1. Title, Journal and authors
Title : Assessment on Hydrologic Response by Climate
Change in the Chao Phraya River Basin, Thailand
Journal : Water research, 7, (2015), 6892-6909
Authors : Mayzonee Ligaray 1,†, Hanna Kim 2, †, Suthipong Sthiannopkao 3, Seungwon Lee 4
Kyung Hwa Cho 1,* and Joon Ha Kim 5,*
1 School of Urban and Environmental Engineering, Ulsan National Institute of Science and Technology,
Ulsan 689-798, Korea; mayzonee@unist.ac.kr
2 K-Water Institute, 1689beon-gil 125, Yuseong-Daero, Yuseong-gu, Daejeon 305-730, Korea;
hanyou01@partner.kwater.or.kr
3 Department of Environmental Engineering, Dong-A University, Busan 604-714, Korea;
suthisuthi@gmail.com
4 Environmental and Plant Engineering Research Institute, Korea Institute of Civil Engineering and Building
Technology (KICT), 283, Goyangdae-Ro Ilsanseo-Gu, Goyang-Si, Gyeonggi-Do 10223, Korea;
seungwonlee@kict.re.kr
5 Department of Environmental Science and Engineering, Gwangju Institute of Science and Technology,
Gwangju 500-712, Korea
* Correspondence: khcho@unist.ac.kr (K.H.C.); joonkim@gist.ac.kr (J.H.K.); Tel.: +82-52-217-2829 (K.H.C.);
+82-62-715-3277 (J.H.K.); Fax: +82-52-217-2809 (K.H.C.)
† These authors contributed equally to this work.
2. Summary
본 연구는 Chao Phraya 강 유역의 수문학적 반응들을 몇 가지 기후 민감도와 온실가스 방출 Scenario들을 통해 평가하였다. 이것을 평가하는데 있어서 Soil and Water Assesment Tool(SWAT) 모델과 Climate Sensitivity Scenario를 이용하였다. 그리하여 SWAT 모델은 2003년부터 2011년까지 9년 동안의 기상 데이터와 관측 데이터를 사용하여 유량을 가장(모의)하는데 적용되었다.
기후 민감도 Scenario로는 강수량 scenarios, 고농도의 CO2 scenarios, 온실가스 방출 scenarios를 이용해 이에 따른 유량 변화나 식물 반응을 알아냈다. 민감도 분석에는 Latin Hypercube-One-factor-At-a-Time (LH-OAT) 방법을 이용하였는데, 이것은 특정한 유역을 위한 모델 측정과 모델 산출의 중요한 요소들의 제한된 매개변수 개수를 사용하여 좋은 성능을 찾아낸다. 성능 평가에 있어서는 coefficient of determination(R2), Nash-Sutcliffe efficiency (NSE), root mean square error (RMSE)를 적용하였다. R2은 모의 값들이 측정 값들과 비교하였을 때 어떻게 정밀하게 하는지 평가하였다. NSE는 적합도를 측정하고 모의 값과 측정 값들 사이에 변동을 나타낸다. SWAT 모델의 측정값과 검증 값은 일 때, 허용되거나 만족스러운 성능으로 간주된다. RMSE는 본 연구에서 모델의 유효성을 평가하는데 이용되었다. RMSE의 목표 값은 0이다. 이것은 더 낮은 값이 더 나은 성능을 나타내어 완벽한 시뮬레이션을 그리기 때문이다.
Scenario에서는 CO2 농도(ppm)가 660ppm으로 일정할 때는 강수량 변화(%)가 +20%, 온도(℃)가 +6℃로 큰 폭의 변화를 보였다. 반면에, CO2 농도(ppm)가 330ppm, 온도(℃)가 0℃로 일정할 때는 강수량 변화(%)가 +10%, +20%, -10%, -20%로 변동을 보인다. 또한, CO2 농도(ppm)가 330ppm, 강수량 변화(%)가 0%로 일정할 때는 온도(℃)가 +1℃, +3℃, +6℃로 변동을 보인다.
강수량 scenarios를 봤을 때, 유량의 증가로 우기에 flooding events가 발생할 수 있다. 그리하여 Watershed는 매해 5월에서 10월에 장마에 의해 홍수와 관련된 재해에 취약해진다. 따라서, flood measures는 Chao Phraya 강의 main streamline과 남쪽 유역에서 수행되어야 한다. 그리고 더 많은 수자원 관리가 복동쪽의 Chao Phraya강 유역에서 필요하다.
3. Originality & Application
SWAT 모델은 0.5보다 큰 R2과 NSE 값을 가짐으로써, 측정과 검증에서 만족스러운 성능을 보였다.
4. Reviewer contact : 김현진(kdkd1973@naver.com)