Journal of Korea Water Resources Association ISSN:2799-8746(Print) 2799-8754(Online) 한국수자원학회 논문집

온난화와 강수 패턴 변동성으로 전 세계 물 부족 문제가 가속화되며, 기존 수자원 인프라의 한계가 드러나고 있다. 본 연구는 단변량 Climate Response Function (CRF)를 적용하여, 섬진강-영산강-동진강이 연결된 대규모 물공급 네트워크에서 기후변화가 이수안전도에 미치는 영향을 정량적으로 평가하였다. 중소규모 저수지 확충과 유역변경식 공급망 등 구조적 적응전략의 효과를 확인하기 위해, 습윤지수(평균강수량/평균잠재증발산량)를 기후 스트레스 지표로 삼고, GR6J와 물배분 최적화 모형을 통해 31개 중권역의 자연유출과 이수안전도를 추정하였다. 그 결과 동진강유역에서 습윤지수가 1.2 이하로 감소할 때 이수안전도가 급격히 하락했으며, 중소규모 저수지와 유역변경식 공급이 이를 완화하는 핵심 요인으로 나타났다. 그러나 저수지와 도수로 용량을 늘려도 이수안전도 CRF의 변화 폭은 크지 않았으며, 1991-2020 기후조건에서는 물부족이 크게 발생하지 않았다. CMIP6 기반 2021-2050 습윤지수 전망은 증가·감소가 혼재하나, 2051-2080에는 건조화 가능성이 커 이수안전도 저하가 우려된다. 본 연구는 단변량 CRF을 이용할 경우 복잡한 물공급 시스템에서 기후 취약성을 편의성 높게 진단할 수 있음을 제시하며, 향후 이수안전도 확보를 위해서 중소규모 저수지 및 유역변경식 공급망의 유지·운영이 중요함을 강조한다.

기후변화에 따라 생활용수의 수요 변화가 예상되며, 이를 예측하고 반영하여 지역 맞춤형 물 관리 전략을 수립할 필요가 있다. 본 연구에서는 충청권역을 대상으로 부분최소제곱 구조방정식(Partial Least Squares Structural Equation Modeling, PLS-SEM)과 베이지안 네트워크 기반 민감도 분석을 결합하여 사회/경제/기상학적 인자가 생활용수 수요량에 미치는 영향을 정량적으로 평가하였다. 분석 결과, 경제적 인자가 생활용수 수요에 가장 큰 영향을 미치며, 그 효과 크기는 0.324로 평가되었다. 특히 대규모 공업단지가 위치한 지역에서 경제 발전에 따른 생활용수 사용량 증가가 두드러졌다. 사회적 인자 역시 0.173의 중간 효과를 보이며 생활용수 수요에 유의미한 영향을 미쳤다. 반면, 기상학적 인자는 0.064로 상대적으로 낮은 효과를 보여 생활용수 수요에 미치는 영향이 제한적인 것으로 분석되었다. 본 연구는 충청권역의 생활용수 수요량 산정에 사회·경제·기상학적 인자를 반영할 수 있는 근거를 제공하며, 이를 바탕으로 지역 맞춤형 물관리 계획 수립에 기여할 수 있다. 또한, 기후변화와 사회·경제 구조 변화에 대응한 효율적인 생활용수 관리 정책을 설계하는 데 활용될 수 있다.

본 연구는 합성곱 신경망(Convolutional Neural Networks, CNNs)을 활용하여 CCTV 영상을 기반으로 강설 강도를 산정하는 모델을 개발하였다. 이를 위해 구름물리선도센터에서 수집된 CCTV 영상과 PARSIVEL 데이터를 동일 시간대에 매칭하였으며, CCTV 영상을 입력 데이터로, PARSIVEL 강설 강도를 출력 데이터로 설정하여 image-value 모델을 정의하였다. CCTV 영상 내 강설 입자 정보를 추출하기 위해 k-최근접 이웃 알고리즘(k-Nearest Neighbor, kNN)을 활용하여 특정 프레임과 전경 및 배경 모델 간의 픽셀 차이를 계산하고 각각의 모델을 업데이트하였다. 또한, 원본 영상에서 관심 영역(Region of Interest, ROI)을 설정하여 640 × 640 크기로 입력자료를 재구성하고, 반복적으로 강설 현상이 발생하지 않는 영역을 제외함으로써 효율적인 모델 학습이 이루어지도록 하였다. 이후, 합성곱 신경망 구조를 기반으로 image-value 모델을 구성하였으며, 총 95,374개의 데이터 중 80%를 학습 데이터로, 나머지 20%를 테스트 데이터로 설정하여 각각 모델 학습과 정확도 검증에 활용하였다. 모델 성능 검증을 위해 테스트 데이터에서 500개의 데이터를 랜덤 샘플링하는 과정을 500회 반복하였고, 5개의 평가 지표를 기반으로 결과를 분석하였다. 그 결과, 합성곱 신경망 기반의 image-value 모델로 산정된 강설 강도는 PARSIVEL에서 관측된 강설 강도와 전반적으로 유사한 패턴을 보였으며, 수문학 분야의 일반적인 모델 성능 평가 기준에 따라 분류한 결과, 5개의 주요 평가 지표 중 2개에서 최고 등급의 performance rating으로 분류됨을 확인하였다. 본 연구는 합성곱 신경망과 생성 모델을 연계하여 강설 강도 산정 정확도를 향상시킬 수 있는 가능성을 제시하며, 향후 입자 분포 자료를 활용하여 심층적인 강설 분석 연구로 발전 가능할 것으로 기대된다.

하천 관리에서 중요한 인자인 유사량의 산정은 매우 중요하나 다양한 조건에서 적용할 수 있는 신뢰성 높은 소류사량 산정식은 거의 없는 것으로 알려져 있다. 이에 본 연구에서는 최신 소류사량 메타데이터를 활용하여 기존 경험식들의 적용 가능성을 평가하고, 적용성에 영향을 미치는 요인을 분석하였다. 분석 결과, 실험 수로에서 수집한 자료에 대해 기존 경험식들이 일치도 지수 0.65 이상의 유의미한 설명력을 보였으나, 자연 하천 자료에 대해서는 대부분 0.51 이하로 나타났다. 이는 자연 하천의 수리 특성이 실험 수로보다 복잡하고, 하천 마찰 응력 산정의 불확도가 크기 때문으로 판단된다. 산정식의 정확도를 개선하기 위해 추가적인 설명변수를 도입하는 방안, 실측이 어려운 바닥 마찰 응력을 대신할 대체 소류력 변수를 활용하는 방안, 양상 변동(regime shift)을 반영한 산정식 개발을 대안으로 제시하였다. 이러한 새로운 접근은 다양한 조건에서 소류사량 산정의 정확도를 높이는 데 기여할 것으로 기대된다.

본 연구는 위성 원격탐사와 머신러닝 기반 Multi-Ensemble 모델의 일종인 Stacking 모형을 결합하여 남양호에서 총유기탄소(Total Organic Carbon, TOC)를 간접적으로 추정하는 것을 목표로 하였다. Sentinel-2A/B 위성 데이터를 활용하여 연구 지역의 반사도 데이터를 구축하였으며, HSIC-Lasso 모델을 통해 TOC와 높은 상관성을 가지는 10개의 주요 입력변수(B4/B3, B4/B5, B2/B3, B8/B7, B4/B2, B1/B3, B1/B5, B8/B6, B5/B2, B2/B5)를 도출하였다. TOC를 예측하기 위해 Support Vector Regression (SVR), Random Forest Regression (RFR), eXtreme Gradient Boosting (XGB), Multi-Layer Perceptron (MLP)을 베이스모델로 사용하고, Partial Least Squares (PLS) 및 Ridge Regression (RID)를 포함한 6개의 메타모델을 결합한 Stacking Ensemble 모델을 개발하였다. Stacking 모델은 훈련 데이터와 테스트 데이터에서 각각 R² 값 0.963과 0.886, MAE 값 0.697 mg/L, RMSE 값 1.556 mg/L의 값을 보였으며, 단일 머신러닝 모델의 예측 성능보다 개선됨을 보여주었다. 본 연구 결과는 위성 데이터와 머신러닝 모델을 통합하여 TOC를 비용 효율적이고 지속 가능한 방식으로 모니터링할 수 있는 기반을 제시하며, 추후 장기간의 TOC 데이터 축적을 통해 수질 관리 및 정책 개발을 위한 실용적인 도구로 활용될 수 있을 것으로 기대된다.

본 연구는 한반도 계절 강수량의 미래 변화를 정밀히 예측하기 위해 고해상도 국가 표준 시나리오와 동아시아 CORDEX 데이터를 활용하여 강수량의 장기 추세를 분석하였다. 선행 연구들이 한반도의 강수량 변화를 연단위, 한반도 전체 등 큰 시공간 스케일로 예측한 결과를 더욱 발전시키기 위하여 본 연구에서는 강수량의 비정상성(Nonstationarity) 추세를 지점 단위에서 계절별로 평가하는 데 초점을 두었다. 또한, 각 강수량 자료의 추세를 독립적으로 분석 후 비교하는 방식으로 장기추세를 이해하던 기존 방식에서 벗어나 관측자료와 11종의 기후변화 시나리오의 편차를 보정하고, 각 자료가 공통적으로 가지고 있는 강수량 비선형, 비정상성 변화추세를 도출해내는 목적으로 하였다. 이를 위하여 연구 대상 지역인 서울, 대전, 태백의 전 강수량 자료에 계층적 일반화 가법 모형(Hierarchical Generalized Additive Model, HGAM)을 적용하였다.이를 통해 계절별 평균 강수량뿐 아니라 극단적인 우기(상위 2%)와 가뭄(하위 2%) 상태에서의 강수량 변동성을 분석하였다. 연구 결과, 계절별로 강수량의 증가 추세가 다르게 나타나며, 봄 여름 강수량 증가 추세가 두드러지는 반면 가을 겨울 강수량은 변화가 크지 않음을 확인하였다. 또한 SSP1-2.6 시나리오에서는 강수량 변동성이 비교적 작은 반면, SSP5-8.5 시나리오에서는 여름철 강수량 증가 및 극단적인 습윤 및 가뭄의 강도가 더욱 증가하는 경향이 높음을 확인하였다. 본 연구의 결과는 한반도의 지역별 강수량 변화를 보다 정밀하게 이해하고, 미래 기후변화 대응 및 수자원 관리 전략 수립에 유용한 과학적 근거를 제공할 것으로 기대한다.