© The Korean Society of Agricultural Engineers. All rights reserved
ABSTRACT
Ⅰ. 서 론
국내 농업용수 이용량은 전체 수자원 이용량 244억 톤 중 154억 톤으로 42%를 사용하고 있으며, 용도별 용수이용량의 경우 생활용수 30%, 공업용수 7%, 농업용수 63%로 국가 전체 물 사용량에서 가장 높은 비중을 차지하고 있다 (ME, 2021). 이는 국가 차원의 물관리 측면에서 농업용수의 손실 없는 효율적 관리가 강조되는 이유이다. 과거 농업용 저수지 물관리는 계측이 아닌 물관리자의 경험에 의존하여 이루어졌기 때문에 용수의 과다 손실 및 균등분배에 한계가 있었다. 특히 하류부의 경우 농업용수 부족 현상이 빈번하게 발생하고 있어, 효율적인 물관리를 위해 수요와 공급의 적절한 관리가 이루어져야 한다 (Nam et al., 2013; Shin et al., 2022).
국가물관리기본계획 (2021-2030)에 따르면 농업용수 수요는 미래 경지면적 감소로 인해 감소하는 것으로 추정하였지만 농업수리시설물에 따른 용수공급 체계의 한계로 실수요는 이보다 커질 것으로 예측하였다. 실제 작물 생육에 사용되는 양의 비율은 용수공급체계 및 농업용 수리시설 노후화 등으로 인해 공급량 대비 48%에 불과하며, 농경지 상류와 하류의 공급량 차이가 크게 발생하는 등 공급과 수요의 차이가 증가하는 추세이다 (ME, 2021). 따라서 정확한 수요와 공급의 현황을 파악하고, 농업용수의 안정적인 공급 및 관리를 위한 연구가 선행되어야 한다 (Ahn et al., 2004; Park and Lee, 2004; Nam et al., 2012a, Nam et al., 2012b).
과거 농업용수 수요량은 생활용수 및 공업용수와는 다르게 실제 수요량에 대한 계측값이 없어 농어촌용수이용합리화계획 (MAFRA, 1999; 2014) 및 수자원장기종합계획 (MOLIT, 1990; 2000; 2006)에서 증발산량 공식을 통한 추정치로 산정하였다. 금회 국가물관리기본계획 (ME, 2021)에서는 계측 공급량을 기준으로 농업용수 수요량을 추정하였다 (Maeng, 2020). 하지만 농업용수 사용에 대한 계측량은 일부 공사관리 저수지와 양⋅배수장에만 구축되어 있다.
최근 계측기반의 농업용수 수요량 산정과 관련된 다양한 연구들이 진행되었다 (Kim, 2016; Park et al., 2020; Bang et al., 2021; Kim, 2021). Kim (2016)은 기후변화 시나리오에 따른 충청남도 농촌지역의 경지면적 감소추세를 반영하여 농업용수 수요량을 산정하였으며, Park et al. (2020)은 Penman-Monteith 및 수정 Penman 식을 활용하여 산정한 잠재증발산량 비교를 통해 농업용수 수요량 산정방법의 개선방안을 제시하였다. 기존 선행연구의 농업용수 수요량은 이론에 의한 추정치로 실제 공급량과 상이하여 정확한 수요량 산정에 한계가 있으며, 계측 공급량을 통해 산정할 경우 경험에 의한 물관리, 시설의 노후화 등으로 인해 공급량이 증가하기 때문에 수요량이 과다 산정될 가능성이 있다. 따라서, 상류부터 하류까지 내리흘림식으로 용수가 배분되는 개수로 형태의 공급체계, 경지면적 및 논면적 현행화를 반영하여 정확한 농업용수 수요량을 산정하는 연구가 요구된다.
최근 효율적인 농업용수 관리를 위한 수로 네트워크 기반 모의 분석에 EPA-SWMM (United States Environmental Protection Agency Storm Water Management Model) 모델 적용이 확대되고 있다 (Bang et al., 2020; Shin et al., 2020a; Shin et al., 2020b; Kim et al., 2021; Shin et al., 2021; Kim et al., 2022; Shin et al., 2022; Shin et al., 2023; Shin et al., 2024). 본 연구에서는 농업용수 수요량 산정을 위해 농업용수 흐름 및 분배 모의가 가능한 EPA-SWMM 모델을 활용하여 수원공에서 용수로, 용수로에서 필지에 이르는 용수체계를 고려한 수요량 산정방안을 제시하고자 한다. 또한, 수리시설물모의조작시스템 (HOMWRS, Hydrological Operation Model for Water Resources System)을 통해 산정한 설계기준 수요량, EPA-SWMM 모델을 통해 산정한 수요량과 국가물관리기본계획 (ME, 2021)에서 제시한 수요량을 비교, 분석하고자 한다.
Ⅱ. 재료 및 방법
1. 연구 대상지구
연구 대상지구는 수로 네트워크 모델링을 위한 용수계통도가 구축 되어있는 관개지구를 후보지로 선정하여 저수용량 500만 톤이상의 대규모 저수지인 충청북도 충주시에 위치한 용당저수지, 전라남도 화순군에 위치한 장치저수지, 경상북도 영주시에 위치한 금계저수지를 대상지구로 선정하였다. Fig. 1과 Table 1은 각각 대상지구의 수원공, 수혜구역 및 용수로 위치와 제원을 나타낸 것이다. 용당저수지는 1978년 준공된 유효저수량 6,831천 m3으로 단위저수량 7.4천 m3/ha, 유역면적 2,873 ha, 수혜면적 922 ha, 10년 한발빈도 규모로 설계되었다. 용수계통도는 2개의 간선수로와 17개의 지선수로로 이루어져 있으며, 총 15개 시설의 보조수원공을 통해 추가 용수공급을 받고 있다. 장치저수지는 1987년 준공된 유효저수량 5,485천 m3으로 단위저수량 36.5천 m3/ha, 유역면적 1,885 ha, 수혜면적 150 ha, 10년 한발빈도 규모로 설계되었다. 용수계통도는 11개의 간선수로와 6개의 지선수로로 이루어져 있으며, 총 12개 시설의 보조수원공을 통해 추가 용수공급을 받고 있다. 금계저수지는 1949년 준공된 유효저수량 5,271천 m3으로 단위저수량 18.5천 m3/ha, 유역면적 2,425 ha, 수혜면적 285 ha, 10년 한발빈도 규모로 설계되었다. 용수계통도는 8개의 간선수로와 14개의 지선수로로 이루어져 있으며, 총 16개 시설의 보조수원공을 통해 추가 용수공급을 받고 있다.
Table 1
Characteristics of the agricultural reservoir and irrigated area
| Category | Yongdang | Jangchi | Geumgye |
| Construction completed year | 1978 | 1987 | 1949 |
| Watershed area (ha) | 2,873 | 1,885 | 2,425 |
| Irrigated area (ha) | 922 | 150 | 285 |
| Design frequency of drought (year) | 10 | 10 | 10 |
| Unit reservoir storage (103 m3/ha) | 7.4 | 36.5 | 18.5 |
| Effective storage capacity (103 m3) | 6,831 | 5,485 | 5,271 |
Fig. 1
Location of reservoirs, irrigated areas, and irrigation canals
2. 농업용수 수요량 산정방법
가. 설계기준 수요량 산정
설계기준 수요량 산정을 위해 수리시설물모의조작시스템인 HOMWRS를 활용하였다. HOMWRS는 유역 유입량, 관개 필요수량, 물수지 분석 및 단위용수량 산정 등 농업용수 공급계획 수립 및 설계를 위한 일련의 통합된 시스템 내에서 구현되도록 한 프로그램으로 유역유입량 모형, 필요수량 모형, 단위용수량 모형 및 물수지 모형 총 4개의 세부모형으로 구성되어 있다 (MAF, 1997). 저수지 모의 시 설계기준에서 적용되는 수로손실 15%를 일괄적으로 적용하여 관개지구에 필요한 농업용수량 전량을 동시에 공급하는 이상적인 조건으로 산정하며 (Lee, 2011), 수로의 길이 및 경사에 따른 용수공급 시간차 발생, 가뭄시 용수부족지역 발생 등 현장의 실제 여건을 반영하지 못하는 한계가 있다 (MAF, 1998). 필요수량 모형은 강우에 의한 유효우량과 생육기별 재배관리 수량을 고려하여 영농방식에 따른 논 필요수량을 산정하며 (Bang et al., 2021), 본 연구에서는 논의 저류량을 일별로 모의하여 산정한 조용수량을 수요량으로 사용하였다.
나. 용수계통을 고려한 수요량 산정
기존 수요량 산정 모델은 물배분을 위한 수로의 규모, 길이, 관개관행 등 실제 용수공급상황 및 관리용수량을 반영할 수 없으므로 정확한 공급량 및 이용량 산정에 한계가 있다. EPA-SWMM 모델은 농업용 저수지, 양수장, 취입보, 개수로 등 관개용수 수로 네트워크 요소를 반영한 수리⋅수문해석이 가능하며 (Rossman, 2017; Shin et al., 2023), 농업용수가 공급되는 수로의 길이 및 경사에 따른 상류부터 하류까지의 순차적인 용수공급과 용수공급의 시간차를 반영한 농업용수 공급 모의가 가능하다 (Nam, 2020). EPA-SWMM 모델은 5개 실행블록 (RUNOFF, TRANSPORT, EXTRAN, STORAGR, EXECTIVE)과 5개 보조블록 (STATISTIC, GRAPH, COMBINE, RAIN, TEMP)으로 구성되어 있으며, 그 중 EXTRAN 블록에서 node-link의 수위 및 유량을 계산한다 (Jang, 2008; Kang, 2015). 흐름에 대한 기본방정식은 Saint-Venant 방정식을 사용하며, 수치해석 방법으로 전진법인 양해법을 사용하여 유량과 수위를 계산한다 (Campisano et al., 2019).
본 연구에서는 농어촌용수이용합리화계획의 농업용수 물수급 관련 용어에 따라 순용수량은 이용량, 조용수량은 사용량으로 정의하였다 (KRC, 2023). 모델링시 농촌용수종합정보시스템 (Rural Agricultural Water Resource Information System, RAWRIS) 저수율 저감량과 계측 보정계수를 활용하여 산정한 공급량을 적용하였으며, 계측 보정계수는 한국농어촌공사 공급량 대비 저수지 저수율 기반 공급량의 비율을 통해 산정하였다. 모의결과 각 포장에 공급된 급수량의 총합을 이용량으로 산정한 후 이용량과 수로손실수량 및 배분관리용수량을 합산하여 수요량으로 사용하였다. 수로손실수량은 용수구역별 수로손실 값을 적용하였으며, 배분관리용수량은 이용량의 7.5%로 추정하였다 (MAFRA, 2014). 본 연구에서 제시한 농업용수 수요량 산정방안은 Fig. 2와 같다.
Fig. 2
Schematic diagram of calculating agricultural water demand considering the water distribution system
3. 입력자료 구축
국가물관리기본계획에서 제시한 실측값 기반 수요량과 설계기준 및 EPA-SWMM 모델을 활용하여 산정한 수요량을 비교분석하고자 한다. 설계기준 수요량은 HOMWRS를 통해 산정하며, 각 모델의 입력자료는 Table 2에 도시하였다. 설계기준 수요량 산정시 증발산량은 FAO Penman Monteith식을 활용하였으며, 최소 및 최대 담수심은 각각 20 mm, 80 mm로 설정하였다. 침투량은 4 mm/day, 수로손실은 각각 15%를 적용하였다. EPA-SWMM 모델의 경우 증발산량은 수정 Penman식을 활용하였으며, 최소 및 최대 담수심은 각각 0 mm, 60 mm로 설정하였다. 침투량 및 수로손실은 대상 저수지의 용수구역에 따라 해당하는 값을 적용하였으며, 수로손실의 경우 모델 특성상 손실량으로 처리되는 수량이 일정하게 반영되지 않는 한계가 있어 수요량 산정시 반영하였다. 침투량 및 수로손실은 농어촌용수이용합리화계획에서 제시한 용수구역별 자료를 적용하였으며, 용당저수지의 경우 중신 용수구역에 위치하여 침투량 4.7 mm/day, 수로손실 13.7%를 적용하였다. 장치저수지는 화춘 용수구역으로 침투량 6.7 mm/day, 수로손실 10.7%, 금계저수지는 영봉 용수구역으로 침투량 6.3 mm/day, 수로손실 10.7%를 적용하였다 (MAFRA, 2014).
Table 2
Input data for calculating agricultural water demand based on design criteria and EPA-SWMM
| Model | Evapotranspiration | Infiltration(mm/day) | Canal loss (%) | Ponding depth (mm) |
| Min. | Max. |
| HOMWRS | FAO Penman Monteith | 4.0 | 15.0 | 20 | 80 |
| EPA-SWMM | Yongdang | Modified Penman | 4.7 | 13.7 | 0 | 60 |
| Jangchi | 6.7 | 10.7 |
| Geumgye | 6.3 | 10.7 |
Ⅲ. 적용 및 고찰
1. 설계기준 수요량 산정결과
설계기준 수요량 산정을 위해 HOMWRS를 활용하였으며, 논의 저류량을 일별 모의하여 조용수량을 수요량으로 사용하였다. Fig. 3은 최근 10년간 5월부터 9월까지 월별 설계기준 수요량 산정결과를 나타낸 것이며, Table 3은 2014년부터 2023년까지 연도별 설계기준 원단위 수요량 및 유효우량 산정결과를 나타낸 것이다. 최근 10년간 월별 수요량 분석결과 대상지구 모두 수요량이 가장 많은 시기는 6월, 수요량이 가장 적은 시기는 5월로 나타났다. 연별 평균 수요량의 경우 용당저수지 696 mm, 장치저수지 662 mm, 금계저수지 660 mm으로 대상지구 모두 다소 적게 분석되었다. 연별 원단위 수요량 분석결과 가장 크게 산정된 연도는 용당저수지 2015년 960 mm, 장치저수지 2018년 952 mm, 금계저수지 2015년 875 mm으로 나타났으며, 해당 시기에 필요수량 대비 유효우량이 적어 수요량이 크게 산정된 것으로 판단된다. 수요량이 가장 적게 산정된 연도는 용당저수지 2020년 434 mm, 장치저수지 2020년 419 mm, 금계저수지 2023년 443 mm으로 나타났으며, 해당 시기에 실제 증발산량 및 필요수량 대비 유효우량이 많아 수요량이 적게 산정된 것으로 판단된다.
Table 3
Results of annual agricultural water demand and effective rainfall based on design criteria from 2014 to 2023
| Year | Yongdang Reservoir | Jangchi Reservoir | Geumgye Reservoir |
| Agricultural water demand | Effective rainfall | Agricultural water demand | Effective rainfall | Agricultural water demand | Effective rainfall |
| 2014 | 788 | 403 | 681 | 541 | 651 | 522 |
| 2015 | 960 | 297 | 678 | 554 | 875 | 370 |
| 2016 | 920 | 356 | 861 | 458 | 829 | 431 |
| 2017 | 575 | 585 | 714 | 468 | 604 | 547 |
| 2018 | 871 | 479 | 952 | 381 | 825 | 536 |
| 2019 | 824 | 351 | 605 | 553 | 736 | 443 |
| 2020 | 434 | 675 | 419 | 701 | 443 | 668 |
| 2021 | 515 | 658 | 497 | 665 | 689 | 487 |
| 2022 | 527 | 569 | 718 | 423 | 545 | 553 |
| 2023 | 543 | 654 | 491 | 710 | 400 | 747 |
| Avg. | 696 | 503 | 662 | 546 | 660 | 530 |
| * Units: mm |
Fig. 3
Results of monthly agricultural water demand based on design criteria from 2014 to 2023
2. 용수계통을 고려한 수요량 산정결과
농업용수 흐름 모의가 가능한 EPA-SWMM 모델을 활용하여 각 포장에 공급된 이용량과 수로손실수량 및 배분관리용수량을 합산하여 수요량을 산정하였다. Fig. 4와 Table 4는 각각 2014년부터 2023년까지 5월부터 9월 관개기를 대상으로 EPA-SWMM 모델을 통해 산정한 월별 및 연도별 이용량과 수요량 산정결과를 나타낸 것이다. 월별 수요량 분석결과 대상지구 모두 5월부터 8월까지 이용량 및 수요량이 증가하는 경향이 나타났으며, 가장 많은 이용량 및 수요량이 산정된 시기는 용당저수지 2016년 8월 2,677천 m3, 3,398천 m3, 장치저수지 2016년 8월 443천 m3, 541천 m3, 금계저수지 2022년 5월 1,001천 m3, 1,224천 m3으로 분석되었다. 연도별 평균 이용량 및 수요량 산정결과 용당저수지 812 mm, 1,030 mm, 장치저수지 961 mm, 1,175 mm, 금계저수지 1,098 mm 1,342 mm로 나타났으며, 대상지구 모두 수요량 약 1,100 mm로 적정한 것으로 분석되었다. 연도별 수요량의 경우 가장 크게 산정된 시기는 용당저수지 2016년 1,221 mm, 장치저수지 2017년 1,300 mm, 금계저수지 2015년 1,488 mm로 분석되었으며, 수요량이 가장 작게 산정된 시기는 대상지구 모두 2020년으로 용당저수지 808 mm, 장치저수지 983 mm, 금계저수지 1,103 mm로 분석되었다. 최근 10년간 월별 및 연도별 이용량과 수요량 분석결과 용수공급에 따른 포장별 공급 및 배수 시기 다르며, 실제 증발산량 및 강우량의 영향으로 월마다 상이하게 나타난 것으로 판단된다.
Table 4
Results of annual agricultural water usage and demand based on EPA-SWMM from 2014 to 2023
| Year | Yongdang Reservoir | Jangchi Reservoir | Geumgye Reservoir |
| Agricultural water usage | Agricultural water demand | Agricultural water usage | Agricultural water demand | Agricultural water usage | Agricultural water demand |
| 2014 | 774 | 982 | 902 | 1,103 | 1,075 | 1,314 |
| 2015 | 911 | 1,156 | 1,021 | 1,248 | 1,217 | 1,488 |
| 2016 | 962 | 1,221 | 1,023 | 1,250 | 1,181 | 1,444 |
| 2017 | 763 | 968 | 1,063 | 1,300 | 1,106 | 1,352 |
| 2018 | 949 | 1,205 | 975 | 1,192 | 1,165 | 1,424 |
| 2019 | 833 | 1,057 | 1,002 | 1,225 | 1,175 | 1,436 |
| 2020 | 637 | 808 | 804 | 983 | 902 | 1,103 |
| 2021 | 727 | 922 | 967 | 1,182 | 1,044 | 1,277 |
| 2022 | 742 | 942 | 1,038 | 1,268 | 1,091 | 1,334 |
| 2023 | 821 | 1,041 | 814 | 995 | 1,024 | 1,252 |
| Avg. | 812 | 1,030 | 961 | 1,175 | 1,098 | 1,342 |
| * Units: mm |
Fig. 4
Results of monthly agricultural water usage and demand based on EPA-SWMM from 2014 to 2023
3. 수요량 비교분석
설계기준 수요량과 EPA-SWMM 모델 기반 용수계통을 고려하여 산정한 수요량을 비교하였다. Fig. 5와 Table 5는 각각 2014년부터 2023년까지 관개기를 대상으로 일별 수요량 차이 및 연도별 수요량 차이를 나타낸 것이다. 일단위 수요량 비교결과 대상지구 모두 대부분 시기에 용수계통을 고려한 수요량이 더 큰 것으로 나타났으며, 용당저수지 2021년 7월 30일에 -485천 m3, 장치저수지 2015년 5월 1일에 -27천 m3, 금계저수지 2023년 5월 2일에 -159천 m3으로 가장 큰 차이가 나타났다. 최근 10년 평균 수요량 차이 분석결과 용당저수지 -335 mm, 장치저수지 -513 mm, 금계저수지 -683 mm으로 대상지구 모두 EPA-SWMM 모델 기반 용수계통을 고려하여 산정한 수요량이 설계기준 수요량보다 더 큰 것으로 분석되었다. 용당저수지의 경우 2023년 -498 mm, 장치저수지 2019년 -620 mm, 금계저수지 2023년 -852 mm으로 가장 큰 차이가 나타났다. 이러한 차이는 증발산량 산정 방법, 침투량, 최소 및 최대 담수심 등 모의조건에 대한 복합적인 요인과 수로의 공급과 배분 고려 여부 차이에 따른 결과로 판단된다.
Table 5
Results of the difference in annual agricultural water demand based on design criteria and EPA-SWMM from 2014 to 2023
| Year | Yongdang Reservoir | Jangchi Reservoir | Geumgye Reservoir |
| DC1) | ES2) | DC-ES | DC1) | ES2) | DC-ES | DC1) | ES2) | DC-ES |
| 2014 | 788 | 982 | (-)194 | 681 | 1,103 | (-)422 | 651 | 1,314 | (-)663 |
| 2015 | 960 | 1156 | (-)196 | 678 | 1,248 | (-)570 | 875 | 1,488 | (-)613 |
| 2016 | 920 | 1221 | (-)301 | 861 | 1,250 | (-)389 | 829 | 1,444 | (-)615 |
| 2017 | 575 | 968 | (-)393 | 714 | 1,300 | (-)586 | 604 | 1,352 | (-)748 |
| 2018 | 871 | 1205 | (-)334 | 952 | 1,192 | (-)240 | 825 | 1,424 | (-)599 |
| 2019 | 824 | 1057 | (-)233 | 605 | 1,225 | (-)620 | 736 | 1,436 | (-)700 |
| 2020 | 434 | 808 | (-)374 | 419 | 983 | (-)564 | 443 | 1,103 | (-)660 |
| 2021 | 515 | 922 | (-)407 | 497 | 1,182 | (-)685 | 689 | 1,277 | (-)588 |
| 2022 | 527 | 942 | (-)415 | 718 | 1,268 | (-)550 | 545 | 1,334 | (-)789 |
| 2023 | 543 | 1,041 | (-)498 | 491 | 995 | (-)504 | 400 | 1,252 | (-)852 |
| Avg. | 696 | 1,030 | (-)334 | 662 | 1,175 | (-)513 | 660 | 1,342 | (-)682 |
* Units: mm
1) Design Criteria, 2) EPA-SWMM |
Fig. 5
Results of the difference in daily agricultural water demand based on design criteria and EPA-SWMM from 2014 to 2023
국가물관리기본계획에서 제시한 수요량을 기준으로 설계기준 및 용수계통을 고려하여 산정한 수요량을 비교분석하였다 (Table 6). 2014년부터 2019년의 수요량과 비교하기 위하여 설계기준 및 용수계통을 고려한 수요량은 해당 기간 연별 수요량의 평균값을 산정하였다. 설계기준 수요량과 비교한 결과 용당저수지 50.9%, 장치저수지 46.3%, 금계저수지 46.6%로 나타났으며, 용수계통을 고려하여 산정한 수요량과 비교한 결과 용당저수지 67.8%, 장치저수지 75.4%, 금계저수지 87.1%로 나타났다. 설계기준 수요량보다 용수계통을 고려한 수요량이 더 큰 것으로 분석되었으며, 설계기준 및 용수계통을 고려한 수요량 모두 국가물관리기본계획에서 제시한 수요량보다 더 작은 것으로 분석되었다.
Table 6
Comparison of agricultural water demand between design criteria and EPA-SWMM compared to the national water management plan from 2014 to 2019
| Reservoir | Agricultural water demand (mm) | (2)/ (1)×100 | (3)/ (1)×100 |
| NWMP1) | DC2) | ES3) | % | % |
| Yongdang Reservoir | 1,618 | 823 | 1,098 | 50.9 | 67.8 |
| Jangchi Reservoir | 748 | 1,220 | 46.3 | 75.4 |
| Geumgye Reservoir | 753 | 1,410 | 46.6 | 87.1 |
| 1) The National Water Management Plan, 2) Design Criteria, 3) EPA-SWMM |
계측 기반 공급량을 활용하여 산정한 국가물관리기본계획의 수요량의 경우 현장에서의 물관리는 계측이 아닌 경험에 의한 관행적인 물관리로 과다 공급되어 실제 수요량보다 과다 산정되었으며, 반면 설계기준 수요량의 경우 설계 당시의 결과로 다소 적게 산정되어 국가물관리기본계획에서 제시한 수요량과 큰 차이가 나타난 것으로 판단된다. 본 연구에서 제시한 용수계통을 고려한 수요량은 수로의 길이 및 경사에 따른 순차적인 용수공급, 용수공급의 시간차 등 물리적 요소와 기상, 물관리 방법 등 현장 조건을 종합적으로 고려한 모델링을 통해 산정하였으므로 국가물관리기본계획에서 제시한 수요량 및 설계기준 수요량과 차이가 있는 것으로 판단된다.
Ⅳ. 결 론
본 연구에서는 수혜구역 및 용수계통 현행화 자료를 반영한 농업용수 수요량 산정을 위해 EPA-SWMM 모델을 활용한 수요량 산정방안을 제시하고, 국가물관리기본계획에서 제시한 수요량과 설계기준 수요량, 용수계통을 반영하여 산정한 수요량을 비교분석하였다. 설계기준 수요량은 HOMWRS를 통해 논의 저류량을 일별 모의하여 조용수량을 수요량으로 사용하였으며, 용수계통을 고려한 수요량은 EPA-SWMM 모델 모의결과 각 포장에 공급된 급수량의 총합으로 산정한 이용량과 수로손실수량 및 배분관리용수량의 합으로 산정하였다.
최근 10년 평균 수요량 분석결과 설계기준 수요량은 용당저수지 696 mm, 장치저수지 662 mm, 금계저수지 660 mm, 용수계통을 고려한 수요량은 용당저수지 1,030 mm, 장치저수지 1,175 mm, 금계저수지 1,342 mm로 추정되었으며, 3개 대상지구 평균 설계기준 수요량은 약 672 mm, 용수계통을 고려한 수요량은 약 1,182 mm로 분석되었다. 따라서 용수계통을 고려한 수요량은 평균적으로 설계기준 수요량의 1.76배로 산정되었다. 국가물관리기본계획 수요량은 계측 공급량 기반 산정결과로 과다 산정되었으며, 설계기준 수요량은 농업용수 실측자료가 부족하여 설계시 반영한 필요수량 기준 산정결과로 조용수량 및 수요량이 적게 산정되었다. 용수계통을 고려한 수요량의 경우 국가물관리기본계획에서 제시한 수요량보다 적고 설계기준 수요량보다 크게 분석되었다. 따라서 본 연구에서 제시한 논면적 현행화 및 용수공급체계를 반영한 수요량 산정결과가 적정한 것으로 판단된다.
최근 현장에서 수로감시원 경험에 의한 물관리, 농법의 변화 및 수원공, 용배수로 등 시설의 노후화로 인한 공급량 증가에 따라 원단위 수요량이 증가하고 있다. 기존 농어촌용수이용합리화계획, 수자원장기종합계획의 농업용수 수요량은 이론에 의한 추정치로 실제 계측 공급량과 상이하여 손실률 및 수요량 현행화가 이루어져야 한다. 따라서 논면적 현행화 반영 및 실제 농업용수가 공급되는 간선 및 지선의 네트워크, 길이, 경사에 따른 물공급의 시간차를 고려한 모델링 통한 수요량 추정이 필요한 시점이다.
본 연구 결과는 농업용수 수요량과 공급량의 불일치 해소를 위한 연구의 기초자료로 활용 가능할 것으로 판단되며, 향후 농업용수의 공급 및 수요 정량화를 통해 효율적인 농업용수 관리가 가능할 것으로 기대된다. 모델링 기반 수요량 산정시 결과의 검보정이 필수적이지만 현재 저수지 단위 모니터링 및 계측 자료의 한계로 모델 검보정에 어려움이 있다. EPA-SWMM 모델의 경우 시점부 계측 수로수위 자료를 활용하여 농업용 저수지 공급 모의 시 모델 활용에 대한 적용성을 확인하였지만, 모델링 결과에 대한 검증은 수행하지 못하였다 (Shin et al., 2022; Shin et al., 2024). 따라서 향후 저수지 단위의 지속적인 모니터링, 수원공 운영 및 계측 자료 확보와 이를 기반으로 한 모델 검보정이 수행된다면, 보다 신뢰성 있는 용수계통을 고려한 농업용수 수요량 산정이 가능할 것으로 판단된다.
감사의 글
본 연구는 농림축산식품부 농림식품기술기획평가원의 농업기반 및 재해대응 기술개발사업 (121032-3)으로 수행되었습니다. 본 연구는 농림축산식품부의 재원으로 한국농어촌공사의 2023년, 2024년 용역연구사업의 지원을 받아 연구되었음.
REFERENCES
T. J. Ahn, D. H. Cho, S. H. Lee, G. W. Choi and Y. N. Yoon, Journal of the Korean Water Resources Association , Evaluation of the effective storage of existing agricultural reservoir, 37(5); 353-361, (in Korean) (2004)10.3741/jkwra.2004.37.5.353
J. H. Bang, J. Y. Choi, P. R. Yoon, C. J. Oh, S. J. Maeng, S. H. Bae, J. M. Jang, T. I. Jang and M. S. Park, Journal of the Korean Society of Agricultural Engineers , Assessing irrigation water supply from agricultural reservoir using automatic water level data of irrigation canal, 63(1); 27-35, (in Korean) (2021)10.5389/KSAE.2021.63.1.027
N. K. Bang, W. H. Nam, J. H. Shin, H. J. Kim, K. Kang, S. C. Baek and K. Y. Lee, Journal of the Korean Society of Agricultural Engineers , Water balance analysis of pumped-storage reservoir during non-irrigation period for recurrent irrigation water management, 62(4); 1-12, (in Korean) (2020)10.5389/KSAE.2020.62.4.001
A. Campisano, A. Gullotta and C. Modica, Urban Water Journal , Using EPA-SWMM to simulate intermittent water distribution systems, 15(10); 925-933 (2019)10.1080/1573062x.2019.1597379
M. S. Jang, Master’s thesis, A study on improvement of subcatchment width equation in SWMM, (in Korean), Seoul, Republic of Korea. Sejong University. (2008)
M. S. Kang, Ph.D. dissertation, Feasibility study on irrigation system flow analysis through SWMM simulation, (in Korean), Seoul, Republic of Korea. Konkuk University. (2015)
B. U. Kim, Master’s thesis, Study on the change of agricultural water demands in Chungnam Province by climate change scenarios, (in Korean), Daejeon, South Korea. Chungnam National University. (2016)
H. Y. Kim, W. H. Nam, Y. S. Mun, N. K. Bang and H. J. Kim, Journal of the Korean Society of Agricultural Engineers , Estimation of irrigation return flow on agricultural watershed in Madun reservoir, 63(2); 85-96, (in Korean) (2021)10.5389/KSAE.2021.63.2.085
H. Y. Kim, W. H. Nam, Y. S. Mun, H. U. An, J. G. Kim, Y. C. Shin, J. W. Do and K. Y. Lee, Journal of Korea Water Resources Association , Estimation of irrigation return flow from paddy fields on agricultural watersheds, 55(1); 1-10, (in Korean) (2022)10.3741/JKWRA.2022.55.1.1
S. H. Kim, Master’s thesis, Assessment of evapotranspiration estimation methods for paddy rice water demand based on agricultural water supply, (in Korean), Daegu, South Korea. Kyungpook National University. (2021)
Korea Rural Community Corporation (KRC), Korea Rural Community Corporation, Rationalization plan for rural water use in Korea, 2023-2030, (in Korean), Naju, Republic of Korea. (2023)
T. H. Lee, Water for Future, Water and the future: Introduction of the hydraulic operation model for water reservoir systems (HOMWRS) -A water reservoir analysis program for agricultural purposes-, 44(7); 88-91, (in Korean) (2011)
S. J. Maeng, Korea Rural Community Corporation, Evaluation and analysis for agricultural water supply, (in Korean), Naju, Republic of Korea. (2020)
Ministry of Agriculture and Forestry (MAF), Rural Research Institute, A study on the water requirement variation with the farming conditions in the paddy field, (in Korean), Ansan, Republic of Korea. (1997)
Ministry of Agriculture and Forestry (MAF), Ministry of Agriculture and Forestry, Design criteria of land and water development plan for agriculture: Irrigation, (in Korean), Sejong, Republic of Korea. (1998)
Ministry of Agriculture, Food and Rural Affairs (MAFRA), Rural water use rationalization plan, (in Korean), Sejong, Republic of Korea. (1999)
Ministry of Agriculture, Food and Rural Affairs (MAFRA), Rural water use rationalization plan 2015-2024, (in Korean), Sejong, Republic of Korea. (2014)
Ministry of Environment (ME), Ministry of Environment, First national water management master plan (’21-’30), (in Korean), Sejong, Republic of Korea. (2021)
Ministry of Land, Infrastructure and Transport (MOLIT), Water resources, long-term comprehensive plan (1991-2011), (in Korean), Sejong, Republic of Korea. (1990)
Ministry of Land, Infrastructure and Transport (MOLIT), Water resources, long-term comprehensive plan (Water Vision 2020), (in Korean), Sejong, Republic of Korea. (2000)
Ministry of Land, Infrastructure and Transport (MOLIT), Water resources, long-term comprehensive plan (2006-2020), (in Korean), Sejong, Republic of Korea. (2006)
W. H. Nam, Water for Future , Direction for improving agricultural water balance model, 53(4); 33-42, (in Korean) (2020)
W. H. Nam, T. G. Kim, J. Y. Choi and J. J. Lee, Journal of the Korean Society of Agricultural Engineers , Vulnerability assessment of water supply in agricultural reservoir utilizing probability distribution and reliability analysis methods, 54(2); 37-46, (in Korean) (2012a)10.5389/ksae.2012.54.2.037
W. H. Nam, T. G. Kim, J. Y. Choi and J. J. Lee, Journal of the Korean Society of Agricultural Engineers, Estimating vulnerable duration for irrigation with agricultural water supply and demand during residual periods, 54(5); 123-128, (in Korean) (2012b)10.5389/ksae.2012.54.5.123
W. H. Nam, J. Y. Choi, E. M. Hong and J. T. Kim, Journal of the Korean Society of Agricultural Engineers, Assessment of irrigation efficiencies using smarter water management, 55(4); 45-53, (in Korean) (2013)10.5389/ksae.2013.55.4.045
C. K. Park, J. S. Hwang and Y. W. Seo, Journal of Korea Water Resources Association, Improvement of agricultural water demand estimation focusing on paddy water demand, 53(11); 939-949, (in Korean) (2020)10.3741/JKWRA.2020.53.11.939
K. B. Park and S. T. Lee, Journal of the Environmental Sciences, The study of reservoir operation for drought period, 13(12); 1041-1048, (in Korean) (2004)10.5322/jes.2004.13.12.1041
L. A. Rossman, U.S. Environmental Protection Agency (EPA), Storm water management model reference manual volume II-Hydraulics (2017)
J. H. Shin, W. H. Nam, N. K. Bang, H. J. Kim, H. U. An and K. Y. Lee, Journal of the Korean Society of Agricultural Engineers, Assessment of irrigation efficiency and water supply vulnerability using SWMM, 62(6); 73-83, (in Korean) (2020a)10.5389/KSAE.2020.62.6.073
J. H. Shin, W. H. Nam, N. K. Bang, H. J. Kim, H. U. An, J. W. Do and K. Y. Lee, Journal of Korea Water Resources Association, Assessment of water distribution and irrigation efficiency in agricultural reservoirs using SWMM model, 55(1); 1-10, (in Korean) (2020b)10.5389/KSAE.2020.62.3.001
J. H. Shin, W. H. Nam, H. Y. Kim, Y. S. Mun, N. K. Bang, J. C. Lee and K. Y. Lee, Journal of the Korean Society of Agricultural Engineers, Agricultural drought assessment and diagnosis based on spatiotemporal water supply in irrigated area, 63(4); 1-12, (in Korean) (2021)10.5389/KSAE.2021.63.4.001
J. H. Shin, W. H. Nam, H. Y. Kim, M. H. Yang and I. K. Jung, Journal of The Korean Society of Hazard Mitigation, Application of EPA-SWMM with modulated controls for agricultural water balance analysis, 22(3); 37-44, (in Korean) (2022)10.9798/kosham.2022.22.3.37
J. H. Shin, W. H. Nam, D. H. Yoon, M. H. Yang, I. K. Jung and K. Y. Lee, Journal of the Korean Society of Agricultural Engineers, Estimating the return flow of irrigation water for paddies using hydrology-hydraulic modeling, 65(6); 1-13, (in Korean) (2023)10.5389/KSAE.2023.65.6.001
J. H. Shin, W. H. Nam, M. G. Jeon, E. M. Hong, X. Zhang, V. Sharma, J. W. Do and I. Kisekka, Paddy and Water Environment, Assessing water distribution and efficiency by coupled hydraulic hydrological modeling for irrigation canal network, 22(4); 567-580 (2024)10.1007/s10333-024-00985-7
