1. 서 론

가뭄은 전 세계적인 주요 기후 문제로, 농업·수문학·사회경제 시스템에 점진적이고 광범위한 영향을 미치며 심각한 위협으로 작용하고 상당한 경제적 손실이 발생한다(Vicente-Serrano et al., 2010). 일반적으로 가뭄은 물의 공급과 수요를 기준으로 물 부족 상태로 정의된다(Han et al., 2021). 강수는 물 부족을 완화할 수 있는 주요 요소로 알려져 있다. 충분한 강수량이 확보되면 가뭄은 단기간에 해소될 수 있지만, 일반적으로 장기간의 강수 부족으로 인해 지속된다(Liu et al., 2025). 가뭄은 기상, 농업, 수문, 사회경제적 가뭄 등 여러 유형으로 분류되며, 각각의 유형은 서로 다른 영향을 초래한다(Mishra and Singh, 2010). 예를 들어, 기상학적 가뭄은 장기간 강수량 부족으로 발생하며, 농업 가뭄은 토양 수분을 감소시킨다. 수문학적 가뭄은 유량과 지하수에 영향을 미쳐 작물 수확량 감소와 식수 부족을 유발한다(Van Loon, 2015; Xiang et al., 2023).

가뭄은 기상학적 가뭄을 시작으로 초기 단계에서의 물 부족은 수문학적 가뭄으로 이어지고 농업적 가뭄으로 확산된다(Zeybekoglu, 2025; Zhang et al., 2025). 기상가뭄에 따른 강수량 부족은 농업 가뭄의 주요 영향인 토양 수분의 부족을 유발하고 감소된 토양 수분은 지표면에서 유출 및 유량 감소 또는 지하수위 및 기저유량이 감소하여 수자원 공급, 작물 수확량, 환경 흐름 및 수력 발전에 영향을 미쳐 수문 순환을 통해 수문 가뭄으로 확산되어 환경적 가뭄으로 확대될 수 있다(Zhang et al., 2022; Vicente-Serrano et al., 2020). 이러한 복합적인 관계로 가뭄의 영향은 환경 요인에 따라 다르게 나타나 단일 지표로는 보편적인 평가가 어려우며, 이를 극복하기 위해 다양한 매개변수를 통합한 복합 가뭄 지수의 필요성이 강조되고 있다(Senapati and Das, 2025). 강수량과 기온 등의 기상 요인과 농업 및 산업에 활용되는 용수 사용과 폐수 배출을 포함한 인간 활동은 수문 및 기후 극한 상황에서 수질 저하를 심화시키고 급격한 수질 변화로 이어질 수 있으며, 용존 산소, 탁도, 영양염류와 같은 수질 인자의 변화에 ​​주로 반영되어 환경적 가뭄은 가뭄 유형과 직간접적으로 연관되어 있다(Vicente-Serrano et al., 2020; Jiang et al., 2025).

가뭄 모니터링 시스템은 가뭄 관리에 필요한 정보를 의사 결정권자에게 제공하는 중요한 도구로 기후 변화 속에서 가뭄은 생태계와 인간 사회에 심각한 위협을 초래하기에 조기 경보, 대비, 대응 및 계획 수립을 지원하기 위해 가뭄을 모니터링하는 것이 중요하다(Hao et al., 2025). 현재 전 세계 대부분 지역의 가뭄 모니터링 정보가 공개되어 입력 데이터, 공간적 및 시간적 해상도, 추정 가뭄 지수를 제공하고 있다(Zink et al., 2016). 가뭄의 유형에 따라 정량적으로 평가하기 위한 대표적인 가뭄지수로 RDI (Reservoir Drought Index)는 현재 및 연평균 저류율을 통해 농업가뭄 평가, 일 유량 및 월별 유량으로 SDI (Streamflow Drought Index), and SSI (Standardized Streamflow Index)로 수문 가뭄 판단, SPI (Standardized Precipitation Index)로 기상 가뭄을 파악하고 있으며, 세계기상기구(World Meteorological Organization, WMO)에서는 가뭄을 평가하는 지표로 PDSI (Palmer Drought Severity Index), SPEI (Standardized Precipitation Evapotranspiration Index), SGI (Standardized Groundwater Index), SMI (Soil Moisture Index), EDI (Effective Drought Index), SDI 및 SSI 등을 활용한다(Jo et al., 2024; Lim et al., 2024). 국내에서는 행정안전부를 주관으로 환경부, 농림축산식품부 및 기상청에서 수문학적(생활 및 공업용수), 농업적(농업용수), 기상학적(기상) 가뭄 유형별 관심, 주의, 경계, 심각 등 4단계로 구분하여 가뭄 관련 업무를 수행하고 있다(Lee et al., 2023). 또한, 국가가뭄정보분석센터 및 수문기상가뭄정보시스템에서 기상학적 가뭄인 SPI 및 PDSI와 수문학적 가뭄지수인 MSWSI (Modified Surface Water Supply Index), SMI 등의 가뭄지수를 통해 가뭄상황을 일별로 보도하고 있다(Lee et al., 2019). 국내에서는 대규모 가뭄이 전국 및 지역적으로 매년 발생되고 있으며, 대표적으로 2000년 남부지역, 2008년 영동지역 및 남부지역, 2015년 중부지역 및 2022년 영산강 및 섬진강 유역에서 발생된 가뭄이 있으나 관계부처 합동 대책을 통해 대응하였다(Lee and Kim, 2011; Kim et al., 2024; Eo and Kim, 2025; Gwak et al., 2018). 부처별 생산된 가뭄 정보를 통해 가뭄 발생 및 전망 시 관련 기관별로 효과적으로 대응하고 있으나 용수 공급만을 우선시하여 환경학적 가뭄으로 확산되는 효과는 판단하기 어렵다.

본 연구에서는 매년 빈번하게 발생하는 가뭄의 직간접적인 영향을 모니터링하기 위해 환경학적 가뭄을 정량적으로 평가할 수 있는 환경가뭄(수질)지수를 개발하고자 한다. 가뭄의 환경학적 영향은 가뭄 모니터링 체계에서 사각지대에 위치하여 중요도가 낮게 나타나고 있으나 가뭄이 지속됨에 따라 확산되는 가뭄 피해를 조기 대응함을 목적으로 한다. 환경가뭄(수질)지수는 물환경에서 주요 관리 항목인 BOD를 대상으로 개발하여 물 부족에 따른 수질 악화를 판단한다. 또한, 환경 가뭄의 발생을 확률적으로 평가하기 위한 임계값을 도출하여 조기 감지 및 사전 대응을 위한 기초자료를 제공하고자 한다.

2. 연구 방법

2.1 유역 현황

낙동강은 본류의 다기능보가 설치되면서 본류의 수심은 증가하고 유량은 감소함에 따라 정체된 수역의 특징을 나타내며, 수질환경은 하천형 호수와 같은 특성으로 환경변화가 나타난다(Jo et al., 2023). 낙동강의 주요 지류인 내성천 및 영강은 상주보 상류에서 유입되고 병성청 및 위천은 낙단보 상류, 위천은 구미보 상류, 감천은 칠곡보 상류, 금호강은 강정고령보 상류, 회천은 합천창녕보 상류, 황강 및 남강은 창녕함안보 상류에서 유입되고 밀양강이 하류에서 유입된다(Seo et al., 2019a; 2019b). 낙동강 수계에서 지류 하천의 비중은 유역면적의 약 82%로 본류 하천의 수질관리를 위해 우선적으로 관리 되어야 한다(Kal et al., 2022).

낙동강 수계의 주요 지류는 상류의 내성천, 영강, 병성천, 위천이고 중류에 감천, 금호강, 회천, 황강이 있으며, 하류에 남강과 밀양강이 있다. 10개의 주요 지류의 유역 현황을 파악하기 위해 환경공간정보서비스(https://egis.me.go.kr)에서 제공되는 세분류(해상도: 1M)의 토지피복도를 활용하였다(Fig. 1). 유역 현황은 소권역의 물순환율과 불투수율을 통해 파악하였다(Table 1). 물순환율은 전반적으로 약 80~90% 정도 편차가 미비하나 불수투율은 약 15~40% 유역간의 현황의 차이가 있다. 미국 불투수면 모델(Impervious Cover Model, ICM)에 따르면 전반적으로 수질은 양호한 상태이나 영강, 병성천, 위천 및 금호강은 불안정한 상태이다.

Fig. 1.

Study area showing the tributary basins of the Nakdong River watershed

2.2 환경가뭄(수질)지수의 개발

2.2.1 환경가뭄(수질)지수의 정의

전통적으로 기상학적, 농업적, 수문학적 및 사회경제적 가뭄으로 정의하였으나 가뭄 현상으로 발생되는 영향의 정의가 필요하다(Lloyd-Hughes, 2014). 가뭄은 기후 변화, 수문학적 및 인위적인 영향으로 다양한 시공간적 규모로 발생하여 감소된 유량 및 수위는 하천의 체류 시간을 늘리고 자정작용을 감소시키는 등 수질 인자에 잠재적인 영향을 미칠 수 있다(Mosley, 2015). Crausbay et al. (2017)는 생태계 취약성의 한계보다 생태계 서비스에 영향을 미치고 자연 및 인간 시스템에 환류를 유발하는 물 이용 가능성의 일시적인 부족 상태를 생태적 가뭄으로 정의하였으나 Vicente-Serrano et al. (2020)는 가뭄의 인간 활동 및 환경의 상호작용 특성으로 발생되는 수질, 대기질, 토양 수분 등을 고려하여 환경가뭄을 정의하였다. 본 연구에서는 가뭄의 복합적인 환경적 영향에 대한 수질 관점에서 지표유출과 유량이 감소하고, 일정기간 이상 평균 유량이 적어 유역 내 수질이 악화되는 상태를 환경가뭄(수질)으로 정의한다.

전통적으로 정의된 유형별 가뭄은 각 가뭄의 특성을 고려하여 지표 및 지수들이 개발되어 사전 예측 및 감지가 되고 있으나 가뭄의 수질환경적인 영향은 가뭄지수로 간접적으로 평가되고 데이터 확보의 시간적 한계로 신속 및 정확한 대처가 어려운 실정이다. 또한, 수질을 대표적으로 평가하는 목표 인자도 불분명하다. 국내에서는 BOD (Biochemical Oxygen Demand), TP (Total Phosphorus)를 대상으로 수질을 관리하고 있으며, 최근 TOC (Total Organic Carbon) 총량제 도입을 추진하고 있다. TP는 주로 강수에서 발생되는 비점오염원의 영향이 큰 지표로 가뭄 영향과는 관련도가 미비하고 TOC는 COD를 포함한 유기물 지표로 인위적인 영향에 민감하다. 따라서 환경가뭄(수질)지수는 BOD를 대표인자로 환경학적 가뭄이 수질에 미치는 영향을 정량적으로 평가 한다.

2.2.2 환경가뭄(수질)지수의 가중치

유역별 기후조건이나 인간 활동 등에 따른 특성으로 인자별 중요도가 다르게 나타난다. 단일 지표가 아닌 다항목의 지표를 결합한 지수의 경우 결합 방법이 중요하다. 동일한 목적으로 개발된 지수의 경우도 결합형태나 계산 방법에 따라 평가결과가 상반되게 나타날 수 있다. Lee et al. (2022)는 유역의 유형을 도시 및 비도시로 구분하여 RTWQI (Real Time Water Quality Index), CCMEWQI (Canadian Council of Ministers of the Environment Water Quality Index), NSFWQI (National Sanitation Foundation Water Quality Index) 등 수질지수를 적용하였을 때 동일한 데이터를 활용하여 평가하였을 때 상이한 결과가 나타났다. 따라서 환경가뭄(수질)지수를 적용하기 위해서는 지표 결합시 유역 특성을 반영할 수 있는 가중치의 적용이 필요하다. Xu et al. (2025)는 복합지표에서 활용되는 가중치 도출 방법으로 AHP (Analytic Hierarchy Process), 엔트로피 가중치 방법, PCA (Principal Component Analysis) 등을 제시하였으나, 의사 결정자 편향, 대량의 데이터가 요구 및 엄격한 선형성 가정으로 인해 Jo et al. (2024)의 MLR (Multiple Linear Regression)의 회귀계수를 활용하였다.

2.2.3 환경가뭄(수질)지수

환경가뭄(수질)지수는 수질, 수문 특성을 고려하여 수질은 WT (Water Temperature), pH, EC (Electrical Conductivity), DO (Dissolved Oxygen), TOC, 수문은 유량, 무강우 일수(Number of dry days, ND), 28일 누적강우량(28-day cumulative precipitation, 28D)으로 산정되며, 측정망 상류의 댐 여부에 따라 방류량도 포함된다. 수문 자료는 시간 단위를 자료가 생성되고 있으나 수질은 8일 및 월 단위의 자료가 생성되고 있어 환경가뭄(수질)의 실시간 모니터링이 어려운 한계가 있다. 가뭄 발생 시 선제적인 수질 관리를 위해서는 고해상도의 데이터의 활용이 필요하다. 따라서 수질은 센서를 활용하여 실시간으로 측정할 수 있는 항목으로 구성하였다. 환경가뭄(수질)지수는 항목별 데이터와 산정된 가중치를 가중합 방식으로 계산된다(Eq. (1)). 이 때, C_i는 관측값, W_i는 항목별 가중치를 의미한다. 계산된 지수의 범위를 Min-Max 정규화를 통해 0부터 10 범위로 설정하였다(Eq. (2)). 가뭄단계의 기준은 정상(Index ≤ 2.0), 약한가뭄(2.0 < Index ≤ 3.0), 보통가뭄(3.0 < Index ≤ 4.0), 심한가뭄(4.0 < Index ≤ 5.0) 및 극심한 가뭄(Index > 5.0)로 구분하였다.

2.3 환경가뭄(수질) 발생의 임계값

임계값의 설정은 가뭄의 특성을 파악하는데 중요한 도구로써 가뭄은 설정된 임계값 범위를 벗어날 때 발생한다(Van Huijgevoort, 2012). 적절한 임계값의 설정은 동일한 시계열에 대한 물 부족을 파악할 수 있다(Raposo et al., 2023). 임계값을 설정함으로써 가뭄이 확산되는 임계 수준을 파악하여 가뭄 발생 확률과 위험을 임계값을 기반으로 정확하게 예측할 수 있다(Yang et al., 2025). 유클리드 거리 방법을 통해 설정한 특정 임계값을 초과할 경우 시간 및 의사결정의 최적화와 효율성을 향상 시킨다(Qin et al., 2023; Ma et al., 2025).

유클리드 거리는 유클리드 공간에서 두 점 사이의 직선 거리를 측정하는 유클리드 매트릭스로 기하학, 물리학, 데이터 분석 및 머신러닝 등 다양한 분야에서 많이 활용되는 방법이며, 두 점 사이의 유클리드 거리 P=(p1,p2,...,pn)와 를 Q=(q1,q2,...,qn)n차원 공간에서 Eq. (3)을 통해 두 점 간의 유사성 및 비유사성을 측정하는데 활용된다(Kılıç and Eşsiz, 2025). 본 연구에서는 환경가뭄(수질)지수와 산정 항목간의 유클리드 거리를 계산하여 임계값을 도출하였다.

3. 연구결과

3.1 환경가뭄(수질)지수 산정

환경가뭄(수질)지수는 Jo et al. (2024)의 환경가뭄지수 산정 방법론을 활용하여 낙동강 수계의 주요 지류를 대상으로 산정하였다. 자료에 활용되는 데이터는 수질 및 수문자료이다. 수질 및 유량은 물환경정보시스템에서 8일간격으로 자료가 제공되고 유량도 측정하는 총량 측정망의 데이터를 활용하였으며, 수문은 Mywater의 댐 방류량과 기상자료개방포털에서 제공되는 일 단위 강우량을 무강우 일수와 28일 누적강우량으로 계산하였다. 유역별 MLR를 통해 산정된 회귀계수 및 유의확률을 Table 2에 제시하였다. TOC 및 EC는 회귀계수가 상대적으로 크고 유의성도 검증되었다. WT, pH는 대부분 유역에서 환경가뭄의 기여도가 제한적으로 나타나고 유량 및 방류량의 유의성은 단일 인자의 영향보다 인자간의 복합적인 영향이 나타나는 것으로 판단된다. 유역별로 수질 변동의 주요 인자는 다르며, 단일 변수 조합으로 모든 유역을 동일하게 평가하기보다 유역 특성을 반영한 맞춤형 가중치 산정의 필요성을 보여준다.

가뭄의 환경학적 영향을 모니터링하기 위해 개발된 환경가뭄(수질)지수와 대표인자인 BOD에 대한 정확도 및 Table 1을 통해 분석하여 주요 지류별 모형 성능을 평가하였다(Table 3). 높은 R² 값은 모형의 설명력이 우수함을, 낮은 RMSE 값은 예측값이 실제값과 근접함을 의미한다. NS 및 YO는 중간 정도의 설명력을 보였으며, 물순환율은 양호한 수준이나 불투수율이 높은 편으로 비점오염의 영향을 받은 것으로 판단된다. BS는 높은 설명력에 비해 오차는 다소 큰 편으로 급격한 BOD 및 유출의 변동의 영향으로 판단된다. WI, GA 및 HO는 중간 정도의 설명력과 높은 오차를 보였으며, 수문 순환은 안정적이나 외부 오염원 등의 영향으로 판단된다. GH는 높은 설명력과 큰 오차를 보였으며, 도심지역의 방류 조절이나 수질 급변 요인으로 판단된다. HW는 설명력과 예측 정확도 모두 낮은 수준이며, 낮은 오염도 및 상류 댐에서의 일정한 유량 공급의 영향으로 판단된다. NA는 중간 정도의 설명력 및 오차이고 MY는 가장 높은 설명력과 양호한 오차로 모델 성능이 비교적 높은 유역으로 나타났다. 지류별 환경가뭄(수질)지수를 통한 가뭄의 환경학적 영향에 대한 모니터링은 물순환율이 높고 불투수율이 낮은 유역에서 더 우수한 성능을 보였으며, 이는 수문 순환이 원활한 유역일수록 BOD 반응성이 선형적으로 나타나 예측에 유리한 것으로 판단된다. 유역별 모형 성능은 불투수율이 증가함에 따라 설명력이 낮게 나타나는 경향이 나타났으며, 표준편차를 통한 BOD 변동성도 동일한 양상을 보이고 있어 이는 불투수율과 모형의 예측성능에 대한 관계로 판단된다(Fig. 2). BOD와 SPIs의 상관관계를 분석하였을 때, 대부분의 유역에서 상관계수는 약 ±0.4 범위로 기존의 가뭄지수와 수질의 직접적인 선형적 관계는 낮은 것으로 판단되며, 가뭄의 강도 및 지속에 따른 수질 악화보다 유역 특성에 따른 영향으로 판단된다(Fig. 3).

Fig. 2.

Impact of Imperviousness on ED(WQ)I Predictive Performance (R²)

Fig. 3.

Pearson correlation coefficients between BOD and multi-scale SPI across basins

전반적으로 환경가뭄(수질)이 심화될수록 BOD 기준 초과율이 증가한다(Fig. 4). 특히 심한 가뭄 및 극심한 가뭄 단계에서는 상당수 유역에서 초과율이 90% 이상으로 나타나 가뭄의 심화가 수질 악화와 밀접하게 연결되어 있음을 정량적으로 평가할 수 있다. 또한, 정상상태에는 대부분 유역에서 수질이 안정적인 모습을 보여, 수문 조건에 따른 물 부족이 수질 변화의 주요 영향으로 작용하는 것으로 판단된다. 유역별로는 수질 악화 경향 및 확대 시점은 차이가 나타난다. 감천 및 영강은 정상상태에서부터 BOD 초과율이 나타나며 환경가뭄(수질)이 심화됨에 따라 상시적으로 수질오염이 지속되는 특성이 나타난다. 회천 및 남강은 비교적 도시화율이 크며, 점진적으로 고농도 수질이 지속되는 특성을 보인다. 위천 및 황강은 극히 일부 조건을 제외하고는 전반적으로 기준치를 유지하거나 초과율이 낮은 상대적 저위험 유역으로 불투수율이 낮고 물순환율이 높아, 수문 환경이 안정적으로 유지되고, 가뭄이나 유량 조건 변화에도 수질 저하에 대한 영향은 미비한 것으로 판단된다. 내성천, 병성천, 금호강 및 밀양강은 정상상태에서는 비교적 수질이 양호하나 보통가뭄 및 심한가뭄부터 급격하게 악화되는 유역이며, 극한 가뭄 단계에서야 고농도 BOD가 발생하여 가뭄 예보 기반 사전 대응이 필요하다. 낙동강 수계의 주요 지류 유역이 가뭄에 따라 수질 악화 경향을 보이고 있으나 민감도의 시기, 강도 등은 유역별로 상이하며, 이를 기반으로 유역 특성 맞춤형 환경가뭄(수질) 관리 전략을 도입할 필요가 있다.

Fig. 4.

ED(WQ)I grades and BOD exceedance rates for 10 tributary basins

3.2 환경가뭄(수질) 예보

가뭄의 환경학적 피해를 대응하기 위해 실시간 모니터링도 중요하지만, 가뭄 악화에 따른 수질오염을 예방하기 위해서는 조기 감지 또한 필수적이다. 본 연구에서는 환경가뭄(수질)지수의 모니터링 결과와 1주일 전 관측된 지수 산정 항목의 데이터의 관계를 통해 항목별 임계값을 도출하고 조기 감지를 위한 대표 항목을 설정하였다. 임계값은 각 유역과 계절에 따라 달라지는 수질·수문 인자의 변화 패턴을 반영하기 위해, 지수 산정에 활용된 항목 간의 유클리드 거리 기반으로 설정하였다(Table 4). 임계값 설정을 위한 대표 항목은 계절 및 유역별로 해당 등급의 지수 산정 결과를 집계하고, 임계값을 초과했는지 여부를 판단한 후, 실제 등급 분류와 일치한 경우를 적중으로 간주하여 Accuracy, Precision, Recall, F1 Score 등 분류 성능 지표를 평가하였다(Fig. 5). 0.6 이상은 예측성이 있는 것으로, 0.4 미만은 예측성이 낮은 것으로 간주하였다. 또한, 관측값이 부족한 경우는 No-Data로 표기하였다. 각 계절 및 가뭄 등급별 임계값을 설정하는 대표 변수와 임계 범위를 제시하였다(Table 4). Recall이 전반적으로 0.9 이상으로 높게 나타나고 있으나 Precision은 상대적으로 낮아 0.2~0.5 수준이다. 이는 환경가뭄(수질) 발생을 감지하는데 효과적이나 가뭄이 아닌 상황까지 인식하는 것으로 판단된다. 또한, Accuracy와 F1 Score는 보통 수준의 성능으로 향후 개선을 위한 최적화 및 보정과 같은 추가 기법 적용이 필요하다.

Fig. 5.

Performance Evaluation of Classification Models by Metric

설정된 임계범위를 기준으로 1주일 전 관측 데이터를 통해 환경가뭄(수질)지수 등급을 예측하고 유역 및 계절별 전체 횟수 대비 예측 횟수에 대한 적중률을 평가하였다(Fig. 6). NS는 약한 가뭄만 감시되었으며 약 90%의 정확를 나타냈다. YO는 전반적으로 85% 이상의 성능이 나타나고 있으나 여름철 심한 가뭄에서는 85%로 낮아졌다. BS, WI, GA, HO 및 GH는 90% 이상의 성능이 나타나고 있으나 WI는 가을철 심한 가뭄, GA는 여름철 약한 가뭄, GH는 겨울철 약한 가뭄에서 정확도가 감소하였다. HW는 여름철 심한 및 극심한 가뭄에서 87.5%, 83.3%로 성능이 낮아지고 NA는 약 90%의 성능, MY는 가을철 약한 가뭄이 81.8%로 낮게 나타났다. 이처럼 임계값을 설정함에 따라 환경가뭄(수질)을 일주일 전에 조기 감지를 통해 파악하여 사전 대응을 준비할 수 있으나 예측 신뢰성 향상을 위한 고해상도 모니터링 자료의 필요성이 나타난다.

Fig. 6.

Short-term forecast by season and drought grade

4. 결 론

기존의 가뭄 관리 체계는 강수량, 유량 등 기상 및 수문 중심의 평가에 집중되어 있어, 가뭄에 따른 수질 악화나 생태계 영향은 체계적으로 반영되지 못하고 있는 실정이다. 그러나 가뭄은 유량 저하를 통해 하천의 자정능력을 약화시키고 수질 악화를 유발한다. 특히 수질 변화는 가뭄에 의한 물 부족에 직접적으로 작용하므로, 이를 정량적으로 반영하는 환경가뭄(수질)지수의 필요성이 강조되고 있다.

본 연구는 낙동강 수계 10개 지류를 대상으로 가뭄에 따른 수질 악화 특성을 정량화하고, 환경가뭄(수질)지수를 개발하여 유역별 예경보 체계의 적용 가능성을 평가하였다. 센서 기반의 실시간 측정이 가능한 수질과 수문자료를 통합하여 산정되었고 환경가뭄(수질) 단계별 수질 악화 반응을 조기 감지하기 위한 임계값 기반의 예측을 적용하였다. 가뭄이 심화됨에 따라 하천 유량은 감소하고 BOD 증가라는 수질 악화 경향이 대부분 유역에서 확인되었으며, 이는 환경가뭄 모니터링의 필요성이 강조된다. 특히, 불투수율이 높은 회천, 감천 및 남강은 가뭄 단계와 무관하게 지속적으로 수질이 악화되어 수질 오염 취약성이 높으며, 가뭄 심화에 따라 수질 악화 반응이 강하게 나타나는 내성천, 병성천, 금호강 및 밀양강 유역에 예·경보 체계를 우선적으로 도입이 필요하다. 유역별 수질 반응 양상은 단선형이 아니라, 선형적, 급격형, 지속형, 불규칙형 등 다양한 형태로 나타났으며, 이는 단일 지표로는 설명이 불가능한 구조적 차이임을 의미한다. 따라서, 불투수율, 물순환율 등 공간적 수문 특성이 고려되어야 하며, 다변량의 요인을 통합한 조기경보 체계가 필요하다. 유클리드 거리 기반의 임계값 설정에 대한 환경가뭄(수질) 예측 정확도는 대부분 유역에서 80~100% 수준으로 단기 예측에 활용 가능성을 확인할 수 있었으나 시·공간에 대한 정확도의 편차는 존재하므로, 고해상도 실시간 수질자료 확보를 통한 신뢰성 향상 및 예측 변수 최적화를 통한 보완이 필요하다.

유역, 수질 및 수문 특성을 고려한 모니터링 및 단기 예측은 환경적 관점의 가뭄을 정량화함으로써 기존 가뭄관리 체계를 보완할 수 있는 도구로 환경가뭄(수질)의 맞춤형 대응 전략 마련의 기초자료로 활용될 것으로 판단된다.