서 론

오래전부터 수문모형을 활용한 유역 단위 다양한 수문현상을 모의하고 하천에서의 수량･수질 예측 연구들이 진행되어왔다. 그동안의 연구들에서 수문모형 검증을 위해 주로 유역 말단에서의 측정값과 비교하여 모형의 수문 예측 성능을 평가해왔으나, 이로인해 유역 내 다양한 수문현상의 공간적 분포 특성을 반영하지 못하는 한계가 있었다. 이는 유역 내 어떠한 현상이 발생하더라도 무관하게 유역 말단에서만 예측이 잘 이루어지면 모형의 성능의 높다고 평가될 수 있다. 유역 내 지표 및 지표하 유출(e.g. soil moisture)의 공간적 분포 예측은 복합적인 수문현상 모의에 중요한 역할을 하고 있다. 특히, 토양수분은 강우 발생 시 지표유출과 침투량을 결정할 뿐만 아니라 증발산량과 지하수로의 유입되는 물의 양을 결정하는 데 중요한 역할을 하고 있어 토양수분의 공간분포에 대한 적절한 이해는 수문현상을 해석하는 데 중요하다. 이에 수문학적 연결성(hydrological connectivity)은 유역 내에서 지표 및 지표하 흐름 프로세스를 이해하기 위한 중요한 개념으로 제안되고 활용되어왔다(Amoros and Bornette, 2002; McDonnell et al., 2007). 이는 복잡하고 공간적으로 이질적인 지표에서 토양수분 변동성을 특성화하는 데 활용될 수 있을 것이다. 기존의 수문모형에서는 불포화 영역에서의 흐름 경로 연속성과 연결된 지표 및 지표하 유출의 물리적 속성 패턴을 적절히 설명하는 데에는 한계가 있다. 이에 수문학적 연결성 지표는 유역의 수문학적 특성을 더 잘 이해하고 경사지에서의 유출 흐름 경로를 식별하는 데 유용하게 활용될 수 있다. 기존 여러 연구에서 유출 흐름과 얕은 지하수의 연결성에 대한 지형과 식생의 조합효과를 조사했으며 수문학적 연결성 평가를 개선할 수 있는 가능성을 보여주었다(Emanuel et al., 2014; Hwang et al., 2009; Mayor et al., 2008). 과거 토양수분 변동성은 다양한 수문 기후 지역에서 현장 및 원격 감지 데이터를 사용하여 다양한 공간 규모에서 광범위하게 연구되었으며, 이는 수문 과정 및 지표 특성을 이해하는 데 중요하다. 토양수분의 공간적 변동성은 지표 및 지표하 흐름의 공간 패턴을 특성화하는 수문학적 연결성을 이해하는 데 중요한 요소가 될 수 있다. 그러나 토양수분 정보는 깊은 토양뿐만 아니라 넓은 지역의 지표 토양 근처에서 매우 제한적이다. 토양수분은 지형, 토양특성 및 식생특성과 같은 물리적 속성 변수(physical controls)에 따라 시공간적으로 변화한다. 여기서 물리적 속성변수는 지표 및 지표하 수문학에서 이질적인 지표면을 특성화할 수 있다. Gaur and Mohanty (2013)는 습하거나 건조한 기후지역에서 토양수분의 공간적 패턴에 대한 물리적 제어의 효과를 조사했다. 이에 다양한 규모에서 토양수분 변동성에 크게 영향을 미치는 지배적인 물리적 요소들을 확인하였다. 토양수분의 공간적 패턴은 강수량, 지형, 토양 및 식생 등으로 정의된 다양한 물리적 속성 조합에 따라 달라진다. 최근 Kim and Mohanty(2016, 2017)는 소유역 규모에서 수문 모델링을 개선하기 위해 지배적인 물리적 속성변수를 기반으로 측면 지하흐름 프로세스에 대한 수문학적 연결 알고리즘을 개발하고 수문모형에 적용하였다. 혼합된 물리적 속성변수(mixed physical controls) 기반의 수문학적 연결은 지표면 모델링에서 지표하 측면 흐름 과정을 설명하기 위해 성공적으로 반영되었다. 또한, 토양 수분 분포와 지하 흐름에 대한 변수 간의 상호 작용뿐만 아니라 혼합된(가중치 적용) 물리적 속성변수의 적용효과도 반영한 연구가 진행되었다.

SWAT(Soil and Water Assessment Tool) 모형은 국내외에서 유역단위 수문 및 수질 해석에 널리 활용되고 있으며, 다양한 오염원 저감 대책을 위한 효율 평가 등에 활용되고 있다. 그러나 아직 유역 내 수문 현상 해석시 유역 내 다양한 변수들의 공간분포를 적절히 반영하지 못하고 하천에서의 유량 비교를 통해 검증을 수행하고 있다. 특히, 토양수분 모의시 민감한 매개변수(Avaiable Water Content(AWC), Saturated hydraulic conductivity(Sol_K))의 경우 토양도 자료의 토양특성에 의존하고 있다. 하지만, 토양 매개변수의 경우 토양통 정보가 동일하더라도 구조적 특성이나 여러 현상으로 인해 다르게 나타날 수 있으며, 가능한 변수의 범위도 상당히 넓게 나타나고 있어 불확실성이 존재하고 있다. 아직까지 이러한 한계점을 보완하기 위해 SWAT 모형 내 토양 매개변수의 공간분포 특성 반영에 관한 연구는 진행되지 않고 있는 실정이다.

따라서 연구의 주요 목적은 공간적으로 분포된 지하 흐름을 더 잘 이해하고 수문 모델링(SWAT)에서 토양 수리학적 특성의 매개변수를 개선하기 위해 물리적 토양 및 지면 속성 기반 수문학적 연결 알고리즘을 적용하여 매개변수를 재조정하고 이를 통한 모델의 성능을 평가하는 데 있다. 이를 위해 우선 토양수분의 공간분포 특성과 연관이 있는 토양속성, 정규식생지수(Normalized Difference Vegetation Index, NDVI), 지형도 자료를 활용하여 토양수분 자료와의 상관성 및 가중치를 산정하였다. 가중치를 기반으로 물리적 속성을 결합한 새로운 공간분포 자료를 활용하여 다양한 임계값에 따른 수문학적 연결성 분석을 수행하였으며, SWAT 모형에서 토양수분과 밀접한 연관이 있는 Sol_AWC와 Sol_K 변수를 재조정하여 모형의 성능을 분석하였다(Fig. 1).

Fig. 1.

Flowchart of the methodology used in this study.

연구 방법

연구 대상지역

본 연구에서는 SWAT 모형을 활용한 수문학적 연결성 기반의 토양수분 공간분포 예측 및 매개변수 자료동화 기법에 대한 적용성 검토를 위해 기존 수문현상 예측 연구가 진행되고 있는 경기도 이천시에 위치한 석원천 유역을 연구대상지역으로 선정하였다(Lee et al., 2022)(Fig. 1). 연구 대상지역의 면적은 52 km²로 평균 해발고도 118.4 m에 위치하고 있다. 연구 대상지역의 토지이용 및 토양특성으로는 농경지(논, 밭)와 산림이 각각 47.8%, 29.9%의 비율을 차지하고 있으며, 모래 함량이 많은 Ra 토양이 유역 내 광범위하게 분포해 있다. SWAT 모형에 요구되는 기상자료(강수량, 온도, 습도, 풍속 등)로는 2018년 1월 1일부터 12월 31일까지 경기도 이천시에 위치한 장호원 관측소 자료를 활용하였다. 연구 대상기간 2018년의 기상 특성으로는 평균기온 11.7°C, 최고기온 26.1°C, 최저기온 -9.1°C, 평균 풍속 1.66 m/s, 평균 상대습도 64%로 분석되었으며, 최근 5년간(2017－2021) 연평균 강수량과 일평균 강수량은 각각 1,152.05 mm, 3.15 mm로 분석되었다.

본 연구의 대상지역인 석원천 유역에서의 토양도는 주로 Ra 토양으로 이루어져 있으며, 총 7개의 토양통으로 이루어져 있다(Fig. 2). Table 1에서 보이는 바와 같이 7개의 토양통이라하더라도 그중 3개의 토양통 속성이 동일하게 나타나고 있다. 이는 토양 속성과 관련이 있는 수문모형의 매개변수에도 영향을 미치고 있다. Fig. 3에서와 같이 포화수리전도의 경우 토양 속성에 의존하여 공간분포를 보여주고 있다. 기존 문헌에 의하면(Carlos et al., 2017) 포화수리전도도의 범위는 토양 속성별로 크게 나타나고 있다. 또한 포화수리전도도는 토양 속성이외에도 다양한 조건(macro pole, soil structure, etc.)들에 의해서 상이하게 나타날 수 있다. 그러나 SWAT 모형과 같은 수문모형의 경우 이러한 토양 관련 매개변수의 상세한 공간분포를 반영하지 못하고 토양통에 의존하는 경향이 있다. 따라서 본 연구에서는 이러한 SWAT 모형에서 토양수분 공간분포와 관련이 있으며, 유역 내 수문 현상의 공간분포 모의에 유효한 영향을 미치고 있는 매개변수에 대해 자료동화 기법을 통한 공간분포 패턴을 반영하고자 하였다. 본 연구에서 적용된 자료동화 기법은 Kim and Mohanty(2016, 2017)의 연구에서 제안한 수문학적 연결성을 기반 매개변수 재산정 방법을 자료동화 기법을 활용하였다.

Fig. 2.

The Seokwon-stream watershed study area.

Fig. 3.

Soil map and saturated hydraulic conductivity map of the Seokwon-stream watershed.

토양수분 관련 물리적 속성 변수 및 가중치 산정

Kim and Mohanty(2017) 연구에서는 토양수분 공간분포 특성과 상관성이 있는 물리적 속성 변수들을 통한 수문학적 연결성 지표를 추출하여 이를 기반으로 토양 매개변수의 공간분포를 재산정하였다. 본 연구에서도 위성영상 자료 기반 산정된 석원천 유역의 토양수분 공간분포자료를 활용하여 물리적 속성변수들을 혼합하기 위한 가중치를 산정하였다. Lee et al.(2022)은 동일한 대상지역에 대해 원격탐사 자료를 활용한 토양수분 공간분포 예측 및 지면모형 매개변수 재산정 연구를 수행한 바 있다. 본 연구에서는 토양수분 관련 매개변수인 포화수리전도도(Sol_K)와 이용가능토양수분(Sol_AWC)의 재산정을 위해 토양수분 예측 자료를 활용하였으며, 석원천 유역 내 토양수분의 공간적 분포에 대한 예측 자료 도출을 위해 Lee et al.(2022)이 수행한 연구성과를 활용하였다. 활용된 원격탐사자료로는 최근 토양수분 산정연구에 활용되고 있는 Sentinel 1 A/B 원격탐사자료가 활용되었다.

물리적 속성변수 기반 수문학적 연결성 지표 산정을 위해 토양수분 공간분포와 연관이 있는 변수들을 수집하였다. 본 연구에서는 관련 변수로 지형인자(Topographic Index, TI), 토성(Clay% and Sand%), NDVI를 적용하였다. NDVI 자료의 경우 Landsat8 위성영상을 활용하여 NIR 밴드와 RED 밴드를 적용하여 산정하였다(Fig. 4 and 5).

Fig. 4.

Related soil physical controls (Topographic Index, Clay%, and Sand%).

Fig. 5.

Landsat-based normalized difference vegetation index (NDVI)(Red band, Near Infrared band, NDVI).

토양수분의 공간적 변동성을 더 잘 특성화하려면 다양한 물리적 제어와 상호 작용의 기여도를 설명해야 한다. 각 물리적 속성 변수들에 대한 기여 비율(가중치)을 효과적으로 추정하기 위해 베이지안 평균화 방식(Bayesian Averaging Method)을 사용하였다(Hoetting et al., 1999). 이는 토양수분 물리적 속성 변수들에 대해 토양수분의 공간적 변동성을 설명하는 데 어떻게 기여하는지 적절한 가중치를 제공할 수 있다(식 (1), (2), (3)).

여기서 y는 혼합된(가중) 물리적 속성변수, x_i는 정규화된 물리적 속성변수(i = 1, …, j), j는 사용된 물리적 속성변수 및 상호 작용 항의 수, PDF(P_i(x_i|D))는 정규화된 토양 수분 측정값(D)이 주어지고 정규화된 대조군(x₁, x₂, x₃, x₄로 %clay, %sand, NDVI, TI)의 기여 비율(w_i)로 정의된 물리적 대조군에 대한 사후 확률, 조건부 PDF(P_i(y|x_i,D))는 주어진 물리적 속성변수 및 측정값 y의 사후 분포를 나타낸다.

물리 기반 수문학적 연결성 기반 자료동화 기법

대체로 수문학적 연결성은 유역 규모에서 습윤 상태(토양수분) 또는 표면 지형(기여 면적)의 패턴에 의해 제안되었다(Western et al., 2001). 그러나 지표면의 습윤정도나 근역층의 토양수분에 대한 정보는 매우 적고 지표면의 지형은 지하 흐름의 패턴을 충분히 반영할 수 없다(Kim and Mohanty, 2016). 따라서 본 연구에서는 토양수분의 공간적 변화를 식별하기 위해 혼합된 물리적 속성 변수(%clay, %sand, NDVI, TI)를 사용하여 물리적 기반 수문학적 연결성을 분석하였다. 수문학적 연결성은 흐름을 집중시키고 이동시간을 줄이는 공간적 특징으로 정의될 수 있으며, 특정 임계값 아래에서 특정지점이 전체 도메인을 통해 서로 연결되는 방식을 보여준다. 다양한 연결성 구성방법 중 토양수분 공간 변동성을 설명하기 위해 이전 연구(Kim and Mohanty, 2016)에서 성공적으로 검증된 통합 연결성 척도 기법을 적용하였다. 지표맵(Index Map, I)은 수문학적 연결 과정에서 특정 임계값(들)을 초과하는 관심 변수(y, 혼합 물리적 속성변수)의 공간 패턴을 설명하는 데 사용된다. 수문학적 연결성은 지표맵 I(y)와 식 (2)로 표현된 연결 함수(τ(d))를 사용하여 계산된다.

여기서 h는 도메인(H)의 특정 지점이고 d는 두 지점 사이의 거리를 의미한다.

다양한 임계값(0－100%)에 대한 지표맵(I(y))은 혼합된 물리적 속성변수 맵의 임계값 위의 픽셀이 “1” 및 “0”에 할당된다. 혼합된 물리적 속성변수의 다양하게 연결된 패턴을 고려하기 위해 유역 전반에 걸쳐 연결 패턴을 잘 반영하는 연결 함수(τ(d))에서 5개의 대표적인 임의의 임계값을 선택하였다(Fig. 6). 그림에서 x축은 separation으로 임의 위치에서부터의 공간적인 거리를 의미하는 것으로 연결 함수가 유역 전반에 걸쳐 연결된 패턴을 보이는 5개의 선정된 임계값을 나타내고 있다. 물리적 속성변수 기반 수문 연결지수는 1에서 5까지의 지표맵을 통합하여 생성되었다. 구축된 NDVI, TI, Clay%, Sand%의 토양 정보를 이용하여 SWAT 모형의 토양층에 대한 연결성 지수를 개발한 후 SWAT 모델링에서 토양 수리학적 특성을 보정하는 데 사용하였다. 토양과 관련된 기본 매개변수는 미국 전역에서 수집된 토양 샘플의 조직 기반 평균값에서 파생되었기 때문에 모든 지역/지역의 토양 수분 분포를 성공적으로 설명하기에 충분하지 않을 수 있다. 따라서 본 연구에서는 SWAT 모형에서 토양수분과 연관된 매개변수인 AWC와 Sol_K 매개변수를 보정(± α)하였다. 이를 통해 SWAT 모형의 모의 결과인 토양수분의 공간분포 패턴과 최종 유출구에서의 유량 변화를 비교분석하였다.

Fig. 6.

Connectivity function according to thresholds.

결과 및 고찰

본 연구에서 우리는 토양수분 변동성에 대한 혼합 물리적 속성변수들의 효과를 조사하고 토양수분의 공간적 변동을 식별하여 토양 수리적 특성의 매개변수를 개선하기 위한 수문학적 연결성 자료동화 기법을 적용하였다.

토양 수분 변동성에 대한 혼합 물리적 속성변수의 효과

토양수분 공간분포 패턴과 연관이 있는 물리적 속성변수들에 대한 가중치는 베이지안 평균화 방식을 적용하여 분석되었다. Fig. 7은 본 연구 대상지역에서의 물리적 속성변수(%clay, %sand, NDVI 및 TI)의 가중치(w₁, w₂, w₃ 및 w₄) 히스토그램을 보여주고 있다. 본 연구 대상지역인 석원천 유역에서는 %clay(w₁ = 0.601), NDVI(w₃ = 0.216), %sand(w₂ = 0.137), TI(w₄ = 0.046)로 토양수분 공간분포에 기여하는 것으로 나타났다. 이러한 가중치에 기반한 물리적 속성변수들의 혼합 결과는 본 대상지역의 토양수분 공간적 변화를 잘 예측할 수 있을 것으로 판단된다. Clay 함량의 토양수분 공간분포 예측 기여도가 높게 나타난 이유는 Clay 토성의 특성상 수분을 가둬두려는 속성을 가지고 있어 Clay 함량에 높은 지역은 토양수분이 높게 나타나는 특성이 있기 때문인 것으로 판단된다. 또한 NDVI의 경우는 뿌리 분포와 유기물 함량으로 인해 불포화 지역의 공극 크기 분포와 수분 보유 능력이 크기 때문에 토양수분 공간분포 특성과 유사하게 나타나는 것으로 판단된다. Fig. 8은 베이지안 평균화 방법을 통해 산정된 가중치를 기반으로 혼합된 물리적 속성변수를 보여주고 있다.

Fig. 7.

Weighted soil physical controls using Bayesian averaging.

Fig. 8.

Spatially distributed soil moisture and mixed soil physical controls.

수문학적 연결성을 기반으로 한 토양 수리학적 특성의 보정

앞절에서 산정된 혼합된(가중치 기반) 물리적 속성변수 자료를 활용하여 토양관련 매개변수의 자료동화를 위해 수문학적 연결성 지표를 산정하였다. 본 연구에서는 다양한 임계값을 검토 후 최종적으로 전체 공간에 대한 연결성을 확보하기 위해 임계값을 20%, 40%, 50%, 60%, 63%으로 선정하였다. Fig. 9는 각 임계값에 대한 수문학적 연결성 지표맵(I)을 보여주고 있다. 5개의 임계값을 사용하여 혼합된 물리적 속성변수들의 연결성이 임계값에 따라 다른 패턴을 보여 불포화 영역의 토양수분의 다양한 공간 패턴을 반영할 수 있음을 시사하는 지표맵을 도출하였다. 이후 각 임계값에 대한 지표맵을 통합하여 수문학적 연결성 지표를 산정하였다(Fig. 9(f)). 상대적으로 높은 인덱스의 공간적 위치는 상당히 위치간 연결되고 높은 습윤 영역을 나타내는 반면 낮은 인덱스의 공간적 위치는 서로 연결되지 않고 건조한 영역을 나타낸다. 이렇게 산정된 인덱스는 토양수분의 공간분포와 상관성이 있는 물리적 속성변수 기반으로 생성된 것으로 토양수분의 공간분포 특성을 적절히 반영하고 있다고 할 수 있다. 이러한 수문학적 연결 지표는 SWAT 모형에서 토양 수리학적 특성(토양관련 매개변수, AWC and Sol_K)을 보정하는 데 적용되었다. Fig. 10은 SWAT 모형에서 토양통 자료 기반 토양 매개변수(AWC and Sol_K)와 본 연구에서의 자료동화 기법을 통해 재산정된 토양 매개변수의 공간분포를 비교한 것이다. 토양통 기반의 토양 매개변수는 토양통 자료의 공간분포에 의존하면서 토양속성(Clay% and Sand%)에 따라 균일한 분포를 나타내고 있다. 이를 통해 기존 모형에서 적용하고 있는 토양 매개변수로는 공간적으로 다양하게 분포하고 있는 매개변수 또는 토양수분을 예측하기에 한계가 있음을 알 수 있다. 이에 반해 물리적 속성변수를 통한 수문학적 연결성 지수 기반으로 보정된 매개변수는 유역에 걸쳐 상대적으로 다양한 공간분포 패턴을 보였다. 따라서 수문학적 연결성 지표 기반 자료동화기법을 통해 토양의 수리학적 매개변수의 공간분포를 효과적으로 반영할 수 있을 것이다.

Fig. 9.

Connectivity index maps according to thresholds (a) 20, (b) 40, (c) 50, (d) 60, (e) 63, and (f) combined index map.

Fig. 10.

(a and c) available water content and (b and d) saturated hydraulic conductivity distribution maps with and without application of the suggested method.

수문학적 연결성 기반 매개변수의 자료동화 기법 적용결과

기존 모형에서 산출되고 있는 토양 매개변수와 본 연구에서 자료동화기법을 통해 재산정한 토양 매개변수를 적용하여 유역 내 토양수분 공간분포 예측 결과를 비교하였다. 그 결과 앞절에서 논의된 토양속성 자료에 의존하는 토양 매개변수의 공간분포 패턴과 유사하게 토양수분의 공간분포 예측 결과 또한 토양통 자료의 공간분포와 유사하게 나타났다. 이는 동일한 토양통이라할지라도 유역 내 다양한 조건(지표 피복정도, 지형도 등)에 따라 상이하게 분포하는 특성을 반영하기에 한계가 있음을 알 수 있다. 반면, 수문학적 연결성 지표 기반 매개변수 자료동화 기법을 통한 변수 적용 후 토양수분 공간분포 예측 결과 기존 모형 결과에 비해 상대적으로 유역 내 공간적으로 좀 더 다양하게 분포하는 것으로 나타났다(Fig. 11). 따라서 토양 수분의 공간적 변화는 물리적 기반 수문학적 연결성에 의해 보정된 토양 매개변수를 사용하여 적절하게 설명될 수 있다. 결과적으로 현재 수문모형과 보정된 매개변수 적용된 모델 간의 이러한 차이는 유역 내 물 순환뿐만 아니라 지표 에너지 예산에도 유효한 영향을 미칠 수 있다. 또한, Fig. 12는 유역 최종 유출구에서 산정된 하천 유량 모의결과를 비교한 것으로 전체적인 경향은 유사하나 첨두유량에서 차이가 발생하는 것을 알 수 있다. 단, 모의 결과가 보정된 결과는 아니지만 본 연구 결과를 통해 모형의 매개변수 보정 전 유역 내 수문 현상의 공간분포를 적절히 반영 후 보정이 이루어져야 할 것이다. 본 연구 결과를 통해 이러한 유역 내 수문 인자의 공간분포를 반영하지 않고 모형에서 하천 매개변수만을 보정하여 적용한다면 매개변수 보정시 과대하게 또는 과소평가될 수 있는 문제가 발생할 수 있다.

Fig. 11.

The original and re-calibrated soil moisture results.

Fig. 12.

Stream flow estimated using the original and re-calibrated parameter at outlet.

또한, Fig. 13에서 보이는 바와 같이 임의의 4개 소유역에서 발생하는 하천 유량을 비교해 봤을 때 소유역별로 경향이 다르게 나타나는 것으로 알 수 있다(유량차이 범위 1－11 mm: 유역 면적을 고려하면 유효한 영향을 미칠 수 있음). 이는 추후 SWAT 모형을 활용하여 소유역별 또는 유역 내 최적관리기법 적용을 통한 수량 및 수질 평가시 유역 내 수문현상의 공간분포를 적절히 반영하지 않으면 정확한 평가가 어려울 수 있다는 것을 알 수 있다. 따라서 본 연구결과를 바탕으로 유역 내 수문현상의 공간분포 반영의 중요성을 알 수 있으며, 수문학적 연결성 지표 기반 토양 매개변수의 자료동화 기법으로 수문현상의 공간분포를 적절히 반영할 수 있을 것으로 판단된다.

Fig. 13.

Stream flow estimated with and without application of the suggested method at the four selected subbasins.

결 론

기존 SWAT 모형 보정 및 검정 방법은 일반적으로 유역 말단에서의 실측자료와 모의 결과를 비교하여 모형의 매개변수를 산정하고 있다. 이로인해 기존 SWAT 모형에서 모의 예측은 유역 내 수문 요소의 공간적 변동을 제대로 반영하지 못하는 한계가 있다. 특히 유역 내 지표하 유출의 주요 요소인 토양수분의 공간적 분포 특성을 반영을 하지 못하는 한계가 존재하고 있다. 유역단위 수문모형을 활용한 수문 모의를 위해서는 유역 말단에서만의 모형 보정이 아닌 유역 내 공간적으로 분포한 수문요소인 유역 내 토양수분, 지표하 유출 모의가 중요하며 관련 매개변수 보정이 우선시 되어야 정확한 수문 예측 및 평가가 가능하다. 본 연구에서는 이러한 기존 SWAT 모형에서 토양 관련 매개변수 산정시 공간분포 특성을 반영할 수 있는 수문학적 연결성 지표를 활용하였으며, 이를 통해 유역 내 매개변수의 공간분포 패턴 및 모형 모의결과인 토양수분과 유출구에서의 유출량 변화를 비교 분석하였다. 수문학적 연결성 지표 산정을 위해 토양수분의 공간적 변동성과 연관이 있는 물리적 속성변수들을 활용하였다. 본 연구 결과를 통해 수문모형의 하천에서 유량 보정을 위한 모의과정에 앞서 유역 내 다양한 인자들의 공간적 변동성을 반영하여 ‘점(유출구)’에서의 검증이 아니라 우선 ‘면(유역 내 공간)’에서의 적절한 매개변수 검토가 이루어져야 함을 알 수 있다. 또한 이러한 결과를 바탕으로 토양 매개변수에 따른 모형 모의 결과의 차이는 유역 내 물순환뿐만 아니라 지표 에너지 분석에도 중요한 영향을 미칠 수 있다. 향후 연구에서는 수문학적 연결 패턴이 시간에 따라 변할 수 있기 때문에 매개변수화 방식에서 동적 연결 지수를 고려하여 불포화대 토양수분의 시간적 변동성을 반영하고 장기 시뮬레이션을 위한 모델 성능을 향상시킬 필요가 있다.