2.1 연구 대상 지역 및 유역별 토지 특성

본 연구에서는 기저유출의 관리 및 정량화 평가를 위해 영산강수계 풍영정천 유역을 대상 지역으로 설정하였다. 풍영정천 유역은 다음의 Fig. 1에 나타내었다. 유역의 전체 면적은 68.8 km²이고, 표고 범위는 50m∼100m가 대부분을 차지하며 경사도는 5°∼10°의 범위에 해당하여 비교적 완만한 표고와 경사를 보이는 지역이다. 일반적으로 풍영정천 유역과 같은 완만한 지형은 비교적 기저유출에 유리한 특성을 나타내지만, 중하류 산업단지와 도심지가 밀집되어 있으며 하천 본류와 지류의 상류에 저수지가 위치하고 있는 국내의 구조적인 특성상 갈수기를 중심으로 하천의 유량 감소와 기저유출 유량 확보에 어려움이 있는 지역이다. 또한, 대상 유역은 건기시 하천 유량 유지 및 농업용수 공급을 위해 전라남도 장성에 위치한 월산 양수장에서 영산강의 물을 양수하여 하천에 공급하고 있어 하수처리장 방류수 및 회귀수 등의 인위적 요인이 포함된 유역으로 자연적인 유출과 인위적인 유출이 혼재된 특성을 가진다. 따라서, 본 연구에서는 대상 유역의 하천 유량 유지에 기여하는 지속 유출성분을 기저유출로 정의하였다.

이와 같이 유역의 수문 특성은 지형적 조건뿐만 아니라 토지이용 특성에 의해 크게 영향을 받기 때문에 풍영정천 유역의 2024년 기준 본류와 지류의 지점별 토지이용 특성을 함께 확인하였다. 풍영정천 최상류에 해당하는 RCH1(산정천) 지점과 RCH2 지점, RCH3(평산천), RCH4 지점의 토지이용은 논과 밭 등의 농업지역이 가장 큰 비율을 나타내고 있으며 다음으로 시가화 지역, 산림 지역이 비교적 큰 비율을 나타내고 있다. 반면, 풍영정천 하류의 지류에 해당하는 RCH5, RCH6, RCH7, RCH8(장수천), RCH9, RCH10 유역의 토지이용은 상류와 다르게 시가화 지역이 가장 큰 비율 차지하였다(Table 1).

Fig. 1. Map of the study area and sub-basins in the Pungyeongjeong-cheon (PYJC) watershed.

2.2 유역 모델 구축 및 재현성 평가

풍영정천 유역은 상류의 농지와 하류의 산업단지 및 도심지가 나뉘어져 있는 복합적인 토지이용 특성을 보이고 있으며, 이러한 특성을 적절하게 평가할 수 있는 모델의 선정이 필요하다. HSPF 모델은 유역의 투수층(PERLND)과 불투수층(IMPLND)의 토지이용 단위로 구분하며 모의하며, 도시 및 농촌지역을 통합적으로 모의하는데 적합한 모델로 많은 곳에서 다양하게 사용되고 있다. 특히, 국내 하천 유역에서 유량 및 수질을 모의하는데 활용되고 있다^{(Choi et al., 2023; Jeong et al., 2025; Jung et al., 2007)}.

본 연구에서는 풍영정천 유역의 유량을 모의하기 위해 수자원 단위 지도(국가수자원관리 종합정보시스템), 기상 자료(기상청), 토지피복도(환경공간정보시스템 2024년도 자료), 하천망도(국가수자원관리 종합정보시스템), DEM(유역조사사업) 등의 공인된 자료를 활용하여 HSPF 모델을 구축하였으며(Fig. 2), 풍영정천으로 유입되는 지류 하천인 산정천, 평산천, 장수천 소유역을 별도로 구분하여 총 10개의 소유역으로 구분하여 구축하였다. 해당 유역의 유량 보⋅검정은 2013년∼2024년까지의 환경부 수위 및 유량 측정자료를 이용하였으며, 풍영정천 상류 지점(RCH4)에서는 일단위 유량 관측자료가 존재하지 않아 수질측정망 자료(8일 간격)의 유량을 활용하여 보⋅검정 하였고, 풍영정천 유역 말단 지점(RCH10)에서는 풍영정천2교의 일단위 수위⋅유량관측 자료를 활용하여 유량의 보⋅검정을 실시하였다. 2013년∼2015년을 안정화 기간으로 설정하고 2015년∼2019년을 검정 기간으로 설정하였으며, 2020년∼2024년을 보정 기간으로 설정하여 산정천과 평산천이 합류되는 RCH4 지점과 장수천이 합류되는 유역 말단 RCH10 지점을 대상으로 수행하였다. HSPF 모델의 유량을 보정하기 위한 매개변수와 본 연구에서 사용된 매개변수의 범위는 HSPF Technical note 6 ^{(U. S. EPA, 2000)}와 HSPF Version 12 User’s Manual ^{(Bicknell et al., 2001)}에 제시된 범위를 적용하였으며, 아래의 Table 2에 나타내었다.

실측 유량과 모의 유량의 적합성을 평가하기 위한 평가지표는 Nah-Sutcliffe efficiency (NSE), root mean square error (RMSE)와 상대오차(%, %difference) 등을 사용하여 모델의 재현성을 평가하였고 각 평가 방법에 대한 계산식은 아래의 식 1-4와 같다. 유역 모델의 재현성 평가는 다양한 평가지표 중 %difference를 주요 평가지표로 활용하였으며^{(ASCE, 1993)}, 적용 기준을 Table 3에 나타내었다^{(Moriasi et al., 2015)}. RMSE는 관측값의 표준편차 대비 상대오차로 평가하였으며, O/S는 일반적으로 사용되는 경험적 범위를 기준으로 적용하였다. RMSE와 O/S의 경우 절대적인 평가 기준이 존재하지 않으며, 관측값 대비 상대적인 오차 수준 및 편향 정도를 판단하기 위한 보조 지표로 활용하였다.

여기서, $O_i$는 실측치를 의미하며, $S_i$는 모의치, $n$은 데이터의 개수, $\overline{O}_i$는 실측치 평균 마지막으로 $\overline{S}_i$는 모의치 평균을 의미한다.

Fig. 2. Spatial input data to set up the HSPF model in the PYJC watershed.

2.3 기저유출 분리 기법

도식적 기저유출 분리 기법은 관측된 유량 수문곡선을 바탕으로 강우 전후의 저유량 구간을 기준으로 기저유출을 구분하는 방법이다. ^{Sloto and Crouse (1996)}에 의해 개발된 HYSEP 프로그램은 수작업으로 수행되는 전통적인 도식적 방법들을 자동으로 계산할 수 있도록 fixed interval method (FIM), sliding interval method (SIM), local minimum method (LMM) 기법으로 구성되어 있으며, 수정 N-day 법(fixed base method)과 가변 경사법(variable slope method)을 이용하여 ^{Rutledge (1998)}에 의해 개발된 PART 프로그램과 영국에서 개발된 United Kingdom Institute of Hydrology (UKIH) 등이 활용되고 있다. 분리 원리는 수문곡선 상 최소 유량이나 감수부 등과 같은 특정 기준점을 규칙에 따라 직선으로 연결하여 기저유출을 분리하는 방법으로 비현실적인 기저유출 진행 양상을 보일 수 있으며 큰 유량 변동성을 가지거나 측정 신뢰도가 낮을 때 오류가 발생할 수 있다.

디지털 필터 기저유출 분리 기법은 하천의 유량에서 기저유출 유량을 분리하기 위해 기저유출에 해당하는 저주파 신호와 직접유출에 해당하는 고주파 신호로 분리하여 반응하는 신호를 분석하는 원리이다. 이러한 기법은 도식적 방법에 비해 수문학적으로 부드러운 기저유출 곡선을 생성하며 계산의 효율성이 높고 비교적 일관성 있고 안정성 있는 결과를 제공하는 반면, 필터 매개변수의 추정이 필요하고 결과가 매개변수에 따라 변동성이 있다는 단점이 있다. 이러한 필터 매개변수를 이용한 디지털 필터 분리 방법은 ^{Lyne and Holick (1979)}에 의해 개발된 Lyne-Holick (LH) 기법(식 5), ^{Chapman (1991)}에 의해 개발된 Chapman 기법(식 6), ^{Eckhardt (2005)}에 의해 개발된 Eckhardt 기법(식 7), ^{Tularam and Ilahee (2008)}에 의해 개발된 exponentially weighted moving average (EWMA) 기법(식 8)이 가장 많이 사용되고 있으며, 각 기법의 계산식을 아래와 같이 나타내었다.

여기서, $q_{(i)}$는 $i$일의 관측된 총유출 유량을 의미하며, $q_{b(i)}$는 $i$일의 계산된 기저유출 유량을 의미한다. $q_{f(i)}$는 $i$일의 계산된 직접유출 유량을 의미하고 $k$는 감소 상수로부터 얻어진 필터 매개변수, $a$는 필터 매개변수, $\epsilon$는 평활상수, 마지막으로 $BFI_{max}$는 최대 기저유출 지표(상수)를 의미한다.

반면, HSPF 모델은 유역 내 수문 순환 과정을 모의하면서 하천으로 유입되는 유량을 토양의 투수층 및 불투수층에서 침 투되지 못하고 유출되는 표면유출(SURO)과 토양의 내부에서 얕은 지하수 흐름으로 유출되는 중간유출(IFWO) 그리고 지하 수의 형태로 장기적으로 느리게 유출되는 기저유출(AGWO)로 모의하여 종합적으로 총유출로 계산된다. 대상 유역의 특성상 자연적인 기저유출과 인위적 유출성분이 혼재되어 있어 관측 자료를 기반으로 한 기저유출의 분리가 어렵지만 HSPF 모델 은 토양 수문 순환 과정을 기반으로 프로그램 내부의 알고리즘 을 이용하여 표면유출, 중간유출, 기저유출 유량을 독립적으로 추출하고 총유출에 대한 기저유출의 BFI를 계산하는 것으로 하천의 기저유출 영향을 분석할 수 있다^{(Schade et al., 2009)}.

BFI는 기저유출 분리 기법을 이용한 하천의 총유출 유량 중 기저유출 유량을 정량화 하는데 사용되며, 대상 유역의 토 양학적 특성, 기상학적 특성 등에 따라 다르게 나타나며 하천 의 계절적 특성에 따라 값의 변동성을 가진다^{(Park et al., 2019)}. BFI는 하천의 유량 중 기저유출 유량과 총유출 유량 의 누적 비율로 계산되며 아래의 식 9로 표현할 수 있다.

기저유출 분리 기법은 다양한 평가지표를 활용하여 기법에 대한 우수성과 신뢰성이 평가되고 있으며, ^{Moriasi et al. (2007)}가 정리한 평가지표에 대한 설명을 토대로 도식적 방법 과 디지털 필터 방법을 평가하였다. 평가 지표로는 NSE, PBIAS, KGE를 사용하였으며 NSE와 KGE는 1에 가까울수록 좋은 평가를 나타내며, PBIAS는 ±0%에 가까울수록 가장 좋은 평가를 나타낸다. 기저유출 분리 기법을 평가하기 위해서는 실 측 기저유출 유량과 산정된 기저유출 유량의 정량적인 비교가 필요하지만 실제 기저유출 유량을 실측하는 것은 불가능하기 때문에 본 연구에서는 기저유출 유량 산정에 많이 사용되고 있 는 방법인 감수곡선 분석 방법 Oak Ridges Moraine Groundwater Program (ORMPG)를 사용하여 산정된 기저유출 유량과 각 기 저유출 분리 기법을 통해 산정된 기저유출 유량을 비교하고 기 법별 우수성을 평가하였다. ^{Beven and Kirkby (1979), Linsley et al. (1975)}의 연구를 참고하여 고안된 ORMPG 방법은 하천 유량에서 감수 상수를 추출한 뒤 회귀 분석을 통해 감수상수 ($k$)를 산정하는 방법이다. 또한, 초기 유량 선별 시 홍수기에 발생하는 큰 유량의 영향을 배제하기 위해 월 평균 유량의 2∼ 3배 이내로 최댓값을 제한하여 필터링하였다. 평가 지표별 판 단 기준은 아래의 Table 4에 제시하였다.

2.4 유역 모델과 기저유출 분리 기법 비교

HSPF 모델은 유량을 모의하는 것과 동시에 모델에서 내부의 구조적인 방법으로 분리할 수 있으며, 여러 연구에서 활용된 바가 있다^{(Kang et al., 2022; Woldegiorgis et al., 2023)}. 본 연구에서도 HSPF 모델을 이용하여 유출 특성별 유량을 세분화하였으며, 이를 토대로 기저유출 지표를 계산하고 모델에서 계산된 기저유출 유량의 하천 기여율을 평가하였으나 결과의 신뢰성을 확인하기 위한 작업이 필요하였다. 기저유출 분리 기법(도식적 방법과 디지털 필터 방법)은 기저유출 분리에 많이 활용되고 있으며 다양한 연구를 통해 개발되고 안정성과 정확성이 확인되어왔다. 따라서, 모델에서 계산된 BFI와 기저유출 분리 기법을 이용하여 계산된 BFI를 비교하여 모델 기반의 기저유출 분리와 경험적 분리 기법을 통해 계산된 기저유출 분리의 유사성을 비교하였다.

3.1 HSPF 유역 모델 구축 및 재현성 평가

풍영정천 유역의 유량 보⋅검정 결과는 연구에서 기저유출 분리를 통한 유량 유출 특성에 대한 분석 기간으로 설정한 2015년∼2025년까지의 모의 결과를 다음의 Table 5와 Fig. 3에 나타내었으며, 모델의 재현성은 다양한 평가지표를 활용하여 평가하였다. 유량 보⋅검정 결과 실측 유량은 RCH4 지점에서 0.758 m³/s, RCH10 지점에서 1.769 m³/s로 나타났으며, 모의 유량은 RCH4 지점에서 0.704 m³/s, RCH10 지점에서 1.815 m³/s로 나타나 주요 평가지표 %difference의 값이 Very Good로 모의값이 실측값을 모두 잘 반영하는 것으로 분석되었다. 또한, NSE 값은 0.69∼0.79 범위로 나타나 전반적으로 “Good” 수준의 평가를 나타내었으며, IOA 역시 0.9 내외로 높은 적합성을 나타내었다.

시계열 오차 지표로는 정확하게 확인할 수 없는 관측 유량에 대한 모의 유량의 분포 특성을 확인하기 위해 모의 유량과 관측 유량을 크기순으로 정렬한 뒤 전체 기간의 관측 유량 중 모의 유량이 저유량, 중간유량, 고유량 구간에 대해 어느 정도의 재현성을 나타내는지 확인할 수 있는 유량지속곡선(flow duration curve, FDC)을 통해 분석한 결과 저유량 구간∼고유량 구간에 대한 높은 재현성을 나타내는 것으로 확인되었다.

Fig. 3. Comparison of observed flow and simulated flow in the PYJC sub-basins.

3.2 기법별 기저유출 분리 결과

기법별 기저유출 분리를 통한 우수성 평가 결과는 Table 6에 제시하였다. 기법별 기저유출 분리의 평가 결과 도식적 방법에서는 PART-N day, HYSEP-LMM 기법의 NSE, PBIAS, KGE가 다른 기법들에 비해 대부분 높게 평가되었으며, UKIH-Min, HYSEP-FIM 기법을 제외한 기법별 평가 결과는 “Good” ∼ “Very Good”의 범위로 평가되어 기법에 따라 편차를 보이는 것으로 나타났다. 이처럼 도식적 방법의 경우 기저유출 지표는 대상지점과 적용된 기법의 차이에 따라 차이를 보일 수 있으며, 연도별 편차가 발생할 수 있다^{(Kang and Lee, 2021)}.

평가지표를 이용한 디지털 필터 방법의 평가 결과 PBIAS를 제외하고 LH1P, Eckhardt 기법은 “Good”로 평가되었으나 다른 기법들의 경우 전반적으로 PBIAS는 높게 나타난 반면, NSE, KGE는 낮은 값을 보여 통계적 성능이 다소 미흡한 것으로 나타났다. 이러한 평가지표는 구조적인 한계가 있으며, 기저유출 특성을 평가하기 위해서는 보다 신중한 해석이 요구된다. NSE의 경우 첨두유출과 같은 고유량 구간에 민감하게 반응하여 저유량 구간의 재현성을 적절히 반영하지 못할 수 있으며^{(Krause et al., 2005; Nash and Sutcliffe, 1970)}, KGE도 결과에 대한 상관성, 변동성 등을 종합적으로 고려할 수 있지만 여전히 고유량에 대한 영향이 크게 반영되는 경향이 있다^{(Gupta et al., 2009)}. PBIAS는 총유출량의 과대 및 과소 평가 지표로서 전체 수문량의 균형을 판단하는데 유용하지만, 저유량 지속성과 같은 수문학적 거동을 반영하지 못하는 한계를 가진다^{(Moriasi et al., 2007)}.

이에 따라 기법별 수문곡선을 추가적으로 비교⋅분석하였으며 도식적 방법과 디지털 필터 방법을 이용하여 분리한 기저유출 유량과 실측 유량을 비교한 결과를 Fig. 4와 Fig. 5에 제시하였다. 유량 비교는 RCH10 지점의 2019년∼2024년까지의 유량을 분석하였고 가시성을 높이기 위해 2024년∼2025년까지 가장 최근 연도의 자료만 도식화하였다. 기법별 기저유출 유량을 RCH10 지점의 실측 유량과 비교한 결과 도식적 방법에서 전반적으로 저유량 구간의 경향성을 잘 보여주고 있으나 HYSEP 기법과 UKIH 기법은 기저유출 유량이 하천의 실측 유량과 비슷한 수준으로 계산되어 유량이 과대평가 되는 경향을 보였다. PART 기법의 경우 비교적 실측 유량의 저유량 구간을 우수하게 나타내고 있으나 유량 곡선을 부드럽게 표현하지 못하며 마찬가지로 여름철 강우 이후 유량이 감소되는 구간에서도 상대적으로 기저유출 유량이 과대 평가되는 것으로 확인되었다. 이처럼 도식적 방법은 적용 방법에 따라 차이가 있지만, 단기 강우에 의한 유량 변화에 민감하게 반응하여 기저유출을 과소 또는 과대평가할 수 있으며 기저유출 곡선이 부드럽지 못하고 자연스러운 유출을 재현하기에 어려움이 있다는 단점이 있다^{(Cheng et al., 2022)}.

반면, 디지털 필터 방법은 하천 유량에 대해 신호 분석 원리를 적용하여 직접유출과 기저유출로 분리하기 때문에 비교적 도식적 방법보다 부드러운 수문곡선을 생성할 수 있다^{(Liu et al., 2019)}. 분석 결과, Lyne-Hollick 기법의 경우 Pass 횟수가 증가함에 따라 첨두 유출에 대한 반응성이 감소하고 기저유출이 상대적으로 증가하는 경향이 나타났다. 이는 반복 필터링 과정에서 단기 유출 성분이 점차 제거되면서 기저유출이 과대 추정될 가능성을 시사한다. 여기서 Pass는 동일 필터를 반복 적용한 횟수를 의미하며, 횟수가 증가할수록 고주파 성분이 제거되어 수문곡선이 점차 평활화되는 특성을 가진다. 또한, Lyne & Hollic 기법은 간편하게 사용할 수 있다는 장점을 가지고 있어 일반적으로 사용되고 있으나 이론적으로 기저유출 산정에 있어 일관된 결과를 보장할 수 없고 기저유출을 과소하게 평가하거나 과대하게 평가할 수 있다는 연구를 참고하여 본 분석에서 제외하였다^{(Chapman, 1999)}. Chapman 및 Chapman & Maxwell 기법은 Lyne-Hollick 기법에 비해 비교적 안정적인 형태를 보였으나, 적용 매개변수 및 필터 강도에 따라 여전히 결과 차이가 발생하는 것으로 나타났다. EWMA 기법은 전반적으로 평활화 효과가 크게 나타나 유출 변동성을 충분히 반영하지 못하는 경향을 보였다. 반면, Eckhardt 기법은 실측 유량의 저유량 구간을 잘 나타내고 있으며, 유량의 증감에 따른 변화 또한 자연스럽게 나타났다. 또한, 평가지표를 이용한 평가 결과에서도 다른 디지털 방법들에 비해 우수한 값을 보이고 있으며 시기별로 비교적 안정적인 결과를 제공하여 대상 유역의 수문 특성을 잘 반영할 수 있는 최적의 기저유출 분리 기법으로 선정하였다. 이러한 Eckhardt 기법은 ^{Xie et al. (2020)}의 연구에서도 다른 기저유출 분리 기법보다 가장 높은 정확도를 보였으며, 관련 연구에 따르면, 유역의 기후나 지형 특성에 대한 변동이 비교적 적고^{(Cheng et al., 2022)} 가장 자연스러운 수문곡선과 유출량을 보여준다는 장점에 대해 언급된 바 있다^{(Helfer et al., 2025)}.

종합적으로 도식적 방법과 디지털 필터 방법을 비교한 결과, 기법에 따라 기저유출의 크기와 시계열 거동에서 차이는 단일 매개변수 기반 분리 기법의 구조적 한계로 인해 과대 및 과소 추정되었을 가능성이 있다. 본 연구에서는 기저유출을 절대값으로 해석하기보다는 기법 간 상대 비교를 위한 지표로 활용하였으며, 여러 기저유출 분리 기법을 비교한 결과, Eckhardt 기법이 상대적으로 안정적인 시계열 거동을 보여 대표 기법으로 선정하고 해당 기법을 기준으로, 유역의 수문 과정을 반영하는 HSPF 모델 기반 기저유출 결과와 비교⋅분석을 수행하였다.

Fig. 4. Comparison of observed data and graphical baseflow separation method in RCH10.

Fig. 5. Comparison of observed flow and digital filter baseflow separation method in RCH10.

3.3 HSPF 모델 기반 시기별 유출 특성

모델을 이용하여 2019년∼2024년까지 유출 특성별 유량을 분리한 결과는 아래의 Table 7에 나타내었고, 분리 결과를 토대로 하여 연도별 BFI를 산정하고 아래의 Table 8에 제시하였다. 시기에 따른 유출 특성을 확인하기 위해 시기별로 나누어 각 시기의 유량 유출 특성을 확인하고 시기별 기저유출의 기여율을 계산한 결과 풍영정천 유역의 유량 유출 특성은 시기별로 다르게 나타났으며, 유출 특성 변화는 강우에 의해 큰 영향을 받는 것으로 조사되었다. 연평균 유출 특성은 표면유출이 51%, 중간유출이 8%, 기저유출이 41%로 나타났으며 계절별로는 강우가 많은 여름철(6월∼8월)에 표면유출이 62%∼72%로 가장 높게 나타났고, 가울철(9월∼11월)에서 비교적 강우가 적은 겨울철(12월∼2월)로 넘어가면서 표면유출의 비율이 감소하고 기저유출이 더욱 큰 비중을 차지하였고, 겨울철 기저유출 유량은 전체 유량의 73%∼76%로 나타났다.

BFI도 유량 유출 특성과 유사한 경향성을 보였으며, 2019년∼2024년까지 여름철에 0.19∼0.51, 겨울철에 0.62∼0.85 수준으로 연도별, 시기별로 다른 값을 나타냈다. 강우에 따른 표면, 중간, 기저유출의 변화를 비교한 결과(Fig. 6), 강우가 시작되면 하천의 유량은 표면유출이 대부분을 차지하게 되며 이후 중간유출이 발생한다. 기저유출은 강우 및 토지이용 특성에 따라 시간적으로 지체되는 경향이 현저하여 비교적 천천히 비율이 증가하게 되고 강우가 끝난 후부터 무강우 기간이 길어질수록 점차 총유출 중에서 기저유출이 차지하는 비율이 증가하고 하천 유량의 대부분을 차지하게 된다. 연도별 BFI 분석 결과에서는 비교적 연 강수량이 적은 2022년도의 경우 겨울철에 기저유출이 하천의 전체 유량을 차지하고 다른 연도에도 높은 비율을 차지하는 것으로 보아 갈수기에 비중이 커지는 기저유출 유량은 하천의 전체 유량 및 수질에 큰 영향을 미칠 것으로 판단된다.

대상 유역의 2019년∼2024년까지 강우 자료를 통해 BFI와 상관관계를 분석한 결과 강수량과 BFI는 음의 상관관계를 나타냈다(Fig. 7). 국내의 강우 사상은 몬순기후의 영향으로 계절적 특성에 따라 강우가 지속적으로 발생하는 것이 아니라, 여름철과 같은 시기에 집중되기 때문에 강우가 적은 시기에 비교적 높은 기저유출을 보이고 강우가 많은 시기에는 오히려 표면유출이 증가하여 기저유출이 낮게 나타난다^{(Hong et al., 2015)}. 이는 강우 증가에 따라 전체적인 유량이 증가하지만, 토양으로 침투되는 유량보다 상대적으로 표면을 통해 바로 유출되는 유량이 비중이 커지기 때문에 반대로 기저유출이 비중이 감소하는 것이다^{(Nam et al., 2021; Waterman et al., 2022)}.

Fig. 6. Runoff characteristics of the HSPF model simulations according to rainfall events.

Fig. 7. Correlation of HSPF model BFI and PYJC rainfall events.

3.4 기저유출의 하천 기여율

Fig. 8은 대상 유역 주요 지점인 산정천(RCH1), 장수천(RCH8) 및 본류 말단 지점(RCH10)에서 2019년∼2024년까지 표면, 중간, 기저유출 유량을 산출하여 비교한 결과이며 종합적으로 보면 표면유출의 경우 강우 이벤트시 급격한 증가와 함께 첨두유량을 형성하고 있고, 중간 유출은 강우 직후에 빠르게 증가한 후 다시 안정되는 경향을 보이고 있으며 기저유출은 건기시에도 비교적 안정적으로 하천에 영향을 주고 있어 각 유출성분의 특성이 하천의 전반적인 유량 흐름을 보여주고 있다.

하천 기여율 분석 결과 유역의 상류 구간에 해당하는 SJ 지점의 경우 총유출 0.55 m³/s 중 표면유출이 0.22 m³/s, 중간유출이 0.09 m³/s, 기저유출이 0.24 m³/s로 나타나 총유출 유량 대비 기저유출의 기여도는 44%이었다. 유역의 하류로 유입되는 JS 지점의 경우 총유출 0.17 m³/s 중 표면유출이 0.13 m³/s, 중간유출이 0.01 m³/s, 기저유출이 0.03 m³/로 나타나 기저유출 기여도는 19%로 낮았으며, PYJC 지점의 총유출 유량은 2.31 m³/s이며, 그 중, 표면유출이 1.37 m³/s, 중간유출이 0.19 m³/s, 기저유출이 0.75 m³/s로 기저유출의 기여도는 33%로 나타났다.

각 지점의 유량 유출 특성은 강우에 의한 영향 이외에도 지점별 토지 특성이 큰 영향을 미치는 것으로 판단된다. SJ 지점은 논과 밭 등의 농업 면적이 전체 면적 중 45%를 차지하고 불투수 면적보다 투수 면적이 더 큰 비중을 차지하기 때문에 비교적 기저유출에 큰 영향을 받는다. 반면, JS 지점은 전체 면적 중 시가화 지역의 비율이 64.4%로 가장 높게 나타났으며 유출 유량의 대부분이 표면유출로 발생 되기 때문에 기저유출의 기여도가 낮았다. 유역의 본류 말단에 해당하는 PYJC 지점은 상류에서 하류까지의 모든 유량의 유출 특성이 종합적으로 나타나기 때문에 하류의 토지이용 특성이 일부 반영되어 기저유출 기여도가 감소한 것으로 판단된다.

도시화가 진행되면서 불투수 면적의 비율이 증가하면 강 우가 지표면으로 침투되는 것을 차단하여 지하수의 재충전 이 감소하고 표면을 통해 하천으로 바로 유출되기 때문에 지 하수가 하천으로 유입되는 형태인 기저유출이 약해지는 것 이다^{(Kauffman et al., 2009; Tan et al., 2023)}.

Fig. 8. Comparison of runoff characteristics in the PYJC stream.

Fig. 9. Comparison between model simulated flow components and those derived from the Eckhardt filter.

3.5 기저유출 분리 기법과 유역 모델 BFI 비교

HSPF 모델에서 산출된 RCH10 지점의 2019년∼2024년까지 유량 자료를 이용하여 계산된 BFI를 다양한 기저유출 분리 기법들과 비교한 결과 Eckhardt 기법이 가장 유사한 값을 나타내었다(Table 9). 관측 유량 자료를 이용한 신호 기반 경험적 유량 필터링 방법인 Eckhardt 기법과 강우에 의해 침투되고 유출되는 과정을 물리적으로 모의하는 수문 모델인 HSPF는 완만하고 지속적인 유량을 보이는 구조적 유사성 때문에 유사한 BFI가 나올 수 있다^{(George and Sehkar, 2022)}. 이러한 결과는 유역 특성 및 수문 특성과 분리 기법의 매개변수 설정 등에 따라서 다르게 나타날 수 있으며, 모든 유역에서 동일한 결과는 보장할 수 없지만, 기저유출 분리에 있어 보⋅검정을 통해 모델의 재현성을 확보하면 비교적 안정적인 기저유출 분리 결과를 확보할 수 있을 것이다.

HSPF 모델과 기저유출 분리 기법이 상당한 유사성을 보인 반면, 실제 유량 곡선은 다소 차이를 보였다. 모델을 통해 산정된 기저유출 유량과 Eckhardt 기법으로 계산된 기저유출 유량을 비교한 결과 HSPF 모델 기반 기저유출 유량은 전반적으로 Eckhardt 기법에서 표현된 유량 중 저유량∼중간유량 구간의 경향성을 잘 구현하는 것으로 나타났지만 반대로, 고유량 구간의 흐름을 구현하지 못하는 것으로 나타났다(Fig. 9).

HSPF 모델에서 계산되는 유출은 통계적인 유량 분리를 통해 계산되는 것이 아닌 토양의 수문학적인 흐름에 대해 지표면, 얕은 토양층, 깊은 토양층, 지하수 저장소와 같이 여러 층의 저장소로 나누어서 계산한 뒤 총유출로 합산하여 표현된다. 그러므로, 각각의 유량을 따로 추출하는 내부의 구조적인 방법을 통해 표면유출과 중간유출, 기저유출을 세분화하여 분리할 수 있는 것이다. 반면, 디지털 필터 방법은 본질적으로 직접유출과 기저유출로 분리하며 중간유출을 별도로 분리하지는 않지만, 빠른 유출과 느린 유출로만 구분되기 때문에 느리게 일어나는 중간유출 성분이 기저유출로 포함되어 나타날 수 있다^{(Eckhardt, 2023; Stewart, 2015; Yang et al., 2021)}.

Fig. 10. Correlation of HSPF model BFI and PYJC land use characteristics.

3.6 유역 특성에 따른 BFI 상관관계

기저유출은 대상 유역의 강우 사상에 의한 영향뿐만 아니라 대상 유역의 특성에 따라서도 기저유출의 차이를 나타내게 된다. 풍영정천 유역의 토지 특성에 따른 기저유출 영향을 확인하기 위해 유역의 상류와 하류 구간의 BFI와 토지 특성별 상관관계를 확인한 결과 대상지점의 BFI는 시가화 지역의 비율 높고 평균경사가 클수록 음의 상관관계를 보였고 평균 표고, 논, 밭, 산림 지역의 비중이 클수록 양의 상관관계를 보였다(Fig. 10). 일반적으로 표고와 경사도가 높으면 기저유출이 감소하여 BFI가 낮게 나타날 수 있지만 유역의 특성과 토지이용의 관계는 기저유출에 영향을 주는 중요한 변수가 될 수 있기 때문에^{(Wei et al., 2022)} 유역의 토지이용과 연계 해석할 필요가 있다.

유역 내에서 비교적 높은 표고를 나타내는 부분은 상류에 해당하며, 상류에는 농경지와 같은 투수 지역이 큰 비율을 차지하고 있다. 반대로, 경사도는 하류에서 비교적 높은 값을 나타내고 있으나 상류 지역의 농경지와 하류 지역의 도시화에 따른 인위적 지형 변화에 의한 영향이 반영된 것으로 판단되며, 풍영정천 유역의 경우 비교적 낮은 표고와 경사도를 가지는 유역에 속하기 때문에 평균 표고와 경사도의 지점별 BFI가 큰 상관성을 보이지 않는 것으로 판단된다.

토지이용 특성과 지점별 BFI의 상관성 분석 결과 시가화 지역과 농업지역의 BFI는 차이를 보였다. 시가화 지역의 비율이 높은 RCH5∼RCH10 지점의 경우 농업지역의 비율이 높은 RCH1∼RCH4 지점보다 전반적으로 낮은 BFI를 보이고 있으며 이는 불투수 면적이 클수록 기저유출의 유량이 감소하는 결과로 해석할 수 있다. 반면, 산림 지역은 평균 표고 및 경사도와 마찬가지로 지점별 BFI와 큰 상관성이 나타나지 않았다. 이는, 풍영정천 유역의 산림 비율이 전반적으로 낮아 BFI 큰 영향을 미치지 않은 것으로 판단된다.

결과의 신뢰성을 확인하기 위해 표본 집단의 평균 차이가 통계적으로 유의한 결과인지 확인하기 위해 많이 사용되고 있는 t-검정을 통해 통계 분석을 진행하였다. t-검정은 상관계수의 유의성을 검증하기 위해 유의수준(p)=0.05일 때, 임계값과 통계값을 비교하는 것으로 귀무가설의 성립 및 기각 여부를 결정한다. 대상 유역의 토지 특성과 BFI 값에 대한 통계 분석을 진행한 결과 토지이용 특성 중 시가화, 농지의 p값이 0.05보다 작아 귀무가설을 기각하여 통계적으로 유의미한 결과인 것으로 나타났으며, 이를 제외한 나머지 인자들에 대한 p값이 0.05보다 크게 나타나 귀무가설을 성립하고 통계적으로는 유의미하지 않은 결과인 것으로 나타났다(Table 10). 이처럼 기저유출 분리를 통해 하천의 수문학적인 이해와 수질 및 수생태계 관리에 필요한 정보를 확인할 수 있으며, 유역의 유량 유출 특성을 보다 정확하게 파악하기 위해서는 대상 유역의 토지 특성과 더불어 다양한 영향 인자들에 대한 면밀한 분석이 동시에 수행되어야 한다.