2.1. 오염부하량 산정 비교

본 연구에서는 환경부 총량측정망에서 조사되고 있는 총량 8일 유량/수질자료를 SWAT(Soil and Water Assessment) 모형의 보정자료로 활용하여 1일 간격으로 확장하였다. 이렇게 산정된 SWAT 모형의 유량 및 수질자료를 1일 간격 실측값으로 가정하고, 실제 현장 측정이 이루어졌던 일자에 해당되는 SWAT모형의 유량/수질 값을 총량 8일 유량/수질 자료로 가정하였다. 이렇게 가정한 총량 8일 유량/수질자료를 NI방법에 적용하여 총량 8일 유량 수질자료에 대한 SS 오염부하량 값과 SWAT 모형의 1일 간격 유량/수질자료에 대한 SS 오염부하량 값을 비교 분석하였다(Fig. 1).

Fig. 1.

Analysis of pollutant Load Data.

또한 우리나라의 경우 강우량의 대부분이 여름철에 집중되어 있기 때문에 강우시 측정 여부에 따라 오염부하량 산정에 큰 차이가 발생할 수 있다. 이에 강우시 수질 측정의 필요성을 제시하고자 강우가 집중되는 여름과 그 외 봄, 가을, 겨울의 SS 오염부하량을 각각 산정하여 분석하였다.

2.2. 연구대상지역

본 연구에서는 3대강의 총량단위유역 중 점오염원에 의한 영향이 가작 적을 것으로 판단되는 상류 세 유역(한강유역 섬강A, 낙동강유역 미천A, 금강유역 금본A)을 연구대상 지역으로 선정하였다(Fig. 2). 총량측정망 지점인 섬강A, 미천A, 금본A의 위치정보는 Table 1과 같다. 섬강A 유역의 면적은 720.3 km²이며 토지이용 현황은 산림 80.3%, 밭 10.8%, 논 5,7%, 시가화 3.2%로 주로 산림지역이다. 미천A는 유역면적 370.1 km²이며 토지이용 현황은 산림 82.0%, 밭 10.8%, 논 3.8%, 시가화 3.3%로 주로 산림지역이다. 금본A는 유역면적 298.1 km²이며 토지이용 현황은 산림 74.3%, 밭 13.9%, 논 7.3%, 시가화 4.5%로 주로 산림지역이다. 섬강A, 미천A, 금본A 세 유역 모두 산림지역이 대부분으로 점오염원에 의한 영향이 매우 적을 것으로 판단된다.

Fig. 2.

Study Area.

Table 1.

Location of monitoring station

2.3. SWAT 모형

2.3.2. 입력자료 구축

SWAT 모형은 시간적 변화와 공간적 분포를 고려하여 유출 특성을 분석한다. 본 연구에서는 SWAT 모형 모의를 위해 30 m × 30 m DEM을 구축하였고, 토지이용도는 환경부에서 제공하는 2012년 자료를 이용하였으며^{(MOE, 2012)}, 토양도는 농촌진흥청 농업과학기술원에서 제공해주는 정밀 토양도를 이용해 입력자료를 구축하였다(Fig. 3-5).

Fig. 3.

DEM, Landuse, Soil of Seomgang A.

Fig. 4.

DEM, Landuse, Soil of Micheon A.

Fig. 5.

DEM, Landuse, Soil of Geumbon A.

2.3.3. SWAT 모형 보정

본 연구에서는 유출량과 유사량에 영향을 미치는 최적 매개변수를 보정하기 위해 SWAT-CUP을 사용하였다. SWATCUP은 SWAT 모형의 자동 보정을 보조하기 위한 프로그램으로 SUFI2, GLUE, Parasol, MCMC 알고리즘을 이용하여 최적 매개변수를 추정할 수 있다. ^{Ryu et al. (2012)}의 논문에서 4가지 알고리즘 중 SUFI2 알고리즘은 실측자료, 매개변수, 변수 등과 같은 불확실성의 요소들을 밝히는 알고리즘으로, 보정에 적합하다고 제시하였다. 따라서 본 연구에서는 각 유역의 매개변수에 대한 보정을 위해 유량과 유사에 민감한 21가지 매개변수를 선정하고, SUFI2 알고리즘을 활용하여 SWAT 모형을 보정하였다. 여기에서 21가지 매개변수는 ^{Kim et al. (2013)}의 매개변수 민감도에 대한 연구에서 유량 및 유사 보정에 제시하였던 매개변수를 참고하여 설정하였다(Table 3).

연구지역의 SWAT 모형 적용성 평가는 유효지수(Nash and Sutcliffe efficiency : NSE)와 결정계수(Coefficient of determination, R²)를 이용하였으며, NSE 산정식은 식 (1)이고 R² 산정식은 식 (2)와 같다.

식 (1)에서 O_i는 실측 일유량, P_i는 모형에서 예측된 일유량, 는 실측 일유량 평균을 의미한다. NSE 값이 1에 가까울수록 예측치가 실측치와 근사하다는 것을 의미한다^{(Nash and Sutcliffe, 1970)}.

(2)식에서 O_m은 실측값, O_s는 모의값, 은 실측값의평균, 는 모의값의 평균을 의미한다. R² 값 또한 1에 가까울수록 예측치와 실측치가 근사하다는 것을 의미한다.

^{Ramanarayanan et al. (1997)} 연구에 따르면 R²가 0.5 이상이고 NSE가 0.4 이상이면 모형이 자연현상에 대해서 잘 모의한 것으로 제안되었으며, ^{Donigian and Love (2003)}는 과거 10년 이상의 모형들의 적용이 된 사례들과 연구 자료 등을 바탕으로 일반적인 모형의 신뢰구간 및 효율 범위를 제시하였다(Table 2).

Table 2.

Criteria for evaluating model performance ^{(Donigian and Love, 2003)}

Table 3.

Twenty one used in calibration for flow and sediment estimation

2.4. NI방법

본 연구에 사용된 NI방법은 식 (3)을 활용하여 오염부하량을 산정한다.

c_i는 i번째 샘플의 농도이고 q_i는 i번째 유량을 의미한다. t_i는 i번째 샘플로서 표현되는 시간 구간으로 이다.

NI방법을 이용한 하천 오염부하량 산정은 실측 수질 샘플링 이전 및 이후 기간 사이의 중간지점의 기점이 실측 농도로 이용되어 오염부하가 산정된다. NI방법은 유량 및 수질의 관측빈도가 적으면 오염부하량 산정의 정확도에 영향을 받을 수 있다는 단점이 있다. 또한 이 방법은 일단 유량이 가변적이고 농도와 유량 모두 함께 증가한다는 가정 하에서 이루어진다^{(Jang et al., 2011)}.

따라서 NI방법을 통한 오염부하량을 정확도 높게 산정하기 위해서는 관측빈도수를 높여 충분한 수의 실측 수질 샘플링을 보유하고 있어야 한다. 여기에서 NI방법은 Fig. 6과 같이 S1 ~ S4는 Section1 ~ Section4까지의 대표농도로, 오염 부하를 산정하는데 실측 농도로 이용된다^{(Choi et al., 2015)}.

Fig. 6.

Estimation of pollutant loading using the NI ^{(Choi et al., 2015)}.

3.1. SWAT 모형 보정 결과

본 연구에서는 유출량과 유사량에 대한 보정을 수행하였다. 보정에는 물환경정보시스템에서 제공하는 2009년부터 2012년까지의 총량 8일 유량/수질자료를 사용하였고, 유출량과 유사량에 관련된 21개의 매개변수를 이용하였다. 보정에 사용된 매개변수와 보정 값은 Table 5와 같으며 섬강 A유역의 유출량에 대한 NSE, R²는 각각 0.53, 0.73, 유사량에 대한 NSE, R²는 각각 0.72, 0.73으로 나타났다. 미천A 유역의 유출량에 대한 NSE, R²는 각각 0.92, 0.92, 유사량에 대한 NSE, R²는 각각 0.79, 0.96이며, 금본A 유역의 유출량에 대한 NSE, R²는 각각 0.69, 0.83, 유사량에 대한 NSE, R²는 각각 0.95, 0.96으로 모두 높은 적용성을 보이는 것으로 나타났다(Table 4). Fig. 7 유출량 및 유사량 보정 결과 ^{Donigian and Love (2003)}가 제시한 기준을 만족하였고, 이를 통해 본 연구의 SWAT 모형의 모의 결과가 자연 현상을 잘 모의하는 것으로 사료된다. 본 연구의 결과에서 보이는 바와 같이 SWAT 모형이 각 유역의 유출량과 유사량을 정확히 평가할 수 있을 것으로 판단되었으며 이를 1일 실측 자료로 가정하여 활용하였다.

Table 4.

NSE and R² from SWAT calibration for flow and sediment estimation

Table 5.

Twenty one used in calibration for outflow and Sediment estimation

Fig. 7.

NSE and R² from SWAT calibration for flow and Sediment estimation.

3.2. 오염부하량 산정 결과 비교

본 연구에서는 SWAT모형을 활용하여 총량 8일 간격 유량/수질자료를 1일 간격으로 확장하고, 1일 간격 유량/수질 자료를 통해 산정된 SS 오염부하량과 1일 간격으로 확장된 수질자료를 다시 실제 현장 조사 일자로 정리한 8일 간격 수질자료를 NI 방법에 적용하여 산정한 SS 오염부하량을 비교/분석하였다. 2009년부터 2012년까지 NI방법을 이용해 산정된 각 유역의 SS 오염부하량과 SWAT 모형을 이용해 산정된 각 유역의 SS 오염부하량 비교 결과는 Table 6과 같다. Table 6에서 두 값의 차이는 백분율로 나타내었으며, 식 (4)와 같이 계산하였다.

Table 6.

The total sediment load from SWAT and NI

섬강A, 미천A, 금본A 유역에서, NI방법으로 산정된 SS 오염부하량보다 SWAT 모형으로부터 산정된 SS 오염부하량이 각각 5,887ton, 6,398ton, 30,586ton 더 높게 나타났다. 이와 같이 NI방법으로 산정된 SS 오염부하량이 SWAT 모형의 SS 오염부하량 보다 최대 55.5% 작게 산정되었다. 이는 모니터링 일자 사이에 수질 농도 값을 동일한 값으로 가정하고 부하량을 산정하는 NI방법의 산정방식 때문으로 판단된다. 특히 강우로 인해 첨두유출이 발생하는 시점을 기준으로 첨두 유출이 발생한 시점과 현장 조사가 이루어지는 시점이 비슷한 경우 NI방법으로 산정한 SS 오염부하량과 SWAT모형을 통해 산정한 SS 오염부하량의 차이가 적게 발생하지만, 첨두 유출 발생시점과 관측 시점의 차이가 크면 NI방법은 SS 오염부하량의 불확실성이 커지게 된다. 실제 첨두 유출 발생 시점과 관측 시점이 유사한 경우가 많았던 섬강A의 경우 다른 두 유역에 비해 SS 오염부하량 차이가 가장 적게 나타났으며, 첨두 유출 발생 시점과 관측 시점의 차이가 큰 경우가 많았던 금본A 유역의 경우 SS 오염부하량의 차이가 55.5%로 세 유역 중 가장 크게 나타났다.

Fig. 8.

The total sediment load from SWAT and NI.

이를 좀 더 세부적으로 나누어 NI방법과 SWAT 모형을 통한 각 계절별, 연도별 SS 오염부하량을 산정하고(Table 7), SWAT 모형을 통해 산정한 SS 오염부하량을 기준으로 하고 NI방법을 이용해 산정한 SS 오염부하량과의 차이를 비교해보았다. 계절은 3~5월은 봄, 6~8월은 여름, 9~11월은 가을, 12~2월은 겨울로 보았다.

Table 7.

sediment load of each watershed from SWAT and NI

S-A : Seomgang A, M-A: Micheon A, G-A : Geumbon A

2009년 SWAT 모형의 결과 값과 NI방법의 결과 값의 차이는 섬강A 유역의 경우 봄 54ton, 여름 297ton, 가을 79ton, 겨울 5ton이고, 미천A 유역은 봄 361ton, 여름 -407ton, 가을 146ton, 겨울 25ton이고, 금본A 유역은 봄 1,140ton, 여름 4,240ton, 가을 37ton, 겨울 191ton이다. 2010년 섬강A 유역의 경우에 봄 31ton, 여름 93ton, 가을 813ton, 겨울 52ton이고, 미천A 유역은 봄 218ton, 여름 575ton, 가을 81ton, 겨울 87ton이고, 금본A 유역은 봄 135ton, 여름 2,122ton, 가을 373ton, 겨울 688ton이다. 2011년 섬강A 유역의 경우에 봄 135ton, 여름 2,239ton, 가을 86ton, 겨울 44ton이고, 미천A 유역은 봄 946ton, 여름 2,691ton, 가을 218ton, 겨울 214ton이고, 금본A 유역은 봄 2,611ton, 여름 9,602ton, 가을 361ton, 겨울 621ton이다. 2012년 섬강 A 유역의 경우에 봄 0.4ton, 여름 2,130ton, 가을 11ton, 겨울 75ton이고, 미천A 유역은 봄 357ton, 여름 142ton, 가을 614ton, 겨울 289ton이고, 금본A 유역은 봄 240ton, 여름 5,555ton, 가을 2,477ton, 겨울 -1,739ton이다. 이를 요약하여 유열별로 각각 표와 그래프로 나타내었다(Table 8~10, Fig. 9).

Table 8.

Difference between the values of sediment load from SWAT and NI in Seomgang A

Table 9.

Difference between the values of sediment load from SWAT and NI in Micheon A

Table 10.

Difference between the values of sediment load from SWAT and NI in Geumbon A

Fig. 9.

Difference between sediment load from SWAT and NI.

Table 8~10과 같이 각 유역의 연도별-계절별 SS 오염부하량 차이는 세 유역 모두 여름철에 대부분 가장 차이가 크게 났으며, 겨울철은 다른 계절에 비해 비교적 적게 나타났다. 이렇듯 여름철에 차이가 크게 나타나는 이유는 총량 8일 유량 수질자료로는 여름철 빈번한 강우와 이로 인해 발생하는 첨두유출을 반영하기에는 한계가 있으므로 다른 계절에 비해 여름철 SWAT 모형에서 산정된 SS 오염부하량과 NI방법으로 산정된 SS 오염부하량의 차이도 크게 나타나는 것으로 사료된다. 이를 통해 정확한 오염부하량 산정을 위해 보다 많은 수질 측정 자료의 확보의 필요성과 특히, 강우시 오염원 측정에 대한 필요성을 확인하였다.