1. 서 론
2. 연구자료 및 방법
2.1 연구대상지역 및 기상자료
2.2 중권역별 자연유출량 및 물수요
2.3 물수급 모의 및 이수안전도 평가
2.4 기후변화시나리오 및 적응정책 평가
3. 결과 및 고찰
3.1 1991-2020 기후조건에 대한 이수안전도 평가
3.2 기후변화와 적응정책에 따른 미래 이수안전도 전망
5. 결 론
1. 서 론
대기 온실가스 농도의 증가는 지면온도를 상승시키고 강수 패턴과 증발산량을 변화시켜 전 지구적인 물 부족 현상을 심화시키는 주요 원인으로 지목되고 있다(IPCC, 2021; Dai, 2011). IPCC 제6차 평가보고서에서는 온난화로 인해 가뭄의 빈도와 강도가 높아지면서 하천유량과 지하수 자원의 고갈 위험이 커지고, 지역 간 물 이용 불균형이 가속화됨을 강조하고 있다(IPCC, 2022). 전지구적 기온 상승이 초래하는 증발산량 증가와 강수 패턴의 시·공간적 변동성으로 인해 물 수요-공급 체계는 점점 불안정해지고, 이로 인해 농업, 식수, 산업용수 등 다양한 부문의 물 부족 문제가 심화될 가능성이 크다(Cook et al., 2015; Trenberth, 2011; Wang et al., 2021). 정부간 협의로 급진적인 완화(Mitigation) 정책이 시행된다 하더라도 그 효과가 나타날 때까지는 상당한 시간 필요하기 때문에 각 국가나 지역의 상황에 맞춘 효과적인 적응(Adaptation) 정책이 필요하다(IPCC, 2022).
전통적인 수자원인프라 설계는 변하지 않는 기후를 가정한 단일 확률분포나 결정론적 방법에 기반해 이루어져 왔으나(Streets and Glantz, 2000) 실제 기후시스템은 매우 복잡하고 예측 불가능한 ‘깊은 불확실성(deep uncertainty)’을 가지고 있다(Brown et al., 2020). 앞으로 증가하게 될 극한강우(Donat et al., 2016)와 돌발가뭄(Yuan et al., 2023; Kim et al., 2023b) 상황을 대비하기에는 전통적인 인프라 설계, 운영기법은 한계를 가질 수 밖에 없다. 깊은 불확실성으로 인해 기후변화의 방향과 크기를 정확히 알 수 없기 때문에 고정된 기후(stationary climate)를 가정하는 전통적 인프라 계획은 오히려 문제를 일으킬 수도 있다. 이미 많은 연구에서 기상자료의 확률분포는 시간에 따라 변하는 것으로 확인됐지만(Winsemius et al., 2016; Arnell et al., 2013), 인프라 설계는 여전히 짧은 관측기록에서 나타나는 기후조건에 의존하고 있는 것이 현실이다(Brown et al., 2020).
기후변화의 깊은 불확실성을 효과적으로 대응하기 위한 방법으로 Low regret adaptation과 robust adaptation 개념을 사용할 수 있다(IPCC, 2022; Hallegatte, 2009). Low regret adaptation은 여러 기후 시나리오에서 확실한 이익을 제공하거나 손실을 줄일 수 있는 조치를 우선적으로 시행하는 방식으로, 주로 물 절약 기술 도입이나 재해 조기경보 시스템 구축 등 재해위험을 즉각적으로 줄일 수 있는 대안을 주로 사용한다(Haasnoot et al., 2013). 반면 Robust adaptation은 다양한 미래 시나리오에서도 시스템 성능의 급격한 저하를 최소화하도록 설계·운영 전략을 수립하는 접근이며, 특히 확률 분포가 변하는 환경에서도 극단적 상황에 견딜 수 있도록 안전 한계를 넉넉히 잡는 것이 핵심이다(Ranger et al., 2013). 이 두 가지 전략은 전통적인 설계이론이 담아내지 못하는 불확실성에 대응하기 위한 보완적 수단이며, 최근에는 Decision making under deep uncertainty 기법과의 결합을 통해 유연하고 탄력적인 의사결정 체계를 마련할 수 있다는 점에서 중요성이 부각되고 있다(Herman et al., 2015; Walker et al., 2013).
Low regret adaptation과 robust adaptation에서는 수자원시스템의 성능이 기후변화에 크게 변하지 않는 적응책에 초점을 맞춘다. 실행 가능한 적응정책에 대해 시스템 성능과 기후변화와의 관계(Climate Response Function, CRF)를 개발한 후 기후변화에도 성능이 크게 줄어들지 않는 적응책을 사용하도록 유도하는 것이 핵심이기 때문이다(Kim et al., 2019; Poff et al., 2016). 통상 이수안전도나 홍수위험도를 평가하는 CRF 개발에 사용되는 기후조건은 평균강수량, 강수변동성, 평균기온 등인데 세 가지 이상의 기후변수가 동시에 사용될 경우 CRF의 복잡성은 커지게 된다. 이 경우 시스템 성능의 기후변화에 대한 민감도와 기후전망을 동시에 확인하기 어려워 진다 (Moursi et al., 2017). 아울러 발생하는 상호작용으로 인해(Seneviratne et al., 2010) 기후변수들 사이에 상호독립성을 가정하는 CRF에 이론적인 문제가 될 수 있다.
CRF의 차원을 줄이는 하나의 방법으로 평균강수량(P)과 평균잠재증발산량(Potential evapotranspration, Ep)의 비율을 사용하는 단변량 분석기법(Kim et al., 2023a)을 사용할 수 있다. Budyko Framework (Mianabadi et al., 2020)에서는 강수량과 지면에너지를 하천유출을 예측하는 독립적인 변수로 가정한다. 이 둘은 실제증발산량(Actual evapotranspiration)을 조절하는 기상변수이기 때문에(Allen et al., 1998), 수자원시스템의 물가용량(Water availability)에 직접적인 영향을 미친다. Budyko framework에서는 지면에너지와 선형적인 관계를 갖는 Ep로(Priestley and Taylor, 1972) 하천유출을 예측한다. 유사하게 Kim et al. (2023a)은 P와 Ep의 비율을 이용해 시스템의 성능을 통계적으로 유의하게 설명했고 이를 CRF로 이용하는 방법을 제안했다. 기존 영향평가에서는 주로 P와 평균기온을 이용해 CRF를 개발했지만(Kim et al., 2019; Culley et al., 2016; Steinschneider et al., 2015; Whateley and Brown, 2016; van der Laan et al., 2023), P와 평균기온은 상호작용할 뿐만 아니라(Seneviratne et al., 2010) 물리적 차원이 달라 항상 이변량 함수로 시스템 성능을 설명해야 한다. 또한 단변량 CRF를 사용할 때 보다 여러 적응책의 효과를 기후민감도 관점에서 비교평가하기 어려워진다.
본 연구에서는 단변량 CRF가 기후적응정책을 제안할 수 있는 유용한 도구임을 확인하기 위해 대규모 물공급시스템에 대해 분석한 사례를 제안하였다. 자연수문과정과 인위적 운영이 동시에 작용하는 복잡한 물공급시스템에서 통상적으로 사용할 수 있는 구조적 전략의 효과를 정량적으로 비교 평가하였다. 복잡한 물공급시스템이 현재 기후조건에서 보일 수 있는 최적성능을 먼저 확인하고 시스템의 구조적 변화와 기후변화의 영향이 성능변화에 미치는 영향을 동시에 확인할 수 있는 의사결정중심 평가 프레임을 제시하였다.
2. 연구자료 및 방법
2.1 연구대상지역 및 기상자료
사례연구 대상지역은 동진강유역으로 인위적으로 연결된 섬진강-영산강-동진강 물공급 네트워크의 한 부분이다. 섬진강-영산강-동진강 유역 네트워크는 위도 34.30°N-35.81°N, 경도 124.07°E-126.09°E 범위에 위치하고 31개 중권역으로 나뉜다. 가장 작은 중권역과 가장 큰 중권역은 각각 금산면유역(4103)(124.1 km2)과 섬진강하류유역(4009)(1,128.4 km2)이고 평균고도의 범위는 해발 151±104(평균±표준편차) m이다. 동진강유역(3302)의 면적은 1,117.5 km2로 31개 중권역 중 두 번째로 크고 해발고도는 72.4 m로 낮은 편에 속한다. Kim et al. (2024)는 기후변화 시나리오를 이용해 섬진강-영산강-동진강 유역의 이수안전도가 점점 낮아질 것으로 전망한 바 있다.
31개 중권역의 면적평균 일강수량, 일잠재증발산량을 산정하기 위해 기상청 종관관측시스템(Automated Synoptic Observation System, ASOS) 60개 지점의 1981-2020기간 일강수량, 일최고기온, 일최저기온을 Parameter-elevation Regression on Independent Slope Model (PRISM; Daly et al., 2008) 방법으로 공간보간하였다. 공간보간된 값이 영향반경내 추정치들의 95% 범위를 벗어나는 경우, 역거리법으로 대체하는 방법을 적용했다(Jeong and Eum, 2015). 이 PRISM과 역거리법을 조합한 방법은 PRISM만을 적용한 경우보다 예측성능이 더 좋은 것으로 평가된 바 있다(Jeong et al., 2020). 3×3 km2 해상도 생산된 격자 자료를 공간평균해 각 중권역별 일강수, 일최고기온, 일평균기온을 산정하였다.
중권역별 평균 일최고기온, 일최저기온을 Allen et al. (1998)의 표준방법에 적용해 순복사량(Qn)값을 추정하였고 이를 Priestley and Taylor (1972) 공식에 입력해 Ep를 추정하였다.
여기서 α는 Priestley-Taylor 계수, Δ는 포화수증기압곡선의 기울기, γ는 건습계상수(psychrometric constant), λv는 증발잠열(Latent heat of vaporization)을 나타낸다. Priestley- Taylor 계수 αe는 Ma et al. (2021)의 전지구 분석에서 얻어진 1.10을 사용했다.
Fig. 1은 31개 중권역의 1991-2020 기간 평균 P와 Ep를 나타낸다. 31개 중권역의 1991-2020 평균강수량의 범위는 1,089- 1,644 mm a-1로 여름철 남서풍이 지면고도를 따라 냉각될 수 있는 중권역에서 상대적으로 많은 강수량이 나타났다. 반면 서북부지역에 위치하고 있는 동진강유역의 연평균 P는 상대적으로 적은 1,267 mm a-1였다. 연평균 Ep 분포의 경우, 태양에너지의 변화보다는 고도와 해안선과의 거리에 영향을 받은 형태로 분포했다. 고도가 낮아질수록 대기에 반사되거나 흡수되는 태양복사량이 많아지고 해안선에 가까울수록 일교차가 줄어들어 Allen et al. (1998)의 방법으로 추정된 Qn은 줄어들게 된다. 31개 중권역의 연평균 Ep의 범위는 773-928 mm a-1로 강수량의 변동성보다 훨씬 작았고 동진강유역의 Ep는 868.9 mm a-1로 네트워크 전체 평균값에 가까웠다.
2.2 중권역별 자연유출량 및 물수요
각 중권역별 일유출량은 중권역별 P와 Ep 자료를 개념적 강우-유출모형인 GR6J (Pushpalatha et al., 2011)에 입력해 모의되었다. GR6J는 일강우에 대한 유역의 평균적인 유출반응을 모의하는 Lumped 모형 중 하나로 잘 알려진 GR4J (Perrin et al., 2003)의 기저유출 모의성능을 개선한 모형이다. 31개 중권역의 자연유출량 모의를 위해 GR6J의 매개변수는 Lee and Kim (2023)이 한국의 38개 계측유역에 대해 추정한 결과를 사용했다. Lee and Kim (2023)은 계측유역에서의 6개 매개변수를 Kling-Gupta Efficiency (KGE; Gupta et al., 2009) 최대화하여 추정했다. 31개 중권역 중 섬진강유역은 Lee and Kim (2023)이 추정한 매개변수를 직접 사용했고 나머지 30개 중권역의 매개변수는 미계측유역 예측방법을 적용해 38개 계측유역 중 가장 가까운 5개 유역의 매개변수로 모의한 후 평균값을 취했다. Lee and Kim (2023)에서는 이 인접성 기반 미계측유역 예측기법의 성능을 Leave-one-out- cross-validation 방법으로 평가했고 38개 유역에서 얻은 KGE 값의 범위는 0.62±0.17였다.
Fig. 2(a)는 GR6J로 모의된 자연유출의 1991-2020 기간 평균값을 나타낸다. 자연유출이 가장 많은 중권역은 강수량이 상대적으로 많고 면적이 넓은 섬진강하류유역이었고 면적과 강수량이 작은 영산강하류(5006)에 위치한 중권역에서는 자연유출이 상대적으로 적었다(Fig. 2(a)). 동진강유역은 강수량이 비교적 작지만 유역면적이 커 다른 중권역에 비해 자연유출량이 비교적 많은 것으로 나타났다. 연평균강수량과 모의된 유출량을 비교했을 때 중권역별 유출율의 범위는 0.36- 0.59였고 연강수량이 많을수록 커지는 경향이 있었다(Pearson 상관계수 0.62).
중권역별 물 부족의 기준을 설정하기 위해 제1차 국가물관리기본계획(ME, 2021)의 2030년 물수요 전망을 수집하였다. 국가물관리기본계획에서는 인구증가와 급수보급률 상승, 산업계 수요 증가로 인해 생공용수(Municipal and industrial (M&I) water use) 수요는 증가할 것으로 전망한 반면 농지면적 감소로 인해 농업용수는 감소할 것을 전망하고 있다. 31개 중권역의 총 물수요량은 10.6×106 m3 a-1에서 628.3×106 m3 a-1의 범위를 보였고(Figs. 2(b)~2(d)), 동진강 유역의 경우 타 유역에 비해 농업용수 수요가 월등히 많았다. 동진강유역은 토지이용의 55%가 농경지이고 주로 물수요가 많은 논농사가 이루어지고 있다. 생공용수 수요 전망은 대도시가 있는 영산강상류유역(5001), 여수산단이 위치한 수어천유역(4105), 산단이 개발되고 있는 새만금유역을 제외하면 모두 50˟106 m3 a-1 이하이다.
영산강 하구언을 제외한 30개 유역에서는 총수요가 자연유출의 평균값보다 작았고 이는 각 중권역의 물수요를 자연유출만으로 만족시키더라도 하천에 흐르는 물이 완전히 마르지 않음을 의미한다. 31개 중권역의 총수요량과 자연유출량 사이의 비율은 0.11-1.0의 범위를 보였고 농업용수 수요가 높을수록 커지는 경향이 있었다(Pearson 상관계수 0.53). 동진강유역의 총수요량-자연유출량 비율은 0.80로 상당히 높은 편에 속한다. 수요대비 상대적으로 더 적은 자연유출이 나타나는 중권역은 주로 섬진강-영산강-동진강 유역 네트워크의 서남쪽에 위치한다. 연간 총수요량-자연유출량 비율만으로 판단했을 때는 물부족이 거의 일어나지 않은 것처럼 보이지만 용수 수요는 5-6월에 최대가 되고 자연유출은 7-8월에 가장 많아지기 때문에 자연유출에 인위적 개입이 없으면 물 부족은 통상 피할 수 없다.
2.3 물수급 모의 및 이수안전도 평가
섬진강-영산강-동진강 수계네트워크의 중권역 단위 물배분 최적화를 위해 Water Evaluation And Planning (WEAP; https://weap21.org) 모형을 사용하였다. WEAP은 자연유출과 인위적 개입이 연계된 수자원 시스템의 물배분 최적 계획에 주로 사용되는 모형이고 지하수와 수질해석 모듈과도 직접 연계가 가능하다(Choi et al., 2010). 복잡한 시스템의 물부족량 최소화를 위한 계획에 주로 사용되며 과거 수자원장기종합계획(MOLIT, 2016)에 사용되었다. 국가물관리계획에 사용된 MODSIM-DSS (http://modsim.engr.colostate.edu/)와 유사하지만 MODSIM-DSS는 물배분 비용최소화를 목적으로 계획하고 WEAP은 공급우선순위 지역의 물부족 최소화를 목적으로 한다(Oh et al., 2019).
WEAP으로 구현된 섬진강-영산강-동진강 시스템은 Fig. 3과 같이 Node-and-link 개략화할 수 있고 여기서 GR6J로 모의된 유출량은 유역 node의 자연유출량이 된다. 입력된 유출량은 수요량을 만족시키는데 사용되고 남은 양은 하천 link를 따라 흐르게 된다. 여기서 각 유역 node로의 물공급량은 전체 유역 node의 물 부족이 최소화되도록 결정된다. 최적화의 제약조건이 되는 각 유역 node의 물가용량(water availability)은 상류나 인위적으로 연결된 node로 부터의 유입량과 해당 유역의 자체 유출량의 합으로 결정된다. 하천흐름이 댐이나 저수지로 조절되는 경우는 저수능력이 있는 node로 개념화할 수 있고 하류 흐름은 최적화로 결정되는 저수량에 의해 조절되게 된다. 유역 내 저수지로 자연유출이 조절 되는 경우는 저수기능이 있는 유역 node가 되고 있고 WEAP 모형에서는 유출이 하천을 따라 흐르기 전에 개념적 저수지로 조절되는 것으로 설정할 수 있다(Kim et al., 2019). 섬진강댐에서 유역변경식 공급과 같은 인위적인 흐름 역시 node 사이의 인위적 link로 모형화할 수 있다. 각 중권역 node의 저수용량은 중권역 안에 위치한 농업용저수지 유효저수용량의 합으로 결정하였고 최대치는 지석천유역(5003)의 132.9×106 m3 였고 동진강유역의 유효저수용량은 52.3×106 m3였다.
GR6J로 모의된 1991-2020 기간 자연유출량을 5일 단위로 집성한 후 WEAP모형에 입력해 네트워크 전체의 물부족이 최소가 되도록 각 Node로의 공급량과 저수량을 먼저 최적화 하였다. Kim et al. (2023a)의 연구에서와 같이 농업용수 공급량의 35%, 생공용수 공급량의 65%는 하천으로 회귀하는 것으로 가정하였다. 최적화 모의 결과로 얻어진 공급량과 수요량을 비교해 이수안전도를 평가하였고 이를 위해 Hashimoto et al. (1982)의 공급 신뢰도(Reliability)를 사용하였다. 공급신뢰도(ρ)는 일정기간 동안 공급량이 수요량보다 클 확률로 Eq. (2)와 같이 정의된다.
여기서, St와 Dt는 t시점의 최적공급량과 수요량이고 Pr[·]은 확률을 의미한다.
αs는 물가용량이 커질수록 수요량은 감소할수록 증가하고 WEAP 최적화에서 물가용량을 결정하는 자연유출과 저수량은 강우-유출과정에 의해 발생되기 때문에 기후조건에 직접적인 영향을 받는다. 본 연구에서는 αs와 기후조건 사이의 관계를 규명하기 위해 Brown et al. (2012)의 방법을 간략화한 Kim et al. (2023a)의 단변량 CRF를 사용하였다. CRF는 기후스트레스를 나타내는 기상입력자료를 강우-유출모형에 입력해 유출을 모의하고 이를 다시 WEAP 모형에 입력하는 과정을 반복해 얻어진다. 이를 위해 30년 평균 P의 변화는 -30%에서 +30%까지 2.5% 간격으로, 평균 Ep의 변화는 0%에서 +30%까지 변화시켜 Steinschneider and Brown (2013)의 Semi-paramteric stochastic weather generator를 이용해 325개의 기상입력 자료를 생성하였다.
325개 기상입력자료로 GR6J 자연유출 모의하고 이를 WEAP에 입력해 최적화를 수행하면 중권역별 혹은 전체 시스템에 대해 325개 이수안전도 값을 얻을 수 있으며 Kim et al. (2023a)은 이를 습윤도(Wetness index, Φ-1 = Σ P/Σ Ep)의 함수로 나타내 단변량 시계열을 개발하였다. 본 연구에서도 동일한 방법을 적용하였고 적응정책에 따라 CRF를 따로 개발한 후 기후변화 시나리오를 이용해 미래 이수안전도를 평가하였다.
2.4 기후변화시나리오 및 적응정책 평가
미래 섬진강-영산강-동진강 수계네트어크의 미래 이수안전도 평가를 위해 Coupled Model Intercomparison Project Phase 6(CMIP6; Eyring et al., 2016) 지구시스템모형 전망을 CRF에 적용하였다. CMIP6는 세계 여러 기관의 지구시스템모형(Earth System Models, ESM) 미래 기후환경조건을 비교하기 위한 국제협력 프로젝트로 본 연구에서는 Table 1과 같이 Shared Socioeconomic Pathways (SSP; O’Neill et al., 2016) 1-2.6과 SSP5-8.5 시나리오를 고려하였다. SSP1-2.6 시나리오는 세계가 저탄소 사회로 전환되어 청정 에너지와 효율적 자원 활용을 우선시 하는 시나리오이고, SSP5-8.5 시나리오는 화석연료에 의존한 경제 성장과 산업화를 우선시하는 시나리오로 글로벌 협력보다는 개별 국가 중심의 정책이 지속되는 것을 한다(O’Neill et al., 2016). SSP1-2.6 시나리오에서는 전지구 평균기온 상승이 1.5-2°C 범위로 제한되지만 SSP5-8.5 시나리오는 4°C 이상의 상승을 전망한다(Meinshausen et al., 2020). SSP1-2.6과 5-8.5는 IPCC (2021)에서 사용한 미래 배출시나리오의 상하한으로 볼 수 있다.
Table 1.
List of Earth System Models for assessing future water supply reliability
지면순에너지를 계산하기 위해 잠열(latent heat)과 현열(sensible heat) 자료을 제공하는 17개 기관의 ESM을 고려하였고 P, 기온, 현열, 잠열, 지면기압 자료를 배출 시나리오별로 수집하였다. 17개 기관의 모형이 가지는 특성을 동일하게 반영하기 위해 각각 1개의 ESM만을 고려하였다. 아울러, ESM 전망의 편의를 제거하기 위해 미래 특정기간의 Φ-1값이 얼마나 1991-2020에 비해 얼마나 변화하는지 만을 산정하였다. 예를 들어 한 ESM의 1991-2020 기간 Φ-1값이 1.3이고 특정 미래기간의 Φ-1를 1.35로 전망했다면 그 차이인 +0.05만큼만을 PRISM 자료로 계산된 1991-2020 Φ-1 값에 더해 미래 Φ-1를 전망했다. Delta 방법(Lehner et al., 2006)과 유사한 방법이지만 CRF가 PRISM 자료로 개발되었기 때문이 이를 기준으로 미래 변화를 추정한 변형된 편의보정 기법으로 볼 수 있다.
기후적응 정책이 동진강유역의 이수안전도에 미치는 영향을 평가하기 위해 두 가지구조적 변화를 고려하였고 각각에 대한 CRF를 개발해 적응정책이 없는 경우와 비교하였다. 두 가지 구조적 적응 시나리오는 중소형 저수지 저수용량을 2배로 키우는 시나리오(Reservoir+)와 동진강유역으로의 유역변경식공급용량을 2배로 키우는 시나리오(Interflow+)이다. 아울러 건설되어 있는 중소형저수지와 섬진강댐에서의 도수로가 동진강유역의 이수안전도에 미치는 영향을 평가하기 위해 중소형 저수지가 없는 시나리오(No reservoir), 섬진강댐에서의 유역변경식 공급이 불가능한 시나리오(No interflow)를 함께 고려하였다.
3. 결과 및 고찰
3.1 1991-2020 기후조건에 대한 이수안전도 평가
1991-2020 30년 기간에 대해 5일간격으로 최적화 물수급 분석을 수행하였고 최적화 운영을 할 경우 동진강유역의 경우 물부족이 전혀 나타나지 않았다. Fig. 4는 동진강유역의 연중 자연유출과 총수요의 평균적인 변화를 나타낸다. 쌀농사가 시작되는 5월말부터 총수요가 하천유출보다 커지기 시작하고 그 전에는 하천유량이 통상 용수 수요보다 작지 않다. 또한 장마전선의 영향을 받는 7-8월에는 자연유출이 통상 용수 수요보다 많기 때문에 큰 물부족은 발생하지 않는다. 동진강유역의 물부족은 장마철 직전 자연유출의 10배에 가까운 이앙 용수 수요를 만족시킬 수 있는가에 의해 결정되고 이는 유역 내 저수용량 52.3×106 m3만으로는 해결되지 않는다. 하지만 섬진강댐에서의 유역변경식 공급을 고려할 때 최적화 배분이 이루어지면 동진강유역에서는 물부족이 발생하지 않는다. 또한 공급된 수량 중 일부는 하천으로 회귀되기 때문에 실사용량은 수요량보다 작게 모의된다.
1991-2020기간 기후조건에 대해 WEAP모형으로 평가된 31개 중권역의 이수안전도는 Fig. 5와 같다. 금강수계에서의 공급이 고려되지 않은 새만금유역(3303)을 제외했을 때 네트워크에서 이수안전도가 가장 낮은 중권역은 황룡강유역(5002)이었다. 황룡강유역에서 물부족이 발생할 확률은 11.3%, 30년 기간 중 약 40개월로 나타났다. 비교적 높은 인구밀도로 인해 농업용수보다 생공용수 부족이 더 자주 일어나는 것으로 모의됐다. Fig. 4에서 이수안전도가 낮은 중권역들은 지형적으로 고립되어 있거나 대규모 저수시설과 연결되지 않은 것을 알 수 있다.
섬진강댐, 주암댐과 같은 대규모 저수시설 뿐만아니라 중권역 안에 위치한 중소규모 저수시설 유효저수용량도 이수안전도에 상당히 유의한 영향을 미치는 것으로 분석됐다. Fig. 6는 각 중권역의 유효저수용량을 무시하고 동일한 기상조건으로 물배분 모의을 수행했을 때의 이수안전도를 나타낸다. 무시된 저수용량에도 불구하고 인위적, 자연적 연결성이 높은 중권역의 이수안전도는 여전히 높게 유지됐지만 상대적으로 고립된 중권역의 이수안전도는 크게 떨어졌다. 31개 중권역의 줄어든 이수안전도의 평균값은 6.5%, 표준편차는 7.4%였다. 동진강유역의 이수안전도는 93.8%였고 이는 유역 자체저수수용량 52.3×106 m3이 이수안전도를 6.2% 상승시키는 것을 의미한다.
3.2 기후변화와 적응정책에 따른 미래 이수안전도 전망
325개 기후스트레스에 대한 중권역별 자연유출 시계열을 WEAP모형에 입력해 동진강유역의 이수안전도를 평가하고 섬진강-영산강-동진강 수계의 평균 습윤지수와의 관계를 개발하였다. 30년 평균 P가 Ep보다 클수록 습윤지수는 증가하고 이에따라 증가한 자연유출로 인해 동진강유역의 이수안전도가 증가하는 것을 알 수 있다(Fig. 7). 이수안전도는 이론적 최대값인 1을 넘을 수 없고 평균 P가 감소하거나 Ep가 증가하게 되면 지수적으로 감소하는 것을 알 수 있다. 스트레스테스트에서 얻어진 325개 샘플로 습윤지수와 이수안전도 사이의 관계를 지수함수 나타냈을 때 결정계수(R2)는 0.85로 나타났다. 시스템기후조건의 변화가 이수안전도에 결정적인 영향을 미치는 것을 의미한다. 습윤지수가 1.20 이상일 경우에는 동진강유역의 이수안전도가 1에 수렴하고 그 아래로 떨어지면 이수안전도는 급격하게 감소하는 것을 알 수 있다.
Fig. 7.
Relationships between climate stress and water supply reliability for the current system and for two adaptation strategies and the climate projections under SSP scenarios for 2021-2020: (a) changing effective storage of agricultural reservoirs, and (b) changing capacity of the interflow conduit. The continuous lines indicate CRF and scatters signify the samples from 325 climate stress tests. The X symbol indicate the climate for 1991-2020
31개 중권역에 넓게 분포하고 있는 중소규모 저수지들의 유효저수용량을 2배로 늘리면 이수안전도가 줄어들기 시작하는 습윤지수가 1.10 정도로 낮아지는 것으로 나타났다(Fig. 7(a)). 이수안전도의 기후변화민감도를 줄일 수 있는 대책이 될 수 있음을 의미한다. 하지만 습윤지수의 변화가 크지 않다면 유효한 방법으로 보기는 어렵다. SSP1-2.6와 SSP5-8.5 시나리오에 대해서 17개 ESM의 1991-2020기간 대비 2021- 2050기간 습윤지수의 변화 전망은 동진강유역의 이수안전도를 낮출정도로 크지 않았다. 다만 습윤지수가 증가하는 전망보다는 줄어드는 전망이 조금 더 많은 것이 약간 우려되는 점이다.
반대로 중소규모 저수지 용량을 줄이는 것은 이수안전도에 매우 큰 영향을 줄 것으로 판단된다. 저수지 용량을 완전히 무시하는 경우 동진강유역의 이수안전도는 습윤지수가 1.80인 경우에도 0.95를 넘지 않았고 습윤지수 변화에 대한 반응도 훨씬 민감했다. 회귀분석 결과에서 습윤지수 변화가 이수안전도 변화를 설명하는 정도(지수형 CRF의 R2)는 90.8%로 증가했고 1991-2020 기후조건에서 이수안전도가 줄어드는 정도는 6% 수준이었다. 중소규모 저수지가 없으면 최적화 물배분 상황에서도 30년 기간 중 21.6개월은 물부족을 겪어야 한다는 의미이다.
동일한 방법으로 섬진강댐에서 유역변경식 공급이 이수안전도에 미치는 영향을 평가했을 때, 도수로 용량을 증가가 동진강유역의 이수안전도에 미치는 영향은 크지 않았다 (Fig. 7(b)). 도수로 용량을 2배로 증가시키는 시나리오에서 얻어진 이수안전도 CRF는 늘리지 않았을 때의 CRF와 거의 차이가 없었다. 이수안전도의 기후변화에 대한 민감도를 거의 줄일 수 없는 적응책임을 의미한다. 하지만 도수로 용량을 완전히 줄여 섬진강댐에서의 공급을 불가능하게 하면 중소규모 저수지를 무시한 경우보다 이수안전도가 훨씬 크게 감소했다. 이수안전도가 습윤지수의 변화에 반응하는 민감도도 훨씬 선형적이어서 1991-2020 습윤지수에서 약간이라도 줄어들게 되면 이수안전도도 바로 반응해 감소할 것으로 판단된다. 섬진강댐에서의 유역변경식 공급을 고려하지 않았을 때 CRF의 R2는 0.89였다.
17개 ESM의 2021-2050기간 습윤지수 전망으로 판단했을 때 감소경향이 약간 우세했지만 2051-2080기간에는 본격적인 감소추세가 나타날 것으로 분석됐다. 80%가 넘는 확률2051-2080기간의 습윤지수는 감소할 것으로 전망됐고 이에 따라 동진강유역의 이수안전도는 줄어늘 가능성이 큰 것으로 평가됐다(Fig. 8). 하지만 섬진강댐에서의 유역변경식 공급과 중소규모 저수지의 유효저수량이 잘 관리 된다면 기후변화 영향이 커지더라도 1이하로 이수안전도가 줄어드는 전망은 소수였다. 다만 이 분석은 한 기후조건에서 섬진강-영산강-동진강 시스템이 보일 수 있는 최대 이수안전도임을 나타내기 때문에 실제 이수안전도는 이보다 작을 가능성이 큼을 감안해야한다.
대기이산화탄소 농도가 증가하면서 습윤지수가 점차 감소하는 것은 자연스러운 현상이다. Clausius-Clapyeron 관계에서 평균기온 1°C 상승은 평균P의 6.5% 상승을 의미하기는 하지만(Brutsaert, 2017), 변화의 크기 자체는 시공간적으로 상당히 불확실하다(Kim and Bae, 2021). 이에 비해 지면에너지와 온실가스 농도와의 관계는 훨씬 선형적이며 시간이 지날수록 그 영향은 계속 누적되게 된다(Meinshausen et al., 2020). Fig. 8에 나타낸 2051-2080기간의 습윤지수의 범위가 Fig. 7보다 훨씬 넓은 이유는 먼미래 P전망이 더 불확실하기 때문이고 감소하는 전망이 많아지는 이유는 Ep가 지면에너지 증가로 계속 증가하기 때문이다. 온난화로 인해 점점 불확실해지는 강수패턴으로 인해 최적화 물배분은 점점 어려워질 가능성이 크다.
5. 결 론
본 연구에서는 단변량 CRF의 유용성을 확인하기 위해 섬진강-영산강-동진강 물공급 네트워크의 이수안전도 변화를 분석하고, 이를 개선하기 위한 구조적 적응전략을 효과를 평가하였다. 평균강수량과 평균잠재증발산량의 비율을 습윤지수 정의해 단변량 CRF을 개발한 결과, 동진강 유역의 습윤지수가 감소(건조화)할수록 이수안전도는 지수함수적으로 하락하는 양상을 보였다. 이는 단순 지표인 습윤지수로도 기후변화가 물공급 시스템에 미치는 영향을 효과적으로 설명할 수 있음을 의미한다.
사례연구에서 중소규모 저수지의 유효저수용량을 2배로 확장하는 시나리오에서는 이수안전도 CRF가 크게 변하지 않았지만, 중소규모 저수지를 완전히 고려하지 않은 경우에는 습윤지수가 충분히 높은 조건에서조차 이수안전도가 크게 감소하였다. 섬진강댐에서 동진강유역으로 공급되는 도수로 용량을 2배로 늘리는 시나리오에서도 이수안전도 CRF는 크게 변하지 않았지만 유역변경식 공급을 완전히 제한했을 때는 이수안전도가 크게 감소했다. 저수지용량과 도수로의 용량을 줄일수록 동진강유역의 이수안전도가 기후변화에 반응하는 민감도는 점점 커지는 것을 알 수 있었다. 이는 추가적인 설비투자보다는 현재인프라의 효과적인 운영이 더 중요함을 의미한다. 2021-2050 기간에는 습윤지수의 감소·증가 전망이 혼재하고 2051-2080 기간에는 훨씬 더 건조화될 가능성이 우세하지만 동진강유역의 최대 이수안전도는 크게 줄어들지 않을 가능성이 높다.
사례연구를 종합했을 때, 중소규모 저수지 유효저수량과 기존 유역변경식 공급용량을 늘리지 않아도 동진강유역의 이수안전도는 비교적 안정적으로 유지될 것으로 판단된다. 본 연구에서 사용한 단변량 CRF은 다양한 기후 시나리오와 적응전략을 단순화된 의사결정 지표로 빠르게 비교·평가하는 데 효과적이다. 향후 불확실성이 더욱 커질 것으로 예상되는 기후환경에서 유연하고 탄력적인 물관리 의사결정에 유용하게 적용될 수 있을 것으로 판단된다. 다만 본 연구에서 사용한 단변량 CRF는 지면의 건조도를 나타내는 지수만을 이용했기 때문에 다른 기후변수가 중요한 역할을 하는 경우에는 이에 대한 고려가 추가로 필요하다.
