Earticle

초록

영어

Agricultural water accounts for 63% of total water use in South Korea; however, practical methods for estimating agricultural water demand rely on empirical formulas based on historical data and therefore have limitations in representing non-stationary future conditions. This study developed municipal-level prediction models for agricultural water demand under Shared Socioeconomic Pathway (SSP) scenarios and projected future agricultural water demand for 160 municipalities in South Korea. For this purpose, municipal-level data on agricultural water use, climatic variables, and socioeconomic variables were compiled for the period 2000–2022, and five prediction models—Polynomial Ordinary Least Squares Regression (Poly-OLS), Partial Least Squares Regression (PLSR), Random Forest (RF), Gradient Boosting (GB), and the State Space Model (SSM)—were evaluated to identify the optimal model for individual cities. The results showed that the SSM was selected as the optimal model for 48.75% of municipalities, followed by PLSR (25%), Poly-OLS (21.88%), GB (3.75%), and RF (0.63%). These findings suggest that, when the length of the input data is limited, statistical models may provide more robust predictive performance than machine learning models. Future projections under SSP scenarios indicated that the spatial distribution of agricultural water demand remained largely unchanged throughout the projection period, whereas the SSP5 scenario projected a demand increase of up to 528,767×10³ m³/year compared to the SSP1 scenario, underscoring the potential for significantly higher water requirements under a high-growth and high-carbon pathway.

한국어

농업용수는 우리나라 전체 용수의 63%를 차지하지만, 농업용수 수요량 산정 방법은 과거 자료에 기반한 경험식에 의존하여 비정상적 미래 조건을 반영하는 데 한계가 있다. 본 연구에서는 SSP 시나리오에 따른 농업용수 수요량 예측 모형을 개발하고, 우리나라 160개 시군별 미래 농업용수 수요량을 전망하였다. 이를 위해 관측기간(2000~2022년)의 시군별 농업용수 이용량과 기후 및 사회경제 변수에 대한 자료를 구축하고, 다항회귀(Poly-OLS), 부분최소제곱회귀(PLSR), 랜덤포레스트(RF), 그래디언트부스팅(GB), 상태공간모형(SSM)의 5개 예측 모형을 비교하여 시군별 최적 예측 모형을 선정하였다. 분석 결과 SSM이 전체 시군의 48.75%에서 최적모형으로 선정되었고, PLSR(25%), Poly-OLS(21.88%), GB(3.75%), RF(0.63%)순이었다. 이는 입력자료의 길이가 충분히 확보되지 않은 조건에서는 기계학습 모형보다 통계 기반 모형이 더욱 강건한 예측 성능을 나타낼 수 있음을 시사한다. SSP 시나리오를 적용한 미래 농업용수 수요량 전망 결과, 미래 기간 전체에 걸쳐 농업용수 수요량의 공간적 분포 패턴은 크게 변하지 않았으나, SSP5 시나리오는 SSP1 시나리오 대비 최대 528,767×10³ m³/년 높은 수요량을 전망하여 고성장·고탄소 경로에서의 수요 증가 가능성이 확인되었다.

목차

요약
Abstract
1. 서론
2. 연구지역 및 입력자료
2.1 연구지역
2.2 입력자료
2.3 미래 경지면적 입력자료 구축
3. 방법론
3.1 예측 모형
3.2 정책 효율 계수
4. 연구결과
4.1 최적 예측 모형 선정
4.2 PEF 산정 결과
4.3 농업용수 수요량 산정 결과
5. 결론
감사의 글
References

키워드

저자

• 김지영 [ Jiyoung Kim | 한양대학교 대학원 스마트시티공학과 ]
• 김민지 [ Min Ji Kim | 한양대학교 대학원 스마트시티공학과 ]
• 유지영 [ Jiyoung Yoo | ㈜수일엔지니어링 기업부설연구소 ]
• 김태웅 [ Tae-Woong Kim | 한양대학교(ERICA) 건설환경공학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국습지학회지 [韓國濕地學會誌]

• 간기

  계간

• pISSN

  1229-6031

• eISSN

  2384-0056

• 수록기간

  1999~2026

• 등재여부

  KCI 등재,SCOPUS

• 십진분류

  KDC 472 DDC 570