Ⅰ. 서 론
최근 들어 우리나라에서도 기후변화는 점차 현실화되어 나타나고 있는 현상으로 인식되고 있으며, 미래 수자원 관리 여건에 대한 불확실성을 증가시키는 요인으로 작용하고 있다. 기후변화로 인해 강수량의 변동 폭이 증가하고 기온 또한 증가하게 될 것으로 전망되는 등 미래의 우리나라 수문기상학적 특성은 지금과 다르게 나타나게 될 것으로 예측되고 있다 (Moon, 2018). 수자원계획을 수립하거나 유역의 수문학적 특성을 분석하는 과정에서 중요한 인자 중 하나는 증발산량에 대한 정량적 평가라 할 수 있다. 증발산량은 지하수와 지표수에 대한 물수지 분석에 있어 매우 중요한 인자이며, 국지적 혹은 대륙적 규모의 기후변화나 환경변화를 예측하기 위해서도 정확한 측정과 정량적 분석이 필수적이다 (Chae et al., 1999). Zheng et al. (2022)에 의하면 잠재증발산량 (Potential Evapotranpiration, PET)을 정확하게 산정하는 것은 수자원의 시공간적 특성을 분석하는 데 필수적이며, 잠재증발산량의 변동이 기후변화와 밀접하게 연관되어 있다. 이러한 변화가 물 자원의 가용성과 분배에 직접적인 영향을 미치며, 잠재증발산량의 시공간적 분석이 지역별 수자원 관리전략 수립을 위한 기초 자료로 활용될 수 있다.
잠재증발산량 산정 방법으로 Penman 식 (Penman, 1948), 수정 Penman 식 (Jensen et al., 1990), Blaney-Criddle 식 (Blaney and Criddle, 1962), FAO Penman-Monteith (PM)식 (Allen et al., 1998) 등의 공식들이 많이 쓰인다. 이 중 Penman 식과 수정 Penman 식, FAO Penman-Monteith 식의 경우 계산 과정 시 많은 기상인자를 고려하는 번거로움이 있는 반면 비교적 정확하고, Blaney-Criddle 식은 고려하는 기상인자의 수가 적어 적용이 간편하지만 일조시간, 기온, 강수량 등 기후조건에 따른 영향을 반영하지 못하는 단점이 있다 (Lee et al., 2010).
Penman-Monteith 공식은 1965년에 제안된 증발산량 산정 방법으로, 공력저항 (aerodynamic resistance) 및 표면저항 (surface resistance)을 고려하여 증발산량을 추정한다. Jensen et al. (1990)은 건조지역 및 습윤지역에 대해서 이 식을 이용한 잠재증발산 산정 결과와 다른 20가지의 잠재증발산 산정결과를 비교 및 검토하였을 때, 모든 지역에서 Penman- Monteith 공식이 가장 우수하다는 것을 증명하였다 (Kim et al., 2017). 우리나라에서는 1990년대 후반까지 Blaney-Criddle 공식이나 FAO 수정 Penman 공식 (Doorenbos and Pruitt, 1977)을 이용하여 잠재증발산량을 산정한 후, 각각의 공식에 맞는 작물 계수를 곱하여 실제증발산량을 산정하였다. 그러나, 1998년 국제식량농업기구 (Allen et al., 1998)에서는 기존의 연구에서 추천했던 수정 Penman 공식의 과다 산정되는 점을 지적하고, 기존에 사용되던 증발산량 공식을 검정한 결과 Penman-Monteith 공식을 통일하여 사용하기로 결정하였다 (Allen et al., 1998; Cho and Kim, 2019).
본 연구의 대상유역인 낙동강 유역에 대한 증발산량 산정 관련 연구를 살펴보면, Kim et al. (2017)은 안동댐 유역을 대상으로 Allen et al. (1998)이 제안한 FAO56 Penman-Monteith 방법으로 기상자료가 구축되어 있지 않은 경우와 필요한 기상자료가 모두 구축된 경우의 잠재증발산량을 산정하였다. 그 결과 기온 자료로만 잠재증발산량을 추정하는 Hargreaves 공식은 비교적 간단하지만, FAO56 Penman-Monteith 방법과 비교했을 때 정확도가 떨어졌으며, 과대추정하는 양상을 보였다. 한편, 강수량과 기상자료를 이용해서 수자원의 분포 특성을 분석한 사례를 살펴보면, 먼저 Moon et al. (2012)은 공간적인 강수특성을 정량적으로 파악하기 위해 AWS (Automatic Weather Station) 자료를 이용하였으며, 이를 바탕으로 물수지 분석을 수행하고 우리나라의 공간적 물 공급 안전도에 대한 평가를 수행하였다. 2002년부터 2010년까지의 기간에 대해 연도별 물수지분석을 수행하였다. Kim et al. (2013)은 SPI와 유사하지만 기온의 변동성이 포함된 새로운 개념의 가뭄지수인 표준강수 증발산량지수 (Standardized Precipitation Evapotranspiration Index, SPEI)를 이용하여 가뭄발생을 평가하였다. SPEI는 월단위로 계산되며 강수와 잠재증발의 차이로 계산되며 가뭄의 원인을 분석하기 위해 계절별 기온과 강수량의 차이를 분석하고, 강수대비 잠재증발산량의 비율을 분석한 결과, 미래로 갈수록 강수량이 증가하지만, 기온상승에 따라서 증발산이 증가하리라 예상하였다. Rim (2014)은 43개 기후관측지점의 월별, 계절별 그리고 연별건조지수를 강수량과 FAO Penman-Monteith 식으로 계산된 잠재증발산량으로부터 산정하였다. 또한 산정된 지수를 이용하여 Mann-Kendall 추세분석을 실시하였고, 추세분석 결과 (Z scores)를 이용하여 기후 건조지수 추세의 시간적 및 지역적 동질성 분석을 실시하였다. 그러나, 낙동강 유역에 대한 잠재증발산량의 시공간적 분포와 강수량과 잠재증발산량의 차이와 비를 산정하여 수자원의 여건을 분석한 연구는 부족한 실정이다.
따라서, 본 연구에서는 낙동강 유역의 21개 기상관측 지점을 대상으로 Penman-Monteith 방법을 사용하여 잠재증발산량의 시공간적 분포 특성을 분석하였다. 각 지점별로 산정된 잠재증발산량과 강수량 (P)의 차이 (P-PET)를 계산하여 유역 내 수자원의 분포 특성을 평가하였다. 기상자료 분석을 통해 각 지점의 잠재증발산량 결과를 도출하였으며, 이를 통해 낙동강 유역 수자원의 공간적 특성과 시간적 변화를 파악하였다. 이로부터 과거부터 현재까지의 기후변화에 따른 낙동강유역의 수자원 여건 변화를 이해하는 데 유용한 자료를 제공할 것으로 기대된다.
Ⅱ. 재료 및 방법
1. 대상유역
낙동강은 영남지방 전역을 유역권으로 하여 그 중앙 저지대를 남류하여 남해로 흘러드는 하천으로 유로연장 511.01 km, 유역면적 23,690.3 km2, 유역평균경사는 38.89%이며, 토지이용을 살펴보면 논 10.01%, 밭 7.11%, 산림 68.03%, 수역 6.32% 등으로 구성되어 있다. 강원도 태백 함백산 (1,573 m)에서 발원하여 상류부에서는 안동을 중심으로 반변천을 비롯한 여러 지류를 합치면서 서쪽으로 곡류하다가 함창부근에서 다시 내성천⋅영강 등 여러 지류를 구심상으로 받아들이고, 유로를 남쪽으로 돌려 상주 남쪽에서 위천을, 선산 부근에서 감천, 대구 부근에서 금호강, 남지 부근에서 남강을 합친 뒤 동쪽으로 유로를 바꾸어 삼랑진 부근에서 밀양강을 합치고 나서 다시 남쪽으로 흘러 남해로 들어간다. 다음의 Fig. 1은 낙동강유역의 21개 주요 기상관측 지점을 보여주고 있다.
본 연구에서 이용한 낙동강 유역내 21개 주요 기상관측지점, 관측개시일, 위⋅경도 및 고도, 결측치 보완을 위해 이용한 인접 관측소의 정보는 Table 1에서 정리하였다. 각 지점별로 결측치가 있을 경우 가장 인접한 기상관측소의 자료를 이용하였고, 인접한 관측소도 결측치일 경우 두 번째로 가까운 지점의 자료를 이용하였다.
Table 1
Weather station information located in the Nakdong river basin
2. Penman-Monteith 방법을 이용한 증발산량 산정
Penman-Monteith 방법은 Penman의 증발산량 산정방법을 일부 개선하여 관개작물에 의한 증발산량 (소비수량)을 산정하기 위한 방법으로 세계식량기구 (FAO)에서 표준으로 사용하고 있는 방법이다. Penman-Monteith 식은 다음의 식 (1)과 같다 (Allen et al., 1998).
여기서, 
는 잠재증발산량 (mm/day), 
은 작물 표면에서의 순복사량 (MJ/m2/day), 
는 토양으로 흡수되는 열유동량 (MJ/m2/day), T는 일평균 대기온도 (℃), 
는 지표면 2 m에서의 풍속 (m/s), 
는 포화증기압 (kPa), 
는 실제증기압 (kPa), 
는 포화증기압과 실제증기압의 차 (kPa), 
는 대기온도에서 포화증기압 곡선에 그은 접선의 경사로 수증기압곡선 (kPa/℃), 
는 습도계 계수 (kPa/℃)이다.
Table 1에서 정리한 낙동강 유역내의 21개 주요 관측지점에 대해 Penman-Monteith 방법을 적용하여 일별 잠재증발산량과 최대 잠재증발산량을 산정하였다. 각 관측지점간의 증발산량 비교를 위해 자료기간이 가장 짧은 김해, 의령 관측지점을 기준으로 2011년부터 2023년까지 기간에 대해 계산을 수행하였다. 잠재증발산량을 산정하기 위해 각 기상관측지점별 일 최저기온 (oC), 최고기온 (oC), 평균 풍속 (m/s), 상대습도 (%), 일조 시간 (hr) 등의 자료를 이용하였다.
3. Mann-Kendall 방법을 이용한 추세분석 및 공간분포 분석
Mann-Kendall 추세분석 방법은 시계열 데이터에서 추세를 식별하기 위해 사용되는 비모수 검정법이다. 이 방법은 비정규 분포 데이터와 결측치에 대해 적용성이 있어 수문 데이터 분석에 유용하다. Mann-Kendall 검정은 데이터에 유의미한 추세 (증가 또는 감소)가 존재하는지를 평가한다. Mann- Kendall 추세분석은 데이터 수집, 통계량 계산, 분산 계산, 표준화, 유의성 검정, 추세분석 순으로 이루어진다. 이 방법은 비모수적이고 이상치에 대한 저항력이 강하며, 기후변화에 따른 장기적인 추세를 효과적으로 검출할 수 있다 (Nouri et al., 2017). 본 연구에서는 1973년 이전부터 기상관측이 시작된 자료기간이 상대적으로 긴 13개 지점을 대상으로 Mann- Kendall 방법을 이용하여 추세분석을 실시하였다. 추세분석을 위해 1973년부터 2023년까지 Penman-Monteith 방법을 이용하여 산정한 일별 잠재증발산량 자료를 이용하였으며 연도별 평균값을 이용하였다.
낙동강 유역 내 기상관측 지점별 잠재증발산량 (PET)의 공간적인 분포를 살펴보기 위해 ArcGIS에서 역거리자승법 (Inverse Distance Squared Method)을 이용하여 각 지점별 값에 대한 공간적인 보간을 실시하였다.
Ⅲ. 결과 및 고찰
1. 잠재증발산량 산정
낙동강 유역 내 기상관측 지점별 일별 잠재증발산량 (PET)을 산정하고 이를 연도별 값으로 평균한 결과와 지점별로 평균한 결과를 정리하였다 (Table 2). 주요 관측지점 21개의 2011년부터 2023년까지의 전체 연평균 잠재증발산량은 936 mm로, 885 mm~985 mm의 범위를 보였으며, 2011년에 최소치를, 2017년에 최고치를 보였다. 지점별로 살펴보면, 159 (부산) 지점에서 1,112 mm로 최고치를, 143 (대구) 지점이 1,054 mm로 두 번째로 큰 값을, 253 (김해) 지점이 1,032 mm로 세 번째로 큰 값을 보였으며, 271 (봉화) 지점이 802 mm로 최소치를 보였다. 잠재증발산량이 크게 나타난 이유를 분석하기 위해 159, 143, 253 지점과 가장 작은 값을 보인 271번 지점의 기상자료를 포함한 대상유역 21개 지점의 최고기온, 평균풍속, 평균상대습도, 총일조시간의 자료를 비교하여 살펴보았다 (Fig. 2). 159 (부산) 지점은 타 지점에 비해 바람이 매우 강하고 상대적으로 높은 일조시간과 낮은 상대습도를 보여 잠재증발산량이 가장 큰 값을 보였다. 143 (대구) 지점은 최고기온이 높고 낮은 상대습도, 상대적으로 높은 일조시간과 풍속이 커 잠재증발산량이 큰 값을 보였다. 253 (김해) 지점은 높은 최고기온과 낮은 상대습도, 긴 일조시간으로 잠재증발산량이 높은 값을 보인 것으로 분석되었다. 271 (봉화) 지점은 일조시간이 가장 짧고, 상대적으로 풍속이 낮고 상대습도가 높으며, 최고기온이 낮은 값을 보여 잠재증발산량이 가장 낮은 값을 보였다.
Table 2
Calculated annual mean potential evapotranspiration (PET) for each weather station within the study watershed
2. 강수량과 잠재증발산량의 공간적 분포
낙동강 유역 내 기상관측 지점별 잠재증발산량 (PET)의 공간적인 분포를 살펴보기 위해 ArcGIS에서 역거리자승법 (Inverse Distance Squared Method)을 이용하여 각 지점별 값에 대한 공간적인 보간을 통해 다음의 Fig. 3과 같은 결과를 얻었다. 같은 방법으로 강수량에 대한 공간적인 분포를 살펴보고, 강수량과 잠재증발산량의 차이를 산정하여 유역의 수자원 여건을 살펴보았다. Fig. 3에서 보는 바와 같이 기온이 높은 대구와 그 인접 지역에서 잠재증발산량이 1,000 mm를 초과하는 높은 값을 기록하였으며, 해안가에 인접한 부산과 김해에서 잠재증발산량이 1,000 mm를 초과하는 결과를 보였다. 강수량의 경우 대체로 남해안에 인접한 지역에서 연간 강수량이 1,350 mm를 초과하는 등 높은 값을 보였으며, 안동, 의성, 봉화 등 북부 내륙지역에서 연간 강수량이 1,050 mm 이하로 낮은 값을 보였다. 낙동강 유역의 강수량은 남부 해안가 지역이 높고 북쪽으로 갈수록 감소하는 분포를 보여준다. 이러한 강수량의 지역적 차이는 남부 지역이 상대적으로 풍부한 강수 자원을 보유하고 있음을 시사하며, 북부 지역에서는 수자원 확보에 어려움이 있을 수 있음을 나타낸다.
Fig. 3
Annual average potential evapotranspiration (PET) (a), precipitation (P) (b), P-PET (c) and PET/P (d) from 2011 to 2023 for study watershed
강수량과 잠재증발산량의 차이 (P-PET)를 나타낸 Fig. 3 (c)는 물 수지의 지역적 불균형을 시각적으로 표현하고 있다. 잠재증발산량은 북부 내륙지역이 상대적으로 낮고, 동남부 해안가 지역과 기온이 높은 대구 지역이 높은 값을 보였다. 강수량은 북부 내륙지역이 대체로 낮은 값을 보였으며 남부 해안가 지역이 높은 값을 보였다. 이로부터 계산한 P-PET 값은 남부 지역, 특히 부산, 산청, 양산, 진주 및 그 주변 지역에서는 강수량이 잠재증발산량을 상당히 초과하고 있어 수자원 여건이 유리한 조건을 가지고 있다. 반면, 북부 지역, 특히 봉화, 청송, 안동 일대에서는 강수량이 잠재증발산량에 비해 현저히 낮은 수준을 보이고 있다. 이들 지역에서는 물 수지가 50 mm에서 170 mm 사이의 값을 나타내며, 이는 물 부족의 위험이 상존함을 의미한다. 잠재증발산량 (PET)과 강수량 (P)의 비 (PET/P)를 나타낸 Fig. 3 (d)는 낙동강 유역의 강수량 대비 잠재증발산량 비율을 시각화한 자료로 대구, 안동, 의성 지역에서는 0.9 이상으로 강수량에 비해 잠재증발산량이 높게 나타났으며, 남부 해안가와 서부 내륙 지역에서는 낮은 값들을 보여 상대적으로 수자원이 풍부한 상태임을 보여준다.
다음의 Fig. 4는 연도별 잠재증발산량과 강수량의 변화를 연도별, 지점별로 나타낸 그래프를 보여주고 있다. Fig. 4 좌측의 연도별 그래프를 보면 연도에 따라 큰 변동을 보이는 강수량에 비해 잠재증발산량은 전반적으로 일정한 패턴을 보이며, 대체로 800 mm에서 1,000 mm 사이에 분포한다. 이는 강수량에 비해 상대적으로 안정된 값으로, 낙동강 유역의 기후 조건이 비교적 일정하게 유지되고 있음을 나타낸다. 잠재증발산량과 강수량의 비율은 물 수지의 균형을 평가하는 중요한 지표로, 1에 가까울수록 또는 1을 초과할수록 물 부족의 위험이 증가함을 의미한다. 잠재증발산량/강수량 비율은 2017년과 2022년에 특히 높게 나타났으며 이는 이 시기에 물 수지가 불균형해졌음을 의미한다. 2017년과 2022년에는 1에 근접하거나 이를 초과하는 수준으로, 해당 연도에는 강수량이 낮아 수자원의 부족이 우려되었을 것으로 분석되었다. Fig. 4 (b)는 낙동강 유역내 지점별 잠재증발산량과 강수량의 공간적 변동을 보여주고 있다. 강수량의 경우 남부 지역 (159 (부산), 255 (북창원) 등)에서 높은 강수량이 기록된 반면, 북부 지역 (276 (청송), 136 (안동) 등)에서는 강수량이 낮은 경향을 보인다. 잠재증발산량은 강수량에 비해 지점별 변동폭이 작으나, 강수량이 작은 지점 (276 (청송), 278 (의성))에서는 잠재증발산량/강수량 비율이 상대적으로 1에 근접하는 결과를 보였다.
3. 잠재증발산량의 추세분석
대상유역의 21개 지점중 자료기간이 상대적으로 긴 13개 지점의 기상관측지점에 대해 1973년부터 2023년까지의 일별 잠재증발산량 자료를 이용하여 Mann-Kendall 방법을 이용하여 추세를 분석하였다. Table 3은 분석결과를 보여주고 있으며, 13개 관측소 중 5개의 관측소에서 유의수준 5% 이내에서 유의미한 증가 추세가 있었으며, 나머지 8개 지점은 추세가 없는 것으로 나타났다. 먼저, 136 (안동), 159 (부산), 272 (영주), 281 (영천), 289 (산청) 관측소에서는 잠재증발산량이 통계적으로 유의미하게 증가하는 추세를 보였으며, 136, 159, 281번 지점은 p-value가 0.000으로 매우 강력한 통계적 유의성을 나타냈으며, 272번 지점은 p-value가 0.049, 289번은 p-value가 0.002를 보였다. 나머지 8개 지점은 p-value가 각각 0.05 이상으로 나타나 잠재증발산량의 변화가 통계적으로 유의미하지 않음을 보여주었다. 다음의 Fig. 5는 잠재증발산량의 추세가 증가하는 지점에 대한 시계열 그래프와 추세선을 보여주고 있다.
Table 3
Trend analysis results of potential evapotranspiration data from 1973 to 2023 for 13 weather stations in the study watershed using Mann-Kendall method
Ⅳ. 요약 및 결론
본 연구에서는 강수량과 잠재증발산량 자료를 이용하여 낙동강 유역의 수자원의 공간적인 특성과 시간에 따른 변화 등을 파악하여 유역내 수자원의 여건 변화를 파악하였다. 낙동강유역 21개 기상관측 지점을 대상으로 Penman-Monteith 방법을 이용하여 잠재증발산량을 산정하였으며, 각 지점별 강수량 (P)과 잠재증발산량 (PET)의 차이 (P-PET)와 비율 (PET/P)을 산정하여 유역내 수자원의 분포특성을 분석하였다. 공간적인 비교와 분석을 위해 21개 지점의 자료기간을 2011년부터 2023년까지의 13년으로 통일하였다. 잠재증발산량의 추세분석을 위해 Mann-Kendall 방법을 이용하였으며, 자료기간이 상대적으로 긴 13개 지점에 대해 1973년부터 2023년까지 51년간의 기상자료를 이용하였다.
낙동강 유역 21개 기상관측지점의 잠재증발산량을 산정한 결과 2011년부터 2023년까지의 전체 연평균 잠재증발산량은 936 mm로, 885 mm~985 mm의 범위를 보였으며, 2011년에 최소치를, 2017년에 최고치를 보였다. 지점별로 살펴보면, 159(부산) 지점에서 1,112 mm로 최고치를, 143 (대구) 지점이 1,054 mm로 두 번째로 큰 값을, 253 (김해) 지점이 1,032 mm로 세 번째로 큰 값을 보였으며, 271 (봉화) 지점이 802 mm로 최소치를 보였다. 잠재증발산량이 크게 나타난 지점은 대체로 바람이 강하고 최고기온이 높으며 상대적으로 높은 일조시간과 낮은 상대습도를 보였다. 반대로 잠재증발산량이 낮게 나타난 지점은 일조시간이 짧고, 풍속이 낮고 상대습도가 높으며, 최고기온이 낮은 값을 보였다.
잠재증발산량의 공간적인 분포를 살펴보면, 기온이 높은 대구와 그 인접 지역에서 잠재증발산량이 1,000 mm를 초과하는 높은 값을 기록하였으며, 해안가에 인접한 부산과 김해에서 잠재증발산량이 1,000 mm를 초과하는 결과를 보였다. 강수량의 경우 대체로 남해안에 인접한 지역에서 연간 강수량이 1,350 mm를 초과하는 등 높은 값을 보였으며, 안동, 의성, 봉화 등 북부 내륙지역에서 연간 강수량이 1,050 mm 이하로 낮은 값을 보였다. 낙동강 유역의 강수량은 남부 해안가 지역이 높고 북쪽으로 갈수록 감소하는 분포를 보여준다.
잠재증발산량과 강수량의 차이를 분석한 결과, 남부 지역, 특히 부산, 산청, 양산, 진주 및 그 주변 지역에서는 강수량이 잠재증발산량을 상당히 초과하고 있어 수자원 여건이 유리한 조건을 가지고 있다. 반면, 북부 지역, 특히 봉화, 청송, 안동 일대에서는 강수량이 잠재증발산량에 비해 현저히 낮은 수준을 보이고 있다. 이들 지역에서는 물 수지가 50 mm에서 170 mm 사이의 값을 나타내 수자원 여건이 불리함을 보여주었다. 잠재증발산량 (PET)과 강수량 (P)의 비 (PET/P)를 분석한 결과 대구, 안동, 의성 지역에서는 0.9 이상으로 강수량에 비해 잠재증발산량이 높아 상대적으로 수자원 여건이 불리함을 보여주며, 남부 해안가와 서부 내륙 지역에서는 상대적으로 낮은 값들을 보여 수자원 여건이 유리한 상태임을 보여준다. 년도별로 살펴보면 2017년과 2022년에 특히 높게 나타났으며, 이 시기에 물 수지가 불균형해졌고 해당 연도에는 강수량이 낮아 수자원의 부족이 우려되었을 것으로 분석되었다.
잠재증발산량의 시간적인 변화를 분석하기 위하여 Mann- Kendall 방법을 이용한 추헤분석 결과, 13개 관측소 중 5개의 관측소에서 유의수준 5% 이내에서 유의미한 증가 추세가 있었으며, 나머지 8개 지점은 추세가 없는 것으로 나타났다. 먼저, 136 (안동), 159 (부산), 272 (영주), 281 (영천), 289 (산청) 관측소에서는 잠재증발산량이 통계적으로 유의미하게 증가하는 추세를 보였다.
본 연구는 낙동강유역의 잠재증발산량의 시공간적 분포와 그 특성을 파악하고 강수량과 잠재증발산량 자료로부터 수자원의 분포특성을 파악하였다. 잠재증발산량의 추세분석 결과, 일부 지역에서 증가하는 경향을 확인할 수 있었으며, 이는 기후변화에 따른 수자원 환경 변화에 대비할 필요성을 시사한다. 또한, 유역내 공간적인 분포특성을 통해 수자원 여건이 불리한 지역을 파악할 수 있었다.
