Research Article

Journal of Korea Water Resources Association. 31 December 2020. 1081-1095
https://doi.org/10.3741/JKWRA.2020.53.12.1081

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 재료 및 방법

  •   2.1 연구대상 유역 및 현황

  •   2.2 연구방법

  •   2.3 SWAT 모형의 개요

  •   2.4 SWAT 모형의 입력자료

  • 3. 결과 및 고찰

  •   3.1 물이동을 고려한 수문 및 수질 검·보정

  •   3.2 물이동량 변화에 따른 영산강유역 하천유량 및 수질 변동 분석

  • 4. 요약 및 결론

1. 서 론

최근 기후변화로 인한 수자원의 변동성 증가 및 수자원 개발의 한계로 인한 물수요의 증가는 유역 물수급 체계의 불균형을 야기하여 안정적인 물공급을 위한 대응방안 수립에 어려움을 가중시키고 있다. 과거 우리나라는 물관리를 수질과 수량 및 농업용수를 중심으로 분리하여 관리하였기 때문에 정책 조정 기능 체계가 존재하지 않아 효율적인 관리가 이루어지지 못하였고, 수량, 수질, 수생태 및 수재해관리 사이의 기능이 분리되어 부처간 갈등이 지속적으로 발생하였으며 업무의 분산으로 인한 중복투자 및 비효율은 지역간 불균형을 심화시키는 결과를 보여주었다(Lee et al., 2006; Lee et al., 2008; Park, 2017; Koo, 2019; Gwon et al., 2020; Kwon et al., 2020).

수자원의 관리에 있어 수자원의 절대적인 양의 확보는 무엇보다도 중요한 일이지만, 우리나라의 국토 특성상 좁은 국토면적과 여름철에 집중된 강수, 수리권분쟁의 심화와 같은 문제로 인하여 수자원을 양적으로 증대시키는 데는 많은 어려움이 따른다. 특히 우리나라 4대강 유역의 경우, 제한된 수자원으로 인한 수자원 및 용수 배분 갈등은 거의 고착화 되어 뚜렷한 대안을 제시하지 못하고 있는 실정이다. 이러한 수자원 불균형 문제를 해결하고 추가적인 수자원을 확보하고자 지속적으로 다양한 규모의 댐, 보와 같은 수리시설물들을 건설하여 이수 및 용수공급 등의 목적으로 활용해왔으며 수로 및 도수터널을 수리시설물과 연결하여 유역간 물이동을 통해 수자원 불균형에 대응하고 있다(Yi, 1998; Park and Chung, 2014).

유역간 물이동은 점차 증가하는 인구와 경제발전을 고려하여 수자원의 공급, 수요 및 분배의 균형을 맞추기 위한 방법 중 하나로써 두 지역간 또는 두 개 이상의 유역을 광역상수도를 통해 연결하여 여유 수량이 있는 지역에서 부족한 지역으로 물을 보내주어 용수수급 불균형, 하천의 수질개선 및 경제적인 발전을 도모하는 것이다(Davies et al., 1992; Yi, 1998; Karamouz et al., 2010; Grant et al., 2012; Zhuang, 2016). 국내의 유역간 물이동 사례로는 낙동강유역의 안동댐과 임하댐, 영천댐과 형산강으로의 물이동이 시행되고 있으며 유역변경 방식을 통한 금강의 용담댐과 만경강유역으로의 물이동이 있고 섬진강유역 주암댐에서 영산강유역의 광주천으로의 물이동 등이 있다. 국외 사례를 살펴보면, 중국의 남쪽에 위치한 양쯔강(Yangtze river)에서 물을 취수하여 상대적으로 물이 부족한 북부지역인 톈진시(Tianjin), 창저우시(Changzhou), 헝수이시(Hengshui)로 보내주는 중국 남북 물이동 프로젝트(China’s South-North water transfer project)가 시행되고 있으며, 미국의 경우 남서부에 위치한 콜로라도 강의 수자원을 유타주, 네바다주와 같은 서부에 위치한 주(States)로 공급하고 있다. 유럽은 독일의 다뉴브강과 라인강으로의 물이동, 스페인의 타호강(Taho river)과 세구라강(Segura river)사이의 물이동을 예시로 들 수 있다.

물이동에 따른 하천 또는 유역의 영향을 파악하기 위해 Fornarelli et al. (2013)은 호수와 저수지간의 물이동에 따른 저수지 내 식물성 플랑크톤의 생산과 다양성에 미치는 영향을 평가하였고, Zeng et al. (2015)는 중국 미윈 저수지(Miyun reservoir)를 대상으로 EFDC (Environmental Fluid Dynamic Code)모형을 이용하여 물이동에 따른 질소, 인 및 클로로필a의 변화를 분석하였다. 또한, Liu et al. (2019)는 중국의 허난성(Henan)과 산둥성(Shandong)유역을 대상으로 InVEST (Integrated Valuation of Ecosystem Services and Tradeoffs)모델과 WSI (Water Security Index)를 활용하여 허난성 및 산둥성유역에 위치한 소도시별 물 부족과 물 안보를 평가한 바 있다. 국내의 물이동 연구사례를 살펴보면, Yi (1998)은 HEC-5 모델을 활용하여 낙동강유역의 물부족을 해결하기 위해 한강유역으로부터의 물이동을 통한 용수공급 가능성을 검토하였다. Park and Chung (2014)는 W2 모형을 활용하여 낙동강유역의 안동호-임하호를 연결한 연계모형을 구축하고 물이동에 따른 수온성층의 변화를 분석한 바 있다.

이처럼 국내외로 물이동에 따른 다양한 환경적 영향을 분석하고 평가한 연구들은 많이 진행되었으나, 대부분의 연구는 유역의 수문 및 수환경 자료와 같은 관측 시계열자료와 수리해석 모델을 이용하였기에 물이동이 유역 및 소유역 환경에 미치는 영향을 직접적으로 평가한 연구는 부족한 실정이다. 또한, 우리나라의 경우 기상 특성과 지리적 특성으로 인한 수리권 분쟁 및 물분쟁 사례가 다수 존재하기 때문에 물이동에 따른 유역의 수문현상과 수질거동을 상류부터 하류까지 연속적으로 장기간 모의할 수 있는 유역모델을 활용하여 물이동의 수문학적 및 환경적 영향을 소유역 단위로 평가할 필요가 있다.

이에 따라, 본 연구에서는 섬진강 주암댐으로부터 물을 공급받는 영산강유역을 대상으로 물이동량 변화에 따른 하천유량 및 수질의 거동을 분석하였다. 물이동량 변화를 고려하기 위해 현재 시행되는 실측 물이동량 자료를 이용하여 가상의 물이동 시나리오 6개(증가시나리오 3개, 감소시나리오 3개)를 구성하고 이를 장기 강우 유출모형인 SWAT (Soil and Water Assessment Tool)모형에 적용하여 물이동량이 증가 또는 감소하였을 때 영산강유역의 하천유량 및 수질변화를 분석하였다.

2. 재료 및 방법

2.1 연구대상 유역 및 현황

영산강유역의 유역면적은 3,371.4 km2로 우리나라에서 네 번째로 큰 강으로 한반도 남서부에 위치하여 행정구역상으로는 광주광역시, 전라남도 나주시, 목포시, 담양군, 장성군, 영광군, 화순군, 함평군, 무안군 등이 걸쳐있다. 유역의 연평균 기온과 강수량은 각각 14.0℃, 1,293.0 mm이며 유역 내에는 2개의 다기능 보인 승촌보와 죽산보가 설치되어 2012년 8월부터 운영되고 있다.

영산강유역은 상수원이용과 호남평야에 농업용수를 공급하기 위하여 관리되어 왔지만, 1980년대 이후 도시화 및 산업화를 겪으면서 수질오염이 심화되었으며 현재까지 4대강 중 가장 심각한 수질오염문제를 겪고 있다. 또한, 영산강유역은 연평균 이용가능한 수자원의 총량은 약 5.7억 m3으로 우리나라 내륙 5대 권역별 연평균 이용 가능한 수자원 총량 중 가장 작은 수자원 용량을 가지고 있어 작은 양의 오염부하량에도 수질이 매우 민감하다(Kim and Cha, 2011; Jung et al., 2012; Song et al., 2015; ME, 2016; Kim et al., 2020).

이러한 문제를 해결하기 위해, 섬진강유역에 위치한 주암댐의 주암댐계통광역상수도를 통해 용수를 주암댐 광역 상수원에서 취수하여 광주광역시 내 도심하천인 광주천으로 공급받고 있으며, 생활용수와 공업용수 또한 동복댐에서 도수하여 이용하고 있다(Lee and Jung, 2015). Fig. 1은 영산강유역의 기상관측소, 점오염원, 다기능 보 2개 승촌보와 죽산보(SCW, JSW) 및 검보정 지점인 마륵 수위관측소(MR)을 나타낸 것이다.

https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F1.jpg
Fig. 1

Yeongsan river basin

2.2 연구방법

본 연구에서는 섬진강유역의 주암댐으로부터 물이동을 고려하기 위해, SWAT 모형과 모형내 Inlet 기능을 활용하여 섬진강에서 영산강유역으로의 물이동을 고려한 SWAT 모형을 구축하고 가상의 물이동 시나리오(Water transfer scenarios)를 구성하여 물이동량 변화에 따른 영산강유역의 하천 수량 및 수질 변동을 평가하였다. Fig. 2는 본 연구의 연구흐름도이다.

SWAT 모형의 구축을 위해, 영산강유역의 DEM, 토양도 및 토지이용도와 같은 지형공간 입력자료와 검·보정 지점에 대한 실제 유량 및 수질 관측자료를 수집하였다. 모형 구축 단계 중 유역분할단계(Watershed delineation)에서 Inlet 기능을 이용하여 실제로 주암댐에서 도수를 받고 있는 광주천 지점에 새로운 유입구를 생성한 후 생성한 유입구에 검·보정 기간과 동일한 기간(2005년 1월~2018년 12월)의 도수유량 입력자료를 구축하여 적용하였다. 또한, 영산강유역 내 위치한 승촌보와 죽산보의 방류량 및 유입량 자료를 구축하여 입력한 후 추가로 마륵 수위관측소를 검·보정 지점으로 선택하여 모형의 수문과 수질에 대해 다지점(Multi point) 검·보정을 수행하였다.

모형을 보정한 후, 도수유량자료를 활용하여 가상의 물이동 시나리오를 구성하고자 하였다. 먼저, 현재 시행되고 있는 물이동량을 기준(100%, Default)으로 하여 증가 시나리오(110%, 130%, 150%, Increasing scenarios)와 감소 시나리오(90%, 70%, 50%, Decreasing scenarios)를 구성하여 물이동량 변화에 따른 영산강유역의 하천 유량과 수질의 변화를 평가하였다.

https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F2.jpg
Fig. 2

Flowchart of study

2.3 SWAT 모형의 개요

SWAT 모형은 물리적 기반의 준분포형 연속강우유출모형으로써, 다양한 토양 특성과 토지이용 및 토지관리 상태에 따른 물과 유사 및 농업화학물질의 영향평가를 위해 개발된 모형이며 물수지 방정식을 기반으로 강수, 증발산량, 지표유출, 기저유출 및 지하수 등에 대한 모의를 각 수문반응단위(Hydrologic Response Units, HRUs) 별로 계산할 수 있다(Arnold et al., 1998; Neitsch et al., 2001).

수문학적 측면에서, 관개(Irrigation)와 물이동과 같은 과정은 유역의 수문균형에 직접적인 영향을 미치기 때문에 이러한 과정을 고려하여 수문모형을 모의하는 것은 매우 중요하다. 따라서 SWAT 모형은 관개와 유역과 유역 또는 소유역과 소유역간의 물이동 기능을 제공하며 이러한 기능들을 활용하여 물이동이 유역에 미치는 영향을 평가할 수 있다.

2.3.1 Inlet 기능

Inlet은 모형을 구축할 때 사용할 수 있는 기능으로써 선택적으로 새로운 유입구(Inlet)과 부가적인 유출구(Outlet)을 추가할 수 있도록 개발되었다. 구축한 유역의 하천도에 Inlet 기능을 이용하여 유입·출구를 지정하면 지정한 유역 또는 소유역의 일부분이 소멸되어 정보가 사라지는 단점이 있지만, 지정한 유입구에 점오염원 입력자료(kg)와 유량자료(m3)를 일별(kg, m3/day), 월별(kg, m3/Month), 연별(kg, m3/year) 그리고 상수(Constant) 형태로 적용할 수 있다(Luzio et al., 2002; Kim et al., 2020). Inlet의 입력자료는 .txt 파일 형식이며 본 연구에서는 섬진강 주암댐으로부터의 도수유량을 입력자료 형태로 구축하기 위해 K-water로부터 일별 도수유량 관측자료를 제공 받아 입력자료 형태로 구축하였다.

2.4 SWAT 모형의 입력자료

2.4.1 GIS 입력자료, 기상자료

SWAT 모형의 GIS 공간자료로는 DEM (Digital Elevation Map)과 토양도 그리고 토지이용도가 필요하다. 본 연구에서는 국토지리정보원(www.ngii.go.kr)에서 제공하는 30 m × 30 m 해상도의 DEM 자료를 사용하였고(Fig. 3(a)), 토양도는 국가수자원종합정보시스템(Water Resources Management Information System, WAMIS)에서 제공하는 1:25,000 정밀토양도를 사용하였다(Fig. 3(b)). 토지이용도는 환경부에서 제공하는 2008년 중분류자료를 활용하여 나타내었다(Fig. 3(c)).

https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F3.jpg
Fig. 3

GIS data of the Yeongsan river basins

2.4.2 수문 및 도수유량 실측자료

SWAT 모형을 모의하기 위해서는 강수량(mm), 최고·최저기온(℃), 평균풍속(m/sec), 상대습도(%), 그리고 일사량(MJ/m2) 자료가 필요하다. 따라서 영산강유역 내에 위치한 기상관측소 11개소(광주, 목포, 고창, 순천, 정읍, 영광군, 순창군, 보성군, 강진군, 장흥, 해남)에 대해 기상청(Korea Meteorological Administration, KMA)에서 제공하는 자료들을 1975년부터 2018년까지 구축하여 모형의 기상자료로써 활용하였다. 또한, 영산강의 다기능 보인 승촌보와 죽산보의 수문자료는 다기능 보가 2012년 8월부터 운영됨에 따라 6년 5개월(2012년 8월 ~ 2018년 12월)동안의 일별 보 유입량과 저수량 자료를 수집하여 사용하였다.

또한, 주암댐에서 영산강으로의 물이동을 고려하기 위해 2005년 ~ 2018년까지의 실측 도수유량자료를 이용하였다. 실측 도수유량자료는 물정보포털(http://www.water.or.kr)에서 제공하는 주암댐 운영실적자료 중 도수터널통수(m3/sec), 광주취수량(m3/sec), 광주천(m3/sec) 항목으로 본 연구에서는 광주취수량자료를 일별단위(m3/day)로 환산하여 Inlet 입력자료로 활용하였다.

2.4.3 수질 실측자료

SWAT 모형은 유역의 수문모의 뿐만 아니라 점·비점오염원 모의를 기본적으로 포함하고 있어 유역의 수질모의 또한 할 수 있다. 본 연구에서는 유역간 물이동에 따른 하천유량 및 수질변동을 분석하기 위해 영산강 유역 내 위치하고 있는 10개의 하수종말처리장(담양, 광주, 장성, 산포, 도곡온천, 화순, 송대, 나주, 함평, 영암)의 일단위 배출량(m3/day)자료와 수질농도(mg/L)를 SWAT 모형의 입력자료로 적용하였다. 또한 모형의 수질 보정을 위해, 물환경정보시스템(http://www.water.nier.or.kr)에서 제공하는 광주2(GJ2) 나주(NJ) 그리고 함평(HP) 수질관측소의 14년(2005 ~ 2018)동안의 유사(Suspended Soild, SS), 총 질소(Total Nitrogen, T-N), 총 인(Total Phosphorus) 관측자료를 받아 모형의 보정자료로 활용하였다.

2.4.4 물이동 시나리오

최근 미래의 다양한 조건 및 상황 변화를 가상의 시나리오로 구성하고 이에 대한 연구와 분석을 통해 계획 수립을 지원할 수 있는 시나리오 계획(Scenario Planning)이 국내외에서 많이 적용되고 있다. 시나리오 계획이라는 것은 미래에 대한 변화를 예측하는 것이 아닌 미래 변화에 따른 적응 및 대응전략을 수립하는 방법이다(Van der Heijden, 2005; Choi et al., 2019). 따라서, 본 연구에서는 섬진강 주암댐으로부터의 물이동량 변화에 따른 하천수량 및 수질의 변동을 분석하기 위해 실측 도수유량 자료를 이용하여 가상의 물이동 시나리오를 구성하고자 하였다. 가상의 물이동 시나리오는 섬진강에서 영산강으로 물을 더 보내는 증가시나리오와 영산강으로 물을 덜 보내는 감소시나리오로 구성하였다. 증가시나리오는 현재 시행되고 있는 2005년부터 2018년까지의 물이동량을 기준(100%)으로 각각 10%, 30%, 50% 증가한 110%, 130%, 150%로 구성하였고 감소시나리오는 각각 90%, 70%, 50%로 증가 시나리오의 변화율과 대응하는 시나리오를 구성하였다. Table 1은 각 시나리오 별로 연별 평균 물이동량을 나타낸 것이다.

Table 1.

The water transfer scenarios (Unit: m3/day)

Year Decreasing Scenarios Present Increasing Scenarios
Scenario 6 Scenario 5 Scenario 4 Default Scenario 1 Scenario 2 Scenario 3
50% 70% 90% 100% 110% 130% 150%
2005 135,189.5 189,265.3 243,341.1 270,379.0 297,416.9 351,492.7 405,568.5
2006 146,468.6 205,056.0 263,643.5 292,937.2 322,230.9 380,818.3 439,405.8
2007 150,432.1 210,604.9 270,777.8 300,864.2 330,950.6 391,123.5 451,296.3
2008 144,627.9 202,479.1 260,330.3 289,255.9 318,181.5 376,032.6 433,883.8
2009 158,238.5 221,533.9 284,829.3 316,477.0 348,124.8 411,420.2 474,715.6
2010 140,749.9 197,049.8 253,349.7 281,499.7 309,649.7 365,949.6 422,249.6
2011 138,810.7 194,335.0 249,859.3 277,621.4 305,383.6 360,907.9 416,432.1
2012 141,345.4 197,883.6 254,421.8 282,690.9 310,960.0 367,498.2 424,036.3
2013 141,559.9 198,183.8 254,807.8 283,119.8 311,431.8 368,055.7 424,679.7
2014 141,251.8 197,752.5 254,253.3 282,503.6 310,754.0 367,254.7 423,755.4
2015 141,358.9 197,902.5 254,446.1 282,717.8 310,989.6 367,533.2 424,076.8
2016 148,605.8 208,048.1 267,490.4 297,211.5 326,932.7 386,375.0 445,817.3
2017 149,499.8 209,299.7 269,099.7 298,999.6 328,899.6 388,699.5 448,499.4
2018 161,914.5 226,680.3 291,446.0 323,828.9 356,211.8 420,977.6 485,743.4
Avg.145,718.1204,005.3262,292.6291,436.2320,579.8378,867.0437,154.3

3. 결과 및 고찰

본 연구에서는 SWAT 모형의 안정화를 위해 2000년부터 2004년까지를 안정화 기간(Warm-up period)로 설정하였다. 모형의 최적의 매개변수를 찾기 위해 민감도 분석을 수행하였으며 각 수문요소들은 서로 영향을 주고받는 관계이므로 유기적이고 밸런스 있게 모의하기 위해 시행착오방법(Trial and error method)을 적용하여 반복적으로 모형의 유출량 검·보정을 시행하였다.

모형의 유입·유출량 검·보정에 따른 적용성 평가는 Determination Coefficient (R2), Nash Sutcliffe Model Efficiency (NSE), Root-Mean Square Error (RMSE), 그리고 Percent Bias (PBIAS)를 활용하였으며, 수질 보정에 따른 적용성 평가는 R2를 활용하여 모형의 적용성을 평가하였다. R2는 관측값과 모의값이 완벽히 일치할 경우 1의 값을 나타내고, NSE는 -∞에서 1까지의 범위를 가지며 NSE의 값이 1일 때 관측값과 모의값이 완벽히 일치함을 의미한다. 또한, 0보다 큰 NSE 값은 모형으로부터 산정된 값이 용인되지만 0보다 작은 값은 용인될 수 없는 수준으로 판단된다. RMSE는 관측값과 모의값의 오차를 판단하는 통계값으로 RMSE가 0에 가까울수록 오차가 적은 것으로 판단되며, PBIAS는 관측값과 모의값의 평균적인 경향을 판단하는 지표로써 양의 값(Positive values)는 과소평가(Underestimation)에 대한 모델의 편향(Bias)을 나타내고 음의 값(Negative values)은 과대평가(Overestimation)에 대한 편향을 나타낸다. 모형의 결과에 대한 통계분석 값의 수준은 Table 2와 같다(Nash and Sutcliffe, 1970; Gupta et al., 1999; Santhi et al., 2001; Moriasi et al., 2007; Arnold et al., 2012; Moriasi et al., 2012; Mkhwanazi et al., 2012; Moriasi et al., 2015).

Table 2.

The statistical performance evaluation criteria for watershed scale models

Criteria Output Response Temporal Scale Performance Evaluation Criteria
Very Good Good Satisfactory Not Satisfactory
R2 Flow Daily R2 > 0.85 0.75 < R2 ≤ 0.85 0.60 < R2 ≤ 0.75 R2 ≤ 0.60
SSa & Pb Monthly R2 > 0.80 0.65 < R2 ≤ 0.80 0.40 < R2 ≤ 0.65 R2 ≤ 0.40
Nc Monthly R2 > 0.70 0.60 < R2 ≤ 0.70 0.30 < R2 ≤ 0.60 R2 ≤ 0.30
NSE Flow Daily NSE > 0.80 0.70 < NSE ≤ 0.80 0.50 < NSE ≤ 0.70 NSE ≤ 0.50
SSa Monthly NSE > 0.80 0.70 < NSE ≤ 0.80 0.45 < NSE ≤ 0.70 NSE ≤ 0.45
Pb & Nc Monthly NSE > 0.65 0.50 < NSE ≤ 0.65 0.35 < NSE ≤ 0.50 NSE ≤ 0.35
PBIAS (%) Flow Daily PBIAS < ±5 ±5 ≤ PBIAS < ±10 ±10 ≤ PBIAS < ±15 PBIAS ≥ ±15
SSa Monthly PBIAS < ±10 ±10 ≤ PBIAS < ±15 ±15 ≤ PBIAS < ±20 PBIAS ≥ ±20
Pb & Nc Monthly PBIAS < ±15 ±15 ≤ PBIAS < ±20 ±20 ≤ PBIAS < ±30 PBIAS ≥ ±30

SSa: Suspended Solid, Pb: Phosphorus, Nc: Nitrogen

3.1 물이동을 고려한 수문 및 수질 검·보정

본 연구에서 영산강유역에 대한 SWAT 모형의 검·보정에 사용된 매개변수는 Table 3과 같으며, 도수유량을 적용한 후 모형의 수문 및 수질 검·보정을 실시하였다. 수문 관련 매개변수는 CN2, CH_N(2), ESCO, CANMX, SLSOIL, LAT_TIME, GWQMN, ALPHA_BF, REVAPMN, SHALLST로 총 10개의 매개변수를 사용하였으며 저수지운영매개변수로는 7개(RES_ESA, RES_EVOL, RES_PSA, RES_PVOL, RES_VOL, RES_K, EVRSV)의 매개변수를 이용하였다.

Table 3.

The calibrated parameters for Yeongsan River basin

Hydrology
Parameter Definition Range Default Adjusted
Value
MR SCW JSW
CN2 SCS curve number for moisture condition 35 to 98 Given by HRUs +10 -10 +10
CH_N(2) Manning's "n" value for main channel 0.01 to 30 0.014 0.05 - -
ESCO Soil evaporation compensation coefficient 0 to 1 0.95 0.1 - -
CANMX Maximum canopy storage 0 to 100 0 - 7 -
SLSOIL Slope length of lateral subsurface flow (m) 0 to 150 0 15 - -
LAT_TIME Lateral flow travel time (days) 0 to 180 0 20 50 -
GWQMN Threshold water level in shallow aquifer for base flow (mm) 0 to 5000 1000 5000 - -
ALPHA_BF Base flow recession constant 0 to 1 0.048 0.8 - -
REVAPMN Threshold water level in shallow aquifer for revap (mm) 0 to 1000 750 1000 0.2 -
SHALLST Initial depth of water in the shallow aquifer (mm) 0 to 5000 1000 3000 - -
Reservoir
RES_ESA Reservoir surface area when the reservoir is filled to
emergency spillway (ha)
- - - 338 312
RES_EVOL Volume of water needed to fill the reservoir to
the emergency spillway (104 m3)
- - - 893 2586.1
RES_PSA Reservoir surface area when the reservoir is filled to
the principal spillway (ha)
- - - 250 235
RES_PVOL Volume of water needed to fill the reservoir to
the principal spillway (104 m3)
- - - 759 2256.4
RES_VOL Initial reservoir volume (104 m3) - - - 837 2425.3
RES_K Hydraulic conductivity of the reservoir bottom (mm/hr) 0 to 1 0 - 0.6 0.6
EVRSV Lake evaporation coefficient 0 to 1 0.6 - 0.6 0.6
Water Quality
Parameter Definition Range Default Adjusted
Value
GJ2 NJ HP
Suspended Solid
USLE_P USLE equation support practice factor 0 to 1 1 - 0.8 0.75
SPEXP Exponent parameter for calculating sediment reentrained in
channel sediment routing
1 to 1.5 1 1.5 1.5 1.5
Total Nitrogen
LAT_ORGN Organic N in the baseflow (mg/L) 0 to 200 0 15 3.3 15
Total Phosphorus
GWSOLP Concentration of soluble phosphorus in groundwater contribution
to streamflow form subbasin (mg P/L or ppm)
0 to 1000 0 2 0.1 0.25
LAT_ORGP Organic P in the baseflow (mg/L) 0 to 200 0 0.05 0.1 0.2

수질관련 검·보정 항목은 SS, T-N, T-P를 선정하였다. SS 관련 매개변수는 USLE_P, SPEXP, T-N에 대한 매개변수로는 LAT_ORGN, 그리고 T-P의 경우 GW_SOLP와 LAT_ORGP를 선정하여 수질 검·보정을 실시하였다.

영산강유역에 대한 SWAT 모형의 보정기간은 7년(2005 ~ 2011), 검정기간은 7년(2012 ~ 2018)으로 설정하였으나 유역 내 다기능 보 2개(SCW, JSW)는 2012년 8월부터 운영됨에 따라 2012 ~ 2015년을 보정, 2016 ~ 2018년을 검증기간으로 설정하였다. Fig. 4는 MR, SCW 및 JSW의 유출량 및 유입량 검·보정 그래프이며, Table 4는 MR의 유출량과 SCW, JSW의 보 유입량 검·보정 결과 및 통계분석 값을 나타낸 것이다. 특히, MR의 2011년도 관측 유량이 137.3 mm로 나타났는데, 이는 MR의 2011년 3월부터 12월까지의 관측유량이 결측 되었기 때문에 다른 년도에 비해서 관측유량이 작은 것으로 나타났다. 따라서 MR의 2011년에 대해 관측 유량이 모형의 유출량 결과와 통계분석을 실시하기에 충분한 자료가 있지 않다고 판단하여 MR의 2011년 통계분석을 제외하고 나머지 년도에 대해 통계분석을 실시하였다.

https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F4.jpg
Fig. 4

The calibration and validation results for gauging station streamflow and weir inflow (m3/sec)

Table 4.

Summary of model calibration and validation for streamflow and weir inflows at 3 calibration points

Point Year PCP (mm) Q R2 NSE RMSE (mm/day) PBIAS (%)
Obs. (mm) QR (%) Sim. (mm) QR (%)
MR 2005 1,289.6 763.3 0.59 838.0 0.65 0.59 0.56 3.86 +9.8
2006 1,520.2 1,094.3 0.72 1,208.2 0.79 0.80 0.57 2.93 +10.4
2007 1,620.6 1,251.6 0.77 1,296.1 0.80 0.86 0.86 2.63 +3.6
2008 1,007.2 732.0 0.73 720.8 0.72 0.88 0.87 1.05 -1.5
2009 1,488.2 1,081.8 0.73 1,138.7 0.77 0.83 0.82 3.51 +5.3
2010 1,573.1 1,145.6 0.73 1,209.5 0.77 0.85 0.85 2.82 +5.6
2011 1,300.3 137.3 0.11 992.9 0.76 - - - -
2012 1,626.3 1,013.6 0.62 1,184.0 0.73 0.84 0.83 2.69 +16.8
2013 1,246.4 1,001.8 0.80 909.2 0.73 0.82 0.82 2.63 -9.2
2014 1,288.8 894.1 0.69 941.0 0.73 0.70 0.53 2.62 +5.3
2015 1,100.1 697.9 0.63 713.7 0.65 0.64 0.37 0.98 +2.3
2016 1,482.4 1,033.8 0.70 1,111.0 0.75 0.87 0.70 2.07 +7.5
2017 936.5 630.1 0.67 718.4 0.77 0.79 0.46 1.56 +14.0
2018 1,412.8 859.0 0.61 1,106.4 0.78 0.41 0.22 4.44 +28.8
Avg.1,349.5881.20.651,006.30.740.760.652.60+7.6
SCW 2012 601.9 609.0 1.01 571.4 0.95 0.91 0.88 2.23 -6.2
2013 1,169.8 954.9 0.82 842.4 0.72 0.84 0.79 3.71 -11.8
2014 1,223.8 811.4 0.66 869.7 0.71 0.59 0.55 3.40 +7.2
2015 1,027.0 615.8 0.60 622.4 0.61 0.65 0.49 0.89 +1.1
2016 1,369.6 894.7 0.65 962.5 0.70 0.87 0.81 1.59 +7.6
2017 966.8 569.7 0.59 652.3 0.67 0.85 0.61 1.51 +14.5
2018 1,448.4 792.8 0.55 1006.8 0.70 0.80 0.62 2.24 +27.0
Avg.1,115.3749.80.70789.70.720.790.682.22+5.6
JSW 2012 648.1 382.3 0.59 296.8 0.46 0.90 0.80 1.88 -22.4
2013 1,178.4 524.0 0.44 398.8 0.34 0.84 0.77 1.99 -23.9
2014 1,282.4 458.5 0.36 426.0 0.33 0.52 0.52 2.20 -7.1
2015 1,033.7 312.4 0.30 303.2 0.29 0.80 0.71 0.42 -2.9
2016 1,362.0 524.0 0.38 492.0 0.36 0.85 0.84 0.88 -6.1
2017 927.1 284.2 0.31 302.7 0.33 0.87 0.69 0.73 +6.5
2018 1,445.7 507.8 0.35 495.7 0.34 0.85 0.83 1.29 -2.4
Avg.1,125.3427.60.39387.90.350.810.741.34-8.3

모형의 유입·유출량 통계분석 결과를 살펴보면, 전체 기간에 대해 R2는 0.76 ~ 0.81, NSE는 0.65 ~ 0.81의 효율을 나타낸 것으로 분석되었다. 또한, RMSE는 1.34 ~ 2.60 mm/day의 오차를 나타냈으며 PBIAS는 –8.3 ~ +7.6%의 경향성을 나타낸 것으로 분석되었고 모든 통계분석 결과가 유의한 수준인 것으로 판단되었다.

수질의 경우, Fig. 5는 3개의 하천수질관측망 지점에 대한 수질(SS, T-N, T-P) 검·보정 결과를 나타낸 그림이고 Table 5는 각 지점별 SS, T-N, T-P의 관측값과 모의값 및 R2를 정리한 것이다.

전체 기간에 대해 SS와 T-N의 평균 R2는 0.69 ~ 0.81, 0.61 ~ 0.70으로 분석되었고, T-P는 0.54 ~ 0.63으로 분석되어 수문과 수질 모두 앞서 제시한 통계적 평가 기준에 만족하는 수준으로 보정되었다.

https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F5.jpg
Fig. 5

The calibration and validation results for stream water quality (SS, T-N, T-P)

Table 5.

Summary of model calibration and validation for stream water quality (SS, T-N, T-P) at 3 calibration points

Point Year Q (m3/sec) SS (ton) R2 T-N (kg) R2 T-P (kg) R2
Obs. Sim Obs. Sim Obs. Sim
GJ2 2005 18.5 1,445.8 770.9 0.59 275,144.5 176,681.0 0.18 14,558.8 6,813.1 0.12
2006 26.7 200.9 211.6 0.58 149,561.5 49,562.0 0.41 10,127.6 4,710.7 0.01
2007 28.6 558.8 1,335.7 0.98 188,522.6 149,002.0 0.97 16,739.4 9,458.7 0.67
2008 15.9 308.9 172.7 0.74 52,552.1 52,205.0 0.40 4,751.6 4,193.1 0.01
2009 25.2 1,105.9 446.0 0.99 116,258.0 111,804.0 0.98 7,196.2 10,361.1 0.75
2010 26.7 560.9 409.0 0.92 77,965.1 86,247.0 0.74 4,259.8 6,205.2 0.33
2011 21.9 905.0 497.2 0.99 112,734.9 122,300.0 0.62 8,239.9 7,198.2 0.71
2012 26.1 317.1 524.4 0.97 136,390.3 109,365.0 0.95 5,490.0 7,267.6 0.77
2013 20.1 160.1 414.4 0.57 106,062.2 107,534.0 0.83 2,747.7 7,371.3 0.87
2014 20.8 120.0 268.9 0.69 81,502.3 80,298.0 0.55 1,110.8 5,212.0 0.73
2015 15.8 660.9 1,120.0 0.48 383,524.5 415,701.0 0.43 7,114.6 20,894.9 0.42
2016 24.5 1,034.4 2,329.0 0.94 478,543.3 428,174.0 0.82 16,512.8 32,562.6 0.97
2017 15.9 1,845.9 1,696.8 0.96 410,608.4 420,533.0 0.77 13,685.2 24,270.8 0.94
2018 24.7 3,018.8 2,744.6 0.92 658,643.7 537,796.0 0.88 27,923.7 36,317.2 0.84
Avg. 22.2 874.5 924.4 0.81 230,572.4 203,371.6 0.68 10,032.7 13,059.8 0.58
NJ2 2005 31.1 2,378.4 3,053.7 0.57 1,079,604.5 655,966.0 0.56 53,934.3 31,055.3 0.49
2006 43.1 11,886.6 7,734.7 0.94 901,924.0 722,232.0 0.93 55,211.5 76,719.0 0.65
2007 46.8 972.6 2,447.4 0.42 485,067.0 420,936.0 0.42 32,101.9 29,167.9 0.06
2008 23.9 828.4 1,265.1 0.71 285,896.1 351,639.0 0.16 22,003.8 21,395.8 0.21
2009 39.5 3,335.0 2,683.6 0.78 498,994.1 465,298.0 0.93 31,978.5 33,385.9 0.58
2010 45.9 7,700.2 4,218.6 0.90 619,785.6 541,701.0 0.76 36,405.3 43,470.6 0.18
2011 37.6 7,269.2 3,873.6 0.97 447,580.5 483,554.0 0.80 25,113.4 40,201.3 0.82
2012 42.0 2,297.3 3,102.1 0.69 529,686.6 592,304.0 0.84 20,798.7 34,873.8 0.62
2013 32.4 2,123.0 2,843.7 0.48 440,344.2 557,621.0 0.79 13,426.1 31,733.6 0.86
2014 33.4 1,832.7 2,948.1 0.57 431,235.8 510,123.0 0.85 13,095.9 30,850.0 0.88
2015 23.9 808.3 1,819.7 0.27 395,937.7 538,982.0 0.37 9,228.1 25,462.8 0.57
2016 36.9 2,038.8 3,299.8 0.96 442,209.5 590,399.0 0.75 19,609.8 38,969.5 0.97
2017 25.1 1,985.3 4,228.2 0.99 508,081.5 554,296.0 0.81 19,683.0 37,149.2 0.98
2018 38.7 4,865.7 3,924.7 0.91 579,597.9 639,678.0 0.82 23,993.2 41,481.5 0.92
Avg. 35.7 3,594.4 3,388.8 0.73 546,138.9 544,623.5 0.70 26,898.8 36,851.2 0.63
HP 2005 44.7 2,407.9 2,086.5 0.29 374,317.6 148,364.0 0.31 25,386.0 3,331.9 0.33
2006 64.1 531.8 579.7 0.26 148,002.0 70,292.0 0.34 7,340.9 2,293.3 0.19
2007 70.7 340.7 567.1 0.46 125,176.8 147,131.0 0.90 8,317.1 3,465.0 0.70
2008 32.5 4,317.1 3,224.7 0.80 834,241.0 374,315.9 0.81 33,354.3 8,257.3 0.65
2009 57.5 4,370.1 4,948.8 0.99 508,194.7 469,031.7 0.90 47,369.9 10,783.5 0.85
2010 67.1 6,907.5 6,748.8 0.83 656,033.9 725,618.0 0.71 36,977.3 16,780.9 0.66
2011 54.9 17,168.2 10,394.6 0.56 868,506.4 1,005,298.4 0.50 59,832.3 20,137.1 0.55
2012 64.4 6,916.4 8,609.2 0.90 635,706.7 709,081.2 0.69 28,493.7 16,324.8 0.69
2013 46.5 5,471.2 11,702.7 0.12 581,557.3 805,969.0 0.71 19,792.1 17,611.2 0.20
2014 49.7 4,869.5 10,670.4 0.90 549,713.7 621,360.2 0.26 24,369.7 13,207.5 0.28
2015 35.4 2,317.6 6,836.5 0.86 459,633.7 695,128.0 0.35 14,729.6 14,558.7 0.18
2016 57.3 8,690.5 16,618.8 0.93 768,268.1 1,119,619.0 0.75 55,068.4 24,381.0 0.86
2017 35.3 3,407.1 8,868.1 0.98 484,866.0 488,796.1 0.92 19,513.6 11,518.6 0.96
2018 57.8 3,404.9 3,076.4 0.79 499,960.1 482,504.0 0.44 17,913.1 13,082.4 0.39
Avg. 52.7 5,080.0 6,780.9 0.69 535,298.4 561,607.8 0.61 28,461.3 12,552.4 0.54

3.2 물이동량 변화에 따른 영산강유역 하천유량 및 수질 변동 분석

본 연구에서는 현재 시행되고 있는 물이동량 입력자료를 활용하여 가상의 물이동 시나리오를 구축하고 물이동량 변화에 따른 하천유량과 하천수질의 변화를 표준단위유역별로 분석하였다. Fig. 6은 현재 시행되고 있는 물이동량 대비 시나리오별 하천유량 및 하천수질의 변화를 공간적으로 나타낸 것이다. 시나리오 1, 2, 3은 현재 물이동량(100%, Default) 대비 증가시나리오(110%, 130%, 150%)를 적용한 후 변화를 나타낸 것이고 시나리오 4, 5, 6은 감소시나리오(90%, 70%, 50%)를 적용한 후 변화를 나타낸 것이다.

먼저 하천유량의 경우, 현재 시행되는 물이동량을 고려한 영산강유역의 하천유량은 평균 12.0 m3/sec로 분석되었으며 광주광역시가 위치한 유역의 중상류와 다기능 보인 SCW와 JSW의 상·하류의 하천유량이 다른 유역보다 많은 것으로 나타났다. 증가시나리오를 적용하였을 때, 시나리오 1, 2, 3에 대해 유역의 본류를 따라서 각각 평균 0.31, 0.94, 1.6 m3/sec만큼 하천유량이 증가하여 각각 평균 12.31(+2.6%), 12.94(+7.8%), 13.6(+13.3%) m3/sec로 분석되었다. 반면 감소시나리오의 경우, 감소시나리오 4, 5, 6에서 유역의 본류를 따라서 각각 평균 0.31, 0.93, 1.6 m3/sec만큼 하천유량이 감소한 11.69(-2.6%), 11.07(-7.8%), 10.4(-13.3%) m3/sec로 분석되었다(Fig. 6(a)).

수질 항목 중 SS의 경우, 현재 물이동량을 고려한 영산강유역의 SS의 평균 농도는 110.5 mg/L로 분석되었으며 농업용 저수지가 많이 위치한 유역의 상류와 농경지가 많이 분포된 유역의 중하류에서 SS의 농도가 큰 것으로 나타났다. 시나리오를 적용하였을 때, 하천유량과 마찬가지로 수질 항목 또한 유역의 본류를 따라서 농도 변화가 있는 것으로 분석되었으며 증가시나리오 1, 2, 3에서 각각 평균 0.26, 0.76, 1.3 mg/L증가한 110.76(+0.2%), 111.26(+0.7%), 111.8(+1.2%) mg/L로 수질이 점차 악화되는 것으로 분석되었다. 반면, 감소시나리오 4, 5, 6에서는 각각 평균 0.26, 0.76, 1.3 mg/L 감소한 110.24(-0.2%), 109.74(-0.7%), 109.2(-1.2%) mg/L로 나타나 수질이 좋아지는 것으로 분석되었다. 이는 SS는 일반적으로 토양 유실의 형태로 하천에서 유량과 함께 유출되는데, 물이동량 변화로 인해 물이동량이 증가할수록 토양 유실이 많이 일어나고 이에 따라 SS의 수질 부하량이 증가하여 농도가 증가한 것으로 판단되며 물이동량이 감소할수록 토양 유실 또한 감소하여 SS의 수질 부하량이 감소하여 농도가 감소한 것으로 판단된다(Fig. 6(b)).

T-N의 분석결과를 살펴보면, 현재 물이동량을 고려한 영산강유역의 T-N의 평균 농도는 4.4 mg/L로 나타났으며 특히 유역의 본류보다 유역의 상류와 농업용 저수지인 나주호가 위치한 유역의 T-N의 농도가 높은 것으로 나타났다. 시나리오를 적용하였을 때, 증가시나리오 1, 2, 3은 각각 평균 0.08, 0.23, 0.35 mg/L감소한 4.32(-1.8%), 4.17(-5.2%), 4.05(-8.0%) mg/L로 나타나 농도가 점차 감소하는 것으로 분석되었지만 감소시나리오 4, 5, 6은 각각 평균 0.09, 0.28, 0.51 mg/L증가한 4.49(+2.0%), 4.68(+6.4%), 4.91(+11.6%) mg/L로 나타나 농도가 오히려 증가하는 것으로 분석되었다(Fig. 6(c)).

현재 물이동량을 고려한 T-P의 유역 평균 농도는 0.18 mg/L로 분석되었고 광주광역시가 위치한 유역의 중상류에서 농도가 높은 것으로 나타났다. 시나리오를 적용한 결과를 살펴보면, 증가시나리오 1, 2, 3에 대해 각각 평균 0.005, 0.015, 0.023 mg/L감소한 0.175(-2.8%), 0.165(-8.3%), 0.157(-12.8%) mg/L로 분석되어 농도가 점차 감소하는 것으로 나타났고 감소시나리오 4, 5, 6에 대해 각각 평균 0.006, 0.019, 0.034 mg/L증가한 0.186(+3.3%), 0.199(+10.6%), 0.214(+18.9%) mg/L로 분석되어 농도가 점차 증가하는 것으로 나타났다.(Fig. 6(d)).

한편, T-N과 T-P는 물이동 시나리오를 적용하였을 때, SS와는 다른 경향성을 보여주었다. 이는 T-N과 T-P는 물이동량이 증가하면서 수질 부하량 또한 증가하였지만, 증가한 수질부하량의 절대적인 양 보다 증가한 하천유량에 의해 농도가 감소하여 오히려 질소 및 인계열 수질이 개선된 것으로 판단된다. 반면, 물이동량을 감소시킬수록 수질부하량도 감소하였지만 감소한 하천유량에 의해 농도가 증가하여 질소 및 인 계열 수질이 악화된 것으로 판단된다.

https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F6.jpg
https://static.apub.kr/journalsite/sites/kwra/2020-053-12/N0200531204/images/kwra_53_12_04_F6_1.jpg
Fig. 6

Streamflow and water quality changes by 6 water transfer scenarios

4. 요약 및 결론

본 연구는 가용수자원의 부족으로 인해 섬진강유역 주암댐으로부터 용수를 공급 받는 영산강유역을 대상으로, SWAT 모형을 이용하여 물이동량 변화에 따른 유역의 하천유량 및 수질의 변동을 분석 및 평가하였다. 유역의 물이동량을 고려하기 위해 모형 내 Inlet 기능을 활용하여 모형을 구축하였으며 Inlet에 실측 물이동량을 적용하여 SWAT 모형의 수문 및 수질항목(SS, T-N, T-P)에 대해 검·보정을 수행하였다. 물이동량 변화를 고려하기 위해 실측 물이동량을 활용하여 6개의 물이동 시나리오를 구축하였으며, 물이동량 변화에 따른 유역의 하천유량 및 수질의 변동을 분석 및 평가하기 위해 현재 시행되고 있는 물이동량 대비 물이동량 시나리오를 적용한 후의 변화를 비교·분석하였다. 본 연구의 결과를 요약하면 다음과 같다.

1) SWAT 모형의 신뢰성 있는 모의를 위해 영산강유역 내 다기능 보 2개(SCW, JSW)와 수위관측소 MR에 대해 유입·유출량을 검·보정 하였으며, 수질의 경우 3개의 하천수질관측소(GJ2, NJ2, HP)에 대해 검·보정 하였다. 모형의 적용성 평가 결과, 유입·유출량의 평균 R2는 0.79, NSE와 RMSE는 각각 0.69, 2.10 mm/day로 분석되었다. 수질 SS, T-N, T-P의 평균 R2는 각각 0.74, 0.66, 0.58로 분석되어 검·보정 결과 수문 및 수질 모두 통계적으로 유의한 수준인 것으로 분석되었다.

2) 유역간 물이동량 변화에 따른 영산강유역의 하천유량 및 수질의 변동을 분석하기 위해 실측 물이동량 자료를 이용하여 물이동 시나리오를 구축하였다. 2005년부터 2018년까지의 물이동량을 기준(100%, Default)으로 증가시나리오는 110%, 130%, 150%(시나리오 1, 2, 3)으로 구성하였고 감소시나리오는 90%, 70%, 50%(시나리오 4, 5, 6)으로 구성하여 SWAT 모형에 적용하였다.

3) 실측 물이동량을 고려한 영산강유역의 하천유량은 평균 12.0 m3/sec로 나타났다. 물이동 시나리오를 적용 하였을 때, 증가시나리오 1, 2, 3에서 각각 평균 12.31(+2.6%), 12.94(+7.8%), 13.6(13.3%) m3/sec로 점차 증가하였다. 반면 감소시나리오 4, 5, 6에서는 각각 평균 11.69(-2.6%), 11.07(-7.8%), 10.40(-13.3%) m3/sec로 점차 감소하는 것으로 분석되었다.

4) 실측 물이동량을 고려한 영산강유역의 SS의 평균 농도는 110.5 mg/L로 분석되었으며 증가시나리오 1, 2, 3을 적용하였을 때, 각각 평균 110.76(+0.2%), 111.26(+0.7%), 111.80(+1.2%) mg/L로 농도가 점차 증가하였다. 이는 물이동량이 증가할수록 토양유실의 양 또한 증가하여 농도가 증가한 것으로 판단된다. 감소시나리오 4, 5, 6에서는 각각 110.24(-0.2%), 109.74(-0.7%), 109.2(-1.2%) mg/L로 농도가 오히려 감소하여 SS의 수질이 좋아지는 것으로 분석되었다.

5) T-N의 경우, 실측 물이동량을 적용하였을 때 유역의 평균 농도는 4.4 mg/L로 분석되었다. 증가시나리오 1, 2, 3에서는 각각 평균 4.32(-1.8%), 4.17(-5.2%), 4.05(-8.0%) mg/L로 농도가 감소하여 수질이 좋아지는 것으로 분석되었으나, 감소시나리오 4, 5, 6에서는 각각 평균 4.49(+2.0%), 4.68(+6.4%), 4.91(+11.6%) mg/L로 농도가 증가하여 수질이 악화되는 것으로 분석되었다.

6) 실측 물이동량을 적용한 T-P의 유역의 평균농도는 0.18 mg/L로 나타났으며, 증가시나리오 1, 2, 3에 대해 각각 평균 0.175(-2.8%), 0.165(-8.3%), 0.157(-12.8%) mg/L로 농도 감소하여 수질이 좋아지는 것으로 나타났다. 반면, 감소시나리오 4, 5, 6에서는 각각 평균 0.186(+3.3%), 0.199(+10.6%), 0.214(+18.9%) mg/L로 농도가 증가하여 수질이 악화되는 것으로 분석되어 T-N과 동일한 변화양상을 보여주는 것으로 나타났다.

본 연구는 주암댐으로부터의 물이동량을 변화하는 것을 고려하기 위해, 실측 도수유량자료를 이용하여 총 6개의 물이동 시나리오를 구성하고 이를 SWAT 모형에 적용하여 물이동량 변화에 따른 하천유량 및 수질의 변동을 분석하였다. 물이동량을 현재보다 증가시켰을 때, 하천유량은 본류를 따라서 점차 증가하였으나 유량증가로 인한 토양유실 또한 증가하여 유사 관련 수질은 악화되고 질소 및 인 계열 수질은 개선됨을 확인하였다. 하지만, 물이동량을 현재보다 감소시켰을 때 본류를 따라 하천유량이 점차 감소하고 질소와 인 계열 수질은 농도가 증가하여 악화되는 것으로 나타났다. 이는 물이동량에 따른 유역의 하천유량과 수질 모두 민감하게 반응한다고 판단되며 유역간 물이동이 시행되고 있는 유역들의 하천환경 및 물관리 계획 수립에 있어 필수적으로 고려해야할 사항으로 판단된다.

유역간 물이동은 공급·수요 유역의 가용수자원과 하천환경 및 수자원용량의 직접적인 변화를 야기한다. 따라서 이동한 수자원량에 따른 유역환경 변화를 파악하는 것은 매우 중요한 문제이며 본 연구는 변화하는 물이동량에 대한 표준단위유역별 하천유량·수질의 시공간적 변화양상을 공간분포도를 통해 제시함으로써 유역간 수자원 분배를 위한 의사결정 자료로 활용될 수 있을 것으로 사료된다.

Acknowledgements

본 연구는 농림축산식품부의 재원 농림식품기술기획평가원의 농업기반 및 재해 대응기술 개발사업의 지원(320051-3)과 환경부의 재원으로 한국환경산업기술원의 수생태계 건강성 확보 기술개발사업의 지원(2020003050001)을 받아 연구되었습니다.

References

1
Arnold, J.G., Moriasi, D.N., Gassman, P.W., Abbaspour, K.C., White, M.J., Srinivasan, R., Santhi, C., Harmel, R.D., van Griensven, A., Van Liew, M.W., Kannan, N., and Jha, M.K., (2012). "SWAT: Model use, calibration, and validation." Transactions of the ASABE, ASABE, Vol. 55, No. 4, pp. 1491-1508. 10.13031/2013.42256
2
Arnold, J.G., Srinivasan, R., Muttiah, R.S., and Williams, J.R. (1998). "Larger area hydrologic modelling and assessment part 1: Model development." Journal of the American Water Resources Association, AWRA, Vol. 34, No. 1, pp. 73-89. 10.1111/j.1752-1688.1998.tb05961.x
3
Choi, S.J., Lee, D.R., and Kang, S.K. (2019). "Analysis of water supply capacity based on future various scenarios in Geum river basin." Journal of the Korean Society of Hazard Mitigation, KOSHAM, Vol. 19, No. 5, pp. 315-321. 10.9798/KOSHAM.2019.19.5.315
4
Davies, B.R., Thoms, M., and Meador, M. (1992). "An assessment of the ecological impacts of inter-basin water transfers, and their threats to river basin integrity and conservation." Aquatic conservation: Marine and freshwater ecosystems, John Wiley & Sons Inc, Vol. 2, No. 4, pp. 325-349. 10.1002/aqc.3270020404
5
Fornarelli, R., Antenucci, J.P., and Marti, C.L.(2013). "Disturbance, diversity and phytoplankton production in a reservoir affected by inter-basin water transfers." Hydrobiologia, Springer, Vol. 705, pp. 9-26. 10.1007/s10750-012-1351-2
6
Grant, E.H.C., Lynch, H.J., Muneepeerakul, R., Arunachalam, M., Rodriguez-Iturbe, I., and Fagan, W.F. (2012). "Interbasin water transfer, riverine connectivity, and spatial controls on fish biodiversity." PLos ONE, Vol. 7, No. 3, pp. 1-7. 10.1371/journal.pone.003417022470533PMC3314595
7
Gupta, H.V., Sorooshian, S., and Yapo, P.G., (1999). "Status of automatic calibration for hydrologic models: Comparison with multilevel expert calibration." Journal of Hydrology, ASCE, Vol. 4, No. 2, pp. 135-143. 10.1061/(ASCE)1084-0699(1999)4:2(135)
8
Gwon, Y.H., Son, K.H., Lee, K.D., and Choi, G.W. (2020). "Development and utility evaluation of a multi-composite water balance model." Journal of the Korean Society of Hazard Mitigation, KOSHAM, Vol. 20, No. 2, pp.239-250. 10.9798/KOSHAM.2020.20.2.239
9
Jung, J.W., Lim, B.J., Cho, S.H., Choi, J.H., Song, K.D., Ha, D.W., Kim, H.S., Park, S.H., Hwang, T.H., Jung, S.J., Lee, D.J., and Kim, K.S. (2012). "The influence of land use on water quality in the tributary of the Yeongsan river basin." Korean Journal of Ecology and Environment, KSL, Vol. 45, No. 4, pp. 412-419. 10.11614/KSL.2012.45.4.412
10
Karamouz, M., Mojahedi, S.A., and Ahmadi, A. (2010). "Interbasin water transfer: Economic water quality-based model." Journal of irrigation and drainage engineering, ASCE, Vol. 136, No. 2, pp. 90-98. 10.1061/(ASCE)IR.1943-4774.0000140
11
Kim, J.S., Kim, J.Y., and Seo, D.I. (2020). "Effect of major pollution sources on algal blooms in the Seungchon weir and Juksan weir in the Yeongsan river Using EFDC." Journal of Korea Water Resources Association, KWRA, Vol. 53, No. 5, pp. 369-381.
12
Kim, S.G., and Cha, G.S. (2011). "Effect of water quality improvement with secure instream flow in Yeongsan river." Journal of Green Industrial Research, Honam University, Vol. 17, No. 2, pp. 45-51.
13
Kim, Y.W., Lee, J.W., Woo, S.Y., and Kim. S.J. (2020). "Inter-basin water transfer modeling from Seomjin river to Yeongsan river using SWAT." Journal of Korea Water Resources Association, KWRA, Vol. 53, No. 1, pp. 57-70.
14
Koo, J.Y. (2019). "A discussion on the water management organization of the Korean government in the era of one water management." Journal of Korean Society of Water and Wastewater, KSWW, Vol. 33, No. 1, pp. 1-8. 10.11001/jksww.2019.33.1.001
15
Kwon, H.J., Lee, T.G., Oh, H.J., and Lee, H.S. (2020). "Comparison of integrated water resource management between Korea and Japan." The Japanese Modern Association of Korea, JMAK, Vol. 67, No. 18, pp. 339-353.
16
Lee, D.R., Moon, J.W., Lee, D.H., and Ahn, J.H. (2006). "Development of water supply capacity index to monitor drought in a reservoir." Journal of Korea Water Resources Association, KWRA, Vol. 39, No. 3, pp. 199-214. 10.3741/JKWRA.2006.39.3.199
17
Lee, J.H., Kim, H.S., Hong, I.P., Kang, B.S., and Kim, K.H. (2008). "Governance for the negotiation and management of water resources related conflicts." Journal of Wetlands Research, KWS, Vol. 10, No. 2, pp. 97-103.
18
Lee, Y.W., and Jung, J.S. (2015). "Development of water integration management system in Yeongsan and Sumjin river basins to counteract megadrought by climate change." Journal of the Korean Society of Urban Environment, KSUE, Vol. 15, No. 3, pp. 167-175.
19
Liu, J., Qin, K., Zhen, L., Xiao, Y., and Xie, G. (2019). "How to allocate interbasin water resources? A method based on water flow in water-deficient areas." Environmental Development, Elsevier, Vol. 34, pp. 1-15. 10.1016/j.envdev.2019.100460
20
Luzio, M.D., Srinivasan, R., and Arnold, J.G. (2002). "Integration of watershed tools and SWAT model into basins." Journal of the American Water Resources Association, AWRA, Vol. 38, No. 4, pp. 1127-1141. 10.1111/j.1752-1688.2002.tb05551.x
21
Ministry of Environment (ME) (2016). Water resources long-term comprehensive plan. National Institute of Environmental Research.
22
Mkhwanazi, M., Chavez, J.L., and Rambikur, E.H. (2012). "Comparison of Large aperture scintillometer and satellite based energy balance models in sensible heat flux and crop evapotranspiration determination." International Journal of Remote Sensing Applications, IJRSA, Vol. 2, No. 1, pp. 24-30.
23
Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D., and Veith, T.L. (2007). "Model evaluation guidelines for systematic quantification of accuracy in watershed simulations." Transactions of the ASABE, ASABE, Vol. 50, No. 3, pp. 885-900. 10.13031/2013.23153
24
Moriasi, D.H., Wilson, B.N., Douglas-Mankin, K.R., Arnold, J.G., and Gowda, P.H. (2012). "Hydrologic and water quality models: Use, calibration, and validation." Transactions of the ASABE, ASABE, Vol. 55, No. 4, pp. 1241-1247. 10.13031/2013.42265
25
Moriasi, D.N., Gitau, M.W., Pai, N., and Daggupati, P. (2015). "Hydrologic and water quality models: Performance measures and evaluation criteria." Transactions of the ASABE, ASABE, Vol. 58, No. 6, pp. 1763-1785. 10.13031/trans.58.10715
26
Nash, J.E., and Sutcliffe, J.V. (1970). "River flow forecasting through conceptual models: Part I. A discussion of principles." Journal of Hydrology, Elsevier BV, Vol. 10, No. 3, pp. 282-290. 10.1016/0022-1694(70)90255-6
27
Neitsch, S.L., Arnold, J.G., Kiniry, J.R., and Williams, J.R. (2001). Soil and water assessment tool; the theoretical documentation. U.S Agricultural Research Service, Temple, TX, US. pp. 340-367.
28
Park, H.S., and Chung, S.W. (2014). "Water transportation and stratification modification in the Andong-Imha linked reservoirs system." Journal of Korean Society on Water Environment, KSWE, Vol. 30, No. 1, pp. 31-43. 10.15681/KSWE.2014.30.1.031
29
Park, J.G. (2017). "Improvement and problem of water management in Korea." Journal of the Korea Contents Association, Vol. 17, No. 10, pp.538-547.
30
Santhi, C., Arnold, J.G., Williams, J.R., Dugas, W.A., Srinivasan, R., and Hauck, L.M. (2001). "Validation of the swat model on a large river basin with point and nonpoint sources 1." Journal of the American Water Resources Association, JAWRA, Vol. 37, No. 5, pp. 1169-1188. 10.1111/j.1752-1688.2001.tb03630.x
31
Song, J.J., Kim, B.B., and Hong, S.G. (2015). "Study on water quality change of Yeongsan river's upstream." Journal of Korean Society of Environmental Technology, KSET, Vol. 16, No. 2, pp. 154-159.
32
Van der Heijden, K. (2005). Scenarios: The art of strategic convertsation. John Wiley & Sons, NY, U.S.
33
Yi, J.E. (1998). "A study of water transfer between Han river and Nakdong river basins." Journal of Korea Water Resources Association, KWRA, Vol. 31, pp. 483-490.
34
Zeng, Q., Qin, L., and Li, X. (2015). "The potential impact of an inter-basin water transfer project on nutrients (nitrogen and phosphorous) and chlorophyll a of the receiving water system." Science of the Total Environment, Elsevier BV, Vol. 536, pp. 675-686. 10.1016/j.scitotenv.2015.07.04226247693
35
Zhuang, W. (2016). "Eco-environmental impact of inter-basin water transfer projects: A review." Environmental Science and Pollution Research, Springer, Vol. 23, pp. 12867-12879. 10.1007/s11356-016-6854-327178293
페이지 상단으로 이동하기