본 연구에서는 공간정보 자료원에 따른 수질특성의 영향을 비교하였다. 먼저, 비점오염부하량 평가에 영향을 미치는 토지피복별 기대평균농도(EMC)를 효과적으로 계산하기 위해, 영상분류를 통해 대청댐유역의 토지피복도를 구축하였으며, 이를 환경부 대분류 자료와 비교한 결과 88.76%의 높은 정확도를 확보하였다. 또한 토양도와 영상분류에 의한 토지피복도를 공간 중첩하여 유출곡선지수와 직접유출을 계산하였으며, 분석 결과 석천과 대청댐 유역이 가장 높게 나타났다. 그리고 직접유출과 기대평균농도를 조합하여 계산한 BOD에 대한 비점오염부하량은 삼가천합류점과 소옥천하류 유역이 높게 나타났으며, TN과 TP에 대한 비점오염부하량에서는 삼가천합류점과 봉황천하류 유역이 높게 나타났다. 영상분류에 의한 비점오염부하량의 효용성 평가를 위해 환경부 토지피복도에 의한 비점오염부하량과 상호 비교한 결과, 대청댐상류 유역에서 BOD, TN, TP에 대한 오염부하량의 오차가 각각 10.64%, 11.70%, 20.00%로 가장 크게 나타났다. 따라서 유역내 수질특성을 효과적으로 모의하기 위해서는 논과 밭이 포함된 공간정보를 활용하는 것이 비점오염부하량 평가에 바람직하다고 본다.
본 연구에서는 공간정보 자료원에 따른 수질특성의 영향을 비교하였다. 먼저, 비점오염부하량 평가에 영향을 미치는 토지피복별 기대평균농도(EMC)를 효과적으로 계산하기 위해, 영상분류를 통해 대청댐유역의 토지피복도를 구축하였으며, 이를 환경부 대분류 자료와 비교한 결과 88.76%의 높은 정확도를 확보하였다. 또한 토양도와 영상분류에 의한 토지피복도를 공간 중첩하여 유출곡선지수와 직접유출을 계산하였으며, 분석 결과 석천과 대청댐 유역이 가장 높게 나타났다. 그리고 직접유출과 기대평균농도를 조합하여 계산한 BOD에 대한 비점오염부하량은 삼가천합류점과 소옥천하류 유역이 높게 나타났으며, TN과 TP에 대한 비점오염부하량에서는 삼가천합류점과 봉황천하류 유역이 높게 나타났다. 영상분류에 의한 비점오염부하량의 효용성 평가를 위해 환경부 토지피복도에 의한 비점오염부하량과 상호 비교한 결과, 대청댐상류 유역에서 BOD, TN, TP에 대한 오염부하량의 오차가 각각 10.64%, 11.70%, 20.00%로 가장 크게 나타났다. 따라서 유역내 수질특성을 효과적으로 모의하기 위해서는 논과 밭이 포함된 공간정보를 활용하는 것이 비점오염부하량 평가에 바람직하다고 본다.
This study compared the influence of water quality according to the data sources of spatial information. Firstly, land cover map was constructed through image classification of Daecheong-dam basin and the accuracy of image classification from satellite image showed high as 88.76% in comparison with ...
This study compared the influence of water quality according to the data sources of spatial information. Firstly, land cover map was constructed through image classification of Daecheong-dam basin and the accuracy of image classification from satellite image showed high as 88.76% in comparison with the large-scaled land cover map in Ministry of Environment, to calculate Event Mean Concentration (EMC) by land cover that impact on the evaluation of nonpoint source pollutant loads. Also curve number and direct runoff were calculated by spatial overlay with soil map and land cover map from image classification. And Seokcheon and Daecheong-Dam basin showed high in the analysis of curve number and direct runoff. Samgacheon-Joint and Sokcheon-Downstream basin showed high in the nonpoint source pollutant loads of BOD from direct runoff and EMC. And Samgacheon-Joint and Bonghwangcheon- Downstream basin showed high in the nonpoint source pollutant loads of TN and TP. Nonpoint source pollutant loads from image classification were compared with those by the land cover map from Ministry of Environment to present the effectivity of nonpoint source pollutant loads from satellite image. And Daecheong-Dam Upstream basin showed high as 10.64%, 11.70% and 20.00% respectively in the errors of nonpoint source pollutant loads of BOD, TN, and TP. Therefore, it is desirable that spatial information including with paddy and dry field is applied to the evaluation of nonpoint source pollutant loads in order to simulate water quality of basin effectively.
This study compared the influence of water quality according to the data sources of spatial information. Firstly, land cover map was constructed through image classification of Daecheong-dam basin and the accuracy of image classification from satellite image showed high as 88.76% in comparison with the large-scaled land cover map in Ministry of Environment, to calculate Event Mean Concentration (EMC) by land cover that impact on the evaluation of nonpoint source pollutant loads. Also curve number and direct runoff were calculated by spatial overlay with soil map and land cover map from image classification. And Seokcheon and Daecheong-Dam basin showed high in the analysis of curve number and direct runoff. Samgacheon-Joint and Sokcheon-Downstream basin showed high in the nonpoint source pollutant loads of BOD from direct runoff and EMC. And Samgacheon-Joint and Bonghwangcheon- Downstream basin showed high in the nonpoint source pollutant loads of TN and TP. Nonpoint source pollutant loads from image classification were compared with those by the land cover map from Ministry of Environment to present the effectivity of nonpoint source pollutant loads from satellite image. And Daecheong-Dam Upstream basin showed high as 10.64%, 11.70% and 20.00% respectively in the errors of nonpoint source pollutant loads of BOD, TN, and TP. Therefore, it is desirable that spatial information including with paddy and dry field is applied to the evaluation of nonpoint source pollutant loads in order to simulate water quality of basin effectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
영상분류에 의한 효용성을 평가하고자, 환경부의 대분류 토지피복도에 의한 비점오염부하량을 계산하여 영상분류 결과와 상호 비교하였다. 특히 대청댐유역을 구성하고 있는 24개 표준유역별 기대평균농도를 계산함으로서, 강우특성이 동일할 경우 비점오염부하량과 같은 수질특성에 취약한 유역을 선정하기 위한 기초자료를 생성하였다. 아울러 영상분류와 환경부의 토지피복에 의한 수질특성의 차이가 크게 발생하는 표준유역도 함께 분석하여 제시함으로서, 공간정보 자료원에 따른 영향 및 중요도를 제시하는데 본 연구의 목적을 두었다.
특히 대청댐유역을 구성하고 있는 24개 표준유역별 기대평균농도를 계산함으로서, 강우특성이 동일할 경우 비점오염부하량과 같은 수질특성에 취약한 유역을 선정하기 위한 기초자료를 생성하였다. 아울러 영상분류와 환경부의 토지피복에 의한 수질특성의 차이가 크게 발생하는 표준유역도 함께 분석하여 제시함으로서, 공간정보 자료원에 따른 영향 및 중요도를 제시하는데 본 연구의 목적을 두었다.
특히 대부분 산림과 농경지로 구성되어 있는 댐유역의 경우 논과 밭을 통합하여 비점오염원을 평가할 경우 상당한 오차를 보이게 된다. 본 연구에서는 이를 보완하고자 Landsat 영상자료를 이용하여 영상을 분류하였으며, 이를 환경부의 대분류 자료와 토지피복 클래스를 통합하여 상대적 정확도를 평가하였다.
본 연구에서는 논과 밭을 포함한 토지피복을 효과적으로 분류하기 위해, 근적외선(NIR; Near Infrared) 밴드가 수체(물)에 민감하게 반응한다는 점에 착안하여 모내기 전후의 영상을 이용하였다[15]. 이를 통해 모내기 후 논에 존재하는 물을 근적외선 밴드를 이용하여 추출한 후 모내기 전의 농경지 영상으로부터 별도로 추출하는 방법을 이용하였다.
본 연구는 공간정보 자료원에 따른 대청댐유역의 수질특성을 비교 분석하기 위한 연구로서, Landsat TM 영상에 의한 토지피복도와 환경부 토지피복도에 따른 비점오염원을 상호 비교한 결과 다음의 결론을 얻었다.
제안 방법
본 연구에서는 Landsat TM 영상으로부터 근적외선 밴드 특성에 의한 토지피복 분류기법을 제시하고, 이를 통해 구축한 토지피복도를 토양도와 공간 중첩하여 표준유역별 유출곡선지수(CN; Curve Number)와 직접유출, 기대평균농도 그리고 비점오염부하량을 계산하였다. 영상분류에 의한 효용성을 평가하고자, 환경부의 대분류 토지피복도에 의한 비점오염부하량을 계산하여 영상분류 결과와 상호 비교하였다.
댐유역의 비점오염원 분석을 위해서는 기본적으로 토양도와 토지피복도와 같은 GIS 자료를 활용한 유출량 계산이 필요하다. 본 연구에서는 농업과학기술원으로부터 1/25,000 축척의 정밀토양도를 입수하였으며, 토지피복도는 Landsat TM 영상에서 분류한 성과물과 환경부의 대분류 토지피복도를 이용하였다. 수질 분석에 필요한 직접유출을 계산하기 위해 미국 토양국(U.
토양층은 구성입자 및 투과 특성에 따라 수문학적 토양군을 A, B, C, D로 구분하고 있으며, D군으로 갈수록 높은 유출특성을 갖는다[14]. 수문학적 토양군과 토지피복도와의 공간중첩을 통해 유출곡선지수를 계산하며, 유출곡선지수로부터 최대잠재보유수량(S)을 아래와 같이 계산하고 이를 통해 유출량을 평가하게 된다.
본 연구에서는 논과 밭을 포함한 토지피복을 효과적으로 분류하기 위해, 근적외선(NIR; Near Infrared) 밴드가 수체(물)에 민감하게 반응한다는 점에 착안하여 모내기 전후의 영상을 이용하였다[15]. 이를 통해 모내기 후 논에 존재하는 물을 근적외선 밴드를 이용하여 추출한 후 모내기 전의 농경지 영상으로부터 별도로 추출하는 방법을 이용하였다. 모내기 전후 영상 영상을 검색하여 그림 2와 같이 2009년 4월 7일과 2009년 6월 26일 영상을 선정하였으며, 3/2/1 밴드를 이용하여 산림, 시가지, 농경지를 추출한 후 근적외선(4밴드)로부터 농경지에 대해 논과 밭을 별도로 분리하였다.
분류된 토지피복도의 정확도를 상대적으로 비교하기 위해 환경부의 대분류 자료를 이용하였다. 먼저, 환경부 대분류 자료의 7개 클래스를 수계, 시가화건조지역, 산림, 농경지로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 상호 비교하였다.
분류된 토지피복도의 정확도를 상대적으로 비교하기 위해 환경부의 대분류 자료를 이용하였다. 먼저, 환경부 대분류 자료의 7개 클래스를 수계, 시가화건조지역, 산림, 농경지로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 상호 비교하였다. 분석 결과, 수계와 산림지역은 각각 99.
비점오염원 평가의 기초가 되는 직접유출을 계산하기 위해, 먼저 정밀토양도의 토양특성 및 투수성을 이용하여 수문학적 토양군을 계산하였으며, 이를 Landsat TM 영상으로부터 분류한 토지피복도 자료와 공간 중첩하여 SCS 유출곡선지수를 분석하였다.
앞에서 계산한 기대평균농도에 SCS 유출곡선지수 방법에 의한 직접유출을 고려하여 BOD, TN, TP에 대한 오염부하량을 계산하였다.
위성영상 분류를 통한 비점오염원 분류의 효용성을 평가하기 위해, 환경부 대분류 피복도에 의한 비점오염원 결과와 비교하였다. 환경부의 대분류 토지피복도는 논과 밭의 구분이 없이 농경지로만 분류하고 있기 때문에, 표 1의 토지피복별 기대평균농도 값을 농업 기준값으로 통합하여 적용하였다.
위성영상 분류를 통한 비점오염원 분류의 효용성을 평가하기 위해, 환경부 대분류 피복도에 의한 비점오염원 결과와 비교하였다. 환경부의 대분류 토지피복도는 논과 밭의 구분이 없이 농경지로만 분류하고 있기 때문에, 표 1의 토지피복별 기대평균농도 값을 농업 기준값으로 통합하여 적용하였다.
환경부 자료로부터 계산된 기대평균농도를 SCS 유출곡선지수에 의한 직접유출 자료와 곱하여 비점오염부하량을 평가하였으며, 이를 영상에서 분류한 비점오염부하량 자료와 비교하였다.
대상 데이터
이를 통해 모내기 후 논에 존재하는 물을 근적외선 밴드를 이용하여 추출한 후 모내기 전의 농경지 영상으로부터 별도로 추출하는 방법을 이용하였다. 모내기 전후 영상 영상을 검색하여 그림 2와 같이 2009년 4월 7일과 2009년 6월 26일 영상을 선정하였으며, 3/2/1 밴드를 이용하여 산림, 시가지, 농경지를 추출한 후 근적외선(4밴드)로부터 농경지에 대해 논과 밭을 별도로 분리하였다. 그림 3은 모내기 전후의 근적외선 밴드에 의한 논과 밭의 특징을 보여주고 있으며, 2009년 6월 26일 영상에서 토지피복도상의 논에 해당되는 지역이 약간 어둡게 나타났다.
본 연구대상지는 대청댐유역으로, 대청댐은 금강 하구로부터 상류 약 150 ㎞ 지점에 위치하고 있다. 대청댐은 저수용량 14억 9천만㎥, 저수지 길이 86㎞에 이르는 국내 최대 최장의 호수로 복합형 본댐과 조정지댐으로 구성되어 있다.
데이터처리
본 연구에서는 Landsat TM 영상으로부터 근적외선 밴드 특성에 의한 토지피복 분류기법을 제시하고, 이를 통해 구축한 토지피복도를 토양도와 공간 중첩하여 표준유역별 유출곡선지수(CN; Curve Number)와 직접유출, 기대평균농도 그리고 비점오염부하량을 계산하였다. 영상분류에 의한 효용성을 평가하고자, 환경부의 대분류 토지피복도에 의한 비점오염부하량을 계산하여 영상분류 결과와 상호 비교하였다. 특히 대청댐유역을 구성하고 있는 24개 표준유역별 기대평균농도를 계산함으로서, 강우특성이 동일할 경우 비점오염부하량과 같은 수질특성에 취약한 유역을 선정하기 위한 기초자료를 생성하였다.
성능/효과
먼저, 환경부 대분류 자료의 7개 클래스를 수계, 시가화건조지역, 산림, 농경지로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 상호 비교하였다. 분석 결과, 수계와 산림지역은 각각 99.98%와 97.67%로 매우 높은 정확도를 보였으며, 시가화건조지역과 농경지는 80.51%와 76.68%로 비교적 양호한 정확도를 나타내었다. 전체 평균 정확도는 88.
68%로 비교적 양호한 정확도를 나타내었다. 전체 평균 정확도는 88.74%로 높은 정확도를 나타내었으며, 시가화건조지역의 경우 농경지로 오분류된 비율이 7.09%, 농경지의 경우 시가화건조지역으로 오분류된 비율이 18.30%로 나타났다. 이는 밭지역의 경우 시가화건지역과 일부 분광특성이 중복되어 나타난 것으로 판단되며, 따라서 밭 지역이 농경지로 통합되는 과정에서 분류 결과에 영향을 준 것으로 해석된다.
SCS 유출곡선지수 분석결과, 대청댐 유역에서는 대부분의 표준유역들이 유사한 값을 나타냈으며, 특히 석천과 대청댐 유역이 각각 79.76와 79.07로 높게 나타났다. 직접유출 분석결과, 대청댐 유역에서는 석천과 대청댐 유역이 각각 1339.
07로 높게 나타났다. 직접유출 분석결과, 대청댐 유역에서는 석천과 대청댐 유역이 각각 1339.77 ㎥/yr 와 1334.76 ㎥/yr 로 가장 높은 값을 나타났다. BOD, TN, TP에 대한 비점오염부하량을 평가하기 위해서는 먼저 토지피복별 기대평균농도를 계산해야 한다.
BOD, TN, TP에 대한 비점오염부하량을 평가하기 위해서는 먼저 토지피복별 기대평균농도를 계산해야 한다. 대청댐유역의 기대평균농도를 분석한 결과, BOD는 삼가천합류점, 소옥천하류, 봉황천하류 유역이 각각 11.44 ㎎/L, 10.98 ㎎/L, 10.59 ㎎/L 로 높게 나타났으며, TN은 삼가천합류점과 봉황천하류 유역이 각각 2.78 ㎎/L 과 2.5 ㎎/L 로 높게 나타났다. 또한 TP는 삼가천합류점과 봉황천하류 유역이 각각 0.
대청댐 유역의 BOD 오염부하량을 분석한 결과, 삼가천합류점, 소옥천하류, 봉황천하류 유역이 각각 15,430 g/yr, 14,875 g/yr, 14,192 g/yr 로 높게 나타났으며, 단위면적당 BOD 오염부하량에서는 삼가천합류점과 소옥천하류 유역이 각각 193.2 g/㎢/yr와 152.7 g/㎢/yr로 높게 나타났으며 대청댐과 초강상류 유역이 각각 13.9 g/㎢/yr와 17.7 g/㎢/yr로 낮게 나타났다.
그리고 TN 오염부하량 분석결과, 삼가천합류점과 봉황천하류 유역이 각각 3,655 g/yr 과 3,350 g/yr 로 높은 값을 나타냈으며, 대청댐 유역이 2,287g/yr로 가장 낮은 값을 보였다. 단위면적당 TN 오염부하량에서는 삼가천합류점과 항건천 유역이 각각 45.
3 g/㎢/yr로 낮게 나타났다. 또한 TP 오염부하량 분석결과, 삼가천합류점과 봉황천하류 유역이 각각 246 g/yr 과 217 g/yr 로 높은 값을 나타냈으며, 대청댐 유역이 83 g/yr로 가장 낮은 값을 보였다.
대청댐과 봉황천합류점 유역을 제외하고는 논과 밭을 분리한 영상분류 결과가 논과 밭을 통합한 환경부자료 기분에 비해 모두 높은 결과를 나타내었다. 이는 대청댐 유역의 경우 논의 비율이 밭보다 많이 분포하고 있어 논과 밭을 통합한 셀별 BOD 기대평균농도인 5.
90%의 오차를 나타내었다. 평균 BOD 오염부하량과 마찬가지로 평균 TN 오염부하량도 대청댐과 봉황천합류점 유역을 제외하고는 논과 밭을 분리한 영상분류 결과가 논과 밭을 통합한 환경부자료 기분에 비해 모두 높은 결과를 나타내었다. 이는 대청댐 유역의 경우 논의 비율이 밭보다 많이 분포하고 있어 논과 밭을 통합한 셀별 TN 기대평균농도인 3.
또한 평균 TP 오염부하량의 경우, 대청댐상류 유역에서 영상분류 결과값이 12.5 ton/yr, 환경부자료 기준에 의한 결과값이 10.0 ton/yr 로 약 20.00%의 오차를 나타내었다. 또한 소옥천상류 및 삼가천합류점 유역이 각각 17.
57%의 오차를 나타내었다. 평균 BOD와 TN 오염부하량과 마찬가지로 평균 TP 오염부하량도 대청댐, 봉황천합류점 그리고 항건천 유역을 제외하고는 논과 밭을 분리한 영상분류 결과가 논과 밭을 통합한 환경부자료 기분에 비해 모두 높은 결과를 나타내었다. 이는 대청댐 유역의 경우 논의 비율이 밭보다 많이 분포하고 있어 논과 밭을 통합한 셀별 TP 기대평균농도인 0.
따라서 유역의 비점오염원을 보다 정확하게 평가하기 위해서는 환경부의 대분류 토지피복도를 활용하기 보다는 본 연구에서와 같이 위성영상 분류를 통한 논과 밭을 분류하여 별도로 BOD, TN, TP의 기대평균농도를 적용하는 것이 바람직하다.
둘째, 토양도에 의한 수문학적 토양군과 Landsat TM 영상에 토지피복도를 공간 중첩하여 유출에 직접적인 영향을 주는 유출곡선지수를 분석한 결과, 대부분의 표준유역들이 유사한 값을 나타냈으며, 특히 석천과 대청댐 표준유역이 각각 79.76와 79.07로 높게 나타났다. 또한 유출곡선지수의 영향으로 직접 유출 역시 석천과 대청댐 표준유역이 각각 1339.
07로 높게 나타났다. 또한 유출곡선지수의 영향으로 직접 유출 역시 석천과 대청댐 표준유역이 각각 1339.77㎥/yr 와 1334.76 ㎥/yr 로 가장 높은 값을 나타내어 수질특성에 큰 영향을 주는 강우특성을 보이는 유역으로 분석되었다.
셋째, 강우조건이 동일할 경우 수질특성에 직접적인 영향을 주는 기대평균농도 분석결과, BOD는 삼가천합류점, 소옥천하류, 봉황천하류 표준유역이 높게 나타났으며, TN과 TP는 삼가천합류점과 봉황천 하류 표준유역이 높게 나타났다. 아울러 SCS 유출곡선지수를 고려한 직접유출과 기대평균농도를 조합한 표준유역별 BOD, TN, TP 오염부하량 분석결과에서도 기대평균농도와 동일한 결과를 얻었으며, 이는 표준유역별로 직접유출이 비교적 유사하게 반영된 결과로 해석된다.
셋째, 강우조건이 동일할 경우 수질특성에 직접적인 영향을 주는 기대평균농도 분석결과, BOD는 삼가천합류점, 소옥천하류, 봉황천하류 표준유역이 높게 나타났으며, TN과 TP는 삼가천합류점과 봉황천 하류 표준유역이 높게 나타났다. 아울러 SCS 유출곡선지수를 고려한 직접유출과 기대평균농도를 조합한 표준유역별 BOD, TN, TP 오염부하량 분석결과에서도 기대평균농도와 동일한 결과를 얻었으며, 이는 표준유역별로 직접유출이 비교적 유사하게 반영된 결과로 해석된다.
넷째, Landsat TM 영상에 의한 토지피복도와 환경부 대분류 토지피복도에 의한 비점오염원 결과를 비교한 결과, 평균 BOD 오염부하량의 경우 대청댐 상류 표준유역에서 약 10.64%의 높은 오차를 보였으며, 소옥천상류 및 봉황천상류 표준유역도 각각 7.08%와 4.38%로 높은 오차를 나타내었다. 또한 평균 TN 오염부하량에서는 대청댐상류 표준유역에서 약 11.
38%로 높은 오차를 나타내었다. 또한 평균 TN 오염부하량에서는 대청댐상류 표준유역에서 약 11.70%의 높은 오차를 보였으며, 소옥천상류와 삼가천합류점 유역이 각각 11.50%와 9.90%의 오차를 나타내었다. 아울러, 평균 TP 오염부하량에서도 대청댐상류 유역이 20.
90%의 오차를 나타내었다. 아울러, 평균 TP 오염부하량에서도 대청댐상류 유역이 20.00%로 가장 높은 오차를 보였으며, 소옥천상류와 삼가천합류점 표준유역이 각각 17.09%와 10.57%로 높은 오차특성을 나타내었다. 따라서 유역내 수질특성을 효과적으로 모의하기 위해서는, 논과 밭이 농경지로 통합된 환경부 대분류 토지피복도 보다는 영상분류를 통해 논과 밭을 분리한 공간정보를 활용하는 것이 바람직하다고 사료된다.
평균 BOD 오염부하량의 경우, 대청댐상류 유역에서 영상분류 결과값이 530 ton/yr, 환경부자료 기준에 의한 결과값이 473 ton/yr 로 약 10.64%의 오차를 보였다. 또한 소옥천상류 및 봉황천상류 유역이 각각 7.
첫째, 유역 직접유출과 비점오염부하량 산정에 기초가 되는 토지피복 클래스를 추출하기 위해, Landsat TM 영상의 근적외선 밴드를 기반으로 논과 밭을 효과적으로 분류하였으며, 환경부의 대분류 자료와 상대적으로 비교한 결과 및 중분류 토지피복도와 비교한 결과 평균 88.74%의 높은 정확도를 확보할 수 있었다.
질의응답
핵심어
질문
논문에서 추출한 답변
강우에 따른 댐유역내 토사발생은 저수지와 하천으로 유입되어 무엇에 영향을 주는가?
강우에 따른 댐유역내 토사발생은 저수지와 하천으로 유입되어 수질에 영향을 주게 된다. 유역에는 수질오염을 유발하는 특정오염원 개념의 점오염원(Point Source)과 그 원인을 알 수 없는 비점오염원(Non Point Source)가 있다.
비점오염원의 유출이 관리가 어려운 이유는 무엇인가?
비점오염원은 점오염원과 달리 주로 강우에 의해 유출되며, 비점오염원의 유출은 계절적, 지역적 편차가 크기 때문에 오염물질의 발생량 및 부하량의 관리가 상대적으로 어렵다[13]. 강우발생시 지표면에 떨어지는 강우입자는 지표를 구성하고 있는 피복의 종류에 따라 토양침식의 영향이 매우 다양하게 나타나며[3, 5], 이로 인한 유역내 비점오염부하량에도 큰 영향을 주게 된다.
공간정보 자료원에 따른 수질특성의 영향을 어떻게 비교하였으며 결과는 어떠했는가?
본 연구에서는 공간정보 자료원에 따른 수질특성의 영향을 비교하였다. 먼저, 비점오염부하량 평가에 영향을 미치는 토지피복별 기대평균농도(EMC)를 효과적으로 계산하기 위해, 영상분류를 통해 대청댐유역의 토지피복도를 구축하였으며, 이를 환경부 대분류 자료와 비교한 결과 88.76%의 높은 정확도를 확보하였다. 또한 토양도와 영상분류에 의한 토지피복도를 공간 중첩하여 유출곡선지수와 직접유출을 계산하였으며, 분석 결과 석천과 대청댐 유역이 가장 높게 나타났다. 그리고 직접유출과 기대평균농도를 조합하여 계산한 BOD에 대한 비점오염부하량은 삼가천합류점과 소옥천하류 유역이 높게 나타났으며, TN과 TP에 대한 비점오염부하량에서는 삼가천합류점과 봉황천하류 유역이 높게 나타났다. 영상분류에 의한 비점오염부하량의 효용성 평가를 위해 환경부 토지피복도에 의한 비점오염부하량과 상호 비교한 결과, 대청댐상류 유역에서 BOD, TN, TP에 대한 오염부하량의 오차가 각각 10.64%, 11.70%, 20.00%로 가장 크게 나타났다. 따라서 유역내 수질특성을 효과적으로 모의하기 위해서는 논과 밭이 포함된 공간정보를 활용하는 것이 비점오염부하량 평가에 바람직하다고 본다.
참고문헌 (19)
Andrzej Tonderski, 1996, "Landuse-based nonpoint source pollution. A threat to water resources in developing countries," Water Science and Technology, Vol.33, No.4-5, pp. 53-61.
Atsushi Ichiki, Toshiyuki Ohnishi, Kiyoshi Yamada, 1998, "Estimation of urban nonpoint source pollution in Lake Biwa basin," Water Science and Technology, Vol.38, No.10, pp. 157-163.
Geun Sang Lee and Khil Ha Lee, 2009, "Comparison between a soft and crisp geographic boundary of the soil texture component in hydrologic models," Journal of Hydrologic Engineering, Vol.14, No.6, pp. 640-646.
Geun Sang Lee and Khil Ha Lee, 2010, "Determining the Sediment Delivery Ratio Using the Sediment Rating Curve and a GIS-embedded Soil Erosion Model on a Basin Scale," Journal of Hydrologic Engineering, Vol.15, No.10, pp. 834-843.
Geun Sang Lee, Khil Ha Lee, Gyo Cheol Jeong, 2009, "A strategy for quantifying turbid-water occurrence possibility based on geologic characteristics and soil erosion in hydrologic basins," Environmental Earth Sciences, Vol.59, No.4, pp. 821-835.
Leon, L.F., Soulis, E.D., Kouwen, N., Farquhar, G.J., 2001, "Nonpoint source pollution: a distributed water quality modeling approach," Water Research, Vol.35, No.4, pp. 997-1007.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.