Advanced
The Estimation of Soil Loss in the Buffer Zone of Guem River using a Simulation of Future Climate Change
The Estimation of Soil Loss in the Buffer Zone of Guem River using a Simulation of Future Climate Change
Journal of Soil and Groundwater Environment. 2014. Dec, 19(6): 30-36
Copyright © 2014, Korean Society of Soil and Groundwater Environment
  • Received : July 16, 2014
  • Accepted : September 21, 2014
  • Published : December 31, 2014
Download
PDF
e-PUB
PubReader
PPT
Export by style
Article
Author
Metrics
Cited by
TagCloud
About the Authors
달희, 이
dalheui@yonsei.ac.kr
성래, 정

Abstract
The objective of this study is to estimate soil loss in the buffer zone of Guem river with future climate change simulation. Revised Universal Soil Loss Equation (RUSLE) model was used for the estimation of soil loss at the buffer zone of Guem river. As results of simulations, the area of the maximum soil loss potential was estimated as the Cheongsung-myeon Okchun-gun Chungcheongbuk-do. The soil losses were estimated to be 106.67 and 103.00 ton/ha/yr for the 2020 segi (2015-2025) and 2040 segi (2035-2045) in the Cheongsung-myeon area, respectively. Also, the estimated average values of soil losses in the Cheongsung-myeon with future climate change was 110.78 ton/ha/yr.
Keywords
1. 서 론
태풍과 집중호우로 농경지 등에서 토양 유실량이 증가하고 수계로 유입되는 토사가 수리 구조물을 불안정하게 만들고, 탁도를 증가시키며 토사에 흡착되어 있는 영양물질, 중금속, 탄화수소 등이 수생태계를 파괴하고 취수를 악화시키는 등 악영향을 끼쳐 사회적으로나 환경적으로 큰 문제가 발생할 것으로 예상 된다( Jang et al., 2002 ; Jung et al., 2005 ; Yoon et al., 2007 ).
유엔 산하 정부 간 기후변화 패널(IPCC) 4차 평가보고서에 따르면 지구온난화로 인해 홍수, 가뭄, 태풍 빈도가 증가하고 태풍이나 허리케인의 강도가 세지며, 고산 지대의 빙하와 해방 속도는 빨라져 북극해의 해빙은 늦여름에 거의 사라질 가능성이 높으며, 고위도 지방의 강우가 증가하고 아열대 육지에서는 감소할 것으로 예상되었다. 한반도는 열대 기후지역으로 바뀔 것이며 강수량의 경우 2000년 대비 2050년 15%, 2100년 17% 증가하며 8월과 9월 증가폭이 클 것으로 예상되고 있다. 시간당 강수량의 증가로 홍수, 산사태, 도시홍수 등도 증가할 것으로 예상하고 있다( Kim and Oh, 2004 ; Park and Kim, 2006 ).
미래기후변화에 대한 시나리오는 국제적으로 IPCC SRES(Special Report on Emissions Scenarios) 시나리오가 가장 많이 이용되고 있다. SRES 시나리오는 사회적, 경제적, 기술적, 환경적 그리고 정책적 측면에서 다양한 개발을 보여주는 스토리라인에 의해 분류된다. 그리고 4개의 스토리라인은 각각에 대한 기본 특성 및 추진력에 따라 모형화 및 정량화되어 40여개의 개별적인 시나리오로 발전되었다. 국내에서는 SRES의 다양한 시나리오 중 A1B 시나리오를 가장 많이 이용하고 있다( Lim et al., 2005 ). A1B 시나리오는 급속한 경제성장을 기반으로 한 시나리오이다. 인구의 증가율을 낮은 단계로 가정하고 기술 개발이 빠르다고 가정하였다. 또한 국가 간의 경제 및 문화적 차이가 수렴하고 국가 간 일인당 소득의 격차가 상당히 줄어든다는 가정 하에 모의되는 시나리오이다. 그리고 환경적 가치보다는 개개인의 이득을 추구할 것으로 가정한 시나리오이다.
본 연구의 목적은 미래기후변화를 반영한 금강 수계 수변구역에서의 표토 유실량을 예측하는데 있다. 미래기후 변화를 반영한 금강 수계 수변구역에서의 표토 유실량을 예측하기 위하여, 미래기후변화에 따른 금강 수계 수변구역의 강수자료 구축 및 편이보정과, 2011년 12월 환경부에서 제시한 표토 유실량 산정 방법에 따라 RUSLE 모형을 이용 하였다.
2. 연구 방법
- 2.1. 미래기후변화에 따른 금강 수계 수변구역의 강수자료 구축 및 편이보정
기상청에서 제공하는 SRES 한반도 시나리오는 한반도를 2~4개의 격자로 표현하는 GCM과 달리 한반도를 27 km * 27 km 격자로 표현된 RCM(경위도 좌표)을 제공한다. 특히 GCM은 강우를 제공하지 않고 Convective Precipitation의 형태로 강수량을 간접적으로 제공하고 있는 반면에 RCM의 경우, 일 단위로 강수량을 제공하고 있다. 하지만 RCM은 GCM의 자료를 경계조건으로 사용함으로써 GCM의 오차가 RCM으로 전파되며, 이와 더불어 RCM의 지역 기후 모의에서도 한계가 있다. 따라서 RCM 자료를 활용하기 위해서는 RCM 자료의 편차를 보정하는 과정이 필요하다. 이에 편이보정(Bias-Correction)법을 이용한 강우에 대한 보정이 필수적이다( Renard et al., 1997 ; Turnage et al., 1997 ).
본 연구에서는 금강유역 수변구역에 관한 미래기후변화에 따른 강수 자료를 구축하였다. 기후변화 시나리오는 기상청에서 제공하는 SRES A1B 시나리오를 이용하였으며, 편이보정을 위한 과거 실측 강수자료는 기상청에서 제공하는 1982년 ~ 2011년 실측 강수량을 활용하였다. A1B 한반도 시나리오에 금강유역 수변구역은 23개의 격자에 포함되며, 격자별 편이보정에 이용된 기상관측지점은 모두 12개이다. 특히 본 연구에서는 정밀한 편이보정을 위하여 격자별 가장 인접한 기상청의 실측 일강우량을 구축하여 편이보정을 하였기 때문에, 이렇게 편이 보정된 결과는 기후변화에 따른 표토 유실량 포텐셜 산정에 정확도를 향상 시킬 수 있다( Renard et al., 1997 ; Turnage et al., 1997 ).
- 2.2. USLE 모형 적용
본 연구에서는 기후변화에 따른 금강 수계 수변구역의 표토 유실량을 평가하기 위하여 2011년 12월 환경부에서 제시한 표토 유실량 산정 방법에 따라 USLE 모형을 이용하여 표토 유실량을 예측하였다. USLE 모형에서는 다음 식 (1)이 기본적인 공식이다.
PPT Slide
Lager Image
식 (1)에서 A는 연간 토양유실량(ton/ha/year), R은 강우인자(Rainfall Energy Factor), K는 토양침식성인자(Soil Erodibility Factor), LS는 경사인자(Slope Length and Steepness Factor), C는 작물피복인자(Cover and Management Factor), P는 보전관리인자(Supporting Conservation Practice Factor)를 나타낸다. 강우인자의 단위는 MJ·mm / ha·yr·hr, 토양침식성인자의 단위는 Mg·hr / MJ·mm이며, 이외의 경사인자, 작물피복인자, 보전관리인자는 무차원이다.
본 연구에서는 USLE 입력 인자 DB를 구축하기 위하여 2009년 환경부 토지피복도, 국립농업과학원의 1 : 25,000 정밀토양도, 전국 수치지도 Digital Elevation Model (DEM) 10 m × 10 m 격자형 그리드를 사용하였다. 그리고 기후변화에 따른 표토 유실량 산정을 위하여 기상청에서 제공하는 SRES A1B 시나리오 미래기후 자료를 편이보정후 격자 그리드를 사용하여 R factor를 산정하였다. 이외 인자 값은 환경부에서 제시한 예비조사지침에 따라 산정하였다. USLE 입력 인자 DB를 구축하는 방법은 다음과 같다.
2.3. R factor(강우인자)
본 연구에서는 환경부에서 제시한 예비조사지침에 따라 표토 유실량을 평가하고 기후변화에 따른 강우인자를 산정하기 위하여 기상청에서 제공하는 미래기후 격자 그리드를 사용하였다. 강우인자를 산정하기 위해서는 다음 식 (2)를 사용하였다.
PPT Slide
Lager Image
식 (2)에서 R은 강우인자를 나타내며, Y 는 연 강수량(mm)을 나타낸다. 본 연구에서는 위의 식을 사용하여 2015년 ~ 2025년 까지를 2020세기, 2035년 ~ 2045년 까지를 2040세기라 칭하고 각 세기에 해당하는 강우인자를 산정하였다. 그리고 공간보간법을 사용하여 금강수계의 강우인자( R ) 값을 구하고 DB를 구축하였다( Wischmeier and Smith, 1978 ).
- 2.4. K factor(토양 침식성 인자)
토양 침식성 인자는 환경부의 표토 유실량 예비조사지침에 따라 금강수계의 토양통을 고려하였으며, 지침에 제시 되어있지 않은 토양통의 경우 국립농업과학원에서 제공하는 흙토람의 자료를 사용하였다. 본 과업에서 사용한 토양 침식성 인자 산정식은 다음과 같다.
PPT Slide
Lager Image
식 (3)에서, K는 토양 침식성 인자, OM은 유기물 백분율(%), M은 토양 유실에 대한 입경 특성 함수를 뜻하며, S 1 은 토양 구조 지수(1~4), P 1 은 토양 투수 등급(1~6), MS는 미사 백분율(%), VFS는 극세사 백분율(%), CL은 점토 백분율(%)을 뜻한다.
- 2.5. LS factor(경사인자)
본 과업에서 금강 수계 내 수변구역의 경사인자를 구축 하기 위해서 환경부의 표토 유실량 예비조사지침에 제시되어 있는 다음 식을 사용하였다( Moore and Burch, 1986 ; Walsh et al., 1995 ).
PPT Slide
Lager Image
식 (4)에서 A는 면적(m 2 ), θ 는 경사각(°)으로 θ = arctan
PPT Slide
Lager Image
으로 산정되며, 평면거리는 항공사진 또는 토지 이용상 측정된 평면거리를 뜻한다. 본 과업에서 경사(경사각, 경사도)는 국립지리원에서 제공하는 1 : 25,000 수치지도의 등고선 자료를 사용하였다. 그리고 경사인자는 물흐름의 연속성을 고려하기 위하여 유역경계 및 하천흐름을 고려하여 산정하였다. 이를 위하여 금강 수계에 위치한 하천들의 흐름에 따라 DEM을 나누어 금강 수계 내 경사인자를 산정하고 수변구역에 대한 경사인자 값을 산정하였다.
- 2.6. C factor(작물피복인자)
본 연구에서는 환경부의 표토 유실량 예비조사지침에 따라 작물피복인자를 산정하였으며, 지침에 제시되어 있지 않은 토지이용인 도시지역, 습지, 수역 등에 해당하는 작물 피복 인자 값은 문헌조사를 통하여 작물피복인자 DB를 구축하였다( Lim et al., 2005 ). 도시 및 개발 지역은 0.1, 습지는 0.05, 수역은 0.01 의 값을 사용하였다.
- 2.7. P factor(보전관리인자)
본 연구에서는 환경부의 표토 유실량 예비조사지침에 따라 금강 수계 내 수변구역 보전 관리 인자를 산정하였다. 예비조사지침에 제시되어있는 보전관리인자 값의 경우 경사도와 토지이용에 따라 보전 관리 인자를 산정하도록 되어 있다. 예비조사지침에 제시되어 있는 보전 관리 인자 값 중 도시지역, 습지, 수역에 대한 기준은 없었으므로 이 토지이용도에 해당하는 보전 관리 인자 값은 1.0값을 사용하였다( Lim et al., 2005 ; Oh and Jung, 2005 ).
3. 결과 및 고찰
- 3.1. 금강 유역 수변구역 과거 강수자료 구축 및 A1B 시나리오 편이보정
금강유역의 수변관리지역에는 12개의 기상청 기상관측소가 인접해 있다( Table 1 ). A1B 시나리오의 편이보정을 위하여 12개 기상관측소의 1982~2011년까지의 과거 일 강우 관측 자료를 구축하였다. 연 평균 강수량은 12개의 기상관측소 중 산청 관측소가 가장 높고, 추풍령 관측소의 연 평균 강수량이 가장 작았으며, 산청관측소와 추풍령관측소의 연평균 강수량 차이는 약 372 mm 정도로 나타났다. 또한 금강유역 수변구역에서 태풍이 자주 발생했던 2003년 가장 높은 2079 mm의 연 강수량을 보은 기상대에서 기록하였다( Table 2 ).
The weather observation station of the buffer zone of Guem river
PPT Slide
Lager Image
The weather observation station of the buffer zone of Guem river
The annual precipitation of each weather observation center from 1982 to 2011 (unit : mm)
PPT Slide
Lager Image
The annual precipitation of each weather observation center from 1982 to 2011 (unit : mm)
금강유역 수변구역 미래기후변화 자료 추출은 A1B 시나리오 격자 중 금강유역 수변구역에 속하는 A1B 시나리오의 1351, 1352, 1353, 1354, 1394, 1395, 1396, 1397, 1437, 1438, 1439, 1440, 1480, 1481, 1482, 1483, 1523, 1524, 1525, 1526, 1566, 1567, 1569의 23개 격자 자료를 이용 하였다. 자료 추출은 기상청에서 제공하는 1971~2100년까지 일별로 한반도 전역의 미래 기후 강수 자료를 정리한 47,482개의 파일에서 편이보정을 위한 1982~2011년까지 총 30년의 자료를 추출하였다. 한 파일 당 모두 2,193개의 데이터가 저장되어 있으며, 이는 한반도 전역의 27 km* 27 km 간격의 일별 강우 데이터를 의미한다. 23개 격자에 대한 편이보정에 이용되는 과거 관측 자료는 해당 격자에 가장 인접한 기상관측소의 자료를 이용하였다.
금강유역 수변구역 편이보정 결과, 전체적으로 A1B 시나리오에서 제시한 강수량이 실측 강수량보다 매우 작아 편이보정 결과 금강유역 23개 격자의 편이보정 계수는 1.22~1.92의 범위를 보여주었다( Table 3 ). 이렇게 산정된 보정계수를 이용하여 A1B 시나리오의 강수량을 높여주었다. 특히 본 연구에서는 정밀한 편이보정을 위하여 격자별 가장 인접한 기상청의 실측 일강우량을 구축하여 편이보정을 하였기 때문에, 이렇게 편이 보정된 결과는 미래 기후변화에 따른 표토 유실량 산정에 활용될 수 있다( Park, 2003 ; Yoon et al., 2007 ).
The bias-correction factor of the each grid in the buffer zone of Guem river
PPT Slide
Lager Image
The bias-correction factor of the each grid in the buffer zone of Guem river
3.2. USLE 모형 적용
본 연구에서는 금강 수계 내 수변구역을 기준으로 표토 유실량을 평가하였으며, 각 인자 DB는 환경부에서 2011년 12월 제시한 예비조사지침에 따라 구축하였다. 그리고 기후변화에 따른 표토 유실량을 산정하기 위하여 기상청이 제공하는 미래기후 변화 격자 그리드를 사용하여 강우인자 R factor를 산정한 후 기후변화에 따른 금강 수계 내 수변구역의 표토 유실량 변화를 평가하였다.
금강 수계의 2020세기(2015년~2025년) 강우인자는 Fig. 1 , 그리고 2040세기(2035년~2045년)의 강우인자는 Fig. 2 와 같다. 2020세기의 강우 인자 범위는 4443.02-5084.37이며, 2040세기의 강우 인자 범위는 4504.42-5098.75로 각각 계산 되었다. 금강 수변 구역 최우심지는 충청북도 옥천군 청성면 내에 위치한 수변구역이며, 2020세기 최우심지의 평균 표토 유실량은 106.67 ton/ha/yr 이다( Table 4 ). 또한, 2040세기의 금강 수변 구역 최우심지도 충청북도 옥천군 청성면 내에 위치한 수변구역이며, 2040세기 최우심지의 평균 표토 유실량은 103.00 ton/ha/yr이다( Table 4 ). Fig. 3 을 보면 금강 수계의 최대 표토 유실량 셀 값은 5692.37 ton/ha/yr인 것을 알 수 있다. 미래기후 변화를 고려하여 금강 수계 내 수변구역의 표토 유실량을 산정한 결과, 가장 많은 표토유실이 발생할 것으로 예상되는 지역은 충청북도 옥천군 청성면으로 평균 표토 유실량이 110.78 ton/ha/yr가 발생할 것으로 예측되었다.
PPT Slide
Lager Image
The estimated R factor (MJ·mm / ha·yr·hr) of 2020 yrs in the buffer zone of Guem river.
PPT Slide
Lager Image
The estimated R factor (MJ·mm / ha·yr·hr) of 2040 yrs in the buffer zone of Guem river.
Soil loss (ton/ha/yr) of the each administrative region in the buffer zone of Guem river
PPT Slide
Lager Image
Soil loss (ton/ha/yr) of the each administrative region in the buffer zone of Guem river
PPT Slide
Lager Image
The average soil loss (ton/ha/yr) in the buffer zone of Guem river with future climate change.
4. 결 론
본 연구에서는 금강 수계 내 수변구역의 표토 유실량을 평가하기 위해 환경부의 예비조사 지침과 USLE 방법을 이용하였으며, 금강 유역에 대한 USLE 입력 DB인 R, K, LS, C, P 인자를 산정하였다. 최우선적으로 예비조사 지침을 사용하였으며, 지침에 명시되어 있지 않는 인자값 기준은 문헌 조사 자료를 사용하여 DB를 구축하였다. 강우인자의 경우 미래기후를 예측을 위하여 기상청에서 제공하는 기후변화 격자 그리드를 사용하였으며, 경사인자의 경우 하천흐름을 반영하기 위하여 전국 하천도를 이용해 금강 수계 내 수변구역에 대한 인자 값을 산정하였다. 기후변화에 따른 표토 유실량을 산정하기 위하여 세기를 2020세기(2015년~2025년), 2040세기(2035년~2045년)로 나누었으며, 2기 동안의 평균 인자값을 사용하여 표토 유실량을 산정하였다. 미래기후변화를 고려하여 금강 수계 내 수변구역의 표토유실량을 산정한 결과, 가장 많은 표토유실이 발생할 것으로 예상되는 지역은 충청북도 옥천군 청성면이 최우심지로 나타났다. 충청북도 옥천군 청성면에서는 평균 표토 유실량이 110.78 ton/ha/yr가 발생할 것으로 예측되었다.
Acknowledgements
본 연구는 환경부 GAIA 과제의 “토양·지하수오염방지기술개발사업” 중 “토양침식 모니터링 및 저감 기술 개발(계약번호: 20120005400015)”의 일환으로 수행되었으며, 이에 감사드린다.
References
Jang Y.R. , Lee G.S. , Cho G.S. 2002 The Determination of resolution for quantification of soil loss in GIS environment J.GIS Assoc. Kor. 10 ((2)) 301 - 316
Jung K.H. , Sonn Y.K. , Hong S.Y. , Hur S.O. , Ha S.K. 2005 Assessment of national soil loss and potential erosion area using the digital detailed soil maps Kor. J. Soil Sci. Fert. 38 ((2)) 59 - 65
Kim J.H. , Oh D.K. 2004 Analysis of soil erosion hazard zone by R factor frequency J. GIS Assoc. Kor. 7 ((2)) 47 - 56
Lim K. J. , Sagong M. , Engel B. A. , Tang Z. , Choi J. D. , Kim K. S. 2005 GIS-based sediment assessment tool Catena 64 61 - 80    DOI : 10.1016/j.catena.2005.06.013
Moore I. , Burch G. 1986 Physical basis of the length-slope factor in the universal soil loss equation Soil Soc. Amer. J. 50 1294 - 1298    DOI : 10.2136/sssaj1986.03615995005000050042x
Oh J.H. , Jung S.G. 2005 Potential soil loss prediction for land resource management in the Nakdong river basin J. Kor. Soc. Rural. Plan. 11 ((2)) 9 - 19
Park G.H. 2003 Soil erosion risk assessment of the Geumho river watershed using GIS and RUSLE methods J. GIS Assoc. Kor. 6 ((4)) 24 - 36
Park J.S. , Kim G.H. 2006 Estimation of soil loss by land use in the Geum river basin using RUSLE Model J. Kor.. Soc. Water Qual. 22 ((4)) 619 - 625
Renard K.G. , Foster G.R. , Weesies G.A. , McCooL D.K. , Yoder D.C. 1997 Agr. Handbook Washington Predicting Soil Loss by Water: A guide to conservation planning with the revised universal soil loss equation (RUSLE) 703 -
Turnage K.M. , Lee S.Y. , Foss J.E. , Kim K.H. , Larsen I.L. 1997 Comparison of soil erosion and deposition rates using radio-cesium, RUSLE, and buried soils in dolines in East Tennessee Environ. Geol. 29 1 - 10    DOI : 10.1007/s002540050097
Walsh M.E. , Jenkins T.F. , Thorne P.G. 1995 Laboratory and field analytical methods for explosives residues in soil Proceedings of the Symposium on Alternatives to Incineration for Disposal of Chemical Munitions and Energetics 2 17 -
Wischmeier W.H. , Smith D.D. 1978 Agr. Handbook US DOA Predicting rainfall erosion losses - A guide to conservation planning 537 -
Yoon S.W. , Ye L. , Chung S.W. 2007 Application of SWAT model for estimating soil erosion in Daecheong dam watershed Korean Society on Water Environment·Korean Society of Water and Wastewater Association Spring Conference Symposium 1101 - 1110