2.1. 대상 지역

대상지역인 소양호(Fig. 1)는 소양강댐의 건설로 만들어졌 으며, 강원 중부지역을 남서 방향으로 지나 춘천 북쪽에서 북한강에 합류하는 소양강에 위치해있다. 소양강댐은 한강 연안과 서울을 비롯한 수도권 지역에 생·공용수 및 농업용수 공급과 홍수조절, 전력 생산(발전용량 20만kw/h)에 크게 기 여하는 사력 다목적댐이다. 소양호는 최대 수심 120 m, 수리 학적 체류시간 0.75년, 만수면적 70.0 km², 총 저수용량 2,900백만m³로써 국내 최대 규모의 인공호이다. 유입량은 약 90 % 이상 소양강(Sagumi bridge in Fig. 1)을 통해 유입되 며, 방류는 수력발전을 위한 발전방류구(penstock) 및 선택취 수설비(selective withdrawal facility)와 홍수 배제를 위한 여 수로(spillway)를 통해 이루어진다.

Fig. 1. Locations of the study area and research point.

지형적으로 소양호는 길이가 길고 폭이 좁은 반면 수심이 깊은 특성을 가지고 있다. 중위도 온대지역에 위치한 소양호 는 연중 겨울철에 한번 완전 수직혼합이 일어나고 여름철에 성층이 형성되는 온대 1순환형(monomictic lake) 특성을 보 인다(^{Kim et al., 2001}). 일반적으로 수온 성층 형성기간에 저 수지 내 수온의 공간분포는 수심별로는 큰 편차를 보이지만, 수평방향으로는 편차가 작다(^{Martin and McCutcheon, 1999}; ^{Wetzel, 2001}). 따라서 본 연구에서 수온 전망은 댐 앞 지점 을 대표지점으로 선정하였다(Fig. 1).

2.2. 기후변화 시나리오 및 예측 모델의 구성 절차

기후변화를 전망하기 위하여 IPCC는 AR5에서 인간의 활 동이 온실가스 농도에 영향을 미치는 정도를 기준으로 대표 농도경로(RCP) 시나리오를 RCP 8.5, 6.0, 4.5, 2.6 네 가지로 나타내었다. 여기서 RCP 8.5는 온실가스 배출이 현재와 같 은 추세일 경우에 해당하며, RCP 6.0은 온실가스 저감 정책 이 어느 정도 실현되었을 경우, RCP 4.5는 저감 정책이 상당 히 실현되었을 경우이며 RCP 2.6은 최대한으로 회복하여 저 감하였을 경우에 해당한다. 본 연구에서는 지역적 특성상 온 실가스 저감 대책이 상당히 실현되는 경우에 가장 가깝다고 판단되어 RCP 4.5 시나리오를 사용하였다.

전 지구 모델(GCM)은 대한민국 기상청이 공식적으로 제공 하는 HadGEM2-AO모델을 사용하였다. 기상청은 CMIP5 (Coupled Model Intercomparison Project) 국제사업의 표준 실 험체계를 통해 전 지구 기후변화 시나리오 산출을 위해 영국 Met Office Hadley Center의 기후변화예측모델인 HadGEM2- AO를 도입하였다. 본 연구에서는 HadGEM2-AO모델 결과를 비정상 성 분위사상법(nonstationary quantile mapping)과 인공신경망 (artificial neural network)을 이용해 지역 상세화(downscaling) 과정을 거쳐 생성된 소양호 유역의 일일 기후 연속 데이터를 사용하였다(^{Kang and Moon, 2017}; ^{Park et al., 2018}).

HadGEM2-AO 모델의 RCP 4.5 시나리오를 이용한 유역유출 모델과 저수지 모델의 적용절차는 Fig. 2와 같으며, 미래 전망 을 위한 모의기간은 2016년 1월 1일부터 2070년 12월 31일까 지로 하였다. 미래 전망 기간 동안의 소양호 일별 유입량은 SWAT(Soil and Water Assessment Tool)모델을 이용하여 생산 하였다. SWAT모델은 미국 농무성 농업연구소(USDA/ARS)에 서 개발된 유역단위 모델로써 GIS를 기반으로 장기 유량과 수 질을 모의할 수 있다(^{Arnold et al., 2012}; ^{Choi et al., 2007}; ^{Lee et al., 2011}; ^{Neitsch et al., 2009}; ^{Ye et al., 2008}). 본 연구에 서 사용한 미래 기후변화 시나리오에 따른 댐 유입량 자료는 선행연구 (^{Han et al., 2017})에서 제공한 자료를 사용하였다.

Fig. 2. Flowchart of the modeling processes, used in this study.

미래 전망 기간 동안의 저수지 내 수리 동력학 해석을 위 해서는 저수지 유입량과 함께 방류량 자료도 필요하다. 따라 서 HEC-ResSim모델을 이용하여 소양강댐 저수지 운영 제약 조건(용수공급, 홍수조절, 제한수위 등)을 고려하여 유입량 변화에 따른 저수지 방류량과 수위 변화를 예측하였다. HEC-ResSim 모형은 미공병단에서 개발된 프로그램으로 저 수지 수위운영 및 하류 수량조절을 통하여 홍수저감, 수질관 리, 용수공급 등을 모의하는 모형이다.

저수지내 수리 및 수온 해석을 위해서는 CE-QUAL-W2(이후 W2)를 사용하였다. W2는 2차원 횡방향 평균(x-z)모델로 소양 호와 같이 수심이 깊고 길이가 긴 반면 하폭이 좁은 수체에 매우 적합하며(^{Cole and Wells, 2017}), 수온, 영양염류, 용존산 소, 유기물, 퇴적물과 관계된 수질모델링에 광범위하게 활용되 고 있다(^{Borsuk et al,. 2001}; ^{Bowen and Hieronymus, 2003}; ^{Debele et al., 2008}). 특히 W2 모델은 소양호를 대상으로 한 기존의 연구들(^{Chung et al., 2011}; ^{Kim and Kim, 2004})에서 계절별 수온과 수온 성층 구조의 변화와 홍수 유입에 따른 밀도 류 현상을 잘 재현하는 것으로 확인되었으므로 본 연구에 가장 적합한 모델이라고 판단하였다.

2.3. 저수지 수온 예측 모델 구축

2.3.1. 수치격자 구성

소양호의 유한차분 격자 구성에 필요한 지형자료는 소양강 댐 저수지퇴사조사측량용역 보고서(^{K-water, 1994})에서 제공 하는 실측자료를 사용하였다. 종방향으로 60 km에 달하는 수체를 138개의 segment로 나누어 구분하였으며, 수심방향 으로는 134개의 layer로 구분하여 격자를 구성하였다. 모델 에 입력되는 수치 격자의 신뢰성을 확인하기 위해 모델에서 계산된 저수지 수위별 저수용량과 실측자료를 비교하여 그 림으로 나타내었고(Fig. 3), 오차 통계량을 AME(Absolute Mean Error), RMSE (Root Mean Square Error)로 평가하였 다. 모의 및 실측 수위-저수용량 비교결과 AME 15.09 x 10⁶ m³, RMSE 15.75 × 10⁶ m³로 총 저수용량대비 1 %이내의 오 차를 보여 W2 모델의 수치 격자는 매우 높은 신뢰도를 나타 냈다.

Fig. 3. Comparison of simulated reservoir water level and capacity curve with observed one.

2.4. 저수지 수온성층 특성 평가

기후변화에 따른 소양호의 수온 성층구조와 수체의 안정성 변화는 W2 모델에서 예측한 수심별 수온자료를 이용하여 R 패키지인 rLakeAnalyzer(^{Winslow et al., 2018})로 분석하였 다. rLakeAnalyzer의 입력자료로 모의기간 동안의 일별 저수 위, 수심별 수면적과 수온, 풍속을 사용하여 Schmidt stability (St)를 시계열로 계산하여 수온 성층구조와 안정성을 산정하 였다. St는 열의 첨가 또는 배제 없이 수체를 기계적으로 완 전 혼합하는 데 필요한 에너지의 양을 정의하며 St의 값이 클수록 수체는 열적으로 안정적임을 의미한다.

2.5. 모델의 적합성 평가

본 연구에서는 AME, RMSE, NSE를 모의 결과의 오차와 적합성 평가를 위한 통계지표로 사용하였다. AME는 절대 평균 오차로써 모의값-실측값 편차의 절댓값을 산술평균한 값이다. RMSE는 평균 오차로써 모의 값과 실측값의 편차를 제곱하여 산술 평균한 값의 제곱근이다. NSE는 모델의 효율 성 지수로서 AME와 RMSE가 0에 가까울수록 모의 결과에 대한 신뢰도가 높다고 볼 수 있으며, NSE는 1에 가까울수록 모의결과에 대한 신뢰도가 높다(Table 1).

3.1. 저수지 수온 예측모델 보정 결과

2005년 1월 1일부터 2015년 12월 31일까지 모의한 일별 저수위와 상층(저수지 수면으로부터 5 m 깊이) 및 하층(저수 지 바닥으로부터 5 m 높이) 수온의 시계열 변화를 Fig. 4에 도시하였다. 저수위 예측결과는 홍수기 수위상승과 저수기 수위 하강 현상을 적절히 모의하였으며 실측자료와도 일치 하였다. 저수지 수온예측 결과는 상층에서는 실측 수온의 시 계열 변동 특성을 적절히 반영한 반면, 하층에서는 상층과 달리 경향성에서 다소 편차를 보였다. 특히, 2006년에 저수 지 하층 실측 수온이 일시적으로 상승하였다. 이는 태풍 에 위니아의 영향으로 고농도의 부유사가 유입하면서 밀도류가 댐 앞 지점까지 유입한 결과지만, 본 연구에서 모델은 부유 사를 모의항목에 포함하지 않아 이를 재현하지는 못하였다. 그러나 하층에서 모의값의 평균과 표준편차는 5.58±0.45 °C 로써 실측값의 5.05±0.77 °C와 유사하였으며, 평균값은 연중 5 °C 내외의 매우 낮은 수온을 유지하는 특성을 잘 반영하였 다(Fig. 4. (a)).

Fig. 4. Comparison of observed and simulated (a) water level and (b) water temperature.

저수지 수위와 상층 및 하층의 수온 예측결과와 실측자료 의 오차를 평가하기 위해 AME, RMSE, NSE를 계산하였다. 저수위와 상층 및 하층 수온 모의결과의 AME는 각각 0.283 m, 1.808 °C, 0.880 °C, RMSE는 0.410 m, 2.177 °C, 0.982 °C 로 나타났다. NSE는 계절적 변동성이 매우 큰 저수위와 상 층 수온에 대해서는 0.97 이상의 높은 값을 보인 반면, 변동 성이 매우 작은 하층 수온에 대해서는 0.227의 낮은 값을 보 였다(Fig. 4. (b)).

W2모델의 수심별 수온 예측과 성층 재현 성능을 확인하기 위해 실측값과 비교하고 2007년에 대한 결과를 예시로 Fig. 5에 제시하였다. W2 모델은 선행연구에서도 소양호와 같이 수심이 깊고 폭이 좁은 국내 저수지에서 수온성층 재현 성능이 우수한 것으로 평가된 바 있다 (^{Kim et al., 2001}; ^{Kim and Kim, 2004}; ^{Chung et al., 2011}). 모의결과는 수온성층이 형성되어 있던 시기에 수온약층 위치와 홍수 유입에 따른 전이층 두께 변화, 그리고 가을철 수직혼합에 따른 수온약층 하강 특성 등을 적절히 재현하는 것을 확인할 수 있다. 예측 값과 실측값의 AME는 0.38 ~ 0.78 °C(평균 0.62 °C), RMSE 0.74 ~ 1.42 °C(평균 1.08 °C)로써 모델의 수심별 수온 예측 신뢰도는 매우 높은 것으로 평가되었다.

Fig. 5. Comparison of observed and simulated water temperature profiles (2007).

3.2. 소양호 미래 수온 변화 전망

소양호에서 미래 전망기간(2016년 1월 31일 ~ 2070년 12 월 31일)과 과거기간(2005년 1월 1일 ~ 2015년 12월 31일) 의 수온을 월단위로 평균을 구하여 상층과 하층으로 구분한 시계열로 나타내었다(Fig. 6). 미래 전망기간을 15년 단위로 S1(2016년 1월 ~ 2030년 12월), S2(2031년 1월 ~ 2055년 12월), S3(2056년 1월 ~ 2070년 12월)로 구분하였으며, 각 기 간별 평균 수온과 월별 평균을 과거 수온 자료 및 대기기온 과 함께 비교·분석하였다(Table 2).

Fig. 6. Historical (2005-2015), and projected (2016-2070) monthly water temperature, at the upper and lower layer in Soyanggang Reservoir.

기간별 저수지의 상층 평균 수온은 과거기간에 비하여 S1 에서 0.9 °C, S2에서 1.6 °C, S3에서 2.4 °C 상승하였고, 하층 의 평균 수온은 0.1 °C, 0.5 °C, 1.0 °C 상승하여 모의기간 내 에 상층과 하층 수온 모두 미래로 갈수록 증가하는 경향을 보였다. 대기 중 기온 전망은 과거기간에 비하여 S1, S2, S3 기간에 각각 –0.4 °C, 0.4 °C, 1.2 °C만큼 변하여 S1 기간에 서만 기온이 일시적으로 감소하였으나 미래로 갈수록 증가 하는 추세를 보였다.

월별 평균 수온 비교 결과 상층의 경우 9월부터 12월까지와 1월, 2월은 –1.0 °C부터 최대 1.5 °C 수온이 감소하거나 소폭 상승하는 추세를 보였으나 3월부터 8월까지는 최소 0.4 °C에서 최대 4.8 °C로 비교적 크게 상승하였으며 특히 5월과 6월에서 가장 큰 폭으로 수온이 상승하였다. 하층의 경우 3월에서 5월까 지 –0.3 °C에서 최대 1.1 °C로 수온이 감소하거나 소폭 상승하 는 추세를 보였으며, 나머지 기간에서는 0.0 °C ~ 1.6 °C 범위로 상승하는 추세를 보였다(Table 3, Table 4).

또한 모의 기간 동안의(2005 ~ 2070) 대기 기온은 0.0279 °C/year로 상승 (p<0.05)하는 것으로 예측되었는데, 이에 따 라 저수지의 상층 수온은 0.0191 °C/year (p<0.05), 하층 수온 은 0.008 °C/year 상승 (p<0.05)하는 것으로 전망되었다. 소양 강 저수지의 상층 수온의 상승속도는 대기기온 상승 속도의 68 % 수준이며, 하층 수온의 상승속도는 약 29 %에 해당하 며, 이러한 결과는 ^{Butcher et al. (2015)}이 미국 27개 저수지 에서 관측한 결과와 잘 일치한다.

3.3. 소양호의 계절별 수온 변화 전망

모의수온의 계절별 변동성을 알아보기 위하여 미래 모의기 간(2016년 1월 1일 ~ 2070년 12월 31일)을 봄(3, 4, 5월), 여 름(6, 7, 8월), 가을(9, 10, 11월), 겨울(12, 1, 2월) 계절로 구 분하여 시계열 변동 특성을 확인하였으며(Fig. 7), 과거기간 (2005년 1월 1일 ~ 2015년 12월 31일)과 상층수온, 하층수 온, 상-하층 수온차 비교를 통해 계절별 수온 변화 추이를 분 석하였다(Table 5).

Fig. 7. Projected seasonal variations of annual water temperatures, at the upper and lower layer of the reservoir, in the future.

상층과 하층은 계절별로 다른 양상을 보였는데, 과거기간 과 비교하여 상층의 온도변화는 오름차순 가을-겨울-봄-여름 순서였다. 가을은 수온이 S1 -0.8 °C, S2 –0.2 °C, S3 0.6 °C 만큼 변화했고 S3을 제외하면 오히려 수온이 감소하였으며, 여름에는 2.7 °C, 3.6 °C, 4.0 °C 만큼 크게 증가하였다. 하층 의 경우 온도변화는 오름차순 봄-여름-가을-겨울 순서로 가 을과 겨울에 수온이 거의 비슷하게 상승하는 양상을 보였고, 가장 작은 폭으로 상승한 봄의 경우 0.1 °C, 0.1 °C, 0.6 °C 상 승하여 상층과 달리 수온이 감소하는 경향은 보이지 않았다. 계절별 연 평균 상층과 하층의 수온 차는 봄에 3.9 ~ 7.2(평 균 5.8) °C였고, 여름에 17.5 ~ 22.4(평균 20.2) °C, 가을에는 13.6 ~ 17.4(평균 15.2) °C, 겨울에는 1.8 ~ 4.5(평균 3.1) °C 로 여름에 온도차가 가장 컸으며 겨울의 온도차가 가장 작은 것으로 나타났다(Table 6).

과거부터 미래 모의기간까지의 수온 변화 양상을 가시적으 로 표현하기 위하여 과거(2005년 ~ 2015년)와 미래전망 기 간(2016년 ~ 2070년)을 5개 그룹으로 나눈 총 6개 그룹으로 구분하여 Fig. 8에 제시하였다. 각 기간별로 같은 일자끼리 수온을 평균하여 달력 형식으로 나타내었고, 6개 기간으로 나누어진 각 달력의 동일 날짜의 색을 비교하였을 때 기간에 따른 변화를 시각적으로 확인할 수 있다. 그림의 이해를 돕 기 위해 그림 하단에 각 칸의 월(month)를 입력하고, 상층 과거기간에 예시로 1월 1일과 12월 31일을 표기하였다.

Fig. 8. Calender heatmap showing averaged daily water temperature 2005-2070, at the (a) upper layer and the (b) lower layer.

또한 과거 실측자료인 2005년에서 2015년을 평균한 것을 기 준으로 1월 1일, 4월 1일, 7월 1일, 10월 1일을 지정하여 변화를 분석하였다(Table 7). Fig. 8에서 보이는 바와 같이 동일 날짜에 서 시간이 경과함에 따라 수온이 꾸준히 증가하는 추세를 보인다. 상층에서는 마지막 기간인 2060년 ~ 2070년에서 1월에 2.7 °C, 4월에 1.6 °C, 7월에 3.3 °C, 10월에 2.4 °C 상승하였으며, 하층 에서는 1.1 °C, 1.0 °C, 1.0 °C, 0.8 °C 상승하였다.

3.4. 수체의 안정도 및 수온성층 일수의 변화

2016년 1월 1일부터 2070년 12월 31일까지 수체의 안정도 변화를 rLakeanalyzer를 이용하여 분석하였다. 예측기간 동 안 St 값은 –0.3 ~ 10,578.6 J/m²의 범위를 보였으며, 중위 값은 2,000.2 J/m², 표준편차는 2,730.2 J/m²로 나타났다. 또 한 춘천의 대기 온도와 St간의 상관분석결과 0.841로 높은 상관성을 보였다. Fig. 9. (a)에 수체의 안정도 변화를 시계열 로 나타내었으며 상층과 하층의 수온차가 약 5 °C인 St 300 J/m²를 소양호 성층에 대한 경계선으로 표시하였다.

Fig. 9. (a) Schmidt stability 2016-2070 and (b) number of stratification formation days.

성층 형성의 기준을 상층과 하층의 온도차 5 °C로 설정하 였을 때, 수온 성층이 형성되는 시기는 모의기간동안 4월 5 일에서 4월 30일 사이에 발생하였으며, 소멸되는 시기는 12 월 10일부터 1월 14일사이로 밀집되었다. 성층이 형성되는 날은 큰 변동이 없었으나 소멸일자는 미래로 갈수록 늦어지 는 추세를 보였으며, 모의시작날짜인 2016년과 비교하여 성 층이 형성된 일수가 미래로 갈수록 증가하는 추세를 보였다 (Fig. 9. (b)).

3.5. 수온변화와 식물플랑크톤 성장률

저수지의 수온 상승은 수생태계의 1차생산성을 높이며, 식 물플랑크톤 군집별 성장속도에 영향을 준다. 소양호에서 미 래 예측된 수온변화를 이용하여 식물플랑크톤의 계절별 성 장속도 변화를 산정하여 기후변화에 따른 영향을 검토하였 다. 식물플랑크톤은 크게 규조류, 녹조류, 남조류의 3개 그룹 으로 구분하였다. 각 그룹별 최적 성장 온도의 범위 및 생태 특성이 다르므로 계절마다 우점 하는 분류군이 달라지는데, 국내 저수지에서는 일반적으로 규조류는 봄, 가을, 겨울에, 녹조류는 늦봄과 초여름에, 남조류는 늦여름부터 온도가 떨 어지는 가을까지 우점 한다. 본 연구에서는 식물플랑크톤에 게 영향을 주는 빛, 온도, 영양염류 등의 인자 중 기후변화 시나리오로 예측된 수온의 변화가 어떠한 영향을 미치는지 예측하고자 하였다.

^{Chapra et al. (2017)}는 ^{Paerl and Otten (2013)}이 제시한 주 요 식물플랑크톤의 수온-성장률 식을 최대 “안정성”을 수용 하기 위하여 아래와 같이 수정하여 기후변화가 미국의 호수 와 저수지에서 식물플랑크톤 군집별 성장에 미치는 영향 평 가에 적용한 바 있다.

여기서 k_g,max(T)는 수온 T(°C)에서의 조류의 최대 광합성 속도 [/d]이며, K₁ 과 K₂ 는 각각 최적 온도보다 낮거나 높은 온도에서의 매개변수이며, T₁ 과 T₂ 는 최적 온도 범위의 최 저-최고온도이다(°C).

본 연구에서는 위의 식(5) ~ (7)을 이용하여 규조류와 녹조 류, 남조류의 온도 변화에 따른 성장속도 변화를 분석하였다. 분석에 사용한 k_g,max, K₁, K₂, T₁ 과 T₂ 는 ^{Chapra et al. (2017)}에서 제시한 값을 참고하였다 (Table 8).

Fig. 10과 Table 9에 식물플랑크톤 그룹별 온도별 최대 성장 속도의 변화와, 소양호에서 실측된 과거 수온(2005년 1월 1일 ~ 2015년 12월 31일)과 미래 전망의 마지막기간인 S3(2056년 1월 1일 ~ 2070년 12월 31일) 기간의 수온 예측 자료를 사용한 최대 성장속도 변화를 비교하여 제시하였다. 규조류는 미래 S3기간에 1월부터 5월까지 성장속도가 증가하였으나, 5월부 터 11월까지는 최적 성장온도를 벗어나 오히려 성장속도가 감 소하였다. 반면, 녹조류는 1월부터 10월까지 성장속도가 전반 적으로 증가, 남조류는 1월부터 6월까지 증가하였고 그 외 기 간에는 과거 비교기간과 유사한 수준을 나타났다. 이러한 결 과는 미래로 갈수록 기온상승과 함께 저수지 수온이 증가함에 따라 소양호에서 계절별 조류군집의 생체량과 조성비율의 변 화가 발생 할 수 있음을 시사한다 (^{Edwards et al., 2016}). 수온 의 변동에 따라 계절별로 우점하는 조류종에 변화가 있을 수 있으며, 특히 독소와 맛·냄새 물질을 분비할 수 있는 남조류는 높은 수온과 성층강도가 강한 수체에서 우점하는 경향이 있으 므로 (^{Chapra et al., 2017}; ^{Paerl et al., 2011}), 이에 대한 적절한 대응이 필요한 것으로 해석된다.

Fig. 10. (a) Temperature dependence of growth rates for phytoplankton groups, (b) comparison of monthly phytoplankton growth rates between historical and projected periods.