Special Research Paper on “Research on Aggregate Resources in Korea (II)”

Split Viewer

Econ. Environ. Geol. 2024; 57(2): 107-117

Published online April 30, 2024

https://doi.org/10.9719/EEG.2024.57.2.107

© THE KOREAN SOCIETY OF ECONOMIC AND ENVIRONMENTAL GEOLOGY

Estimation of Future Long-Term Riverbed Fluctuations and Aggregate Extraction Volume Using Climate Change Scenarios: A Case Study of the Nonsan River Basin

Dae Eop Lee, Min Seok Kim*, Hyun Ju Oh

Landslides Research Center, Korea Institute of Geoscience and Mineral Resources

Correspondence to : *minseok_kim@kigam.re.kr

Received: March 10, 2024; Revised: April 9, 2024; Accepted: April 9, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided original work is properly cited.

Abstract

The objective of this study is to estimate riverbed fluctuations and the volume of aggregate extraction attributable to climate change. Rainfall-runoff modeling, utilizing the SWAT model based on climate change scenarios, as well as long-term riverbed fluctuation modeling, employing the HEC-RAS model, were conducted for the Nonsan River basin. The analysis of rainfall-runoff and sediment transport under the SSP5-8.5 scenario for the early part of the future indicates that differences in annual precipitation may exceed 600 mm, resulting in a corresponding variation in the basin's sediment discharge by more than 30,000 tons per year. Additionally, long-term riverbed fluctuation modeling of the lower reaches of the Nonsan Stream has identified a potential aggregate extraction area. It is estimated that aggregate extraction could be feasible within a 2.455 km stretch upstream, approximately 4.6 to 6.9 km from the confluence with the Geum River. These findings suggest that the risk of climate crises, such as extreme rainfall or droughts, could increase due to abnormal weather conditions, and the increase in variability could affect long-term aggregate extraction. Therefore, it is considered important to take into account the impact of climate change in future long-term aggregate extraction planning and policy formulation.

Keywords climate change scenarios, SW AT, HEC-RAS, riverbed fluctuations, aggregate extraction volume

기후변화시나리오를 이용한 미래 장기하상변동 및 골재 채취량 산정: 논산천을 사례로

이대업 · 김민석* · 오현주

한국지질자원연구원 산사태연구센터

요 약

본 연구에서는 기후변화에 따른 하상변동과 골재 채취량 산정을 위해 논산천 유역을 대상으로 기후변화시나리오 기반의 SWAT 모형을 이용한 강우-유출 모델링과 HEC-RAS 모형을 이용한 장기 하상변동 모델링을 수행하였다. SSP5-8.5 시나리오의 미래 전반기에 대한 강우-유출 및 유사량 해석결과 연강수량의 차이가 최대 600 mm 이상 발생함에 따라 해당 유역의 유사유출량 또한 연간 30,000 ton 이상 차이가 발생하는 것으로 나타났다. 또한, 장기 하상변동 모델링을 통해 논산천 하류 하도의 퇴적구간 및 골재채취 가능량을 산정한 결과 금강 합류부로 부터 약 4.6∼6.9 km의 상류부 2.455 km 구간에 대해 골재채취가 가능할 것으로 나타났다. 이러한 결과를 통해 극한강우 또는 가뭄 등의 이상기후로 인한 기후위기의 위험성이 커질 수 있으며 이러한 변동성의 증가는 장기적인 골재채취에 영향을 줄 수 있음을 확인하였다. 따라서 향후 장기적인 골재채취 계획 및 정책 수립에 기후변화의 영향을 고려하는 것이 중요할 것으로 판단된다.

주요어 기후변화시나리오, SWAT, HEC-RAS, 하상변동, 골재채취량

  • Assessment of riverbed fluctuations and aggregate extraction volumes due to climate change

  • Rainfall-runoff and long-term riverbed fluctuations modeling based on climate change scenarios

  • Predicted future sedimentation areas and potential aggregate extraction volumes

골재는 건설 산업에서 필수적인 자원으로, 그 수요가지속적으로 증가하고 있기 때문에 골재의 지속 가능한채취와 관리가 중요하다. 국내에서는 골재자원의 필요성이 1990년 대후 경제성장에 따라 점차 중요하게 되었으며, 최근에는 기업도시, 혁신도시, 행정복합도시 등의 기존 도시 외의 신도시 건설이 활발하게 이루어지고 있어국내 골재자원의 필요성은 지속적으로 증가하고 있다(Hong et al., 2015). 골재산업의 규모는 연간 약 3조원,골재가 공사원가에서 차지하는 비중은 약 4%에 불과하나, 골재는 건설공사 용적의 70% 이상을 점유함으로써건설공사의 양과 질을 좌우하는 필수 요소이며 아울러부존지역 제한, 대체재 결여 등 공공재적 성격이 강한 천연자재로서 현대 사회의 필수 불가결한 건설 기초 자재이다(MOLIT, 2017).

골재는 하천에서 주로 채취되며, 과도한 채취는 하천의 생태계와 지형에 부정적인 영향을 끼친다. 골재 채취과정에서 부존량 조사의 부족 및 채취 가능 지역의 제한으로 인한 수급 차질이 발생할 수 있으며, 이는 환경훼손의 심화 및 재해 발생 위험을 증가시킬 수 있다(Won, 2004). 최근, 기후변화로 인한 지구 전반의 광범위한 환경적 변화가 관측되고 있다(Koh et al., 2008). 이러한 기후변화는 강수 패턴의 변화와 극한 강우의 발생을 초래하여, 하천의 유량 및 유속의 변화를 일으키고, 이는 하천의 침식 및 퇴적 과정에 영향을 준다. 하상 변동은 골재 채취 가능 지역의 부존량과 채취 시기를 결정하는 중요한 변수로 작용하므로, 기후변화는 골재 자원의 분포및 채취량에 변화를 초래할 것으로 예상된다. 따라서, 골재 채취의 지속 가능한 관리와 이를 위한 정책 수립을위해서는 기후변화가 하천의 하상 변동 및 골재 자원에미치는 영향을 예측하는 것이 필수적이다.

기후변화에 따른 하상변동을 분석한 국외연구로 Louise and Singer (2013)은 미국 대륙의 알루비얼(충적) 하천에서 1950년부터 2011년까지 기후와 기후 변화가 하상 변동에 미치는 영향을 분석하였고, Praskievicz (2016)은 워싱턴의 투카논 강, 아이다호의 사우스 포크 쿠어 알렌 강,레드 강 등을 대상으로 기후 변화가 하천 흐름과 형태등에 미치는 영향을 모의하였으며, Chao et al. (2018)은 대만의 조수이 강을 대상으로 기후 변화로 인한 극단적 강우가 하상 변동에 미치는 영향을 연구한 바 있다. 국내연구로 Lee et al. (2016)는 한강 상류부, Ahn et al. (2019)는 낙동강 유역, Lee et al. (2021)은 안동댐 유역을 대상으로 기후변화에 의한 유량의 변화에 따른 시나리오를구성하고 장기하상변동 양상을 예측한 바 있다. 골재채취와 관련한 연구로는 주로 골재채취로 인한 하천형태, 수질변화등에 대한 연구(Son and Choi, 2007; Kondolf, 2022), 우리나라의 골재 수급분석과 관련된 연구(Hong and Lee, 2023) 등이 수행되었음을 확인하였으며 기후 변화에 따른 하상변동 및 하천 골재 채취량 변화 예측과관련된 직접적인 연구는 진행되지 않은 것으로 조사되었다.

따라서 본 연구에서는 기후변화에 따른 하상변동과 골재 채취량 산정을 위해 논산천 유역을 대상으로 기후변화시나리오 기반의 강우-유출 모델링과 미래기간에 대한장기 하상변동 모델링을 수행함으로써 골재 자원의 지속가능한 이용을 위한 계획 및 정책 수립에 필요한 과학적근거마련을 위한 방안을 제공하고자 한다.

2.1. SWAT (Soil and Water Assessment Tool)

SWAT 모형은 다양한 수문 및 유역 관리 문제를 해결하기 위해 개발된 복합적인 수문학적 모형으로 강우, 지표유출, 지하수 흐름, 식생, 유사량 및 영양소 이동 등 다양한 수문학적 과정을 반영하여 대규모 유역에서 장기간에 걸친 수문 및 유사량 변화를 모델링 할 수 있다. 현재국내·외 다양한 유역을 대상으로 기후변화 시나리오에 따른 유역의 수문 반응을 예측하는 데 널리 사용되었으며,다양한 수문학적 조건을 상세하게 모델링할 수 있는 능력을 가지고 있어 우리나라의 복잡한 지형과 다양한 기후 조건을 고려한 수문 및 유사량 변화 연구에 적합한모형이다.

SWAT 모형은 GIS상에 입력된 지형 및 수계 자료를이용하여 대상유역을 소유역으로 구분한 후 유역의 토지이용현황, 토양특성 등을 고려하여 동일한 특성을 나타내는 HRU (Hydrologic Response Unit)로 세분화한다(Setegn et al., 2010). SWAT 모델에서 계산되는 수문순환은 다음 Eq. (1)과 같은 물수지 방정식에 의해 산정된다.

SWt=SW0+ i=1 t(RdayQsurfEaWseepQgw)

여기서, SWt는 최종 토양수분량(mm), SW0i일의 초기토양수분량(mm), t는 시간(day), Rdayi일의 강수량(mm), Qsurfi일의 지표유출량(mm), Eai일의 증발산량(mm), Wseepi일의 토양층에서 투수층으로 투수되는 총량(mm), Qgwi일의 하천으로의 회귀 수량(mm)을 나타낸다.

각 HRU로부터 유출을 비롯하여 유사, 영양물질, 농약성분에 대한 부하량이 소유역 단위로 합산되어 이는 다시 하도, 저류지, 저수지 등을 통한 추적과정을 거쳐 유역출구에서 총량으로 계산된다. SWAT 모형의 MUSLE공식을 이용하여 강우와 유출에 의한 유사발생량을 Eq.(2)를 통해 계산한다(Kim et al., 2021).

sed=11.8(Qsurf×qp×areahru)0.56KUSLELSUSLECUSLE×PUSLE

여기서, Qsurfqp(m3/s)는 각각 유출량과 첨두유량, areahru는 해당 HRU의 면적(ha), KUSLE는 토양침식계수, LSUSLE는 지형특성인자(경사길이와 경사도), CUSLE는 경사지의피복 상태, 식생의 종류, 식생 상태 등 복합적인 조건에대한 토양 유실량의 영향, PUSLE는 토양보존인자이다.

2.2. HEC-RAS (Hydrologic Engineering Center's River Analysis System)

HEC-RAS 모형은 하천의 유속, 수위, 하상 변동 등을모델링할 수 있는 모형으로 이는 하천의 물리적 변화를상세하게 이해하고 예측하는 데 필수적이다. HEC-RAS모형을 이용하여 하상의 침식 및 퇴적 과정을 시뮬레이션할 수 있으며, 이를 통한 장기간 하천의 형태학적 변화 분석이 가능하다. 이는 계절적 강수 패턴과 급경사 지형으로 인해 하천이 빠르게 변화하는 특성을 가진 우리나라의하천의 하상 변동 분석에 효과적으로 활용될 수 있으며,우리나라 하천기본계획 수립에 주로 활용되는 모형이다.

HEC-RAS 모형은 고정상 모형과 이동상 모형으로 구분되며, 고정상 모형은 고정된 하상에서 흐름만을 고려한 계산을 의미한다(Lee et al., 2011). 한편, 이동상 모형은 유사이송을 고려한 하상변동을 모의하는 과정이다. HEC-RAS는 이동상 모형을 해석하기 위해서 유사의 연속방정식이라 불리는 Exner 방정식을 지배방정식으로 사용하고 있다.

HEC-RAS 모형의 고정상 모형의 지배방정식인 Saint-Venant 방정식은 다음과 같이 질량 보존과 운동량 보존방정식으로 표현할 수 있다.

At+Qx=0

Qt+x=Q2A+gAhc=gA(S0Sf)

여기서, A는 흐름 단면적, Q는 유량, hc는 자유수면으로부터 통수단면적의 중심간 거리, S0는 하상경사, Sf 는 에너지 경사를 의미한다. 에너지 경사는 Manning 유속 공식을 이용하여 산정하며, 다음과 같이 표현할 수 있다.

Sf=n2u2/Rh4/3

여기서, n은 Manning 조도계수, u는 유속, Rh는 동수반경이다.

이동상 모형은 유사이송과 하상변동으로 계산하며, 유사이송량은 다양한 연구에 의해서 개발된 유사이송능력공식을 활용해 계산한다. HEC-RAS에서는 총 6개의 유사이송능력 공식(Engelund-Hansen, Ackers-White, Laursen-Copeland, Meyer-Peter and Muller, Toffaleti, Yang)을 제공하고 있다. 하상변동은 Eq. (6)과 같은 유사의 연속 방정식을 활용하고 있다.

(1λp)Bδηδt=δQsδx

여기서, B는 하도폭, η는 하천 바닥 높이, λp는 이동상모형의 공극, Qs는 유사이송능력 공식을 통해서 계산된유사량이다.

2.3. 기후변화시나리오

기후변화 시나리오란 온실가스, 에어로졸, 토지이용 상태 등의 변화같이 인간 활동에 따른 인위적인 원인에 의한 기후변화가 언제, 어디서, 어떻게 일어날지를 예측하기 위해 기후변화 예측모델을 이용하여 계산한 미래기후(기온, 강수, 습도, 바람 등)에 대한 예측정보를 말한다(Seo et al., 2006). 본 연구에 적용된 SSP (Shared Socioeconomic Pathways, 공통사회 경제경로) 시나리오는 가장 최근에제시된 개념으로(Fig. 1) IPCC 6차 평가보고서를 위해2100년 기준 복사강제력 강도(기존 RCP 개념)와 함께 미래 사회경제변화를 기준으로 기후변화에 대한 미래의 완화와 적응 노력에 따라 5개의 시나리오로 구별되며, 인구통계, 경제발달, 복지, 생태계 요소, 자원, 제도, 기술발달, 사회적 인자, 정책을 고려하였다(Kim et al., 2021).

Fig. 1. SSP-RCP Scenario Pathways (O’Neill et al., 2016).

총 4가지 SSP 시나리오 중 본 연구에 적용한 시나리오는 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것으로가정하는 경우의 시나리오인 SSP5-8.5 시나리오를 선정하였으며, 기상청의 HadGEM3-RA 기반의 한반도 강우시나리오 자료를 적용하였다. SSP5-8.5 시나리오는 탄소배출이 2075년까지 세 배 증가하는 최악의 경우를 가정한 시나리오로 대비책 마련과 리스크 관리에 있어 보다효과적으로 적용될 수 있다. 또한, 현실 반영 부분에서도전 세계의 온실가스 배출 추세와 비교했을 때 현재의 추세와 일치하는 경향을 보임에 따라 SSP5-8.5 시나리오가보다 현실에 가까운 시나리오로 평가되기도 한다(Meinshausen et al., 2019).

3.1. 대상유역

금강권역에 위치한 논산천은 금강의 제1지류이며 상류가 전라북도 완주군 운주면 고당리 왕사봉 동쪽 계곡에서 발원하며 전라북도 구간에서는 장선천이라고 한다. 장선천은 괴목동천과 안침천이 합류된다. 충청남도 논산시양촌면으로 넘어오면서 논산천이 되며 오산천, 양촌천,임촌천, 장성천, 웅천이 합류되며 탑정저수지에 이른다.탑정저수지는 충청남도에서 두 번째로 규모가 큰 저수지다. 논산시 부적면 잡정리에서 서쪽으로 흐르며 논산시도심을 감싸고 강경을 향해 하천이 흐르며 왕암천, 노성천, 중교천, 방축천이 합류되고 호남선이 이 방향을 따라평행하며 이어진다. 강경읍에서 강경천이 합류되고 바로금강과 합류한다(MLTM, 2002).

논산천의 유역면적은 665.02 km2, 유로연장은 57.10 km2이다. 논산천은 국가하천과 지방하천으로 구성되어 있으며, 국가하천 연장은 21.45 km이다. 유역평균폭은 11.65 km, 형상계수는 0.204이다. 또한, 평균고도는 EL. 129.36 m, 평균경사는 21.8%이며, 논산천의 지질은 충적층, 황강암류로 구성되어 있다. Fig. 2는 연구대상지인 논산천 유역을 도시화 한 것으로 수위관측지점인 논산대교지점을 기준으로 상류(A) 유역을 대상으로 강우-유출-유사 모델링을 수행하고, 금강합류 전까지의 하류(B) 구간의 하도에 대한 장기하상변동 모델링 및 준설량을 산정하였다. 논산천은 국토교통부의 2023년 골재자원조사 대상지역 중 하나로 총 8개의 대상지역 중 수리·수문 모델링의 필요성 및 기초자료의 확보 용이성 등을 고려하여본 연구의 대상유역으로 선정하였다.

Fig. 2. Study Area.

3.2. 기초자료 구축

SWAT 모형을 이용한 강우-유출-유사량 모의를 위해 기초자료 (수문기상, 지형, 토지이용, 토양 등)의 수집 및가공이 필요하다. 지형 자료는 국토지리정보원에서 제공하는 수치지도 기반의 수치표고모형(Fig. 3a), 산림청에서 제공하는 임상도 기반의 토지이용도(Fig. 3b), 산림청에서 제공하는 산림입지 토양도(Fig. 3c)를 5 m 해상도로 구축하고, 총 11개의 소유역으로 분할하였다.

Fig. 3. Topographic and Geological data.

모델링을 위한 과거 관측 기상 및 수문자료는 기상청의 논산지점(강수량), 환경부의 논산대교 지점(수위 및 유량)자료를 수집하여 적용하였다. 강우-유출 모델링 기간선정 시 논산대교 지점의 2017년∼2022의 관측자료에 결측 및 오측기간이 다수 포함되어 연속적인 모의가 어렵다고 판단하였으며, 이에 2013년∼2016년을 대상으로(예비해석기간: 2013년) 일 단위 자료를 구축하고 매개변수보정을 위한 모의를 수행하였다.

HEC-RAS를 이용한 하상변동 모의를 위해서는 크게수리량 자료와 유사량 자료가 필요하다. 수리량 자료는흐름해석을 위해 필요한 자료들로서 하천지형자료, 조도계수, 유량 및 수위 등이 있으며, 유사량 자료는 하상변동 해석을 위해 필요한 수온, 유사량 경계조건, 하상토입도분포 등의 자료로 구성된다. 하천지형자료와 하상토입도분포 등의 자료는 논산천 유역을 대상으로 국토해양부(2002)의 하천기본계획 상의 실측자료를 사용하였으며,경계조건 자료는 관측 및 강우-유출 모델링 결과 기반의결과를 적용하였다.

유사유출량은 해당 기간 및 대상 지역에 대한 관측값이 거의 존재하지 않기에 과거 논산천 유량-부유사량 현장측정을 통해 획득된 Eq. (7)의 유사량 공식(Lee and Kim, 2015)을 활용해 산정하였다. 다만 해당 유사량 산정공식은 R2 값이 0.65 수준의 식으로 결과값에 대한 오차가 포함되어 있음을 고려해야 한다.

Qs=4.99×103Q1.2638

여기서, Qs는 유사량, Q는 유량을 나타낸다.

미래기간에 대한 강우-유출모의를 위해서는 기후변화시나리오뿐만 아니라 해석을 위해 필요한 매개변수들을결정해야 하며 이를 위해 과거기간에 대한 모델링 및 매개변수 최적화가 필요하다. 이를 위해 지형, 기상 및 수문 등 구축된 기초자료를 이용하여 논산천 유역에 대한SWAT 모형을 구축한 후 해석결과를 바탕 매개변수를 보정을 수행하였다. 논산대교 지점의 매개변수는 Table 1과 같이 총 11개의 매개변수를 선정하였으며 SWAT 모형의매개변수 자동최적화 프로그램인 SWAT-CUP을 통해 최적 매개변수가 도출되었다.

Table 1 Parameters of the SWAT Model

ParameterDescription (unit)RangeFitted Value
MinMax
ALPHA_BF.gwBaseflow alpha factor (1/days)010.08
RCHRG_DP.gwDeep aquifer percolation fraction (–)010.83
CN2.mgtCurve number (–)359872.45
CH_K2.rteChannel effective hydraulic conductivity (mm/hr)-0.01500293.25
SOL_AWC(..).solAvailable water capacity (mm/mm)010.37
CH_N2.rteManning’s n-value for main channel (–)-0.010.30.20
SURLAG.bsnSurface runoff lag (days)12419.85
ESCO.hruSoil evaporation compensation factor (–)010.61
SOL_K(..).solSaturated hydraulic conductivity (mm/hr)02000129.00
GW_DELAY.gwGroundwater delay time (days)0500167.75
CANMX.hruCanopy storage (mm)010016.75


매개변수 보정을 통해 도출된 해석결과는 Fig. 4와 같다. 2013년∼2016년 기간을 대상으로 강우-유출해석을 수행하였으며, 예비해석 기간을 제외한 2014∼2016년의 유출해석결과를 관측유량과 함께 도시하였다. 모의결과의정확도를 정량화하기 위해 Eq. (8)의 NSE (Nash-Sutcliffe Efficiency) 식을 이용하였다.

Fig. 4. Result of rainfall-runoff analysis (2014∼2016).

NSE=1 t=1N(OtPt)2 t=1N(OtO¯)2

여기서, N은 자료의 개수, OtPt는 시간 t에서의 관측치와 모의치, O¯는 관측치의 평균값을 나타낸다.

과거기간에 대한 모의결과의 재현성은 NSE =0.22로해석 결과의 정확도가 낮음을 의미한다. 이러한 결과의원인은 논산천 유역 내에 위치한 탑정저수지의 방류 매커니즘을 반영하지 못하였기 때문으로 판단된다. Fig. 4의 파랑색 선은 논산대교 지점의 관측유량, 주황색 선은SWAT 모형의 유출해석 결과를 의미하며, 해석유량과 관측유량의 큰 차이가 발생한 기간의 경우 모두 장기간의연속적인 강우 및 100 mm 이상의 강우가 발생한 7월∼ 10월 사이의 장마철 기간으로 이 기간에 탑정저수지의방류가 진행된 것으로 보인다.

강우-유출 모델링을 위해서는 하천 내의 수공구조물의영향을 고려하는 것 또한 중요한 요소이지만 미래기간에대한 수공구조물의 방류 매커니즘 등을 고려하는 것에는 어려움이 있다. 따라서 해당 기간을 제외한 기간의 강우에 의한 유출량 변동 패턴은 비교적 비슷한 경향을 보이므로 기후변화시나리오에 의한 유출해석 모의를 위한 매개변수로 적용하는 것이 타당하다고 판단하였다.

본 연구에 적용된 기후변화시나리오의 한반도 미래 기후전망은 모든 시나리오 상에서 현재 대비 미래 전반기에 평균 강수량이 다소 감소하고 미래 후반기에 증가할것으로 전망하고 있다. 다만 이러한 경향은 지역에 따라편차가 심하다고 제시하고 있으며 이에 논산 지역의 SSP 8.5 시나리오를 수집 후 미래 전반기 기간(2023∼2035)에 대해 적용하였다.

미래 전반기에 대한 강우-유출 및 유사량 해석결과는Fig. 56과 같다. SSP5-8.5 시나리오에서 연평균 강수는1,146 mm, 평균유출량은 7.60 m3/s으로 나타났으며, 연평균 유사유출량은 약 22,600 ton 발생하는 것으로 분석되었다. 이는 과거기간(연평균 강수 1,117 mm, 평균유출량 6.05 m3/s) 대비 미래기간에 강수량이 증가하는 경향을 보임을 확인할 수 있으며, 연강수량의 차이가 최대600 mm 이상 발생함에 따라 해당 유역의 유사유출량 또한 연간 30,000 ton 이상 차이가 발생하는 것으로 나타났다. 이러한 결과를 통해 극한강우 또는 가뭄 등의 이상기후로 인한 기후위기의 위험성이 커질 수 있으며 이러한 변동성의 증가는 장기적인 골재채취량에도 영향을줄 수 있음을 확인 할 수 있다. 다만 해당 지점의 유량-유사량 관계식의 신뢰도가 높지 않고 해당 구간의 다수존재하는 수중 구조물에 대한 영향으로 과거 기간에 대한 모형의 재현성이 높은 편은 아니기에 결과에 대한 오차범위가 다소 높을 것으로 판단된다. 하지만 기후변화시나리오는 미래 변화에 대한 경향을 파악하고자 하는목적이 크기에 향후 장기적인 골재채취 계획 및 정책 수립에 기후변화를 고려할 필요성이 있다.

Fig. 5. Result of rainfall-runoff analysis (SSP5-8.5).

Fig. 6. Result of sediment analysis (SSP5-8.5).

HEC-RAS 모형을 이용하여 장기 하상변동을 시뮬레이션한 결과, 약 5년이 경과하면 평형하상에 도달하는 것으로 나타났다. 다만, 지속적으로 하상변동이 발생하고있어 안정하상에 도달했다고 보기는 어려울 것으로 보이며, 퇴적이 발생하는 지형이 점차 하류로 이동하는 것으로 나타나 사주 등이 하류로 이동하는 것으로 판단된다(Fig. 7). 하류단을 중심으로 Fig. 7의 파란색 박스로 표시된 4∼7 km 사이에서 퇴적이 발생하는 것으로 나타나골재채취를 위한 유일한 구간으로 판단되며, 그 외의 일부 구간에서 퇴적이 발생하는 것으로 나타났으나, 퇴적량이 적거나 퇴사구간이 단거리로 효율이 상대적으로 낮을 것으로 판단해 골재채취 구간에서 제외하였다. 그리고 Fig. 7의 빨간색 박스로 표현한 이 세구간에서는 하상의 침식이 매우 크게 나타난 것으로 나타나 하류의 퇴적구간(골채채취 가능구간)에서 골재를 채취할 경우 상류 방향에서의 하상의 불안정을 증폭시킬 수 있을 수 있으므로 보여져 골재채취에 주의해야 할 것으로 판단된다.

Fig. 7. Results of Riverbed Fluctuations (Every 5 Years).

Fig. 8은 퇴사구간으로 판단되는 하류단 4∼7 km 상류부의 초기 단면과 장기 하상변동 후의 단면을 동시에 나타낸 것이다. 기존의 하상과 퇴적된 하상의 단면적을 이용하여 양단면 평균법으로 준설량을 계산하였다. 논산천에서 골재채취 가능량을 산출한 결과, 약 2.455 km 구간에 걸쳐 14,965 m3의 골재채취가 가능할 것으로 계산되었다. 해당구간의 골재채취 가능량을 하상변동 모델링을기준으로 1년 단위로 산정하면 그 결과는 Table 2와 같다. 하상변동 모델링 시작년도를 기준으로 약 6년 후 퇴사가 급증하다 그 이후부터는 크게 퇴적이 발생하지 않는 것으로 나타났다.

Table 2 Yearly Aggregate Extraction Volume

Station No.Mining Volume(m3)
1yr2yr3yr4yr5yr6yr7yr8yr9yr10yr
6.8902271,9051,7201,5093641,1641,068961873378
6.6702149661,4961,276179912832841856858
6.4704545001,4781,280341,3881,3111,129821725
6.260018701,094227792755724701667
6.0551,0991,2861,8192,2742051,9371,7221,6511,6421,646
5.8456887671,2132,3521152,1092,1052,1002,0842,078
5.6405855917322,24802,9622,7352,7432,7412,747
5.42532331824146602,6232,4592,1172,0422,036
5.23523429815019921,2922,0401,9511,8201,777
5.04010001210352910880753
4.845728900169077444758712
4.6251331041770117118266368593754
Sum4,0306,8259,73612,7681,53315,29715,72215,93915,81115,131


Fig. 8. Results of Long-Term Riverbed Fluctuations by Cross Section.

본 연구에서는 논산천 유역을 대상으로 기후변화시나리오 기반의 하천유사량 유출해석을 위한 모델링을 수행하고 미래기간의 골재채취 가능량을 산정하였다. 미래 전반기에 대한 논산천 상류유역에 대한 강우-유출 및 유사유출량 산정결과 SSP5-8.5 시나리오에서 연평균 강수는1,146 mm, 평균유출량은 7.60 m3/s으로 나타났으며, 연평균 유사유출량은 약 22,600 ton 발생하는 것으로 분석되었다. 또한, 장기 하상변동 모델링을 통해 논산천 하류하도의 퇴적구간 및 골재채취 가능량을 산정한 결과 금강 합류부로 부터 약 4.6∼6.9 km의 상류부 2.455 km 구간에 대해 골재채취가 가능할 것으로 산정되었다. 연도별로 골재채취 가능량을 산정한 결과, 약 6년 후 골재채취 가능량이 최대 증가하여 그 이후로는 증가폭이 미비한 것으로 나타났다. 즉, 골재채취를 5년 주기로 하는 것이 가장 경제성이 클 것 판단된다.

다만 본 연구에 적용된 유량-유사량 관계식의 신뢰도가 높지 않고 수공 구조물에 대한 영향으로 과거기간에대한 모형의 재현성이 낮아 결과에 대한 불확실성이 크게 포함되며, 기후변화시나리오 자체에 내제된 불확실성으로 인해 실제의 현상을 예측 또는 재현하기에는 어려움이 있다. 그러나 기후변화시나리오 기반의 모델링은 장기적인 관점에서 미래 변화에 대한 경향을 예측하는 것을 목적으로 하기에 내포된 불확실성을 고려하더라도 향후 장기적인 골재채취 계획 및 정책 수립에 있어 기후변화의 영향을 고려하는 것이 중요할 것으로 판단되며. 향후 다양한 연구를 통해 결과의 불확실성을 감소시킨다면 국내 골재자원의 잠재적 개발 가능량의 예측에 효과적으로 활용될 수 있을 것이다.

이 연구는 한국지질자원연구원에서 수행하고 있는 국토교통부 “2023년 골재자원조사 및 관리(23-5213)”의 지원으로 수행되었습니다. 또한 논문에 대한 세심한 검토와 제안을 해주신 심사위원 분들께 감사드립니다.

  1. Ahn, J., Lee, J.M., Do, Kim, Y. and Kang, B. (2016) Sensitive analysis of river geometry under various flow conditions in South Han River using GSTARS model. Journal of Korea Water Resources Association, v.49, n.4, p.347-359. (in Korean with English abstract). doi: 10.3741/JKWRA.2016.49.4.347
    CrossRef
  2. Ahn, J., Lee, J.M., Kim, Y.D. and Kang, B. (2019) Effect of climate change on long-term riverbed change using GSTARS model in Nakdong River, Korea. KSCE Journal of Civil Engineering, v.23, p.1849-1859, doi: 10.1007/s12205-019-0193-0
    CrossRef
  3. Chao, Y.C., Chen, C.W., Li, H.C. and Chen, Y.M. (2018) Riverbed migrations in Western Taiwan under climate change. Water, v.10, n.11, doi: 10.3390/w10111631
    CrossRef
  4. Hong, S.S. and Lee, J.Y. (2023) Aggregate of Korea in 2021. Economic and Environmental Geology, v.56, n.1, p.87-101. (in Korean with English abstract). doi: 10.9719/EEG.2023.56.1.87
    CrossRef
  5. Hong, S.S., Kim, J.Y. and Lee, J.Y. (2015) Trends of supply and demand of aggregate in Korea (I). The Journal of the Petrological Society of Korea, v.24, p.253-272, (in Korean with English abstract). doi: 10.7854/JPSK.2015.24.3.253
    CrossRef
  6. Kim, J., Kim, M., Cho, Y., Oh, H. and Lee, C. (2021) Suggestion and Evaluation for Prediction Method of Landslide Occurrence using SWAT Model and Climate Change Data: Case Study of Jungsan-ri Region in Mt. Jiri National Park. Journal of Soil and Groundwater Environment, v.26, n.6, p.106-117, (in Korean with English abstract). doi: 10.7857/JSGE.2021.26.6.106
    CrossRef
  7. Kim, J., Kwak, J., Hwang, S., Jun, S.M., Lee, S., Lee, J.N. and Kang, M.S. (2021) Analysis of flood control capacity of agricultural reservoir based on SSP climate change scenario. Journal of The Korean Society of Agricultural Engineers, v.63, p.49-62. (in Korean with English abstract). doi: 10.5389/KSAE.2021.63.5.049
    CrossRef
  8. Koh, J.K., Choi, C.I. and Kim, H.S. (2008) A Study on Local Adaptation to Climate Change. Gyeonggi Research Institute. p.3-9, (in Korean with English abstract)
  9. Kondolf, G.M. (2022) Environmental effects of aggregate extraction from river channels and floodplains. In Aggregate Resources. CRC Press. p.113-129, ISBN: 9781003077954
    CrossRef
  10. Lee, J. M., Ahn, J., Kim, Y.D. and Kang, B. (2021) Effect of climate change on long-term river geometric variation in Andong Dam watershed, Korea. Journal of Water and Climate Change, v.12, n.3, p.741-758, doi: 10.2166/wcc.2020.148
    CrossRef
  11. Lee, J.S. and Kim, C.G. (2015) Field Measurement and Analysis for Discharge-Suspended Sediment of Small-Medium Streams in Nonsan Catchments, J. Korean Soc. Hazard Mitig. v.15, p.291-296, (in Korean with English abstract). doi: 10.9798/KOSHAM.2015.15.1.291
    CrossRef
  12. Lee, J.H., Choo, T.H. and Jee, H.K. (2011) Tributary bed stability method by main channel dredge in Nakdong river. In Proceedings of the Korea Water Resources Association Conference. p.275-279. (in Korean)
  13. Meinshausen, M., Nicholls, Z., Lewis, J., Gidden, M.J., Vogel, E., Freund, M., ... and Wang, H.J. (2019) The SSP greenhouse gas concentrations and their extensions to 2500. Geoscientific Model Development Discussions, p.1-77, doi: 10.5194/gmd-13-3571-2020
    CrossRef
  14. MLTM. (2002) Geum River Basic Plan, Ministry of Land, Transport and Maritime Affairs. (in Korean)
  15. MOLIT. (2017) Aggregate Resources Survey Report in 2017, Ministry of Land, Infrastructure and Transport. (in Korean)
  16. O'Neill, B.C., Tebaldi, C., Van Vuuren, D.P., Eyring, V., Friedlingstein, P., Hurtt, G. ... and Sanderson, B.M. (2016) The scenario model intercomparison project (ScenarioMIP) for CMIP6. Geoscientific Model Development, v.9, n.9, p.3461-3482, doi: 10.5194/gmd-9-3461-2016
    CrossRef
  17. Praskievicz, S. (2016) Impacts of projected climate changes on streamflow and sediment transport for three snowmelt‐dominated rivers in the interior Pacific Northwest. River Research and Applications, v.32, n.1, p.4-17, doi: 10.1002/rra.2841
    CrossRef
  18. Seo, A.S., Kim, T.G. and Lee, J.M. (2006) Climate change and natural disasters. Magazine of the Korean Society of Hazard Mitigation, v. 6, p. 8-15. (in Korean)
  19. Setegn, S.G., Srinivasan, R., Melesse, A.M. and Dargahi, B. (2010) SWAT model application and prediction uncertainty analysis in the lake Tana basin, Ethiopia. Hydrological Processes, v.24, p.357-367. doi: 10.1002/hyp.7457
    CrossRef
  20. Slater, L.J. and Singer, M.B. (2013) Imprint of climate and climate change in alluvial riverbeds: Continental United States, 1950-2011. Geology, v.41, n.5, p.595-598, doi: 10.1130/G34070.1
    CrossRef
  21. Son, S. and Choi, K. (2007) Hydraulic and Hydrological Influences of Gravel Mining on a River. ournal of Agriculture & Life Science, v.41, n.2, p.51-57. (in Korean with English abstract). UCI : G704-001926.2007.41.2.002
    CrossRef
  22. Won, H.Y. (2004) Prospect and Future Strategies for Aggregate Supply. Constructioin Economy, v.39, p.47-52. (in Korean)

Article

Special Research Paper on “Research on Aggregate Resources in Korea (II)”

Econ. Environ. Geol. 2024; 57(2): 107-117

Published online April 30, 2024 https://doi.org/10.9719/EEG.2024.57.2.107

Copyright © THE KOREAN SOCIETY OF ECONOMIC AND ENVIRONMENTAL GEOLOGY.

Estimation of Future Long-Term Riverbed Fluctuations and Aggregate Extraction Volume Using Climate Change Scenarios: A Case Study of the Nonsan River Basin

Dae Eop Lee, Min Seok Kim*, Hyun Ju Oh

Landslides Research Center, Korea Institute of Geoscience and Mineral Resources

Correspondence to:*minseok_kim@kigam.re.kr

Received: March 10, 2024; Revised: April 9, 2024; Accepted: April 9, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided original work is properly cited.

Abstract

The objective of this study is to estimate riverbed fluctuations and the volume of aggregate extraction attributable to climate change. Rainfall-runoff modeling, utilizing the SWAT model based on climate change scenarios, as well as long-term riverbed fluctuation modeling, employing the HEC-RAS model, were conducted for the Nonsan River basin. The analysis of rainfall-runoff and sediment transport under the SSP5-8.5 scenario for the early part of the future indicates that differences in annual precipitation may exceed 600 mm, resulting in a corresponding variation in the basin's sediment discharge by more than 30,000 tons per year. Additionally, long-term riverbed fluctuation modeling of the lower reaches of the Nonsan Stream has identified a potential aggregate extraction area. It is estimated that aggregate extraction could be feasible within a 2.455 km stretch upstream, approximately 4.6 to 6.9 km from the confluence with the Geum River. These findings suggest that the risk of climate crises, such as extreme rainfall or droughts, could increase due to abnormal weather conditions, and the increase in variability could affect long-term aggregate extraction. Therefore, it is considered important to take into account the impact of climate change in future long-term aggregate extraction planning and policy formulation.

Keywords climate change scenarios, SW AT, HEC-RAS, riverbed fluctuations, aggregate extraction volume

기후변화시나리오를 이용한 미래 장기하상변동 및 골재 채취량 산정: 논산천을 사례로

이대업 · 김민석* · 오현주

한국지질자원연구원 산사태연구센터

Received: March 10, 2024; Revised: April 9, 2024; Accepted: April 9, 2024

요 약

본 연구에서는 기후변화에 따른 하상변동과 골재 채취량 산정을 위해 논산천 유역을 대상으로 기후변화시나리오 기반의 SWAT 모형을 이용한 강우-유출 모델링과 HEC-RAS 모형을 이용한 장기 하상변동 모델링을 수행하였다. SSP5-8.5 시나리오의 미래 전반기에 대한 강우-유출 및 유사량 해석결과 연강수량의 차이가 최대 600 mm 이상 발생함에 따라 해당 유역의 유사유출량 또한 연간 30,000 ton 이상 차이가 발생하는 것으로 나타났다. 또한, 장기 하상변동 모델링을 통해 논산천 하류 하도의 퇴적구간 및 골재채취 가능량을 산정한 결과 금강 합류부로 부터 약 4.6∼6.9 km의 상류부 2.455 km 구간에 대해 골재채취가 가능할 것으로 나타났다. 이러한 결과를 통해 극한강우 또는 가뭄 등의 이상기후로 인한 기후위기의 위험성이 커질 수 있으며 이러한 변동성의 증가는 장기적인 골재채취에 영향을 줄 수 있음을 확인하였다. 따라서 향후 장기적인 골재채취 계획 및 정책 수립에 기후변화의 영향을 고려하는 것이 중요할 것으로 판단된다.

주요어 기후변화시나리오, SWAT, HEC-RAS, 하상변동, 골재채취량

Research Highlights

  • Assessment of riverbed fluctuations and aggregate extraction volumes due to climate change

  • Rainfall-runoff and long-term riverbed fluctuations modeling based on climate change scenarios

  • Predicted future sedimentation areas and potential aggregate extraction volumes

1. 서론

골재는 건설 산업에서 필수적인 자원으로, 그 수요가지속적으로 증가하고 있기 때문에 골재의 지속 가능한채취와 관리가 중요하다. 국내에서는 골재자원의 필요성이 1990년 대후 경제성장에 따라 점차 중요하게 되었으며, 최근에는 기업도시, 혁신도시, 행정복합도시 등의 기존 도시 외의 신도시 건설이 활발하게 이루어지고 있어국내 골재자원의 필요성은 지속적으로 증가하고 있다(Hong et al., 2015). 골재산업의 규모는 연간 약 3조원,골재가 공사원가에서 차지하는 비중은 약 4%에 불과하나, 골재는 건설공사 용적의 70% 이상을 점유함으로써건설공사의 양과 질을 좌우하는 필수 요소이며 아울러부존지역 제한, 대체재 결여 등 공공재적 성격이 강한 천연자재로서 현대 사회의 필수 불가결한 건설 기초 자재이다(MOLIT, 2017).

골재는 하천에서 주로 채취되며, 과도한 채취는 하천의 생태계와 지형에 부정적인 영향을 끼친다. 골재 채취과정에서 부존량 조사의 부족 및 채취 가능 지역의 제한으로 인한 수급 차질이 발생할 수 있으며, 이는 환경훼손의 심화 및 재해 발생 위험을 증가시킬 수 있다(Won, 2004). 최근, 기후변화로 인한 지구 전반의 광범위한 환경적 변화가 관측되고 있다(Koh et al., 2008). 이러한 기후변화는 강수 패턴의 변화와 극한 강우의 발생을 초래하여, 하천의 유량 및 유속의 변화를 일으키고, 이는 하천의 침식 및 퇴적 과정에 영향을 준다. 하상 변동은 골재 채취 가능 지역의 부존량과 채취 시기를 결정하는 중요한 변수로 작용하므로, 기후변화는 골재 자원의 분포및 채취량에 변화를 초래할 것으로 예상된다. 따라서, 골재 채취의 지속 가능한 관리와 이를 위한 정책 수립을위해서는 기후변화가 하천의 하상 변동 및 골재 자원에미치는 영향을 예측하는 것이 필수적이다.

기후변화에 따른 하상변동을 분석한 국외연구로 Louise and Singer (2013)은 미국 대륙의 알루비얼(충적) 하천에서 1950년부터 2011년까지 기후와 기후 변화가 하상 변동에 미치는 영향을 분석하였고, Praskievicz (2016)은 워싱턴의 투카논 강, 아이다호의 사우스 포크 쿠어 알렌 강,레드 강 등을 대상으로 기후 변화가 하천 흐름과 형태등에 미치는 영향을 모의하였으며, Chao et al. (2018)은 대만의 조수이 강을 대상으로 기후 변화로 인한 극단적 강우가 하상 변동에 미치는 영향을 연구한 바 있다. 국내연구로 Lee et al. (2016)는 한강 상류부, Ahn et al. (2019)는 낙동강 유역, Lee et al. (2021)은 안동댐 유역을 대상으로 기후변화에 의한 유량의 변화에 따른 시나리오를구성하고 장기하상변동 양상을 예측한 바 있다. 골재채취와 관련한 연구로는 주로 골재채취로 인한 하천형태, 수질변화등에 대한 연구(Son and Choi, 2007; Kondolf, 2022), 우리나라의 골재 수급분석과 관련된 연구(Hong and Lee, 2023) 등이 수행되었음을 확인하였으며 기후 변화에 따른 하상변동 및 하천 골재 채취량 변화 예측과관련된 직접적인 연구는 진행되지 않은 것으로 조사되었다.

따라서 본 연구에서는 기후변화에 따른 하상변동과 골재 채취량 산정을 위해 논산천 유역을 대상으로 기후변화시나리오 기반의 강우-유출 모델링과 미래기간에 대한장기 하상변동 모델링을 수행함으로써 골재 자원의 지속가능한 이용을 위한 계획 및 정책 수립에 필요한 과학적근거마련을 위한 방안을 제공하고자 한다.

2. 이론적배경

2.1. SWAT (Soil and Water Assessment Tool)

SWAT 모형은 다양한 수문 및 유역 관리 문제를 해결하기 위해 개발된 복합적인 수문학적 모형으로 강우, 지표유출, 지하수 흐름, 식생, 유사량 및 영양소 이동 등 다양한 수문학적 과정을 반영하여 대규모 유역에서 장기간에 걸친 수문 및 유사량 변화를 모델링 할 수 있다. 현재국내·외 다양한 유역을 대상으로 기후변화 시나리오에 따른 유역의 수문 반응을 예측하는 데 널리 사용되었으며,다양한 수문학적 조건을 상세하게 모델링할 수 있는 능력을 가지고 있어 우리나라의 복잡한 지형과 다양한 기후 조건을 고려한 수문 및 유사량 변화 연구에 적합한모형이다.

SWAT 모형은 GIS상에 입력된 지형 및 수계 자료를이용하여 대상유역을 소유역으로 구분한 후 유역의 토지이용현황, 토양특성 등을 고려하여 동일한 특성을 나타내는 HRU (Hydrologic Response Unit)로 세분화한다(Setegn et al., 2010). SWAT 모델에서 계산되는 수문순환은 다음 Eq. (1)과 같은 물수지 방정식에 의해 산정된다.

SWt=SW0+ i=1 t(RdayQsurfEaWseepQgw)

여기서, SWt는 최종 토양수분량(mm), SW0i일의 초기토양수분량(mm), t는 시간(day), Rdayi일의 강수량(mm), Qsurfi일의 지표유출량(mm), Eai일의 증발산량(mm), Wseepi일의 토양층에서 투수층으로 투수되는 총량(mm), Qgwi일의 하천으로의 회귀 수량(mm)을 나타낸다.

각 HRU로부터 유출을 비롯하여 유사, 영양물질, 농약성분에 대한 부하량이 소유역 단위로 합산되어 이는 다시 하도, 저류지, 저수지 등을 통한 추적과정을 거쳐 유역출구에서 총량으로 계산된다. SWAT 모형의 MUSLE공식을 이용하여 강우와 유출에 의한 유사발생량을 Eq.(2)를 통해 계산한다(Kim et al., 2021).

sed=11.8(Qsurf×qp×areahru)0.56KUSLELSUSLECUSLE×PUSLE

여기서, Qsurfqp(m3/s)는 각각 유출량과 첨두유량, areahru는 해당 HRU의 면적(ha), KUSLE는 토양침식계수, LSUSLE는 지형특성인자(경사길이와 경사도), CUSLE는 경사지의피복 상태, 식생의 종류, 식생 상태 등 복합적인 조건에대한 토양 유실량의 영향, PUSLE는 토양보존인자이다.

2.2. HEC-RAS (Hydrologic Engineering Center's River Analysis System)

HEC-RAS 모형은 하천의 유속, 수위, 하상 변동 등을모델링할 수 있는 모형으로 이는 하천의 물리적 변화를상세하게 이해하고 예측하는 데 필수적이다. HEC-RAS모형을 이용하여 하상의 침식 및 퇴적 과정을 시뮬레이션할 수 있으며, 이를 통한 장기간 하천의 형태학적 변화 분석이 가능하다. 이는 계절적 강수 패턴과 급경사 지형으로 인해 하천이 빠르게 변화하는 특성을 가진 우리나라의하천의 하상 변동 분석에 효과적으로 활용될 수 있으며,우리나라 하천기본계획 수립에 주로 활용되는 모형이다.

HEC-RAS 모형은 고정상 모형과 이동상 모형으로 구분되며, 고정상 모형은 고정된 하상에서 흐름만을 고려한 계산을 의미한다(Lee et al., 2011). 한편, 이동상 모형은 유사이송을 고려한 하상변동을 모의하는 과정이다. HEC-RAS는 이동상 모형을 해석하기 위해서 유사의 연속방정식이라 불리는 Exner 방정식을 지배방정식으로 사용하고 있다.

HEC-RAS 모형의 고정상 모형의 지배방정식인 Saint-Venant 방정식은 다음과 같이 질량 보존과 운동량 보존방정식으로 표현할 수 있다.

At+Qx=0

Qt+x=Q2A+gAhc=gA(S0Sf)

여기서, A는 흐름 단면적, Q는 유량, hc는 자유수면으로부터 통수단면적의 중심간 거리, S0는 하상경사, Sf 는 에너지 경사를 의미한다. 에너지 경사는 Manning 유속 공식을 이용하여 산정하며, 다음과 같이 표현할 수 있다.

Sf=n2u2/Rh4/3

여기서, n은 Manning 조도계수, u는 유속, Rh는 동수반경이다.

이동상 모형은 유사이송과 하상변동으로 계산하며, 유사이송량은 다양한 연구에 의해서 개발된 유사이송능력공식을 활용해 계산한다. HEC-RAS에서는 총 6개의 유사이송능력 공식(Engelund-Hansen, Ackers-White, Laursen-Copeland, Meyer-Peter and Muller, Toffaleti, Yang)을 제공하고 있다. 하상변동은 Eq. (6)과 같은 유사의 연속 방정식을 활용하고 있다.

(1λp)Bδηδt=δQsδx

여기서, B는 하도폭, η는 하천 바닥 높이, λp는 이동상모형의 공극, Qs는 유사이송능력 공식을 통해서 계산된유사량이다.

2.3. 기후변화시나리오

기후변화 시나리오란 온실가스, 에어로졸, 토지이용 상태 등의 변화같이 인간 활동에 따른 인위적인 원인에 의한 기후변화가 언제, 어디서, 어떻게 일어날지를 예측하기 위해 기후변화 예측모델을 이용하여 계산한 미래기후(기온, 강수, 습도, 바람 등)에 대한 예측정보를 말한다(Seo et al., 2006). 본 연구에 적용된 SSP (Shared Socioeconomic Pathways, 공통사회 경제경로) 시나리오는 가장 최근에제시된 개념으로(Fig. 1) IPCC 6차 평가보고서를 위해2100년 기준 복사강제력 강도(기존 RCP 개념)와 함께 미래 사회경제변화를 기준으로 기후변화에 대한 미래의 완화와 적응 노력에 따라 5개의 시나리오로 구별되며, 인구통계, 경제발달, 복지, 생태계 요소, 자원, 제도, 기술발달, 사회적 인자, 정책을 고려하였다(Kim et al., 2021).

Figure 1. SSP-RCP Scenario Pathways (O’Neill et al., 2016).

총 4가지 SSP 시나리오 중 본 연구에 적용한 시나리오는 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것으로가정하는 경우의 시나리오인 SSP5-8.5 시나리오를 선정하였으며, 기상청의 HadGEM3-RA 기반의 한반도 강우시나리오 자료를 적용하였다. SSP5-8.5 시나리오는 탄소배출이 2075년까지 세 배 증가하는 최악의 경우를 가정한 시나리오로 대비책 마련과 리스크 관리에 있어 보다효과적으로 적용될 수 있다. 또한, 현실 반영 부분에서도전 세계의 온실가스 배출 추세와 비교했을 때 현재의 추세와 일치하는 경향을 보임에 따라 SSP5-8.5 시나리오가보다 현실에 가까운 시나리오로 평가되기도 한다(Meinshausen et al., 2019).

3. 대상유역 및 기초자료

3.1. 대상유역

금강권역에 위치한 논산천은 금강의 제1지류이며 상류가 전라북도 완주군 운주면 고당리 왕사봉 동쪽 계곡에서 발원하며 전라북도 구간에서는 장선천이라고 한다. 장선천은 괴목동천과 안침천이 합류된다. 충청남도 논산시양촌면으로 넘어오면서 논산천이 되며 오산천, 양촌천,임촌천, 장성천, 웅천이 합류되며 탑정저수지에 이른다.탑정저수지는 충청남도에서 두 번째로 규모가 큰 저수지다. 논산시 부적면 잡정리에서 서쪽으로 흐르며 논산시도심을 감싸고 강경을 향해 하천이 흐르며 왕암천, 노성천, 중교천, 방축천이 합류되고 호남선이 이 방향을 따라평행하며 이어진다. 강경읍에서 강경천이 합류되고 바로금강과 합류한다(MLTM, 2002).

논산천의 유역면적은 665.02 km2, 유로연장은 57.10 km2이다. 논산천은 국가하천과 지방하천으로 구성되어 있으며, 국가하천 연장은 21.45 km이다. 유역평균폭은 11.65 km, 형상계수는 0.204이다. 또한, 평균고도는 EL. 129.36 m, 평균경사는 21.8%이며, 논산천의 지질은 충적층, 황강암류로 구성되어 있다. Fig. 2는 연구대상지인 논산천 유역을 도시화 한 것으로 수위관측지점인 논산대교지점을 기준으로 상류(A) 유역을 대상으로 강우-유출-유사 모델링을 수행하고, 금강합류 전까지의 하류(B) 구간의 하도에 대한 장기하상변동 모델링 및 준설량을 산정하였다. 논산천은 국토교통부의 2023년 골재자원조사 대상지역 중 하나로 총 8개의 대상지역 중 수리·수문 모델링의 필요성 및 기초자료의 확보 용이성 등을 고려하여본 연구의 대상유역으로 선정하였다.

Figure 2. Study Area.

3.2. 기초자료 구축

SWAT 모형을 이용한 강우-유출-유사량 모의를 위해 기초자료 (수문기상, 지형, 토지이용, 토양 등)의 수집 및가공이 필요하다. 지형 자료는 국토지리정보원에서 제공하는 수치지도 기반의 수치표고모형(Fig. 3a), 산림청에서 제공하는 임상도 기반의 토지이용도(Fig. 3b), 산림청에서 제공하는 산림입지 토양도(Fig. 3c)를 5 m 해상도로 구축하고, 총 11개의 소유역으로 분할하였다.

Figure 3. Topographic and Geological data.

모델링을 위한 과거 관측 기상 및 수문자료는 기상청의 논산지점(강수량), 환경부의 논산대교 지점(수위 및 유량)자료를 수집하여 적용하였다. 강우-유출 모델링 기간선정 시 논산대교 지점의 2017년∼2022의 관측자료에 결측 및 오측기간이 다수 포함되어 연속적인 모의가 어렵다고 판단하였으며, 이에 2013년∼2016년을 대상으로(예비해석기간: 2013년) 일 단위 자료를 구축하고 매개변수보정을 위한 모의를 수행하였다.

HEC-RAS를 이용한 하상변동 모의를 위해서는 크게수리량 자료와 유사량 자료가 필요하다. 수리량 자료는흐름해석을 위해 필요한 자료들로서 하천지형자료, 조도계수, 유량 및 수위 등이 있으며, 유사량 자료는 하상변동 해석을 위해 필요한 수온, 유사량 경계조건, 하상토입도분포 등의 자료로 구성된다. 하천지형자료와 하상토입도분포 등의 자료는 논산천 유역을 대상으로 국토해양부(2002)의 하천기본계획 상의 실측자료를 사용하였으며,경계조건 자료는 관측 및 강우-유출 모델링 결과 기반의결과를 적용하였다.

유사유출량은 해당 기간 및 대상 지역에 대한 관측값이 거의 존재하지 않기에 과거 논산천 유량-부유사량 현장측정을 통해 획득된 Eq. (7)의 유사량 공식(Lee and Kim, 2015)을 활용해 산정하였다. 다만 해당 유사량 산정공식은 R2 값이 0.65 수준의 식으로 결과값에 대한 오차가 포함되어 있음을 고려해야 한다.

Qs=4.99×103Q1.2638

여기서, Qs는 유사량, Q는 유량을 나타낸다.

4. 기후변화시나리오 기반의 강우-유출변화 예측

미래기간에 대한 강우-유출모의를 위해서는 기후변화시나리오뿐만 아니라 해석을 위해 필요한 매개변수들을결정해야 하며 이를 위해 과거기간에 대한 모델링 및 매개변수 최적화가 필요하다. 이를 위해 지형, 기상 및 수문 등 구축된 기초자료를 이용하여 논산천 유역에 대한SWAT 모형을 구축한 후 해석결과를 바탕 매개변수를 보정을 수행하였다. 논산대교 지점의 매개변수는 Table 1과 같이 총 11개의 매개변수를 선정하였으며 SWAT 모형의매개변수 자동최적화 프로그램인 SWAT-CUP을 통해 최적 매개변수가 도출되었다.

Table 1 . Parameters of the SWAT Model.

ParameterDescription (unit)RangeFitted Value
MinMax
ALPHA_BF.gwBaseflow alpha factor (1/days)010.08
RCHRG_DP.gwDeep aquifer percolation fraction (–)010.83
CN2.mgtCurve number (–)359872.45
CH_K2.rteChannel effective hydraulic conductivity (mm/hr)-0.01500293.25
SOL_AWC(..).solAvailable water capacity (mm/mm)010.37
CH_N2.rteManning’s n-value for main channel (–)-0.010.30.20
SURLAG.bsnSurface runoff lag (days)12419.85
ESCO.hruSoil evaporation compensation factor (–)010.61
SOL_K(..).solSaturated hydraulic conductivity (mm/hr)02000129.00
GW_DELAY.gwGroundwater delay time (days)0500167.75
CANMX.hruCanopy storage (mm)010016.75


매개변수 보정을 통해 도출된 해석결과는 Fig. 4와 같다. 2013년∼2016년 기간을 대상으로 강우-유출해석을 수행하였으며, 예비해석 기간을 제외한 2014∼2016년의 유출해석결과를 관측유량과 함께 도시하였다. 모의결과의정확도를 정량화하기 위해 Eq. (8)의 NSE (Nash-Sutcliffe Efficiency) 식을 이용하였다.

Figure 4. Result of rainfall-runoff analysis (2014∼2016).

NSE=1 t=1N(OtPt)2 t=1N(OtO¯)2

여기서, N은 자료의 개수, OtPt는 시간 t에서의 관측치와 모의치, O¯는 관측치의 평균값을 나타낸다.

과거기간에 대한 모의결과의 재현성은 NSE =0.22로해석 결과의 정확도가 낮음을 의미한다. 이러한 결과의원인은 논산천 유역 내에 위치한 탑정저수지의 방류 매커니즘을 반영하지 못하였기 때문으로 판단된다. Fig. 4의 파랑색 선은 논산대교 지점의 관측유량, 주황색 선은SWAT 모형의 유출해석 결과를 의미하며, 해석유량과 관측유량의 큰 차이가 발생한 기간의 경우 모두 장기간의연속적인 강우 및 100 mm 이상의 강우가 발생한 7월∼ 10월 사이의 장마철 기간으로 이 기간에 탑정저수지의방류가 진행된 것으로 보인다.

강우-유출 모델링을 위해서는 하천 내의 수공구조물의영향을 고려하는 것 또한 중요한 요소이지만 미래기간에대한 수공구조물의 방류 매커니즘 등을 고려하는 것에는 어려움이 있다. 따라서 해당 기간을 제외한 기간의 강우에 의한 유출량 변동 패턴은 비교적 비슷한 경향을 보이므로 기후변화시나리오에 의한 유출해석 모의를 위한 매개변수로 적용하는 것이 타당하다고 판단하였다.

본 연구에 적용된 기후변화시나리오의 한반도 미래 기후전망은 모든 시나리오 상에서 현재 대비 미래 전반기에 평균 강수량이 다소 감소하고 미래 후반기에 증가할것으로 전망하고 있다. 다만 이러한 경향은 지역에 따라편차가 심하다고 제시하고 있으며 이에 논산 지역의 SSP 8.5 시나리오를 수집 후 미래 전반기 기간(2023∼2035)에 대해 적용하였다.

미래 전반기에 대한 강우-유출 및 유사량 해석결과는Fig. 56과 같다. SSP5-8.5 시나리오에서 연평균 강수는1,146 mm, 평균유출량은 7.60 m3/s으로 나타났으며, 연평균 유사유출량은 약 22,600 ton 발생하는 것으로 분석되었다. 이는 과거기간(연평균 강수 1,117 mm, 평균유출량 6.05 m3/s) 대비 미래기간에 강수량이 증가하는 경향을 보임을 확인할 수 있으며, 연강수량의 차이가 최대600 mm 이상 발생함에 따라 해당 유역의 유사유출량 또한 연간 30,000 ton 이상 차이가 발생하는 것으로 나타났다. 이러한 결과를 통해 극한강우 또는 가뭄 등의 이상기후로 인한 기후위기의 위험성이 커질 수 있으며 이러한 변동성의 증가는 장기적인 골재채취량에도 영향을줄 수 있음을 확인 할 수 있다. 다만 해당 지점의 유량-유사량 관계식의 신뢰도가 높지 않고 해당 구간의 다수존재하는 수중 구조물에 대한 영향으로 과거 기간에 대한 모형의 재현성이 높은 편은 아니기에 결과에 대한 오차범위가 다소 높을 것으로 판단된다. 하지만 기후변화시나리오는 미래 변화에 대한 경향을 파악하고자 하는목적이 크기에 향후 장기적인 골재채취 계획 및 정책 수립에 기후변화를 고려할 필요성이 있다.

Figure 5. Result of rainfall-runoff analysis (SSP5-8.5).

Figure 6. Result of sediment analysis (SSP5-8.5).

5. 미래 하상변동 및 준설량 산정

HEC-RAS 모형을 이용하여 장기 하상변동을 시뮬레이션한 결과, 약 5년이 경과하면 평형하상에 도달하는 것으로 나타났다. 다만, 지속적으로 하상변동이 발생하고있어 안정하상에 도달했다고 보기는 어려울 것으로 보이며, 퇴적이 발생하는 지형이 점차 하류로 이동하는 것으로 나타나 사주 등이 하류로 이동하는 것으로 판단된다(Fig. 7). 하류단을 중심으로 Fig. 7의 파란색 박스로 표시된 4∼7 km 사이에서 퇴적이 발생하는 것으로 나타나골재채취를 위한 유일한 구간으로 판단되며, 그 외의 일부 구간에서 퇴적이 발생하는 것으로 나타났으나, 퇴적량이 적거나 퇴사구간이 단거리로 효율이 상대적으로 낮을 것으로 판단해 골재채취 구간에서 제외하였다. 그리고 Fig. 7의 빨간색 박스로 표현한 이 세구간에서는 하상의 침식이 매우 크게 나타난 것으로 나타나 하류의 퇴적구간(골채채취 가능구간)에서 골재를 채취할 경우 상류 방향에서의 하상의 불안정을 증폭시킬 수 있을 수 있으므로 보여져 골재채취에 주의해야 할 것으로 판단된다.

Figure 7. Results of Riverbed Fluctuations (Every 5 Years).

Fig. 8은 퇴사구간으로 판단되는 하류단 4∼7 km 상류부의 초기 단면과 장기 하상변동 후의 단면을 동시에 나타낸 것이다. 기존의 하상과 퇴적된 하상의 단면적을 이용하여 양단면 평균법으로 준설량을 계산하였다. 논산천에서 골재채취 가능량을 산출한 결과, 약 2.455 km 구간에 걸쳐 14,965 m3의 골재채취가 가능할 것으로 계산되었다. 해당구간의 골재채취 가능량을 하상변동 모델링을기준으로 1년 단위로 산정하면 그 결과는 Table 2와 같다. 하상변동 모델링 시작년도를 기준으로 약 6년 후 퇴사가 급증하다 그 이후부터는 크게 퇴적이 발생하지 않는 것으로 나타났다.

Table 2 . Yearly Aggregate Extraction Volume.

Station No.Mining Volume(m3)
1yr2yr3yr4yr5yr6yr7yr8yr9yr10yr
6.8902271,9051,7201,5093641,1641,068961873378
6.6702149661,4961,276179912832841856858
6.4704545001,4781,280341,3881,3111,129821725
6.260018701,094227792755724701667
6.0551,0991,2861,8192,2742051,9371,7221,6511,6421,646
5.8456887671,2132,3521152,1092,1052,1002,0842,078
5.6405855917322,24802,9622,7352,7432,7412,747
5.42532331824146602,6232,4592,1172,0422,036
5.23523429815019921,2922,0401,9511,8201,777
5.04010001210352910880753
4.845728900169077444758712
4.6251331041770117118266368593754
Sum4,0306,8259,73612,7681,53315,29715,72215,93915,81115,131


Figure 8. Results of Long-Term Riverbed Fluctuations by Cross Section.

6. 결론

본 연구에서는 논산천 유역을 대상으로 기후변화시나리오 기반의 하천유사량 유출해석을 위한 모델링을 수행하고 미래기간의 골재채취 가능량을 산정하였다. 미래 전반기에 대한 논산천 상류유역에 대한 강우-유출 및 유사유출량 산정결과 SSP5-8.5 시나리오에서 연평균 강수는1,146 mm, 평균유출량은 7.60 m3/s으로 나타났으며, 연평균 유사유출량은 약 22,600 ton 발생하는 것으로 분석되었다. 또한, 장기 하상변동 모델링을 통해 논산천 하류하도의 퇴적구간 및 골재채취 가능량을 산정한 결과 금강 합류부로 부터 약 4.6∼6.9 km의 상류부 2.455 km 구간에 대해 골재채취가 가능할 것으로 산정되었다. 연도별로 골재채취 가능량을 산정한 결과, 약 6년 후 골재채취 가능량이 최대 증가하여 그 이후로는 증가폭이 미비한 것으로 나타났다. 즉, 골재채취를 5년 주기로 하는 것이 가장 경제성이 클 것 판단된다.

다만 본 연구에 적용된 유량-유사량 관계식의 신뢰도가 높지 않고 수공 구조물에 대한 영향으로 과거기간에대한 모형의 재현성이 낮아 결과에 대한 불확실성이 크게 포함되며, 기후변화시나리오 자체에 내제된 불확실성으로 인해 실제의 현상을 예측 또는 재현하기에는 어려움이 있다. 그러나 기후변화시나리오 기반의 모델링은 장기적인 관점에서 미래 변화에 대한 경향을 예측하는 것을 목적으로 하기에 내포된 불확실성을 고려하더라도 향후 장기적인 골재채취 계획 및 정책 수립에 있어 기후변화의 영향을 고려하는 것이 중요할 것으로 판단되며. 향후 다양한 연구를 통해 결과의 불확실성을 감소시킨다면 국내 골재자원의 잠재적 개발 가능량의 예측에 효과적으로 활용될 수 있을 것이다.

감사의 글

이 연구는 한국지질자원연구원에서 수행하고 있는 국토교통부 “2023년 골재자원조사 및 관리(23-5213)”의 지원으로 수행되었습니다. 또한 논문에 대한 세심한 검토와 제안을 해주신 심사위원 분들께 감사드립니다.

Fig 1.

Figure 1.SSP-RCP Scenario Pathways (O’Neill et al., 2016).
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 2.

Figure 2.Study Area.
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 3.

Figure 3.Topographic and Geological data.
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 4.

Figure 4.Result of rainfall-runoff analysis (2014∼2016).
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 5.

Figure 5.Result of rainfall-runoff analysis (SSP5-8.5).
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 6.

Figure 6.Result of sediment analysis (SSP5-8.5).
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 7.

Figure 7.Results of Riverbed Fluctuations (Every 5 Years).
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Fig 8.

Figure 8.Results of Long-Term Riverbed Fluctuations by Cross Section.
Economic and Environmental Geology 2024; 57: 107-117https://doi.org/10.9719/EEG.2024.57.2.107

Table 1 . Parameters of the SWAT Model.

ParameterDescription (unit)RangeFitted Value
MinMax
ALPHA_BF.gwBaseflow alpha factor (1/days)010.08
RCHRG_DP.gwDeep aquifer percolation fraction (–)010.83
CN2.mgtCurve number (–)359872.45
CH_K2.rteChannel effective hydraulic conductivity (mm/hr)-0.01500293.25
SOL_AWC(..).solAvailable water capacity (mm/mm)010.37
CH_N2.rteManning’s n-value for main channel (–)-0.010.30.20
SURLAG.bsnSurface runoff lag (days)12419.85
ESCO.hruSoil evaporation compensation factor (–)010.61
SOL_K(..).solSaturated hydraulic conductivity (mm/hr)02000129.00
GW_DELAY.gwGroundwater delay time (days)0500167.75
CANMX.hruCanopy storage (mm)010016.75

Table 2 . Yearly Aggregate Extraction Volume.

Station No.Mining Volume(m3)
1yr2yr3yr4yr5yr6yr7yr8yr9yr10yr
6.8902271,9051,7201,5093641,1641,068961873378
6.6702149661,4961,276179912832841856858
6.4704545001,4781,280341,3881,3111,129821725
6.260018701,094227792755724701667
6.0551,0991,2861,8192,2742051,9371,7221,6511,6421,646
5.8456887671,2132,3521152,1092,1052,1002,0842,078
5.6405855917322,24802,9622,7352,7432,7412,747
5.42532331824146602,6232,4592,1172,0422,036
5.23523429815019921,2922,0401,9511,8201,777
5.04010001210352910880753
4.845728900169077444758712
4.6251331041770117118266368593754
Sum4,0306,8259,73612,7681,53315,29715,72215,93915,81115,131

References

  1. Ahn, J., Lee, J.M., Do, Kim, Y. and Kang, B. (2016) Sensitive analysis of river geometry under various flow conditions in South Han River using GSTARS model. Journal of Korea Water Resources Association, v.49, n.4, p.347-359. (in Korean with English abstract). doi: 10.3741/JKWRA.2016.49.4.347
    CrossRef
  2. Ahn, J., Lee, J.M., Kim, Y.D. and Kang, B. (2019) Effect of climate change on long-term riverbed change using GSTARS model in Nakdong River, Korea. KSCE Journal of Civil Engineering, v.23, p.1849-1859, doi: 10.1007/s12205-019-0193-0
    CrossRef
  3. Chao, Y.C., Chen, C.W., Li, H.C. and Chen, Y.M. (2018) Riverbed migrations in Western Taiwan under climate change. Water, v.10, n.11, doi: 10.3390/w10111631
    CrossRef
  4. Hong, S.S. and Lee, J.Y. (2023) Aggregate of Korea in 2021. Economic and Environmental Geology, v.56, n.1, p.87-101. (in Korean with English abstract). doi: 10.9719/EEG.2023.56.1.87
    CrossRef
  5. Hong, S.S., Kim, J.Y. and Lee, J.Y. (2015) Trends of supply and demand of aggregate in Korea (I). The Journal of the Petrological Society of Korea, v.24, p.253-272, (in Korean with English abstract). doi: 10.7854/JPSK.2015.24.3.253
    CrossRef
  6. Kim, J., Kim, M., Cho, Y., Oh, H. and Lee, C. (2021) Suggestion and Evaluation for Prediction Method of Landslide Occurrence using SWAT Model and Climate Change Data: Case Study of Jungsan-ri Region in Mt. Jiri National Park. Journal of Soil and Groundwater Environment, v.26, n.6, p.106-117, (in Korean with English abstract). doi: 10.7857/JSGE.2021.26.6.106
    CrossRef
  7. Kim, J., Kwak, J., Hwang, S., Jun, S.M., Lee, S., Lee, J.N. and Kang, M.S. (2021) Analysis of flood control capacity of agricultural reservoir based on SSP climate change scenario. Journal of The Korean Society of Agricultural Engineers, v.63, p.49-62. (in Korean with English abstract). doi: 10.5389/KSAE.2021.63.5.049
    CrossRef
  8. Koh, J.K., Choi, C.I. and Kim, H.S. (2008) A Study on Local Adaptation to Climate Change. Gyeonggi Research Institute. p.3-9, (in Korean with English abstract)
  9. Kondolf, G.M. (2022) Environmental effects of aggregate extraction from river channels and floodplains. In Aggregate Resources. CRC Press. p.113-129, ISBN: 9781003077954
    CrossRef
  10. Lee, J. M., Ahn, J., Kim, Y.D. and Kang, B. (2021) Effect of climate change on long-term river geometric variation in Andong Dam watershed, Korea. Journal of Water and Climate Change, v.12, n.3, p.741-758, doi: 10.2166/wcc.2020.148
    CrossRef
  11. Lee, J.S. and Kim, C.G. (2015) Field Measurement and Analysis for Discharge-Suspended Sediment of Small-Medium Streams in Nonsan Catchments, J. Korean Soc. Hazard Mitig. v.15, p.291-296, (in Korean with English abstract). doi: 10.9798/KOSHAM.2015.15.1.291
    CrossRef
  12. Lee, J.H., Choo, T.H. and Jee, H.K. (2011) Tributary bed stability method by main channel dredge in Nakdong river. In Proceedings of the Korea Water Resources Association Conference. p.275-279. (in Korean)
  13. Meinshausen, M., Nicholls, Z., Lewis, J., Gidden, M.J., Vogel, E., Freund, M., ... and Wang, H.J. (2019) The SSP greenhouse gas concentrations and their extensions to 2500. Geoscientific Model Development Discussions, p.1-77, doi: 10.5194/gmd-13-3571-2020
    CrossRef
  14. MLTM. (2002) Geum River Basic Plan, Ministry of Land, Transport and Maritime Affairs. (in Korean)
  15. MOLIT. (2017) Aggregate Resources Survey Report in 2017, Ministry of Land, Infrastructure and Transport. (in Korean)
  16. O'Neill, B.C., Tebaldi, C., Van Vuuren, D.P., Eyring, V., Friedlingstein, P., Hurtt, G. ... and Sanderson, B.M. (2016) The scenario model intercomparison project (ScenarioMIP) for CMIP6. Geoscientific Model Development, v.9, n.9, p.3461-3482, doi: 10.5194/gmd-9-3461-2016
    CrossRef
  17. Praskievicz, S. (2016) Impacts of projected climate changes on streamflow and sediment transport for three snowmelt‐dominated rivers in the interior Pacific Northwest. River Research and Applications, v.32, n.1, p.4-17, doi: 10.1002/rra.2841
    CrossRef
  18. Seo, A.S., Kim, T.G. and Lee, J.M. (2006) Climate change and natural disasters. Magazine of the Korean Society of Hazard Mitigation, v. 6, p. 8-15. (in Korean)
  19. Setegn, S.G., Srinivasan, R., Melesse, A.M. and Dargahi, B. (2010) SWAT model application and prediction uncertainty analysis in the lake Tana basin, Ethiopia. Hydrological Processes, v.24, p.357-367. doi: 10.1002/hyp.7457
    CrossRef
  20. Slater, L.J. and Singer, M.B. (2013) Imprint of climate and climate change in alluvial riverbeds: Continental United States, 1950-2011. Geology, v.41, n.5, p.595-598, doi: 10.1130/G34070.1
    CrossRef
  21. Son, S. and Choi, K. (2007) Hydraulic and Hydrological Influences of Gravel Mining on a River. ournal of Agriculture & Life Science, v.41, n.2, p.51-57. (in Korean with English abstract). UCI : G704-001926.2007.41.2.002
    CrossRef
  22. Won, H.Y. (2004) Prospect and Future Strategies for Aggregate Supply. Constructioin Economy, v.39, p.47-52. (in Korean)
KSEEG
Apr 30, 2024 Vol.57 No.2, pp. 107~280

Stats or Metrics

Share this article on

  • kakao talk
  • line

Economic and Environmental Geology

pISSN 1225-7281
eISSN 2288-7962
qr-code Download