2.1 유역 모델 개발 현황

SWAT 모델은 장기간에 걸친 유출량, 증발산량, 토양수분 등을 모의하고 각 수문 거동과 관련된 매개변수의 조절을 통해 모델의 모의 결과를 향상시킬 수 있는 모델로 Simulator for Water Resources in Rural Basins 모델(^{Arnold and Srinivasan, 1994}; ^{Williams et al., 1985})에서 시작되었는데, 미국 농무성 농업연구소(United States Department of Agriculture, Agricultural Research Service; USDA ARS)의 Chemicals, Runoff, and Erosion from Agricultural Management Systems (CREAMS)(^{Knisel, 1980}), Groundwater Loading Effects on Agricultural Management Systems)(GLEAMS) (^{Leonard et al., 1987}), Erosion-Productivity Impact Calculator (EPIC) (^{Williams et al., 1984}) 등의 모델을 포함하고 있다. 이 모델은 소스코드가 공개되어 있어 많은 연구자들에 의해 개선이 되어왔는데(^{Kim et al., 2004a}; ^{Moriasi et al., 2019}; ^{Tsuchiya et al., 2018}), 현재 배포 중인 정식 버전은 SWAT 2000, SWAT 2005, SWAT 2009, SWAT 2012, SWAT+이다(https://swat.tamu.edu, accessed in Sep. 2020). 현재 배포 중이 아닌 SWAT 99.2 버전에서 SWAT 2000 버전으로 개선되는 동안, 기상 자료 생성 기능의 강화, 잠재증발산량 연산 방식의 개선, 하천 라우팅을 위한 Muskingum 라우팅 모듈의 추가, 일 단위 및 시간 단위 유출량 연산 방식 개선, QUAL2E 모듈 기능 개선, 유기 질소 및 유기 인 부화율 입력 기능 추가 등이 이루어졌다. SWAT 2000에서 SWAT 2009로 개선되는 동안에는, 시간 단위 강우 자료 생성 기능의 추가, 식물 증발산량을 고려한 지표 저류 관련 매개변수 정의 기능 추가, 박테리아 잔존량 및 이동량 연산식 개선, 대수층 및 토양층에서의 질산염(NO₃) 연산 과정 개선, 휴면기 동안 식물 잔재물 연산 과정 개선, 도시 유출수 오염원 농도 연산식 개선, 식생여과대에 의한 지표 유출 및 지표하유출에서의 박테리아 및 유출수 오염원 농도 연산식 개선 등이 이루어졌다. SWAT 2009(ArcSWAT 10.1)에서 SWAT 2012(ArcSWAT 10.8)로 개선되는 동안에는 상당히 많은 부분이 개선되었는데, 그 중 대표적인 몇 가지를 보면, 하천과 토양층에서의 인 부하량 및 질산염 연산 과정 정정, 도시지역에 대한 신규 최적관리기법 추가, 미국 토양자료인 SSURGO와의 병합 등으로 볼 수 있다(^{Arnold et al., 2012}; ^{Seo et al., 2014}). SWAT+ 버전은 기존 버전인 SWAT 2012와 비교할 때, 수문 및 오염원의 거동 연산 과정은 동일하지만, 최근 오픈 소스 기반의 GIS인 Quantum GIS (QGIS; https://qgis.org, accessed in Sep. 2020) 기반의 인터페이스를 이용하고 있기 때문에 모델 개발 및 개선에 대한 기능이 향상되었다고 할 수 있다. 더욱이 유역의 공간적 분포를 더욱 잘 표현할 수 있으며 동시에 유역 내 다양한 수문 조건들의 상호작용에 대한 반영이 가능하다.

HSPF 모델은 다양한 규모와 복잡한 유역의 수문과 수질 모의가 가능한 준분포형 모델로 1960년대 Crawford와 Linsley에 의해 개발된 스탠포드 유역모델(Stanford Watershed Model)을 기반으로(^{Crawford and Linsley, 1966}), HSP (Hydrocomp Simulation Programming), ARM (Agricultural Runoff Management), NPS (NonPoint Source), SERATRA (Sediment and Radionuclides Transport) 등의 모델을 결합하여 1980년대 미국 연방 환경 보호국(United States Environmental Protection Agency; U. S. EPA)에 의해 개발되었다(^{Johanson et al., 1984}). HSPF 모델은 USEPA에서 버전 5.0로 1980년 처음 공개되었으며, 2001년 버전 12까지 개선 되어왔다. 버전 5는 모든 개별 모델을 다시 설계하고 다양한 모듈(module)을 새롭게 수정⋅보완하여 유역의 수문 및 수질을 모의할 수 있는 종합 모델로 현재와 같은 모습을 갖추게 되었다(^{Johanson et al., 1980}). 1984년 공개된 버전 8.0은 퇴적물 및 화학물의 이송 및 상호작용에 대한 보완이 이루어졌으며, Special Actions 기능이 추가되어 HSPF 기본 알고리즘으로 표현할 수 없었던 경작작업, 비료 및 영양분 적용, 얼어 붙은 땅과 같은 자연적 또는 인간 활동에 의한 영향을 반영할 수 있게 되었다(^{Johanson et al., 1984}). 1993년 공개된 버전 10.0은 퇴적물과 영양물질간 흡착 및 탈착에 따른 상호작용에 대한 보완이 이루어졌고, 또한 더욱 논리적으로 유역의 구조를 정의할 수 있도록 SCHEMATIC 와 MASS-LINK 기능이 추가되었다(^{Bicknell et al., 1993}). 1997년 공개된 버전 11.0은 비료와 분뇨의 식물 흡수량, 산림에서 발생되는 질소 부하의 추정치 개선 등이 이루어졌으며, 특히 점점 복잡해지는 유역 특성을 반영하기 위한 SPECIAL ACTIONS 기능이 크게 향상되었다(^{Bicknell et al., 1997}). 그리고 2001년 공개된 버전 12.0은 습지의 지하수 저장, 침투 및 유출 간 상호작용에 대한 개선이 이루어졌으며, 완충지대, 식생수로 등에 대해 효과를 모의 할 수 있도록 기능이 개발되었다(^{Bicknell et al., 2001}). 이러한 개발 과정을 통해 현재 HSPF 모델은 투수층을 모의하기 위한 PERLND 모듈과 불투수층을 모의하기 위한 IMPLND 모듈, 하천의 수리와 수질을 모의하는 RCHRES 모듈로 크게 구성되어 있으며, 강우차단, 토양저류, 지표유출, 중간유출, 지하유출, 융설, 증발산, DO, 영양물질, BOD, 수온, 농약, 대장균, 유사, pH, 식물 및 동물성플랑크톤 등 다양한 수문 및 수질 모의가 가능하다.

APEX 모델은 소규모 유역을 대상으로 농경지의 관리 효과를 분석하기 위해 USEPA의 지원을 받아 개발된 모델로 EPIC 모델의 기능을 농경지 전체 또는 소규모 유역으로 확장하기 위해 개발되었다. 또한, 이 모델은 바람과 물에 의한 침식, 경제성, 관개배수, 고랑재배, 버퍼스트립, 비료 및 퇴비 시용, 작물 윤작, 방목, 농약 살포, 경운 등 다양한 농업활동을 모의할 수 있어 최적관리기법 모델로 분류되고 있다(^{Choi, Kim et al., 2016}; ^{Williams et al., 2012}). 농촌진흥청(Rural Development Administration, RDA)은 EPIC/APEX 모델의 개발 주체인 Texas A&M AgriLife Research와 국제 공동 연구를 통해 논 영농환경이 반영된 농업 비점오염원의 평가와 관리가 가능한 APEX-PADDY 모델을 개발한 바 있다(Choi, Kim et al., 2016; ^{NAS, 2015}). APEX 모델은 농경지 필지/소유역별 작물의 수확량(ton/ha), 유출량(mm), 퇴적물량(ton/ha), 퇴적물을 통해 이동된 N, P의 양(kg/ha), 수용성 N, P의 양(kg/ha), 가축분뇨 양(ton/ha), 퇴적물을 통해 이동된 탄소의 양(kg/ha) 등의 모의 결과를 제공한다(^{Williams et al., 2012}). 최근 QGIS 소프트웨어를 기반으로 QAPEX 모델이 개발되었으며, 기존 모델보다 세분화하여 정밀한 모의가 가능하고 최적관리기법 적용에 따른 수질 개선효과를 분석할 수 있는 인터페이스가 개발되었다(^{Koo et al., 2016}).

Catchment hydrologic cycle analysis tool (CAT) (^{Kim and Jang, 2017b}) 모델은 물리적 매개변수 기반의 링크-노드 방식의 물순환 정량화 모델로 한국건설기술연구원에서 개발하였다. 한국건설기술연구원에서는 2008년 모델의 기본구조를 개발하고 2009년 증발산, 침투, 유역 유출, 지하수 유거, 하도추적 등 세부 알고리즘을 개발하였으며, 이후 2010년에는 국내 논 특성을 반영한 논 유출해석 모듈 및 저류지, 침투시설, 습지, 빗물이용시설 등 물순환 개선시설을 평가할 수 있는 모듈을 추가하였다. CAT 모델은 준분포형 모델로 장기적/단기적 유역 물순환 변화 특성을 정량적으로 평가할 수 있으며, 물순환 개선시설의 효과적인 설계지원을 위한 해석 모델이다. 이 모델은 소유역 분할 후 지형학적인 요인을 기반으로 유출 특성을 객관적으로 반영할 수 있으며, 링크-노드 구조를 기반으로 침투, 증발, 지하수 흐름 등의 모의가 가능하다. 또한, 국내 논에서의 유출특성을 반영하기 위해 논에서의 담수심과 물꼬높이를 고려할 수 있는 논 모듈이 반영되어 있고, 논 노드의 기본정보 및 입력자료는 Urban, Forest 노드와 동일하며 논과 관련된 매개변수를 입력할 수 있도록 개발되었다(^{Kim and Jang, 2017a}). 본 모델은 주로 도시유역 물순환 정량화 모델로 논 유출 모의는 가능하나 물순환 수량 위주의 모델로 다양한 수질 모의에는 한계가 있다. 유역모델링으로 환경정책 분야 활용을 위해서는 다양한 수질 모의 및 수질개선 효과 평가가 요구되나 본 모델로는 한계가 있다. 하지만 최근까지 GIS 전처리 기능 추가 및 장기일유출모델 추가, 매개변수 보정 방법 추가 등 지속적인 모델 개선이 이루어지고 있다.

STREAM (Spatio-Temporal River-basin Ecohydrology Analysis Model) 모델(^{Cho et al., 2015a}; ^2015b)은 비점오염 유출 과정에서 나타나는 수문 현상과 오염물질 거동 양상을 분석하기 위해 분포형 모델과 준분포형 모델의 장점을 혼용한 격자기반의 복합형 유역모델이다. STREAM 모델은 모의 최소 단위인 격자의 그룹을 수문학적 단위격자 HUCs (Hydrological Unit Cells)으로 기반으로 연산이 수행되며, 국내의 토지이용 특성을 감안하여 도시지역에서의 불투수지표면과 관망, 농촌지역에서의 논, 밭, 저수지, 제수문 등에 의한 비점오염유출 과정을 함께 모의할 수 있도록 설계되었다. 이 모델에서의 수문과정은 강우, 강우차단, 증발산, 토양침투, 지하수 충전, 지표면 유출, 중간류 유출, 지하수 유출 등으로 구성되어있다. 소유역내 격자에서 연산시간별 지표수 유출, 중간류 유출, 지하수 유출이 산정되며 소유역의 말단으로 Muskingum-Cunge 방식에 의해 유출이 발생된다. 소유역간의 상하류 관계는 노드-링크의 네트워크 연결로 모의과정이 구성되어있다. 또한 국내 논에서의 수문 및 물질이동을 모의할 수 있도록 강우와 관개에 의해 유입된 유량이 증발산과 침투를 통해 손실된 후, 남은 물의 높이가 물꼬높이보다 높으면 유출이 발생하고 영양물질의 변환과 이동 등의 물질수지에도 영향을 미치도록 하여 논에서의 물수지 및 물질수지를 반영하였다. STREAM 모델은 기존 유역 모델들과 비교하여 상대적으로 최근에 개발된 모델로 환경 정책 분야 활용을 위해서는 다양한 분야로의 적용성 평가가 필요할 것으로 판단된다.

2.2 SWAT 모델의 유역 모델링 적용

SWAT 모델이 적용된 사례를 국가과학기술정보센터(http://www.ndsl.kr, accessed in Sep. 2020)를 기준으로 볼 때, 2015년에서 2019년 동안에만 국내논문은 260여 건, 해외논문은 7,350여 건, 학위논문 30여 건으로 매년 1,000건 이상의 적용이 이루어지고 있다. 이러한 연구들을 통해 SWAT 모델의 다양한 유역에 대한 적용뿐만 아니라 개선을 포함하고 있는데, 국내 유역의 특성과 관련지어 볼 때, 국내에서 빠르게 진행된 산업화 및 도시화, 국내 논이 가지는 특징인 담수, 그리고 담수논 및 기저유출의 비율로 인한 지하수 거동과 관련된 개선을 살펴볼 필요가 있다.

산업화나 도시화는 토지이용변화의 일종으로 수문 거동에 적지 않은 영향을 미치며 이로 인한 오염원의 거동에도 큰 영향을 미치기 때문에, 유역 모델링에서 반영이 필요한 사항이기 때문에 이를 반영할 수 있도록 SWAT2009_Land Use ChangesLUC(SWAT2009_LUC; ^{Pai and Saraswat, 2011})와 SWAT-Landuse Update Tool(SWAT-LUT; ^{Moriasi et al., 2019})가 개발되었다. SWAT2009_LUC는 SWAT 모델의 기본 연산 단위인 Hydrological Response Units(HRUs)가 생성이 되면, 모의 기간 동안 발생한 토지이용변화에 따른 HRU 정보를 생성하여 SWAT 모델 연산 과정 중에 토지이용변화가 발생한 각 연도에 대한 SWAT 모델의 프로젝트 파일을 대체하는 방식으로 모의하도록 하는 소프트웨어이다. SWAT-LUT에서는 소프트웨어의 인터페이스를 개발하면서, 다수의 토지이용도와 토지이용변화가 발생한 시점을 입력자로로 하여, 토지이용변화가 선형적으로 변화하였다고 가정하면서 모의가 이루어질 수 있도록 하였다. ^{Moriasi et al. (2019)}는 SWAT-LUT를 개발하면서 1995년, 2002년, 2007년, 2016년에 대한 4개의 토지이용도를 적용하였는데, 첫 번째 기간인 1995년 – 2002년까지는 1995년에 대한 토지이용도를, 두 번째 기간인 2002년 – 2007년까지는 2002년 토지이용도와 2007년 토지이용도의 비율을 선형적으로 변화한다고 적용하였으며, 세 번째 기간인 2007년 – 2016년까지는 2007년 토지이용도와 2016년 토지이용도의 비율을 선형적으로 변화한다고 적용하였다(Fig. 1). 이 적용에서 Cobb Creek, Lake Creek, Willow Creek의 세 유역에 대한 하천 유량, 유사량, 총질소, 총인 예측이 이루어졌으며, NSE가 0.51에서 0.93으로 신뢰할 수 있는 수준의 결과가 나타났다. 이러한 SWAT-LUC의 적용성을 높이기 위하여 ^{Lee, Han et al. (2019)}은 웹기반의 SWAT-LUC 인터페이스를 개발하고 연간 토지이용의 변화와 기저유출 평가를 위한 Recession curve 분석 모듈을 추가하여 SWAT-LUC의 활용성을 높였다. 이로 인해 유역의 시공간적 특성을 반영한 SWAT 모델링이 가능해졌으며, 모형 보검정시 토지이용의 변화가 심하거나 도시화가 진행되는 유역에서의 보다 정확한 수문모의가 가능하리라 판단된다.

Fig. 1. Use of landuse maps in the simulation ofMoriasi et al. (2019).

우리나라의 논은 외국 지역의 논과는 다르게 담수의 특성을 가진다. 이는 저류의 형태를 가지기 때문에, 수문 거동 및 이로 인한 오염원 거동에 적지 않은 영향을 미칠 수 있으며, 이에 ^{Tsuchiya et al. (2018)}은 SWAT 모델에서 담수논이 고려가 될 수 있도록 SWAT-Paddy를 개발하였다. 이 SWAT-Paddy는 SWAT 모델 내에서 지표면 위에 지표수가 웅덩이 형태로 저류되는 조건을 반영할 수 있는 Pothole 모듈을 이용하여 담수논을 모의할 수 있도록 개선한 모델이다. 이 과정을 간략히 살펴보면, 강우(R_day) 중 일부가 저류될 수 있도록 하고, 이 저류 상태에서 토양층(Soil water storage)으로의 침투 및 증발산량(E_a)을 연산하며, 동시에 토양층에 저류된 물 중 일부가 식물 흡수(Plant uptake) 및 식물에 의한 증발산량(E_a)를 모의할 수 있도록 하였다(Fig. 2). 그리고 이어서 저류 상태 및 지하수량(Groundwater storage)에서 각각 지표 유출(Q_surf)과 지하수 유출(Q_gw)이 하천으로의 유출(Discharge to river)이 발생할 수 있도록 하여, 담수논에서의 전반적인 수문 거동을 모의할 수 있다는 장점이 있다.

Fig. 2. Schematic flow of SWAT-Paddy (adapted fromTsuchiya et al., 2018).

유역에서의 수문 거동은 물순환뿐만 아니라 오염원 거동 예측에 있어 매우 중요한 사항이다. 이 수문 거동은 크게 지표수와 지하수로 나누어볼 수 있는데, SWAT 모델은 지표수 모의에 비해 지하수 모의에는 한계가 있는 것으로 지적되면서 이를 보완하기 위해 MODFLOW(^{McDonald and Harbaugh, 1983}) 모델과 연계한 SWAT-MODFLOW 모델이 개발되기도 하였다(^{Bailey et al., 2016}; ^{Guzman et al., 2015}; ^{Kim et al., 2004a}, ^{Kim et al., 2004b}; ^{Sophocleous et al., 1999}). 이러한 연구들은 조금씩 접근 방법에 차이가 있지만, 공통적으로는 SWAT 모델과 MODFLOW 모델이 가지고 있는 단점을 상호 보완하여 지표수와 지하수 유출 해석에 대한 하나의 시스템으로 연동한 것으로, SWAT 모델에 의해서 토양, 식물, 근군역에서의 수문 거동 등을 모의하고, MODFLOW 모델에 의해서 3차원의 지하수 거동을 모의한다(^{Chun et al., 2019}). ^{Bailey et al. (2016)}의 SWAT- MODFLOW 모델의 모의 과정을 보면, SWAT 모델에서 HRU에 대한 수문 거동 모의가 되면, 이 HRU에서의 토양층으로의 침투량, 증발산량, 하천 수위 등의 정보를 공간 분포된 수문학적 반응단위(geographically located disaggregated hydrologic response units, DHRU)에 대한 정보로 변환하고, 동시에 이와 관련된 HRU에 대한 모델 매개변수 역시 격자별로 MODFLOW 모델 매개변수로 SWAT-MODFLOW Linkage 프로세서가 변환한다. 이후 MODFLOW에 의한 수문 거동 모의가 끝나면 MODFLOW 모델 매개변수가 SWAT-MODFLOW Linkage 프로세서에 의해서 다시 SWAT 모델 매개변수로 다시 변환된다(Fig. 3). 즉, 모의 기간 중에 SWAT 모델과 MODFLOW 모델의 연산 결과가 SWAT-MODFLOW Linkage 프로세서에 의해서 상호 교류하면서 지표수 및 지하수 거동에 대한 모의가 이루어진다.

Fig. 3. Schematic flow of SWAT-MODFLOW (adapted fromBailey et al., 2016).

SWAT 모델은 국내에서 다양한 목적을 가지고 적용이 되었는데, 이러한 사례를 보면 물이용 취약성 평가(^{Won et al., 2015}), 오염원 거동 분석(^{Lee, 2016}), 모델 적용성 평가(^{Jang and Kim, 2016}), 기후변화에 의한 수문 분석(^{Kim et al., 2018}), 수생태계 건강성 평가(^{Woo et al., 2018}), 오염부하 삭감 효과 분석(^{Tea et al., 2019}), 보 개방에 따른 수문 거동 분석(^{Lee, Jung et al., 2019}) 등이 있다(Table 2).

^{Won et al. (2015)}는 505.5 km²에서 34,428.1 km²의 면적을 가지는 12개 유역에 대해 SWAT 모델을 적용하여 1991년부터 2014년까지 물이용 관련 18개 평가인자(인구, 지하수 개발 밀도, 농업용수 사용량, 증발산량, 지표유출량 등)를 바탕으로 하여 물이용 취약성을 평가하였다. 취약성의 정량적인 평가를 위해 TOPSIS 기법(^{Hwang and Yoon, 1981})을 적용하였으며, 평가인자에 대한 가중치에 대해서는 엔트로피 방법(^{Shanon and Weaver, 1949})을 이용하였다.

^{Lee (2016)}은 유역면적이 58.4 km²인 농촌 유역에 대해서 SWAT 모델을 적용하여 총인에 대해 분석하였으며, 밭 지역은 유역면적의 5%를 차지하지만 총인 배출량의 53.6%에 기여하였으며, 주거지 및 축산 지역은 유역면적의 4%를 차지하나 총인 배출량의 23.4%에 기여하는 것으로 분석하였다.

^{Jang and Kim (2016)}은 SWAT 모델의 시간 단위 모의를 위한 보정 및 검정 매개변수 자료를 제공하고자 하였으며, 이를 위해 1.17 km²의 면적을 가지는 작은 소유역에 모델을 적용하였다. 시간 단위 및 일 단위 모의에 이용되는 모델 매개변수에 대한 민감도 분석을 통해서 각 모의 단위에 따른 모델 보정 시에 우선되어야 할 모델 매개변수를 제시하였으며, 이와 함께 시간 단위에 의한 모델 매개변수를 일 단위 모의에 적용할 경우 첨두유량 및 유출량 모의에 차이가 발생할 수 있음을 지적하였다.

^{Kim et al. (2018)}은 STARDEX 극한지수(^{Climatic Research Unit, 2005})를 정의하여 우리나라의 미래 극한 기후 변화를 전망하고 강수의 극한지수에 대한 증감 경향성을 분석하였다. 이 연구에서는 일반적으로 사용되는 RCP 8.5 기후변화 시나리오 중 10개를 선택하여 STARDEX에서 제시한 극한지수 항목 중에서 강우와 관련된 6개 지수(Heavy rainfall threshold, average wet days rainfall 등)를 선택한 후에 기후변화 시나리오에 대한 극한지수를 산정하고 비교하였다. 이에 가장 습윤한 시나리오 2개와 가장 건조한 시나리오 2개가 정의되었으며, 이 시나리오를 이용하여 SWAT 모델에 의한 수문 거동 분석이 이루어졌다. 그리고 이 모의를 통해서 HadGEM2-ES 시나리오를 최대유량 분석 시 활용이 가능한 시나리오로 판단하였으며, CESM-BGC 시나리오를 극한 홍수 분석 시 활용할 수 있는 시나리오로 제시하였다.

^{Woo et al. (2018)}은 한강 유역(34,148 km²)에 대해서 2005년부터 2014년의 기간에 대해서 SWAT 모델을 보정 및 검정한 뒤에, 기후변화 시나리오에 의한 수문 및 오염원 거동 결과를 이용하여 어류지수, 부착돌말지수, 저서동물지수에 의한 수생태 건강성 지수를 판단하였다. 기후변화 시나리오에 의한 SWAT 모델의 수문 및 수질 전망에서 지표 유출수는 최대 49.4%까지 감소하며, 질소 관련 수질 항목(T-N, NH₄, NO₃)은 증가하고, T-P는 최대 19.0%까지 증가할 것으로 예측하였다. 이를 이용하여 수생태계의 건강성 지수를 판단하면, 어류지수는 기후변화에 따른 큰 변화가 없고, 부착돌말지수는 점차 악화되며, 저서동물지수는 점차 회복할 것으로 예측하였다.

^{Tea et al. (2019)}는 SWAT 모델을 이용하여 대청호에 대한 유역에서의 하수처리시설 증설 및 고도처리시설 설치에 따른 점오염원 저감 효과, 천변저류지 및 최적관리기법에 따른 비점오염원 저감 효과를 모의하였다. 이를 위해 SWAT 모델을 보정한 뒤에 하수처리장의 개선에 의한 하수처리율을 향상시키는 시나리오 1, 천변저류지를 조성하는 시나리오 2, 그리고 시비 및 비료억제, 토양보비력 증가, 침투율 증가 등의 최적관리기법을 적용하는 시나리오 3에 대해 비교 및 분석하였다. 시나리오 1에서는 T-N이 6.9%, T-P가 7.3%, SS가 12.5% 감소할 것으로 예측하였으며, 시나리오 2에서는 T-N이 4.2%, T-P가 4.0%, SS가 9.4% 감소할 것으로 예측하였고, 시나리오 3에서는 T-N이 23.5%, T-P가 27.6%, SS가 71.1% 감소할 것으로 예측하였다. 이에 근거하여 점오염원보다는 비점오염원 제어가 유역의 수질 개선에 더 중요하다고 제시하였다.

^{Lee, Jang et al. (2019)}는 댐과 보의 연계 운영에 대한 시나리오에 따른 유량 및 수질 분석을 위해 SWAT 모델을 이용하였으며, 댐과 보의 운영에 따른 시나리오 네 가지에 대해 검토하였다. 시나리오 1은 상류의 댐이나 저수지에 비축수량이 있을 경우로, 보 수위를 제약수위까지 낮춘 후에 댐 및 저수지의 비축수량을 방류하도록 설정하는 것이다. 시나리오 2는 설치된 보의 수위를 제약수위까지 동시에 낮춘 후에 모의 기간 동안 유지하는 것이며, 시나리오 3은 보 수위를 상류보에서 하류보로 순차적으로 제약수위까지 낮춘 후에 모의 기간동안 유지하는 시나리오이다. 이 연구에서는 연평균 낙동강 전체 유량이 25.9 m³/s로 예측된 시나리오 2와 비교하였을 때, 시나리오 1에서는 연평균 유량이 0.1 m³/s 증가할 것으로 예측되었으며, 시나리오 3에서는 연평균 유량이 0.1 m³/s 감소할 것으로 예측되었다. 그리고 SS, T-N, T-P의 경우, 시나리오 1은 시나리오 2에 비해서, 댐 방류 종료 및 보 동시 개방 이후 3개월까지는 수질이 개선되는 효과가 있으나 4개월 이후에는 수질이 악화될 것으로 예측되었다.

2.3 HSPF 모델의 유역 모델링 적용

HSPF 모델이 적용된 사례를 국가과학기술정보센터를 기준으로 볼 때, 2015년에서 2019년 동안 국내논문 50여건, 해외논문 60여건, 학위논문 20여건으로 매년 20여건 이상의 적용이 이루어지고 있다.

HSPF 모델은 점/비점오염배출량 분석, 유역관리를 통한 수질개선효과 분석, 유역 내 오염원 변화에 따른 수질변화 분석 등이 가능하여 미국에서 수질오염총량제(Total Maximum Daily Loads, TMDLs)의 연구와 정책 적용을 위한 모델로 이용되고 있으며, 우리나라도 수질오염총량제에 활용되고 있다. 또한 모의 수질항목이 다양하고, 시간 단위의 모의도 가능하여 비점오염 연구에도 많이 활용되고 있다. 수질오염총량제에서 HSPF 모델 적용사례는 동적모델을 이용한 총량관리의 시행을 대비하여 HSPF 모델의 적용성 및 목표수질 설정, 할당부하량 산정 방법에 대한 연구가 진행되었고(^{Kim et al., 2014}), 수질오염총량제에서 목표수질 설정 및 할당부하량을 결정하는데 중요한 요소로 오염원으로부터 배출된 오염물질이 수체의 특정 지점에 도달하는 비를 의미하는 유달율 분석 연구(^{Lee, Kim et al., 2019})등 HSPF 모델을 활용한 기준유량 설정과 목표수질 설정을 위한 많은 연구가 진행되었다(Table 3). 비점오염연구의 HSPF모델 적용사례는 낙동강유역의 유역단위별 비점오염부하량 산정을 위해 낙동강 전구역을 209개의 유역으로 분할 후 BOD, TN, TP의 비점오염부하 기여율을 산정하였으며(^{Kwon and Choi, 2017}), 비점오염 저감용 정화림 조성시 BOD와 TP의 개선효과를 금호강유역을 대상으로 평가하였다(^{Lee, Kim et al., 2019}). 또한 새만금유역의 비점오염저감대책 적용에 따른 수질개선효과를 정량적으로 평가하였으며(^{Kim et al., 2015}), HSPF 모델의 중간유출 및 활성 지하수의 월별 수질상태를 나타내는 매개변수에 관측값을 입력함으로서 유역규모에서 기저유출을 통해 하천으로 유입되는 비점오염 기여율을 평가하였다(^{Choi, 2020}). 이 외에도 합천댐 유역의 유입량 추정(^{Cho and Kim, 2019})과 남강댐 유역의 유출특성 분석(^{Kim and Kim, 2018})에 HSPF 모델을 적용하였으며, ^{Kim and Kim (2020)}은 소유역별 축산비점오염원 특성을 분석하기 위해 남강댐 상류의 산청 유역을 대상으로 HSPF 모델을 구축하고 모의 결과를 바탕으로 소유역별 축산계 오염부하량 및 수질 오염 기여도를 분석하였다.

하지만 HSPF 모델은 최소 모의 분할개념을 SWAT 모델이 소유역 내 다양한 토지이용과 토양 특성, 경사, 방향에 따라 수문한적 반응단위를 가지는 동질유역으로 정의하는 HRU로 구분하는 것과는 다르게 토지이용에 따라 구분하기 때문에 다양한 토지이용과 토양속성, 경사 등이 혼재되어 있는 농업지역을 특성을 반영하는데 한계가 있다. 특히 농경지를 논과 밭 등으로 구분하지 않아 논과 밭의 유출특성 및 수질기작을 고려하지 못하는 단점이 있다. 또한 비점오염저감대책 평가 시 HSPF 모델의 하위모델인 BMPRAC모듈을 추가함으로써 다양한 비점오염저감 연구에 활용하고 있으나, 오염물질의 제거 효과에 있어서 항목에 따른 제거율 및 면적을 입력하는 형태로 저감시설 위치에 따른 효과를 반영하는 데 어려움이 있다. 이처럼 해외에서 개발된 HSPF 모델의 특성상 국내 적용에는 다른 유역모델과 마찬가지로 다소 한계점을 지니고 있지만, 국내 적용성을 높이기 위한 다양한 노력을 기울이고 있다.

HSPF 모델에서 수리학적 특성에 대한 모의는 하도의 수위 증가에 다른 수면적, 수체용적, 유출량 관계를 정의한 FTABLE에서 이루어지게 되며, 수치표고모델을 기반으로 하천단면 형상과 유로의 제원, Manning의 평균유속 공식 및 연속방정식을 이용하여 산정하는 것이 일반적이다(^{Kang, 2016}). 하지만 국내 하천 형상을 제대로 반영하지 못해 하천의 유속 및 도달시간 예측에 한계가 발생하게 되는데, 국립환경과학원에서는 수질예측 정확도 향상을 위해 실측하천단면자료에 기반한 FTABLE 자동생성 모듈과 실측하천단면자료가 없는 하천에 대해서 국내의 유역 및 하천특성을 반영하는 FTABLE 생성 ‘수리인자 산정회귀식’을 개발하였다. FTABLE 자동생성 모듈은 HEC-RAS의 수리모의 결과를 이용하여 FTABLE을 구축하며, HSPF의 입력파일에 자동 갱신되도록 개발되었다. 수리인자 산정회귀식은 지방2급 및 소하천 등 총 96개 하천을 대상으로 HEC-RAS 모의 결과를 이용한 통계분석을 통해 유역면적-유량, 유량-수심, 유량-하폭에 관해 개발되었다(Fig. 4). 실측하천단면을 이용한 FTABLE 자동생성 모듈을 금호강유역을 대상으로 검증한 결과 수심증가에 따른 수면적 및 유량의 변화 정도가 크게 감소하였고, 관측 유속을 비교적 잘 모의하는 것으로 나타났다(^{NIER, 2012}).

Fig. 4. Procedure for FTABLE Automatic Generation using Geometric data(adapted fromNIER, 2012).

밭이 농업지역의 주를 이루고 있는 외국에서 개발된 HSPF 모델은 농경지 모의시 논에 대해서 미흡한 부분이 많다. 특히 논은 담수상태와 비담수상태가 공존하는 토지이용의 형태를 지니고 있지만, 이를 모델에 적용하는데 한계가 있다. 이에 ^{Jung et al. (2019)}은 논의 작물재배 특성에 따른 담수 및 비담수 상태에서 물과 오염물질 거동을 재현할 수 있는 Paddy-RCH기법을 개발하였다(Fig. 5). Paddy-RCH는 논에 해당하는 PERLND (Agricultural Land)와 RCHRES 모듈이 서로 연계되어 하나의 논을 표현하는 방법으로, 비담수시기에는 PERLND에서 영농활동과 수문현상을 모의하고, 담수시기에는 RCHRES에서 논 특성에 적합하게 모의하여 상호 보완적 관계가 이루어지도록 하였으며, FTABLE을 통해 논의 배수물꼬를 표현할 수 있도록 구현하였다. 경상남도 창원군 계성천 시범지역에 적용하여 재현성을 검토한 결과 비록 한정된 기간 및 지역에 대한 적용이지만, 각 논의 운영 상황을 반영하여 모의한 결과 실측치를 유사하게 반영하고 있는 것으로 분석되었다.

Fig. 5. The simulation concept and structure of Paddy-RCHRES(adapted fromJung et al., 2019).

HSPF 모델은 소유역의 투수층(PERLND)과 불투수층(IMPLND)으로부터 발생된 유량 및 수질을 RCHRES로 전달하는데, 기본적으로 한 소유역 당 단일 RCHRES로 구성된다, 이 때문에 소유역 내 RCHRES에서 발생될 수 있는 반응에 대한 고려가 충분히 되지 않는 실정인데 ^{Hwang et al. (2016)}은 소유역과 하천구간의 가상적인 세분화 방법 및 추가적인 세부기능의 접목을 통해 동적 유달 과정을 재현할 수 있는 방안을 연구하였고, BMP Reach Toolkit을 활용하여 인위적으로 한 소유역 내 수체를 다구간화(Multi segmentation)하여 유역 내 반응을 더욱 상세히 고려할 수 방안을 제시하였다(Fig. 6).

Fig. 6. The multi-segmentation concept of hypothetic RCHRES for pollutants delivery(adapted fromHwang et al., 2016).

2.4 APEX 모델 유역 모델링 적용

APEX 모델은 필지단위 또는 소규모 유역단위 유출 및 비점오염물질 거동 평가가 가능하다. 국내에서는 주로 필지단위로 논에서의 유출 모의를 위해 APEX-Paddy 모델을 적용한 사례가 다수 진행되어 왔으며(Table 4), 유역단위로는 ArcAPEX 모델을 적용한 연구사례가 있다. ^{Mohammad et al. (2020)}은 APEX-Paddy 모델을 활용한 익산 지역 논 시험포를 대상으로 논 유출량 및 부하량 모의 적용성을 평가한 바 있다. 모델 적용성 평가 결과 유량에 대한 R²와 NSE는 각각 0.78과 0.65, 질소에 대한 R²와 NSE는 각각 0.51과 0.68, 유사량에 대한 R²와 NSE는 0.20와 –46.14였으며, 인에 대한 R²와 NSE는 0.32와 –36.75로 분석되었다. 논에서의 모델 적용성 평가 결과 유량과 질소 부하량에 대해서는 실측치를 잘 반영한 반면, 유사량과 인 부하량에 있어서는 논 담수시 유사배출 기작에 대한 반영 한계로 모의 성능이 낮게 평가되었다. ^{Lee et al. (2016)}은 강원도 양구군에 위치한 해안면 유역을 대상으로 ArcAPEX 모델을 활용하여 유역 내 경작지에서 발생하는 토양유실량을 분석한 바 있다. 해당 연구에서는 유역단위에서 모델의 입력자료 구축 시간을 단축하기 위해 Pre-defined streams and watersheds 기능을 개발하였으며, 연구 결과 경작지로부터 발생하는 토양유실량을 적절하게 예측할 수 있음을 보여주었다. ^{Jung et al. (2011)}은 APEX 모델을 SWAT 모델과 결합한 SWAT-APEX 모델을 활용하여 예당저수지유역(465.1 km²)을 대상으로 논에서의 비점오염원 기작을 모의한 연구를 수행하였다. 해당 연구에서는 우선 SWAT 모델은 3년 (2000~2002) 일 유량과 월별 수질 (T-N, T-P) 자료로 보정하고 이후 3년 (2003~2005) 자료로 검증하였다. 이후 논에 대한 SWAT 보정 매개 변수로 SWAT-APEX 모델을 실행하여 T-N 및 T-P의 경우 R²는 각각 0.80 및 0.76으로 나타났다. 연구 결과를 통해 SWAT-APEX 모델이 SWAT 모델보다 T-N 및 T-P 부하에 대해 더 정확하게 예측되었음을 보여주었고, 유역과 현장 모델 간의 차이 결과는 NPS 부하, 특히 T-N 및 T-P 부하에 상당한 영향을 미칠 것으로 예측되었다.

2.5 CAT 모델 유역 모델링 적용

CAT 모델은 주로 도시유역 또는 농업지역을 대상으로 장단기적으로 유역물순환 변화 특성을 정량적으로 평가하는데 활용되어왔다(Table 5). 또한 유역내 물순환 개선시설에 대한 효과적인 설계를 위해 다양한 물순환 개선시설(침투시설, 저류지, 습지, 빗물저장시설, 리사이클 및 외부급수 등)의 구현 및 모의에 적용된 사례가 있다. 뿐만 아니라 해외 유역 모델에서는 한계가 있는 국내 담수 논 모의가 가능한 모듈을 추가하였으며 이를 기반으로 농업용 저수위 모의 연구에 활용된 바 있다. Choi, Jang et al. (2016) 판교시험유역을 대상으로 CAT 모델 PEST (Model-independent Parameter ESTimation) 자동보정 기법을 활용한 단기 유출 특성을 분석한 바 있다. 2006 - 2007년 중 누적 강우량 40 mm이상에 해당하는 6개의 강우사상을 대상으로 단기 유출을 모의한 결과 NSE 0.42 - 0.93으로 정밀한 유출분석이 가능한 것으로 나타났다. ^{Park et al. (2019)}은 CAT 모델을 활용하여 최근 몇 년간 심각한 가뭄으로 피해를 입은 바 있는 충남지역 보령댐 유역을 대상으로 침투해석 방법별 유역 유출 특성 변화 분석 연구를 수행한 바 있다. 연구 대상지는 유역면적의 약 80%가 산림, 약 13%가 논, 나머지 약 7%가 도심지로 이루어져 있다. 해당 연구에서는 기후변화로 인한 극한 기후에 따른 빈번한 가뭄 현상을 대비하기 위해 체계적이고 효과적인 수자원 관리 필요성을 제시하였으며 이를 위해 강우-유출 모델을 통한 정확한 침투량 산정을 위한 유출 특성 변화를 분석하였다. 전역최적화기법(Shuffled Complex Evolution University of Arizona, SCEUA)을 활용하여 매개변수를 최적화하였으며, 각 침투해석방법별로 연도별 매개변수를 최적화하여 유출특성을 분석하였다. 연구 결과 침투해석 방법과 매개변수 최적화 기법 적용 방법에 따라 유역 내 유출 특성이 상이하게 나타났음을 확인하였다. ^{Jang et al. (2012)}은 장기 강우-유출 모델인 CAT 모델을 활용하여 이동저수지 상류 복합농업유역에서 관개용수 공급에 따른 농업용 저수지 수위를 모의하여 저수지 운영에 따른 수위 변화 모의 적절성을 평가한 바 있다. 이동저수지 상류유역은 산림지역 62%, 초지 6%, 논 12%, 밭 5%, 하천 및 호소 5%, 주거지역이 5%로 구성되어있다. 주로 하천 양안을 따라 농경지가 분포하고 있는 농촌 산지유역을 나타내고 있다. CAT 모델을 활용한 해당 연구에서는 논에서의 유출과정 모의를 위해 유역의 침투역과 동일하게 토양층과 지하수층으로 구분하고, 논에서의 지표면 유출 모의를 위해 일별 물꼬높이를 반영하여 적용하였다. 이동저수지 출구점에서의 관측저수위와 비교분석한 결과 모델효율계수는 0.32-0.89, 상관계수는 0.73-0.98, 결정계수는 0.53-0.95로 나타났다. 연구결과 담수 논에서의 유출 과정 모의가 가능하고 저류시설의 물수지 분석이 가능하다는 것을 확인할 수 있다.

2.6 STREAM 모델 유역 모델링 적용

STREAM 모델은 국내 유역환경에 적합한 모의구조를 가지고 있는 복합형 유역 모델로 특히 국내 논에서의 유출 및 물질 거동 해석이 가능하다. STREAM 모델은 2015년도에 개발되어 농업지역을 포함하고 있는 여러 유역을 대상으로 유출 및 오염원 해석 연구에 적용된 사례가 있다(Table 6). ^{Oh et al. (2015)}은 STREAM 모델을 활용하여 새만금 간척지 논 시험포장을 대상으로 필지단위 및 유역 규모에서의 비점오염저감 방안별 저감 효율을 분석한 바 있다. 새만금 유역은 유역 전체 면적 대비 농경지가 약 49%를 차지하고 있으며, 이중 논은 36%, 밭은 12%를 차지하고 있다. 해당 연구에서는 비점오염 저감 방안 시나리오 모의 결과, 새만금 유역의 전체 논을 대상으로 물관리 기법을 적용하였을 때 유역 전체에서 배출 유량은 12.7%, 배출 부하량은 TOC 15.2%, TN 10.4% 및 TP 10.9%가 각각 저감되는 것으로 나타났다. 또한 연평균 유입농도는 관행 대비 TOC는 2.9 % 감소하였으나, TN 및 TP는 오히려 2.6%와 2.2% 증가하는 것으로 평가되었다. ^{Jeong et al. (2018)}은 STREAM 모델을 통해 강우조건에 따른 금강하구 유입부하량을 정량적으로 평가하는 연구를 수행하였다. 금강하구유역은 우리나라의 대표적인 곡창지대로 논과 밭 등 농업지역이 전체 유역 면적의 약 45%를 차지하고 있다. 강우조건 시나리오 분석을 위해 최근 20년 강수량 자료를 평수년, 갈수년, 홍수녕으로 구분하였다. TN과 TP의 모의 결과, 하구 평균 유입부하량은 평수년 대비 갈수년의 경우 63.1% 감소하고, 평수년 대비 홍수년의 경우 18.6% 증가하는 것으로 나타났다. STREAM 모델의 유량 보정 결과, R²는 0.36 - 0.86, NSE는 0.34 - 0.83, PBIAS는 2.91 - 9.02의 범위를 보였으며, 검정결과에서는 R²는 0.57 - 0.67, NSE는 0.51 - 0.60, PBIAS는 4.72 - 13.19로 분석되었다. 수질항목에 대한 PBIAS 결과는 SS에 대해서는 22.7 - 36.8였으며, TOC에 대해서는 18.1 - 22.2였으며, TN에 대해서는 16.0 - 17.0였으며, TP에 대해서는 32.4 - 39.5로 나타났다. ^{Jeong and Cho (2019)}는 STREAM 모델을 적용하여 금강 유역내 금천과 은산천을 대상으로 기후변화에 따른 농업유역의 하천유량 변화의 정량적 분석 연구를 수행하였다. 금천과 은산천 유역은 전체 유역의 약 42%를 차지하고 있으며 산림지역은 약 49.1%를 차지하고 있다. 농업지역은 주로 유역의 중하류에 분포하고 있다. STREAM 모델은 토지피복이 집약적으로 분포하고 논 중심 농업융역이 다수 분포하고 있는 국내 유역환경에 적합한 모의 구조를 가지고 있다. 모델 보정 결과에서 R²는 0.64, NSE는 0.624, PBIAS는 24.03으로 나타났으며, 검정 결과에서 R²는 0.77, NSE는 0.70, PBIAS는 24.87로 실측자료를 잘 반영하는 것으로 나타났다. 또한 저수지에서의 저수율 모의에서 보정 결과에서 R²는 0.76 - 0.81였으며, NSE는 0.74 - 0.80였으며, PBIAS는 0.18 – 0.73로 나타났으며, 검정 결과에서 R²는 0.91 - 0.94였으며, NSE는 0.86 - 0.90였으며, PBIAS는 0.64 - 4.48로 나타났다.

3.1 기존 유역 모델링 한계

현재까지 다양한 유역 모델이 국내외에서 개발되어 적용됐으며, 동시에 국내에 대한 예측 정확성에 관한 판단이 이루어져 왔다. 유역 모델이 개발될 때에는 대상 유역의 지리적 및 기상학적 조건이 반영되기 때문에, 이러한 조건은 우리나라에 대한 유역 모델의 예측 정확성에 영향을 미칠 수 있다. 우리나라의 2019년 토지이용현황으로 볼 때, 국토면적은 100,401 km²이며 이 중 임야가 63,635 km² (63.4%)으로 가장 넓은 면적을 차지하고 있고, 논이 11,162 km² (11.1%), 밭이 7,582 km² (7.6%)로 다른 토지이용에 비해 비교적 넓은 면적을 차지하고 있다(^{MOLIT, 2020}). 더욱이 우리나라 연간 생활⋅공업⋅농업용수 이용량인 255 억m³ 중에서 농업용수 이용량은 159 억m³ (62%)으로 가장 큰 비율을 차지하고 있다(^{MOLIT, 2011}). 즉, 국토면적 중 차지하는 비율과 우리나라 수자원 이용 비율로 미루어볼 때 유역 모델링에서 논과 밭에 의한 반영이 매우 중요하며, 더 나아가 유역 모델링 과정에서 담수나 계단식으로 행해지고 있는 국내 논과 밭의 특수성을 반영한 유역 모델링이 이루어질 필요가 있다. 다시 말해, 우리나라에서 유역 모델링에서 논과 밭은 매우 중요한 요소로 작용하며 국내 논과 밭이 가지는 특수성이 반드시 고려될 필요가 있으나, 기존 유역 모델링에서는 국내 논과 밭이 가지는 특수성이 충분히 반영되지 않았다(^{Jung et al., 2019}; ^{Song et al., 2009}).

기존 유역 모델링의 두 번째 한계점은 기상 조건 및 유출 특성 반영 측면에서 찾아볼 수 있다. 최근 들어 과거와 비교하면 집중성 강우 발생 횟수가 증가함과 동시에 강우강도도 증대되고 있는데, 이로 인해서 홍수피해 발생 가능성이 증대되고 있다(^{MOLIT, 2011}). 최근 집중호우의 발생빈도를 보면, 1999년부터 2008년까지 10년 동안 1일 100 mm 이상 집중호우의 발생빈도는 총 385회로 ‘70 -’80년대에 222회 발생한 것에 비해 약 1.7배 증가하였다(^{Sung et al., 2012}). 이러한 기상 조건의 변화가 유역 모델링에 반영되기 위해서는 강우량보다는 강우강도에 근거한 모의가 이루어질 필요가 있으며, 이는 수문 모델에서 일 단위보다는 시간 단위 강우에 의한 유출 해석이 필요하다. 그러나 기존 유역 모델링에서 시간 단위 유출 해석이 이루어진 사례를 찾아보기는 매우 어려우며, 시간 단위 모의가 가능하지 않은 유역 모델도 있다.

시간 단위 유출 해석의 필요성으로 미루어볼 때, 기존 유역 모델링의 한계는 지하수 모의 과정에서도 나타난다. 기상 조건의 변화나 이상강우에 의한 홍수로 발생하는 지표수의 발생은 지표하 유출, 기저유출, 토양수분, 지하수위 등에 의해 달라질 수 있기 때문에, 시간 단위 유출 해석에서 지표면 아래에서의 수문 거동 모의는 매우 중요한 요소 중의 하나이다. 특히, 국내 하천에서 기저 유출이 하천 유량에 기여하는 비율은 약 40% 이상 되기 때문에(^{Hong et al., 2015}; ^{Lee et al., 2017}), 기저유출은 하천의 유량, 수질, 수생태 건강성을 유지하는 것에 매우 중요한 요소로 작용하고 있다. 지표면 아래에서의 수문 거동 모의를 위해서는 토층에 대한 반영이 매우 중요하지만 HSPF 모델을 이용한 국내 토양층의 특성이 반영된 매개변수의 산정 등에 관한 연구는 찾아보기 어려우며, SWAT 모델은 지표수 모델으로써 지표하 유출과 지하수 모의에는 다소 한계가 있다. SWAT 모델은 지표하 유출 모의 한계점은 개선하기 위해서 MODFLOW 모델과의 연계가 이루어졌으나, 현재까지는 유량 예측에 대해 중점을 두고 있기 때문에 기존의 한계점이 개선되었다고 보기 어렵다. 그리고 시간 단위 유출 모의는 유출수의 총량보다는 첨두유량 예측에서 의미를 가지는데, 유역의 유출구에서 첨두유량은 유역 내 본류 및 지류의 형상이 적지 않은 영향을 미친다(^{Kang and Ryu, 2011}; ^{Park et al., 2015}). 그러나 기존 유역 모델링에서는 하천 단면에 대한 고려가 충분히 반영되었다고 보기에 어렵다.

기존 유역 모델링의 네 번째 한계점으로는 유역 내 다양한 형태의 조건 반영 여부로 볼 수 있다. 유역의 유출구에서의 유량 및 오염원의 발생에 영향을 미치는 요소는 점오염원과 같은 점 형태 요소, 하천이나 인공수로와 같은 선 형태 요소, 경작지, 산림, 도시, 초지 등과 같은 면 형태 요소로 구분할 수 있는데, 이러한 점⋅선⋅면 형태의 요소가 복합적으로 작용하여 유역의 유출구에서의 유량 및 수질이 결정된다. 따라서 유역내 다양한 형태의 조건들이 종합적으로 반영될 필요가 있으나, 현재까지 유역 모델링에 사용되는 수문 모델들은 각기 다른 제약을 가지고 있다. 예를 들면, SWAT 모델의 경우에 점의 형태인 점오염원 조건 반영이 충분히 이루어진다고 보기 어려우며, APEX 모델은 선의 형태인 하천에서의 수질 모델링에 한계가 있고, HSPF 모델은 면의 형태를 가지는 토양에 대한 조건을 반영하기 어렵다.

기존 모델링이 가지고 있는 다섯 번째 한계점으로 사회요구 대응 적합성 여부를 볼 수 있다. 우리나라는 최근 물관리 일원화 정책이 추진되었다. 물관리 일원화는 통합 물관리(Integrated Water Management)를 위한 정부조직의 업무기능에 대한 조정을 의미하며, 이 통합 물관리는 수량, 수질, 물이용과 관리, 생태계, 사회적 및 경제적 관리를 전반적으로 포함하는 광범위한 개념 및 과정을 포함한다(^{KEI, 2017}). 즉, 우리나라의 통합 물관리에 있어 유역 모델링이 적용되기 위해서는, 기존과 같이 유량 및 수질에 대한 분석에 국한되는 것이 아니라, 수생태 등과 같은 유역 내 다양한 요소에 대한 반영까지 이루어질 필요가 있다. 그러나 현재까지의 유역 모델링은 유량이나 수질에 중점을 두고 이루어져 왔으며, 수문 현상과 함께 수생태에 대한 평가가 이루어진 사례는 찾아보기 어렵다.

3.2 유역 모델링 발전 방향

유역 모델링은 유역 안의 다양한 조건을 고려하여 유역의 말단부인 유출구에서의 모의 대상 항목에 대한 평가가 이루어질 수 있도록 하는 기법이다. 이를 위한 유역 모델들은 각각의 개발 목적, 배경, 연산 과정 등을 가지고 있으며, 국내외의 다양한 유역에 대한 적용성 평가에서 신뢰할 수 있는 수준의 결과를 도출한 바 있다(참고문헌들). 그러나, 현재 우리나라의 기상 조건의 변화, 임야에 이어 높은 토지이용 비율을 차지하는 논의 특수성, 국내에서 시행되고 있는 통합 물관리 정책에 유역 모델링이 활용되기 위해서는 몇 가지 개선이 필요한데, 이 중에서 시간 단위 예측의 정확도 향상이 우선시되어야 할 것으로 보인다.

유역 모델링에서 시간 단위 예측은 최근까지의 기상 조건 변화를 충분히 반영하기 위한 목적 때문에 우선시되어야 할 뿐만 아니라, 시간 단위 예측에서의 높은 정확도를 기대하기 위해서는 유역의 다양한 조건에 대한 반영이 필요하기 때문이다. 이 유역의 다양한 조건으로는 강우 시 유출수의 양에 영향을 미치는 토양수분 상태 및 침투 조건, 우리나라 수자원 이용 비율이 가장 높은 논에서의 관개 및 배수에 의한 유량 변동 조건, 하천에서의 수심이나 유속에 영향을 미치는 하천 단면 조건 등이 포함된다.

수 시간 동안 지속되는 강우에 의한 지표 유출수는 토양수분 상태에 따라 달라질 수 있기 때문에, 이 상태를 잘 반영할 수 있어야 첨두유량에 대해 신뢰할 수 있는 수준의 모의 결과를 도출할 수 있다. 따라서 토양의 물리적 특성이 고려되어야 하며 이때 토양층을 구분하여 토양수분 및 지하수위에 대한 모의가 이루어질 필요가 있다. 동시에 지표하 유출 또는 기저유출에 대한 모의가 적절하게 이루어질 수 있어야 한다. 그리고 더 나아가 이러한 기저유출은 갈수기에는 하천 유량의 대부분을 차지하기 때문에 지표수 예측을 위해서 뿐만 아니라, 갈수기 물관리를 위해 반드시 반영이 필요한 부분이다. 즉, 유역 모델링에서 수 시간에 걸쳐 지속하는 강우와 토양의 물리적 특성에 의해서 첨두유량 예측이 잘 이루어질 필요가 있으며, 동시에 기저유출에 대한 모의 역시 충분히 이루어질 수 있어야 한다.

논의 경우 세 가지 측면에서 유역 모델링에서 중요하게 다루어야 할 사항이다. 첫 번째는 비교적 높은 국토 면적 비율을 차지하고 있다는 것이고, 두 번째는 국가 수자원의 62%를 차지하는 농업용수 대부분을 차지하고 있다는 것이며, 세 번째는 저류지와 유사한 특성을 가지는 담수가 이루어진다는 점이다. 즉, 유역 안에서 논이 물순환에 미치는 영향은 매우 클 것으로 판단되는데, 이러한 영향은 논에서 담수 중에 지표면으로의 침투 후 발생하는 지연 회귀수와 배수 시에 즉시 하천으로 도달하는 신속 회귀수로 나누어 볼 수 있다. 이러한 지연 및 신속 회귀수는 유역 안에서 논의 공간적인 위치에 따라 달라질 수 있기 때문에, 수 시간에서 며칠에 걸쳐 하천에 도달하는 신속 및 회귀수에 대한 고려가 필요하다.

유역 안에서 발생한 지표수 및 지하수가 하천에 도달하면, 하천 단면에 의한 수심 및 유속의 변화에 따라 유역의 유출구에서의 유량은 달라질 수 있다. 따라서 하천 단면에 대한 반영이 유역 모델링에 반영이 될 필요가 있으며, Korean Reach File (^{ME, 2020}) 등의 자료를 이용하거나 무인항공기 및 광파측정기에 의해 구간별 하천 단면을 조사하여 이용할 수 있으며, 이를 이용하여 시간 단위 하천 라우팅이 모의에 반영될 필요가 있다.

즉, 시간 단위 예측 기술이 유역 모델링에 적용되기 위해서는 유역의 유출구에 대한 모델링 결과에 대한 신뢰성 판단뿐만 아니라, 하천이나 인공수로와 같은 선 형태의 구성 요소와 유역 안에 공간적으로 분포되어 있는 논 등의 토지이용 분류 등과 같은 면 형태의 구성 요소에 대한 모델링이 충분히 반영된 신뢰성 판단이 이루어질 수 있어야 한다.

유역 모델링에서 시간 단위 예측에서 정확성 증대와 함께 다루어져야 할 또다른 사항들로는 모의 기간 중 토지이용 변화, 저영향개발기법이나 최적관리기법, 수생태 특성 변화에 대한 모의 가능 여부이다. 유역 모델링이 중장기적 기간에 대해서 적용될 때에 기상 조건의 변화는 현재 시점에서도 반영할 수 가능하지만, 모의 기간 중 토지이용의 변화는 타당하게 고려되지 않았다. 토지이용의 조건은 유역에서의 수문 거동에 적지 않은 영향을 주기 때문에, 공간 자료의 시간적 변화 모의가 가능하도록 하는 개선이 필요한 것으로 판단된다. 유역 모델링은 특정 시점에 대한 시공간적 자료에 따른 수문 및 오염원 거동 모의뿐만 아니라 이들을 제어할 수 있는 기법들인 최적관리기법이나 저영향개발에 대한 영향 모의를 포함한다. 즉, 모의 시점에서 발생하고 있는 문제를 해결하기 위한 기법들에 대한 예측을 위해 유역 모델링이 적용될 수 있다. 이러한 기법 모의 가능 여부는 유역 모델링에서 선택적인 사항들로 보일 수도 있으나, 대상 유역에 이미 이러한 기법들이 적용된 상태라면, 선택 사항이 아니라 필수 사항으로 보는 것이 합리적일 것이다. 예를 들면, 이미 식생여과대나 수변구역이 유역의 하천에 배치되어 있거나, 저영향개발 기법이 고려된 주거 단지를 포함하는 경우에는 모의 대상 시점에 대한 모의에서도 이러한 기법들이 고려될 필요가 있을 것이다. 그리고 통합 물관리 정책은 수량이나 수질, 용수의 공급과 수요, 토지와 물 이용 등과 같이 수문 및 오염원 거동과 관련된 사항뿐만 아니라, 생태계 관리도 포함을 하기 때문에 먹이사슬, 화학물질, 환경독성물질 등에 대한 복합적인 분석을 통하여 생태계위협 요소 평가까지 다루어질 필요가 있다. 다시 말하면, 수량 및 수질과 함께 수생태계를 모두 포함한 유역 모델링이 필요하다.

즉, 앞으로의 유역 모델링은 지표수 및 지하수에 대한 시간 단위 예측, 수문 및 오염원 저감기법에 대한 반영, 수생태계 시나리오 분석이 가능해야 할 것으로 보이며, 이는 하나의 독립적인 수문 모델이 아니라 두 개 이상의 모델이 연계된 통합 시스템의 형태로의 구성이 필요할 것으로 보이며, 이러한 모델 통합 시스템의 개발 과정에서 모의 연산시간 제어가 가능한 하드웨어 기술과의 접목 또는 컴퓨터 운영체제에 대한 검토 역시 필요할 것으로 판단된다(Fig. 7).

Fig. 7. Components for the multi-model ensemble system suggested in the study.