Assessment of the Potential Impact of Climate Change on the Drought in Agricultural Reservoirs under SSP Scenarios

SSP 시나리오를 고려한 농업용 저수지의 이수측면 잠재영향평가

Abstract

This study conducted an assessment of potential impacts on the drought in agricultural reservoirs using the recently proposed SSP (Shared Socioeconomic Pathways) scenarios by IPCC (Intergovernmental Panel on Climate Change). This study assesses the potential impact of climate change on agricultural water resources and infrastructure vulnerability within Gyeongsangnam-do, focusing on 15 agricultural reservoirs. The assessment was based on the KRC (Korea Rural Community Corporation) 1^st vulnerability assessment methodology using RCP scenarios for 2021. However, there are limitations due to the necessity for climate impact assessments based on the latest climate information and the uncertainties associated with using a single scenario from national standard scenarios. Therefore, we applied the 13 GCM (General Circulation Model) outputs based on the newly introduced SSP scenarios. Furthermore, due to difficulties in data acquisiton, we reassessed potential impacts by redistributing weights for proxy variables. As a main result, with lower future potential impacts observed in areas with higher precipitation along the southern coast. Overall, the potential impacts increased for all reservoirs as we moved into the future, maintaining their relative rankings, yet showing no significant variability in the far future. Although the overall pattern of potential impacts aligns with previous evaluations, reevaluation under similar conditions with different spatial resolutions emphasizes the critical role of meteorological data spatial resolution in assessments. The results of this study are expected to improve the credibility and accuracy formulation of vulnerability employing more scientific predictions.

Ⅰ. 서론

기후변화가 진행되면서 전 세계적으로 여러 산업 분야에 미치는 영향을 분석하고 피해를 최소화하기 위해 이에 대한 적응 및 대응방안을 제시하는 등 다양한 노력이 이루어지고 있다 (ME, 2020). 특히, 농업분야는 기후에 많은 영향을 받으며 민감하게 반응한다. 최근 급격히 변화되는 기후사상으로 인한 홍수와 가뭄 같은 기상재해가 발생하면서 농업 수자원과 농업 인프라 등 농업활동이 진행되는 전반적인 시스템에서 작물 생산성 변화, 작물재배 적지 변화, 가용 농업용수량변화 등의 영향을 직접적으로 받고 있다. 이에 기후변화에 따른 농업 수자원 확보 안정성 및 농업 인프라의 미래 취약성에 대한 예측과 기후변화의 영향 등을 분석하고 적응 및 대응방안을 수립하는 노력이 필요하다.

기후변화 취약성의 개념은 기후변화를 다루는 여러 학자들과 기관에 따라 다양하게 제시되고 있지만 IPCC (Intergovernmental Panel on Climate Change)에서 한 시스템이 기후변화의 영향에 노출되는 정도인 기후노출 (Climate exposure), 기후변화가 시스템에 반응하는 정도인 민감도 (Sensitivity) 그리고 시스템이 이에 대응하는 적응능력 (Adaptive capacity)의 함수로 기후변화 취약성을 정의한 바 있다 (IPCC, 2007).

유럽연합 (European Union, EU)에서는 농업부문의 기후변화 영향 및 취약성 평가결과를 바탕으로 공동농업정책을 통해 기후변화 적응 주류화를 시도하고 있다 (KREI, 2020). 미국에서는 2010년 USGCRP (U.S. Global Change Research Program)에서 농업분야의 기후변화 영향을 제시하였으며 영향 및 취약성 평가결과를 바탕으로 적응방안을 수립한 바 있다 (KREI, 2017). 이처럼 주요 선진국에서 기후변화에 따른 농업부문에서의 영향 및 취약성에 대한 많은 연구결과들을 기초자료로 활용하여 적응방안을 수립하고 정책적으로 제시하는 등 여러 사회계층에서 기후변화에 대한 관심이 증대되면서 현재 사회의 심각한 사안임을 알 수 있다 (KREI, 2021). 국제사회의 흐름에 맞추어 국내에서도 기후변화에 대한 영향 및 취약성 평가를 실시하고, 기후변화 적응정책 수립에 대해 중요하게 고려되고 있다.

우리나라는 저탄소 녹색성장기본법에 따라 여러 사회분야의 기후변화 영향 및 취약성을 평가하고 공표하고 있다. 여러 사회분야 중 농업분야의 농어촌용수 및 농업생산기반시설에 대해서 한국농어촌공사에서 위임받아 기후변화 영향 및 취약성을 평가하고 있다. 이에 ｢농어촌용수 및 농업생산기반시설 기후변화 영향⋅취약성평가｣를 위한 마스터플랜을 수립하고, 실태조사를 통한 결과를 바탕으로 평가의 기초를 마련하여 2021년 CMIP5 (Coupled Model Intercomparison Project Phase 5)에서 제시된 RCP (Representative Concentration Pathways) 시나리오 기반 1차 취약성평가 결과를 공표한 바 있다 (KRC, 2017; Kim et al., 2021). 또한, Kim et al. (2018)은 미래 RCP8.5 기후변화 시나리오에 따른 미래 농업가뭄 취약성을 분석하였고, Moon et al. (2020)은 시군별 농업용수의 가뭄 취약성 평가를 위해 14개 대리변수에 대한 가중치를 AHP (Analytic Hierarchy Process)법으로 산정한 바 있다. 이처럼 농업용수의 기후변화 취약성에 대한 연구들은 다양하게 선행되었으나 취약성 평가시 외부 영향에 대한 적응, 완화, 그리고 대처능력을 나타내는 지표인 적응능력의 대용변수를 선정하기에 많은 농업용 저수지의 체계적인 관리방안과 관리인력 부족과 같은 현실적인 문제가 존재한다. 이에 취약성의 한 요소인 잠재영향은 한 시스템의 기후변화에 민감도와 노출의 정도를 포함하고, 기후노출과 민감도가 높으면 취약성도 높게 평가되는 경향이 있기에 이를 취약성으로 해석하여 적응능력을 제외한 기후노출과 민감도 지표만을 고려하기도 한다 (Kim et al., 2011; Yoon et al., 2013). Kim et al. (2021)은 10만톤 이상의 1,651개 농업용 저수지를 대상으로 농업가뭄에 대한 기후변화의 잠재적 영향을 분석한 바 있다.

한국농어촌공사의 1차 취약성평가는 RCP 시나리오 기반의 기후변화 시나리오를 적용하여 평가하였다. 그러나 최근 IPCC 6차 평가보고서에서 기존 RCP 시나리오의 개념과 함께 미래 사회경제변화를 기준으로 인구통계, 경제발달 등을 고려하여 SSP 시나리오가 제시되었다.

Kwak et al. (2020)은 예당 저수지 유역을 대상으로 RCP 시나리오와 SSP 시나리오를 적용하여 기후변화에 따른 확률강수량을 분석하였으며 시나리오 변경 시 미래 홍수량이 13% ~ 15% 증가하는 것으로 나타났다. Jun et al. (2020)은 무한천유역을 대상으로 RCP 시나리오와 SSP 시나리오 기상자료 적용에 따른 미래 농경지 침수 위험도 변화를 분석하였으며 두 시나리오간 확률강우량의 평균값은 큰 차이를 보이지 않았으나 최댓값과 최솟값의 차이는 SSP 시나리오가 큰 것으로 나타났고, 미래기간의 침수 위험도는 SSP 시나리오를 사용한 경우 크게 증가하는 것으로 나타났다. 또한, Park et al. (2017)은 한강 유역을 대상으로 미래 시나리오 적용에 따른 물이용 취약성을 분석하였으며, 전반적으로 취약 유역의 순위 변동성이 유사하게 나타났으나 일부 유역에서 SSP 시나리오 적용시 취약성이 높아지는 것을 확인하였다. 이처럼 수자원 분야의 신기후체계 SSP 시나리오를 적용하여 기존 RCP 시나리오와의 기상자료에 따른 결과 차이에 대한 선행연구가 수행되어왔다. 이에 기존 RCP 시나리오 기반의 농어촌용수 및 농업생산기반시설의 취약성 평가도 신기후체계를 고려한 기후변화 영향평가의 보완과 시나리오별 차이를 비교⋅분석할 필요성이 제기되고 있다.

또한, 기존의 평가에 적용된 미래 기상자료는 국가표준시나리오이며 기상청에서 인증하고 제공되는 공신력있는 자료로 국내 기후변화 관련 연구에서 많이 활용되고 있다. 그러나 국가표준시나리오는 단일시나리오로서의 불확실성을 내포하고 있으며 합리적인 예측을 위해 세계 각국에서 개발한 다양한 다중 기후모델 산출물을 적용하여 예측의 불확실성을 고려할 필요가 있다.

이에 본 연구에서는 경상남도 내의 주요 농업용 저수지 15개소를 대상으로 기존 한국농어촌공사에서 활용한 농어촌용수 및 농업생산기반시설 기후변화 취약성 평가의 기본적인 방법론을 기초로 SSP 시나리오 기반 13종 GCM 산출물을 적용하여 기후변화에 따른 미래기간 농업용 저수지의 이수측면 잠재영향을 평가하였다. SSP 시나리오를 적용한 잠재영향 평가를 함으로써 기존 평가와 비교를 통해 시나리오별 기상자료 특성과 잠재영향평가 결과를 제시하였다. 향후 기상청에서 제공하는 SSP 시나리오 기반 국가표준시나리오 자료를 적용하여 기존 평가를 재평가하고 보완할 수 있을 것이며, 본 연구결과는 농업용수의 기후변화에 따른 영향에 대한 보다 과학적인 예측⋅평가를 통해 취약성 개선대책 수립을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

Ⅱ. 연구자료 및 방법

1. 대상지역

본 연구에서는 기후변화에 따른 경상남도 내의 대상저수지의 공간적 분포를 고려하기 위해 기초지자체별 농업용 저수지 각 1개소를 선정하여 총 15개소 농업용 저수지를 선정하였다 (Fig. 1). 각 기초지자체별 농업용 저수지 선정기준은 한국농어촌공사에서 관리하는 농업용 저수지 중 저수위 계측을 시행하여 과거 10년 이상의 저수위 자료를 취득할 수 있으며, 효과적인 저수지 모의 및 평가를 위해 유역면적 500 ha 이상, 총저수량 1,000 천m³ 이상 규모의 기준으로 선정하였다. 또한, 선정된 농업용 저수지는 상류에 다른 저수지가 존재하지 않는 단일 저수지이며 용수의 사용용도가 농업용수로 한정되어 있다. 경상남도 내의 전반적인 농업 수자원을 바탕으로 기초지자체별 각 1개소를 선정기준에 맞추어 선정하였으나 경상남도 내의 18개 기초지자체 중 선정기준에 부합하는 저수지가 존재하지 않는 거제, 양산, 통영 지역은 제외하였으며 김해, 진주, 함양의 경우 선정기준에 부합하는 저수지가 존재하지 않았으나 선정기준 중 평가 시 중요인자로 판단되는 유역면적과 총저수량 기준에 가장 가까운 저수지를 선정하였다(Table 1).

Fig. 1 The location of agricultural reservoirs and ASOS stations used in this study

Table 1 Agricultural reservoirs in this study

2. 기상자료

가. 기상자료

과거기간 관측자료는 기상청의 ASOS (Automated Synoptic Observing System) 지점 기상자료를 적용하였다. 또한 각 저수지별 지배관측소를 경상남도 내의 ASOS 지점 중 장기간 관측자료가 누적된 지점들로 티센망 (Thiessen network)을 작성하여 선정하였다. 관측 기상자료는 미래기상자료의 과거재현성평가와 과거기간 잠재영향 평가에 적용하였다.

나. SSP 시나리오

IPCC는 기후변화가 인류의 경제⋅사회 활동 등에 미치는 영향을 분석하여 과학적 사실에 대한 평가를 제공하고 국제적인 대응방안을 마련하기 위한 유엔 산하 정부 간 협의체이다. IPCC에서는 전 세계 기후변화 연구자들이 참여한 CMIP을 통해 수집된 GCM 산출물로 기후변화 평가를 연구한 평가보고서를 발간하고 있다 (IPCC, 2013). 최근 발간된 IPCC 제6차 평가보고서에서는 SSP 시나리오를 적용한 기후변화의 영향과 취약성들의 결과를 제시하였다 (IPCC, 2021). SSP 시나리오는 기존 RCP 시나리오의 개념과 함께 미래 사회경제변화를 기준으로 기후변화에 대한 미래의 완화와 적응 노력에 따라 5개의 시나리오로 구별하였으며, 인구통계, 경제발달, 복지, 생태계요소, 자원, 제도, 기술발달, 사회적 인자, 정책을 고려하였다. SSP 시나리오는 4개 (1-2.6, 2-4.5, 3-7.0, 5-8.5)로 구분되어 있으며 첫 번째 숫자는 사회경제지표를 나타내며 사회발전과 온실가스 감축 정도에 따라 구별되고, 두 번째 숫자는 RCP 시나리오와 같이 2100년에 안정화되는 복사강제력(W/m²)을 나타낸다 (Lee et al., 2020a). 본 연구에서는 현재 추세대로 온실가스 배출이 가정되는 기후위기에 의한 최악의 상황을 가정한 SSP 5-8.5 시나리오를 적용하였다.

다. 기후변화모델 산출물

CMIP6에서 제공하는 GCM 중 잠재영향을 평가하기 위해 필요한 강수량과 기온 등 평가 시 주요 기상변수의 자료를 모두 제공하는 13종 GCM을 활용하였다 (Table 3). 13종 GCM 산출물은 100 km, 250 km 해상도의 격자자료로 제공되나 이는 낮은 해상도로 기초지자체 단위의 작은 공간범위에 기상자료 적용 시 각 지역마다의 다른 지형과 기후를 고려하지 못하여 기후 재현성과 시⋅공간 해상도의 한계점을 가지고 있다 (Navarro-Racines et al., 2020; Hwang et al., 2018). 이를 보완하기 위해 선행연구에서 다양한 편이보정 기법과 상세화 기법들이 제안되었다. 그러나 다양한 편이보정 기법과 상세화 기법들을 통해 산출된 결과들은 각기 다르기에 사용목적에 맞게 가공하는 과정이 필요하다. 본 연구에서는 다양한 공간상세화 기법 중 SQM (Simple Quantile Mapping)기법을 적용하여 선정된 13종 GCM 산출물을 ASOS 지점단위 통계적 상세화를 수행하였다. SQM 기법은 시간적으로 관측자료의 Quantile을 각 지점에 대해 독립적인 비교를 하고 공간적으로는 GCM 해당 격자와 격자 내 관측지점에 대해 적용하여 편의보정을 하는 방법이다 (Jung et al., 2023). 관측자료와 모의자료의 Quantile 비교를 통해 미래 기상자료의 편의를 보정하는 방법으로 Eq. (1)과 같다.

Table 2 List of 13 GCM ouputs used in this study

x^o = F^-1_o[F_m(x^m)]       (1)

여기서 x^o는 관측자료, x^m은 모델 산출물을 의미한다. F_m(x^m)은 x^m의 변환 함수인 CDF (Cumulative Distribution Function)이며, F^-1_o는 x^o의 CDF 역함수를 의미한다. 본 연구에서는 미래기간의 기간별 비교를 위해 Historical (2011-2020), S1 (2021-2050), S2 (2051-2080), S3 (2081-2100) 기간으로 구분하여 시나리오 기초분석 및 농업용 저수지 잠재영향을 평가하였다.

3. 잠재영향 평가

가. 잠재영향 평가 방법론

타 산업 대비 농업부문은 기후 의존도가 높아 기후변화에 민감하여 많은 영향을 미친다. 이에 농업생산과 기반시설의 안전성 및 관리 측면에서 직접적인 영향을 받기에 관련된 기상요소에 대해 기후변화에 따른 변화를 예측하고 대비하는 것이 중요하다. 우리나라는 한국농어촌공사에서 농업⋅농촌 및 식품산업 기본법 제47조 2항에 근거하여 농업⋅농촌, 임업⋅산림, 농어촌용수 및 농업생산기반시설 분야에 미치는 기후변화 영향⋅취약성을 5년마다 조사⋅평가하고 있다. IPCC(2001)는 한 시스템이 기후의 변이와 극한 사상을 포함한 기후변화의 악영향에 쉽게 영향을 받거나 대처하지 못하는 정도로서 한 시스템이 노출되어 있는 기후변이의 특성, 크기 및 속도, 그 시스템의 민감도와 적응능력의 함수로 취약성을 평가하였고, 기후노출과 민감도를 잠재영향 지표로 정의하였다(Fig. 2).

Fig. 2 Evaluation of climate change vulnerability as defined by IPCC (Johnson and Welch, 2010; Kim et al., 2021)

기후노출 지표는 기후변화로 인해 영향받을 수 있는 노출된 변수들로 기후변화로 인하여 직접적으로 변화가 일어나는 변수를 말하며, 민감도 지표는 기후변화에 노출 되어진 환경적 변수들로 인하여 영향을 받게 되는 물리적, 경제사회적, 생태환경과 같은 대부분의 피해를 입게 되는 변수를 말한다(Lee and Choi, 2018).

잠재영향은 적응을 고려하지 않고 발생 가능성이 있는 부정적이고 실질적인 모든 영향을 의미한다 (IPCC, 2013). 따라서 본 연구에서의 농업용 저수지 이수측면 잠재영향은 물이용 측면에서 나타나는 대표적인 부정적 표현으로 ‘물부족에 의한 가뭄’에 대한 잠재적 위험성을 의미한다.

농업용 저수지 잠재영향을 평가하기 위해서 먼저, 기후노출 지수와 민감도 지수 대리변수별 산정된 값을 표준화한 점수와 각 대리변수 가중치 곱의 산술합으로 계산하였다 (Eq. 2-4). 대리변수 표준화 방법은 각 대리변수 값의 차원(dimension)이 다른 대리변수들 사이의 스케일 (scale) 영향을 배제하기 위해 0과 1 사이의 값을 갖는 표준정규누적분포확률 (standard normal cumulative probability)을 계산하였다(Jang et al., 2019). 기후변화에 대한 기후노출과 민감도가 클수록 1에 가깝고 기후변화에 영향을 많이 받는것으로 해석하였다. 잠재영향 지수 또한 기후노출과 민감도와 같이 잠재영향 지수가 높을수록 1에 가깝다. 또한, 잠재영향 지수를 0.0-0.4 미만은 ‘낮음’, 0.4-0.6 미만은 ‘보통’, 0.6-0.8 미만은 ‘높음’, 그리고 0.8 이상을 ‘심각’으로 4단계로 나누어 분류하였다.

\(\begin{align}\text {Climate exposure }_{\mathrm{j}}=\sum_{\mathrm{i}=1}^{7}\left(\mathrm{Z}_{\mathrm{j}, \mathrm{i}} \times \mathrm{W}_{\mathrm{i}}\right)\end{align}\)       (2)

\(\begin{align}\text {Sensitivity }_{\mathrm{j}}=\sum_{\mathrm{i}=1}^{6}\left(\mathrm{Z}_{\mathrm{j}, \mathrm{i}} \times \mathrm{W}_{\mathrm{i}}\right)\\\end{align}\)       (3)

Potential impact = W_E ×Climate exposure +W_s ×Sensitivity       (4)

여기서, j는 j번째 대상 농업용 저수지, Z_{j, i}는 대리변수 i에 대한 대상 저수지 (j)의 표준정규누적함수값, W_i는 대리변수 i의 가중치이다. W_E와 W_S는 각각 기후노출과 민감도 대용변수에 대한 가중치이다. 잠재영향 평가방법의 대용변수와 가중치는 선행연구에서 설문조사와 AHP (Analytic Hierarchy Process) 조사를 통해 정립한 결과를 적용하였으며 W_E와 W_S는 각각 0.552, 0.448이다 (Choi et al., 2019).

나. 잠재영향 대리변수 및 가중치

평가지표를 산정하기 위해 가장 중요한 것은 목표를 명백하고 정확하게 선정함에 있으며, 목표에 따른 각 평가지표의 대리변수들을 선정할 필요가 있다 (Lee and Choi, 2018). 따라서 본 연구에서는 농업용 저수지에 대한 잠재영향을 평가하기 위해 Choi et al. (2019)이 농업용수 관련 학식이나 경험이 풍부한 전문가 271명을 대상으로 Delphi 설문 조사와 AHP 방법으로 처리하여 작성한 대리변수와 가중치를 적용하였다. 또한, 기존 취약성 평가의 지표 중 적응능력을 제외한 기후노출과 민감도의 평가항목을 사용하여 잠재영향을 평가하고 평가항목 중 자료 취득의 문제로 인하여 대리변수 삭제와 함께 가중치 재분배를 수행하였다. 평가에는 연평균기온, 관개기 평균기온, 연평균 강수량, 연평균유효강수일수, 최대연속무강우일수, 관개기 강수량, 연평균기준증발산량 등 7개의 기후노출 변수와 연평균유효우량, 논 순용수량, 밭 순용수량, 관개면적, 위험저수율 (60%) 이하 발생일수, 관개일수 등 6개의 민감도 대리변수를 사용하였다 (Table 3).

Table 3 Proxy variables and weights used to derive vulnerability index for agricultural drought

* KRC Hydraulics & Hydrology Analysis System

** Rural Agricultural Water Resource Information System

4. 수리⋅수문설계시스템 (KRC Hydraulics & Hydrology Analysis System)

농업용 저수지의 취약성 평가 및 잠재영향 평가 시 기후노출에 관련된 항목은 기후변화 시나리오 자료를 통해 산정이 가능하지만 민감도 항목의 경우 수리⋅수문모델을 사용하여 저수지 모의과정을 통해 산정이 가능하다. 본 연구에서는 한국농어촌공사에서 개발한 수리⋅수문설계시스템을 사용하였다. 수리⋅수문설계시스템은 한국농어촌공사의 기존 물수지분석시스템 HOMWRS (수리시설물모의조작시스템)를 개선하여 유역 내의 전반적인 용수공급을 모의하고 기초 입력자료를 DB화하여 입⋅출력자료의 활용성이 용이하여 유역 내의 농업용수 수요⋅공급분석을 손쉽게 수행할 수 있도록 개발된 통합분석시스템이다 (Jung et al., 2021). 이를 통해 이수분석의 필요수량⋅유입량 산정 및 물수지분석을 수행하였다. 수리⋅수문설계시스템에서 이수분석은 해당 유역의 논, 밭, 산림면적 비율과 유역면적을 입력하여 유입량을 계산하고, 작부시기, 수혜면적, 관개효율 등에 따라 필요수량을 계산하여 산정된 유입량과 필요수량으로 저수지 물수지분석을 실시하도록 구성되어있다 (Jung et al., 2021). 수리⋅수문설계시스템에서 농업용 저수지 유역에 대한 강우-유출 현상 모의를 위해 DIROM (Daily Irrigation Reservoir Operation Model)모형을 사용한다. DIROM 모형은 강우-유출 현상을 모의하여 농업용 저수지에 유입되는 일별 유입량을 산정하기 위해 Sugawara의 Tank 모형을 대부분의 유역면적이 100 km² 이하이며 유출시간이 짧고 기저유출 부분의 기울기가 급한 우리나라 농업용 저수지의 유역특성에 맞게 수정한 모형이다(Kim and Park, 1988). 본 연구에서 수리⋅수문설계시스템을 사용하기위해 모델 보정 과정에서 유입량에 비율보정계수(RCFs, Ratio Correction Factors) 기법을 적용하여 농업용 저수지의 저수율 모의 결과를 최적화하였다. Lee et al. (2020b)은 비율보정계수를 적용하여 우리나라 3개 농업용 저수지의 저수량 모의 결과를 최적화한 바 있으며, Jung et al. (2021)은 유입량과 공급량에 비율보정계수 방법을 이용하여 일별 저수량을 최적화하고 치수를 위한 저수지 운영방안을 제시한 바 있다. 선행연구에서 사용된 비율보정계수 적용방법과 같은 방법으로 본 연구에서 사용되었으며 기존 유입량 모의결과에 보정계수를 적용하여 계측된 일별 저수율과 비교⋅반복하여 결정하였다.

Ⅲ. 결과 및 고찰

1. SSP 시나리오 과거 재현성

미래기상자료를 적용하기에 앞서 상세화 과정을 통해 생산된 자료들의 적합성을 판단하기위해 잠재영향평가에 활용된 SSP 시나리오의 과거 재현성을 평가하였다. 평가에는 ASOS 지점단위 관측자료와 SSP 시나리오 일단위 최고기온, 최저기온, 강수량 자료를 활용하여 비교⋅분석하였다. 강수량자료를 활용하여 연평균 강수량, 유효강수일수, 일최대강우량, 일강수량 80 mm 이상일 수 항목에 대하여 분포를 나타내고, bias, NRMSE (Normalized Root Mean Square Error) 그리고 bias의 최대값 (bias_max)을 평가지수로 평가하였다. 또한, 최고기온과 최저기온 자료를 활용하여 월별 기온과 표준편차로 비교⋅분석하였다.

Figs. 3-6은 각 항목에 대하여 과거 관측값과 GCM 모델별 분포를 나타낸 그림이다. 우리나라 남해안 지역이 내륙지역 대비 많은 강우량이 나타나는 것을 각 항목의 공간분포에서도 높게 나타나는 것으로 나타나 공간적 강우 패턴에 대해 재현성이 높게 나타나는 것을 확인하였다. 유효강수일수의 경우 관측자료와 모든 GCM 모델에서 남해 지역이 가장 높게 나타났으며, 최소값의 경우 관측자료에서는 합천 지역으로 나타났다. GCM 모델에서는 IPSL-CM6A-LR (M8)에서 거창지역이 최소값으로 나타난 것을 제외하고 모두 합천 지역이 최소값으로 나타났다. 연평균강수량과 일강수량 80 mm 이상일 수의 경우 관측자료와 GCM 모델 자료 모두 남해 지역과 밀양지역이 각각 최대값과 최소값으로 나타났다. 일최대강수량의 경우 남해 지역이 관측자료와 GCM 모델 모두 최대로 나타났으며, 최소값은 관측자료에서 밀양 지역으로 나타났으나 모든 GCM 모델에서는 거창 지역으로 나타났다. 이에 미래 기상자료의 강우패턴이 관측자료와 비교하여 높은 재현성이 나타나 미래 기상자료 적용의 적합성을 확인하였다.

Fig. 3 Annual average number of effective rainy days of observation and GCM outputs

Fig. 4 Annual average precipitation of observation and GCM outputs

Fig. 5 Number of days with precipitation (≥80mm) of observation and GCM outputs

Fig. 6 Maximum daily precipitation of observation and GCM outputs

Table 4는 모델별 평가지수별 분석결과를 나타낸 표이다. 유효강수일수의 경우 M8 모델에서 산청 지역의 편차가 2.9일로 가장 높게 나타났으며, bias_max의 평균이 0.1일에 대비 편차가 크게 나타나며 다른지역에 비해 내륙지역이 과소평가되어 과거 관측값 대비 낮은 유효강수일수 결과를 보였다. 반면, M5와 M12 모델의 편차는 각각 –1.7 ± 0.5일, -0.9 ± 1.2일로 과대평가 되어 전체적으로 과거 관측값 대비 유효강수일수가 높게 산정되었다. 연평균강수량은 M8 모델이 93.5 ± 25.0 mm의 범위로 편차가 가장 크게 나타났으며 전체적으로 과소 평가되어 관측값 대비 낮은 연평균강수량을 보였다. 반면, M5 모델은 –50.0 ± 48.1 mm의 범위로 관측값 대비 과대평가되어 높은 연평균강수량을 보였다. 일강수량 80 mm 이상일수의 경우 관측값 전체 평균 3.1일이며, 전체 모델의 평균은 2.6-3.2일로 편차가 크게 나타나지 않았다. 일최대강수량은 전체 모델에서 거창 지역이 관측값 대비 과소 평가되어 낮은 일최대강수량을 보였다.

Table 4 Result of the error of retrospective simulation for major variables over 13 GCM

각 평가지수의 전체 모델에 대하여 과거 재현성 평가결과 해안지역인 남해, 창원 지역의 편차는 크게 나타나지 않으며 우리나라 남해안지역의 높은 강수량을 재현하였다. 각 평가지수별 bias_max 결과 산청, 거창 지역이 편차가 가장 많았으며, 두 지역 모두 경상남도의 북쪽에 위치하고 높은 산악지역이다. 모델별 비교분석 결과는 4가지 평가지수 모두 M8 모델에서 과소평가, M5 모델에서 과대평가되는 결과를 보였다.

최고기온과 최저기온은 모든 지점의 평균을 사용하여 각 모델별 월별 기온과 표준편차를 계산하여 분석하였다 (Figs. 7 & 8). 월별 기온은 최고기온과 최저기온 모두 13가지 GCM 모델들이 관측자료와 유사한 패턴을 보였다. 반면, 표준편차는 최고기온의 경우 5월에 M6 모델이 관측자료 표준편차 0.8 대비 2.3으로 가장 크게 나타났다. 최저기온은 5월에 M5, M6 모델이 관측자료의 표준편차 0.7 대비 1.5로 가장 크게 나타났다. 이는 각 GCM 산출물별 기상자료의 월 변동성이 나타나는 것으로 판단된다.

Fig. 7 Monthly average and standard deviation of (a) maximum temperature and (b) minimum temeprature

Fig. 8 Comparison of (a) annual precipitation, (b) annual number of effective rainy days, (c) annual number of rainy days (≥80 mm) and (d) annual average temperature by period for 7 ASOS station

2. SSP 시나리오 미래기간 분석

지배관측소 지점별 SSP 시나리오 기상자료의 미래기간을 분석하기 위해 미래기간을 잠재영향평가 기간과 동일하게 S1(2021-2050), S2 (2051-2080), S3 (2081-2100) 기간으로 나누어 미래기간 기상자료를 분석하였다. 지점별 평균 강수량의 경우 모든 기간 평균 3.2 ~ 5.7 mm 범위를 보이며 남해 지역이 모든 GCM 모델 평균 5.2 mm로 평균강수량이 가장 높게 나타났다. GCM 모델별 평균강수량의 특성은 6개 모델 (M1, M2, M6, M8, M9, M10)에서 먼 미래로 갈수록 감소하는 것으로 나타났으며, 나머지 7개의 모델에서는 먼 미래로 갈수록 증가하는 것으로 나타나 GCM별 강우 패턴의 차이를 보였다. 연평균 강수량의 경우 관측자료 평균 1,475.8 mm 대비 1,152.7 mm(M7) ~ 1,816.1 mm (M1)의 범위로 나타났으며, 지점별 비교 결과는 관측자료 대비 7.1% ~ 11.2% 높게 산정되었다. S1-S3 기간에 대해서는 지점별 먼 미래로 갈수록 5.2% ~ 7.4% 범위로 증가하는 것으로 나타났다. 유효강수일수의 경우 관측자료 평균 49.2일 대비 43.9일 (M7)-52.2일 (M12)의 범위로 나타났다. 지점별 비교 결과 먼 미래로 갈수록 2.4% ~ 8.1% 범위로 증가하는 것으로 나타났으며, 거창과 합천 지역의 증가폭이 큰 것으로 나타났다. 80 mm 이상 강수일수의 경우 관측자료 평균 3.1일 대비 1.8일 (M7) ~ 4.1일 (M1)의 범위로 나타났으며, 기간별 비교 결과 먼 미래로 갈수록 0일-0.8일의 범위로 상승폭이 유의하지 않다. 이는 유효강수일수 기준 강우량 5 mm에 대비하여 기준 강우량이 높은 80 mm 이상의 강우 발생일수가 증감폭이 크지 않아 나타나는 결과로 사료된다. 지점별 평균기온의 경우 먼 미래로 갈수록 4개의 GCM 모델 (M5, M6, M7, M11)은 -0.37% (M7) ~ -0.04% (M11) 범위로 감소하는 것으로 나타나며 나머지 9개의 GCM 모델은 0.18% (M4) ~ 2.01% (M9) 범위로 증가하는 것으로 나타났다 (Fig. 8).

3. 수리⋅수문설계시스템 모델링 결과

본 연구에서 농업용 저수지의 잠재영향평가를 위한 평가항목 중 저수지 관련 인자 값을 산정하기 위해 한국농어촌공사의 수리⋅수문설계시스템을 사용하여 저수지 모의를 수행하였다. 수리⋅수문설계시스템 저수지 모의에는 유역면적의 논, 밭, 산림 비율과 관개면적의 수로손실율, 일 침투량을 입력자료로 필요로한다. 논, 밭, 산림의 비율은 ArcGIS 프로그램을 사용하여 산출하였으며, 수로손실율과 일 침투량은 보정을 통해 입력자료로 사용하였다. 수로손실율과 일 침투량의 보정은 오차분석으로 수행하였으며, 수로손실율은 대상저수지 15개소에 대하여 10-15%의 범위이며, 일 침투량은 4-6 mm/day 범위로 보정한 결과가 나타났다 (Table 5).

Table 5 Parameters and land use for reservoir storage ratio simulation and calibration result for reservoirs

또한, 자동 수위 계측 결과와 수리⋅수문설계시스템 최적화 전⋅후의 결과는 Fig. 9와 같으며, 태풍 및 장마기간에 많은 양의 사전방류를 실시한 기간과 수리시설개보수사업기간 등 인위적인 방류가 있는 기간은 모의결과에서 차이를 보였다. 보정 후의 가장 낮은 R² 값을 보인 진주 지역의 솔기 저수지는 다른 기간에서 대체적으로 저수율의 패턴이 유사하게 모의 되었지만, 2020년부터 계측 저수율이 하락하기 시작하면서 회복되지 않으며 2022년까지 유지되는 추세를 보여 모의결과와 많은 차이를 보였다. 이는 솔기 저수지 유역에서 해당 기간 적은 강수량으로 저수율이 회복되지 않았음을 확인하였다. 또한, 이와같은 원인으로 천락, 평암 저수지의 동일한 기간에서 같은 패턴을 보여 모의결과와 계측값의 많은 차이를 보였다. 비율보정계수 기법을 적용한 선행연구 (Jung et al., 2021)에서 국내 6개 농업용 저수지의 저수율 최적화한 결과 R² 증감이 최소 0.279에서 0.404 (44.8%) 최대 0.112에서 0.716 (539.3%) 범위로 나타났으며, 본 연구에서는 최소 0.267에서 0.068 (28.8%) 최대 0.068에서 0.411 (504.4%) 범위로 나타나 유의미한 수준의 개선 결과가 나타났다. 또한, 본 연구에서는 영농기 (4-9월) 뿐만 아니라 전 기간에 대하여 모의하였으며, 기간 내 인위적인 방류와 대상 저수지 유역의 기상특성을 고려하였을 경우 평가결과 전반적으로 실측 저수율과 최적화 전⋅후의 R², RMSE 결과 모두 개선된 것을 확인하였다 (Table 5).

Fig. 9 Calibration results of reservoir storage ratio (%) simulated by K-HAS

4. 잠재영향평가 결과

가. 과거기간 및 현재 잠재영향

경상남도 내의 15개 농업용 저수지를 대상으로 이수측면 잠재영향 평가결과 전반적으로 가중치가 높은 기후노출 영역의 결과가 많은 영향을 미치는 것으로 나타났다. 과거기간(2011-2020년)에 대해 ASOS 기상관측자료와 13종 GCM 산출물 미래기상자료를 적용한 이수측면의 잠재영향평가 결과는 SSP 시나리오의 과거 재현성평가에서 높은 재현성을 나타낸 결과가 잠재영향 결과에도 반영되어 상관계수 (R²)가 0.78로 높은 상관성을 보였다. 대상 저수지 중 복곡저수지 (남해)의 편차가 –29.8 %로 가장 크게 나타났으며 이는 다른 지점에 비해 ASOS 남해 지점의 관측자료와 GCM 산출물 과거모의자료의 차이가 반영되어 편차가 크게 나타나는 것으로 분석되었다 (Fig. 10).

Fig. 10 Results of the potential impact for each period and each reservoirs for 13 GCM

나. 미래기간 잠재영향

미래기간 이수측면 잠재영향 평가결과 상대적으로 가인저수지 (밀양)와 봉성저수지 (함안)의 이수측면 잠재영향이 높게 평가되었고, 복곡저수지 (남해)와 갈천저수지 (고성)가 낮게 평가되었다. 이는 대용변수 중 상대적으로 가중치가 높게 산정된 강수량 인자의 영향을 많이 받기에 강수량이 높게 나타나는 해안지역과 강수량이 비교적 적은 내륙지역의 차이로 판단되었다. 특히 가인저수지 (밀양)는 미래 전 기간에서 모두 가장 높은 잠재영향을 보였으며 S3 기간에는 Obs. 대비 19.5 % 증가하는 것으로 나타났다. 월곡저수지 (창녕)는 과거모의기간에 0.482 대비 S3 기간에 0.617로 증가율이 가장 크게 나타났다. 또한 현재 기간의 잠재영향이 높게 평가된 저수지는 미래기간에도 타 저수지 대비 높게 예측되고, 반대로 현재 잠재영향이 낮게 평가된 저수지 또한 미래기간에 타 저수지 대비 낮게 예측되어 미래기간으로 갈수록 저수지별 잠재영향의 변동성은 크게 나타나지 않는다. 13종 GCM의 잠재영향 전체평균 결과에서는 기간별 평균이 historical 기간 0.491, S1 기간 0.510, S2 기간 0.490, S3 기간 0.492로 기간별 유의한 차이는 크게 나타나지 않지만 과거기간 대비 미래기간에 증가하는 것으로 나타나며 평가기간 중 S1 기간에 잠재영향이 가장 높은 것으로 나타났다. 이는 기간별 기상자료 특성에따라 기간별 결과가 나타나는 것으로 판단된다. 저수지별 결과로는 솔기, 와룡, 복곡, 웅양 저수지가 과거기간 대비 S3 기간에 0.009-0.030의 범위로 잠재영향이 감소하는 것으로 나타났다. 또한, 잠재영향 지수별 등급으로는 복곡저수지 (남해)가 모든 기간에 ‘낮음’ 단계로 나타났으며, 가인저수지 (밀양)의 모든 기간, 월곡저수지 (창녕)의 S3 기간이 ‘높음’ 단계로 나타났다. 전반적으로 잠재영향 결과는 기상자료의 패턴에 따라 변동성을 보이는 것으로 나타났으며, 특히 이수측면의 특성상 강수량에 대한 영향이 가장 큰 것으로 나타났다. 한편, 기상자료의 패턴에 따라 변동성을 보이지만 해안지역과 내륙지역의 차이, 증감률이 크게 나타나지 않는 등 종합적으로 고려하였을 경우 먼미래로 갈수록 저수지별 잠재영향의 변동성은 크게 나타나지 않는 것으로 판단된다.

다. RCP 시나리오 기반 잠재영향 평가 결과 비교 및 고찰

본 연구에서는 신기후체제를 고려하여 SSP 시나리오 기반 이수측면 잠재영향평가 결과와 함께 기존 한국농어촌공사에서 공표한 RCP 시나리오 기반 잠재영향평가 결과와 비교하여 시나리오별 차이를 분석하고자 하였다. Fig. 11과 Fig. 12는 각 시나리오별 이수측면 잠재영향평가 결과를 비교한 그림이다. SSP 시나리오와 RCP 시나리오를 적용한 결과의 상관관계는 0.42로 뚜렷한 상관성을 보이지 않는 것으로 나타났다. 그러나 잠재영향 결과 지수의 차이는 크게 나타나지만 15개소의 농업용 저수지를 순위로 나열하면 두 시나리오에서 동일하게 봉성저수지 (함안)가 가장 높은 잠재영향을 보이며 가장 낮은 저수지는 RCP 시나리오 적용시 월평저수지 (함양), SSP 시나리오 적용시 복곡저수지 (남해)로 다르지만 잠재영향 지수의 차이는 0.03으로 오차가 크게 나타나지 않았다.

Fig. 11 Comparison between the results of RCP and SSP scenario (RCP scenario spatial resolution : rural water district)

Fig. 12 Correlation between the results of RCP and SSP scenario (RCP scenario spatial resolution : rural water district)

앞서 비교한 한국농어촌공사에서 공표한 평가의 RCP 시나리오 기반 기상자료는 농촌용수구역단위의 자료가 적용되어 본 연구에서 사용된 지점단위의 기상자료를 적용했을시 결과비교를 위해 지점단위 RCP 시나리오 자료를 적용하여 재평가 하였으며 결과는 Fig. 13과 Fig. 14와 같다. 기존 농촌용수구역 단위의 기상자료를 적용했을시 상관계수 0.42의 뚜렷하지 않은 상관성을 보였으나 SSP 시나리오와 동일하게 지점단위의 RCP 시나리오 기상자료를 적용했을시 0.71로 향상된 상관관계를 보였으며 앞의 결과에서 진례저수지가 RCP 시나리오에서 가장 높게 산정되었지만 재평가 후 가인저수지가 가장 높게 산정되어 SSP 시나리오 적용 잠재영향 결과와 동일함을 확인하였다.

Fig. 13 Comparison between the results of RCP and SSP scenario (RCP scenario spatial resolution : ASOS station)

Fig. 14 Correlation between the results of RCP and SSP scenario (RCP scenario spatial resolution : ASOS station)

RCP 기상자료 농촌용수구역 단위 기상자료 적용 결과에서 지점단위 기상자료 적용 후 Fig. 12에서 가장 많은 오차를 보인 진례저수지는 S2 기간에 0.232에서 0.061로 오차가 감소하는 결과로 나타났다. 이는 이수측면에서의 평가시 기온의 요소 (DE2, DE4)보다 강수 요소의 가중치가 더 많기에 강수의 결과값이 반영되어 나타나는 결과로 분석되었다. 특히, 대리변수 중 연평균강수량 (DE5)과 생육기강수량 (DE6) 값의 상대적인 오차가 반영된 것으로 나타났다 (Fig. 15). 또한 Fig. 12에서 진례저수지의 가장 큰 오차는 RCP 시나리오가 더 높게 산정되었으며, 두 번째로 가장 큰 오차를 보인 월평저수지의 경우 SSP 시나리오가 더 높게 산정되었다. 이는 대리변수 중 강수관련 변수 산정값의 두 시나리오별 반비례관계가 반영되어 나타난 결과로 분석되었다.

Fig. 15 Comparison of proxy variables of temperature (left) and rainfall (right) after changing the spatial resolution of Jinrye reservoir

또한, ASOS 밀양지점이 작용하는 가인저수지 (밀양)와 월곡저수지 (창녕)는 같은 지배관측소의 기상자료를 적용하는 것과는 달리 평가결과가 반대되는 것으로 나타났다. 이는 두 시나리오 공간해상도의 차이인 것으로 판단되었다. 기존 평가결과의 기상자료는 농촌용수구역단위인 반면 본 연구에서는 ASOS지점 단위로 적용되었다. 본 연구의 공간해상도와 같이 RCP 시나리오 또한 지점단위의 자료로 적용하여 재평가를 수행하였다 (Fig. 16). 기존의 결과에서 같은 지배관측소가 작용하는 저수지의 결과가 반대로 나타났으나 지점단위의 기상자료로 동일하게 적용시 결과가 개선되어 기상자료의 상세화 공간 해상도별 차이가 작용함을 확인하였다. 또한, 같은 ASOS 밀양지점의 기상자료가 적용되지만 월곡저수지가 있는 창녕지역에 ASOS 지점이 존재하지 않아 밀양지점 단위의 기상자료를 적용하면서 먼 거리차에따라 각 저수지 유역의 기후특성을 반영하지 못한 것으로 판단되었다.

Fig. 16 Results of Gain (left) and Wolgok (right) reservoirs after changing the spatial unit

Ⅳ. 요약 및 결론

본 연구에서는 경상남도 기초지자체별 농업용 저수지 15개소를 대상으로 2021년 한국농어촌공사에서 공표한 RCP 시나리오 기반 국가표준시나리오를 적용한 1차 취약성 평가 방법론을 기초로 이수측면 잠재영향 평가를 하였다. 최신기후정보 미래기상자료를 적용하고자 새롭게 제시된 SSP 시나리오를 적용하고, 국가표준시나리오를 적용함으로서 내포하고 있는 단일시나리오의 불확실성을 고려하고자 13종 GCM 산출물을 적용하여 평가하였다. 본 연구결과와 기존 RCP 시나리오 기반 평가결과를 비교하여 시나리오별 기상자료 특성과 잠재영향 평가결과를 고찰하고자 하였다. 연구의 주요 결과를 요약하면 다음과 같다.

1. SSP 시나리오 적용에 따라 미래기상자료의 신뢰성을 검증하기 위해 수행한 과거 재현성 평가결과 강수량의 경우 내륙지역 대비 해안지역의 많은 강우패턴에 대해 높은 재현성을 보였다. 기온의 경우 월별 평균값에 대하여 유사한 패턴을 보여 시나리오 자료의 과거기간 재현성이 높게 나타났다. 이 결과는 과거기간 잠재영향 평가결과에 반영되었으며 관측자료와 시나리오 과거기간 모의자료의 잠재영향 평가결과 상관계수 0.78로 높은 상관성을 보였다.

2. 미래기간 잠재영향 평가결과는 강수량이 많은 해안지역에 위치한 복곡저수지 (남해)가 미래 전 기간 모두 잠재영향이 낮게 나타났으며, 상대적으로 강수량이 적은 내륙지역에 위치한 농업용 저수지의 잠재영향이 높게 나타났다. 특히 밀양지역의 가인저수지는 과거기간 대비 S3 기간에 19.5% 증가하며 미래 전 기간 모두 잠재영향이 높은 것으로 나타났다. 지역별 잠재영향 특성은 전반적으로 과거기간과 현재의 잠재영향이 미래기간에도 유지되며 먼 미래로 갈수록 유의미한 변동성이 나타나지 않았다.

3. 기존 RCP 시나리오 기반 평가결과와 비교한 결과 전반적인 잠재영향 결과 패턴은 유사하게 나타났다. 두 시나리오에서 봉성저수지 (함안)가 잠재영향이 가장 높은 것으로 나타났다. 기존 평가 시 기상자료 적용 공간해상도는 농촌용수구역 단위로 본 연구의 ASOS 지점 단위와 다르게 적용되었다. 이를 본 연구의 공간해상도와 동일하게 적용하여 평가한 결과 상관계수 0.42에서 0.71로 향상된 결과가 나타났다. 또한, 같은 지배관측소 기상자료를 적용한 가인저수지 (밀양)과 월곡저수지 (창녕)는 공간 해상도 변경 전 두 시나리오의 결과가 상반되는 것으로 나타났으나 공간해상도 변경 후 결과가 개선되었다. 이로 인해 기상자료의 공간해상도가 평가에 중요한 영향을 미친다는 점을 확인하였다.

감사의 글

본 결과물은 농촌진흥청의 재원으로 신농업기후변화대응체계구축사업의 지원을 받아 연구되었습니다 (과제번호: RS-2023-00219221, 과제명: 노지 밭작물 관개 대체농업용수 확보를 위한 마을단위 강우 유출수 활용기술 개발).