1. 서 론
2. 연구방법
2.1 연구대상 지역 특성
2.2 분석방법
3. 결과 및 고찰
3.1 모델의 구축 및 보정
3.2 조류 성장 제한인자 분석
3.3 EFDC+를 활용한 Water age와 조류 성장 연계 분석
3.4 취수 수심에 따른 조류 농도 변화
4. 결 론
1. 서 론
전 지구적으로 가속화되고 있는 기후변화로 지난 106년간 국내 연평균 기온은 약 1.8°C 상승하였고 집중호우 증가로 강우의 양극화가 심화되고 있으며, 이 추세는 지속될 것으로 보고 있다(NIMS, 2018). 이와 같은 이상기온, 양극화된 강수량 등의 현상은 홍수·가뭄뿐만 아니라 용수 공급 등의 수자원분야와 수질 및 생태계에도 영향을 크게 미치고 있다.
수자원 분야로 보면 지역에 따른 기상 변화로 일부지역에는 홍수가 발생하는 동시에 다른 지역에서는 가뭄이 발생하는 현상이 빈번해 지고 있으며, 특정 지역에서 인구증가 및 산업발전으로 인한 수자원의 불평등한 분배와 물수요 증가에 따른 물부족 관련 문제가 야기되고 있다. 이에 지역별로 용수수요량과 공급가능량을 산정하고 부족량을 공급하기 위하여 다른 수계와의 도수로를 연결하여 용수를 확보하는 사례가 다수 있다. 일반적으로 도수로(터널)는 하천·호소에서 다른 유역의 하천·호소로 연결함으로써 무효방류량을 줄여 용수를 효과적으로 운영하는 것을 목적으로 하는 시설로 일반적으로 댐에서 댐이나 하천으로 공급하는 사례(운문댐→영천댐, 안동댐↔임하댐, 용담댐→만경강 등)가 다수이며, 2010년대에 극한 가뭄의 영향을 극복하고자 하천에서 댐으로 공급하는 사례(금강→보령댐, 섬진강→수어댐)도 있다. 도수로 용수공급 측면에서 보령댐도수로 운영시나리오 최적 모의(Park et al., 2020), 보령댐도수로 운영에 의한 금강 하천 수위 변화(Jang et al., 2017), 영천댐도수로 주변 지하수위 회복(Kim et al., 2023a), 평림댐 유역 가뭄시 수양제 용수 공급효과(Park et al., 2024), 여러 취수원의 혼합비율 결정(Lee and Lee, 2023) 등의 연구가 진행된 바 있다.
수질 및 생태계 분야로 보면 지구 온난화로 인한 기온 상승과 점·비점오염원에 의한 영양염류의 유입 등으로 인한 부영양화로 상수원이 오염되고 있으며 매년 조류의 발생 빈도와 범위가 증가하고 있어 국민의 불안감도 높아지고 있다(Kwak, 2021). 특히 폭염으로 인해 수온이 높아지면서 수체의 혼합 작용을 감소시키는 성층화가 유발되어 녹조 발생이 촉진되기도 한다(Joehnk et al., 2008; Paerl and Huisman, 2008). 국내 역시 이상기후의 영향으로 폭염 일수의 증가가 관찰되며(NDMI, 2023), 상수원 및 친수공간의 조류 경계 발령 일수가 지속적으로 증가하는 추세이다(Jang et al., 2024). 또한 이상기후로 인해 유해 남조류의 출현 및 지속기간이 점진적으로 변화하고 있고, 국내 주요 하천, 호소 등에서도 다양한 기상요인과 수리·수문학적 환경요인에 따라 남조류 발생이 지점별, 시기별로 다양한 변화 특성을 나타내고 있어 지속적인 모니터링과 관리가 필요하다(Park et al., 2015; Chung et al., 2019; Hong et al., 2023). 녹조 발생 원인을 분석하기 위하여 보령호의 수온과 수위 변화(Shin et al., 2017), 주암호의 강우량과 영양염류의 농도 변화(Chung et al., 2019), 영천호의 유입 농도 변화(Lee et al., 2019), 제천천의 수위와 수질 자료를 활용한 오염원 유입 현황(Jeon et al., 2022), 덕동호의 기상, 수문, 이화학적 요인 간의 상관 분석(Hong et al., 2023) 등 현장의 관측자료를 이용한 분석이 이루어진 바 있다. 또한 이화학적인 원인 뿐만 아니라 수체의 물리적 거동 특성 등을 포함한 원인 분석을 위하여 물리모델인 ELCOM-CAEDYM (Estuary, Lake and Coastal Ocean Model-Computational Aquatic Ecosystem Dynamic Model) 모형을 이용한 강우시 외부 유입 오염원 중 제한인자 분석(Chung and Lee, 2011), EFDC (Environmental Fluid Dynamics Code) 모형을 이용한 영산강의 송촌보와 죽산보의 녹조현상에 관한 영향인자 분석(Kim et al., 2020b), 한강 신곡보에서 수리학적 체류시간이 조류의 성장 잠재력을 결정한다는 분석(Kim et al., 2022) 등이 수행되었다. 최근에는 수질, 기상, 유량 및 유속 등의 자료들로 통계 기법이나 기계 학습 기법을 활용하여 조류 발생을 예측하는 데이터 기반 모형이 고려(Kim et al., 2023b; Kim and Park, 2023)되고 있지만 데이터가 부족한 지역에서는 신뢰도가 낮아지는 한계가 있다.
따라서 본 연구에서는 용수공급을 위해 타 유역(섬진강 본류)의 취수원을 가지고 있으며, 조류경보제 상수원 구간 기준으로 2021년에 관심 단계가 67일(7월~11월), 경계 단계가 37일(9월~10월), 2022년에 관심단계가 62일(6월~8월) 발생한 수어댐을 대상으로 수어댐 유역 및 타 수계에서 유입되는 수리·수문학적 운영 상황, 오염부하, 수온 등을 종합적으로 고려한 조류 발생의 원인을 분석하고 저감방안을 도출하기 위하여 2018년부터 2022년까지의 실측자료와 EFDC+모형을 이용하여 분석하였다. 수어댐1(댐 축)지점의 최근 5년(2018~2022년) 남조류의 종별 개체수를 조사한 결과, 2018~2020년 월별 Microcystis와 Aphanizomenon 개체수는 1,000 cells/mL 이하로 관측되었지만 2021년 9~10월에는 Microcystis가 30,000 cells/mL 이상, 2022년 7월에는 Aphanizomenon이 8,000 cells/mL 이상으로 관측되었다(K-water). 본 연구의 결과는 조류 발생 원인을 분석하고, 도수로를 통하여 2개의 수계가 연결되는 특성을 가진 댐의 효과적인 대응 및 운영방안을 도출하는데 도움을 줄 수 있으리라 기대된다.
2. 연구방법
2.1 연구대상 지역 특성
수어댐은 전남 여천 중화학 산업단지와 광양·순천 지역에 용수공급을 위한 상수원 댐으로 섬진강 수계 수어천 상류인 전라남도 장흥군 진상면에 1978년 건설되었으며, 유역면적이 49㎢, 체적이 1.46백만 m3이고 연간 약 30백만 m3의 용수를 공급하고 있다.
수어댐 유역은 임야 86%, 농경지 5%로 대부분 임야 지역이며, 전량 하수처리구역으로 마을하수도처리시설 8개소(445톤/일, 진상 죽전 130톤/일 최대)가 운영 중이다. 댐 유역면적 49 km2 중 임야가 86.1%로 대부분 산림 지역이며, 가축사육농가도 소규모로 산재되어 있어 유역내 오염원은 비교적 적은 편이다.
수어댐은 유역 발생유량으로는 용수공급량이 부족하여 섬진강 하류 물을 수어댐으로 공급하기위해 일 540천 톤의 다압취수장을 강우시 등을 제외하고 연중 운영 중에 있다. 최근 기상변화로 인한 강수량 감소로 유역 유입량이 감소함에 따라 수어댐 저수량과 용수공급량 유지를 위해 다압(취) 유입량이 최근 5년 89백만 m3에서 124백만 m3로 증가하였으며, 다압(취) 유입량이 증가할수록 호내 총 인(Total Phosphorus: T-P) 농도도 증가하는 것으로 조사되었다(Table 1). 특히 여름~가을의 농도가 증가하며, 남조류가 크게 번성하였던 시기의 호내 총인의 농도는 2021년 9월~10월 0.026 mg/L, 2022년 7월 0.037 mg/L인 것으로 나타났다(Fig. 1(a)). 국립환경과학원에서 개발한 부영양화 판단 지수인 TSIKO (Trophic State Index Korea)에 따르면(NIER, 2006), 수어댐의 연평균 영양염류 농도는 중영양상태(TSIKO 32~42)로 언제든지 조류의 성장이 가능한 상태이며, 점차 증가하는 경향이다(Fig. 1(b)).
Table 1.
Changes in Sueo Dam inflow and T-P concentration (`18~`22)
수어댐에서 규조류는 수온이 10~20°C인 5월과 11월에 Aulacoseira와 Fragilaria이 우점종으로 나타났으며, 녹조류는 20~25°C에 최적 생장하는 Staurastrum가 녹조류 중 우점종으로 나타났다(K-water). 수어댐에서 개체수가 급증한 남조류 중 Microcystis는 25~30°C에에서 가장 잘 성장하며(Chorus and Bartman, 1999), 여름철에 특히 우점종으로 나타나는 경우가 많다. 일반적으로 남조류의 번성은 수온, 질소 및 인과 같은 이화학적 요인, 강우량, 일사량 등의 기상학적 요인 및 유량, 체류시간 등과 같은 수리학적 요인들의 영향을 받는 것으로 연구되었다(Chung et al., 2019; Fadel et al., 2015; Hong, 2008; You et al., 2013). Fig. 2에서 따르면 수어댐의 체류시간(HRT)은 대부분 30일 이상으로 나타났으며, 수온이 26°C 이상, T-P 농도 0.025 mg/L 이상인 시기에 남조류 세포수가 급격하게 증가한 것으로 나타났다.
수어댐 수질에 영향을 미치는 오염부하의 영향을 검토하기 위하여 최근 5년간(2018~2022년)의 유입 유량 및 수질자료를 이용하여 연평균 유입 오염부하를 분석한 결과(Table 2), 다압(취)의 유달부하량이 유역 유입보다 매년 높게 분석되었으며, 특히 조류경계단계가 발생한 2021~2022년에 다압(취)에서 유입되는 인 부하가 유역 부하에 비해 약 4.6~8.0배 높은 것으로 분석되었다. 월평균으로 보면 조류관심 및 경계 단계가 발생하였던 6~10월에 조류의 성장인자인 영양염류(질소, 인)는 대부분 다압(취)의 유달부하량이 유역 유달부하량보다 높게 분석되었으며, 특히 인의 경우 다압(취)의 유입 부하가 월등히 높은 것으로 분석되었다.
Table 2.
Analysis of pollution load flowing into Sueo Dam (`18~`22)
2.2 분석방법
본 연구에서는 2018~2020년에는 남조류가 번성하지 않다가 2021~2022년에는 번성한 원인을 분석하고자 3차원 동적 수리·수질 모델인 EFDC를 구축·적용하였다. EFDC는 Virginia Institute of Marine Science (1992, Hamrick)에서 최초 개발되었으며, 2000년부터 DSI, LLC에서 지속적으로 개선 및 개발되고 있다. 2016년부터 DSI 버전의 EFDC는 Environmental Fluid Dynamics Code Plus (EFDC+)로 명명하였다(Oh et al., 2023). EFDC+의 예측 범위로는 유체의 이동, 염분 및 온도 모의 외에도 흡착성 또는 비흡착성 부유물질의 이동, 오염원 유입에 의한 희석, 부영양화 작용, 독성 오염물질의 이동/반응 등의 모의가 가능하며 저수지 및 하천 수질 예측에 적용할 수 있다. 수질 모의 모듈은 용존산소, 화학적 산소요구량, 조류, 탄소, 인, 질소, 규소 및 활성 금속을 포함하는 총 22개의 수질 상태변수로 구성되며, 특히 식물성 플랑크론 모의는 3종(남조류, 규조류, 녹조류) 이상으로 세분할 수 있다(DSI LLC, 2023). 본 연구에서는 EFDC+ Explorer를 사용하였으며, EFDC+의 유체역학 및 수질분석 모듈과 성장인자 산정 기능을 이용하여 조류성장 원인분석을 실시하였다.
입력자료로 사용된 기상자료는 티센망을 고려하여 광양시 종합관측소의 시간별 기압, 기온, 습도, 풍속, 전운량, 일사량 자료를 사용하였다. 수질자료는 수어댐 상류(수어천1), 댐내 2개소(수어댐1, 2), 다압취수장(섬진강본류 악양)의 환경부 물환경측정망 자료와 강우시 실측자료 등을 사용하여 사전에 보정된 유역모델(HSPF)의 유출 수질을 적용하였으며, 수리수문 분석을 위해 수어댐 수위, 유입 및 유출량, 다압취수량은 댐 운영자료를 사용하였다. 조류 모의는 남조류, 규조류, 녹조류로 구분하여 실시하였으며, 조류종별 농도를 산정하기 위하여 K-water에서 자체 측정한 조류 개체수 측정자료와 실측 Chl-a 농도를 바탕으로 조류종별 비율을 산정하는 방법을 적용하였다(Choi et al., 2015). 각 조류종별 농도 산정 방법은 조류종별 단위세포 당 Chl-a 함량(Chl-a pg/cell)과 조류종별 개체수를 곱한 후 합산하여 전체 Chl-a 농도를 산정한 후, 산정된 전체 Chl-a 농도와 실측 Chl-a의 오차가 최소가 되도록 조류종별 단위세포 당 Chl-a 함량(Chl-a pg/cell)을 조정하였다. 조정된 Chl-a 함량으로 재계산된 조류종별 Chl-a 농도에 대하여 각 조류가 차지하는 비율을 산정하였으며, 수어댐의 조류종별 Chl-a 분율은 Fig. 3과 같다.
3. 결과 및 고찰
3.1 모델의 구축 및 보정
EFDC+의 모의 구간은 수어댐 전체 구간으로 선정하였으며, 모의 구간의 지형자료는 K-water에서 제공받은 수치지형도를 이용하였다. 모의 구간의 격자는 평균 크기 52.3(42.1~72.5) m × 48.7(21.5~101.0) m의 655개로 구성하였으며, 수치지형도의 내용적을 참고하여 수위-체적을 보정하였다. 수직 방향은 수체의 수심을 고려한 sigma-zed 방식을 적용하여 2~20개의 수층으로 구성하였다. 모의 구간의 수치격자 직교성은 평균 0.1°로 수치 격자 구성이 적절하게 이루어진 것으로 판단된다(Fig. 4).
유출입 경계조건은 유입 지점 총 5개(유역 4개, 다압(취) 1개), 유출 지점 총 3개(월류부 2개, 취수탑 1개)로 구성하였다. 모델의 보정은 조류가 가장 크게 성장하였던 2021년의 관측수위와 K-water 자체 측정자료 및 물환경측정망 수어댐1 지점의 상·중·하층 분석자료를 이용하였으며, 보정 항목은 수위, 수온, TOC (total organic carbon), T-N (total nitrogen), T-P (total phosphorus), 조류(남조류, 규조류, 녹조류)이다. 보정결과, 수위 보정 통계 지표는 Nash-Sutcliffe efficiency (NSE) 0.980(Very Good), Percent Bias (PBIAS) -0.189 (Very Good), R-squared (R2) 0.987, Relative Squared Residual (RSR) 0.141(Very Good)으로 실측자료를 잘 반영한 것으로 판단된다(Fig. 5 and Table 3). 조류 보정매개변수는 Table 4에 제시하였으며, 수온과 수질은 월별 1개 총 12개의 자료 뿐으로 통계적 지표를 분석하기에는 무리가 있으나 계절적 변화 및 상·중·하층의 변화 특성을 잘 반영한 것으로 판단된다(Fig. 6).
Table 3.
Statistical indices used to evaluate the model accuracy
| Parameter | Description | Optimal value | Parameter | Description | Optimal value |
| NSE | 1 | R2 | 1 | ||
| PBIAS | 0 | RSR | 0 |
Table 4.
Model parameters used for algae calibrations
3.2 조류 성장 제한인자 분석
보정된 EFDC+ 모의 결과를 Table 5의 조류성장 인자 산정식(DSI LLC, 2023)에 적용하여 남조류의 성장 제한인자(수온, 질소, 인, 광량)에 대하여 분석하였으며, 성장인자를 Table 6에 제시하였다. 성장인자는 0~1범위에 있으며, 작을수록 제한인자로 작용한다. 수온은 20°C 이하인 11~4월에서 제한 인자인 것으로 분석되었으며, 이는 세포의 최적 온도범위와 거의 일치한다(Rother and Fay, 1979; Huber, 1985; Rai et al., 1985). 영양염류 인자 중 질소 성장 인자는 0.841~0.982로 조류 성장 제한 인자가 아닌 것으로 나타났으며, 인 성장 인자는 수온이 제한 인자가 아닌 대부분의 시기에서 제한 인자인 것으로 분석되었다. 조류종별로 광량에 의한 성장 인자는 0.559~0.782이며, Chl-a 농도가 증가하여 자가 차단(Algae Self-shading) 현상이 나타나는 7월부터 10월을 제외하고는 광량이 조류 성장의 제한 요소가 아닌 것으로 분석된다.
Table 5.
Formula of algae growth factors
*DSI LLC (2023). EFDC+ Theory version11.
Table 6.
Analysis of Blue-green algae growth factors in Sueo Dam
3.3 EFDC+를 활용한 Water age와 조류 성장 연계 분석
Water age는 유입된 물질이 시스템 내에서 보낸 시간으로 정의되는데 유입 지점(source)으로부터 임의 지점에 물질이 도달하기까지 소요된 시간을 의미한다. 이는 시스템 내의 물질이 경계를 벗어나기까지 소요된 시간을 의미하는 체류시간과는 구분되는 개념으로(Zimmerman, 1976; Monsen et al., 2002), 하천과 같은 점오염원을 통해 유입되는 오염물질의 확산을 설명하기 적합한 물질수송시간 개념이다(Bolin and Rodhe, 1973). 시간이 짧을수록 방류되는 유체 또는 물질에 빠르게 노출되고 반대로 시간이 길수록 노출에 많은 시간이 소요됨을 의미하는 water age는 시간에 따른 확산 범위로 표현하기 때문에 특정 물질의 확산을 설명하기에 적합하다(Kim et al., 2020a). 상기에서 재현한 EFDC+ 모의 결과를 바탕으로 광량의 영향을 받아 조류가 증가하는 표층의 water age, 남조류 세포수, T-P 농도를 중첩시켜 분석한 결과, 남조류 세포수가 가장 급증하였던 2021년에는 water age가 30일 이상이고 T-P 농도가 0.025 mg/L 이상이었으며, T-P 농도가 감소하자 남조류 세포수도 급격히 감소한 것으로 분석되었다(Fig. 7). 2022년에는 T-P 농도가 증가하면서 남조류 세포수도 증가하다가 water age가 20일 이하로 감소하면서 남조류 세포수의 농도도 감소한 것으로 판단된다. 종합하면 남조류 세포수는 water age와 T-P 농도의 성장요인이 모두 만족할 때 급격하게 성장하는 것으로 추정된다.
조류 성장 조건 중 수체의 물리적인 거동 차이점을 분석하기 위하여 수어댐 수위와 취수탑 취수위를 조사하였다(Fig. 8). 수어댐 바닥고 30m를 고려하였을 때 2021년까지는 주로 하층(EL. 39 m) 또는 중층(EL. 45 m)에서 취수하였으나, 2022년에는 상층(EL. 51 m)에서 취수한 것으로 조사되었다(K-water). 연도별로 실제 운영에 따른 저수율, 유입·유출유량에 따라 차이가 있을 수 있으나 취수탑 취수 수심을 EFDC+ 모델에 반영하여 2021~2022년의 water age를 분석한 결과, 중층에서 취수한 2021년보다 상층에서 취수한 2022년이 전체 water age는 증가하지만, 조류가 성장하는 상층의 water age가 감소한 것으로 나타났으며, 이러한 댐 운영방법이 조류 성장에 영향을 주었을 가능성이 있는 것으로 판단된다(Table 7 and Fig. 9).
Table 7.
Monthly comparison of water storage rate, inflow and water age of Sueo Dam during the period of rapid algae growth
3.4 취수 수심에 따른 조류 농도 변화
상기 분석 결과에 따르면 수어댐에서 남조류 세포수가 급증한 시기는 수온이 26°C 이상, water age가 30일 이상인 시기이며, 자체 유역 유입보다는 도수로를 통한 다압(취)의 유입유량 증가로 인해 호내 T-P의 농도가 증가한 것과 밀접한 관계가 있는 것으로 분석되었다. Chong et al. (2023)은 취수 수심에 따라 연직수온 분포의 큰 변화가 관찰되어 향후 취수 수심 변경에 따른 연직 용존산소 농도, 영양염 분포, 조류발생 등의 변화를 추가적으로 연구할 필요성을 제시한 바 있다. 따라서 취수탑의 취수 수심을 조절함으로써 water age가 감소하는지 분석하기 위해 수어댐 보정 모델의 취수위 변경(39 m, 45 m, 51 m, 57 m)에 따른 남조류 농도를 모의하였다. 모의결과 수어댐의 경우 취수위가 높아질수록 남조류의 최고농도가 감소하였으며, 39 m 대비 57 m에서 취수할 경우 최고 농도는 약 55%가 감소하였다(Fig. 10). 이는 취수탑에서 댐수위와 가까운 상층에서 취수함으로써 다압(취)로부터 유입되는 유량이 상층으로 빠르게 배제되어 water age가 현저하게 줄어들기 때문으로 분석된다.
호내 수질 관리를 위해서는 오염원 제어 차원에서 다압(취)에서 유입되는 물의 수질관리가 우선적으로 필요하지만, 비용과 시간이 크게 소요되므로 댐 운영목적과 특성을 고려한 운영 방법 개선이 남조류 농도 저감과 같은 단기적인 목적을 달성하는데 도움을 줄 것으로 기대된다.
4. 결 론
본 연구는 용수공급량의 부족을 해결하기 위하여 타 유역의 하천에서 도수로를 통해 원수를 공급받는 수어댐에서 발생한 녹조(남조류) 발생 원인을 분석하기 위해 기상에 따른 수온 변화, 수어댐 유역 및 타 수계에서 유입되는 수리·수문학적 요인, 조류성장 제한인자와 water age 분석 등을 종합적으로 고려하여 분석하였으며, 다음과 같은 결과를 도출하였다.
호소모델(EFDC+)을 활용하여 수어댐의 남조류 성장제한 인자(수온, 질소, 인, 광량)를 분석한 결과, 수온이 20°C 이하인 11~4월의 가장 큰 성장 제한 인자는 수온인 것으로 분석되었으며, 6~10월은 인이 제한 인자인 것으로 분석되었다. 또한, 남조류 세포수는 water age가 30일 이상이며 T-P 농도가 0.025 mg/L 이상인 조건을 만족할 때 급격히 성장할 가능 성이 있는 것으로 추정할 수 있다.
2021년과 2022년의 water age를 분석한 결과, 실제 운영에 따른 저수율과 유입·유출 유량에 따라 차이가 있을 수 있으나, 중층에서 취수한 2021년에 비해 상층에서 취수한 2022년에 조류가 주로 발생하는 상층의 water age가 감소한 것으로 분석되었다. 이는 댐 운영 방법이 조류 성장에 영향을 미쳤을 가능성을 시사하며, 2021년 수리 조건에서 취수위 변경(39 m, 45 m, 51 m, 57 m)에 따른 수질모의 결과, 상층 취수일수록 상층의 water age가 감소하여 남조류 성장이 감소하는 것을 확인하였다. 따라서 수어댐의 효과적인 수질관리를 위해서는 자체 유역 유입보다 다압(취)에서 유입되는 물의 수질 관리가 우선적으로 필요하며, 댐의 취수구 위치 조절에 따른 water age의 감소 또한 조류 성장을 제한할 수 있을 것이라 판단된다.
최근 기후 변화에 따라 남조류의 발생 빈도와 범위가 증가하고 있으며, 이는 수온, 영양염류, 광량 등의 이화학적 요인뿐만 아니라 water age와 같은 물리적 요인에도 복합적으로 영향을 받는 것으로 분석되었다. 따라서 남조류 관리를 위해서는 유역의 오염원 관리뿐만 아니라 water age를 감소시킬 수 있는 효과적인 운영 방안 마련이 필요하다. 지금까지 국내 대부분의 댐, 저수지, 보의 운영은 주로 이·치수에 초점을 맞추었으나, 이제는 수질까지 고려한 운영이 필요하다고 판단된다.
본 연구에서는 가용한 자료를 최대한 활용하여 수질모델을 구축하고 취수 수심이 남조류 농도 변화에 미치는 영향을 확인하였다. 그러나 모델 구축시 월별 수질측정자료를 활용함에 따라 정확성에서 한계를 가지고 있으며, 특히 다압(취)에서 유입되는 섬진강 원수의 수온은 호내 전체 수온 및 물리적 거동에 큰 영향을 미쳐 조류 성장에도 영향을 줄 수 있기 때문에 이에 대한 관측은 반드시 필요하다. 최근 센서를 이용한 자동모니터링 기술이 많이 발전하였기 때문에, 이를 활용하여 유입 원수의 수질을 관리하고 실시간으로 측정되는 자료를 기반으로 모델을 보완한다면, 다양한 시나리오 분석을 통하여 효과적인 댐 운영 계획을 수립할 수 있으며, 이는 이수, 치수, 수질을 통합적으로 고려한 댐 운영관리에 유용한 자료가 될 것으로 기대된다.
