Research Article

Journal of Korea Water Resources Association. July 2018. 585-597
https://doi.org/10.3741/JKWRA.2018.51.7.585

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 연구 방법

  •   2.1 SWAT 및 SWAT-CUP

  • 3. 연구대상지역 및 입력자료 구성

  • 4. 모형의 적용 결과 및 분석

  • 5. 결 론

1. 서 론

1912년부터 2010년까지의 기간 동안 지구 온난화 및 도시화의 영향으로 우리나라의 평균 기온 및 강수량은 각각 약 0.18°C/10년의 속도로 상승하였으며, 강수량은 약 21 mm/10년의 비율로 증가하였다. 지구온난화로 인한 미래 기온의 상승과 강수량의 변화는 더욱 급격해 질 것으로 전망된다. 이러한 기온 상승과 강수량의 변화는 수문 순환에 영향을 미치며(Ahn et al., 2009), 나아가 강우-유출의 변화로 인해 하천의 수질에도 영향을 미치게 된다. 따라서 효과적인 수자원 이용을 위하여 기후 변화에 따른 수문 순환과 수질의 변화 특성을 파악하는 것은 매우 중요하다.

수질 문제를 야기하는 수질 오염원은 배출원의 형태에 따라 배출원이 명확한 점오염원(Point Source Pollution)과 명확하지 않은 비점오염원(Non-Point Source Pollution)으로 구분된다. 생활하수, 폐수 배출 시설, 축산 농가 등 인위적이며 배출원이 명확한 점오염원은 집중적으로 일괄 처리가 가능하다. 또한, 오염물질의 변동 폭이 작아 축적된 기술과 경험을 통해 비교적 수월한 차집이 가능하다. 반면, 비점오염물질(Non-Point Source Water Pollutant)는 지표면에 존재하던 오염 물질이 강우에 따른 유출 발생 시 하천으로 유입되는 오염물로, 배출원이 명확하지 않다. 비점오염물질의 하천 유입은 강우량에 비례하는 특성이 있다. 비점오염물질의 한 종류인 질소, 인과 같은 영양 물질은 하천의 부영양화를 일으키는 물질로, 우리나라와 같이 계절별 강수량의 차이가 큰 특성을 나타내는 환경에서 비점오염물질의 지속적인 관리는 필수적이다(Son et al., 2016; Choi, 2013). 비점오염물질은 오염원이 특정되지 않으므로, 하천으로 유입되는 비점오염물질의 양을 최소화하는 최적관리기법(Best Management Practices, BMP)은 이용하여 관리한다(Choi et al., 2012; Lee, 2006; Gil et al., 2014). 대표적으로 가장 널리 이용되는 방법으로는 식생대 및 계단식 경작과 같은 식물체를 이용한 식생형 시설을 이용하는 방법이 있다(Park et al., 2014; Son et al., 2016; Lee, 2013). Lee (2013)은 경안천 유역 내 설치 되어있는 침투저류지의 식생분포 및 수생식물에 따른 영양 물질 제거 효율에 관한 연구를 수행하였다. 그 결과, 총 인(Total Phosphorus, TP) 및 총 질소(Total Nitrogen, TN)의 저감이 매우 효율적으로 이루어지고 있는 것을 확인되었다. Choi (2013)는 각 산업단지별로 설치되어있는 여과형 시설의 비점오염 저감 효율에 관한 연구를 수행하였는데, 생화학적 산소요구량(Biochemical Oxygen Demand, BOD)의 평균 처리효율 농도가 약 65%로 비교적 높은 것으로 나타났다. 화학적 산소요구량(Chemical Oxygen Demand, COD), 부유물질(Suspended Solid, SS), TP의 저감 효율 또한 높은 것이 확인되었다. Moon et al. (2017)은 저영향개발기법에서 널리 이용되는 여재별 크기와 입도분포에 따른 중금속의 흡착 및 탈착에 대한 저감 효율에 관한 연구를 수행하였다. 연구 결과로부터 납과 구리 중 납의 흡착 선호도가 구리의 흡착 선호도에 비해 높은 것으로 확인되었으며, 연구에서 이용된 여재인 모래, 자갈, 황토세라믹, 우드칩, 바텀애쉬는 국내 유해물질 기준과의 비교에서 여재로서 안전한 것으로 분석되었다. BMP 중 하나인 식생형 시설을 이용하여 비점오염원의 저감 효율에 관해 수행된 연구는 국외에서 더욱 활발하다. Daniels and Gilliam (1993)은 북부 캐롤라이나 피드몬트(North Carolina Piedmont) 지역에 설치된 식생대의 유사 및 영양물질 저감에 대한 유효성을 검증하기 위한 연구를 수행하였다. 연구 결과로부터 유사의 저감 효율은 약 60%부터 90%까지로 매우 효과적인 것을 확인하였고, 질소와 인과 같은 영양물질 또한 약 50%의 저감 효율을 나타냈다. 장기간 동안 저감 효과가 유효하기 위해서는 식생대 내에서 유사가 이동하는 것이 아니라 포착되는 것이 중요하다고 하였으며, 유사의 포착을 위한 방법으로 유출을 분산시키는 것을 제안하였다. Duchemin and Hogue (2009)의 연구에서는 장기간의 관찰을 통해 식생대의 저감 효율이 매우 높은 것을 확인하였으며, 단일 식물을 파종한 식생대 보다는 잔디(Grass)와 나무가 혼합되어있는 식생대가 훨씬 더 높은 저감 효과를 나타내는 것 또한 확인하였다. 자연적으로 생성된 식생형 시설인 하안부지(Riparian Area)는 영양물질 중 특히 질소의 저감에 효율적인 것이 많은 연구에서 확인된 바 있다(Jacobs and Gilliam, 1985; Lowrance et al., 1986; Cooke and Cooper, 1988). 또 다른 식생형 시설 중 계단식 경작(Terracing)은 토양의 유실을 방지하여 비점오염물질의 하천 유입을 효율적으로 저감시키는 시설물로, 실제 현장에서의 계단식 경작의 저감 효율은 매우 높은 것으로 알려져 있다(Shao et al., 2013; Yang et al., 2009). 이상의 연구에서 나타나듯이 비점오염물질의 저감 대책은 식생형 시설을 이용하여 접근하는 것이 일반적임을 알 수 있다.

이러한 비점오염물질의 하천으로의 유입을 예측 및 분석하기 위한 방법으로 장기간의 강우유출 특성을 모의하는 Soil and Water Assessment Tool (SWAT)을 이용한 연구가 활발하다. Choi (2013)은 섬강시험유역에서의 유출량 자료를 이용하여 SWAT 모형의 적용성을 검증하였다. SWAT에서 요구되는 많은 매개변수의 보정을 위하여 SWAT Calibration and Uncertainty Program (SWAT-CUP)을 이용하였다. SWAT의 구성 요소 중 토지이용도를 구성하는 토양층의 사용수는 유출량 모의 결과에 큰 영향을 미치지 않는다고 주장하였다. Lee and Seo (2011)는 대청호 유역을 대상으로 SWAT모형을 이용할 때, 매개변수 보정을 위한 SWAT-CUP의 적용 가능성을 검토하였다. 매개변수 보정을 위해 SWAT-CUP내 분석 알고리즘 중 Generalized Likelihood Uncertainty Estimation (GLUE)와 Sequential Uncertainty Fitting ver. 2 (SUFI-2)를 이용하였으며, 약 10년간의 일평균 유량자료와의 비교를 통해 두 가지 방법으로 추정된 매개 변수 모두 우수한 결과를 나타내는 것을 확인하였다. Heo et al. (2005)은 SWAT 모형을 이용하여 고랭지 농경지에서의 토양 유실에 관한 연구를 수행하였다. 강원도 대관령의 고랭지 농업지역은 많은 적설량을 보이는 지역으로, 융설에 따른 토양 유실량을 SWAT 모형을 이용하여 산정하고자 하였다. 유량의 보정을 수행한 후, SWAT 모형의 예측 유사량과 실측 유사량을 비교 ․ 분석하였는데 융설에 대한 모의 뿐 아니라 태풍에 대한 모의 결과도 매우 합리적인 것이 확인되었다. 이를 토대로, 고랭지 지역에서 효율적인 토양유실저감 대책을 개발하고 이행하여야 한다고 주장하였다. 미래 기후변화를 고려한 토지 이용변화 및 수문, 수질에 관한 예측을 위해 SWAT 모형을 이용하는 연구 또한 활발하다. Lee et al., (2008)은 기후변화에 따른 안성천 유역의 수문 및 수질 변화를 예측하기 위해 2000년부터 2005년까지 5개년 자료를 이용하여 SWAT 모형을 구축하였다. 미래의 토지이용도를 적용하였으며, 예측 결과로부터 유사량 및 TN, TP 모두 증가하는 경향을 보이는 것이 확인되었다. 또, 미래의 평수기에는 보다 많은 유량 확보가 가능하다고 하였으나 미래의 수문환경 결과는 불확실성이 내포된 자료로부터 도출된 결과로, 정확한 시기별 예측 결과를 뜻하는 것은 아니라고 하였다. Park et al. (2008)은 과거의 토지이용도를 이용하여 미래의 토지이용도를 오토마타-마르코프(Cellular Automata-Markov, CA-Markov)기법을 이용하여 작성하였다. CA-Markov기법으로 작성된 미래 토지이용도를 적용하고, 미래의 기상조건은 현재의 기준 년도(2004년)과 동일하다는 가정 하에서 2004년도의 강우, 온도, 습도 등의 기상조건을 이용하여 모의를 수행하였다. 모의 결과로부터 유출량과 비점오염 부하량의 변화는 증가양상을 띠는 것을 확인하였다. 그러나 기후 변화는 주로 온도 및 강우와 같은 기후 조건 변화로 야기되며 온도 상승 및 강우량 감소에 따른 연구가 필요할 것으로 판단된다.

기후변화를 전망하기 위해 우리나라 기상청에서는 기후변화 시나리오를 제공하고 있으며, 대표농도경로(Representative Concentration Pathway, RCP)를 이용한다. RCP 시나리오는 인간 활동이 대기에 미치는 복사량으로 온실가스 농도를 정의하는 시나리오이다. 하나의 대표적인 복사 강제력에 대해 사회 및 경제 시나리오는 여러 가지가 될 수 있다는 의미에서 ‘대표(Representative)’라는 표현을 사용하며, 온실가스 배출 시나리오의 시간에 따른 변화를 강조하기 위해 ‘경로(Pathway)’라는 의미를 사용한다. RCP시나리오는 2100년의 복사강제력을 기준으로 총 4개의 시나리오로 구성된다. 경로가 현재의 추세를 쫓아 상승 형태를 나타내는 RCP 8.5 시나리오, 상승 후 감소의 형태를 나타내는 RCP 2.6 시나리오, 저감 정책이 어느 정도 실현되어 경로 형태가 안정된 RCP 4.5 및 RCP 6.0시나리오가 있다. 타대륙에 비해 동아시아 지역의 기온과 강수량의 변화는 더욱 클 것으로 예측된 바 있으며, 지리적 특성의 복잡함으로 인해 기후의 변동성이 매우 큰 것으로 나타난다. 국립기상연구소는 우리나라 지역의 기후변화 시나리오를 산출하기 위한 지역 기후 모델을 제공하는데, 강수 및 기온의 모의에서 우리나라의 지형의 영향이 포함된다는 장점을 가지기 때문에 상세한 기후변화 정보가 산출 가능하다. 지역기후모델에 따르면, 4가지의 기후변화 시나리오에서 전지구에 비해 한반도의 기온상승이 더 많이 발생하는 것으로 나타난다. 강수의 경우에는 RCP 4.5 시나리오에서는 약 4.1%, RCP 8.5 시나리오에서는 약 6.1% 증가할 것으로 계산된 바 있다. 이에 따라 본 연구에서는 미래 기후변화에 따른 청미천 유역의 향후 수질 변화를 검토하고, 최적 관리기법으로의 접근을 통해 비점오염물질 저감 대책의 유효성을 살펴본다. 4가지 RCP 시나리오 중 핵심 실험인 저감 정책이 어느 정도 실현되는 경우인 RCP 4.5와 저감 정책 실현이 없이 현재의 추세와 동일함을 가정하는 RCP 8.5 시나리오를 이용하여 연구를 수행하였다. 향후 기후변화에 따른 수문 및 수질의 변화를 예측하고, 수량의 확보 및 수질 보전을 위한 시설물 수립과 같은 대책이 요구될 때 본 연구가 기초자료로 활용될 수 있을 것으로도 기대한다. 이 논문은 2장에서 연구를 수행하기 위해 이용한 SWAT 모형 및 SWAT-CUP에 대한 설명이 이루어지며 3장에서는 구축된 모형을 이용하여 두 개 시나리오 하에서 계산된 미래 수문-수질 변화를 분석한다. BMP에 따른 비점오염물질의 저감 효율 또한 산정하며 4장에서는 본 연구에 대한 결론이 제시된다.

2. 연구 방법

2.1 SWAT 및 SWAT-CUP

SWAT 모형은 미국 농무성 농업연구소(USDA Agricultural Research Service, ARS)에서 개발한 준 분포형 장기유역 모형으로(Arnold, 1992; Arnold et al., 1998), 미계측 지역의 모의도 가능하며 경작 형태나 기후 및 식생 등의 변화에 따른 수질의 예측 또한 가능하다. SWAT 모형에서는 대상 유역을 소유역(Subbasin)으로 구분한 후, 동일한 수문학적 특성을 보이는 수문에 영향을 주는 토지이용이나 토양의 상이성에 따라 유사한 특성을 나타내는 수문반응단위(Hydrological Response Unit, HRU)로 세분한다(Lee and Seo, 2011). HRU는 소유역 내의 최소 단위로 집중화된 토지 지역이며, 하나의 HRU는 동일한 토지피복과 토양 및 관리상태를 가진다고 가정한다. SWAT 모형에서는 물수지 방정식에 기초하여 강수, 증발산, 지표유출, 기저유출, 지하수 등에 대하여 HRU별로 수문 순환을 모의한다(Eq. (1)). 각 HRU별로 산정된 유출량은 최종 유출지점에서 하도추적을 통해 최종 유출량이 산정된다.

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_M1.gif     (1)

여기서, SWt는 시간 t에서 토양 수분량(mm H2O), SWoi일의 초기 토양 수분량(mm H2O), t는 시간(일), Rdayi일에서의 강수량 (mm), Qsurfi일에서의 지표유출량(mm), Eai일에서의 증발산량(mm)이다. Wseepi일의 토양으로부터 투수층으로 투수되는 총량(mm), Qgwi일의 회귀량(mm)이다.

토양의 침식은 수정 범용토양유실공식(Modified Universal Soil Loss Equation, MUSLE)에 의해 계산된다(Williams, 1975). MUSLE는 정상 년의 강우 에너지를 기준으로 연간 토양 침식량(A)를 추정하도록 개발된 범용토양유실공식(Universal Soil Loss Equation, USLE)를 수정한 모형으로, 단일 강우 사상에 대하여 적용할 수 있도록 수정되었다(Eq. (2)).

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_M2.gif     (2)

여기서, Qsurfi일에서의 지표유출량(mm), qpeak은 첨두유출량(m3/s), areahru는 HRU의 면적(ha), K는 토양 침식성 인자(kg × h / N × m2), LS는 지형인자, CP는 각각 경작인자와 토양보전 대책인자를 나타낸다.

SWAT 모형은 유역의 비점오염원 부하를 모의하기 위해 개발된 모형인 Simulation for Water Resources in Rural Basins (SWRRB) 모형과 물과 유사, 영양 물질 및 살충제 등의 토지 관리 영향을 모의하기 위하여 설계된 Chemicals, Runoff and Erosion from Agricultural Systems (CREAMS) 모형, 살충제 및 영양물질의 지하수 부하를 모의하기 위한 비점오염원 모형인 Groundwater Loading Effects on Agricultural Management Systems (GLEAMS)의 특징을 모형에서 적용하고 있다.

SWAT-CUP은 SWAT 모형에서 요구되는 방대한 양의 매개변수들의 최적 값 산정을 위한 프로그램이다(Abbaspour, 2015). SWAT-CUP에서는 매개변수의 최적 값과 함께 매개변수 별 민감도 분석, 목적함수 및 불확실성의 범위 등을 함께 산정한다. 매개변수 보정에 따른 모의 결과의 불확실성은 p-factor, r-factor, 95%의 예측불확실성구간(95 Percent Prediction Uncertainty, 95 PPU)를 이용하여 분석되는데, 이 중 95 PPU는 95%의 예측불확실성구간 내 포함되는 실측자료의 백분율을 의미한다. Latin-hypercube Sampling 기법을 이용하여 얻어진 결과의 2.5%와 97.5% 범위의 누적 분포를 통해 얻는다(Abbaspour, 2015). p-factor는 산정된 수문 성분의 불확실성 범위에 관측 값이 포함되는 비율을 뜻하며, 1에 가까울수록 매개변수 보정의 정확도가 높아짐을 의미한다. r-factor는 불확실성 분석을 평가할 수 있는 다른 지표로, 평균 95 PPU를 실측값의 표준편차로 나누어 산정한다. 즉, r-factor는 95 PPU의 폭을 의미하므로, 작은 값을 가질수록 매개변수 보정에 따른 모형의 정확도는 증가한다(Choi, 2013). 추가적으로 결정계수(R2)와 Nash-Sutcliffe Efficiency (NSE)로도 모형 보정의 정확도를 판단할 수 있다. NSE는 Nash and Sutcliffe (1970)에서 개발된 적합성 지수이다. SWAT-CUP에는 총 5가지의 통계 알고리즘을 제공하고 있으며, 본 연구에서는 통계 알고리즘 중 가장 널리 이용되는 SUFI-2 알고리즘을 이용하여 매개변수를 추정하였다. SUFI-2 알고리즘은 순차적이며 반복적으로 매개변수의 최적 값을 산정한다. 매개변수의 최적화를 위한 목적 함수를 지정 후, 목적 함수의 상한 값과 하한 값을 설정한다. 목적함수의 상한 값 및 하한 값의 설정이 정보의 부족으로 어려운 경우, 매개변수는 균등하게 분포한다고 가정한다. 검보정 전 실행되는 매개변수 민감도 분석과정에서 매개변수의 적합범위가 선정되고, Latin-Hypercube Sampling방법을 위한 초기 범위가 설정 된다(Eq. (3)).

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_M3.gif     (3)

여기서, bjj번째 매개변수이며, m은 매개변수의 총 개수이다. 일반적으로 Eq. (3)의 범위는 SUFI-2 알고리즘의 반복 적용에 따른 경험에 의존하여 설정된다. Latin-Hypercube Sampling은 매개변수의 범위를 설정된 모의 횟수만큼 구획한 후, 나누어진 구획을 무작위로 분배한다. 분배된 구획 내에서 매개변수 값이 추출되며, 이 때 적정모의 횟수는 500회 이상이 추천된다.

3. 연구대상지역 및 입력자료 구성

본 연구에서 연구대상지역으로 선정한 청미천은 한강의 제 1지류로, 유역 면적은 595.13 km2이며 청미천의 유로 연장은 62.76 km이다. 주요 행정구역으로는 경기도 안성시, 이천시, 용인시, 여주군 및 충청북도 음성군이 포함된다. 청미천 유역의 평균 고도는 141.77 m를 나타내며 전체 면적의 대부분이 산지로 이루어져있다. 청미천 유역은 국제수문프로그램(International Hydrological Program, IHP)에서 지정된 대상 유역 중 하나로 비교적 풍부한 장기간의 수문자료 및 지형 자료가 구축되어 있는 유역이다. 본 모의에서 청미천 유역을 지형 및 수계 자료를 이용하여 4개의 소유역(Subbasin)으로 구분하였으며, 토지이용도 및 토양도 자료를 기반으로 총 12개의 HRU로 구분하여 SWAT 모델링을 수행하였다. SWAT 모형의 구축을 위해서는 입력 자료로 강우자료, 토양자료, 수질자료, 기후자료 등 지형 및 기상학적 자료가 요구된다. 지형 자료로 요구되는 수치표고모형(Digital Elevation Model, DEM), 토지이용도, 토양도 중 DEM은 30 m 정방격자 크기를 가지는 해상도의 DEM을 생성하였다. 토양도는 국토지리정보원으로부터 얻은 1 : 50,000 토양도를 이용하여 작성하였으며, 토지이용도는 환경부의 자료를 이용하였다(Fig. 1). 기후 자료 중 강수량 자료는 한강홍수통제소의 자료를 이용하였으며, 기온 및 상대습도, 일사량의 자료는 국가기후데이터센터로부터 얻은 자료를 이용해 작성하였다. 모형의 구축을 위한 유출량 자료는 국가수자원관리종합시스템(Water Management Information System, WAMIS)로부터 얻을 수 있었으며, 수질 인자 자료들은 환경부 물환경 정보 시스템으로부터 얻을 수 있다. SWAT 모형을 이용하여 수문 및 수질 모의를 수행하기 위해서 요구되는 기후 자료는 강수량, 기온, 일사량, 풍속, 습도로 총 5개의 자료가 요구된다. 청미천 유역은 한강 수계로, 오염총량 관리대상 오염물질의 종류는 BOD, TP로 산정되어야 한다. 그러나 본 연구에서는 미래기후변화에 따른 향후 수질변화를 검토하는 것이 주목적으로 한강권역 남한강유역을 대상으로 수행된 미래 확률강우량이 과거대비 14.23% 증가한다는 연구 결과와(Na, 2010), TSS, TN, TP, BOD, COD가 초기 강우의 영향을 크게 받으며 강우 강도가 증가함에 따라 전반적으로 증가하는 경향을 보이는 연구결과를 토대로(Yang, 2006), 다섯 항목 중 SWAT(Soil and Water Assessment Tool)에서 산출할 수 있는 TSS, TP, 및 TN 3가지 항목을 비점오염원 측정항목으로 선정하였다.

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_F1.jpg
Fig. 1.

Data preparation for SWAT

기후변화 시나리오에 따른 수문 및 수질 변화를 예측하기에 앞서, 과거 자료를 이용하여 검증된 모형의 구축이 요구된다. 여기서 모형의 구축이란, 과거 자료를 이용하여 SWAT 모형에서 요구되는 방대한 매개변수들이 청미천 유역의 특성을 대변할 수 있도록 매개변수를 보정하는 것을 말한다. 중심극한정리를 만족하도록 30개 이상의 자료를 통해 보정을 수행하기 위해 2010년 01월 01일부터 2012년 12월 31일까지의 월 자료를 이용하여 모형을 구축하였다. 매개변수 보정은 SWAT- CUP 내에서 가장 널리 이용되는 SUFI-2 알고리즘을 이용하였으며, 유량 및 TSS의 보정을 1차로 수행하여 강우-유출 모형을 구축하였다. 매개변수의 선정과 최솟값 및 최댓값의 범위 설정은 SWAT 매뉴얼에 나타난 바와 동일하게 설정하였다(Arnold et al., 2012). 구축된 강우-유출 모형에서 사용된 매개변수와 무관한 TN 및 TP와 관계되는 매개변수들만을 추가로 보정하여 수질 모형을 구축하였다. Table 1은 유량 및 TSS의 보정을 위해 사용된 매개변수를 나타낸 것이며 Fig. 2는 매개변수 별 민감도를 나타낸다. Table 1에서 유량을 위해 사용된 매개변수를 진하게 표기하여 TSS의 보정을 위해 사용된 매개변수와 구분하였다. Fig. 2에서 P값이 작을수록 매개변수가 민감하며, 유역의 CN값을 뜻하는 CN2 매개변수와 기저유량에 대한 대수층의 임계 수분량을 나타내는 매개변수 GWQMN가 가장 민감한 것을 알 수 있다. 유량 및 TSS의 결정계수(R2)는 0.85 및 0.60로 비교적 높게 나타났으며, 이에 따라 해당 매개변수가 청미천 유역의 유량 및 TSS의 변화를 합리적으로 모의하고 있다고 판단된다. 유량 및 TSS 보정 이후, TN 및 TP 보정을 위한 매개변수 최적화를 독립적으로 수행하였다. TN 및 TP의 보정을 위해 이용한 매개변수는 Tables 2 and 3에 나타난다. TN의 결정계수(R2)는 약 0.72이며, 가장 민감한 매개변수는 SOL_ORGN이며 SOL_CBN, SOL_NO3순으로 P값이 작고, t-Stat의 절대값이 크게 나타났다(Fig. 3). TP의 결정계수(R2) 및 NSE는 각각 0.7, 0.7로, 가장 민감한 매개변수는 ORGP_CON이다(Fig. 4). 수질 매개변수의 보정 과정에서 수질 변수의 단위가 SWAT 모형의 경우 ton 또는 kg으로 계산되는 반면, 수질총량측정망에서 수질 변수의 관측 값을 농도로 제공하고 있기 때문에 단위 환산이 요구된다. SWAT-CUP을 이용한 매개변수의 최적화를 수행하기 위해 수질 변수의 단위를 Eqs. (4) and (5)를 이용하여 환산하였다(Lee et al., 2012).

Table 1. Calibrated values for SWAT parameter for discharge and total suspended sediment

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T1.jpg

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_F2.jpg
Fig. 2.

Sensitivity analysis of parameters for discharge and TTS

Table 2. Calibrated values for SWAT parameters for total nitrogen

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T2.jpg

Table 3. Calibrated values for SWAT parameters for total phosphorus

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T3.jpg

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_F3.jpg
Fig. 3.

Sensitivity analysis of parameters for total nitrogen

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_F4.jpg
Fig. 4.

Sensitivity analysis of parameters for total phosphorus

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_M4.gif     (4)

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_M5.gif     (5)

여기서, Qwq는 수질인자이며, Q는 관측 유량을 나타낸다.

이 같이 보정된 매개 변수들은 대상 유역의 수계 특성을 나타내는 값으로 적용 유역별로 다른 특징을 나타낼 것으로 예측된다. 이에 따라 SWAT 매뉴얼의 적용 범위와 SWAT-CUP의 최적화 알고리즘을 이용한 매개변수의 추정이 타 유역에서의 기 이용값을 이용하는 것보다는 합리적이라고 판단된다. SWAT-CUP에서는 여러 최적 매개변수 선정법을 제공하는데, 주어진 범위 내에서 직접 바꿔주는 방법(Replace by Value), 설정되어 있는 특정 값을 기준으로 가감하는 방법(Add to Value)이나 특정 비율을 곱하는 방법(Multiply by Value)의 세 가지를 제공한다(Park and Kwon, 2014). 본 연구의 매개변수 적용 범위는 SWAT의 매뉴얼을 기준으로 합리적으로 설정되었다고 판단되므로, 모두 직접 바꿔주는 방법을 이용하여 최적 값을 찾도록 설정하였다. SWAT-CUP으로 보정된 매개변수를 이용하여 모의된 결과의 결정계수(R2)가 0.5이상이고 NSE가 0.4 이상이므로 청미천 유역의 모의를 위해 구축된 모형이 해당 유역의 수문 현상을 합리적으로 모의한다고 판단된다(Remanarayana et al., 1997).

4. 모형의 적용 결과 및 분석

Fig. 5는 3절에서 보정된 매개변수를 이용하여 2010년부터 2012년까지를 SWAT 모형을 이용하여 모의한 결과와 관측 자료를 함께 나타낸 그림이다. 모든 수문 및 수질 매개변수의 보정은 청미천 내 마지막 소유역에 위치해 있는 최종 유출점의 모의 결과와 삼합 관측소의 자료를 기준으로 수행되었다. 청미천 유역의 모의를 위해 구축된 모형이 해당 유역의 수문 현상을 합리적으로 모의한다고 판단되나(Remanarayana et al., 1997), 오차 분석을 수행한 결과 TN과 TP의 평균 제곱근 오차는 67574.4 kg 및 2303.8 kg으로 매우 큰 값을 나타낸다. 이러한 결과가 나타나는 이유로는 축산계 오염물 부하량이 지배적인 청미천 유역에 관한 연구에서 점오염물에 대한 고려가 포함되어있지 않기 때문으로 판단된다. Figs. 5(a)~5(d)는 차례로 유량, TSS, TN, TP의 결과를 나타낸다. Fig. 5에 나타난 모의 자료는 월 단위 자료를 기준으로 하는 것으로, 모든 수질 및 수문 매개변수의 증감 경향이 실측자료의 증감 경향과 일치하는 것이 확인된다.

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_F5.jpg
Fig. 5.

The variation of water quality and hydrological variables at outlet

보정된 매개변수를 이용하여 기후 변화 저감 정책이 실현되는 경우와 현재의 추세와 동일하게 기후 변화가 진행되는 경우를 비교 ․ 분석하기 위하여 RCP 4.5 및 RCP 8.5 시나리오를 가정하고 수질 및 수문 매개변수를 살펴보았다. SWAT 모형에서 기후변화에 따른 수질 및 수문 매개변수의 변화를 살펴보기 위해서는 강수량, 기온, 일사량, 풍속, 습도의 기상 자료가 요구된다. 이러한 기후 조건은 기상청에서 제공되고 있는 2011년부터 2100년까지 90년간의 기후변화 전망자료를 이용하여 모의하였다. 상대습도, 평균 풍속, 일사량은 12.5 km의 해상도를 갖는 한반도 자료를 이용하였으며, 기온 및 강수량은 1 km의 해상도를 갖는 남한 상세 자료를 이용하였다. 상대습도, 풍속 및 일사량의 기후 자료 모의를 위해 한반도 자료를 이용한 것은 기상청에서 남한 상세자료는 기온 및 강수량 자료만 제공되고 있기 때문이다. 또한, 시나리오는 200년 제어적분과 400년 제어적분으로의 두 종류를 제공하는데 본 연구에서는 200년 제어적분 자료를 이용하여 연구를 수행하였다. 여기서 제어적분 실험이란, 1860년의 온실가스 농도로 고정하여 수백년을 적분하는 실험을 수행하는 것으로 전지구 기후모델을 준평형 상태로 안정화 시키고 인위적 강제력이 배제된 모델의 변동성을 이해하기 위해 수행되는 실험이다. 이처럼 200년 제어적분 자료 중 청미천 유역 내에 해당하는 행정 구역인 이천 지점의 자료를 이용하여 모의를 수행하였다. RCP 4.5 시나리오 및 RCP 8.5 시나리오를 가정하였을 때, 2011년부터 2099년까지의 유출량의 평균은 21.6428 m3/s (RCP 4.5), 21.8895 m3/s (RCP 8.5)로 RCP 8.5시나리오에서 조금 더 큰 값을 나타낸다.

평균 TSS는 RCP 4.5시나리오에서 94391 ton, RCP 8.5에서 95429 ton으로 TSS 또한 RCP 8.5 시나리오에서 더 큰 평균을 나타내며, TN 및 TP의 평균도 RCP 8.5 시나리오에서 더 큰 평균을 나타낸다. TN 및 TP의 평균은 RCP 4.5 시나리오에서 각각 19502.6 ton, 79522.7 ton이며, RCP 8.5 시나리오에서 각각 19570.3 ton, 81746.4 ton이다. 이 때, 표준편차는 Table 4에서 확인할 수 있는데, 표준편차 또한 모든 물리량에서 RCP 8.5의 기후조건을 가정하였을 때 더욱 큰 값을 나타낸다. 고농도 시나리오인 RCP 8.5 시나리오에서 모든 물리량의 표준편차가 더 큰 값을 나타내는데, 이를 통해 고농도 시나리오에서 RCP 4.5 시나리오가 가정될 때에 비해 큰 편차를 보이는 변화가 발생할 것으로 전망된다. Fig. 6은 각 물리량의 시나리오별 시간에 따른 변화를 나타낸 그림이다. Figs. 6(a) and 6(b)는 유출량의 2011년부터 2099년까지의 변화를 나타낸 것으로, RCP 4.5 시나리오 및 RCP 8.5 시나리오 모두에서 증가 추세인 것이 확인된다. Figs. 6(c) and 6(d)는 총 부유사량, Figs. 6(e) and 6(f)는 총 질소, Figs. 6(g) and 6(h)는 총 인의 2011년부터 2099년까지의 시간에 따른 변화를 나타낸 그림이다. SWAT 모형 내에서 TSS는 유출량에 비례하여 계산되므로, 부유사량의 결과는 유출량의 계산 결과와 동일한 경향을 나타내면서 증가하는 것이 확인된다. SWAT 모형에서 질소와 인과 같은 영양물질의 계산은 초기값을 기준으로 토층별로 산정된다. 이에 따라 2100년까지 약 89년의 시간을 모의했을 때, 초기 토양층의 농도로부터 영양 물질의 농도는 유출이 발생하면서 지속적으로 감소한다. 토양층의 감소된 영양 물질의 농도로부터 비점오염물질의 유출이 발생하기 때문에 기후 변화가 진행될 때 영양물질의 농도가 감소하는 계산 결과가 도출되는 것으로 판단된다. 본 연구에서는 기후변화 시나리오로부터 가정되는 기후 조건은 기후변화가 진행됨에 따라 기후의 변화가 나타나는 것을 고려할 수 있는 반면, 토양층의 특성에 따른 영향을 많이 받는 비점오염물질의 경우 토양도 또는 토지 이용도와 같은 지형학적 특성의 시간에 따른 변화가 고려되지 않았다. 이로 인하여 강우-유출 및 그에 따른 강우에너지로부터 계산되는 TSS는 동일하게 증가하는 경향을 나타내는 반면, 비점오염물질의 경우 시간에 따라 감소하는 결과가 나타난다. Table 5는 각 물리량별 회귀식을 나타낸 것으로, 유출량 및 TSS의 경우 RCP 4.5 시나리오에 비해 RCP 8.5 시나리오에서 산출된 추세선의 기울기가 큰 것을 확인할 수 있다. 이를 통해 RCP 8.5 시나리오에서 더욱 급격한 유출량 및 부유사량의 변화가 전망된다. 토양특성의 변화를 고려하지 않는 본 연구의 결과에서도 RCP 8.5 시나리오에서 영양물질의 감소 기울기가 RCP 4.5 시나리오에서의 감소 비율 보다 낮게 산정되는 것을 알 수 있다. 예를 들어 TN의 경우, RCP 4.5 시나리오에서 감소 기울기는 -52.2, RCP 8.5 시나리오에서의 감소 기울기는 -42.71로 나타난다. 기울기의 크기가 작은 것은 1년을 기준으로 산정된 영양물질의 배출량이 더 작은 것을 의미한다. 이를 통해 RCP 8.5 시나리오에서 더 많은 양의 영양물질이 하천으로 유입될 것으로 전망된다.

Table 4. Standard deviation of hydrological and water quality variables

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T4.jpg

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_F6.jpg
Fig. 6.

The variation of water quality and hydrological parameter under the condition of climate change

Table 5. Regression equation of hydrological and water quality variables

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T5.jpg

기후변화 시나리오를 가정하여 약 90년간의 강우-유출 거동과 수질인자들을 살펴본 결과, 부영양화를 일으키는 영양물질의 경우 RCP 8.5 시나리오에서 더 많은 양이 배출될 것으로 예측된다. 강우에 따른 유출량과 TSS는 두 개 시나리오 적용 결과에서 모두에서 증가하는 양상을 띠며, RCP 8.5 시나리오의 경우 더 많은 증가와 변동성 또한 클 것으로 예측된다. 비점오염원은 강우의 유출을 통해 하천으로 유입되는 특징을 띠는 반면, 토양의 초기 특성을 기준으로 장기간의 비점오염원을 모의한 지형 자료 구축의 한계로 인해 비점오염원이 감소하는 형태로 계산된 것으로 판단된다. 기후변화에 따라 영양 물질의 총 량은 감소하는 것으로 계산이 되었으나, RCP 8.5 시나리오에서 RCP 4.5 시나리오에 비해 감소량이 작은 것으로 회귀식이 얻어졌다. 이러한 수질 검토 결과로부터 본 연구에서는 비점오염원 저감 기법의 유효성을 살펴보고자 SWAT 모형에서의 BMP를 적용하고, 기후 변화에 따른 저감 효율을 살펴본다. BMP 중 구조물적 대책으로 가장 널리 이용되는 것이 식생형 시설인 것에 기초하여 계단식 산비탈(Terracing)을 적용하였다. 여기서 BMP는 다양한 비점오염물질 저감 대책을 비교 분석하여 최적의 대안을 제시하는 것으로, 이전의 연구에서 식생형 시설물 중 식생대(Vegetative Filter Strip)을 적용한 바 있어 SWAT 모형을 이용하는 본 연구에서는 계단식 산비탈을 적용하였다(Son et al., 2016).

계단식 산비탈은 지표면에서의 유수 속도를 감소시킴으로써 강우에너지로부터 토양의 유실을 방지하는 시설이다. 산비탈에서의 유출이 감소되면서 침투가 증가하고, 그 결과 하천으로 유입되는 비점오염물질의 양을 감소시킬 수 있다. SWAT 모형에서는 여러 BMP의 계산 옵션을 제공하며, 계단식 산비탈을 적용하기 위한 매개변수는 총 3개가 요구된다. 계단식 산비탈의 설치 길이와 산비탈에 파종되는 식물의 형태 및 배수 형태의 변화에 따른 수정 유출곡선지수(Curve Number, CN), MUSLE 계산을 위한 토양보전 대책인자가 요구된다. Haan et al. (1994)에서는 MUSLE의 토양보전 대책인자를 계단식 산비탈의 설치 경사별로 제공하고 있으며, 약 1%의 경사를 가정하여 0.12를 적용하였다(Table 6). 산비탈의 설계를 위한 길이는 연구대상지역의 유역 면적이 546 km2이므로 약 20 m를 적용하였고, 수문학적 조건이 양호한 자갈이 있는 토양형을 가정하여 수정 CN값은 62를 적용하였다. Table 7은 기후변화 시나리오 별로 계단식 산비탈을 적용하였을 때 수질 및 수문 매개변수의 변화를 나타낸다. 모든 수문 및 수질 매개변수의 양이 감소하는 것이 확인된다. 유출량의 감소는 변화 폭이 매우 적으나, 총 부유사량은 약 15.82% (RCP 4.5 시나리오), 14.88% (RCP 8.5 시나리오)가 감소하는 것으로 나타난다. 총 부유사량의 감소는 수정 유출곡선 지수에 따라 많은 변화를 나타내기 때문에 계단식 산비탈 내에 파종하는 식물체의 종류에 따라 저감 효율을 조정할 수 있을 것으로 예측된다. 가장 많은 저감 효율을 보이는 영양물질은 RCP 4.5시나리오에서 총 질소로 나타났으며, RCP 8.5 시나리오에서는 총 인으로 나타난다. 두 개 시나리오에서 영양물질의 감소량이 약 30%에서 많게는 60%까지 변화하며 매우 효율적으로 비점오염물질이 저감되는 것이 확인된다. 저감 시설물을 적용할 경우, 유출되는 유출량, 총 유사량, 총 인, 총 질소 모두 표준편차 또한 감소되는 것이 확인되었다. 특히, RCP 4.5 시나리오에서 가장 높은 저감 효율을 보였던 총 질소의 경우 표준편차가 9195 kg에서 7686 kg으로 감소하였다. 이러한 표준편차의 감소는 비점오염물질의 유출량의 변동성이 감소함을 의미하는 것으로 판단된다. 적절한 식물체의 선정과 비점오염 시설물의 설치는 비점오염물질의 감소 뿐 아니라 시간에 따른 변동성 또한 감소시킬 수 있음이 확인된다.

Table 6. Conservation practice value (Haan et al., 1994)

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T6.jpg

Table 7. The variation of parameters according to the installation of reduction measures

http://static.apub.kr/journalsite/sites/kwra/2018-051-07/N0200510705/images/kwra_51_7_05_T7.jpg

5. 결 론

본 연구는 기후변화 시나리오에 따른 영양물질 및 유출량의 변화를 살펴보고, 비점오염물질 저감을 위한 BMP의 유효성을 검토하는 것을 목적으로 수행되었다. 기후변화 시나리오를 고려하기 위해 2100년까지의 기후변화 전망자료를 적용하였으며, 유출량 및 영양물질의 변화를 살펴보기 위해 SWAT 모형이 이용되었다. SWAT 모형에서 요구되는 방대한 양의 매개변수 보정을 위하여 SWAT-CUP을 이용하였으며 과거 자료를 이용하여 연구대상 지역인 청미천 유역의 특성을 대변할 수 있도록 모형을 구축하였다. 본 연구를 통해서 가장 확실히 알 수 있는 점은 기후 변화가 진행됨에 따라 청미천 유역의 유량 및 영양물질의 유출이 RCP 4.5 및 RCP 8.5 시나리오 중 RCP 8.5 시나리오에서 더 많은 양이 유출될 것으로 전망된다는 것이다. 두 개 시나리오 모두에서 유출량과 총 유사량의 증가가 계산되며, 질소와 인과 같은 영양 물질의 유출은 감소하는 것으로 나타났다. 유출량의 증가는 강수량, 기온, 일사량, 풍속, 습도와 같은 기후 특성의 변화가 고려된 결과이며, 총 유사량의 증가는 강우에너지의 증가로부터 동일 양상을 띠는 것으로 판단된다. 비점오염물질의 유출은 두 개 시나리오에 모두 감소하는 것으로 계산되었는데, RCP 8.5 시나리오에서 감소 추세선의 기울기가 더 작아 RCP 4.5 시나리오에서 더 많은 양의 비점오염물질 유출이 발생하는 것으로 나타났다. 이 결과는 Lee et al. (2008) 및 Park et al. (2008)의 결론과 차이점을 나타낸다. Lee et al. (2008) 및 Park et al. (2008)은 미래의 토지이용도를 작성하여 기후변화에 따른 수문 및 수질 매개변수의 변화를 살펴보았는데, 유출량 및 총 유사량 증가와 함께 비점오염물질의 유출도 증가하는 것으로 계산되었다. 이러한 증가 및 감소의 경향성의 차이는 SWAT 모형에서 비점오염물질의 계산이 초기 토양층을 기준으로 산정되는 것으로부터 기인한다고 판단된다. 본 연구에서는 기후변화를 고려하기 위한 방법으로 RCP 시나리오를 적용하는 방안을 선정하였고, 토지이용도 및 토양도의 미래 변화가 고려되지 않았다. 이에 따라 시간이 흐르면서 유역 내 비점오염물질의 양이 감소하고, 두 개 시나리오 모두에서 감소한다. 그러나 도출된 회귀 식으로부터 RCP 8.5 시나리오에서의 감소 기울기가 더 작은 것이 확인되며 이를 통해 RCP 8.5 시나리오에서의 비점오염물질 부하가 더 클 것으로 예측된다. 예측 결과로부터 식생형 BMP의 유효성을 확인하기 위해 계단식 경작을 적용하여 설치에 따른 비점오염물질의 저감을 살펴보았으며, 비점오염물질 부하와 표준편차 또한 감소하는 결과를 얻었다. 식생형 BMP의 유효성은 확인되었으나, 실제 청미천 유역에서의 실효성과 설치 가능 농경지는 현장 조사를 통해 선정되어야 할 것으로 판단된다. 표준편차의 감소로부터 하천으로 유입되는 비점오염물질의 시간에 따른 변동성 또한 감소시킬 수 있음이 확인된다. 이 때 계단식 경작을 적용하기 위해 요구되는 입력 변수들은 임의로 선정한 것으로, 파종 식물체의 종류와 계단식 경작의 길이에 따라 저감 효율은 매우 민감할 것으로 예측된다. 파종 식물의 종류, 식생대의 길이, 강우 조건이 저감 효율에 미치는 영향에 관한 연구를 식생대를 적용하여 검토한 연구 또한 식물체의 파종 간격이 저감 효율에 가장 지배적인 것으로 나타난 바 있다(Son et al., 2016). BMP는 다양한 비점오염물질의 관리 대안을 비교 및 분석하여 최적의 대안을 찾는 것으로, 향후 식생대 및 계단식 경작 이외의 여러 대안에 대한 검토가 요구된다. 기후 변화 시나리오는 많은 불확실성을 가지는 자료로, 각 예측 년도 별 수문 및 수질 매개변수의 수치를 분석하기보다는 전 기간 동안의 증감 경향을 살펴보았다. 본 연구는 기후 변화 시나리오에 따른 비점오염물질 부하의 변화를 살펴보는 것을 목적으로 수행되었으나, 미래 토지이용도의 변화 없이 기후 조건의 변화만을 고려하여 연구를 수행하였다. 따라서 향후 미래 토지이용도 및 토양도와 같은 미래의 지형자료 구축과 함께 기후조건의 변화가 고려되는 기후 변화에 따른 비점오염물질의 부하를 예측하는 연구가 필요할 것으로 사료된다.

Acknowledgements

이 논문은 충남대학교에 의해 지원되었음.

References

1
Abbaspour, K. C. (2015). “SWAT-CUP: SWAT Calibration and Uncertainty Programs.” Eawag: Swiss Federal Institute of Aquatic Science and Technology, Duebendorf, 93.
2
Ahn, S. R., Park, M. J., Park, G. A., and Kim, S. J. (2009). “Assessing future climate change impact on hydrologic components of Gyeongancheon watershed.” Journal of Korea Water Resources Association, Vol. 42, No. 1, pp. 33-50.
10.3741/JKWRA.2009.42.1.33
3
Arnold, J. G. (1992). Spatial scale variability in model development and parameterization. Ph. D. dissertation, West Lafayette, Purdue University.
4
Arnold, J. G., Srinivasan, R., Muttiah, R. S., and Williams, J. R. (1998). “Large area hydrological modeling and assessment, Part I: Model development.” Journal of the American Water Resources Association, Vol. 34, No. 1, pp. 73-89.
10.1111/j.1752-1688.1998.tb05961.x
5
Choi, H. S. (2013). “Parameter estimation of SWAT model using SWAT-CUP in Seom-river experimental watershed” Journal of the Korean Society of Civil Engineers, Vol. 33, No. 2, pp. 529-536.
10.12652/Ksce.2013.33.2.529
6
Choi, I.-W., Seo, D.-C., Kang, S.-W., Lee, S.-G., Seo, Y.-J., Lim, B.-J., Park, J.-H., Kim, K.-S., Heo, J.-S., and Cho, J.-S. (2012). “Evaluation of treatment efficiencies of pollutants in Juksancheon constructed wetlands for treating non-point source pollution.” Korean Journal of Soil Science and Fertilizer, Vol. 45, No. 4, pp. 642-648.
10.7745/KJSSF.2012.45.4.642
7
Choi, S. K. (2013). Analysis of filter-type facility’s treatment efficiency to reduce non-point pollution sources. Master thesis, Seoul National University of Science and Technology, pp. 2-14.
8
Cooke, J. G., and Cooper, A. B. (1988). “Sources and sinks of nutrients in a New Zealand hill pasture catchment. III. Nitrogen.” Hydrological Processes, Vol. 2, No. 2, pp. 135-149.
10.1002/hyp.336002020310.1002/hyp.336002020410.1002/hyp.3360020202
9
Daniels, R. B., and Gilliam, J. W. (1993). “Sediment and chemical load reduction by grass and riparian filters.” Soil Science Society of America Journal, Vol. 60, No. 1, pp. 246-251.
10.2136/sssaj1996.03615995006000010037x
10
Duchemin, M., and Hogue, R. (2009). “Reduction in agricultural non-point source pollution in the first year following establishment of an integrated grass/tree filter strip system in southern Quebec (Canada).” Agriculture, Ecosystems and Environment, Vol. 131, No. 1-2, pp. 85-97.
10.1016/j.agee.2008.10.005
11
Gil, K., Kim, J., and Im, J. (2014). “Analysis of nonpoint pollutants removal efficiency in vegetative filter strip.” Proceedings Korean Society of Hazard Mitigation Conference, p. 518.
12
Haan, C. T., Barfield, B. J., and Hayes, J. C. (1994). Design hydrology and sedimentology for small catchments. Academic Press, pp. 249-284.
13
Heo, S.-G., Kim, K.-S., Sagong, M., Ahn, J.-H., and Lim, K.-J. (2005). “Evaluation of SWAT applicability to simulate soil erosion at highland agricultural lands.” Journal of Korean Society of Rural Planning, Vol. 11, No. 4, pp. 67-74.
14
Jacobs, T.C., and Gilliam, J.W. (1985). “Riparian losses of nitrate from agricultural drainage waters.” Journal of Environmental Quality, Vol. 14, No. 4, pp. 472-478.
10.2134/jeq1985.00472425001400040004x10.2134/jeq1985.144472x
15
Lee, E., and Seo, D. (2011). “Flow calibration and validation of Daechung lake watershed, Korea using SWAT-CUP.” Journal of Korea Water Resources Association, Vol. 44, No. 9, pp. 711-720.
10.3741/JKWRA.2011.44.9.711
16
Lee, J. (2013). Removal characteristics of nonpoint source pollutant using by used the vegetable plant on the infiltration basins. Master thesis, Korea National University of Transportation, pp. 3-32.
17
Lee, J.-H. (2006). A study on treatment of first flush rainwater for reducing non-point source pollution. Master thesis, The University of Seoul, pp. 9-12.
18
Lee, J. M., Ryu, J., Kang, H., Kang, H., Kum, D., Jang, C. H., Choi, J. D., and Lim, K. J. (2012). “Evaluation of SWAT flow and sediment estimation and effects of soil erosion best management practices.” Journal of the Korean Society of Agricultural Engineers, Vol. 54, No. 1, pp. 99-108.
10.5389/KSAE.2012.54.1.099
19
Lee, Y. J., An, S. R., Kang, B., and Kim, S. J. (2008). “Assessment of future climate and land use change impact on hydrology and stream water quality of Anseongcheon watershed using SWAT Model (II).” Journal of the Korean Society of Civil Engineers, Vol. 28, No. 6B, pp. 665-673.
20
Lowrance, R., Sharpe, J. K., and Sheridan, J. M. (1986). “Long-term sediment deposition in the riparian zone of a coastal plain watershed.” Journal of Soil and Water Conservation, Vol. 41, No. 4, pp. 266-271.
21
Moon, S., Hong, J., Choi, J., Yu, G., and Lee H. K. (2017). “Evaluation on the adsorption and desorption capabilities of filter media applied to the nonpoint source pollutant management facilities.” Journal of Wetland Research, Vol. 17, No. 3, pp. 228-236.
10.17663/JWR.2015.17.3.228
22
Na, Y.-S. (2010). A study on the variation of design rainfall and flood due to climate change. Master thesis, The Graduate School of Sejong University, pp. 1-96.
23
Nash, J. E., and Sutcliffe, J. E. (1970). “River flow forecasting through conceptual models. Part I-A discussion of principles.” Journal of Hydrology, Vol. 10, No. 3, pp. 282-290.
10.1016/0022-1694(70)90255-6
24
Park, J.-Y., Lee, M. S., Lee, Y. J., and Kim, S. J. (2008). “The analysis of future land use change impact on hydrology and water quality using SWAT model” Journal of the Korean Society of Civil Engineers, Vol. 28, No. 2B, pp. 187-197.
25
Park, Y., Kim, D. H., Jung, Y. H., Cho, J. P., Lim, K. J., and Kim, K. S. (2014). “Simulation of the best management practice impacts on nonpoint source pollutant reduction in argricultural area using STEPL WEB model.” Journal of the Korean Society of Agricultural Engineers, Vol. 56, No. 5, pp. 21-27.
10.5389/KSAE.2014.56.5.021
26
Park, Y. S., and Kwon, J. H. (2014). “Application and effectiveness analysis of SWAT filter strip in Golji watershed.” Korean Journal of Environmental Agriculture, Vol. 33, No. 1, pp. 30-36.
10.5338/KJEA.2014.33.1.30
27
Remanarayana, T. S., Williams, J. R., Dugas, W. A., Hauck, L. M., and McFarland, A. M. S. (1997). Design hydrology and sedimentology for small catchments. Academic Press.
28
Shao, H., Baffaut, C., Nelson, N. O., Janssen, K. A., Pierzynski, G. M., and Barnes, P. L. (2013). “Development and application of algorithms for simulating terraces within SWAT.” Transactions of the American Society of Agricultural and Biological Engineers, Vol. 56, No. 5, pp. 1715-1730.
29
Son, M., Byun, J., Yoon, H.-D., and Jung, T.-H. (2016). “A study on trapping efficiency of the non-point source pollution in Cheongmi stream using VFSMOD-w.” Journal of Korea Contents Association, Vol. 16, No. 1, pp. 140-150.
10.5392/JKCA.2016.16.01.140
30
Williams, J. R. (1975). “Sediment routing for agricultural watersheds.” Journal of the American Water Resources Association, Vol. 11, No. 5, pp. 965-974.
10.1111/j.1752-1688.1975.tb01817.x
31
Yang, H. (2006). “Runoff characteristics of non-point source pollutants in strom event - case study upstream and downstream of Kokseong river, Korea” Journal of the Korean Geographical Society, Vol. 41, No. 4, pp. 418-434.
32
Yang, Q., Meng, F. R., Zhao, Z., Chow, T. L., Benoy, G., Rees, H. W., and Bourque, C. P. A. (2009). “Assessing the impacts of flow diversion terraces on stream water and sediment yields at a watershed level using SWAT model” Agriculture, Ecosystems & Environment, Vol. 132, No. 1, pp. 23-31.
10.1016/j.agee.2009.02.012
페이지 상단으로 이동하기