SWAT-CUP을 이용한 SWAT모형의 매개변수 추정 및 앙상블 기법을 이용한 안동댐 월 유입량 예측

Abstract

우리나라는 중위도 지대에 놓인 전형적인 온대성기후특성을 가지고 있으며, 계절풍의 영향을 받는 몬순기후로 규정할 수 있다. 겨울철은 건조하고 찬 북풍 또는 북서풍이 불어 추위가 계속되며 비가 적고, 여름철은 습윤하고 더운 남풍 또는 남동풍이 불어 덥고 많은 비가 내린다. 수자원 관리에 있어 중요시설인 다목적 댐은 연평균 강수량의 약 70%가 내리는 여름철(6월부터 9월)에 물을 저류하고 이 후에 사용하는 방식으로 운영되고 있다. 하지만 이러한 방식은 강수량이 작은 기간에 극심한 가뭄이 발생할 경우 선제적인 대처가 어렵다는 한계점을 가지고 있다(Lee, 2020). 그렇기 때문에 강수량이 작은 기간에 대한 신뢰성 있는 수문예측이 필요하다. 과거의 수문예측은 경험을 통해 미래에 일어날 자연현상을 예측하는 경험론적 방법이었다. 현대에 들어 자연의 물리적 현상을 이론적으로 이해하여 미래에 발생 가능한 현상을 예측하는 물리적인 방법으로 연구되었다. 즉, 기상자료를 이용하여 계산과정이 뚜렷하고 이해하기 쉬운 확정론적 예측이 주로 실행되었다. 하지만 확정론적인 예측은 불규칙한 자연현상을 모사하기에 한계가 있다. 따라서 불규칙성을 포함한 확률론적 예측기법이 수문예측 방법으로서 보다 적합하다. 본 연구의 내용은 확률론적 예측기법 중 앙상블 하천유량 예측기법(ensemble streamflow prediction; ESP)을 이용한 안동댐의 저수지 유입량 예측에 관한 것이다. 여기에 확률론적인 예측기법의 정확성을 높이기 위해 유역의 기상변수와 토양 함수상태를 고려할 수 있고, 정확성이 확인된 강우-유출 모형이 필요하다. 이를 위해 기상변수와 토양 함수상태의 반영이 용이한 강우-유출 모형 SWAT(soil and water assessment tool)을 선정하였다. SWAT 모형은 다양한 매개변수의 추정을 통한 모형 보정과 검증이 필요하다. 이를 위하여 매개변수 자동 추정 모형인 SWAT-CUP premium을 사용하였다. SWAT 모형을 이용해 산출한 예측유입량 앙상블과 안동댐 유역의 관측 유입량을 비교하여 예측유입량의 정확성을 평가하였다. 또한 앙상블 예측유입량을 댐 운영 계획 시 사용하고 있는 빈도유입량과 비교하여 댐 운영 자료로서 적용 가능성을 평가하고자 한다.

Precipitation of South Korea is concentrated on about seventy percent in the summer. This tendency in precipitation can cause a long-term drought. For proactive countermeasures, efficient water resource management is needed through accurate hydrological prediction. It is necessary to predict the inflow from January to March and October to December when precipitation and inflow are small. The target dam is the Andong dam with an observation period of more than thirty years. An ensemble streamflow prediction was used as a prediction method. Ensemble streamflow prediction requires a physical model that considers hydrologic factors and soil factors. It selected the SWAT, which has been widely used since it was developed in 1994, as a physical model. SWAT contains many parameters. SWAT-CUP premium, which provides multi-objective function optimization, was used to estimate parameters. The model calibration period is from 2000 to 2009, and the verification period is from 2010 to 2018. Streamflow ensembles were created using SWAT models with parameters decided through multi-objective function optimization. The multi-objective function selected as a result of the evaluation is NSE – KGE and - PBIAS. The accuracy of the prediction was evaluated by comparing the observations with the predicted inflow ensembles. Comparing the observed values with the predicted inflow, RMSE is 7.73, MAE is 4.94. Therefore those results deserve consideration for the usability of ensemble streamflow prediction in monthly hydrological forecasting.