Research Article

Journal of Korea Water Resources Association. 30 June 2023. 419-429
https://doi.org/10.3741/JKWRA.2023.56.6.419

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 재료 및 방법

  •   2.1 대상 지구

  •   2.2 유역-호소 연계 모델링

  •   2.3 방조제 방류량 모의 기법

  •   2.4 입력자료 구축

  •   2.5 로버스트 의사결정

  • 3. 결과 및 고찰

  •   3.1 이치수 성과지수 산정

  •   3.2 수질 성과지수 산정

  •   3.3 후회도 기반 로버스트 의사결정 평가 결과

  • 4. 결 론

1. 서 론

하구담수호는 유역과 바다에 경계 지점에 방조제를 건설하고 이에 따라 만들어진 인공호수이다. 우리나라 수자원 개발에 담수호가 차지하는 비중은 매우 크다. 우리나라의 담수호 총저수량은 27억 톤으로 우리나라 전체 저수량의 약 21%에 이르며 담수호를 통한 관개면적은 183 천 ha로 전체 논 면적에 약 14%, 전체 관개면적의 20%에 농업용수원으로 이용되고 있다(MAFRA, 2005; Jung et al., 2016). 하지만 담수호는 유역에서 발생하는 모든 오염물질이 지속적으로 유입되어 수질이 악화되기 쉬운 조건을 지니고 있으며 정체로 인한 내부 부하 증가로 수질 문제가 크게 나타난다(Kim et al, 2003; Hwang et al., 2020). 담수호의 수질 오염은 농업용수로 활용하기 부적합하게 하며, 가뭄으로 인한 수위 저하는 농작물 염해 피해를 발생시킨다(KMI, 2021). 또한 유역 내 모든 유량도 유입되기 때문에 배수갑문이 폐쇄된 경우에는 하천 상류 수십km까지 배수현상(Backwater)이 나타나며 내수위가 외수위보다 높은 경우에만 방류할 수 있어 홍수가 발생하기 전에 저류 공간도 확보해야 한다. 이 때문에 담수호 운영은 수질 오염뿐만 아니라 수위 관리를 통한 가뭄, 홍수방지도 동시에 이루어져야 한다.

저수지, 댐의 관리를 위해 다양한 평가목적을 가진 지표가 적용되고 있다. 용수공급의 안전성 평가를 위한 이수 부문 평가지표는 Hashimoto et al. (1982)이 제안한 신뢰도 기반 방식이 주로 사용되며 갈수 발생빈도, 물 부족 발생빈도 등을 통해 산정하게 된다. 홍수관리를 위한 치수 부문 지표는 홍수량과 설계홍수량의 비교, 홍수 피해가 예상되는 정도, 홍수 발생 시 최대 수위 등이 이용된다. 수질관리 부문의 지표로는 환경부에서 제안한 K-CWQI와 Carlson (1977)이 제안한 Trophic State Index(TSI), 이를 한국에 맞게 수정한 TSIko 등이 이용된다. 각 지표를 통해 평가한 연구는 많이 수행되었지만 이를 종합적으로 고려하여 평가한 연구는 부족한 실정이다.

기후변화는 온실가스의 방출로 인한 온도 증가로 인해 발생하며, 증발산량과 강우량을 증가시키며 수문순환을 가속화한다(Dagan et al., 2019; Durack et al., 2012). 이러한 수문순환의 가속화는 극한 수문 현상의 빈도와 심각도를 증가시킨다(Peters-Lidard et al., 2021). 기후변화로 인한 극한 강우의 빈도와 강도는 홍수량을 증가시키고 이에 따라 홍수 위험도가 증가하고 있으며 2020년에는 기록적인 호우로 저수지 제방이 유실되는 등 홍수 피해가 발생하였다(Kwak et al., 2020; Kim et al., 2021; KRC, 2020). 집중호우에 따른 직접유출과 비점오염의 증가로 유역 및 호소 수질에도 악영향을 미친다(Kim et al., 2015). 또한 가뭄의 발생빈도와 심도를 증가시키고 용수공급 체계의 취약성을 증가시킨다(Nam et al., 2014).

이러한 기후변화에 대응하기 위해 기후변화 시나리오가 제시되고 있다. 하지만 기후변화 예측은 많은 불확실성을 지니고 있으며, 상세화 과정에서도 많은 불확실성이 생긴다. 로버스트(Robust) 기법은 불확실성에 따른 변화에 대응하기 위해 제시된 의사결정 기법이며 로버스트하다는 것은 어떠한 상황에서도 견고한 결과를 나타내는 것을 의미한다(Lempert and Collins, 2007). 일반적인 의사결정은 상태에 맞는 최적값을 도출하는 최적화에 초점을 맞춘다면 로버스트 기법은 광범위에서 안정적인 해를 찾는 의사결정 기법이다. 기후변화와 불확실성에 대응하기 위해 로버스트 의사결정을 적용한 연구가 수행되었다. Kang et al. (2013)은 기후변화 불확실성 하의 용수공급계획을 위해 로버스트 의사결정 기법을 적용한 바 있으며, Kang et al. (2017)은 영산강 유역 종합치수계획을 재평가하기 위해 활용하였고, Yoon et al. (2018)은 기후변화를 대비한 댐 운영 최적화를 위해 Robust 기반 추계학적 동적계획법을 개발하였고, Hassani et al. (2023)은 도시 유출수 관리를 위한 LID 구현 시나리오를 선정하기 위해 Storm Water Management Model(SWMM) 모델과 MORDM (Many-Objective Roust Decision-Making)을 활용하였다. 로버스트 기법은 많은 연구에서 적용되었으나, 담수호 관리를 위해 적용된 연구는 부족하다.

본 연구의 목적은 미래 기후변화에 다른 담수호의 종합적인 수자원 관리를 위하여, 이수-치수-수질을 고려한 평가지표를 설정하고, 그 결과를 토대로 로버스트 의사결정 기법을 활용하여 담수호 최적관리수위를 제시하여 분석하고 평가하는 데 있다.

2. 재료 및 방법

2.1 대상 지구

본 연구의 대상지인 간월호 유역(서산A지구)은 한강 서해에 위치한 하구 담수호로 충청남도 서산시와 홍성군 일대에 위치하며 유역면적은 487.7 km2로 토지이용은 논이 39.6%, 밭 15.4%, 산림 30.3% 기타 14.7%로 이루어져 있다(Fig. 1(a)). 주요 유입 하천으로는 도당천, 와룡천, 기포천, 소정천 등이 있으며 배수갑문을 통해 한강서해 천수만으로 방류한다(Fig. 1(b)). 호소의 유효저수용량은 44,980×103톤으로 간척지 내 농경지 6,446 ha의 농경지에 농업용수를 공급하고 있다. 홍수위는 1.12 El. m, 사수위는 -3.90 El. m 이다. 간월호의 현재 계획관리수위는 -1.70 El. m 이며, 계획관리수위는 설계 당시에는 -1.00 El. m로 운영되었으나, 추후 홍수배제능력 확보 및 배후지 침수 방지를 위해 현재 더 낮게 운영되고 있는 것으로 사료된다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F1.jpg
Fig. 1.

Research target watershed: Gamcheon mid-watershed

2.2 유역-호소 연계 모델링

기후변화 및 관리수위에 따른 간월호 수위, 수질 변화를 모의하기위해 유역 모델인 HSPF, 3차원 수리동역학 모델인 EFDC, 격자단위 수질 모의 모델인 WASP을 연계하여 모의하였다. 모델별 입력자료 및 연계 모식도는 Fig. 2와 같다. HSPF는 간월호의 유입 하천의 유량과 수질을 모의하여 호소의 입력자료로 활용되며 EFDC는 유입량 자료를 통해 호소의 동역학을 모의한다. WASP는 유입 하천 수질과 동역학 결과를 토대로 호소의 수질을 모의하게 된다. 연계 모델링의 매개변수는 Kim et al. (2022)에서 보정 및 검정한 결과를 활용하였으며 하천유량 R2 0.7 이상, 하천 모든 수질 항목의 PBIAS 15% 이내를 나타내 모델의 적용성을 확인하였으며, 호소 수위 R2 0.72, 호소 수질 항목 15% 이내, Chl-a 20% 이내로 호소 수위 변화 및 수질 변화의 경향성을 잘 반영하였다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F2.jpg
Fig. 2.

Diagram of watershed-reservoir linkage model

2.3 방조제 방류량 모의 기법

유지관리수위 시나리오에 따른 배수갑문 운영과 방류량을 모의하기 위해 Kim et al. (2023)에서 제시한 방법을 활용하였다. 배수갑문은 내수위와 외조위의 조건에 따라 운영되며 외조위가 내수위 이하가 되면 방류를 시작하고, 밀물 중 외조위가 내수위의 0.5 m 이하와 같아지면 방류를 중지하는 것으로 가정하였다. 방류량은 내수위와 외조위 조건에 따라 4가지 흐름(잠긴 오리피스, 수면 오리피스, 잠긴 웨어, 자유유출 웨어) 으로 구분하여 산정하였으며 흐름별 구조 및 산정식은 Fig. 3과 같다. 흐름 조건 별 방류량 공식의 적용된 유량계수 값은 NIER (2011)이 제시한 값으로 C1, C21, C22, C3, C4 순서대로 0.7, 0.6, 0.9, 0.8, 0.8로 적용하였다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F3.jpg
Fig. 3.

Released discharge of a sluice according to the flow characteristics of the reservoir

2.4 입력자료 구축

2.4.1 기후변화 자료

본 연구에서는 IPCC (Intergovernmental Panel on Climate Change) 6차 보고서에서 제시한 CMIP6(Coupled Model Intercomparison Project Phase 6) 자료를 활용하였으며, 호주에서 제시한 ACCESS-CM2 GCM (a Global Climate Model) 자료를 이용하였다. SSP (Shared Socioeconomic Pathways) 시나리오는 O'Neill et al. (2014)가 제시한 개념으로 기존 RCP (Representative Concentration Pathways) 개념인 복사강제력 강도와 함께 미래의 사회경제적 변화와 기후변화에 대한 미래 완화 및 노력에 따라 5개의 시나리오로 구분하였다. 그중 4개의 미래 시나리오(SSP 1-2.6, 2-4.5, 3-7.0, 5-8.5)를 활용하였다. 기후변화자료는 서산 기상관측소의 과거(1976~2005) 자료를 이용하여 Simple Quantile Mapping 기법을 활용하였으며 편향보정 및 공간축소법을 적용하였다.

2.4.2 조위 자료

담수호에서의 방류 모의를 위해서는 내수위와 외조위의 차이를 고려해야 하며 이를 위해 미래 조위를 예측해야 한다. 일반적으로 조위에 영향을 주는 것은 네 가지 성분으로 알려져 있으며 달의 반일주조(M2), 달과 태양의 합성일주조(K1), 태양의 반일주조(S2) 그리고 달의 일주조(O1)이며 이를 통한 조위예측 모델은 Eq. (1)과 같다(Yen et al., 1996; Park, 2018). 여기서 yt는 예측조위, S0는 1년 동안의 평균 해수면을 나타내며, hn은 각 주기함수의 진폭, wn은 각 속도 그리고 kn은 지각을 나타낸다. 본 연구에서는 조위자료를 생성하기 위해 국립해양조사원에서 제시하는 보령관측소 조화상수를 활용하였으며 Table 1와 같다.

(1)
yt=S0+14hncoswnt-kn
Table 1.

Harmonic constants of four main components of tide

Components Angular Speed (degree/hour) Amplitude (cm) Phase Angle (°)
K1 15.0411 35.848 150.45
M2 13.9430 227.058 193.04
S2 28.9841 89.369 237.85
O1 30.0000 26.181 122.18

2.4.3 농업용수 공급량(양수량)

간월호는 주변 6,446 ha 농경지에 5개의 양수장(궁리, 사기, 석포, 지산, 간월)을 통해 농업용수를 공급하고 있어 이에 따른 수위 변화를 고려해야 한다. 기후변화에 따른 양수량을 산정하기 위해 과거(2015-2020)의 양수량 자료를 이용하여 월별 평균 공급량을 산정하고, 과거 대비 미래 필요수량의 변화 비율을 곱하여 미래 월 공급량을 산정하였다. 필요수량은 Penman-monteith equation을 기반으로 기후변화자료를 활용하여 산정하였다. 생성한 월 자료는 영농기인 4월 20일에서 9월 15일 기간에 대하여 일 자료로 환산하였으며 30 mm 이상 강우가 온 날에는 공급하지 않도록 산정하였다.

2.5 로버스트 의사결정

로버스트 의사결정은 미국 RAND Corporation에서 개발된 시나리오 기반 의사결정 기법으로 불확실성 있는 가운데 장기적 정책분석을 돕기위해 개발되었다(Kang et al., 2017). 최적의 대안을 채택하는 것 대신 모든 가능한 시나리오 가운데 가장 안정적인 전략을 채택하는 기법으로 예측력을 높이는 것 보다 불확실성의 조건에서 더 나은 결정을 내리기 위한 개념이다(Lempert, 2019). 로버스트 의사결정은 적용 분야나 정책 목적 범위에 있어 차이가 있지만, 본 연구에서는 3가지의 분석과정을 통해 적용하였다. 첫째는 미래 불확실성을 묘사하기 위해 시나리오와 여러 대안을 설정하고, 둘째, 각 대안을 미래 상황에 따라 평가하며, 이때 로버스트 평가지표를 설정하고 적용한다. 마지막으로 대안별 취약성에 영향을 미치는 요소 등에 대한 정보를 파악한다(Kang et al., 2013; 2017).

2.5.1 대안 설정

본 연구에서는 기후변화에 따른 담수호의 수자원 관리를 위해 유지관리 수위에 따른 변화를 평가하고자 하였으며, 이에 따른 수자원 변화를 분석하고자 하였다. 유지관리 수위를 El. -1.7 m, -1.2 m, -0.7 m -0.2 m, (+)0.3 m까지 0.5 m 간격으로 5개의 대안을 설정하고 각각 S1, S2, S3, S4, S5로 정의하였다. 기후변화 4개 시나리오(SSP1, SSP2, SSP3, SSP5)에 대하여 구축된 연계 모델을 통해 모의하였다.

2.5.2 로버스트 인자(후회도) 기반 대안 선정

로버스트 의사결정을 위한 인자로 대표적인 후회도(Regret)를 사용하였다. 후회도는 로버스트 의사결정 기법에 대표적 결정 지표로 Eq. (2)와 같이 시나리오별 가장 좋은 성능을 보이는 인자와 다른 대안의 성능 인자의 차이를 나타낸다(Lempert and Collins, 2007). 후회도가 가지는 의미는 특정 시나리오가 발생했을 때, 가장 우수한 대안을 채택하지 않았을 때의 후회 정도를 의미한다(Kang et al., 2013). 이후 Eq. (3)와 같이 최종적으로 최소의 최대 후회도를 갖는 대안을 1순위로 선정하였다.

(2)
RegretAi,Sj=MaxperformanceAall,Sj-performanceAi,Sj
(3)
MinMaxRegretAi,Sj

2.5.3 이수-치수-수질을 고려한 성과지수 산정

이수, 치수, 수질 세 부분을 모두 고려한 성과지수를 산정하기 위해 부분별로 평가를 수행하고 이를 통합하여 성과지수를 산정하였다. 신뢰도는 Hashimoto et al. (1982)가 제안한 평가 방법으로 저수지 이수(용수공급) 부분에서 보편적으로 이용되고 있다. 본 연구에서는 저수지 시스템에 대한 평가지표로서 신뢰도를 사용하였으며, 이수(용수공급)뿐만아니라 치수, 수질 부분에 대하여도 신뢰도를 활용하여 평가하고자 하였다. 신뢰도는 평가 단위에 따라 발생신뢰도, 기간신뢰도, 양적신뢰도로 구분할 수 있다(Sung et al., 2022). 이수, 치수, 수질 모든 부분에 적용하기 위해 신뢰도 중 실패 기간을 고려한 기간신뢰도를 이용하였으며, 지표를 Eq. (4)와 같이 표현하였다. RelT는 기간신뢰도(%), Tf는 실패 기간, Tt는 전체 기간을 의미한다.

(4)
Rel=1-TfTt×100%

신뢰도 평가를 위해 부문별 실패를 정의하였다. 이수와 치수부문에서는 저수지 수위를 활용하여 평가하였다. 이수 부문의 실패는 국가가뭄정보분석센터의 가뭄대응 가이드북에 제시된 농업용수 가뭄 예·경보 기준에서 매우 심한 가뭄으로 분류되는 저수지 저수율 40% 수준인 -2.9 El. m 이하를 기록한 경우로 정의하였으며, 치수 부문의 실패는 간월호의 홍수위를 넘는 수위가 발생하는 경우로 정의하였다. 수질 부문에서는 환경부와 국립환경과학원에서 우리나라 자연환경을 고려하여 개발한 한국형 부영양화 지수(TSIko)를 활용하였으며, Eq. (5)는 T-P와 Chl-a의 한국형 부영양화 지수를 나타냈다. 한국형 부영양화 지수를 종합할 때는 COD를 활용하는 값도 포함하지만, 모델에서의 모의가 어려워 COD를 제외하고 각각 50%의 가중치를 통해 산정하였다. TSIko의 과영양화 기준은 80이상으로 나타나지만 본 연구대상지에서는 수질 상태가 좋지 않아 이를 항상 웃도는 수준으로 정량적 평가 기준보다는 전체 기간에 대하여 Percentile 75% 이상인 경우로 정의하였다.

(5)
TSIkotp=114.6+43.3logT-Pmg/L,TSIkochl-a=12.2+38.6logChl-amg/L

부문별 평가지표를 산정하고 이를 통합하여 최종적으로 성과지수를 산정하였다. 각 성과지수는 동일하게 일 단위에서 평가를 진행하였으나, 발생빈도는 차이가 크다. 치수와 이수 부문의 실패는 큰 홍수와 가뭄이 발생하였을 때 나타나며, 발생하지 않은 해도 많이 나타난다. 하지만 수질 부문은 이미 담수호의 수질 상태가 안 좋을 뿐만 아니라 조류가 발생하는 여름철에는 부영양화가 자주 발생하기 때문에 빈도 차이를 반영하여 평가해야 한다. 이를 해결하기 위해 평가지표별로 최솟값을 0 최댓값을 1로 표준화를 진행하여 합산하였으며 이를 반영한 최종 성과지수는 Eq. (6)와 같다.

(6)
performance=1/3NormalizeRelwateruse+NormalizeRelFloodcontrol+NormalizeRelWaterquality

3. 결과 및 고찰

3.1 이치수 성과지수 산정

본 연구에서는 유역-호소 연계모형과 방류량 산정기법을 통해 유입량과 배수갑문 방류량을 산정하였으며 이에 따른 기후변화 시나리오에 따른 대안 별 담수호 수위 변화를 분석하였다. Fig. 4는 시나리오에 따른 대안 별 수위 변화를 나타냈으며, 치수 실패(Flood Control Failure, FCF)와 이수 실패(Water Use Failure, WUF)를 같이 나타냈다. 는 배수갑문 운영을 통해 관리수위를 잘 유지하는 것으로 나타났다.

수위 변화에 따라 시나리오별 이수, 치수 부문의 실패일 수를 평가한 결과는 Table 2와 같다. 관리수위는 높게 유지할수록 이수에, 낮게 유지할수록 치수에 유리하게 나타나며 이는 수위 변화에 따른 실패 횟수를 통해 확인할 수 있다. SSP1은 관리수위 -1.7 El. m에서만 이수적 실패가 발생하였으며, -0.2 El. m 이상의 관리수위에서는 치수적 실패가 나타났다. S2, S3 시나리오에서는 이수, 치수 모두 실패가 나타나지 않아 안정적인 수자원 관리가 가능한 것으로 나타났다. SSP2는 모든 시나리오에서 치수적 실패가 동일하게 나타났으며, 이수적 실패는 가장 낮은 관리수위에서만 발생하였다. SSP3는 이수적 실패는 -1.7 El. m, 치수적 실패는 0.3 El. m에서만 나타났으며, 다른 대안에서는 모두 안정적인 수자원 관리가 가능하게 나타났다. SSP5 시나리오는 모든 시나리오 중 치수와 이수 모두 가장 많은 실패일 수를 기록하여 수자원 관리에 가장 취약한 것으로 나타났다. 이수 부문의 실패는 용수공급 시의 부족량을 관리수위 상승을 통해 미리 확보하는 경우 발생하지 않으며, 치수 부문의 실패는 홍수조절 시의 홍수위 이상의 저수량을 관리수위를 낮춰 확보하면 발생하지 않는다. 이 때문에 SSP5를 제외한 3가지 기후변화 시나리오에서는 S2, S3, S4에서는 동일하거나 비슷한 결과를 나타냈다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F4.jpg
Fig. 4.

Water level change according to climate change (WUF : Water Use Failure, FCF : Flood Control Failure)

Table 2.

The Number of water use and flood control failures per scenario

Water Use Failure / Flood Control Failure S1 S2 S3 S4 S5
SSP1 26/0 0/0 0/0 0/1 0/2
SSP2 16/2 0/2 0/2 0/2 0/2
SSP3 21/0 0/0 0/0 0/0 0/1
SSP5 65/2 18/2 0/2 0/4 0/6

3.2 수질 성과지수 산정

시나리오별 전 기간의 평균 수질 값은 Fig. 5와 같다. BOD는 관리수위가 높을수록 수질이 좋지 않게 평가되었으나, 가장 좋지 않은 대안은 S1에서 나타났다. T-N은 관리수위를 높게 유지할수록 수질이 악화되었으며, 낮은 관리수위일수록 좋게 평가되었다. T-P와 Chl-a는 T-N과 반대로 관리수위를 높게 유지할수록 낮은 수질 값을 나타내 S5에서 가장 낮게, S1에서 가장 높게 나타났다. T-P와 Chl-a는 기온 및 일사량 인한 수온 증가에 따른 조류 증식이 변화의 주 원인으로 동일 기상에서 저수지 체적이 큰 경우 수온 변화가 적게 나타나 낮은 수질 값을 나타내는 것으로 보이며, BOD, T-N는 서산하수처리장 방류수질이 호소 수질보다 좋지않아 관리수위를 높게 유지할 경우 오염물질이 방류되지 못하고 저류되기 때문으로 보인다. 모든 수질 항목에서 기후변화 시나리오에 따른 순위의 변화는 나타나지 않았다.

부영양화 지수의 평균값은 산정식이 T-P와 Chl-a로 이루어져 해당 수질 항목의 경향과 같게 관리수위를 높게 나타낼수록 낮게 나타났다. 수질 변화 및 시나리오 간 변화의 가독성을 높이기 위해 모의 기간에 일부를 Fig. 6과 같이 나타냈다. 관리수위를 높게 유지할수록 부영양화 지수의 변동성은 낮게, 낮게 유지할수록 변동성이 높게 나타났다. 가장 낮은 관리수위를 유지한 경우 겨울에는 가장 낮은 부영양화 지수를, 여름에는 가장 높은 부영양화 지수를 나타냈다. 또한 가장 높은 관리수위를 경우 겨울에는 가장 높은 부영양화 지수를, 여름에는 가장 낮은 부영양화 지수를 나타냈다. Chl-a는 기온(수온)이 높을수록, 일사량(일조시간)이 많을수록 증가하는 것으로 알려져 있다(Nam et al., 2013) 저수지 내 체적이 증가하는 경우 단위부피당 일사량이 감소하고 이에따라 수온 증가가 상대적으로 적은 것으로 나타나 관리 수위가 증가할수록 부영양화 지수가 낮게 나타나는 것으로 사료된다. 이는 모든 기후변화 시나리오에서 공통으로 나타났다.

부영양화 지수 변화에 따른 시나리오별 수질 부문 실패일 수는 Table 3과 같다. SSP2, SSP3, SSP5의 S2 시나리오에서 가장 낮은 실패일 수를 나타냈으며, SSP1에서는 S1 시나리오에서 가장 낮은 실패일 수를 나타냈다. 이후 S3에서 S5로 관리수위를 높게 유지할수록 높은 실패일 수를 나타내는 경향을 보였다. 호소 수질은 담수호의 수위가 낮아질수록 오염물질이 농축되어 악화되는 경향을 보인다. 시나리오별 실패 횟수의 경향은 기후변화가 심화될수록 증가하진 않았으나, SSP3의 수위 모의 결과가 가장 안정적인 수위를 유지했기 때문에 가장 적은 실패 횟수를 나타낸 것으로 보인다. 또한, 관리수위를 높게 유지할수록 부영양화 지수의 변화가 작게 나타나지만, 현재 담수호의 부영양화 상태가 좋지 않아 변화가 작은 특성이 실패일 수가 많이 나타나는 것으로 보인다. 부영양화 상태가 좋은 저수지의 경우, 변화가 적은 특성이 긍정적으로 작용할 수 있을 것으로 사료된다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F5.jpg
Fig. 5.

Average water quality each scenarios of reservoir according to climate change

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F6.jpg
Fig. 6.

TSIko change according to water level scenarios (WQF : Water Quality Failure)

Table 3.

The Number of water quality failure per scenario

Water quality failure S1 S2 S3 S4 S5
SSP1 7851 7940 8486 8990 9277
SSP2 8045 8030 8350 9027 9391
SSP3 6313 6122 6278 7049 7322
SSP5 7405 7190 7664 8089 8236

3.3 후회도 기반 로버스트 의사결정 평가 결과

이수, 치수, 수질 평가 결과를 신뢰도 기반 산정법을 통해 각 시나리오와 대안 별 성과지표, 최대 성과지표 평가 결과는 Table 4와 같다. 시나리오별 평가 결과 SSP3, SSP1, SSP2, SSP5 순으로 좋은 결과를 나타냈으며, SSP3 시나리오에서 평균 90.1%의 가장 좋은 결과를, SSP5에서 평균 63.4%의 가장 나쁜 평가 결과를 나타냈다.

시나리오별 성과지수 결과를 활용해 후회도를 산정한 결과는 Table 5와 같다. S5에서 가장 높은 최대 후회도가 나타났으며, S1, S4, S3, S2 순으로 나타났다. 로버스트 의사결정 기법에 따라 가장 낮은 최대후회도를 나타내는 대안을 선택하였으며, 가장 로버스트한 대안은 S2로 선정하였다. S2 시나리오는 SSP1, SSP2, SSP3에서 가장 좋은 성과지수를 나타냈으며, SSP5에서 가장 좋은 성과지수는 아니지만 낮은 후회도를 나타내 모든 기후변화 시나리오에 견고한 것으로 나타났다.

각 기후변화 시나리오별 대안을 평가한 Parallel Coordinates Plot(PCP)는 Fig. 7과 같다. PCP는 평가 기준이 여러 가지일 때 기준 간의 관계를 한눈에 파악할 수 있으며 의사결정자는 이를 통해 어떤 모형을 선택할지 결정할 수 있다(Yoon et al., 2018). PCP에 모든 시나리오의 이수, 치수, 수질 부문의 평가지표와 통합지표, 후회도를 나타냈으며 지표별 범위를 표시하였다. SSP1 시나리오는 수질 부문에서 높은 실패 횟수를 나타냈으며, SSP2 시나리오에서는 낮은 성과지수를 나타냈으나, 대안 별 차이가 크지 않아 후회도 지수에서는 낮게 나타났다. SSP3 시나리오에서는 모든 대안에서 적은 실패를 나타냈으며, 이에 따라 전반적으로 높은 성과지수를 나타냈다. SSP5 시나리오는 각 시나리오 간의 편차가 가장 크게 나타났으며, 이 때문에 후회도 차이가 크게 발생하였다. 각 시나리오에서 Water use 부문과 Flood 부문으로 이수, 치수의 문제로 Flood control의 실패가 나타나지 않은 SSP3를 제외하고, 반대의 경향을 나타냈다. Water quality 부문은 수위를 높일수록 악화되는 경향을 나타냈으므로, Flood control 부문과 유사한 경향을 나타냈다.

Table 4.

Performance index of each scenario and alternative

Performance index (%) S1 S2 S3 S4 S5 Max performance
SSP1 77.6 83.0 77.5 65.6 55.6 83.0
SSP2 67.9 69.1 65.1 60.4 56.0 69.1
SSP3 88.8 97.4 93.2 90.6 80.4 97.4
SSP5 55.6 74.3 77.8 62.5 47.0 77.8
Table 5.

The regret of each scenario and alternative

Regret (%) S1 S2 S3 S4 S5
SSP1 5.4 0.0 5.5 17.3 27.4
SSP2 1.1 0.0 4.0 8.7 13.1
SSP3 8.6 0.0 4.2 6.8 17.0
SSP5 22.3 3.5 0.0 15.4 30.9
Maximum regret 22.3 3.5 5.5 17.3 30.9

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-06/N0200560605/images/kwra_56_06_05_F7.jpg
Fig. 7.

Parallel coordinates plot

4. 결 론

본 연구에서는 미래 기후변화에 따른 담수호의 종합적인 수자원 관리를 위하여, 이수-치수-수질을 고려한 종합 평가지표를 설정하고, 로버스트 의사결정 기법을 활용하여 담수호 관리수위를 산정하였다. 기후변화에 따른 유역 유출량 및 호소 유입량을 분석하고 배수갑문 방류에 따른 호소 수질 변화를 모의하기 위해 유역 모델인 HSPF와 호소 모델인 EFDC-WASP를 연계하여 모의하였다. 배수갑문 방류량은 위조위와 내수위의 차이를 고려하여 4가지 흐름으로 모의하였으며 관리수위를 유지하는 방향으로 방류하도록 설정하였다. 기후변화 시나리오는 ACCESS-CM2 GCM의 SSP1, SSP2, SSP3, SSP5 네 가지 시나리오를 적용하였으며, 관리수위를 -1.7 El. m부터 0.3 El. m까지 같은 간격으로 구분해 5개의 대안을 설정하였다. 로버스트 의사결정을 위해 이수-치수-수질 부문별 실패를 정의하였으며, 이수, 치수 부문은 저수지 수위를 기반으로, 수질 부문은 부영양화지수를 기반으로 평가하였다. 부문 별 실패일 수를 평가하고 기간 신뢰도를 산정하였으며, 각 실패의 빈도가 다름을 고려하기 위해 표준화를 통해 최종 평가지수를 산정하였다. 이후 후회도를 결정지표로 최소의 최대후회도를 가지는 대안을 선정하였다. 대안과 기후변화 시나리오에 대하여 평가한 결과 이수 부문의 실패는 관리수위를 높임으로써 부족량을 미리 확보하여 예방할 수 있고, 치수 부문의 실패는 관리수위를 낮춤으로써 홍수조절용량을 증가시킬수록 예방할 수 있다. 이 때문에 둘은 반대의 경향을 지니고 있어 적정선을 결정하는 것은 쉽지 않으며 저수지의 목적, 중요도를 통해 설정하게 된다. 본 연구에서는 이를 수질 부문을 추가로 고려해 결정하였다. 수질 부문에서는 관리수위를 상승시킬수록 저수지 저수량의 증가로 수질의 변동성이 적게 나타났으며, 관리수위를 낮출수록 변동성이 크게 나타났다. 현재 간월호의 부영양화 상태는 과영양화 상태이며 수질 등급도 농업용수 수질 등급(IV)를 상회하고 있다. 여름에 실패 기준을 빠르게 만족하며 변동성이 큰 경우 회복이 빠르게 일어나 실패횟수가 적게 나타났다. SSP5에서 치수, 이수 부문 모두에서 실패 횟수가 가장 크게 나타났으며, 이는 기후변화에 따른 가뭄심도 증가와 집중호우 증가에 따른 것으로 나타났다. 실패에 기반한 성과지수를 활용해 후회도를 산정한 결과 S2(-1.2 El. m)가 가장 로버스트한 관리수위로 산정되었다. 로버스트 기법을 통한 의사결정을 통해 어떤 SSP 시나리오를 선정할지에 대한 고민 대신 기후변화 시나리오의 불확실성을 고려하여 여러 시나리오를 모두 고려한 선정이 가능하였다. 본 연구는 이수, 치수, 수질 세 부문을 모두 분석하고 지표 별 변화를 고려한 기후변화를 고려한 담수호의 관리수위를 산정하였다. 이후 추가적 연구로써 본 연구에서 적용한 대안을 좀 더 세분화하여 분석한 연구와 추가적인 기후변화 시나리오의 적용이 필요할 것으로 사료된다.

Acknowledgements

이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2020R1A2C2003808).

Conflicts of Interest

The authors declare no conflict of interest.

References

1
Carlson, R.E. (1977). "A trophic state index, for lakes." Limnology and Oceanography, Vol. 22, No. 2, pp. 361-369. 10.4319/lo.1977.22.2.0361
2
Dagan, G., Stier, P., and Watson-Parris, D. (2019). "Analysis of the atmospheric water budget for elucidating the spatial scale of precipitation changes under climate change." Geophysical Research Letters, Vol. 46, No. 17-18, pp. 10504-10511. 10.1029/2019GL08417331762521PMC6853411
3
Durack, P.J., Wijffels, S.E., and Matear, R.J. (2012). "Ocean salinities reveal strong global water cycle intensification during 1950 to 2000." Science, Vol. 336, pp. 455-458. 10.1126/science.121222222539717
4
Hashimoto, T., Stedinger, J.R., and Loucks, D.P. (1982). "Reliability, resiliency, and vulnerability criteria for water resource system performance evaluaion." Water Resources Research, Vol. 18, No. 1, pp. 14-20. 10.1029/WR018i001p00014
5
Hassani, M.R., Niksokhan, M.H., Janbehsarayi, S.F.M., and Nikoo, M.R. (2023). "Multi-objective robust decision-making for lids implementation under climatic change." Journal of Hydrology, Vol. 617, 128954. 10.1016/j.jhydrol.2022.128954
6
Hwang, S.H., Jun, S.M., Kim, K., Kim, S.H., Lee, H.J., Kwak, J.H., and Kang, M.S. (2020). "Development of a framework for evaluating water quality in estuarine reservoir based on a resilience analysis method." Journal of the Korean Society of Agricultural Engineers, Vol. 62, No. 5, pp. 105-119.
7
Jung, J., Ryu, J.H., Lee, S.H., Oh, Y.Y., Kim, Y.J., Kim, S., Kim, J.H., Hong, H.C., Kim, Y.D., and Kim, S.L. (2016). "Characteristics of water quality at freshwater lakes and inflow streams in west reclaimed lands of South Korea." Journal of Water Treatment, Vol. 24, No. 3, pp. 135-147. 10.17640/KSWST.2016.24.3.135
8
Kang, D.H., Kim, Y.O., and Park, J.H. (2017). "Re-evaluation of comprehensive flood management plan for the yeongsan river basin using robust decision making." Journal of Korea Water Resources Association, Vol. 50, No. 2, pp. 99-109. 10.3741/JKWRA.2017.50.2.99
9
Kang, N.E., Kim, Y.O., Jung, E.S., and Park, J.H. (2013). "Applicability of robust decision making for a water supply planning under climate change uncertainty." Climate Change Research, Vol. 4, No. 1, pp. 11-26.
10
Kim, D.H., Hong, S.J., Kim, J.W., Han, D.G., Hong, I.P., and Kim, H.S. (2015). "Water quality analysis of hongcheon river basin under climate change." Journal of Wetlands Research, Vol. 17, No. 4, pp. 348-358. 10.17663/JWR.2015.17.4.348
11
Kim, J.H., Kwak, J.H., Hwang, S.H., Jun, S.M., Lee, S.H., Lee, J.N., and Kang, M.S. (2021). "Analysis of flood control capacity of agricultural reservoir based on ssp climate change scenario." Journal of the Korean Society of Agricultural Engineers, Vol. 63, No. 5, pp. 49-62.
12
Kim, S.H., Hwang, S.H., Kim, S.N., Lee, H.J., Jun, S.M., and Kang, M.S. (2022). "Assessment of estuary reservoir water quality according to upstream pollutant management using watershed-reservoir linkage model." Journal of the Korean Society of Agricultural Engineers, Vol. 64, No. 6, pp. 1-12.
13
Kim, S.J., Kim, S.J., Kim, P.S., and Lee, C.H. (2003). "Water quality behavior by the sluice gate operation of freshwater lake." Journal of the Korean Society of Agricultural Engineers, Vol. 45, No. 1, pp. 91-101.
14
Kim, S.N., Kim, S.H., Hwang, S.H., Lee, H.J., Kwak, J.H., Song, J.H., Jun, S.M., and Kang, M.S. (2023). "Impact assessment of water-level management on water quality in an estuary reservoir using a watershed-reservoir linkage model." Agricultural Water Management, Vol. 280, 108234. 10.1016/j.agwat.2023.108234
15
Korea Maritime Insititute (KMI) (2021). Policy direction for the restoration of nature in coastal areas -Focused on reclaimed land and estuarine reservoir-.
16
Korea Rural community Corporation (KRC) (2020). Implementation of flood capacity expansion project in small and mediumsized reservoirs (Press Release).
17
Kwak, J.H., Kim, J.H., Jun, S.M., Hwang, S.H., Lee, S.H., Lee, J.N., and Kang, M.S. (2020). "Assessment of future flood according to climate change, rainfall distribution and CN." Journal of the Korean Society of Agricultural Engineers, Vol. 62, No. 6, pp. 85-95.
18
Lempert, R.J. (2019). "Robust decision making (RDM)." Decision Making under deep uncertainty: From theory to practice, Edited by Marchau, V.A.W.J., Walker, W.E., Bloemen, P.J. T.M., Popper, S.W., Springer, Switzerland, pp. 23-51. 10.1007/978-3-030-05252-2_2
19
Lempert, R.J., and Collins, M.T. (2007). "Managing the risk of uncertain threshold responses: Comparison of robust, optimum, and precautionary approaches." Risk Analysis, Vol. 27, No. 4, pp. 1009-1026. 10.1111/j.1539-6924.2007.00940.x17958508
20
Ministry of agriculture, food and rural affairs (MAFRA) (2005). A research for the salt damage prediction system development of the fresh water reservoir at the reclaimed tideland.
21
Nam, G.S., Lee, E.H., Kim, M. Pae, Y.S., and Eum, H.Y. (2013). "Characteristics of aquatic environment and algal bloom in a small-scaled agricultural reservoir (Jundae reservoir)." Korean Journal of Environmental Biology Research, Vol. 31, No. 4, pp. 429-439. 10.11626/KJEB.2013.31.4.429
22
Nam, W.H., Hong, E.M., Kim, T.G., and Choi, J.Y. (2014). "Projection of future water supply sustainability in agricultural reservoirs under rcp climate change scenarios." Journal of the Korean Society of Agricultural Engineers, Vol. 56, No. 4, pp. 59-68. 10.5389/KSAE.2014.56.4.059
23
National Institue of Environmental Research (NIER) (2011). Establishment of a master plan of the Saemangeum Basin for water quality improvement.
24
O'Neill, B.C., Kriegler, E., Riahi, 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." Climate Change, Vol. 122, pp. 387-400. 10.1007/s10584-013-0905-2
25
Park, S.H. (2018). "Adaptive sea level prediction method based on harmonic analysis." Journal of the Korea Institute of Information and Communication Engineering, Vol. 22, No. 2, pp. 276-283.
26
Peters-Lidard, C.D., Rose, K.C., Kiang, J.E., Strobel, M.L., Anderson, M.L., Byrd, A.R., Kolian, M.J., Brekke, L.D., and Arndt, D.S. (2021). "Indicators of climate change impacts on the water cycle and water management." Climate Change, Vol. 165, No. 36, pp. 1-23. 10.1007/s10584-021-03057-5
27
Sung, J.Y., Kang, B.S., Kim, B.M., and Noh, J. (2022). "Development and application of integrated indicators for assessing the water resources performance of multi-purpose and water supply dams." Journal of Korea Water Resources Association, Vol. 55, No. 9, pp. 687-700. 10.3741/JKWRA.2022.55.9.687
28
Yen, P.H., Jan, C.D., Lee, Y.P., and Lee, H.F. (1996). "Application of kalman filter to short-term tide level prediction." Journal of Waterway, Port, Coastal, Ocean Engineering, Vol. 122, No. 5, pp. 226-231. 10.1061/(ASCE)0733-950X(1996)122:5(226)
29
Yoon, H.N., Seo, S.B., and Kim, Y.O. (2018). "Development of robust-sdp for improving dam operation to cope with non-stationarity of climate change." Journal of Korea Water Resources Association, Vol. 51, No. S-1, pp. 1135-1148. 10.3741/JKWRA.2018.51.S-1.1135
페이지 상단으로 이동하기