:: Journal of the Korean Society of Water and Wastewater ::
Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-7672(Print)
ISSN : 2287-822X(Online)
Journal of the Korean Society of Water and Wastewater Vol.32 No.3 pp.221-233
DOI : https://doi.org/10.11001/jksww.2018.32.3.221

Estimations of flow rate and pollutant loading changes of the Yo-Cheon basin under AR5 climate change scenarios using SWAT

Yujin Jang, Jongtae Park, Dongil Seo*
Department of Environmental Engineering, Chungnam National University
Corresponding author: Dongil Seo (seodi@cnu.ac.kr)
03/01/2018 10/04/2018 13/04/2018

Abstract


Two climate change scenarios, the RCP (Representative Concentration Pathways) 4.5 and the RCP 8.5 in the fifth Assessment Report (AR5) by Intergovernmental Panel on Climate Change (IPCC), were applied in the Yocheon basin area using the SWAT (Soil and Water Assessment Tool) model to estimate changes in flow rates and pollutant loadings in the future. Field stream flow rate data in Songdong station and water quality data in Yocheon-1 station between 2013~2015 were used for model calibration. While R2 value of flow rate calibration was 0.85 and R2 value of water qualities were in the 0.12~0.43 range. The total study period was divided into 4 sub periods as 2030s (2016~2040), 2050s (2041~2070) and 2080s (2071~2100). The predicted results of flow rates and water quality concentrations were compared with results in calibrated periods, 2015s (2013~2015). In both RCP scenarios, flow rate and TSS (Total Suspended Solid) loadings were estimated to be in increasing trend while TN (Total Nitrogen) and TP (Total Phosphorus) loadings showed decreasing patterns. Also, flow rates and pollutant loadings showed larger differences between the maximum and the minimum values in RCP 4.5 than RCP 8.5 scenarios indicating more severe effect of drought and flood, respectively. Dependent on simulation period and rainfall periods in a year, flow rate, TSS, TN and TP showed different trends in each scenario. This emphasizes importance of considerations on time and space when analyzing climate change impacts of each variable under various scenarios.



SWAT을 이용한 AR5 기후변화 시나리오에 의한 섬진강 요천유역의 유량 및 오염부하량 변화 예측

장 유진, 박 종태, 서 동일*
충남대학교 환경공학과

초록


    Ministry of Environment
    2014001310007

    1 서 론

    전 지구적으로 폭염, 한파, 지구온난화 등 이상기후 현상이 잦아짐에 따라 UNEP (UN Environmental Program, 유엔환경계획)와 WMO (World Meteorological Organization, 세계기상기구)는 1988년 기후변화에 관 한 정부간협의체(Intergovernmental Panel on Climate Change, IPCC)을 구성하고 2015년도에 제 5차 기후변 화 평가 보고서(The 5th Assessment Report or AR5)를 발간하였다. 제 4차 보고서(AR4)까지 사용되었던 SRES (Special Report on Emission Scenario) (IPCC 2007)의 경우 인위적인 요인 중에서 CO2와 CH4 등을 포함하는 온실가스와 대기 중의 부유물질의 집합인 에어로졸 (aerosol)의 영향에 대해서만 언급하였지만, AR5 보고서 에서는 표준 온실가스 시나리오를 RCP (Representative Concentration Pathways)를 기준으로 하여 새롭게 선정 하여 제안하였다. RCP 시나리오는 대기 오염물질 및 토지 이용변화 등과 같은 요인들을 추가적으로 포함 하여 향후 인위적 온실가스 배출량과 대기 중 농도에 대하여 태양의 복사강제력(W/m2)를 기준으로 4가지 (RCP 2.6, 4.5, 6.0, 8.5)로 구성되어 있으며 2100년까지 의 상황을 평가하고 보고하고 있다 (IPCC, 2014). 한 반도에서는 과거 30년간(1981~2010년) 연평균 기온은 1.2℃(0.41℃/10년) 가량 증가하였으며 모든 계절에서 각각 증가하는 경향을 나타내며, 연평균 강수량 또한 78 mm 가량 증가하는 경향을 나타내고 있다 (KMA, 2012).

    기후변화에 따른 증가된 강우량 및 강우강도의 변 화는 유역의 취약지역에서 홍수 범람과 가뭄의 발생 위험을 증가시킬 수 있으며 유역의 토양 또는 대지표 면에 축적된 오염물질들이 강우에 의해 수계에 이동 하는 특성에도 영향을 미치므로 지표수의 수질 오염 문제와도 밀접한 연관이 있다. 일반적으로 수자원의 수질 관리 대책 수립을 위해서는 수질 모델을 사용하 여 오염물질의 수체 내 이동 특성이 어떠한지를 예측 하게 된다 (Ambrose et al., 2009). 그러나 아무리 성능 이 좋은 수질모델을 사용한다고 하여도 유량과 오염 물질이 어느 장소 및 시점에서 얼마만큼 유입되는가 하는 등의 자료가 확보되지 못한다면 수체 내에서 이 들의 변화를 정확하게 예측하는 것은 불가능하다. 우 리나라의 자연 수계에서는 수량과 수질 변화에 대한 충분한 공간적 시간적 자료의 실측자료의 확보가 실 제로 어려운 편이며 이를 보완하기 위해서는 수질예 측 기능이 탑재된 수문모델을 사용하는 것이 필요하 다 (USEPA, 2018).

    본 연구에서는 한반도 남부지역 중 중서부에 위치 한 소유역 요천을 대상으로 IPCC의 기후변화 시나리 오를 적용하여 미래 기후변화 시나리오에 따른 해당 유역의 오염부하량을 예측하였다. 또한 수질관리 대 안의 기초자료를 제공하기 위하여 강우에 따른 유역 의 표면 유출과 수질예측을 위해서 전 세계적으로 널 리 사용되는 유역모델인 SWAT (Soil and Water Assessment Tool 2012) 모델을 이용하였다 (Seo et al., 2007; Lee et al., 2011).

    2 연구방법

    2.1 기후변화 시나리오

    본 연구에서는 미래 기후변화 영향평가를 위해 기상 청에서 제공하는 1 km 격자형 남한상세 기후변화 시나 리오를 적용 하였다. 이는 영국 Hadley 사에서 제공하 는 HadGEM3 모델의 지역기후모델 RCM (Regional Climate Model) 버전인 HadGEM3-RA를 이용하여 한반 도 기후변화 시나리오를 산출한 후(Walters et al., 2011) PRIDE (PRISM based Downscaling Estimation Model)을 적용하여 지역기후모델의 편차를 더하여 모델 계통오 차가 제거된 시나리오이다 (KMA, 2018). Table 1은 IPCC가 제시한 4가지의 기후변화 시나리오를 요약하여 나타낸 것이다.

    우리나라에서 기후변화에의 영향을 예측하기 위해 유역 모델을 사용한 예는 다양하게 존재한다. Seo et al. (2007)은 용담댐 유역에 SWAT 모델을 구축하고 우 리나라 환경부가 제공하는 GIS (Geographic Information System)의 자료해상도에 따른 유량 및 수질 오염부하 량의 정확도를 예측한 바 있으며 Lee and Seo (2011) 는 대청댐 유역에 대해 SWAT 모델을 적용하고 유량 의 보정 및 검증을 실시하였다. Lee (2016)는 섬진강 의 지류인 외남천 유역에 대하여 SWAT 모델을 이용 한 토사유출량과 총인 배출량이 밭농사와 밀접함을 확인하고 집중적인 비점오염원 관리를 위한 대상유역 의 지점을 추출하고 토사 유출 방지를 위한 방법을 제시하였다. Jang and Ahn (2012)과 Kang et al. (2013) 은 SWAT 모델을 이용하여 각각 낙동강과 남강 유역 을 대상으로 기후변화 시나리오 A1B을 적용하여 지 표유출과 수질오염배출량의 변화를 예측하였다. Park et al. (2014)과 Park et al. (2017)은 SWAT 모델을 이용하여 RCP 4.5 시나리오와 RCP 8.5 시나리오를 용담댐 유역 에 적용하여 RCP 8.5 시나리오의 증발산량과 유출성 분별 증가량이 RCP 4.5 시나리오보다 상대적으로 큰 것을 확인하였다. 또한 Park et al. (2017)은 SWAT 모델 의 결과를 CE-QUAL-W2 모델을 이용하는 호소수질 모 델에 연계하여 용담호 내 수질 변화 특성을 예측하는 데 있어서 정확도를 제고하고자 시도한 바 있다.

    본 연구에서는 Table 1에 나타난 바와 같이 IPCC가 제시한 4가지의 시나리오 중 현재 추세로 저감 없이 온실가스가 배출되는 경우의 RCP 8.5 시나리오(BAU: Business As Usual)와 온실가스 저감 정책이 상당히 실 현 될 경우의 RCP 4.5 시나리오(Significant Reduction) 두 가지를 선정하여 실시하였다 (KMA, 2017).

    2.2 연구 대상 지역

    본 연구는 우리나라 5대강 유역 중의 하나인 섬진 강 유역을 대상으로 기후변화에 의한 유량 및 수질변 화를 분석하고 향후 물관리에 대비해야 하는 중요한 사항을 파악하고자 실시되었다. 그러나 방대하고 복 잡한 섬진강 유역에 대하여 유량, 수질 및 오염원 자 료 등의 시공간적 실측자료가 충분히 존재하지 않음 에 따라 정확한 보정이 현실적으로 어려운 것으로 분 석되었다. 따라서 본 연구에서는 섬진강의 상류지역 에 위치하여 여타 유역의 영향을 받지 않고 실측자료 의 확보가 용이한 소유역을 우선적으로 보정하는 것 이 바람직하다고 판단하였다. 전북연구원(2016)에 따 르면 섬진강 상류에 위치한 요천 유역은 섬진강 전체 비점오염 배출부하 중 가장 높은 비중을 차지하는 소 유역을 포함하고 있다. Fig. 1은 우리나라 본 연구의 대상지역인 요천 및 해당유역의 위치 그리고 주요 수질 및 유량 측정 지점을 나타내고 있다 (Park et al., 2010). 국가수자원관리 종합정보시스템(2016)에 따르 면 중권역 기준으로 요천 유역의 2010년 토지피복현 황은 산림이 전체의 66.71%로 가장 큰 부분을 차지 하며 그 다음 논이 16.12%로, 대부분이 산림과 밭으 로 이루어져있다. Fig. 2에 나타난 바와 같이 요천B 지점은 2015년 현재 섬진강 상류수계의 수질오염총 량제 기준 2단계 기본계획 목표수질 중 BOD와 TP 항목 모두에 대해서 달성되지 못하는 것으로 분석되 고 있으며 비점오염관리가 특히 중요한 지역으로 판 단된다.

    Fig. 3 (Park et al., 2017)과 Table 2는 두 가지 RCP 시나리오에 대해 한반도 전체와 요천 유역의 총 강수 량과 온도의 전반적인 변화양상과 평균적인 변화를 각각 나타내고 있다. 두 시나리오에서 한반도와 비교 하였을 때 요천 유역 평균기온은 다소 낮게 예측되 는 반면 강수량은 다소 높게 예측되고 있는 것이 특 기할 만한 일이다. 이는 한반도의 기후변화 자료를 상세화하는 과정에서 발생하는 현상으로서 Table 3 에 나타낸 바와 같이 우리나라의 주요 하천 유역에 서도 기후변화 시나리오에 따라 강수량과 기온 변화 의 경향이 시기별로 많은 차이가 있는 것을 또한 확 인할 수 있다.

    2.3 SWAT 모델

    SWAT은 미국 농무성(United States Department of Agriculture, USDA)의 농업연구소(Agricultural Research Service, ARS)에서 개발한 준 분포형 유역 모델로서 강우에 따른 유출 및 오염부하 이동을 예측하는 데 사용된다. 위 모델은 수문, 토양유실, 영양물질, 하도 추적의 4가지로 구성되어 있으며 대규모의 복잡한 유 역에서 장기간에 걸친 다양한 종류의 토양과 토지이 용 및 토지관리 상태에 따른 유출과 유사 및 농업화 학물질의 거동에 대한 토지관리 방법의 영향을 예측 할 수 있다 (Gassman et al., 1998).

    SWAT 모델의 결과는 ArcGIS를 이용하여 토양도와 토지이용도를 중첩시켜 만든 수문반응단위(Hydrologic Response Unit, HRU)별 출력 자료와 유역경계에 의해 구분된 수유역별 자료 및 각 하도추적 구간별 결과 값으로 구분된다 (Luzio et al., 2002). 본 연구에서는 강우에 의한 유출량은 유출곡선지수(Runoff Curve Number)를 이용하는 SCS (Soil Conservation Service)방법 을 이용하고 측방유출량은 운동학적 저류모델(Kinematic Storage Model)을 이용하여 산정하였다 (Luzio et al., 2002). 또한 하천에서의 흐름추적은 Williams (1969)에 의하여 개발된 Variable Storage Coefficient Method를 선택하여 실시하였다. SWAT 모델에서 수질 변화는 QUAL2E 모델의 관계식을 사용하고 있으며 토양입자 에 부착되어 있는 영양물질은 지표면 유출에 의해 이 송되므로 일정 HRU에서의 유사량의 변화는 영양물질 부하량에 영향을 미친다 (Linfield et al., 1987). SWAT 모델에서 총 질소는 유기질소, 암모니아성 질소, 질산 염과 아질산염으로, 총 인은 유기인과 인산염으로 구 분되어 모의된다 (Kim et al., 2009).

    2.4 모델의 구축

    본 연구에서 SWAT 모델을 구축하기 위한 입력자 료는 국가에서 관리하는 공식적인 자료를 사용하는 것을 원칙으로 하였다. 대한민국 전역의 전자고도지 도(Digital Elevation Model, DEM)와 토양도는 국가수 자원관리 종합정보시스템(2016)에서 확보하였다. 토지 이용도는 환경부의 환경공간정보서비스(2016)에서 농 업, 습지, 수역 등 15개 항목, 토양도는 14개의 항목으 로 분류한 자료를 사용하였다. 유역 내 점오염원의 자 료는 2014년 기준 전국오염원 조사자료(2016)를 이용 하여 요천 유역 내 위치한 환경기초시설의 방류량과 배출 수질을 고려하여 유량가중평균농도를 계산하여 입력자료를 구성하였다. 기상 자료는 기상청의 자료 를 이용하여 2010년부터 2015년까지 장수, 남원, 함양 군 등 요천 유역에 해당하는 기상 관측소의 강우, 온 도가 입력되도록 하였다. Fig. 4는 상기한 공간자료를 입력하여 추출된 소유역의 정보를 종합하여 나타내고 있다.

    3 결 과

    3.1 요천 유역 SWAT 모델 유량 및 수질 보정

    SWAT 모델을 이용하여 모의한 총기간은 2010년부 터 2015년까지 총 6년간이다. 2010년부터 2012년까지 3년간은 모델 안정화 기간으로 가정하였으며 본격적 인 모델의 보정은 2013년부터 2015년까지 3년의 기간 에 대하여 수행하였다. 보정 지점은 Fig. 2에 나타난 바와 같이 물환경정보시스템(2014)에서 수리·수문 측 정망 ‘송동’ 지점의 유량자료와 일반측정망 ‘요천-1’ 지점의 수질 자료를 이용하여 보정을 실시하였다. SWAT 모델은 유출량, 지하수의 이동 및 수질반응 등 많은 매개변수가 포함되어 있음에 따라 다수의 시행 착오를 통하여 보정을 실시하였으며 보정된 주요 매 개변수는 Table 4에 나타난 바와 같다.

    SWAT 모델의 보정 결과는 Fig. 5에 나타낸 바와 같 다. 모의 값과 실측 값의 평균을 비교한 결과는 % error, 상관계수(R2)와 NSE (Nash–Sutcliffe model Efficiency Coefficient) 값을 평가하였으며 Table 5에 나타난 바와 같다. 보정 결과 유출량은 R2이 0.85, NSE가 0.61로, 실측자료를 비교적 잘 반영하는 것으로 나타났으나 TN, TP 및 TSS 등 수질변수는 R2이 0.43, 0.12, 0.22, NSE가 0.18, -1.24, -1.93으로 모의 값과 실측 값이 상 대적으로 큰 차이를 나타내고 있다.

    한편, Fig. 6은 남원 기상관측소의 일강수량 자료, 송동 지점의 유량과 요천-1 지점의 실측 TSS 농도를 비교한 것이다. 일반적으로 TSS 농도와 강우량의 상 관관계가 높은 것으로 알려져 있다 (Kim et al., 2017). 그러나 2014년 4~7월, 2015년 5~6월 등 유량과 강우량 이 상대적으로 크지 않은 시점에 TSS 농도가 매우 크 게 관측된 것을 관찰할 수 있다. 이는 TSS 농도가 높 아지는 데에 해당 시기에 시행된 바 있는 장남지구 둑높임 사업 등 요천 상류 또는 하천 내의 공사등과 같은 요인에 대한 실측자료가 적절하게 확보되지 못 하는 데에 기인한 것으로 추정된다 (The Jeonbuk Ilbo, 2013). 이에 따라 TSS와 상관관계가 높은 TP도 R2 값 이 낮게 나온 것으로 보인다 (Seo and Kim, 2016). 또 한 TN의 경우 강우 유출수에서 대부분 용존성 형태로 존재하며, 보정의 정확도를 제고하기 위해서는 축사 나 농경지를 포함한 오염원 자료가 정확하게 입력되 어야 하나 이에 대한 자료들은 현재 상황에서 개별적 인 파악이 어려운 실정이다 (Kim et al., 2017). 본 연 구에서는 공식적으로 가용한 모든 최근의 자료를 입 력하였으나 현장의 조건을 시공간적으로 정확하게 반 영하는 데에는 한계가 있었던 것으로 보이며 추후 강 우시 연속 측정 자료등과 같이 현실적으로 필요한 자 료를 보완하여 보정의 정확도를 제고할 필요가 있다 고 판단된다. 그러나 본 연구는 요천 유역에 대해 AR5 보고서에 제시된 기후변화 시나리오에 의한 유 량 및 수질 변화의 상대적인 경향을 판단하기 위한 것으로서 이에 대한 분석을 수행하는 데에는 적용이 가능할 것으로 판단하였다.

    3.2 기후변화 시나리오를 적용한 유출량 및 오염부하 변화량 예측

    3.2.1 총 모의 기간 연도별 분석

    Fig. 7은 RCP 4.5 와 RCP 8.5 시나리오를 이용하여 추출한 강수량과 기온자료를 적용하여 2016년부터 2100년까지 총 85년에 대한 유출유량의 연평균과 TSS, TN 및 TP의 연간 오염부하량의 예측 결과를 나 타낸다. 그림에 나타난 바와 같이 요천에서 배출되는 연평균 유출유량과 TSS의 오염부하량은 시간에 따라 증가하는 반면 TN과 TP의 배출부하량은 전체적으로 감소하는 경향으로 나타났다. Table 6에서 확인할 수 있듯이 RCP 8.5 시나리오가 RCP 4.5 시나리오에 비하 여 연강수량과 온도가 높게 계산되었으나 증발량 또 한 높게 계산됨에 따라 결과적으로 Table 7과 같이 평 균 유출 유량이 더 낮게 산정된 것을 알 수 있다. 이 러한 영향은 오염물질의 배출 부하에도 영향을 미치 게 되어 Table 7에 나타낸 바와 같이 RCP 8.5 시나리 오에서 유량, TN 및 TP의 연도별 평균값이 오히려 적 게 배출되는 것으로 평가되었다. 한편 RCP 8.5 시나 리오에서는 상대적으로 전 기간 평균유량, TN과 TP의 최대값은 작게 최소값은 크게 나타나면서 위 값들의 변화폭이 RCP 4.5 시나리오에서 더욱 큰 것으로 관찰 된다. 그러나 TSS의 평균값만이 여타 변수와 반대의 경향을 나타내는데 이는 토사의 유출은 강우 및 유출 에 의한 영향을 직접적으로 받는 토양손실방정식에 의해 계산되므로 최대값과 최소값만으로 단순히 크기 를 논하기 보다는 토양유출에 상대적으로 유리한 여 건이 우세한 일수가 많았기 때문에 발생하는 현상으 로 추정된다. 그러나 TSS도 RCP 4.5 시나리오에서 최 대값이 더욱 크고 최소값이 더욱 작은 경향은 동일하 게 관찰되고 있다. 이는 RCP 4.5 시나리오에서 연간 홍수와 가뭄의 정도가 더욱 크다는 것을 의미하지만, 산술적인 평균으로 두 가지 시나리오의 영향을 비교 하는 것은 특별한 주의를 요한다는 것을 시사한다 (Park et al., 2017).

    3.2.2 시기별 및 수기별 분석

    본 연구에서는 시기별로 조금 더 자세한 분석을 위하 여 2016년부터 2100년까지의 기간을 2030s (2016~2040년), 2050s (2041~2070년), 2080s (2071~2100년) 등의 세 가 지로 구분하고 보정에 사용된 기간인 2015s (2013~2015년)와 비교하여 기간별 경향을 분석하였다.

    또한 기후변화에 따른 유량 및 수질 변화를 예측하는 데 강우 특성에 따라 갈수기(dry)와 홍수기(flood)로 수기를 분류하여 분석하였다. 우리나라의 수자원장기 종합계획 보고서(MOLIT, 2011)에 따르면 연강수량의 2/3가 집중되는 홍수기는 6월과 9월 사이로 갈수기는 11월부터 익년 4월까지로 그리고 5월, 10월과 11월은 평수기로 분류되어 있다. 이에 따라 본 연구에서는 두 가지의 시나리오에 대해 갈수기와 홍수기 자료를 추 출하고 2015s(2013~2015년)과 비교하여 Table 8과 같 이 나타내었다.

    유량은 갈수기에 RCP 8.5 시나리오에서 더 크게 산 정되는 경향을 나타냈지만 홍수기에는 2030s를 제외 하고 2050s과 2080s에서는 RCP 4.5 시나리오에서 더 크게 나타났다. 이는 앞서 Table 7에 대해 언급한 바 와 같이 RCP 4.5 시나리오에서 모의기간의 후반으로 갈수록 가뭄과 홍수가 각각 더욱 심각해 질 것이라는 것을 다시 한 번 확인해 주는 결과로 판단되며 이러한 현상은 RCP 4.5 시나리오의 경우 2050s(2031~2070년) 사이에 가장 심각해 질 것으로 전망된다.

    Table 8에서 같이 일반적으로 TSS, TN과 TP의 오염 부하량을 수기별로 비교하였을 때, 공통적으로 홍수 기에 부하량이 크게 증가하는 모습이 나타나 향후 홍 수기의 유량 및 오염부하량 관리에 철저한 준비가 필 요할 것으로 판단된다. TSS, TN, TP의 오염부하량의 경우 갈수기의 경우 모든 항목이 모든 기간에서 RCP 4.5 시나리오보다 RCP 8.5 시나리오에서 상대적으로 큰 부하량을 나타냈다. 2030s 기간에는 갈수기나 홍수 기 모든 경우, RCP 8.5 시나리오에서 더 큰 오염부하 량이 배출되는 것으로 산정되었다. 그러나 홍수기의 경우, 유량의 경우와 마찬가지로 TSS, TN, TP 모두 2050s와 2080s 기간에서 RCP 4.5 시나리오에서 상대 적으로 부하량이 큰 것으로 산정되었다. 또한 앞서 TSS와 TP의 상관관계가 높다고 (Seo and Kim, 2016) 한바와 달리 증감 양상이 비슷하게 나타나지 않았는 데, 이는 SWAT 모델 내에서 TP는 TSS의 이동을 포함 해서 식물에 의해 흡수, 비료의 살포, 분뇨 처리 조건 등의 여건에 따라 달라지나 TSS는 강우에 의한 토양 침식에 의한 이동이 가장 중요하므로 두 가지의 변수 의 변화 조건은 유역 내에서 각각의 순환특성에 따라 달라질 것으로 판단된다 (Neitsch et al., 2011).

    따라서 우리나라의 경우 강우의 영향이 크게 나타 남에 따라 시나리오 간 오염물질이 수계로 유출되는 시기가 각각 상이하였으므로 수기를 세분화해서 분석 하는 것이 필요할 것으로 판단된다.

    4 결 론

    본 연구에서는 섬진강 소유역 요천 유역에 SWAT 모델을 구축하고 2013~2015년간 실측자료를 이용하여 보정을 실시하였다. 보정한 SWAT 모델을 이용하여 IPCC가 제시한 RCP 4.5 및 8.5 시나리오를 2016~2100 년 기간에 적용하여 유량 및 오염부하량의 변화를 예 측하였으며 그 결과를 연도별, 강수 시기별로 구분하 여 분석하여 다음과 같은 결론을 얻었다.

    • 1) SWAT 모델 보정 결과 유출량은 R2이 0.85, NSE 가 0.61로, 실측자료를 비교적 잘 반영하는 것으로 나 타났으나 TSS, TN 및 TP 등 수질변수에 대한 상관계 수는 각각 0.22, 0.43 및 0.12로 상대적으로 큰 차이를 나타내고 있다. 본 연구는 정부기관에서 관리하는 실 측자료를 이용하여 입력자료를 구축 및 보정이 이루 어 졌다. 그러나 강우 시에는 현장의 유량 및 수질측 정이 이루어지지 않거나 간헐적으로 측정되고 특히 수질의 경우 대부분 월 1회 실시하는 수질측정망의 실측자료에 의존할 수밖에 없는 상황에서 기인하는 것으로 추정된다. 향후 정부 차원에서 강우의 영향을 적절하게 파악할 수 있는 유량 및 수질 측정 시스템 의 운영이 필요할 것으로 판단된다.

    • 2) 본 연구대상 지역에서 SWAT 모델을 적용하여 장기간 예측을 위해 연도별 분석을 실시한 결과 RCP 8.5 시나리오가 RCP 4.5 시나리오에 비하여 연강수량 과 온도의 값이 높게 계산되었으나 증발량이 또한 높 은 이유에서 최종적으로 산정된 평균 유출 유량은 더 작게 나타난 것으로 분석되었다. 이러한 영향은 오염 물질의 배출 부하에도 영향을 미치게 되어 RCP 8.5 시나리오에서 TN과 TP를 포함하는 오염부하량은 오 히려 적게 배출되는 것으로 평가되었다.

    • 3) RCP 8.5 시나리오에서는 상대적으로 전 기간에 대한 평균유량, TN과 TP의 최대값은 작게 최소값은 크게 나타나면서 위 값들의 변화폭이 RCP 4.5 시나리 오에서 더욱 큰 것으로 관찰된다. 한편 TSS의 평균값 만이 여타 변수와 반대의 경향을 나타내는 데 토사의 유출은 강우 및 유출에 의한 영향을 직접적으로 받는 토양손실방정식에 의해 계산되므로 이는 최대값과 최 소값만으로 단순히 크기를 논하기 보다는 토양유출에 상대적으로 유리한 여건이 우세한 일수가 많았기 때 문에 발생하는 현상으로 추정된다. 그러나 TSS도 RCP 4.5 시나리오에서 최대값이 더욱 크고 최소값이 더욱 작은 경향은 동일하게 관찰되고 있다. 이는 RCP 4.5 시나리오에서 연간 홍수와 가뭄의 정도가 더욱 크 다는 것을 의미하지만, 산술적인 평균으로 두 가지 시 나리오의 영향을 비교하는 것은 특별한 주의를 요한 다는 것을 시사한다.

    • 4) 유량은 RCP 4.5 시나리오에서 갈수기에 상대적 으로 작게 산정되는 경향을 나타냈으며 홍수기에는 2030s를 제외하고 2050s과 2080s에서는 상대적으로 더 크게 나타났다. 이는 RCP 8.5 시나리오에 비하여 RCP 4.5 시나리오에서 모의기간의 후반으로 갈수록 가뭄과 홍수가 각각 더욱 심각해 질 것이라는 것을 의미하는 것으로 판단된다. 이러한 현상은 RCP 4.5 시나리오의 경우 2050s(2031~2070년) 사이에 특히 심 각해 질 것으로 전망된다.

    • 5) TSS, TN, TP의 경우 갈수기에서 모든 항목이 전 기간을 통해 RCP 8.5 시나리오에서 상대적으로 큰 부 하량을 나타냈다. 2030s 기간에는 갈수기나 홍수기 모 든 경우에서 RCP 8.5 시나리오에서 오염부하량이 더 큰 것으로 산정되었다. 그러나 홍수기의 경우 2050s와 2080s 기간에서 RCP 4.5 시나리오의 부하량이 상대적 으로 큰 것으로 산정되었다.

    • 6) 위 경우들에서와 같이 기후변화 시나리오 별로 유출유량과 오염부하량을 산정하는 경우, 평균을 취 하는 시기와 기간에 따라 상대적인 크기가 상이하게 산정되는 것을 관찰할 수 있었다. 따라서 장기적인 기 후변화의 영향을 예측하고 대책을 수립하고자 하는 경우에는 시기적으로 강우가 집중되는 우리나라의 기 후 특성을 고려하여 시기 및 장소를 세분화해서 분석 하는 것이 바람직하다고 판단된다.

    사 사

    본 연구는 환경부 “기후변화대응 환경기술개발사업 (과제번호:2014001310007)”에 의해 수행되었습니다.

    Figure

    JKSWW-32-221_F1.gif

    Locations of the Yocheon, its basin area and monitoring stations.

    JKSWW-32-221_F2.gif

    Changes of BOD and TP concentrations in the Yocheon 1 Station.

    JKSWW-32-221_F3.gif

    Annual precipitation and temperature changes of Korea and the Yocheon Basin under RCP 4.5 and RCP 8.5 scenarios.

    JKSWW-32-221_F4.gif

    Spatial input data for SWAT model construction in the Yocheon basin.

    JKSWW-32-221_F5.gif

    Calibration results of flow rate, TSS, TN and TP in the study area.

    JKSWW-32-221_F6.gif

    Observed rainfall, flow rate and TSS concentrations in the study area.

    JKSWW-32-221_F7.gif

    Predictions of flow rate, TSS, TN, TP under RCP4.5 and RCP8.5 scenarios.

    Table

    Definitions of RCP scenarios by IPCC

    Average temperature and precipitation in every ten years periods in Korea and the Yocheon Basin under RCP 4.5 and RCP 8.5 scenarios (KMA, 2017)

    Average temperature and precipitation in every ten years periods in major river basins of korea under RCP 4.5 and RCP 8.5 scenarios (KMA, 2017)

    Youngsan River*: Includes Youngsan River Basin and Sumjin River Basin

    Major calibration parameters of SWAT model for the Yocheon basin

    Error analysis of calibrated flow rate, TN, TP and TSS concentrations

    Average of annual precipitation, evaporation and surface runoff in the study area under RCP 4.5 and RCP 8.5 scenarios

    Analysis of annual average patterns of flow rate, TSS, TN, TP under RCP 4.5 and RCP 8.5 scenarios (Park et al., 2017)

    Flow rate, TSS, TN and TP loading rate for different periods under RCP 4.5 and RCP 8.5 scenarios

    References

    1. R.B. Ambrose Jr, T.A. Wool , T.O. Barnwell (2009) Development of Water Quality Modeling in the United States., Environ. Eng. Res., Vol.14 (4) ; pp.200-210
    2. L.C. Brown , T.O. Barnwell Jr (1987) The enhanced stream water quality models QUAL2E and QUAL2E-UNCAS documentation and user manual, EPA document, EPA/600/3-87/007, 1-204.,
    3. P.W. Gassman , M.R. Reyes , C.H. Green , J.G. Arnold (1998) The Soil and Water Assessment Tool: Historical Development, Applications, and Future Research Directions., Trans. ASABE, Vol.50 (4) ; pp.1211-1250
    4. IPCC (2007) Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R.K and Reisinger, A. (eds.)]. IPCC, Geneva, Switzerland, 104.,
    5. IPCC (2014) Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland, 151.,
    6. J.H. Jang , J.H. Ahn (2012) Assessing Future Climate Change Impact on Hydrologic and Water Quality Components in Nakdong River Basin., Hangug Sujaweon Haghoe Nonmunjib, Vol.45 (11) ; pp.1121-1130
    7. J. Ilbo (2013) http://www.jjn.co.kr/news/articleView.html?idxno=585338
    8. N.J. Jang , B.G. Kim , H.J. Cho , D.H. Kwak (2016) Jeonbuk Institute., Current State of Non-point Source Pollutants and Management Plan in Sum-jin River Basin, Jthink-2016-PR-03, 7-117.,
    9. J.Y. Kim , D.I. Seo , T.E. Lee (2017) Effectiveness of Settling Treatment System to Reduce Urban Nonpoint Source Pollutant Load by First Flush., J. Korean Soc. Environ. Eng., Vol.39 (3) ; pp.140-148
    10. N.W. Kim , A.H. Shin , J.W. Lee (2009) Effect of Improved Runoff Module in SWAT on Water Quality Simulation., Hangug Sujaweon Haghoe Nonmunjib, Vol.42 (4) ; pp.297-307
    11. Korea Meteorological Administration (2018) http://www.climate.go.kr/home/snr_greeting/rcp.php
    12. Korea Meteorological Administration (2012) Korea Climate Change Prospect Report. 11-1360000-000861-01, 15-111.,
    13. E.H. Lee , D.I. Seo (2011) Flow Calibration and Validation of Daechung Lake Watershed, Korea Using SWAT-CUP., Hangug Sujaweon Haghoe Nonmunjib, Vol.44 (9) ; pp.711-720
    14. T.S. Lee (2016) Assessment of Sediment and Total Phosphorus Loads using SWAT in Oenam watershed, Hwasun, Jeollanam-do., J. KARG, Vol.22 (1) ; pp.240-250
    15. M.D. Luzio , R. Srinivasan , J.G Arnold (2002) Grassland, Soil and Water Research Laboratory, Agricultural Research Service Blackland Research Center, Texas. ArcView Interface for SWAT2000 User's Guide, TR-193, 1-340.,
    16. Ministry of Environment (2014) http://water.nier.go.kr/main/mainContent.do
    17. Ministry of Environment (2016) https://egis.me.go.kr/main.do(January 2, 2018)
    18. Ministry of Land (2018) http://www,wamis.go.kr/
    19. Ministry of Land, Transport and Maritime Affairs. (2001) Water Vision, Vol.2020 ; pp.5-11
    20. National Institute of Environmental Research (2016) http://wems.nier.go.kr/population.do?method=main_pop&gubun=view&no=3
    21. National Institute of Environmental Research (2016) http://wems.nier.go.kr/population.do?method=main_pop&gubu
    22. S.L. Neitsch , J.G. Arnold , J.R. Kiniry , J.R. Williams (2011) Grassland, Soil and Water Research Laboratory, Agricultural Research Service Blackland Research Center, Texas. Soil and Water Assessment Tool Theoretical Documentation Version 2009. TR-406, 1-565.,
    23. J.T. Park , Y.J. Jang , D. Seo (2017) Water Quality Prediction of Inflow of the Yongdam Dam Basin and its Reservoir using SWAT and CE-QUAL-W2 Models in Series to Climate Change Scenarios., J. Korean Water Resour. Assoc., Vol.50 (10) ; pp.703-714
    24. J.T. Park , Y.J. Jang , D. Seo (2017) Water Quality Prediction of Inflow of the Yongdam Dam Basin and its Reservoir using SWAT and CE-QUAL-W2 Models in series to Climate Change Scenarios., Hangug Sujaweon Haghoe Nonmunjib, Vol.50 (10) ; pp.703-714
    25. S.C. Park , K.B. Roh , H. Jung , B.S. Moon (2010) Study on Water Quality prediction using Qual2k in Seonjin Basin, Masters Thesis, Dongshin University, Korea. 1-62.,
    26. D. Seo , J.S. Kim , E.M. Chang (2007) Application of Medium Class Land Cover Maps to AVSWAT2000 for the Prediction of Inflow, CBOD, TN and TP for Yongdam Lake, Korea., Water Sci. Technol., Vol.55 (1-2) ; pp.513-518
    27. D. Seo , J.Y. Kim (2016) Reduction of Pollutant Concentrations in Urban Stormwater Runoff by Settling., J. Korean Soc. Environ. Eng., Vol.38 (4) ; pp.210-218
    28. USEPA CEAM(Center for Exposure Assessment Modeling) (2018) Surface Water Models to Assess Exosures, https://www.epa.gov/exposure-assessment-models/surface-water-models
    29. D.N. Walters , M.J. Best , A.C. Bushell , D. Copsey , J.M. Edwards , P.D. Falloon , C.M. Harris , A.P. Lock , J.C. Manners , C.J. Morcrette , M.J. Roberts , R.A. Stratton , S. Webster , J.M. Wilkinson , M.R. Willett , I.A. Boutle , P.D. Earnshaw , P.G. Hill , C. MacLachlan , G.M. Martin , W. Moufouma-Okia , M.D. Palmer , J.C. Petch , G.G. Rooney , A.A. Scaife , K.D. Williams (2011) The Met office Unified Model Global Atmosphere 3.0/3.1 and JULES Global Land 3.0/3.1 Configurations., Geosci. Model Dev., Vol.4 ; pp.1213-1271
    30. J.R. Williams (1969) Flood routing with variable travel time or variable storage coefficients., Trans. ASAE, Vol.12 (1) ; pp.100-103
    31. H.S. Yi , D.S. Kim , M.H. Hwan , K.G. An (2016) Assessment of Runoff and Water temperature variations under RCP Climate Change Scenario in Yongdam Dam Watershed., J. Korean Soc. Water Environ., Vol.32 (2) ; pp.173-182