2.2.1. 기상 및 수문

기상청(^{Korea Meteorological Administration, 2016})에서 제공하고 있는 안동 강우관측소의 강우량을 2014년 1월부 터 2016년 5월까지 조사하여 Fig. 3과 같이 도시하였다. 일 반적으로 농번기에 해당하는 4~6월의 경우 수질이 가장 악 화되는 시기이다. 강우량의 경우에는 2016년의 경우 예년 과 크게 차이가 발생하지 않았다. 풍양수질자동관측소 상류 에 위치해 있는 안동댐과 임하댐의 방류량을 한국수자원공 사 물정보관(^{Korea Water Resources Corporation, 2016})에 서 2014년 1월부터 2016년 5월까지 자료를 조사하여 Fig. 4 와 Fig. 5에 도시 하였다. 임하댐의 경우에는 2015년에 비 해서는 방류량이 줄어들었으나, 2014년과는 유사하게 방류 하였다. 하지만 안동댐의 경우에는 2014년과 2015년에 비 해 방류량이 크게 줄어든 것을 알 수 있었다. 2~5월 기간 에 대한 안동댐의 총방류량은 2014년은 2,233 m³/sec, 2015 년은 3,124 m³/sec, 2016년은 1,130 m³/sec, 임하댐의 총방 류량은 2014년은 1,147 m³/sec, 2015년은 1,782 m³/sec, 2016년은 543 m³/sec으로 나타났다. 안동댐의 방류가 지속 적으로 이루어졌을 경우에 비해 본류의 유량이 감소하면서 지류에서 유입되는 고농도의 비점 오염원 부하량의 영향이 크게 나타날 수 있다.

Fig. 3. Rainfall data at the Andong weather station.

Fig. 4. Andong dam discharge.

Fig. 5. Imha dam discharge.

2.2.2. 수질측정망 자료 분석

환경부 물환경정보시스템에서 제공하고 있는 수질측정망 항목 중 풍양수질자동측정망 지점에서 관심단계 경보 발령 을 야기시킨 전기전도도와 총질소에 대해서 2016년 1월 자 료를 조사하였다(^{MOE, 2016}). Fig. 6은 수질측정망 지점의 위치 현황을 도시한 것이다. Fig. 7과 8에 도시한 결과와 같 이, 지류인 광산천의 전기전도도와 총질소의 농도가 높게 나타났다. 특히, 광산천에 위치해 있는 수질측정망 지점은 상류에 광산천1 지점과 하류에 광산천 지점이 있으며, 두 지점의 수질농도의 차이가 크게 나타났다. 광산천 수질측정 망 지점의 경우, 경작지가 위치해 있으며 상대적으로 높은 농도는 경작지에서 야기되는 비점오염원의 영향으로 판단된 다. Fig. 9는 광산천 지점의 주간단위 전기전도도 및 총질소 자료를 도시한 것이다. 유량이 적은 12월부터 3월 사이에 값이 높게 형성되고 있었으며, 고유량 시기인 6~9월에는 낮은 값 이 형성되었다. 경작지로부터 동일한 오염원이 유입되더라 도 유량에 따라 농도가 달라지기 때문에 저유량일 때 더 높 은 농도가 나타나는 것을 알 수 있었다.

Fig. 6. Points for water quality monitoring system from Yecheon-1 to Andong dam point.

Fig. 7. EC(μmhos/cm) monthly data for each point on Jan 2016 from water quality monitoring system(1: Yecheon-1, 2: Yecheon, 3: Andong5, 4: Gwangsancheon, 5: Gwangsancheon1, 6: Andong4, 7: Pungsancheon, 8: Andong3, 9: Andong2, 10: Andong1).

Fig. 8. TN(mg/L) monthly data for each point on Jan 2016 from water quality monitoring system.

Fig. 9. TN and EC data at the Gwangsancheon point from water quality monitoring system.

2.2.3. 수질패턴

관측된 수질 자료는 계절별로 심한 변이가 존재하기에 적절한 통계 기법을 적용하여 분석하는 것이 매우 중요하 다. 일반적으로 대부분의 월별 수질자료는 계절의 변화에 따른 주기성을 가지고 변화하기 때문에 주기성을 포함하는 추이가 있는지를 분석해야한다. 본 연구에서는 SOM 기법을 이용하여 광산천 지점 수질의 월별 패턴을 분석하였다. SOM 분석은 Matlab 환경에서 이루어졌으며, SOM toolbox (^{SOM Toolbox Team, 2010})에서 제공하는 함수와 인자들을 이용 하였다. Fig. 10은 모니터링 결과를 바탕으로 월별 수질과 의 연관성을 판단하기 위해 SOM을 이용한 월별 관측수질 의 패턴분석을 수행한 결과이다. 월별 수질자료를 시계열로 정리하고, SOM에서 data loading이 가능한 형태의 파일로 변환한 후 SOM을 구동하였다. 학습율 감소인자는 0.2로 최종 학습률은 0.18, 학습회수는 1,000회이다. 선택된 자료 의 정규화 과정을 거친 후 SOM 훈련을 위해 지도크기를 결정하는데 기존의 연구에서는 지도를 구성하는 단위구조 의 총 수(M)의 결정은 ^{Garcia and Gonzalez (2003)}에 의해 연구 보고된 식인 식을 이용하였다. 여기서 M은 지도를 구성하는 단위구조(unit)의 총 수이며, N은 훈련 자 료의 수이다.

Fig. 10. Results of monthly pattern analysis at the Gwangsancheon using SOM.

Fig. 10에서 빨강색은 농도가 높은 값을, 파란색은 농도 가 낮은 값을 나타낸다. G1은 광산천1, G는 광산천 지점이 다. 그림 좌측 상단의 Labels의 숫자는 각 월을 나타낸다. G-TN을 예를 들어 해석하는 방법에 대해 설명하면 그림 Labels에서 우측하단에 7, 8, 9월이 위치해 있고, G-TN은 1, 2, 12월에서 가장 높은 값을 나타낸다.

그림에서 G로 구분된 광산천 지점은 TOC는 좌측 하단 에서 높은 농도 패턴을 보이며 Labels에서 3, 7, 8월에 가 장 높은 농도를 나타냈다. EC는 좌측 상단에서 높은 붉은 색이 두드러졌으며, Labels에서 1, 2, 12월에 가장 높은 농 도를 나타냈다. TP는 8월에 가장 높은 값을 나타냈다. 유 사한 패턴을 나타내는 것으로 분석된 각각의 수질 항목들 은 유역내에서 유사한 거동을 하는 것으로 판단할 수 있다. 2016년 1~3월까지 풍양수질관측소에 영향을 주어 관심경보 를 야기 시킨 EC와 TN 항목은 패턴 분석결과, 유사한 거 동을 보이는 것을 알 수 있었다.

그림에서 G1로 구분된 광산천1 지점은 TP는 유사한 패 턴으로 8월에 높은 값이 나타났으며, TOC는 좌측 하단에 서 붉은 색이 두드러졌으며, Labels에서 3, 7, 8월에 가장 높은 농도를 나타냈다. EC는 1, 2, 10, 11월에 높은 값을 나타냈고, TN의 경우에는 농도가 넓은 범위에서 형성되면 서, 12~3월에 높은 농도 값을 나타냈다.

광산천 지점과 광산천 1 지점의 수질패턴을 비교해 봤을 때 TN과와 EC를 제외한 수질항목은 유사한 패턴을 보이는 것으로 나타났다. 두 지점의 최대 농도를 비교해 봤을 때, G-TP : 0.114 mg/L, G1-TP : 0.123 mg/L, G-TOC : 5.32 mg/L, G1-TOC : 5.89 mg/L으로 큰 차이는 발생하지 않았 다. 하지만 G-TN : 13.5 mg/L, G1-TN : 2.34 mg/L, G-EC : 463 μmhos/cm, G1-EC : 324 μmhos/cm로 차이가 명확하게 발생하는 것을 알 수 있었다. 이는 기산면에 위치해 있는 경작지에서 야기 되는 비점오염원의 영향으로 수질패턴이 달라지는 것으로 사료된다. 광산천 하구지점에 있는 수질측 정망 지점으로 광산천의 수질을 평가하는 것과 광산천1 지 점에서 관측된 수질자료로 평가하는 것은 하천을 평가하는 데 큰 차이가 발생될 수 있다.

2.2.4. 광산천 현장측정

Fig. 11은 낙동강본류에 합류하는 광산천 하구 지점을 나 타낸 것으로 Fig. 1의 Outlet 지점이다. 본 연구에서는 본류 와 지류에 대해 5지점을 선정하여 수질분석을 수행하였다. 광산천 하구에는 Fig. 11에 도시된 바와 같이 낙동강 하천 변에 위치해 있는 논, 밭, 기타경작지가 위치해 있고, 그림 의 ➁와 같이 농경지로부터 배출되는 배출구가 위치해 있 다. 본 연구에서는 그림에 표시되어 있는 ➀~➄지점에 대 해서 2016년 1월 전기전도도와 총질소에 대해서 수질분석 을 수행하였다. 저유량 시기였음에도 분석결과, Table 1에 제시된 바와 같이 ➁에서 전기전도도 및 총질소 항목 모두 가장 높은 농도가 나타났으며, 광산천 상류에서 흘러들어 오는 ➀의 경우 5지점 중 가장 양호한 결과 값을 나타냈다. 배출구에서 지속적으로 점오염원이 유입되는 것을 알 수 있었다. 따라서 기산면에 위치해 있는 경작지에서 배출되는 유출수로 인해 비점오염원의 영향뿐만 아니라 점오염원의 수질 영향도 있을 것으로 판단된다.

Fig. 11. Water quality analysis points.

2.3.1. 티센망

유역면적평균 강우량을 산정하기 위해 기산면에 위치해 있는 소유역을 대상으로 ARC-GIS(Geographic Information Systems)를 이용하여 티센망을 구축하였다. Fig. 12와 같이 대상유역에는 지보, 월포, 풍산, 일직1 4개의 기상관측소가 위치해 있으며, 산출된 티센 계수는 Table 2와 같다.

Fig. 12. Thiessen analysis.

2.3.2. 프로그램 개발

집중형 모형은 HRUs, GRUs, Elevation band를 통해 유 역을 분할하고, 빠른 모의시간, 국내외 적용사레가 다수이 며, 많은 사용자를 확보하고 있으나, 장기간의 실측자료 및 경험공식이 필요하며, 소유역 단위, 유출점 단위 모의가 가 능하기 때문에 유출점간 수문학적 하도추적을 통해 유출전 이 반영이 가능하다. 반면 분포형 모형은 격자기반으로 유 역을 분할하고, 미계측 유역 적용, 유역 내 전지점 해석가 능, 사용자 간섭이 최소화 되어 있으나, 다소의 분석시간이 요구되는 단점이 있다. 가장 큰 장점으로는 비점 해석에서 지속적으로 제기되어 온 유역 사면에서 발생한 비점부하량 이 하도로 이동되면서 변화되는 도달시간의 반영이 가능하 다는 것이다. 또한, 격자간 이동이 파악되기 때문에 오염물 질의 이동경로, 양, 속도를 가시적으로 도출하여 파악할 수 있다. 따라서, Fortran을 기반으로 하여 1단계 유출 및 비점 부하량을 산정할 수 있는 프로그램을 개발하였다. 개발된 프로그램은 Control, Rainfall, Input 파일을 입력조건으로 하여 구동되며, 토지피복별 기여율, 부하량 결과가 별도의 처리과정이 필요 없도록 결과파일이 도출되도록 하였다. 유 출량을 해석하기 위한 지배방정식으로는 미자연자원보존국 (Natural Resources Conservation Service, NRCS)에서 개발 한 유출곡선지수방법(CN)을 이용하여 침투 및 유효우량을 산정하고 이를 바탕으로 직접유출량을 해석하였다. 해석된 유출량을 바탕으로 유량가중평균농도(EMC) 조건을 이용하 여 토지피복별 오염부하량을 산정할 수 있고, 토지피복별 기여율을 평가할 수 있도록 하였다. 강우가 발생하였을 때 도로상의 비점오염물질이 강우유출수와 함께 하천으로 유 입되기 때문에 강우 시 발생하는 총 부하량이 중요하다. 이러한 특성을 고려하여 비점오염물질의 유출특성을 분석 하는 방법으로 유량가중평균농도(EMC)를 많이 사용하고 있다(^{Choi, Lee, and Kim, 2009}; ^{Moon et al., 2014}).

NRCS방법에 의한 총유량에서 유효우량을 산정하는 절차 는 수문학(^{Lee, 2007}) 및 홍수량산정요령(^{Ministry of Land, Infrastructure, and Transport, 2012})에 자세히 기술되어 있 다. Fig. 13과 같이 ARC-GIS를 이용하여 유역의 격자별 토지피복도와 수문학적 토양군을 추출하고 이를 컴바인하 여 하나의 격자형 NRCS-CN를 도출한다. 사용자에 의해 정의된 I, J 방향 격자 개수에 따라 동적배열로 CN 값을 인식하게 되고, 각 I, J 배열로 유효우량을 산정하게 되고, EMC 조건에 따라 비점부하량을 계산하게 된다. 현재는 연 구의 1단계로서 각 격자별로 계산된 유출량과 비점부하량 은 격자의 하상경사 및 유하방향에 따라 이동하지 않고 각 격자별로 계산된 결과의 총량과 토지피복별 오염부하량, 기 여율만 Fig. 14 절차대로 계산한다. AMC-II 판정값은 12.7 과 27.94, AMC-III 판정값은 35.56과 53.3을 적용하였다. 토지이용형태별 EMC는 4대강물환경연구소(^{Geum River Environment Research Center, 2014}; ^{Han River Environment Research Center, 2014}; ^{Nakdong River Environment Research Center, 2014}; ^{Youngsan River Environment Research Center, 2014})에서 측정한 토지피복별 EMC 자료를 이용하 여 모형에 적용하였다.

Fig. 13. Overview of method.

Fig. 14. Calculation procedure.

2.3.3. 모형구축 및 토지피복변경

유역의 수문학적 특성은 지형, 토지피복, 토양 등에 의해 크게 좌우되며, 기산면에 위치해 있는 논, 밭, 기타경작지 로부터 광산천 수질측정망 지점에 야기될 수 있는 비점 영 향을 평가하기 위해 Fig. 15와 같이 토지피복 변경 전과 후로 구분하여 ARC-GIS를 이용하여 모형을 구축하였고, 이를 바탕으로 CN 값을 산정하였다. 토지피복도, 개략토양 도의 격자크기는 10m×10m를 적용하였다. AMC-II 조건을 적용하기 위한 우리나라 토지이용 분류기준에 따른 유출곡선 지수는 설계홍수량산정요령(^{Ministry of Land, Infrastructure, and Transport, 2012})을 이용하였다. Fig. 15(b)는 하천변에 위치해 있는 논/밭/기타경작지를 자연초지로 변경하였을 때 토지피복 상태를 도시한 것이다.

Fig. 15. Scenario of landuse change.