Research Article

The Journal of Engineering Geology. 31 December 2024. 577-594
https://doi.org/10.9720/kseg.2024.4.577

ABSTRACT


MAIN

  • 서 론

  • 강원지역 가뭄피해 발생 현황

  • 연구방법

  •   자료수집

  •   기후 변화 시나리오

  •   표준강수지수

  •   가뭄 취약성 평가

  • 연구 결과 및 토의

  •   기후 변동 특성

  •   기후 변화 예측

  •   표준강수지수

  •   가뭄발생 가능성 평가

  • 결 론

서 론

지구온난화로 물순환이 변화하고 있으며 이에 따라 가뭄, 홍수 등의 지질재해의 발생빈도와 강도가 증가하고 있다. 지질재해는 인적 및 물적 피해를 입히고 있으며 피해 규모가 점차 증가하고 있다(Leng et al., 2015). 특히 가뭄은 시작과 끝을 인지하기 어렵고 오랜 기간 넓은 지역에 피해를 주기 때문에 다른 지질 재해에 비해서 상대적으로 피해규모가 더 크다(Mishra and Singh, 2010; Xu et al., 2015). 가뭄은 일반적으로 기상학적 가뭄, 수문학적 가뭄 및 농업적 가뭄으로 구분한다. 수문학적 가뭄은 강수량의 감소로 인해 발생하고, 수문학적 가뭄은 강수량의 감소로 인해 하천수, 호소수, 지하수 등 수자원의 감소로 인해 일어난다. 농업적 가뭄은 토양수분의 감소로 인해 발생한다(US ACE, 1991). 가뭄에 의한 피해를 줄이기 위해서 많은 나라에서 노력하고 있으며 이와 관련된 연구들이 활발하게 수행되고 있다(Park et al., 2012). 가뭄분야의 연구는 주로 발생 원인을 밝히고, 발생빈도 및 강도를 평가하기 위한 연구들이 활발하게 진행되었지만(Lana et al., 2001; Huang and Chou, 2008; Huang et al., 2014; Mondal and Mujumdar, 2015), 최근에는 기상학적 가뭄과 수문학적 가뭄의 상호관계를 이용하여 가뭄 발생 원인을 좀 더 명확하게 이해하고, 가뭄 발생을 사전에 예측하기 위한 연구들이 진행되고 있다(Huang et al., 2017).

국내 가뭄은 5~7년 주기로 발생하지만(Byun et al., 2008), 봄과 가을에 발생하는 가뭄의 빈도가 점차 증가하고 있다(Yu et al., 2017). 최근에는 여름철 급성가뭄의 발생빈도와 강도가 증가하고 있다(Kim et al., 2022a). 여름철 급성가뭄은 높은 기온에 의한 폭염형과 강수량 부족으로 인한 강수 부족형으로 구분할 수 있다. 급성가뭄은 지구온난화가 진행될수록 발생빈도가 증가하며 국내뿐만 아니라, 다른 나라에서도 꾸준히 증가하는 추세를 보인다(Wang et al., 2016; Christian et al., 2021). 국내에서는 여름철 폭염에 의한 급성가뭄이 지속적으로 발생하고 있으며 1982~2020년까지 폭염형은 47.5회, 강수형은 9.1회 발생하였다. 향후 여름철 폭염이 증가할 것으로 예상되므로 폭염형 급성가뭄의 발생빈도가 늘어날 것으로 예상된다(Min et al., 2020; Kim et al., 2022b).

최근까지 가뭄을 정량적으로 평가하기 위하여 다양한 분야의 연구들이 활발하게 이루어졌으며, 또한 가뭄에 효과적으로 대응하기 위해서 지역별 가뭄취약성을 평가하기 위한 연구들도 활발하게 이루어졌다(Park et al., 2012; Jeon et al., 2022). 가뭄 취약성 분석은 기후변화에 대한 잠재적인 영향을 분석하는 것으로 목적에 따라서 서로 다른 평가 요소를 이용하므로(Park et al., 2012; Yang et al., 2012; Kim et al., 2013; Yang and Kim, 2013; Lee et al., 2019; Mun et al., 2023), 가뭄취약성 평가 시 평가 기준과 목적을 명확히 정하는 것이 필요하다(Füssel, 2007). 강원특별자치도는 기후변화로 인해 물관리 분야에서 수질 및 수생태와 치수분야의 취약성이 높은 것으로 나타났다(Kim et al., 2022a). Lee et al.(2024)은 인제지역에서 2014~2017년까지 가뭄이 지속된 것을 확인하였으며, 특히 심한 가뭄의 지속기간이 24개월 정도 지속된 것을 확인하였다. 강원특별자치도는 2021년 가뭄대비 관정 19개소, 들샘개발 1개소, 간이양수장 3개소를 개발하여(Joint Ministries, 2023), 가뭄으로 인한 피해를 줄이기 위해서 노력하고 있다. 그러나 가뭄 관련 기초자료가 부족하여 기후변화가 강원지역의 가뭄에 미치는 영향을 명확하게 이해하는데 어려움이 있다. 이 연구는 강원지역의 기후변화 특성을 분석하고 변화된 기후환경에서 강원지역의 가뭄발생 가능성을 평가하기 위해서 수행하였다.

강원지역 가뭄피해 발생 현황

국가수자원관리종합정보시스템(WAMIS, 2024)의 가뭄피해 현황에 따르면 2015~2022년까지 강원지역에 579건의 가뭄피해가 발생하였다(Table 1). 가뭄피해 현황에서 2016년과 2020년의 자료가 누락되었고, 강원지역의 18개 시 ‧ 군 중에 양양과 철원지역의 가뭄피해 현황도 누락되었다. 그러므로 2015~2022년까지 강원지역에서 실제로 발생한 가뭄피해는 579건 이상일 것으로 추정된다. 자료가 누락된 2016년과 2020년을 제외하고, 2015년부터 2022년까지 매년 가뭄피해가 발생하였지만, 2015년과 2021년에 각각 219건과 144건으로 가뭄피해가 많이 발생하였다. 가뭄피해가 가장 많았던 2015년 강원지역의 연강수량은 926 mm로 평년값(1,331 mm)보다 405 mm 보다 적었다. 이로 인해 대부분의 지역에서 가뭄피해가 발생하였다. 2021년 강원지역의 연강수량은 1,125 mm로 평년값보다 206 mm 적었다. 2017년의 연강수량이 1,126 mm로 2021년의 연강수량과 비슷하였지만, 가뭄피해는 30건으로 2021년보다 114건 적게 발생하였다. 2017년과 2021년의 강원지역의 연강수량이 비슷함에도 가뭄피해가 차이를 보이는 이유는 지역별로 연강수량이 차이를 보이기 때문이다. 2021년 삼척, 태백, 동해, 강릉, 정선, 영월, 원주, 횡성, 평창지역의 연강수량은 2017년보다 적었으며 주로 이 지역에서 가뭄피해가 발생하였다. 특히 홍천지역은 2021년의 연강수량이 2017년보다 242 mm 증가하였지만 가뭄피해는 52건 발생하였다. 2021년 홍천지역의 가뭄피해는 소규모로 발생하였고 대부분 급수차를 통해 1~30톤의 용수를 1~2회 공급하였다(WAMIS, 2024)(Fig. 1).

2015~2022년까지 강원지역의 가뭄피해는 주로 남부와 중부지역에서 많이 발생하였다. 지역별로는 정선이 132건으로 가뭄피해가 가장 많이 발생하였고, 고성이 2건으로 가뭄피해가 가장 적게 발생하였다. 또한 가뭄피해의 발생빈도는 횡성과 태백이 5번, 정선, 삼척, 춘천, 인제 및 원주는 4번, 평창, 홍천 영월, 화천 및 양구가 3번, 동해와 속초가 2번, 강릉과 고성이 1번이었다. 가뭄피해 발생 시 주로 급수차를 이용한 운반급수(84%)가 이루어지지만 병물지원(4%)을 통해서도 용수를 공급하였으며, 용수확보는 제한급수(12%)를 통해 이루어졌다(Fig. 1). 이와 대조적으로 속초시의 경우는 운반급수와 병물지원 없이 제한급수로만 용수를 확보하였다.

Table 1.

Number of drought damage (2015-2022). Data are from WAMIS (2024)

Area Number of annual events
2015 2016 2017 2018 2019 2020 2021 2022 Total
Cheorwon - - - - - - - - 0
Chuncheon 27 - - 9 - 1 1 38
Donghae 3 - - 2 - - - - 5
Gangneung 9 - - - - - - - 9
Goseong - - - - - - 2 - 2
Hoengseong 3 - 16 13 5 - 3 - 40
Hongcheon - - - 1 - - 52 1 54
Hwacheon 27 - - 4 10 - - - 41
Inje 21 - - 6 3 - - 5 35
Jeongseon 27 - - 12 - - 47 46 132
Pyeongchang 39 - - - - 14 6 59
Samcheok 18 - - 14 - - 5 6 43
Sokcho 3 - - 8 - - - - 11
Taebaek - - 4 9 3 - 14 8 38
Wonju 3 - - 4 4 - 5 - 16
Yanggu 6 - - 1 - - 1 - 8
Yangyang - - - - - - - - 0
Yeongwol 33 - 10 - - - - 5 48
Total 219 - 30 74 34 - 144 78 579

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F1.jpg
Fig. 1.

Countermeasures against drought damage in Gangwon State. Accumulative countermeasures from 2015 to 2022 (a) and annual countermeasure (b).

연구방법

자료수집

2015~2022년까지 강원지역에서 발생한 가뭄피해 현황을 국가수자원관리종합정보시스템(WAMIS, 2024)에서 수집하였다. WAMIS에서는 면단위의 제한급수, 운반급수, 병물지원 등의 피해현황 자료를 제공한다. 수집된 자료는 지역 및 연도별로 정리한 후에 가뭄피해 특성을 분석하였다. 2013~2022년까지 강원특별자치도와 18개 시군의 월평균 기온 및 월강수량 자료는 국가통계포털(KOSIS, 2024)에서 수집하였고, 강원특별자치도와 18개 시군의 월평균 기온과 월강수량에 대한 평년값은 기상청의 기후정보포털(CIP, 2024)에서 수집하였다. 평년값은 1991~2020년까지 측정된 월평균 기온과 월강수량의 평균을 의미한다. 수집된 자료는 월별 및 지역별 경향성 및 변동특성을 분석하였다.

기후 변화 시나리오

기후변화에 관한 정부 간 협의체(Intergovernmental Panel on Climate Change, IPCC)의 6차 평가보고서에서 공동사회 경제경로(shared socioeconomic pathways, SSP) 시나리오를 이용하여 2100년까지 기후변화를 예측하였다. SSP 시나리오는 이전의 복사강제력 강도(representative concentration pathway, RCP)에 미래의 경제변화를 반영한 것으로 기후변화 예측 시 인구통계, 경제발달, 복지, 생태계 요소, 자원, 제도, 기술발달, 사회적 인자 및 정책을 고려하였다(CIP, 2024). 국내에서는 2022년 12월부터 CIP에서 행정구역별 기후전망 정보를 제공한다. CIP에서는 4개의 기후변화 시나리오를 제공하고 있다. 이번 연구에서는 기후변화는 완화되고 사회경제의 발전 정도가 중간 단계의 경우에 2100년에 대기 중 CO2의 농도가 576 ppm으로 예측한 SSP2-4.5 시나리오와 산업기술이 빠르게 발전하고 무분별한 개발로 인해 2100년 대기 중 CO2의 농도가 1,089 ppm으로 예측한 SSP5-8.5 시나리오로 예측된 월평균 기온과 월강수 자료를 수집하였다. 이번 연구에서는 2025~2050년까지 강원지역의 가뭄발생 가능성을 평가하기 위해서 ICP에서 2025~2050년까지 SSP2-4.5와 SSP5-8.5 시나리오로 예측된 강원지역의 월평균 기온과 월강수량 자료를 수집하였고(CIP, 2024), 두 시나리오로 예측된 기후자료로 분석된 가물발생 가능성을 각각 비교하였다.

표준강수지수

표준강수지수(standardized precipitation index, SPI)는 McKee et al.(1993)이 제안한 이후, 많은 수자원 및 가뭄과 관련된 다양한 연구에서 활발하게 사용하고 있다(Wu et al., 2005; Cancelliere et al., 2007; Karavitis et al., 2011). 이번 연구에서는 SPI를 이용하여 가뭄의 주요 원인인 강수량의 과부족을 평가하였다. SPI는 다양한 지속 기간에 대한 가뭄을 평가할 수 있는 것이 장점이다. 단기간은 주로 농업분야에서 활용하고, 장기간은 주로 수자원 분야에서 이용할 수 있다(Mishra and Singh, 2010). SPI는 식 (1)로 계산할 수 있다.

(1)
SPI=Xi-XmSx

여기서, Xi는 지역별 월강수량을 나타내고 Xm는 같은 시기의 월강수량에 대한 평균을 의미한다. Sx는 지역별 월강수량에 대한 표준편차이다. 그러므로 일정 기간 또는 일정 지역의 평균보다 강수량이 적은 경우에는 SPI < 0, 강수량이 많은 경우에는 SPI > 0 관계를 나타낸다. 이러한 관계를 이용하여 SPI의 범위에 따라서 가뭄상태를 7단계로 구분하였다(Table 2).

Table 2.

Classification of drought according to SPI (Cancelliere et al., 2007)

Range of SPI Degree of drought
> 2.0 Excessively wet
1.5 to 2.0 Very wet
1.0 to 1.5 Moderately wet
-1.0 to 1.0 Near normal
-1.5 to -1.0 Moderate drought
-2.0 to -1.5 Severe drought
< -2.0 Extreme drought

가뭄 취약성 평가

강원지역은 산지가 많고 경사가 급해 강수가 하천을 통해 빠르게 이동하기 때문에 기후변화가 수자원에 미치는 영향이 매우 크다. 특히 가뭄발생 시 생활 및 농업용수가 부족한 사례가 빈번하게 발생하고 있으며 최근에 가뭄피해 사례가 크게 증가하였다(Table 1). 가물발생 가능성은 수자원 관리에 필요한 기초자료이므로 기후변화에 따른 가뭄발생 가능성을 평가하고 평가결과를 정책 또는 가뭄 대응 관련 계획 수립 시 반영하는 것이 필요하다. Yu and Kim(2024)은 2025~2100년까지 예측된 기온과 강수량을 이용하여 가뭄발생 가능성을 평가하였으며, 이번 연구에서 Yu and Kim(2024)의 가뭄발생 가능성 평가방법을 이용하였다. CIP에서 수집한 2025~2050년의 월평균 기온과 월강수량을 이용하여 강원지역의 가뭄발생 가능성을 평가하였다. 월평균 기온은 지역별 평년값 대비 변화량을 계산하였다. 기온이 상승할수록 여름철 급성가뭄의 발생빈도가 높아지므로 월평균 기온이 평년값보다 높아지는 빈도를 이용하여 가뭄발생 가능성을 평가하였다. 월강수량을 이용하여 계산한 지역별 SPI의 범위를 이용하여 지역별 수문학적 가뭄발생 가능성을 평가하였다. 지역별로 SPI < -1인 경우의 빈도를 이용하여 가뭄발생 가능성을 평가하였다. 또한 평가기간을 2025~2034년, 2035~2044년, 2045~2050년으로 구분하여 시간에 따른 변화 특성도 평가하였다.

연구 결과 및 토의

기후 변동 특성

2013~2022년까지 강원지역의 기온은 전체적으로 증가하는 경향을 연평균 기온은 11.7°C이다. 2022년 기온은 2013년 대비 약 0.7°C 증가하였다. 지역별로는 7.7~13.7°C의 범위를 보이며 평창이 가장 낮고, 삼척이 가장 높다(Table 3). 지형적인 영향으로 전체적으로 북부지역의 기온이 남부지역보다 약 3°C 정도 낮고, 태백산맥을 중심으로 영서지역의 기온이 영동지역보다 약 1°C 정도 낮다. 영서지역과 영동지역의 평균 기온의 차이는 북쪽으로 갈수록 더욱 뚜렷하게 나타난다. 그러나 태백은 강원지역의 가장 남쪽에 위치하지만, 높은 고도로 인해 기온이 두 번째로 낮다(Fig. 2a). 강원지역의 월평균 기온은 -2.3~24.4°C의 범위를 보이며 7월과 8월이 가장 높고 1월이 가장 낮다. 지역별 월평균 기온은 4.8~8.5°C의 차이를 보이며 상대적으로 겨울이 여름보다 약 2.7°C 정도 더 큰 차이를 보인다.

Table 3.

Average annual and monthly air temperature in Gangwon State from 2013 to 2022 (unit: °C)

Area Average monthly air temperature Annual
average
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Cheorwon -5.8 -2 5 11.2 17 21.7 24.5 24.6 19.5 12.7 5.1 -2.5 11.1
Chuncheon -4.1 -1.2 5.9 12 17 22.8 25.5 25.4 20.1 12.9 5.5 -2.7 11.7
Donghae 2.1 3.4 8.2 12.5 17.6 20.1 23.6 24.7 20.3 15.3 10 4 13.5
Gangneung 0.8 2.2 7.7 12.7 18.2 20.8 24.4 24.8 20.1 14.8 9.5 2.6 13.2
Goseong 0.7 1.7 7.2 12.2 17.6 20.4 24.1 25.1 20.1 14.8 9.4 3.9 13.1
Hoengseong -2.2 0.7 7.1 12.8 18.6 23.1 25.8 25.9 20.7 14 6.9 -0.6 12.8
Hongcheon -3.9 -0.8 5.9 11.8 17.8 22.6 25.3 25.5 19.9 12.8 5.4 -2.2 11.7
Hwacheon -6 -3.1 3.7 10.2 16.2 20.4 23.4 23.4 17.8 11.2 3.7 -3.8 9.8
Inje -3.8 -1.6 5.3 10.9 16.8 21 23.9 24 18.6 12.1 5.4 -1.9 10.9
Jeongseon -3.5 -1.1 5.3 11 16.8 21 24 23.9 18.7 12.2 5.5 -2.1 11
Pyeongchang -6.1 -4.3 2.1 7.1 13.8 16.9 20.3 20.7 15 9 2.7 -4.5 7.7
Samcheok 2.1 3.3 8.3 12.7 18 20.6 24.4 25.1 20.4 15.5 10 4 13.7
Sokcho 0.6 2 7.5 12.2 17.5 20.4 24.2 25 20.2 16.2 9.1 2.5 13.1
Taebaek -4 -1.8 4.1 9.3 15.8 19.1 22.3 22.3 16.8 10.9 4.5 -2.7 9.7
Wonju -2.2 0.6 7.1 13 18.5 23 25.9 25.8 20.7 13.9 7.1 -0.9 12.7
Yanggu -4.9 -2.3 4.4 10.3 16.7 20.8 23.5 23.8 18.1 11.3 4.1 -3.4 10.2
Yangyang 0.8 2.2 7.6 12.4 17.8 20.7 24.5 25.1 20.2 15.1 9.2 2.6 13.2
Yeongwol -2.5 0.4 6.5 12.1 17.5 21.8 24.5 24.6 19.5 13.2 6.3 -0.9 11.9

2013~2022년까지 강원지역의 연강수량은 매년 큰 차이를 보이지만, 전체적으로 증가하는 경향을 보인다. 특히 최근 5년 동안 급격한 기후변화로 인해 연강수량의 변화폭이 약 376~540 mm로 매우 큰 차이를 보였다. 2013~2022년까지 연강수량의 평균은 1,331 mm이다. 지역별 평균 연강수량은 1,148~1,607 mm의 범위를 보이며 정선의 평균 연강수량이 가장 적고 평창이 가장 높다(Table 4). 연강수량은 기온과 달리 위도에 따라 뚜렷한 차이를 보이지 않는다. 그러나 영동지역과 영서지역의 평균 연강수량은 다소 차이를 보인다(Fig. 2b). 영동지역의 평균 연강수량이 영서지역보다 약 50 mm 더 많다. 강원지역의 평균 월강수량은 21.9~308.8 mm이며 7월의 평균 강수량이 가장 많고 12월의 평균 강수량이 가장 적다. 지역별 월강수량의 편차는 18.9~170.2 mm로 매우 넓은 범위를 보이며 겨울에 비해서 여름의 지역별 편차가 약 3.5배 더 크게 나타난다. 연강수량은 6~8월에 집중되며 연강수량의 61.7~74.0% 정도가 이 시기에 내린다. 이러한 경향은 영동지역보다 영서지역에서 더욱 뚜렷하게 나타난다. 이것은 봄과 가을의 가뭄이 영동지역보다 영서지역에서 발생할 가능성이 더 높고, 여름 가뭄은 영서지역보다 영동지역에서 발생할 가능성 더 높다는 것을 나타낸다. 또한 영서지역의 여름철 평균 기온이 영동지역보다 약 1°C 이상 높기 때문에 수문학적 가뭄뿐만 아니라 여름철 급성가뭄의 발생 가능성도 더 높을 것으로 예상된다.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F2.jpg
Fig. 2.

Spatial distribution of average annual air temperature (a) and annual precipitation in Gangwon State from 1991 to 2020 (b). Data are from the KMA (2024).

Table 4.

Average annual and monthly precipitation in Gangwon State from 2013 to 2022 (unit: mm)

Area Average monthly precipitation Annual
average
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Cheorwon 17.3 23.6 36.6 68.3 103.6 129.9 390.1 354.7 123 56.6 48.9 18.2 1,370.8
Chuncheon 18.4 24.7 39 72.7 98.5 133.5 385.2 329.8 128.7 53.3 49.5 20.6 1,353.9
Donghae 43.7 41.2 60.4 71.6 63.1 104.1 224.4 234.1 214.9 109.8 68.9 22.1 1,258.3
Gangneung 44.5 47.7 65.1 82.2 77.3 122.4 249.6 290.2 223.5 121.3 82.9 29.2 1,435.9
Goseong 41.3 44 55.3 71.7 87.6 127.9 262.2 294.9 202.9 102.1 88.8 32.4 1,411.1
Hoengseong 17.2 27.5 47.1 72.4 82.9 139.4 354.6 309.7 145.9 56.3 44.1 19.3 1,316.4
Hongcheon 15.6 23.8 40.8 75 99.3 130.8 382.8 317.2 142.6 53.7 42 15.8 1,339.4
Hwacheon 15.8 22.1 34.6 69 107.3 137.1 394.6 357.3 124 52.5 48.4 16.9 1,379.6
Inje 16.3 20.8 36.2 70.3 92.1 127.1 322.9 295.8 130.8 49.7 42.9 18 1,222.9
Jeongseon 19.7 27.7 46.3 73.8 82 122.9 278.3 259.5 134.3 49 36.2 18.6 1,148.3
Pyeongchang 43.9 42.9 65.5 91.3 99.5 160.4 328.7 343.4 244.6 94.1 67 25.7 1,607.0
Samcheok 39.3 37.6 59.8 63 62.5 103.9 225 224.9 215.9 117.5 66.5 22.4 1,238.3
Sokcho 41.3 43.6 55.3 72.1 87.6 127.8 261.8 295.5 202.8 101.9 89 32.4 1,411.1
Taebaek 23.9 27.4 57.2 84.2 89.6 145.6 265.3 281.3 195.5 69.6 47.9 16.3 1,303.8
Wonju 17.2 26.9 46.4 71.8 83.2 141 351 300.3 144.3 54 43.9 19.5 1,299.5
Yanggu 12.2 19.9 32.2 68 83.6 141.1 333.3 310.1 121.2 45 43.7 13.5 1,223.8
Yangyang 41.6 43.7 55.4 74.3 87.2 126.1 262.7 295.3 202.8 101.9 88.9 32.4 1,412.3
Yeongwol 24.3 26 52.6 71.2 81.1 138.8 285 291.1 140.6 51.1 39.2 21.5 1,222.5

기후 변화 예측

SSP2-4.5 시나리오로 2025~2050년까지 예측된 강원지역의 연평균 기온은 11.1~13.5°C의 범위를 보이고, 평균은 11.9°C로 최근 10년 연평균 기온보다 약 0.2°C 상승할 것으로 예상된다. 2025~2050년까지 지역별 연평균 기온의 기울기는 0.036~0.042로 지역별 변동특성이 뚜렷한 차이를 보일 것으로 예상된다. 지역별로 살펴보면, 동해는 기울기가 0.036으로 연평균 기온이 증가폭이 다른 지역에 비해서 상대적으로 작고 고성, 강릉 및 삼척도 기울기가 0.037로 동해와 유사하므로 이 지역의 연평균 기온의 변동폭도 유사할 것으로 예상된다. 횡성은 기울기가 0.042로 가장 크기 때문에 동해, 고성, 강릉 및 삼척에 비해서 연평균 기온의 변동폭이 조금 더 클 것으로 예상된다. 철원, 춘천, 홍천, 원주 및 영월은 기울기가 0.041로 연평균 기온의 변동폭이 횡성과 유사하게 변동될 것으로 예상된다. 연평균 기온의 증가폭이 차이를 보이는 것은 지형적인 영향으로써 영서지역의 월평균 기온의 증가폭이 영동지역보다 좀 더 커질 것으로 예상된다. 시기별로는 2050년으로 갈수록 모든 지역의 월평균 기온이 점차 증가할 것으로 예상된다. 이러한 경향은 강원지역의 남부지역보다는 북부지역에서 좀 더 뚜렷하게 나타나고 영동지역보다는 영서지역에서 명확하게 확인할 수 있을 것으로 예상된다(Fig. 3a~c). SSP5-8.5 시나리오로 2025~2050년까지 예측한 연평균 기온은 10.5~14.1°C의 범위를 보이고 평균은 12.3°C이다. 최근 10년 연평균 기온보다는 0.6°C 상승하고 SSP2-4.5 시나리오로 예측한 연평균 기온보다 0.4°C 더 상승할 것으로 예상된다. 2025~2050년까지 지역별 연평균 기온의 기울기는 0.073~0.082의 범위를 SSP2-4.5 시나리오에 비해서 변동폭이 많이 증가할 것으로 예측되며, 지역별 변동폭도 좀 더 커질 것으로 예측된다. 지역별로는 삼척의 기울기가 0.073으로 연평균 기온의 변동폭이 가장 작고, 속초, 강릉 및 동해의 기울기도 0.074로 연평균 기온의 변동폭이 삼척과 유사할 것으로 예상된다. 철원과 화천의 기울기는 0.082로 연평균 기온의 변동폭이 가장 크고, 춘천과 원주의 기울기가 0.081로 철원 및 화천과 큰 차이를 보이지 않으므로 철원, 화천, 춘천 및 원주의 연평균 기온의 변동폭이 유사할 것으로 예상된다. 전체적으로 남부지역과 북부지역의 변동폭은 뚜렷한 차이를 보이지 않았지만 영서지방의 변동폭이 영동지방보다 더 큰 특징을 보인다. 시기별로는 2050년으로 갈수록 연평균 기온은 점점 증가하고 SSP2-4.5 시나리오로 예측한 결과보다 다소 높게 평가되었다(Fig. 3d~f).

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F3.jpg
Fig. 3.

Predictions of average annual air temperature in Gangwon state under the SSP2-4.5 and SSP5-8.5 scenarios for 2025-2034, 2035-2044, and 2045-2050.

SSP2-4.5 시나리오로 2025~2050년까지 예측된 강원지역의 연강수량은 924~2,169 mm의 범위를 보인다. 평균은 1,441 mm으로 최근 10년 동안 연강수량의 평균보다 110 mm 증가할 것으로 평가된다. 연강수량은 매년 큰 차이를 보이지만 기울기가 0.333으로 전체적으로는 증가하는 경향을 보인다. 그러나 2033~2037년에는 연강수량이 237~1,244 mm 정도의 차이를 보이고 평균적으로는 796 mm 차이가 날 것으로 평가되었다. 향후 수자원을 효과적으로 관리하기가 더욱 어려워질 것으로 예상된다. 2025~2050년까지 지역별로 연강수량의 평균은 1,366~1,583 mm의 범위를 보이고 인제의 평균 연강수량이 가장 적고 속초가 가장 많은 것으로 나타난다. 각 지역마다 연강수량은 1,035~1,519 mm의 변화폭을 보일 정도로 매년 큰 차이가 날 것으로 예상된다. 연강수량이 큰 편차를 보이는 지역은 속초, 고성, 삼척, 양양 등 영동지역이고 상대적으로 작은 편차를 보이는 지역은 정선, 철원, 양구, 평창 등 영서지역이다(Fig. 4a~c). 그러므로 연강수량의 편차는 영서지역보다 영동지역에서 좀 더 크게 나타날 것으로 예상된다. 지역별로 연강수량의 기울기는 -1.412~2.346으로 매우 넓은 범위를 보인다. 기울기가 0보다 작은 지역은 평창, 삼척, 홍천, 인제, 횡성, 영월, 동해 및 태백으로 연강수량이 점차 감소할 것으로 예상된다. SSP5-8.5 시나리오로 2025~2050년까지 예측한 연강수량은 886~1,660 mm의 범위를 보인다. SSP2-4.5 시나리오로 예측한 연강수량에 비해서 상대적으로 감소한 것으로 나타난다. 연강수량의 평균은 1,328 mm로 SSP2-4.5 시나리오로 예측한 연강수량보다 113 mm 감소하고 최근 10년간 평균보다 3 mm 적은 것으로 평가되었다. 그러나 연강수량의 변동폭은 SSP2-4.5 시나리오로 예측한 것보다 적을 것으로 예상된다. 연강수량의 기울기는 3.955로 전체적으로 증가하고 증가폭은 SSP2-4.5 시나리오의 예측값보다 더 클 것으로 예측된다. 2025~2050년까지 지역별 연강수량의 평균은 1,247~1,473 mm의 범위를 보인다. 지역별로 연강수량의 평균이 큰 차이를 보이기는 하지만 지역별 차이는 SSP2-4.5 시나리오로 예측한 것보다 좁은 범위를 보인다. 또한 지역별 연강수량의 변화폭도 712~956 mm로 SSP2-4.5 시나리오로 예측한 것보다 좁은 범위를 보인다. 지역별 연강수량의 변화폭이 상대적으로 큰 지역은 강릉, 철원, 고성, 동해 및 속초 등 주로 영동지역이 많고 변화폭이 상대적으로 적은 지역은 영월, 인제, 정선 및 평창 등 영서지역의 중부에 위치한다. SSP5-8.5 시나리오에서도 SSP2-4.5 시나리오와 같이 영서지역에 비해서 영동지역에서 연강수량의 편차가 크게 나타날 것으로 평가되었다. 그러나 지역별 연강수량의 변동폭은 SSP2-4.5 시나리오보다 상대적으로 작은 것으로 나타난다(Fig. 4d~f). 기울기는 -0.816~9.501로 매우 넓은 범위를 보인다. 기울기가 0보다 작은 철원과 원주는 연강수량이 감소할 것으로 예상된다. SSP5-8.5 시나리오와 SSP2-4.5 시나리오에서 연강수량이 감소할 것으로 예측된 지역은 서로 겹쳐지지 않는다. 속초의 기울기는 9.501로 매우 높으므로 전체적으로 연강수량의 증가폭은 가장 클 것으로 예상된다. 기간별로는 2030년 후반에서 2040년 초반에 연강수량이 감소하다가 2050년으로 갈수록 강수량이 증가할 것으로 예상된다.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F4.jpg
Fig. 4.

Prediction of average annual precipitation in Gangwon State under the SSP2-4.5 and SSP5-8.5 scenarios for 2025-2034, 2035-2044, and 2045-2050.

결과적으로 2025~2050년 강원지역의 기온은 점차 증가하고, 연강수량도 점차 증가할 것으로 예측된다. 전체적으로 기온이 증가하므로 여름철 급성가뭄의 발생빈도가 높아지고, 연강수량이 감소될 것으로 예측된 일부 지역에서는 수문학적 가뭄의 발생 빈도가 증가할 것으로 판단된다. 이러한 환경변화는 수자원의 관리 환경에 나쁜 영향을 끼칠 수 있으므로 체계적이고 효과적인 수자원 관리가 필요하다.

표준강수지수

SSP2-4.5와 SSP5-8.5 시나리오로 예측된 월강수량을 이용하여 SPI를 계산하였다(Table 5). SSP2-4.5 시나리오로 예측된 연강수량으로부터 계산된 SPI가 -1보다 적은 상태를 수문학적인 가뭄으로 평가할 수 있다. 전체 기간 중에 철원, 동해, 화천 등에서 수문학적 가뭄의 발생빈도가 30% 이상으로 다른 지역보다 상대적으로 높게 나타나고 홍천, 횡성, 평창은 발생빈도가 10% 미만으로 상대적으로 수문학적 발생빈도가 낮게 나타난다. 특히, 동해, 삼척, 철원, 고성, 화천, 강릉, 원주 및 태백에서는 극심한 수문학적 가뭄(SPI < -2.0)이 발생할 것으로 예측되었다. 이 지역 중에 삼척, 동해 및 태백은 2050년까지 강수량이 감소할 것으로 예상되는 지역이므로 수문학적 가뭄 발생 시 더욱 큰 피해가 발생할 수 있을 것이다. SSP5-8.5 시나리오로부터 예측된 결과도 SSP2-4.5 시나리오로부터 예측된 결과와 유사한 지역에서 수문학적 가뭄이 발생하지만, 발생빈도는 감소할 것으로 예측되었다. 동해, 삼척, 철원, 원주, 화천, 양구, 강릉, 고성 및 양양에서 극심한 수문학적 가뭄이 발생할 것으로 예측되었다. 이 지역 중에 철원과 원주는 강수량이 감소할 것으로 예상되는 지역이므로 수문학적인 가뭄에 대한 대비가 필요하다. 특히, 동해, 삼척, 철원, 화천, 강릉 및 고성은 두 시나리오에서 모두 극심한 수문학적 가뭄이 1회 이상 발생할 것으로 예측되었다.

Table 5.

SPI of precipitation predicted for Gangwon State from 2025 to 2050 under the SSP2-4.5 and SSP5-8.5 secenarios (unit: times)

Area SSP2-4.5 SSP5-8.5
Wet Near
normal
Moderate
drought
Severe
drought
Extreme
drought
Wet Near
normal
Moderate
drought
Severe
drought
Extreme
drought
Cheorwon 57 152 79 21 3 53 164 67 26 2
Chuncheon 46 191 67 8 0 38 202 60 12 0
Donghae 127 87 51 35 12 128 101 42 33 8
Gangneung 99 138 53 21 1 102 138 59 12 1
Goseong 83 175 38 14 2 85 176 35 15 1
Hoengseong 76 226 10 0 0 62 238 11 1 0
Hongcheon 63 242 7 0 0 50 256 6 0 0
Hwacheon 49 168 77 17 1 44 184 65 18 1
Inje 4 262 33 13 0 5 264 31 12 0
Jeongseon 20 275 15 2 0 28 261 20 3 0
Pyeongchang 27 274 10 1 0 21 284 7 0 0
Samcheok 88 140 54 24 6 86 145 52 26 3
Sokcho 127 157 27 1 0 135 150 24 3 0
Taebaek 57 228 18 8 1 68 213 29 2 0
Wonju 41 235 31 4 1 42 227 33 8 2
Yanggu 20 212 57 23 0 14 225 55 17 1
Yangyang 98 171 39 4 0 101 174 35 1 1
Yeongwol 32 254 23 3 0 39 234 34 5 0

가뭄발생 가능성 평가

SPI를 이용하여 수문학적 가뭄의 발생 가능성을 평가하였다. 그러나 최근에 기온상승으로 인한 급성가뭄의 발생 빈도가 증가하고 있으므로 기온변화를 고려한 가뭄 발생 가능성을 평가하는 것이 필요하다. 2025~2050년까지 강원지역의 기온은 지속적으로 증가할 것으로 예측되었다. 평년값 대비 기온이 상승폭이 클수록 급성가뭄의 발생빈도는 증가할 것으로 예상된다. Fig. 5에 평년값 대비 기온 증가량을 나타내었다. SSP2-4.5 시나리오에서 월평균 기온은 주로 평년값 대비 약 1~4°C 증가하지만 5°C 이상 증가하는 경우도 있을 것으로 예측되었다. SSP5-8.5 시나리오에서는 SSP2-4.5 시나리오보다 월평균 기온의 증가폭이 더 증가하여 주로 1~5°C 증가하지만 6°C 이상 증가하는 경우도 있는 것으로 평가되었다. 지역별로 살펴보면 SSP2-4.5 시나리오에서는 대부분 지역에서 월평균이 평년값보다 높은 경우가 80% 이상 차지하였고 시간이 지날수록 월평균 기온이 평년값보다 높은 경우가 더욱 빈번하게 일어날 것으로 예측된다. SSP5-8.5 시나리오에서는 2025~2050년까지 초반에는 영동지역의 월평균 기온이 평년값보다 높아지는 빈도가 영서지역보다 더 많았지만, 중반 이후부터는 지역의 구분이 없이 모든 지역에서 월평균 기온이 평년값보다 높아질 것으로 예측되었다. 이러한 경향은 SSP2-4.5 시나리오보다 SSP5-8.5 시나리오에서 더욱 명확하게 나타난다(Fig. 6). 기온의 증가는 토양수분의 증발을 가속화시키기 때문에 급성가뭄의 발생 가능성이 높아진다. 급성가뭄 발생 시 농작물의 피해를 줄이기 위해서 농업용수의 사용이 급격하게 증가하게 되므로 생활 및 농업용수의 부족을 초래할 수 있다. 강원지역은 춘천, 원주, 동해 등을 제외한 대부분 지역에서 농업활동이 활발하게 이루어지고 있으므로 수문학적 가뭄뿐만 아니라, 급성가뭄의 발생 가능성도 고려하는 것이 필요하다.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F5.jpg
Fig. 5.

Difference between the average monthly air temperature in Gangwon State for 1990-2020 and under the SSP2-4.5 and SSP5-8.5 scenarios for 2025-2050.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F6.jpg
Fig. 6.

Spatial distribution of the frequency of the difference in average monthly air temperature in Gangwon State for 1991-2020 and under the SSP2-4.5 and SSP5-8.5 scenario for 2025-2034, 2035-2044, and 2045-2050.

SPI에서 -1보다 작은 범위에서 점점 값이 작아질수록 가뭄피해가 발생할 가능성이 높아진다. SSP2-4.5 시나리오에서 2025~2050년까지 강원지역의 가뭄발생 가능성은 16.3%로 평가되었다. 이중 일반적인 가뭄(moderate drought), 심한가뭄(severe drought) 및 극심한 가뭄(extreme drought)은 각각 12.3, 3.5 및 0.5%를 차지하였다(Fig. 7). SSP5-8.5 시나리오에서 2025~2050년까지 강원지역의 가뭄발생 가능성은 15.7%로 SSP2-4.5 시나리오로 예측한 가뭄발생 가능성보다 0.6% 낮은 것으로 평가되었다. 일반적인 가뭄, 심한가뭄 및 극심한 가뭄은 각각 11.8, 3.5 및 0.4%로 SSP2-4.5 시나리오로 예측한 결과와 큰 차이를 보이지 않았지만, 극심한 가뭄은 다소 조금 줄어들 것으로 예상된다(Fig. 7). SSP5-8.5 시나리오로 예측한 강수량이 SSP2-4.5 시나리오로 예측한 강수량보다 적을 것으로 예상되었지만, 가뭄발생 가능성이 감소한 것은 SPI의 산정 방식의 차이 때문이다. SPI는 연강수량의 총량을 이용하여 산정하는 것이 아니라 지점 또는 기간별 누적 강수량의 편차를 이용하여 가뭄발생 가능성을 평가하는 방식이므로 SSP5-8.5 시나리오로 예측한 가뭄발생 가능성이 SSP2-4.5 시나리오로 예측된 결과보다 감소한 것은 SSP5-8.5 시나리오로 예측한 지점별 연강수량의 편차가 SSP5-8.5 시나리오로 예측한 연강수량보다 작기 때문이다. 지역별로는 SSP2-4.5와 SS5-8.5 시나리오 모두 철원, 화천 및 양구 등의 영서 북부와 삼척, 동해 및 강릉 등의 영동 남부지역이 다른 지역보다 수문학적 가뭄의 발생 가능성이 높게 평가되었다(Fig. 8).

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F7.jpg
Fig. 7.

Difference between the average monthly precipitation in Gangwon State for 1991-2020 and under the SSP2-4.5 and SSP5-8.5 scenarios for 2025-2050.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F8.jpg
Fig. 8.

Spatial distribution of the frequency of SCI < 0 calculated from predicted monthly precipitation in Gangwon State under the SSP2-4.5 and SSP5-8.5 scenario for 2025-2034, 2035-2044, and 2045-2050.

최근에 발생하는 가뭄발생 특징을 고려하면 기온과 강수량의 변화를 같이 고려해야 한다. Yu and Kim(2024)은 기온과 강수량의 평년값 대비 기온이 증가하고 강수량이 감소하는 경우에 가뭄발생 가능성이 높을 것으로 평가하였다. 이번 연구에서 Yu and Kim(2024)의 평가 방식을 일부 변경하여 월평균 기온의 평년값 대비 증가폭과 SPI의 가뭄 정도를 이용하여 가뭄발생 가능성을 평가하였다(Figs. 9 and 10). SSP2-4.5 시나리오로부터 예측한 월평균 기온의 증가폭과 월강수량에 대한 SPI의 가뭄 정도를 Fig. 9에 나타내었다. 2025~2050년까지 월평균 기온의 증가폭이 0보다 큰 경우는 전체기간의 88.1~89.4%에 해당하고 SPI가 -1보다 작은 경우는 2.2~33.0%에 해당하였다. 지역별로 월평균 기온의 증가폭과 SPI의 가뭄 정도를 고려하면 철원, 동해 및 화천에서 가뭄발생 가능성이 높고, 홍천, 횡성 및 평창은 가뭄발생 가능성이 낮은 것으로 평가되었다(Fig. 9). SSP5-8.5 시나리오로부터 예측한 월평균 기온의 증가폭과 월강수량에 대한 SPI의 가뭄 정도를 Fig. 10에 나타내었다. 2025~2050년까지 월평균 기온의 증가폭이 0보다 큰 경우는 전체기간의 89.7~93.9%로 SSP2-4.5 시나리오로부터 예측한 결과보다 2.2% 증가하였다. 이러한 결과는 SP5-8.5 시나리오로 예측한 기후가 SSP2-4.5 시나리오로 예측한 기후보다 급성가뭄의 발생 가능성 더 커졌다는 것을 나타낸다. SPI가 -1보다 작은 경우는 1.9~30.4%에 해당하며 전체적으로 SSP2-4.5 시나리오로 예측한 결과보다 수문학적 가뭄 발생 가능성이 낮게 평가되었다. 지역별로는 철원, 화천, 동해 및 삼척에서 가뭄발생 가능성이 높고 홍천, 평창 및 횡성에서 가뭄발생 가능성이 낮게 평가되었다(Fig. 10). SSP2-4.5와 SSP4-8.5 시나리오로 예측한 가뭄발생 가능성의 평가결과 가뭄발생 가능성이 큰 지역은 비슷하게 선정되었지만, 기온의 변동폭과 강수량이 차이를 보이므로 가뭄의 강도는 차이를 보일 것으로 예상된다.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F9.jpg
Fig. 9.

Evaluation of drought probability in Gangwon State. SPI was calculated using precipitation predicted under the SSP2-4.5 scenario for 2025-2050. The change in air temperature represents the difference between the average monthly air temperature measured from 1991 to 2020 and the monthly air temperature predicted under the SSP2-4.5 scenario from 2025 to 2050. The red arrow indicates an increase in drought probability.

https://cdn.apub.kr/journalsite/sites/kseg/2024-034-04/N0520340405/images/kseg_2024_344_577_F10.jpg
Fig. 10.

Evaluation of drought probability in Gangwon State. SPI was calculated using precipitation predicted under the SSP5-8.5 scenario for 2025-2050. The change in air temperature represents the difference between the average monthly air temperature measured from 1991 to 2020 and the monthly air temperature predicted under the SSP2-4.5 scenario from 2025 to 2050. The red arrow indicates an increase in drought probability.

결 론

최근 10년간 강원지역의 기후변동 특성을 분석하고, 2025~2050년까지 SSP2-4.5와 SSP5-8.5 시나리오로 예측한 월평균 기온가 월강수량을 이용하여 강원지역의 가뭄발생 가능성을 평가하였다. 또한 2015~2022년까지 강원지역에서 발생한 가뭄피해 현황을 분석하였다. 일반적으로 수문학적 가뭄이 발생하면 가뭄피해가 발생할 수 있지만 수자원 관련 시설이 잘 갖추어지고 체계적인 관리가 이루어진 지역에서는 수문학적 가뭄이 발생하더라도 가뭄피해를 최소화할 수 있다. 강원지역에서 발생한 가뭄피해는 속초, 동해 및 강릉과 같이 수자원이 부족한 지역과 수도시설이 잘 갖추어지지 않은 농촌지역에서 주로 발생하였다. 최근 10년간 강원지역의 연평균 기온은 11.7°C이고 7월과 8월에 높고 1월에 낮다. 지역적으로는 남부지역과 영동지역이 북부지역과 영서지역에 비해서 약 1°C 정도 더 높다. 평균 연강수량은 1,331 mm이다. 7월에 가장 많고 12월에 가장 적지만, 연강수량의 61.7~74.0%가 6~8월에 집중된다. 지역별로 1,148~1,607 mm로 큰 차이를 보인다. 연강수량은 북부지역과 남부지역이 뚜렷한 차이를 보이지 않았지만 영동지역이 영서지역보다 약 50 mm 정도 더 많다. 이번 연구에서 SSP2-4.5와 SSP5-8.5 시나리오로 2025~2050년까지 예측된 기후자료에 따르면 월평균 기온은 증가하고 연강수량은 대부분 지역에서 증가하지만 철원과 평창 등 일부 지역에서 감소할 것으로 예상된다. 또한 월평균 기온의 증가로 인해 급성가뭄의 발생가능성은 커지고 월강수량의 감소와 편차로 인해 1.9~33.0%에 해당하는 기간에 수문학적 가뭄의 발생 가능성이 있는 것으로 평가되었다. 기온의 증가와 강수량 변화를 고려하면 철원, 화천, 동해 및 삼척에서 가뭄발생 가능성이 상대적으로 높게 평가되었다. 가뭄발생 가능성이 큰 지역은 SSP2-4.5와 SSP5-8.5 시나리오의 평가결과가 거의 유사하였지만, 가뭄강도는 차이를 보이는 것으로 예상된다. 기후변화에 따라 급성가뭄 및 수문학적 가뭄이 발생하더라도 수자원 관련 기반 시설이 충분히 갖추어졌거나 수자원을 효율적으로 관리하는 경우에는 가뭄피해를 최소화할 수 있다. 이 연구결과는 기후변화에 다른 수자원 관리 계획 및 가뭄피해를 최소화하기 위한 정책 수립 시 기초자료로 활용할 수 있을 것으로 기대된다.

Acknowledgements

이 연구는 교육부 재원으로 연구재단의 국가 연구를 통해 기초 과학 연구 프로그램(019R1I1A2A01057002)과 기초연구사업(2019R1A6A1A03033167) 및 환경부의 재원으로 한국환경산업기술원의 미세플라스틱 측정 및 위해성평가 기술개발사업(2020003110010)과 표토보전관리기술개발사업(2019002820004)의 지원을 받아 연구를 수행하였습니다.

References

1

Byun, H.R., Lee, S.J., Morid, S., Choi, K.S., Lee, S.M., Kim, D.W., 2008, Study on the periodicities of droughts in Korea, Asia-Pacific Journal of Atmospheric Sciences, 44(4), 417-441.

2

Cancelliere, A., Di Mauro, G., Bonaccorso, B., Rossi, G., 2007, Drought forecasting using the standardized precipitation index, Water Resources Management, 21, 801-819.

10.1007/s11269-006-9062-y
3

Christian, J.I., Basara, J.B., Hunt, E.D., Otkin, J.A., Furtado, J.C., Mishra, V., Xiao, X., Randall, R.M., 2021, Global distribution, trends, and drivers of flash drought occurrence, Nature Communications, 12, 6330.

10.1038/s41467-021-26692-z34732727PMC8566603
4

CIP (Climate Information Portal), 2024, Retrieved from http://www.climate.go.kr/home/.

5

Füssel, H.M., 2007, Vulnerability: A generally applicable conceptual framework for climate change research, Global Environmental Change, 17(2), 155-167.

10.1016/j.gloenvcha.2006.05.002
6

Huang, S., Li, P., Huang, Q., Leng, G., Hou, B., Ma, L., 2017, The propagation from meteorological to hydrological drought and its potential influence factors, Journal of Hydrology, 547, 184-195.

10.1016/j.jhydrol.2017.01.041
7

Huang, S.Z., Chang, J.X., Huang, Q., Chen, Y.T., 2014, Spatio-temporal changes and frequency analysis of drought in the Wei River Basin, China, Water Resources Management, 28(10), 3095-3110.

10.1007/s11269-014-0657-4
8

Huang, W.C., Chou, C.C., 2008, Risk-based drought early warning system in reservoir operation, Advances in Water Resources, 31(4), 649-660.

10.1016/j.advwatres.2007.12.004
9

Jeon, M.G., Nam, W.H., Mun, Y.S., Ok, J.H., Hwang, S., Hur, S.O., 2022, Development of drought vulnerability index for upland crops using soil moisture data, Journal of the Korean Society of Hazard Mitigation, 22(4), 11-17 (in Korean with English abstract).

10.9798/KOSHAM.2022.22.4.11
10

Joint Ministries, 2023, 2021 National drought information statistics, 348p (in Korean).

11

Karavitis, C.A., Alexandris, S., Tsesmelis, D.E., Athanasopoulos, G., 2011, Application of the standardized precipitation index (SPI) in Greece, Water, 3, 787-805.

10.3390/w3030787
12

Kim, B.J., Jeong, Y.K., Yoo, J.I., Han, D.G., U m, K.J., Choi, J.H., Park, S.J., Jeong, Y.S., Kim, S.H., Lee, D.H., Lee, D.H., Hong, S.J., Shin, K.M., 2022a, Establishment of basic plan for response to climate change in Gangwon-do, Gangwon-do, 375p (in Korean).

13

Kim, K., Woo, S.H., Beak, E.H., Jeong, J.H., 2022b, Characteristics of and changes in summertime flash droughts in South Korea, 1982~2020, Journal of Climate Change Research, 13(3), 283-298 (in Korean with English abstract).

10.15531/KSCCR.2022.13.3.283
14

Kim, S.J., Kim, S.M., Kim, S.M., 2013, A study on the vulnerability assessment for agricultural infrastructure using principal component analysis, Journal of the Korean Society of Agricultural Engineers, 55(1), 31-38 (in Korean with English abstract).

10.5389/KSAE.2013.55.1.031
15

KMA (Korea Meteorological Administration), 2024, Open MET data portal, https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?pgmNo=36.

16

KOSIS (Korean Statistical Information Service), 2024, Retrieved from https://kosis.kr/index/index.do.

17

Lana, X., Serra, C., Burguěno, A., 2001, Patterns of monthly rainfall shortage and excess in terms of the standardized precipitation index for Catalonia (NE Spain), International Journal of Climatology, 21(13), 1669-1691.

10.1002/joc.697
18

Lee, C.H., Shin, H.J., Kwon, M.S., Lee, G.M., Nam, S.H., Kang, M.S., 2019, An approach to drought vulnerability assessment using TOPSIS method, Journal of the Korean Association of Geographic Information Studies, 22(4), 102-115 (in Korean with English abstract).

10.11108/kagis.2019.22.4.102
19

Lee, J.H., Kim, M.G., Choi, S.J., Chung, I.M., 2024, Hydrological drought evaluation in upstream Inje region, The Journal of Engineering Geology, 34(2), 329-338 (in Korean with English abstract).

10.9720/kseg.2024.2.329
20

Leng, G., Tang, Q., Rayburg, S., 2015, Climate change impacts on meteorological, agricultural and hydrological droughts in China, Global and Planetary Change, 126, 23-34.

10.1016/j.gloplacha.2015.01.003
21

McKee, T.B.N., Doesken, J., Kleist, J., 1993, The relationship of drought frequency and duration to time scales, Proceedings of the 8th Conference on Applied Climatology, Anaheim, CA, 179-184.

22

Min, K.H., Chung, C.H., Bae, J.H., Cha, D.H., 2020, Synoptic characteristics of extreme heatwaves over the Korean Peninsula based on ERA Interim reanalysis data, International Journal of Climatology, 40(6), 3179-3195.

10.1002/joc.6390
23

Mishra, A.K., Singh, V.P., 2010, A review of drought concepts, Journal of Hydrology, 391(1-2), 202-216.

10.1016/j.jhydrol.2010.07.012
24

Mondal, A., Mujumdar, P.P., 2015, Return levels of hydrologic droughts under climate change, Advances in Water Resources, 75, 67-79.

10.1016/j.advwatres.2014.11.005
25

Mun, Y.S., Nam, W.H., Ha, T.H., Jo, Y.J., 2023, Assessment of agricultural drought vulnerability focus on drought response capability in irrigation facilities and paddy fields, Journal of the Korean Society of Agricultural Engineers, 65(5), 13-24 (in Korean with English abstract).

10.5389/KSAE.2023.65.5.013
26

Park, J.Y., Yoo, J.Y., Lee, M., Kim, T.W., 2012, Assessment of drought risk in Korea: Focused on data-based drought risk map, Journal of the Korean Society of Civil Engineers, 32(4B), 203-211 (in Korean with English abstract).

10.12652/Ksce.2012.32.4B.203
27

US ACE (US Army Corps of Engineers), 1991, The national study of water management during drought, IWR Report 91-NDS-1, 116p.

28

WAMIS (Water Resources Management Information System), 2024, Drought damage status, Retrieved from http://www.wamis.go.kr/wks/wks_drstnaa_lst.do.

29

Wang, L., Yuan, X., Xie, Z., Wu, P., Li, Y., 2016, Increasing flash droughts over China during the recent global warming hiatus, Scientific Reports, 6(1), 1-8.

10.1038/srep3057127513724PMC4980985
30

Wu, H., Hayes, M.J., Wilhite, D.A., Svoboda, M.D., 2005, The effect of the length of record on the standardized precipitation index calculation, International Journal of Climatology, 25(4), 505-520.

10.1002/joc.1142
31

Xu, K., Yang, D., Yang, H., Li, Z., Qin, Y., Shen, Y., 2015, Spatio-temporal variation of drought in China during 1961-2012: A climatic perspective, Journal of Hydrology, 526, 253-264.

10.1016/j.jhydrol.2014.09.047
32

Yang, J.S., Kim, I.H., 2013, Development of drought vulnerability index using delphi method considering climate change and trend analysis in Nakdong River Basin, Journal of the Korean Society of Civil Engineers, 33(6), 2245-2254 (in Korean with English abstract).

10.12652/Ksce.2013.33.6.2245
33

Yang, J.S., Park, J.H., Kim, N.K., 2012, Development of drought vulnerability index using trend analysis, Journal of the Korean Society of Civil Engineers, 32(3B), 185-192 (in Korean with English abstract).

10.12652/Ksce.2012.32.3B.185
34

Yu, C., Kim, H., 2024, Evaluation of climate change characteristics and groundwater recharge in Gangwon state according to climate change, Journal of the Geological Society of Korea, 60(1), 101-110 (in Korean with English abstract).

10.14770/jgsk.2024.006
35

Yu, J.S., Shin, J.Y., Kwon, M., Kim, T.W., 2017, Bivariate drought frequency analysis to evaluate water supply capacity of multi-purpose dams, Journal of the Korean Society of Civil Engineers, 37(1), 231-238 (in Korean with English abstract).

10.12652/Ksce.2017.37.1.0231
페이지 상단으로 이동하기