김동영
(Dong Young Kim)
1aiD
윤춘경
(Chun Gyeong Yoon)
1biD
이한필
(Han Pil Rhee)
2†iD
최재호
(Jae Ho Choi)
2aiD
황하선
(Ha Sun Hwang)
3iD
-
건국대학교 환경보건과학과
(Department of Environmental Health Science, Konkuk University)
-
(주)이티워터
(ETWATERS Inc)
-
국립환경과학원
(National Institute of Environmental Research)
© Korean Society on Water Quality. All rights reserved.
Key words
Flow Duration Curve(FDC), HSPF, Pollution Contribution, Total Maximum Daily Loads(TMDLs)
1. Introduction
우리나라는 산업화, 도시화 등으로 인해 오·폐수 배출량 이 많아져 하천으로의 오염물질 양이 나날이 증가하고 있다. 이를 관리하기 위하여 배출허용기준을
산정해 농도를 규제 하였음에도 불구하고 수질기준을 초과하며 농도규제의 제도 적 한계점에 부딪혔다. 이에 따라 정부는 배출허용기준의 한 계점을 극복하고자
오염물질의 총량을 규제하고 관리할 수 있는 수질오염총량관리제도를 도입하였다. 이를 기반으로 1999년에 낙동강물관리종합대책, 2000년에 영산강물관리종
합대책과 금강물관리종합대책을 수립하면서 4대강 및 상수 원 지역을 대상으로 유역별 목표수질을 설정함에 따라 대규 모 유역 관리를 위한 수질보전대책을
수립하고 기본적인 방 침을 제정하여 진행하고 있다(NIER, 2014).
우리나라의 수질오염총량관리제도는 기준유량의 시점에서 관리하고자 하는 유역의 목표수질을 설정하고 해당 범위 내 에서 배출원에 허용부하량을 할당하여 관리하는
제도이다. 이를 통해 공공수역의 환경을 보전하고 유역 내에서 지자체 들 간의 수자원 이용에 대한 분쟁을 해소하며 유역공동체의 경제적이고 환경적인 형평성과
상생을 목표한다(NIER, 2010). 또한 총량관리제도의 추진으로 단위유역 말단의 8일 간격 유량 및 수질자료는 유량조건을 고려하여 목표수질 달 성여부의 평가가 가능한 부하지속곡선(Load
Duration Curve, LDC)을 적용하였다(Choi et al., 2011).
부하지속곡선(LDC)은 유량 변동에 따른 수질의 영향을 계 절별로 파악할 수 있고 허용부하량의 크기와 목표수질의 초 과빈도에 대한 이해를 쉽게 해준다.
미국의 많은 주에서는 부하지속곡선을 활용하여 TMDL을 설정하고 데이터를 분석 하며 유량 규모별 비점오염원과 점오염원의 부하량 관리기 법으로 적용하고
있다(Nebraska DEQ, 2002, 2004; NDEP, 2003; Oregon DEQ, 2004; South Calolina DHEC, 2004).
유량지속곡선(Flow Duration Curve, FDC)을 이용하여 작 성하는 부하지속곡선은 기준유량의 시점에 영향을 받는다. 유량지속곡선이 제대로
작성되지 않으면 유역의 수질 손상 해석도가 불확실해 질 수 있고 유역을 관리하기 위한 삭감계 획 준비가 어려워지므로 유량지속곡선은 최대한 하천의 모
든 유량을 포함해야 한다(Lee et al., 2018).
이에 따라 연구자들은 실측 유량자료를 바탕으로 유역모형 을 활용하여 일평균 유량자료를 추정하였고(Hwang et al., 2010; Shon et al., 2009), 수위와 유량을 관계한 곡선식을 작 성하여 일평균 유량을 산정(Park et al., 2013)하는 등 유량지 속곡선을 정확하게 작성하기 위해 다양한 연구를 수행하고 있다.
특히 유량지속곡선을 이용하면 하천 오염원의 기여도를 간 접 추정할 수 있는데(U.S. EPA, 2007), 일반적으로 기저유출 과 직접유출이 하천의 수문곡선에 영향을 준다(Sloto and Crouse, 1996), 기저유출은 지하수 유출과 관련이 있고 직접 유출은 표면유출과 관련이 있어 강우로 인해 지표면의 오염 물질들이 하천으로 유출되는 것이다. 이 외에
저수지, 수리 구조물, 환경기초시설 등으로부터 인위적으로 하천에 유입이 되는 직접유입이 있다. 이와 같은 기저유량 또는 직접유출, 직접유입이 하천의
연중 유량에서 차지하는 비율을 규명하 고 오염원의 기여도를 추정하는데 활용할 수 있다.
하지만 수질오염총량관리 기본방침에 따르면 생물화학적 산소요구량(BOD)은 기준유량을 과거 10년 평균 저수량으로, 총인(T-P)은 과거 10년 평균
저수량 또는 평수량으로 설정하 여 관리(ME, 2010)하고 있기 때문에 유역별로 다양한 수리 ·수문적인 특성을 잘 반영하지 못하는 결과가 발생하기도 한다. 또한 과거와 현재가 설정된 목표수질을 만족하여도
삭 감계획이 없는 경우 개발사업이 진행되면서 배출부하량이 증가하기 때문에 목표연도의 목표수질을 초과할 수 있는 지 역이 제외되는 오류가 발생할 수
있다(NIER, 2010).
따라서 수질오염총량관리 기본방침에 따른 기술적인 사항 을 정함을 목적으로 하고 유역환경 및 오염원조사, 부하량 산정 및 할당 방법, 수질 모델링 방법
등 기술적인 사항들을 적용하기 위하여 수질오염총량관리기술지침을 발표했다 (NIER, 2019). 이러한 노력들에도 불구하고 다양한 유역들의 특징을 반영하지 못하거나 유량변동이 심한 유역들을 고려 하지 못하여 문제가 발생하기도 하고 기준유량의
시점 때문 에 지자체들과 마찰이 빚어지기도 한다.
이에 본 연구는 한강수계 총량관리 단위유역을 유량지속곡 선을 이용하여 유사한 수문특성별로 그룹화하고 유량조건에 따라 수문상태를 분석하여 그룹별로 하천오염
기여도를 추 정해 보고자 한다. 수질자료를 이용해 부하지속곡선을 작성 하고 이를 활용해 추정한 오염 기여도를 검증해 보고자 한 다. 본 연구의 방법은
하천의 오염 기여도를 개략적이고 빠 르게 추정하는 방법으로 정확한 평가에는 어려움이 있지만 유역관리에 기초자료로서 가치가 있을 것으로 사료된다.
2. Materials and Methods
2.1. 연구대상지역
본 연구는 한강 유역 20개, 북한강 유역 10개, 경안천 유역 2개, 임진강 유역 7개, 한강하류 유역 10개로 이루어져 있는 한강수계 수질오염총량관리
49개 단위유역을 대상으로 하였 고 총 유역면적은 27,929.48km2이다(Figure 1). 수문특성별 그 룹화를 위해 한강수계 단위유역 내에 있는 총 18개의 대형 수리구조물을 고려하였고 댐 15개와 다목적 보 3개가 여기 에 해당된다.
또한 유역 내에 인위적인 유입을 확인하기 위 하여 강원도 326개, 경기도 293개, 서울특별시 5개, 충청북 도 168개로 총 792개의 환경기초시설을
고려하였다.
Fig. 1. TMDL unit Watershed in Han-river
2.2. HSPF 모델 적용
HSPF (Hydrological Simulation Program – FORTRAN)는 투수지형과 불투수지형이 혼재되어 있는 유역에서 연속강우 에
의해 발생하는 수리, 수문학적인 현상을 모의하기 위해 미국 연방환경청(U.S. EPA)에서 개발한 유역모델이다. 이 모 델은 토지이용 형태를 바탕으로
투수지역을 모의하는 PERLND 모듈과 불투수지역을 모의하는 IMPLND 모듈, 그 리고 하천 수계를 모의하는 RCHRES 모듈로 나누어져 있는 데
각각의 모듈에는 물의 흐름에 관계된 부분과 토사유출, 영양염류 등 수질에 관계되는 부분으로 구분된다(Bichnell et al, 2005).
수질오염총량관리 기본방침의 소유역 분할 기준에 따라 한 강수계 49개 단위유역을 총 510개의 소유역으로 분할하였고, 모델의 정확성을 높여주기 위하여
북한지역의 유량을 모의하 였으며, 이는 수치표고모델(Digital Elevation Model, DEM)을 기반으로 구축하였다(Figure 2).
Fig. 2. Construction of Subwatershed
기상자료 구축을 위해 필요한 강수량, 기온, 풍속, 전운량, 일사량, 이슬점온도, 증발산량 등 7개의 기상자료는 시간단 위와 일단위 자료를 제공받아
입력하였고 이를 활용하여 WDM자료를 구축하였다.
수치표고모델(DEM)은 국토지리정보원에서 제공하는 수치 지도를 제공받아 GRID형태로 구축하였고 토지피복도는 환경 부 환경공간정보서비스에서 제공받아
모형 입력자료로 구축하 였다. 하천도는 국가수자원관리종합정보시스템(WAMIS)에서 제공받아 8차 하천까지 구축하였고 유량자료는 물환경정보시 스템에서
제공받아 이용하였다.
유량지속곡선의 작성을 위하여 유량자료는 본 연구의 대상 지역인 한강수계 단위유역 말단지점(이하 유역)의 2006년부 터 2015년(10년)의 일(daily)
유량을 활용하였고 유량지속곡 선에 영향을 줄 수 있는 대형 수리구조물의 유량을 고려하기 위하여 한강수계 댐과 다목적 보의 유량자료를 활용하였다. 또한
연구대상지역의 단위유역 인근 환경기초시설의 유량도 함께 고려하기 위하여 환경부 전국오염원조사 자료를 제공 받아 이용하였다.
특히 인위적인 하천 흐름을 반영하기 위하여 수리구조물에 서 발생하는 인위적인 하천 흐름을 반영하기 위하여 RCHRES 모듈의 NEXIT과 FTABLE을
조정하였다. 그리고 소유역별로 다양한 지형·지질학적 특성을 반영하여 구축하기 위해 인접 한 소유역끼리 13개로 그룹화하였고 이를 연계하여 순차적으
로 실행될 수 있게 구축하였다.
HSPF 모델방법으로 모의한 유량을 USEPA의 HSPF Technical note에서 제시한 매개변수의 정의와 보정범위를 참 고하여 보·검증하였고(U.S. EPA, 2000), Donigian (2000)의 상대오차(%Difference)와 결정계수(R2)가 신뢰구간을 만족하 는지 확인하였다. 하지만 상대오차는 모의값과 실측값을 단 순하게 비교한 것이고 결정계수는 무작위 오차만을 평가하기 때문에 신뢰성이
낮다. 따라서 본 연구에서는 고유황구간(0 ~ 40 %)과 저유황구간(40 ~ 100 %)을 나누어 보·검증하였고 Nash and Sutcliffe (1970)의 NSE (Nash-Sutcliffe model efficiency coefficient) 결정계수가 신뢰구간에 드는지 확인함 으로써 신뢰성을 높이고자
하였다. 상대오차(%Difference), 결정계수(R2), NSE의 범위는 Table 1과 Table 2에 제시하였다.
Table 1. Confidence Interval of %Difference andR2
|
Very Good
|
Good
|
Fair
|
Poor
|
%Difference
|
< 10
|
10 ~ 15
|
15 ~ 25
|
25 <
|
R2 |
> 0.8
|
0.7 ~ 0.8
|
0.6 ~ 0.7
|
0.6 >
|
Table 2. Confidence Interval of NSE (Moriasi et al., 2007)
|
Very Good
|
Good
|
Satisfactory
|
Unsatisfactory
|
NSE
|
> 0.75
|
0.65 ~ 0.75
|
0.50 ~ 0.65
|
0.50 >
|
2.3. 유량지속곡선 작성
유량지속곡선은 관측된 유량자료를 기반으로 유역의 유량 변동 상황을 표현하는 곡선이고 하천의 모든 유량조건에 대 한 유량변화를 분석하는 기법이며, 수체의
장단기 유량변동 상황 분석 및 수질 변화 원인 규명 등을 위한 도구로 사용되 고 있다(Vogel and Fenessey, 1994; Park and Oh, 2013).
유량지속곡선(Flow Duration Curve)은 초과백분율을 계산 하여 작성하는데, 초과백분율이란 일유량 자료를 최대유량에 서 최소유량 순으로
배열하여 특정유량을 초과하는 일수를 백분율로 계산한 비율이다(식 1).
유량의 초과백분율을 y축으로 하고 x축은 유량의 정도에 따라 구분되는 유량등급으로 하며 0~10%는 홍수량, 10 ~ 40%는 풍수 량, 40 ~
60%는 평수량, 60 ~ 90%는 저수량, 90 ~ 100%는 갈수량 으로 구분하여 유량지속곡선을 작성 및 분석한다(Table 3).
Table 3. Hydrologic Condition Classes (Cleland, 2003)
Flow Duration Interval
|
Hydrologic Condition Class
|
0~10 %
|
High flow
|
10~40 %
|
Moist conditions
|
40~60 %
|
Mid-range conditions
|
60~90 %
|
Dry conditions
|
90~100 %
|
Low flow
|
2.4. 일유량비와 누가유량비 산정
작성한 유량지속곡선들을 비교해보면 유역별로 유량차이 가 다양하게 나타나 종합적인 비교분석이 어렵다, 이를 개선 하기 위하여 본 연구에서는 유역에서
해당 일의 유량이 전체 기간의 유량에 대해 차지하는 비율인 일유량비 개념을 활용 하여 다양한 유역들의 유량(y축)의 수준을 균일화 시켰다. 또한 산정한
일유량비를 바탕으로 유황별로 재산정하고 누 적값으로 표현한 누가유량비를 산정하여 유량지속곡선을 분 석하고 유역들을 그룹화 하는데 활용하였다.
2.5. 수질관측자료 활용
그룹화 한 유역들을 종합적으로 비교분석하여 추정한 하천 오염기여도의 검증을 위하여 환경부에서 제시(환경부 고시 제2011-95호)한 한강수계 목표수질에
해당하는 BOD와 T-P 를 대상으로 비교 및 검증하였다. 목표수질이 고시되지 않은 수계는 팔당댐의 호소수질기준과 동일한 것으로 가정하여 비교 및
검증하였다. 물환경정보시스템에서 제공받은 8일간 격 일단위 유량자료와 수질관측자료를 활용하여 부하량을 산정하고 목표수질을 활용해 부하지속곡선(Load
Duration Curve)을 작성하였다.
부하지속곡선은 다양한 유량 조건에 해당하는 수질관측자 료를 이용하여 전체 유량규모에 대한 관측자료의 분포를 확 인하고 유역관리를 용이하게 해주는 방법이다(NDEP, 2003).
부하지속곡선은 일단위 유량자료와 수질기준 자료를 이용 하여 부하량을 산정하고(식 2), 유량지속곡선과 동일한 방법 으로 초과백분율을 계산하여 작성한다.
WQS는 Water Quality Standard로 목표수질이다.
3. Results and Discussion
3.1. HSPF모델 검보정 결과
HSPF모델을 통해 2006년부터 2010년(5년)은 보정기간으로 하고 2011년부터 2015년(5년)은 검증기간으로 하여 Donigian (2000)의 상대오차(%Difference)와 결정계수(R2), NSE를 활용 해 모형효율을 평가하였다. HSPF모형의 검보정시 유량에 영향 을 주는 매개변수들은 LZSN, INFILT, KVARY, AGWRC,
DEEPFR, BASETP, UZSN, INTFW, IRC 등이고, USEPA의 HSPF Technical note에서 제시한 매개변수의 일반적인
보정 범위와 초기 값 및 최종 값을 제시하였다(Table 4).
Table 4. Hydrology Parameter for HSPF
Parameter
|
Definition
|
Units
|
Range of Values
|
Initial Values
|
Calibration Values
|
LZSN
|
Lower Zone Nominal Soil Moisture Storage
|
inches
|
2.0~15.0
|
4.0~6.5
|
2.0~7.5
|
INFILT
|
Index to Infiltration Capacity
|
in/hr
|
0.001~0.5
|
0.16
|
0.02~0.55
|
KVARY
|
Variable groundwater recession
|
1/inches
|
0.0~5.0
|
0.0
|
0.0~3.0
|
AGWRC
|
Base groundwater recession
|
none
|
0.85~0.999
|
0.98
|
0.92~0.998
|
DEEPFR
|
Fraction of GW inflow to deep recharge
|
none
|
0.0~0.5
|
0.1
|
0.0~0.45
|
BASETP
|
Fraction of remaining ET from baseflow
|
none
|
0.0~0.2
|
0.02
|
0.0~0.05
|
UZSN
|
Upper zone nominal soil moisture storage
|
inches
|
0.05~2.0
|
1.128
|
0.1~1.228
|
INTFW
|
Interflow inflow parameter
|
none
|
1.0~10.0
|
0.75
|
0.75~2.75
|
IRC
|
Interflow recession parameter
|
none
|
0.3~0.85
|
0.5
|
0.5~0.8
|
보정기간의 상대오차(%Difference)는 임진B와 안양A를 제 외하면 0.0 ~ 9.9 %로 Very Good 해당되고 결정계수(R2)는 중랑A와 굴포A를 제외하면 89.39 ~ 100 %로 Good ~ Very Good에 해당되며, NSE결정계수는 오대A, 중랑A, 굴포A를 제외하면
82.87 ~ 100 %로 Good ~ Very Good에 해당된다. 검증기간의 상대오차(%Difference)는 안양A를 제외하면 0.0 ~ 14.4%로
Good ~ Very Good에 해당되고 결정계수(R2)는 71.8 ~ 100 %로 Good ~ Very Good에 해당되며, NSE결정계 수는 오대A, 양화A, 탄천A, 중랑A를 제외하면 65.6 ~
100 % 로 Good ~ Very Good에 해당된다. 따라서 모의치가 실측치 를 잘 반영하고 있는 것으로 평가할 수 있다(Appendix 1, 2).
3.2. 유량지속곡선 작성 결과
HSPF 모델을 이용해 보·검증한 10년(2006 ~ 2015년)간의 일 유량 자료(3,652개)를 활용하여 초과백분율을 계산하여 유량지속곡선을 작성하였다(Figure
3). 작성결과 각각의 단위 유역별로 유량지속곡선의 특성이 다양하게 나타나는 것을 확인할 수 있고, 또한 유량 규모의 범위가 단위유역별로 다 양하여
단위유역 간 직접적인 비교에 어려움이 있다.
Fig. 3. Flow Duration Curve of Unit Watershed in Han-River
따라서 단위유역별로 유량의 정도차이를 균일화시키기 위 하여 일유량비 개념을 적용하여 유량(y축)을 동일수준으로 환산하여 비교분석에 활용하였다(Figure
4). 유량지속곡선의 특성을 비교해보면 북한A와 북한B 단위유역은 곡선이 갈수 기까지 미치지 못하고 유량구간의 80 %도 되지 않아 끊어지 는 것을
확인할 수 있다. 소양B, 한강C, 한강D 등과 같이 갈 수기에서 곡선이 굴곡 지는 형태를 나타내는 단위유역들도 존재하고 갈수기까지 유량이 일정수준
이상으로 유지되는 굴포A, 왕숙A와 같은 단위유역들도 있다. 이밖에 나머지 단 위유역들은 홍수기부터 갈수기까지 완만한 형태의 곡선을 나타내는 것을
확인할 수 있다.
Fig. 4. Flow Duration Curve of Unit Watershed in Han-River (Daily Flow Rate)
이를 바탕으로 유황 특성을 분류하고 단위유역을 그룹화하 기 위하여 누가유량비를 산정하여 분석하였다. 유량지속곡선 에서 눈에 띄는 차이를 보였던 북한A와
북한B는 갈수기에 0%에 해당하는 것을 확인할 수 있었고 저수기에도 1.3%, 2.8%로 다른 단위유역에 비해 낮은 것을 확인 할 수 있다. 갈수기까지
일정수준 이상의 유량을 유지하는 굴포A, 왕숙A 단위유역은 갈수기에 5.9%, 2.8%로 다른 단위유역보다 높았 고 특히 굴포A 단위유역은 풍수기에
71.0%까지 나타나는 것을 확인할 수 있다(Table 5 ~ 6).
Table 5. Daily Flow Accumulation Rate in Han-River Unit Watershed by Flow Duration Interval
Hydrologic condition class
|
Low flow
|
Dry conditions
|
Mid-Range conditions
|
Moist conditions
|
Hig flow
|
Gulpo-A
|
5.9 %
|
26.5 %
|
47.8 %
|
71.0 %
|
100.0 %
|
Jungrang-A
|
3.5 %
|
16.0 %
|
26.3 %
|
51.2 %
|
100.0 %
|
Wangsuk-A
|
2.8 %
|
13.6 %
|
23.3 %
|
49.5 %
|
100.0 %
|
Anyang-A
|
3.8 %
|
16.6 %
|
26.9 %
|
52.6 %
|
100.0 %
|
Tancheon-A
|
3.7 %
|
17.0 %
|
27.8 %
|
54.2 %
|
100.0 %
|
Hangang-A
|
1.0 %
|
6.7 %
|
13.3 %
|
38.2 %
|
100.0 %
|
Hangang-B
|
0.9 %
|
6.3 %
|
12.8 %
|
37.6 %
|
100.0 %
|
Hangang-C
|
2.3 %
|
16.0 %
|
27.9 %
|
52.6 %
|
100.0 %
|
Hangang-D
|
2.5 %
|
4.9 %
|
25.5 %
|
51.2 %
|
100.0 %
|
Hangang-E
|
2.4 %
|
13.7 %
|
23.3 %
|
48.1 %
|
100.0 %
|
Hangang-F
|
2.0 %
|
10.7 %
|
19.2 %
|
44.3 %
|
100.0 %
|
Hangang-G
|
1.8 %
|
10.0 %
|
18.2 %
|
43.1 %
|
100.0 %
|
Hangang-H
|
1.9 %
|
10.3 %
|
18.4 %
|
43.4 %
|
100.0 %
|
Hangang-I
|
2.1 %
|
10.9 %
|
19.3 %
|
44.4 %
|
100.0 %
|
Hangang-J
|
2.1 %
|
10.5 %
|
18.4 %
|
43.4 %
|
100.0 %
|
Seomgang-A
|
0.9 %
|
6.9 %
|
13.4 %
|
34.3 %
|
100.0 %
|
Seomgang-B
|
1.1 %
|
7.0 %
|
13.2 %
|
33.8 %
|
100.0 %
|
Dalcheon-B
|
0.8 %
|
6.0 %
|
12.2 %
|
35.4 %
|
100.0 %
|
Bokha-A
|
1.2 %
|
8.5 %
|
16.3 %
|
41.2 %
|
100.0 %
|
Golji-A
|
0.6 %
|
5.2 %
|
11.5 %
|
36.3 %
|
100.0 %
|
Dalcheon-A
|
0.6 %
|
4.8 %
|
10.3 %
|
34.0 %
|
100.0 %
|
Yanghwa-A
|
1.5 %
|
8.7 %
|
16.1 %
|
38.8 %
|
100.0 %
|
Odae-A
|
0.8 %
|
6.0 %
|
12.4 %
|
36.2 %
|
100.0 %
|
Okdong-A
|
0.4 %
|
4.0 %
|
9.1 %
|
31.8 %
|
100.0 %
|
Jecheon-A
|
1.5 %
|
9.1 %
|
17.5 %
|
44.1 %
|
100.0 %
|
Gyeongan-A
|
1.5 %
|
8.5 %
|
16.0 %
|
42.9 %
|
100.0 %
|
Gyeongan-B
|
1.3 %
|
7.7 %
|
14.7 %
|
40.7 %
|
100.0 %
|
Pyeongchang-A
|
1.0 %
|
6.6 %
|
12.9 %
|
37.0 %
|
100.0 %
|
Heukcheon-A
|
0.5 %
|
4.1 %
|
8.9 %
|
29.9 %
|
100.0 %
|
Gapyeong-A
|
0.6 %
|
4.4 %
|
8.8 %
|
25.7 %
|
100.0 %
|
Jucheon-A
|
0.8 %
|
5.7 %
|
1.8 %
|
35.4 %
|
100.0 %
|
Cheongmi-A
|
1.3 %
|
7.2 %
|
13.3 %
|
33.2 %
|
100.0 %
|
Soyang-A
|
0.6 %
|
5.2 %
|
11.5 %
|
37.4 %
|
100.0 %
|
Inbuk-A
|
0.8 %
|
6.1 %
|
13.1 %
|
39.9 %
|
100.0 %
|
Imjin-A
|
0.5 %
|
4.3 %
|
9.0 %
|
29.4 %
|
100.0 %
|
Imjin-B
|
0.9 %
|
6.2 %
|
11.9 %
|
34.6 %
|
100.0 %
|
Munsan-A
|
1.1 %
|
6.8 %
|
13.3 %
|
37.6 %
|
100.0 %
|
Sincheon-A
|
1.2 %
|
8.0 %
|
14.9 %
|
37.4 %
|
100.0 %
|
Yeongpyeong-A
|
0.9 %
|
5.5 %
|
10.7 %
|
30.9 %
|
100.0 %
|
Jojong-A
|
0.2 %
|
2.8 %
|
7.0 %
|
28.7 %
|
100.0 %
|
Hongcheon-A
|
0.5 %
|
3.9 %
|
8.7 %
|
28.1 %
|
100.0 %
|
Hantan-A
|
0.69 %
|
4.7 %
|
9.7 %
|
31.7 %
|
100.0 %
|
Hantan-B
|
1.0 %
|
6.4 %
|
12.1 %
|
34.1 %
|
100.0 %
|
GokreungA
|
1.5 %
|
9.0 %
|
16.8 %
|
41.7 %
|
100.0 %
|
Soyang-B
|
1.9 %
|
19.0 %
|
34.8 %
|
69.5 %
|
100.0 %
|
Bukhan-C
|
2.0 %
|
13.6 %
|
25.6 %
|
55.7 %
|
100.0 %
|
Bukhan-D
|
1.4 %
|
11.0 %
|
21.5 %
|
50.7 %
|
100.0 %
|
Bukhan-A
|
0.0 %
|
1.3 %
|
9.8 %
|
45.3 %
|
100.0 %
|
Bukhan-B
|
0.0 %
|
2.8 %
|
11.5 %
|
42.5 %
|
100.0 %
|
Table 6. Average value of Daily Flow Accumulation Rate
|
Group
|
Average of Daily Flow Accumulation Rate (%)
|
Low flow
|
Dry conditions
|
Mid-range conditions
|
Moist conditions
|
High flow
|
Watershed
|
Group I
|
0.9 %
|
6.2 %
|
12.4 %
|
35.4 %
|
100.0 %
|
Group II
|
3.9 %
|
17.9 %
|
29.2 %
|
55.7 %
|
100.0 %
|
Dam
|
Group III
|
2.0 %
|
12.8 %
|
22.9 %
|
49.7 %
|
100.0 %
|
Group IV
|
0.0 %
|
2.0 %
|
10.7 %
|
43.9 %
|
100.0 %
|
3.3. 유황특성별 그룹화
일유량비 및 누가유량비의 개념을 적용하여 작성한 유량지 속곡선을 바탕으로 점오염시설, 수리구조물의 영향과 유역의 수문적 특성을 반영해 분석한 결과,
총 4개의 그룹으로 분류 하였다. 먼저 GroupIV는 누가유량비가 0.0%로 유량지속곡선 이 갈수기까지 유지되지 못하며 대형 수리구조물이 설치되
어있는 북한A, 북한B 단위유역을 포함시켰고, 그 외에 대형 수리구조물의 영향을 받는 단위유역들을 GroupIII에 포함시 켰다. 갈수기에서 유량이
높게 유지되고 누가유량비도 평수 기까지 높게 확인되며 도시 인근에 위치하고 있는 단위유역 들은 GroupII로 분류하였다. 이 외에 누가유량비가 모든
유 황구간에서 특이점을 나타내지 않고 유량지속곡선이 완만한 단위유역들은 GroupI으로 분류하였다(Table 7 ~ 8).
Table 7. Unit Watershed by Group
Group
|
Unit Watershed
|
Group I
|
Hangang-A, Hangang-B, Munsan-A, Odae-A, Sincheon-A, Yanghwa-A, Imjin-A, Imjin-B, Dalcheon-A,
Dalcheon-B, Bokha-A, Soyang-A, Gyeonan-A, Gyeongan-B, Inbuk-A, Jojong-A, Hongcheon-A,
Cheongmi-A, Seomgang-A, Seomgang-B, Jecheon-A, Gapyeong-A, Yeongpyeong-A, Jucheon-A,
Hantan-A, Hantan-B, Okdong-A, Gokreung-A, Pyeongchang-A, Golji-A, Heukcheon-A
|
Group II
|
Gulpo-A, Jungrang-A, Anyang-A, Wangsuk-A, Tancheon-A
|
Group III
|
Soyang-B, Bukhan-C, Bukhan-D, Hangang-C, Hangang-D, Hangang-E, Hangang-F, Hangang-G,
Hangang-H, Hangang-I, Hangang-J
|
Group IV
|
Bukhan-A, Bukhan-B
|
Table 8. Average, Minimum, Maximum value of Flow Rate and Flow Accumulation Rate
|
Hydrologic condition class
|
Low flow
|
Dry conditions
|
Mid-range conditions
|
Moist conditions
|
High flow
|
Group I
|
Flow Rate
|
0.9 %(0.2~1.5 %)
|
5.3 %(2.6~7.6 %)
|
6.2 %(4.2~8.4 %)
|
23.1 %(17.0~27.0 %)
|
64.6 %(55.9~74.3 %)
|
Flow Accumulation Rate
|
0.9 %(0.2~1.5 %)
|
6.2 %(2.8~9.1 %)
|
12.4 %(7.0~17.5 %)
|
35.4 %(25.7~44.1 %)
|
100.0 %
|
Group II
|
Flow Rate
|
3.9 %(2.8~5.9 %)
|
14.0 %(10.8~20.6 %)
|
11.3 %(9.6~15.4 %)
|
26.5 %(24.9~29.1 %)
|
44.3 %(29.0~50.5 %)
|
Flow Accumulation Rate
|
3.9 %(2.8~5.9 %)
|
17.9 %(13.6~26.5 %)
|
29.2 %(23.3~41.8 %)
|
55.7 %(49.5~71.0 %)
|
100.0 %
|
Group III
|
Flow Rate
|
2.0 %(1.4~2.5 %)
|
10.7 %(8.2~17.0 %)
|
10.2 %(7.9~15.9 %)
|
26.8 %(24.7~34.6 %)
|
50.3 %(30.5~56.9 %)
|
Flow Accumulation Rate
|
2.0 %(1.4~2.5 %)
|
12.8 %(9.6~19.5 %)
|
22.9 %(17.5~35.3 %)
|
49.7 %(42.2~70.0 %)
|
100.0 %
|
Group IV
|
Flow Rate
|
0.0 %
|
2.0 %(1.3~2.8 %)
|
8.6 %(8.5~8.7 %)
|
33.3 %(31.0~35.6 %)
|
56.1 %(54.7~57.5 %)
|
Flow Accumulation Rate
|
0.0 %
|
2.0 %(1.3~2.8 %)
|
10.7 %(9.8~11.5 %)
|
43.9 %(40.8~47.1 %)
|
100.0 %
|
3.4. 하천오염기여도 추정 및 검증
작성한 유량지속곡선과 유량비 및 누가유량비를 각 그룹별 로 나누어 비교, 분석하였고 각 그룹에 해당하는 유역들의 일유 량비 평균값으로 유량지속곡선을
작성하였으며 유황구간별 최 소값, 최대값, 평균값을 제시하였다(Figure 5, Table 8).
Fig. 5. Average of Flow Duration Curve by group
각 그룹별로 유량지속곡선에서 특징이 두드러지게 나타나 는 대표유역을 예시로 부하량을 산정하고 부하지속곡선을 작성하였다. 목표수질을 초과하는 값들은
붉은 색으로 표시 하여 부하지속곡선을 분석하여 추정한 하천오염기여도에 대 하여 검증을 시행하였다(Figure 6).
Fig. 6. BOD and T-P Water Quality by Group
GroupI은 홍수기에 55.9 ~ 74.3 %로 유량비가 높은 편이 고 갈수기로 갈수록 0.2 ~ 1.5 %로 급격히 떨어지며, 유량지 속곡선에서
경향성을 확인할 수 있다. GroupI은 대형 수리 구조물이 설치되어 있지 않은 본류 상류유역과 지류유역들 로, 자연적 유량에 영향을 많이 받을 것으로
예상되어 강우 유출수가 오염기여도일 것으로 추정된다. GroupI의 홍천A 유역에서 부하지속곡선을 분석한 결과, BOD는 저수, 갈수기 로 향할수록
초과하는 값들이 많아지고, T-P는 풍수, 홍수기 로 향할수록 목표수질을 초과하는 값들이 많아진다. 이는 다 른 그룹들과는 달리 특정 오염원만을 관리하기보다는
강우 유출수를 기반으로 비점오염원과 점오염원을 함께 관리하는 것이 바람직할 것으로 판단된다.
GroupII는 유량비가 갈수기에 2.8 ~ 5.9 %, 저수기에 10.8 ~ 20.6%로 높게 유지되고 있어 유량지속곡선이 저수기 이하 에서도 일정수준
이상으로 유지되는 특징이 나타난다. 본 그 룹은 도시 인근에 위치하고 있는 단위유역들로, 이는 도시 인근에 설치되어 있는 대규모 점오염시설로 부터의
방류량 과 수질이 큰 영향을 미치는 것으로 예상되고 GroupII의 오 염기여도로 추정되며, 중랑A 유역의 부하지속곡선이 전 구 간에서 목표수질을
상당히 초과하는 것으로 보아 환경기초 시설과 같은 점오염시설의 방류량을 고려하여 관리하는 것 이 바람직하다고 사료된다.
GroupIII은 저수기와 평수기의 유량비가 10.7 %와 10.2 % 로 큰 차이를 보이지 않는다. 이는 갈수기에 유지용수를 공 급받기 때문에 유량이
일정수준 이상으로 유지되어 저수기, 평수기에 누계유량이 크며 차이가 없는 것으로 판단된다. 또 한 수리구조물의 방류량에 영향을 받아 유량의 수준이
일정 하게 유지되지 않고 곡선의 형태가 끊어진다. 한강G는 팔당 댐의 하류유역으로 BOD와 T-P가 수리구조물의 방류량에 따 라 전구간에서 대부분
목표수질을 상회하는 값이 많이 보인 다. 따라서 GroupIII은 수리구조물의 방류량의 수리적인 특 성이 오염기여도가 될 것으로 추정되며 이를 중점으로
관리 하는 것이 바람직할 것으로 판단된다.
GroupIV는 갈수기에 유량비가 0.0 %이고 저수기에도 1.3 %, 2.8 %로 높지 않다. 이는 단위유역 인근에 설치되어 있는 대형 수리구조물인
평화의댐과 화천댐의 간헐적인 방류량에 큰 영향을 받는 것으로 판단된다. 본 그룹의 저수기 유량비가 다른 그룹의 갈수기 유량비와 비슷하고 유량의 90
% 이상이 풍수기, 홍수기에 나타나며 부하지속곡선에서 부하량이 주로 홍수기에 초과하는 것으로 보아, 강우시 영향을 크게 줄 수 있는 비점오염원이 GroupIV의
하천 오염기여도일 것으로 추 정되고 댐 방류량을 관리하는 것이 바람직하다고 판단된다.
4. Conclusion
본 연구는 한강수계 49개 총량관리 단위유역을 대상으로 BASINS와 HSPF 모델을 통해 유역을 구축하고 단위유역 말 단의 8일 간격 유량실측자료를
이용하였다. 모의한 일 단위 유량은 2006년부터 2010년(5년)까지를 보정기간으로 하고 2011년부터 2015년(5년)까지를 검증기간으로 하여
보·검증 한 결과, 모의치가 실측치를 잘 반영하고 있는 것으로 평가할 수 있었다. 이를 활용해 일유량비와 누가유량비 개념을 적용 해 유량지속곡선을
작성하였으며 이를 바탕으로 유황특성별 로 그룹화하고 하천 오염기여도를 추정한 결과 다음과 같다.
-
GroupI은 유량지속곡선에서 특이성이 없고 대형 수리 구조물이 설치되어 있지 않은 본류유역과 지류유역이 해당 되며, GroupII는 갈수기에 유량지속곡선이
일정수준 이상으 로 유지되는 도시 인근에 위치한 유역들이 해당된다. Group III은 유량지속곡선이 저수기에서 갈수기로 향할수록 끊어지 는 형태를
보이며 대형 수리구조물이 설치되어 있는 본류유 역들이 해당되고, GroupIV는 유량지속곡선이 갈수기까지 도 달하지 못하고 끊어지며 대형 수리구조물이
설치되어 있는 본류 상류유역들이 해당된다.
-
GroupI의 하천 오염기여도는 강우유출수로 추정되어 비점오염원과 점오염원을 함께 관리하고 GroupII는 도시 인 근에 설치되어 있는 대규모 점오염시설의
방류량으로 추정 되어 점오염원을 관리하는 것이 바람직하다고 판단된다. GroupIII은 대형 수리구조물의 수질적인 특성이 오염기여도 인 것으로 추정되어
댐의 방류량을 관리하고 GroupIV는 홍 수기에 유량이 집중되므로 비점오염원을 오염기여도로 추정 하여 댐의 간헐적인 방류량을 관리하는 것이 바람직하다고
판단된다.
본 연구에서는 일 단위 유량을 이용한 유량지속곡선 방법 을 적용해 한강수계를 크게 4가지로 그룹화하고 오염기여도 를 추정하였다. 유량자료만을 이용하여
개략적이고 빠르게 하천 오염기여도를 추정해 보았다. 그리고 그룹별로 대표성 을 나타내는 유역의 부하량과 부하지속곡선을 활용하여 추 정한 오염기여도를
검증하였다. 하지만 단위유역들의 수문학 적 특성을 반영한 유량자료만을 활용하고 모든 단위유역에 서 수질자료를 분석하지 못하였기 때문에 정확한 오염기여
도를 판단하기에는 부족하고 어려움이 있다. 따라서 모든 한 강수계 총량관리 단위유역에서 수질자료를 활용해 부하지속 곡선을 활용한다면 하천 오염기여도를
정확하게 판단하고 평가할 수 있을 것으로 사료된다. 또한 한강수계 외에 타수 계의 단위유역들에서 본 연구의 방법을 적용한다면 오염기 여도 추정에서의
활용성이 높아질 수 있을 것으로 기대된다.
Acknowledgement
본 논문은 환경부의 재원으로 국립환경과학원의 지원을 받 아 수행하였음(11-1480523-003268-01).
Appendices
Appendix 1. Results of Calibration
|
%Diff.
|
R2 |
NSE
|
Gulpo-A
|
-6.80 %
|
Very Good
|
0.61
|
Fair
|
0.51
|
Satisfactory
|
Jungrang-A
|
-5.00 %
|
Very Good
|
0.69
|
Fair
|
0.02
|
Unsatisfactory
|
Wangsuk-A
|
9.50 %
|
Very Good
|
0.80
|
Very Good
|
0.68
|
Good
|
Anyang-A
|
-29.80 %
|
Poor
|
0.78
|
Good
|
0.72
|
Good
|
Tancheon-A
|
0.50 %
|
Very Good
|
0.73
|
Good
|
0.69
|
Good
|
Hangang-A
|
-3.40 %
|
Very Good
|
0.86
|
Very Good
|
0.86
|
Very Good
|
Hangang-B
|
-5.60 %
|
Very Good
|
0.82
|
Very Good
|
0.82
|
Very Good
|
Hangang-C
|
0.00 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Hangang-D
|
3.40 %
|
Very Good
|
0.95
|
Very Good
|
0.95
|
Very Good
|
Hangang-E
|
1.50 %
|
Very Good
|
0.97
|
Very Good
|
0.97
|
Very Good
|
Hangang-F
|
4.00 %
|
Very Good
|
0.97
|
Very Good
|
0.97
|
Very Good
|
Hangang-G
|
6.70 %
|
Very Good
|
0.95
|
Very Good
|
0.95
|
Very Good
|
Hangang-H
|
2.60 %
|
Very Good
|
0.96
|
Very Good
|
0.96
|
Very Good
|
Hangang-I
|
6.00 %
|
Very Good
|
0.96
|
Very Good
|
0.96
|
Very Good
|
Seomgang-A
|
2.00 %
|
Very Good
|
0.82
|
Very Good
|
0.80
|
Very Good
|
Seomgang-B
|
1.60 %
|
Very Good
|
0.91
|
Very Good
|
0.91
|
Very Good
|
Dalcheon-B
|
4.90 %
|
Very Good
|
0.92
|
Very Good
|
0.92
|
Very Good
|
Bokha-A
|
0.00 %
|
Very Good
|
0.90
|
Very Good
|
0.90
|
Very Good
|
Golji-A
|
-0.20 %
|
Very Good
|
0.90
|
Very Good
|
0.89
|
Very Good
|
Dalcheon-A
|
1.10 %
|
Very Good
|
0.92
|
Very Good
|
0.92
|
Very Good
|
Yanghwa-A
|
7.90 %
|
Very Good
|
0.87
|
Very Good
|
0.85
|
Very Good
|
Odae-A
|
9.60 %
|
Very Good
|
0.78
|
Good
|
0.62
|
Satisfactory
|
Okdong-A
|
-0.10 %
|
Very Good
|
0.89
|
Very Good
|
0.89
|
Very Good
|
Jecheon-A
|
4.40 %
|
Very Good
|
0.84
|
Very Good
|
0.84
|
Very Good
|
Gyeongan-A
|
-2.00 %
|
Very Good
|
0.82
|
Very Good
|
0.81
|
Very Good
|
Gyeongan-B
|
8.60 %
|
Very Good
|
0.83
|
Very Good
|
0.77
|
Very Good
|
Pyeongchang-A
|
2.30 %
|
Very Good
|
0.89
|
Very Good
|
0.88
|
Very Good
|
Heukcheon-A
|
2.90 %
|
Very Good
|
0.82
|
Very Good
|
0.80
|
Very Good
|
Gapyeong-A
|
-1.90 %
|
Very Good
|
0.78
|
Very Good
|
-1.46
|
Very Good
|
Jucheon-A
|
9.00 %
|
Very Good
|
0.91
|
Good
|
0.87
|
Very Good
|
Cheongmi-A
|
8.70 %
|
Very Good
|
0.88
|
Very Good
|
0.87
|
Very Good
|
Soyang-A
|
9.00 %
|
Very Good
|
0.89
|
Very Good
|
0.87
|
Very Good
|
Inbuk-A
|
6.00 %
|
Very Good
|
0.81
|
Very Good
|
0.81
|
Very Good
|
Imjin-A
|
-0.50 %
|
Very Good
|
0.95
|
Very Good
|
0.93
|
Very Good
|
Imjin-B
|
22.20 %
|
Fair
|
0.96
|
Very Good
|
0.94
|
Very Good
|
Munsan-A
|
-3.50 %
|
Very Good
|
0.91
|
Very Good
|
0.87
|
Very Good
|
Sincheon-A
|
9.40 %
|
Very Good
|
0.96
|
Very Good
|
0.81
|
Very Good
|
Yeongpyeong-A
|
8.10 %
|
Very Good
|
0.93
|
Very Good
|
0.88
|
Good
|
Jojong-A
|
7.40 %
|
Very Good
|
0.78
|
Good
|
0.74
|
Good
|
Hongcheon-A
|
8.70 %
|
Very Good
|
0.91
|
Very Good
|
0.91
|
Very Good
|
Hantan-A
|
9.90 %
|
Very Good
|
0.90
|
Very Good
|
0.88
|
Very Good
|
Hantan-B
|
4.20 %
|
Very Good
|
0.93
|
Very Good
|
0.91
|
Very Good
|
GokreungA
|
9.20 %
|
Very Good
|
0.81
|
Very Good
|
0.80
|
Very Good
|
Soyang-B
|
0.70 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Bukhan-C
|
-1.10 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Bukhan-D
|
0.40 %
|
Very Good
|
0.99
|
Very Good
|
0.99
|
Very Good
|
Bukhan-A
|
-0.80 %
|
Very Good
|
0.98
|
Very Good
|
0.98
|
Very Good
|
Bukhan-B
|
-1.30 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Appendix 2. Results of Validation
|
%Diff.
|
R2 |
NSE
|
Gulpo-A
|
13.10 %
|
Good
|
0.82
|
Very Good
|
0.80
|
Very Good
|
Jungrang-A
|
-7.20 %
|
Very Good
|
0.91
|
Very Good
|
-0.27
|
Unsatisfactory
|
Wangsuk-A
|
-6.40 %
|
Very Good
|
0.91
|
Very Good
|
0.89
|
Very Good
|
Anyang-A
|
-17.10 %
|
Fair
|
0.79
|
Good
|
0.74
|
Good
|
Tancheon-A
|
-14.40 %
|
Good
|
0.76
|
Good
|
-0.09
|
Unsatisfactory
|
Hangang-A
|
-1.50 %
|
Very Good
|
0.87
|
Very Good
|
0.85
|
Very Good
|
Hangang-B
|
-3.70 %
|
Very Good
|
0.82
|
Very Good
|
0.71
|
Good
|
Hangang-C
|
0.10 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Hangang-D
|
-9.30 %
|
Very Good
|
0.92
|
Very Good
|
0.88
|
Very Good
|
Hangang-E
|
-5.20 %
|
Very Good
|
0.94
|
Very Good
|
0.93
|
Very Good
|
Hangang-F
|
0.00 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Hangang-G
|
0.30 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Hangang-H
|
-3.00 %
|
Very Good
|
1.00
|
Very Good
|
0.99
|
Very Good
|
Hangang-I
|
0.60 %
|
Very Good
|
0.99
|
Very Good
|
0.99
|
Very Good
|
Seomgang-A
|
-6.00 %
|
Very Good
|
0.77
|
Good
|
0.70
|
Good
|
Seomgang-B
|
-7.30 %
|
Very Good
|
0.91
|
Very Good
|
0.81
|
Very Good
|
Dalcheon-B
|
4.82 %
|
Very Good
|
0.93
|
Very Good
|
0.92
|
Very Good
|
Bokha-A
|
0.10 %
|
Very Good
|
0.92
|
Very Good
|
0.81
|
Very Good
|
Golji-A
|
-2.70 %
|
Very Good
|
0.82
|
Very Good
|
0.80
|
Very Good
|
Dalcheon-A
|
5.30 %
|
Very Good
|
0.95
|
Very Good
|
0.95
|
Very Good
|
Yanghwa-A
|
4.40 %
|
Very Good
|
0.72
|
Good
|
0.57
|
Satisfactory
|
Odae-A
|
1.70 %
|
Very Good
|
0.77
|
Good
|
0.63
|
Satisfactory
|
Okdong-A
|
13.50 %
|
Good
|
0.85
|
Very Good
|
0.84
|
Very Good
|
Jecheon-A
|
2.50 %
|
Very Good
|
0.82
|
Very Good
|
0.82
|
Very Good
|
Gyeongan-A
|
6.90 %
|
Very Good
|
0.89
|
Very Good
|
0.89
|
Very Good
|
Gyeongan-B
|
4.60 %
|
Very Good
|
0.89
|
Very Good
|
0.89
|
Very Good
|
Pyeongchang-A
|
3.80 %
|
Very Good
|
0.88
|
Very Good
|
0.88
|
Very Good
|
Heukcheon-A
|
3.40 %
|
Very Good
|
0.85
|
Very Good
|
0.84
|
Very Good
|
Gapyeong-A
|
1.00 %
|
Very Good
|
0.72
|
Good
|
-1.64
|
Very Good
|
Jucheon-A
|
8.30 %
|
Very Good
|
0.78
|
Good
|
0.78
|
Very Good
|
Cheongmi-A
|
-1.10 %
|
Very Good
|
0.75
|
Good
|
0.74
|
Good
|
Soyang-A
|
-6.40 %
|
Very Good
|
0.75
|
Good
|
0.66
|
Good
|
Inbuk-A
|
-1.90 %
|
Very Good
|
0.80
|
Good
|
0.69
|
Good
|
Imjin-A
|
-1.10 %
|
Very Good
|
0.75
|
Good
|
0.74
|
Good
|
Imjin-B
|
11.00 %
|
Good
|
0.91
|
Very Good
|
0.90
|
Very Good
|
Munsan-A
|
7.70 %
|
Very Good
|
0.84
|
Very Good
|
0.77
|
Very Good
|
Sincheon-A
|
5.80 %
|
Very Good
|
0.86
|
Very Good
|
0.80
|
Very Good
|
Yeongpyeong-A
|
9.70 %
|
Very Good
|
0.83
|
Very Good
|
0.80
|
Very Good
|
Jojong-A
|
7.00 %
|
Very Good
|
0.78
|
Good
|
0.67
|
Good
|
Hongcheon-A
|
-2.40 %
|
Very Good
|
0.83
|
Very Good
|
0.80
|
Very Good
|
Hantan-A
|
-11.80 %
|
Good
|
0.92
|
Very Good
|
0.71
|
Good
|
Hantan-B
|
0.00 %
|
Very Good
|
0.86
|
Very Good
|
0.86
|
Very Good
|
GokreungA
|
8.80 %
|
Very Good
|
0.74
|
Good
|
0.71
|
Good
|
Soyang-B
|
0.60 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Bukhan-C
|
-0.60 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Bukhan-D
|
0.20 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Bukhan-A
|
-0.80 %
|
Very Good
|
1.00
|
Very Good
|
1.00
|
Very Good
|
Bukhan-B
|
0.70 %
|
Very Good
|
0.98
|
Very Good
|
0.98
|
Very Good
|
References
Bicknell B.R., Imhoff J.C., Kittle J.L., Donigian A.S., Johanson R.C., 2005, Hydrologic
simulation program-FORTRAN user’s manual, United States Environmental Protection Agency
Choi Y.J., An G.H., Hwang H.S., Kim Y.S., Cheon S.U., 2011, [Korean Literature], Research
on the applicability of tmdl observed flow for flow duration curve, Korean Society
on Water Environment and Korean Society of Water and Wastewater, pp. 631-632
Cleland B.R., 2003, TMDL development from the “bottom up” - PartIII : Duration curves
and wet-weather assessments, Proceedings of the Water Environment Federation, Vol.
2003, No. 4, pp. 1740-1766

Donigian A. S., 2000, HSPF training workshop handbook and CD
Hwang H.S., Yoon C.G., Kim J.T., 2010, Application load duration curve for evaluation
of impaired watershed at TMDL unit watershed in Korea, [Korean Literature], Journal
of Korean Society on Water Environment, Vol. 26, No. 6, pp. 903-909

Lee S.J., Seo J.Y., Choi Y.J., Rhee H.P., Hwang H.S., Park J.H., Shin D.S., 2018,
Analysis of the difference of flow duration curve according to the cumulative variation
of the daily average flow in unit watershed for TPLCs, Journal of the Korean Society
of Agricultural Engineers, Vol. 60, No. 6, pp. 97-109

Ministry of Environment (ME), 2010, [Korean Literature], Basic guideline for the total
maximum daily loads, Ministry of Environment
Moriasi D.N., Arnold J.G., Van Liew M.W., Bingner R.L., Harnel R.D., Veith T.L., 2007,
Model evaluation guidelines for systematic quantification of accuracy in watershed
simulations, Transaction of the American Society of Agricultural and Biological Engineers,
Vol. 50, No. 3, pp. 885-900

Nash J.E., Sutcliffe J.V., 1970, River forcasting using conceptual models. Part I-
A discussion of principles, Journal of Hydrology, Vol. 10, No. 3, pp. 282-290

National Institute of Environmental Research (NIER), 2010, [Korean Literature], Study
on application method of watershed model for total water pollutant load management
system (TPLMS), National Institute of Environmental Research
National Institute of Environmental Research (NIER), 2014, [Korean Literature], The
calculation method for daily discharge load of TMDLs, TMDLs’ Sourcebook PartII, National
Institute of Environmental Research, pp. 8
National Institute of Environmental Research (NIER), 2019, [Korean Literature], Guidebook
for total maximum daliy load programs, National Institute of Environmental Research,
pp. 1-3
Nebraska Department of Environmental Quality (Nebraska DEQ), 2002, An approach for
developing TMDLs for Streams using Load Duration Curve, Nebraska Department of Environmental
Quality
Nebraska Department of Environmental Quality (Nebraska DEQ), 2004, Total Maximum Daily
Loads for the Big Blue River Basin(Fecal coliform and E. coli Bacteria), Nebraska
Department of Environmental Quality
Nevada Division of Environmental Protection (NDEP), 2003, Load Duration Curve Methodlogy
for Assessment and TMDL Development, Nevada Division of Environmental Protection
Oregon Department of Environmental Quality (Oregon DEQ), 2004, Williamette Basin TMDL;
Bacteria Technical Appendix, Oregon Department of Environmental Quality
Park J.D., Oh S.Y., 2013, Research Paper : Development of long term flow duration
curves in 4 river basins for the management of total maximum daily loads, Journal
of Korean Society on Water Environment, Vol. 29, No. 3, pp. 343-353

Park J.W., Kim K.S., Hwang K.S., Lee Y.W., Lim B.J., 2013, Application of load duration
using discharge-load rating curve at Jiseok stream watershed, [Korean Literature],
Journal of Korean Society on Water Environment, Vol. 29, No. 4, pp. 523-530

Shon T.S., Park J.B., Shin H.S., 2009, A study on estimation of the delivery ratio
by flow duration in a small-scale test bed for managing TMDL in Nakdong river, [Korean
Literature], Journal of Korean Society on Water Environment, Vol. 25, No. 5, pp. 792-802

Sloto R.A., Crouse M.Y., 1996, HYSEP: A computer program for stream flow hydrograph
separation and analysis, U.S. Geological Survey Water Resources Investigations Report
96-4040, pp. 46

South Carolina Department of Health and Environmenatl Control (South Carolina DHEC),
2004, Total Maximum Daily Load Development for the Upper Broad River Watershed Fecal
Coliform Bacteria, South Carolina Department of Health and Environmenatl Control
United States Environmental Protection Agency, 2000, BASINS Technical Note 6, United
States Environmental Protection Agency
United States Environmental Protection Agency, 2007, An Approach for Using Load Duration
Cures in the Development of TMDLs, United States Environmental Protection Agency
Vogel R.M., Fennessey N.M., 1994, Flow-duration curves. I: New interpretation and
confidence intervals, Journal of Water Resources Planning and Management, Vol. 120,
No. 4, pp. 485-504
