1. 서 론

댐은 전 세계적으로 홍수 조절, 수력 발전, 농업 및 생활용수 공급을 목적으로 광범위하게 건설되었다. 그러나 대규모 댐 건설은 단순한 수자원 관리 기능을 넘어, 하천의 수문학적 특성과 주변 생태계에 중대한 영향을 미친다. 특히 댐 하류 하천 유량의 계절적 변동성은 댐 건설 여부에 따라 크게 달라지며(Lee et al., 2024), 이는 하류 지역뿐만 아니라 상류 지역까지도 수생태계의 구조와 기능에 직접적인 변화를 초래한다(Allan, 2004; Liu et al., 2022). 인위적 수위 조절은 홍수기의 첨두유량을 줄이는 대신 갈수기 유량을 증가시키는 효과를 가져오지만(Shafroth et al., 2002), 동시에 하도 지형, 퇴적물 이동, 수질 및 수변 식생의 생태학적 프로세스에 교란을 유발한다(Park et al., 2024). 이러한 변화는 장기적으로 하천 생태계의 종 다양성 감소, 외래종 침입 촉진, 그리고 생태계 서비스 기능 약화로 이어질 수 있다(Nilsson and Svedmark, 2002).

아시아는 세계적으로 댐 밀도가 높은 지역 중 하나로, 최근 수십 년간 에너지 수요 증가와 수자원 관리 정책에 따라 대규모 댐 건설이 집중적으로 이루어져 왔다(Fan et al., 2022; Soukhaphon et al., 2021). 중국, 인도, 동남아시아 국가들뿐만 아니라 한반도에서도 다수의 다목적댐이 건설되었으며, 이에 따라 물 환경과 생태계 변화에 대한 체계적인 규명이 필요하다. 댐 건설은 지역 사회의 생활 환경에 직접적인 혜택을 제공하지만 동시에 생태계 교란이라는 부정적 파급효과를 수반하므로, 그 영향에 대한 정량적인 평가가 필수적이다.

댐이 하천 및 수변 생태계에 영향을 미친다는 사실은 다양한 연구들에서 제시되어 왔다(Li et al., 2012; Fu and Burgher, 2015). 특히, 댐에 따른 유량 변동과 퇴적물 공급 변화는 수변 식생의 공간적 분포와 종 조성을 변화시키는 핵심 요인으로 알려져있다(Shafroth et al., 2002). 수위 조절은 토양 수분 환경을 변화시켜 종 다양성 감소와 특정 우점종의 확산을 유발할 수 있으며(Han et al., 2009), 상류에서 퇴적물 공급이 차단되고 하류에서는 하상 침식과 지하수위 저하가 발생함으로써 식생의 장기적 안정성에 부정적인 영향을 미친다는 사실이 여러 연구에서 보고되었다(Pizzuto, 2002; Marren et al., 2014; Lee and Kim, 2019).

최근 원격탐사 기법의 발달은 이러한 생태계 변화를 장기적·공간적으로 추적할 수 있는 새로운 기회를 제공하였다(Won et al., 2025). 특히 정규화 식생지수(Normalized Difference Vegetation Index, NDVI)는 식생의 성장 상태와 공간적 분포를 잘 보여주기 때문에, 댐이 수변 식생에 미치는 영향을 평가하는 데 널리 활용되고 있다(Fu and Burgher, 2015; Zaimes et al., 2019; Jung et al., 2024; Liu et al., 2025). 그러나 이러한 연구들은 대부분 해외의 대규모 댐을 중심으로 수행되어 왔으며(Liu et al., 2025), 국내 사례에 대한 분석은 상대적으로 부족하다. 특히 우리나라에서는 낙동강, 한강, 금강 등 주요 하천에 다수의 댐이 건설되었음에도 불구하고, 댐 운영이 장기적으로 수변 식생에 미친 영향을 체계적으로 규명한 연구는 드물다. 기존 국내 연구는 주로 수질 개선 효과, 유량 변화 및 어류 등의 반응에 초점을 맞추어 왔으며(Park et al., 2009; Woo et al., 2019; K-water, 2020; Seo et al., 2024), 수변 식생의 구조적·공간적 변화를 위성 기반 지수를 활용하여 장기 시계열로 분석한 사례는 거의 보고되지 않았다. 이러한 연구 공백은 댐이 지역 생태계에 미친 영향을 종합적으로 이해하는 데 있어 중요한 한계로 작용한다.

영주댐은 낙동강 상류에 건설된 다목적댐으로, 2016년 12월 본격적인 운영을 시작하였다. 댐 건설 목적은 수질 개선, 용수 공급, 홍수 조절 등으로 제시되었으나, 실제로 운영이 시작된 이후 상·하류 지역의 수문 환경 및 수변 생태계가 어떠한 변화를 겪었는지는 명확히 밝혀지지 않았다(Lee et al., 2020). 특히 댐 건설로 인한 인위적 영향과 강수량, 기온과 같은 기후 요인이 식생 변화에 미친 기여도를 구분하는 연구는 여러 방면에서 중요한 의의를 가진다. 댐 건설 전후의 NDVI 변화를 시계열로 분석하면 식생의 성장 상태와 공간 분포 변화를 정량적으로 파악할 수 있으며, 여기에 기후 요인의 영향을 함께 고려하면 댐과 기후가 복합적으로 작용하는 생태학적 반응을 더 명확히 이해할 수 있다.

본 연구는 영주댐 건설이 수변 식생에 미친 장기적 영향을 규명하기 위해 1984-2024년 위성 기반 NDVI 자료를 분석하였다. 이를 통해 댐 건설 전후의 식생 변동 특성을 파악하고, 기후 및 인위 요인의 상대적 중요도를 평가하였다. 연구는 두 단계로 수행되었다. 먼저 Landsat 기반 NDVI 시계열 분석을 통해 영주댐 건설 전(2005-2012년)과 후(2017-2024년)의 변화를 비교하여 댐 건설이 수변 식생에 미친 직접적 영향을 평가하였다. 또한 1984-2024년 전체 기간의 NDVI 자료를 대상으로 베타 회귀모형을 구축하여, 기온·강수량·댐 운영 등 주요 인자의 상대적 중요도를 정량화하였으며, 상·하류 간 공간적 차이를 비교하였다. 본 연구는 위성 기반 원격탐사 자료와 기후 자료를 통합적으로 활용하여, 댐 건설 전후 수변 생태계 변화를 정량적으로 분석한 국내 최초 사례 중 하나로, 향후 댐 운영을 비롯한 수자원 관리 및 수생태계 보전 정책 수립에 기초자료로 활용될 수 있다. 나아가 영주댐 사례는 국내외 다른 댐 건설 및 운영 사례 연구의 비교 가능한 기준을 제공하며, 지속 가능한 수변 생태계 관리와 정책적 의사결정에도 도움이 될 것으로 기대된다.

2. 연구 방법

2.1 연구 대상 지역 및 범위

영주댐은 경상북도 영주시 평은면에 위치한 다목적댐으로, 낙동강 제1지류인 내성천 본류에 건설되었다(36.722142 °N, 128.656016°E). 총 유역면적은 약 1,098 km²이며, 저수용량은 1.8억 m³이다. 댐은 2009년 착공되어 2016년 12월부터 본격적으로 운영을 시작하였으며, 낙동강 상류 수계 관리에 있어 중요한 거점 시설로 기능하고 있다.

본 연구에서는 Fig. 1에 나타난 바와 같이 영주댐을 기준으로 상류와 하류 구간을 구분하였다. 상류 지역은 산림과 농경지가 혼재된 전형적인 중산간 유역으로, 계절별 강수량 변동과 기온 변화에 민감한 특성을 보인다. 여름철 집중호우 시 단기간 내 유량 증가가 두드러지며, 이에 따라 토양 수분 상태와 식생 성장 패턴이 뚜렷하게 달라진다. 또한 상류 지역은 비교적 개발이 적고 인위적 교란이 제한적이어서, 기후 요인에 따른 식생 반응을 관찰하기에 적합하다. 하류 지역은 내성천 본류를 따라 낙동강 상류로 이어지는 구간으로, 댐의 수위 조절 및 방류량 변화에 직접적으로 영향을 받는다. 이 구간은 하상 침식, 수위 변동, 지하수위 저하 등 댐 운영에 따른 물리적·수문학적 변화가 뚜렷하게 나타날 수 있으며, 이는 수변 식생의 공간적 분포와 종 조성에도 직접적인 영향을 미친다. 특히 내성천은 모래 하천 특성을 가진 하천으로(Lee et al., 2013), 하상 재료의 이동과 퇴적·침식 과정이 식생 발달에 중요한 역할을 하므로 댐 유무에 따른 변화가 더욱 민감하게 반영될 수 있다.

Fig. 1.

Location map of the study area and Yeongju Dam

2.2 자료 수집 및 분석 방법

본 연구에서는 위성 원격탐사 자료와 기후 자료를 결합하여 영주댐 건설 전후의 식생 변화를 정량적으로 분석하였다. 분석 기간은 1984년부터 2024년까지 총 41년이며, 댐 건설 전후를 구분하여 시계열적 차이를 평가하였다.

2.2.1 NDVI

본 연구에서는 댐 및 기후에 따른 반응으로 수변 식생의 변화를 설명하기 위하여 NDVI를 활용하였다. NDVI는 위성 센서로부터 획득한 반사도를 이용하여 식생의 건강성과 밀도를 정량화하는 지표로, 식생의 분포, 생산성 및 동역학의 공간적·시간적 추세를 규명하는 데 지속적으로 활용되었다(Jung et al., 2023). 본 연구에서는 Google Earth Engine (GEE) 플랫폼을 활용하여 1984년부터 2024년까지의 Landsat 4/5/7/8/9 위성자료로부터 NDVI를 산출하였다. NDVI는 적색 및 근적외선 밴드를 이용하여 계산하였으며, 산출된 데이터의 공간 해상도는 30 m, 시간해상도는 16일이다. 구름 및 그림자에 의한 오류를 최소화하기 위해 Fmask 기반 QA 밴드(QA_Pixel)를 적용하여 결측치를 제거하였으며, 이상치를 추가로 제외한 후 월별 평균 NDVI를 산출하였다. 이러한 과정은 대기 및 구름의 영향을 더욱 효과적으로 최소화하기 위함이다. 최종적으로, 월별 평균 NDVI를 기반으로 연간 NDVI 값을 도출하였다.

2.2.2 기후 자료

본 연구에서는 영주댐 주변 수변 식생의 변화를 설명하기 위한 기후 요인으로 강수량과 기온 자료를 활용하였다. 강수량은 Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) 자료를 이용하였으며, 공간 해상도는 0.05°이고, 시간해상도는 월-단위이다. 기온은 ERA5-Land 재분석 자료를 이용하여 지상 2 m 높이의 기온이 추출되었다. ERA5-Land 기온 자료의 공간 해상도는 0.1°이며, 시간해상도는 월-단위로 산정되었다. 두 자료 모두 1984-2024년의 전체 연구 기간에 걸쳐 수집·처리하였으며, NDVI 격자 체계(30 m)에 맞추어 리샘플링하였다.

2.2.3 시계열 분석

댐 건설에 따른 수변 식생 변화를 살펴보기 위해 시계열 분석을 수행하였다. 분석 기간은 두 개 시기로 나누어지는데, 2005-2012년을 댐 건설 전 시기(Pre-dam), 2017-2024년을 댐 설치 후(Post-dam)시기로 구분하였다. 2013-2016년은 공사 및 담수 과정으로 불안정한 시기이므로 분석에서 제외하였다. 연구 지역에 해당하는 각 격자에서 추출된 NDVI 값을 월 단위로 평균하여 시계열을 구성하였으며, 추세 변화를 검토하기 위하여 선형회귀분석을 적용하였다. 이를 통해 각 시계열의 기울기(slope)와 유의수준(p-value)을 산출하여 NDVI의 장기적 변화 경향을 평가하였다.

2.2.4 베타 회귀 모형

NDVI는 0과 1 사이의 연속적인 값을 가지는 종속변수로서, 일반적인 선형회귀 모형을 적용할 경우, 분포의 특성과 경계 조건을 충분히 반영하지 못하는 한계가 존재한다. 특히 NDVI와 같이 제한된 구간 내에서 비대칭적인 분포를 보일 수 있는 변수의 경우, 정규분포를 전제로 하는 최소제곱법 기반 회귀모형은 적합하지 않다(Smithson and Verkuilen, 2006). 이러한 이유로 본 연구에서는 베타 분포를 기반으로 한 베타 회귀모형(Beta regression model)을 적용하였다(Ferrari and Cribari-Neto, 2004).

베타 회귀모형은 yt~B(μt,ϕ)로 가정하며, μt는 평균, 𝜙는 분산을 제어하는 정밀도(precision) 매개변수이다. 본 연구에서는 연결 함수로 로짓(logit)을 사용하였으며, 모형은 다음과 같이 정의된다.

여기서 Precipt는 월 강수량, Tempt는 월평균 기온, Damt는 댐 건설 여부를 나타내는 더미변수(0 = 댐 건설 이전, 1 = 댐 건설 이후)이다. 강수량과 기온은 척도의 차이를 보정하고 모형 안정성을 확보하기 위해 0과 1 사이로 정규화 변환(normalization)하여 사용하였다.

본 연구에서 모형의 추정은 음의 대수 우도(Negative Log-Likelihood, NLL)를 최소화하는 방식으로 수행되었다. 그리고 과적합을 방지하고 일반화 성능을 확보하기 위해 5-fold cross-validation을 수행하였다. 교차검증의 fold 수는 데이터 표본 수와 계산 안정성을 고려하여 설정하였다. 또한, 설명 변수별 상대적 중요도(relative importance)를 정량적으로 평가하기 위해 Permutation Importance 기법을 적용하였다. 이는 개별 변수를 무작위로 셔플링(shuffling)한 후 모델 성능 저하 정도를 측정하여, 각 변수가 NDVI 예측에 미치는 상대적 중요도를 추정하는 방법이다. 이를 통해 NDVI에 미치는 기후 요인과 댐 변수의 상대적인 영향력을 보다 명확히 해석할 수 있다.

3. 결과 및 토론

3.1 월별 NDVI 시계열 분석

Fig. 2와 Table 1은 영주댐 건설 전후(2005-2012년, 2017- 2024년)의 월별 NDVI 변화를 제시한 것이다. 시계열 회귀분석 결과, 대부분의 월에서 기울기는 양(+) 또는 음(-)의 값을 보였으나 대부분의 p-값이 0.05 이상이므로 통계적으로 유의하지는 않았다. 즉, 댐 건설 전과 후 각각의 기간에서 장기적인 추세 변화는 뚜렷하지 않은 것으로 나타났다. 다만 9월의 경우에는 slope가 +0.0090으로 나타나면서 유의한 증가 경향이 있음을 발견할 수 있다. 그러나 월별 평균 비교에서는 다른 양상이 확인되었다. 댐 건설 전과 비교하였을 때, 댐 건설 후의 NDVI 값은 모든 월에서 증가하였으며. 9월을 제외한 전 월에서 그 차이가 통계적으로 유의하였다(p < 0.05). Fig. 3으로부터 1월(+0.168), 2월(+0.142), 3월(+0.111), 4월(+0.119), 11월(+0.119), 12월(+0.164) 등 겨울과 이른 봄, 그리고 늦가을 시기에 가장 큰 증가 폭이 나타나는 것을 확인할 수 있다(p < 0.001). 이는 갈수기에도 댐 운영을 통한 유량이 확보되어 수변 식생의 안정적인 유지와 회복을 가능하게 하였음을 의미한다. 여름철(6-8)월의 경우 증가 폭은 0.03-0.06 수준으로 상대적으로 작았으나, 모든 달에서 통계적으로 유의한 증가가 나타났으며, 이는 NDVI가 본래 높은 수준을 유지하는 시기임에도 불구하고 댐 건설 이후 안정적인 식생 상태가 지속되었음을 보여준다. 가을철에는 상반된 결과가 관찰되었다. 9월은 건설 전후의 NDVI에 변화가 나타나지 않았으며(p = 0.97), 이는 댐 운영의 효과가 확인되지 않은 유일한 월이었다. 이는 홍수기 직후의 수문, 기후 조건이 식생 반응을 지배적으로 결정하여 댐의 영향력이 상대적으로 크지 않았기 때문일 수도 있다. 반면 10월에는 NDVI가 0.093 증가(p = 0.023)하여, 홍수기 이후 회복기에 댐 운영이 NDVI에 긍정적인 영향을 미쳤음을 보여주었다. 전반적으로 영주댐 건설은 장기 추세 변화에서는 뚜렷한 경향이 확인되지 않았으나, 월별 평균 비교에서는 대부분의 달에서 NDVI가 유의하게 증가한 것으로 나타났다. 특히 갈수기에 댐 운영 효과가 두드러졌으며, 여름철에는 안정성이 강화되고 가을철에는 부분적으로 긍정적인 영향이 확인되었다. 이러한 결과는 영주댐 건설이 수변 식생의 절대 수준 향상과 계절적 안정성 강화에 기여하고 있음을 말해준다.

Fig. 2.

Linear regression results of NDVI before (2005-2012) and after (2017-2024) dam construction

Fig. 3.

Differences in monthly NDVI between post-dam (2017-2024) and pre-dam (2005-2012) periods

3.2 베타 회귀 기반 NDVI 모델링

Figs. 4(a)~4(c)는 베타 회귀 기반 NDVI 모델링을 통해 도출된 주요 입력 변수(강수량, 기온, 댐)의 상대적 중요도(relative importance)를 상류(Upstream), 하류(Downstream), 그리고 전체(Total) 구간별로 제시한 것이다. 상대적 중요도는 0에서 1 사이의 값을 가지는 무차원 지표로서, 일반적으로 값이 클수록 해당 변수가 NDVI 변동에 미치는 영향이 크다는 것을 의미한다. 세 구간 모두에서 기온(Temperature)의 상대적 중요도가 가장 높았으며, 중앙값 기준 약 0.4-0.5 수준으로 나타났다. 반면 강수량(Precipitation)은 평균 0.1 이하의 낮은 값을 보였고, 댐 요인은 변수 사이의 중간 수준에서 상대적 중요도를 보여주었다.

상류와 하류의 전반적인 분포 패턴은 유사하였으나, 하류에서 기온의 분산이 다소 확대되고 댐의 중앙값이 약간 낮아져 상대적 중요도가 소폭 감소하는 경향을 보였다(Fig. 4(b)). 이는 상·하류 모두에서 기온이 NDVI 변동을 주도하는 핵심 요인으로 작용함을 보여준다. 하류에서는 유량 조절 효과가 상대적으로 약화하면서 변수 사이 영향의 편차가 다소 확대된 것으로 해석된다. 전반적으로 NDVI는 기온 변화에 가장 민감하게 반응하였으며, 댐 요인은 국지적인 범위에서 일정한 수문학적 조절의 역할을 한 것으로 나타났다.

Fig. 4.

Relative importance of precipitation, temperature, and dam variables in NDVI modeling: (a) Upstream section, (b) Downstream section, and (c) Overall

전체 49만여 개의 픽셀을 대상으로 변수별 상대적 중요도를 산정한 결과(Fig. 5(a)), 전체 픽셀의 87.5%에서 기온이 가장 중요한 변수로 채택되었다. 반면에 댐은 8.3%, 강수량은 4.2%로 확인되었다. 이는 기온이 NDVI 변화를 지배하는 가장 중요한 요인임을 말해주고 있으며, 이러한 결과는 Won et al. (2021)에서도 발견할 수 있다. 댐 요인은 상대적으로 낮은 비율을 차지하지만, 국지적 수준에서의 영향력이 매우 집중적으로 나타났다. 이러한 결과는 댐이 직접적으로 식생의 생리 활동에 영향을 미치기보다는, 수문학적 안정성을 제공하는 간접적 조절자로서 작용함을 의미한다. 특히 댐 인근의 일부 픽셀에서는 dam 요인이 0.7 이상으로 나타나, 해당 지역 식생의 NDVI 변동성이 댐 운영(저수지 조절, 방수량 변화 등)과 강하게 연동되고 있음을 보여준다. 이는 댐 수위 변화에 따른 지하수위 안정화 및 주변 토양 수분 증가가 식생의 가뭄 저항성(drought resistance)을 강화한 결과로 해석된다.

Figs. 5(b)~5(d)는 상대적 중요도의 공간 분포를 변수별로 표현한 결과이다. 먼저 기온의 상대적 중요도는 유역 전반에서 고르게 높게 나타났으며, 특히 영주댐 상류와 주요 지류 합류부에서 0.6-1.0 수준으로 집중되는 영향을 보였다. 이는 고도가 높을수록 미기후 차이가 커지고, 산악지대의 기온 변화에 대한 식생 반응이 더 민감하기 때문으로 해석된다. 댐 요인의 경우(Fig. 5(c)), 상대적 중요도는 0.3-0.8 범위에 분포하였으며, 특히 댐의 직 상류 수변공간에서 상대적으로 높은 값을 보였다. 이러한 공간 패턴은 수위 변동이 안정된 지역일수록 NDVI 변동성이 줄어든다는 점을 보여주며, 댐 운영이 수변 식생의 계절적 스트레스(가뭄, 침수 등)를 완화하는 역할을 함을 시사한다. 반면 Fig. 5(d)에서 강수량의 상대적 중요도는 전반적으로 낮았으며 주로 하류 평야 지역의 범람원 지역에서만 국소적 상승을 보였다. 이는 강수의 영향이 단기적 토양 수분 변화에 한정되고, 장기적인 식생 성장에는 상대적으로 미약한 역할을 함을 의미한다(Won and Kim, 2023). 결과적으로 변수별 공간 패턴은 기온이 유역 전반의 NDVI 분포를 지배하는 주요 요인으로 작용하는 한편, 댐 운영은 국지적인 수문 환경을 안정화시켜 식생 반응을 완충하는 보조 요인으로 작용함을 보여준다.

Fig. 5.

Spatial distribution of relative importance for each explanatory variable derived from the Beta regression model. (a) The factor with the highest relative importance, (b) Temperature, (c) Dam, and (d) Precipitation

4.결 론

본 연구에서는 영주댐 유역을 대상으로 1984-2024년 Landsat 기반 NDVI 자료를 활용하여 수변 식생의 장기적인 변동 특성과 그 영향 요인을 살펴보았다. 월별 NDVI 시계열 분석 결과, 댐 건설 전(2005-2012년)과 비교하여 댐 건설 이후(2017-2024년) 대부분의 월에서 NDVI가 유의미하게 증가하였으며, 특히 1-5월의 건기 및 생육 초기 시기에 0.11-0.17 수준의 뚜렷한 상승이 나타났다. 이는 댐 운영에 따른 저수위 안정화와 지속적인 수분 공급으로 식생 회복력이 강화된 결과로 해석될 수 있다. 풍수기(7-8월)에는 강우의 영향이 상대적으로 커 NDVI 차이가 작았으며, 연도별 회귀 기울기가 댐 건설 이후 안정화되어 식생 생육 환경의 변동성이 완화되었음을 확인하였다. 1984-2024년 전체 기간에 대한 베타 회귀 분석에서는 전체 픽셀의 87.5%에서 기온이 NDVI 변동의 주요 결정 요인으로 나타났으며, 댐 요인은 8.3%, 강수량은 4.2%의 픽셀에서만 가장 중요한 요인이었다. 공간적으로 기온의 영향은 유역 전반에 균일하게 분포한 반면, 댐 요인은 댐의 직 상류 수변공간에서 집중적으로 높게 나타나 토양 수분 및 미기후 안정화를 통해 식생의 갈수기 저항성을 향상시킨 것으로 판단된다. 이러한 결과는 영주댐 건설 이후 NDVI의 상승이 단순한 기후 요인 변화가 아닌, 기온 상승과 댐 운영의 수문학적 안정화가 결합된 복합적 메커니즘에 기인함을 보여준다. 그러나 NDVI의 상승이 반드시 식생의 실질적 생장이나 생체량 증가를 의미하는 것은 아니다. 기온 상승에 따라 생육 기간이 길어지거나 증산 활동이 활발해지면, 이러한 기후적 요인이 NDVI를 높게 보이게 하는 겉보기 증가 효과로 작용할 수도 있다. 따라서 본 연구의 결과는 댐 운영의 생태적 영향을 설명하는 근거로 유의미하지만, 향후에는 기후 추세와 식생 구조 변화(피복 유형, 생리적 한계 등)를 함께 고려한 검증이 필요하다. 결론적으로, 영주댐은 갈수기 수문 환경을 안정화시키며 기후변화에 따른 식생 스트레스를 완화하는 완충 기능을 수행하고 있으며, 본 연구는 이러한 장기적 생태 반응을 40년 기간의 위성 자료를 활용하여 제시하였다는 점에서 의미가 있다고 말할 수 있다.