산업단지에서 LID 기법이 물순환 회복에 미치는 영향 평가

Assessment of the Impact of LID Techniques on Water Cycle Recovery in Industrial Complexes

Article information

J. Korean Soc. Hazard Mitig. 2024;24(5):19-29

Publication date (electronic) : 2024 October 31

doi : https://doi.org/10.9798/KOSHAM.2024.24.5.19

Jaemoon Kim ^*, Jung Min Lee ^**, Sungmin Cha ^***, Byungsung Kim ^****, Soonchul Kwon ^*****

김재문^*, 이정민^**, 차성민^***, 김병성^****, 권순철^*****

* 정회원, 부산대학교 스마트 해양도시 인프라 교육연구단 계약교수(E-mail: ekzmans7@naver.com)

* Member, Project Professor, Education & Research Center for Infrastructure of Smart Ocean City, Pusan National University

** 정회원, LH 토지주택연구원 센터장 (E-mail: andrew4502@.lh.or.kr)

** Member, Center Director, Land & Housing Research Institute

*** 정회원, 부산대학교 녹색국토물관리연구소 전임연구원

*** Member, Associate Researcher, Green Land and Water Management Research Institute, Pusan National University

**** 정회원, K-water연구원 연구관리처 전임연구원

**** Member, Associate Researcher, R&D Promotion & Support Dept., K-water Research Institute

***** 정회원, 부산대학교 사회기반시스템공학과 교수

***** Member, Professor, School of Urban, Architecture and Civil Engineering, Pusan National University

^** 교신저자, 정회원, LH 토지주택연구원 센터장 (Tel: +82-42-866-8464, Fax: +82-42-866-8474, E-mail: andrew4502@.lh.or.kr)

^** Corresponding Author, Member, Center Director, Land & Housing Research Institute

Received 2024 September 02; Revised 2024 September 03; Accepted 2024 September 13.

Abstract

도시화와 산업화로 인해 자연 물순환이 크게 교란되어, 유출량 증가, 홍수, 지하수 고갈 등 여러 문제가 발생하고 있다. 이러한 문제를 해결하기 위해 저영향개발(LID, Low Impact Development) 기법 연구가 지속적으로 진행하고 있다. 본 연구는 울산광역시 대정천 유역을 대상으로 LID 기법을 적용하여 물순환 체계 개선을 분석하였다. 연구는 SWMM 모형을 기반으로 장기적인 유출량 저감 효과와 물순환 회복율을 평가하였으며, 대상 지역의 기상자료, 지형 정보 및 지역 특성을 반영하여 LID 요소인 투수성포장, 옥상녹화, 식생화단, 식생수로를 적용하였다. 연구결과 LID 기법 적용 후 유출량은 8.44% 감소하였으며, 물순환 회복율은 13.52% 향상되었다. 또한 물순환관리 목표인 25.5 mm에 대한 유출량 관리에 성공적으로 기여할 수 있음을 확인하였다. LID 기법이 도시화되고 산업화된 지역의 지속 가능한 물관리 전략으로 자리 잡고 효과적으로 복원하고 관리할 수 있는 대안으로 기대 된다.

Trans Abstract

Urbanization and industrialization have significantly disrupted the natural water cycle, leading to increased runoff, flooding, and groundwater depletion. Research on LID (Low Impact Development) techniques is ongoing in order to address these challenges. This study has analyzed the improvement in the water cycle system by applying LID techniques to the Daejeongcheon watershed in Ulsan. Using SWMM, this study has assessed the long-term effects of LID on runoff reduction and water cycle recovery rate improvement. Based on local climate data, topographical information, and regional characteristics, LID elements such as permeable pavements, green roofs, bioretention, and vegetative swales were applied. The results showed that the LID techniques reduced runoff by 8.44% and also improved the water cycle recovery rate by 13.52%. Additionally, the study confirmed that LID techniques effectively contributed to managing runoff from the 25.5 mm rainfall management target. LID techniques are expected to serve as sustainable water management strategies in urbanized and industrialized areas, offering effective restoration and management solutions.

Keywords: 저영향개발; 물순환; 물순환관리; SWMM

Keywords: Low Impact Development; Water Cycle; Water Cycle Management; SWMM

1. 서 론

전 세계적으로 대부분의 도시는 산업화에 의한 불투수면적 증가로 인해 지하수 고갈, 도시 열섬화 현상, 홍수피해 등의 물순환 문제가 발생하고 있으며, 물순환 체계 개선을 위한 물순환 문제의 완화가 필요한 실정이다. 도시 내 물관리를 위해서는 도시 내 건전한 물순환 및 열 환경 조성, 재해 예방, 하천 수질 관리 등 다양한 목적으로 빗물관리를 위한 저영향개발(LID, Low Impact Development)의 적용 사례가 점차 확산되고 있다.

1990년대 후반, 미국에서는 도시화로 인해 발생하는 빗물 관리 문제를 해결하기 위한 다양한 연구가 활발히 진행되었으며, 특히 1994년 미국환경보호청(U.S. EPA)에서 제안한 Best Management Practices (BMPs)가 그 기초를 마련하였다(U.S. EPA, 1994). BMP는 도시의 수질 관리와 홍수 예방을 위한 종합적 접근 방법으로, 강우 유출수를 효과적으로 관리하는 친환경적 기법을 제시했다(U.S. EPA, 1994). 이를 바탕으로 LID 개념이 등장하였고, 도시 배수 시스템을 개선하는 데 있어 획기적인 전환점을 맞이하게 되었다(Liaw et al., 2000).

도시 물관리를 위한 중요한 도구로 자리 잡은 SWMM (Storm Water Management Model)은 1971년 EPA에서 개발된 도시 강우 유출 관리 모델로, 강우 유출, 오염물질 이동, 유출수 제어 등을 시뮬레이션하는 수문학적 모델이다(McCuen, 2005). 2005년에는 SWMM을 통해 여러 도시에서 BMP와 LID 기법의 성능을 평가하는 연구가 진행되었으며, 이를 통해 LID 기법이 강우 유출수를 효과적으로 제어하고 유출수 저감 및 오염물질 제거에 기여한다는 사실이 입증되었다(Dietz, 2007). 2001년, Washington 주에서는 빗물 관리와 도시 배수 시스템의 개선을 위한 Stormwater Management Manual을 발표하였으며, LID 기법을 공식적으로 도시 계획에 도입하였다(Washington State Department of Ecology, 2001). 이 매뉴얼은 특히 도시 내 다양한 LID 기법을 통합적으로 적용하여 빗물의 침투와 저류를 통해 유출수를 최소화하는 방법을 구체적으로 제시하였다. 이는 물순환 관리의 패러다임을 변화시키는 데 중요한 역할을 했다. 2007년, 미국 전역에서 LID 기법의 효율성을 평가하는 대규모 연구가 실시되었다. National Research Council (NRC)은 다양한 도시에서 LID 기법을 적용한 결과, 강우 유출에 따른 수질 개선과 홍수 예방 효과가 높았음을 증명하였다(NRC, 2007). 특히, 이 연구에서는 SWMM을 사용해 LID 기법이 도시화로 인한 물관리 문제를 해결하는 중요한 도구가 될 수 있음을 강조하였다(Ahiablame et al., 2012).

이후 2010년대에는 LID 기법이 미국을 넘어 유럽, 아시아, 호주 등 전 세계적으로 확산되기 시작하였다. 2012년, 유럽연합(EU)은 LID 기법을 포함한 지속 가능한 도시 물 관리 전략을 발표하였고, 이를 통해 유럽 각국에서 친환경적 빗물 관리 시스템을 도시 계획에 통합하도록 권장하였다(EU, 2012; Fletcher et al., 2015). 이러한 흐름은 아시아와 호주 등 다양한 기후와 지형에 맞춘 맞춤형 LID 기법의 개발로 이어졌다.

국내에서도 2010년대 후반부터 물순환 선도도시 조성사업을 통해 LID 기법을 적용하기 시작하였다(Ministry of Environment, 2016; Ministry of Environment, 2017). 2015년, 광주광역시를 중심으로 다양한 LID 기법을 도입한 실증 연구가 진행되었으며, 이는 도시화로 인한 수질 악화와 홍수 문제를 해결하기 위한 도시 물관리 전략의 일환으로 확대되었다. 또한, 부산시는 2018년 SWMM을 활용한 연구를 통해, 침수 재해 지역에서 LID 기법이 유출수를 효과적으로 제어하고 물순환 체계를 개선할 수 있음을 확인하였다(Kim et al., 2021). 물순환 선도도시 중 울산광역시는 울산광역시내 유역중 물순환 취약지역을 추출 한 후 LID 기법을 적용할 수 있는 우선관리지역을 선정한 바 있다. 또한 SWMM-LID 모델을 활용하여, 연구대상지별로 도시 물순환에 영향을 미치는 정도를 평가하여 LID 기법이 도시 물관리에 적합한 기법임을 연구한바 있다(Jung et al., 2019; Kim et al., 2019; Kim et al., 2020; Lim et al., 2021; Jung et al., 2023).

이와 같이 LID에 대한 연구는 유역별 평가를 기반으로 적극적으로 수행되어 오고 있으며, 지역별 기후와 지형 조건을 고려한 맞춤형 접근 방법으로 확대하여 건강한 물순환 체계를 구축하고 있다. 여기서 건강한 물순환 체계란, 빗물이 자연스럽게 지표면을 따라 흐르며 하천으로 유입되기전에 충분히 땅속으로 침투하여 지하수를 보충하고, 토양과 식생에 의해 정화된 물이 다시 자연으로 돌아가는 과정을 의미한다.

따라서 본 연구에서는 물순환 선도도시인 울산광역시 내 산업단지지역인 대정천 유역을 연구대상지로 선정하고, 물순환 체계를 개선하기 위해 물순환 변화율, 물순환 회복율 분석을 하여 LID 기법 도입에 따라 산업단지지역의 물관리에 대한 연구를 수행하였다.

2. 연구방법

2.1 연구유역 현황

우선관리유역인 대정천 유역은 대한민국 울산광역시 동남부의 동경 129°19’29”, 북위 35°33’12”에 위치해 있으며, 유역면적은 3.748 km²이다. 이중 도시화 면적은 2.390 km²이며, 유역평균표고는 EL. 10.87 m, 유역평균경사는 10.03%이다. 대정천 유역은 울산광역시의 대표적인 도시화 된 유역으로서 도심지에 배수장을 포함한 대표유역 중 하나이다(Fig. 1).

Fig. 1

Location and Watershed map of the Daejeongcheon Watershed in Ulsan, South Korea

2.2 SWMM (Stormwater Managment Model)

SWMM 5.1은 기존 SWMM 모형에 LID 시설의 수문영향 분석이 가능하도록 모듈을 추가하여 개발한 모형으로 수직층은 Surface layer, Pavement layer, Soil layer, Storage layer, Underdrain layer의 다섯 개 층으로 구성되어 있다. SWMM의 특성은 Fig. 2에 나타내었다. LID 시설의 저류, 침투 특성을 물수지 해석을 기반으로 해석하도록 개발된 모형이다. 개발된 LID 모듈인 SWMM-LID는 같은 제원의 LID 시설을 다른 토지피복 특성을 가진 소유역에 적용하는 것이 가능하며, SWMM 모의 동안에 물수지 균형을 유지하면서 각 layer 내에서 저류되고 순환되는 정량적 분석을 수행할 수 있다. 또한 SWMM-LID 모형에서 모의 가능한 LID 요소기술은 Bio-retention, Porous Pavement, Infiltration Trenches, Rain Barrels, Vegetative Swales 등이다.

Fig. 2

SWMM Features

2.3 입력자료

2.3.1 기상자료

대정천 유역 내에는 기상관측소가 존재하지 않아 지역 인근에 위치한 울산관측소를 선정하여, 강우자료를 수집하였다. 울산관측소는 1931년에 관측을 시작하였고, 본 연구에서 이용한 강우자료는 1988~2017년까지 총 30개년의 자료이다. 강우관측소 현황은 Table 1, 울산관측소 30년간 강우량 현황은 Fig. 3과 같다.

Table 1

Status of the Ulsan Weather Station

Fig. 3

30-Year Rainfall Data at Ulsan Weather Station (1987-2016, Daily Rainfall)

2.3.2 지형공간정보자료

울산관측소의 영향을 받고 있는 대정천 유역은 울산광역시 울주군에 위치하며, 산업공단으로 조성되어 있어 불투수면적 비율이 높은 지역이고, 불투수면적의 비율이 63.76%에 달한다. 토지이용도는 공업지역이 주를 이루고 있고, 침염수립, 인공나지 등으로 구성되어 있다. 대정천 유역의 지형특성 분석을 위해 GIS 모형을 이용했고, DEM은 국립지리정보원에서 제공하는 5 m × 5 m 해상도를 사용하였다. 토지이용도는 환경공간정보서비스에서 제공하는 세분류(41개) 토지피복도를 활용하였고, 토지피복도는 2013년도 토지피복도를 사용하였다. Fig. 4는 대정천 유역의 DEM과 토지피복도이다.

Fig. 4

DEM and Landuse Map of the Daejeongcheon Watershed

2.4 물순환 상태 평가지수

도시의 자연 물순환 체계를 나타내는 구성요소는 강수량, 침투량, 증발산량, 표면유출량이 있다. 물순환 상태의 정량적 평가를 위해 환경부에서 물순환 회복율의 개념을 도입하였으며, 물순환 변화율 산정값을 기반으로 물순환 회복율을 산정하는 방법을 제안하였다. 물순환 회복율(Recovery Rate, R)과 물순환 변화율(Change Rate, △W) 산정방법은 Eqs. (1), (2)와 같이 정의된다.

(1)R(%)=(1−ΔW)×100

(2)ΔW=(Qcurrent−QbaselineQbaseline)×100

여기서, Q_baseline은 개발 이전 자연상태에서의 물수지(기준물수지)를 의미하며, 이는 증발산량, 침투량, 유출량을 포함한 값이다. Q_current는 개발 이후의 물수지(현황물수지)를 나타낸다. Q_baseline는 도시 개발 전의 불투수면 비율 25%를 기준으로 한 물수지 값이며, 현황물수지 Q_current는 현재 도시 상태의 물수지 값이다. 이 수식을 통해 도시화와 개발로 인한 물순환 체계 변화를 평가할 수 있다.

2.5 Low Imact Development

도시 개발 및 도시 재생에 활용되고 있는 LID 기법의 요소기술은 크게 계획기술, 수리기술, 저류기술, 침투기술 및 처리기술로 구분할 수 있다. Retention & Detention 기술은 우수유출수를 저류 또는 지체시켜 침전, 생물학적 반응 등을 통해 물순환 건전화 효과를 기대할 수 있다. Filtration & Infiltration 기술은 우수유출수를 토양층 또는 여재층 등을 이용해 여과 또는 침투시켜 토양 및 여재의 여과 흡착 기작에 따라 물순환 건전화를 도모하는 기술이다. Treatment 기술은 환경공학적 처리공법과 수리적 기작이 복합적인 시설로, 유량조절형, 여과형, 와류형, 스크린형, 응집/침전형, 생물학적 처리형 등의 장치시설이다. Design 기술은 비구조적 요소로 계획단계에서 고려해야 하는 저영향개발 기법으로 불투수면 최소화(DCIA), 우수유출수의 직접 관거연결 최소화 및 심미적 영향을 고려한 조경 등을 포함한 기술이다. 저영향개발 기술정리는 Fig. 5와 같다. 본 연구에서는 투수성포장(Permeable Pavement, PP), 옥상녹화(Green Roof, GR), 식생화단(Bioretention, BR), 식생수로(Vegetative Swale, VS) 적용하였다. 투수성 포장은 도로와 보도 등의 포장구간에서 빗물이 땅속으로 침투할 수 있도록 설계된 포장재로, 불투수성 표면에서 발생하는 유출량을 저감하고 지하수 충전 효과를 기대할 수 있다. 옥상녹화는 건물 옥상에서 식생을 조성하여 증발산량을 증가시키고, 빗물의 직접 유출을 감조함으로써 열섬현상 완화와 함께 빗물관리에도 기여한다. 식생화단은 빗물을 저류하고 침투시키니는 기능을 가진 녹화된 화단으로, 물을 지표면에서 저류시켜 침투량을 증가시키고 오염물질을 제거하는 기능을 한다. 식생수로는 자연적인 유량 흐름을 따라 침투와 저류 기능을 제공하는 완만한 경사의 식생 도랑을 말한다.

Fig. 5

Organization of LID Technology by Processing Type

Table 2는 SWMM에 적용된 LID 요소의 매개변수를 정리한 표이다.

Table 2

Parameters of the SWMM LID Modules

2.6 NRCS-CN Methodst

Natural Resources Conservation Service에서 개발한 방법으로, 강우 사상 이후 발생하는 직접유출량을 예측하기 위해 사용되는 방법이다. 이 방법은 주로 토양유형, 토지이용, 피복 상태 등을 고려하여 유출량을 산정한다. 이 기법으로 산정할 수 있는 직접유출량과 관련한 Eqs. (3), (4), (5)와 같다. 이 방법을 통해 산정된 유출량으로 SWMM의 검보정을 수행할 수 있다.

(3)S=1000CN

(4)la=0.2S

(5)Q=(P−Ia)2P−Ia+S

S = 잠재유출량(mm), l_a= 초기손실, Q = 직접유출량, P = 강우량

If 강우량이 초기손실보다 작으면 유출량 Q = 0

3. 연구결과

3.1 모형구축 및 검보정

대정천 유역의 하수대장 및 현장조사를 바탕으로 유역 내 우수흐름체계를 분석한 후 소유역을 6개로 구분하였으며, 이는 대상지역의 LID 요소기술 적용시 각 소유역별 효과 산정 및 최적 배치를 위함이다. 대정천 유역의 소유역분할도 및 SWMM으로 구축한 대정천 유역은 Fig. 6과 같고, 흐름도를 기반으로 분할 된 소유역과 지형정보자료를 활용하여 산정한 소유역별 특성은 Table 3이다.

Fig. 6

Subcatchment Division Map and SWMM Model Setup

Table 3

Characteristics of Subcatchments in the Daejeongcheon Watershed

SWMM 모형의 검보정은 모의된 유출량값이 실제 유출량과 얼마나 일치하는지를 평가하여 실제 유역에서 발생하는 유출량을 얼마나 정확하게 예측하는지 확인하는 과정이다. 검정은 주어진 데이터로 모델을 실행하여 그 결과가 실제 관측데이터와 얼마나 일치하는지 확인하는 과정이고 보정은 검정에서 사용된 매개변수를 조정하여 모델이 더 높은 정확도를 높이는데 목적이 있다. SWMM으로 모의한 유출량값과 NRCS-CN으로 산정한 유출량값을 기반으로 검보정을 수행하였다. 정량적 평가는 결정계수(R²)을 이용하여 평가하였고, 검정은 2014~2015년, 보정은 2016년을 수행하였다(Fig. 7).

Fig. 7

Calibration and Validation Results for the Daejeongcheon Watershed

각 소유역별 산정된 CN 값과 불투수면적비는 독립변수로 보고, N-Imperv, N-Perv, Dstore-Imperv, Dstore-perv 변수조정을 통해 검보정을 수행하였다. 검보정 결과는 calibration은 0.9654 verification은 0.9762로 산정되었다. R2은 0-1사이값을 가지며, 1에 가까울수록 실제상황을 잘 반영하였다고 판단되고 있다. 따라서 본 모형은 검보정결과 매우좋음으로 나타났다. Table 4는 검보정 수행시 사용한 매개변수 결과값과 결정계수를 나타내는 표이다.

Table 4

Model Calibration & Validation Results and Parameter Values

3.2 유역 물순환 상태 평가

SWMM 대정천 유역 모형을 이용하여, 1987~2016년 총 30년간의 장기유출 모의를 수행하였으며, 배수유역별 총 유입량, 유출량, 침투량 및 증발산량에 대한 분석 결과를 Table 5에 나타내었다. 산정된 값들을 바탕으로, 대정천 유역의 기준물수지, 현황물수지를 분석하고 물순환 변화율 및 문순환 회복율을 Table 6과 같이 산정하였다. 대정천 유역은 산업단지내부와 그 주변지역으로 구분할 수 있으며, 산업단지 지역은 DJ-2, 4, 5, 6, 7 유역이고, 불투수면이 차지하는 면적이 다소 높아, 물순환 변화율은 19.51~37.90%로 산정되었다. 특히 DJ-2, 5, 6 유역은 다른 유역보다 불투수면이 높아 물순환 회복율 또한 62.10~74.56%로 다른유역에 비해 다소 낮게 산정되었다.

Table 5

SWMM Results for the Daejeongcheon Watershed (1987-2016)

Table 6

Water Balance, Water Cycle Change Rate, and Water Cycle Recovery Rate Results for the Daejeongcheon Watershed

3.3 우선관리유역 LID 적용방안

3.3.1 물순환 목표 설정

물순환 관리목표는 개발 이전의 첨두홍수량, 평균유출량 등 개발이후에도 토지이용 단위내에서 유지할 수 있도록 설정하는 것을 원칙으로 하고 있다. 하천, 하수도시설 등의 관리목표와 연계하여 설정해야 하고, 연구접근방법에 따라 물순환 관리목표를 설정할 수 있다. 국내외 연구사례에서 물순환 목표는 크게 3가지 방식으로 나뉘는데 강우깊이(mm), 단위침투량(mm/hr), 확률강우의 재현빈도(년)이다. 이 중 주로 사용되는 방식은 강우깊이(mm)와 집수면적을 연계하여 LID 시설의 설계용량을 결정하고, 적용중에 있다. 각 나라별 저영향개발기법 도입을 위한 물순환 관리목표 기준 및 적용사례는 Table 7과 같다.

Table 7

Water Cycle Management Target Criteria by Country

본 연구에서는 나라별 특성을 반영하여 85백분위수에 해당하는 강우량을 물순환 관리목표를 설정하고자 하며, 울산관측소 과거 30년간(1987~2016년)의 강우자료 값을 재정렬하여, 85백분위수에 해당하는 강우량을 결정하였다. 그 결과 강우량은 25.5 mm로 산정되었으며, 대정천 유역에 대한 물순환 관리목표로 설정하였다. 물순환관리 목표량인 25.5 mm를 저감하기 위해서는 85백분위수 이하 강우에 대해 유출을 발생시키지 않는 것 외에도 25.5 mm 이상 강우에 대해서도 저감시켜야 하며, 이를 위해 30년간 강우자료를 분석하여 총 유출저감목표량을 분석하였다. 그 결과 물순환 관리대상 누적강우량은 26,197.7 mm이고, 유출저감목표량은 98,159,266 m³으로 산정되었다.

3.3.2 유역별 LID 적용 시나리오 및 물순환 개선결과

LID 적용을 위해 대정천 유역의 토지이용형태를 Table 8과 같이 재분류 하였다.

Table 8

Land Use Area by Subcatchment in the Daejeongcheon Watershed

대정천 유역은 산업단지 주변지역은 불투수면적율이 0.9~50.0%로 낮게 나타났으나, 산업단지 조성지역은 95.0~98.1%로 불투수면적율이 높게 나타나였다. 공업시설지역은 LID 시설의 설치가 용이하지 않으며, 주변도로는 중량화물차량의 통행으로 투수성 포장 등의 LID 시설 설치시 구조적 안정성 및 투수지속성 등에 대한 효과를 기대하기에 다소 어려움이 있다. 유역의 특성을 고려하여, 여과기능을 가진 도로형 LID 시설을 간선도로를 중심으로 설치하고, 철로변과 공업시설 등을 검토하여, 다음 Table 9와 같이 시나리오를 3개 설정하였다.

Table 9

LID Scenario Development by Land Use Type

시나리오1은 불투수면적 비율이 높은 도로에 투수성포장 20%, 공업지역 옥상에 옥상녹화 20%를 적용하였다. 시나리오2는 시나리오1과 동일한 LID 요소를 적용하고 투수성포장의 적용비율을 30%로 적용하였다. 시나리오3은 시나리오2에서 도로에 식생화단을 15% 추가 적용하고, 공업지역 옥상녹화 비율을 조정하여 식생화단 5%와 식생수로 0.5%로 조정하여 각 소유역의 특성이 반영될 수 있게 복합적인 LID 적용을 하였다.

SWMM 모형을 이용하여 LID 적용 시나리오 분석결과 Table 10과 같다.

Table 10

Analysis Results of LID Application Scenarios for the Daejeongcheon Watershed

현재 상태는 LID 기법이 적용되기전의 상태이며, LID 적용후를 분석하기 위한 기준값으로 사용하였다. 시나리오별 모의결과 시나리오1에서는 유출량이 3.35% 감소하였으며, 침투량과 증발산량은 각각 28.24%, 41.38% 증가하였다. 투수성포장 비율을 증가한 시나리오2에서는 유출량이 4.07% 감소하였으며, 침투량과 증발산량은 각각 36.58%, 40.98% 증가하였다. 시나리오1에 비해 유출량이 더 감소하였고, 침투량 변화폭이 증가하는 것을 확인하였다. 시나리오3은 유출량이 8.44% 감소하였으며, 침투량과 증발산량은 각각 43.61%, 36.08% 증가하였다. 식생화단과 식생수로를 추가한 시나리오3에서 유출량감소 효과가 가장 높게 나타났고, 유출저감량은 110,047,196 m³으로 유출저감 목표량인 98,159,266 m³을 만족하는 것으로 평가되었다.

유출량 저감 목표를 충족한 시나리오 3의 분석결과를 바탕으로, 대정천 유역의 현황 물수지, LID 적용 후 물수지를 Table 11과 같이 평가하였다.

Table 11

Water Balance Results after LID Application

LID 기법 적용전 물순환 변화율은 평균 16.92%로 나타났고, 물순환 체계가 상당히 손상되었음을 보여준다. 특히 소유역내 불투수면적비율이 높은 DJ-2에서는 37.90%의 물순환 변화율이 산정되어 가장 큰 손상을 확인할 수 있었다. LID 기법을 적용한 후 물순환 변화율은 평균 3.40%로 감소하여 물순환 체계가 기준시점으로 상당 부분 회복된 것을 확인하였다. 특히 물순환 변화율이 가장 높았던 DJ-2에서는 32.78%가 감소하여, 변화율이 5.12%가 된 것을 확인하였다. 또한 모든 소유역에서 물순환 회복율이 90% 이상으로 나타났으며, 평균 96.60%의 회복율이 산정되었다. 전체 유역의 물순환 회복율은 LID 적용전 83.08%에서 96.60%로 13.52% 회복된 것으로 분석되었다. 이와 같은 결과는 LID 기법이 물순환 체계 회복에 긍정적인 영향을 미쳤음을 확인할 수 있다.

4. 결 론

본 연구에서는 울산광역시 대정천 유역을 대상으로 SWMM 모형을 구축하여 장기 모의를 수행하였으며, 기상 데이터, 지형 정보, 지역 특성 등을 바탕으로 LID 요소기술 적용 방안을 제안하였다. 연구 대상인 대정천 유역은 산업단지로, 도로시설용지 및 공업시설용지에 대해 투수성포장, 옥상녹화, 식생화단, 식생수로 기법을 적용하여 물순환 체계를 분석하고, 물순환 변화율 및 회복율을 평가하였다. 적용하였다.

1) 유출량 감소 및 물순환 회복 효과: LID 기법을 적용한 결과, 유출량이 8.44% 감소하고 물순환 회복율이 13.52% 개선되었다. 특히, 불투수 면적 비율이 높은 DJ-2에서는 물순환 변화율이 37.90%에서 5.12%로 크게 감소하였다. 이는 LID 기법이 도시 물순환 개선에 효과적임을 입증하였다.
2) 물관리 목표 달성: LID 기법 도입을 통해 대정천 유역의 물순환 관리 목표인 25.5 mm 강우에 대한 유출량 관리 목표를 충족할 수 있음을 확인하였다. 이는 특히 산업단지용지를 대상으로 분석한 결과로, 민간시설용지에도 LID 기법이 도입될 경우 더 높은 물순환 관리 효과가 기대된다.
3) 도시 물관리 전략의 기반 마련: 본 연구는 기존 도시 물관리 전략에 LID 기법을 적용함으로써, 지속 가능한 도시 물관리 시스템을 설계할 수 있는 기초를 마련하였다. LID 기법이 도시 수문학적 물순환에 영향을 미치고, 도시 회복력 증가에 있어 매우 중요한 요소임을 확인하였다.

이는 산업단지용지만을 고려한 결과이며, LID 기법이 도시화와 기후변화로 인해 손상된 물순환 체계를 회복하는데에 있어 실질적인 대안임을 보여주었다. 추후 추가적인 민간시설용지에 도입했을 경우 더 높은 효율의 물순환 관리가 될것으로 사료된다.

감사의 글

본 연구는 과학기술정보통신부 한국연구재단의 연구비지원(NRF-RS-2023-00259995)에 의해 수행되었습니다.

References

1. Ahiablame L.M, Engel B.A, Chaubey I. 2012;Effectiveness of low impact development practices:Literature review and suggestions for future research. Water, Air, &Soil Pollution 223(7):4253–4273.

2. Dietz M.E. 2007;Low Impact Development practices:A review of current research and recommendations for future directions. Water, Air, &Soil Pollution 186(1-4):351–363.

3. European Union (EU). 2012. Blueprint to safeguard Europe's water resources European Commission. Brussels, Belgium:

4. Fletcher T.D, Shuster W, Hunt W.F, Ashley R, Butler D, Arthur S, et al. 2015;SUDS, LID, BMPs, and more –The evolution and application of terminology surrounding urban drainage. Urban Water Journal 12(7):525–542.

5. Jung H.S, Kim H.J, Lee S.Y. 2019;Evaluation of LID techniques combined with traditional drainage systems for urban flood prevention. Journal of Korean Society of Hazard Mitigation 19(2):102–110.

6. Jung M.J, Kim J.H, Jang C.D, Jeon G.W. 2023;An analysis of the application effect of LID technology in urban inundation using two-wimensional model. Journal of Korean Society of Disaster and Security 16(1):13–22.

7. Kim B.S, Lee J.W, Park H.S. 2019;Research on water circulation model cities and application of LID techniques. Journal of Korean Society of Hazard Mitigation 18(4):210–218.

8. Kim H.S, Lee J.S, Park K.J. 2020;Study on the application of SWMM-LID model in urban areas for runoff reduction. Journal of Korean Society of Hazard Mitigation 20(5):275–283.

9. Kim J.M, Baek J.S, Shin H.S. 2021;A study on improvement of hydrologic cycle by selection of LID technology application area -in Oncheon stream basin-. Journal of the Korea Academia-Industrial cooperation Society 22(4):545–553.

10. Liaw C.H, Cheng M.S, Tsai Y.L. 2000;Low Impact Development:An innovative alternative approach to stormwater management. Journal of Maine Science and Technology 8(1):41–49.

11. Lim H.J, Kim M.J, Park S.G, Kim J.M. 2021;Effect of Low Impact Development techniques on runoff reduction in urban areas. Journal of Korean Society of Hazard Mitigation 21(3):145–153.

12. McCuen R.H. 2005. Hydrologic analysis and design. Upper Saddle River NJ: Pearson Prentice Hall.

13. Ministry of Environment. 2016. Low Impact Development (LID) design guidelines Ministry of Environment. South Korea:

14. Ministry of Environment. 2017. Study on the selection and development of water circulation leading cities through the introduction of Low Impact Development techniques Ministry of Environment. South Korea:

15. National Research Council (NRC). 2007. Urban stormwater management in the United States National Academies Press. Washington, D.C., USA:

16. U.S. EPA. 1994. Urban stormwater management in the United States United States Environmental Protection Agency.

17. Washington State Department of Ecology. 2001. Stormwater management manual for Western Washington Washington State Department of Ecology. Olympia, WA, USA:

Article information Continued

This is an open access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Observation station		Ulsan
Station number		152
Location		Jung-gu, Ulsan
Location	Latitude	35.5825
Location	Longitude	129.33472
Elevation (m)		82.0
Gauge height (m)		1.3
Agency		KMA

LID type	Layer	Parameter	Unit	Value
Permeable pavement	Surface	Berm height	mm	200
		Vegetation volume		0.0
		Surface roughness		0.1
		Surface slope		1.0
	Pavement	Thickness	mm	100
		Void ratio		0.15
		Impervious surface fraction		100
		Permeability	mm/hr	0.0
		Clogging factor		0.0
		Regeneration interval	days	0.0
		Regeneration fraction		0.0
	Soil	Thickness	mm	500
		Porosity		0.35
		Field capacity		0.2
		Wilting point		0.1
		Conductivity	mm/hr	1.0
		Conductivity slope		10.0
		Suction head	mm	3.5
	Storage	Thickness	mm	550
		Void ratio		0.75
		Seepage rate	mm/hr	5.81
		Clogging factor		0.0
	Drain	Flow coefficient		0.5
		Flow exponent		0.5
		offset	mm	6.0
		Open level	mm	0.0
		Closed level	mm	0.0
Green roof	Surface	Berm height	mm	200
		Vegetation volume		0.0
		Surface roughness		0.1
		Surface slope		1.0
	Soil	Thickness	mm	500
		Porosity		0.35
		Field capacity		0.2
		Wilting point		0.1
		Conductivity	mm/hr	1.0
		Conductivity slope		10.0
		Suction head	mm	3.5
	Drainage mat	Thickness	mm	3.0
		Void fraction		0.5
		Roughness		0.1
Bioretention	Surface	Berm height	mm	200
		Vegetation volume		0.0
		Surface roughness		0.1
		Surface slope		1.0
	Soil	Thickness	mm	500
		Porosity		0.35
		Field capacity		0.2
		Wilting point		0.1
		Conductivity	mm/hr	1.0
		Conductivity slope		10.0
		Suction head	mm	3.5
	Storage	Thickness	mm	550
		Void ratio		0.75
		Seepage rate	mm/hr	5.81
		Clogging factor		0.0
	Drain	Flow coefficient		0.0
		Flow exponent		0.5
		Offset	mm	6.0
		Open level	mm	0.0
		Closed level	mm	0.0
Vegetative swale	Surface	Berm height	mm	200
		Vegetation volume		0.0
		Surface roughness		0.1
		Surface slope		1.0
		Swale side slope		5.0

subcatchment	Area (km²)	CN	Impervious area rate (%)
DJ-1	0.338	58	9.5
DJ-2	0.080	61	100.0
DJ-3	0.596	70	0.9
DJ-4	0.704	72	78.6
DJ-5	0.354	72	98.1
DJ-6	1.022	72	95.0
DJ-7	0.231	72	82.6
DJ-8	0.422	69	50.0
Total	3.747	-	-

Parameter		Value
N-imperv	Impervious area roughness coefficient (N)	0.032~0.085
N-perv	Pervious area roughness coefficient (N)	0.159~0.284
Dstore-imperv	Impervious area initial abstraction (mm)	1.005~2.570
Dstore-perv	Pervious area initial abstraction (mm)	1.527~3.079
Coefficient of determination (R²)		Value
Calibration		0.9654
Validation		0.9762

subcatchment		Inflow (m³)	Runoff (m³)	Infiltration (m³)	Evapotranspiration (m³)
DJ-1	Baseline	130,388,769	91,258,491	37,117,505	2,012,774
	Current		94,843,449	33,590,919	1,954,401
	Difference		3,584,959	-3,526,586	-58,373
DJ-2	Baseline	31,008,940	24,275,578	6,040,043	693,319
	Current		29,985,805	0	1,023,135
	Difference		5,710,227	-6,040,043	329,816
DJ-3	Baseline	229,891,575	180,329,686	45,788,916	3,772,972
	Current		180,759,399	45,371,724	3,760,451
	Difference		429,713	-417,192	-12,521
DJ-4	Baseline	271,591,444	229,029,029	37,632,311	4,930,103
	Current		255,087,567	10,707,018	5,796,858
	Difference		26,058,538	-26,925,293	866,755
DJ-5	Baseline	136,773,704	115,588,362	18,974,504	2,210,838
	Current		133,358,612	469,454	2,945,638
	Difference		17,770,251	-18,505,050	734,800
DJ-6	Baseline	394,559,852	333,652,050	54,676,320	6,231,482
	Current		382,891,660	3,577,038	8,091,155
	Difference		49,239,610	-51,099,283	1,859,673
DJ-7	Baseline	89,084,980	74,979,461	12,348,452	1,757,068
	Current		84,100,429	2,863,417	2,121,135
	Difference		9,120,968	-9,485,035	364,067
DJ-8	Baseline	162,769,903	135,159,014	25,093,137	2,517,752
	Current		143,441,886	16,683,243	2,644,774
	Difference		8,282,872	-8,409,894	127,022
Total	Baseline	1,446,069,167	1,184,271,672	237,671,188	24,126,308
	Current		1,304,468,808	113,262,812	28,337,547
	Difference		120,197,136	-124,408,375	4,211,239

subcatchment	Baseline water balance (%)			Current water balance (%)			Water cycle change rate (%)	Water cycle recovery rate (%)
subcatchment	Runoff	Infiltration	Evapotranspiration	Runoff	Infiltration	Evapotranspiration	Water cycle change rate (%)	Water cycle recovery rate (%)
DJ-1	69.99	28.47	1.54	72.74	25.76	1.50	5.45	94.55
DJ-2	78.29	19.48	2.24	96.70	0.00	3.30	37.90	62.10
DJ-3	78.44	19.92	1.64	78.63	19.74	1.64	0.37	99.63
DJ-4	84.33	13.86	1.82	93.92	3.94	2.13	19.51	80.49
DJ-5	84.51	13.87	1.62	97.50	0.34	2.15	26.53	73.47
DJ-6	84.56	13.86	1.58	97.04	0.91	2.05	25.44	74.56
DJ-7	84.17	13.86	1.97	94.40	3.21	2.38	20.89	79.11
DJ-8	83.04	15.42	1.55	88.13	10.25	1.62	10.26	89.74
Total	81.90	16.44	1.67	90.21	7.83	1.96	16.92	83.08

Country	Rainwater management target	Remarks
South Korea	80~85 Percentile	Recurrence frequency of design storm
South Korea	5 mm	Initial abstraction
USA	80%	Recurrence frequency of design storm
USA	30 mm	Initial abstraction
Australia	90%	Recurrence frequency of design storm
Australia	10 mm	Initial abstraction
Europe	90%	Recurrence frequency of design storm (Netherlands)
Europe	20 mm	Initial abstraction (Germany)
Canada	25 mm	Initial abstraction

subcatchment	Area by land use plan (km²)
subcatchment	Residential	Industrial	Road	Public facility	Park and green space	Other facility	Sum
DJ-1	0.004	0.002	0.021	0.005	0.206	0.100	0.338
DJ-2	0	0.063	0.017	0	0	0	0.080
DJ-3	0.002	0.000	0.003	0	0.377	0.213	0.596
DJ-4	0	0.494	0.032	0.027	0.050	0.101	0.704
DJ-5	0	0.300	0.048	0	0	0.007	0.354
DJ-6	0	0.891	0.064	0.017	0.001	0.050	1.022
DJ-7	0	0.143	0.048	0	0.008	0.032	0.231
DJ-8	0	0.183	0.028	0	0.154	0.057	0.422
Total	0.007	2.075	0.261	0.049	0.795	0.560	3.747

Scenario	Land use type	LID facility implementation
Scenario1	Road facilities	Permeable pavement 20%
Scenario1	Industrial	Green roof 20%
Scenario2	Road facilities	Permeable pavement 30%
Scenario2	Industrial	Green roof 20%
Scenario3	Road facilities	Permeable pavement 30% Bioretention 15%
Scenario3	Industrial	Green roof 10% Bioretention 5% Vegetative swale 0.5%

Category		Inflow (m³)	Runoff (m³)	Infiltration (m³)	Evapotranspiration (m³)
Current		1,446,069,167	1,304,468,808	113,262,812	28,337,547
Scenario1	Result		1,260,750,362	145,255,252	40,063,554
Scenario1	Difference		▼43,718,446 (▼3.35)	31,992,440 (28.25)	11,726,007 (41.38)
Scenario2	Result		1,251,430,436	154,689,435	39,949,296
Scenario2	Difference		▼53,038,372 (▼4.07)	41,426,623 (36.58)	11,611,749 (40.98)
Scenario3	Result		1,194,421,612	213,086,547	38,561,009
Scenario3	Difference		▼110,047,196 (▼8.44)	99,823,735 (88.13)	10,223,462 (36.08)