Drought risk outlook using scenario planning and drought management according to drought risk levels in Korea

Ji Eun Kim; Min Ji Kim; Seok-Woo Kim; Tae-Woong Kim

doi:10.3741/JKWRA.2024.57.1.45

Preview

Research Article

Journal of Korea Water Resources Association. 31 January 2024. 45-58
https://doi.org/10.3741/JKWRA.2024.57.1.45

Drought risk outlook using scenario planning and drought management according to drought risk levels in Korea

시나리오 플래닝을 적용한 한국의 가뭄 위험도 전망 및 가뭄 위험 단계에 따른 가뭄관리 방안

Ji Eun Kim^a

Min Ji Kim^b

Seok-Woo Kim^c

Tae-Woong Kim^d^*

김 지은^a

김 민지^b

김 석우^c

김 태웅^d^*

^aResearcher, Department of Hydro Science and Engineering Research Korea Institute of Civil Engineering and Building Technology, Goyang, Korea

^bPh.D. Student, Department of Smart City Engineering, Hanyang University, Seoul, Korea

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

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

^a한국건설기술연구원 수자원하천연구본부 연구원

^b한양대학교 대학원 스마트시티공학과 박사과정

^c한양대학교 대학원 건설환경시스템공학과 박사과정

^d한양대학교(ERICA) 건설환경공학과 교수

^{*Corresponding Author}

ABSTRACT

Drought risk is expected to increase as the frequency, intensity, and duration of droughts increase due to climate change. Drought risk is related to not only hydro-meteorological factors, but also water supply and demand. Recently, along with climate change, socio-economic factors have also been recognized to increase drought risk. Therefore, it is necessary to outlook the drought risk considering various conditions for coping with future extreme droughts in a timely manner. In addition, considering various drought scenarios help reduce the uncertainty in future drought outlook. In this study, drought scenarios considering climate change scenarios, population, and water demand were created to outlook drought risk for 160 administrative districts in Korea, then new levels of drought risk were assigned based on the results of drought risk outlook to suggest drought management measures. The results showed that the drought risk will increase in the future in 2020, 2025, and 2030, compared to past. Especially the drought risk is likely twice as high in 2030 under the baseline and high scenarios. Applying the drought outlook results from this study to the new methodology for setting the risk levels shows that most regions are in Response (V) in 2020 and 2030 for baseline and high scenarios.

Keywords

Drought risk

Drought outlook

Scenario planning

Drought management

Risk level

기후변화로 인해 가뭄의 빈도, 심도 및 지속기간 등이 증가함에 따라 가뭄 위험도가 높아질 것으로 전망되고 있다. 가뭄 위험도는 수문기상학적 요인뿐만 아니라 용수의 공급 및 수요와 관련 있다. 최근에는 기후변화와 함께 사회경제적인 요인도 가뭄 위험도를 높이는 것으로 나타나고 있다. 따라서 미래에 발생가능한 심각한 가뭄에 적절히 대응하기 위하여 다양한 조건에서의 가뭄 위험도를 전망할 필요가 있다. 또한, 다양한 시나리오를 고려하는 것은 미래의 가뭄 위험도 전망이 가지는 불확실성을 줄이는데 도움이 될 것이다. 본 연구에서는 한국의 160개 시군구에 대한 기후변화 시나리오와 인구 및 용수 수요량 등을 고려하여 가뭄 시나리오를 작성하고 이에 따른 가뭄 위험도를 전망하였으며, 가뭄 위험도 전망 결과를 토대로 가뭄 위험 단계를 재설정하였다. 그 결과 한국의 가뭄 위험도는 과거에 비해 2020, 2025 및 2030년에서 모두 높아지는 것으로 나타났다. 특히, 기준 및 고위 시나리오에 따르면 2030년에는 가뭄 위험도가 과거보다 약 2배 정도 증가하는 것으로 나타났다. 본 연구에서 산정된 가뭄 전망 결과를 새로운 가뭄 위험 단계에 적용한 결과, 기준 및 고위 시나리오에서는 2020년 및 2030년에 한국 대부분의 지역에서 대응(V) 단계로 나타났다.

키워드

가뭄 위험도

가뭄 전망

시나리오 플래닝

가뭄 관리

위험도 단계

MAIN

1. 서 론
2. 연구 지역 및 자료
3. 연구방법
3.1 가뭄 위험도 지수
3.2 시나리오에 따른 가뭄 전망
3.3 가뭄 단계 구분 및 대응 방안 제시
4. 연구결과
4.1 가뭄 위험도 지수
4.2 시나리오에 따른 가뭄 전망
4.3 가뭄 단계 구분 및 대응방안 제시
5. 결 론

1. 서 론

가뭄은 기상, 농업, 수자원 및 생태계뿐만 아니라 다양한 부문에 영향을 미치며, 광범위한 지역에서 장기간 지속됨에 따라 상당한 피해를 야기한다. 특히, 기후변화로 인해 전 세계적으로 가뭄의 빈도, 심도 및 지속기간 등이 증가함에 따라 가뭄에 의한 피해 및 영향도 커질 것으로 전망된다. 따라서 가뭄이 발생하기 이전에 가뭄의 복잡한 특성을 이해하고 가뭄에 대한 영향 및 위험을 미리 파악하여 사회경제에 미치는 피해를 줄일 수 있는 접근 방식이 필요하다. 가뭄에 대한 위험도를 평가하고, 이러한 위험도 정보에 기초하여 장기적인 관점에서 가뭄 위험도를 저감하는 정책을 수립하는 것이 중요하다(Kim et al., 2022).

일반적으로 가뭄 위험도는 위해성 및 취약성 지수를 조합하여 평가된다. Singh et al. (2019)는 다양한 기상학적 가뭄지수를 활용하여 가뭄의 발생확률에 기반한 위해성 지수를 산정하고, 지역의 사회경제적 인자가 가지는 가뭄에 대한 민감도를 고려하여 취약성 지수를 산정한 후, 위해성과 취약성을 결합하여 가뭄 위험도 지수를 산정하였다. Frischen et al. (2020)은 식생 건강에 대한 원격 감지 기반 분석 방법을 적용하여 가뭄 위해성을 평가하고, 전문가 설문조사 및 공간 분석을 포함하는 다중연구방법론적 접근법을 적용하여 가뭄 취약성 및 노출성을 결정한 후, 위해성과 취약성 그리고 노출성을 결합하여 최종적으로 가뭄 위험도를 평가하였다. Sahana et al. (2021)은 다변량 표준 가뭄지수(Multivariate Standardized Drought Index)를 등급화 기법에 적용하여 가뭄 위해성을 산정하고 사회경제적 자료를 다양한 가중치 방법에 적용하여 가뭄 취약성을 산정하였으며, 가뭄 위해성 및 취약성 지수를 곱하여 가뭄 위험도를 평가하였다. 하지만 가뭄 위험도는 지역의 수자원량 또는 가뭄에 대처할 수 있는 능력에 따라 크게 달라지기 때문에 가뭄대응능력이 함께 고려되어야 한다. 가뭄 대응능력은 기후학적 요소인 가뭄 위해성 및 사회경제적 요소인 가뭄 취약성과 다르게 지역의 용수공급능력과 관련이 있어 가뭄 관리를 통해 인위적인 조정이 가능하다.

기후변화는 가뭄의 지속기간과 재현기간 그리고 심도를 변화시켜 가뭄 위험을 높이는 주요 요인이며, 많은 연구에서 기후변화시나리오를 활용한 수문기상학적 가뭄 위험도를 평가하였다. Kim et al. (2019)는 기상자료를 이용하여 농업용 저수지의 저수율을 예측하고 기후변화 시나리오에 따른 미래 저수지 가뭄지수를 전망하였다. Kim et al. (2021a)는 기후변화시나리오를 적용하여 표준강수지수 및 하천수가뭄지수를 산정하고 수문기상학적 가뭄 전망을 수행하였다. 가뭄 위험도는 위에서 언급하였듯이 다양한 조건에 영향을 받기 때문에 수문기상학적 기후변화 시나리오만으로는 가뭄 위험도를 정확히 예측하기에 부족하다. 최근에는 기후변화뿐만 아니라 사회 발전에 의해 가뭄 위험도는 높아질 것으로 예상되고 있다. 향후 발생할 수 있는 가뭄과 용수 부족 문제에 대비하기 위하여 다양한 조건에서의 가뭄 위험을 전망할 필요가 있다. 다양한 가뭄 조건에서 발생할 수 있는 가뭄 시나리오에 대한 연구 사례는 다음과 같다. Rangecroft et al. (2018)은 남아프리카 림포포 유역의 직접적인 영향(기후변화로 인한 기온상승)과 인위적인 영향(관개 계획 및 댐 여부)에 대한 시나리오를 작성하였으며, 이를 바탕으로 미래 가뭄에 대한 수문학적 모델링을 수행하였다. Wang et al. (2022)은 사회경제-물-환경 체계를 구축하기 위해 현상 유지 시나리오, 산업 구조 조정 시나리오 및 지속 가능한 개발 시나리오를 포함하는 미래 발전 시나리오를 구성하였다. 이와 같이 기후변화 시나리오와 함께 인구와 단위급수량 그리고 용수 수요량 등의 변화를 고려하여 가뭄 위험도를 전망할 필요가 있다.

가뭄의 복잡한 특성 및 미래 기후의 비정상성 등으로 인해 가뭄 위험도는 많은 불확실성을 내포하고 있다. 미래 가뭄 위험을 정량화하기 위해 가뭄 위험도의 범위를 제시하거나 시나리오 분석을 통하여 전망하고 있다. 시나리오를 활용하여 전망할 경우, 미래에 발생할 수 있는 상황을 파악하고 전개 과정을 추정할 수 있다. 또한, 복잡하고 급변하는 불확실성이 큰 분야에서 발생 가능한 다수의 대안을 가정하고 각각의 시나리오에서 나타날 수 있는 문제점 및 결과를 확인할 수 있어 의사결정과정에 효율적으로 적용 가능하다. Cho et al. (2018)은 항만에서 발생할 수 있는 자연재해에 대한 손실을 추정하기 위하여 시나리오를 작성하고 분석하여 가장 타당한 최종 시나리오를 결정하였다. Chung et al. (2021)은 사회복지 분야를 둘러싼 환경을 중심으로 미래사회 변화를 예측하고, 예측된 미래사회 변동이 사회복지 영역 및 복지제도에 미치는 영향을 식별하고 분석하기 위하여 시나리오 플래닝 기법을 적용하였다. Yeo et al. (2023)은 원격 의료에 대한 미래기술을 전망하기 위해 시나리오 플래닝 기법을 적용하였다. 가뭄분야에서도 시나리오 플래닝 기법을 적용하여 가뭄 위험도를 전망할 수 있으며, 가뭄 대응 조치와 연계하여 수자원 계획 및 정책 마련이 가능하다.

한국은 가뭄에 대비하기 위하여 기상, 수자원, 농업, 재해 및 재난 분야에서 개별적으로 가뭄관리를 수행하고 있다. 행정안전부에서 가뭄상황 총괄관리와 가뭄상황 상시 파악 및 전파, 추진 상황 지도·점검 총괄을 담당하고, 농림축산식품부는 농업분야 가뭄상황 모니터링과 농업분야 추진 상황 지도·점검을, 환경부는 생활용수와 광역상수도 및 공업용수의 가뭄상황 모니터링 및 상수도, 다목적댐, 용수댐 등을 관리하며, 기상청은 기상예보 및 예측을 이용한 가뭄전망 정보를 제공하고 있다(Lee and Kim, 2021). 이처럼, 각 분야에서 개별적으로 가뭄관리를 하고 있기 때문에 유기적인 협력체계 구축이 필요하다. 이를 위하여 하나의 기준이 될 수 있는 종합적인 가뭄지수가 필요하며, 개별적으로 수립되고 있는 기존 가뭄 관리 체계와의 연계가 필요하다.

본 연구는 Kim et al. (2022)에서 개발된 용수공급체계를 고려한 가뭄 위험도 평가 기법을 적용하여 미래 기후변화 시나리오에 따른 가뭄 위험도를 전망하였다. 본 연구의 목적은 다음과 같이 3가지로 구분된다. 첫 번째로, Kim et al. (2022)에서 개발된 가뭄 위험도 평가 기법을 전국에 적용하여 가뭄 위험도를 평가하였다. 두 번째로, 미래 가뭄 위험에 대해 탄력적인 대응 전략 수립을 위해 기후변화 및 사회·경제적 조건 변화 등 발생 가능한 여러 가지 상황을 종합적으로 고려하여 다양한 가뭄 시나리오를 구성하고 시나리오별 장래 가뭄 위험도 전망을 수행하였다. 이를 기반으로 미래 가뭄 위험도의 불확실성을 정량화하였다. 마지막으로, 가뭄 위험단계 구분을 위한 새로운 접근법을 제시하고 위험 단계와 국내·외에서 제시하고 있는 관리방안을 적절히 매칭하여 새로운 가뭄 관리 방안을 제시하였다.

2. 연구 지역 및 자료

전 세계적으로 이상기후로 인한 가뭄 발생빈도 및 심도가 극심해짐에 따라 가뭄 피해가 증가하는 추세이며, 우리나라도 2년에 한 번씩 크고 작은 가뭄들이 발생하고 있다. 특히, 2015~2016년 충청도 지역을 중심으로 전국적으로 가뭄에 대한 극심한 피해가 발생하였으며, 2020~2021년 전라도 지역에서 심각한 가뭄이 발생하였다. 가뭄으로 인한 피해를 줄이기 위해서는 가뭄의 복잡한 특성을 이해하고 가뭄에 대한 영향 및 위험도를 평가해야 한다.

Kim et al. (2022)는 가뭄 위험도를 평가하기 위하여 다수의 사례 조사를 통해 다음과 같이 가뭄 위해성, 취약성, 대응능력 및 위험도를 정의하였다. 1) 가뭄 위해성은 용수공급 부족의 발생 가능성을 나타내며, 2) 가뭄 취약성은 가뭄 발생 시 부정적인 영향을 받는 지역 시스템의 사회·경제적 민감한 정도를 나타내며, 3) 가뭄 대응능력은 가뭄 발생 시 영향을 완화할 수 있는 지역 시스템의 용수공급능력을 나타내며, 4) 가뭄 위험도는 특정 지역에서 가뭄에 의해 발생할 수 있는 용수 공급 및 수요와 관련된 잠재적인 영향 정도이다.

본 연구는 과거 가뭄위험도 평가를 위하여 Kim et al. (2022)에서 적용한 인자들을 활용하였으며, 가뭄위험도 전망을 위하여 Kim et al. (2022)에서 제시된 평가인자에서 미래 시나리오 작성에 활용가능한 인자들을 검토하였다. 그 결과 미래 전망자료가 존재하는 유량, 인구수, 상수도누수율, 상수도보급률 및 단위급수량에 대한 미래 시나리오를 작성하였다.

가뭄 위해성의 경우, 기후변화에 대한 정부간 협의체(Intergovernmental Panel on Climate Change) 5차 평가 보고서에서 제시된 대표농도경로(Representative Concentration Pathways, RCP) 시나리오를 활용하였다. 온실가스 저감 정책이 상당히 실현된 경우를 의미하는 RCP4.5 및 온실가스 저감 정책 없이 현재 추세로 배출된 경우를 의미하는 RCP8.5에 대한 25개 전지구모델(Global Climate Models, GCMs)을 적용하였으며, 적용된 GCMs은 Table 1과 같다. 우리나라의 경우, APEC 기후센터(APEC Climate Center, APCC)에서 기후변화 시나리오를 바탕으로 중권역별 최고 및 최저기온, 강수량, 잠재증발산량 등을 산정하고, 강우유출모형인 Precipitation Runoff Modeling-modular System (PRMS)에 적용하여 일유량 자료를 생성 및 제공하고 있다. 본연구에서는 APCC에서 제공하는 일유량 자료를 사용하였다.

Table 1.

Information of climate change scenarios used in this study

No	Model	Institution
1	BCC-CSM1-1	Beijing Climate Center, China Meteorological Administration
2	BCC-CSM1-1-M	Beijing Climate Center, China Meteorological Administration
3	CanESM2	Canadian Centre for Climate Modelling and Analysis
4	CCSM4	National Center for Atmospheric Research
5	CESM1-BGC
6	CESM1-CAM5
7	CMCC-CM	Centro Euro-Mediterraneo per I Cambiamenti Climatici
8	CMCC-CMS	Centro Euro-Mediterraneo per I Cambiamenti Climatici
9	CNRM-CM5	Centre National de Recherches Meteorologiques
10	FGOALS-s2	LASG, Institute of Atmospheric Physics, Chinese Academy of Sciences
11	GFDL-ESM2G	Geophysical Fluid Dynamics Laboratory
12	HadGEM2-AO	Met Office Hadley Centre
13	HadGEM2-CC
14	HadGEM2-ES
15	INM-CM4	Institute for Numerical Mathematics
16	IPSL-CM5A-LR	Institut Pierre-Simon Laplace
17	IPSL-CM5A-MR
18	IPSL-CM5B-LR
19	MIROC5	Atmosphere and Ocean Research Institute
20	MIROC-ESM	Japan Agency for Marine-Earth Science and Technology, Atmosphere and Ocean Research Institute (The University of Tokyo), and National Institute for Environmental Studies
21	MIROC-ESM-CHEM
22	MPI-ESM-LR	Max Planck Institute for Meteorology
23	MPI-ESM-MR	Max Planck Institute for Meteorology
24	MRI-CGCM3	Meteorological Research Institute
25	NorESM1-M	Norwegian Climate Centre

가뭄 취약성의 경우, 미래 전망자료가 생성되고 있는 인구수, 상수도누수율, 상수도보급률 및 단위급수량을 활용하였다. 통계청은 인구성장을 고려하여 중위, 고위 및 저위 시나리오에 따라 연도별 추계인구수를 제공하고 있다. 상수도누수율, 상수도보급률 및 단위급수량은 2025년 수도정비기본계획에서 용수수요 결정인자로 제공된다. 가뭄 대응능력의 경우 취약성과 마찬가지로 2025년 수도정비기본계획에서 제공되는 인구증감, 개발계획, 관광, 항만 공항 용수 등을 고려한 생활 및 공업용수 수요량 전망자료를 사용하였다. 가뭄 취약성 및 대응능력 평가인자는 My water 물정보포털, 국가지하수정보센터, 국가수자원관리종합정보시스템 등에서 수집되었다.

과거(관측) 기간에 대한 가뭄 위험도 평가의 시간적 범위는 분석 시점에서 취득 가능한 최신 자료를 기준으로 2001년~2019년으로 설정하고 1년 단위로 자료를 구축하였다. 미래 기간에 대한 가뭄 위험도 평가의 시간적 범위는 2025 수도정비기본계획에서 계획년도로써 자료를 제공하고 있는 2020년, 2025년 및 2030년을 목표연도로 설정하였다. 대부분의 자료가 행정구역 단위로 제공하고 있기 때문에 가뭄 위험도 평가 및 전망의 공간적 범위는 전국 160개 시·군·구 단위로 설정하였으며, 가뭄 위해성은 지점 또는 중권역 단위의 일유량 자료로 가뭄 위해성 지수를 산정하고 티센 면적비를 적용하여 행정구역 단위로 변경하였다.

3. 연구방법

3.1 가뭄 위험도 지수

Kim et al. (2022)은 지역별 용수공급체계를 고려한 가뭄 위험도 평가 기법을 개발하였다. 결합가뭄관리지수(Joint Drought Management Index, JDMI)를 통해 가뭄용수공급 실패 사상에 대한 가뭄 위해성 지수(Drought Hazard Index, DHI)를 산정하고, 엔트로피(entropy), 주성분분석(Principal Component Analysis, PCA) 및 가우스혼합모델(Gaussian Mixture Model, GMM)을 통해 가중치를 부여하여 가뭄 취약성 지수(Drought Vulnerability Index, DVI)를 산정하였다. 지역별 용수공급체계를 고려하여 베이지안 네트워크 기반의 가뭄 대응능력 지수(Drought Response Capacity Index, DRCI)를 산정하고, 위해성, 취약성 및 대응능력을 통합하여 가뭄 위험도 지수(Drought Risk Index, DRI)를 산정하였다. DRI에 대한 간략한 산정방법은 다음과 같다.

Yu et al. (2019)에서 개발한 JDMI는 지점별 하천유지용수 과부족량에 대한 신뢰도 및 취약도를 코플라 함수 및 켄달 분포함수에 적용하여 산정된다. JDMI는 표준가뭄지수와 비슷하게 -0.5~0.5를 정상상태(normal)로 가정하고 0.5~1.0은 약한가뭄(normal drought), 1.0~1.5는 보통가뭄(moderate drought), 1.5~2.0은 심한가뭄(severe drought), 2.0 이상은 극한가뭄(extreme drought)으로 판단한다. 가뭄 위해성 지수는 JDMI를 등급화 기법에 적용하여 산정되며, 등급화 기법은 가뭄 심도별 가중치를 산정하고 가뭄 심도에 따른 발생확률별 등급을 Eq. (1)에 적용한다. 가중치 및 등급은 각각 1에서 4까지 할당하며, 표준화 과정을 통해 최종적으로 가뭄 위해성 지수는 0~1사이의 값을 갖는다.

(1)

D H I = (N D_{r} \times N D_{w}) + (M D_{r} \times M D_{w}) + (S D_{r} \times S D_{w}) + (E D_{r} \times E D_{w})

여기서, ND_r, MD_r, SD_r, 그리고 ED_r은 각각 약한 가뭄, 보통 가뭄, 심한 가뭄 및 극한 가뭄에 대한 등급이다. ND_w, MD_w, SD_w, 그리고 ED_w는 각각 약한 가뭄, 보통 가뭄, 심한 가뭄 및 극한 가뭄에 대한 가중치이다.

가뭄 취약성은 지역의 사회·경제적 자료를 통해 정량화되며, 평가인자(인구수, 상수도누수율, 상수도보급률 및 단위급수량)를 표준화하고 가중치를 부여하여 산정한다. 본 연구에서는 객관적 가중치 산정 방법으로 주로 사용되는 엔트로피, PCA 및 GMM으로 각각의 가중치를 산정한 후 이를 평균하여 최종 가중치를 결정하였다(Eq. (2)). 각각의 가중치 산정방법의 특성과 구체적인 산정방법은 Kim et al. (2021b)와 Kim et al. (2022)에서 확인할 수 있다.

(2)

D V I = \frac{1}{3} (W_{E n t r o p y} + W_{P C A} + W_{G M M}) \times P_{\min - \max}

여기서, W_Entropy, W_PCA, W_GMM은 각각 엔트로피, PCA 및 GMM으로 산정된 가중치이며, P_min-max는 min-max 방법으로 표준화된 취약성 평가인자이다.

본 연구에서는 용수공급능력, 가용 수자원량, 재이용 비율 등의 수자원 정보를 통합하여 가뭄 대응능력 지수(DRCI)를 산정하였다. 가용 수자원량은 Yang et al. (2012)에서 개발된 가용수자원량을 바탕으로 1인당 강수량과 1인당 지하수 개발 잠재량으로 산정하였고, 재이용률은 하수처리 방류수, 하수 재이용, 빗물 재이용의 비율을 고려하여 산정하였다. 또한, 용수공급능력(Water Supply Capacity, WSC)은 Eq. (3)과 같이 지역 내 물 사용량 대비 용수 공급량을 고려하여 결정하였다(Qin and Zhang, 2018).

(3)

W S C = \{(\frac{W R_{d a m}}{W U_{d o m e s t i c} + W U_{i n d u s t r i a l}} \times \frac{W I_{d a m}}{\int_{d i s t r i c t} W I} + \frac{W R_{r i v e r}}{W U_{d o m e s t i c} + W U_{i n d u s t r i a l}} \times \frac{W I_{r i v e r}}{\int_{d i s t r i c t} W I} + \frac{W R_{r e s e r v o i r}}{W U_{a g r i c u l t u r a l}} \times \frac{W I_{r e s e r v o i r}}{\int_{d i s t r i c t} W I}) \times W S R + \frac{G r o u n d w a t e r}{W U_{g r o u n d}} \times \frac{W I_{g r o u n d w a t e r}}{\int_{d i s t r i c t} W I}\} \times \frac{\int_{d i s t r i c t} W I}{\int_{r e g i o n a l} W I}

여기서, WSR은 상수도보급율(water supply ratio)이며, WR은 댐, 하천 및 저수지의 보유수량(water retention)을 의미하며, WU는 생활·공업·농업 용수 이용량(water use)을 의미한다. Groundwater는 지하수량을 의미하며, WI는 취수량(water intake)을 의미한다. $\int_{d i s t r i c t} W I$ 는 시·군·구별 취수량을 의미하며, $\int_{r e g i o n a l} W I$ 는 해당 시·군·구가 속해있는 권역(서울특별시, 경기도, 충청남도, 충청북도 등)의 취수량을 의미한다.

용수공급능력, 가용 수자원량, 재이용 비율을 통합하여 가뭄 대응능력 지수를 산정하기 위해서 본 연구에서는 베이지안 네트워크를 활용하였다(Eq. (4)).

(4)

P (Y | X) = \frac{P (X | Y) P (Y)}{P (X)}

여기서, 베이즈 정리에 의해 사후확률 $P (Y | X)$ 은 사전확률 $P (Y)$ 과 우도함수 $P (X | Y)$ 의 곱에 비례한다. 사후확률은 우도가중(likelihood weighting) 방법으로 추정하며, $P (X)$ 는 일반적으로 우리가 알고 있는 경험적인 값이나 관측값을 활용하여 산정된다. 따라서, 수집된 지역의 용수공급능력, 가용 수자원량, 재이용 비율을 베이지안 네트워크에 적용하여 DRCI를 산정하였다(Kim et al., 2022). 또한, 산정된 인자들을 동일한 범위로 통일하기 위하여, 1차로 표준정규화하여 신뢰 구간 99%를 초과하는 이상값 데이터를 제외한 후 정규분포의 매개변수를 재계산하여 확률분포를 추정하였다.

가뭄 위험도는 특정 지역에서 가뭄에 의해 발생할 수 있는 잠재적인 피해 규모로 정의되며, 가뭄 위해성, 취약성 및 대응능력을 결합하여 정량화된다. 가뭄 위험도 지수는 DHI와 DVI 그리고 DRCI를 기하평균하여 산정하였다. 위험도 평가에서 위해성, 취약성 및 대응능력은 다중 효과를 가지기 때문에 구성 요소 간의 제한된 대체 가능성을 반영하는 기하평균을 사용하는 것이 적절하다. 다만, 본 연구에서의 가뭄 대응능력은 위해성 및 취약성과 다르게 위험도를 감소시키는 경향으로 인해 Eq. (5)와 같이 적용하였다. DHI, DVI, DRCI 그리고 DRI는 0~1 사이의 값을 가진다. DRCI를 제외하고 DHI와 DVI 그리고 DRI는 1에 가까울수록 위험하며, 0에 가까울수록 위험하지 않다는 것을 의미한다.

(5)

D R I = {\{D H I \times D V I \times (1 - D R C I)\}}^{1 / 3}

3.2 시나리오에 따른 가뭄 전망

시나리오는 미래에 일어날 수 있는 사건들의 종류와 해당 사건들이 발생하는 일련의 과정으로 정의된다(Kahn and Wiener, 1967). 이러한 시나리오는 사건의 경향과 정책의 다양한 조합으로 형성될 수 있는 대안적 미래를 의미한다. 연구 분석 또는 정책 결정 과정에서 시나리오를 사용하면 정확한 예측이나 확률적인 분석을 시도하지 않고도 미래의 다양하고 잠재적인 가능성을 탐색하고 파악할 수 있다(Mallampalli et al., 2016). 시나리오를 이용한 분석 과정을 시나리오 플래닝(scenario planning)이라고 하며, 주어진 현재 상황에서 미래까지의 경로를 탐색하고 설명하는 것이다(Schwab et al., 2003). 이를 통해 다양한 미래 시나리오를 고려함으로써 계획을 수립하는 과정에서 전반적인 전략을 구성할 수 있으며, 불확실한 상황에서도 유용한 의사결정 과정을 개선하는데 도움이 된다. 특히 가뭄 위험을 다루는 경우, 사회경제적 압력을 완화하고 지역의 환경적인 적응 능력을 향상시키기 위해 다양한 가뭄 시나리오를 설계하고 분석할 수 있다. 가뭄 위험 관리에서 시나리오 플래닝 기법을 적용한다면 가뭄으로 인한 위험의 변화를 탐색하고 효율적인 대응 전략을 수립할 수 있다.

본 연구에서는 Fig. 1과 같이 5가지 과정으로 시나리오 플래닝 기법을 적용하였다. 먼저, 현재 이슈가 무엇인지 파악한 후 이슈에 영향을 미치는 요인 및 변화 가능한 요인을 확인한다. 영향 및 변화 요인으로 시나리오를 조합하고 시나리오별 대응 전략과 매칭시킨다. 마지막으로 시나리오에 전개 과정에 따른 이슈를 모니터링하는 과정으로 이루어진다. 즉, 현재 가뭄 위험이 변화할 수 있는 상황을 가뭄시나리오로 작성하여 미래를 전망하고 가뭄대응방안과 적절히 매칭하여 결과를 분석하였다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F1.jpg

Fig. 1.

Process of scenario planning applied in this study

시나리오 플래닝 방법을 적용하게 되면, 기존의 한 가지의 값을 예측하는 것과 달리 미래에 발생가능한 여러 상황을 파악할 수 있다(Fig. 2). 특히, 발생가능한 상황에 대한 상한 및 하한선을 결정하여 범주화할 수 있으며, 이를 통해 불확실성을 정량화할 수 있다. 또한, 기존의 예측방법은 단순하고 선형적인 미래에 기초하여 미래에 대해 수동적으로 대응하게 되지만, 시나리오 플래닝 방법은 불확실하지만 전개 가능한 다수의 미래를 파악하여 미래에 대해 능동적인 대응이 가능하다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F2.jpg

Fig. 2.

Concepts of traditional forecasting method and scenario planning

시나리오 플래닝 기법 중 시나리오 작성 과정은 매우 중요하다. 가뭄 위험에 대한 시나리오는 일반적으로 활용되고 있는 기후변화 시나리오에 사회수문학적 및 물수요 시나리오 등 사회발전 시나리오를 추가하여 분석하였다. 즉, 가뭄 시나리오는 기후변화 시나리오에 따른 가뭄 위해성, 사회수문학적 시나리오에 따른 가뭄 취약성 및 물수요 시나리오에 따른 가뭄 대응능력을 고려하여 결정된다. 또한, 시나리오에 대한 기준값을 먼저 설정하고 기준값을 일정 비율로 변화시켜 다양한 시나리오를 작성하고 있다. Wang et al. (2022)는 향후 경제 발전이 현재 추세에 따라 계속된다고 가정하는 현상 유지 시나리오를 기준으로 설정하고 산업 비율을 5%, 10% 및 15% 증감하여 산업 구조 조정 시나리오를 구성하였다. Kotir et al. (2016)은 강수량, 저수지 용량, 용수량 등을 20%~50%로 조정하여 시나리오를 구성하였다. 이처럼 여러 연구에서 기준에 대한 일정 비율을 가지는 조정 시나리오들에 대한 분석을 수행하고 있다. 본 연구에서도 평균 또는 현재 상황을 기준 시나리오로 설정하고, 기준 시나리오를 5%~10%씩 조정한 저위 및 고위 시나리오를 작성하였다.

가뭄 위해성에 대한 시나리오의 경우, 2.1절에서 언급된 25개 전지구 모형들의 기후변화 시나리오에 따른 유출량으로 계산하였으며, 기준 시나리오는 각 유출량을 평균한 값, 저위 시나리오는 유출량의 5% 하한값 및 고위 시나리오는 유출량의 95% 상한값으로 산정한 후 가뭄 위해성 평가 기법에 적용하였다. 즉, 기후변화 시나리오의 평균 유출량으로 산정된 가뭄 위해성 지수가 기준 시나리오이며, 5% 하한값에 대한 유출량 및 95% 상한값에 대한 유출량으로 산정한 가뭄 위해성 지수가 각각 저위 및 고위 시나리오이다. 2020년, 2025년 및 2030년에 대한 가뭄 위해성을 산정하기 위하여, 과거부터 각 목표연도까지의 유출량 시계열 자료를 활용하였다.

가뭄 취약성에 대한 시나리오 작성을 위해서, 2025 수도정비기본계획에 제시되어 있는 장래 추계인구, 누수율, 보급률 및 단위 급수량을 이용하였다. 제시된 전망값이 각 년도의 기준 시나리오이며, 장래 추계인구를 제외한 누수율, 보급률 및 단위 급수량의 경우 기준 시나리오의 10% 증감한 값이 저위 및 고위 시나리오이다. 장래 추계인구는 기준, 저위 및 고위값이 제공되므로 그 값을 이용하였다. 가뭄 대응능력에 대한 시나리오는 대응능력의 평가인자 중 용수공급능력에 이용되는 용수 수요량을 이용하여 계산되며, 기준 시나리오는 2025 수도정비기본계획의 2020년, 2025년 및 2030년에 대한 생·공용수 일평균 수요량 전망값, 저위 및 고위 시나리오는 일평균 수요량을 10% 증감한 값을 적용하였다.

본 연구에서 정의한 가뭄 시나리오는 Table 2와 같다. 가뭄 위해성, 취약성 및 대응능력이 모두 기준 시나리오일 때를 가뭄 시나리오1, 모두 저위 시나리오일 때를 가뭄 시나리오2, 모두 고위 시나리오일 때를 가뭄 시나리오3으로 정의하였다. 가뭄 위해성, 취약성 및 대응능력이 하나씩 저위 시나리오이고 나머지는 기준 시나리오인 경우는 가뭄 시나리오4~6으로 정의하였으며, 가뭄 위해성, 취약성 및 대응능력이 하나씩 고위 시나리오이고 나머지는 기준 시나리오인 경우는 가뭄 시나리오7~9로 정의하였다.

Table 2.

Drought scenarios under baseline, low and high scenario using DHI, DVI and DRCI

Scenario	DHI	DVI	DRCI
Baseline	Drought scenario 1(All baseline)

Low	Drought scenario 8(All low)
Low	Drought scenario 2	Drought scenario 4	Drought scenario 6
Scenario 1	Baseline	Baseline	Baseline
Scenario 2	Low	Low	Low
Scenario 3	High	High	High
Scenario 4	Low	Baseline	Baseline
Scenario 5	Baseline	Low	Baseline
Scenario 6	Baseline	Baseline	Low
Scenario 7	High	Baseline	Baseline
Scenario 8	Baseline	High	Baseline
Scenario 9	Baseline	Baseline	High

3.3 가뭄 단계 구분 및 대응 방안 제시

우리나라 정부에서는 선제적인 가뭄 예방 및 대응을 위하여 관계부처가 상시 가뭄 관리체계를 지속할 수 있는 가뭄종합대책을 수립하고 있다. 이에 따라, 각 부처에서는 각자의 고유 목적에 맞게 다양한 가뭄정보를 생산하고, 이를 기반으로 위기경보 단계를 설정하고 있다(Lee and Kim, 2021). 행정안전부에서는 환경부에서 관리하는 생·공용수와 농림축산식품부에서 관리하는 농업용수 및 기상청에서 관리하는 기상분야 가뭄 정보를 통합·관리하고 있다. 또한, 행정안전부는 시·군·구 단위의 관심/주의/경계/심각 총 4단계로 위기경보를 발령하며, 각 부처의 단계별 조치사항을 제시하고 있다.

국외에서도 가뭄은 국가 재난으로 인식하고 국가 및 관계기관에서 유형 및 단계별로 대응하고 있다. 미국의 경우 연방정부에서는 가뭄 모니터링 및 계획, 영향평가, 소통·지원, 예방·적응 단계로 구분하여 가뭄을 관리하고 있다(Nam et al., 2014). 주정부에서는 가뭄지수, U.S. Drought Monitor Map, 기후변화에 따른 수자원 영향 및 지역별 취약성 등을 고려하여 가뭄 단계를 구분하고 그에 따른 대책을 수립하고 있다. 영국에서는 국가재난관리법을 기반으로 국가와 지역에서 가뭄 규모 및 가뭄 단계에 따라 다양한 조치를 취하고 있다. 특히, 가뭄 발전 단계는 기상학적, 수문학적, 환경적, 농업적 및 물공급 제한으로 총 5계로 구분되며, 가뭄 대처 단계는 정상, 잠재적 가뭄, 가뭄, 가뭄 사후관리로 구분하여 대응하고 있다(Yoo et al., 2015). 호주에서는 가뭄 심각도에 따라 3가지의 예외적인 상황이 발생한 경우 국가가 즉각적으로 대처하고 있다(Jeong, 2016).

그러나 가뭄 위험에 적절한 대응 방안을 개발하기 위해서는 가뭄 위험에 대한 단계를 구분하는 방법 또한 중요하다. 현재 우리나라에서는 가뭄지수, 생·공용수 공급 가능 여부 및 저수율 등을 통해 관심/주의/경계/심각으로 구분하고 있으나, 가뭄 위험을 하나의 인자만으로 구분하기에는 무리가 있다. 따라서 본 연구와 같이 복합적인 요인을 고려하여 산정된 가뭄 위험도를 적절한 단계로 구분하고 대응체계와 연계하는 것이 중요하다. 일반적으로 가뭄 단계는 동일한 간격으로 등급을 구분하는 등간격 방법, 동일한 비율로 등급을 구분하는 등분위 방법, 표준편차 간격으로 분류하는 표준편차 방법이 많이 사용되고 있다. 이 외에도 위험도 분야에서는 Fig. 3(a)와 같이 위험 발생확률 및 영향을 고려하여 매트릭스 형태로 단계를 구분하거나(Song et al., 2017), Fig. 3(b)와 같이 위험의 빈도 및 강도를 고려하여 4가지 유형으로 구분하는 방법이 있다(Peddada, 2013).

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F3.jpg

Fig. 3.

Classification of the risk level

Fig. 3에 제시된 두 방법은 위험에 대한 두 가지 요소를 고려할 수 있으며, 각 유형별 대응 조치 계획과 연계하는데 타당성을 제공한다. 본 연구에서는 Fig. 3의 두 방법을 조합하여 새로운 가뭄 위험단계 설정 방법을 제시하고(Fig. 4), 대응 조치(안)과 연계하였다(Table 3). 즉, 가뭄 위험단계는 예방(I), 대비(II), 감시(III), 관리(IV) 및 대응(V)의 총 5계로 구성되며, 각 위험 단계별 대응 조치와 연계된다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F4.jpg

Fig. 4.

Proposed classification of the drought risk level

Table 3.

Drought risk management by drought risk level

Drought risk level	Drought risk management
I. Prevention	- Securing future water supply in vulnerable areas - Implementing drought forecasting and warning to improve forecasting
II. Preparedness	- Preparing for drought areas in advance - Establishing preemptive water security measures
III. Monitoring	- Proactive review of probability of occurrence and drought impacts - Periodic drought risk monitoring
IV. Management	- Preparation of drought and implementation of drought countermeasures in drought-prone areas.
V. Response	- Reducing water supply and promoting water conservation. - Utilization of all available water resources and emergency development of alternative water sources.

4. 연구결과

4.1 가뭄 위험도 지수

본 연구에서 시나리오에 따른 가뭄 전망을 수행하기에 앞서 과거 관측기간에 대한 가뭄 위험도 평가를 수행하였다.

용수공급 실패 사상의 발생 가능성을 의미하는 가뭄 위해성 지수(DHI)는 Fig. 5(a)와 같다. DHI는 경기도 안양시, 광명시, 시흥시, 군포시, 충청남도 계룡시 및 전라북도 부안군에서 1.00으로 높게 나타났으며, 해당 지역은 용수공급 실패 위험이 큰 것으로 판단된다. 전반적으로 서해안 지역과 동해안의 울산광역시 및 부산광역시 인근에서 높게 산정되었다. 반대로 전라남도 진도군, 경상남도 사천시 및 고성군에서 0.31로 낮게 나타났으며, 해당 지역은 용수공급 실패 위험이 적은 것으로 판단된다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F5.jpg

Fig. 5.

Results of drought risk assessment

가뭄 발생 시 지역 시스템의 사회·경제적 민감도를 의미하는 가뭄 취약성 지수(DVI)는 Fig. 5(b)와 같다. 세 가지 가중치(엔트로피, PCA, GMM)를 평균한 최종 가중치는 단위급수량이 가장 크게 나타났으며, 용수와 관련된 인자들의 가중치가 높게 나타났다. 따라서 DVI는 단위급수량이 낮은 대전광역시에서 0.59로 가장 높게 산정되었으며, 대체적으로 충청도 및 경상북도 지역에서 DVI가 높게 나타났다. 경기도 과천시의 DVI는 0.19로 가장 낮게 산정되었으며, 이 지역은 가뭄이 발생하였을 때 피해가 적을 것으로 판단된다.

가뭄 발생 시 영향을 완화시킬 수 있는 가뭄 대응능력 지수(DRCI)는 Fig. 5(c)와 같다. 충청북도 단양군이 가장 대응능력이 낮으며, 대부분 경상도 지역에서 대응능력이 좋지 않은 것으로 나타났다. 이와 반대로 서울특별시가 대응능력이 가장 좋은 것으로 나타났으며, 대부분의 강원도 지역에서 대응능력이 높은 것을 확인할 수 있다. 서울특별시 및 부산광역시와 같은 지역들은 대도시이므로 용수공급 및 재이용률이 좋은 것으로 나타났으며, 강원도는 가용 수자원량이 높은 것으로 나타났다.

최종적으로 가뭄 위해성, 취약성 및 대응능력을 통합하여 산정한 가뭄 위험도 지수(DRI)는 Fig. 5(d)와 같다. DRI는 충청북도 청주시, 대전광역시 및 전라북도 익산시가 높게 나타났으며, 대체적으로 충청도 및 경상남도 지역에서 높게 산정되었다. 서울특별시, 부산광역시 및 강원도 양구군은 낮게 산정되었다. 본 연구에서 산정된 가뭄 위험도는 기존의 가뭄 위해성 및 취약성으로 산정된 결과와 다르게 나타났다. 가뭄 대응능력이 고려됨과 동시에 가뭄 위해성도 강수량에 의한 가뭄 발생확률이 아닌 유량에 의한 용수공급 실패사상 발생확률이 고려되었기 때문이다. 게다가 국내 가뭄 피해 현황은 용수와 관련된 자료들이 많으며, 실제 가뭄 피해가 많은 지역에서 가뭄 위험도가 높게 나타나는 것을 확인하였다.

4.2 시나리오에 따른 가뭄 전망

본 연구에서는 다양한 상황에서의 가뭄 위험도 변화 양상을 파악하기 위하여 가뭄 시나리오를 활용하여 가뭄 위험도를 전망하였다. 가뭄 시나리오는 기후변화 시나리오의 일유량 자료를 활용한 가뭄 위해성, 사회수문학적 시나리오를 활용한 가뭄 취약성 및 용수수요 시나리오를 활용한 가뭄 대응능력을 기준으로 저위 및 고위 시나리오에 따라 작성하였다. 가뭄 대응능력은 4.3절에서 가뭄 위험 단계를 결정하는데 고려되는 대상이므로 가뭄 위험도를 분석하기에 앞서 가뭄 대응능력의 변화를 살펴보았다. Fig. 6은 과거와 미래 3개 목표연도(2020년, 2025년 및 2030년)에 대한 가뭄 대응능력을 전망한 것이다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F6.jpg

Fig. 6.

Results of drought response capacity outlook

물 수요 시나리오에 따른 전국 평균 가뭄 대응능력을 평가한 결과, 2020년에 감소하였다가 2025년에 증가한 후 2030년에 다시 감소하는 경향이 나타났다. 특히, 기준 시나리오에 대한 결과에서 2030년에 크게 감소하여 고위 시나리오와 비슷한 대응능력 값이 산정되는 것으로 전망되었으며, 2030년에는 대응능력이 부족하여 가뭄 발생시 극복하기까지 오랜 시간이 걸릴 것으로 예상된다.

Table 2에 제시된 시나리오 중 시나리오 1(모두 기준), 2(모두 저위) 및 3(모두 고위)에 대한 가뭄 위험도 전망 결과는 Figs. 7 and 8과 같다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F7.jpg

Fig. 7.

Results of drought risk outlook

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F8.jpg

Fig. 8.

Drought risk outlook map

Fig. 7은 전국 평균 가뭄 위험도를 전망한 값이며, Fig. 8은 지도로 표출한 것이다. 가뭄 위험도는 가뭄 대응능력과 비슷한 양상으로 2020년에 증가하였다가 2025년에 감소 후 다시 2030년에 증가하는 경향이 나타났다. 가뭄 시나리오에 따른 미래 가뭄 위험도 발생 범위를 유추해 보면, 2020, 2025 및 2030년 모두 과거보다 미래에 가뭄 위험이 증가할 것이다. 특히 기준 및 고위 시나리오에 따르면, 2030년의 경우 과거보다 약 2배 정도 증가하는 것으로 나타났다. Fig. 8에서는 공간적인 분석이 가능하다. 모든 경우에서 전라남도 및 중부지방에서 가뭄 위험도가 높게 산정되었으며, 경기권 및 강원도 지역은 가뭄 위험도가 다른 지역에 비해 낮게 산정되었다. 특히, 전라도 및 중부내륙지방은 2020년에서 2030년으로 지날수록 위험도가 점차 뚜렷해지고 넓어지는 것을 확인할 수 있다.

지역별로 가뭄 위험도 전망을 분석한 결과도 전국 평균 가뭄 위험도와 비슷한 양상을 보여준다. 대부분 지역에서 과거에 비해 2020년에 증가하였다가 2025년에 감소 후 다시 2030년에 증가하는 경향을 보였으나, 서울특별시 및 부산광역시의 경우 2020년에 증가하였다가 2025년 및 2030년 모두에서 감소하는 경향을 나타냈다. 충청북도 보은군은 2025년까지 증가하다가 2030년에 아주 약간 감소하는 경향을 나타냈으며, 반대로 충청북도 단양군은 2020년에 감소하였다가 2030년까지 증가하는 경향을 나타냈다. 특히, 부산광역시, 서울특별시 및 강원도 양양군은 다른 지역에 비해 2020년 가장 큰 범위로 증가하였으며, 충청북도 영동군, 충청남도 금산구 및 강원도 속초시는 2025년 및 2030년에 가장 큰 범위로 감소하였다가 증가하는 것을 확인하였다.

본 연구에서는 가뭄 위해성, 취약성 및 대응능력 중 위험도에 가장 민감하게 반응하는 요소가 무엇인지 파악하기 위하여 기준 시나리오(시나리오1)에서 각 요소를 하나씩만 변경하는 가뭄 시나리오4~9를 활용하여 가뭄 위험도의 변화를 전망하였다. 그 결과는 Table 4와 같다.

Table 4.

Average drought risk based on the drought scenarios

Year	Base-line	Low				High
Year	Base-line	Hazard	Vulner- ability	Response capacity	All factors	Hazard	Vulner- ability	Response capacity	All factors
Past	0.32
2020	0.55	0.55	0.57	0.53	0.54	0.56	0.55	0.55	0.56
2025	0.44	0.43	0.44	0.40	0.39	0.44	0.44	0.51	0.51
2030	0.60	0.59	0.61	0.48	0.48	0.60	0.60	0.59	0.59

저위 시나리오의 경우 각 목표연도에서 취약성(시나리오5), 모든 요소(시나리오2) 및 대응능력(시나리오6)의 민감도가 가장 큰 것으로 나타났다. 고위 시나리오의 경우 2020년 및 2025년에는 모든 요소(시나리오3)의 민감도가 가장 크고 2030년에는 대응능력(시나리오9)의 민감도가 가장 큰 것을 알 수 있다. 가뭄 위험도의 경우 대부분 모든 요소가 영향을 미치지만, 2030년의 경우, 가뭄 대응능력이 가뭄 위험도에 가장 큰 영향을 미치는 것을 파악할 수 있으며, 대응능력을 조절하여 가뭄 위험도를 완화할 수 있다.

지역별로 시나리오의 민감도를 분석한 결과 지역마다 결과가 다르게 나타나는 것을 확인하였다. 저위 시나리오의 경우 2020년에는 취약성(시나리오5)은 62개, 모든 요소(시나리오2)는 51개, 대응능력(시나리오6)은 44개, 위해성(시나리오4)은 3개 지역에서 민감한 것으로 나타났다. 2025년에는 대응능력은 77개, 모든 요소는 52개, 취약성은 28개, 위해성은 3개 지역에서 민감하게 나타났으며, 2030년에는 대응능력은 112개, 모든 요소는 47개 지역에서 민감한 것으로 확인되었다. 고위 시나리오의 경우 2020년에는 모든 요소(시나리오3)는 84개, 대응능력(시나리오9)은 55개, 위해성(시나리오7)은 18개, 취약성(시나리오8)은 1개 지역에서 민감한 것으로 나타났다. 2025년에는 모든 요소는 95개, 대응능력은 60개, 위해성은 3개 지역에서 민감하게 나타났으며, 2030년에는 모든 요소는 75개, 대응능력은 66개, 위해성은 19개 지역에서 민감한 것으로 확인되었다.

4.3 가뭄 단계 구분 및 대응방안 제시

가뭄 위험도에 대한 민감도 분석 결과 가뭄 위해성 및 취약성보다 가뭄 대응능력의 영향력이 더 큰 것으로 파악되었으며, 가뭄 대응능력은 위해성 및 취약성과 달리 인위적으로 조절할 수 있는 요소이다. Fig. 9는 과거 및 3개의 목표연도에 대한 가뭄 위험 단계를 지도로 표출한 것이다. 과거에는 대부분 I 또는 II단계로 나타났으나, 기준 및 고위 시나리오에서는 2020년 및 2030년에 120개가 넘는 지역에서 V단계로 나타났다. 저위에서는 2020년에 대부분 지역에서 V단계로 나타났으나 이후 완화되는 것을 확인할 수 있다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F9.jpg

Fig. 9.

Results of drought risk assessment and outlook level

개별 지자체에 대한 분석도 매트릭스를 활용하여 수행할 수 있다. 예를 들어, 기준 시나리오를 바탕으로 경기도 안산시에 대해 자세히 분석한 결과 Fig. 10과 같다. 가뭄 대응능력 및 위험도를 고려하여 산정된 가뭄 단계는 과거, 2020, 2025 및 2030년 각각 I, III, I 및 V단계로 나타났다. 과거에는 높은 대응능력과 낮은 위험도로 예방단계였으며, 2020년에는 III단계로 격상되면서 모니터링이 필요한 것으로 나타났다. 2025년에는 가뭄 대응능력의 향상으로 가뭄 발생 위험이 감소하지만, 2030년에 다시 가뭄 대응능력이 악화되면서 가뭄 위험도가 증가하고 V단계로 격상되어 다시 가뭄 대응이 필요할 것으로 판단된다. 다시 말하자면, 2020년에는 감시 단계로 가뭄 발생확률 및 영향을 사전에 검토해야 하며, 2025년에는 예방 단계로 장래의 가뭄 위험에 대비하기 위해 장기적인 관점에서 취약지역의 물공급 안정성 확보가 필요하다. 2030년에는 가뭄 위험도가 매우 높아 대응 단계에 해당하며, 생활·농업·공업용수 공급 제한 및 원활한 용수공급을 위하여 가용가능한 수자원을 확보해야 한다.

https://cdn.apub.kr/journalsite/sites/kwra/2024-057-01/N020057105/images/kwra_57_01_05_F10.jpg

Fig. 10.

Example of drought risk matrix (Gyeonggi-do Ansan-si)

이 외에도 각 지역마다 다양한 양상을 보이고 있다. 서울특별시의 경우 가뭄 위험 단계가 모든 목표연도에서 대부분 I단계로 산정되어, 현재와 동일하게 예방 조치를 유지하면 될 것으로 판단된다. 하지만 경기도 구리시를 포함한 다수의 지역에서는 과거에 II단계인 가뭄 대비 조치를 시행하지만 2030년에는 V단계로 격상하면서 용수공급 감량 및 비상대체수원 긴급 개발 등 가뭄 대응 조치를 시행해야 할 것으로 판단된다.

5. 결 론

본 연구에서는 기후변화, 인구, 수자원, 용수 수요량 등의 변화를 반영하여 한국의 가뭄 위험도를 전망하였다. 가뭄 위험 및 미래 전망 연구가 가지는 불확실성을 줄이기 위하여 다양한 조건을 기반으로 작성된 가뭄 시나리오를 반영하였으며, 새로운 가뭄 위험 단계 설정 방법을 도입하여 가뭄 관리 방안과 연계하였다.

가뭄 위해성, 취약성 및 대응능력으로 구성된 가뭄 위험도를 평가한 결과, 충청북도 청주시, 대전광역시 및 전라북도 익산시에서 위험도가 가장 높게 나타났으며, 대체적으로 충청도 및 경상남도 지역에서 위험도가 높게 산정되었다. 해당 지역들은 실제로 가뭄 피해가 많이 발생한 지역과 유사하였다. 국내에서 구축되고 있는 가뭄 피해자료는 가뭄관련 언론기사, 가뭄 예·경보 및 제한급수 등 용수 공급 및 수요와 밀접한 관련이 있다. 본 연구에서 수행한 가뭄 위험도는 위해성 및 대응능력에서 이러한 요소를 잘 반영하고 있는 것으로 판단된다.

기후변화 시나리오에 따른 가뭄 위해성, 사회수문학적 시나리오에 따른 가뭄 취약성 및 물수요 시나리오에 따른 가뭄 대응능력을 고려하여 한국의 가뭄 시나리오를 작성하였다. 가뭄 시나리오를 활용하여 가뭄 위험도를 전망한 결과, 2020년에 증가하였다가 2025년에 감소 후 다시 2030년에 증가하는 것으로 나타났으며, 전라남도 및 중부지방에서 가뭄 위험도가 높게 산정되었다. 한국의 가뭄 위험도 변화를 분석한 결과, 2030년 가뭄 위험도 변화에 가장 민감하게 반응하는 요소는 가뭄 대응능력으로 나타났다.

가뭄 전망 결과를 바탕으로 가뭄 위험 단계를 구분하고 관리 방안을 모색하기 위하여 새로운 가뭄 위험 매트릭스를 작성하였다. 그 결과 과거에는 대부분 I 또는 II단계로 나타났으나, 기준 및 고위 시나리오에서는 2020년 및 2030년에 한국의 많은 지역에서 V단계로 나타났다. 미래에 가뭄 위험도가 증가할 것으로 예상되는 지역은 사전에 가뭄 위험을 관리할 수 있도록 적절한 가뭄 대책을 수립할 필요가 있다.

본 연구에서는 미래 가뭄 시나리오에 따라 발생가능한 가뭄 위험도의 범위를 기준, 저위 및 고위 시나리오를 활용하여 정의하였으며, 가뭄 위험도의 미래 발생 가능한 범위를 통해 가뭄 위험의 불확실성을 정량화하였다. 가뭄 위험도 값을 기준으로 가뭄 위험 단계를 새롭게 제시하였다. 이러한 결과는 현재 행정안전부에서 발령하고 있는 가뭄 예·경보에 적용하여 통합적인 정보를 제공할 수 있으며, 실제 가뭄이 발생하기 전에는 사전재난관리를 수행하고, 가뭄 발생에 따른 단계별 적절한 가뭄 대응 조치를 수립하는데 활용할 수 있다. 다만, 가뭄 시나리오를 구성하는 다른 인자들의 전망 자료가 생성되어 향후 반영된다면 정확도를 향상시킬 수 있을 것이다. 또한, 가뭄 위해성, 취약성 및 대응능력을 구성하는 각각의 인자에 대한 민감도 분석을 통해 가뭄 위험도에 영향을 미치는 인자도 파악할 수 있다. 특히, 대응능력을 구성하는 다양한 인자들에 대한 민감도 분석을 수행한다면, 가뭄 위험을 효과적으로 줄일 수 있는 조절 가능한 대책을 수립할 수 있을 것이다.

Acknowledgements

본 연구는 한국연구재단의 중견연구자지원사업(2020R1A2C1012919)과 한국환경산업기술원의 가뭄대응 물관리 혁신기술개발사업(2022003610001)의 지원을 받아 연구되었습니다.

Conflicts of Interest

The authors declare no conflict of interest.

References

Cho, S.W., Kim, W.S., and Won, S.H. (2018). "Scenario development for loss estimation according to port disaster." Korea E-Trade Research Institute, Vol. 16, No. 2, pp. 39-60. (In Korean)

Chung, H.W., Kim, Y.S., Kim, K.T., Choi, H.J., and Hong, S.J. (2021). The impact of future changes on the social welfare: Delphi surveys and scenario planning. Korea Institute for Health and Social Affairs. (In Korean)

Frischen, J., Meza, I., Rupp, D., Wietler, K., and Hagenlocher, M. (2020). "Drought risk to agricultural systems in Zimbabwe: A spatial analysis of hazard, exposure, and vulnerability." Sustainability, Vol. 12, No. 3, pp. 1-23. 10.3390/su12030752

Jeong, W.H. (2016). Evaluation of Boryeong Dam water supply capacity and research on drought response measures. ChungNam Institute. (In Korean)

Kahn, H., and Wiener, A.J. (1967). Year 2000; a framework for speculation on the next thirty-three years. EUA: The MacMillan Company, New York, NY, U.S.

Kim, J.E., Kim, M.J., Choi, S.J., Lee, J.H., and Kim, T.W. (2022). "Drought risk assessment considering regional socio-economic factors and water supply system." Journal of Korea Water Resources Association, Vol. 55, No. 8, pp. 589-601. (In Korean) 10.3741/JKWRA.2022.55.8.589

Kim, J.E., Lee, B.S., Yoo, J.Y., Kwon, H.H., and Kim, T.W. (2021a). "Low-flow frequency analysis and drought outlook in water districts under climate change scenarios: A case study of Gim cheon-si, Korea." Journal of Wetlands Research, Vol. 23, No. 1, pp. 14-26. (In Korean)

Kim, J.E., Yu, J.S., Ryu, J.H., Lee, J. H., and Kim, T.W. (2021b). "Assessment of regional drought vulnerability and risk using principal component analysis and a Gaussian mixture model." Natural Hazards, Vol. 109, No. 1, pp. 707-724. 10.1007/s11069-021-04854-y

Kim, J.U., Lee, J.W., and Kim, S.J. (2019). "Evaluation of the future agricultural drought severity of South Korea by using reservoir drought index (RDI) and climate change scenarios." Journal of Korea Water Resources Association, Vol. 52, No. 6, pp. 381-395. (In Korean)

Kotir, J.H., Smith, C., Brown, G., Marshall, N., and Johnstone, R. (2016). "A system dynamics simulation model for sustainable water resources management and agricultural development in the Volta River Basin, Ghana." Science of the Total Environment, Vol. 573, pp. 444-457. 10.1016/j.scitotenv.2016.08.08127572537

Lee, M.H., and Kim, S.B. (2021). A study on establishment of cooperative system for drought management to respond to climate crisis. Korea Environmental Institute. (In Korean)

Mallampalli, V.R., Mavrommati, G., Thompson, J., Duveneck, M., Meyer, S., Ligmann-Zielinska, A., and Borsuk, M.E. (2016). "Methods for translating narrative scenarios into quantitative assessments of land use change." Environmental Modelling & Software, Vol. 82, pp. 7-20. 10.1016/j.envsoft.2016.04.011

Nam, W.H., Hayes, M.J., Wilhite, D.A., Tadesse, T., Svoboda, M.D., and Knutson, C.L. (2014). "Drought management and policy based on risk assessment in the context of climate change." Magazine of the Korean Society of Agricultural Engineers, Vol. 56, No. 2, pp. 2-15. (In Korean)

Peddada, K. (2013). "Risk assessment and control." Journal of Governance and Regulation, Vol. 2, pp. 51-59. 10.22495/jgr_v2_i2_p4

Qin, Q.X., and Zhang, Y.B. (2018). "Evaluation and improvement of water supply capacity in the region." Journal of Management and Sustainability, Vol. 8, No. 4, pp. 113-124. 10.5539/jms.v8n4p113

Rangecroft, S., Birkinshaw, S., Rohse, M., Day, R., McEwen, L., Makaya, E., and Van Loon, A.F. (2018). "Hydrological modelling as a tool for interdisciplinary workshops on future drought." Progress in Physical Geography: Earth and Environment, Vol. 42, No. 2, pp. 237-256. 10.1177/0309133318766802

Sahana, V., Mondal, A., and Sreekumar, P. (2021). "Drought vulnerability and risk assessment in India: sensitivity analysis and comparison of aggregation techniques." Journal of Environmental Management, Vol. 299, 113689. 10.1016/j.jenvman.2021.11368934523541

Schwab, P., Cerutti, F., and Hélène von Reibnitz, U. (2003). "Foresight-using scenarios to shape the future of agricultural research." Foresight, Vol. 5, No. 1, pp. 55-61. 10.1108/14636680310471299

Singh, G.R., Jain, M.K., and Gupta, V. (2019). "Spatiotemporal assessment of drought hazard, vulnerability and risk in the Krishna River basin, India." Natural Hazards, Vol. 99, pp. 611-635. 10.1007/s11069-019-03762-6

Song, M.S., Kim, T.W., Lee, J.J., and Yun, H.S. (2017). "HABs risk mapping for aquaculture farm using GIS in south sea of Korea." Journal of the Korean Society of Hazard Mitigation, Vol. 17, No. 5, pp. 377-383. (In Korean) 10.9798/KOSHAM.2017.17.5.377

Wang, H., Huang, J., Cheng, X., Zhou, H., and Yuan, Y. (2022). "Scenario simulation of water resources development and utilization based on a system dynamics model." International Journal of Water Resources Development, Vol. 38, No. 3, pp. 447-463. 10.1080/07900627.2021.1908235

Yang, J.S., Park, J.H., and Kim, N.K. (2012). "Development of drought vulnerability index using trend analysis." KSCE Journal of Civil and Environmental Engineering Research, Vol. 32, No. 3B, pp. 185-192.

Yeo, H.S., Kim, Y.H., and Kim, J.H. (2023). "Forecasting of future technology based on the law of technology evolution and scenario planning: Focused on telemedicine & digital health service." Asia-pacific Journal of Convergent Research Interchange, Vol. 9, No. 3, pp. 169-191. 10.47116/apjcri.2023.03.15

Yoo, J.Y., Kwon, H.H., and Kim, T.W. (2015). "Drought management and response in the United Kingdom." KSCE Magazine, Vol. 63, No. 2, pp. 60-65. (In Korean)

Yu, J.S., Kim, T.W., and Park, D.H. (2019). "Future hydrological drought risk assessment based on nonstationary joint drought management index." Water, Vol. 11, No. 3, pp. 1-12. 10.3390/w11030532

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

Preview

Drought risk outlook using scenario planning and drought management according to drought risk levels in Korea

ABSTRACT

MAIN

Table 1.

Information of climate change scenarios used in this study

(1)

(2)

(3)

(4)

(5)

Fig. 1.

Process of scenario planning applied in this study

Fig. 2.

Concepts of traditional forecasting method and scenario planning

Table 2.

Drought scenarios under baseline, low and high scenario using DHI, DVI and DRCI

Fig. 3.

Classification of the risk level

Fig. 4.

Proposed classification of the drought risk level

Table 3.

Drought risk management by drought risk level

Fig. 5.

Results of drought risk assessment

Fig. 6.

Results of drought response capacity outlook

Fig. 7.

Results of drought risk outlook

Fig. 8.

Drought risk outlook map

Table 4.

Average drought risk based on the drought scenarios

Fig. 9.

Results of drought risk assessment and outlook level

Fig. 10.

Example of drought risk matrix (Gyeonggi-do Ansan-si)

Acknowledgements

Conflicts of Interest

References