1. 서 론
2. 연구방법
2.1 연구대상지역
2.2 HSPF
2.3 입력자료 및 유역구축
2.4 모형평가 및 검보정
2.5 PSR framework
3. 결 과
3.1 모형보정 및 검정결과
3.2 유역 물순환 우선관리지역 선정
4. 결 론
1. 서 론
최근 기후변화로 인해 발생하는 이상기후 현상 때문에 태풍, 집중호우, 해일 등 풍수해 발생빈도가 빈번하며, 도시유역 내 인구의 급증과 지속적인 도시화로 인해 불투수면적의 증가를 야기하여, 풍수해적 피해는 배가 되고 있는 실정이다. 이에 따라 그간의 이상기후(Abnormal climate)가 더 이상 이상기후가 아닌 새로운 일반 기후(New normal climate)로 인식하고, 검토해야 되는 시기가 도래되었으며, 최근 IPCC (Intergovernmental Panel on Climate Change)보고서에 따르면, 기후변화에 대한 정책적 변화 없이 현재에 머무른다면, 세계적 기후 변화에 따른 극한 기후 현상의 증가와 이로 인한 홍수 및 가뭄 등의 자연재난의 위험이 증가할 것으로 전망하고 있다(IPCC, 2007).
도시화로 인한 불투수면증가로 인해 도시 지역의 물관리 패러다임이 변화하고 있는 실정이다. 도시화의 특성을 반영하는 불투수면은 도심지 물순환을 왜곡하면서 우수유출수를 발생하여 수문·수환경적 특성에 영향을 미치는 요소 중 하나이다. 불투수면은 강우유출수양을 증가시켜 첨두유량. 홍수량 등 재해적요인이 증가하게 하는 요인이 되며, 불투수면을 통해 흐르는 유출수는 인위적요소로 인해 유속이 빠르기 때문에 하상 및 하천주변의 토양 침식을 가속화 하기도 한다. 또한 이러한 상황이 반복되면 유출량은 증가하고 토양속으로의 침투량이 감소하기 때문에 지하수위는 하강하게 되어 하천수 건천화현상이 발생하게 된다. 불투수면의 증가로 인해 기존의 도시 빗물관리방법도 변화하게 되었다. 일반적으로 중앙집중형 빗물관리를 수행해 왔으나 최근 기후변화와 도시화로 인한 문제가 야기되자 녹색인프라(Green Infrastructure)를 중심으로한 관리방안이 떠오르게 된다. 도시지역의 빗물관리는 기존 중앙집중형에서 분산형 빗물관리 시스템을 도입하기 시작하였고, 이러한 관리방안에 도움이 될 미국의 저영향개발(Low Impact Development, LID) 및 그린인프라, 영국의 지속가능한 빗물관리(Sustainable Drainage System, SuDS), 호주의 물에 민감한 지속가능 도시계획(Water Sensitive Urban Design, WSUD), 독일의 분산식 도시계획(Decentralized Urban Design, DUD)등과 같은 다양한 기법들이 적용되고 있다.
유역관리방안에 있어 PSR-Framework는 OECD (1991)에서 개발한 방법으로 환경의 변화를 측정하고 환경의 문제가 다른 분야에 고려될 수 있도록 인과관계를 분석해 다른 쟁점들 간의 상호연관성을 파악할 수 있다. PSR 구조는 Pressure, State, Response 세 가지 요소로 구분하는데 인간의 활동이 환경에 압력(P)를 가하고 이로 인해 자연에 영향(S)을 받고 이에 대해 인간이 환경을 회복시키기 위해 하는 정책 및 활동(R)을 한다는 과정을 나타낸 것이다. 압력지수, 현상지수, 대책지수 등 3개의 지수에 대한 세부지표를 선정해 환경에 관한 어떤 상태를 정량적으로 평가하는 지표를 개발하는데 사용되어 왔다. 이를 이용하여 도시 침수나 홍수 피해의 저감 대책으로 지수를 개발하여 홍수 및 침수에 대핸 인과관계를 제시하고 홍수 및 침수 위험지역 우선순위를 선정해 방재대책 수립에 활용하거나 유역의 물순환을 평가하는 방법으로 활용되어져 왔다.
Lee et al. (2006)은 하천 건천화 방지를 위한 유역 통합관리를 안양천 중상류 유역에 적용해 대상 유역의 물순환 흐름을 파악하기 위해 지속가능한 지표인 RSP 모형을 사용하였고, Choi (2005)는 인간의 활동과 환경과의 관계를 규명하기 위해 PSR 구조를 이용하여 갯벌 유형 구분을 통해 갯불 유형별 지역의 특성을 고려하여 구체적 보호 방안을 제시하였다. Lim et al. (2010), Choi et al. (2011, 2013) 은 PSR구성체계를 기반으로 홍수위험지수를 개발하여 홍수재해 방재대책수립을 위한 우선순위를 부여하여 우선관리방안을 제시하였다. Park et al. (2013), Kim et al. (2014)는 도시하천과 호소의 전반적인 홍수취약성과 수질관리에 활요할 수 있는 지표를 제시해주었고, Kim and Kwon (2014)는 도시지역 내 침수피해의 대응책으로 공공시설 설계기겁을 개발하고자 PSR지수를 활용하여 방재대책 효율성을 제안하였다.
이와 같이 평가지수 산정을 통해 각종재해에 대한 대비를 연구해으나 유역 물순환 관리를 통합적으로 연구해온 내용은 부족한 실정이다. 따라서 본 연구에서는 압력지수, 현상지수, 대책지수 산정을 통해 물순환 우선관리지역을 선정하고자 한다.
2. 연구방법
2.1 연구대상지역
낙동강 유역은 한반도 동남부의 동경 127°29'~129°18', 북위 35°03'~37°13' 에 위치하고 있으며, 유역면적은 23,702 km2로서 남한면적의 약 1/4를 차지하고 있고, 유역평균 표고는 EL. 291.2 m, 유역평균 경사는 32.3%이다. 낙동강은 강원도 태백시 화전동 황지천 상류의 금태봉 동쪽 계곡에서 황지천을 따라 남하하면서 경북 봉화군 석포면에서 본류인 낙동강 물줄기가 형성된다. 북쪽으로 한강유역, 서쪽으로 금강과 섬진강 유역과 접하고, 동쪽으로는 태백산맥이 동해안 지역과 분수령을 형성하고 있으며, 남쪽으로는 낙동강 남해권역과 접해있는 우리나라 제2의 유역으로서 유로연장은 521.5 km에 이른다. Fig. 1은 낙동강 유역도를 나타낸다.
2.2 HSPF
HSPF는 도시/비도시에 동일하게 적용할 수 있으며, 투수층, 불투수층, 수체를 구분하여 단일 강우사상에서 장기 강우사상까지 연속적인 수문, 수질 모델링이 가능하고, 물순환을 평가 할 수 있는 유량, 유출량, 증발, 침투량 등을 모의 할 수 있다. 기본적으로 3개의 어플리캐이션 모듈과 5개의 유틸리티모듈로 구성되고 있으며, 어플리캐이션 모듈의 PERLND, IMPLND 모듈은 각각 투수성, 불투수성 특성을 나타내는 요소이고, RCHRES 모듈은 PERLND와 IMPLND에서 발생한 강우에 의한 수문 및 수환경을 시뮬레이션 하는 모듈이다. 전체적인 시뮬레이션 결과는 RCHRES에서 결과를 확인할 수 있으며, 투수성포장, 불투수성포장 특징에 의한 물순환 형태를 분석하기 위해서는 PERLND와 IMPLND에서 확인해야 한다. 또한 BMP 요소와 LID 기법 툴이 탑재되어 있어 요소적용을 통해 물순환 및 수질 회복을 수행할 수 있다. LID 기법 요소는 dry well (침투통), infiltration basin (침투저류지), infiltration trench (침투도랑), rain barrel (빗물통), rain garden/bioretention (빗물정원/식생체류지), roof garden (옥상정원), sand filter (모래여과), storage tank (저수조), vegetated swale (식생수로), wetland (습지) 등을 내재하고 있으며, LID층을 추가함으로서 층을 재구성하여 추가하고, 해당유역의 저영향개발 성능을 분석할 수 있다.
2.3 입력자료 및 유역구축
2.3.1 기상 및 환경기초시설자료
낙동강유역의 기상자료는 낙동강유역 인근에 위치한 기상청 산하 안동, 대구, 부산, 진주, 영주, 문경, 의성, 구미, 영천, 합천, 밀양 관촉소의 48개년(1973-2020년) 강수량, 기온, 이슬점온도, 풍속, 일사량, 운량, 증발산량 등의 기상자료를 분석하여 Table 1과 같이 정리하였고, 분석결과 국내 기상과 유사한 여름철에 강우가 집중화되긴 하였으나 국내 연평균강우량보다 적은 강우가 관측되엇다. 또한 HSPF 보조프로그램인 WDMUtil을 활용하여 HSPF 구동시 필요한 증발산량을 Penman pan 방법으로 산정하여 입력자료를 구축하였다. 유역내 위치한 주요환경기초시설은 일평균 방류량 500 m3 이상인 50가지 시설로 선별하여 방류유량을 입력자료로 Fig. 2와 같이 구축하였다.
Table 1.
Weather data entered during the construction of the HSPF
2.3.2 지형공간정보자료 및 유역구축
HSPF 모형을 구축하기 위해서는 BASIN프로그램으로 지형공간정보자료를 활용한 유역분할이 필요하며, DEM (Digital Elevation Model), 유역도, 하천도, 토지이용도 등이 요구된다. DEM은 국립지리정보원에서 제공하는 30×30 m 해상도를 사용하였으며, 유역도와 하천도는 물환경정보시스템에서 제공하는 KFR (Korea Reach File)를 활용하였다. 또한 토지이용도는 환경공간정보서비스에서 제공하는 세분류(41개) 토지피복도를 활용하여 대분류(시화건조지역, 농업, 산림, 초지, 나지, 습지, 수역) 토지피복도로 재분류 하였고, 1975년 토지피복도와 2019년 토지피복도 분석을 통해 불투수율 변화율을 산정하였다. Fig. 3은 낙동강유역 모형 구축 과정을 나타낸 것이다.
2.4 모형평가 및 검보정
구축한 모형은 시행착오법을 통해 검보정을 실시하였고, 검보정한 결과를 평가하기 위해 결정계수 R2와 %difference를 사용하였다. Eqs. (1) and (2)는 R2와 %difference의 관계식을 나타낸다.
Pi: 예측값, Oi: 실측값, n: 데이터수, : 실측값 평균
모형의 보정은 모형의 초기조건과 매개변수를 유역의 조건에 맞도록 일치시키는 과정으로 계산된 값과 측정한 값이 가장 잘 일치할 때의 매개변수 값을 추정하는 것이다. 보정기간 동안 반복적인 모형의 매개변수를 수정하고 모의 실행을 통하여 과다 또는 과소 예측된 모의 결과가 실제 관측값과 최대한 근접하게 될 수 있도록 하였으며, 검증을 통해 보정기간에 맞춰진 모형 매개변수들의 타탕성을 입증하였다. 유량 검보정을 위하여 낙동강 유역 주요 지류 5개 지점과 본류 4개 지점 등 총 9개의 수위관측소 지점의 관측자료를 수집하였다. 보정기간은 2011-2013년, 검증기간은 2014년으로 지정하였으며, 일부 관측자료가 없는 수위관측소에 대해서는 가용한 자료만을 수집하여 모형의 보정 및 검증을 수행하였다. 유량 보정 및 검증시 실측값에 대한 모의 결과의 적절성을 평가하기 위하여 결정계수(Coefficient of Determination; R2), % difference를 산정하였다. 결정계수(R2)는 0.0~1.0 범위의 값을 가지며, 1.0에 가까울수록 실측치와 모의치의 상관성이 높다는 것을 의미한다. 하지만 결정계수는 단지 무작위 오차만을 평가하는 것으로 오차의 정도, 즉 모형의 모의치가 실측치의 변동성을 예측하는 가능성의 정도를 나타내기 위해서 % difference를 같이 사용하였다. % difference는 실측값과 모의값을 수학적으로 비교하기 위한 통계치로서 동일한 결과가 예상·반복되는 측정에 대한 신뢰성을 나타내는 양적 지표로 사용된다. 모든 실측치와 모의치가 일치한다면 % difference 값은 0을 나타낸다. 과거 10년 이상의 HSPF 모형 적용사례와 연구 자료를 바탕으로 Donigian (2000)이 제시한 일반적인 모형 효율의 범위와 신뢰 구간을 Table 2에 제시하였으며, 그 결과를 바탕으로 모형의 보정을 수행하였다.
Table 2.
Calibration/Validation targets or tolerances for HSPF applications (Donigian, 2000)
| Poor | Fair | Good | Very Good | |
| R2 | < 0.6 | 0.6~0.7 | 0.7~0.8 | 0.8 < |
| % difference | 25 < | 15~25 | 10~15 | < 10 |
2.5 PSR framework
PSR은 Pressure-State-Response의 약자로 초기에는 OECD (1991)에서 개발하여 국제기구나 각국의 지표설정에 주로 활용되고 있다. PSR 구조는 적용대상 취약성 평가문제를 인과관계로 분석할 수 있으며, 사회, 경제 및 여타 쟁점사항간의 상호 연관된 관점에서의 파악이 가능하다. PSR 구조를 바탕으로 한 압력지수(Pressure Index, PI), 현상 지수(State Index, SI), 대책지수(Response Index, RI) 등 3개 지수의 산정을 위한 세부평가항목의 선정에 있어서 도시 물순환을 대표할 수 있는 평가기준을 선정하는 것이 중요하지만 대상유역에서 분석 및 적용이 가능한 자료를 수집하기는 쉽지 않다. PSR 평가체계는 오염물질의 배출이나 자원의 고갈 등에 의해 부하 등 환경에 미치는 영향을 나타내는 것으로, 자연과 인간의 환경 속에서 영향을 받고 있는 지표군인 압력, 압력에 의한 환경상태 및 변화를 나타내는 것으로 지역특성에 기초한 자연 상태를 나타내는 지표군인 상태, 상태에 대한 대책으로 문제점 도출에 따른 복원 및 유지방안을 나타내는 지표군인 대응으로 구성되어 있으며, Fig. 4와 같은 형태를 나타내고 있다. 압력지수 P는 불투수면율, 현상 지수 S는 유역 물순환율, 대책지수 R은 저영향개발 잠재적용부지율을 통해 산정하여 거리d를 산정하였다. 거리 d는 아래 Eq. (3)과 같이 산정하였다.
d = 3개 지수의 3차원거리
P = 불투수면 변화율
S = 물순환율 변화율
R = 저영향개발 잠재적용부지율
기준년도는 1975년, 현황년도는 2019년 강우데이터를 기반으로 변화율과 부지율을 산정하였다. 지수별 산정된 결과를 바탕으로 거리d를 재산정 하였고, 도출된 결과를 기반으로 소유역별 우선관리지역을 산정하였다.
P값은 환경부 환경공간정보서비스에서 제공하는 토지피복도를 기반으로 투수와 불투수 속성으로 구분하였고, 1975년에서 2019년까지 각 소유역별 불투수면 변화율을 산정하여, 압력지수 P값을 도출 하였다.
S값은 ME (2020)에서 물순환율은 물순환 선도도시 시범사업에서 제시하는 기준으로 물순환율은 물순환 건전화율이나 물순환 회복율이라고 표현되고 Eqs. (4) and (5)와 같다. 상태지수 S값은 물순환 변화율 산정을 통해 도출되었다.
여기서, Rs는 기준 유출률, Rp는 현재 유출률, Es는 기준 증발률, Ep는 현재 증발률, Is는 기준 침투율, Ip는현재 침투율이다.
R값은 환경부에서 제공하는 2019년 세분류 토지피복도를 활용하여, 각 소유역별 LID 적용 가능/불가능 토지피복도를 분류하였다. 소유역 별 단독주거시설, 공동주거시설, 공업시설, 상업·업무시설, 혼합지역, 문화·체육·휴양지역, 도로, 환경기초시설, 교육·행정시설, 기타공공시설 등을 추출하여, 면적의 총합을 산정하였다. LID 적용 가능/불가능 면적의 경우 불투수면 변화율과는 달리 지금 현재 기준에서 언제든지 저영향개발을 적용할 수 있는지에 대해 판단하는 근거 이기 때문에 변화율을 적용하지 않고 현재 2019년 상태를 그대로 적용하였다.
3. 결 과
3.1 모형보정 및 검정결과
낙동강 본류 유역의 유량 보정 및 검증결과는 Fig. 5와 같으며, 모형의 모의치가 실측치를 매우 잘 반영하는 것으로 나타났다. 의성군(풍지교), 칠곡군(호국의다리), 대구시(강창교), 대구시(성하리), 합천군(황강교), 합천군(적포교), 의령군(정암교), 함안군(계내리) 등 총 8개지점에 대한 R2, % difference값을 각각 산정한 결과 모두 “Very good”으로 나타냈다. Table 3에 밀양강의 밀양시(남포동)관측소의 경우 2011년~2014년 모두 일유량 관측자료가 강우사상을 잘 반영하지 못하는 등 이상치(outlier)로 판단되는 관측치가 많은 것으로 조사되었다. 검증기간인 2014년에는 R2값은 0.74, % difference는 5.98로 나타나 “Very good”~“Good”에 해당되었지만, 보정기간인 2011-2013년의 R2값은 0.28, % difference는 11.06으로 R2값은 “Poor”, % difference는 “Good”을 나타냈는데, 보정기간내에 이상치로 판단되는 관측유량과 모의유량을 삭제한 후 재산정한 결과 R2값은 0.58, % difference는 12.30으로 R2값은 다소 증가하였으나 만족하지 못한 결과를 보였다.
HSPF 모형의 유량 보정시 총유출량과 첨두유량에 대하여 변위가 큰 변수부터 수정하였으며, 유역 유출에 큰 영향을 주는 인자는 LZSN, INFILT, AGWRC, UZSN, DEEPER, INTEW, IRC 등으로 Table 4는 선행연구에서 사용된 매개변수들을 정리한 결과이다.
Table 3.
Results of calibration and verification in Nakdonggang River basin
Table 4.
Hydrological parameters of the HSPF
|
Para- meter | Definition | unit | Typicalrange | Laroche et al. (1996) | Engelmann et al. (2002) | Singh et al. (2005) | Ribarova et al. (2008) | Shin (2008) | Jang et al. (2009) |
This study |
| LZSN |
Lower zone nominal soil moisture storage | in | 3.0~8.0 | 14.2 | 5 | 5.00 | 15 | 4~6.5 | 6.0~6.5 | 3.2-11.05 |
| UZSN |
Upper zone nominal soil moisture storage | in | 0.05~2.0 | 0.76 | 0.7 | 0.2~1.4 | 2 | 0.128~1.128 | 0.55 | 1.128~1.5 |
| mm | 1.27~50.8 | |||||||||
| INFILT |
The infiltration capacity of the soil | in/hr | 0.01~0.25 | 0.23 | 0.04 | 0.20 | 0.05~0.16 | 0.16~0.96 | 0.06~0.25 | |
| mm/hr | 0.25~25.0 | 0.46~9.96 | ||||||||
| AGWRC |
The basic groundwater recession rate | 1/day | 0.92~0.99 | 0.99 | 0.99 | 0.98 | 0.994 | 0.90~0.98 | 0.95 | 0.85~0.99 |
| DEEPER |
Fraction of groundwater inflow which will enter deep groundwater | - | 0.0~2.0 | - | 0.18 | 0.05 | 0.15 | 0.55~0.90 | 0.5 | 0.5 |
| LZETP |
Lower zone ET parameter | - | 0.1~0.9 | 0.2~0.7 | 0.1 | 0.1 | ||||
| INTFW |
Interflow inflow parameter | - | 1.0~10.0 | 9.83 | 0.5 | 1.2~1.8 | 1.25 | 8.0~30.0 | 6.2 | 0.75~6 |
| IRC |
The interflow recession parameter | 1/day | 0.30~0.85 | 0 | 0.5 | 0.6~0.8 | 0.3 | 0.50~0.79 | 0.45 | 0.3~0.76 |
| KVARY |
Parameter which affects the behavior of groundwater recessionflow | 1/in | 0.0~3.0 | 3.00 | 0 | 0~0.9 | 0.0~0.2 | 0.5~1.9 |
3.2 유역 물순환 우선관리지역 선정
낙동강유역 물순환 우선관리지역을 선정하기 위해 Pressure (불투수면적 변화율), State (소유역별 물순환율 변화율), Response (소유역별 저영향개발 적용부지 산정) PSR 지수를 산정하였다.
산정된 지수를 바탕으로 낙동강유역내 소유역별 우선관리지역을 유클리드 평가기법을 통해 표준화된 PSR을 하나의 지표로 통합하여 d값 산정을 통해 우선순위를 평가하고자 한다.
Table 5는 유역물순환 우선관리지역 선정을 위한 PSR 지표를 d값으로 산정한 결과이다. 불투수면적 변화율값이 적으면 적을수록 d값이 작으면 작을수록 물순환 우선관리지역의 대상이 되며, 산정한 결과 d값이 최대 1.666에서 최소 1.014까지 산정되었으며, d값의 평균값은 1.407로 최대값, 최소값에 비해 높은편에 해당하여 전체적을 낙동강유역 물순환율이 나쁘다라기 보다 낙동강유역내 특정 소유역에서 물순환 우선관리가 필요하다는 결과를 도출하였다.
Table 5.
Priority indicators of the Nakdonggang River basin PSR
Fig. 6은 산정한 P, S, R 지수값을 표준화하여 하나의 지표 거리d로 나타낸값을 도식화 한 것으로 거리d값으로 인한 물순환 우선관리지역에 대해 우선관리순위 결과를 도출한 것이다. 선행 연구사례에서도 도시를 포함하고 있는 소유역 1(서낙동강A), 2(낙동강하구언), 87(신천하류), 90(금호강하류), 91(진천천), 147(서낙동강B) 등과 그 주변 소유역을 제외하고 물순환 우선 관리지역으로 산정된곳은 낙동강유역 남단에 위치한 소유역들이다. 최근 국지성호우가 증가하여 강우패턴예상이 어렵다고는 하지만 낙동강유역은 1973년~2020년 강우데이터를 분석하였을 때 낙동강유역 기준 북쪽에 위치한 관측소의 연평균 강우량값이 남쪽에 위치한 관측소보다 적게 관측되었으며. 그 차이는 많게는 500 mm까지 차이나는 관측소도 있다. 또한 태풍 발생시 강우도 함께 동반하는 경우가 많은데 태풍크기 및 경로에 따라 차이가 있긴 하지만 낙동강유역 남쪽을 지나는 태풍은 많고 낙동강유역 북쪽을 피해가는 경우가 많다. 이러한 관측값과 경험을 고려 했을 때 강우의 영향과 최근 도시화가 지속적으로 진행되고 있는 낙동강유역 남쪽 소유역들의 관리가 우선시 되어야 하고 연평균강우량과 함께 고려한다면 물순환 관리는 시급히 이루어져야 한다고 본다.
4. 결 론
PSR framework를 활용하여 낙동강유역 물순환 우선관리지역을 선정하였다. 압력지수 P는 낙동강유역 1975 → 2019년 토지피복도 변화를 통해 산정하였고, 현상지수 S는 낙동강유역 내 각 소유역들의 물순환변화율을 분석하여 산정하였고, 대책지수 R은 소유역별 저영향개발 적용가능 부지를 세분류 토지피복도와 환경부기준을 통해 산정하였다. 산정된 P, S, R을 바탕으로 거리 d값을 산정하여, 낙동강유역 내 소유역 물순환 우선관리지역을 평가하였다. PSR-Index 값은 최대 1.666에서 최소 1.014까지 산정되었으며, 거리 d값의 평균값은 1.407이다. 평균값이 높은 것은 특정 소유역 1(서낙동강A), 2(낙동강하구언), 87(신천하류), 90(금호강하류), 91(진천천), 147(서낙동강B) 등에서 작은값을 나타내고 있으며, PSR 지수 결과가 높은값에 많이 밀집되어 있어서 상대적으로 우선관리해야할 소유역이 많다고는 볼 수 없다. 본 연구에서 도출된 결과를 바탕으로 낙동강유역 내 소유역들의 우선관리지역을 우선적으로 관리해줌으로서 도시화로 인한 물순환 회복을 모색하고, 국지성 호우로 인한 피해를 최소화 할 수 있는 방안을 마련하여 유역 물순환 회복의 기초자료로 활용할 수 있을것으로 사료된다. 또한 연구에서 도출된 결과를 통해 우선관리지역에 물순환 관리를 수행할 수 있는 BMP, 저영향개발요소 등을 적용하여 개선된 유역상황에 대한 결과를 도출한다면 물순환 회복에 기여할 수 있는 하나의 방안으로 작용할것으로 보여진다.
