Ⅰ. 서 론

2010년 저탄소녹색성장기본법의 시행에 따라 법정계획으로서 국가 및 지자체 단위 기후변화 적응대책 수립⋅시행이 의무화됨에 따라 관련 기후변화 취약성 평가 연구가 다양하게 수행되었다 (Yoo and Kim, 2008; Kim et al., 2010; Myeong et al., 2010; Lee, 2011; Kim et al., 2016). 농업 분야에선 농촌진흥청이 기후변화 시나리오에 따른 농업생물군집의 영향 분석 및 예측을 위한 기후변화 취약성 평가를 수행한 바 있고 (RDA, 2012), 국립환경과학원도 토양침식, 사육시설 붕괴, 작물가축 생산성 등을 농업부문 취약성 평가항목으로 도출하고 기후노출, 민감도, 적응능력 대용변수별 취약성 지도를 제작하였다 (NIER, 2012). Jang (2006)은 농업가뭄에 영향을 미치는 토지이용, 수자원함양, 지형토양, 농업기상, 농업생산기반 등의 인자들에 대한 주성분분석 (Principal Component Analysis, PCA)을 시행함으로써 시군단위의 농업가뭄 취약성 평가를 수행하고 농업가뭄취약성지수 (Drought Vulnerability Index for Paddy, DVIP)를 제안하였다. Kim et al. (2018)도 미래 RCP 8.5 기후변화 시나리오를 적용하여 충남과 전남⋅전북을 미래 농업가뭄에 가장 취약한 지역으로 추정하였다. 한편, Kim et al. (2016)은 기후변화에 대한 논농사의 민감도 변화를 논물수지 분석으로 제시하였다. 대부분 연구가 기후변화 시나리오에 따른 장래 기후변화의 영향을 모의하거나 지역 간 비교를 통해서 중장기 정책 방향을 가늠하는 차원에서 수행되었기 때문에 기후변화 취약성 개선을 위한 실질적인 대안의 수립과 추진에 미치지 못하는 실정이다. 기후변화 취약성 평가의 목적과 대상에 따라 기후변화에 대한 반응과 적응⋅회복력이 다르므로 그 성격에 맞는 평가 방법과 적응 수단이 강구되어야 한다.

양수장은 국내 농업용수 공급의 핵심 수원공의 하나로서 개별 시설에 대한 기후변화의 영향과 대응 방안을 적극적으로 검토할 필요가 있다. 양수장의 가뭄 취약성은 양수장 이용의 주목적인 관할 수혜면적에 대한 농업용수 공급의 안정성으로 평가되어야 한다. 즉, 기상⋅수문조건의 변화에 따른 필요수량 대비 용수공급의 부족으로 발생할 수 있는 피해의 정도 혹은 가능성을 적응능력을 고려하여 가늠함으로써 농업가뭄에 대한 양수장의 취약성을 평가할 수 있다. 그러나, 아직까지 양수장에 대한 농업가뭄 취약성을 평가하거나 관련 실태조사가 제대로 이뤄진 사례가 없었기 때문에 가뭄 취약성 개선을 위한 중장기 대응 전략 수립의 바탕이 되는 기초자료가 부족한 실정이다.

본 연구는 전국 124개 농업용 양수장에 대한 실태조사를 통해 확보된 자료를 사용하여 농업가뭄에 대한 양수장의 취약도를 정량적 척도로 평가하고 적응 방안에 대한 이해를 도모하고자 하였다. 이를 통해서 미래 기후변화의 영향에 대응할 수 있는 실질적 대안 마련과 성과 평가에 활용할 수 있는 기초를 제공하고자 하였다.

Ⅱ. 연구방법

본 연구에서 양수장의 농업가뭄에 대한 취약성은 IPCC (2007)에서 제시한 세 가지 구성요소, 즉 기후노출 (climate exposure), 민감도 (sensitivity), 그리고 적응능력 (adaptive capacity)의 대용변수로 평가하였다 (Fig. 1). 먼저 Choi et al. (2019)이 제시한 양수장의 농업가뭄 취약성 평가항목을 따라 자료 취득이 가능한 124개 양수장을 대상으로 선정하였다. 그리고 차원 (dimension)이 다른 평가항목들 사이의 스케일 (scale) 영향을 배제하기 위해서 표준정규누적분포함수 (standard normal cumulative distribution function)를 적용하여 0과 1 사이의 값을 갖는 표준정규누적확률 (standard normal cumulative probability)을 계산하였다. 농업가뭄 취약성을 악화시키는 평가항목은 수치가 클수록 표준정규누적확률이 1에 가까워지도록 하였고, 농업가뭄에 대한 취약성을 개선하는 평가항목이면 (1-표준정규누적확률)로 적용하였다.

Fig. 1

Procedure for assessing the drought vulnerability of irrigation pumping stations

양수장의 농업가뭄에 대한 취약성 대용변수별 평가항목과 대용변수 및 평가항목별 가중치는 Choi et al. (2019)가 학계 및 실무 전문가 271명에 대한 Delphi 설문 조사와 AHP (Analytic Hierarchy Process) 방법으로 제시한 결과를 적용하였다 (Table 1). 그러나 유의한 평가항목일지라도 조사자료가 없는 경우에는 대용변수별 적용가능한 평가항목별 가중치의 합이 1.0이 되도록 Eq. (1)과 같이 가중치를 재분배하였다. 기후노출, 민감도, 적응능력은 상호 독립적인 대용변수로서 각 대용변수 내 평가항목의 가중치는 해당 대용변수 내에서의 상대적 중요성만을 나타낸다. 자료조사가 되지 못한 평가항목에 대한 가중치 재분배로 대용변수에 의한 스케일 효과를 배제할 수 있다.

여기서, W_V.j.adjusted: 평가항목별 조정 가중치, W_V.j: 평가항목별 원가중치, ∑W_V.j: 평가항목 원가중치의 합이다.

대용변수별 취약성에 미치는 영향을 평가항목의 표준화 점수에 대한 가중치 곱의 산술합으로 평가하였다 (Eq. (2)).

여기서, Vulnerability_k.i: k번째 양수장의 대용변수 (기후노출, 민감도, 적응능력)별 취약성으로 이론상 최대 1.0 (가장 취약), 최소 0.0 (가장 양호), i: 대용변수 (1: 기후노출, 2: 민감도, 3: 적응능력), j: 평가항목, n: 대용변수별 평가항목의 수, Z_NCP.j.k: 평가항목 j에 대한 대상 k의 표준정규누적확률로 최대 1.0 (가장 취약), 최소 0.0 (가장 양호), W_V.j: 평가항목 j의 해당 대용변수 내 가중치로서 대용변수 내 모든 평가항목의 가중치의 합은 1.0이다.

양수장별 취약성 지수도 Eq. (3)과 같이 대용변수별 정량화된 영향을 대용변수별 가중치곱의 산술합으로 정의하였다. 취약성 지수의 범위는 0과 1 사이이고, 취약성이 클수록 1에 가까운 값을 갖는다.

여기서, Vulnerability_k: k번째 양수장의 기후변화 취약성 지수로서 이론상 최대 1.0 (가장 취약), 최소 0.0 (가장 양호), W_PV.i: 대용변수 i의 가중치로 모든 대용변수 가중치의 합은 1.0이다.

Ⅲ. 결 과

1. 평가항목별 자료 작성 및 표준화

본 연구에서 평가 대상으로 선정한 양수장은 한국농어촌공사 관할의 양수장 중 경북 22개소, 전남 21개소, 경기 20개소, 경남 18개소, 충남 15개소, 전북 11개소, 충북 10개소, 강원 6개소, 그리고 제주 1개소 등 모두 124개다. Table 1에서 제시된 농업용 양수장의 기후변화 취약성에 미치는 항목 18개 중 한국농어촌공사의 기후변화 영향⋅취약성 평가를 위한 실태조사 사업 (KRC, 2018)에서 작성되지 않은 양수일수 (ODP), 양수관개면적당 최대양수능력 (DCIA), 그리고 갈수위 기준 흡수면 높이 (HAI) 등 3개를 제외하고 15개 항목만 처리하였다. 15개 평가항목에 대해 각 양수장의 최근 5년 (2011~2015년) 평균 자료를 정리한 결과는 Fig. 2와 같다. 그리고, 차원이 다른 평가항목간 스케일 영향을 배제하기 위해서 Fig. 3과 같이 평가항목별로 각 자료에 대한 표준정규누적확률을 계산하였다. 범주형 자료인 정밀안전진단결과 (SI)에 대해서는 표준정규누적분포함수를 적용하지 않고 A, B, C, D, E까지 5등급을 각 0.0, 0.2, 0.4, 0.6, 0.8로 분류하였고 정밀안전진단 실적이 없는 경우는 1.0으로 지정하였다.

Fig. 2

Distribution of the original values with a dimension by each indicator

Fig. 3

Distribution of standard normal cumulative probability (dimensionless) by each indicator

3. 대용변수별 취약성 분석

가. 기후노출

농업가뭄에 대한 양수장의 기후노출 취약성엔 연평균기온 (AMT), 관개기평균기온 (AMTI), 최대연속무강우일수 (CDD), 연평균기준증발산량 (MAET), 연평균강수량 (MAR), 연평균유효강수일수 (ANER), 그리고 생육기간 (5~9월) 연평균강수량 (MARI) 등 7개 항목을 사용하였다. 이 중 연평균강수량과 연평균유효강우일수, 생육기간 연평균강수량 등 3개 항목은 값이 클수록 기후노출 취약성을 감소시키는 항목이므로 표준점수를 (1-표준정규누적확률)로 계산하였다. 대상 124개 양수장에 대한 기후노출 취약성은 Fig. 4(a)에서 보듯이 주로 경북지역에 있는 진안 (청송), 노달 (영양), 주담 (울진) 등에서 최대 0.871을 보였고, 구미 (양평), 경안 (경기 광주), 지소1 (장수) 등에선 가장 낮은 0.073으로 나타났다 (Table 3). 가중치가 큰 생육기간 연평균강수량 (MARI)과 최대연속무강우일수 (CDD) 항목에서 큰 값을 보인 지역에서 기후노출 취약성이 높았지만, 관개기평균기온 (AMTI)이 낮고 연평균유효강수일수 (ANER)가 많은 지역을 중심으로 농업가뭄 취약성에 대한 기후노출의 영향이 적은 것으로 평가되었다. 강수량이 적은 경북지역에서 기후노출의 영향이 큰 것은 경험적 직관과 일치한다.

Table 3

Highest and lowest ranked pumping stations with regard to climate exposure

Order	AMT	AMTI	CDD	MAET	MAR	ANER	MARI	Exposure
1	Yongsoo	Joyeong	Jinahn	Yongsu	Sobo	Singochang	Jinahn	Jinahn
	Jeju	Gyeongsan	Chungsong	Jeju	Gunwi	Kimpo	Chungsong	Chungsong
2	Jeungsan	Daeam	Nodal	Daepo	Poonggang1	Sobo	Nodal	Nodal
	Yangsan	Dalsung	Yeongyang	Yeosu	Andong	Gunwi	Yeongyang	Yeongyang
3	Machal	Goongpyeong1	Judam	Machal	Yangseo	Jinahn	Judam	Judam
	Kimhae	Cheongju	Uljin	Kimhae	Eusung	Chungsong	Uljin	Uljin
122	Tokyo1	Gyesan2	Chunghyo3-1	Soyeo1	Geomsan	Haepyeong	Baeyang	Gumi
	Cheolwon	Imsil	Gyeongju	Boeun	Hwasoon	Suncheon	Sancheong	Yangpyeong
123	Sinnaengjeong	Singochang	Daedae	Gyesan2	Haepyeong	Jiso1	Geomsan	Gyeongahn
	Pocheon	Kimpo	Ulju	Imsil	Suncheon	Jangsu	Hwasoon	Gwangju
124	Gomoon	Jiso1	Angmu	Jiso1	Sanchon	Sanchon	Haepyeong	Jiso1
	Yeoncheon	Jangsu	Jindo	Jangsu	Geoje	Geoje	Suncheon	Jangsu
※ Italic font: location (si/gun)

Fig. 4

Vulnerability to agricultural drought of pumping stations

나. 민감도

양수장에 가뭄에 대한 민감도는 연평균유효우량 (MAER), 연평균논필요수량 (NWRP), 연평균밭필요수량 (NWRU), 관개면적 (IAP), 관개면적당 양수량 (PDIA) 등 5개 항목을 사용하였다. 이 중 연평균유효우량과 관개면적당 양수량은 값이 클수록 농업가뭄 측면에서 민감도를 낮추는 항목으로 분류하였다. 대상 124개 양수장에 대한 민감도는 Fig. 4(b)에서 보듯이 Fig. 4(a)의 기후노출과 유사한 공간적 분포를 보였다. 연평균유효우량이 적고 필요수량이 높은 경북 동부의 양서 (의성), 곡강 (포항), 주담 (울진) 등에서 최대 0.829을 보였다. 반대로 명촌 (창원), 화심2 (하동), 덕천 (단양) 등의 양수장은 가장 낮은 0.244까지 나타났다 (Table 4). 민감도에 영향을 미치는 항목들의 가중치가 Table 2에서 보듯이 편차가 크지 않기 때문에 특정 평가항목에 좌우되는 결과를 보이지 않았다. 궁극적으로 민감도 분석에 사용된 항목들은 물관리에 관련된 인자들로 관개기술의 고도화에 따라 개선될 수 있는 요인들이다.

Table 4

Highest and lowest ranked pumping stations with regard to sensitivity

Order	MAER	NWRP	NWRU	IAP	PDIA	Sensitivity
1	Nodal	Yongsu	Chunghyo3-1	Woonjeong	Banjeong	Yangseo
	Yeongyang	Jeju	Gyeongju	Dangjin	Suwon	Euisung
2	Judam	Wongoo	Gokgang	Pogyo	Bongjeong	Gokgang
	Uljin	Yeongdeok	Pohang	Kimje	Buyeo	Pohang
3	Jinahn	Woohang	Sampae	Geumgang	Singochang	Judam
	Chungsong	Yeongcheon	Namyangju	Iksan	Kimpo	Uljin
122	Geomsan	Juksan	Susan	Gyebawi2	Togyo1	Myeongchon
	Hwasoon	Gangjin	Milyang	Tongyoung	Cheolwon	Changwon
123	Sanchon	Angmu	Deokcheon	Juksan	Daeam	Hwasim2
	Geoje	Jindo	Danyang	Gangjin	Dalsung	Hadong
124	Jeongdo1	Gilyong	Hwasim2	Hwagang	Yutang	Deokcheon
	Wando	Yeonggwang	Hadong	Cheongdo	Jangseong	Danyang
※ Italic font: location (si/gun)

다. 적응능력

양수장의 농업가뭄에 대한 적응능력을 판단하는 가장 주요한 평가항목인 관개면적당 최대양수능력 (DCIA)과 갈수위 기준 흡수면 높이 (HAI)는 조사자료가 없기 때문에 기록이 있는 양수장 안전점검등급 (SI), 관개면적당 관리인원 (NMS), 관개면적당 유지관리비 (MCIA) 등 3개 항목만으로 분석하였다. 관개면적당 관리인원과 유지관리비가 클수록 가뭄 발생 시에도 양수시설의 관리와 운영이 상대적으로 잘 이뤄지는 것으로 추론하여 처리하였다. Fig. 4(c)에 보는 바와 같이 대상 124개 양수장에 대한 적응능력은 기상인자에 좌우되는 기후노출과 민감도와 비교하면 지역적 편차를 보이지 않았다. 범주형 자료인 양수장 안전점검등급 기록이 있는 양수장은 단 18개에 그쳐 사실상 변수로서 유의하지 않았다. 관개면적당 관리인원이 적은 시설은 당두 (고흥), 송곡 (보성), 계바위2 (통영) 등으로 최대 0.931이었다. 반면, 용수 (제주), 백촌 (고성), 연창 (양양) 등은 다른 지역의 시설보다 적응능력 측면에서 우수한 것으로 분석되었다. 관개면적당 유지관리비 투입은 신냉정 (포천군), 토교1단 (철원군), 고문 (연천) 등이 가장 적었고, 용수 (제주), 앵무 (진도), 대대 (울주) 등에선 최대를 보였다. 적응능력이 가장 낮은 양수장은 관개면적당 관리인원과 유지관리비가 적었던 토교1단 (철원), 신냉정 (포천), 송곡 (보성) 등으로 최대 0.924였고, 가장 높은 양수장은 우산 (경기 광주), 용수 (제주), 그리고 탑정 (논산) 등으로 최소 0.252 취약도를 보였다 (Table 5). 적응능력이 낮게 평가된 양수장에 대해서는 관리인력과 시설 유지 및 개선을 위한 예산 투입이 우선으로 필요함을 시사하였다.

Table 5

Highest and lowest ranked pumping stations with regard to adaptive capacity

Order	NMS	MCIA	Adaptive capacity
1	Dangdu	Sinnaengjeong	Togyo1
	Goheung	Pocheon	Cheolwon
2	Songgok	Togyo1	Sinnaengjeong
	Bosung	Cheolwon	Pocheon
3	Gyebawi2	Gomun	Songgok
	Tongyoung	Yeoncheon	Bosung
122	Yeonchang	Daedae	Tapjeong
	Yangyang	Ulju	Nonsan
123	Baekchon	Angmu	Yongsu
	Gosung	Jindo	Jeju
124	Yongsu	Yongsu	Woosan
	Jeju	Jeju	Gwangju
※ Italic font: location (si/gun)

4. 취약성

기후노출, 민감도, 그리고 적응능력의 3개 대용변수에 대하여 Eq. (3)으로 계산한 양수장의 농업가뭄 취약성은 최대 0.709, 최소 0.331의 범위를 나타냈다. 대상 124개 양수장 중 가장 취약성이 높은 양수장은 원구 (영덕), 주담 (울진), 진안 (청송) 등 기후노출과 민감도에서도 높게 평가된 시설이었고 Fig. 4(a)와 Fig. 4(b)와 유사한 공간분포 특성을 보였다 (Fig. 4(d)). 가장 취약성이 낮은 양수장은 구미 (양평), 경안 (경기 광주), 덕천 (단양)으로 모든 대용변수에서도 농업가뭄에 취약한 여건에 있지 않았다 (Table 6).

Table 6

Highest and lowest ranked pumping stations with regard to vulnerability to agricultural drought

Order	Pumping station	Climate exposure	Sensitivity	Adaptive capacity	Vulnerability
1	Judam (Uljin)	0.871	0.789	0.659	0.770
2	Wongoo (Yeongdeok)	0.871	0.784	0.659	0.769
3	Jinahn (Chungsong)	0.871	0.772	0.659	0.765
122	Deokcheon (Danyang)	0.326	0.244	0.433	0.340
123	Gyeongahn (Gwangju)	0.218	0.333	0.407	0.319
124	Gumi (Yangpyeong)	0.218	0.389	0.235	0.274
※ Italic font: location (si/gun)

각 대용변수와 취약성 결과를 히스토그램으로 작성하면 Fig. 5와 같다. 기후노출 변수와 민감도 변수의 경우는 0.4~0.6 사이에서 대상 양수장의 평균 약 54%가 분포하였고, 적응능력에서는 0.6~0.7에서 최대로 기후노출과 민감도에 비교하여 높은 값에 편향된 분포를 나타냈다. 그리고 농업가뭄에 대한 취약성은 대상 양수장의 약 38% (46개소)가 0.4~0.5에 분포하는 것으로 나타났다. 양수장 대부분이 낮은 적응능력에도 불구하고 기후노출과 민감도 면에서 극심한 취약성을 보이지 않았고 기후노출이나 민감도와 유사한 빈도분포를 보였다. 대상 124개 양수장의 가뭄에 대한 취약성은 평균 0.55 (표준편차 0.16)로 평가되었다.

Fig. 5

Histograms of the number of pumping stations at 0.1 interval for proxy variables and vulnerability

전반적으로 세 개 대용변수 중 가장 높은 가중치 (0.374)가 배정된 적응능력의 영향으로 취약성의 상대적 크기를 좌우하는 것으로 나타났다 (Fig. 6). 취약성 결과에 영향을 가장 크게 미친 대용변수가 기후노출과 민감도인 경우는 각각 12개와 17개 양수장이었고 적응능력 (평균 0.64, 표준편차 0.2)일 때는 93개 (76.2%)였다. 대용변수별 가중치를 고려할 경우에도 세 개 대용변수 중 기후노출 (평균 0.17)이 가장 주효했던 것은 16개, 민감도 (평균 0.14)는 6개, 그리고 적응능력 (평균 0.23, 표준편차 0.5)인 경우가 100개 (82.0%)로 나타났다. 그러므로 양수장의 농업가뭄 취약성을 개선하기 위해서는 적응능력을 우선으로 높이는 방안을 마련해야 하고, 본 연구에 사용된 적응능력 평가항목들이 양수장의 농업가뭄 취약성을 평가하고 대응할 수 있는 지표로서 적절하였음이 시사되었다. 한편, 진안 (청송), 원구 (영덕), 양서 (의성) 등 취약성이 가장 높게 평가된 경북지역의 양수장들은 적응능력보다는 전형적으로 강수량이 적은 지역으로서 기후노출의 영향을 가장 크게 받은 것으로 나타났다.

Fig. 6

Prominent proxy variable of each pumping station in terms of agricultural drought vulnerability (left: before applying weight, right: after applying weight)

Ⅳ. 결론 및 고찰

국내 농업용수 주요 수원공인 양수장에 대하여 농업가뭄에 대응할 수 있는 실질적 방안을 추진하기 위한 기초자료로서 시설별 농업가뭄 취약성 실태를 분석하였다. 2018년 한국농어촌공사에서 수행한 전국 124개 농업용 양수장에 대한 실태조사 결과를 바탕으로 양수장에 대한 농업가뭄 취약성 평가항목 15개 (기후노출: 7개, 민감도: 5개, 적응능력: 3개)를 각각 표준화 처리한 결과에 평가항목별 가중치 (Choi et al., 2019)를 적용하여 기후노출, 민감도, 적응능력 등 3개의 대용변수별 영향과 취약성을 평가하였다. 평균기온이 높아 상대적으로 필요수량 부담이 크지만, 강수량이 적고 가용수자원이 다른 지역에 비해 적은 경북지역에서 기후노출과 민감도 면에서 모두 농업가뭄에 취약한 것으로 나타났다. 농업가뭄에 대한 취약성이 높은 양수장은 울진, 영덕, 청송 등 주로 경북권에 있는 시설들이었고, 전반적으로 기후노출이나 민감도와 유사한 공간분포를 보이는 것으로 판단할 수 있었다. 취약성 결과에 가장 큰 영향을 미친 대용변수는 적응능력으로 나타났고, 대상 124개 양수장 대부분은 농업가뭄 측면에서 극단적인 취약성을 보이지 않았다.

양수장의 농업가뭄에 대한 취약성 평가에서 기후노출과 민감도는 강수량, 온도 등 기상조건과 유효우량, 필요수량 등과 같이 기상조건에 따른 물수지 요인만을 평가에 반영하였다. 기후노출과 민감도 대용변수는 농업가뭄 위험의 영향과 노출의 정도만을 설명하기 때문에 피해를 경감하기 위한 노력과 성과는 고려하지 않는다. 반면에 적응능력은 잠재적 농업가뭄 피해를 줄이기 위한 활동을 평가하는 대용변수로서 농업가뭄에 대응할 수 있는 구체적이고 정량화된 목표와 추진 가능한 정책적 혹은 기술적 수단들을 평가항목으로 반영해야 한다. 본 연구는 선행연구에서 전문가 설문을 통해 선정한 관개면적당 최대양수능력, 갈수위 기준 흡수면 높이, 안전점검등급, 관개면적당 관리인원, 그리고 관개면적당 유지관리비 등 5개 항목을 적응능력 평가의 기준으로 설정하였다. 예산과 기술의 투입으로 제고할 수 있고 계량할 수 있는 평가항목들로서 전문가 집단에서 양수장의 농업가뭄 취약성 평가에 있어 가장 주요하다고 판단한 항목들이지만, 일부 항목은 과거 조사 기록이 없고 조사할 수 있는 제도적, 기술적 체계도 부재하기 때문에 평가에 반영할 수 없었다. 그러므로 본 연구에서 수행한 취약성 평가는 양수장 개별 시설의 농업가뭄에 대한 취약성을 파악하고 적응능력을 강구하는데 있어서 한계를 가질 수밖에 없다. 그럼에도 불구하고 기존의 시군단위나 용수구역 단위가 아니라 양수장 개별 시설에 대하여 농업가뭄에 대한 취약성을 진단하고 가뭄대응 성과를 반영할 수 있는 평가 체계를 제시하였다고 판단된다.

본 연구를 통해서 양수장의 현재 취약점을 이해하고 미래 농업가뭄 피해 경감을 위한 취약성 개선 계획의 수립을 지원할 수 있을 것으로 기대된다. 다만, 양수장의 농업가뭄 취약성을 개선할 수 있는 정책적 혹은 기술적 방안의 성과를 정량적으로 평가할 수 있는 지표의 개발과 이들 뒷받침할 수 있는 자료 인프라 구축은 계속 보완될 필요가 있다. 국가 및 지자체 단위 기후변화 적응대책 수립⋅시행이 의무화된 만큼 관련 자료가 축적됨으로써 향후에는 보다 세밀하고 신뢰성 있는 자료를 바탕으로 농업가뭄 취약성 평가 체계도 고도화가 가능할 것이다. 이를 통해서 개별 양수장의 취약성 실태에 대한 이해를 넘어 재해대응능력을 높이는 다양한 대안들에 대한 실질적인 업무 추진을 강화할 수 있을 것이다.