리뷰 논문

서아프리카 유역의 수자원 스트레스에 미치는 토지 이용, 토지 피복 변화 및 도시화 영향 평가: 체계적 방법론적 검토

0 조회수

⸱

DOI:

10.3791/72287

⸱

2026년 9월 25일

 ,  ,  ,  , 
1Digital Research and Expertise Unit (Unité de Recherche et d'Expertise Numérique), Virtual University of Côte d’Ivoire (Université Virtuelle de Côte d’Ivoire), 2VM Group Multiservices

이 논문에서

요약

본 리뷰에서는 서아프리카 유역의 수분 스트레스에 미치는 토지 이용 및 토지 피복 변화와 도시화의 영향을 평가하는 데 사용되는 주요 실험 기법들을 체계적으로 비교하며, 각 기법의 적용 빈도, 보고된 성능 지표, 그리고 국가별 증거 분포를 정량화합니다.

초록

수분 스트레스는 서아프리카의 주요한 환경적 및 사회 경제적 제약 요인 중 하나이며, 이곳에서는 인구 증가, 농경지 확장, 토양 봉쇄, 수문 기후 변동성, 그리고 지표수 및 지하수에 대한 압력 증가로 인해 유역 기능이 빠르게 변화하고 있습니다. 토지 이용 및 토지 피복(LULC) 변화와 도시화의 영향을 평가하려면 경관의 공간적 역동성을 관찰 또는 시뮬레이션된 수문학적 반응과 연결하는 방법론적 접근 방식이 필요합니다. 본 리뷰는 해당 지역에서 사용되는 주요 기술들에 대한 비교 및 비판적 분석을 제공합니다: 계측 유역 및 현장 관측, 통제된 현장 및 실험실 실험, 위성 원격 탐사 및 다시기 분석, 지하수 중심 방법, 개념적·반분포형·물리 기반 및 통합 지표-지하 수문 모델링, 통계 및 머신러닝 접근 방식, 그리고 토지 이용 및 기후 시나리오를 결합한 하이브리드 방법 등이 포함됩니다. 검색 및 선정 과정은 투명한 PRISMA 기반 프로토콜을 따랐으며, 총 51개의 레코드가 포함되었고 그중 35개는 서아프리카를 기반으로 합니다. 원격 탐사 기반의 수문 모델링이 전체 문헌의 주를 이루며, 서아프리카 레코드 35개 중 15개(43%)를 차지했고, 특히 SWAT, ACRU, WaSiM, CEQUEAU, SHETRAN, HydroGeoSphere 및 ParFlow-CLM이 주로 사용되었습니다. 보고된 Nash-Sutcliffe 효율성(NSE), Kling-Gupta 효율성(KGE) 및 결정 계수는 일반적으로 약 0.6에서 0.9 범위로 나타났으며, 이는 표준 평가 가이드라인 기준 만족스럽거나 매우 좋은 수준입니다. 통계 및 머신러닝 연구는 35개 레코드 중 8개를 차지하는 반면, 도시 및 지하수 중심 연구는 여전히 부족한 실정입니다. 또한, 35개 레코드 중 8개가 단일 연구 네트워크에서 기인하여, 여러 지역적 결론들이 좁고 부분적으로 독립적이지 않은 근거에 기반하고 있습니다. In situ 네트워크는 프로세스 이해에 여전히 필수적이지만 비용과 낮은 밀도로 인해 제약이 있으며, 순수 위성 기반 접근 방식은 아습윤 지역의 구름 덮개와 분광 혼동 문제로 어려움을 겪습니다. 가장 유망한 발전 방향은 표적 계측, 위성 시계열, 통합 수문 모델링, 지역 시나리오, 체계적 불확실성 분석 및 수자원 관리 및 계획 주체와의 공동 구축을 결합한 다중 소스, 다중 규모 프레임워크에 있습니다.

서론

서아프리카는 기후 변동성, 인구 증가, 농업 확장, 가속화된 도시화 및 생태계 퇴화의 복합적인 영향으로 인해 수자원 압박이 가중되고 있습니다. 지역 수자원 진단 결과, 1인당 수자원 가용성은 감소하고 용도 간 경쟁은 심화되었으며, 가뭄, 홍수 및 수문 기후 극한 현상에 대한 민감도가 높아지고 있음이 확인되었습니다1,2. 사헬 및 수단 지대의 최근 수십 년간 관찰된 수문학적 궤적은 종종 역설적인 모습을 보였습니다. 여러 유역에서 연간 강수량은 동일한 속도로 증가하지 않았음에도 불구하고 유출량과 홍수가 증가했으며, 이는 토지 이용 변화 및 지표 상태 변화의 역할에 대한 관심을 다시 불러일으켰습니다3,4. 최근 연구에서는 초국경 베누에(Benue) 유역에서 기온 상승과 건조일 수의 증가가 동시에 나타나 서아프리카 집수역의 수문 기후적 압박이 강화되고 있다고 보고하고 있습니다5. 니아메(Niamey)에서는 기후 변화와 급격한 인구 증가의 복합적 영향으로 인한 극한 강우의 진화로 인해 홍수 노출도가 가장 높은 지역의 취약성이 더욱 증가했습니다6.

여기서 수분 스트레스(water stress)라는 용어는 지표수 및 지하수 가용성의 부족, 식생 및 농업에 이용 가능한 토양 수분의 감소, 함양 감소로 인한 급격한 유출 증가, 하천 유량의 불규칙성 증대, 그리고 유역 규모에서의 물 접근 및 공유와 관련된 갈등을 포괄하는 광범위한 의미로 사용됩니다. 이러한 조작적 정의는 취약성이 연평균 강수량뿐만 아니라 강우의 강한 계절성, 모니터링 네트워크의 불연속적 특성, 농경-목축 경제의 보편성, 그리고 도시 주변부의 급격한 성장과 밀접하게 연관되어 있는 서아프리카 지역에 특히 적합합니다2,3. 이와 보완적인 관점에서는 관개, 가정용, 저수지 저장 및 에너지 생산 간에 상당한 차이가 있는 물 사용의 강도와 유연성을 강조합니다7. 따라서 도시 용수 공급과 대규모 해안 및 사헬 지역 메트로폴리스의 물 안보는 국토 계획의 점진적인 구조적 관심사가 되고 있습니다.

토지 이용 및 토지 피복(LULC) 변화는 식생 피복의 제거 또는 퇴화, 경작지 확장, 토양 다짐, 표면 crusting, 불투수면의 발달, 인공 배수의 수정, 습지의 단편화, 그리고 지표수-지하수 교환의 교란 등 여러 메커니즘을 통해 수문 과정에 영향을 미칩니다3,4,8,9. 도시 환경에서는 시가지와 도로의 증가가 유출 집중을 가속화하고 홍수 피크를 심화시키며 침투 양상을 변화시킵니다. 반면 농촌 환경에서는 토양과 지형에 따라 경작지 확장과 삼림 벌채가 유출, 침식 및 퇴적을 증가시키는 동시에 증발산이나 함양을 감소시킬 수 있습니다3,4. 이러한 영향에 대한 엄밀한 평가는 단일 도구군에 의존할 수 없습니다. 서아프리카 연구에서는 현장 관측, 실험 유역, 원격 탐사, lumped 강우-유출 모델, 분산 및 통합 지표-지하 모델, 지하수 분석을 위한 위성 중력 측정 및 동위원소 추적자, 그리고 점차적으로 통계 및 머신러닝 방법론을 동원하고 있습니다.

그러나 서아프리카 맥락에서 LULC 변화 및 도시화로 인해 유발된 수자원 스트레스를 진단하는 능력에 초점을 맞추어 이러한 접근 방식들을 명시적으로 비교한 합성은 거의 없으며, 기존의 지역적 검토 논문들은 재현 가능한 검색 프로토콜이나 요약된 증거에 대한 정량적 설명을 보고하는 경우가 드뭅니다10,11,12. 따라서 본 검토 논문은 다섯 가지의 상호 보완적인 목적을 추구합니다: (i) 투명한 PRISMA 기반 프로토콜13을 통해 서아프리카 유역의 수자원 스트레스에 미치는 LULC 변화 및 도시화의 영향을 평가하는 데 사용되는 주요 실험 기법들을 식별합니다. (ii) 정량적 지표(Nash-Sutcliffe 효율성(NSE), Kling-Gupta 효율성(KGE), 결정 계수 R2, 전체 분류 정확도, Cohen’s kappa)를 사용하여 각 기법의 원리, 보고된 성능, 데이터 요구 사항 및 한계를 비교합니다. (iii) 국가, 기간, 방법론적 군 및 연구 그룹별로 증거 기반의 분포를 정량화하고, 각 지역적 결론을 뒷받침하는 독립적인 그룹의 수를 명시합니다. (iv) 공간 및 시간적 규모와 데이터 희소성 관점에서 각 방법론적 군의 관련성을 논의합니다. (v) 운영 의사결정 프레임워크와 향후 연구 및 의사결정 지원을 위한 방법론적 방향을 제안합니다. 본 검토 논문은 8가지 방법론적 군을 중심으로 구성되었으며, 이어서 다기준 비교 분석, 의사결정 프레임워크, 그리고 과제, 기회 및 연구 우선순위에 대한 논의가 이어집니다.

리뷰 및 관점

리뷰 방법론: 검색 프로토콜, 적격성 및 스크리닝

PRISMA 기반의 체계적인 프로토콜에 따라 식별, 스크리닝 및 선택이 수행되었다13. 검색 범위에는 Scopus, Web of Science Core Collection, ScienceDirect, Wiley Online Library, MDPI, Google Scholar(관련성 순위 상위 200개 결과), 그리고 HAL, IRD/Horizon, WASCAL, FAO/AQUASTAT 저장소 및 지역 대학 아카이브가 포함되었으며, 프랑스어와 영어로 검색을 실시하였다. 포함된 문헌의 참고문헌 목록을 통해 역방향 스크리닝을 수행하였다. 하나는 주제 중심, 다른 하나는 방법론 중심인 두 가지 불리언(Boolean) 검색 식이 적용되었으며, 플랫폼별 수정 사항 및 소스별 검색 결과와 함께 전체 내용은 Table 1에 기재되어 있다. 검색 범위는 1979년부터 2026년까지였으며, 최초 검색은 2026년 1월 12일에, 최종 업데이트는 2026년 4월 17일에 수행되었다.

레코드는 다음의 네 가지 기준을 모두 충족하는 경우에만 적격한 것으로 간주되었다: 서아프리카 유역이거나 데이터가 부족한 서아프리카 조건에 명시적으로 전이 가능한 방법일 것, 부수적이 아닌 명시적인 LULC 변화 또는 도시화 처리가 포함될 것, 데이터 소스, 모델 및 보정 전략을 포함하여 재현 가능하게 설명된 방법일 것, 그리고 피어 리뷰를 거쳤거나 추적이 가능한 회색 문헌 상태일 것. 순수하게 개념적이거나, 수질 또는 생태학에 국한된 경우, 해당 지역 외부인 경우, 전이 가능한 방법론적 내용이 없는 경우, 또는 전체 텍스트를 사용할 수 없는 경우에는 레코드에서 제외되었다. 두 명의 저자가 독립적으로 제목과 초록을 스크리닝하였으며, 의견 불일치는 세 번째 저자가 해결하였다. 추출 항목은 유역 및 국가, 면적, 기간, 방법론적 계통, 모델 또는 알고리즘, 입력 데이터, 보정 및 검증 변수, 보고된 지표, 수문학적 변화 및 불확실성 처리 과정을 포함하였다. 단계별 수치는 그림 1에, 추출된 증거는 표 2에 나타나 있다. 연구들은 8개의 분석 범주로 그룹화되었으며, 각각 주요 기여를 한 계통에 할당되었고, 누락되는 기여가 없도록 보조 계통은 별도로 기록되었다.

근거 기반의 정량적 특성

말뭉치는 51개의 기록으로 구성되어 있으며, 그중 35개는 서아프리카에 기반을 두고 있고, 16개는 다른 지역의 방법론적 또는 비교 참조 문헌입니다. 35개 중 지리적 분포는 불균등하게 나타납니다: 베냉 8개 기록 (23%), 부르키나파소와 니제르 각각 5개 (각 14%), 세네갈 3개 (9%), 가나와 코트디부아르 각각 2개 (각 6%), 국경을 접한 모노 및 베누에 분지 각각 1개 (각 3%), 그리고 국가 기반이 없는 지역 연구 8개 (23%)입니다. 말리, 기니, 시에라리온, 라이베리아, 토고 및 감비아에서는 전용 유역 연구가 제공되지 않았습니다. 출판 시기는 최근인 것으로 나타났습니다: 2개의 기록은 2010년 이전, 9개는 2010년에서 2019년 사이, 24개 (69%)는 2020년 이후에 작성되었습니다 (표 3).

표 4에 보고된 방법론적 분류에 따른 분포 또한 매우 불균형하며, 통계 및 머신러닝 35개 중 8개(23%), 개념적 및 준분포 모델링 7개(20%), 분포 및 통합 모델링 5개(14%), in situ 관측 3개(9%), 기본 접근법으로서의 원격 탐사 3개(9%), 하이브리드 시나리오 체인 3개(9%), 지역 종합 분석 3개(9%), 그리고 지하수 중심 방법론 2개(6%) 순으로 나타났다. 보조적 기여분까지 포함하여 산출하면, 원격 탐사는 20개 기록(57%)에서, 수문 모델링은 15개(43%)에서 사용되었으며, 이 두 가지의 조합이 해당 분야 방법론의 핵심 축을 형성하고 있다.

두 가지 특징이 지역적 결론을 얼마나 확고하게 제시할 수 있는지를 결정합니다. 기본 접근 방식으로서의 대조 실험은 거의 부재하며, 구획 규모 측정에 기반한 기록은 1건15에 불과하여, 분산 모델의 수리학적 매개변수는 지역적으로 측정되기보다는 대부분 전이된 값을 사용합니다. 또한 데이터 집합이 완전히 독립적이지 않습니다. 8건(23%)의 기록이 본 대학교(University of Bonn)와 WASCAL 프로그램16,17,18,19,20,21,22,23를 중심으로 한 단일 네트워크에서 기인했으므로, 이들 간의 수렴성은 독립적인 재현보다는 공유된 데이터, 모델 체인 및 매개변수화(parameterization)를 일부 반영하고 있습니다.

주요 주장에 적용했을 때, 경작지 확대와 지표면으로의 퇴화가 증발산 또는 지하수 기여도를 감소시키는 동시에 표면 유출과 수확량을 증가시킨다는 결과는 4개 국가와 4개 유역 시스템에 걸친 6개의 연구18,20,24,25,26,27에 의해 뒷받침되나, 상호 독립적인 그룹은 3개뿐입니다. 지표 상태의 퇴화와 관련된 사헬 지역의 유출량 증가는 3개의 독립 그룹3,4,15에 의해 뒷받침됩니다. 도시화가 특히 물 스트레스 변화를 유발한다는 주장은 모두 Niamey에 집중된 3개 그룹의 기록 3건6,28,29에 근거하고 있으며, 따라서 여기서는 가능성이 있으나 재현성이 낮은 것으로 보고되었습니다.

In situ 관찰 및 계측 유역

직접적인 관찰은 경관 변화와 수분 스트레스 사이의 연관성을 입증하는 가장 강력한 근거가 됩니다. 사헬 지역의 장기 시계열 데이터는 여러 유역에서 관찰되는 급격한 유출에 있어 지표 상태, 토양 퇴화 및 나지 확장의 역할을 입증했습니다3,4. 1960년대와 1970년대 후반 니아메(Niamey) 도시 집수역에서 수행된 선구적인 측정 연구에서는 불투수성, 도로망 및 배수 체계와 관련하여 수십 퍼센트에 달하는 유출 계수와 약 1시간 정도의 반응 시간이 기록되었습니다28. 농촌 및 농경-목축 유역의 경우, 계측 장비는 주로 모델을 보정하고 검증하는 데 사용됩니다. Dano, Couffo, Ouémé, White Volta 및 Bonsa 유역에서는 수지 분석, 함양 및 유출 연구를 위해 강수량, 온도, 토양 수분, 하천 유량 및 때때로 지하수 데이터를 제공하며16,24,25,26,30, 베냉 북부의 강수량과 하천 유량에 대한 공동 분석을 통해 연간 변동성과 장기적인 추세를 구분합니다23. 관측소가 부족한 지역에서는 원격 탐사된 증발산량, 토양 수분 및 GRACE 유도 저장량과 비교하여 토양 및 수자원 평가 도구(SWAT)의 다목적 검증을 수행함으로써 수지 추정치를 공고히 하고 동등 결과성(equifinality)을 줄입니다21.

인 시튜(In situ) 대리 지표보다는 데이터 캡처 프로세스에 집중하여 이벤트 응답, 임계값, 계절성, 그리고 강우, 유출 및 충진 사이의 시차를 해결합니다. 이러한 방식의 한계는 낮은 네트워크 밀도, 프로토콜의 이질성, 중단된 시계열, 유지 관리 비용, 그리고 더 크거나 국경을 초월하는 시스템으로의 외삽이 어렵다는 점입니다. 서아프리카의 35개 기록 중 3개(9%)만이 주로 현장 측정에 기반하고 있으며, 이는 다른 모든 기록이 검증을 위해 의존하고 있는 매우 좁은 기반입니다.

통제된 야외 및 실험실 실험

통제 실험은 모델링보다 덜 두드러지지만 메커니즘을 이해하는 데 필수적입니다. 여기에는 침투 시험, 용적 밀도 및 구조적 안정성 측정, 포화 투수 계수, 유출 플롯, 그리고 경작지, 휴경지, 사바나, 나지 및 도시화된 지표면 간의 비교 관찰이 포함됩니다. 사헬 지역에서 이러한 실험들은 표면 각질화, 초본 피복의 손실 및 흐름 집중을 통한 유출량 증가를 설명합니다3,4. 부르키나파소의 소규모 반건조 유역에서 수행된 플롯-유역 중첩 측정 결과, 측정 규모가 증가함에 따라 유출 계수가 체계적으로 감소하는 것으로 나타났으며, 이는 플롯 결과의 유역 모델 적용을 제한하는 규모 의존성을 정량화합니다 15. 도시 수문학의 경우, 서아프리카 연구들은 연속적인 모니터링보다는 일시적인 이벤트 기반 계측에 의존하고 있어 실험적이기보다는 기술적인 수준에 머물러 있으며, 이는 도시화 특유의 영향에 대한 귀속 분석을 약화시킵니다9,28. 다른 지역에서 지속적으로 모니터링된 개발 중인 유역의 경험은 개발 전후 모니터링이 처음부터 설계되었을 때 귀속 분석이 얼마나 개선되는지를 보여줍니다31. 이러한 실험들은 프로세스를 격리하고 현실적인 매개변수화를 가능하게 하지만, 여전히 사이트 의존적이며 연속적인 모니터링 및 모델링과 결합될 때 가장 유용합니다.

위성 원격 탐사 및 다중 시기 토지 피복 분석

원격 탐사는 LULC 변화 분석을 위한 가장 일반적인 진입 방법으로, 서아프리카 관련 기록 35건 중 20건(57%)에서 활용되었습니다. 시계열 데이터의 깊이와 무료 접근성 덕분에 Landsat이 주로 사용되며, Sentinel-2는 클래스 판별력을 높여주고 Sentinel-1 레이더, MODIS, ALOS, 유도 디지털 고도 모델(DEM) 및 드론이 이를 보완합니다8,22,32. 처리 과정은 대기 보정, 계절별 합성, 분광 지수, 지도 학습 분류, 정확도 평가 및 변화-전이 분석을 결합하며33, 최대 우도 분류기 대신 랜덤 포레스트, 서포트 벡터 머신 및 딥 네트워크가 사용되고 있습니다. 세네갈 분지에서는 랜덤 포레스트와 다층 퍼셉트론-마르코프 모델을 적용한 Landsat 데이터를 통해 Bafing 및 Falémé 유역의 미래 토지 이용을 예측하였으며32, Ouémé 지역에서는 Land Change Modeler를 사용하여 경작지와 정착지로의 전환 정도를 정량화하였습니다22. 클라우드 플랫폼은 시계열 데이터 처리 속도를 가속화합니다8,12.

2세대 운영 제품들은 수문학적 제약 조건으로 직접 사용할 수 있음에도 불구하고 지역적으로는 여전히 충분히 활용되지 않고 있다. FAO WaPOR 포털은 아프리카 전역의 실제 증발산량을 10일 간격으로 250, 100, 30 m 해상도로 제공하며, 14개 에디 공분산(eddy-covariance) 측정소에 대한 대륙적 검증 결과 전체 R2는 0.61, 평균 제곱근 오차(root-mean-square error)는 1.04 mm d-1 로 보고되었다34. SMAP 및 ESA 기후변화 이니셔티브(Climate Change Initiative) 기록과 같은 토양 수분 제품과 CHIRPS, TAMSAT, IMERG와 같은 강수량 제품은 다변수 검증에 필요한 보완적 변수들을 제공한다35,36. 35개 기록 중 단 1개만이 위성 증발산량 제품을 보정 제약 조건으로 사용하고 있으며21, 이는 본 연구에서 확인된 가장 명백한 저활용 기회이다.

알려진 한계점으로는 기니 지역 및 아습윤 지역의 우기 구름 덮개, 휴경지, 퇴화된 사바나 및 작물 간의 분광 혼동, 그리고 2차 도시 지역의 작은 면적 등이 있습니다. 보고 내용은 균일하지 않습니다. 여기에 포함된 지역 연구들의 전형적인 전체 정확도는 80–90%이며 Cohen’s kappa는 약 0.75–0.90이지만, 분석 대상 자료 중에는 정확도 평가를 보고하지 않은 변화 탐지 분석도 포함되어 있으며, 도시 수자원 스트레스에 가장 중요한 시가지 및 나지(bare soil)에 대한 클래스별 정확도는 거의 세분화되어 있지 않습니다. 이러한 불확실성은 유출량, 증발산량 및 함양량 추정치로 전이되므로, 격자형 강수량 생성물의 검증이 지역적으로 매우 중요한 단계입니다35,36,37.

지하수 중심 방법론: 중력 측정법, 추적자 및 함양 매핑

지하수는 서아프리카 농촌 및 도시 주변 지역 공급의 대부분을 담당하고 있지만, 가장 적게 다루어지는 영역입니다. 35개의 기록 중 단 2개만이 지하수를 주요 대상으로 삼고 있으며, 하천 유량만으로 보정하는 것이 여전히 일반적입니다. 이러한 공백을 메우기 위해 세 가지 방법론이 제시됩니다. 첫 번째는 위성 중력 측정법입니다. 중력 회복 및 기후 실험(GRACE) 및 그 후속 임무는 약 300 km 해상도로 총 육상 저수량의 월별 편차를 제공하며, 여기서 모델링된 토양 수분 및 지표수 성분을 제거하여 지하수 편차를 분리합니다. 이를 니제르 남부의 대수층에 적용한 결과, 피조미터 기록이 부족한 지역에서 저수량 변화 및 충전량 추정치를 얻을 수 있었습니다38. 반대로 동일한 신호를 사용하여 하천 유량으로는 식별할 수 없는 내부 물 수지 성분을 제한할 수도 있습니다21. 다만, 풋프린트와 유역 간의 불일치로 인해 다운스케일링을 적용하지 않는 한 이 방법은 대형 유역으로 제한됩니다.

환경 추적자는 두 번째 범주를 형성한다. 안정 동위원소, 염화물 질량 균형, 그리고 가능한 경우 삼중수소 또는 방사성 탄소를 통해 토양 단면을 통한 확산 함양과 연못, 내륙 계곡 및 도시 함몰지를 통한 집중 함양을 구분하며, 이러한 구분은 사헬 역설을 이해하고 도시화가 순 함양량을 증가시키는지 또는 감소시키는지 평가하는 데 핵심적이다. 반건조 해안 대수층에서의 통합 동위원소, 원격 탐사 및 모델링 설계는 이 지역에 직접 적용 가능하다39. 셋째, 원격 탐사와 지리 정보 시스템을 결합한 함양 매핑은 데이터 요구량이 가장 적은 옵션이지만, 체적 함양이 아닌 상대적 잠재력을 산출하며 시추공 수율에 대한 검증이 필요하다12. 통합 지표-지하 모델은 훨씬 더 높은 비용으로 함양을 명시적으로 시뮬레이션한다27,29.

개념적 및 준분포형 수문 모델링

수문 모델링은 토지 이용 역학에서 측정 가능한 수문 반응으로 이어지는 가장 널리 사용되는 경로이며, 모든 모델 제품군을 통합했을 때 35개 기록 중 15개(43%)를 차지합니다. UHP, SWAT 및 Agricultural Catchments Research Unit 모델(ACRU)과 같은 개념적 및 반분포 모델은 프로세스 설명, 보정 가능성 및 데이터 요구 사항의 균형을 맞추며, 토지 이용 및 기후 시나리오의 테스트를 가능하게 합니다16,18,20,24,25,26,30,40. 성능은 출처에 제시된 대로 보고되었으며 표준 가이드라인에 따라 해석되었는데, 하천 유량의 경우 월간 Nash-Sutcliffe 효율(NSE)이 0.50 이상이면 만족스럽고, 0.65 이상이면 좋음, 0.75 이상이면 매우 좋음으로 간주하며, 퍼센트 편향은 ±25% 이내여야 합니다14. Cornelissen 등은 베냉의 열대 분지 연구를 통해 모델 선택 자체가 불확실성의 주요 원인이며, 과거의 우수한 성능이 견고한 미래 예측 시뮬레이션을 보장하지 않는다는 것을 보여주었습니다16.

사례 연구들은 관련 변화량을 정량화합니다. SWAT 분석 결과, 화이트 볼타(White Volta) 지역의 자연 피복 감소가 지표수와 기저 유출을 감소시키는 동시에 증발산량을 증가시킨 것으로 나타났습니다24. 본사(Bonsa) 유역의 ACRU 분석에서는 약 39%의 산림 손실이 최대 37%의 하천 유량 증가와 관련이 있음을 보여주었습니다25. 2000년에서 2011년 사이 쿠포(Couffo) 지역에서는 경작지가 34% 증가한 반면 사바나, 농림업 및 산림은 24-60% 감소하였으며, 지표수는 11 mm 증가했고 지하수 기여도와 증발산량은 각각 3.2 mm와 10.6 mm 감소했습니다26. 부르키나파소 내륙 계곡에서 토지 이용 모델을 수지 시뮬레이션 모델(WaSiM)과 결합한 결과, 총 유출량에서 -44%에서 +95%의 기후 모델 편차가 나타났으며 이는 토지 이용 신호 자체보다 더 넓은 범위였습니다20. 이러한 연구들의 강점은 유역 규모에서는 불가능한 수치 실험이 가능하다는 점입니다. 약점은 구조적인 것으로, 수문 단위 표현, 매개변수 지역화, DEM 및 토양 데이터 품질, 그리고 보정의 등종착성(equifinality) 등이 있습니다17,30. 지하수 및 토양 수분 관측 자료가 부족하여 흔히 하천 유량만으로 보정을 수행하게 되며, 표 2에 정리된 모델링 연구들 중 단 하나의 변수 이상의 변수를 사용하여 보정한 연구는 소수에 불과합니다.

분산형 물리 기반 통합 지표-지하 모델링

목표가 단순히 하천 유출을 넘어 침투, 토양 수분, 지하수위, 유출 및 측방 흐름의 결합된 거동까지 확장되는 경우, 물리 기반의 통합 모델이 유용해진다20,27,29. Dano 지역에서 WaSiM은 유출량, 토양 수분 및 지하수위를 통해 공동 보정 및 검증되었으며, 세 가지 변수 모두에서 R2, NSE 및 Kling-Gupta 효율(KGE)이 0.6에서 0.9 사이로 나타났다. 이는 해당 지역에서 가능한 몇 안 되는 진정한 다변수 검증 사례 중 하나이다18. 동일한 유역에 적용된 SHETRAN은 유출량만으로 0.66에서 0.79의 수치를 기록했다19. Niamey의 반건조 도시 유역에 적용된 고해상도 HydroGeoSphere는 지표수 및 지하수 흐름을 완전히 결합된 상태로 처리했으며, 기후 모델 해상도의 증가만으로는 성능이 개선되지 않음을 보여주었다29.

Ouémé 델타에서 ParFlow-CLM은 유출량, 증발산량, 지하수위 깊이 및 토양 수분을 통합적으로 분석하여, 더 단순한 모델로는 접근할 수 없었던 변수들까지 평가 범위를 확장했습니다27. 이를 통한 이점은 물리적 일관성 확보이며, 그 대가로는 입력 데이터, 계산량, 보정 및 해석 과정이 수반됩니다. 이러한 모델은 전체 35개 기록 중 5개(14%)를 차지하며, 계측기가 설치된 파일럿 유역 및 강한 수문학적 압력을 받는 도시 지역에서 상당한 잠재력을 가지고 있습니다41.

통계 및 머신러닝 접근법

통계적 접근 방식은 관찰과 프로세스 기반 모델링의 중간 위치를 차지하며, 경관 지표나 피복 클래스를 수문학적 지표와 연결하고, 변곡점을 감지하며, 추세를 추정합니다. 서아프리카 유역에서 이러한 방식은 일반적으로 수문 모델을 대체하기보다는 보완하는 역할을 합니다42. 머신러닝은 세 가지 수준에서 작동합니다. 첫 번째는 토지 피복 매핑으로, 랜덤 포레스트 및 관련 알고리즘이 분류 및 변화 탐지를 개선합니다8,22,32. 두 번째는 데이터 준비 단계로, 결정 트리, 랜덤 포레스트 및 extreme gradient boosting을 이용한 누락된 기상 시계열의 대체43와 강수량 예측의 통계적 다운스케일링이 이에 해당합니다44. 세 번째인 수문 예측 자체는 지역적으로 가장 덜 발달된 분야입니다. 대규모 유역 샘플로 공동 학습된 LSTM(Long short-term memory) 네트워크는 leave-one-out 지역화에서 대상 유역으로 보정된 개념적 모델보다 성능이 우수하며, 이는 미계측 유역(PUB)에서의 예측을 파라미터 전이보다는 데이터 풀링의 관점으로 재정의합니다45. 또한, 글로벌 인코더-디코더 LSTM은 미계측 유역에서 기존의 예측 시스템과 대등하거나 이를 능가하는 성능을 보였으며, 사헬 지역을 포함한 데이터 희박 지역에서 가장 큰 개선 효과가 나타났습니다46. 본 분석 대상 문헌 중 이러한 모델을 서아프리카 유역에 적용한 연구는 없으므로, 니제르, 볼타, 세네갈 강의 유출 기록을 풀링하여 지역적 LSTM 및 PUB 실험을 수행하는 것이 구체적인 우선 과제이며, 이는 아직 존재하지 않는 유역 속성 및 유출 시계열에 대한 개방형 지역 데이터셋의 구축을 전제로 합니다. 머신러닝은 비선형성, 복잡한 상호작용 및 다중 소스 융합을 잘 처리하며 세밀한 도시 분류에 효과적입니다. 다만, 해석 가능성은 프로세스 기반 모델보다 낮고 성능은 학습 데이터의 품질에 의존하며, 급격한 토지 이용 또는 기후 변화 하에서의 외삽 성능은 여전히 불확실합니다12.

하이브리드 접근 방식 및 결합된 토지 이용-기후 시나리오

지난 10년 동안 가장 두드러진 경향은 하이브리드화입니다. 즉, 다기간 매핑, 미래 변화 투영, 보정된 수문 모델 및 지역 기후 시나리오를 결합하여 기후 영향, 토지 이용 영향 및 이들 간의 상호작용을 분리하는 방식이 도입되었습니다10,18,20,47. Yira 등은 Dano 지역에서 이러한 결합 방식을 사용하여 5가지 토지 이용 시나리오에 따른 수량 및 하천 유량을 평가했습니다18. Lobo 분지에서는 Land Change Modeler, CORDEX 모델 및 CEQUEAU를 통해 저수지 유입량에 미치는 영향을 정량화함으로써, 이러한 연쇄적 모델링 체계가 저수지 관리 및 도시 용수 공급의 운영상 유용함을 보여주었습니다47. Mono 분지에서는 수자원 및 수력 발전으로 이어지는 기후, LULC 및 개발 영향을 분석하기 위해 Water Evaluation and Planning (WEAP) 모델이 적용되었습니다48.

하이브리드 프레임워크는 도시화가 지속될 때 유출량에 어떤 변화가 생기는지, 또는 사바나가 경작지로 변할 때 함양량에 어떤 영향이 있는지와 같은 구체적인 질문에 답할 수 있으므로 의사결정을 지원하는 데 가장 적합합니다. 단점은 분류, 전이 시나리오, 기후 모델 및 수문 구조 전반에 걸쳐 불확실성이 축적된다는 점이며, 이는 민감도 분석과 다중 모델 앙상블의 필요성을 시사합니다17,40. 편차가 보고된 경우, 일반적으로 기후 모델 항이 토지 이용 항보다 지배적인 영향을 미치므로20, 편차 없이 제시된 앙상블 평균은 계획 수립 시 오해를 불러일으킬 수 있습니다.

접근 방식의 비교 분석

방법론 비교는 과학적 질문의 다양성을 고려해야 한다. 어떤 기술은 측정하고, 다른 기술은 매핑, 설명 또는 시뮬레이션을 수행한다. 단 하나의 최적의 방법은 없으며, 연구 대상이 되는 문제, 규모, 데이터 및 수분 스트레스의 형태에 더 적합하거나 덜 적합한 조합만이 존재한다(그림 2). 정성적인 라벨링을 피하기 위해, 표 5의 비교는 출처에서 허용하는 경우 보고된 지표로 표현되었다. 시뮬레이션의 경우 NSE, KGE, R2 및 퍼센트 편향(percent bias)을 사용하였고, 분류의 경우 전체 정확도와 Cohen’s kappa를 사용하여 기설정된 임계값에 따라 해석하였다14. 직접 관찰은 측정 대상에 대해 가장 신뢰할 수 있지만, 영역적 신뢰성은 네트워크의 대표성에 따라 달라지며, 플롯 규모의 유출 계수는 유역 규모로 전이될 수 없다15. 모델은 분포된 통찰력을 제공하며, 서아프리카의 보정 및 검증 결과 NSE, KGE, R2 값이 대부분 0.6–0.9 범위에 있어 표준 기준상 양호에서 매우 양호한 수준이다14,18,19. 그러나 대부분의 경우 이는 하천 유량에서 달성된 결과이며, 다변량 검증 결과 유사한 하천 유량 점수가 현저히 다른 내부 수지(water balance)와 공존함이 나타났다16,21. 원격 탐사는 전이 상태를 효과적으로 감지하며, 다중 소스 시계열, 지상 검증 및 견고한 알고리즘이 결합될 때 80–90%의 정확도와 0.75–0.90에 가까운 kappa 값을 보이지만, 클래스 간의 분광 특성이 유사할 때는 정확도가 저하된다33. 세네갈강 유역의 21가지 방법을 통해 입증된 잠재 증발산량 공식에 대한 모델 민감도는 시나리오 비교 시 주의가 필요함을 시사한다49.

최적의 비용 대비 범위 절충안은 무료 영상, 공개 기후 데이터 세트, 간결한 모델, 그리고 최소한의 하천 유량 관측치를 결합하는 것이며, 이는 Landsat 및 Sentinel 분류를 활용한 SWAT의 지역적 성공을 설명해 줍니다8,24,26,30. 조밀한 네트워크와 통합 모델은 여전히 비용이 많이 들지만, 확산된 도시화, 함양량 감소, 습지 변형과 같은 연쇄적 메커니즘을 표현하는 데 가장 적합합니다27,29. 니제르, 세네갈, 볼타와 같은 국가 간 공유 하천 유역의 경우, 국지적 접근 방식만으로는 불충분하며, 위성 기반의 기초 자료, 엄격한 보정, 표적 현장 정보 및 체계적인 불확실성 보고를 결합한 설계가 가장 적절합니다11,39.

방법 선택을 위한 운영 결정 프레임워크

위의 비교는 그림 3에서 유역 관리 기관과 연구 컨소시엄 모두가 사용할 수 있는 네 가지 순차적 필터를 통한 명시적인 선택 절차가 됩니다. 첫 번째는 질문입니다. 무엇이 변화했는지를 기록하는 것에는 공식적인 정확도 평가를 포함한 원격 탐사 궤적 분석만 필요합니다. 변화의 원인을 기후보다는 LULC로 돌리기 위해서는 최소한 반사실적 설계(counterfactual design), 즉 토지 이용은 고정하고 기후를 변화시킨 실행과 그 반대의 실행이 필요합니다. 미래의 옵션을 테스트하려면 시나리오 체인이 필요합니다. 하천 유출량으로 보정된 모델은 함양량을 제한하지 않으므로, 지하수 반응을 정량화하려면 명시적인 지하 표현이나 중력 측정 또는 추적자 기반 접근 방식이 필요합니다.

두 번째 기준은 규모입니다. 대략 100 km2 미만, 특히 도시 유역에서는 이벤트 규모의 프로세스가 지배적이므로, 배수 체계와 불투수 면적이 통상적으로 이용 가능한 토지 피복 분류보다 더 정밀하게 매핑되어 있다면 통합 지표-지하 또는 이벤트 기반 도시 모델이 적합합니다. 대략 100에서 10,000 km2 사이에서는 준분포형 모델이 데이터 투입 노력 대비 가장 좋은 효율을 제공합니다. 10,000 km2 이상 및 국가 간 공유 하천 유역의 경우, 지역화 또는 풀링(pooled) 접근 방식, 위성 제약 기반의 수자원 회계 및 대규모 샘플 머신러닝이 현실적인 선택지가 됩니다45,46.

세 번째 필터는 데이터 가용성으로, 이는 희망 사항이 아닌 실제 상황에 근거하여 정직하게 적용됩니다. 최소 3년 이상의 동시 유출량 및 강수량 기록이 있어야 전통적인 보정이 가능하며, 기록 기간이 짧거나 중단된 경우에는 증발산량, 토양 수분 및 총 저수량에 대한 위성 기반 목적 함수를 사용해야 합니다21,34. 유출량 기록이 전혀 없는 경우에는 기증 유역을 통한 지역화(regionalization)와 통합 머신러닝 예측 중 하나를 선택하며, 이때 불확실성은 숨기지 않고 전파시켜야 합니다. 네 번째 필터는 의사결정 범위와 가용 자원이며, 각 분기별 예상 비용은 표 5에 제시되어 있습니다. 이 프레임워크를 말뭉치에 적용한 결과 두 가지 반복적인 불일치가 드러났습니다. 데이터가 반분포형 모델만 지원함에도 완전분포형 모델을 사용한 경우와, 추론하기에는 너무 조밀하지 않은 정착지 등급에 도시화를 할당한 경우입니다.

과제와 기회

첫 번째 과제는 입력 데이터의 품질입니다. 불연속적인 수문-기상 시계열, 낮은 관측소 밀도, 그리고 지하수위, 토양 수분, 취수량 및 방류량의 드문 관측치로 인해 파생 제품과 보간법에 의존할 수밖에 없으며, 서아프리카에 맞게 조정된 위성 강수 제품, 대치법 및 다운스케일링으로도 이를 부분적으로만 완화할 수 있습니다35,36,37,43,44. 두 번째는 인과관계 규명입니다. 물 스트레스 궤적은 기후 변동성, 극한 강수의 강화, 토지 이용 및 토지 피복(LULC) 변화, 도시화, 관개 취수, 퇴적 및 기반 시설을 동시에 반영하지만, 본 연구에서 수집된 모델링 연구 중 이러한 요인들을 분리하는 데 필요한 요인 설계를 적용한 연구는 소수에 불과합니다.

세 번째 과제는 규모이며, 이 부분에서는 증거의 균형을 신중하게 기술해야 합니다. 서아프리카의 도시화는 공식적인 시가지, 비공식 정착지, 비포장 도로 및 하이브리드 배수 체계가 결합되어 확산적이고 불연속적으로 나타나며, 이는 종종 물 스트레스의 동인으로 언급됩니다. 그러나 이를 주요 대상으로 다룬 기록은 단 3건(9%)이며 모두 Niamey6,28,29에 한정된 반면, 농경지 확장이 지배적인 신호로 나타난 경우는 15건에 달합니다. 따라서 도시 영향에 대한 강력한 주장은 농경지 확장에 대한 주장보다 훨씬 더 빈약한 근거에 기반하고 있습니다. 일반적인 도시 수문학에서는 그 메커니즘이 잘 확립되어 있으나9,31, 서아프리카 유역에서의 그 규모가 정량화된 사례는 극소수에 불과합니다. 이는 단언해야 할 결론이라기보다 채워져야 할 공백이며, 불투수면, 건물 밀도, 도로 상태, 저지대 및 침투 구역을 구분하는 더욱 정밀한 도시 매핑이 필요함을 시사합니다8. 네 번째 과제는 다변수 검증입니다. 물 스트레스는 하천 유량, 토양 수분, 증발산량, 함양량 및 지하수위 깊이에 영향을 미치므로, 등종착성(equifinality)을 제한하기 위해 여러 변수를 동원해야 합니다50.

세 가지 기회가 두드러집니다. 첫째, 무료 이미지, 지형 데이터, 기후 산출물, 그리고 운영상의 증발산량 및 토양 수분 산출물에 대한 접근성이 확대되어 재현성이 향상되었습니다34. 둘째, 현장 관측, 위성 산출물, 모델 및 머신러닝을 결합하는 데이터 융합입니다. 마지막으로, 수문-영토 관측소로 가는 길을 열어주는 지역화입니다39.

권장되는 방향은 관측 유역 분수계를 강화하는 것이며, 특히 본 코퍼스에 포함되지 않은 국가들에 우선순위를 두어야 합니다. 또한 불확실성 분석, 다중 모델 비교 및 체계적인 지표 보고를 일반화하고, 추상화, 인프라 및 활용 방안을 통합하며, 서아프리카의 공식 및 비공식 인프라를 반영한 도시 수문 모델을 개발하고, 지역 대규모 샘플 데이터셋을 공개적으로 배포하며, 수자원 관리자, 계획 수립자 및 농민들과 함께 시나리오를 공동 구축하는 것입니다11.

결론

서아프리카 유역의 토지 이용 및 토지 피복(LULC) 변화와 도시화가 수자원 스트레스에 미치는 영향에 대한 평가는 원격 탐사, 수문 모델링 및 현장 관측을 결합한 방법론적 핵심을 중심으로 상당히 공고해졌습니다. 여기에 포함된 35건의 서아프리카 기록 중 원격 탐사는 57%, 수문 모델링은 43%에서 활용되었습니다. 기존 연구들은 경작지 확장, 자연 피복의 퇴화 및 점진적인 토양 밀폐가 수지(water balance)를 변화시킨다는 점에 의견이 일치하며, 이는 주로 유출량 및 첨두 유량의 증가, 침투 및 충진의 상대적 감소, 플럭스의 재분배, 그리고 수자원에 대한 계절적 압박의 심화 등을 통해 나타납니다39,48,51. 이러한 수렴된 결과는 4개국에 걸친 6건의 연구에 의해 뒷받침되지만, 서로 독립적인 연구 그룹은 3개뿐이라는 점을 염두에 두고 해석해야 합니다. 단일 기법만으로는 이 현상의 전체적인 복잡성을 완전히 포착할 수 없습니다. In situ 장치는 수문학적 지상 검증과 프로세스 이해를 위해 여전히 필수적이며, 원격 탐사는 광범위하고 때로는 국가 경계를 넘나드는 지역적 역동성을 포착하는 데 없어서는 안 됩니다. 공간적 변화를 수문학적 반응으로 변환하고 미래 시나리오를 테스트하기 위해서는 개념적 및 준분포 수문 모델이 필요합니다. 머신러닝 접근 방식은 분류, 대체 및 특정 예측 능력을 향상시키며, 대표본 모델은 이 지역의 수많은 미계측 유역에 대한 예측을 위해 아직 검증되지 않은 경로를 제공합니다. 물리 기반 또는 통합 모델은 지표-지하 프로세스를 가장 잘 표현하지만 상당한 데이터, 계산 능력 및 전문 지식을 요구합니다. 따라서 방법론적 우위는 단일 도구보다는 평가 설계의 구조에 달려 있으며, 이에 대해 그림 3에서 제안한 결정 프레임워크가 명시적인 절차를 제공합니다.

서아프리카 상황에서 가장 적절한 전략은 오픈 데이터, 표적 관측, 정밀 매핑, 명시적 영토 시나리오, 투명한 수문 모델링 및 체계적인 불확실성 분석을 결합한 단계적 하이브리드 프레임워크를 구축하는 것입니다. 이러한 방향성은 과학적으로 타당하며, 경제적으로 더 지속 가능하고, 영토 계획, 저수지 관리, 홍수 예방, 대수층 보호 및 기후 변화 적응 측면에서 운영상 더 유용합니다. 향후 몇 년간의 우선순위는 데이터 품질과 개방성, 모델 간 상호 비교, 다변수 검증을 강화하는 것이어야 하며, 본 리뷰에서 정량적으로 과소 대표되었다고 판단한 세부 도시 역학 및 지하수 구획의 명시적 통합, 현재 지배적인 4개국을 넘어 증거 기반의 지리적 확장, 그리고 수자원 스트레스 진단이 계획 및 투자 결정으로 효과적으로 전환될 수 있도록 수자원 관리자 및 영토 이해관계자와의 공동 구축을 추진하는 것이어야 합니다.

figure-results-1
그림 1: 레코드의 식별, 스크리닝 및 포함 과정을 나타낸 PRISMA 2020 흐름도. 각 데이터베이스 및 저장소에서 식별된 레코드 수, 중복으로 제거된 수, 제목 및 초록 수준에서 스크리닝된 수, 전체 텍스트로 평가된 수, 사유와 함께 제외된 수, 그리고 최종적으로 정성적 및 정량적 합성에 포함된 수이다. 검색은 2026년 1월 12일부터 2026년 4월 17일 사이에 수행되었다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-2
그림 2: 토지 이용, 토지 피복 변화 및 도시화를 물 스트레스와 연결하고, 8가지 방법론적 계열을 인과 관계 사슬에 매핑한 개념도. 동인(경작지 확장, 산림 파괴, 토양 압착 및 표면 경화, 토양 밀봉 및 배수 수정)은 수문 과정(차단, 증발산, 침투, 유출 생성, 충진, 하천-대수층 교환)에 작용하며, 이는 다시 물 스트레스 구성 요소(지표수 부족, 지하수 감소, 토양 수분 부족, 유량 불규칙성, 홍수 피크)를 생성한다. 각 방법론적 계열은 관찰, 매핑, 설명 또는 시뮬레이션하는 사슬 단계에 배치된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

figure-results-3
그림 3: 서아프리카 유역의 방법론적 조합 선택을 위한 운영 결정 프레임워크. 과학적 질문, 공간적 척도, 실제 가용 데이터, 그리고 결정 범위 및 자원이라는 네 가지 순차적 필터를 통해 권장 방법론 조합과 각 분기별 최소 검증 요구 사항 및 예상 불확실성 보고 내용이 도출된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

표 1: 전체 검색 식 및 플랫폼별 조정 내용. 각 데이터베이스 및 저장소에서 사용된 불리언 검색 식, 필드 제한, 언어 필터, 실행 날짜 및 각 소스에서 반환된 레코드 수. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 2: 비교 분석에 고려된 대표적인 사례 연구. 연구 지역, 국가, 유역 면적, 연구 기간, 사용된 주요 방법, 보정 및 검증 변수, 보고된 성능 지표(NSE, KGE, R2, 퍼센트 편향, 전체 정확도, Cohen’s kappa) 및 서아프리카의 물 스트레스 평가에 대한 각 연구의 구체적인 기여도. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 3: 포함된 서아프리카 기록의 국가 및 기간별 분포. 국가별 및 5년 단위 출판 기간별 기록 수와 비율, 그리고 각 국가에 적용된 방법론적 계통군. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 4: 방법론적 계통별로 분류한 서아프리카 기록의 분포. 각 계통이 주요 접근 방식인 기록의 수와 비율, 보조 접근 방식인 기록의 수 및 해당 국가. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 5: 서아프리카 유역의 수분 스트레스를 평가하는 데 사용된 주요 실험 기법의 종합 비교. 다섯 가지 차원에 따른 비교: 원천 연구에서 보고된 성능 지표로 나타낸 정확도 및 신뢰성, 비용 및 타당성, 복잡성 포착 능력, 관련 공간 및 시간 척도, 그리고 지역적 맥락에 대한 적합성. 이 파일을 다운로드하려면 여기를 클릭하십시오.

공개 사항

저자들은 본 리뷰와 관련하여 이해상충이 없음을 밝힙니다.

감사의 글

저자들은 원고의 이전 버전에 대해 중요한 피드백을 제공해주신 동료분들과 본 논문에 대한 연구비를 지원해주신 VM Group Multiservices에 감사드립니다.

참고문헌

  1. Food and Agriculture Organization of the United Nations. AQUASTAT – FAO’s Global Information System on Water and Agriculture. Rome: FAO; 2025.
  2. UN-Water. World Bank Group: Africa Water Center – Strengthening Capacity in the Water Sector [Internet]. New York: UN-Water. Available from: https://www.unwater.org/news/world-bank-group-africa-water-center-strengthening-capacity-water-sector
  3. Descroix L, et al. Evolution of Surface Hydrology in the Sahelo-Sudanian Strip: An Updated Review. Water. 2018;10(6):748.
  4. Leblanc MJ, et al. Land clearance and hydrological change in the Sahel: SW Niger. J Hydrol. 2008;375(1-2):241-52.
  5. Dauda AP, et al. Simultaneous increase in temperature and dry days in the West African transboundary Benue River Basin. Environ Earth Sci. 2024;83(12):369.
  6. Garba I, Descroix L, Panthou G, et al. Extreme rainfall characterization under climate change and rapid population growth in Niamey, Niger. Heliyon. 2023;9(4):e15063.
  7. Qin Y, et al. Flexibility and intensity of global water use. Nat Sustain. 2019;2(6):515-23.
  8. Mashala MJ, Dube T, Mudereri BT, Ayisi KK, Ramudzuli MR. A Systematic Review on Advancements in Remote Sensing for Assessing and Monitoring Land Use and Land Cover Changes Impacts on Surface Water Resources in Semi-Arid Tropical Environments. Remote Sens. 2023;15(16):3926.
  9. Salvadore E, Bronders J, Batelaan O. Hydrological modelling of urbanized catchments: A review and future directions. J Hydrol. 2015;529:62-81.
  10. Obahoundje S, Ofosu EA, Kiem AS, et al.​ Potential impacts of climate, land use and land cover changes on hydropower generation in West Africa: a review. Environ Res Lett. 2022;17:043005.
  11. Arfasa GF, Owusu-Sekyere E, Doke DA, Ayisi Ampofo J. Impacts of climate and land use/cover changes on the sustainability of irrigation water in West Africa: a systematic review. All Earth. 2024;36(1):1-13.
  12. Anggraini R, Baja S, Neswati R. Assessing the impact of land use change on ecosystem service using GIS and remote sensing technology: a review. IOP Conf Ser Earth Environ Sci. 2025;1525(1):012030.
  13. Page MJ, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
  14. Moriasi DN, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Trans ASABE. 2007;50(3):885-900.
  15. Mounirou LA, Zouré CO, Yonaba R, et al. Multi-scale analysis of runoff from a statistical perspective in a small Sahelian catchment under a semi-arid climate. Arab J Geosci. 2020;13(4):154.
  16. Cornelissen T, Diekkrüger B, Giertz S. A comparison of hydrological models for assessing the impact of land use and climate change on discharge in a tropical catchment. J Hydrol. 2013;498:221-36.
  17. Bormann H, Diekkrüger B, Hauschild M, et al. Regional hydrological modeling in Benin (West Africa): uncertainty issues versus scenarios of expected future environmental change. Phys Chem Earth. 2005;30(6-7):447-59.
  18. Yira Y, Diekkrüger B, Steup G, Bossa AY. Modeling land use change impacts on water resources in a tropical West African catchment (Dano, Burkina Faso). J Hydrol. 2016;537:187-99.
  19. Op de Hipt F, et al. Applying SHETRAN in a Tropical West African Catchment (Dano, Burkina Faso)—Calibration, Validation, Uncertainty Assessment. Water. 2017;9(2):101.
  20. Idrissou M, et al. Modeling the Impact of Climate and Land Use/Land Cover Change on Water Availability in an Inland Valley Catchment in Burkina Faso. Hydrology. 2022;9(1):12.
  21. Poméon T, Diekkrüger B, Springer A, Kusche J, Eicker A. Multi-objective validation of SWAT for sparsely-gauged West African river basins: a remote sensing approach. Water. 2018;10(4):451.
  22. Bodjrènou R, Yira Y, Ahamidé B, Diekkrüger B. Assessment of Current and Future Land Use/Land Cover in the Oueme Basin (Benin, West Africa) under a Changing Climate. Sustainability. 2023;15(3):2245.
  23. Ganni Mampo OM, Diekkrüger B, Näschen K, et al. Rainfall and streamflow variability in North Benin, West Africa. J Hydrol Reg Stud. 2025;57:101952.
  24. Awotwi A, Yeboah F, Kumi M. Assessing the impact of land cover changes on water balance components of White Volta Basin in West Africa. Water Environ J. 2015;29(2):259-67.
  25. Aduah MS, Jewitt GPW, Toucher ML. Assessing Impacts of Land Use Changes on the Hydrology of a Lowland Rainforest Catchment in Ghana, West Africa. Water. 2018;10(1):9.
  26. . Togbévi QF, Sintondji LO. Hydrological response to land use and land cover changes in a tropical West African catchment (Couffo, Benin). AIMS Geosci. 2021;7(3):338-54.
  27. Bodjrènou R, Yira Y, Diekkrüger B, et al. Investigating the impacts of climate and land use/cover change on hydrological fluxes in the Oueme Delta hydrosystem using ParFlow-CLM. Sci Rep. 2026;16:39679.
  28. ORSTOM. Étude hydrologique de bassins urbains à Niamey [Hydrological study of urban catchments in Niamey]. Niamey: Office de la Recherche Scientifique et Technique Outre-Mer; 1979. French.
  29. Boko BA, et al. High-Resolution, Integrated Hydrological Modeling of Climate Change Impacts on a Semi-Arid Urban Watershed in Niamey, Niger. Water. 2020;12(2):364.
  30. Olofintoye OO, Salami AW, Ajayi EO. A study on the applicability of a SWAT model in predicting the water yields and water balance of the Upper Oueme catchment, Benin Republic. Slovak J Civ Eng. 2022;30(1):48-58.
  31. Guan M, Sillanpää N, Koivusalo H. Modeling and assessment of hydrological changes in a developing urban catchment. Hydrol Process. 2015;29(13):2880-94.
  32. Sambou MHA, et al. Prediction of land use and land cover change in two watersheds in the Senegal River basin (West Africa) using the Multilayer Perceptron and Markov chain model. Geomat Nat Hazards Risk. 2023;14(1):2231137.
  33. Lu D, Mausel P, Brondízio E, Moran E. Change detection techniques. Int J Remote Sens. 2004;25(12):2365-401.
  34. Blatchford ML, Mannaerts CM, Njuki SM, et al. Evaluation of WaPOR V2 evapotranspiration products across Africa. Hydrol Process. 2020;34(15):3200-21.
  35. Cannella G, Pezzoli A, Tiepolo M. Comparative trend analysis of precipitation indices in several towns of the Sirba River catchment (Burkina Faso) from CHIRPS and TAMSAT rainfall estimates. Climate. 2024;12(12):208.
  36. Houngnibo MCM, et al. Validation of high-resolution satellite precipitation products over West Africa for rainfall monitoring and early warning. Front Clim. 2023;5:1185754.
  37. Kouakou C, et al. Comparison of gridded precipitation estimates for regional hydrological modeling in West and Central Africa. J Hydrol Reg Stud. 2023;47:101409.
  38. Barbosa SA, Pulla ST, Williams GP, et al. Evaluating Groundwater Storage Change and Recharge Using GRACE Data: A Case Study of Aquifers in Niger, West Africa. Remote Sens. 2022;14(7):1532.
  39. Ouarani M, et al. Exploring groundwater recharge mechanisms in a semi-arid coastal aquifer using isotopic analysis, remote sensing, and hydrological modeling. In: AGU Fall Meeting Abstracts 2023. Washington (DC): AGU; 2023. p. H04-05.
  40. Aloui S, Gires A, Hoang KD, et al. A review of Soil and Water Assessment Tool (SWAT) studies in Mediterranean watersheds: Lessons for data-scarce environments. Environ Int. 2023;171:107684.
  41. Aboelnour M, Gitau MW, Engel BA. A comparison of streamflow and baseflow responses to land-use change and the variation in climate parameters using SWAT. Water. 2020;12(1):191.
  42. Locke KA, Shanafield M, Cook PG, Simmons CT. Modeling relationships between land use and water quality: a critical review of statistical approaches. Environ Int. 2024;188:108703.
  43. Toure M, et al. Machine learning approaches for imputing missing meteorological data in Senegal. Appl Comput Geosci. 2025;27:100281.
  44. Polasky A, Evans JL, Fuentes JD. Statistical downscaling for precipitation projections in West Africa. Theor Appl Climatol. 2023;155(1):327-47.
  45. Arsenault R, Martel JL, Brunet F, et al. Continuous streamflow prediction in ungauged basins: long short-term memory neural networks clearly outperform traditional hydrological models. Hydrol Earth Syst Sci. 2023;27(1):139-57.
  46. Nearing G, et al. Global prediction of extreme floods in ungauged watersheds. Nature. 2024;627(8004):559-63.
  47. Koffi B, et al. Impact of climate and land use/land cover change on Lobo reservoir inflow, West-Central of Côte d’Ivoire. J Hydrol Reg Stud. 2023;47:101417.
  48. Obahoundje S, Youan Ta M, Diedhiou A, Amoussou E, Kouadio K. Sensitivity of hydropower generation to changes in climate and land use in the Mono Basin (West Africa) using CORDEX dataset and WEAP model. Environ Process. 2021;8(3):1073-97.
  49. Ndiaye PM, Bodian A, Dezetter A, Ogilvie A, Goudiaby O. Sensitivity of global hydrological models to potential evapotranspiration estimation methods in the Senegal River Basin (West Africa). J Hydrol Reg Stud. 2024;53:101823.
  50. Togbévi QF, et al. A multi-model approach for analysing water balance and water-related ecosystem services in the Ouriyori catchment (Benin). Hydrol Sci J. 2020;65(14):2453-65.
  51. Kouassi AM, Gnangouin AYJ, Konan GR, Nassa RAK. Impacts of climate change on water stress in West Africa: case study of the N’zi (Bandama) watershed in Côte d’Ivoire. Int J Environ Clim Change. 2022;12(12):472-83.

재인쇄 및 허가

태그

토지 이용 변화토지 피복 변화수문 모델링원격 탐사지하수 분석법통계적 접근법머신 러닝
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.