2.1. 연구대상지역

연구대상지역은 전라북도 전주시 완산구 효자4동에 위치 한 전주세무서로 하였다(Fig. 1). 전주세무서의 총 면적은 8,610 m²으로 주차장 면적이 3,212 m²으로 가장 많은 면적 을 차지하며 다음이 식생(잔디)으로 1,974 m²이며 투수면이 전체 면적의 31%, 불수투면이 69%이다(Table 1).

Fig. 1. Study area.

2.2. LID 설계

본 연구에서는 연구대상지역 토지피복상태를 그대로 두 고 잔디를 볼록형에서 오목형으로 바꾸어 식생체류지로 변 경하고 인근의 강우 유출수를 식생체류지로 유입시키도록 하였다. 이는 이미 개발된 기존의 공공시설에서 식생지역만 개선하여 식생체류지로 조성한 후 강우유출수 및 비점오염 부하량을 저감시킴으로써 최소의 비용으로 LID의 저감효과 를 기대할 수 있을 뿐만 아니라, 보다 용이하게 공공기관 의 LID확대를 기대할 수 있을 것으로 판단했기 때문이다. 식생체류지는 식물이 식재된 토양층과 모래층 및 자갈층 등으로 구성되며 강우유출수가 식재토양층 및 지하침투 과정에서 비점오염물질을 저감시키는 시설로 정의되며, 강 우 후 최대 3일 이내에 전체 수질처리용량이 배제되어야 한다.

시나리오1은 현재의 토지이용상태에서 LID를 적용하지 않은 경우이다. 시나리오2는 ➁, ➅과 ⑩의 잔디를 강우유 출수를 저류할 수 있는 오목형태의 식생체류지로 하고, ➀ 의 테니스장과 ➂의 주자창, ➃의 전주세무서 건물지붕에 서의 강우유출수는 ➁번 식생체류지로 유입되고, ➄와 ➆ 의 인도에서의 강우유출수는 ➅번의 식생체류지로 유입되 는 것으로 하였으며, ➇의 전주세무서의 주차장과 ➈의 인 도에서의 강우유출수는 ⑩의 식생체류지로 유입되는 것으 로 하였다. 다만 각각의 식생체류지는 서로 연결되지 않고 개별적으로 유출되는 것으로 하였다(Fig. 2). 시나리오3은 시나리오2에서 ➁와 ➅, ⑩의 식생체류지를 서로 연결하여 체류지간의 연결성이 LID 저감효과에 미치는 영향을 분석 하였다(Table 2).

Fig. 2. LID design of study area.

2.3. 연구접근방법

LID 모델은 크게 침투방정식 혹은 유출곡선지수(Curve Number; CN)방법에 의해 지표유출량을 모의하는 것으로 대별할 수 있다(^{Ahiablame et al., 2012a}). ^{PGCo (1999)}는 LID 적용시 토지피복변화에 따른 유출량 변화를 유출곡선 지수방법을 이용하였으며, LID요소의 면적과 저류깊이를 곱하여 저류량을 계산함으로써 유출량저감효과 분석방법을 제시하였다. ^{Ahiablame et al. (2012b)} 등이 개발한 L-THIALID는 토지피복변화에 따른 유출량 변화는 유출곡선지수방 법을 이용하였으며 각 요소별 CN값을 할당하여 LID의 저 감효과를 평가하였다. 국내에서도 유출곡선지수방법 기반의 LID 효과분석을 위한 LIDMOD2모델을 개발하여 국내에 적용한 바 있다(^{Choi et al., 2010}; ^{Jeon et al., 2010}; ^{Kim and Choi, 2013}; ^{Kim et al., 2011}).

본 연구에서는 식생체류지의 깊이와 식생체류지간 연결 에 따른 저감효과를 분석하기 위해서 식생체류지의 저류용 량을 산정하여 LID저감효과를 분석할 수 있는 ^{PGCo (1999)} 에서 제시한 유출곡선지수방법에 의한 수문분석방법을 이 용하였다.

유출곡선지수방법을 사용을 위하여 토지피복별 토양배 수상태별 CN값에 대한 검보정을 하였다. 검보정은 대상지 역을 포함하고 있는 전주천을 대상으로 수행하였다. ^{Jeon et al. (2014a)}이 개발한 유출곡선지수방법과 전역적 최적 화 기법인 SCE-UA를 연계한 모델을 이용하여 자동 보정 을 수행하였다(Fig. 3). SCE-UA는 미국 애리조나주립대에 서 controlled random search (^{Nelder and Mead, 1965}), competitive evolution (^{Holland, 1975}), new complex shuffling concept (^{Duan et al., 1992})를 단순화하여 개발한 전역적 최적화 기법으로 예측모형의 최적화(자동보정)에 널리 이용 되며 전역적 최적화 기법인 유전자알고리즘보다 좋은 결과 를 제공하는 것으로 보고되고 있다(^{Kuczera, 1997}; ^{Jeon, Park et al., 2014}). ^{Jeon, Park et al. (2014)}은 SCE-UA기법 의 기본이론과 CN을 최적화를 위한 적용방법, 보정인자의 진화단계마다 CN의 도출과정을 유전자알고리즘과 비교하 여 제시하였다. SCE-UA를 이용한 CN 보정은 보정기간은 2006- 2010년, 검정기간은 2001-2005년으로 하였다. 보정 및 검정 결과는 식 (1)의 모델효율을 산정한 후, Table 1에 의해 모델 검보정 정도를 결정하였다. Table 3.

Fig. 3. Calibration of Curve Number (CN) using SCE-UA algorithm.

여기서, NS는 모델효율, P_i 는 예측값, O_i 는 실측값, O는 실측평균값이다.

토지이용별 토양배수도별 CN값을 결정한 후, Table 1의 토지피복에 맞게 할당하되, 테니스코트장은 다짐이 잘 이루 어졌기 때문에 나지의 토양배수상태 D의 CN값을, 불투수 피복(옥상, 주차장, 인도)은 CN값 98로 하였으며, 식 (2)~(4) 에 의해 토지피복에 따른 직접유출량을 산정하였다.

여기서, S 는 최대잠재보유수량, CN 은 유출곡선지수, I_a 는 초기손실(차단, 침투 등) Q 는 직접유출, P 는 강수량이다.

식생체류지의 저감효과 분석을 위하여 잔디가 식생체류 지로 변환되는 Table 2의 ➁, ➅, ⑩의 저류용량과 강우유 출수 저류용량을 각각 구분하여 산정하였다. 여기서 저류용 량은 식생체류지 자체 저류할 수 있는 용량이며, 강우유출 수 저류용량은 식생체류지의 저류용량에 식생체류지에 직 접 떨어지는 강우량을 제한 순수하게 강우유출수를 처리할 수 있는 용량으로 정의한다. 식생체류지의 설계 깊이에 식 생에 의한 초기 손실량(침투, 차단 등)을 더한 후 식생체류 지의 면적을 곱한 값을 저류용량으로, 설계깊이와 초기손실 량을 더하고 강우량을 뺀 깊이에 면적을 곱하여 강우유출 수 저류용량을 산정하였다. ^{PGCo (1999)}에서는 식생의 초 기 손실량을 저류용량의 10%내외로 제시하고 있으나, 동일 한 면적에 저류깊이를 달리할지라도 식생에 의한 차단과 토양에서의 침투는 식생체류지의 면적과의 함수로 가정하 여 동일한 것으로 간주하여 유출곡선지수방법의 I_a를 이용 하였으며 그 식은 다음과 같다.

여기서, TV_LID 는 식생체류지의 저류용량, RV_LID 는 식생체 류지의 강우유출수 저류용량, D는 식생체류지의 설계 깊이, P는 강우량, A_LID 는 식생체류지의 면적이다.

우선, 시나리오3의 ➁, ➅, ⑩을 서로 연결한 체류지의 저류용량에 대응하는 배수구역에서의 임계 강우량을 산정 하였다. 여기에서 임계강우량이란 배수구역에서의 강우유출 수량과 식 (6)에 의해 산정된 식생체류지의 강우유출수 저류 용량이 동일한 강우량으로, 식생체류지에 저류되고 유출이 발생하지 않는 즉, 식생체류지의 최대 저류량에 해당되는 최대 강우량을 임계강우량으로 정의한다. 시나리오3의 임계 강우량을 시나리오1, 2에 각각 적용시켜 유출수량을 산정 함으로써 LID 적용 전·후 유출량 저감효과(시나리오1과 시 나리오2, 3 비교)와 식생체류지간 연결시 유출량 저감효과 (시나리오2와 시나리오3 비교) 등을 분석하였다. 식생체류 지의 설계 깊이는 5 cm, 10 cm, 20 cm, 30 cm로 각각하였다.

2.4. 자료수집

유출곡선지수방법 적용을 위해서 전주천 유역을 대상으 로 하는 토지피복자료와 토양배수상태자료, 시계열 자료로 써 일별강수량과 직접유출량을 필요로 한다. 토지피복자료는 환경부에서 제공하는 2007년 중분류 토지피복도(grid-GIS 자료)를 사용하였으며, 토양배수상태자료는 농림부에서 제 공하는 정밀토양도의 토양배수상태를 정보를 활용하였다 (Fig. 4). 2001~2010년의 일강수량은 기상청 자료를 이용하 였으며 동일 기간 직접유출량은 WAMIS의 전주천 말단 유 출량자료를 Web GIS-based Hydrograph Analysis Tool (WHAT) 프로그램을 이용하여 직접유출량과 기저유출량을 분리한 후 직접유출량을 산정하였다(^{Lim et al., 2005}). WHAT 은 기저유출 분리 프로그램인 BFLOW 필터(^{Arnold and Allen, 1999})와 기저유출 분리시 대수층 특성을 고려할 수 있는 Eckhardt 필터(^{Eckhardt, 2005})를 이용하여 총 유출량 에서 기저유출량과 직접 유출량을 분리할 수 있는 ^{Lim et al. (2005)}이 개발한 프로그램이다.

Fig. 4. Land use and hydrologic soil group for the Jeonju creek watershed.

LID평가를 위해서는 옥상과 주차장, 인도 등과 같이 보 다 세밀하게 구분된 토지피복상태자료를 필요로 하며, 이를 위해서 DAUM MAP의 항공사진을 이용하여 전주세무서의 토지피복상태를 분류하고 면적을 각각 산정하였다. 연구대 상지역인 전주세무서의 토양배수상태는 모두 B인 것으로 나타났다.

3.1. CN값 결정

월별 유출량 실측치와 예측치의 시계열 비교와 1:1 분산 도는 각각 Fig. 5와 6과 같다. 월별 예측에 대한 보정 및 검정 결과 모델효율 값이 각각 0.73과 0.77을 나타내어 모 델 검보정 정도는 모두 ‘보통’으로 나타났다.

Fig. 5. Comparison of observed and simulation monthly flow.

Fig. 6. The scatter plots of monthly stream flow for calibration and validation.

유출곡선지수방법과 전역적 최적화 기법인 SCE-UA를 연 계하여 전주천 유역의 토지피복별 토양배수도별 CN값은 Table 4와 같으며, 이를 이용한 연구대상지역의 토지피복별 CN값은 Table 5와 같다.

3.2. 식생체류지 강우유출수 저류용량 산정

시나리오별 식생체류지의 저류용량과 강우유출수 저류량, 임계강우량은 Table 6과 같다. 강우유출수 저류량은 식생체 류지의 배구수역 면적에 영향을 받는데, 동일한 저류용량을 가졌다할 지라도 배수면적이 상대적으로 클 경우 적은 강 우량에 상대적으로 많은 강우유출수가 유입되어 저류용량 을 채우기 때문이다. 또한 식생체류지를 개별적으로 설치할 경우의 강우유출수 저류량은 식생체류지를 서로 연결하여 저류할 수 있는 강우유출수 저류량보다 작은 것으로 나타 났다.

3.3. 식생체류지간 연결효과 분석

LID를 적용하지 않은 경우(Scenario1), 불투수면과 식생 체류지를 연결하였으나 식생체류지간 연결하지 않은 경우 (Scenario2), 식생체류지간 연결한 경우(Scenario3)의 유출량 저감효과 분석은 Table 7과 같다. 여기에서의 설계강우는 Scenario3에서 유출이 발생하지 않는 임계강우량이다. 식생 체류지 깊이가 30 cm인 경우, 식생체류지간 연결시 유출량 이 발생하지 않는 설계강우량 87.3 mm에 대하여 LID를 적 용하지 않은 현재 상태에서는 유출량이 530.7 m³이 발생하 는 것으로 나타났으며, 식생체류지를 연결시키지 않은 LID 적용은 167.3 m³이 발생하여 식생체류지 연결자체의 유출 량 저감효과가 167.6 m³인 것으로 나타났다.

본 연구를 통하여, LID-BMP 시설의 용량과 실제 강우유 출수의 저류용량에는 차이가 있으며, LID-BMP 시설의 배 수구역에 영향을 받는 것으로 나타났다. 배수구역의 면적이 작을수록 더 많은 강우량을 필요로 하며, LID-BMP시설에 직접적으로 떨어지는 강우량에 의해 실제 유입되는 강우유 출수의 처리용량이 감소하는 것으로 나타났다. 배수면적 대 비 식생체류지 표면적 비율이 상대적으로 작은 식생체류지 ➅의 경우 전체용량의 51~54% 정도만 강우유출수를 저류하 는 반면, 그 비율이 상대적으로 큰 식생체류지⑩의 경우 전 체용량의 81~85%가 강우유출수를 처리할 수 있는 것으로 나 타났다(Table 8). 저류깊이에 따라서 강우유출수의 처리비율 이 증가하는 것으로 나타났으나 그 증가폭은 현저하지 않았다.

특히 LID는 도시지역내 소규모로 LID-BMPs를 설치하여 강우유출수를 저감시킴으로써 도시에서의 비점오염물질 발 생을 자체를 억제하는 기법이다. 따라서, LID-BMP가 설치 된 배수면적이 다양하며 이에 따른 LID-BMP 표면적 대비 배수면적과 강우유출수 처리용량비율도 매우 다양할 것이 다. 예를 들어 도로 주변에는 배수면적에 비해 LID-BMPs 를 설치할 가용면적이 상대적으로 적어 작은 강우에도 LIDBMPs의 저류용량을 채워 유출발생빈도가 높을 것이며, 공 원과 같이 배수면적에 비해 LID-BMPs를 설치할 가용면적 이 상대적으로 많은 경우에는 상대적으로 큰 강우가 발생 할 경우에만 저류용량을 채울 것이며 강우유출수의 처리비 율 또한 상대적으로 낮을 것이다. LID-BMPs별 배수구역 비율의 불균형은 LID의 유출량 및 비점오염부하량 저감효 율을 떨어뜨린다. LID의 보다 효율적인 설계를 위해서는 LID-BMP를 서로 연결을 시킴으로써 LID-BMP에서 발생하 는 유출수를 여유용량이 있는 다른 BMP시설로 유입시키는 효과를 얻는 것이다. 본 연구결과(Table 6)에서도 LID 적용 유무에 따라서 유출량 저감효과를 나타내었을 뿐만 아니라, 식생체류지의 연결은 식생체류지를 서로 연결시키지 않았 을 경우와 비교하여 35.8~167.3 m³의 추가적인 저류효과가 있는 것으로 나타났다(Table 8). 저류용량의 크기가 그면 클 수록 LID-BMP별 연결에 의한 강우유출수 저류효과가 더 큰 것으로 나타났다.