본 연구에서는 다중 기후모델에 의한 미래 기후자료를 기반으로 SWAT-K 유역모형을 적용하여, 제주도 지역의 미래 기후변화에 따른 수자원 영향을 평가하였다. 기후모델에 따른 미래 전망자료의 불확실성을 고려하여 9개의 GCM 모델의 기후자료를 미래기간(2010~2099년)에 대한 SWAT-K 모형의 기상자료로 적용하였다. 과거(1992~2013년) 및 미래기간에 대한 연도별 수문변화를 분석한 결과 강수량, 유출량, 증발산량, 함양량 모두 증가하는 추세로 나타났다. 과거기간에 비해 유출량의 변화가 가장 크게 나타났으며(최대 50% 증가), 증발산량은 상대적으로 작게 나타났다(최대 11% 증가). 월별로는 8월과 9월의 강수량 증가에 따라 유출량과 함양량도 크게 증가하는 반면, 동일기간에 대한 증발산량은 감소하는 것으로 분석되었다. 1월과 12월은 반대의 경향이 나타났다. 미래의 물수지 변화를 분석한 결과 강수량 대비 유출량, 증발산량, 함양량의 비율은 변화가 크지 않으나, 과거와 비교했을 때 RCP 8.5 시나리오에서 유출량 비율은 최대 4.3% 증가하는 반면, 증발산량 비율은 최대 3.5% 감소하는 것으로 나타났다. 기존의 타 연구와 본 연구에서 도출한 결과를 종합해 볼 때, 현재 제시되고 있는 기후변화 시나리오 가정 하에서는 미래로 갈수록 점차 강수량과 유출량이 증가할 것이고 특히 여름철 강수량 및 유출량의 증가가 예상된다. 이로 인해 제주도 지역의 함양량도 함께 증가할 것으로 판단할 수 있다. 다만, 본 연구는 장기적인 측면에서 자연적인 기후변화로 인한 영향을 분석한 것이며, 추가적으로 단기적인 수재해 대응을 위한 홍수와 가뭄관리, 인위적인 용수수급 관리 등에 대한 종합적인 분석을 통해 제주도 수자원의 지속가능한 이용을 위한 대응방안이 필요하다고 판단된다.

In this study, groundwater flow was analyzed targeting Dae-jeong watershed, which exhibited the largest variations of groundwater levels at the identical elevation points among the 16 watersheds of Jeju Island. The issues of the methods applied in practice were identified and improvement plans were suggested. This groundwater-flow estimates derived by applying hydraulic conductivity values onto zones of equal topographic ground level were found to be quite different from actual measured groundwater flow. Conversely, groundwater-flow estimates that utilized hydraulic conductivity values applied onto groundwater-level equipotential lines indicated relatively lesser divergences from actual measured groundwater flow. The reliabilities of the two approaches were assessed for 60 randomly selected points on DEM (digital elevation model) maps, The method using hydraulic conductivity values applied onto groundwater-level contours turned out to be the more reliable approach for the Dae-jeong watershed in Jeju Island.

To estimate water balance of Pyosun watershed in Jeju Island, a three-dimensional finite difference model MODFLOW was applied. Moreover, the accuracy of groundwater flow modeling was evaluated through the comparison of the recharge rate by flow modeling and the existing one from water balance model. The modeling result under the steady-state condition indicates that groundwater flow direction was from Mt. Halla to the South Sea and groundwater gradient was gradually lowered depending on the elevation. Annual recharge rate by the groundwater flow modeling in Pyosun watershed was calculated to 236 million m3/year and it was found to be very low as compared to the recharge rate 238 million m3/year by the existing water balance model. Therefore, groundwater flow modeling turned out to be useful to estimate the recharge rate in Pyosun watershed and it would be available to make groundwater management policy for watershed in the future.

본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 미래 기후변화가 충주댐 유역(6,585.1 km)의 하천수질에 미치는 영향을 분석하고자 하였다. 미래 기상자료는 IPCC에서 제공하는 A2, A1B, B1 배출시나리오를 포함하는 ECHAM5-OM 모형의 결과를 과거 30년(1977-2006, baseline period) 기후자료를 바탕으로 편이보정(bias correction)과 Change Factor

The purpose of the present study is to analyze pollutant runoff characteristics from non-point sources in Joman River basin. The present study contains analyzed results of rainfall and SS, BOD, COD, TN, TP runoff from Joman River basin. This study contains a sensitivity analysis of parameters that affect the simulation results of rainfall and pollutants runoff. Result of the sensitivity analysis shows that proportion of watershed and impervious areas is the most sensitive to peak discharge and total flowrate for rainfall runoff and that WASHPO is the most sensitive parameter for pollutants runoff. For parameter estimation and verification, flowrate and water quality is measured at the Kangdong Bridge in Haeban stream. A single rainfall event is use to perform parameter estimation and verification. Results of the present study show that total pollutant loads of Joman River basin is 11,600 ton of SS, 452 ton of BOD, 1,084 ton of COD, 515 ton of TN, and 49 ton of TP, respectively. In addition, it is found that contribution ratio of non‐point source and total source is 89% of SS, 63% of BOD, 61% of COD, 21% of TN, and 32% of TP, respectively.