Research Article

Journal of Korea Water Resources Association. June 2020. 427-436
https://doi.org/10.3741/JKWRA.2020.53.6.427


ABSTRACT


MAIN

  • 1. 서 론

  • 2. 연구 방법

  •   2.1 연구지역

  •   2.2 WRF-Hydro 구축

  •   2.3 미래 시나리오

  •   2.4 가뭄 평가 방법

  • 3. 결 과

  •   3.1 모형 보정 및 검증 결과

  •   3.2 미래 시나리오 결과

  •   3.3 가뭄 분석 결과

  • 4. 결 론

1. 서 론

최근 관심이 집중되고 있는 미래기후변화 예측 모형은 기온과 강수 패턴 변화는 가속화 되며, Intergovernmental Panel on Climate Change (IPCC) 제 5차 보고서에 따르면 대기 중 CO2 농도 증가로 인한 전 세계 평균 온도는 증가할 것으로 예측된다. 대기 중 CO2 농도 변화에 따른 미래 기후 변화 불확실성은 증가하고 있으며, 기후 변화는 수자원, 생태계 분야를 포함한 인간의 삶 다양한 측면에 영향을 미친다. 특히, 수자원 분야에 있어 기후 변화는 온도와 강수 등의 변화로 증발산량 및 토양 수분의 증감을 일으켜 결과적으로 물 순환 변화를 초래할 수 있다(Lee et al., 2012). 이 뿐만 아니라 강수량의 증감, 집중호우의 증가 등 기상 패턴 변화의 핵심적인 원인이 되며, 심각한 가뭄과 홍수 등 자연 재해를 유발하여 경제를 포함한 다양한 분야에서 큰 손실을 발생시킬 수 있다(Kwon et al., 2002). Im et al. (2019)은 3개의 Global Climate Model (GCM) 모형 기후 결과를 Regional Climate Model (RegCM) 3가지 모형의 역학적 다운 스케일링 한 자료를 이용하여 한반도 기후 패턴을 분석하였다. 과거 30년 기간(1976-2005)의 평균 온도와 미래 시나리오의 평균 온도를 비교하여, 여름철 한반도 전역에서 평균 2℃ 이상의 극한 기온 상승을 보였다. 또한, 전전 세계와 한반도의 2℃와 3℃ 시나리오의 평균 온도 비교하였을 때 한반도의 평균온도는 시나리오 별 각 2.7℃ 와 4.2℃로 전 세계의 평균 온도 이상으로 증가하였다.

또한, 토지이용 및 토지피복 변화는 인간 활동을 반영하여 변화하며 자연환경 변화와도 밀접한 관련이 있다. 즉, 토지의 형태와 특성은 지역 생태계 순환 과정부터 지역 정책 및 사회·경제적인 여건에도 영향을 받는 동시에 대기 및 물 순환에 영향을 미친다. 우리나라는 1970년대 이후 경제 개발과 도시로 인구가 밀집함에 따라 토지이용이 크게 변화되었다. 소규모 택지 조성에 따른 불투수층 면적 확대와 식생 감소에 따라 증발량은 감소하고 지표 유출이 증가하기 시작하였으며, 대규모 택지 조성 및 도로 확장으로 인해 우수의 침투가 감소하고 홍수 유출은 증가하였다(Kim et al., 2017).

극한 기후 현상은 기후 변화 뿐만 아니라 탄소의 흡수 및 배출에 큰 영향을 미치며(Kang, 2013), 이는 도시개발에 따른 산림 정책에 큰 영향을 받는다. 즉, 산림 생태계에서 탄소 순환과 다양한 규모에서 토지이용, 기후변화, 식생의 종류 등에 따라 매우 복잡하고 다양한 상호 작용을 한다(Yu et al., 2013; Kim et al., 2011). 그 중 탄소 흡수의 경년 변동성은 지역적 규모 열파나 가뭄과 같은 극한현상의 원인이 되기도 한다. Han et al. (2015)는 기후변화 및 토지이용변화를 고려한 미래 홍수 유출을 분석하기 위해 안양천을 대상으로 Spatial Runoff Assessment Tool (S-RAT) 모형을 구동하였다. 기후변화 시나리오는 연구지역을 대상으로 관측 강우자료와 비교하여 검증하였으며, 토지이용변화는 Dynamic land cover simulation model (Dyna-CLUE) 모형의 서브 알고리즘을 이용하여 자료를 산출하였다. 분석결과 최대홍수량의 변화는 토지이용변화의 영향 보다는 기후변화의 영향을 많이 받으며, 토지 시가화율이 높을수록 최대 홍수량의 증가함을 보였다. Qi et al. (2009)은 Precipitation Runoff Modeling System (PRMS)을 이용하여 에티오피아 Semien산 유역의 기후변화와 토지이용변화에 따른 유출량 변동성을 평가하였다. 그 결과 혼합 침엽수림, 잡목림에서 최대 흐름은 9.6%, 18.9% 감소되며, 유출량은 88%, 30% 가량 증가되었다. Ahn et al. (2015)은 기후변화와 토지이용변화에 따른 유역수문 변화를 평가하기 위해 안성천 유역을 대상으로 Soil and Water Assessment Tool (SWAT)모형을 이용하였다. 미래 기후변화 자료는 IPCC 제 5차 기후변화 평가보고서에서 생성된 RCP 기후변화 시나리오를 사용하였다. 토지이용변화는 도시 면적 증가에 따른 3가지 시나리오(Linear, Exponential, Logarithmic)를 Conservation of Land Use and its Effects at Small regional extent (CLUE-s)모형에 적용하였다. 기후변화만 고려하였을 때의 유출량은 RCP8.5의 2060-2080년은 최고 20.6%, RCP4.5의 2060-2080년은 최고 25.7% 증가하였다. 토지이용만 고려하였을 때는 각 3.7%, 2.9% 증가하는 것으로 나타났다. 두 시나리오 모두 고려하였을 때는, RCP8.5-Linear 시나리오에서 최고 19.2% 증가하였으며, RCP4.5-Exponential 시나리오에서 최고 36.1%증가하였다.

Hisdal et al. (2001)에서는 전 지구 수문순환의 극한현상은 빈번하고 더 강한 형태로 발생하며, 이중 가뭄은 다른 극한 기후재해와는 다르게 누적 기후 현상으로 발생하는 특징이 있다고 제시하였다. Park et al. (2015)에서는 한반도 미래 수문학적 가뭄을 파악하기 위하여 RCP 시나리오별 강수량을 1971~2010년 및 2012~2100년 두 기간에 걸쳐 SPI (Standardized Precipitation Index)를 산출하여 가뭄 분석을 하였다. 이에, RCP 2.6에서는 속초와 강릉 관측소를 포함한 강원도, 경상남북도, 충청남북도, 전라북도 지역의 미래 수문학적 가뭄이 현재보다 심화될 것으로 예상하였으며, RCP 4.5에서는 지역적으로 큰 편차를 보이는 결과를 보였다. 또한, RCP 6.0과 RCP8.5의 경우 지역적 균일한 가뭄 심각성을 보이며, RCP 6.0은 현재보다 크게 완화되며 RCP 8.5의 미래가뭄은 현재와 비슷할 것으로 예상하였다. Gwak et al. (2018)에서는 한반도 미래 가뭄 특성 분석을 위해 유효가뭄지수(Effective Drought Index, EDI)를 이용하였다. RCP4.5 시나리오의 가까운 미래에서는 경기일부지역에서만 소폭 증가함을 보이고, 이외지역에서는 감소하는 추세를 보였으며, 먼 미래 결과에서는 한반도 전역에서 가뭄 발생횟수가 감소함을 보였다. RCP8.5시나리오에서는 한반도 전역지역의 가뭄발생횟수가 점차 감소하였다. Sung and Chung (2014)에서는 섬진강 유역의 유출량에 임계 수준 방법(Threshold Level Method, TLM)을 적용하여 가뭄의 심도와 기간을 분석하였다. 임계 수준 방법은 유역별 유량에 대해 초과확률 값을 기반으로 유역별 수문학적 특성 비교에 유용하며, 일별 임계수준을 이용할 때 홍수기 및 갈수기에 하천 유량이 부족한 기간을 쉽게 구별할 수 있다. Kim et al. (2019)에서도 한반도 미래 극한 가뭄을 모의하기 위하여 임계 수준 방법 적용하여 RCP8.5 시나리오의 강수 값을 이용한 가뭄을 평가하였다.

이러한 선행연구들은 기후변화에 따른 미래 수문학적 가뭄의 특성을 이해할 수 있으며, 가뭄대책 수립에 중요한 자료로 활용될 수 있으나, 기후변화 시나리오만 고려였으며, 토지이용 변화 시나리오와 같은 사회경제 시나리오는 고려하지 않았기 때문에 미래 가뭄 해석에 한계가 있다. 또한, 가뭄 종류에 따른 분석을 통해 미래 가뭄에 대한 이해가 필요하다. 이에, 본 연구의 목적은 한반도 미래 기후 및 지면 변화 시나리오를 Weather Research and Forecasting Model Hydrological modeling system (WRF-Hydro) 모형에 적용하여 유출량과 순 일차 생산량을 시공간적으로 분석하며, 임계수준방법을 통한 미래 수문학적 가뭄과 생태학적 가뭄을 분석하는데 있다.

2. 연구 방법

2.1 연구지역

본 연구는 한반도 내 남한(34.11°N-38.92°N, 125.47°W-129.98°W)을 대상으로 수행하였다(Fig. 1). 한반도는 상대적으로 온도가 낮은 대륙성 기후의 북부와 높은 온도와 습한 기후를 보이는 남부로 이뤄져 있으며, 연평균 기온은 13.2℃이고 연평균 강수량은 약 1237.4 mm이다(Kim et al, 2018).

http://static.apub.kr/journalsite/sites/kwra/2020-053-06/N0200530604/images/kwra_53_06_04_F1.jpg
Fig. 1.

Land use change for historical period from Ministry of Environment and the SSP2 scenario

2.2 WRF-Hydro 구축

2.2.1 WRF-hydro 모형의 개요

본 연구에서는 미국 National Center for Atmospheric Research (NCAR)의 통합 수문모형 WRF-Hydro를 사용하였다. WRF-Hydro 모형은 다양한 물리기반과 개념적 접근을 통하여, 고해상도 지면의 물, 에너지 플럭스를 모의하기 위해 개발 되었다(Gochis et al., 2018). WRF-Hydro 모형은 독립형이나 완전결합형으로 사용이 가능하며, 독립형은 기후자료를 강제 직접입력하는 방법이며, 완전결합형은 WRF와 같은 대기 모형과 결합하여 사용하는 방법이다. WRF-Hydro의 주요 핵심은 지면 모델인 the Noah land surface model with multi-parameterization options (Noah MP)와 하도 추적이다. 하천 기본 흐름은 경험에 의한 버킷모형을 사용하여 나타내며(Naabil et al., 2017), 과포화 토양에서 발생하는 유입량과 주변 그리드에서 침투되는 유입량의 합으로 계산된다. 본 연구에서는 독립형으로 구동하였으며, 태양복사 에너지, 강수량, 대기 온도, 바람 세기 및 방향, 대기압 및 습도 등의 기후 강제 자료를 20 km 공간 해상도, 3시간 해상도로 구축하여, 하천의 흐름, 물 및 탄소 수지 모의를 위한 입력자료로 활용하였다.

본 연구에서는 WRF-Hydro를 20 km의 해상도 기후 및 지면 시나리오를 활용하여 구동하였다. 시나리오는 과거 기후-지면 조합과 RCP2.6-SSP2, RCP8.5-SSP2 조합을 이용하였으며, 미래 시간변화에 따른 가뭄 추세 변화를 시나리오별 확인하기 위하여 과거(1986-2005), 가까운 미래(2031-2050)와 먼 미래(2080-2099)로 총 세 구간으로 나누어 WRF-Hydro 모형을 구동하였다(Table 1).

Table 1.
Summary of future predicted temperature and precipitation in Korea
Period Mean Temperature (℃) Daily Precipitation (mm)
Historical 26.36 4.90
RCP2.6 2031-2050 27.37 5.23
+1.01 +0.33
2080-2099 27.65 5.19
+1.31 +0.29
RCP8.5 2031-2050 27.94 4.96
+1.62 +0.06
2080-2099 30.59 5.87
+4.23 +0.97

2.2.2 과거 기후 자료

모형 검증을 위한 과거 기간 모형 적분은 가뭄을 분석하기 위하여 한반도 큰 가뭄이 있었던 2008년 이전인 2007년 1월부터 2007년 12월까지의 기간에 모형 적분을 수행하였다. 앞서 언급하였듯이 WRF-Hydro를 구동하기 위해 필요한 6종류 3시간 해상도 기후 강제 자료 구축이 필요하고 본 연구에서는 자료구축의 용이성을 위해 검증 기간을 1년으로 설정하였다. 기상청에서 설치, 운영 중인 자동기상관측장비(Automatic Weather Station, AWS)와 종관기상관측장비(Automated Surface Observing System, ASOS) 관측소를 포함한 387개 지점을 선택하였다. 선택된 지점의 기후 자료는 WRF-Hydro 모형의 기후 입력 자료로 Parameter-elevation Regression on Independent Slopes Model (PRISM) 방법을 사용하여 격자기반 공간자료로 변화하였다. PRISM은 지형학적 특성인 고도, 거리, 경사향, 해양의 영향 등과 기후인자 사이의 관계식을 사용하여 고해상도 공간자료를 생산 할 수 있다(Daly et al., 2008).

2.2.3 매개변수 보정 방법

WRF-Hydro모형에 필요한 입력 매개변수는 연구 지역에서 불변성을 갖는 일반 매개변수와 토지 피복의 유형, 토양 유형과 같은 매개변수로 구별 할 수 있다. 불변성 매개변수는 유역 구조와 거칠기, 호수크기와 위치와 관련된 위어와 오리피스 매개변수, 버킷 모델 계수와 유역의 물 경로 등으로 연구 지역에 알맞은 값으로 보정이 필요하다. 또한, Yucel et al. (2015)는 단기 홍수 추적을 위해 WRF-Hydro 모형을 사용하였으며, 유출량 추적에 영향을 미치는 네 가지 매개변수 매닝 조도계수(Mann), 총 유량을 결정 짓는 REFKT, 유량 보유 깊이를 결정하는 REFKDT와 표면 거칠기 계수 OVROUGHRTFAC를 서흑해지역에 보정하였다.

본 연구에서는 한반도에 WRF-Hydro 모형을 구축하기 위하여 파라미터 보정을 시행하기 위하여 민감한 값의 변화를 보인 매개변수를 선정하였다. Mann을 포함한 하천차수에 따른 매개변수 하천하부 너비(Bw), 하천의 초기수심(HLINK), 하천의 측면경사(ChSSlp) 값을 국가 수자원 관리 종합 정보 시스템(WAter Management Information System, WAMIS), 유역별 홍수 통제소의 자료를 이용하여 모형에 구축하였다. 이후, 유출과 밀접한 연관이 있는 3가지 매개변수를 선정하여 manual fitting을 수행하였다. 선정된 파라미터는 REFKT, REFKDT와 OVROUGHRTFAC이며, 모형 구동 결과는 관측 값과의, R2, Nash-Sutcliffe Efficiency (NSE)을 통해 최적의 파라미터 세트로 보정하였다.

2.3 미래 시나리오

2.3.1 기후 시나리오

IPCC는 RCP (Representative Concentration Pathway)시나리오에 따른 기후 변화는 모든 배출 시나리오에서 21세기 전반동안 표면 온도가 상승하며, 지역적으로 다양한 패턴으로 변화 할 것이라 전망하였다. 본 연구에서는 IPCC 제 5차 기후 평가보고서(IPCC AR5, 2014)에서 선정한 표준 온실가스 시나리오인 대표농도 경로 중 양 극치 값 비교를 위하여 RCP2.6과 RCP8.5 시나리오를 선정하였다. RCP2.6은 인간의 정책뿐 아니라 지구 스스로 회복이 실현되는 시나리오이며 RCP8.5 시나리오는 온실 가스 저감 없이 현재 추세가 이어지는 시나리오이다. 본 연구에서는 Norwegian Earth System Model (NorESM1-M)으로 생성한 전지구 기후자료를 Regional Climate Model system4 (RegCM4)를 이용하여 한반도 지역에 20 km 공간해상도와 3시간 단위 시간 해상도로 다운스케일링하여 추출한 기후자료를 사용하였다(Im et al., 2019). 가용 적합성 판단을 위해 모형의 과거 기후 자료를 한반도 내 총 56개의 관측소의 온도 및 강수 관측 값과 변동 범위를 비교한 결과 상대적 낮은 온도와 습윤한 경향을 보임을 확인하였다. 해당 기후자료는 WRF-Hydro 입력자료(기온, 강수량 상대습도, 기압, 단파복사, 장파복사, 바람방향, 바람세기)를 포함한다.

2.3.2 사회경제 시나리오

공통사회경제 경로는 21세기에 걸쳐 발전하는 사회 및 자연 시스템의 실현 가능한 다중의 추세를 다룸으로서 정성적인 스토리라인과 정량적인 발전 수단의 묶음으로 구성되어있다(O’Neill et al., 2014a). SSP (Shared Socioeconomic Pathways) 시나리오는 사회경제적 도전과 완화에 대한 사회경제적 조건으로 이루어져 있으므로, 결과가 완화, 적응, 영향 등의 불확실한 값을 내제하고 있다. SSP1은 적응과 감축의 부담이 모두 낮은 미래이며, SSP2는 현재의 추세들을 유지하는 미래상이며, SSP3는 적응과 감축의 부담이 모두 높은 미래상을 나타낸다.

본 연구에서는 Chae et al. (2017)에서 개발한 우리나라의 SSP시나리오에 따른 지면변화 자료를 사용하였다. 연평균 인구성장률과 연평균 GDP를 성장을 고려하여 생성한 자료로 기존 도시 수준과 토지이용 및 효율성을 기존과 같이 유지하는 SSP2 지면 변화자료를 이용하였고, 1 km 공간단위로 10년 단위로 변화한다. WRF-Hydro 모형의 토지이용 자료는 20 km 해상도로 MODIS Land Cover (MDD12Q2) 분류 기반(혼효림, 경작지, 도시지역)으로 정의되어있어 이에 따라 재생산하였다. 기존 토지 피복과 비교하였을 때, 경작지와 도시지역의 면적은 증가하고, 혼효림의 면적은 감소하는 추세를 보였다.

2.4 가뭄 평가 방법

일반적으로 가뭄은 강수부족에 의하여 인간의 사회경제활동과 동식물 생육에 피해를 초래하는 비정상적인 기상수문학적 현상으로 일정기간 정상적인 조건보다 건조한 기간을 의미한다. 본 연구에서는 미래 가뭄분석에 수문학적 가뭄과 생태학적 가뭄을 분석하였다. 수문학적 가뭄은 하천유량, 저수지, 지하수 등 가용수자원의 부족현상으로 본 연구에서는 유출량이 일정 임계수준보다 낮을 때로 정의하였다. 생태학적 가뭄은 물 부족으로 의해 가뭄의 영향을 미치는 대상을 생태계로 간주하여 물 부족이 생태계에 미치는 영향분석으로 순 일차 생산량이 일정 초과확률 보다 낮은 기간에 대하여 가뭄으로 정의하였다. 임계 수준 방법은 가뭄 사상을 정량적으로 표현하는 방법으로 일정 임계수준보다 부족량이 발생할 때 가뭄을 정의한다. 가뭄의 값은 주로 유역 및 지역의 유황곡선을 통해 산정된다. 임계수준방법은 고정 값, 일 별, 월 별 등 다양한 방법으로 결정할 수 있으며, 임계수준은 초과확률 사용하여 다양하게 적용 가능하다. 본 연구에서는 일 별 초과확률 99%, 95%, 90%, 85% (Q99, Q95, Q90, Q85)의 임계수준 값을 적용하였으며, 임계수준 이하의 유출량과 순 일차 생산량의 연속된 일수를 가뭄의 기간으로 정의하였으며, 그 가뭄 기간 동안 부족한 유출량과 순 일차 생산량의 크기로 가뭄의 심도를 산정하였다.

3. 결 과

3.1 모형 보정 및 검증 결과

본 연구에서는 한반도 4개 유역 Soyang (SY), Chungju (CJ), Namgang (NG), Yongdam (YD)에서 관측된 시간당 일 유출량을 재현하는 목적으로 보정을 실시하였다. 세 종류 매개변수를 최소, 최대값 범위 내에서 32개 조합을 구성하고 최적 조합을 도출하여 활용하였다. 매개변수 조합은 보정 전 REFKT:1.0, RETDPRTFAC:1.0, OVROUGHRTFAC:1.0에서 REFKT: 2.5, RETDPRTFAC: 1.0, OVROUGHRTFAC: 1.5으로 R2 값과 NSE 비교를 통하여 보정하였다. 모형 검증기간은 2007년 1월부터 12월 까지 총 1년이며, 이는 가뭄 분석에 참조 기간에 해당되는 기간으로 가뭄 분석에 이용되는 모형 유출량을 관측 유출량 이용하여 모형 검증을 하였다. Fig. 2는 보정된 모형의 유출량 결과로 각 댐 관측 수위와 비교하였을 때 수문 그래프를 유사하게 모의하였다. 연구 지역에 보정 매개변수를 이용한 WRF-Hydro 모형의 유출량 결과는 관측 유출량과 R2와 NSE의 비교를 통하여 한반도에 적절히 구축하였다고 판단하였다(Table 2). 소양강댐 유역에서의 관측 유출량과 모형결과 유출량 값의 R2 값은 보정 전 0.6621에서 보정 후 0.8927로 증가하였으며, NSE값 또한 비슷한 수준으로 증가하였다. 충주댐 유역에서의 R2 값은 보정 전 0.6453에서 보정 후 0.6962로 약간 증가하였고, NSE 값이 보정 전 0.1010에서 0.7290 증가하여 보정 후 0.8300값을 나타냈다. 남강댐과 용담댐에 유역에서의 R2와 NSE 값은 작은 폭으로 상승하였다. 이는 보정 된 매개변수 중 총 유량을 결정짓는 계수 REFKT값과 표면 거칠기 계수 OVROUGHRTFAC값의 변화에 따른 총 유출량 증가의 결과로 판단된다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-06/N0200530604/images/kwra_53_06_04_F2.jpg
Fig. 2.

Runoff result from WRF-Hydro compared with observed data in four dams with r2

Table 2.
Default and Calibrated parameter R2 and NSE for the four dams
Station Default Calibrated
Soyang (SY) R2 0.62 0.89
NSE 0.61 0.85
Chungju (CJ) R2 0.64 0.69
NSE 0.10 0.83
Namgang (NG) R2 0.75 0.81
NSE 0.48 0.52
Yongdam (YD) R2 0.68 0.74
NSE 0.66 0.72

3.2 미래 시나리오 결과

3.2.1 유출량 변화 특성

미래 시나리오에 따른 유출량 변화는 Fig. 3(a)와 같이 전체지역 월 평균값으로 분석하였다. 미래 시나리오 결과는 과거 모의 결과 보다 유출량이 증가하였으며, 각 시나리오 별 결과는 RCP2.6-SSP2 가까운 미래는 5월과 6월에 다른 시나리오에 비해 최대 1.8배 많은 유출량을 모의 하였으며, RCP2.6-SSP2 먼 미래의 유출량은 상대적으로 적은 양이 모의되었다. 특히, 과거 시나리오와 비교하였을 때 RCP8.5-SSP2 가까운 미래 시나리오는 7월에 큰 변화를 보였으며, RCP8.5-SSP2 먼 미래 시나리오는 21% 가량 유출량이 증가하였으며, RCP8.5-SSP2 가까운 미래는 16% 가량 감소하였다. 그에 반해, RCP2.6-SSP2 가까운 미래 시나리오의 전체 유출 총량은 큰 차이가 없으나, RCP8.5-SSP2 먼 미래의 유출 결과는 30% 가량 감소하였다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-06/N0200530604/images/kwra_53_06_04_F3.jpg
Fig. 3.

Monthly runoff and Net Primary Productivity (NPP) results from WRF-Hydro

Fig. 4(a)는 각 시나리오 별 유출량과 온도와 강수량 상관관계를 나타낸 것으로. RCP2.6-SSP2 먼 미래 시나리오를 제외한 모든 시나리오에서는 온도 상승에 따라 유출량이 증가하는 양상을 보인다. 특히, RCP8.5-SSP2 가까운 미래의 최대 유출량은 694 m3/s로 다른 시나리오와 비교해보았을 때 가장 많은 증가폭을 보인다. 또한 Fig. 4(b)는 유출량과 강수량의 상관관계로, 전체 양상은 강수량의 증가에 따라 유출량도 증가하는 양상을 보이는데 반해, RCP2.6-SSP2 모든 기간과 RCP8.5-SSP2 가까운 미래는 강수량이 증가하는데 반해 유출량이 감소하는 양상을 보였다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-06/N0200530604/images/kwra_53_06_04_F4.jpg
Fig. 4.

Annual runoff and NPP responds to temperature and precipitation

3.2.2 순 일차 생산량 변화 특성

미래 시나리오에 따른 순 일차 생산량 변화 분석을 위해 Fig. 3(b)과 같이 순 일차 생산량 값을 전체지역 월 평균으로 정리하였다. 순 일차 생산량 값은 유출량 결과와 같이 모든 시나리오에서 여름철에 집중되어 있으며, 비슷한 곡선 형태를 가진다. 1월과 12월을 포함한 겨울철에서는 순 일차 생산량 발생이 거의 일어나지 않으나, RCP8.5-SSP2 먼 미래에서는 겨울철에 일부 생산이 된다. 유출량과는 달리 미래 시나리오에서 큰 증가 폭을 보이지 않았으며, 시나리오 별 월 평균의 차이가 크지 않다. RCP8.5-SSP2 가까운 미래 시나리오에서는 여름철 순 일차 생산량이 감소하며, 겨울철에 증가하였다. Figs. 4(c) and 4(d)는 각 시나리오 별 순 일차 생산량과 온도, 강수량의 상관관계를 나타낸 것으로, 과거 기간에는 온도가 올라 갈수록 순 일차 생산량이 증가하였다. RCP2.6-SSP2 시나리오 에서도 온도가 증가함에 따라 생산량이 증가하지만, RCP8.5-SSP2 시나리오에서는 온도 증가에 따라 순 일차 생산량이 감소한다. 강수량과의 유사성은 과거 조합 시나리오와 RCP2.6-SSP2 가까운 미래와 RCP8.5-SSP2 먼 미래 시나리오에서 강수량 증가와 함께 순 일차 생산량이 증가하는 패턴을 보였다.

3.3 가뭄 분석 결과

3.3.1 수문학적 가뭄 기간 및 심도

본 연구에서는 각 그리드 별 모의된 유출량이 임계수준(85%, 90%, 95%, 99%)보다 낮은 기간에 수문학적 가뭄이 발생하였다고 정의하였다. Fig. 5(a)는 수문학적 가뭄 발생 기간을 전체 기간으로 나누어 가뭄 기간을 백분위로 나타낸 결과의 각 그리드 별 공간 분포이다. 도시화 지역의 평균 가뭄기간은 3.4%로 경작지와 혼합림에 비해 확연히 짧은 가뭄 기간을 보이고 경작지와 혼합림은 비슷 수준의 공간 분포를 모의 하였다. 이는 경작지와 혼합림에서 도시화로 변화는 지면변화가 가뭄 기간에 큰 영향을 미칠 수 있음을 보여준다. 또한 경작지와 혼합림은 두 지역은 북동쪽에서 남서쪽으로 갈수록 가뭄의 기간이 확연히 증가하는 양상을 보인다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-06/N0200530604/images/kwra_53_06_04_F5.jpg
Fig. 5.

Ratio of drought duration to whole period for spatial distribution

Fig. 6(a)는 임계수준 방법을 이용하여 WRF-Hydro 모형의 유출량을 가뭄의 기간을 분석한 결과를 결과이다. 먼저 과거 20년(1996-2005)의 임계수준(Q99, Q95, Q90, Q85)을 적용하여 각 시나리오별로 가뭄 기간을 계산하여 주었다. 대부분의 시나리오의 변화폭은 비슷한 수준을 모의하였으며, Q99에서 가뭄 발생 기간은 시나리오 별 9.60%에서 12.46%까지 연장되었으며, Q95는 7.38%에서 9.45% 증가 하였다. 또한 Q99와 Q95의 RCP8.5-SSP2 먼 미래에서 가장 긴 가뭄 기간이 모의 되었다. Q90은 RCP2.6-SSP2 가까운 미래에서 4.68% 가뭄 기간이 증가하며, Q85의 가뭄기간은 감소하였다.

또한 같은 방법으로 가뭄 심도(Intensity)를 계산하였다(Fig. 6(b)). 가뭄 심도는 시나리오 별 큰 차이를 보여주었으며, 모든 시나리오에서 RCP2.6-SSP2 먼 미래에서 가뭄의 심도가 가장 높게 나타났으며, RCP8.5-SSP2 먼 미래의 심도가 가장 낮게 나타났다. Q99의 RCP2.6-SSP2 먼 미래 유출량 가뭄의 심도는 303 m3/s로 RCP2.6-SSP2 가까운 미래에 비하여 2.5배 크며, RCP8.5-SSP2 먼 미래에 비해 대략 8배 차이가 났다. 시나리오 별 차이는 임계수준 값이 작아질수록 줄어들었으나, Q85에서도 RCP2.6-SSP2 먼 미래 37.16 m3/s로 RCP8.5-SSP2 가까운 미래의 6.48 m3/s와 6배 차이가 난다. 즉, 가뭄 심도의 변화는 가뭄의 기간의 변화 반대되는 양상을 보였다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-06/N0200530604/images/kwra_53_06_04_F6.jpg
Fig. 6.

Averaged durations and intensities for each scenarios of hydrological and ecological drought

3.3.2 생태학적 가뭄 기간 및 심도

본 연구에서는 각 그리드 별로 모의된 순 일차 생산량이 임계수준(85%, 90%, 95%, 99%)보다 낮은 기간에 생태학적 가뭄이 발생하였다고 정의하였다. Fig. 5(b)은 생태학적 가뭄 발생 기간을 전체 기간으로 나누어 가뭄 기간을 백분위로 나타낸 결과의 각 그리드 별 공간 분포이다. 본 연구에서는 보정된 WRF-Hydro 모형의 순 일차 생산량 결과를 임계수준방법을 활용하여 생태학적가뭄으로 정의하였다. Fig. 5 (b)는 생태학적 가뭄 기간의 공간 분포이다. 생태학적 가뭄 기간은 수문학적 가뭄과 달리 경작지와 혼합림의 가뭄 모의결과의 분포 차이가 있으며, 혼합림은 13% 이하의 가뭄 기간이며 경작지는 20% 가까이 모의하였다. 생태학적 가뭄기간은 지면변화 시나리오에 매우 민감함을 알 수 있다.

Fig. 6(c)은 임계수준 방법을 이용하여 WRF-Hydro 모형의 생태학적 가뭄 기간 분석 결과이다. 과거 20년(1996-2005)의 임계수준(Q99, Q95, Q90, Q85)을 적용하여 각 시나리오별로 적용하여 기간을 계산하였다. 각 시나리오의 변화폭은 비슷하며, 모든 시나리오는 RCP2.6-SSP2 가까운 미래에서 가장 긴 가뭄 기간을 모의하였다. Q99에서 가뭄 발생 기간은 시나리오 별 2.48%에서 2.31%까지 연장되었으며, Q95는 1.82%에서 0.69% 증가 하였다. Q90과 Q85에서는 RCP8.5-SSP2 먼 미래 시나리오에서 가뭄 기간이 감소하였다. Q90는 –0.71%, Q85에서는 -0.73% 감소하였으며, 나머지 시나리오에서는 1% 이하로 증가하는 양상을 보였다.

가뭄 심도에서는 시나리오 별, 임계수준 별 큰 차이를 보였다(Fig. 6(d)). 임계수준 Q99에서는 RCP2.6-SSP2가까운 미래에서 3.331 g/m2·s C로 가장 큰 가뭄 심도를 보였으며, RCP2.6 먼 미래는 2.452 g/m2·s C, RCP8.5-SSP2 가까운 미래 1.278 g/m2·s C, RCP8.5 먼 미래에서는 0.006 g/m2·s C 으로 가장 낮은 심도를 보였다. Q90 RCP2.6-SSP2 먼 미래의 심도는 1.679 g/m2·s C 로 가장 높은 심도를 보이며, 임계수준이 낮아질수록 약간의 감소폭이 작아짐을 확인하였다.

4. 결 론

본 연구에서는 미래 한반도 지역의 수문학적 가뭄과 생태학적 가뭄을 분석하기 위하여, 과거와 미래의 기후 및 토지이용 변화 시나리오자료를 이용하여 보정된 WRF-Hydro 모형을 구동하였고, 미래 토지이용 변화 자료(SSP2)와 미래 기후 변화 시나리오 RCP2.6, RCP8.5을 사용하였다.

유출량은 RCP2.6-SSP2 가까운 미래에서는 과거에 비해 유출량이 크게 증가 하지 않으며, RCP2.6-SSP2 먼 미래에서는 과거에 비해 유출량이 증가하나 온도 상승에 따라 유출량이 감소하였다. RCP8.5-SSP2는 과거에 비해 모든 기간에서 유출량이 증가하며 온도상승과 함께 유출량 또한 증가하는 것으로 예측되었다. 순 일차 생산량 결과 또한 과거와 비교 하였을 때, 경작지 및 혼합림 감소에 따른 총 생산량은 감소하였다.

수문학적 가뭄 기간의 공간분포 모의 결과, 도시지역의 수문학적 가뭄은 다른 지역에 비해 가뭄 기간이 짧으며 경작지와 혼합림의 경우 위치에 따른 가뭄 분포의 차이를 보였다. 시나리오 별 비교하였을 때, RCP2.6-SSP2 가까운 미래와 RCP8.5-SSP2 먼 미래 조합 시나리오는 다른 시나리오에 비해 가뭄에 취약하며, 임계 수준의 기준에 따라 가뭄 기간의 변동이 크지 않았다. 하지만 가뭄 심도는 그와 반대되는 결과를 보였다. RCP2.6 먼 미래에서 가장 큰 가뭄 심도를 보이며, RCP8.5-SSP2 먼 미래에서 가장 작은 심도를 보였다. 또한 임계수준별 차이가 기간에 비해 훨씬 크게 적용됨을 보였다. 그에 비해, 생태학적 가뭄은 RCP2.6-SSP2 먼 미래와 RCP8.5-SSP2 조합 시나리오에서 약간 높은 가뭄 기간을 보였다. 또한, 임계수준의 변화에 따른 가뭄은 과거에 비해 증가하는 추세를 보이지만, 수문학적 가뭄에 비해 증가한 기간이 작아짐을 확인하였다. 또한, RCP2.6-SSP2 가까운 미래의 Q99를 제외한 각 임계수준 별 생태학적 가뭄의 심도 추세는 수문학적 가뭄의 심도와 비교하였을 때 크게 다르지 않음을 보였다. 수문학적 가뭄의 기간의 경우 임계 수준에 따라 큰 변화를 보이지 않지만, 생태학적 가뭄 기간은 임계수준에 따른 기간의 변화가 크다. 이는, 기후 변화 시나리오 상 온도가 증가함에 따라, 유출량은 꾸준히 증가하는 경향을 보이는 반면, 순 일차 생산량은 감소하는 경향을 보임에 따른 결과로 판단된다.

본 연구는 기후변화와 토지이용변화 시나리오를 이용하여 미래 수문학적 및 생태학적 가뭄을 구별 하였으며, 가뭄의 정량적 판단의 어려움을 해결하고자 임계수준방법을 활용하여 가뭄의 크기 및 기간을 분석하여 결과를 도출하였다. 수문학적 및 생태학적 가뭄은 다른 요소에 따라 민감한 변동성을 보였으나, 이는 일차원적 영향이 아닌 복잡성을 가지고 가뭄의 크기 및 기간이 변화함을 보였다. 따라서 미래 가뭄 정량화 예측에는 다양한 측면의 가뭄 분석이 필요하며, 기후변화뿐만 아니라 토지이용 시나리오 등 다양한 자료를 활용해야한다. 어울러, 본 연구는 최적의 시나리오 조합을 생성하기 보다는 기후변화와 토지이용변화 시나리오가 각 가뭄의 크기 및 기간에 미치는 영향을 알아보는데 국한되어 있으며, 향후 더 많은 시나리오 조합을 이용하여 각 가뭄의 정량화 분석에 활용될 수 있을 것으로 기대된다.

Acknowledgements

본 결과물은 환경부의 재원으로 한국환경산업기술원의 기후변화대응 환경기술개발사업의 지원을 받아 연구되었습니다(2018001310001).

References

1

Ahn, S.R., Jang, C.H., Lee, J.W., and Kim, S.J. (2015). "Assessment of climate and land use change impacts on watershed hydrology for an urbanizing watershed." Journal of the Korean Society of Civil Engineers, Vol. 35, No. 3, pp. 567-577.

10.12652/Ksce.2015.35.3.0567
2

Chae, Y., Lee, J., and Chris, H. (2017). Economic analysis of climate change damage in Korea using SSP-RCP scenario matrix. Korea Environment Institute, pp. 56-72.

3

Daly, C., Halbleib, M.D., Smith, J.I., and Gibson, W.P. (2008). "Physiographically-sensitive mapping of temperature and precipitation across the conterminous United States." International Journal of Climatology, Vol. 28, No. 15, pp. 2031-2064.

10.1002/joc.1688
4

Gochis, D.J., Barlage, M., Dugger, A., FitzGerald, A., Karsten, L., McAllister, M., McCreight, J., Mills, J., RafieeiNasab, A., Read, L., Sampson, K., Yates, D., and Yu, W. (2018). National Center for Atmospheric Research, accessed 13 April 2018, <https://ral.ucar.edu/sites/default/files/public/WRFHydroV5TechnicalDescription_update512019_0.pdf>.

5

Gwak, Y., Cho, J., Jung, I., Kim, D., and Jang, S. (2018). "Projection of future changes in drought characteristics in Korea peninsula using effective drought index." Journal of Climate Change Research, Vol. 9, No. 1, pp. 31-45.

10.15531/ksccr.2018.9.1.31
6

Han, W.S., Jeong, S.J., and Kim, B.S. (2015). "The analysis method of future flooding discharge considering climate and land-use change using Dyna-CLUE." Journal of the Korean Society of Hazard Mitigation, Vol. 15, No. 6, pp. 361-371.

10.9798/KOSHAM.2015.15.6.361
7

Hisdal, H., Stahl, K., Tallaksen, L.M., and Demuth, S. (2001). "Have streamflow droughts in Europe become more severe or frequent?" International Journal of Climatology, Vol. 21, No. 3, pp. 317-333.

10.1002/joc.619
8

Im, E.S., Thanh, N.X., Kim, Y.H., and Anh, J.B. (2019). "2018 summer extreme temperatures in South Korea and their intensification under 3℃ global warming." Environmental Research Letters, Vol. 14, No. 9.

10.1088/1748-9326/ab3b8f
9

Kang, H.S. (2013). "Ecological responses of plants to climate change: Research trends and its applicability in Korea." The Korean Society of Limnology, Vol. 46, No. 3, pp. 319-331.

10.11614/KSL.2013.46.3.319
10

Kim, D.R., Lee, Y.G., Lee, J.W., and Kim, S.J. (2018). "Assessment of future climate and land use changes impact on hydrologic behavior in Anseong-cheon Gongdo urban-growing watershed." Journal Korea Water Resource, Vol. 51, No. 2, pp. 141-1506.

11

Kim, H.K., Kang, M.S., Lee, E.J., and Park, S.W. (2011). "Climate and land use changes impacts on hydrology in a rural small watershed." Journal of the Korean Society of Agricultural Engineers, Vol. 53, No. 6, pp. 75-84.

10.5389/KSAE.2011.53.6.075
12

Kim, J.E., Yoo, J., Chung, G.H., and Kim, T.W. (2019). "Hydrologic risk assessment of future extreme drought in South Korea using bivariate frequency analysis." Water, Vol. 11, No. 10, p. 2052.

10.3390/w11102052
13

Kim, J.Y., Seo, D.I., and Lee, T.E. (2017). "Effectiveness of settling treatment system to reduce urban nonpoint source pollutant load by first flush." Journal of Korean Society of Environmental Engineers, Vol. 39, No. 3, pp. 140-148.

10.4491/KSEE.2017.39.3.140
14

Lee, J.K., Kim, Y.O., and Kang, N. (2012). "Analysis of climate change researches related to water resources in the Korean peninsula." The Korean Society of Climate Change Research, Vol. 3, No. 1, pp. 97-88.

15

Naabil, E., Lamptey, B.L., Arnault, J., Olufayo. A., and Kunstmann. H. (2017). "Water resources management using the WRF-Hydro modelling system: Case-study of the Tono dam in West Africa." Journal of Hydrology: Regional Studies, Vol. 12, pp. 196-209.

10.1016/j.ejrh.2017.05.010
16

O'Neill, B., Krigler, E., Rhiahi, K., Ebi, K.L., Hallegatte, S., Carter, T.R., Mathur, R., and van Vuuren, D.P. (2014). "A new scenario framework for climate change research: The concept of shared socioeconomic pathways." Climatic Change, Vol. 122, pp. 387-400.

10.1007/s10584-013-0905-2
17

Park, M., Sim, H.J., Park, Y., and Kim, S. (2015). "Drought severity-duration-frequency analysis based on KMA 1-km resolution RCP scenario." Journal of the Korean Society of Hazard Mitigation, Vol. 15. pp. 347-355.

10.9798/KOSHAM.2015.15.3.347
18

Sung, J.H., and Chung, E.S. (2014). "Development of streamflow drought severity-duration-frequency curves using the threshold level method." Hydrology and Earth System Sciences, Vol. 18, pp. 3341-3351.

10.5194/hess-18-3341-2014
19

Qi, S., Wang, Y., Sun, G., Xiao, Y., Zhu, J., Yang, H., Hu, X., Wu, B., Wang, Y., and McNulty, S.G. (2009). "Effects of forest composition and spatial patterns on storm flows of a small watershed." Journal of the American Water Resources Association, Vol. 45, No. 5, pp. 1142-1154.

10.1111/j.1752-1688.2009.00350.x
20

Yu, H., Lee, W.K., Son, Y., Kwak, D., Nam, K., Kim, M., Byun, J., and Kwon, T. (2013). "Estimating carbon stocks in Korean forests between 2010 and 2110: A prediction based on forest volume age relationships." Forest Science and Technology, Vol. 9, No. 2, pp. 105-110.

10.1080/21580103.2013.801174
21

Yucel, I., Onenm A., and Yilmaz, K. (2015). "Calibration and evaluation of a flood forecasting system: Utility of numerical weather prediction model, data assimilation and satellite-based rainfall." Journal of Hydrology, Vol. 523, pp. 49-66.

10.1016/j.jhydrol.2015.01.042
페이지 상단으로 이동하기