Journal of Korean Society of Agricultural Engineers. 2026. 65–76
https://doi.org/10.5389/KSAE.2026.68.1.065

ABSTRACT


MAIN

Ⅰ. 서 론

지속가능한 수자원 및 물환경 관리는 국가 발전과 국민 생활에 필수적인 요소로 인식된다. 그 중 지표수와 지하수는 주요 담수자원으로써 상호 교환 작용을 통해 수자원의 균형을 유지하며, 한쪽의 물리⋅화학적인 변화는 나머지 한쪽의 변화를 유발시킨다. 지표수는 침투 및 침루를 통해 지하수 대수층을 함양하고, 함양된 지하수는 건기 동안에는 하천에 물을 공급하여 건기에 하천유량을 유지시키며 특히, 여름철 호우가 발생하는 경우 하천의 급격한 수위 상승을 완화하는 완충 효과를 제공하는 역할을 하기 때문에 (Siebert et al., 2010) 이들 자원의 지속적인 관리와 확보는 매우 중요하다.

하지만 국가가 발전하면서 다수의 댐 건설과 수자원 개발이 이루어졌고, 지표수와 지하수 이용도 꾸준히 증가해왔다. 더불어 최근 기후변화로 인하여 인위적 물 이용 증가로 유역 수문 특성의 변화가 나타나고 있으며, 기후변화로 인한 강수 패턴의 변화는 가용 수자원량을 변화시켜 물 부족 위험을 높일 수 있다 (IPCC, 2007; IPCC, 2013). 실제로 홍수는 1980년~2010년대에 큰 빈도로 발생하였고, 가뭄은 1950년대 이후로 지속적으로 증가하는 추세이다. 특히, 가뭄은 70년대 이후 5년~7년 주기로 발생하고 있으며 폭염으로 인하여 열대야 일수가 증가하고 가뭄 강도는 점차 증가하고 있다 (KMA, 2020; KMA, 2024). 기후변화로 인한 수문순환의 변화는 수문계 (Hydrological system)의 변동성을 증가시키며 유역의 물이용 패턴을 변화시킨다 (Aslam et al., 2018; Alegria et al., 2022; Song and Hwang, 2024).

지하수는 향후 용수 수요 증가와 물 부족에 대비하기 위한 대체 수자원으로써 그 가치가 높기 때문에 지속적인 관리와 모니터링이 필요하다. 하지만, 최근 수십년간 우리나라의 지하수 이용량은 급격한 증가 추세를 보이고 있다. 국가지하수정보센터 (www.gims.go.kr)와 지표누리 (www.index.go.kr)에서 제공하는 지하수 이용현황 자료를 살펴보았을 때, 지하수 이용과 지하수 이용 시설수는 지속적으로 증가하여 연간 이용량이 약 40억 m3/년, 시설수는 약 1,700개에 달하는 것으로 나타났다.

지하수의 과다한 사용이 지하수 재충전량을 장기간 초과하면 지하수 고갈이 발생할 수 있고 지하수위 저하를 일으킨다 (Kirk and Herbert, 2002; Gleeson et al., 2010; Wendt et al., 2020). 저하된 지하수위는 대수층에서 하천으로의 지하수 유출량을 감소시켜 결국 하천수의 감소를 야기하고 (Kim et al., 2012), 자연유량과 관련 생태계에 심각한 영향을 미칠수 있다. 만약 지하수 이용이 더욱 과할 경우에는 저하된 지하수위에 의하여 하천수가 지하수계로 유입되는 손실하천이 되어 궁극적으로 장기적인 하천 건천화의 원인으로 작용할 수 있다 (Butler et al., 2001; Kim et al., 2012; Park et al., 2016). 이러한 영향뿐만 아니라 완충효과 감소 (Foster et al., 2017), 하천의 회복 탄력성 감소 (Yoo et al., 2018), 도시지역의 싱크홀 발생 (Park., 2024; Lee et al., 2024) 등 다양한 문제를 야기하기 때문에, 지하수 이용의 장기적 증가는 수문순환 체계 전반에 걸쳐 복합적인 변화를 초래할 수 있다.

이러한 유역 규모의 수문변화를 정량적으로 분석하기 위해서는, 강수-지표유출-지하수 재충전-기저유출로 이어지는 수문 순환 과정을 물리적으로 연계하여 모의할 수 있는 유역모델 (Watershed-scale model)의 활용이 필수적이다. 유역모델은 지하수 이용의 변화를 고려한 유역 전체 수문체계의 반응을 정량적⋅공간적으로 평가할 수 있는 효과적인 도구로서 지하수 이용이 수문구성요소에 미치는 영향을 체계적으로 분석하는 데 적합하다.

따라서 본 연구의 목적은 한강유역 (35,770.4 km2)을 대상으로 표준유역별로 지하수 이용을 고려할 수 있는 준분포형 유역모델 SWAT (Soil and Water Assessment Tool)에 1980년대 (1980s, 1976-1985)와 2010년대 (2010s, 2006-2015)의 지하수 이용 자료를 적용함으로써 지하수 이용 증가가 유역의 전반적인 수문성분에 미치는 영향을 정량적으로 평가하는 것이다. 또한 동일한 기상조건하에서 두 시기의 지하수 이용량 차이에 따른 하천유량 및 계절별 유출 특성의 상대적 변화를 분석하여, 지하수 이용 증가가 유역의 미치는 영향을 종합적으로 분석하였다.

Ⅱ. 재료 및 방법

1. 연구대상지역

본 연구의 연구대상지역은 우리나라 4대강 권역 중 한강유역 (35,770.4 km2)을 선정하였다. 한강유역은 유역내 4개의 다목적 댐 (소양강댐; SYD, 횡성댐; HSD, 충주댐; CJD, 그리고 팔당댐; PDD)과 다기능 보 (강천보; KCW, 여주보; YJW, 그리고 이포보; IPW)가 존재하여 유량을 관리한다. 한강유역은 서울을 포함한 많은 도시지역과 경기도에 위치한 많은 농업지역 때문에, 지하수 이용이 많은 유역이다. 지하수 조사연보 (K-water, 2024)에 따르면, 2023년도 지역별 지하수 이용량의 총 계는 3,117.1 백만 m3로 조사되었는데, 서울과 경기지역의 지하수 이용 합계는 470.6 백만 m3로 전국의 약 15.1%를 차지하는 양이다. Fig. 1은 한강유역의 위치와 SWAT 구축에 사용된 DEM (Digital Elevation Model), 토지이용도, 그리고 토양도를 나타낸 것이다. DEM은 국토지리정보원에서 제공하는 30 m 공간해상도의 수치표고자료를 활용하였다. 토지이용도는 기후에너지환경부에서 제공하는 1:25,000 공간해상도의 2008년 중분류 토지이용도자료를 활용하였고, 토양도는 국립농업과학원에서 제공하는 1:25,000 공간해상도의 정밀토양도를 수집하여 SWAT 구축에 활용하였다.

https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEAE5.png
Fig. 1

Description of Han River basin and GIS spatial data

2. 유역모델 SWAT

SWAT은 미국 농무성 농업연구소 (United States Department of Agriculture-Agricultural Research Service, USDA-ARS)에서 개발된 물리기반의 준분포형 (Semi-distributed) 연속 강우유출 모형으로써 기상조건, 토지이용, 지형 및 토양특성 등을 종합적으로 고려하여, 유역의 물순환 (Water cycle), 유사, 박테리아, 화학물질 및 영양물질의 이동 등을 모의할 수 있는 모형이다. SWAT의 가장 큰 장점으로는 동일한 물리적 특성으로 구성된 수문반응단위 (Hydrologic Response Units, HRUs)를 사용하여 물수지 방정식을 기반으로 각 유역의 HRUs에서 강우, 총유출, 증발산, 차단, 침투, 지표유출, 중간유출, 기저유출 등을 모의한다 (Arnold et al., 1996; Neitsch et al., 2001).

SWAT에서 일별 유출량은 SCS (Soil Conservation Service) CN (Curve Number) 방법을 통하여 산정하고 측방유입량은 Kinematic Storage Model을 이용하여 10개 이하의 층으로 나누어 선형 저수량 추적기법을 활용하여 계산한다. 잠재증발산량 산정은 Penman-Monteith 방법을 이용하고 산정한다. SWAT에서 사용되는 물수지 방정식은 Eq. (1)과 같다.

(1)
SWt=SW0+i=1tRday-Qsurf-Wseep-Ea-Qgw

여기서, https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE41.gif는 최종 토양수분량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE52.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE53.gifhttps://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE54.gif일의 초기 토양수분량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE55.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE56.gif는 시간 (일), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE57.gifhttps://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE68.gif일의 강수량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE69.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE79.gifhttps://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE7A.gif일의 지표유출량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE7B.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE7C.gifhttps://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE7D.gif일의 토양면으로부터 투수층으로 투수되는 총량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE7E.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE8F.gifhttps://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE90.gif일의 증발산량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE91.gif), 그리고 https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEE92.gifhttps://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEA2.gif일의 회귀수량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEA3.gif)이다.

SWAT은 유역내 위치한 저수지 (Reservoir)에 대한 일별 운영모의가 가능하며, 저수지 운영에 대한 기본 방정식은 Eq. (2)와 같이 표현된다.

(2)
V=Vstored+Vflowin-Vflowout+Vpcp-Vevap-Vsepp

여기서, https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEA4.gif는 하루 동안 저류된 저류량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEB5.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEB6.gif는 초기 저류량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEC7.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEC8.gif은 하루 동안 유입량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEC9.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEECA.gif은 하루 동안 유출량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEDA.gif)이고, https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEDB.gif는 저수지에 하루 동안 내린 강수량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEDC.gif), https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEED.gif는 저수지에서 발생한 하루 동안의 증발량 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEEE.gif), 그리고 https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEEFF.gif는 침루로 손실된 물의 양 (https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEF00.gif)이다.

가. WUS 기능

본 연구에서는 표준유역별로 지하수 이용을 고려하기 위해, SWAT의 기능 중 WUS (Consumptive Water Use)기능을 사용하였다. WUS 기능은 유역에서의 물을 제거하는 관리 도구로써, 유역 외부로의 관개용수, 도시/산업용수 사용을 위한 물을 제거를 모의하는 데 사용될 수 있다. 이 기능을 통해 제거된 물은 유역 시스템에서 손실된 것으로 간주되며, 다시 유역으로 환류되지 않는다. SWAT에서 WUS 기능을 사용하게 되면 얕은 대수층 (Shallow aquifer), 깊은 대수층 (Deep aquifer), 하천구간 (Reach), 소규모 저수지 (Pond) 등 각 소유역 (Subbasin)의 다양한 수원으로부터 물을 제거할 수 있도록 설정할 수 있다. 또한, 저수지 (Reservoir)로부터 용수를 제거할 수 있다. WUS 기능은 월별 (Monthly)로 적용할 수 있도록 설정이 되어있으며, 연중 각 월에 대하여 수원으로부터 제거되는 일일 평균 용수량 (104 m3/day)이 지정된다 (Arnold et al., 2013).

3. 지하수 이용량 자료

지하수 이용량 자료를 구축하기 위해, 한국수자원공사에서 운영하는 국가지하수정보센터에서 제공하는 지하수 조사연보와 요청을 통해 제공 받은 지하수이용 자료를 활용하였다. 수집한 자료들을 활용하여 지하수 이용자료를 1980년대 (1980s, 1976-1985), 2010년대 (2010s, 2006-2015)로 구분하여 지하수 이용자료를 구축하였다. 지하수 이용 자료는 시군구 단위 지역별, 용도별로 제공되기 때문에, 단위면적당 지하수 이용을 고려하여 ArcGIS 기능 중 Data Join 기능을 이용하여 북한 접경지역을 제외한 표준유역별 지하수 이용자료를 구축하였다 (Yoo et al., 2018). Fig. 2는 1980s 및 2010s 한강유역의 지하수 이용자료를 구축한 결과를 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICEF01.png
Fig. 2

Development of 1980s and 2010s groundwater use data

지하수 이용자료 구축 결과, 1980s의 평균 지하수 이용은 9.6 백만 m3/year로 나타났고, 2010s의 평균 지하수 이용은 22.3 백만 m3/year로 나타나 약 12.7 백만 m3/year 증가한 것으로 나타났고, 상대적으로 도시지역이 위치한 지역보다 농업지역이 많이 위치한 남한강 하류와 충주댐 하류에서 지하수 이용이 크게 증가한 것으로 분석되었다 (Fig. 2).

Fig. 3은 각 기간에 대한 월별 지하수 이용량을 나타낸 것이다. 월별 지하수 이용량을 살펴보면, 한강유역의 1980s 및 2010s 지하수 이용은 여름철 (6월~8월)에 각각 연간 총 이용량의 50.3%와 52.8%를 차지하고 있어 봄 (3월~5월), 가을 (9월~11월), 겨울 (12월~2월)보다 홍수기에 집중되어 사용되는 것으로 나타났다. 지하수 이용량은 모든 기간에 걸쳐 크게 증가하는 것으로 나타났으며, 그 증가량은 여름철 홍수기에 상대적으로 더 크게 증가한 것으로 나타났다.

https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICF00B.png
Fig. 3

Monthly groundwater use change of 1980s and 2010s

4. 연구방법

한강유역에 대한 SWAT을 구축하기 위하여 DEM, 토지이용도, 토양도를 포함한 GIS기반 공간자료와 1980년부터 2020년까지의 관측 일별 강수량 (mm), 최고⋅최저기온 (℃), 평균풍속 (m/s), 상대습도 (%), 그리고 일사량 (MJ/m2)를 기상청 기상자료개방포털 (www.data.kma.go.kr)에서 수집하여 SWAT의 입력자료로 활용하였다. 또한, SWAT의 신뢰성 있는 모의를 위하여 유역내 위치한 다목적 댐 (SYD, HSD, CJD, 그리고 PDD)과 다기능 보 (KCW, YJW, IPW)의 제원과 기상자료와 동일한 기간에 대한 일별 방류량, 유입량 및 저수량 자료를 한국수자원공사에서 운영하는 물정보포털 (www.water.or.kr)에서 수집하여 SWAT에 적용하였다. 그 후, 2010s 지하수 이용자료를 WUS 기능을 이용하여 표준유역별로 적용하고, 2010s 기상조건에서 4개의 다목적 댐과 3개의 다기능 보에 대하여 보정을 수행하였다.

SWAT의 각 수문요소들은 서로 영향을 주기 때문에 유기적이고 밸런스 있는 모의를 위해 시행착오 (Trial and error method) 방법을 통하여 유역 내 위치한 다목적 댐 4개소와 다기능 보 3개소에 대해 반복적으로 매개변수를 조정하여 댐/보 유입량 보정을 수행하였다. 보정결과의 통계적 평가는 목적함수를 통하여 평가하였다. 선정한 목적함수로는 결정계수 R2 (Determination of coefficient), Nash-Sutcliffe 모델 효율계수 NSE, 그리고 최소제곱오차 (Root-mean square error) RMSE를 선정하여 SWAT의 보정결과를 통계적으로 평가하였다. R2는 관측자료와 모의결과가 완벽히 일치할 경우 1.0의 값을 가지고, NSE는 -∞에서 1.0까지의 범위를 가지며 NSE가 1을 나타낼 때 관측자료와 모의결과가 완벽히 일치함을 의미하는 지표이다. 일반적으로 0.0보다 큰 NSE 결과는 모형으로부터 얻어진 결과가 용인되는 수준이지만, 0.0보다 작은 결과는 용인될 수 없는 수준으로 판단된다. 한편, RMSE는 관측값과 모의결과의 오차를 판단하는 지표로써 RMSE가 0에 가까울수록 오차가 적은 것으로 판단된다 (Nash and Sutcliffe, 1970; Gupta et al., 1999; Moriasi et al., 2012; Arnold et al., 2012; Mkhwanazi et al., 2012). Table 1은 유역규모에서 하천유량에 대한 R2와 NSE의 각 평가기준 별 통계분석 값의 수준을 나타낸다.

Table 1

The model performance criteria in a watershed scale

CriteriaOutputTemporal scaleModel performance evaluation range
Very goodGoodSatisfactoryNot satisfactory
R2StreamflowDailyR2 > 0.850.75 < R2 ≤0.850.60 < R2 ≤ 0.75R2 ≤ 0.60
NSEStreamflowDailyNSE > 0.800.70 < NSE ≤0.800.50 < NSE ≤0.70NSE ≤ 0.50

SWAT 보정 후, 2010s 기상조건에서 1980s 지하수 이용자료를 적용하여 그 변화를 비교하여 동일 기상조건 하에서 지하수 이용 증가에 따른 수문학적 영향을 평가하였다. Fig. 4는 본 연구의 전반적인 연구흐름을 간단하게 요약하여 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICF07A.png
Fig. 4

Description of overall study procedure

Ⅲ. 결과 및 고찰

1. 지하수 이용을 고려한 SWAT 보정 결과

SWAT의 보정은 2010년대 기상조건하에서 2010s 지하수 이용량을 적용한 상태에서 수행하였다. 모델의 보정기간은 다목적 댐은 2010년부터 2019년까지, 보는 실제 운영기간을 고려하여 2012년 8월부터 2019년까지로 설정하였으며, 관측 유입량 자료를 활용하여 보정을 수행하였다. Table 2는 보정에 사용된 주요 매개변수, 정의, 기본값, 그리고 지점별 보정 후 조정된 값을 정리한 것이다.

Table 2

SWAT calibrated parameters for dam and weir inflows

ParameterDefinitionRangeDefaultAdjusted value
SYDHSDCJDPDDKCWYJWIPW
Hydrology
CN2SCS curve number for moisture condition35 to 98Given by HRUs-+3--+5+3-
CH_N(2)Manning’s “n” value for main channel0.01 to 300.040.080.080.060.060.060.060.08
ESCOSoil evaporation compensation coefficient0 to 10.950.900.900.600.600.600.600.90
SOL_AWCAvailable water capacity of the soil layer (mm H2O/mm soil)0 to 1Given by HRUs*1.10*1.05*0.95-*1.10*1.05-
SOL_KSaturated hydraulic conductivity (mm/hr)0 to 2,000Given by HRUs*1.10*1.10*0.95--*1.05-
GW_DELAYDelay time for aquifer recharge (days)0 to 50031100120807010080120
GWQMNThreshold water level in shallow aquifer for base flow (mm)0 to 5,00010005005005005000500500500
ALPHA_BFBase flow recession constant0 to 10.0480.300.300.700.700.700.700.70
Reservoir
RES_ESAReservoir surface area when the reservoir is filled to emergency spillway (ha)--7,0005809,7002,000350350350
RES_EVOLVolume of water needed to fill the reservoir (104 m3)--290,00010,690275,00034,4001,8702,13024,300
RES_PSAReservoir surface area when the reservoir is filled to the principal spillway (ha)--6,1805008,7751,7003003003,000
RES_PVOLVolume of water needed to fill the reservoir to the principal spillway (104 m3)--250,3807,890225,15219,4008701,1301,430
RES_VOLInitial reservoir volume (104 m3)--154,8607601,074,1006,8308807,900960

Fig. 5(a)는 SYD, Fig. 5(b)는 HSD, Fig. 5(c)는 CJD, 그리고 Fig. 5(d)는 PDD의 2010년부터 2019년까지의 시계열 댐 유입량 보정결과를 나타내고, Fig. 5(e)는 KCW, Fig. 5(f)는 YJW, 그리고 Fig. 5(g)는 IPW의 시계열 보 유입량 보정결과를 나타내며, Table 3은 7개 보정지점에 대하여 R2, NSE, 그리고 RMSE 결과를 정리한 것이다.

Table 3

The statistical calibration results of dam and weir in Han River basin

Calibration pointCategoryObjective functions
R2NSERMSE
(mm/day)
(a) SYDDam inflow0.700.683.10
(b) HSDDam inflow0.720.613.27
(c) CJDDam inflow0.720.682.44
(d) PDDDam inflow0.710.601.78
(e) KCWWeir inflow0.840.731.98
(f) YJWWeir inflow0.830.731.19
(g) IPWWeir inflow0.830.751.16
https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICF184.png
Fig. 5

Calibration results of multi-purpose dam and multi-functional weir inflow

4개의 다목적 댐 보정 결과, SYD, HSD, CJD, 그리고 PDD에서 관측 유입량 대비 모의결과가 전반적으로 잘 따라가는 경향을 나타내었으나, SYD, HSD, 그리고 CJD에서 2013년부터 2015년도까지의 봄철 유입량 패턴을 잘 반영하지 못하는 것으로 분석되었다 (Fig. 5(a), Fig 5(b), and Fig. 5(c)). 이는 상대적으로 2013년도부터 2015년까지의 봄철 강수량이 적어 다른 연도보다 유입량이 작게 모의되어 관측값과의 경향을 잘 따라가지 못하는 것으로 판단되었다. 통계분석 결과를 살펴보면, 평균 R2는 각각 0.70, 0.72, 0.72, 그리고 0.71로 나타났고, 평균 NSE는 각각 0.68, 0.61, 0.68, 그리고 0.60으로 분석되었다. RMSE의 경우 각각 3.10 mm/day, 3.27 mm/day, 2.44 mm/day, 그리고 1.78 mm/day의 오차를 나타내어 R2와 NSE에 대해 ‘Satisfactory’ 수준으로 보정된 것으로 분석되었다.

3개의 다기능 보 보정 결과, KCW, YJW, 그리고 IPW에서 다목적 댐의 시계열 보정결과 보다 모든 지점에서 유입량 모의결과가 관측값의 경향을 잘 반영하는 것으로 나타났다. 이는 한강유역 상류에 위치한 HSD과 CJD의 방류량이 본류에 위치한 다기능 보 3개 지점에 유입되어 상대적으로 일정 수준의 유입량이 확보된 영향으로 판단된다. 통계분석 결과, 세 지점에서 평균 R2는 각각 0.84, 0.83, 그리고 0.83으로 분석되었고 NSE는 각각 0.73, 0.73, 그리고 0.75로 분석되었다. RMSE의 경우 1.98 mm/day, 1.19 mm/day, 그리고 1.16 mm/day의 오차를 나타내었다. 구축한 SWAT의 다목적 댐과 다기능 보의 유입량 보정결과를 종합적으로 정리하면 R2와 NSE에서 ‘Good~Satisfactory’ 수준으로 보정되어 SWAT의 충분한 신뢰성을 확보했다고 판단하였다.

2. 지하수 이용 적용에 따른 하천유량 영향 분석

보정된 SWAT에 동일한 기상조건 하에서 같은 표준유역에 대하여 1980s 지하수 이용을 적용하여 지하수 이용 증가에 따른 한강유역의 하천유량 영향을 분석하였다 (Fig. 6). 1980s 지하수 이용 조건에서 한강유역의 평균 하천유량은 58.0 m3/sec로 분석되었고, 2010s 지하수 이용 조건에서 평균 하천유량은 55.1 m3/sec (-2.9 m3/sec)로 분석되어 지하수 이용 증가에 따라 평균 5.29% 감소하였고, 최대 16.5% 감소하는 것으로 분석되었다. 유역 내 위치한 수리시설물과 하수종말처리장 방류량에 의하여 지하수 이용이 증가했음에도 불구하고 하천유량이 일정 수준 유지되는 것으로 분석되었다.

https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICF33B.png
Fig. 6

Change of streamflow under 1980s and 2010s groundwater use conditions

중권역 단위로 하천유량이 상대적으로 크게 감소한 지역을 살펴보면, 한탄강, 임진강 하류, 남한강 하류, 의암댐, 섬강, 경안천에서 하천유량이 크게 감소하는 것을 확인할 수 있다. 각 중권역별 하천유량 변화를 분석한 결과, 한탄강, 임진강 하류, 남한강 하류, 의암댐, 섬강, 그리고 경안천에서 각각 평균 6.1%, 5.3%, 4.7%, 4.2%, 4.2%, 2.7% 감소하는 것으로 분석되었다. 이 중권역들은 각 중권역 유역면적 대비 도시와 농업지역 비율의 합계가 각각 23.3%, 47.3%, 32.3%, 9.3%, 14.0%, 20.1%로 도시와 농업지역의 비율이 상대적으로 큰 지역이다. 도시지역에서 지하수는 생공용수로 주로 활용되고, 농업지역에서의 생활 및 농업용수로 주로 활용되기 때문에, 이 중권역에서의 지하수 이용이 크게 증가하여 하천유량이 눈에 띄게 감소한 것으로 판단된다. 이러한 경향으로 지하수 이용이 증가할 경우 도시지역과 농업지역의 하천유량 감소가 증가할 것으로 전망되기 때문에, 국가 관측망을 이용하여 하천수위, 유량 및 지하수 이용 추이를 지속적으로 모니터링 해야할 것으로 사료된다.

한편, 본 연구에서 지하수 이용을 고려하기 위해 적용한 WUS 기능은 관개용수, 생활용수 및 공업용수 등 인위적 용수 사용을 외부로 배출되는 손실로 간주한다. 이 기능은 용수 사용으로 인한 유역내 수문성분 변화를 모의하는데 유용하나, 실제로 사용된 용수의 일부가 토양층 침투나 하수처리수 방류를 통해 다시 하천이나 지하수로 환류 (Return flow)되는 과정을 직접적으로 반영하지 못하는 구조적 특성을 가진다. 이러한 특성으로 인해 지하수 이용 증가에 따른 하천유량 감소량이 실제보다 다소 과대하게 산정될 가능성이 존재한다. 이는 SWAT 모형의 수문순환 체계가 지표수-지하수 상호작용을 단일 방향성 (Groundwater outflow to stream)으로 단순화하여 모의하기 때문으로 판단된다. 따라서, 추후 이러한 구조적 한계를 고려하여 세부적인 해석을 위해서는 함양 및 하천-대수층 간 교환 과정을 효과적으로 해석할 수 있는 MODFLOW 또는 SWAT-MODFLOW 연계모형을 통해 추가적인 분석이 필요할 것으로 판단된다.

3. 지하수 이용 증가에 따른 수문학적 영향 분석

지하수 이용이 증가함에 따라 각 수문요소에 어떠한 영향을 미치는지 분석하였다 (Table 4). 수문요소는 총유출 (TR; Total runoff), 증발산 (ET; Evapotranspiration), 지표유출 (SR; Surface runoff), 중간유출 (LF; Lateral flow), 기저유출 (BF; Baseflow), 침루 (PE; Percolation), 그리고 지하수 재충전 (GWR; Groundwater recharge)을 대상으로 영향을 분석하였다.

Table 4

Increased groundwater use impact on hydrological components

ScenarioTR
(mm)
ET
(mm)
SR
(mm)
LF
(mm)
BF
(mm)
PE
(mm)
GWR
(mm)
GWU 1980s742.2489.8167.3460.8 91.1117.1117.1
GWU 2010s723.5489.8167.3460.8 72.4117.1 92.9
Change (mm)-18.7  0.0  0.0  0.0-18.7  0.0-24.2
Change (%) -2.5  0.0  0.0  0.0-20.6  0.0-20.7

지하수 이용 증가의 영향을 분석한 결과 한강유역의 TR은 742.2 mm에서 2.5% (-18.7 mm) 감소한 723.5 mm로 분석되었다. BF는 91.1 mm에서 20.6% (-18.7 mm) 감소한 72.4 mm로 분석되었고, GWR은 117.1 mm에서 20.7% (-24.2 mm) 감소한 92.9 mm로 분석되어 지하수 이용의 증가에 가장 민감하게 영향을 받는 수문요소는 BF와 GWR으로 나타났으며, 특히 BF의 감소는 TR 감소에 직접적으로 기여하였다. 이러한 변화는 SWAT의 물수지 방정식 (Eq. (1))에 기반한 수문학적 반응으로 해석할 수 있다. SWAT은 강수로부터 ET, SR, 침투, BF를 순차적으로 계산하며, 이 과정에서 얕은 대수층의 수위가 하천과 연계되어 BF를 형성한다. 지하수 이용이 증가할 경우, 대수층으로부터 물이 인위적으로 제거되어 토양 하부층의 저장량이 감소하고, 이로 인해 하천으로의 BF가 줄어듦과 동시에 GWR이 감소하는 것으로 판단된다.

지하수 이용 증가에 따른 TR과 BF의 계절별 분석을 수행하였다. Fig. 7은 1980s 및 2010s 지하수 이용 조건에서 월별 TR과 BF 그리고 TR과 BF의 변화율을 나타냈으며 봄, 여름, 가을, 그리고 겨울을 구분하여 색상으로 표시하였다. 또한 Table 5는 1980s 및 2010s 지하수 이용 조건에서의 계절별 TR과 BF, 그리고 지하수 이용 증가에 따른 각 변화율을 정리한 것이다.

Table 5

Seasonal changes of TR and BF under 1980s and 2010s groundwater use conditions

ScenarioTR_1980s
(mm)
TR_2010s
(mm)
Change
(%)
BF_1980s
(mm)
BF_2010s
(mm)
Change
(%)
Spring 89.2 87.0-2.411.39.1-19.3
Summer421.5415.0-1.525.318.8-25.6
Autumn186.9179.8-3.837.930.8-18.6
Winter 44.6 41.6-6.716.613.6-18.0
Total742.2723.5-2.591.172.4-20.6
https://cdn.apub.kr/journalsite/sites/jksae/2026-068-01/N0740680106/images/PICF455.png
Fig. 7

Monthly comparisons of TR and BF by groundwater use change

봄철 TR은 89.2 mm에서 87.0 mm로 2.2 mm (-2.4%) 감소하였고, 여름철은 421.5 mm에서 415.0 mm로 6.5 mm (-1.5%) 감소하였다. 가을과 겨울철은 각각 186.9 mm에서 179.8 mm로 7.1 mm (-3.8%), 44.6 mm에서 41.6 mm로 3.0 mm (-6.7%) 감소하여 전체적으로 TR은 742.2 mm에서 723.5 mm로 18.7 mm (-2.5%) 감소한 것으로 분석되었다. TR은 여름철보다 가을과 겨울철에 상대적으로 더 큰 감소폭을 보였다. 이는 여름철 장마 등 집중강수로 인해 지하수 이용 증가 영향이 일부 상쇄된 반면, 가을과 겨울철에는 강수와 지하수 재충전이 적고, 대기 중 증발산량이 적은 상태에서 높은 지하수 이용이 지속되어 BF 감소가 직접적으로 반영된 것으로 판단된다. Fig. 3에 제시된 월별 지하수 이용량을 보면, 2010s의 여름철 지하수 이용은 1980s 대비 약 2.4배 증가하였으며, 연간 이용량의 약 53%가 여름철에 집중되어 있다. 이러한 계절적 이용 패턴은 Fig. 7에서 확인된 가을철 겨울철 TR 및 BF 감소 경향과 일관되게 나타나, 여름철 집중 이용으로 인한 대수층 저장수량 감소가 이후 갈수기 (가을~겨울) 하천유량 저하로 이어진 것으로 판단된다.

BF의 계절별 변화를 살펴보면, 봄철 BF는 11.3 mm에서 9.1 mm로 19.3% 감소하였고, 여름철 BF는 25.3 mm에서 19.8 mm로 25.6% 감소하였다. 가을과 겨울철 BF는 각각 37.9 mm에서 30.8 mm, 16.6 mm에서 13.6 mm로 각각 18.6%, 18.0% 감소한 것으로 나타나, 전체적으로 모든 계절에서 감소가 확인되었다. 특히 여름철 BF의 감소율이 가장 높아, 지하수 이용이 집중된 시기에서 대수층으로부터의 BF 손실이 두드러진 것으로 분석되었다. 여름철 이후 감소한 BF는 가을-겨울 기간동안 하천을 유지하는 주요 공급원 역할을 하므로 (Barron et al., 2013), 이 시기의 BF 저하는 완충능력 저하 및 갈수기 하천 건천화를 초래할 가능성이 높다. 이러한 현상이 장기적으로 지속될 경우 하천의 계절별 유량 안정성이 점차 약화될 수 있으므로, 단기적 수자원 확보를 넘어 지속가능한 지하수 이용 관리 전략이 병행되어야 할 것으로 판단된다.

Ⅳ. 결 론

본 연구는 한강유역을 대상으로 1980s 및 2010s 지하수 이용자료를 유역모델 SWAT에 적용하여, 지하수 이용 증가에 따른 하천유량과 수문성분 변화를 정량적으로 평가하였다. 본 연구를 요약하면 다음과 같다.

1. 한강유역을 대상으로 SWAT을 구축하고, 지하수 조사연보를 활용하여 1980s 및 2010s 지하수 이용자료를 구축하여 각 표준유역별로 SWAT의 WUS 기능에 적용하였다.

2. SWAT의 보정은 2010년대 기상조건과 지하수 이용량을 적용한 상태에서 다목적 댐 4개, 다기능 보 3개를 대상으로 수행하였다. 보정 결과, 평균 R2, NSE, 그리고 RMSE는 각각 0.76, 0.68, 그리고 2.13 mm/day로 나타나 모형의 재현성을 충분히 확보하였다.

3. 동일한 기상조건 하에서 1980s 지하수 이용량을 적용하여 지하수 이용 증가에 따른 하천유량 변화를 분석한 결과, 평균 하천유량은 58.0 m3/sec에서 55.1 m3/sec로 약 5.29% 감소하였다.

4. 지하수 이용 증가에 따른 수문요소별 변화를 분석한 결과, TR, BF, GWR이 각각 2.5%, 20.6%, 20.7% 감소하였다. 특히 BF의 감소는 TR 감소에 직접적으로 기여하였으며, 이는 지하수 이용 증가로 인한 얕은 대수층의 저장량 저하가 하천-지하수 간 교환유량을 약화시킨 결과로 판단된다.

5. 계절별 분석 결과, TR은 여름철보다 가을 및 겨울철에 상대적으로 큰 감소를 보였고, BF는 여름철에 최대 25.6% 감소하였다. 이러한 경향은 여름철 강수로 인한 일시적 충전에도 불구하고, 증가된 지하수 이용으로 인하여 하천 BF의 지속성이 저하되어 완충효과가 약화된 결과로 나타났다.

본 연구는 동일한 기상조건 하에서 시기별 지하수 이용량만을 변화시켜 외부 요인을 배제함으로써, 지하수 이용 변화에 따른 유역 수문체계의 반응을 정량적으로 규명하였다. 지속적인 지하수 이용 증가는 대수층의 저장수량을 감소시키고 기저유출 저하를 야기하여, 총유출과 하천유량의 계절적 불균형을 초래한다. 특히 여름철 충전된 지하수가 가을과 겨울ᄁᆞ지 지속적으로 유출되지 못함에 따라 갈수기 하천유량이 감소하고 유역의 완충능이 저하되는 경향이 확인되었다.

이에 따라 갈수기 하천유량 확보를 위해서는 인공함양, 하수처리수 재이용, 지하수 총량제 등의 관리전략을 적극적으로 도입하여 유역의 수문순환 안정성을 유지할 필요가 있다. 또한 지하수 이용의 지속가능성을 확보하기 위해서는 유역별⋅계절별 수요 및 공급 특성을 반영한 관리체계 구축이 요구된다.

본 연구의 결과는 지하수 이용이 하천의 계절별 유량 안정성 저하와 건천화 위험 증가 가능성을 시사하며, 지속가능한 수문순환을 위해 지표수-지하수 연계성을 고려한 통합 관리의 필요성을 강조한다.

감사의 글

본 연구는 기후에너지환경부의 재원으로 한국환경산업기술원의 수생태계 건강성 확보 기술개발사업의 지원을 받아 연구되었습니다 (2020003050001). 본 결과물은 기후에너지환경부의 재원으로 한국환경산업기술원의 수생태계 건강성 확보 기술개발사업의 지원을 받아 연구되었습니다 (RS-2025-02304832). 이 논문은 2023학년도 건국대학교의 연구년교원 지원에 의하여 연구되었음.

REFERENCES

1
A. Alegria, D. Diaz, K. L. Ebi, S. H. Eriksen, K. Fireler, A. Jamshed, S. Maharaj, R. McLeman, J. McMilan and A. Thomas, Technical summary of the Intergovernmental Panel on Climate Change, Climate change 2022: Impacts, adaptation and vulnerability, Geneva, Switzerland. IPCC. (2022)
2
J. G. Arnold, D. N. Moriasi, P. W. Gassman, K. C. Abbaspour, M. J. White, R. Srinivasan, C. Santhi, R. D. Harmel, A. van Grienven, M. W. Van Liew, N. Kannan and M. K. Jha, Transaction of ASABE, SWAT: Model use, calibration, and validation, 55(4); 1491-1508 (2012)10.13031/2013.42256
3
J. G. Arnold, J. R. Kiniry, R. Srinivasan, J. R. Williams, E. B. Haney and S. L. Neitsch, SWAT 2012 input/ output documentation, Texas, USA. Texas Water Resources Institute. (2013)
4
J. G. Arnold, J. R. Williams, R. Srinivasan and K. W. King, USDA, Agricultural Research Service and Blackland Research CenterSWAT manual, Texas, USA. (1996)
5
R. A. Aslam, S. Shrestha and V. P. Pandey, Science of the Total Environment, Groundwater vulnerability to climate change: A review of the assessment methodology, 612; 853-875 (2018)10.1016/j.scitotenv.2017.08.237
6
O. V. Barron, M. J. Donn and A. D. Barr, Water Resources Management, Urbanisation and shallow groundwater: Predicting change in catchment hydrological responses, 27; 95-115 (2013)10.1007/s11269-012-0168-0
7
J. J. Butler Jr, V. A. Zlotnik and M.-S. Tsou, Ground Water, Drawdown and stream depletion produced by pumping in the vicinity of a partially penetrating stream, 39(5); 651-659 (2001)10.1111/j.1745-6584.2001.tb02354.x
8
T. Foster, N. Brozović and C. Speir, Journal of Hydrology, The buffer value of groundwater when well yield is limited, 547; 638-649 (2017)10.1016/j.jhydrol.2017.02.034
9
T. Gleeson, J. VanderSteen, M. A. Sophocleous, M. Taniguchi, W. M. Alley, D. M. Allen and Y. Zhou, Nature Geoscience, Groundwater sustainability strategies, 3; 378-379 (2010)10.1038/ngeo881
10
H. V. Gupta, S. Sorooshian and P. G. Yapo, Journal of Hydrology, Status of automatic calibration for hydrologic models: Comparison with multi level expert calibration, 4(2); 135-143 (1999)10.1061/(asce)1084-0699(1999)4:2(135)
11
Intergovernmental Panel on Climate Change (IPCC), Synthesis report. Contribution of working groups I, II and III to the 4th assessment report of the Intergovernmental Panel on Climate Change, Geneva, Switzerland. IPCC. (2007)
12
Intergovernmental Panel on Climate Change (IPCC), Synthesis report. Contribution of working groups I, II and III to the 5th assessment report of the Intergovernmental Panel on Climate Change, Geneva, Switzerland. IPCC. (2013)
13
K-Water, Groundwater survey yearbook, Daejeon, South Korea. (2024)
14
N. W. Kim, J. W. Lee, I. M. Chung and G. Y. Sung, Journal of Korea Water Resources Association, Analysis of effects of groundwater abstraction on streamflow for Sinduncheon watershed, 45(12); 1259-1273, (in Korean) (2012)10.3741/jkwra.2012.45.12.1259
15
S. Kirk and A. W. Herbert, Geological Society of London, Assessing the impact of groundwater abstractions on river flow, 193(1); 211-233 (2002)10.1144/gsl.sp.2002.193.01.16
16
S. Y. Lee, W. J. Baek, J. Y. Kim, C. S. Jeong and J. M. Kang, Journal of the Korean GEO-Environmental Society, Groundwater flow analysis during excavation for underground tunnel construction, 25(6); 19-24, (in Korean) (2024)
17
Ministry of Korea Meteorological Administration (KMA), Abnormal climate report, Seoul, South Korea. (2020)
18
Ministry of Korea Meteorological Administration (KMA), Abnormal climate report, Seoul, South Korea. (2024)
19
M. Mkhwanazi, J. L. Chavez and E. H. Rambikur, International Journal of Remote Sensing Application, Comparison of large aperture scintillometer and satellite based energy balance models in sensible heat flux and crop evapotranspiration determination, 2(1); 24-30 (2012)
20
D. H. Moriasi, B. N. Wilson, K. R. Douglas–Mankin, J. G. Arnold and P. H. Gowda, Transaction of the ASABE, Hydrologic and water quality models: Use, calibration, and validation, 55(4); 1241-1247 (2012)10.13031/2013.42265
21
J. E. Nash and J. V. Sutcliffe, Journal of Hydrology, River flow forecasting through conceptual models: Part I. A discussion of principles, 10(3); 282-290 (1970)10.1016/0022-1694(70)90255-6
22
S. L. Neitsch, J. G. Arnold, J. R. Kiniry and J. R. Williams, Soil and water assessment tool: The theoretical documentation; 340-367, Temple, Texas, USA. U.S. Agricultural Research Service. (2001)
23
G. M. Park, H. J. Lee, M. H. Koo and Y. C. Kim, Journal of the Geological Society of Korea, Strategies for an effective artificial recharge in alluvial stream-aquifer systems undergoing heavy seasonal pumping, 52(3); 211-219, (in Korean) (2016)10.14770/jgsk.2016.52.3.211
24
Y. H. Park, Journal of Civil and Environmental Engineering Research, A study on the optimal convolution neural network backbone for sinkhole feature extraction of GPR B-scan grayscale images, 44(3); 385-396, (in Korean) (2024)
25
S. Siebert, J. Burke, J. M. Faures, K. Frenken, J. Hoogeveen, P. Doll and F. T. Portman, Hydrology and Earth System Sciences, Groundwater use for irrigation – A global inventory, 14; 1863-1880 (2010)10.5194/hess-14-1863-2010
26
S. H. Song and G. H. Hwang, Journal of Soil and Groundwater Environment, Evaluation of climate change vulnerability on groundwater system using standardized groundwater level index (SGI), 29(6); 12-21, (in Korean) (2024)
27
D. E. Wendt, F. Anne, P. van Loon, J. P. Bloomfield and D. M. Hannah, Hydrologic and Earth System Sciences, Asymmetric impact of groundwater use on groundwater droughts, 24(10); 4853-4868 (2020)10.5194/hess-24-4853-2020
28
J. H. Yoo, K. H. Kim, Y. G. Park, G. H. Lee, S. J. Kim and C. G. Jung, Journal of the Korean Association of Geographic Information Studies, A study on the use of GIS-based time series spatial data for streamflow depletion assessment, 21(4); 50-63, (in Korean) (2018)
페이지 상단으로 이동하기