2.1 연구지역

본 연구 대상지역은 경안천 유역으로 용인시 이동면과 원삼면의 경계인 문수봉 계곡에서 발원하여 광주시 초월면 지월리에서 곤지암천과 합류된 후 팔당호로 유입된다(Fig. 2). 경안천 유역의 유로 연장은 49.5 km이며 유역면적은 508.1 km², 평균유량은 약 5.4 m³/s 로써 팔당호 전체 유입 유량의 약 2.5%를 차지하고 있다^{(Jang et al., 2009)}.

2013년의 경안천 유역 토지피복도는 시가화 건조지역 60.1 km², 농업지역 53.2 km², 산림지역 297.9 km², 초지 64.0 km², 습지 4.2 km², 나지 22.9 km², 수역 5.8 km²로 나타났다(Table 1). 경안천 유역은 국내 다른 유역에 비해 도심지(11.8%)와 농업지역(10.5%) 비율이 상대적으로 높고, 높은 인구 밀도와 계속된 지속적인 도시화로 인해 오염원 발생량 증가가 우려된 지역이다^{(Jang et al., 2009)}. 2023년 시가화 건조지역은 63.4 km²로 3.2 km² 증가했고, 농업지역은 60.0 km²로 6.9 km² 증가하였다. 이러한 도심지와 농업지역의 확장은 비점오염원 발생 가능성을 증가시키며, 팔당호 수질 보호를 위해 경안천 유역에 대한 체계적인 수질 및 오염부하 관리가 필수적이다. 본 연구에서는 이러한 지역적 특성을 고려하여 경안천 유역을 대상으로 점⋅직접비점⋅기저비점 오염부하량를 종합적으로 분석하였다.

Fig. 2. Location of the Kyoungan Stream Watershed, wastewater treatment plants, and water quality, streamflow, and weather stations. The numbers indicate the subwatershed number in the SWAT model.

2.2 유량 및 수질 모델링

2.2.1 SWAT 개요 및 입력자료 구축

SWAT은 준분포형 장기 강우-유출 모형으로, 미국 농무성 농업연구소(United States Department of Agriculture)에서 개발된 유역 단위 모형이다^{(Arnold, 1992; Arnold et al., 1998)}. SWAT은 다양한 토성, 토지이용, 토지관리 조건을 반영하여 유출수 및 농업화학물질 등 다양한 오염원의 거동을 시⋅공간적으로 모의할 수 있다는 장점이 있다.

Fig. 3. Input data for the SWAT model in the study area: (a) DEM, (b) Land use (2013), (c) Soil map.

연구에 사용한 DEM은 국토지리정보원^{(MOLIT, 2024)}에서 제공하는 30 m × 30 m 해상도 자료를 이용하였고, 토지이용도는 환경부 환경공간정보서비스^{(NIER, 2024a)}에서 제공하는 2013년 중분류 토지피복지도 사용하였다.또한, 토양 자료는 농촌진흥청 국립농업과학원 흙토람^{(RDA, 2024)}에서 제공하는 개략토양도 자료를 사용하였다(Fig. 3). 기상자료는 일 강수량(mm), 일 평균 풍속(m/sec), 일 평균 상대습도(%), 일 최고⋅최저기온(°C), 일 수평면 일사량(MJ/m²)을 수집하였으며, 본 연구에서는 기상청에서 제공하는 2013년 1월 1일∼2022년 12월 31일 자료를 사용하였다.

오염부하량 산정 신뢰도를 높이기 위하여, 모델 구축 시 경안천 유역 내 점오염원 시설을 조사하였고, 해당 시설의 위치(Fig. 2)와 배출량(Table 2) 정보를 SWAT 모형에 반영하였다. 점오염원 자료는 전국오염원조사^{(NIER, 2024b)}를 참고하였으며, 특히 경안천 유역 내 하수처리장 10곳의 T-N 배출량을 사용하였다.

Table 2 Wastewater treatment plants in the Kyoungan Stream Watershed

Subwatershed	Code	Wastewater treatment plant	Treatment capacity (㎥/day)	T-N load (kg/day)
1	-	-	-	-
2	W1	Yangbeol	20,000	118.5
	W2	Maesan	500	2.9
	W3	Mohyeon	16,000	84.6
3	W4	Gwangju City	25,000	181.7
	W5	Gonjiam	23,000	142.5
	W6	Sam-ri	5,000	38.4
	W7	Docheok	800	21.5
4	W8	Opo	20,000	98.0
5	W9	Yongin	56,000	119.4
	W10	Yongin Dongbu	800	5.1

2.3 WAPLE4를 이용한 오염부하량 현황 분석

3.1 SWAT 모델 보정 결과

SWAT-CUP을 이용하여 유량과 T-N에 대한 민감도 분석을 수행하였으며, 분석 결과를 바탕으로 민감도가 높은 주요 매개변수를 선정하여 모델을 보정하였다. 유량 보정을 위해 ALPHA_BF, GWQMN, LAT_TTIME, SURLAG, CN2, GW_DELAY 등 6개의 매개변수를, T-N 보정을 위해 LAT_ORGN, ERORGN, N_UPDIS, NPERCO 등 4개의 매개변수를 조정하였다(Table 5).

보정 결과 일 유량에 대한 NSE와 R2는 각각 0.79, 0.74로 나타나 ^{Moriasi et al. (2015)}의 기준에 따라 “좋음” 및 “만족” 수준의 정확도를 보였다. 특히, 시계열 그래프와 1:1 산점도 분석(Fig. 4)을 통해 유량과 T-N의 시간적 변동성이 적절히 재현되었음을 확인하였다(Fig. 4a and c). 유량 모의 결과 보면, 고유량 구간에서도 실측값과 유사한 경향을 보이며, 산점도(Fig. 4b)에서도 점들이 1:1 라인 주변에 균등하게 분포하는 것으로 나타나 과대 또는 과소 모의 편향(bias)은 크지 않은 것으로 판단되었다.

반면에, T-N의 경우 고유량 구간에서 실측 데이터가 부족하여, 모의 정확도 평가 결과에 대한 신뢰도가 낮을 수 있다. 그러나 보정 과정에 활용된 실측값을 기준으로 보면 T-N 값이 높은 시점에서도 비교적 준수한 모의 정확도를 나타냈다. 산점도 그래프(Fig. 4d)를 살펴보면 최적 적합선(Best-fit line)과 1:1 라인을 비교했을 때 T-N의 과대 모의 편향이 일부 존재하는 것으로 나타났다. 그러나 이는 매우 큰 T-N 부하량 값(200,000 kg/day)에 대해서 과대하게 예측된 하나의 예측값이 전체 모의 결과 평가에 지배적인 영향을 미쳤기 때문으로 판단된다. 오히려 부하량이 100,000 kg/day 이하일 때에는 과소 모의 편향이 관측되었다. 하지만 고부하 구간에서 실측값이 단 하나만 존재하므로, 향후 추가적인 자료 확보를 통해 모델을 재보정하면 고부하 구간에 대한 보다 신뢰성 있는 모의 정확도 평가가 가능할 것이다.

Fig. 4. Comparison of observed and simulated streamflow and T-N: (a) Time-series plot of streamflow, (b) Scatter plot of streamflow, (c) Time-series plot of T-N, and (d) Scatter plot of T-N.

3.2 경안천 유역의 오염부하량 특성 분석결과

WAPLE4를 이용해 2017년부터 2022년까지 경안천 유역에서 발생한 점⋅직접비점⋅기저비점 오염부하량을 연도별로 산정하였다(Fig. 5). 해당 기간 경안천 유역에서 발생한 총 T-N 오염부하량은 24,194 ton으로, 연평균 4,032 ton이었다. 이 중 점오염원에 의한 부하량은 연도와 관계없이 매년 평균적으로 약 230 ton이었다. 연도별 총 오염부하량에서 각 오염원이 차지하는 비율을 분석한 결과, 직접비점오염 부하량이 연평균 68.4%로 가장 높은 비중을 차지했으며, 기저비점오염 부하량이 25.4%, 점오염 부하량은 6.2%로 낮게 나타났다.

분석 기간 동안 경안천 유역의 총 오염부하량 중 비점오염부하량(직접비점과 기저비점의 합)이 차지하는 비중은 평균 93.8%로 확인되었다. 비점오염원은 강우의 영향을 크게 받으므로, 연도별 총 오염부하량의 변동은 연강수량 차이에 의해 발생한 것으로 판단된다. Fig. 5에서도 확인할 수 있듯이, 총 오염부하량이 큰 연도는 연강수량이 많았던 해(2018, 2020, 2022)와 일치하며, 반대로 총 오염부하량이 적었던 해(2019, 2021)는 연강수량이 낮은 시기였다.

이와 같은 총 오염부하량과 연강수량의 상관성을 통계적으로 검증하기 위해 상관 분석을 수행하였다. 분석 결과, 상관계수(r)는 0.98(p < 0.01)로 나타나, 통계적으로 유의미한 강한 양의 상관관계가 있음을 확인하였다. 이는 경안천 유역에서 강우로 인한 비점오염원이 오염부하량 변동에 가장 중요한 요인임을 시사한다. 따라서 유역 수질 관리 및 오염 점감 대책에서는 강우 유출에 의한 비점오염원 관리에 중점을 두는 것이 필요하다.

Fig. 5. Annual pollutant loads and annual precipitation in the Kyoungan Stream Watershed.

3.3 경안천 소유역별 오염부하량 특성 분석

경안천 유역을 5개의 소유역으로 나누어 점⋅기저비점⋅직접비점 오염부하량을 분석한 결과, 소유역별 오염부하량의 구성 및 기여도가 상이하게 나타났다(Fig. 6). 경안천 유역의 최종 유출구가 위치한 1번 소유역에서의 총 오염부하량은 1,879 ton/year로 가장 높았으며, 그 다음으로는 3번(981 ton/year), 2번(549 ton/year) 소유역 순으로 총 오염부하량이 크게 나타났다. 모든 소유역에서 직접비점오염, 기저비점오염, 점오염 부하량 순서로 기여율이 높게 나타났다.

1번 소유역에는 하수처리장과 같은 점오염원 배출시설이 없기 때문에 점오염원의 기여는 없었고, 3번 소유역은 점오염부하량이 83 ton/year로 가장 컸다. 이는 3번 소유역에 점오염원 배출시설이 밀집해 있고, 이 시설들의 배출량 역시 크게 나타난 결과이다(Table 2). 그러나 3번 소유역 내에서 점오염부하량은 총 오염부하량의 8%에 불과해, 결국 이 소유역의 하천 수질은 비점오염원이 지배적으로 영향을 미친다고 판단된다. 반면 4번 소유역의 점오염부하량은 36 ton/year로 전체 소유역 중 두번째로 낮았지만, 이는 4번 소유역의 총 오염부하량 중 21%로 상대적으로 비중이 높았다. 이는 4번 소유역이 유역면적이 작고 최상류에 위치해 상류로부터 유입되는 오염원이 없으며, 그 결과 다른 소유역에 비해 비점오염원이 차지하는 비율이 낮은 반면, 제한적으로 존재하는 점오염원이 전체 오염부하에 미치는 영향이 큰 것으로 해석된다. 따라서 4번 소유역을 대상으로 하천 수질 관리를 위한 정책을 수립할 때는 점오염원 관리가 핵심적인 과제로 부각될 수 있다.

비점오염부하량을 좀 더 세밀히 확인하기 위해, 점오염원은 제외하고 직접비점오염과 기저비점오염만을 대상으로 추가 분석을 수행하였다(Fig. 6b), 그 결과 2번 소유역은 직접기저비점오염 부하량이 총 오염부하량 중 88%로 가장 높았으며, 4번 소유역 또한 81%로 상대적으로 높은 수준을 보였다. 두 소유역에서 이러한 직접비점오염원의 높은 기여율이 관측된 주된 이유는 도시 지역(불투수층) 면적 비율이 각각 16%(2번)와 14%(4번)로 다른 지역에 비해 높기 때문으로 판단되었다(Table 6). 실제로 ^{Jang et al. (2005)}과 ^{Kim and Kim (2023)}은 경안천 지역 모니터링 연구를 통해 불투수층 면적 증가와 T-N 농도 상승 간의 유의미한 관련성을 보고한 바 있다. 이는 강우 시 도시⋅주거 지역의 도로⋅포장면 위에 축적된 생활폐기물⋅반려동물 배설물⋅자동차 매연 침적물 등 다양한 질소 함유 오염원이 초기 강우 유출(initial flush runoff)을 통해 하천으로 유입되었기 때문으로 판단된다.

기저비점오염 부하량의 기여율은 3번 소유역에서 35%로 가장 높았고 1번 소유역이 29%로 두 번째로 높았다. 이는 두 소유역 모두 도시 지역 비율이 각각 10%(3번), 7%(1번)에 불과하고 농업⋅산림⋅초지 면적 비율이 각각 83%, 88%로 높아 빗물이 토층으로 많이 침투되고, 강우가 끝난 후에도 기저유출 형태로 하천에 지속적으로 유입되기 때문이다. 이러한 분석 결과는 해당 소유역들이 침투⋅지연 유출 경로가 잘 발달한 토지 이용 특성을 지니고 있음을 시사한다.

결론적으로 2번과 4번 소유역에서는 하천 수질 향상을 위해서는 강우로 인한 도시지역에서의 직접비점오염원의 유출을 줄이기 위해 저영향개발기법(Low Impact Development, LID)과 같은 우수 관리 및 침투 시설 설치가 필요하며, 1번과 3번 소유역은 기저비점오염원 관리를 위한 농업지역에서의 비점오염원 저감 방안(최적관리기법 등)이 요구된다. 또한 4번 소유역은 점오염원의 상대적 영향이 크기 때문에, 시설 배출량 관리와 집중 모니터링을 통해 지속적인 관리가 중요하다.

Fig. 6. Annual pollutant loads by subwatersheds: (a) Including all source pollutants, and (b) Only non-point source pollutants.