The Journal of Engineering Geology. September 2019. 265-277
https://doi.org/10.9720/kseg.2019.3.265


ABSTRACT


MAIN

  • 서 론

  • 연구방법

  •   GRACE 자료와 지하수 저장량 비교 방법

  •   지하수위의 광역적 및 국지적 보간법

  • 연구지역

  • 연구결과

  •   보간법에 따른 지하수 함양 변화량과 GRACE 자료의 비교

  •   GRACE 에 의한 ΔGWS와 지하수 함양 변화량 분석

  •   토지 피복도에 따른 지하수 함양 변화량 비교

  • 결 론

서 론

지구 온난화는 세계 여러 지역에서 기후 변화를 초래한다(Ali et al., 2012). 기후 변화에 관한 국제 패널(IPCC, 2014)은 전체 온실 가스(GHG) 배출의 91%가 지구 온난화에 지대한 영향을 미친다고 분석했다. 그러나 일부 과학자들(Jager and Usoskin, 2006; Stanhill, 2007)은 온실 가스 배출량이 기후 변화에 영향을 미친다는 것에 대해서 의문을 제기하고 있는데 Jager and Usoskin(2006)은 대류권 온도는 태양 복사 변화에 의해 직접적으로 영향을 받는다고 제안했다.

NASA와 DLR(Deutsches Zentrum für Luft- und Raumfahrt, 독일 항공 우주 센터)은 2002년 3월 지표면에서 500 km 이상 떨어진 상공에 220 km 거리에 쌍둥이 인공위성을 띄워서 지구중력장을 측정하기 위하여 중력 획득 및 기후 실험(Gravity Recovery and Climate Experiment, GRACE)을 실시하였다(Schmidt et al., 2008). GRACE 인공위성은 지구중력장 뿐만 아니라, 전 세계적으로 총 수분 저장량 변화를 감시하는데 점점 더 많이 사용되고 있다(Rodell et al., 2006). 그러나 GRACE 측정값으로는, 특히 작은 유역에 대해서는, 수분 저장량의 정량적 평가가 불확실하고, 실질적으로는 중대한 효과인 유역 내 공간적 수분 저장량 분포 효과가 무시될 수 있다(Longuevergne et al., 2013). Longuevergne et al.(2013)은 중동지역의 나일강 및 티그리스-유프라테스강 유역 내에서 GRACE 기반의 유역 평균의 총 수분 저장량 변화로부터 레이더 고도계에 의한 지표 저수지 저장량에 대한 선험적 정보를 이용하여 공간적으로 불규칙한 수분 저장량을 평가하였다.

Rodell et al.(2006)은 자료가 많지 않은 지역에서 지하수 고갈을 평가하는 유일한 도구로 GRACE 자료를 제안하였다. 그러나 지하수위와 GRACE 자료 간의 관계에 대한 연구는 많지 않다(Liesch and Ohmer, 2016). 국내에서는 GRACE 자료와 관련한 지하수 저장량 변화에 대한 일부 연구들이 있다(Lee et al., 2012; Seo and Lee, 2016, Seo and Lee, 2017). Lee et al.(2012)은 GRACE 자료와 물수지 방법을 비교하여 한반도의 총 수분 저장량을 추정했다. Seo and Lee(2016)는 국가지하수관측망의 전체 지역의 지하수위 평균값과 GRACE 자료를 비교 분석하였다.

한편, 지하수위와 GRACE 자료 간의 관계를 보다 명확하게 비교하기 위해서는 지하수위 측정지점과 GRACE 지점의 공간적인 차이에서 발생하는 오차를 줄이는 것이 관건이다. GRACE 자료와 수문학적 모델의 보다 정확한 비교를 위해서는 GRACE 자료와 동일한 방식으로 수문 모델 자료를 필터링하거나, 필터에서 유래된 편차를 재조정하기 위한 보정계수를 적용하여야 한다(Güntner, 2008).

본 연구는 3가지 보간법(크리깅, 역거리 가중법, 자연 인접 방법)을 이용하여 국내 지하수 저장량 변화와 GRACE 자료를 지점별로 비교하고 지하수 함양 변화량을 추정하는 것을 목적으로 한다. 이를 위하여 남한을 0.5° × 0.5°영역으로 총 35개 스테이션(St.)으로 나누어서 국가지하수관측망의 지하수위 자료와 GRACE자료를 비교하고자 한다(Fig. 1).

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F1.jpg
Fig. 1.

National groundwater monitoring wells in South Korea and ground-based gravimetric stations (Stations 1-35).

연구방법

GRACE 자료와 지하수 저장량 비교 방법

동일한 궤도면에 위치한 쌍둥이 GRACE 인공위성 사이의 속도 변화는 저고도-저고도 또는 저고도-고고도 위성-위성 추적(satellite to satellite tracking, SST) 방법을 적용한 두 인공위성 위치 사이의 중력장 차이에 비례한다(Watkins et al., 2000; Lee et al., 2012). 본 연구를 위한 GRACE 자료의 변화값은 2002년부터 2016년까지의 월별 평균값을 기준으로 계산되었으며, 해당 자료의 해상도는 0.5° × 0.5°이다. 이 값은 이 기간 동안 총 수분 저장량이 월별 평균값으로부터의 변화된 정도를 나타낸다. 본 연구에서는 텍사스대학교의 우주연구센터(Centre for Space Research, CSR), 미국의 제트 추진 연구소(Jet Propulsion Laboratory, JPL), 독일의 지구과학 연구센터(Geo Forschungs Zentrum, GFZ)에서 개발한 소프트웨어 중에서, 텍사스대학교의 CSR에서 개발한 소프트웨어(Release 5.0)인 구형 하모닉 해법(spherical harmonic solution)을 이용하였다(National Aeronautics and Space Administration, 2003). Hachborn et al.(2017)은 위의 세 기관에서 개발한 해법이 서로 비슷한 결과를 보여준다고 보고하였다.

GRACE 자료에 의한 지하수 저장 변화량(ΔGWS)은 총 수분 함량(ΔTWS)에서 얼음/눈에 의한 수분 저장량(ΔSWES), 지표수 저장량(ΔRESS), 토양수분 저장량(ΔSMS)을 뺀 값이다(Tapley et al., 2004; Schmidt et al., 2008):

$$\mathrm{ΔGWS}=\mathrm{ΔTWS}-\mathrm{ΔSWES}-\mathrm{ΔRESS}-\mathrm{ΔSMS}$$ (1)

Global Land Data 동기화 시스템(Global Land Data Assimilation System, GLDAS)은 ΔTWS로부터 ΔSMS, ΔSWES, ΔRESS을 제거하는데 이용된다(Andersen et al., 2005; Rodell et al., 2006; Rodell and Beaudoing, 2007; Leblanc et al., 2009; Henry et al., 2011; Hachborn et al., 2017):

$$\Delta\mathrm{GLDAS}=\Delta\mathrm{SWES}+\Delta\mathrm{RESS}+\Delta\mathrm{SMS}$$ (2)

따라서

$$\Delta\mathrm{GWS}=\Delta\mathrm{TWS}-\Delta\mathrm{GLDAS}$$ (3)

GRACE 자료에 의한 총 수분 저장량 또는 겉보기 유역 저장량(apparent basin storage, ABS)은 실제 유역 저장량(true basin storage, TBS)과 일치하지 않으며, 유역 내에서 위치와 범위에 따라 TBS 보다 더 작거나 더 크다(Longuevergne et al., 2013). 게다가, 분지 밖의 수체로부터의 유입에 의해 유역의 저장량이 크게 영향을 받을 수 있다. 따라서 실제 지하수 저장량과의 관계를 살펴볼 필요가 있다.

지하수 함양량(ΔGWSg)은 지하수위 변화량(ΔGW)에 비산출률(Sy)을 곱하여 구하게 된다:

$$\Delta{\mathrm{GWS}}_{\mathrm g}=\Delta\mathrm{GW}\times{\mathrm S}_{\mathrm y}$$ (4)

연구기간의 지하수위 변화량(ΔGW)은 남한 전체의 GRACE 자료와 동일한 지점(St.1, St.2, … St.35)을 보간된 지하수위로부터 월평균 지하수위를 구하고 각각의 지하수위에서 월평균 지하수위를 뺀 값이다. Fig. 2는 St.1에서의 지하수위 변화량 그래프를 보여준다. 비산출률은 중력에 의해서 대수층으로부터 배출될 수 있는 지하수의 양으로서 정확하게 산정하기가 어렵다. Kim(2010)은 남한의 34개 충적대수층의 비산출률을 0.27로 산정하였다. 본 연구에서는 기존 연구들에서 보고된 비산출률의 평균값으로부터 제시된 비산출률(Sy)값을 0.2를 적용하였다(Seo and Lee, 2016). 지하수 함양 변화량은 전월의 지하수 함양량에서 그 달의 지하수 함양량을 뺀 값이다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F2.jpg
Fig. 2.

Groundwater level changes at Station 1 during the 2002-2016 study period.

최종적으로는 동일한 지역(즉, 0.5° × 0.5°의 면적을 가진 St.지역)의 평균적인 ΔGWS 월별 변화량과 지하수 함양 변화량을 비교한다.

지하수위의 광역적 및 국지적 보간법

본 연구에서처럼 지하수 함양 변화량과 GRACE 자료를 비교하기 위해서는, 지하수위 자료를 광역적 또는 국지적 보간법을 이용하여 공간적으로 처리하여야 한다(Griffith and Amrhein, 1991). 광역적 보간법과 국지적 보간법은 결정론적 방법과 확률론적 방법으로 나누어진다(Table 1). 광역적 보간법은 측정된 점으로부터 추세 표면을 생성하는 결정론적인 기법과 회귀 분석을 이용하는 확률론적 기법을 포함한다. 추세 표면 기법은 통계적인 최소 자승 회귀법이며, 결과적으로는 추세 표면이 거의 표본 지점을 통과하지 못하고 다른 표적 지점을 예측하게 된다(Naoum and Tsanis, 2004). 확률론적 기법이란 수학적인 함수로 설명되어지는 실제자료에 대해서 적용하는 기법이다.

Table 1. Global and local interpolation methods

Global method Local method
Deterministic Stochastic Deterministic Stochastic
Trend surface (inexact) Regression (inexact) Thiessen (exact)
IDW (exact)
NN method (exact)
Splines (exact)
Density estimation (inexact)
Kriging (exact)

국지적 보간법은 결정론적 기법(Thiessen, 역거리 가중(IDW), 자연 인접(NN), 스플라인, 밀도 추정값)과 확률론적 크리깅 기법을 포함한다. 역거리 가중 기법은 유사도를 사용하고, 스플라인 기법은 평활화 정도를 근거로 하여 매끄러운 표면을 가진 전체 표면 곡률을 최소화하고 부드러운 표면을 잘 나타내는 수학적 함수를 적용하여 목표값을 추정한다(Childs, 2004). 역거리 가중법은 표본 지점들간의 거리에 따른 선형 가중치 조합을 근거로 표목지점의 값을 예측하며, 대상 영역내에 충분한 수의 표본 지점이 분포할 경우에 적합하다(Naoum and Tsanis, 2004). 자연 인접(NN) 방법은 가중평균 기법을 적용하며, 일반적으로 표본들이 무리를 이루고 분산되어 있는 지역에 적당하다(Sibson, 1981; Childs, 2004). 밀도 추정은 관측된 자료를 기초로 확률 밀도함수를 이용하여 추정값을 구한다(Silverman, 1986). 확률적 크리깅 기법은 측정된 점들의 지구통계학적 특성을 이용하며, 기본적으로 거리 또는 방향에 따른 표본지점들의 가중 평균을 계산하여 보간값을 추정한다(Childs, 2004). 계산된 값의 평활도를 최적화하는 불연속 다중 스플라인(piecewise-polynomial spline)과는 달리, 크리깅에 의한 보간법은 이전 단계의 공분산에 의해 지배되는 가우시안 과정을 적용한다(Bayraktar and Turalioglu, 2005). 크리깅과 회귀분석은 둘 다 공분산의 가정에 기초한 최상의 선형 비편향 추정량을 도출하고, 추정치와 오차의 독립성을 증명하기 위해 가우스-마르코프 정리를 이용한다.

Kumar(2006)는 크리깅기법에 의해서 관측공의 지하수위 자료를 공간적으로 분석하였다. Setianto and Triandini(2013)은 수치 표고 모델에 크리깅과 역거리 가중 기법을 적용하였다. 한편, Musashi et al.(2018)은 대기 온도의 공간적인 분포 해석에 역거리 가중 기법과 자연적 인접 기법을 적용하였다. 본 연구에서는 보간법들 중에서 크리깅, 역거리 가중, 자연적 인접 방법의 세 가지 방법으로 GRACE자료와 비교하고자 한다.

연구지역

국내 강수량은 복잡한 산지 지형과 유역으로 인하여 국지적으로 많은 변화를 보인다. 한국수자원공사에서 운영하는 수자원 정보 관리 시스템(WAMIS)(http://www.wamis.go.kr/eng/main.aspx)에 의하면, 2002~2016년 사이의 국내 연평균 강수량은 1,206 mm 이지만, 영산강-섬진강 유역은 1,343 mm, 한강 유역은 1,112 mm, 낙동강 유역은 1,256 mm, 금강 유역은 1,114 mm 로서 유역에 따라 차이를 보인다.

한국수자원공사의 국가 지하수 정보 센터(http://www.gims.go.kr/eng/main/sub04_04)에서 운영하는 334개소의 국가지하수 관측망(NGMS)의 지하수위 자료를 처리하여 GRACE 자료의 지하수 저장량과 비교하였다. 각 국가지하수 관측망은 천부(충적층) 관정과 심부(암반) 관정으로 구성되어 있으며, 관정에는 압력센서(BAYTech Korea사의 모델 Watermate 4100(정확도는 ±0.25%, 측정범위는 0~50 m)와 HydroNet사의 모델 MK-15CTD(정확도는 ±0.1%, 측정범위는 0~20 m))를 설치하여 지하수위를 자동으로 측정한다. 본 연구에서는 2002년부터 2016년까지 암반관정은 제외한 157개 천부관정의 지하수위 자료(한강 유역의 42개 관정, 낙동강 유역의 57개 관정, 금강 유역의 32개 관정, 영산강-섬진강 유역의 26개 관정)를 이용하였다(Fig. 1). 이는 천부관정이 강우량으로부터의 빠른 함양과 관련되기 때문이다.

연구결과

보간법에 따른 지하수 함양 변화량과 GRACE 자료의 비교

GRACE 자료와 비교하기 위해서는 세 가지 보간법(크리깅, 역거리 가중치, 자연적 인접값)을 이용하여 2002년부터 2016년까지의 지하수위 변동값을 산정하고 이를 GRACE 자료 영역인 각 St.별로 관측자료들을 취합하여 보간방법을 이용하여 보간하였으며, 이로부터 지하수 함양 변화량을 계산하였다.

세 가지 보간법(크리깅, 역거리 가중, 자연 인접)에 의한 지하수 함양 변화량은 GRACE 자료에 의한 ΔGWS와 상관관계를 보였다. 세 가지 보간법에 의한 지하수 함양 변화량 패턴은 서로 비슷하였으나, 보간법에 따라서 ΔGWS와의 불일치 정도에 있어서 차이를 보였으며, 각 보간법과 ΔGWS간의 상관분석으로 가장 유사한 보간법을 확인하였다. ΔGWS와 실측된 지하수 저장량 변동값의 상관분석 결과, 세 가지 보간법이 서로 큰 차이는 보이지 않지만, 크리깅 방법과의 상관성이 가장 높고, 자연 인접, 역거리 가중법 순으로 불일치 정도가 커진다(Table 2). 서로 다른 보간법들간에 차이를 보이지 않는 이유는 St.의 평균값 도출시에 격자의 분해능과 관계가 있을 수 있으나, 현재로는 0.5° × 0.5°분해능이 가장 정밀하므로 GRACE 격자 간격에 따른 분해능의 불확실성은 존재한다.

Table 2. Correlation analysis results

Station Kriging NN IDW Station Kriging NN IDW Station Kriging NN IDW
St.1 0.561 0.494 0.569 St.14 0.285 0.271 0.283 St.27 0.290 0.346 0.292
St.2 0.162 0.161 0.022 St.15 0.986 0.986 0.970 St.28 0.696 0.704 0.702
St.3 0.187 0.173 0.182 St.16 0.463 0.414 0.460 St.29 0.021 0.021 0.021
St.4 0.943 0.937 0.923 St.17 0.612 0.625 0.621 St.30 0.000 0.000 0.000
St.5 0.778 0.696 0.796 St.18 0.207 0.220 0.220 St.31 0.000 0.000 0.000
St.6 0.317 0.309 0.302 St.19 0.030 0.028 0.030 St.32 0.024 0.024 0.024
St.7 0.845 0.832 0.899 St.20 0.652 0.644 0.652 St.33 0.049 0.049 0.046
St.8 0.709 0.698 0.681 St.21 0.084 0.082 0.082 St.34 0.325 0.325 0.318
St.9 0.098 0.099 0.101 St.22 0.346 0.338 0.341 St.35 0.298 0.304 0.277
St.10 0.927 0.919 0.914 St.23 0.720 0.695 0.695 Max 0.986 0.986 0.970
St.11 0.902 0.895 0.884 St.24 0.745 0.740 0.744 Min 0.000 0.000 0.000
St.12 0.968 0.968 0.948 St.25 0.792 0.776 0.787 Mean 0.438 0.436 0.431
St.13 0.214 0.208 0.211 St.26 0.093 0.087 0.088 Median 0.325 0.338 0.318

각 지점(station)에서 실제 지하수 함양 변화량과 GRACE의 ΔGWS를 비교하면, 많은 지점(St.3, 4, 6, 7, 9, 10, 14, 15, 18, 20, 21, 22, 27, 28, 32, 33, 34)에서 특정 강우사상이외에는 서로 비슷한 값을 보인다(Figs. 3, 4). 그러나 St.1, 8, 13, 16, 19, 25, 26, 30에서는 실제 지하수 함양 변화량과 ΔGWS의 관련성이 중간 정도로 나타나고, St. 2, 5, 11, 12, 17, 23, 24, 29, 31, 35에서는 실제 지하수 함양 변화량과 GRACE의 ΔGWS간에 낮은 연관성을 보인다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F3.jpg
Fig. 3.

Comparison of the change in groundwater recharge rate with ΔGWS at Stations 2 and 5.

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F4.jpg
Fig. 4.

Maps of the groundwater recharge rate change based on the GRACE observations and the three interpolation methods (kriging, IDW, and natural neighbor).

GRACE 에 의한 ΔGWS와 지하수 함양 변화량 분석

2002년부터 2016년 기간 동안, GRACE 자료의 국내 35개 지점(station)의 ΔGWS를 산정한 결과, ΔGWS의 최대값은 0.97 cm/month (St.1,7)이었고, 최소값은 -2.62 cm/month (St.10), 평균은 -0.06 cm/month, 중앙값은 -0.04 cm/month였다(Table 3, Fig. 3). 또한, 크리깅 보간법에 의한 지하수 함양 변화량의 최대값은 3.47 cm/month (St.21), 최소값은 -4.66 cm/month (St.27), 평균은 -0.01 cm/month, 중앙값은 -0.02 cm/month로 산정되었다(Table 4). 국내의 전체적인 GRACE자료와 실측자료의 함양량 변동 양상은 비슷하게 시간이 경과할수록 감소추세를 보이고 있다(Fig. 5).

Table 3. Groundwater storage changes estimated from the GRACE observations at Stations 1-35

Station Max Min Mean Median Station Max Min Mean Median Station Max Min Mean Median
St.1 0.97 -2.32 0.00 0.03 St.13 0.88 -2.41 -0.05 -0.04 St.25 0.78 -2.04 -0.06 -0.03
St.2 0.64 -2.31 -0.01 0.01 St.14 0.64 -2.55 -0.06 -0.02 St.26 0.60 -2.42 -0.10 -0.06
St.3 0.63 -1.57 -0.04 -0.04 St.15 0.68 -2.60 -0.06 -0.03 St.27 0.61 -2.45 -0.10 -0.07
St.4 0.83 -2.50 -0.07 -0.03 St.16 0.73 -2.50 -0.06 -0.03 St.28 0.69 -2.12 -0.08 -0.06
St.5 0.84 -2.49 -0.07 -0.04 St.17 0.74 -2.49 -0.06 -0.03 St.29 0.71 -2.10 -0.08 -0.06
St.6 0.84 -2.45 -0.05 -0.03 St.18 0.93 -2.60 -0.06 -0.02 St.30 0.81 -2.15 -0.07 -0.05
St.7 0.97 -2.44 -0.05 -0.03 St.19 0.90 -2.51 -0.05 -0.03 St.31 0.69 -2.09 -0.09 -0.06
St.8 0.63 -2.45 -0.05 -0.03 St.20 0.59 -2.40 -0.10 -0.06 St.32 0.68 -2.10 -0.09 -0.07
St.9 0.66 -2.49 -0.06 -0.03 St.21 0.60 -2.44 -0.10 -0.07 St.33 0.69 -2.09 -0.09 -0.07
St.10 0.87 -2.62 -0.06 -0.02 St.22 0.74 -2.55 -0.07 -0.05 St.34 0.91 -1.59 -0.07 -0.04
St.11 0.88 -2.61 -0.06 -0.02 St.23 0.76 -2.53 -0.07 -0.05 St.35 0.96 -1.53 -0.06 -0.05
St.12 0.90 -2.49 -0.06 -0.03 St.24 0.81 -2.13 -0.07 -0.05

Table 4. Groundwater storage changes estimated from the GRACE observations at Stations 1-35

Station Max Min Mean Median Station Max Min Mean Median Station Max Min Mean Median
St.1 0.72 -1.03 0.00 -0.01 St.13 1.33 -1.18 0.00 0.04 St.25 1.00 -0.41 0.00 -0.04
St.2 0.74 -1.47 0.00 0.04 St.14 1.14 -2.44 0.00 0.09 St.26 1.31 -1.56 0.00 0.12
St.3 1.81 -0.93 0.00 -0.16 St.15 0.42 -2.04 -0.04 0.08 St.27 1.42 -4.66 -0.04 0.16
St.4 1.50 -0.60 0.00 -0.08 St.16 1.68 -1.81 0.09 -0.02 St.28 1.38 -4.11 0.00 0.40
St.5 0.56 -1.37 0.00 -0.02 St.17 0.90 -0.73 0.00 -0.12 St.29 1.23 -1.40 0.00 -0.01
St.6 0.80 -0.82 0.00 0.01 St.18 0.53 -0.55 0.00 -0.01 St.30 0.55 -0.51 0.00 -0.03
St.7 0.73 -1.18 0.00 0.04 St.19 0.87 -0.92 0.00 -0.02 St.31 1.33 -1.26 0.00 0.04
St.8 1.39 -0.78 0.00 -0.03 St.20 0.94 -1.96 -0.03 0.11 St.32 2.44 -1.01 0.00 -0.36
St.9 1.03 -2.51 -0.06 0.02 St.21 3.47 -2.62 -0.06 -0.01 St.33 2.30 -1.16 0.00 -0.27
St.10 0.75 -1.48 -0.03 -0.03 St.22 3.08 -2.87 -0.07 -0.07 St.34 1.16 -1.37 0.00 -0.13
St.11 1.98 -1.05 0.00 -0.47 St.23 1.02 -1.02 -0.01 -0.02 St.35 2.09 -1.82 0.06 0.19
St.12 1.32 -0.87 0.00 -0.26 St.24 0.68 -0.78 0.00 0.05

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F5.jpg
Fig. 5.

Changes in the groundwater recharge rate via interpolation of the groundwater measurements (kriging) and GRACE observations by averaging Stations 1-35.

Fig. 6에서 지하수 함양 변화량을 살펴보면 3월, 6월, 12월에는 대체로 -0.29~0.01 cm/month (주황색 부분)이하의 낮은 값을 보이고, 9월에는 대체로 0.01~0.31 cm/month (노란색 부분)까지 증가한다. 따라서 3월, 6월, 12월에는 대체로 지하수 함양 변화량이 낮아지고, 9월에는 지하수 함양 변화량이 높아지는 것을 확인할 수 있다. 또한, 동해안지역에서는 지하수 함양 변화량이 높은 반면에, 산간지역에서는 지하수 함양 변화량이 낮아지는 것을 확인할 수 있다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F6.jpg
Fig. 6.

Maps of changes in the groundwater recharge rate in March, June, September, and December.

토지 피복도에 따른 지하수 함양 변화량 비교

지하수 함양량은 토지 피복도와 관련성이 있으며, 이에 관한 연구로서 Lee and Bae(2010)는 부산광역시 수영구 유역 일대의 지하수 함양량을 토지피복 상태와 연관하여 산정하였다. 본 연구에서는 토지 피복도에 따른 지하수 함양 변화량 비교를 위하여, 스테이션별 토지 피복도에 따라 3개의 권역(대부분 산지인 권역, 80%는 산지인 지역, 산지가 60% 이하인 권역)으로 분류하였다. 즉, 대부분이 산지인 권역(St.5, 10, 11, 14, 15, 20, 26, 27, 28, 31, 32), 80%는 산지이고 20%는 산지가 아닌 권역(St.2, 4, 6, 8, 9, 12, 16, 17, 21, 22, 29, 33, 34), 산지가 60% 이하인 권역(St.1, 3, 7, 13, 18, 19, 23, 24, 30, 35)으로 나누어진다(Fig. 7). 유역 규모에서는 GRACE의 지하수 저장량 변화와 관측된 지하수 함양 변화량 간의 상관관계가 좋게 나타나는 지점(station)이 있다. 그러나 토지피복과 지하수 함양 변화량 사이에는 명확한 상관관계가 나타나지 않았다. 이는 관정의 분포 지점과 지형변화를 고려하지 않은 보간법간의 불일치가 크기 때문이다. 또한, 내륙 지역보다 연안지역에서 지하수 함양 변화량은 GRACE 자료와 비슷한 양상을 보였다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-03/N0520290306/images/kseg_29_03_06_F7.jpg
Fig. 7.

Land cover map of South Korea.

결 론

본 연구에서는 3가지의 보간법(크리깅, 역거리 가중, 자연 인접)을 이용한 지하수 함양 변화량과 GRACE 자료에 의한 ΔGWS를 비교한 결과, 보간법에 의한 지하수 함양 변화량은 GRACE 자료에 의한 ΔGWS와 유사한 패턴을 보였다. 세 가지의 보간법 중에서는 크리깅 방법이 가장 높은 유사성을 보였으나, 세 가지 방법들 간에 서로 큰 차이를 보이지는 않는다. 이는 격자의 분해능에 의한 영향으로 GRACE 자료와 보간법들에 의한 St.별 지하수위 비교시에는 서로 큰 차이를 보이지 않는 것으로 판단된다.

크리깅에 의한 지하수 함양 변화량의 평균은 -0.01 cm/month, 중앙값은 -0.02 cm/month로 산정되었으며, 국내의 전체적인 GRACE자료와 지하수 실측자료의 함양 변화량 양상은 비슷하게 시간이 경과할수록 감소추세를 보이고 있다. 또한, 지하수 함양 변화량은 봄과 겨울에는 감소하고, 여름과 가을에는 증가하는 것을 확인할 수 있었다. 아울러서, 동해안지역에서는 함양 변화량이 빠르게 일어나는 반면에, 산악지역에서 함양 변화량 감소가 일어나는 것을 볼 수 있었다.

토지피복도에 따른 ΔGWS와 지하수 함양 변화량은 명확한 상관관계를 보이지 않았다. 이는 보간 과정에서 지형효과에 의해 지하수위가 달라질 수 있음을 지시한다. 또한, 내륙지역보다 연안지역에서 지하수 함양 변화량과 GRACE 자료가 유사한 양상을 보였다. 따라서 지하수 함양 변화량과 ΔGWS간의 상관성을 높이기 위해서는 지형적인 기복의 영향을 고려하여야 할 것이다. 또한, 후속 연구를 통하여 GRACE 자료와 지하수 함양 변화량의 상관성을 향상시키면, 지하수위 실측 자료 없이 GRACE 자료만으로도 지하수 함양 변화량과 지하수 함양량을 산정함으로써 지하수 이용과 관리에 유용한 정보를 제공할 수 있을 것이다.

Acknowledgements

이 연구는 과학기술정보통신부의 한국연구재단 중견연구사업(NRF-2017R1A2B2009033)으로 수행되었습니다.

References

1 

Ali, R., McFarlane, D., Varma, S., Dawes, W., Emelyanova, I., Hodgson, G., Charles, S., 2012, Potential climate change impacts on groundwater resources of south-western Australia, Journal of Hydrology, 475, 456-472.

10.1016/j.jhydrol.2012.04.043
2 

Andersen, O.B., Seneviratne, S.I., Hinderer, J., Viterbo, P., 2005, GRACE-derived terrestrial water storage depletion associated with the 2003 European heatwave, Geophysical Research Letters, 32(18), L18405.

10.1029/2005GL023574
3 

Bayraktar, H., Turalioglu, F.S., 2005, A Kriging-based approach for locating a sampling site-in the assessment of air quality, Stochastic Environmental Research and Risk Assessment, 19, 301-305.

10.1007/s00477-005-0234-8
4 

Childs, C., 2004, Interpolationg surfaces in ArcGIS spatial analyst, ArcUser, 32-35.

5 

Griffith, D.A., Amrhein, C.G., 1991, Statistical analysis for geographers, Prentice Hall, 478p.

6 

Güntner, A., 2008, Improvement of global hydrological models using GRACE data, Surveys in Geophysics, 29(4), 375-397.

10.1007/s10712-008-9038-y
7 

Hachborn, E., Berg, A., Levison, J., Ambadan, J.T., 2017, Sensitivity of GRACE-derived estimates of groundwater-level changes in southern Ontario, Canada, Hydrogeology Journal, 25(8), 2391-2402.

10.1007/s10040-017-1612-2
8 

Henry, C.M., Allen D.M., Huang, J., 2011, Groundwater storage variability and annual recharge using well-hydrograph and GRACE satellite data, Hydrogeology Journal, 19(4), 741-755.

10.1007/s10040-011-0724-3
9 

IPCC, 2014, Climate Change 2014 Mitigation of Climate Change - Summary for Policymakers Part of the Working Group III Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, 141p

10 

Jager, D.C., Usoskin I., 2006, On possible drivers of Sun-induced climate changes, Journal of Atmospheric and Solar- Terrestrial Physics, 68(18), 2053-2060.

10.1016/j.jastp.2006.05.019
11 

Kim, G., 2010, Estimation of specific yield using rainfall and groundwater levels at shallow groundwater monitoring sites, Journal of the Korean Geo-Environmental Society, 11(6), 57-67 (in Korean with English abstract).

12 

Kumar, V., 2006, Kriging of groundwater levels - a case study, Journal of Spatial Hydrology, 6(1), 81-92.

13 

Leblanc, J.M., Tregoning, P., Ramillien, G., Tweed, O.S., Fakes, A., 2009, Basin-scale integrated observations of the early 21st century multi year drought in southeast Australia, Water Resources Research, 45(4), W04408.

10.1029/2008WR007333
14 

Lee, S.H., Bae, S.K., 2010, Long-term trend of groundwater recharge according to urbanization, Journal of the Environmental Sciences, 19(6), 779-785.

10.5322/JES.2010.19.6.779
15 

Lee, S.I., Kim, J.S., Lee, S.K., 2012, Estimation of average terrestrial water storage changes in Korean peninsula using GRACE satellite gravity data, Journal of Korea Water Resources Association, 45(8), 805-814 (in Korean with English abstract).

10.3741/JKWRA.2012.45.8.805
16 

Liesch, T., Ohmer, M., 2016, Comparison of GRACE data and groundwater levels for the assessment of groundwater depletion in Jordan, Hydrogeology Journal, 24(6), 1547-1563.

10.1007/s10040-016-1416-9
17 

Longuevergne, L., Wilson, C.R., Scanlon, B.R., Crétaux, J.F., 2013, GRACE water storage estimates for the Middle East and other regions with significant reservoir and lake storage, Hydrology and Earth System Sciences, 17(12), 4817-4830.

10.5194/hess-17-4817-2013
18 

Musashi, J.P., Pramoedyo, H., Fitriani, R., 2018, Comparison of inverse distance weighted and natural neighbor interpolation method at air temperature data in Malang region, Cauchy-Jurnal Matematika Murni Dan Aplikasi, 5(2), 48-54.

10.18860/ca.v5i2.4722
19 

Naoum, S., Tsanis, I.K., 2004, Ranking spatial interpolation techniques using a GIS-based DSS, Global NEST the International Journal, 6(1), 1-20.

10.30955/gnj.000224
20 

National Aeronautics and Space Administration (NASA), 2003, Studying Earth's gravity from space: the Gravity Recovery and Climate Experiment (GRACE), FS-2002-1-029-GSFC NASA Washington DC.

21 

Rodell, M., Beaudoing, H.K., 2007, GLDAS Noah Land Surface Model L4 Monthly 1.0 × 1.0 degree V001. Goddard Earth Sciences Data and Information Services Center, DOI: 10.5067/G6ON3ZR1EUIJ.

22 

Rodell, M., Chen, J., Kato, H., Famiglietti, J., Nigro, J., Wilson, C., 2006, Estimating ground water storage changes in the Mississippi River basin (USA) using GRACE, Hydrogeology Journal, 15(1), 159-166.

10.1007/s10040-006-0103-7
23 

Schmidt, R., Flechtner, F., Meyer, U., Neumayer, K.-H., Dahle, Ch., König, R., Kusche, J., 2008, Hydrological signals observed by the GRACE satellites, Surveys in Geophysics, 29(4), 319-334.

10.1007/s10712-008-9033-3
24 

Seo, J.Y., Lee, S.-I., 2016, Integration of GRACE, ground observation, and land-surface models for groundwater storage variations in South Korea, International Journal of Remote Sensing, 37(24), 5786-5801.

10.1080/01431161.2016.1249301
25 

Seo, J.Y., Lee, S.-I., 2017, Total discharge estimation in the Korean peninsula using multi-satellite products, Water, 9(7), 532-540.

10.3390/w9070532
26 

Setianto, A., Triandini, T., 2013, Comparison of kriging and inverse distance weighted (IDW) interpolation methods in lineament extraction and analysis, Journal of Southeast Asian Applied Geology, 5(1), 21-29.

10.22146/jag.7204
27 

Sibson, R., 1981, Interpolating multivariate data, Chichester John Wiley, 21-36.

28 

Silverman, B.W., 1986, Density estimation for statistics and data analysis, Chapman & Hall CRC Press, 176p.

10.1007/978-1-4899-3324-9
29 

Stanhill, G., 2007, A perspective on global warming, dimming, and brightening, EOS, 88(5), 58p.

10.1029/2007EO050007
30 

Tapley, B.D., Bettadpur, S., Ries, J.C., Thompson, P.F., Watkins, M.M., 2004, GRACE measurements of mass variability in the Earth system, Science, 305(5683), 503-505.

10.1126/science.109919215273390
31 

Watkins, M.M., Gruber, T., Bettadpur, S.V., 2000, Science data system development plan, GRACE, 23p.

페이지 상단으로 이동하기