Review Article

Journal of Korea Water Resources Association. 31 January 2020. 10.3741/JK
https://doi.org/10.3741/JKWRA.2020.53.1.57

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 재료 및 방법

  •   2.1 대상유역

  •   2.2 연구방법

  •   2.3 SWAT 모형의 개요

  •   2.4 SWAT 모형의 입력자료

  • 3. 결과 및 고찰

  •   3.1 물이동을 고려한 영산강 검·보정

  •   3.2 물이동을 고려한 섬진강 검·보정

  • 4. 요약 및 결론

1. 서 론

물순환의 개념은 단순히 자연에서 물이 이동하는 것만을 의미하는 것이 아닌 사람들이 사용하는 만큼 충분한 수량을 안정적으로 확보하기 위한 수량관리, 안전한 수질의 물을 공급함과 동시에 물 환경을 보전하기 위한 수질관리 등의 의미를 내포하고 있다(Koo, 2019). 또한 과거 물순환의 개념이 명확하게 자리 잡지 못한 우리나라는 수량, 수질, 및 수재해 관리를 모두 분리하여 비효율적으로 관리하여 왔고, 인류문명의 발전으로 더 많은 양질의 물이 필요하게 되었으며 사업이 중복되거나 사업의 연계성이 부족하여 예산을 낭비하는 문제 또한 지속적으로 발생하였다(Lee et al., 2008; Koo, 2019).

이러한 문제들을 해결하기 위한 노력으로 2018년 5월 ‘물관리기본법’ 등이 통과되면서 물의 공급·이용·배분과 수자원의 개발·보전 및 중장기 수급전망에 관한 사항이 2019년 6월부터 시행되었다. 물관리기본법은 지속가능한 물이용을 위하여 수량, 수질, 생태, 문화를 고려하여 유역 등 수자원의 효율이 극대화 될 수 있는 단위로 통합하고 관리하는 것을 말한다(Lee et al., 2018).

물의 공급·이용·배분 측면에서 현재 우리나라는 수자원의 효율적인 관리를 위해 다양한 규모의 댐들을 건설하였고, 이들 댐들을 홍수조절, 용수공급 등을 목적으로 활용하고 있으며 댐들과 도수터널 및 송수터널을 통해 유역간 물이동을 시행하여 수자원을 효율적으로 관리 및 배분하고 있다(Yi, 1998; Park and Chung, 2014).

유역간 물이동이란 하나의 유역에서 발생하는 용수수급 불균형, 하천의 수질악화 등을 해소하기 위한 하나의 방법으로써 두 개 이상의 유역을 연결하여 수량측면에서 여유가 있는 유역에서 부족한 유역으로 도수로 또는 관수로를 통하여 여유수량을 도수하는 것을 말한다(Yi, 1998). 국내에서 시행하는 물이동의 예시로는 낙동강(영천댐)-형산강으로의 물이동, 낙동강 수계 내 안동댐과 임하댐 저수지간의 물이동, 유역변경 방식을 이용한 금강의 용담댐-만경강으로의 물이동이 시행되고 있으며 섬진강 수계 내 주암댐과 영산강 수계 내 광주광역시의 도심하천인 광주천으로의 물이동 등이 시행되고 있다. 국외의 예시로는 중국의 북부지역, 미국의 서부지역, 리비아의 대수로를 통한 유역간 물이동이 시행되고 있다.

유역간 물이동은 공학적 관점뿐만 아니라 생태학적, 경제학적 관점 등 여러 학문적 관점에서 검토가 필요하며 이에 대하여 많은 연구가 진행되었다(Lord, 1979; Yi, 1998). 물이동에 대해 연구한 국내의 연구사례로는 Park and Chung (2014)는 W2 모형을 이용하여 2006년 수문사상을 대상으로 안동호-임하호를 터널로 연결한 연계모형을 구축하고 연결모의 시나리오를 구축하여 수리해석을 실시하였고, Yi (1998)는 HEC-5 모형을 이용하여 한강과 낙동강유역간 물이동 타당성 검토를 위해 낙동강유역의 용수부족량과 한강 유역의 여유수량을 검토한 뒤 낙동강 유역 상류에 수자원 장기 종합계획 내의 계획댐 중 일부를 조기착공하여 동일한 수량을 공급하는 안을 경제적인 측면에서 비교·검토하였다.

국외의 연구사례로는 Yiping et al. (2013)은 EFDC (Environmental Fluid Dynamic Code)모형을 이용하여 중국의 타이후강(Lake Taihu)과 양쯔강(Yangtze River)의 물이동에 대해 수문학적, 수리동역학적(Hydrodynamic) 영향을 평가하였고, Xiang et al. (2014)은 물이 풍부한 지역에서 물이 부족한 각 지역으로 물을 도수시킬 수 있는 다중 저수지 시스템을 위한 물이동규칙곡선(Water transfer rule curves)을 이용하여 각 저수지간의 새로운 물이동 방법을 제안한 바 있다.

이처럼 국내외에서 수자원 부족 문제를 해결하기 위해 유역간 물이동에 대한 연구를 진행하고 있으나, 대부분의 연구들은 수리해석 모델을 이용하였기에 물이동이 유역 하류에 미치는 영향과 장기적인 영향 등에 대한 평가는 부족한 실정이다. 유역간 물이동은 유역 전체의 가용수자원에 영향을 미치고 수자원공급에 대한 공급·수요처 사이의 갈등을 야기하는 문제이므로, 중대규모 유역의 수문현상을 상류부터 하류까지 연속적으로 장기간 모의할 수 있는 유역모델을 이용하여 물이동의 영향을 평가할 필요가 있다.

따라서 본 연구에서는 토양속성, 식생, 기상, 지형 등이 반영되어 각 수문반응단위(Hydrologic Response Unit, HRU)로 유역을 분할하여 분할된 각각의 유역의 수문반응단위마다 유출, 증발산, 토양수분과 같은 수문 성분을 각각 물수지방정식에 기초하여 계산하고 예측할 수 있는 준분포형 장기 강우 유출모형인 SWAT (Soil and Water Assessment Tool) 모형을 이용하여 유역간 물이동을 고려한 유역구축에 대한 연구를 진행하였다. 2개의 SWAT 모형을 이용하여 물이동이 시행되는 영산강유역과 섬진강유역을 각각 구축하고 유역분할단계에서 사용할 수 있는 Inlet 기능과 저수지운영 매개변수를 이용하여 영산강 수계와 섬진강 수계간의 물이동을 고려한 모형을 구축하고 물이동에 따른 검·보정 통계분석 결과의 향상을 평가하였다.

2. 재료 및 방법

2.1 대상유역

본 연구에서는 유역의 수자원량 부족으로 인한 하천유지용수 부족문제와 4대강 중 가장 심각한 수질오염 문제를 겪고 있는 영산강유역과 이러한 영산강유역의 수자원 문제를 해결하기 위해 주암댐계통광역상수도를 이용하여 영산강유역 내 광주천뿐만 아니라 타 수계(동진강) 까지도 용수공급을 하고 있는 섬진강유역을 대상유역으로 선택하였다(Yang and Choi, 2003; Jeong et al., 2007; Lee et al., 2008; Kim and Cha, 2011; Lee and Jung, 2015). 실제로 최근 영산강수계 중 광주광역시의 도심하천인 광주천의 수질오염과 하천유지유량 문제를 해소하기 위한 용수를 섬진강 수계인 주암댐 광역 상수원에서 취수(10만 m3/day)하여 공급하고 있다(Lee and Jung, 2015).

2.1.1 영산강유역

영산강의 유역면적은 3,371.4 km2이며, 유역의 연평균 기온과 연평균 강수량은 14.0℃, 1,293 mm이다. 유역 내에는 2개의 다기능 보인 승촌보와 죽산보가 설치, 운영되고 있다. 영산강 유역의 연평균 이용 가능한 수자원 총량은 5.7억 m3이며 이는 우리나라 내륙 5대 권역별 연평균 이용 가능한 수자원 총량 중 가장 작은 수자원 용량이다(MOE, 2016). 이와 같은 이유로 유역 내 광주광역시를 포함한 영산강유역과 전남 남부 및 동부권은 대부분의 생공용수를 섬진강과 탐진강 수계에 크게 의존하고 있으며, 실제로 광주광역시의 생활용수와 공업용수는 섬진강 수계인 주암댐과 동복댐에서 도수하여 이용하고 있다(Lee and Jung, 2015).

영산강 내 댐과 보와 같은 수리시설물들은 영산강수계 상류에 위치하여 수질이 양호한 농업용 댐 4개의 유효저수량의 약 97% (2.5억 m3)을 관개면적 34,500 ha에 농업용수로 이용하고 있으며 하천법에 의한 댐 관리지침의 댐 하류 하천 의무 방류량에 따라 나머지 약 3% (8백만 톤)을 하천유지용수로 방류하고 있다. 이러한 이유로 영산강의 유량이 부족하고 수질 또한 초기 강우로 인하여 도심지와 농경지의 비점오염원, 농업용수의 회귀수량 및 축산폐수, 생활하수 등으로 인하여 전국 5대강 중에서 가장 나쁜 수질을 유지하고 있다(Kim and Cha, 2011; Lee and Jung, 2015).

2.1.2 섬진강유역

섬진강은 동쪽에는 낙동강유역, 서쪽에는 영산강유역과 동진강유역 그리고 북쪽에는 금강유역과 만경강유역이 접하고 있는 대한민국 5대 권역 중 하나이다. 섬진강의 유역면적은 4,896.5 km2이며, 섬진강 유역의 연평균 기온과 연평균 강수량은 12.0℃, 1423.0 mm로 남해안 중앙부에 위치한 이유로 4계절이 뚜렷하게 구분되는 것이 특징이다.

섬진강 유역의 연평균 이용 가능한 수자원 총량은 6.8억 m3으로 내륙 5대 권역 중 4번째로 다른 권역보다 적은 양을 보유하고 있지만, 12대 수계별 1인당 이용 가능한 수자원량은 14,128 m3/년/인으로 1인당 이용 가능한 수자원량은 가장 많은 양을 보유하고 있다(MOE, 2016). 섬진강 유역 내에는 다목적 댐인 섬진강댐과 주암댐이 설치되어 운영 중에 있으며 주암댐은 영산강유역의 광주천으로 도수로를 통해 물을 공급하고 있다. Fig. 1는 영산강과 섬진강 내 댐과 보의 검보정 지점을 나타낸 것이며, 그림내 Water Transfer는 주암댐에서 영산강의 광주천으로 물을 이동시키는 것을 표현한 것이다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-01/N0200530105/images/kwra_53_01_05_F1.jpg
Fig. 1.

Study area

2.2 연구방법

본 연구에서는 영산강 유역과 섬진강 유역에 대한 SWAT 모형과 Inlet 기능, 저수지 운영모의 매개변수를 활용하여 영산강 유역과 섬진강 유역간의 물이동을 고려한 SWAT 모형을 구축하고 물이동을 고려하기 전과 후의 검보정 결과의 향상을 평가하였다. Fig. 2는 본 연구의 연구흐름도이다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-01/N0200530105/images/kwra_53_01_05_F2.jpg
Fig. 2.

Flow chart of this study

먼저, 영산강유역에 대해서 SWAT 모형의 입력자료와 검·보정 지점에 대한 실제 관측자료를 수집하고, Inlet 기능을 이용하여 실제로 도수가 발생하는 광주천 지점에 새로운 유입구를 생성한 다음 생성한 유입구에 검보정 기간과 동일한 기간(2005년 1월∼2017년 12월)의 도수유량 입력자료를 구축하여 적용하였다. 영산강 유역 내에 위치한 다기능 보인 승촌보(SCW)와 죽산보(JSW)의 제원과 방류량 및 유입량 자료를 구축하여 입력한 후 추가로 마륵 수위관측소(MR)를 검·보정 지점으로 선택하여 섬진강으로부터의 도수유량을 적용하기 전과 적용한 후의 검·보정 결과를 비교하였다.

섬진강 유역의 경우, 영산강유역과 마찬가지로 모형의 입력자료와 검·보정 지점에 대한 실제 관측자료를 수집하고 다목적 댐인 섬진강댐(SJGD)과 주암댐(JAD)의 제원과 방류량 자료를 구축하여 입력한 후 주암댐에서 도수유량 취수를 고려하기 위해 주암댐에 대해 저수지 운영모의 매개변수를 적용하고, 추가로 곡성 수위관측소(GS)와 구례 수위관측소(GR)를 선택하여 도수유량 취수를 적용하기 전과 적용한 후의 검보정 결과를 비교하였다.

2.3 SWAT 모형의 개요

SWAT 모형은 물리적 기반의 준분포형 연속강우유출모형으로써, 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 유출을 모의할 수 있다. 모형은 물수지 방정식에 근거를 두고 강수, 증발산량, 지표유출, 기저유출, 지하수 등에 대한 모의를 각 수문반응단위 별로 계산할 수 있다(Neitsch et al., 2001). SWAT 모형에서 일별 유출량은 NRCS-CN (Natural Resources Conservation Service-Curve Number) 방법으로 산정하고 측방유입량은 Kinematic Storage Model을 이용하며, 침투는 토층을 최대 10개 까지 세분화 하여 선형저수량 추적기법을 사용하여 계산한다(Ahn et al., 2016). 본 연구에서는 SWAT 모형 내의 Inlet 기능과 저수지운영모의 관련 매개변수를 사용하여 유역간 물이동을 고려한 SWAT 모형의 구축연구를 진행하였다.

2.3.1 Inlet 기능

SWAT 모형은 유역분할단계(Watershed delineation)에서 DEM (Digital Elevation Model)과 하천도를 입력하고 유역의 유출구(Outlet)를 지정하면 하천의 흐름을 추적하는 과정을 통해 유역을 생성한다. Inlet 기능은 유역분할단계에서 사용할 수 있는 기능으로써 유역의 소유역에 선택적으로 새로운 유입구(Inlet) 및 부가적인 유출구를 추가할 수 있도록 개발되었다(Luzio et al., 2002). 생성된 유역의 소유역에 생성된 하천도에 Inlet 기능을 이용하여 새로운 유출구, 유입구를 지정하면 지정한 소유역 중 일부분이 소멸되어 해당 소유역의 정보가 사라지는 단점이 존재하지만, 선택적으로 일별 점오염원 입력자료(kg/day)와 일별 유량자료(m3/day)를 적용할 수 있다. Inlet 기능의 입력자료는 .txt 파일 형식이며, 본 연구에서는 섬진강 유역의 주암댐에서 도수되는 유량을 고려하기 위해 K-water로부터 일별 관측자료를 제공받아 SWAT 모형의 입력자료 형태로 구축하였다.

2.3.2 저수지 운영모의

SWAT 모형은 유역 내에 위치한 댐과 저수지에 대한 운영모의가 가능하며, 저수지의 저류량을 산정하는 물수지방정식은 다음 Eq. (1)로 설명된다(Arnold et al., 1996).

$$V=V_{stored}+V_{flowin}-V_{flowout}+V_{pcp}-V_{evap}-V_{seep}$$ (1)

Eq. (1)의 V는 하루동안의 저류된 저류량, Vstored는 초기 저류량, Vflowin은 하루동안의 유입량, Vflowout은 하루동안의 유출량이고, Vpcp는 하루동안의 내린 강수량, Vevap는 하루동안의 증발량, Vseep는 침루로 손실된 물의 양이다.

SWAT에서는 Transfer command, Irrigation 매개변수와 저수지 운영 매개변수 조정을 통해 유역 내 취수를 모의할 수 있다. Transfer Command는 유역 내 저수지 용량에 따른 비율로 모의되며 Irrigation은 관개 하고자 하는 유역에 존재하는 작물의 종류와 생장주기, 그리고 작물에 따라서 필요한 에너지를 계산하여 물을 공급하는 방법이다. 하지만 Transfer command는 수원의 유형과 위치, 물을 이송 받을 수체(Water body)의 유형과 위치를 모형의 입력자료 중 .fig 파일에서 command 형식으로 입력해야한다. 또한 Irrigation 매개변수는 하천, 저수지, 얕은 대수층, 깊은 대수층 등 5가지 유형의 수원에서 취수할 수 있지만 취수를 시행할 수원의 번호와 그에 따른 Irrigation 매개변수를 입력해야할 번거로움이 존재한다. 따라서 본 연구에서는 월별로 입력할 수 있는 저수지 매개변수인 WURESN와 저수지 운영 매개변수인 WURTNF 매개변수를 조정하여 섬진강 유역의 주암댐의 취수량을 고려하였다.

WURESN (Water Use Reservoir Withdrawn) 매개변수는 유역 밖에서 저수지의 물을 사용할 때 외부에서 필요한 유량만큼 저수지안의 물을 각 월별로 저수지에서 일정 양만큼 소모시키는 매개변수로 단위는 104 m3이다. 또한 WURESN 매개변수와 함께 작용하는 매개변수로 WURTNF (Water Use Return Fraction) 매개변수를 사용하였는데, 이 매개변수는 WURESN 매개변수에 의해 소모된 물이 일정비율만큼 저수지로 되돌아와 저수지에서 다시 유출되는 매개변수로 단위는 m3/m3이다.

2.4 SWAT 모형의 입력자료

2.4.1 GIS 입력자료, 기상자료

SWAT 모형의 GIS 공간자료로는 DEM과 토지이용도 그리고 토양도가 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)).

http://static.apub.kr/journalsite/sites/kwra/2020-053-01/N0200530105/images/kwra_53_01_05_F3.jpg
Fig. 3.

GIS data of the Yeongsan and Seomjin river basins

2.4.2 수문입력자료 및 도수유량 실측자료

모형의 검정과 보정을 위한 기상자료는 기상청(Korea Meteorological Administration, KMA)에서 제공하는 유역 내에 위치한 각 기상관측소(영산강 11개 지점, 섬진강 15개 지점)의 강수량(mm), 최고 기온 및 최저 기온(℃), 풍속(m/sec), 상대습도(%), 일사량(MJ/m2)자료를 2005년부터 2017년까지 수집하여 활용하였다. 또한 섬진강의 다목적 댐인 섬진강댐과 주암댐의 수문자료는 기상 입력자료의 기간과 동일한 기간의 일별 댐 유입량과 저수량 자료를 수집하여 사용하였고 영산강에서는 다기능 보인 승촌보와 죽산보의 수문자료는 5년 5개월(2012년 8월∼2017년 12월)동안의 일별 보 유입량과 저수량 자료를 수집하여 사용하였다(http://www.water.or.kr).

주암댐에서 영산강으로 도수하는 현상에 대해 신뢰성 있는 모의를 위해 2005년∼2017년까지의 실측 도수유량자료를 이용하였다. 도수터널통수, 광주취수량, 광주천 항목으로, 본 연구에서는 세 개 항목 중 광주취수량 항목을 영산강 유역에 대한 SWAT 모형의 Inlet 입력자료로 활용하였다. 자료의 검증을 위해 2005년부터 2017년까지의 광주광역시의 상수도 통계 항목 중 연간 총 취수량(m3/year) 항목과 비교한 결과, m3/day 단위로 변환한 광주취수량 항목과 오차율이 평균 0.02%로 자료의 타당성과 신뢰성을 확보하였다.

3. 결과 및 고찰

본 연구에서는 두 개의 SWAT 모형의 검·보정에 앞서 영산강유역과 섬진강 유역에 대해 매개변수의 민감도 분석을 수행하였으며, 이를 통하여 최적의 매개변수를 선정하였다. 각 수문 요소들은 서로 영향을 주고받는 관계이므로 유기적이고 밸런스 있게 모의하기 위하여 시행착오방법(trial and error method)을 적용하여 반복적으로 모형의 검·보정을 시행하였다.

3.1 물이동을 고려한 영산강 검·보정

본 연구에서 사용한 영산강유역에 대한 SWAT 모형의 검·보정에 사용된 매개변수는 Table 1과 같다. 지표유출과 관련한 매개변수는 CN2, CH_(2), Surlag, 증발산량 관련 매개변수는 ESCO, CANMX, SLSOIL, LAT_TIME이다. 지하수 매개변수로는 GW_DELAY, GWQMN, ALPHA_BF, 저수지에 대한 매개변수는 7개(RES_ESA, RES_EVOL, RES_PSA, RES_PVOL, RES_VOL, RES_K, EVRSV)를 선정하여 검·보정을 수행 한 다음, 주암댐으로부터 취수한 실측 도수유량을 Inlet기능에 적용하여 도수유량을 적용하기 전과 적용한 후의 검·보정 지점의 유출량 변화를 평가하였다.

Table 1. The calibrated parameters for Yeongsan River basin

Parameter Definition Range Adjusted Value
MR SCW JSW
Surface Runoff
CN2 SCS curve number for moisture condition 35 to 98 +10 +10 +10
Surlag Surface runoff lag coefficient 0 to 7 3 2 2
CH_N(2) Manning's "n" value for main channel 0.01 to 30 - 0.04 0.07
Evapotranspiration
ESCO Soil evaporation compensation coefficient 0 to 1 - 1 1
CANMX Maximum canopy storage 0 to 100 7 6 3
SLSOIL Slope length of lateral subsurface flow (m) 0 to 150 20 - 5
LAT_TIME Lateral flow travel time (days) 0 to 180 250 5 35
Groundwater
GW_DELAY Delay time for aquifer recharge (days) 0 to 500 - - -
GWQMN Threshold water level in shallow aquifer for base flow (mm) 0 to 5000 3000 - 200
ALPHA_BF Base flow recession constant 0 to 1 - - 0.1
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 - 0.6 0.6
EVRSV Lake evaporation coefficient 0 to 1 - 0.6 0.6

영산강유역에 대한 SWAT 모형의 보정기간은 6년(2005∼2010), 검증기간은 7년(2011∼2017)으로 설정 하였으나 유역 내 다기능 보 2개(SCW, JSW)는 2012년 8월부터 운영됨에 따라 2013∼2015년을 보정, 2016∼2017년을 검증기간으로 하여 분석을 수행하였다. 모형의 적용성 평가는 determination coefficient (R2), Nash and Sutcliffe model efficiency (NSE), root-mean square error (RMSE)를 사용하였다. R2는 관측값과 모의값이 완벽하게 일치할 경우 1의 값을 나타내며, NSE는 -∞에서 1까지의 범위를 가지고 지수값이 1일 때 관측값과 모형으로부터 산정된 값이 완벽하게 일치함을 의미한다. 또한, 0보다 큰 NSE 지수는 모형으로부터 산정된 값이 용인되지만 0보다 작은 값은 용인될 수 없는 수준으로 판단된다. RMSE는 0에 가까울수록 만족스러운 결과로 판단되며 오차 또한 적은 것으로 나타난다(Moriasi et al., 2007; Santhi et al., 2001; Mkhwanazi et al., 2012; Ahn et al., 2016). SWAT 모형의 결과에 대한 통계분석 값의 수준은 NSE ≥ 0.5, R2 ≥ 0.6을 만족스러운 수준으로 제시하고 있다(Moriasi et al., 2007; Santhi et al., 2001).

Fig. 4는 다기능 보 SCW, JSW와 수위관측소 MR지점에 대해 도수유량을 적용하기 전·후의 유출량, 보 유입량 및 저수량 검·보정 결과를 나타낸 것으로 Before는 도수유량을 적용하기 전, After는 도수유량을 적용한 후의 유입·유출량을 나타낸 그림이다. Tables 2 and 3은 검·보정 결과 중 1개의 수위관측소의 유출량과 2개의 다기능 보의 보 유입량 및 저수량에 대한 통계분석 값을 연별로 나타낸 것이고 괄호의 숫자는 도수유량을 적용한 후의 변화를 나타낸 것이다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-01/N0200530105/images/kwra_53_01_05_F4.jpg
Fig. 4.

The calibration and verification results for MR stream gauge station, SCW and JSW weirs inflow, streamflow (m3/sec), and storage (106 m3)

Table 2. Summary of model calibration and validation for streamflow and weirs inflows at 3 calibration points

Point Year PCP
(mm)
Q (mm) QR (%) R2 NSE RMSE
(mm/day)
Obs. Sim. Obs. Sim.
MR 2005 1289.6 473.7 418.8 36.7 32.5 0.62 0.30 1.53
2006 1520.2 605.3 564.4 39.8 37.1 0.83 0.66 1.36
2007 1620.6 692.3 618.7 42.7 38.2 0.89 0.76 1.72
2008 1007.2 404.9 357.4 40.2 35.5 0.91 0.80 1.44
2009 1488.2 598.3 514.4 40.2 34.6 0.93 0.79 1.81
2010 1573.1 633.7 578.6 40.3 36.8 0.91 0.79 1.53
2011 1300.3 75.9 484.0 5.8 37.2 0.91 0.82 1.23
2012 1626.3 560.7 560.5 34.5 34.5 0.91 0.75 0.12
2013 1246.4 554.1 462.4 44.5 37.1 0.93 0.84 1.87
2014 1288.8 494.5 431.4 38.4 33.5 0.75 0.52 1.61
2015 1100.1 386.0 336.5 35.1 30.6 0.77 0.51 1.46
2016 1482.4 571.8 529.1 38.6 35.7 0.77 0.78 1.38
2017 936.5 348.5 332.1 37.2 35.5 0.77 0.65 0.94
Avg. 1344.6 492.3 476.0 36.5 35.3 0.84 0.69 1.38
SCW 2012 601.9 470.9 572.5 78.2 95.1 0.96 0.83 1.29
2013 1169.8 953.9 879.8 81.5 75.2 0.94 0.76 1.72
2014 1223.8 810.5 847.0 66.2 69.2 0.75 0.56 1.29
2015 1027.0 615.1 645.1 59.9 62.8 0.77 0.55 1.20
2016 1369.6 893.8 955.0 65.3 69.7 0.91 0.83 1.59
2017 966.8 569.1 655.4 58.9 67.8 0.93 0.82 1.83
Avg. 1059.8 718.9 759.1 68.3 73.3 0.87 0.70 1.49
JSW 2012 648.1 600.4 558.3 92.6 86.1 0.87 0.68 1.37
2013 1178.4 823.0 771.5 69.8 65.5 0.83 0.61 1.49
2014 1282.4 720.1 779.4 56.1 60.8 0.68 0.46 1.57
2015 1033.7 490.6 592.7 47.5 57.3 0.82 0.61 1.96
2016 1362.0 823.0 909.2 60.4 66.8 0.84 0.70 1.83
2017 927.1 446.3 561.2 48.1 60.5 0.80 0.56 2.05
Avg. 1072.0 650.6 695.4 62.4 66.2 0.81 0.60 1.71

Table 3. Summary of model calibration and validation of weirs storage at 2 calibration points

Weir Year PCP (mm) Weir storage (106m3) Weir storage rate (%) R2 NSE RMSE (106m3/day)
Obs. Sim. Obs. Sim.
SCW 2012 601.9 9.0 8.9 99.6 99.1 0.94 0.67 0.09
2013 1169.8 9.1 8.9 100.9 99.2 0.96 0.65 0.14
2014 1223.8 9.0 8.9 100.2 99.2 0.76 0.70 0.12
2015 1027.0 8.9 8.9 99.4 99.2 0.75 0.57 0.06
2016 1369.6 9.0 8.9 100.2 99.2 0.93 0.68 0.12
2017 966.8 8.4 8.9 93.8 99.1 0.87 0.62 0.23
Avg. 1059.8 8.9 8.9 99.0 99.2 0.87 0.65 0.13
JSW 2012 648.1 25.3 25.8 98.5 100.4 0.84 0.78 0.23
2013 1178.4 25.8 25.7 100.3 100.0 0.80 0.65 0.11
2014 1282.4 25.6 25.8 99.6 100.5 0.83 0.71 0.18
2015 1033.7 25.7 25.7 100.1 100.2 0.88 0.73 0.07
2016 1362.0 26.0 25.9 101.3 100.6 0.82 0.71 0.15
2017 927.1 22.3 25.9 86.7 100.6 0.68 0.55 0.51
Avg. 1072.0 25.1 25.8 97.7 100.4 0.81 0.68 0.21

검·보정 전체 기간에 대해 도수를 고려하기 전의 MR의 유출률(QR)은 실측치와 대비하여 -14.1% 작게 나타났고, SCW와 JSW의 유입률(QR)은 실측치보다 -9.5%, -5.0% 적게 추정되었는데, 이는 영산강 본류의 상류에 위치한 MR의 유출량이 하류에 위치한 SCW와 JSW에 영향을 미친 것으로 판단된다. 도수를 고려한 후의 MR의 QR은 고려하기 전보다 +12.9% 증가하였고 하류에 위치한 SCW와 JSW 또한 각각 +14.5%, +8.7% 증가하였는데, 이는 영산강 본류의 상류에 위치한 MR의 QR이 증가하면서 하류에 위치한 SCW와 JSW의 유입량 또한 증가한 것으로 판단된다.

유입·유출량 통계분석 결과를 살펴보면, 검·보정 전체 기간에 대한 MR의 유출량에 대한 평균 R2는 각각 0.84로 나타났고, SCW와 JSW의 보 유입량에 대한 평균 R2는 각각 0.87, 0.81로 나타났다. NSE의 평균값은 검·보정 전체 기간에 대해 MR은 0.69의 효율을 보였고, 도수를 고려한 MR의 NSE는 고려하기 전과 대비하여 +0.2 증가하였는데 MR은 검·보정 지점으로 선택한 지점 중 유출률이 가장 적게 관측된 지점으로써 도수유량 유입의 영향으로 유량이 증가하여 유출률이 전체적으로 실측치와 유사한 수준까지 향상되어 그에 따른 NSE 또한 증가하는 결과를 보여준 것으로 판단된다. SCW와 JSW에 대한 평균 NSE는 0.70, 0.60로 나타났다. 평균 RMSE 경우, 검·보정 전체 기간에 대해 MR에서 1.38 mm/day로 분석되었다. 특히 MR의 경우 RMSE가 -1.30 mm/day로 크게 감소하였는데, 이는 도수유량이 유입됨에 따라 유출량이 증가하여 관측값과 모의값의 오차가 적어지면서 감소한 것으로 판단된다. 다기능 보의 경우, SCW와 JSW의 RMSE는 각각 1.49, 1.71 mm/day로 -0.7, +0.4 mm/day 변화한 것으로 분석되었는데, 이는 JSW의 2015∼2017년에 대해 보 유입량이 과대추정(overestimation)되어 RMSE가 증가한 것으로 판단된다.

다기능 보의 저수량 통계분석 결과 중 R2는 검·보정 전체 기간에 대해 SCW와 JSW에서 각각 0.87, 0.81로 나타났고 NSE는 검·보정 전체 기간에 대해 SCW와 JSW에서 0.65, 0.68의 효율을 보여주었으며, RMSE의 경우에는 SCW와 JSW에서 0.13×106 m3/day, 0.21×106 m3/day으로 분석되었다.

3.2 물이동을 고려한 섬진강 검·보정

섬진강 유역의 검 · 보정은 저수지 운영 단계에서 저수지 외부에서 저수지 내의 물을 사용할 때 월별 평균 이용량을 설정하는 WURESN 매개변수와 WURESN 매개변수의 값을 일정 비율만큼 모형에 적용시킬 수 있는 매개변수인 WURTNF 매개변수를 활용하여 주암댐에서 영산강으로 도수할 도수유량을 취수하는 것을 고려하였다. WURESN 매개변수는 일별 매개변수가 아닌 월별로 적용하는 매개변수이기 때문에 2005년 1월부터 2017년 12월까지의 실측 도수유량 일방류량 자료를 월방류량 자료로 환산하여 모형에 적용하였고, WURTNF 매개변수의 값은 1(100%)로 적용하여 모의하였다(Table 4).

Table 4. The calibrated parameters for Seomjin River basin

Parameter Definition Range Adjusted Value
SJGD JAD GS GR
Surface Runoff
CN2 SCS curve number for moisture condition 35 to 98 +5 - - -
Surlag Surface runoff lag coefficient 0 to 7 2 2 2 2
CH_N(2) Manning's "n" value for main channel 0.01 to 30 0.04 0.04 0.04 -
Evapotranspiration
ESCO Soil evaporation compensation coefficient 0 to 1 0.95 0.6 0.6 0.6
CANMX Maximum canopy storage 0 to 100 3 3 - -
SLSOIL Slope length of lateral subsurface flow (m) 0 to 150 - 3 - -
LAT_TIME Lateral flow travel time (days) 0 to 180 3 - - 2
Groundwater
GW_DELAY Delay time for aquifer recharge (days) 0 to 500 - 40 40 -
GWQMN Threshold water level in shallow aquifer for base flow (mm) 0 to 5000 - 2000 - 100
ALPHA_BF Base flow recession constant 0 to 1 0.024 0.024 0.024 -
Reservoir
RES_ESA Reservoir surface area when the reservoir is
filled to emergency spillway (ha)
2,453 3,215 - -
RES_EVOL Volume of water needed to fill the reservoir to
the emergency spillway (104 m3)
46,600 45,700 - -
RES_PSA Reservoir surface area when the reservoir is filled to
the principal spillway (ha)
2,280 2,880 - -
RES_PVOL Volume of water needed to fill the reservoir to
the principal spillway (104 m3)
43,330 41,802 - -
RES_VOL Initial reservoir volume (104 m3) 41,802 21,745 - -
RES_K Hydraulic conductivity of the reservoir bottom (mm/hr) 0 to 1 0.5 0.5 - -
EVRSV Lake evaporation coefficient 0 to 1 0.6 0.6 - -
Reservoir Management
WURTNF Fraction of water removal lost in transfer and
returned as reservoir outflow (m3/m3)
0 to 1 - 1 - -
Monthly Data (For JAD)
WURESN Average daily water withdrawn from reserver each day in the month for consumptive use (104 m3)
Month 1 2 3 4 5 6 7 8 9 10 11 12
Adjusted Value -27.5 -27.8 -27.3 -27.8 -29.3 -30.9 -31.8 -30.8 -30.5 -29.1 -28.6 -28.1

섬진강유역에 대한 SWAT 모형의 보정기간과 검증기간은 영산강유역과 동일하게 보정기간 6년(2005∼2010), 검증기간 7년(2011∼2017)으로 설정하였으며 유역 내 다목적 댐 2개(SJGD, JAD) 또한 동일한 기간으로 설정하여 섬진강유역에 대한 모형의 검보정을 수행하였다.

Fig. 5은 SJGD, JAD와 GS와 GR에 대해 주암댐에서의 도수유량을 취수하는 것을 고려하기 전과 후의 유출량, 댐 유입량 및 댐 저수량 검·보정 결과를 나타낸 것이다. Before는 도수유량을 취수하는 것을 고려하기 전 유입·유출량 그래프이고 After는 도수유량을 취수하는 것을 고려한 후의 유입·유출량을 나타낸 그래프이다. 섬진강의 경우, 섬진강의 상류에 위치한 SJGD, GS 지점은 주암댐에서의 도수유량 취수의 영향을 받지 않아 취수를 고려하기 전과 후의 유출량과 댐 유입량의 변화가 없었으며 주암댐 하류에 위치한 GR 지점은 주암댐에서 도수유량을 취수함에 따라 주암댐에서 하류로 방류하는 방류량이 감소하여 유출량의 변화가 일어난 것으로 판단된다. Tables 5 and 6은 검·보정 결과 중 2개의 수위관측소의 유출량과 2개의 다목적 댐의 댐 유입량과 저수량에 대한 통계분석 값을 연별로 나타낸 것이며 괄호의 숫자는 도수를 고려한 후의 변화를 나타낸 것이다.

http://static.apub.kr/journalsite/sites/kwra/2020-053-01/N0200530105/images/kwra_53_01_05_F5.jpg
Fig. 5.

The calibration and verification results for stream gauge station/Dam inflow and streamflow (m3/sec), Dam storage (106 m3)

Table 5. Summary of model calibration and validation for streamflows and Dam inflows at 4 calibration points

Point Year PCP
(mm)
Q (mm) QR (%) R2 NSE RMSE
(mm/day)
Point Year PCP
(mm)
Q (mm) QR (%) R2 NSE RMSE
(mm/day)
Obs. Sim. Obs. Sim. Obs. Sim. Obs. Sim.
GS 2005 1378.6 451.4 641.0 32.7 46.5 0.93 0.84 2.50 SJGD 2005 1378.6 846.7 917.3 61.4 66.5 0.75 0.48 1.69
2006 1155.9 455.4 633.2 39.4 54.8 0.87 0.72 2.44 2006 1155.9 713.6 800.8 61.7 69.3 0.85 0.60 1.84
2007 1478.1 678.6 826.0 45.9 55.9 0.89 0.77 2.26 2007 1478.1 920.2 966.0 62.3 65.4 0.88 0.71 1.42
2008 888.9 209.2 337.1 23.5 37.9 0.87 0.39 2.14 2008 888.9 388.6 477.6 43.7 53.7 0.78 0.59 1.85
2009 1236.7 386.4 584.8 31.2 47.3 0.86 0.70 2.55 2009 1236.7 582.1 697.9 47.1 56.4 0.79 0.58 2.06
2010 1692.9 780.3 981.1 46.1 58.0 0.90 0.76 2.56 2010 1692.9 1084.0 1206.6 64.0 71.3 0.86 0.66 2.10
2011 1623.5 665.1 916.8 41.0 56.5 0.89 0.78 2.80 2011 1623.5 1076.9 1212.4 66.3 74.7 0.83 0.63 2.19
2012 1656.9 612.3 784.5 37.0 47.3 0.84 0.69 2.41 2012 1656.9 1046.8 997.6 63.2 60.2 0.80 0.55 1.46
2013 1232.5 489.8 694.2 39.7 56.3 0.87 0.74 2.58 2013 1232.5 719.2 881.2 58.4 71.5 0.74 0.53 2.35
2014 1354.4 373.9 641.1 27.6 47.3 0.82 0.57 2.87 2014 1354.4 705.0 771.3 52.1 57.0 0.73 0.50 1.65
2015 915.4 195.0 325.9 21.3 35.6 0.77 -1.76 2.16 2015 915.4 377.3 444.9 41.2 48.6 0.81 0.47 1.66
2016 1277.0 451.8 690.6 35.4 54.1 0.84 0.50 2.74 2016 1277.0 644.0 821.7 50.4 64.3 0.83 0.67 2.44
2017 981.3 215.1 383.9 21.9 39.1 0.90 0.20 2.39 2017 981.3 402.2 502.2 41.0 51.2 0.89 0.77 1.94
Avg.1297.9458.8649.234.149.00.860.452.49Avg.1297.9731.3822.954.862.30.810.591.89
GR 2005 1154.8 516.1 702.0 44.7 60.8 0.93 0.83 2.48 JAD 2005 1154.8 374.7 617.3 32.4 53.5 0.90 0.68 2.76
2006 1589.9 856.2 859.6 53.9 54.1 0.95 0.89 0.50 2006 1589.9 785.9 935.1 49.4 58.8 0.80 0.63 2.28
2007 1932.9 880.8 1139.7 45.6 59.0 0.96 0.91 2.84 2007 1932.9 836.3 1149.5 43.3 59.5 0.78 0.59 3.06
2008 925.4 338.7 377.3 36.6 40.8 0.82 0.65 1.32 2008 925.4 264.4 429.5 28.6 46.4 0.91 0.72 2.37
2009 1517.3 553.8 768.8 36.5 50.7 0.96 0.82 2.63 2009 1517.3 617.5 792.4 40.7 52.2 0.83 0.69 2.42
2010 1794.1 1003.2 1177.7 55.9 65.6 0.93 0.85 2.42 2010 1794.1 911.5 942.5 50.8 52.5 0.80 0.60 1.21
2011 1573.2 905.2 1034.6 57.5 65.8 0.95 0.90 2.15 2011 1573.2 706.1 859.7 44.9 54.6 0.85 0.71 2.30
2012 1810.6 1018.0 1078.1 56.2 59.5 0.92 0.85 1.58 2012 1810.6 947.7 1007.5 52.3 55.6 0.82 0.65 1.58
2013 1146.4 631.7 743.6 55.1 64.9 0.87 0.74 2.03 2013 1146.4 436.4 592.1 38.1 51.6 0.78 0.60 2.31
2014 1491.4 599.4 801.9 40.2 53.8 0.89 0.72 2.57 2014 1491.4 707.7 763.3 47.5 51.2 0.80 0.61 1.53
2015 1141.8 346.5 412.9 30.3 36.2 0.87 0.73 1.65 2015 1141.8 342.8 487.6 30.0 42.7 0.76 0.56 2.25
2016 1476.3 571.0 797.1 38.7 54.0 0.86 0.65 2.69 2016 1476.3 598.7 775.6 40.6 52.5 0.81 0.59 2.43
2017 863.6 286.3 378.2 33.2 43.8 0.79 0.39 1.87 2017 863.6 208.0 368.1 24.1 42.6 0.84 0.48 2.34
Avg.1416.7654.4790.145.054.50.900.762.06Avg.1416.7595.2747.740.251.80.820.622.22

Table 6. Summary of model calibration and validation of Dams storage at 2 calibration points

Dam Year PCP
(mm)
Dam storage (106 m3) Dam storage rate (%) R2 NSE RMSE
(106 m3 /day)
Obs. Sim. Obs. Sim.
SJGD 2005 1378.6 257.5 231.6 31.6 28.4 0.92 0.98 1.13
2006 1155.9 236.4 213.2 29.0 26.2 0.74 0.97 1.08
2007 1478.1 227.8 212.2 28.0 26.0 0.92 0.98 0.92
2008 888.9 163.8 147.3 20.1 18.1 0.98 0.98 0.94
2009 1236.7 140.8 156.9 17.3 19.3 0.96 0.99 0.93
2010 1692.9 239.4 281.6 29.4 34.6 0.92 0.98 1.37
2011 1623.5 262.7 313.1 32.2 38.4 0.76 0.97 1.47
2012 1656.9 252.6 265.7 31.0 32.6 0.50 0.97 0.86
2013 1232.5 205.9 191.1 25.3 23.5 0.70 0.97 0.90
2014 1354.4 178.1 208.9 21.9 25.6 0.92 0.97 1.21
2015 915.4 153.1 176.8 18.8 21.7 0.97 0.98 1.09
2016 1277.0 166.0 216.2 20.4 26.5 0.34 0.87 1.47
2017 981.3 153.9 261.6 18.9 32.1 0.86 0.59 2.00
Avg1297.9202.9221.224.927.10.810.941.18
JAD 2005 1154.8 195.9 318.8 24.0 39.1 0.93 0.62 2.11
2006 1589.9 182.9 235.4 22.4 28.9 0.58 0.89 1.50
2007 1932.9 225.6 253.3 27.7 31.1 0.95 0.98 1.16
2008 925.4 211.2 256.9 25.9 31.5 0.91 0.95 1.42
2009 1517.3 173.0 250.6 21.2 30.8 0.88 0.81 1.75
2010 1794.1 253.7 332.0 31.1 40.7 0.04 0.81 1.76
2011 1573.2 244.3 291.6 30.0 35.8 0.55 0.94 1.44
2012 1810.6 264.5 356.2 32.5 43.7 0.68 0.86 1.87
2013 1146.4 248.2 315.4 30.5 38.7 0.60 0.91 1.65
2014 1491.4 237.4 331.3 29.1 40.7 0.95 0.85 1.89
2015 1141.8 180.0 251.8 22.1 30.9 0.60 0.83 1.70
2016 1476.3 223.6 287.1 27.4 35.2 0.89 0.91 1.62
2017 863.6 183.3 277.6 22.5 34.1 0.41 0.71 1.89
Avg1416.7217.2289.126.735.50.690.851.67

검·보정 전체 기간에 대해 도수유량 취수를 고려하기 전 GS와 GR의 QR은 실측치 보다 +14.9%, +13.5% 크게 추정되었고, 다목적 댐인 SJGD과 JAD의 QR은 +7.5%, +11.6% 크게 추정되었다. 도수를 고려한 후의 GR의 QR은 고려하기 전 QR 보다 -4.0% 감소한 것으로 나타났는데, 이는 주암댐에서 영산강으로 도수시킬 도수유량의 취수에 의해 주암댐 하류에 대한 방류량이 감소하여 하류에 위치한 GR 지점의 QR이 감소한 것으로 판단된다.

유입·유출량 통계분석 결과를 보면, 검·보정 전체 기간에 대한 GS와 GR의 유출량에 대한 평균 R2는 각각 0.86, 0.90로 나타났고, SJGD과 JAD에 대한 평균 R2는 각각 0.81, 0.82로 나타났다. NSE에 대한 평균값은 검·보정 전체 기간에 대해 GS와 GR에서 각각 0.45, 0.76의 효율을 보였다. 또한 GS의 2008년과 2015년에 대한 NSE가 각각 0.39, -1.76의 효율을 보였는데, 이것은 2008년과 2015년의 강수량이 888.9 mm, 915.4 mm 밖에 되지 않는 심각한 가뭄이 발생한 해로 NSE가 다소 낮은 효율을 보여준 것으로 판단된다. 도수유량 취수를 고려한 GR의 NSE는 고려하기 전과 대비하여 +0.02 증가하였는데, GR은 주암댐 도수현상에 직접적인 영향을 받는 지점으로써 도수유량 취수에 의해 주암댐 하류에 위치한 GR의 유출량이 감소하여 모의값의 경향성이 실측치의 경향성을 잘 따라감에 따라 NSE가 증가한 것으로 판단된다. 다목적 댐의 경우, SJGD과 JAD의 NSE는 검·보정 전체 기간에 대해 각각 0.59, 0.62의 효율을 보였다. 검·보정 전체 기간에 대한 평균 RMSE는 GS와 GR에서 각각 2.49, 2.06 mm/day로 분석되었으며 GR의 RMSE는 도수유량 취수를 고려한 후 -0.4 mm/day 감소하였다. 이것은 도수유량 취수의 영향으로 유출량이 감소하여 실측값에 대한 오차가 줄어듦으로써 RMSE가 감소한 것으로 분석되었다. 다목적 댐의 RMSE는 검·보정 전체 기간에 대해 각각 1.89, 2.22 mm/day로 나타났다.

다목적 댐의 저수량 통계분석 결과 중 R2는 검·보정 전체 기간에 대해 SJGD과 JAD에서 각각 0.81, 0.69로 나타났고 NSE의 경우 검·보정 전체 기간에서 각각 0.94, 0.85의 효율을 보였으며 RMSE의 경우 검·보정 전체 기간에서 각각 1.18* 106m3/day, 1.67*106m3/day으로 분석되었다.

4. 요약 및 결론

본 연구는 영산강유역과 섬진강유역을 대상으로, 두 개의 SWAT 모형을 이용하여 유역분할 단계에서 모형 내 Inlet 기능과 저수지 및 저수지 운영모의 매개변수(WURESN, WURTNF)를 이용하여 두 수계에 대한 물이동을 고려한 모형의 구축 연구를 진행하였고, 물이동을 고려하기 전과 후의 검·보정 통계분석 결과의 향상을 평가하였다.

영산강유역은 유역분할 단계에서 Inlet 기능을 활용하여 도수유량을 적용할 수 있는 새로운 유입구를 생성한 영산강유역을 구축하였고, 섬진강 내 위치한 주암댐으로부터 영산강으로 도수된 2005년∼2017년까지의 실측 도수유량 자료를 Inlet 기능에 대한 입력자료로 적용하여 영산강을 모의하였다.

물이동 고려하기 전 영산강유역에 대하여 검·보정을 실시한 결과, 다기능 보 2개를 포함한 3개의 검·보정 지점(MR, SCW, JSW)에서 평균 R2는 각각 0.84, 0.87, 0.81로 분석되었고, NSE는 0.49, 0.70, 0.60, RMSE는 2.68, 2.19, 1.31 mm/day로 분석되었다. 물이동을 고려한 후 검·보정을 실시한 경우, MR지점의 유출량이 +172.3 mm, NSE가 0.69로 +0.2만큼 증가하였고 RMSE는 1.38 mm/day로 -1.3 mm/day 감소하였는데 이는 도수유량이 유입됨에 따라 모의값과 실측값의 오차가 감소하여 RMSE가 향상된 것으로 판단되었다. 다기능 보 또한 SCW와 JSW에서 유출량이 각각 +155.6,+94.5 mm 증가하였고 SCW와 JSW의 RMSE가 각각 1.49, 1.71 mm/day로 -0.7, +0.4 mm/day 변화한 것으로 분석되어 물이동을 고려한 후의 검·보정 결과가 향상됨과 동시에 통계적으로도 유의함을 확인하였다.

섬진강유역의 경우, 주암댐에서 영산강으로 도수할 도수유량을 취수하는 것을 고려하기 위해 저수지 외부에서 저수지 내의 물을 소비할 때 고려할 수 있는 저수지 매개변수인 WURESN과 저수지 운영매개변수 WURTNF를 SWAT 모형 내 적용하여 구축하고 도수유량 취수를 고려하기 전과 후의 검·보정을 진행하여 검·보정 결과에 대한 통계값을 비교 및 분석하였다.

도수유량 취수를 고려하기 전 섬진강 유역에 대하여 검·보정을 실시한 결과, 다목적 댐 2개를 포함한 4개의 검·보정 지점(GS, GR, SJGD, JAD)에서 평균 R2는 각각 0.86, 0.88, 0.81, 0.82로 분석되었고, NSE는 0.45, 0.74, 0.59, 0.62, RMSE는 2.49, 2.46, 1.89, 2.22 mm/day로 분석되었다. 도수유량 취수를 고려한 후 검·보정 결과의 변화는 주암댐 보다 하류에 위치한 GR 지점에 대해서만 변화가 나타는데, GR지점의 유출량은 전체 검·보정 기간에 대해 평균 -52.2 mm감소하였다. 이는 주암댐에서 도수유량 취수의 영향으로 주암댐 하류의 유출량이 감소한 것으로 판단되었다. 전체 검·보정 기간에 대한 R2는 평균적으로 +0.02 증가한 0.90으로 나타났고, NSE는 검·보정 전체 기간에 대해 평균 +0.02 증가한 0.76의 효율을 보여주었으며 RMSE는 검·보정 전체 기간에 대해 평균-0.4 mm/day 감소한 2.06 mm/day로 나타났다. 이는 도수의 영향으로 실측값에 대한 오차가 줄어들어 RMSE가 감소한 것으로 판단되었다.

본 연구의 목적은 모형내 기능과 매개변수를 이용하여 대한민국의 5대권역(한강, 금강, 영산강, 섬진강, 낙동강) 중 영산강과 섬진강 유역을 대상으로 유역간 물이동을 고려한 SWAT 모형을 구축하는 방법을 제시하는 것이다. SWAT 모형 내 도수와 같은 물이동을 고려할 수 있는 방법은 앞서 제시한 몇 가지의 방법이 존재하지만, 모두 하나의 유역 내에서 이루어진다는 한계점이 존재하여 본 연구에서는 두 개의 유역을 대상으로 물이동을 고려한 모델링을 실시하였다.

두 개의 SWAT 모형을 이용한다는 점과, 섬진강에서 사용한 매개변수가 일별로 작용하는 것이 아닌 월별로 작용한다는 점에서 많은 불확실성을 내포하고 있지만, 유역모델링 측면에서 유역간 물이동을 고려하였을 때 두 개의 유역에 대해 검·보정 단계에서 통계분석 결과의 향상을 확인한 점과 국내뿐만 아니라 국외에서도 많이 사용되는 SWAT모형을 이용하여 두개의 유역의 물이동을 고려한 모델링을 최초로 시도한 점에서 물이동 모델링의 효용성(utility)을 확보하였다고 판단하였다. 또한, 본 연구에서 제시한 SWAT 모형의 유역간 물이동 방법은 현재와 미래의 수자원 계획 및 관리에 활용성이 높을 것으로 판단되며 앞으로 유역모델링 연구에 있어 두 개의 유역에 대해 수자원 분배를 고려한 모델링에 활용할 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 환경부/한국환경산업기술원의 지원으로 수행되었음(79617). 그리고 본 연구는 환경부/한국환경산업기술원의 지원으로 수행되었음(83089).

References

1
Ahn, S.R., Lee, J.W., Jang, S.S., and Kim, S.J. (2016). "Large scale SWAT watershed modeling considering multi-purpose dams and multi-function weirs operation -for Namhan river basin-." Journal of the Korean Society of Agricultural Engineers, KSAE, Vol. 58, No. 4, pp. 21-35.
10.5389/KSAE.2016.58.4.021
2
Arnold, J.G., Williams, J.R., Srinivasan, R., and King, K.W. (1996). SWAT manual. USDA, Agricultural Research Service and Blackland Research Center, Texas.
3
Jeong, J.S., Jung, W.S., and Park, H.G. (2007). "Water supply tunnels for multi-regional and industrial water supply system in Korea." Journal of the Korean Society of Civil Engineers, KSCE, Vol. 55, No. 8, pp. 116-123.
4
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.
5
Koo, J.Y. (2019). "A discussion on the water management organization of the Korean government in the era of one water management." Jounal of Korean Society of Water and Wastewater, KSWW, Vol. 33, No. 1, pp. 1-8.
10.11001/jksww.2019.33.1.001
6
Lee, D.R., Hong, Y.S., and Lee, Y.H. (2018). "A study on the sustainable policy of water and the national water framework law." Korean Public Administration Quarterly, KAGOS, Vol. 30. No. 4, pp. 865-887.
10.21888/KPAQ.2018.12.30.4.865
7
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.
8
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.
9
Lord, W. (1979). "Conflict in federal water resource planning." Journal of the American Water Resources Association, AWRA, Vol. 15, No. 5, pp. 1226-1235.
10.1111/j.1752-1688.1979.tb01123.x
10
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
11
Ministry of Environment (MOE) (2016). Water resources long-term compreshensive plan. National Institute of Environmental Research, Incheon, South Korea.
12
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, Taylor & Francis, Vol. 12, pp. 24-30.
13
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
14
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, pp. 340-367, Temple, Texas.
15
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
16
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 RWER basin with point and nonpoint sources." Association Journal of the American Water Resources Association, AWRA, Vol. 37, No. 5, pp. 1169-1188.
10.1111/j.1752-1688.2001.tb03630.x
17
Xiang, Z., Tiesong, H., Xuning, G., and Xinjie, L. (2014). "Water transfer triggering mechanism for multi-reservoir operation in inter-basin water transfer-supply project." Water Resources Management, Springer, Vol. 28, No. 5, pp. 1293-1308.
10.1007/s11269-014-0541-2
18
Yang, H.K., and Choi, H.C. (2003). "Estimation of water quality environment in Youngsan and Seomjin river basins." The Korean Geographical Society, KGS, Vol. 38, No. 1, pp. 16-31.
19
Yi, J.E. (1998). "A study of water transfer between han river and Nakdong river basins." Jounal of Korea Water Resources Association, KWRA, Vol. 31, pp. 483-490.
20
Yiping, L., Chunyan, T., Chao, W., Wei, T., Baozhu, P., Lei, H., Janet, L., Zhongbo, Y., and Kumud, A. (2013). "Assessing and modeling impacts of different inter-basin water transfer routes on lake Taihu and the Yangtze river, China." Journal of Ecological Engineering, Elsevier, Vol. 60, pp. 399-413.
10.1016/j.ecoleng.2013.09.067
페이지 상단으로 이동하기