Analysis of Runoff and Sediment Yield Reduction Effects According to NbS Scenarios: A Case Study of the ‘Cheoncheon Watershed’ in the Yongdam Dam Basin

Jinhyeong Lee; Giha Lee; Minho Yeon

doi:10.14481/jkges.2026.27.1.33

Preview

Journal of the Korean Geo-Environmental Society. 1 January 2026. 33-43
https://doi.org/10.14481/jkges.2026.27.1.33

Analysis of Runoff and Sediment Yield Reduction Effects According to NbS Scenarios: A Case Study of the ‘Cheoncheon Watershed’ in the Yongdam Dam Basin

NbS 시나리오에 따른 유역 유출량 및 유사유출량 저감효과 분석: 용담댐 ‘천천 유역’을 대상으로

Jinhyeong Lee¹

Giha Lee²

Minho Yeon³^*

이 진형¹

이 기하²

연 민호³^*

¹Ph.D. Student, School of Advanced Science and Technology Convergence, Kyungpook National University

²Professor, School of Advanced Science and Technology Convergence, Kyungpook National University

³Post-doctoral Researcher, Climate Crisis Institute, Kyungpook National University

^{*Corresponding Author}

License (open-access, http://creativecommons.org/licenses/by-nc/4.0/):

It is identical to Creative Commons Non-Commercial Licence.

ABSTRACT

Approximately 70% of South Korea’s land area is composed of steep mountainous terrain, which leads to dominant surface runoff and intensive soil erosion within short durations during rainfall events. As climate change increases the frequency of extreme precipitation, runoff and sediment yield are projected to rise, emphasizing the need for Nature-based Solutions (NbS) that integrate environmental and ecological perspectives into watershed-scale sediment management. This study investigated the reduction effects of land cover conversion, a key NbS technique, on runoff and sediment yield in the Cheoncheon watershed, located upstream of the Yongdam Dam. The analysis revealed that peak runoff was reduced by 3.34% to 13.62%, while total runoff decreased by 3.39% to 9.03%, demonstrating significant effectiveness in flood mitigation. Additionally, land cover conversion markedly influenced sediment control, reducing peak sediment yield by 3.35% to 26.22% and total sediment volume by 6.74% to 19.50%. By providing a quantitative evaluation of land cover conversion as an NbS strategy, this study provides a foundational basis for establishing comprehensive, watershed-scale sediment management strategies in the future.

Keywords

Nature-based solutions

Land cover change

Cheoncheon watershed

Runoff reduction

Sediment yield reduction

우리나라는 국토의 약 70%가 산악지형으로 이루어진 급경사 지역으로 구성되어 있어, 강우 발생 시 지표유출이 우세하게 나타나며, 단시간 내 다량의 토양침식이 발생하는 특성을 가진다. 특히 기후변화로 인해 극한 강우의 발생 빈도가 증가하는 추세에 따라 유출량 및 유사유출량 또한 지속적으로 증가할 것으로 전망된다. 이러한 홍수 및 토사유출 피해 저감을 위해서는 환경적·생태적 측면을 고려한 유역 단위의 자연성 기반 해법(Nature-based Solutions, NbS)에 기초한 토사관리 방안의 도입이 필요하다. 이에 본 연구에서는 용담댐 상류에 위치한 천천 유역을 대상으로, NbS 기법 중 토지피복전환에 따른 유출량 및 유사유출량 저감 효과를 분석하였다. 연구 결과, 첨두 유출량은 최소 3.34%에서 최대 13.62%까지 저감되었으며, 총 유출량 또한 3.39%에서 9.03% 범위로 감소하여 홍수 피해 예방에 효과가 있는 것으로 나타났다. 또한 유사유출량의 경우 첨두치는 3.35%에서 26.22%, 총량은 6.74%에서 19.50%까지 저감되어 토사유출 저감에 있어 토지피복전환이 큰 영향을 미치는 것으로 분석되었다. 본 연구는 NbS 기법 중 토지피복전환 적용에 따른 유출량 및 유사유출량 저감 효과를 정량적으로 제시하였으며, 향후 유역 단위 NbS 기반 토사관리 전략 수립을 위한 기초자료로 활용될 수 있을 것으로 판단된다.

키워드

자연성기반해법(NbS)

토지피복전환

천천 유역

유출량 저감

유사유출량 저감

MAIN

1. 서 론
2. 대상 유역 및 입력자료 구축
2.1 대상 유역
2.2 입력자료 구축
3. 방법론
3.1 Surface Soil Erosion Model(SSEM)
3.2 토지피복전환 시나리오 작성
3.3 시나리오별 저감 효과 평가 방법
4. 결 과
4.1 매개변수 보정 결과
4.2 토지피복전환에 따른 유출량 및 유사유출량 저감 효과 분석 결과
5. 결 론

1. 서 론

토양침식은 강우나 바람 등 외력에 의해 토양 입자가 분리·이동되어 하류 또는 경사가 완만한 지역에 퇴적되는 과정을 의미한다. 침식은 발생 속도에 따라 지질침식(Geologic Erosion)과 가속침식(Accelerated Erosion)으로 구분되며, 원인에 따라 수식(Water Erosion), 풍식(Wind Erosion) 등으로 구분되기도 한다. 침식은 주로 토양의 최상층에 위치한 표토(Surface Soil)에서 발생되며, 그 형태 및 양(Rate)은 기상, 지형, 토양, 토지피복 및 이용 등의 주요 인자에 의해 결정된다. 특히, 전 세계적으로 가장 보편적으로 발생되는 수식은 일반적으로 분리(Detachment), 운반(Transport), 퇴적(Deposition)의 과정을 거치며, 수식에 따른 표토 침식으로부터 발생하는 유사량(Sediment)은 토양 분리력(Detachment Capacity)과 이송능력(Transport Capacity)에 의해 결정된다(Toy et al., 2002).

이러한 토양침식으로 발생한 토사가 하천으로 유입될 경우, 하도 내 설치된 수공구조물(댐, 보 등)에 의해 퇴적되며, 이는 저장능력 감소, 홍수조절 기능 저하, 구조물의 수명 단축 등 다양한 부정적 영향을 초래한다(Gou et al., 2018). 더불어, 퇴적 및 침식 과정은 하천의 하상 상승(Aggradation)과 침식(Incision)을 유발하여 하천의 형상과 수위 변화를 일으키고, 그 결과 동일 유량 조건에서도 범람 발생 빈도 및 피해 규모의 변화가 발생된다(Pfeiffer et al., 2019).

이러한 점을 고려할 때, 우리나라는 국토의 약 70%가 급경사 지형인 산악지형으로 구성되어 있으며, 급경사 지형의 특성상 강우 발생 시 침투보다 지표유출(Surface Runoff)이 우세하게 발생됨에 따라 단시간 내 높은 유출속도와 유동 에너지 형성으로 다량의 토양침식이 진행된다. 또한, 연평균 강수량의 약 60%가 여름철에 집중되는 계절적 집중성을 보이며, 1912년부터 2020년까지의 장기 강수량 분석 결과에 따르면 과거 30년(1912-1940)에 비해 최근 30년(1991-2020)의 연강수량은 약 135mm 증가한 반면, 강수일수는 21.2일 감소하는 경향을 보였다(Kim & Kim, 2021). 이러한 국지성 호우의 발생 빈도 증가는 향후 유출량 및 토양유실량 증가로 이어져 인적·물적 피해가 증가할 것으로 전망된다(Kim et al., 2010; Kim et al., 2020).

이처럼 증가하는 토사유출 피해를 저감하기 위해 국내에서는 침사지나 사방댐 등의 구조적 대책뿐만 아니라 토지이용 관리, 식생 복원 등 비구조적 접근을 포함한 최적관리기법(Best Management Practices, BMP)을 적용하고 있다. 그러나 기후변화로 인한 홍수 및 유사유출량 증가 추세로 인해 이러한 하천 관리 중심의 대응만으로는 효과적인 저감에 한계가 존재한다. 더불어, 토사를 단순히 제거해야 할 물질이 아닌 생태적 기능을 갖는 자원으로 인식하는 관점이 확산됨에 따라(Wohl et al., 2015), 기존의 구조적 중심 대책에 더해 환경적·생태적 측면을 고려한 유역 단위의 자연성 기반 토사관리 방안이 요구되는 실정이다.

따라서, 본 연구에서는 국내의 비조절 하천 유역인 천천 유역을 대상 유역으로 선정하였으며, 대상 유역에 영향을 미쳤던 3개의 태풍 사상에 대해 자연의 기능과 생태계를 활용해 사회·환경 문제를 동시에 해결하는 접근법인 자연성기반해법(Nature-based Solutions, NbS) 중 토지피복전환에 따른 유출량 및 유사유출량 저감 효과를 분석하여 제시하고자 한다.

2. 대상 유역 및 입력자료 구축

2.1 대상 유역

본 연구에서는 UNESCO IHP(UNESCO International Hydrological Program) 시범 유역으로 지정되어 한국수자원공사에서 품질 높은 수문 자료를 제공하고 있는 용담댐 상류 지역인 천천 유역을 연구 대상 유역으로 선정하였다. 대상 유역의 위치는 Fig. 1과 같으며, 해당 유역은 금강 최상류에 위치한 유역으로 전라북도 장수군에서 발원하여 북쪽으로 유하하여 용담댐으로 유입되는 형상을 보인다. 유역 면적과 유로 연장은 각각 약 290km², 약 26km이다.

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F1.jpg

Fig. 1

Location and basin map of the study area

2.2 입력자료 구축

2.2.1 지형자료 구축

본 모형의 입력자료 중 지형자료는 DEM(Digital Elevation Model), 흐름 방향도(Flow Direction), 흐름 누적도(Flow Accumulation), 토지피복지도(Land Cover Map)를 필요로 한다. 본 연구에서는 DEM의 경우 국토지리정보원에서 제공하는 90m 공간해상도의 레스터 자료를 활용하여 250m 공간해상도를 가지는 레스터 자료로 재구축하여 활용하였다(Fig. 2(a)). 이때, 국토지리정보원에서 제공되는 원시 DEM 자료는 흐름 해석 시 주위가 높은 표고값이나 낮은 표고값들로 둘러싸인 격자로 정의되는 함몰 격자(Sink)나 첨두 격자(Peak)와 같은 오차로 왜곡이 발생할 수 있으며(Lee et al., 2010; Yeon et al., 2025), 이를 해결하기 위해 GIS(Geographic Information System) 프로그램인 ArcGIS Pro를 활용하여 이를 보정하였다. 보정된 DEM 자료를 활용하여 흐름 방향도 및 흐름 누적도(Fig. 2(b))를 DEM의 공간해상도와 동일한 250m 크기의 레스터 자료를 구축하였다.

토지피복지도의 경우 환경공간정보서비스에서 제공하는 2024년도에 제작된 전국 중분류 자료를 시가지, 산지, 초지, 습지, 나지, 수역, 논, 밭의 8가지 지역으로 재분류하여 250m 공간해상도의 레스터 자료를 구축하였다(Fig. 2(c)).

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F2.jpg

Fig. 2

Constructed topographic data

2.2.2 기상 및 수문자료 구축

본 모형은 기본적으로 시단위의 강우자료를 입력자료로 하며, 격자기반의 분포형 모형임에 따라 공간 분포형 입력자료를 필요로 한다. 또한 입력자료 및 모의결과의 정확도 검증을 위한 관측자료 정보를 포함해야 하며, 관측유량(m³/s)과 관측 유사량(ppm)에 대한 시계열 정보를 포함해야 한다.

본 연구에서는 대상 유역에 영향을 미친 루사(2002), 매미(2003), 나리(2007) 태풍 사상(Table 1)에 대한 기초자료를 수집하였다. 수집된 기초자료 중 강우자료는 기상자료개방포털에서 제공하는 방재기상관측(AWS) 자료를 이용하였으며, 대상 유역인 천천유역에 영향을 미치는 4개 관측소(Table 2)에 대해 티센 폴리곤(Thiessen Polygon) 기법을 적용하여 공간 분포화된 자료를 구축하였다(Fig. 3).

Table 1.

Information of selected rainfall events

Event	Typhoon RUSA	Typhoon MAEMI	Typhoon NARI
Period	2002/08/30/17:00 – 002/09/01/23:00	2003/09/11/21:00 – 003/09/13/22:00	2007/09/14/06:00 – 007/09/16/09:00
Duration Time (hr)	55	50	52
Total Rainfall (mm)	196.25	130.55	160.40
Peak Rainfall (mm/hr)	21.88	19.97	38.27

Table 2.

Information of rainfall and outlet stations used in this study

Station	Latitude	Longitude
Jinangun (Jupyeongri)	35.805	127.485
Jangsugun (Wonchonri)	35.810	127.627
Jangsugun (Sambongri)	35.718	127.599
Jangsugun (Jangpanri)	35.685	127.511
Jangsugun (Yeonhwa)	35.786	127.527

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F3.jpg

Fig. 3

Thiessen polygon map used in this study

정확도 검증을 위한 관측자료 정보는 유량 및 유사량 관측이 진행되며, 대상 유역 하류단에 위치한 장수군(연화교) 관측소에 대해 국가수자원관리종합정보시스템(WAMIS), 수자원공사의 물정보포털 및 한국수문조사연보에서 제공되는 자료를 교차 검증하여 구축하였다.

3. 방법론

3.1 Surface Soil Erosion Model(SSEM)

3.1.1 강우-유출 모의 알고리즘

SSEM모형은 강우 발생 시 침투(Infiltration)에 따른 지중수(Subsurface Flow)를 고려하며, 비포화수(Unsaturated Flow)와 포화수(Saturated Flow)를 구분하여 투수계수 및 토양층 두께에 따른 지중수를 효과적으로 모의한다. 이때 SSEM모형의 기본계산단위는 DEM 크기의 정방형 격자(Rectangular Cell)이다. 본 모형은 강우-유출 모의를 위해 지표-지중수 운동파방정식(Kinematic Wave method)과 포장용수량모형(Field Capacity Model)이 결합된 토양층의 수심-유량 관계곡선을 이용하며, 각 흐름은 비포화 흐름, 포화 흐름, 지표 흐름으로 구분된다(Fig. 4).

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F4.jpg

Fig. 4

Soil layer structure and stage-discharge rating curve

① $h$ (수심)가 포장용수량(Field Capacity)의 등가깊이에 해당하는 $d_{m}$ (비포화수 깊이)보다 작을 경우, ② $h$ 가 $d_{m}$ 을 초과하여 $D$ (토양층 두께)보다 낮아 미소공극과 대공극이 모두 포화된 포화수인 경우, ③ $h$ 가 $D$ 를 초과하여 지표수가 발생할 경우의 3가지 조건에 대해 격자별 $q$ (단위폭당 유량)을 Eqs. (1-1)-(1-2)를 통해 산정할 수 있다.

(1-1)

q = \{\begin{cases} v_{m} d_{m} {(h / d_{m})}^{β} \\ v_{m} d_{m} + v_{a} (h - d_{m}) \\ v_{m} d_{m} + v_{a} (h - d_{m}) + α {(h - d_{a})}^{m} \end{cases}

(1-2)

q = \{\begin{cases} 0 \leq h \leq d_{m} (0 \leq θ < θ_{m}) \\ d_{m} \leq h \leq d_{α} (θ_{m} \leq θ < θ_{a}) \\ d_{a} \leq h (θ < γ) \end{cases}

(2)

\{\begin{cases} v_{m} = k_{m} i \\ v_{a} = k_{a} i \\ k_{m} = k_{a} / β \\ α = \sqrt{i} / n \end{cases}

여기서, $v_{m}$ 은 포화층 내의 유속, $v_{a}$ 는 비포화층 내의 유속, $i$ 는 경사, $k_{m}$ 은 비포화 투수계수, $k_{a}$ 는 포화 투수계수, $θ_{m}$ 은 포장용수량에 대응하는 함수율, $d_{a}$ ( $d_{a} = θ_{a} D$ )는 비포화수와 포화수의 깊이, $θ_{a}$ 는 공극률, $θ_{a} - θ_{m}$ 은 유효공극률, $n$ 은 조도계수, $α$ 는 지표유출 관련 보정계수, $β$ ( $k_{a} / k_{m}$ )는 투수계수 비이다.

3.1.2 침식-유사유출 모의 알고리즘

SSEM 모형에서의 유출, 침식 및 퇴적은 대상유역의 DEM의 각 격자별로 계산되며, 흐름방향(Flow Direction)을 따라 연속적으로 계산된다. 본 모형의 경우 강우의 타격에 의해 느슨해진 토양 입자들이 지표수가 발생한 경우에 한하여 하류 격자로 이송된다는 기본 가정을 통해 빗방울에 의한 분리(Soil Detachment by Raindrop, DR)와 지표수에 의한 분리(Soil Detachment by Overland Flow, DF)를 고려하여 표토침식(Surface Soil Erosion)을 계산한다. 이와 같은 유사유출량 산정을 위한 연속방정식 및 격자별 침식에 따른 유사발생량은 각각 Eqs. (3)-(4)에 의해 계산된다.

(3)

\frac{\partial (h_{s} c)}{\partial t} + \frac{\partial (q_{s} c)}{\partial x} = e (x, t)

(4)

e (x, t) = D R + D F

여기서, $c$ 는 지표수 유사농도(kg/m³), $h_{s}$ 는 지표수 수심( $h$ ), $q_{s}$ 는 지표수 유량(m³/s), $e$ 는 순 침식(kg/m²/hr), $D R$ 은 빗방울에 의한 토양분리량, $D F$ 는 지표류에 의한 토양분리량이다.

$D R$ 은 순 강우의 총 운동에너지에 비례하며, 지표수 깊이가 증가함에 따라 지수적으로 감소하고(Eq. (5)), $D F$ 는 입자를 이송시키기 위한 지표수의 이송능력이 충분할 경우에 발생된다(Eq. (6)).

(5)

D R = k K E e^{- b h_{s}}

(6)

D F = α (\frac{T C}{1000} - C) h_{s}

여기서, $k$ 는 토양 분리력(kg/J), $K E (K E = k e \times r)$ 는 순 강우의 총 운동에너지(J/m²), $k e$ 는 강우에너지 보정상수, $b$ 는 보정상수, $α$ 는 분리/퇴적 효율계수, $T C$ 는 유사이송능력(ppm)이다.

지표수에 의한 토양분리 계산을 위해 지표수의 유사이송 능력 산정이 필요하며, 본 모형은 평균유속-경사의 관계에 의해 결정되는 단위수류력(Unit Stream Power, USP)이론을 적용한다. USP 이론은 토사이송에 사용된 에너지 소산율이 운송토사량과 관계가 있다는 기초를 가지며, 유속과 경사의 곱이 $V S$ 로 표현된다. 이는 토사와 유수(Flow)의 운송에 사용되는 단위중량당 유수의 에너지( $Y$ )의 변화로 나타낼 수 있다(Eq. (7)). 이때 총 유사 농도 결정은 Eq. (8)과 같은 형태의 변수간 상호 관계를 고려한다.

(7)

\frac{d Y}{d t} = \frac{d x}{d t} \frac{d Y}{d x} = V S

(8)

ϕ (C_{t}, V S, U_{*}, ν, ω, d_{50}) = 0

여기서, $C_{t}$ 는 총 유사농도(ppm), $V S$ 는 단위수류력(m/s), $U_{*}$ 는 평균 마찰속도( $\sqrt{g i H_{s}}$ , m/s), $ν$ 는 물의 동점성계수(m/s²), $ω$ 는 유사의 침강속도(m/s), $d_{50}$ 은 중앙입경(mm)이다.

$C_{t}$ 는 Buckingham의 $π$ 정리를 통해 Eq. (9)와 같이 무차원 형태로 표현될 수 있으며, 유사의 한계운동해석을 위한 한계단위수류력( $V_{c r} S$ )를 고려하는 경우 Eq. (10)과 같이 표현될 수 있다.

(9)

C_{t} = ϕ (\frac{V S}{ω}, \frac{U_{*}}{ω}, \frac{w d}{ν})

(10)

C_{t} = ϕ (\frac{V S}{ω} - \frac{V_{c r} S}{ω}, \frac{U_{*}}{ω}, \frac{w d}{ν})

$C_{t}$ 를 결정하기 위해 Yang(1973)은 실험수로 자료의 분석을 통해 Eqs. (11)-(12)를 제안하였다.

(11)

\log C_{t} = I + J \log (\frac{V S - V_{c r} S}{ω})

(12)

I = 5.435 - 0.286 \log (\frac{ω d_{50}}{ν}) - 0.457 \log (\frac{U_{*}}{ω}) I = 1.799 - 0.409 \log (\frac{ω d_{50}}{ν}) - 0.314 \log (\frac{U_{*}}{ω}) ω = \sqrt{\frac{2}{3} + \frac{36}{(\frac{ρ_{s}}{ρ_{w}} - 1) g {(\frac{d_{50}}{1000})}^{2 / v}}} - \sqrt{\frac{36}{(\frac{ρ_{s}}{ρ_{w}} - 1) g {(\frac{d_{50}}{1000})}^{2 / v}}}

여기서, $ρ_{s}$ 는 유사의 밀도(kg/m³), $ρ_{w}$ 는 물의 밀도(kg/m³)이다.

단위수류력 이론으로 산정된 유사량( $C_{t}$ )는 유사이송능력( $T C$ )와 동일하며(Eq. (13)), 침식-유사유출 모의에 있어 각 격자에서의 $T C$ 와 해당 격자로 유입되는 유사량을 비교하여 침식 및 퇴적이 결정된다. 임의 격자에서 $T C$ 가 상부 격자로부터 유입되는 유사량( $Q_{s e d}$ )을 초과할 경우 $T C - Q_{s e d}$ 만큼 침식되며, $T C$ 가 작을 경우 $Q_{s e d} - T C$ 만큼 퇴적된다.

(13)

T C = C_{t}

3.2 토지피복전환 시나리오 작성

본 연구는 NbS 기법 중 토지피복전환에 따른 유출량 및 유사유출량 저감 효과를 분석하고자 대상 유역에 대한 토양침식 취약성 지도 공간 분석을 수행하였으며, 토양침식 위험 등급을 고려한 토지피복전환 시나리오를 작성하였다.

토양침식 취약성 지도 공간 분석을 수행하기 위해 환경부의 표토 침식 현황조사에 관한 고시를 적용하여 USLE(Eq. (14))기반 토양유실지도를 대상 유역에 대해 작성하였으며(Fig. 5), 국내 선행연구에서 제안한 국내 연평균 표토 침식량 기준을 참고하여 Table 3과 같은 기준으로 매우 위험, 위험, 중간, 미소 등급으로 분류하였다(Kim et al., 2020; Kim & Oh, 2004).

Table 3.

Classification of soil erosion vulnerability risk levels and area by level

Risk Level [Symbol]	Classification (Mg/ha • yr)	Total Grid Cells (10m)
Very High [ ]	200 ≤ x	172,241 (5.95%)
High [ ]	100 ≤ x ＜ 200	450,823 (15.58%)
Medium [ ]	50 ≤ x ＜ 100	736,595 (25.46%)
Low [ ]	x ＜ 50	1,533,356 (53%)

(14)

A = R \times K \times L S \times O \times P

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F5.jpg

Fig. 5

Spatial analysis of the soil erosion vulnerability map in the study area

여기서, $A$ 는 연평균 토양 유실량(Mg/ha • yr), $R$ 은 강우인자(MJ • mm/hr • yr • hr), $K$ 는 토양침식성인자(Mh • MJ • mm), $L S$ 는 경사인자, $C$ 는 식생피복인자, $P$ 는 보전관리인자이다.

토지피복전환 시나리오는 국토지리정보원에서 제공하는 중분류 토지피복지도를 기반으로 하며, 토양유실 위험 등급 중 ‘매우 위험’, ‘위험’ 등급에 해당하는 ‘밭’과 ‘나지’지역을 ‘초지’로 변경하여 총 3개의 토지피복전환 시나리오를 작성하였다. 작성된 시나리오는 Fig. 6과 같으며, 시나리오별 ‘밭’, ‘나지’ 및 ‘초지’의 면적 변화는 Table 4와 같다.

Table 4.

Area changes by land cover change scenarios for risk levels (Very High, High)

Land Cover Classification	Area (km²) (Change Area)
Land Cover Classification	Case Ⅰ Original	Case Ⅱ (a) → (c)	Case Ⅲ (b) → (c)	Case Ⅳ (a+b) → (c)
Bare Land (a)	5.179 (-)	4.171 (- 1.008)	5.179 (-)	4.171 (- 1.008)
Rainfed Cropland (b)	45.156 (-)	45.156 (-)	32.498 (- 12.658)	32.498 (- 12.658)
Grassland (c)	31.469 (-)	32.477 (+ 1.008)	44.127 (+ 12.658)	45.135 (+ 13.666)

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F6.jpg

Fig. 6

Land cover change scenarios

3.3 시나리오별 저감 효과 평가 방법

수문모형을 활용한 신뢰성 있는 모의 결과를 확보하기 위해서는 합리적인 매개변수 보정이 필요하다(Kim et al., 2009; Kumarasamy & Belmont, 2018). 이에 본 연구에서는 시나리오별 유출량 및 유사유출량 저감 효과를 분석함에 있어 결과의 신뢰성을 확보하고자 세 개의 강우 사상(태풍 루사, 매미, 나리)을 대상으로 매개변수 보정을 수행하였다.

매개변수 보정은 본 모형에 내장된 자동 최적화(Optimization) 기능을 활용하여 수행하였다. 목적함수는 Nash–Sutcliffe Efficiency(NSE)로 설정하였으며, 각 사상별로 3,000회의 자동 보정을 통해 최적 매개변수를 선정하였다. 선정된 매개변수의 모의 정확도를 검증하기 위해, 본 연구에서는 유출구에 위치한 장수군 연화교 관측소의 유량 및 유사량 관측자료를 이용하여 기존 토지피복지도에 따른 모의 결과와 비교·분석하였다. 평가지수로는 NSE, R², PBIAS를 사용하였으며(Eqs. (15)–(17)), 각 지표의 성능 기준은 Table 5와 같다(Moriasi et al., 2015).

Table 5.

General performance ratings for recommended statistics (Moriasi et al., 2015)

Measure	Output Response	Performance Rating
Measure	Output Response	Very good	Good	Satisfactory	Not Satisfactory
NSE	Flow	NSE＞0.80	0.70＜NSE≤0.80	0.50＜NSE≤0.70	NSE≤0.50
NSE	Sediment	NSE＞0.80	0.70＜NSE≤0.80	0.45＜NSE≤0.70	NSE≤0.45
R²	Flow	R²＞0.85	0.75＜R²≤0.85	0.60＜R²≤0.75	R²≤0.60
R²	Sediment	R²＞0.80	0.65＜R²≤0.80	0.40＜R²≤0.65	R²≤0.40
PBIAS (%)	Flow	PBIAS＜±5	±5≤PBIAS＜±10	±10≤PBIAS＜±15	PBIAS≥±15
PBIAS (%)	Sediment	PBIAS＜±10	±10≤PBIAS＜±15	±15≤PBIAS＜±20	PBIAS≥±20

(15)

N S E = 1 - \frac{\sum_{t = 1}^{N} {(O_{t} - P_{t})}^{2}}{\sum_{t = 1}^{N} {(O_{t} - \bar{O})}^{2}}

(16)

R^{2} = {[\frac{\sum_{t = 1}^{N} (O_{t} - \bar{O}) (P_{t} - \bar{P})}{\sqrt{\sum_{t = 1}^{N} {(O_{t} - \bar{O})}^{2}} \sqrt{\sum_{t = 1}^{N} {(P_{t} - \bar{P})}^{2}}}]}^{2}

(17)

P B I A S = \frac{\sum_{t = 1}^{N} (O_{t} - P_{t}) * 100}{\sum_{t = 1}^{N} O_{t}}

여기서, $N$ 은 자료의 개수, $O_{t}$ 는 $t$ 시간에 대한 관측값, $P_{t}$ 는 $t$ 시간에 대한 모의값, $\bar{O}$ 는 관측값의 평균값, $\bar{P}$ 는 모의값의 평균값이다.

본 연구에서는 각 사상별로 선정된 매개변수를 활용하여 기존 토지피복지도(변화 없음)와 세 개의 토지피복전환 시나리오에 대한 모의를 수행하였다. 기존 토지피복지도 모의 결과를 기준으로 시나리오별 유출량 및 유사유출량의 총량과 첨두치를 각각 비교·분석함으로써, 토지피복전환이 유출 특성에 미치는 영향을 평가하였다.

4. 결 과

4.1 매개변수 보정 결과

천천 유역에 영향을 미친 3개의 태풍 사상에 대해 유출량 및 유사유출량별로 보정된 매개변수를 Table 6에 제시하였다. 보정된 매개변수를 적용하여 모의한 각 태풍 사상별 유출량 및 유사유출량의 시계열 그래프를 Fig. 7에 도시하였으며, 모의 결과, 관측 자료와 전반적으로 잘 일치하는 양상을 보임에 따라 보정된 매개변수를 적용한 경우 모델 재현성이 양호하다고 판단하였다.

Table 6.

Information on calibrated parameters

Parameter	Description	Optimal Value
Parameter	Description	RUSA	MAEMI	NARI
k_a	Hydraulic conductivity (m/s)	0.006	0.01	0.009
D	Effective soil depth (m)	1.0	0.896	0.8
d_s	Saturated depth ratio	0.142	0.144	0.21
d_m	Unsaturated depth ratio	0.051	0.038	0.078
β	Permeability (%)	8.001	15.363	8.311
d₅₀	Median grain size (mm)	0.2	20.0	7.348
k_s	Soil detachability (kg/J)	0.001	0.0001	0.0001
α	Detachment or deposition efficiency	0.086	1.52	1.849
KE	Total kinetic energy of the net rainfall (J/m²)	0.051	0.588	0.047
V_crS	Critical Unit Stream Power (m/s)	0.3	0.103	0.13

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F7.jpg

Fig. 7

(Left) Discharge and (Right) sediment yield calibration result graph by typhoon event

보정된 매개변수에 따른 모의 결과와 관측 자료를 비교한 NSE, R², PBIAS 평가지수 산정 결과는 Table 7과 같다. Moriasi et al.(2015)이 제시한 평가지수 성능 등급에 따르면, NSE와 R2는 3개의 태풍 사상에 대한 유출량 및 유사유출량 모두 ‘매우 좋음(Very Good)’ 등급으로 분석되었다. PBIAS의 경우 태풍 매미 사상의 유사유출량이 ‘만족(Satisfactory) ’등급을 보였으나, 나머지 결과는 ‘좋음(Good)’ 이상의 결과를 보였다.

Table 7.

Performance netrics of parameter calibration by event

Event	Output Response	NSE	R²	PBIAS (%)
Typhoon RUSA	Discharge	0.96	0.97	-8.09
Typhoon RUSA	Sediment	0.99	0.99	1.47
Typhoon MAEMI	Discharge	0.88	0.89	5.07
Typhoon MAEMI	Sediment	0.92	0.95	15.51
Typhoon NARI	Discharge	0.95	0.95	4.81
Typhoon NARI	Sediment	0.90	0.92	8.68

해당 결과에 따라 보정된 매개변수를 활용했을 때 모델의 재현성 및 예측 정확도가 양호함을 확인하였다. 따라서, 본 연구에서는 보정된 매개변수를 적용하여 토지피복전환이 없는 시나리오인 Case Ⅰ을 기준으로, 토지피복전환이 발생한 Case Ⅱ-Ⅳ의 시나리오와 비교하여 토지피복전환에 따른 유출량 및 유사유출량 저감 효과를 분석하였다.

4.2 토지피복전환에 따른 유출량 및 유사유출량 저감 효과 분석 결과

보정된 매개변수를 적용하여 Case Ⅰ 시나리오를 기준으로 토지피복전환 시나리오별(Case Ⅱ-Ⅳ) 유출량 및 유사유출량의 저감 효과를 첨두치(Peak)와 총량(Total)을 비교하여 분석하였다. Fig. 8에는 3개 태풍 사상에 대한 시나리오별 유출량 및 유사유출량 모의 결과를 시계열 그래프로 도시하였다. 그래프를 살펴보면 유출량의 저감 정도는 시나리오별로 다소 미미하게 나타나는 것을 확인할 수 있으나, 유사유출량의 경우 유출량에 비해 저감 정도가 큰 양상을 보이는 것을 확인할 수 있다. 이에 따른 Case Ⅱ-Ⅳ시나리오별 첨두 및 총 유출량과 유사유출량의 정량적 저감율을 Table 8에 제시하였다.

Table 8.

Comparison of discharge and sediment yield in cases II–IV relative to case I

Comparison Target	Output Response	Rate of Change (%)
Comparison Target	Output Response	Case Ⅱ	Case Ⅲ	Case Ⅳ
Peak	Discharge	-3.95	-5.57	-11.02
Peak	Sediment	-9.33	-17.22	-26.22
Total	Discharge	-4.16	-7.27	-9.03
Total	Sediment	-8.29	-10.81	-18.12
Peak	Discharge	-3.34	-7.12	-13.62
Peak	Sediment	-6.74	-18.41	-20.91
Total	Discharge	-3.82	-7.96	-8.24
Total	Sediment	-6.74	-17.00	-18.20
Peak	Discharge	-4.18	-6.51	-10.10
Peak	Sediment	-3.35	-7.84	-15.74
Total	Discharge	-3.39	-3.95	-8.17
Total	Sediment	-8.41	-18.82	-19.50

https://cdn.apub.kr/journalsite/sites/jkges/2026-027-01/N0480270104/images/kges_27_01_04_F8.jpg

Fig. 8

(Left) Discharge and (Right) sediment yield comparison: Cases II–IV vs. Case I

Table 8에 제시된 저감율에 대한 분석 결과, 모든 태풍 사상에 유출량 저감율 보다 유사유출량 저감율이 크게 나타났다. Case Ⅱ의 경우 첨두 및 총 유출량 저감율은 각각 평균 약 -3.82%와 -3.79%였으며, 유사유출량 저감율은 각각 평균 약 -6.47%와 약 -7.81%로 나타났다. Case Ⅲ의 경우 첨두치 및 총량에 대한 유출량 저감율은 평균 약 -6.40%, -6.39%였으며, 유사유출량 저감율은 평균 약 -14.49%, -15.54%로 나타났다. Case Ⅳ는 토양침식 위험등급 중 ‘매우 위험’, ‘위험’에 해당하는 ‘나지’와 ‘밭’ 지역을 모두 ‘초지’로 변화시켰음에 따라 유출량 저감율은 -11.58%, -8.48%였으며, 유사유출량 저감율은 -20.96%, 18.61%로 가장 높게 나타났다.

이러한 결과 중 Case Ⅱ와 Case Ⅲ의 1km²면적 변화당 저감 효율을 비교했을 때, 기존 피복 상태에 따른 효율 차이가 명확히 확인되었다. Case Ⅱ에 따르면, 천천 유역에 있어 ‘나지’가 ‘초지’로 1km² 변화하는 경우 유출량의 첨두치 및 총량은 각각 -3.79%와 -3.76%로, 유사유출량의 첨두치 및 총량은 각각 -6.42%와 -7.75%로 저감되는 것으로 나타났다. 반면, Case Ⅲ의 경우는 1km² 변화당 유출량이 각각 -0.51%, 0.51%로, 유사유출량은 -1.14%, -1.23%로 비교적 낮게 나타났다. 해당 결과는 ‘나지’를 ‘초지’로 변화시키는 경우가 ‘밭’을 ‘초지’로 변화시키는 경우보다 유출량 뿐만 아니라 유사유출량 저감 효과에 있어 큰 효율을 보이는 것으로 나타났다.

이는 나지가 밭보다 비교적 식생이 적어 침식 발생에 취약하며, 이러한 식생의 유무, 특히 뿌리의 유무가 토양 결속력에 큰 차이를 유발하여 침식이 더욱 크게 발생되기 때문이다. 더불어 지표흐름이 집중되어 큰 침식을 유발시키는 세류 침식 발생 가능성이 나지에서 더 높다는 요인이 있으나(Haftu et al., 2025; Sun et al., 2022), 본 연구에서는 밭에 다소 식생이 있다는 가정에 따라 연구가 수행되었는 것에 기인한 것으로 판단된다. 결과적으로, 토지피복전환에 의한 유출량 및 유사유출량의 저감 효과는 단순히 변화되는 면적 크기보다 기존 피복의 침식 취약성에 크게 좌우되는 것으로 판단된다.

5. 결 론

본 연구에서는 NbS기법 중 토지피복전환에 따른 유출량 및 유사유출량 저감 효과를 분석하고자, 천천 유역을 대상 유역으로 총 4가지 시나리오를 작성하였다. 작성된 시나리오별 모의 결과의 신뢰성 확보를 위해 선정된 3개의 태풍 사상에 대해 매개변수 보정을 수행하였다. 최종적으로, 보정된 매개변수를 적용하여 토지피복전환이 없는 시나리오(Case I)를 기준으로 각 시나리오별(Case Ⅱ-Ⅳ)모의 결과를 비교·분석하였으며, 이에 따라 다음과 같은 결론을 도출하였다.

(1) NbS기법 중 토지피복전환은 모든 태풍 사상 및 시나리오에서 유사유출량 저감율이 유출량보다 크게 나타났음에 따라 유출량 보다 유사유출량 저감에 더욱 효과적이다.

(2) Case Ⅱ(나지 → 초지)의 1km² 변화당 저감율과 Case Ⅲ(밭 → 초지)의 1km² 변화당 저감율을 비교한 결과 Case Ⅱ의 경우가 Case Ⅲ의 경우보다 동일 면적 변화 대비 유출량 및 유사유출량 저감 효율이 월등하게 높게 나타났다. 이는 단순히 큰 면적의 피복을 변화시키는 것 보다 기존 피복의 침식 취약성을 고려하여 피복변화를 시키는 것이 필요함을 시사한다.

(3) 토지피복전환에 따른 저감 효과는 변화되는 면적의 크기보다 기존 피복 특성의 침식 취약도에 더욱 큰 영향을 받으며, 식생 존재 여부, 특히, 뿌리 유무에 따른 토양 결속력 차이가 저감 효율을 결정하는 주요 요인으로 판단된다.

(4) NbS 기법 중 토지피복전환의 경우 유사유출량을 크게 저감할 뿐만 아니라 유출량 또한 유의미한 범위로 저감함에 따라 홍수피해 예방에 있어서 유의미한 것으로 판단된다.

(5) 시나리오별 저감율의 경우 첨두량(Peak)보다 총량(Total)에 더 큰 영향을 미치는 경우가 일부 확인되었으며, 특히, 유사유출량에서는 이러한 경향이 더욱 뚜렷하게 나타났다.

(6) Case Ⅳ와 같이 침식위험 지역(‘매우 위험’, ‘위험)에 해당하는 ’나지‘와 ’밭‘을 모두 초지로 변화되는 경우 유사유출량 저감 효과가 최대로 발생된다. 이는 집중적인 토지관리 전략 적용 시 유출량 및 유사유출량 저감 효과에 있어 높은 효과를 기대할 수 있음을 시사한다.

따라서, 본 연구 결과는 토지피복 특성 및 침식 취약성을 고려한 유역단위 NbS 기반 토사관리 전략 수립에 있어 기초자료로 활용가능할 것으로 판단되며, 향후 환경적·생태적 지속가능성을 고려한 관리 정책 도입에 있어 과학적 근거 제시에 기여할 수 있을 것으로 판단된다. 또한 토지피복전환 면적보다는 기존 피복의 침식 취약성 평가의 중요성을 제시한것에 따라, 토지이용계획 수립 등에 있어 대상지역의 우선순위 선정 기준 마련에 활용될 수 있을것으로 판단된다.

Acknowledgements

본 결과물은 환경부의 재원으로 한국환경산업기술원의 ‘기후위기대응 홍수방어능력 기술개발사업’의 지원을 받아 연구되었습니다(2022003460002).

References

Gou, W., Li, H., Du, Y., Yin, H., Liu, F. and Lian, J. (2018), Effect of sediment concentration on hydraulic characteristics of energy dissipation in a falling turbulent jet, Applied Sciences, Vol. 8, No. 9, pp. 1672.

10.3390/app8091672

Haftu, M., Gidey, E., Mhangara. P. and Dikinya, O. (2025), Exploring the relationship between annual soil loss and formation rate in different land use scenarios using support vector machine (SVM) learning models in Tigray Highlands, Scientific Reports, Vol. 15, No. 1, pp. 39146.

10.1038/s41598-025-26881-641203898PMC12594876

Kim, H. K., Kang, M. S., Park, S. W., Choi, J. Y. and Yang, H. J. (2009), Auto-calibration for the SWAT Model Hydrological Parameters Using Multi-objective Optimization Method, Journal of The Korean Society of Agricultural Engineers, Vol. 51, No. 1, pp. 1~9.

10.5389/KSAE.2009.51.1.001

Kim, J. H. and Oh, D. K. (2004), Analysis of Soil Erosion Hazard Zone by R Factor Frequency, Journal of the Korean Association of Geographic Information Studies, Vol. 7, No. 2, pp. 47~56. (in Korean)

Kim, J. S., Kim, M. S., Oh, H. J. and Kim, J. K. (2020), Spatial data of Soil erosion in Korea, GEO DATA, Vol. 2, No. 1, pp. 7~12. (in Korean)

10.22761/329/DJ2020.01.01.002

Kim, J. S. and Kim, Y. H. (2021, April 27), “기후변화가 바꾼 우리나라 사계절과 24절기![Press Release]”, Korea Meteorological Administration. (in Korean)

Kim, M. K., Hur, S. O., Kwon, S. I., Jung, G. B., Sonn, Y. K., Ha, S. K. and Lee, D. B. (2010), Prediction of Soil Erosion from Agricultural Uplands under Precipitation Change Scenarios, Korean Journal of Soil Science and Fertilizer, Vol. 43, No. 6, pp. 789~792. (in Korean)

Kim, S. W., Lee, D. E., Jung, S. H. and Lee, G. H. (2020), Assessment of Soil Erosion and Sedimentation in Cheoncheon Basin Considering Hourly Rainfall, Journal of the Korean Geo-Environmental Society, Vol. 21, No. 4, pp. 5~17. (in Korean)

Kumarasamy, K. and Belmont, P. (2018), Calibration parameter selection and watershed hydrology model evaluation in time and frequency domains, Water, Vol. 10, No. 6, pp. 710.

10.3390/w10060710

Lee, G. H., Yu, W. S., Jang, C. L. and Jung, K. S. (2010), Analysis on Spatiotemporal Variability of Erosion and Deposition Using a Distributed Hydrologic Model, Journal of Korea Water Resources Association. Vol. 43, No. 11, pp. 995~1009. (in Korean)

10.3741/JKWRA.2010.43.11.995

Moriasi, D. N., Gitau, M. W., Pai, N. and Daggupati, P. (2015), Hydrologic and water quality models: Performance measures and evaluation criteria, Transactions of the ASABE, Vol. 58, No. 6, pp. 1763~1785.

10.13031/trans.58.10715

Pfeiffer, A. M., Collins, B. D., Anderson, S. W., Montgomery, D. R. and Istanbulluoglu, E. (2019), River bed elevation variability reflects sediment supply, rather than peak flows, in the uplands of Washington State, Water Resources Research, Vol. 55, No. 8, pp. 6795~6810.

10.1029/2019WR025394

Sun, J., Lu, P., Cao, Y., Zhang, N., Wu, F. and Li, P. (2022), Effects of different crop root systems on soil detachment by concentrated flow on the loess plateau in China, Water, Vol. 14, No. 5, pp. 772.

10.3390/w14050772

Toy, T. J., Foster, G. R. and Renard, K. G. (2002), Soil erosion: processes, prediction, measurement, and control, John Wiley & Sons.

Wohl, E., Bledsoe, B. P., Jacobson, R. B., Poff, N. L., Rathburn, S. L., Walters, D. M. and Wilcox, A. C. (2015), The natural sediment regime in rivers: Broadening the foundation for ecosystem management, BioScience, Vol. 65, No. 4, pp. 358~371.

10.1093/biosci/biv002

Yang, C. T. (1973), Incipient motion and sediment transport, Journal of the Hydraulics Division, ASCE, Vol. 99, No. 10, pp. 1679~1704.

10.1061/JYCEAJ.0003766

Yeon, M. H., Lee, G. H. and Woo, D. K. (2025), Development and application of the soil organic carbon model considering physical hydrological processes, Journal of Korea Water Resources Association, Vol. 58, No. 7, pp. 553~567. (in Korean)

Journal of the Korean Geo-Environmental Society ISSN:1598-0820(Print) 2714-1233(Online) 한국지반환경공학회 논문집

Preview

Analysis of Runoff and Sediment Yield Reduction Effects According to NbS Scenarios: A Case Study of the ‘Cheoncheon Watershed’ in the Yongdam Dam Basin

ABSTRACT

MAIN

Fig. 1

Location and basin map of the study area

Fig. 2

Constructed topographic data

Table 1.

Information of selected rainfall events

Table 2.

Information of rainfall and outlet stations used in this study

Fig. 3

Thiessen polygon map used in this study

Fig. 4

Soil layer structure and stage-discharge rating curve

(1-1)

(1-2)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

Table 3.

Classification of soil erosion vulnerability risk levels and area by level

(14)

Fig. 5

Spatial analysis of the soil erosion vulnerability map in the study area

Table 4.

Area changes by land cover change scenarios for risk levels (Very High, High)

Fig. 6

Land cover change scenarios

Table 5.

General performance ratings for recommended statistics (Moriasi et al., 2015)

(15)

(16)

(17)

Table 6.

Information on calibrated parameters

Fig. 7

(Left) Discharge and (Right) sediment yield calibration result graph by typhoon event

Table 7.

Performance netrics of parameter calibration by event

Table 8.

Comparison of discharge and sediment yield in cases II–IV relative to case I

Fig. 8

(Left) Discharge and (Right) sediment yield comparison: Cases II–IV vs. Case I

Acknowledgements

References