Spatial analysis of water shortage areas considering spatial clustering characteristics in the Han River basin

Dong Jin Lee; Ho-Jun Son; Jiyoung Yoo; Tae-Woong Kim

doi:10.3741/JKWRA.2023.56.5.325

Preview

Research Article

Journal of Korea Water Resources Association. 31 May 2023. 325-336
https://doi.org/10.3741/JKWRA.2023.56.5.325

Spatial analysis of water shortage areas considering spatial clustering characteristics in the Han River basin

공간군집특성을 고려한 한강 유역 물부족 지역 분석

Dong Jin Lee^a

Ho-Jun Son^b

Jiyoung Yoo^c

Tae-Woong Kim^d^*

이 동진^a

손 호준^b

유 지영^c

김 태웅^d^*

^aPh.D. Student, Department of Civil and Environmental System Engineering, Hanyang University, Seoul, Korea

^bMaster-Ph.D. Student, Department of Smart City Engineering, Hanyang University, Seoul, Korea

^cResearch Professor, Research Institute of Engineering & Technology, Hanyang University (ERICA), Ansan, Korea

^dProfessor, Department of Civil and Environmental Engineering, Hanyang University (ERICA), Ansan, Korea

^a한양대학교 대학원 건설환경시스템공학과 박사과정

^b한양대학교 대학원 스마트시티공학과 석박사과정

^c한양대학교(ERICA) 공학기술연구소 연구교수

^d한양대학교(ERICA) 건설환경공학과 교수

^{*Corresponding Author}

ABSTRACT

In August 2022, even though flood damage occurred in the metropolitan area due to heavy rain, drought warnings were issued in Jeolla province, which indicates that the regional drought is intensified recent years. To cope with regarding intensified regional droughts, many studies have been conducted to identify spatial patterns of the occurrence of meteorological drought, however, case studies of spatial clustering for water shortage are not sufficient. In this study, using the estimations of water shortage in the Han River Basin in 2030 of the Master Plans for National Water Management, the spatial characteristics of water shortage were analyzed to identify the hotspot areas based on the Local Moran's I and Getis-Ord Gi*, which are representative indicators of spatial clustering analysis. The spatial characteristics of water shortage areas were verified based on the p-value and the Moran scatter plot. The overall results of for three anayisis periods (S0(1967-1983), S1(1984-2000), S2(2001-2018)) indicated that the lower Imjin River (#1023) was the hotspot for water shortage, and there are moving patterns of water shortage from the east of lower Imjin River (#1023) to the west during S2 compared to S0 and S1. In addition, the Yangyang-namdaecheon (#1301) was the HL area that is adjacent to a high water shortage area and a low water shortage area, and had water shortage pattern in S2 compared to S0 and S1.

Keywords

Water shortage

Spatial clustering analysis

Local Moran’s I

Han River basin

2022년 8월 수도권지역은 집중호우로 홍수피해가 발생하는 반면 전라지역은 가뭄 주의 단계가 발령되었다. 이는 가뭄의 지역적 집중도가 최근 들어 심화되고 있다는 것을 보여준다. 이와 같이 심화되는 지역적 가뭄에 대응하기 위하여 기상학적 가뭄 발생의 지역적 패턴을 분석하는 연구가 많이 수행되고 있지만, 물부족 지역에 대한 공간적 군집 연구사례는 많지 않다. 본 연구에서는 국가물관리기본계획의 2030년 한강 유역 물부족량 전망자료를 바탕으로 공간군집분석 지표인 Local Moran’s I, Getis-Ord Gi*를 이용하여 물부족 지역의 공간적 군집 특성을 분석하고 물부족 핫스팟 지역을 파악하였다. 공간적 군집 특성은 p-값 및 모란 산점도를 통해 적정성을 검증하였다. 시기별(S0(1967~1983), S1(1984~2000), S2 (2001~2018)) 공간군집 이동패턴을 분석한 결과, 임진강하류(#1023)가 물부족이 심각한 핫스팟 지역으로 나타났고, S0~S1 대비 S2 시기에 임진강하류(#1023) 동쪽에서 서쪽으로 점차 확산되는 물부족 이동패턴이 나타났다. 양양남대천(#1301)은 HL (해당지역은 물부족량이 많고 주변지역은 물부족량이 적은) 지역으로 나타났고, S0~S1 대비 S2 시기에 양양남대천(#1301)으로 물부족이 발생하는 것으로 나타났다.

키워드

물부족

공간군집분석

국지적 모란지수

한강 유역

MAIN

1. 서 론
2. 연구방법
2.1 연구지역 및 자료
2.2 공간군집분석
3. 연구 적용 및 결과
3.1 물부족 공간군집 분석 적용 방법
3.2 한강 유역 공간적 물부족 지역 평가
4. 토의 및 결론

1. 서 론

최근 기후변화로 인한 기상변동성이 커지고 있다. 2022년 8월 서울 및 수도권지역은 기상관측이 시작된 이후 115년 만에 가장 많은 비가 내려(8월 8일~9일, 도림천 142 mm/h) 홍수 피해가 발생하는 반면, 전라북도 임실 ‧ 순창 ‧ 남원 ‧ 장수 등 4개 시군은 가뭄 주의 단계가 발령되었다. 이러한 기상변동성의 증가는 지역적인 물부족 문제를 심화시키고 있다. 2015년에는 보령댐 수위 저하로 충남 서부권 지역에 4개월간 제한급수를 시행되었으며, 2018년에는 쌍천지하댐 수위 저하로 강원 속초 지역에 1개월간 제한급수가 시행되었고, 평택 지역에서는 대규모 단수사고가 발생하였다.

기후변화로 인한 가뭄의 지역적 집중 현상을 분석하기 위해, 최근에는 가뭄 발생의 지역적 패턴을 분석하는 공간적 군집 연구가 대두되고 있다. Liu et al. (2021)은 가뭄 발생과 전파가 가장 활동적인 지역(군집)을 핫스팟으로 정의하고, 토양 수분량을 바탕으로 동남아시아 지역의 농업적 가뭄 핫스팟을 분석하였다. Lee et al. (2018)은 기후변화 시나리오를 적용한 가뭄 핫스팟 분석을 통해 계절별 가뭄 경향 변화 및 지역적 극한가뭄 발생빈도 차이가 심화되는 것으로 분석하였다. Son et al. (2023)은 수정표준강수지수를 이용하여 기후변화 시나리오에 따른 낙동강 유역의 가뭄 핫스팟 분석을 수행한 결과, 장기가뭄이 단기가뭄보다 명확히 큰 가뭄 핫스팟 지역으로 나타났고, 이러한 가뭄 핫스팟 지역은 시간이 지남에 따라 낙동강 유역 중심에서 섬진강 유역 방향으로 이동하는 것으로 나타났다.

가뭄이 반드시 물부족을 발생시키는 건 아니다. 가뭄의 발생은 기상학적 요인인 강수의 부족으로 나타나지만, 실질적으로는 인간이 생활하는데 필요로 하는 물의 양보다 적은 물이 공급될 경우에 체감하게 된다. 물부족 전망에 대해서는 기후변화 시나리오를 적용한 분석 및 분석단위 세분화를 통한 물수급 분석 비교 등의 연구가 진행되고 있다. Kim et al. (2013)은 기후변화 시나리오를 활용한 미래 물수급을 전망하였고, Oh et al. (2019)은 한강권역의 중권역과 표준유역 단위 물수급 체계를 구축하고 분석 결과를 비교하였다. 2021년에 수립된 국가물관리기본계획에서는 표준유역 833개와 주요지점 960개 분석네트워크 기반으로 MODSIM 분석모델을 구축하여 목표연도 2030년 수요량 대비 공급량을 감안한 권역별 물부족량을 산정하였다(Joint Ministries, 2021). 1967년~2018년(52개년) 기간의 하천유량 시계열이 장래에 반복된다는 가정을 바탕으로 2030년에 과거 최대 가뭄(약 50년 빈도)이 재현될 경우 전체 256.9백만m³/년 물부족을 전망하였으며, 권역별로는 한강 82.9백만m³/년, 낙동강 67.9백만m³/년, 금강 27.7백만m³/년, 영산강 ‧ 섬진강 78.4백만m³/년 물부족을 전망하였다(Joint Ministries, 2021).

기상학적 가뭄 발생에 대해서는 지역적 패턴 등 공간적 군집을 파악하는 국내외 연구가 수행되고 있지만, 물부족량에 대한 공간적 군집 연구사례는 없는 실정이다. Tobler (1970)의 지리학 제1법칙에 따르면 공간적 자기상관성은 모든 것들은 다른 것들과 관련되어 있지만, 가깝게 있는 것들일수록 멀리 떨어져 있는 것들보다 더욱 연관성이 크다. 이러한 지리적 현상은 자료들의 공간상의 분포형태를 해석하는 공간군집분석을 통해 입증할 수 있다.

수자원은 유역 단위로 구분되어 있고 수도시설은 행정구역 단위로 구분되어 있는데, 물수급 분석을 위해 유역 단위로 인위적으로 변환할 경우 오류 발생 가능성이 있다. 국가물관리기본계획에서는 표준유역 단위로 물수급 분석을 수행한 이후 해당 결과들을 합산하여 권역별 물부족량을 전망하였다. 이처럼 연속적인 지리적 현상을 행정구역별로 집계하는 방식과 같이 인공적인 공간 단위로 조사하면 가변적 공간단위 문제가 발생한다(Chae et al., 2014). 본 연구의 목적은 한강 유역 물부족량 전망자료를 토대로 Tobler의 지리학 제1법칙에 따른 분석단위(중권역, 표준유역) 간 상관성을 고려한 공간군집분석을 통해 가변적 공간단위 문제를 일정 부분 해결하고 동시에 지역적 군집(핫스팟) 및 특이 지역을 찾아 물부족 피해 취약지역 등을 합리적으로 예측하는 것이다.

2. 연구방법

2.1 연구지역 및 자료

한강은 4대 권역 중 가장 큰 유역이며, 약 26백만 수도권 인구가 거주하는 지역임과 동시에 4차 산업 핵심인 반도체 산업단지가 위치하는 등 물공급에 핵심적 위치에 있다. 1979년부터 수도권 27개 지자체에 생활 ․ 공업용수 공급을 위한 대용량 시설(팔당 취수장, 8,285천 m³/일)을 운영하고 있다. 하지만 대규모 취수원이 팔당댐 인근에 집중되어 있다 보니 대형 사고가 발생할 경우 수도권의 용수공급이 중단될 수 있고, 외곽지역은 상대적으로 가뭄에 취약한 실정이다. 강원 영동지역의 경우 대규모 수원이 없으며 큰 하천이 적고 심한 하천 경사로 인해 수자원의 보존 ‧ 이용 ‧ 관리 등에 불리한 특성이 있다. 또한, 한강유역에서 농업용수를 공급하기 위한 농업용저수지 및 양 ‧ 배수시설(15,012개) 등이 넓은 지역에 산재하여 관리가 어렵고 효율성이 낮은 실정이다. 본 연구에서는 이러한 중요도를 감안하여 한강 유역을 대상으로 공간군집특성을 고려한 공간적 물부족 특성을 분석하였다.

본 연구는 국가물관리기본계획수립연구 물수급 전망 분석보고서에서 제시한 2030년 한강 유역 물수급 전망 결과값인 10년 빈도(2014년), 25년 빈도(2017년) 및 과거 최대 가뭄시(약 50년 빈도, 2015년) 생활용수 ‧ 공업용수 ‧ 농업용수 및 하천유지유량의 물부족량을 사용하였다(Joint Ministries, 2020b). 연구지역인 한강 유역의 중권역 단위지도는 Fig. 1과 같으며, 2030년 한강 유역의 중권역 단위 물부족량 전망자료는 Table 1과 같다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F1.jpg

Fig. 1.

Map of Han River basin with mid-sized watershed code

Table 1.

Estimates of water shortage in the Han River basin in 2030 (Joint Ministries, 2020b) (unit : million m³/year)

Watershed code	10-year return period of drought			25-year return period of drought			Maximum return period of drought in the past
Watershed code	total	domestic, industrial water	agricultural water	total	domestic, industrial water	agricultural water	total	domestic, industrial water	agricultural water
1001	0	0	0	0.33	0	0.33	0.25	0	0.25
1002	2.03	0	2.03	5.38	0	5.38	3.86	0	3.86
1004	0	0	0	0	0	0	0	0	0
1005	0	0	0	0	0	0	0	0	0
1006	3.5	0	3.5	3.44	0	3.44	2.77	0	2.77
1007	8.47	0	8.47	12.74	0	12.74	9.16	0	9.16
1008	0	0	0	0	0	0	0	0	0
1009	0	0	0	0	0	0	0	0	0
1010	0	0	0	0	0	0	0	0	0
1011	0.15	0	0.15	0	0	0	1.12	0	1.12
1012	0	0	0	0	0	0	0	0	0
1013	0	0	0	0	0	0	0	0	0
1014	0	0	0	0.49	0	0.49	0	0	0
1015	0.12	0	0.12	0.12	0	0.12	0.11	0.01	0.1
1016	0	0	0	0.52	0	0.52	0.34	0	0.34
1017	0	0	0	0	0	0	0	0	0
1018	0	0	0	0	0	0	0	0	0
1019	0.25	0	0.25	1.37	0	1.37	0.61	0	0.61
1020	0	0	0	0	0	0	0	0	0
1021	2.78	0	2.78	3.53	0	3.53	4.53	0	4.53
1022	10.88	0	10.88	12.89	0	12.89	13.74	0	13.74
1023	10.55	0	10.55	13.73	0	13.73	15.19	0	15.19
1024	0	0	0	0	0	0	0	0	0
1101	0	0	0	0	0	0	0	0	0
1201	9.46	0	9.46	5.02	0	5.02	22.75	0	22.75
1202	1.03	0	1.03	2.09	0	2.09	4.56	0	4.56
1301	0.5	0.45	0.05	1.95	0.19	1.76	3.63	1.17	2.46
1302	0	0	0	0	0	0	0.01	0.01	0
1303	0.01	0.01	0	0.57	0.01	0.56	0.22	0	0.22
Sum	49.69	0.45	49.24	64.12	0.20	63.92	82.85	1.19	81.66

2.2 공간군집분석

공간 자료는 위치가 속성에 영향을 미치게 되는데, 이로 인한 자료의 특수한 성질이 바로 공간적 자기상관성(spatial autocorrelation)이다(Park, 2018). 즉 공간상의 실체들은 공간에 무작위적으로 분포하지 않고 서로 영향을 주고받으며, 그 영향은 공간 실체 거리나 인접성이 높을수록 더 커진다(Kim, 2003). 공간 자료는 공간적 군집(cluster) 혹은 핫스팟(hotspot)과 분산이라는 분포형태로 존재한다(Kang, 2008; Son et al., 2023). 따라서, 본 연구에서 한강 유역의 물부족 지역은 공간군집분석을 통해 정량적으로 판단되기 때문에, 특정지역과 주변지역 모두 물부족이 많이 발생하는 군집지역이 핫스팟으로 나타나고, 특정지역과 주변지역 모두 물부족이 없거나 적게 발생하는 군집지역이 콜드스팟(coldspot)으로 나타난다.

본 연구에서 한강 유역 물부족에 대한 공간군집분석을 위해 GedDa를 활용하였다(Anselin, 2005). 공간군집분석 방법으로는 전역적 자기상관성 분석과 국지적 자기상관성 분석이 있다. 본 연구는 한강 유역 전체를 대상으로 물부족에 대한 공간군집분석을 적용하기 때문에 연구지역이 상대적으로 넓어 그 지역 내부에서도 공간적 자기상관이 위치에 따라 발생할 수도 있다. 따라서 국지적 자기상관성 분석방법을 적용하였다. 국지적 자기상관성 분석 중 가장 대표적인 지표인 국지적 모란지수(Local Moran’s I)와 Getis-Ord Gi* 통계량을 사용하였다.

2.2.1 국지적 모란지수

국지적 모란지수는 전체 공간에 대해 자기상관관계가 존재하는지를 판단하는 모란지수(Moran’s I)의 분석범위를 보다 국지화시켜 특정지역(구역)과 그 주변을 둘러싼 지역들을 개별적으로 비교해 주변지역과 현저한 차이가 나타나는 지역을 찾아내는 방법으로(Kang, 2008), Eq. (1)과 같이 계산된다(Jang, 2016).

(1)

I_{i} = Z_{i} \sum_{j = 1} w_{i j} Z_{j}

여기서 $w$ 는 가중치, $Z$ 는 표준화 점수, $i$ 와 $j$ 는 각각 특정지역과 주변지역을 나타내는 첨자이다. 값의 크기가 높은 정(+)의 값이 나올 경우에는 지역간 유사성이 있는 핫스팟을 의미하지만, 높은 음(-)의 값이 나올 경우에는 지역간 유사성이 없다는 것을 의미한다(Kang, 2008).

국지적 모란지수를 사용하여 공간군집분석을 할 때, 모란 산점도(Moran scatter plot)를 통해 공간적 연관성 유형을 네 가지로 구분하는데, 원점을 기준으로 높은 값 주변에 높은 값이 존재하는 HH (high-high), 낮은 값 주변에 낮은 값이 존재하는 LL (low-low), 낮은 값 주변에 높은 값이 존재하는 LH (low-high), 높은 값 주변에 낮은 값이 존재하는 HL (high-low)로 구분한다(Chae et al., 2014).

2.2.2 Getis-Ord Gi^* 통계량

국지적 모란지수가 지역 간의 유사성을 측정하는 방법이었다면, Getis-Ord Gi^* 분석은 전체 대상지 내 공간단위의 Z값을 계산하여 통계적으로 유의미하게 높은 값과 낮은 값이 얼마나 집중되어 있는지를 측정하는 방법이다(Cho, 2013). Z값이 높고 p-값이 유의수준 이하이면 귀무가설을 기각한다. Z값이 정(+)의 값이면 높은 속성 자료끼리 공간적으로 군집되어 있다고 판단하고, Z값이 음(-)의 값이면 낮은 속성 자료끼리 공간적으로 군집되어 있다고 판단한다. Getis-Ord Gi^* 통계량은 Eq. (2)와 같이 계산된다(Jang, 2016; Son et al., 2023).

(2)

G i^{*} = \frac{\sum_{j = 1}^{n} w_{i j} x_{j} - x \sum_{j = 1}^{n} w_{i j}}{s \times \sqrt{\frac{n \sum_{j = 1}^{n} w_{i j}^{2} x_{j} - {(\sum_{j = 1}^{n} w_{i j})}^{2}}{n - 1}}}

여기서 $s$ 는 표준편차, $w_{i j}$ 는 특정지역( $i$ )과 주변지역( $j$ ) 간 공간 가중치, $n$ 은 분석한 공간단위의 개수, $x_{j}$ 는 $j$ 지역의 속성 자료, $x$ 는 속성 자료의 평균값을 나타낸다.

일반적으로 클러스터맵(cluster map)을 통해 공간적 연관성 유형을 핫스팟과 콜드스팟 두 가지로 구분한다.

3. 연구 적용 및 결과

3.1 물부족 공간군집 분석 적용 방법

공간적 자기상관성을 정량적으로 분석하기 위해서는 우선 분석단위들 사이의 공간적 관계를 정의하고 이를 정량화하는 공간 가중치 행렬을 구축해야 한다(Lee et al., 2011). 공간 가중치 행렬을 구축하는 방법은 공간 인접성 및 거리 기준이 있으며, 공간 인접성 기준을 일반적으로 적용한다(Park, 2018). Fig. 2는 공간적 인접성을 기준으로 공간행렬을 구축하는 방법으로 Rook, Bishop, Queen 세 가지가 있으며, 이를 어떻게 정의하여 측정하느냐에 따라 공간 가중치 행렬이 달라진다. 본 연구에서는 한강 유역 내 각기 다른 형태로 존재하는 중권역의 특성을 고려하여 두 구역이 한 변을 공유하거나 한 정점을 공유한 경우에 구축하는 Queen 방식을 적용하였다.

산출된 통계량은 유의성을 검정하기 위해 표준정규분포로 변환되며, Z검정을 통해 통계적 유의성을 판정한다(Park, 2018). GeoDa 프로그램 가이드 북에는 컷오프값의 유의수준이 0.05로 설정되어 있으나, 기계적으로 꼭 사용할 필요는 없으며 민감도 분석을 수행하고 결과를 도출하는 것이 가능하다. 본 연구에서는 통계적으로 유의성 있는 결과는 0.05 이하의 지역이며, 이 지역들이 LISA Cluster Map에 표현되는 것으로 그대로 적용하였다(Park, 2018).

물부족 공간군집 대상지역을 선정하기 위하여, 우선 10년 빈도, 25년 빈도, 과거 최대 가뭄(약 50년 빈도)에 대한 중권역 단위 물부족량으로 공간군집분석을 수행하였다. 국지적 모란지수(Local Moran’s I)를 기준으로 분석하되 Getis-Ord Gi^* 통계량과 비교하여 공통지역을 대상지역으로 선정하였다. 대상지역 기준으로 통계량(Local Moran’s I, Getis-Ord Gi^*, p-값) 및 모란 산점도로 공간군집 대상지역의 적정성 여부를 확인하였다. 이후 중권역 내부에서도 공간적 자기상관이 위치에 따라 발생하는지 여부를 확인하기 위해 표준유역 단위로 공간군집 상세화 분석을 하였다. 또한, 시기별로 공간적 자기상관이 발생하는지 여부를 확인하기 위한 공간군집 이동패턴 분석을 추가로 시행하여 대상지역 내 핫스팟과 콜드스팟인 군집지역 그리고 HL, LH인 특이지역을 최종 도출하였다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F2.jpg

Fig. 2.

Conceptual diagram of spatial matrix based on adjacency (Chung, 2012)

3.2 한강 유역 공간적 물부족 지역 평가

3.2.1 물부족 공간군집 대상지역 선정

2020년 국가물관리기본계획수립연구 물수급 전망 분석보고서에서 제시한 2030년 한강 유역 물수급 전망 결과값인 10년 빈도, 25년 빈도 및 과거 최대 가뭄(약 50년 빈도)에 대한 중권역 단위 물부족량을 이용하여 한강 유역의 물부족 공간군집분석(GeoDa)을 수행하였다. Fig. 3은 Local Moran’s I 및 Getis-Ord Gi^* 방식을 통해 중권역 단위 공간군집분석을 실시하여 시각화한 것이다. Figs. 3(a) and 3(b)는 10년 빈도 가뭄에 대한 물부족 지역으로, 임진강상류(#1021) 지역이 Local Moran’s I를 통한 HH 지역과 Getis-Ord Gi^*를 통한 핫스팟 지역으로 나타나 임진강상류(#1021) 및 주변지역을 핫스팟 대상지역으로 선정하였다. Figs. 3(c) and 3(d)는 25년 빈도 가뭄에 대한 물부족 지역으로 양양남대천(#1301) 지역이 Local Moran’s I를 통한 LL 지역과 Getis-Ord Gi^*를 통한 콜드스팟 지역으로 나타나 양양남대천(#1301) 및 주변지역을 콜드스팟 대상지역으로 선정하였다. Figs. 3(e) and 3(f)는 과거 최대 가뭄(약 50년 빈도)에 대한 물부족 지역으로 Local Moran’s I 및 Getis-Ord Gi^* 분석 결과 일치하는 지역이 없어 핫스팟이나 콜드스팟 지역은 없다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F3.jpg

Fig. 3.

Evaluation of spatial water shortage in the Han River basin

3.2.2 임진강상류 및 주변지역 공간적 물부족 평가

핫스팟 대상지역인 임진강상류(#1021) 및 주변지역에 대한 적정성 확인을 위하여 Table 2의 Local Moran’s I 및 Getis-Ord Gi^* 통계량 분석 결과 임진강상류(#1021)를 포함하여 주변지역 모두 정(+)의 지수값이 나타났다. 또한, p-값은 임진강상류(#1021)는 0.047로 통계적으로 유의미하나 주변지역은 0.05를 초과하여 통계적 유의미한 결과가 도출되지 못하였다. 모란 산점도 확인 결과, 임진강상류(#1021) 및 주변지역(고미탄천 제외)은 1분위면에 속하여 HH로 확인되었다. 하지만, 임진강유역은 63%가 북한지역에 포함되는 공유하천으로 황강댐 건설 이후 임진강으로 유입되는 유량이 변화하는 등 수문자료의 신뢰성이 낮고, 실제 물부족량도 임진강상류 대비 주변지역이 다소 많아 모란 산점도 결과와 대립된다. 이에 표준유역 단위로 공간군집 상세화 분석 및 시기별 이동패턴 분석을 추가 시행하였다.

Table 2.

Statistic of Local Moran’s I and Getis-Ord Gi* in mid-sized watersheds

Item	Mid-sized Watershed	Local Moran's I		Getis-Ord Gi*
Item	Mid-sized Watershed	index value	p-value	index value	p-value
Specific area	Upper Imjin River (#1021)	0.257124	0.047000	0.081138	0.047000
Neighbor	Gomitancheon (#1020)	0.162166	0.190000	0.027951	0.227000
Neighbor	Hantan River (#1022)	0.212028	0.252000	0.061155	0.253000
Neighbor	Lower Imjin River (#1023)	0.871466	0.129000	0.081976	0.129000

Fig. 4는 Local Moran’s I 및 Getis-Ord Gi^* 통계량을 통해 표준유역단위 10년 빈도 물부족량에 대한 공간군집분석을 실시하여 시각화한 지도이다. Fig. 4(a)에 나타난 바와 같이 중권역 단위로 분석할 경우 임진강상류(#1021)가 핫스팟 지역이었으나 주변지역의 통계적 유의성이 나타나지 않았고, Figs. 4(b) and 4(c)에 나타난 바와 같이 표준유역단위로 상세화 분석한 결과, 임진강하류 5개 지역(눌노천합류점(#102303), 문산천합류점(#102304), 문산천하류(#102306), 사천(#102308), 임진강하류(#102309))이 Local Moran’s I를 통한 HH 지역과 Getis-Ord Gi^*를 통한 핫스팟 지역으로 나타났다. 이는 중권역 내부에서 공간적 자기상관이 위치에 따라 발생하여 중권역과 표준유역 간 분석 결과에 차이가 발생한 것으로, Table 3의 표준유역 단위 통계량 분석 결과에서 중권역 대비 높은 정(+)의 지수값과 p-값은 0.05 이하로 통계적으로 유의하여 임진강하류(#1023)를 핫스팟 지역으로 선정하였다.

동일한 표준유역 단위로 공간군집 이동패턴을 분석하기 위하여 1967~2018년 시계열에 따른 물부족량의 유의한 변화점을 찾기 위한 Pettitt Test를 수행하였다. Pettitt Test는 시계열 내의 유의한 변화점을 탐지하기 위한 통계학적 검정 방법으로 수문학적 시계열 및 관측된 기후의 변화를 감지하는데 널리 사용되고 있다(Pettitt, 1979; Zhang and Lu, 2009; Meysam et al., 2012; Son et al., 2023). Pettitt Test 결과 52년 시계열 동안 변화점이 나타나지 않아, S0(1967~1983), S1(1984~2000), S2 (2001~2018)와 같이 시기를 구분하였다. Fig. 5는 Local Moran’s I 방식을 통해 표준유역 단위 물부족 이동패턴 분석을 실시하여 시각화한 지도이다. Fig. 5(a)에서 S0 시기에 한탄강 1개 지점(한탄강수위표(#102204)), 임진강하류 2개 지점(문산천하류(#102306), 눌노천합류점(#102303))인 것과 비교하여, Fig. 5(b)에서 S1 시기에 한탄강 1개 지점(한탄강수위표(#102204))이 제외되고 추가로 임진강상류 2개 지점(역곡천(#102107), 한탄강합류점(#102109)) 및 임진강하류 2개 지점(사천(#102308), 문산천합류점(#102304))이, Fig. 5(c)에서 S2 시기에 임진강상류 1개 지점(역곡천(#102107))이 제외되고 추가로 한탄강 1개 지점(한탄강수위표(#102204)) 및 임진강하류 1개 지점(임진강하류(#102309)]이 HH지역으로 분석되었다.

표준유역 단위로 공간군집 상세화 분석 및 시기별 이동패턴 분석을 통한 추가 확인 결과 임진강하류(#1023)를 핫스팟 지역으로 최종 선정하였다. 또한, S0~S1 대비 S2 시기에 임진강하류(#1023) 동쪽에서 서쪽으로 점차 확산되는 물부족 이동패턴이 나타났다.

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F4.jpg

Fig. 4.

Comparison of spatial water shortage between mid-sized watersheds and standard watersheds in the Han River basin

Table 3.

Statistic of Local Moran’s I and Getis-Ord Gi* in standard watersheds

Item	Standard Watershed	Local Moran's I		Getis-Ord Gi*
Item	Standard Watershed	index value	p-value	index value	p-value
Specific area	Munsancheon Junction (#102304)	11.647743	0.006000	0.040017	0.006000
Neighbor	Nulnocheon Junction (#102303)	3.933906	0.001000	0.028442	0.001000
Neighbor	Lower Munsancheon (#102306)	5.416191	0.001000	0.036059	0.001000
Neighbor	Sacheon (#102308)	1.779013	0.003000	0.025796	0.003000
Neighbor	Lower Imjin River (#102309)	4.934636	0.009000	0.024846	0.009000

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F5.jpg

Fig. 5.

Evaluation of spatial water shortage by period of S0, S1, S2 in standard watersheds of the Han River basin

3.2.3 양양남대천 및 주변지역 공간적 물부족 평가

콜드스팟 대상지역인 양양남대천(#1301) 및 주변지역에 대한 적정성 확인을 위하여 Table 4의 Local Moran’s I 및 Getis-Ord Gi^* 통계량을 분석한 결과, 양양남대천(#1301)을 포함하여 주변지역 모두 음(-)이 아닌 낮은 정(+)의 지수값이 나타났다. 또한, p-값은 양양남대천(#1301)은 각각 0.026과 0.019로 통계적으로 유의미하나 주변지역은 0.05를 초과하여 통계적 유의미한 결과가 도출되지 못하였다. 모란 산점도를 확인한 결과, 양양남대천(#1301) 및 주변지역은 3분위면에 속하여 LL로 확인되었다. 하지만 양양남대천(#1301)은 장래 물부족이 발생하는 지역이며, 양양남대천(#1301)은 3 ‧ 4분위면 경계에서 3분위면 LL에 다소 가깝게 위치하며 주변지역은 모두 LL에 속하지만 양양남대천(#1301)과 다소 떨어져 있어 지역간 유사성이 다소 낮은 HL 특성을 보이기 때문에 모란 산점도 결과와 대립된다. 이에 표준유역 단위로 공간군집 상세화 분석 및 시기별 이동패턴 분석을 추가 시행하였다.

공간군집 상세화 분석 결과, 양양남대천(#1301) 및 주변지역은 장래 물부족이 발생하지만 물부족량은 다소 적기 때문에 유의미한 결과가 나타나지 않았다. 이에 중권역 단위로 공간군집 이동패턴 분석을 위하여 3.2.2절과 같이 S0(1967~1983), S1(1984~2000), S2(2001~2018)로 시기를 구분하였다. Fig. 6은 Local Moran’s I를 통해 중권역 단위 물부족 이동패턴 분석을 실시하여 시각화한 지도이다. 당초 콜드스팟 지역으로 분류된 것과 다르게 Figs. 6(a) and 6(b)에서 S0와 S1 시기 대비 Fig. 6(c)에서 S2 시기에 양양남대천(#1301)은 HL 지역으로 분석되었다. Fig. 7은 모란 산점도를 통해 공간적 연관성 유형을 시각화한 지도이다. Fig. 7(a)에서 당초 LL 지역으로 분류된 것과 다르게 Fig. 7(b)에서 양양남대천(#1301)은 우측으로 약간 이동하여 4분위면에 위치한 HL로 확인되었다.

표준유역 단위로 공간군집 상세화 분석 및 시기별 이동패턴 분석을 통한 추가 확인 결과 양양남대천(#1301)을 HL 지역으로 최종 선정하였다. 또한, S0~S1 대비 S2 시기에 양양남대천(#1301)은 물부족 HL 지역으로 나타났다.

Table 4.

Statistic of Local Moran’s I and Getis-Ord Gi* in mid-sized watersheds

Item	Mid-sized Watershed	Local Moran's I		Getis-Ord Gi*
Item	Mid-sized Watershed	index value	p-value	index value	p-value
Specific area	Yangyang-namdaecheon (#1301)	0.025917	0.026000	0.005897	0.019000
Neighbor	Kumgangsan Dam (#1008)	0.140623	0.311000	0.014209	0.305000
Neighbor	Inbukcheon (#1011)	0.222602	0.170000	0.006047	0.157000
Neighbor	Soyang River (#1012)	0.149623	0.232000	0.014008	0.232000
Neighbor	Upper Namhan River (#1001)	0.093766	0.361000	0.018302	0.361000
Neighbor	Gangneung-namdaecheon (#1302)	0.160456	0.382000	0.011066	0.382000

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F6.jpg

Fig. 6.

Evaluation of spatial water shortage by periods of s0, s1, s2 in mid-sized watersheds of the Han River basin

https://cdn.apub.kr/journalsite/sites/kwra/2023-056-05/N0200560502/images/kwra_56_05_02_F7.jpg

Fig. 7.

Comparison of Moran Scatter Plots Between Figs. 3(c) and 6(c)

4. 토의 및 결론

2021년에 수립된 국가물관리기본계획 한강 유역 물수급 전망 결과, 대부분 농업용수가 부족하였으며 물부족이 가장 심한 지역은 한강서해(#1201), 임진강하류(#1023) 순으로 나타났고 양양남대천(#1301)은 생공용수 및 농업용수가 부족한 지역으로 나타났다. 한강 유역에는 총 30개 중권역이 존재하며 10년 빈도 가뭄시 14개, 25년 빈도 가뭄시 16개, 과거 최대 가뭄시(약 50년 빈도) 17개 중권역에 물부족 발생하는 것으로 나타났다.

본 연구는 국가물관리기본계획 물수급 전망 분석보고서에서 제시한 2030년 한강 유역 물수급 전망 결과값을 이용하여 Local Moran’s I와 Getis-Ord Gi^*을 통한 물부족의 공간군집분석을 수행하였다. 그 결과, 첫째, 임진강하류(#1023)가 물부족 핫스팟 지역으로 나타났고, S0~S1 대비 S2 시기에 임진강하류(#1023) 동쪽에서 서쪽으로 점차 확산되는 물부족 이동패턴이 나타났다. 둘째, 양양남대천(#1301)이 물부족 HL 지역으로 나타났고, S0~S1 대비 S2 시기에 양양남대천(#1301)으로 물부족이 발생하는 것으로 나타났다. 한강서해(#1201)는 Figs. 4 and 5에서 핫스팟 지역으로 보이지만, 최초 공간군집 대상지역을 선정하는 Fig. 3에서 선정되지 않아 제외되었다. 물수급 전망 결과 장래 물부족 발생 지역 중에서 임진강하류(#1023)는 핫스팟 지역으로 양양남대천(#1301)은 HL 지역으로 나타났으며, 물부족 콜드스팟 및 LH 지역은 나타나지 않았다.

이러한 연구 결과가 도출된 근거를 확인하기 위해 52개년 물부족량 전망치를 기준으로 중권역별 물부족량(합계) 및 발생횟수를 분석한 결과, 임진강하류(#1023)는 물부족량이 세 번째로 많으며 주변지역을 포함한 군집형태로는 물부족량이 첫 번째로 많은 것으로 나타나 물부족 핫스팟 지역의 특성을 나타냈으며, 양양남대천(#1301)은 물부족량 발생횟수가 두 번째로 많은데 반해 주변지역은 미미하게 나타나 물부족 HL 지역의 특성을 나타냈다. 한강서해(#1201)는 물부족량 발생횟수가 첫 번째인데 도서지역으로 공간군집의 특성을 만족시키지 못하였다.

장래 농업용수 부족이 예상되는 임진강하류(파주시, 연천군)는 광역상수도 급수구역(교하면 등)을 제외하고 하천수를 수원으로 공급하는 지역이다. 이 지역에서 S0~S1 대비 S2 시기 농업용수 이용량(유효우량 미포함)은 18% 증가하였고, S2 시기 황강댐 건설 후 예성강으로 유역변경 물량(8억m³/년)이 발생하여 임진강 평균유입량 감소(약 19%)가 농업용수 부족을 발생시키는 주요 원인으로 분석되었다. 이로 인해 2014년에는 임진강 양수급수지역(5.2 ha) 모내기 곤란 피해를 겪었다(WAMIS, 2022; Joint Ministries, 2020a). 장래 생공용수 및 농업용수 부족이 예상되는 양양남대천(고성군, 속초시, 양양군)은 하천수를 수원으로 공급하는 지방상수도 급수구역으로 S0~S1 대비 S2 시기 생공용수 이용량은 109% 증가하였고 큰 하천이 적고 유량이 부족한데다 높은 유역평균경사(44.4%)로 인해 호우응답속도가 빠르고 지표유출비율이 높기 때문에 수자원의 보존 ‧ 이용관리 등에 불리한 유역특성이 생공용수 및 농업용수 부족이 발생하는 주요 원인으로 분석되었다. 이로 인해 2018년에는 쌍천(지하댐) 수위저하로 속초시 전역에 제한급수(2018.2.6~2018.3.5, 28일간)가 발생하여 82천명이 피해를 겪었다(WAMIS, 2022). 가뭄은 수자원의 계절별 평균치에 대한 부족을 나타내는 반면, 물 부족은 수요 대비 공급 부족을 나타내기 때문에, 가뭄 발생지역과 물부족 피해지역이 일치하지는 않는다(Byun, 2009). 또한, MODSIM을 통한 물수급 분석시 하천수를 통해 용수 수요량을 우선 공급하고 이후 다목적댐 등 물 공급시설 운영을 통한 용수공급을 수행(부족분 공급방식)한다. 이를 통한 물부족 공간군집분석 결과, 대규모 댐을 수원으로 광역상수도가 공급되는 지역과 비교하여 하천수만을 수원으로 공급하는 지역은 물부족에 취약할 수밖에 없는 지역으로 분석되었다. 다만, 물부족에 대한 공간군집분석 선행연구의 부족으로 분석 결과의 정확성을 판단하는데 한계가 있다. 그러나, 본 연구에서는 공간군집분석을 통해 특정지역과 주변지역 간 물부족 군집지역(핫스팟, 콜드스팟) 및 특이지역(HL, LH)을 선정하였으며, 이는 표준유역별 및 중권역별 물부족을 전망하는 과정에서 인접 지역 간 공간적 자기상관성은 고려하지 않은 국가물관리기본계획과는 차별성이 있다.

공간적 물부족 평가 결과, 특정지역과 주변지역이 모두 물부족이 심한 임진강하류(#1023) 핫스팟 지역은 물이용 및 물재해 위험도 관리에 관계기관의 지속적인 관심(대응)이 필요하며, 물부족이 있으나 특정지역은 지수값이 높고 주변지역은 지수값이 낮은 양양남대천(#1301) HL 지역은 지형적으로도 물부족 사각지대(서쪽 산맥, 동쪽 바다, 북쪽 북한)인 만큼 유역 내부 및 남측(지자체 간)과 협력을 통한 연계 공급 노력이 필요하다.

향후 한강 유역뿐 아니라 전국 단위로 확대 분석을 통해 물부족 공간군집분석의 신뢰성을 증가시키며, 정부의 물관리 정책 수립뿐 아니라, 지자체 간 물배분 문제, 가뭄 대응 및 유역 내 물분쟁 대응 등의 자료로 활용될 수 있을 것이다.

Acknowledgements

이 논문은 행정안전부 재난안전공동연구기술개발사업(2022-MOIS63-001)의 지원을 받아 수행된 연구입니다.

Conflicts of Interest

The authors declare no conflict of interest.

References

Anselin, L. (2005). Exploring spatial data with Geoda^TM : A workbook, spatial analysis laboratory. Department of Geography, University of Illinois, Urbana-Campaign, Urbana, IL, U.S.

Byun, H. (2009). "A comparative analysis of drought diagnostics and their systems." The Magazine of the Korean Society of Hazard Mitigation, Vol. 9, No. 2, pp. 7-18. (in Korean)

Chae, J., Park, S., and Byu, B. (2014). "An analysis of spatial concentrated areas of single person households and concentrating factors in Seoul." Seoul Studies, Vol. 15, No. 2, pp. 1-16. (in Korean)

Cho, D. (2013). "Trends and methodological issues in spatial cluster analysis for count data." Journal of the Korean Geographical Society, Vol. 48, No. 5, pp. 768-785. (in Korean)

Chung, K.S. (2012). "Busan housing market dynamics analysis with ESDA using MATLAB application." Journal of Korea Contents Association, Vol. 12, pp. 461-471. (in Korean) 10.5392/JKCA.2012.12.02.461

Jang, M. (2016). "Analysis on the characteristics of urban decline using GIS and spatial statistical method: The case of Gwangju Metropolitan City." Journal of The Korean Association of Regional Geographers, Vol. 22, No. 2, pp. 424-438. (in Korean)

Joint Ministries (2020a). National drought information statistics for 2018. Publication No. 11-1741000-000244-10, p. 332. (in Korean)

Joint Ministries (2020b). The 1^st master plans for national water management establishment research. Publication No. 11-1480000-001831-01, pp. 624-631. (in Korean)

Joint Ministries (2021). The 1^st master plans for national water management. Publication No. 11-1480000-001756-14, Vol. 22, No. 2, pp. 49-53. (in Korean)

Kang, H.J. (2008). "Hot spot analysis: Basis of spatial analysis, utilization and understanding of local Moran's I and nearest neighbor analysis." Planning and Policy, Vol. 324, pp. 116-121. (in Korean)

Kim, C.R., Kim, Y.-O., Seo, S.B., and Choi, S.-W. (2013). "Water balance projection using climate change scenarios in the Korean Peninsula." Journal of Korea Water Resources Association, Vol. 46, pp. 807-819. (in Korean) 10.3741/JKWRA.2013.46.8.807

Kim, G.G. (2003) "Exploration of spatial autocorrelation and utilization of spatial regression analysis." Journal of Korean Association for Policy Analysis and Evaluation, Vol. 13, pp. 273-294. (in Korean)

Lee, J.H., Park, S.Y., and Kim, J.S. (2018). "Extreme drought hotspot analysis for adaptation to a changing climate : Assessment of applicability to the five major river basins of the Korean Peninsula." International Journal of Climatology, Vol. 38, No. 1, pp. 4025-4032. 10.1002/joc.5532

Lee, S.H., Chang, H., and Rho, J.A. (2011) "The changes in the quality of life measure of the Seoul Metropolitan Area." Journal of Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography, Vol. 29, pp. 29-37. (in Korean) 10.7848/ksgpc.2011.29.1.29

Liu, Y., Liu, Y., Wang, W., and Zhou, H. (2021). "Propagation of soil moisture droughts in a hotspot region: Spatial pattern and temporal trajectory." Journal of Hydrology, Vol. 593, 125906. 10.1016/j.jhydrol.2020.125906

Meysam, S., Ali-Mohammad, A.A., Arash, A., and Alireza, D. (2012). "Trend and change-point detection for the annual stream-flow series of the Karun River at the Ahvaz hydrometric station." African Journal of Agricultural Research, Vol. 7, No. 32, pp. 4540-4552. 10.5897/AJAR12.650

Oh, J.H., Kim, Y.-S., Ryu, K.S., and Bae, Y.D. (2019). "Comparison and discussion of water supply and demand forecasts considering spatial resolution in the Han-river basin." Journal of Korea Water Resources Association, Vol. 52, pp. 505-514. (in Korean) 10.3741/JKWRA.2019.52.7.505

Park, H.B. (2018). A study on the overcrowding distribution and location influence factors of elderly care facilities in Seoul Metropolitan Area. Ph. D. Dissertation. Gachon University, pp. 38-45.

Pettitt, A.N. (1979). "A non parametric approach to the change point problem." Journal of the Royal Statistical Society: Series C (Applied Statistics), Vol. 28, No. 2, pp. 126-135. 10.2307/2346729

Son, H.J., Byun, S.H., Park, J.W., and Kim, T.W. (2023). "Analysis of drought hotspot areas using local indicators of spatial association in the Nakdong River basin." KSCE Journal of Civil and Environmental Engineering, Vol. 43, No. 2, pp. 175-185. (in Korean)

Tobler, W. (1970). "A computer movie simulation urban growth in the Detroit region." Economic Geography, Vol. 46, Supplement, pp. 234-240. 10.2307/143141

Water Resources Management Information System (WAMIS) (2022). Korea, accessed 20 December 2022, <http://www.wamis.go.kr>.

Zhang, S., and Lu, X.X. (2009). "Hydrological responses to precipitation variation and diverse human activities in a mountainous tributary of the lower Xijiang, China." Catena, Vol. 77, No. 2, pp. 130-142. 10.1016/j.catena.2008.09.001

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

Preview

Spatial analysis of water shortage areas considering spatial clustering characteristics in the Han River basin

ABSTRACT

MAIN

Fig. 1.

Map of Han River basin with mid-sized watershed code

Table 1.

Estimates of water shortage in the Han River basin in 2030 (Joint Ministries, 2020b) (unit : million m3/year)

(1)

(2)

Fig. 2.

Conceptual diagram of spatial matrix based on adjacency (Chung, 2012)

Fig. 3.

Evaluation of spatial water shortage in the Han River basin

Table 2.

Statistic of Local Moran’s I and Getis-Ord Gi* in mid-sized watersheds

Fig. 4.

Comparison of spatial water shortage between mid-sized watersheds and standard watersheds in the Han River basin

Table 3.

Statistic of Local Moran’s I and Getis-Ord Gi* in standard watersheds

Fig. 5.

Evaluation of spatial water shortage by period of S0, S1, S2 in standard watersheds of the Han River basin

Table 4.

Statistic of Local Moran’s I and Getis-Ord Gi* in mid-sized watersheds

Fig. 6.

Evaluation of spatial water shortage by periods of s0, s1, s2 in mid-sized watersheds of the Han River basin

Fig. 7.

Comparison of Moran Scatter Plots Between Figs. 3(c) and 6(c)

Acknowledgements

Conflicts of Interest

References

Estimates of water shortage in the Han River basin in 2030 (Joint Ministries, 2020b) (unit : million m³/year)