Ⅰ. 서론
우리나라는 주로 서해안 지역에 방조제 건설에 따른 담수호가 조성되어 다양한 목적으로 수자원이 활용되고 있으며, 하천의 최종 유출부와 해양이 만나는 지점을 하구라고 한다. 이러한 하구 담수호는 바다로 유입되기 직전의 물을 저류시켜 수자원 확보에 긍정적이나, 일반적으로 유역의 최하류에 위치해 있어 오염물질 유입, 부영양화, 염분 침출로 인한 오염물질 용출 등에 취약하다 (Edmondson et al., 1956; Um, 2004). 따라서 담수호를 지속적인 용수 공급원으로 활용하기 위한 대책 마련이 필요하며, 특히 담수호의 회복탄력성 향상과 지속가능한 수자원 관리를 위해서는 이수 측면뿐만 아니라 홍수 및 오염물질관리 등 다양한 수자원 요인을 종합적으로 고려할 필요가 있다 (Hwang, 2020). 또한, 기후변화의 가속화에 따른 물관리 여건 변화 등 미래 담수호의 환경변화를 예측하고, 이에 대비하기 위한 효율적 물관리 방안을 마련할 필요가 있다.
기후변화는 전 지구적으로 가속화되고 있는 추세이며, 이는 호우의 발생 빈도 및 강도 증가, 일부 지역에서의 농업 가뭄 및 식생 가뭄 증가를 초래하고 있다 (IPCC, 2021).
이러한 기후변화의 영향 증가는 거대 규모의 홍수와 같은 자연재난 발생에 대한 불확실성을 높이며, 유역의 수문순환뿐만 아니라 농업 생산성에도 영향을 미치므로, 미래 환경 변화에 효과적으로 대비하기 위해서는 기후변화가 유역 환경에 미치는 영향을 정량적으로 파악할 필요가 있다 (Chim et al., 2021; Kim et al., 2021). 특히 우리나라는 지형적, 계절적 특성상 시기별 강수 특성을 고려한 물관리 대책 마련이 필요하며, 이를 위해 미래 기후변화에 따른 유역의 수문순환 특성 변화를 예측하고 분석하는 것이 요구된다 (Do and Kim, 2018).
IPCC는 2014년 RCP (Representative Concentration Pathway) 시나리오에 기반한 5차 평가보고서 (Fifth Assessment Report, AR5)를 발간하였으며, 2021년에는 기존 RCP 시나리오에 사회경제적 조건을 추가로 고려한 SSP (Shared Socioeconomic Pathway) 시나리오 기반의 6차 평가보고서 (Sixth Assessment Report, AR6)를 발간하였다. IPCC AR6에 활용된 CMIP6 (Coupled Model Intercomparison Project phase 6) GCMs (Global Climate Models)는 CMIP5에 비해 고해상도의 기후정보를 제공하며, 강수와 기온 예측에 대한 불확실성이 더 낮아, SSP 시나리오를 적용한 미래 유출량 예측 결과는 개선된 미래 수자원 계획 마련에 기여할 수 있다 (Song et al., 2021; Song et al., 2022). 또한, 신시나리오체계인 SSP 시나리오에 기반하여 수문학적 과정의 변화를 예측하는 것은 기존 기후변화 적응정책과의 비교 및 정책 개선에 있어서도 중요하다고 할 수 있다.
다양한 기후변화 시나리오를 적용하여 불확실한 미래의 유역 수문 변화를 예측하기 위해서는 실제 유역 수문 현상의 거동을 합리적으로 재현할 수 있는 유역 유출 모델의 구축이 필요하다. 국내외에서 적용되는 대표적인 유역 유출 모형으로는 HSPF (Hydrological Simulation Program-Fortran), SSARR (Streamflow Synthesis And Reservoir Regulation), SWAT (Soil and Water Assessment Tool), SWMM (Storm Water Management Model) 등이 있다. 그 중 HSPF 모형은 장기간에 걸친 크고 작은 규모의 복잡한 수리 및 수질 현상을 모의할 수 있으며, 농촌과 도시지역이 혼재된 복잡한 유역에서 연속강우에 의해 발생하는 수량 및 수질예측이 용이하다는 장점이 있어 우리나라의 유역 환경 모의에 널리 적용되고 있다 (Bicknell et al., 1996; Lee et al., 2012; Cho and Kim, 2019). 또한, 타 모형과의 연계성이 좋아 최근에는 다양한 3차원 수리 및 수질 모형과 연계되어 담수호의 수문 및 수질 분석을 위해 활용되고 있다.
기후변화 시나리오와 유역유출모델을 활용하여 장기유출량을 산정한 연구는 국내에서도 다양하게 수행되어왔다. Ahn et al. (2017)은 RCP 기후변화 시나리오 자료를 SSARR 모델에 적용하여 미래 금강유역의 유역유출특성을 분석한 바 있으며, Do and Kim (2018)은 RCP 시나리오에 따른 CMIP5의 26개 GCMs과 SWAT 모형을 이용하여 소양강댐에 대한 유입량 및 증발산량 변화를 분석한 바 있다. Kim et al. (2018)은 RCP 시나리오에 따른 CMIP5의 16개 GCMs을 SWAT 모형에 적용하여 기후변화에 따른 충주댐 유입량을 모의한 바 있다. 또한, Song et al. (2022)은 CMIP6 11개 GCMs의 SSP2-4.5 및 SSP5-8.5 시나리오 자료와 SWAT 모형을 활용하여 영산강 유역의 미래 유출량 모의를 수행하였으며, Kim et al. (2023a)은 SSP2-4.5 및 SSP5-8.5 시나리오 자료와 SWAT 모형을 활용하여 기후변화 시나리오 및 수문모형 매개변수에 따른 영산강 유역의 미래 유출량 불확실성을 분석한 바 있다. 최근에는 CMIP6 GCMs을 활용하여 수문현상을 모의한 연구들이 증가하고 있으나, 여전히 기존의 RCP 시나리오에 기반하여 기후변화의 영향을 평가한 연구들이 지배적이다. 또한, SSP 시나리오를 기반으로 하는 선행 연구들에서는 미래기간의 연간 및 월별 평균 유출량 변화 분석에 그칠 뿐, 연중 유량 변동성 및 기준유량의 발생시기와 지속기간과 같이 다양한 유출특성 변화를 분석한 연구는 부족한 실정이다.
따라서 본 연구의 목적은 담수호 유역을 대상으로 CMIP6 기후모델의 기후변화 시나리오 자료 및 유역 내 수문 및 유역특성자료를 구축하고, HSPF 모형을 통해 과거 및 미래 장기유출량을 모의하여 기후변화가 담수호 유역의 미래 유출특성에 미치는 영향을 정량적으로 평가하는 데 있다.
Ⅱ. 재료 및 방법
1. 연구대상지
본 연구의 대상지는 서산A지구 간척사업에 의해 1995년 완공된 충청남도 서산시의 간월호 (천수만) 유역으로, 총 유역면적 및 관개지구 면적은 각각 49,240 ha 및 6,445 ha이다. 간월호로 유입되는 하천은 기포천, 도당천, 둔당천, 소정천, 야당천, 와룡천 및 청지천의 총 7개의 하천이 있으며, 4개 하천 (도당천, 둔당천, 와룡천 및 청지천)의 간월호 유입 전 지점에 유량 및 수질 관측지점이 존재한다 (Fig. 1). 간월호 유역은 유역 대부분이 산림 및 농경지로 구성되어 있으며, 특히 간척사업에 따라 조성된 농경지가 유역 내에 넓게 산재하고 있다. 토지피복 종류별 면적 구성비는 논 38.1%, 밭 15.0%, 임야 27.6%, 시가지 7.0%, 초지 3.9%, 나지 1.2%, 수면 7.2%로, 농경지 면적은 전체 유역면적의 약 53%를 차지하고 있다. 간월호 및 부남호를 포함한 부남 방조제 중권역은 전체 용수 이용량 중 농업용수가 약 90%를 차지할 만큼 대상 지역의 담수화된 수자원은 농업용수로써 중요한 역할을 하고 있으므로, 향후 증가하는 기후변화의 영향과 유역 및 호소의 환경 변화에 대비하여 보다 효율적인 용수관리가 요구된다. Fig. 1은 간월호 유역의 토지이용 현황 (2015년) 및 상류 유역 내 하천 유량 관측지점을 나타내고 있다.
Fig. 1 Land use map and locations of streamflow monitoring points of the Ganwol estuary reservoir watershed
2. 기후변화 시나리오
IPCC의 6차 기후변화 평가보고서에서 제시된 표준 온실가스 시나리오인 SSP 시나리오를 사용하여 미래 기후변화 시나리오에 따른 유출량 변화를 예측하고자 하였다. SSP 시나리오는 복사강제력 강도와 함께 기후변화에 대한 미래의 완화 및 적응 노력 등 사회·경제적 요소를 추가로 반영하여 총 5개의 시나리오로 구분된다. 본 연구에서는 IPCC AR6에서의 표준 경로 시나리오인 SSP1-2.6 (화석연료 사용이 최소화되고 지속 가능한 경제성장을 이룰 것 가정), SSP2-4.5 (기후변화 완화 및 사회경제 발전 정도가 중간 단계임을 가정), SSP3-7.0 (기후변화 완화 정책에 소극적이며 기후변화에 취약한 사회구조 가정), SSP5-8.5 (화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것으로 가정)의 4종의 시나리오를 사용하였다.
SSP 시나리오 기반의 GCMs을 대상으로 APCC (Cho, 2013)에서 제시된 방법을 사용하여 우리나라 기상관측소 지점별 상세화를 수행하였으며, 편의 보정을 위해 비모수적 분위 사상법을 활용하였다. 본 연구에서는 미래기간의 유역 유출량 모의에 있어 우리나라를 포함한 동아시아 지역에서 진행되는 연구들에서 널리 활용되며, 미래 기간의 평균 강수량값이 최대 및 최소를 보인 CNRM-CM6-1 및 INM-CM4-8 모델의 기후변화 시나리오 자료를 활용하였다 (Ge et al., 2021; Kim et al., 2021; Song et al., 2022).
3. HSPF 모형
유역 유출량 모의를 위해 USEPA (United States Environmental Protection Agency)와 USGS (United States Geological Survey)가 공동으로 개발한 HSPF 모형을 이용하였다. 모형구축을 위한 입력자료로 간월호 유역의 지배관측소인 서산 기상관측소의 과거 (2011∼2020) 및 미래 (2021∼2100) 기간의 일 강수량, 기온, 평균풍속, 상대습도, 일사량, 전운량 및 이슬점 온도 자료를 활용하였다. 모델의 보·검정을 위한 실측 수문자료로 충청남도 보건환경연구원으로부터 제공받은 도당천, 둔당천, 와룡천 및 청지천의 2011년부터 2020년까지 월 1회 간격으로 측정된 일단위 유량자료를 활용하였다. 유량 관측지점을 고려하여 간월호 상류유역을 32개의 소유역과 172개의 수문반응단위 (Hydrological Response Units, HRUs)로 구분하였다.
모형의 평가를 위한 통계변수로 Moriasi et al. (2015)에 의해 제안된 R2 (Coefficient of determination), NSE (Nash-Sutcliffe coefficient of efficiency), PBIAS (Percent bias) 값을 이용하였다.
4. 일 최빈유량곡선법
기후변화에 따른 미래 연중 유출 특성 변화 및 유황 변화 분석을 위해 Park (2021)에 의해 제안된 일 최빈유량곡선법을 활용하였다. 기존 유황곡선은 매년의 일유량을 크기순으로 내림차순 한 뒤, 동일 순위별 일유량을 산술평균하므로, 특정 유량의 발생 시점 및 지속기간 파악이 불가능하며, 산술평균에 따른 일유량 왜곡 등의 문제점이 있다. 일 최빈유량곡선법은 주어진 기간 동안 매년의 일유량을 발생일자별로 정렬하여 동일 발생일자별 최빈유량을 산정하고, 선정된 일 최빈유량들을 5일 단위로 평균하여 나타내는 방법으로, 특정 유량의 발생 시점과 연중 지속기간을 쉽게 파악할 수 있고, 최대 및 최소유량 등 극단적인 유량 값의 영향을 배제할 수 있다 (Park, 2021). 특히 기후변화 시나리오별 연중 유출특성 변화 분석에 일 최빈유량곡선을 활용할 경우, Fig. 2와 같이 기존 유황곡선에 비해 시나리오별 기준유량의 크기 및 발생시기 차이를 명확히 비교할 수 있다.
Fig. 2 Conventional flow duration curve and daily mode discharge curve under four SSP scenarios for the CNRM-CM6-1 model
일 최빈유량 산정 시 등급구간 수의 결정을 위해 Huntsberger (1961)과 Brooks and Carruthers (1953) 공식을 모두 고려하여 각 공식에 의한 등급 구간 수의 평균값에 가깝게 등급 구간을 설정하였으며, 각 공식은 식 (1), (2)와 같다. 이에 따라 미래 전기간 (80년)과 미래기간별 (각 20년) 일 최빈유량 산정 시 각각 8개와 6개의 등급 구간으로 구분하였다.
k = 1 + 3.3logN (1)
k = 5logN (2)
여기서, k는 등급 구간의 수이고, N은 분석 기간의 수 (년)이다.
일 최빈유량곡선으로부터 각각의 지속일수에 해당하는 유황분석 기준유량인 홍수유량 (Q10), 풍수유량 (Q95), 평수유량 (Q185), 저수유량 (Q275), 및 갈수유량 (Q355)을 산정하였다.
Ⅲ. 결과 및 고찰
1. 미래 기상자료 구축
본 연구에서는 미래기간을 2030년대 (2021∼2040), 2050년대 (2041∼2060), 2070년대 (2061∼2080), 2090년대 (2081∼2100)로 구분하였으며, Figs. 3∼4는 과거 기상자료 및 SSP 시나리오에 따른 연강수량 및 연평균기온의 변화를 나타낸 결과이다.
Fig. 3 Boxplots showing annual precipitation by future periods under four SSPs
Fig. 4 Boxplots showing annual mean temperature by future time periods under four SSPs
시나리오별 및 미래기간별 연 강수량 변화 양상 분석 결과, SSP1, SSP2, SSP3 시나리오에서는 대체로 2070년대까지 강수량이 지속적으로 증가하다 2090년대에는 소폭 감소하거나 거의 변화가 없는 것으로 나타났으며, SSP5 시나리오에서는 먼 미래로 갈수록 연 강수량이 증가하는 경향을 보였다. 먼 미래시기 평균 연 강수량은 SSP1, SSP2, SSP3, SSP5 순으로 높게 나타났다.
강수량은 기후변화 시나리오 및 GCM별 시기적 변동성이 상이하며, SSP1과 SSP2 시나리오의 강수량 차이가 두드러지게 나타나지 않은 반면, 평균기온은 GCM별 변동 경향성이 일관되며, SSP1을 제외한 모든 시나리오에서 먼 미래로 갈수록 평균기온이 증가하는 것으로 나타났다. 평균 기온의 시나리오별 과거 대비 최대 증가율은 SSP1, SSP2, SSP3 및 SSP5에서 각각 약 15%, 23%, 34% 및 44%로, 복사강제력 강도가 높은 시나리오일수록 평균기온이 증가 폭이 큰 것으로 나타났다.
2. HSPF 모형 보·검정
HSPF 모형을 이용하여 과거 (2011∼2020) 기간에 대한 간월호 상류유역 유출량 모의를 수행하였으며, 유출량 보·검정을 위해 다양한 수문사상을 포함하는 최근 5개년 (2016∼2020)을 보정기간, 이전 5개년 (2011∼2015)을 검정기간으로 선정하였다. 보·검정에 활용된 유출 관련 모형 매개변수의 종류 및 보정값은 Table 1과 같고, 모델 보·검정 결과는 Table 2와 같다 (Kim et al., 2023b). Moriasi et al. (2015)에 의해 제안된 모델 평가 기준에 따라, 둔당천을 제외한 대부분의 하천에서 R2, NSE, PBIAS 모두 Satisfactory 이상의 모의 성능을 보이는 것으로 나타났다. 둔당천의 경우 검정 기간에 대해서는 세 통계지표 모두 Satisfactory 기준을 만족하였으나, 보정기간에 저수위시 유량이 과대산정되는 것을 어느정도 보완하였음에도 유량 측정지점 상류에 위치한 보의 영향 및 큰 호우사상이 검정기간에 비해 보정기간에 상대적으로 적었던 점 등으로 인해 저수위시 유량 재현에 다소 한계가 있었다.
Table 1 Description and calibrated values of the Hydrological Simulation Program-Fortran (HSPF) parameters for runoff simulation of the Ganwol estuary reservoir watershed (adapted from Kim et al., 2023b)
Table 2 Results of runoff calibration and validation of the four inflow streams in the Ganwol estuary reservoir watershed (adapted from Kim et al., 2023b)
3. 미래 유출특성 변화
가. 연 유출량 변화
Table 3은 HSPF 모형 구동에 따른 SSP 시나리오 및 GCM별 연간 유출량 (mm) 및 유출률 (%) 산정 결과이다. SSP1 시나리오에서는 과거기간 평균 연 유출량 (612.86 mm) 대비 약 55% 유출량이 증가한 수준으로 2050년대 (952.25 mm)에 유출량이 가장 크게 나타났으며, SSP2 시나리오에서는 강수량의 변동성과 유사하게 CNRM-CM6-1 모델에서는 2090년대 (1,094.48 mm)에, INM-CM4-8 모델에서는 2070년대 (936.90 mm)에 가장 큰 유출량 값을 보였다. SSP3 시나리오에서는 2070년대 (1,121.18 mm)에 가장 큰 유출량 값을 보였으며, SSP5 시나리오에서는 먼 미래로 갈수록 유출량이 증가하여 2090년대 (1,157.21 mm)에는 과거 대비 유출량이 약 89%까지 증가할 것으로 예측되었다.
Table 3 Projected annual runoff and runoff rate for 2030s, 2050s, 2070s, and 2090s by GCMs under four SSP scenarios
유출량은 기온보다는 강수량의 영향을 크게 받아, 강수량과 유출량은 높은 선형관계를 갖는 것으로 나타났다. 복사강제력 강도가 큰 시나리오일수록 유출량도 대체로 크게 나타났으나, SSP1과 SSP2 시나리오 간 유출량 차이는 크지 않으며, 2070년대까지는 SSP1에 비해 SSP2 시나리오에서 유출량이 더 작게 나타나, 미래 전기간 평균 연 유출량은 SSP1 시나리오에 비해 SSP2 시나리오에서 더 적은 것으로 나타났다.
유출률은 유역의 습윤/건조 상태를 반영하므로, 기후와 수문요소 간의 상호관계를 나타내는 지표로 활용된다. 유출량은 복사강제력 강도가 가장 크고, 가장 먼 미래에 해당하는 SSP5 시나리오의 2090년대에 가장 크게 나타난 반면, 유출률은 SSP3 시나리오의 2070년대에 가장 큰 값 (63.55%)을 보였으며, 시나리오에 따라 과거기간 (50.87%)에 비해 적게는 2.11%, 많게는 13.78%까지 유출률이 증가하는 것으로 예측되었다. 일반적으로 강수량이 증가함에 따라 유출률도 증가하나, 강우 특성 및 선행 강우량 등에 따라 유출률이 달라지므로, 강수량이 유출률의 변화에 직접적으로 영향을 미치지는 않는 것으로 나타났다 (Yang, 2007; Im et al., 2017).
나. 월별 평균 유출량 변화
SSP 시나리오 및 미래 기간별 월평균 유출량 산정 결과는 Fig. 5와 같다. 과거기간에는 7월에 유출량이 가장 크고, 7월 (124.73 mm)과 8월 (124.69 mm)의 유출량이 거의 유사하게 나타났으나, 미래 기간에는 8월에 유출량이 가장 크고 9월 및 10월에도 상당히 큰 유출량 값을 보였다. 특히, 유출량이 크게 증가하는 7∼9월의 유출량 합계 값을 SSP 시나리오 및 미래 시기별로 비교한 결과, 과거기간의 7∼9월 유출량 (325.74 mm)에 비해 SSP1, SSP2, SSP3, 및 SSP5 시나리오에서는 시기에 따라 각각 최대 51% (2070년대), 49% (2090년대), 80% (2070년대), 및 95% (2090년대)까지 유출량이 증가하는 것으로 예측되었다.
Fig. 5 Projected monthly runoff for 2030s, 2050s, 2070s, and 2090s under four SSP scenarios
또한, 과거 월 유출량 대비 미래 기간별 및 SSP 시나리오별 월 유출량 증가율을 비교한 결과 (Fig. 6), 6월과 7월의 유출량 증가율이 가장 낮고, 10월의 유출량 증가율이 가장 높은 것으로 나타났으며, 모든 SSP 시나리오에서 먼 미래 시기로 갈수록 유출량 증가율이 커지는 것으로 나타났다. 먼 미래 시기에는 기후변화 완화 정책에 소극적인 SSP5, SSP3, SSP2, SSP1 순으로 유출량 증가율이 높게 나타났다.
Fig. 6 Monthly runoff change rate by future periods (2030s, 2050s, 2070s, and 2090s) compared to the historical period
따라서, 기후변화에 따라 연중 유량 변동 특성이 달라지며, 연 총 유출량 중 7월에 발생하는 유출량의 비율은 감소하고, 10월에 발생하는 유출량의 비율은 증가함을 알 수 있다. 이러한 연중 유량 변동 특성 변화는 미래 시기의 기온 변화 및 오염물질의 거동 특성 변화와 더불어, 관개 시기 및 작물의 수확 시기 결정에 영향을 미칠 수 있으며, 물관리 및 홍수 대응 전략과 시기별 수질관리 대책에 변화를 초래할 수 있다.
다. 미래 유황변화
Fig. 7은 미래 시기별 최빈유량곡선을 GCM 및 SSP 시나리오별로 구분하여 도시한 결과이다. 두 GCM은 연중 유량 변동 경향성 및 유량의 크기에 있어 다소 차이가 있었는데, CNRM-CM6-1에서는 7월 초∼8월 중순까지 30∼60 cms 사이의 큰 유량이 나타난 뒤, 9월 중순부터 유량이 급격히 낮아지는 경향을 보였으며, INM-CM4-8에서는 7월 초∼7월 중순에 유량이 크게 증가한 뒤, 8월 중순∼9월 초 사이 최대 유량이 나타나는 경향을 보였다. 미래 시기별 비교 결과, 6월 중순까지는 시기별 유량 차이가 두드러지지 않으나, 홍수기를 중심으로 기후변화의 영향이 심화됨에 따라 유량이 크게 증가하는 것으로 나타났다. 또한, 미래에는 홍수기 이후인 10월에도 유량이 상당히 높게 나타나며, 특히 SSP3 및 SSP5 시나리오의 먼 미래 시기에는 과거기간의 홍수유량을 초과하는 유량이 10월 말까지 지속되는 것으로 나타났다. 이는 기후변화에 따른 강우 빈도 및 강우기간의 이동으로 인해 미래 기간에는 과거 홍수유량이 나타났던 7월의 유량이 크게 줄고, 9월과 10월의 유량이 증가했기 때문이다. 따라서, 기후변화에 따른 유량의 크기, 특정 유량의 발생 시기 및 지속기간의 변화를 고려한 효과적인 수자원 배분 및 관리 대책 마련이 필요할 것으로 사료된다.
Fig. 7 Daily mode discharge curves by future time periods under four SSP scenarios
Table 4는 일 최빈유량을 토대로 산정한 SSP 시나리오 및 미래 시기별 유황분석 기준유량이다. 미래의 최대 홍수유량은 SSP1, SSP2, SSP3, 및 SSP5에서 각각 45.55 m3/s (2050s), 41.05 m3/s (2070s), 55.97 m3/s (2070s), 및 52.47 m3/s (2070s)로, SSP3, SSP5, SSP1, SSP2 순으로 최대 홍수유량이 크게 나타났다. 최대 갈수유량은 SSP1, SSP2, SSP3, 및 SSP5에서 각각 4.98 m3/s (2090s), 5.52 m3/s (2090s), 5.45 m3/s (2070s), 및 5.36 m3/s (2070s)로, SSP2, SSP3, SSP5, SSP1 순으로 최대 갈수유량이 높게 나타났다. 한편, 본 연구에서 미래 기간의 유황은 과거기간에 비해 큰 폭으로 증가하는 것으로 나타났는데, 이는 CNRM-CM6-1 기후모델의 극단적인 기상자료의 반영과 미래 시기 최대 및 최소유량 값의 변동성 증가 등에 의한 것으로 사료되며, 이에 따른 불확실성을 고려하여 유황분석 기준유량을 이해할 필요가 있다.
Table 4 Flow duration characteristics based on daily mode discharge descending curves under four SSP scenarios (unit : m3/sec)
Table 5는 유황계수 (Q10/Q355) 값을 SSP 시나리오 및 미래 시기별로 산정한 결과이다. SSP 시나리오별 미래 전 기간 평균 유황계수 값은 SSP3 (10.35), SSP5 (9.71), SSP1 (9.55), SSP2 (8.10) 순으로 높게 나타났으며, 과거기간의 유황계수 (9.84)와 비교하여 SSP1, SSP2, SSP5 시나리오에서는 현재에 비해 유황계수 값이 감소하며, SSP3 시나리오에서는 유황계수 값이 증가하는 것으로 예측되었다. 특히, SSP2 시나리오는 갈수유량이 가장 크고, 홍수유량은 가장 작아 유황계수 값이 가장 낮게 나타났으며, SSP3 시나리오는 과거에 비해 갈수유량이 상당히 증가함에도 2050년대와 2070년대를 중심으로 홍수유량의 증가 폭이 매우 커 유황계수 값이 가장 크게 나타났다.
Table 5 Coefficient of flow duration by future time periods under four SSP scenarios
Ⅳ. 요약 및 결론
본 연구에서는 충청남도 서산시 간월호 유역을 대상으로 미래 기후변화에 따른 유출 특성 변화를 분석하였다. 기후변화 시나리오로 2종 (CNRM-CM6-1, INM-CM4-8)의 CMIP6 기후모델에 의한 SSP1, SSP2, SSP3, 및 SSP5 시나리오를 적용하였으며, 간월호 상류 유역의 장기 유출량 모의를 위해 HSPF 모형을 적용하여 과거 (2011∼2020) 및 미래 기간 (2021∼ 2100)의 일 단위 유출량을 모의하였다.
SSP 기후변화 시나리오 적용에 따른 시기별 평균 연 유출량 변화를 분석한 결과, SSP1 시나리오에서는 2050s (952.25 mm), SSP2 시나리오에서는 2090s (969.85 mm), SSP3 시나리오에서는 2070s (1,121.18 mm), SSP5 시나리오에서는 2090s (1,157.21 mm)에 유출량이 가장 높게 나타났으며, 미래 전 기간 평균 유출량은 SSP5, SSP3, SSP1, SSP2 순으로 높게 나타났다. 또한, 미래 기간의 월별 유출량 변화 분석 결과, 과거 대비 7월의 유출량 증가율이 가장 작고, 10월의 유출량 증가율이 가장 커, 기후변화에 따라 연중 유량 변동 특성이 달라지는 것으로 예측되었다.
기후변화에 따른 기준유량의 크기, 발생 시기 및 지속기간 등을 파악하기 위해 일최빈유량곡선법을 적용하여 과거 및 미래 기간의 일 최빈유량 및 유황분석 기준유량을 산정하였다. GCM에 따라 연중 유량 변동 경향성은 다소 차이가 있으나, 대체로 홍수기를 중심으로 기후변화의 영향이 심화됨에 따라 유출량이 크게 증가하였으며, SSP3 및 SSP5 시나리오에서는 과거기간의 홍수유량을 초과하는 유량이 10월 말까지도 지속되는 것으로 나타났다. 따라서, 기후변화에 따른 기준유량의 발생 시기 및 지속기간의 변화를 고려한 효과적인 수자원 배분 및 관리 대책 마련이 필요할 것으로 사료된다.
SSP 시나리오별 유황 계수 산정 결과, SSP3 시나리오를 제외하고는 모두 과거에 비해 유황이 개선되는 것으로 나타났으며, SSP3 시나리오에서 유황계수 값이 가장 높고, SSP2 시나리오에서 유황계수 값이 가장 낮게 나타났다.
본 연구의 결과에 따라, 미래에는 기후변화의 영향으로 물관리 여건에 상당한 변화가 나타날 것으로 예상되므로, 기후 위기 시대의 합리적인 물관리를 위해서는 기후변화의 영향을 반영한 적응형 수자원 관리대책이 마련되어야 할 것이다. 본 연구의 결과는 미래 유역 환경 변화를 고려한 지속 가능한 수자원 관리 기법 개발에 있어 기초자료로 활용될 수 있을 것으로 기대된다. 한편, 본 연구의 방법론을 보다 다양한 GCM 및 상이한 기후조건을 가진 여러 담수호 유역에 적용하여 기후변화에 따른 담수호 유역 유출 특성 변화의 불확실성을 정량화한다면, 다양한 미래 유역 환경 변화를 고려한 탄력적 물관리 대책 마련에 기여할 수 있을 것으로 사료된다.
감사의 글
이 논문은 정부 (과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행되었음 (No. 2020R1A2C2003808).
참고문헌
- Ahn, J. M., K. Y. Jung, G. Kim, K. Kwon, D. S. Yang, and D. Shin, 2017. Impact of climate change on runoff analysis in the Geum river basin. Journal of Environmental Science International 26(5): 549-561. doi: 10.5322/JESI.2017.26.5.549
- Bicknell B. R., J. C. Imhoff, J. L. Kittle, A. S. Donigian, and R. C. Johanson, 1996. Hydrological simulation program - fortran (HSPF): user's manual release 11. US Environmental Protection Agency: Athens, GA.
- Chim, K., J. Tunnicliffe, A. Y. Shamseldin, and H. Bun, 2021. Assessment of land use and climate change effects on hydrology in the upper Siem Reap River and Angkor Temple Complex, Cambodia. Environmental Development 39: 100615. doi: 10.1016/j.envdev.2021.100615.
- Cho, J. P., 2013. Climate change impacts on agricultural reservoirs with consideration of uncertainty. Research Report 2013-05. APEC Climate Center (in Korean).
- Cho, H. K. and S. M. Kim, 2019. Estimation of the Hapcheon dam inflow using HSPF model. Journal of the Korean Society of Agricultural Engineers 61(5): 69-77. (in Korean). doi: 10.5389/KSAE.2019.61.5.069.
- Do, Y. S. and G. S. Kim, 2018. Analysis of the change of dam inflow and evapotranspiration in the Soyanggang dam basin according to the AR5 climate change scenarios. Journal of the Korean Society of Agricultural Engineers 60(1): 89-99. (in Korean). doi: 10.5389/KSAE.2018.60.1.089.
- Edmondson, W. T., G. C. Anderson, and D. R. Peterson, 1956. Artificial eutrophication of lake Washington 1. Limnology and Oceanography 1(1): 47-53. doi: 10.4319/lo.1956.1.1.0047.
- Ge, F., S. Zhu, H. Luo, X. Zhi, and H. Wang, 2021. Future changes in precipitation extremes over Southeast Asia: insights from CMIP6 multi-model ensemble. Environmental Research Letters 16(2): 024013. doi: 10.1088/1748-9326/abd7ad.
- Hwang, S., 2020. Dynamic resilience assessment for water quality management of estuarine reservoir using SWAT-EFDC model. Ph.D. diss., Seoul National University. (in Korean).
- Im, J., D. Lee, M. Park, J. Park, and S. Park, 2017. Analysis of the change in design flood due to climate variation. Journal of Korean Society of Hazard Mitigation 17(6): 81-85. (in Korean). doi: 10.9798/KOSHAM.2017.17.6.81.
- IPCC, 2021. Climate change 2021: the physical science basis. Contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change. Cambridge University Press.
- Kim, C. G., J. H. Park, and J. P. Cho, 2018. Future climate change impact assessment of Chungju dam inflow considering selection of GCMs and downscaling technique. Journal of Climate Change Research 9(1): 47-58. (in Korean). doi: 10.15531/KSCCR.2018.9.1.47.
- Kim, J. H., J. H. Kwak, S. H. Hwang, S. M. Jun, S. H. Lee, J. N. Lee, and M. S. Kang, 2021. Analysis of flood control capacity of agricultural reservoir based on SSP climate change scenario. Journal of the Korean Society of Agricultural Engineers 63(5): 49-62. (in Korean). doi: 10.5389/KSAE.2021.63.5.049.
- Kim, J. H., Y. H. Song, and E. S. Chung, 2023a. Uncertainty of future runoff projection according to SSP scenarios and hydrologic model parameters. Journal of Korea Water Resource Association 56(1): 35-43. (in Korean). doi: 10.3741/JKWRA.2023.56.1.35.
- Kim, S., S. Kim, S. Hwang, S. M. Jun, J. H. Song, and M. S. Kang, 2021. Estimation of crop water requirement changes due to future land use and climate changes in lake Ganwol watershed. Journal of the Korean Society of Agricultural Engineers 63(6): 61-75. (in Korean). doi: 10.5389/KSAE.2021.63.6.061.
- Kim, S., S. Kim, S. Hwang, H. Lee, J. Kwak, J. H. Song, and M. S. Kang, 2023b. Impact assessment of water-level management on water quality in an estuary reservoir using a watershed-reservoir linkage model. Agricultural Water Management 280(2023): 108234.
- Lee, S. J., K. H. Kim, C. Y. Lee, and G. H. Lee, 2012. A study on the development of GIS based water quality simulation system using HSPF in basin of Yeong-san river. Journal of Wetlands Research 14(14): 645-656. (in Korean). https://doi.org/10.17663/JWR.2012.14.4.645
- Moriasi, D. N., M. W. Gitau, N. Pai, and P. Daggupati, 2015. Hydrologic and water quality models: Performance measures and evaluation criteria. Transactions of the ASABE 58(6): 1763-1785. doi: 10.13031/trans.58.10715.
- Park, T. S., 2021. Improved method of the conventional flow duration curve by using daily mode discharges. Journal of Korea Water Resource Association 54(6): 355-363. (in Korean). doi: 10.3741/JKWRA.2021.54.6.355.
- Song, Y. H., E. S. Chung, and S. Shahid, 2021. Spatiotemporal differences and uncertainties in projections of precipitation and temperature in South Korea from CMIP6 and CMIP5 general circulation models. International Journal of Climatology 41(13): 5899-5919. doi: 10.1002/joc.7159.
- Song, Y. H., E. S. Chung, and S. Shavid, 2022. Differences in extremes and uncertainties in future runoff simulations using SWAT and LSTM for SSP scenarios. Science of The Total Environment 838(3): 156162. doi: 10.1016/j.scitotenv.2022.156162.
- Um, M. C., 2004. A Study on the spatial contaminant emission structure of estuary freshwater Basin. Journal of the Korean Society of Agricultural Engineers 46(3): 31-37. (in Korean). https://doi.org/10.5389/KSAE.2004.46.3.031
- Yang, 2007. Water balance change of watershed by climate change. Journal of the Korean Geographical Society 42(3): 405-420. (in Korean).