공간군집특성을 고려한 우리나라 물부족 핫스팟 지역 분석

Abstract

본 연구에서는 국가물관리기본계획의 2030년 물부족량 전망자료를 이용하여 공간군집특성을 고려한 우리나라 물부족 핫스팟 지역을 분석하였다. 물부족 최심 군집지역 도출을 위하여 표준유역 기준의 과거 최대 가뭄(약 50년 빈도)에 대한 물부족량 자료를 이용하여, Local Moran’s I와 Getis-Ord Gi* 통계량으로 공간군집분석을 수행하였다. 클러스터맵(Cluster Map)을 통해 물부족 공간군집 대상지역을 선정하고, 공간적 군집 특성은 p-값 및 모란 산점도를 통해 적정성을 검증하였다. 분석 결과, 한강권역 내 1개 군집[임진강하류(#1023) 및 주변]과 낙동강권역 내 2개 군집[대종천(#2403) 및 주변, 가화천(#2501) 및 주변] 지역이 물부족이 심각한 핫스팟 지역으로 나타났으며, 한강권역 내 1개 군집[남한강하류(#1007) 및 주변]과 낙동강권역 내 1개 군집[병성천(#2006) 및 주변] 지역이 물부족 HL (해당지역은 물부족량이 많고 주변지역은 물부족량이 적은) 지역으로 나타났다. 표준유역단위 공간군집분석을 수행할 경우 물부족 공간군집지역 전체가 통계량 기준을 100% 만족하여 통계적으로 유의미한 결과가 도출되었다. 이는 표준유역 단위로 공간군집분석을 할 경우 가변적 공간단위 문제를 일정 부분 해결한 것으로 공간군집분석의 정확성이 상대적으로 높아졌다.

This study analyzed the water shortage hotspot areas in South Korea using spatial clustering analysis for water shortage estimates in 2030 of the Master Plans for National Water Management. To identify the water shortage cluster areas, we used water shortage data from the past maximum drought (about 50-year return period) and performed spatial clustering analysis using Local Moran's I and Getis-Ord Gi*. The areas subject to spatial clusters of water shortage were selected using the cluster map, and the spatial characteristics of water shortage areas were verified based on the p-value and the Moran scatter plot. The results indicated that one cluster (lower Imjin River (#1023) and neighbor) in the Han River basin and two clusters (Daejeongcheon (#2403) and neighbor, Gahwacheon (#2501) and neighbor) in the Nakdong River basin were found to be the hotspot for water shortage, whereas one cluster (lower Namhan River (#1007) and neighbor) in the Han River Basin and one cluster (Byeongseongcheon (#2006) and neighbor) in the Nakdong River basin were found to be the HL area, which means the specific area have high water shortage and neighbor have low water shortage. When analyzing spatial clustering by standard watershed unit, the entire spatial clustering area satisfied 100% of the statistical criteria leading to statistically significant results. The overall results indicated that spatial clustering analysis performed using standard watersheds can resolve the variable spatial unit problem to some extent, which results in the relatively increased accuracy of spatial analysis.