. 그러나 인접 유역과 산업단지의 수요가 크며 지역적 특성으로 물 확보가 힘들어 수리시설물로 확보한 용수의 약 80%가 도수되고 있어, 가뭄이 발생하는 경우 물 이용자들 간의 잠재적인 갈등을 초래할 수 있다. 또한 섬진강 유역의 하구는 재첩 재취의 주요 지역으로 최근 다압취수장의 용량 확장과 취수량 증가로 하류 유량이 감소하고 수질이 악화되어 재첩 생산이 감소하였고 그에 따른 지역 주민들의 불만이 증가하고 있는 실상이다(Choi et al., 2023).

2.2 Soil and Water Assessment Tool (SWAT)

SWAT은 장기적인 수문 순환을 모의하도록 설계된 물리 기반의 준분포형 모델로 토지 피복, 토양, 경사를 고려한 GIS 정보를 입력자료로 활용하여 유출, 증발산, 침투, 침식 등을 모의하며(Arnold et al., 2012), 수문을 모의하는 과정은 다음 방정식 Eq. (1)을 기반으로 한다.

(1)SWt=SW0+i=1t(RdayQsurfWseepEaQgw)

여기서 SWt는 최종 토양수분량(mm), SW0i일의 초기 토양수분량(mm), Rdayi일의 강수량(mm), Qsurfi일의 지표유출량(mm), Eai일의 증발산량(mm), Wseepi일의 토양면으로부터 투수층으로의 투수되는 총량(mm), Qgwi일의 회귀수량(mm)이다. 본 연구에서는 SWAT으로 자연 유출량을 모의하였으며, 유출량은 미래 기후변화 시나리오(2011~2100년)과 과거(1966~2023년) 기상 조건을 반영하여 산정하였다.

2.3. K-WEAP

본 연구에서는 K-WEAP을 활용하여 물 수급 분석을 수행하였으며 모의 단위는 반순으로 설정하였다. 연구 기간은 미래 기후변화 시나리오의 경우 2011년부터 2100년까지 총 90년을 평가하였으며, 과거 기간은 1966년부터 2023년까지 총 56년을 평가하였다.

2.3.1 물 수급 네트워크

물 수급 네트워크는 공급원과 수요처로 구성하였으며, 공급원은 자연유출량, 댐, 농업용 저수지, 지하수로 분류하였고, 수요처는 생활용수, 공업용수, 농업용수로 구분하였다(Fig. 2).

Fig. 2

Schematic Network of K-WEAP

자연유출량은 표준유역 단위 유출량 자료를 이용하였으며, 댐은 운영자료를 입력하였다. 농업용 저수지는 표준유역 단위로 대표 저수지를 적용하였고, 지하수는 연도별로 지하수 이용 자료를 활용하였다. 생활용수와 공업용수는 행정구역 단위로 고려하였으며, 농업용수는 표준유역 단위로 관개용수 및 비관개용수를 고려하였다.

2.3.2 입력자료

주요 입력자료는 장래 수요량, 시설용량, 소모율이며, 장래 수요량은 유역 단위 수요량 자료를 취합하였으며, 일평균 수요량을 취수 실적 패턴에 적용하여 반순 단위로 변환하였다. 장래 수요량을 살펴본 결과, 섬진강 유역의 총 수요량은 1,506.2 Mm3/year이며 이 중 생활용수가 7.9%, 공업용수가 22.8%, 농업용수가 69.3%를 차지한다. 시설용량은 상수도통계의 취수장, 정수장 현황을 반영하였으며, 상수도통계와 전국오염원조사자료 자료에 따른 행정구역과 하수처리시설의 평균 소모 및 손실율을 네트워크에 반영하였다. 또한, 수도정비기본계획을 반영하여 유역 내외 물 이동을 반영하였고, 특히 섬진강댐, 동복댐, 주암댐을 통한 섬진강 유역과 영산강 유역의 수원 공유를 고려하였다.

2.4 가뭄 시나리오

Coupled Model Intercomparison Project 6 (CMIP6)의 다섯 가지 SSP 시나리오 중 SSP126, 245, 370, 585에서 가뭄 시나리오를 선정하고자 하였으며, 이 중 SWAT 입력자료로 활용이 가능한 15개의 모델을 사용하였다(Table 1). 극한 수문을 분석할 수 있는 Expert Team on Climate Change Detection and Indices (ETCCDI) 중 강수량과 관련되어있는 11개의 극한 강수 지수를 사용하여 유역 내 모델의 가뭄 정도를 평가하여 미래 가뭄 시나리오를 선정하였다. Table 2는 11개의 극한 강수 지수의 정의와 단위를 설명한 표이다.

GCMs Used in This Study

Definition of Extreme Precipitation Indices

2.5 공급 우선순위 시나리오

본 연구에서는 공급 우선순위를 다섯 가지로 구분하였으며 수요처의 용도에 따라서 우선순위를 조정하여 네트워크에 반영하였다. 공급 우선순위는 크게 순위를 2단계와 3단계로 나누는 경우가 있으며, 생활용수와 공업용수를 하나로 묶고, 농업용수와 하천유지유량을 개별적으로 보아 총 세 그룹을 우선순위를 달리하는 시나리오를 만들었다(Fig. 3). 이 중 Case 2는 생활용수, 공업용수가 1순위, 농업용수가 2순위, 하천유지유량이 3순위인 현재 우리나라의 공급 우선순위 체계를 보여준다.

Fig. 3

Five Water Allocation Cases

대상 유역에는 하천유지유량이 고시된 총 13개 지점(운암교, 일중리, 현포리, 평남리, 유적교, 신덕리, 동림교, 고달교, 예성교, 태안교, 구례고, 송정리, 가장교)가 있으며(Fig. 4), 이번 연구에서는 모든 지점을 고려하였고, 각 지점에서 요구되는 유량을 물 수급 분석에 반영하였다.

Fig. 4

Description of Thirteen Flow Requirement Points in the Study Area

2.6 이수안전도

이수안전도를 평가하는 주요 지표로는 신뢰도가 있으며, 신뢰도는 평가하는 기준에 따라서 기간 신뢰도와 양적 신뢰도로 구분할 수 있다(Hashimoto et al., 1982). 두 지표 모두 시스템이 만족스러운 상태에 있을 확률을 산정하며, 기간 신뢰도는 수요가 충족된 시간을 전체 시간으로 나눈 비율로 정의하고, 공급 신뢰도는 사용자가 정한 분석 기간 내 계획공급량 대비 실제 공급된 용수량으로 산정된다. 두 가지 지표는 다음과 같이 계산된다.

(2)Tr=1TdTt
(3)Vr=1VdVt

Eqs. (2)(3)에서 Tr 은 기간 신뢰도, Td 는 용수 부족 기간, Tt 는 총 분석 기간, Vr 은 공급 신뢰도, Vd 는 공급 부족량, Vt 는 계획 공급량이다.

3. 결과 및 토의

3.1. SWAT 검⋅보정

인위적인 방류의 영향을 받는 수리시설물 하류 지점을 제외한 6개의 수위 관측 지점에서 검⋅보정을 수행하였으며(Fig. 5), 검⋅보정 기간은 11년(2013~2023년)이다. 그리고 모델 평가는 결정계수 R2와 PBIAS를 활용하였다. 두 통계함수는 다음과 같이 정의된다.

Fig. 5

Calibration Points in the Study Area

(4)R2=[(OiM)(SiS)]2(OiM)2(SiS)2
(5)PBIAS=(OiSi)Oi×100(%)

Eqs. (4)(5)에서 시간 i에 대하여 Oi 는 관측 값, Pi 는 모의 값, M은 관측 값의 평균, S는 모의 값의 평균이다.

SWAT 일별 모의 결과를 수위 관측 지점의 자료와 비교하며 검⋅보정을 수행한 결과, 6개 지점에서의 R2는 0.624~0.813, PBIAS는 –3.312~+3.047%의 범위를 보이며, 모델의 유출량 모의 적용성이 양호함을 확인하였고, 통계적 결과 이외에도 시각적으로 모델이 계절적 변동성과 수문학적 사건을 잘 모의함을 확인하였다(Fig. 6).

Fig. 6

Comparison Between Observed and Simulated Streamflow for Six Calibration Points

위와 같이 유출량 모의 적용성 검토를 마친 SWAT을 활용하여 표준유역 단위로 자연유출량을 산정하였으며, 산정한 유출량 자료를 K-WEAP 입력자료로 활용하였다.

3.2. 가뭄 시나리오 선정

모든 시나리오를 ETCCDI 극한 강수 지수로 평가한 다음, 시나리오의 지수별 건조한 순위를 합하고 모든 지수의 가중치가 같다는 가정하에 전체 점수(Dryness Score)가 낮을수록 더 건조한 모델이라 평가하였다(Fig. 7). 결과적으로, INM- CM4-8 SSP585, INM-CM4-8 SSP245, MIROC6 SSP370 모델이 가장 건조한 결과를 보여 다음 3가지 시나리오를 대표 가뭄 시나리오로 선정하였다. 그리고 대표 가뭄 시나리오의 기상 자료를 활용하여 미래 물 수급 분석 및 이수안전도 평가에 필요한 자연유출량을 산정하였다.

Fig. 7

Dryness Score based on Extreme Precipitation Indices

3.3. 이수안전도 평가

이수안전도 평가를 위해 섬진강 유역에 있는 모든 수요처를 고려하여 용수별 기간 및 공급 신뢰도를 산정하였으며, 대표 가뭄 시나리오로 선정한 3가지 기후변화 시나리오를 적용한 결과를 통합하여 가뭄 시나리오(Dry)로 분석하였다.

3.3.1 기간 신뢰도

용수별 기간 신뢰도를 과거와 건조 시나리오에서 다섯 가지 공급 우선순위에 따라 비교한 결과(Table 3), 생활용수와 하천유지유량은 가뭄 시나리오에서 과거 시나리오(Past)보다 낮은 신뢰도를 보이며, 기후변화에 대한 취약성이 다른 용수보다 더 큼을 알 수 있다. 또한, 공급 우선순위가 생활용수에서 하천유지유량으로 옮겨가면서, 생활용수 공급의 취약성이 하천유지유량 공급의 회복을 상회하는 결과를 보였다. 반면, 공업용수는 모든 시나리오에서 낮고 일정한 기간 신뢰도를 보였다. 이는 여수시를 제외한 모든 행정구역에서는 이수안전도 100%를 그리고 여수시는 모든 기간에서 공급에 실패하여 발생한 결과로, 여수시는 현재의 공급 체계만으로는 장래 수요량을 만족하지 못해 대응 방안이 논의되어야 함을 보여준다. 그리고 농업용수는 기후변화와 우선 공급순위 변화가 고려되는 조건에서도 0.97이라는 안정적인 신뢰도를 보였다.

Temporal Reliability under Five Water Allocation Cases and Climate Change Scenarios

3.3.2 공급 신뢰도

Table 4는 가뭄 시나리오와 우선 공급순위 변화에 따른 용수별 공급 신뢰도를 평가한 결과이다. 기간 신뢰도와는 다르게, 생활용수와 하천유지유량의 공급 신뢰도는 기후변화의 영향으로는 크게 변화하지는 않았으며, 하천유지유량은 공급순위의 영향도 적게 나타났다. 반면, 공업용수와 농업용수가 기후변화에 대한 취약성이 상대적으로 크게 나타났으며, 농업용수의 경우, 기간 신뢰도와 마찬가지로 공급 신뢰도의 관점에서도 공급 우선순위의 영향이 적게 나타났는데, 이는 하천이 주요 공급원인 다른 용수와는 달리, 농업용수는 하천 이외에도 지하수와 농업용 저수지에서 수요의 많은 부분을 해결하기 때문으로 판단된다.

Volumetric Reliability under Five Water Allocation Cases and Climate Change Scenarios

3.3.3. 부족량

기후변화 및 공급 우선순위 변화에 따른 부족량 발생을 분석하고자 용도별 부족량을 연도별로 산정하고 상자 도표로 시각화하였다(Fig. 8). 상자 도표는 Case에 따른 부족량 변화를 쉽게 볼 수 있고, 기후변화 또는 우선순위 변화로 통계적인 기준을 벗어나는 부족량 이상치를 확인할 수 있다.

Fig. 8

Box Plot of Yearly Unmet Demand under Five Water Allocation Cases

과거와 가뭄 시나리오를 비교하였을 때, 모든 용수에서 기후변화의 영향으로 부족량 이상치가 확인되었으며, 생활용수는 10.0 Mm3/year, 공업용수와 농업용수는 200.0 Mm3/year, 하천유지유량은 20.0 Mm3/year 이상의 물 부족이 발생하였다. 최댓값을 제외한 3분위, 중간, 1분위에 해당하는 부족량도 기후변화의 영향으로 증가하였지만, 하천유지유량은 분위별 부족량은 과거 시나리오에서 더 크고, 이상치는 가뭄 시나리오에서 더 큰 경향을 보였다.

공급 우선순위의 영향을 분석한 결과, 하천유지유량을 우선시하는 경우, 생활용수의 부족량이 큰 폭으로 증가하는 반면, 하천유지유량의 부족량 감소는 이상치의 감소를 제외하고는 눈에 띄지 않았으며, 모든 용수의 공급순위를 동일시하는 경우(Case 3), 하천유지유량과 농업용수의 부족량 분포나 최댓값은 큰 변화가 없는 반면, 생활용수와 공업용수는 물 부족에 더 취약해졌다.

4. 결 론

본 연구는 섬진강 유역을 대상으로 가뭄 시나리오 조건에서 공급 우선순위의 영향을 평가하였다. CMIP6 모델을 활용하여 가뭄 시나리오를 선정하고 기후변화의 영향을 살펴보았으며, 공급 우선순위에 따른 다섯 가지 Case를 반영한 이수안전도를 평가하였다.

생활용수와 하천유지유량은 가뭄 시나리오에서 기간 신뢰도가 낮아 기후변화에 취약함을 보였다. 공업용수는 광양시와 여수시에서 공급 시스템이 미래 수요를 충족시키지 못할 가능성을 보였으며, 농업용수는 하천수 이외에 대체 수원이 많아 다른 용수에 비해 기후변화와 공급 체계 변화에 덜 영향을 받아, 안정적인 신뢰도를 유지했다.

우선순위가 생활용수에서 하천유지유량으로 이동할수록 생활용수의 공급이 취약해진 반면, 하천유지유량의 회복은 크지 않아 하천 유량 확보를 우선시하는 전략이 섬진강 유역에서는 비효율적임을 보였다. 또한, 균등한 물 분배가 하천유지유량과 농업용수의 이수안전도에 전반적인 변화를 주지는 않았지만, 생활⋅공업용수의 이수안전도에는 영향을 크게 주었다.

부족량의 측면에서는 기후변화로 통계적인 범위를 넘는 물 부족이 발생하였으며, 특히, 공업용수와 농업용수 부족량이 크게 증가했다. 하천유지유량을 우선시하면 생활용수가 가장 민감하게 반응하였으며, 용수의 균등한 공급 우선순위를 적용한 시나리오에서는 생활⋅공업용수 부족이 두드러졌다.

결과적으로, 섬진강 유역은 현재 공급 체계인 생활⋅공업용수, 농업용수, 하천유지유량 순으로 우선순위를 설정하는 것이 전체 용수를 확보하기에는 가장 타당하다고 판단된다. 그러나 기후변화와 인간 활동으로 인한 국부적인 강우 편차와 유량 감소를 고려하기 위해서는 유역 단위와 시간 단위를 세분화한 연구가 필요하며, 추후 단위별 최적 공급 체계를 고려해서 유연한 전략을 수립할 필요가 있다.

감사의 글

본 연구는 환경부의 재원으로 한국환경산업기술원의 가뭄대응 물관리 혁신기술개발사업의 지원을 받아 연구되었습니다(과제번호 2022003610004).

References

1. Arnold J.G, Moriasi D.N, Gassman P.W, Abbaspour K.C, White M.J, Srinivasan R, et al. 2012;SWAT:Model use, calibration, and validation. Transactions of the ASABE 55(4):1491–1508.
2. Choi S.J, Kang S.K, Noh H.S, Choi C.G. 2023;A Study on the Quantification of Demand Management (Improving Revenue Water Ratio) through the Analysis of Water Use Characteristics in Seomjin River Basin. Journal of the Korean Society of Hazard Mitigation 23(6):299–306.
3. Choi S.J, Kim J.H, Lee D.R. 2012;Decision of the water shortage mitigation policy using multi-criteria decision analysis. KSCE Journal of Civil Engineering 16:247–253.
4. Harmancioglu N.B. 2017;Overview of water policy developments:pre-and post-2015 development agenda. Water Resources Management 31(10):3001–3021.
5. Hashimoto T, Stedinger J.R, Loucks D.P. 1982;Reliability, resiliency, and vulnerability criteria for water resource system performance evaluation. Water resources research 18(1):14–20.
6. Im G.M, Noh H.S, Son M.W, Jung G.S. 2021;Boryeong Dam emergency water diversion facility:Ensuring operational flexibility and resilient response to climate change. Journal of the Korean Society of Hazard Mitigation 2(3):11–22.
7. IPCC. 2022. IPCC Sixth Assessment Report:Impacts, Adaptation, and Vulnerability IPCC Publishing.
8. Kang S.K, Heo J.W, Lee K.S, Choi S.J. 2023;Stream Flow Management and Institutions:Studying Water Quality and Aquatic Ecosystems in Dry Seasons. Journal of the Korean Society of Hazard Mitigation 23(6):317–324.
9. Lee H.J, Shim M.P. 2002;Decision making for priority of water allocation during drought by analytic hierarchy process. Journal of Korea Water Resources Association 35(6):703–714.
10. Luo P, Sun Y, Wang S, Wang S, Lyu J, Zhou M, et al. 2020;Historical assessment and future sustainability challenges of Egyptian water resources management. Journal of Cleaner Production 263:121154.
11. Navarro-Ramírez V, Ramírez-Hernandez J, Gil-Samaniego M, Rodríguez-Burgueño J.E. 2020;Methodological frameworks to assess sustainable water resources management in industry:A review. Ecological Indicators 119:106819.
12. OECD. 2015. Water resources allocation:Sharing risks and opportunities OECD Publishing.
13. Paquin M, Cosgrove C. 2016. The United Nations World Water Development Report 2016:Water and jobs UNESCO for UN-Water.
14. Wang Z, Zhang L, Cheng L, Liu K, Ye A, Cai X. 2020;Optimizing operating rules for a reservoir system in northern China considering ecological flow requirements and water use priorities. Journal of Water Resources Planning and Management 146(7):04020051.

Article information Continued

Fig. 1

Description of Study Area

Fig. 2

Schematic Network of K-WEAP

Table 1

GCMs Used in This Study

Model Institute Resolution (m × m)
ACCESS-CM2 Commonwealth scientific and industrial research organisation (Australia) 144 × 192
ACCESS-ESM1-5 Commonwealth scientific and industrial research organisation (Australia) 144 × 192
CanESM5 Canadian centre for climate modelling and analysis (Canada) 128 × 64
CNRM-CM6-1 Centre national de recherches meteorologiques (France) 256 × 128
CNRM-ESM2-1 Centre national de recherches meteorologiques (France) 256 × 128
GFDL-ESM4 Geophysical fluid dynamics laboratory (USA) 360 × 180
INM-CM4-8 Institute for numerical mathematics (Russia) 180 × 120
INM-CM5-0 Institute for numerical mathematics (Russia) 180 × 120
IPSL-CM6A-LR Institute pierre-simon laplace (France) 144 × 143
MIROC6 JAMSTEC/RIKEN center for computational science (Japan) 256 × 128
MPI-ESM1-2-HR Max planck institute for meteorology (Germany) 384 × 192
MPI-ESM1-2-LR Max planck institute for meteorology (Germany) 192 × 96
MRI-ESM2-0 Meteorological research institute (Japan) 320 × 160
NorESM2-LM NorESM climate modeling consortium consisting of CICERO (Norway) 144 × 96
UKESM1-0-LL Met office hadley centre (UK) 144 × 192

Table 2

Definition of Extreme Precipitation Indices

Index Definition Unit
RX1day Monthly maximum 1-day precipitation mm
RX5day Monthly maximum consecutive 5-day precipitation mm
SDII Annual total precipitation divided by the number of wet days (precipitation >= 1.0 mm) in the year mm/day
R10 Annual count of days when precipitation >= 10 mm Days
R20 Annual count of days when precipitation >= 20 mm Days
Rnn Annual count of days when precipitation >= nn mm, with nn being a user defined threshold Days
CDD Maximum number of consecutive days with rainfall < 1 mm Days
CWD Maximum number of consecutive days with rainfall >= 1 mm Days
R95p Annual total precipitation from days > 95th percentile mm

Fig. 3

Five Water Allocation Cases

Fig. 4

Description of Thirteen Flow Requirement Points in the Study Area

Fig. 5

Calibration Points in the Study Area

Fig. 6

Comparison Between Observed and Simulated Streamflow for Six Calibration Points

Fig. 7

Dryness Score based on Extreme Precipitation Indices

Table 3

Temporal Reliability under Five Water Allocation Cases and Climate Change Scenarios

Water use Scenario Case 1 Case 2 Case 3 Case 4 Case 5
Domestic Past 0.984 0.986 0.976 0.947 0.949
Dry 0.966 0.969 0.953 0.921 0.922
Industrial Past 0.909 0.909 0.909 0.909 0.909
Dry 0.909 0.909 0.909 0.909 0.909
Agricultural Past 0.975 0.975 0.975 0.975 0.975
Dry 0.972 0.972 0.971 0.971 0.971
Instream flow Past 0.971 0.971 0.975 0.979 0.979
Dry 0.962 0.962 0.968 0.976 0.976

Table 4

Volumetric Reliability under Five Water Allocation Cases and Climate Change Scenarios

Water use Scenario Case 1 Case 2 Case 3 Case 4 Case 5
Domestic Past 99.13 99.12 98.86 96.88 96.87
Dry 99.02 99.10 98.49 95.61 95.53
Industrial Past 78.59 78.61 77.68 76.50 76.68
Dry 77.80 77.82 76.72 75.56 75.65
Agricultural Past 95.07 95.07 95.10 95.02 95.05
Dry 93.83 93.84 93.80 93.80 93.80
Instream flow Past 99.16 99.16 99.22 99.32 99.32
Dry 99.18 99.19 99.28 99.37 99.37

Fig. 8

Box Plot of Yearly Unmet Demand under Five Water Allocation Cases