농업용 저수지 등 인공계 요소를 고려한 유역 물순환 모의에 관한 사례 연구

A Case Study on Simulation of Water Cycle in a Watershed Considering Artificial Elements such as Agricultural Reservoirs

Article information

J. Korean Soc. Hazard Mitig. 2024;24(1):91-101
Publication date (electronic) : 2024 February 23
doi : https://doi.org/10.9798/KOSHAM.2024.24.1.91
강태욱*, 진영규**, 이상호***, 이남주****
* 정회원, 경성대학교 산학협력단 학술연구교수(E-mail: ktw62@hanmail.net)
* Member, Research Professor, Industry-University Cooperation Foundation, Kyungsung University
** 정회원, 한국농어촌공사 농어촌연구원 선임연구원(E-mail: accvn75@ekr.or.kr)
** Member, Researcher, Rural Research Institute, Korea Rural Community Corporation
*** 정회원, 부경대학교 지속가능공학부 토목공학전공 교수(E-mail: peterlee@pknu.ac.kr)
*** Member, Professor, Major of Civil Engineering, Pukyong National University
**** 정회원, 경성대학교 토목공학과 교수(E-mail: njlee@ks.ac.kr)
**** Member, Professor, Department of Civil Engineering, Kyungsung University
** 교신저자, 정회원, 한국농어촌공사 농어촌연구원 선임연구원(Tel: +82-31-700-1721, Fax: +82-31-500-2050, E-mail: accvn75@ekr.or.kr)
** Corresponding Author, Member, Researcher, Rural Research Institute, Korea Rural Community Corporation
Received 2023 November 27; Revised 2023 November 28; Accepted 2023 December 11.

Abstract

자연적, 인위적 요인에 의한 물순환 왜곡은 이수, 치수, 환경 등 다양한 물관리 분야의 문제를 유발하고 있다. 이에 최근 우리나라에서는 유역의 물순환 관리의 필요성이 대두되고 있다. 본 연구에서는 자연계 및 인공계 물순환 요소를 포함한 물순환 모의를 수행하였다. 특히, 측정자료가 부재하여 물순환 모의에 제약이 되는 저수지의 용수공급과 여수로 방류량을 추정하여 활용하였다. 인공계 요소를 포함한 유역 물순환 모의에는 SWAT 모형을 이용하였고, 남강 중권역과 경안천 중권역에 적용하였다. 인공계 시설을 고려한 물순환 모의 결과는 결정계수(determination coefficient; R2)와 평균편차의 비율(percent bias; PBIAS)에서 우수한 결과를 얻었다. 유역 물순환은 인공계 물순환 요소들을 포함함에 따라, 엄밀한 물순환 정량화를 위해서는 인공계 물순환 요소를 포함한 모의가 수행되어야 할 것으로 판단된다.

Trans Abstract

The National Fire Agency in Korea has implemented various stress management programs for firefighters. However, few studies have focused on the actual effectiveness of these programs. This study thus aimed to explore problems in the psychological counseling system for firefighters, focusing on the case of Jeju Island, and to prepare an efficient operation plan for the system. Survey results indicate that counselors’ lack of understanding of firefighting results in low satisfaction with counseling services, and that firefighters with short service periods require counselors who understand the firefighting profession more than other groups do. In order to overcome these limitations, it is proposed that a counselor’s education program be introduced and that retired firefighters be hired for the psychological counseling program.

1. 서 론

기후변화, 도시화, 유역간 물 이동 등에 따른 물순환 왜곡으로 건천화, 수질오염, 용수 부족 등 다양한 물 문제가 발생하고 있다(K-water, 2022). 또한, 최근의 지속적인 홍수와 가뭄 등에 의한 물 문제는 건전한 유역 물순환 관리에 관한 사회적 요구를 증대시키고 있다(Lee et al., 2023). 이에 따라 우리나라에서는 2021년에 ‘건전한 물순환 달성’을 목표로 제1차 국가물관리기본계획(Presidential Water Commission, 2021)이 수립되었다.

유역의 물순환 관리를 위해서는 유역 내 수문현상과 유역 전반의 물 이동 및 물 이용에 관한 정량적인 평가가 선행되어야 한다. 특히, 자연적인 요소와 인공적인 요소가 복잡하게 조합되어 있는 유역의 물순환 상태를 파악하기 위해서는 자연 및 사회 특성 조사, 관측자료에 근거한 물순환 구조 파악, 모형을 통한 정량적 분석 등이 요구된다(Kim et al., 2007). 즉, 유역의 자연적 수문 현상과 인위적 이용에 따른 물의 이동에 관한 정량적 분석이 필요하다(Lee et al., 2023).

이와 관련한 국외 사례로서, 호주에서는 물관련 국가 정책 수립 근거의 타당성 향상 및 투명성 확보를 위해 관련 법인 Water Act 2007 (The Office of Parliamentary Counsel, 2021)에 근거하여 매년 ‘The National Water Account’를 발간하고 있다. ‘The National Water Account’에서는 유역에 대한 수자원 총량과 이용 가능 수자원량, 수자원 배분량, 실제 이용(취수)량 등을 포함한 수자원 현황 및 배분에 대한 정보를 모식도 및 표의 형태로 제공하고 있다. 이러한 물순환 정량화 결과는 계측된 수문⋅기상 자료와 모의 모형으로 도출된 자료이다(K-water, 2022).

우리나라에서 기 수행된 물순환 분석에 관한 연구는 주로 도시유역을 대상으로 하였다. 즉, 도시화에 따라 물순환의 왜곡이 심해진 도시지역에 대하여 현재의 물순환 상태를 분석하고, 개선 방향을 검토하기 위해 많은 연구들이 진해되었다. 특히, 저영향개발(low impact development; LID) 기법의 도입과 그린 인프라(green infrastructure) 계획 등 우수유출 저감시설에 의한 도시의 물순환 개선 효과를 다룬 연구가 대부분이다(Lee et al., 2005; Lee and Kim, 2012; Park et al., 2013; Lee et al., 2014; Kang et al., 2018; Jung et al., 2018; Lee and Kim, 2022; Jeon et al., 2019). 특히, Kim et al. (2012)는 도시화에 따른 물순환 영향을 평가하고, 개선시설을 구현하기 위해 CAT (catchment hydrologic cycle assessment tool) 모형을 개발한 바 있다.

상기의 연구들을 포함하여 유역 물순환을 분석한 많은 연구에서 강우량, 증발산량, 침투량, 직접 유출량, 지하수 유출량 등의 자연적 요소만을 고려하였다. 하지만 유역에는 각종 취수시설과 하수(폐수) 처리시설 등이 설치되어 있어 자연적 요소만을 고려할 경우, 실제 유역의 물순환 현상을 구현할 수 없다. 물순환 분석에 인공계 시설을 고려한 연구로서, Noh et al. (2004)은 상수도 등 인공계 용수를 고려하여 청계천 유역의 물순환을 분석하였고, Kim et al. (2015)는 상수 및 지하수 사용량과 빗물 및 하수처리수 재이용 등을 고려하여 서울시의 물순환을 분석하였다. 그리고 Chung et al. (2022)은 도시유역의 하천 취수, 정수처리장, 배수지, 상수 및 오수관망, 하수처리장 등을 고려하여 도시 물순환 통합 모형을 개발한 바 있다.

한편, 대규모 하천 등을 포함한 표준유역 규모 이상의 전원 유역에는 각종 용수 공급 목적의 저류 및 취수시설이 유역 내에 매우 많이 산재해 있다. 이에 대부분의 연구자들은 전원 유역에 대한 물순환 분석에 제한적인 인공계 시설을 고려하여 분석하였다(Shin and Kang, 2006; Shin et al., 2005; Lee et al., 2008; Kim et al., 2015; Ahn et al., 2016; Gwon et al., 2020; Kim et al., 2022). 특히, 농업용 저수지는 상대적으로 저류 규모가 큰 반면, 유입량과 방류량 등의 수문 정보를 관측하고 있지 않아 수문 모의에 활용되기 어렵다.

본 연구에서는 농업용 저수지의 저수율을 이용하여 농업용수 공급량과 여수로 방류량을 추정하였다. 그리고 농업용 저수지와 각종 취수 및 방류 시설을 포함한 인공계 시설을 고려하여 전원 유역의 물순환 모의를 수행하였다. 이때 물순환 모의에는 하천의 유⋅출입 성분을 반영할 수 있고, 지하수 양수 모의가 가능한 SWAT (Soil and Water Assessment Tool) 모형을 활용하였다. SWAT 모형을 이용한 유역 물순환 모의는 남강 중권역과 경안천 중권역에 적용하여 분석 방법의 적절성을 검토하였다.

2. 연구 방법

2.1 SWAT 모형

2.1.1 SWAT 모형의 개요

SWAT 모형은 미국 농무성(United States Department of Agriculture, USDA) 산하 농업연구소(Agricultural Research Service, ARS)에서 개발된 유역 유출 모형이다(Arnold et al., 2012). SWAT 모형은 분포형 모형이므로 공간적인 변동성을 반영할 수 있고, 질량 보존방정식, 운동량 보존방정식을 통해 수문학적 과정을 계산한다(Vieux, 2001). 그리고 유역을 격자 단위로 세분화하여 매개변수를 결정하고, 증발산, 침투, 지표면유출, 지하수유출, 하도 추적 등 여러 수문요소에 대한 해석이 가능하다.

SWAT 모형은 크게 기상, 수문, 영양 물질, 침식, 식생, 관리, 하도 추적, 수체 등 8가지의 부 모형으로 구성되어 있다(Shin et al., 2005). 그 중 수문 부 모형에서는 토양과 토지 이용 조건에 의해 결정되는 수문학적 반응 단위(hydrologic response unit, HRU)로 SCS 유출곡선법과 Green-Ampt 침투법을 이용하여 지표 유출량을 산정하고, 지표하 유출량은 운동파 저류 모형(kinematic storage model)을 이용한다(KICT, 2003; Park et al., 2008). 그리고 지하수 흐름은 얕은 대수층인 비피압 대수층과 깊은 대수층인 피압 대수층의 구성을 통해 모의된다(KICT, 2003). Fig. 1은 SWAT 모형의 모식도를 나타낸다.

Fig. 1

Flowchart of Watershed Runoff Simulation by SWAT Model (Neitsch et al., 2011)

2.1.2 SWAT 모형의 매개변수

SWAT 모형의 각종 매개변수는 유역의 지형, 토양의 종류 등에 의해 결정되고, 유역의 다양한 상태 및 내부적인 영향을 고려할 수 있다. 그러나 다양한 매개변수의 적용이 가능한 만큼 많은 종류의 입력자료가 구축되어야 한다(Jeong, 2021). 본 연구에서는 SWAT 모형을 이용한 유역 유출 해석을 위해 Table 1과 같이 23가지의 매개변수를 고려하였다. 각각의 매개변수는 소유역 또는 수문학적 반응 단위에서 결정이 가능하다.

Input Parameters of SWAT Model

2.2 물순환의 구성 요소

유역의 물순환 구성 요소는 크게 자연계와 인공계 요소로 구분할 수 있다. 자연계 요소는 강수량, 증발산량, 표면⋅중간⋅기저 유출량, 침투량, 침루량 등의 자연적 물순환 요소이다. 인공계 요소는 인간의 활동에 의해 발생되는 농업용수 공급⋅회귀 수량, 생⋅공용수 취수량, 하(폐)수 방류량, 지하수 양수량 등이 해당된다(Lee et al., 2023). 이러한 물순환 구성 요소는 강수량, 수원별 취수량 및 양수량, 방류 수량 등 계측이 되는 요소와 유역 유출량, 침투량, 증발산량, 농업용수 회귀 수량 등의 미계측 요소로 구분된다. 미계측 물순환 요소는 모형 등에 의한 추정이 필요하다.

본 연구에서는 결정한 자연계 및 인공계 물순환 구성 요소는 Tables 23과 같다. 또한, Tables 2와 3에는 각각의 물순환 구성 요소에 대한 정량화 방안을 제시하였다.

Elements of Water Cycle in Nature

Elements of Water Cycle by Artificial Facilities

2.3 인공계 시설을 이용한 모형 보정 방법

2.3.1 농업용 저수지의 공급량 및 여수로 방류량 결정

Table 3의 인공계 물순환 요소 가운데 상대적으로 유량이 많은 반면에, 계측 자료가 존재하지 않는 시설이 농업용 저수지이다. 이에 본 연구에서는 농업용 저수지의 농업용수 공급량과 여수로 방류량을 개략적으로 추정하는 방안을 제시하였다.

한국농어촌공사에서는 상당수의 농업용 저수지에 대하여 일별 저수율(%)을 관리하고 있다. 본 과업에서는 저수지 연속방정식(Eq. (1))을 이용하여 농업용 저수지의 저수율을 고려한 농업용수 공급량 및 여수로 방류량을 결정하였다.

(1)St+1=St+ItIRtSPt

여기서 Stt 기간의 저수지 저수량, Itt 기간의 저수지 유입량, IRtt 기간의 농업용수 공급량, SPtt 기간의 여수로 방류량을 의미한다. 이때 농업용 저수지의 경우, 유입량을 관측하지 않으므로 SWAT 모형으로 추정한 유입량(t)을 이용하여 Eq. (2)와 같이 구성하였다.

(2)St+1=St+I^tIRtSPt

Eq. (2)에서 결정해야할 대상은 농업용수 공급량(IRt)과 여수로 방류량(SPt)의 두 개이다. 따라서 해당 수식만을 이용하여 두 미지수를 결정할 수 없으므로 본 연구에서는 두 가지의 가정을 설정하였다. 우선, 농업용수는 t+1 기간에서 저수지의 저수량이 최대저수량(Smax)보다 작은 경우에는 여수로를 통한 방류가 발생되지 않고, 농업용수 공급량만 존재하는 것으로 설정하였다. 반면에 t+1 기간에서 저수지의 저수량이 최대저수량(Smax)과 같은 경우(저수율이 100%)에는 농업용수 공급 없이 전량 여수로를 통해 하류로 방류되는 것으로 가정하였다. 이는 t+1 기간에 저수지 저류량이 최대저류량에 도달한 것은 강우가 발생한 것으로 판단할 수 있고, 강우 시에는 별도의 용수공급을 수행하지 않을 것이라는 가정에 근거한다. 해당 가정을 통해t+1기간의 저수지 저류량에 따라 Eq. (2)의 농업용수 공급량(IRt) 또는 여수로 방류량(SPt)이 소거되므로 분석이 가능하다.

Table 4는 농업용 저수지의 농업용수 공급량 및 여수로 방류량을 결정 방법을 정리한 표이다. 한편, 농업용수로 공급된 물은 유역으로 회귀되는 것으로 고려하였고, 현재는 회귀율을 35%로 설정하였다.

Estimation Method for Water Supply and Spillway Discharge of Agricultural Reservoir

2.3.2 인공계 물순환 요소를 고려한 모형 보정 방법

대부분의 국내 하천에서 측정되고 있는 하천 수위와 유량은 자연 유출량이 아닌, 인공계 시설물의 영향이 반영된 값이다. 물순환 정량화 및 건전성을 엄밀하게 평가하기 위해서는 유역 유출 모형 구축 단계에서 인공계 물순환 요소에 대한 부분을 같이 고려하여야 한다. 이에 본 연구에서는 인공계 물순환 요소를 고려한 모형 구성 방법을 Fig. 2와 같이 7가지의 단계로 수행하였다. 각 단계별 내용은 다음과 같다.

Fig. 2

Schematic Diagram of Model Calibration With Artificial Water Cycle Elements

  • ① 대상 유역에 대한 인공계 물순환 요소를 고려하지 않은 SWAT 모형(자연 유량 산정 모형)을 구축한다.

  • ② 자연 유량 산정 모형에 대하여 SWAT-CUP을 이용하여 보정하고, 매개변수를 추정한다.

  • ③ 보정된 자연 유량 산정 모형을 이용하여 농업용 저수지의 유입량을 결정한다.

  • ④ 결정된 농업용 저수지의 유입량과 측정된 농업용 저수지의 일별 관측 수위(저수율)를 이용하여 저수지 연속방정식(Eq. (2)와 Table 4)으로 농업용 저수지의 농업용수 공급량과 여수로 방류량을 산정한다.

  • ⑤ 농업용 저수지에 의한 용수공급량과 여수로 방류량을 고려하고, 그 외의 생활⋅공업⋅농업용 인공계 물순환 요소를 반영하여 SWAT 모형을 구축한다.

  • ⑥ 자연계 및 인공계 물순환 요소가 반영된 SWAT 모형을 SWAT-CUP을 이용하여 보정하다.

  • ⑦ 최종적으로 대상 유역에 대한 인공계 물순환 요소를 고려한 유역유출 모의 결과를 도출한다.

3. 연구 결과

3.1 대상 유역과 분석 범위

본 연구에서는 남강 중권역과 경안천 중권역에 대하여 물순환 분석을 수행하였다. 물순환 분석을 위한 공간적 분할은 표준유역 단위로 하였다. 이는 국가 물관리의 최소 단위를 고려한 것이다. 참고로 우리나라는 국가 수자원 단위지도로서, 전국을 117개의 중권역과 850개의 표준유역으로 구분하고 있는데, 남강 중권역과 경안천 중권역에는 각각 10개와 6개의 표준유역이 존재한다(Fig. 3).

Fig. 3

Location of Gyeongancheon and Namgang Watershed

우리나라는 연중 대부분의 강수량이 홍수기에 집중되어 있고, 사계절이 뚜렷하므로, 월별 또는 계절별 물순환 요소들의 수치가 상이할 수 있다. 따라서 물순환 요소의 계절적 특성을 분석할 경우에는 월 또는 계절 단위의 시간적 범위로 설정하는 것이 적절하다. 하지만 본 연구에서는 대상 유역의 계절별 물순환 요소들의 변동성을 배제하고, 총괄적인 물순환을 평가하기 위해 연(年) 단위의 시간적 범위를 고려하였다. 이에 본 연구에서는 인공계 물순환 요소의 자료가 모두 확보된 2019년에 대하여 분석하였다. 한편, 모형을 통한 분석의 시간 간격은 일(日) 단위로 하였다. 즉, 본 연구에서는 남강 중권역과 경안천 중권역에 대하여 표준유역 단위로 2019년의 물순환을 분석하였고, 모형에 의한 분석의 시간 간격은 일 단위이다.

3.2 물순환 모의를 위한 구성 요소

3.2.1 자연계 요소

물순환 모의를 위한 자연계 요소는 일반적인 유역의 유출 해석에 필요한 수문 기상학적 자료가 해당된다. 본 연구에서는 유역유출 해석에 SWAT 모형을 이용하였고, SWAT 모형의 수문 기상 입력자료는 강우량, 풍속, 기온, 상대습도, 일사량이 해당된다. 참고로 SWAT 모형은 잠재 증발산량을 Hagreaves 방법, Priestly-Taylor 방법, Penman-Monteith 방법 등을 이용하여 산정하고, 작물과 토양의 증발산을 분리하여 모의하기 위해 Ritchie 방법을 이용한다(Ahn et al., 2013).

이 연구에서는 각각의 중권역 인근 종관 및 방재 기상관측소에서 측정된 수문 기상자료를 SWAT 모형의 입력자료로 활용하였다. 한편, 경안천 중권역의 광주시(경안교) 수위관측소와 남강 중권역의 의령군(정암교) 수위관측소에서는 2019년의 유량 측정 기록이 존재한다. 이에 이 연구에서는 해당 지졈의 유량 측정자료를 이용하여 모형 보정에 활용하였다.

3.2.2 인공계 요소

3.2.2.1 생⋅공용수 취수시설

인공계 물순환 구성 요소 중 생⋅공용수의 취수시설은 취수장, 전용상수도, 마을상수도, 소규모 급수시설, 하천수 이용 허가시설로 구분된다. 그리고 이러한 취수시설의 수원은 지표수(하천수, 계곡수, 저수지 등)와 지하수로 구분된다. 본 연구에서는 수원별 취수량을 조사하였다.

남강 중권역에는 Table 5와 같이 4개의 취수장이 위치하고 있고, 각각의 취수장은 월별로 취수량을 관리하고 있어 이를 모형에 반영하였다. 전용상수도, 마을상수도, 소규모 급수시설의 경우 일 평균 사용량을 관리하고 있어 연중 일정한 양을 취수하도록 설정하였다. 한편, 하천수 취수 허가시설은 일 단위의 취수량이 조사되어 있으므로 이를 시계열로 활용하였다. Table 6은 남강 및 경안천 중권역에 위치한 생⋅공용수 취수시설별 2019년의 일 평균 사용수량을 나타낸다.

Monthly Water Withdrawals of Intake Station Located in the Namgang Watershed in 2019

Average Daily Domestic and Industrial Water Withdrawn by Facility in 2019

3.2.2.2 방류 시설

본 연구에서는 취수된 생⋅공용수가 전량 하수 및 폐수처리 시설로 유입되는 것으로 가정하였다. 이에 하수 및 폐수처리 시설의 방류량을 하천수 회귀수량으로 산정하였다. 경안천 및 남강 중권역에 위치하는 하수 및 폐수처리 시설은 모두 일 평균 방류량을 관리하고 있어 본 연구에서는 연중 일정한 양을 방류하는 것으로 고려하였다. Table 7은 경안천 중권역과 남강 중권역에 위치한 하수 및 폐수처리 시설의 개소수와 2019년의 일 평균 방류량을 나타낸다.

Average Daily Discharge Flow by Treatment Plant in 2019

3.2.2.3 농업용수의 취수 및 회귀

인공계 물순환 구성 요소 중 농업용수와 관련된 요소는 저수지에 의한 농업용수 공급량 및 여수로 방류량, 농업용수 사용을 위한 하천 취수, 그리고 농업용수 사용 후 하천으로 회귀되는 수량이다. 우선, 농업용 저수지에 의한 농업용수 공급량과 여수로 방류량은 Eq. (2)와 Table 4에서 제시한 저수지 연속방정식을 이용하였다. 이때, 농업용 저수지의 유입량은 SWAT 모형에 의해 결정되었고, 농업용 저수지의 저수율은 농촌용수종합정보시스템(RAWRIS)으로부터 수집되었다. 한편, 경안천 및 남강 중권역에 위치하는 농업용수 공급 목적의 하천수 취수 허가시설은 각각 1개소와 25소이고, 일 평균 취수량은 Table 8과 같다. 참고로 농업용수 공급 목적의 하천수 취수량은 일 단위로 관리되고 있다.

Average Daily Agricultural Water Withdrawn from Stream in 2019

농업용수로 공급된 물은 전량 경작지에서 소모되지 않는다. 일반적으로 우리나라에서는 농업용수의 회귀율을 35%로 고려하므로 본 연구에서는 저수지 및 하천으로부터 취수하는 수량의 35%는 하천으로 회귀되는 것으로 고려하였다. 다만, 농업용 저수지의 여수로 방류량은 취수에 사용되지 않으므로 회귀율을 고려하지 않았다.

3.3 SWAT을 이용한 물순환 모의

SWAT 모형은 지형도, 토지이용도, 토양도 등의 수치 정보를 이용하여 지표면 및 토양과 관련된 물리 기반의 매개변수를 직접 결정한다. 하지만 해당 수치자료로 결정될 수 없는 지하수 및 증발산과 관련된 매개변수는 추정이 필요하다. 이에 이 연구에서는 선행 연구사례의 민감도 분석 결과를 참고하여 추정 대상 매개변수와 범위를 결정하였고, 상용 프로그램인 SWAT-CUP을 이용하여 최적의 매개변수 값을 결정하였다. 이 연구에서 추정한 매개변수는 유역의 평균 경사 길이(Slsubbsn), 토양층에 저류할 수 있는 가용수량(Sol_AWC), 지하수 유출이 발생하는데 필요한 얕은 대수층의 임계 수심(Gwqmn), 지하수 재증발 계수(Gw_Revap), 재증발에 필요한 얕은 대수층의 임계 수심(Revapmn)의 5가지이다(Table 9).

Estimation Range of Parameters in SWAT Model

Fig. 4는 남강 중권역과 경안천 중권역에 대하여 SWAT 모형을 이용하여 자연계 및 인공계 물순환 요소를 고려한 모의 결과를 관측 유량과 비교하여 나타낸 그림이다. 물순환 모의 결과는 Table 10과 같이 결정계수(R2)와 평균편차의 비율(PBIAS)을 이용하여 평가하였다. 이때, Table 10에서 YiobsYisim 은 기간 i 에 대한 관측 및 모의 유량을 의미하고, Yobs¯Ysim¯은 각각 관측 및 모의 유량의 평균값이다.

Fig. 4

Simulation Results for Water Cycle by SWAT Model with Artficial Elements

Evaluation Results for Hydrolocial Cycle Simulation

남강 및 경안천 중권역의 물순환 모의 결과는 공통적으로 큰 홍수 부분의 오차가 다소 크게 나타난 반면에 유량이 작은 부분의 적합도는 높게 나타났다. 이러한 결과는 SWAT 모형 보정의 목적을 이수에 목적을 둔 것에서 기인한 것이다. 일반적으로 물수지를 고려한 유역유출 연속모의 모형의 자동 보정의 경우, 저유량(low flow)과 고유량(high flow)의 적합도를 모두 높일 수 있는 단일 목적함수는 존재하지 않는다(Kang, 2013). 본 연구에서는 물순환 모의의 관점에서 저유량의 적합도를 높이도록 매개변수를 추정함에 따라, 상대적으로 저유량의 적합도가 높게 나타난 것이다. 비홍수기에 유역 하류에서 계측되는 유량은 저수지 운영, 하천 취수 및 하⋅폐수 방류량 등의 인공계 물순환 요소로 인한 영향이 반영된다. 인공계 물순환 요소를 배제하고 유역 유출 모형의 매개변수를 추정할 경우, 기저유출과 관련된 매개변수가 과대산정 될 수 있다. 그러므로, 물순환 모의 및 정량화를 목적으로 유역 유출 모의 모형을 활용할 경우에는 인공계 물순환 요소를 포함한 물순환 모의가 필요한 것으로 판단된다.

3.4 결과 고찰

본 연구에서는 자연계 및 인공계 물순환 요소를 고려하여 유역 물순환을 모의하였다. 유역 물순환 모의 결과는 유역 내 물의 이용과 이동 현황을 검토하고, 유역 내 물순환의 문제점을 진단하는 등 물관리의 기초자료로 활용될 수 있다. 본 연구에서는 물순환 모의 결과를 정량화하여 나타낼 수 있는 모식도의 사례를 Fig. 5와 같이 작성하였다.

Fig. 5

Example of Schematic Diagram Using Water Cycle Simulation Results

Fig. 5는 남강 중권역에 위치한 정암수위표 표준유역(201905)에 대한 물순환 모식도이다. 물순환 요소별 정량화의 시간적 범위는 연간 단위이고, 물의 이동 단위는 mm이다. 본 연구에서 제시한 물순환 모식도는 물순환 분석의 공간적 범위(그림 4.2.1의 좌측에 제시된 유역도), 물순환 요소들의 흐름도와 수치로 구성된다. 또한, 물순환 정량화 결과에는 평가 대상 유역의 토지이용 특성을 제시하기 위해 토지이용 면적 비율을 제시하였다. Fig. 5에서 인공계 물순환 요소 중 농업용수 하천 취수, 생⋅공용수 취수 및 하폐수 방류량, 지하수 양수량에 대한 정량화는 계측 자료를 기반으로 산정된 결과이다. 강수량을 제외한 자연계 물순환 요소 정량화는 SWAT 모형의 모의 결과를 활용하여 산정된 결과이고, 농업용저수지의 농업용수 공급량 및 방류량은 저수지 모의 운영 결과로부터 산정된 결과이다.

4. 결론

이 연구에서는 자연계 및 인공계 요소를 고려한 물순환 모의를 시도하였다. 특히, 우리나라에는 크고 작은 농업용 저수지가 유역 전반에 산재하는 반면, 농업용 저수지의 계측 정보는 저수지 수위가 유일하다. 이에 이 연구에서는 농업용 저수지의 수위 계측 정보와 모형을 통한 댐 유입량 산정을 통해 농업용수 공급량 및 여수로 방류량을 추정하였다. 또한, 물 이용 및 이동 정보가 존재하는 각종 취수시설과 방류시설을 조사하여 유역 내에서 발생하는 인위적인 물 이동량을 고려하였다.

본 연구에서는 자연계 및 인공계 물순환 요소를 고려한 물순환 모의를 경안천 중권역과 남강 중권역에 시범 적용하였다. 자연계 및 인공계 요소를 고려한 물순환 모의에는 인위적 물 이동을 반영할 수 있고, 지하수 양수 모의가 가능한 SWAT 모형을 이용하였다. 두 중권역에 대하여 자연계 물순환 요소에 해당하는 수문 기상자료를 수집하여 유역유출 모형을 구성하였고, 방대한 양의 인공계 시설을 조사하여 해당 모형에 반영하였다. 경안천 중권역과 남강 중권역에 대하여 자연계 및 인공계 요소를 고려한 물순환 모의 결과를 실제 하천에서 관측된 유량과 비교한 결과, 대체로 실제 하천의 유량을 잘 모사하는 것으로 분석되었다.

최근의 지속적인 홍수와 가뭄 등에 의한 물 문제는 물순환 관리에 관한 사회적 요구를 증대시키고 있다. 이에 우리나라에서는 건전한 물순환 달성을 목표로 제1차 국가물관리기본계획이 수립되는 등 국가 차원의 물순환 관리 정책이 시도되고 있다. 이를 위해서는 현재의 물순환 상태를 정량적으로 평가할 수 있는 기술이 요구되는 바, 본 연구의 결과는 향후 다양한 물순환 분석의 선행 연구자료로 활용될 수 있을 것으로 판단된다.

감사의 글

이 결과물은 환경부의 재원으로 한국환경산업기술원 수생태계 건강성 확보 기술개발사업의 지원을 받아 연구되었습니다(2020003050002).

References

1. Ahn S.R, Lee J.W, Jang S.S, Kim S.J. 2016;Large scale SWAT watershed modeling considering multi- purpose dams and multi-function weirs operation - For namhan river basin -. Joural of the Korean Society of Agricultural Engineering 85(4):21–35.
2. Ahn S.R, Park G.A, Jan g C.H, Kim S.J. 2013;Assessment of climate change impact on evapotranspiration and soil moisture in a mixed forest catchment using spatially calibrated SWAT model. Journal of Korea water resources Association 46(6):569–583.
3. Arnold J.G, Moriasi D.N, Gassman P.W, Abbaspour K.C, White M.J, Srinivasan R. 2012;SWAT:model use, calibration, and validation. Transactions of the ASABE 55(4):1491–1508.
4. Chung G, Ohk W.S, Yoo D.G, Kim G, Jeon H. 2022;Development and application of an integrated urban water cycle system by combining water cycle elements. Journal of Korean Society Hazard Mitigation 22(6):311–319.
5. Gwon Y, Son K, Lee K, Choi G. 2020;Development and utility evaluation of a multi-composite water balance model. Journal of Korean Society and Hazard Mitigation 20(2):239–250.
6. Jeon J.Y, Jun S.M, Jang Y. 2019;The improvement of water cycle analysis system in urban watershed - Focused on Hyoja-dong in Seoul. Crisisonomy 19(2):79–92.
7. Jeong T.M. 2021;Parameter estimation of the SWAT model by the SWAT-CUP and monthly inflow prediction of Andong reservoir using the ensemble streamflow prediction. Master's thesis, Pukyong National University, Korea
8. Jung J.S, Jung K.W, Kang S, Hyun K.H. 2018;Evaluation of water cycle improvement in LH institute using SWMM-LID mode. Journal of Korean Society on Water Environment 34(3):308–315.
9. Kang T. 2013;Embedding an adaptive penalty function in the SCE-UA and its application to parameter estimation of a watershed runoff simulation model. Ph. D. dissertation, Pukyong National University.
10. Kang T, Lee S, Lee S. 2018;Analysis on the integrated effects of stormwater management and economic benefits in an urban area using low impact development techniques. Desalination and Water Treatment 133:28–36.
11. Kim H.J, Jang C.H, Noh S.J. 2012;Development and application of the catchment hydrologic cycle assessment tool considering urbanization (I) - Model development -. Journal of Korea water resources Association 45(2):203–215.
12. Kim H.J, Jang C.H, Noh S.J, Cho H.B. 2007;Development of technical guidelines for hydrologic cycle in urban catchment. 2007 conference of Korea Water Resources Association :1630–1634.
13. Kim H.Y, Nam W.H, Mun Y.S, Shin J.H, Yang M.H. 2022;Assessment of Water Cycle in Agricultural Watershed Based on Canal Network Modeling. Journal of Korean Society and Hazard Mitigation 22(1):33–43.
14. Kim Y.R, Hwang S.H, Lee S.O. 2015;Analysis for water cycle change using SWAT model and water balance analysis depending on water reuse in urban area. Journal of the Water and Wastewater 29(4):447–457.
15. Korea Institute of Construction Technology (KICT). 2003;Development of watershed assessment techniques for healthy water cycle
16. K-water. 2022;Establishment and Application of Evaluation Framework for Hydrologic Cycle Quantification and Soundness
17. Lee H, Kim Y. 2022;Evaluating water cycle urban planning based on green Infrastructure system using geodesign framework. Journal of the Urban Design Institute of Korea, Urban Design Institute of Korea 23(4):109–127.
18. Lee J.M, Kim J.L. 2012;The urban water cycle planning elements and hydrologic cycle simulation for green city. LHI Journal 3(3):271–278.
19. Lee J, Lee Y.S, Choi J. 2014;Analysis of water cycle effect according to application of LID techniques. Journal of Wetlands Research 16(3):411–421.
20. Lee N.J, Kang T.U, Jin Y.K, Lee S.H. 2023;A proposal of assessment method for soundness of hydrologic cycle in watershed. Journal of Korea Academia-Industrial cooperation Society :998–1001.
21. Lee S.J, Kim Y.o, Lee S.H, Lee K.S. 2005;Water cycle simulation for the Dorimcheon catchment using WEP model. Journal of Korea water resources Association 38(6):449–460.
22. Lee Y.J, Park M.J, Park K.W, Kim S.J. 2008;Analysis of hydrologic behavior Including agrcultural reservoir operation using SWAT model. Jouranl of the Korean Geographic Information Society 11(1):20–30.
23. Neitsch S, Arnold K, Williams K. 2011. Soil &Water Assessment Tool Theoretical Documentation Version 2009 Texas Water Resources Institute. TX, USA:
24. Noh S.J, Kim H.J, Jang C.H, Hong I.P. 2004;Effects of urban impervious ratio on the water cycle in the Cheonggyecheon watershed. 2004 conference of Korean Society of Civil Engineers :2161–2166.
25. Park J.Y, Lee Y.J, Kim S.J. 2008;The analysis of future land use change impact on hydrology and water quality using SWAT model. Journal of Korean Society of Civil Engineers 28(2B):187–197.
26. Park J.Y, Lim H.M, Lee H.I, Yoon Y.H, Oh H.J, Kim W.J. 2013;Water balance and pollutant load analyzes according to LID techniques for a town development. Journal of Korean Society of Environmental Engineers 35(11):795–802.
27. Presidential Water Commission. 2021;1st Master Plan for National Water Management. Water Commission Support Department, Korea
28. Shin H.S, Kang D.K. 2006;The study of the influence on long term streamflow caused by artificial storage facilities based on SWAT modeling process. Journal of Korea Water Resources Association 39(3):227–240.
29. Shin M.J, Chung E.S, Lee K.S. 2005;Characteristics of the hydrologic cycle during the non-flood period in upstream region of the Anyangcheon watershed using swat model. 2005 conference of Korean Society of Civil Engineers :1318–1321.
30. The Office of Parliamentary Counsel. 2021. Water Act 2007 Agriculture, Water and the Environment. Australia:
31. Vieux B.E. 2001. Distributed hydrological modeling using GIS Netherlands: Dordrecht, Kluwer Academic Publishers.

Article information Continued

Table 1

Input Parameters of SWAT Model

Input Parameter Definition Unit
bsn Sftmp Snowfall temperature °C
Smfmn Melt factor for snow in December 21 mm/ °C⋅day
Smfmx Melt factor for snow in June 21 mm/ °C⋅day
Smfmp Snow melt base temperature °C
Surlag Surface runoff lag coefficient -
Timp Snow pack temperature lag factor -
gw Alpha_Bf Baseflow alpha factor day-1
Gw_Delay Groundwater delay time days
Gw_Reavap Groundwater re-evaporation coefficient -
Gwqmn Threshold water level in shallow aquifer for baseflow mm
Revapmn Threshold depth of water in the shallow aquifer for re-evaporation mm
hru Canmx Maximum canopy storage mm
Epco Plant uptake compensation factor -
Esco Soil evaporation compensation factor -
Slsoil Slope length for lateral subsurface flow m
Slsubbsn Average slope length m
rte CH_K2 Effective hydraulic conductivity in main channel alluvium mm/hr
CH_N2 Manning’s value for the main channel -
sol Sol_ALB Moist soil albedo -
Sol_AWC Available water capacity of the soil layer mm
Sol_K Saturated hydraulic conductivity mm/hr
Sol_Z Depth from soil surface to bottom of layer mm
mgt CN2 Initial SCS runoff curve number for moisture condition II -

Table 2

Elements of Water Cycle in Nature

Component Methods of data collection
Precipitaion Meteorological observation data
Evapotranspiration Simulation results by watershed runoff model
Surface flow Simulation results by watershed runoff model
Subsurface flow Simulation results by watershed runoff model
Base flow Simulation results by watershed runoff model
Groundwater recharge Simulation results by watershed runoff model
Inflow and outflow from outside the watershed Historical data on water transfer between basins

Table 3

Elements of Water Cycle by Artificial Facilities

Use Component Methods of data collection
Domestic and industrial water Intake from Stream Historical data on Stream intake
Pumped amount of groundwater Historical data on groundwater pumping
Return flow Discharge records from water treatment facilities
Agricultural water Reservoir supply Results from reservoir simulation
Reservoir release Results from reservoir simulation
Intake from Stream Historical data on Stream intake
Pumped amount of groundwater Historical data on groundwater pumping
Return flow Consideration of return flow rate (35%)

Table 4

Estimation Method for Water Supply and Spillway Discharge of Agricultural Reservoir

Classification Agricultural water supply Spillway discharge
Premise St+1 <Smax St+1 =Smax
Assumption SPt =0 IRt =0
Equation IRt =St -St+1 +Ît SPt =St -Smax +Ît
Return flow ratio 35% -

Fig. 2

Schematic Diagram of Model Calibration With Artificial Water Cycle Elements

Fig. 3

Location of Gyeongancheon and Namgang Watershed

Table 5

Monthly Water Withdrawals of Intake Station Located in the Namgang Watershed in 2019

Name Monthly water intake in 2019 (m3)
Jan. Feb. Mar. Apr. May Jun. Jul. Aug. Sep. Oct. Nov. Dec.
Seodong 68,488 71,618 82,070 79,156 78,254 79,961 82,046 82,766 78,692 84,032 83,582 91,182
Ugok 211,976 168,297 180,650 175,910 188,674 191,831 208,045 220,110 198,579 192,231 187,108 199,083
Hwajeong 19,213 18,316 16,535 15,609 17,342 14,863 15,367 15,714 15,366 13,467 13,006 17,016
Haman - - - - - - 15,114 15,929 15,781 15,993 15,529 15,696

Table 6

Average Daily Domestic and Industrial Water Withdrawn by Facility in 2019

Classification Source of water supply Namgang watershed Gyeongancheon watershed
Number Amount (m3/day) Number Amount (m3/day)
Private waterworks Stream 1 476 2 300
Groundwater - - 14 1,460
village water supply system Stream 3 89 2 80
Groundwater 20 478 3 200
Small drinking water system Stream 14 223 3 64
Groundwater 117 2,118 - -
Facility permitted to use Stream water 8 16,603 2 796

Table 7

Average Daily Discharge Flow by Treatment Plant in 2019

Facilities Namgang watershed Gyeongancheon watershed
Number Amount of water (m3/day) Number Amount of water (m3/day)
Public sewage treatment plant 62 154,851 24 152,161
Wastewater treatment plant 5 22,224 - -

Table 8

Average Daily Agricultural Water Withdrawn from Stream in 2019

Watershed Number Amount of water (m3/day)
Namgang 25 171,735
Gyeongancheon 1 1,778

Table 9

Estimation Range of Parameters in SWAT Model

Parameter Search boundary
Min. Max.
Slsubbsn 10 150
Sol_AWC 0 1
Gwqmn 0 5000
Gw_Revap 0.02 0.2
Revapmn 0 1000

Fig. 4

Simulation Results for Water Cycle by SWAT Model with Artficial Elements

Table 10

Evaluation Results for Hydrolocial Cycle Simulation

Assessment index Equation Namgang watershed Gyeongancheon watershed
R2 (YiobsYobs¯)(YisimYsim¯)(YiobsYobs¯)2×(YisimYsim¯)2 0.810 0.838
PBIAS (%) i=1n(YiobsYisim)100i=1n(Yiobs) 8.146 -0.357

Fig. 5

Example of Schematic Diagram Using Water Cycle Simulation Results