기후변화와 도시화는 기저유출이 하천유량에 미치는 계절별 특성에 변동성을 초래한다. 이러한 기저유출의 변동성은 수생태의 혼란을 유발할 뿐만 아니라 불안정한 수자원 관리를 초래할 수 있다. 토지이용변화는 직접유출과 기저유출에 영향을 주며, 결과적으로 다른 수문순환 요소들에게 미치게 된다. 일반적으로 기저유출은 관측된 하천유량을 통해 산정되지만, 모델링의 유량 예측을 통해서 미계측 유역의 기저유출량 산정에 유용하게 사용 될 수 있다. 따라서, 본 연구의 목적은 1) RECESS 통해 alpha factor를 산정한 후, SWAT 모형에 적용하여 보정 예측을 향상시키고, WHAT 시스템을 미계측 유역의 적용하여 기저유출을 분석하며, 3) 토지이용변화에 따른 기저유출 특성을 평가하는 것이다. 이러한 목적으로 미계측 지역인 갑천 유역에 Period 1(1990-1996)과 Period 2(2000-2006)로 설정하여 적용하였다. RECESS를 통해 alpha factor를 산정한 후, SWAT 모형 보정에 적용한 결과는 유량예측의 정확성을 향상시키고, 기저유출의 특성인 감수부분도 반영되었다. 두기간 사이의 연평균 기저유출을 비교했을 때 토지이용변화는 연평균 기저유출량에 큰 영향을 미치지 않는 것으로 나타났다. 그러나 두기간 사이의 계절별 기저유출의 분포를 비교했을 때 토지이용변화는 기저유출의 계절별 특성에서 큰 상이성을 초래했다. 따라서 토지이용변화로 인한 갑천 유역의 유량 및 기저유출의 변동성은 금강 본류로 전달되기 때문에 계절별 변화에 따라 전략적으로 분석 및 관리가 필요하다.
기후변화와 도시화는 기저유출이 하천유량에 미치는 계절별 특성에 변동성을 초래한다. 이러한 기저유출의 변동성은 수생태의 혼란을 유발할 뿐만 아니라 불안정한 수자원 관리를 초래할 수 있다. 토지이용변화는 직접유출과 기저유출에 영향을 주며, 결과적으로 다른 수문순환 요소들에게 미치게 된다. 일반적으로 기저유출은 관측된 하천유량을 통해 산정되지만, 모델링의 유량 예측을 통해서 미계측 유역의 기저유출량 산정에 유용하게 사용 될 수 있다. 따라서, 본 연구의 목적은 1) RECESS 통해 alpha factor를 산정한 후, SWAT 모형에 적용하여 보정 예측을 향상시키고, WHAT 시스템을 미계측 유역의 적용하여 기저유출을 분석하며, 3) 토지이용변화에 따른 기저유출 특성을 평가하는 것이다. 이러한 목적으로 미계측 지역인 갑천 유역에 Period 1(1990-1996)과 Period 2(2000-2006)로 설정하여 적용하였다. RECESS를 통해 alpha factor를 산정한 후, SWAT 모형 보정에 적용한 결과는 유량예측의 정확성을 향상시키고, 기저유출의 특성인 감수부분도 반영되었다. 두기간 사이의 연평균 기저유출을 비교했을 때 토지이용변화는 연평균 기저유출량에 큰 영향을 미치지 않는 것으로 나타났다. 그러나 두기간 사이의 계절별 기저유출의 분포를 비교했을 때 토지이용변화는 기저유출의 계절별 특성에서 큰 상이성을 초래했다. 따라서 토지이용변화로 인한 갑천 유역의 유량 및 기저유출의 변동성은 금강 본류로 전달되기 때문에 계절별 변화에 따라 전략적으로 분석 및 관리가 필요하다.
Baseflow gives a significant contribution to stream function in the regions where climatic characteristics are seasonally distinct. In this regard, variable baseflow can make it difficult to maintain a stable water supply, as well as causing disruption to the stream ecosystem. Changes in land use ca...
Baseflow gives a significant contribution to stream function in the regions where climatic characteristics are seasonally distinct. In this regard, variable baseflow can make it difficult to maintain a stable water supply, as well as causing disruption to the stream ecosystem. Changes in land use can affect both the direct flow and baseflow of a stream, and consequently, most other components of the hydrologic cycle. Baseflow estimation depends on the observed streamflow in gauge watersheds, but accurate predictions of streamflow through modeling can be useful in determining baseflow data for ungauged watersheds. Accordingly, the objectives of this study are to 1) improve predictions of SWAT by applying the alpha factor estimated using RECESS for calibration; 2) estimate baseflow in an ungauged watershed using the WHAT system; and 3) evaluate the effects of changes in land use on baseflow characteristics. These objectives were implemented in the Gapcheon watershed, as an ungauged watershed in South Korea. The results show that the alpha factor estimated using RECESS in SWAT calibration improves the prediction for streamflow, and, in particular, recessions in the baseflow. Also, the changes in land use in the Gapcheon watershed leads to no significant difference in annual baseflow between comparable periods, regardless of precipitation, but does lead to differences in the seasonal characteristics observed for the temporal distribution of baseflow. Therefore, the Guem River, into which the stream from the Gapcheon watershed flows, requires strategic seasonal variability predictions of baseflow due to changes in land use within the region.
Baseflow gives a significant contribution to stream function in the regions where climatic characteristics are seasonally distinct. In this regard, variable baseflow can make it difficult to maintain a stable water supply, as well as causing disruption to the stream ecosystem. Changes in land use can affect both the direct flow and baseflow of a stream, and consequently, most other components of the hydrologic cycle. Baseflow estimation depends on the observed streamflow in gauge watersheds, but accurate predictions of streamflow through modeling can be useful in determining baseflow data for ungauged watersheds. Accordingly, the objectives of this study are to 1) improve predictions of SWAT by applying the alpha factor estimated using RECESS for calibration; 2) estimate baseflow in an ungauged watershed using the WHAT system; and 3) evaluate the effects of changes in land use on baseflow characteristics. These objectives were implemented in the Gapcheon watershed, as an ungauged watershed in South Korea. The results show that the alpha factor estimated using RECESS in SWAT calibration improves the prediction for streamflow, and, in particular, recessions in the baseflow. Also, the changes in land use in the Gapcheon watershed leads to no significant difference in annual baseflow between comparable periods, regardless of precipitation, but does lead to differences in the seasonal characteristics observed for the temporal distribution of baseflow. Therefore, the Guem River, into which the stream from the Gapcheon watershed flows, requires strategic seasonal variability predictions of baseflow due to changes in land use within the region.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
Periods 1과 2로 나누어서 각각 4년 동안의 warming-up 기간을 제외하고, 2년 동안을 보정기간으로 설정하였다. 본 연구는 계측유역에서 보정된 매개 변수들이 미계측 유역에서도 동질하다는 가정아래 수행되었다. 그러나 매개변수들은 기후자료와 토지이용도에 다르게 보정되기 때문에 본 연구에서는 Period 1과 Period 2 에 대해 각각 SWAT을 보정하고 미계측 유역에서의 유량을 예측하였다.
제안 방법
본 연구의 방법은 다음과 같이 세 가지 단계로 되어 있다. 1) 회덕지점을 대상으로 감수부에 관련 있는 alpha factor를 산정하여, SWAT-CUP에 적용한 후 보정한다. 2) 보정된 매개변수을 미계측지점인 갑천 지역에 적용한 후, WHAT 시스템으로 기저유출을 평가한다.
이러한 이유로 감수부의 관련된 기저유출량 산정부분에서 오류가 발생할 수 있다. 이에 따라 본 연구의 목적은 1) 감수부분을 고려할 수 있는 alpha factor 산정하여 SWAT 모형의 하천유량의 예측에서 감수부의 특성을 반영하고 2) 보정된 매개변수를 이용하여 미계측 유역에서 하천유량을 예측하고 이를 이용해 미계측 유역에서의 토지 이용 변화의 따른 기저유출량의 변화를 분석한다. 이러한 목적을 달성하기 위해 회덕 지점의 실측 유량을 SWAT 모형으로 보정 후에 미계측지점인 갑천 유역의 유량을 산정하여 기저유출량을 분리하여 분석한다.
1) 회덕지점을 대상으로 감수부에 관련 있는 alpha factor를 산정하여, SWAT-CUP에 적용한 후 보정한다. 2) 보정된 매개변수을 미계측지점인 갑천 지역에 적용한 후, WHAT 시스템으로 기저유출을 평가한다.3) 시공간적으로 다른 토지이용도에 의한 유출을 WHAT 시스템 적용해 기저유출을 분리하여 평가한다.
2) 보정된 매개변수을 미계측지점인 갑천 지역에 적용한 후, WHAT 시스템으로 기저유출을 평가한다.3) 시공간적으로 다른 토지이용도에 의한 유출을 WHAT 시스템 적용해 기저유출을 분리하여 평가한다. 이러한 절차방법은 Figure.
M1을 이용해 회덕지점에 대하여 보정된 SWAT모형의 매개변수를 미계측지점인 갑천 유역에 적용하여 유량을 예측하였다. 그 예측유량을 바탕으로 강우변화와 함께 유량, 직접유출, 기저유출에서의 변동성을 분석하였다 (Table 4).
본 연구에서는 SUFI-2 알고리즘을 적용하여 SWAT 모형을 보정하였다. Periods 1과 2로 나누어서 각각 4년 동안의 warming-up 기간을 제외하고, 2년 동안을 보정기간으로 설정하였다. 본 연구는 계측유역에서 보정된 매개 변수들이 미계측 유역에서도 동질하다는 가정아래 수행되었다.
M1을 이용해 회덕지점에 대하여 보정된 SWAT모형의 매개변수를 미계측지점인 갑천 유역에 적용하여 유량을 예측하였다. 그 예측유량을 바탕으로 강우변화와 함께 유량, 직접유출, 기저유출에서의 변동성을 분석하였다 (Table 4). 예측된 연평균 유량은 Period 1에서 5.
본 연구는 계측유역에서 보정된 매개 변수들이 미계측 유역에서도 동질하다는 가정아래 수행되었다. 그러나 매개변수들은 기후자료와 토지이용도에 다르게 보정되기 때문에 본 연구에서는 Period 1과 Period 2 에 대해 각각 SWAT을 보정하고 미계측 유역에서의 유량을 예측하였다. SWAT 모형에 포함된 모든 매개변수를 보정하는 것은 비효율적이다.
또한 RECESS를 이용하여 alpha factor를 산정한 뒤, SWAT-CUP 보정에 적용한 M1 방법과 alpha factor를 포함한 9개의 매개변수를 보정한 M2방법을 이용하였다. 두 방법으로 산출된 결과를 비교하여 alpha factor가 유량 감수부에 미치는 영향을 평가하였다. M1의 방법을 이용하여 SWAT 모형보정을 수행하기 위해서 RECESS로부터 산정된 alpha factor는 Period 1일 때 0.
이러한 이유로 SWAT의 보정과정에서 기저유출의 특성을 정확히 반영하기는 힘들다. 따라서 본 연구에서는 SWAT을 이용한 강우 유출 모의시 기저유출의 특성을 반영하고자 RECESS를 이용하여 관측유량으로부터 alpha factor를 산정하고 이를 SWAT에 적용하였다. 이 방법의 실효성을 검증하기 위하여 Figure 1과 같이 두가지 방법 (M1, M2)으로 SWAT을 보정한 후 그 결과를 비교하였다.
본 연구에서는 SWAT 모형을 이용하여 갑천 유역의 하천 유량을 산정한 후, WHAT 시스템을 통해서 기저유출을 분리하였다. 결과에서 보듯이 Period 1의 연평균 직접유출량은 2.
, 1993). 본 연구에서는 SWAT 모형을 통해 토지이용변화에 따른 기저유출량과 미계측 유역의 기저유출량의 영향을 분석하였으며, 모의 기간은 Period 1 (1990-1996)과 Period 2 (2000-2006)로 나누어 분석하였다. 입력 자료로 기후자료(강수량, 풍속, 습도, 일사량, 온도), 지형자료, 토지이용도, 토양도 등이 사용되었다 (Table 2).
, 2012). 본 연구에서는 SWAT모형을 이용하여 모의된 미계측 지점의 유량을 WHAT 시스템에 적용하여 토지이용변화에 따른 기저 유출량의 영향을 분석하였다.
따라서 본 연구에서는 SWAT을 이용한 강우 유출 모의시 기저유출의 특성을 반영하고자 RECESS를 이용하여 관측유량으로부터 alpha factor를 산정하고 이를 SWAT에 적용하였다. 이 방법의 실효성을 검증하기 위하여 Figure 1과 같이 두가지 방법 (M1, M2)으로 SWAT을 보정한 후 그 결과를 비교하였다. M1은 RECESS를 이용하여 alpha factor를 산정하여 SWAT에 고정값으로 적용한 후 나머지 8개의 매개변수들을 SWAT-CUP으로 보정하였다.
이에 따라 본 연구의 목적은 1) 감수부분을 고려할 수 있는 alpha factor 산정하여 SWAT 모형의 하천유량의 예측에서 감수부의 특성을 반영하고 2) 보정된 매개변수를 이용하여 미계측 유역에서 하천유량을 예측하고 이를 이용해 미계측 유역에서의 토지 이용 변화의 따른 기저유출량의 변화를 분석한다. 이러한 목적을 달성하기 위해 회덕 지점의 실측 유량을 SWAT 모형으로 보정 후에 미계측지점인 갑천 유역의 유량을 산정하여 기저유출량을 분리하여 분석한다.
갑천 유역에서 연강수량에 대한 기저유출의 비는 Period 1에서 41%, Period 2에서 38 %로 산정되었고, 이는 기저유출에 대한 토지이용변화의 영향이 반영된 것이라 판단된다. 토지이용 변화가 도시지역은 29.53 km2 증가되고, 농업지역이 감소 된 것을 고려하여 기저유출변화를 각 소유역에 대하여 분석하였다. 농업지역이 도시화지역으로 토지 이용변화가 일어남으로서 연강수량 대비 각 소유역 기저유출량 비는 감소하는 결과가 나타났다.
대상 데이터
2.1 연구지역
연구대상지역인 갑천 유역(649 km2)은 금강수계에 위치하고 있으며(Figure. 2), 이 유역은 대전광역시를 포함하고, 지난 20년 동안 광범위하게 개발되었다. 1,500,000명의 인구가 거주하고 있는 대전광역시는 지난 25년 동안 600,000명이 증가하였다.
본 연구에서는 SWAT 모형을 통해 토지이용변화에 따른 기저유출량과 미계측 유역의 기저유출량의 영향을 분석하였으며, 모의 기간은 Period 1 (1990-1996)과 Period 2 (2000-2006)로 나누어 분석하였다. 입력 자료로 기후자료(강수량, 풍속, 습도, 일사량, 온도), 지형자료, 토지이용도, 토양도 등이 사용되었다 (Table 2).
데이터처리
반면 M2는 alpha factor를 포함한 9개의 보정인자를 SWAT-CUP에 적용하여 자동보정을 수행하였다. 두 방법에 의한 결과는 NSE를 계산하여 비교 분석하였다.
이론/모형
SWAT은 강우유출에 관련된 많은 매개변수를 포함하고 있으며 예측의 정확성을 높이기 위하여 매개변수들이 보정이 필요하다. SWAT 모형은 ParaSol, SCE-UA, 그리고 SUGLASSES 인 자동보정 알고리즘을 제공하며. 최근에는 사용자 편의성을 위한 SWAT-CUP 이 개발되었다(Figure.
또한 상류에 위치한 대청댐은 금강의 수질과 수량을 조절할 수 있기 때문에 갑천 유역으로부터 유입되는 유량의 정보는 금강본류의 관리를 위해 매우 유용할 것이다. 그러나 갑천 유역은 미계측 지점으로 하천유량에 대한 정보가 없기 때문에 본 연구에서 회덕지점에서의 관측 유량자료를 이용하여 SWAT모형을 보정하였다. 회덕지점은 갑천 유역 안에 위치하며, 회덕지점을 유출구로 하는 유역면적은 약 597 km2 이다.
3은 SWAT 모형을 통해 유량 보정시 alpha factor를 포함한 9개 매개변수를 민감한 순서로 보정범위를 나타내었으며, alpha factor는 Period 1과 Period 2에서 2번째로 민감한 매개변수로 산정되었다. 또한 RECESS를 이용하여 alpha factor를 산정한 뒤, SWAT-CUP 보정에 적용한 M1 방법과 alpha factor를 포함한 9개의 매개변수를 보정한 M2방법을 이용하였다. 두 방법으로 산출된 결과를 비교하여 alpha factor가 유량 감수부에 미치는 영향을 평가하였다.
, 1995)으로 구성되어있다. 본 연구에서는 SUFI-2 알고리즘을 적용하여 SWAT 모형을 보정하였다. Periods 1과 2로 나누어서 각각 4년 동안의 warming-up 기간을 제외하고, 2년 동안을 보정기간으로 설정하였다.
SWAT 모형에 포함된 모든 매개변수를 보정하는 것은 비효율적이다. 본 연구에서는 매개변수의 민감도 분석을 수행하여 9개의 매개변수를 보정하였고, 보정에 대한 적합성 평가는 NSE (Nash-Sutcliffe efficiency)를 사용하였으며, NSE 산정은 식 (1)에서 보이는 바와 같다.
미계측유역의 기저유출을 평가하기 위해서는 계측 유역에서 모델링을 통한 정확한 유량 예측이필요하다. 이에 본 연구에서는 계측유역에서 관측된 유량을 이용하여 SWAT 모형을 보정하였다. Table.
성능/효과
Table. 3은 SWAT 모형을 통해 유량 보정시 alpha factor를 포함한 9개 매개변수를 민감한 순서로 보정범위를 나타내었으며, alpha factor는 Period 1과 Period 2에서 2번째로 민감한 매개변수로 산정되었다. 또한 RECESS를 이용하여 alpha factor를 산정한 뒤, SWAT-CUP 보정에 적용한 M1 방법과 alpha factor를 포함한 9개의 매개변수를 보정한 M2방법을 이용하였다.
8). Period 1은 Period 2와 비교하였을 때 우기에 직접유출량이 높게 산정되었고, 건기에는 직접유출량이 낮은 경향으로 산정되었지만, 기저유출 부분에서는 우기 때 Period 1이 낮게 산정되고, 건기 일 때 기저유출량이 높은 경향을 보였다. 물론 기후조건에 따라 기저유출은 크게 영향을 받지만 우기에 Period 1에서 더 많은 강수량이 발생했음에도 불구하고 기저유출은 Period 2보다 더 낮게 산정된 이유는 기후이외의 다른 인자에 의하여 영향을 받는다는 것을 알 수 있다.
53 km2 증가되고, 농업지역이 감소 된 것을 고려하여 기저유출변화를 각 소유역에 대하여 분석하였다. 농업지역이 도시화지역으로 토지 이용변화가 일어남으로서 연강수량 대비 각 소유역 기저유출량 비는 감소하는 결과가 나타났다. 12,13,14번 소유역의 경우 도시화가 증가됨에도 불구하고, 강수량 대비 기저유출량 비율이 증가되었다.
12,13,14번 소유역의 경우 도시화가 증가됨에도 불구하고, 강수량 대비 기저유출량 비율이 증가되었다. 또한 2번 소유역의 경우 도시화가 진행되면서, 강수량 대비 기저유출량은 감소되는 경향을 보여주었다. 대부분 소유역에서 농업지역 면적이 감소함에 따라, 연 강수량에 대한 기저유출량 비는 감소되었지만, 소유역 12,14번은 농업지역이 감소됨에도 불구하고 강수량 대비 기저유출량이 증가되었다.
갑천 유역을 대상으로 한 SWAT모형의 매개변수들 가운데 감수 특성을 반영하는 alpha factor는 2번째로 민감하였다. 또한 RECESS를 이용하여 감수 특성을 반영한 alpha factor를 산정하여, SWAT-CUP에 적용한 M1 방법은 모든 매개변수를 자동 보정한 M2 방법만큼 만족스러운 보정 결과가 나왔다. M1과 M2 방법이 보정을 통해 NSE의 차이는 매우 유사했으나, M1 방법에 의한 모의 유량에서 감수특성을 더 잘 반영하였다.
0×108 m3/year 증가되었다. 또한 WHAT 시스템을 통하여 기저유출을 분석한 결과 두 기간사이의 연평균 기저유출량의 정량적 차이는 크지 않았으나, 기저 유출의 계절적 분포에는 큰 상이성을 보였다. 특히, Period 1는 Period 2보다 강수량은 더 작고 강수의 표준편차는 더 큼에도 불구하고 우기와 건기로 계절을 분리하였을 때 기저유출의 계절적 분포는 더 안정적인 결과를 보여주었다.
이는 갑천 유역에서 도시화로 인해 불투성 면적이 증가되면서 직접유출이 증가되었기 때문이라 판단된다. 또한 도시지역이 증가되고, 농업지역이 감소된 갑천 유역의 대부분 소유역에서 연강수량에 대한 기저유출량 비가 상당히 감소되어 나타났다. 본 연구에서 보여준 시간에 따른 갑천 유역에서 기저유출의 변동성 증가는 갑천 뿐만 아니라 금강본류의 환경적 기능 및 역할에 위협이 될 수 있다.
본 연구 결과에서 보듯이 토지이용변화로 인해 연강수량에 대한 기저유출비가 감소되었고, 불투수성 면적이 증가되면서 직접유출량과 기저유출량의 분포에 영향을 준 것으로 나타났다(Figure. 2). 또한 갑천 유역은 우기에 직접유출량이 증가되고, 건기에 기저 유출량이 감소하는 경향이므로 이러한 계절별 유량변동이 금강 본류에 영향을 줄 수 있기 때문에 유량 변화에 따른 분석 및 관리가 필요하다.
, 2012). 본 연구에서 산악지형의 소유역은 기저유출에 대한 토지이용 변화의 영향이 적은 경향을 보였다. 소유역 2번의 경우, 다른 소유역에 비해 면적이 적었으며, 도시화가 증가됨에도 불구하고 상류 소유역으로부터 수문반응이 전달됨에 따라 연 강수량에 대한 기저유출량이 비가 증가되었을 가능성이 있다.
미계측 유역에서 기저 유출을 예측하기 위해서는 계측유역의 감수부 경향을 정확하게 분석할 필요가 있다. 연구결과를 토대로 SWAT모형 보정에 M1 방법의 적용은 미계측 유역의 기저유출의 특성을 보다 더 정확하게 반영할 수 있다고 판단된다. alpha factor에 대한 정보는 유량 감수부의 중요한 요소로 반영되며, 25개의 매개변수의 조합으로 복잡하게 수행되는 SWAT 모형보정에 있어 하나의 관측 자료로 고려될 수 있다.
083×108m3/year으로 산정되었다. 정량적인 결과를 기반으로 두 기간 사이의 기저유출량 변화는 적지만, 직접유출량 변화는 크게 나타났다. 그러나 정량적인 결과만 보았을 때 토지이용과 기후의 조건과 관계없이 갑천 유역의 기저유출은 변화가 없다는 오해를 일으킬 수 있다.
후속연구
토지이용변화를 모의하는 과정에서 가파른 산악지형에서 불확실성이 발생할 가능성이 있다. 또한 산악지형으로 이루어진 경사가 가파른 소유역은 경사가 완만한 소유역에 비해 기저유출량이 적게 나타났으며, 이러한 지형적 토지이용변화의 따른 기저유출에 상당한 영향을 줄 수 있기 때문에 지형의 특성이 기저유출에 미치는 영향에 대한 추후 연구를 제시한다. 본 연구에서 보여준 기저유출의 변동성에 대한 고려는 보다 효율적이고 안정적인 유역관리에 기여할 것이다.
또한 산악지형으로 이루어진 경사가 가파른 소유역은 경사가 완만한 소유역에 비해 기저유출량이 적게 나타났으며, 이러한 지형적 토지이용변화의 따른 기저유출에 상당한 영향을 줄 수 있기 때문에 지형의 특성이 기저유출에 미치는 영향에 대한 추후 연구를 제시한다. 본 연구에서 보여준 기저유출의 변동성에 대한 고려는 보다 효율적이고 안정적인 유역관리에 기여할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
수문현상에 변동성을 초래하는 대표적 요소는 무엇이 있는가?
기후변화, 지하수 이용, 토지이용변화는 수문현상에 변동성을 초래하는 대표적인 요소들이다(Ferguson et al., 2012; Li et al.
수문반응에 직접적인 영향을 주는 지역은 무엇이 있는가?
특히 토지이용변화는 수문요소인 침투량과 증발산에 영향을 주며, 연쇄적으로 다른 수문요소에도 영향을 주어 수문순환의 변화를 초래한다. 도시화로 증가되는 건물, 도로, 압축토양, 지하주차장과 같은 불투수층 지역은 수문반응에 직접적인 영향을 준다 (Shuster et al., 2005; Ogden et al.
SWAT 모형은 전체적인 유량을 모의하는데 어떤 문제가 발생할 수 있는가?
SWAT 모형은 강우유출 모의 시기저유출의 특성을 표현하고자 감수부와 관련 있는 매개변수 (alpha factor)를 가지고 있다. 그러나 앞에서 언급한 것처럼 SWAT의 보정은 많은 매개변수들의 조합으로 수행되기 때문에 첨두유량과 저유량을 포함한 전체적인 유량을 모의하는데 있어 일부 매개변수들에 의해 왜곡된 결과를 얻을 수 있다. 이러한 이유로 SWAT의 보정과정에서 기저유출의 특성을 정확히 반영하기는 힘들다.
참고문헌 (46)
Abbaspour, KC, Yang, J, Maximov, I, Siber, R, Bonger, K, Mieleitner, J, Zobrist, J and Srinivasan, R (2007). Modelling Hydrology and Water Quality in the Pre-alpine Thur Watershed using SWAT, J. of Hydrology, 333(2), pp. 413-430.
Ahiablame, L, Chaubey, I, Engel, B, Cherkauer, K and Merwade, V (2013). Estimation of annual baseflow at ungauged sites in Indiana USA, J. of Hydrology, 476(7), pp. 13-27.
Arnold, JG and Allen, PM (1999). Validation of Automated Methods for Estimating Baseflow and Groundwater Recharge From Stream Flow Records, J. of American Water Resources Association, 35(2), pp. 411-424.
Bako, MD and Owoade, A (1988). Field application of a numerical method for the derivation of baseflow recession constant, J. of Hydrological processes, 2(4), pp. 331-336.
Beven, KJ and Binley, AM (1992). The future of distributed models: model calibration and uncertainty prediction, J. of Hydrological Processes, 6(3), pp. 279-298.
Bieger, K, Hormaan, G and Fohrer, N (2013). Detailed spatial analysis of the plausibility of surface runoff and sediment yields at HRU level in a mountainous watershed in China, 2013 International SWAT Confrerence, Toulouse, France, http://swat.tamu.edu/media/77467/j11_bieger.pdf.
Bonuma, NB, Rossi, CG, Arnold, JG, Reichert, JM, Minella, JP, Allen, PM and Volk, M (2012). Simulating landscape sediment transport capacity by using a modified SWAT model, J. of Environmental Quality, doi:10.2134/jeq2012.0217.
Chaplot, V (2005). Impact of DEM mesh size and soil map scale on SWAT runoff, sediment, and NO3-N loads predictions, J. of Hydrology, 312(1), pp. 207-222.
Chapman, TA (1999). Comparison of algorithms for stream flow recession and baseflow separation, J. of Hydrological Processes, 13, pp. 701-704.
Chiu, MC and Kuo, MH (2012). Application of R/K selection to macro invertebrate responses to extreme floods, J. of Ecological Entomology, 37(2), pp. 145-154.
Chow, VT, Maidment, DR and Mays, LW (1988). Applied Hydrology, McGraw-Hill Series in water resources and Environmental Engineering, New York.
De, Moel, H and Aerts, JCJH (2011). Effect of uncertainty in land use, damage models and inundation depth on flood damage estimates, J. of Natural Hazards, 58(1), pp. 407-425.
Eberhart, R and Kennedy, JA (1995). New optimizer using particle swarm theory. Micro Machine and Human Science, 1995, MHS'95, Proceedings of the Sixth International Symposium on, pp. 39-43.
Eckhardt, KA (2008). Comparison of baseflow indices, which were calculated with seven different baseflow separation methods, J. of hydrology, 352(1-2), pp. 168-173.
Ferguson, G and Gleeson, T (2012). Vulnerability of coastal aquifers to groundwater use and climate change, J. of Nature Climate Change, 2, pp. 342-345.
Gao, YZ, Giese, M, Han, XG, Wang, DL, Zhou, ZY, Brueck, H, Lin, S and Taube, F (2009). Land use and drought interactively affect interspecific competition and species diversity at the local scale in a semiarid steppe ecosystem, J. of Ecological research, 24(3), pp. 627-635.
Gitau, MW and Chaubey, I (2010). Regionalization of SWAT model parameters for use in ungauged watersheds, J. of Water, 2(4), pp. 849-871.
Hamel. P, Daly, E and Fletcher, TD (2013). Source-control stormwater management for mitigating the impacts of urbanization on baseflow: A review, J. of Hydrology, 485(2), pp. 201-211.
Jeong, J, Kannan, N, Arnold, J, Glick, R, Gosselink, L, Srinivasan, R and Harmel, D (2011). Development of Sub daily Erosion and Sediment Transport Models in SWAT, Trans. ASABE, 54, pp. 1685-1691.
Kim, SJ, Kwon, HJ, Park, G and Lee, MS (2005). Assessment of land-use impact on streamflow via a grid-based modelling approach including paddy fields, J. of Hydrological processes, 2005, 19(19), 3801-3817.
Kuczera, G and Parent, E (1998). Monte Carlo assessment of parameter uncertainty in conceptual catchment models: the Metropolis algorithm, J. of Hydrology, 211(1-4), pp. 69-85.
Li, R and Merchant, JW (2013). Modeling vulnerability of groundwater to pollution under future scenarios of climate change and biofuels-related land use change: A case study in North Dakota, USA, J. of Science of the Total Environment, 447(1), pp. 32-45.
Lim, KJ, Engel, BA, Tang, Z, Choi, J, Kim, KS, Muthukrishnan, S and Tripathy, D (2005). Automated Web Gis based hydrograph analysis tool, WHAT1, J. of American Water Resources Association, 41, pp. 1407-1416.
Lim, KJ, Park, YS, Kim, J, Shin, YC, Kim, NW, Kim, SJ, Jeon, JH, Engel, BA (2010). Development of genetic algorithm-based optimization module in WHAT system for hydrograph analysis and model application, J. of Computers & Geosciences, 36(7), pp. 936-944.
Malhi, Y, Aragao, LE, Galbraith, D, Huntingford, C, Fisher, R, Zelazowski, P, Sitch, S, McSweeney, C and Meir, P (2009). Exploring the likelihood and mechanism of a climate-change-induced dieback of the Amazon rainforest, J. of Proceedings of the National Academy of Sciences, 106(49), pp. 20610-20615.
Maneta, MP, Torres, MDO, Wallender, WW, Vosti, S, Howitt, R, Rodrigues, L, Bassoi, LH and Panday, S (2009). A spatially distributed hydro economic model to assess the effects of drought on land use, farm profits, and agricultural employment, J. of Water Resources Research, 45(11), W11412.
Mehta, VK, Haden, VR, Joyce, BA, Purkey, DR and Jackson, LE (2013). Irrigation demand and supply, given projections of climate and land-use change, in Yolo County, California, J. of Agricultural Water Management, 117(31), pp. 70-82.
Nathan, RJ and McMahon, TA (1990). Evaluation of automated techniques for base flow and recession analyses, J. of Water Resources Research, 26(7), pp. 1465-1473.
Neitsch, SL, Arnold, JG, Kiniry, JR, Williams, JR and King, KW (2005). Soil and water assessment tool: theoretical documentation, version 2005, Texas, USA.
Ogden, FL, Raj, PN, Downer CW and Zahner, JA (2011). Relative importance of impervious area, drainage density, width function, and subsurface storm drainage on flood runoff from an urbanized catchment, J. of Water Resources Research, 47(12), W12503.
Price, K (2011). Effects of watershed topography, soils, land use, and climate on baseflow hydrology in humid regions: a review, J. of Geography, 35, pp. 465-492.
Rostamian, R, Jaleh, A, Afyuni, M, Mousavi, SF, Heidarpour, M, Jalalian, A and Abbaspour, KC (2008). Application of a SWAT model for estimating runoff and sediment in two mountainous basins in central Iran, J. of Hydrological sciences, 53(5), pp. 977-988.
Samuel, J, Coulibaly, P and Metcalfe, RA (2012). Identification of rainfall-runoff model for improved baseflow estimation in ungauged basins, J. of Hydrological Processes, 26(3), pp. 356-366.
Santhi, C, Allen, PM, Muttiah, RS, Arnold, JG and Tuppad, P (2008). Regional estimation of base flow for the conterminous United States by hydrologic landscape regions, J. of Hydrology, 351(1), pp. 139-153.
Shuster, WD, Bonta, J, Thurston, H, Warnemuende, E and Smith, DR (2005). Impacts of impervious surface on watershed hydrology: A review, J. of Urban Water, 2(4), pp. 263-275.
Singh, A, Imtiyaz, M, Isaac, RK and Denis, DM (2012). Comparison of soil and water assessment tool (SWAT) and multilayer perceptron (MLP) artificial neural network for predicting sediment yield in the Nagwa agricultural watershed in Jharkhand, India, J. of Agricultural Water Management, 104, pp. 113-120.
Szilagyi, J and Parlange, MB (1998). Baseflow separation based on analytical solutions of the Boussinesq equation, J. of Hydrology, 204(1), pp. 251-260.
Van Griensven, A and Meixner, T (2006). Methods to quantify and identify the sources of uncertainty for river basin water quality models, J. of Water Science & Technology, 53(1), pp. 51-59.
Wang, L, Lyons, J, Kanehl, P and Bannerman, R (2001). Impacts of urbanization on stream habitat and fish across multiple spatial scales, J. of Environmental Management, 28(2), pp. 255-266.
Wilcox, BP and Huang, Y (2010). Woody plant encroachment paradox: Rivers rebound as degraded grasslands convert to woodlands, J. of Geophysical Research Letters, 37(7) pp 1-5.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.