[논문]HSPF 유역모델을 이용한 낙동강유역 실시간 수온 예측

신창민; 나은혜; 김덕길; 김경현

doi:10.15681/kswe.2014.30.6.673

HSPF 유역모델을 이용한 낙동강유역 실시간 수온 예측
Operational Water Temperature Forecast for the Nakdong River Basin Using HSPF Watershed Model 원문보기

한국물환경학회지 = Journal of Korean Society on Water Environment, v.30 no.6, 2014년, pp.673 - 682

신창민 (국립환경과학원 물환경연구부 물환경평가연구과) , 나은혜 (국립환경과학원 물환경연구부 물환경평가연구과) , 김덕길 (국립환경과학원 물환경연구부 물환경평가연구과) , 김경현 (국립환경과학원 물환경연구부 물환경평가연구과)

Abstract ▼ AI-Helper

A watershed model was constructed using Hydrological Simulation Program Fortran to predict the water temperature at major tributaries of Nakdong River basin, Korea. Water temperature is one of the most fundamental indices used to determine the nature of an aquatic environment. Most processes of an aquatic environment such as saturation level of dissolved oxygen, the decay rate of organic matter, the growth rate of phytoplankton and zooplankton are affected by temperature. The heat flux to major reservoirs and tributaries was analyzed to simulate water temperature accurately using HSPF model. The annual mean heat flux of solar radiation was estimated to $150{\sim}165W/m^2$, longwave radiation to $-48{\sim}-113W/m^2$, evaporative heat loss to $-39{\sim}-115W/m^2$, sensible heat flux to $-13{\sim}-22W/m^2$, precipitation heat flux to $2{\sim}4W/m^2$, bed heat flux to $-24{\sim}22W/m^2$ respectively. The model was calibrated at major reservoir and tributaries for a three-year period (2008 to 2010). The deviation values (Dv) of water temperature ranged from -6.0 to 3.7%, Nash-Sutcliffe efficiency(NSE) of 0.88 to 0.95, root mean square error(RMSE) of $1.7{\sim}2.8^{\circ}C$. The operational water temperature forecasting results presented in this study were in good agreement with measured data and had a similar accuracy with model calibration results.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

낙동강수계 주요 지천에서의 실시간 수질 예측을 위해 HSPF 모델을 이용하여 수문유출 및 수질모형을 구축하였으며, 본 연구에서는 유역 및 수체에서의 열수지 분석 및 모델의 보정과정을 통해 신뢰성 있는 수온 예측 모델을 구축하고자 하였다.
본 연구에서는 선행연구(Na et al., 2014; Shin et al., 2013)를 바탕으로 낙동강 주요 지류의 실시간 수온 예측을 위하여, HSPF 유역모델을 이용하여 낙동강 주요 지류에 대해 수온 예측 모델을 구축하고 수체에서의 다양한 열수지 분석을 통해 모델 변수를 합리적으로 추정하였다. 실시간 수온 예측은 기상청에서 생산된 지역 및 전지구 기상예측모의 결과를 바탕으로 향후 7일간의 수온 변화를 모의하였으며 예측결과의 정확성은 주요 하천의 관측 수온과 비교하여 평가하였다.

가설 설정

수체로 직접 떨어지는 강우에 의한 열손실은 강우의 온도를 수면 온도와 같다고 가정하여 계산한다.
이는 유역으로부터의 유출수량은 일부 홍수기를 제외하면 수체 용량에 비해 훨씬 적어 유출수의 수온은 수체에 유입되면서 수체의 수온과 짧은 시간안에 평형을 이루게 된다. 유역에서 수체로 유출되는 지면유출수, 중간유출수, 기저 유출수의 수온은 각 토양층의 온도와 동일하다고 가정된다. 즉, 지면유출수의 수온은 지표면 토양온도와, 중간유출수의 수온은 토양상층부의 토양온도와, 기저유출수의 수온은 토양하층 및 지하수층의 토양온도와 동일하다고 가정된다.
유역에서 수체로 유출되는 지면유출수, 중간유출수, 기저 유출수의 수온은 각 토양층의 온도와 동일하다고 가정된다. 즉, 지면유출수의 수온은 지표면 토양온도와, 중간유출수의 수온은 토양상층부의 토양온도와, 기저유출수의 수온은 토양하층 및 지하수층의 토양온도와 동일하다고 가정된다. 지표면의 토양온도는 기온에 따른 선형 회귀식에 의해 계산된다.

제안 방법

낙동강 유역의 주요 댐 및 하천에서 HSPF 모델의 수온 재현성을 검토하기 위해 열수지 분석을 실시하고 환경부 수질측정망의 수온자료를 이용하여 2008년부터 2010년에 걸쳐 수온 보정을 실시하였다.
낙동강수계의 소유역 분할은 유역경계도, 하천도 및 DEM (30×30m)을 이용하여 232개의 소유역으로 구분하였으며, 이를 다시 동일한 기상 및 유출특성을 갖는 32개의 segment로 그룹화 하였다.
두 번째 방법은 Caupp et al. (1994)에 의해 제안된 방법으로 지반층 위에 침전층(sediment or mud layer)이 있다고 가정하여, 지반층-침전층의 열교환과 침전층-수체와의 열교환을 각각 모의한다.
보정된 HSPF 유역모델을 이용하여 낙동강수계 각 지류에서의 향후 7일간의 수온을 예측하였다. 수온 예측을 위한 장래의 기상자료는 기상청의 주요 수치모델인 전지구예보모델(global data assimilation and prediction system, GDAPS) 및 지역예보모델(regional data assimilation and prediction system, RDAPS)의 결과자료인 GRIB(grided binary) 형식의 자료를 이용하였다.
세 번째 방법은 Jobson(1977)와 Jobson and Keefer(1979)에 의해 제안된 방법으로 열교환에 관한 이류-확산식을 계산한다. 본 연구에서는 첫 번째 방법을 이용하여 수체-지반과의 열전달량을 모의하였다.
두 번째 방법은 토양상층부 토양온도를 산정하는 식 (2)과 동일한 방법으로 smoothing factor와 기온과의 평균 편차를 이용하는 방법이다. 본 연구에서는 첫 번째 방법을 이용하여 지하수층 토양온도를 모의하였다.
첫 번째 방법은 식 (1)의 지표면 토양온도 산정선형회귀식과 동일한 방법이며, 두 번째 방법은 smoothing factor와 기온과의 평균 편차를 이용하는 식 (2)를 이용하여 모의된다. 본 연구에서는 첫 번째 방법을 이용하여 토양상층부 온도를 모의하였다.
, 2013)를 바탕으로 낙동강 주요 지류의 실시간 수온 예측을 위하여, HSPF 유역모델을 이용하여 낙동강 주요 지류에 대해 수온 예측 모델을 구축하고 수체에서의 다양한 열수지 분석을 통해 모델 변수를 합리적으로 추정하였다. 실시간 수온 예측은 기상청에서 생산된 지역 및 전지구 기상예측모의 결과를 바탕으로 향후 7일간의 수온 변화를 모의하였으며 예측결과의 정확성은 주요 하천의 관측 수온과 비교하여 평가하였다.
하천 및 호소 등 다양한 수체에서 신뢰성 있는 수온 모의를 위해, 수온 관련 각 모델 변수의 일반적인 적용 범위 내에서 다양한 열수지 반응에 대한 개별적인 평가를 통해 최적의 모델 변수 값을 추정하였다.

대상 데이터

보정된 HSPF 유역모델을 이용하여 낙동강수계 각 지류에서의 향후 7일간의 수온을 예측하였다. 수온 예측을 위한 장래의 기상자료는 기상청의 주요 수치모델인 전지구예보모델(global data assimilation and prediction system, GDAPS) 및 지역예보모델(regional data assimilation and prediction system, RDAPS)의 결과자료인 GRIB(grided binary) 형식의 자료를 이용하였다. 기상예측모델의 공간적 해상도, 예측기간, HSPF 모델 적용방법 등은 선행연구(Shin et al.
predicted는 해당 일자의 예측결과를 산술평균한 값이다. 수온예측은 2012년 1월부터 12월까지 1년 동안 총 236회 수행하였다. 낙동강 수계 주요 지천에서 수온 예측결과 Dv 값은 -1.
낙동강은 해발 1,549 m의 태백산에서 발원하여 남쪽으로 흐르다 안동호에 유입 후 서쪽으로 흐르면서 차례로 반변천, 미천, 내성천과 합류하고 다시 남쪽으로 유하하면서 영강, 병성천, 위천, 감천, 백천, 금호강, 회천, 황강, 남강과 차례로 합류한 후 남서쪽으로 유로를 변경하면서 밀양강 및 양산천과 합류 후 낙동강 하구둑을 통해 남해로 유출된다(Hwang, 2007). 연구 대상 지역의 유역면적은 약 23,500 km²이며, 낙동강 본류의 유로 연장은 약 521.5 km로 전국토의 약 1/4를 차지한다. Fig.

데이터처리

모델 보정을 위한 통계지표로 Nash-Sutcliffe efficiency (NSE), deviation (Dv), root mean square error (RMSE)를 사용하였다. NSE는 관측값의 변동폭 대비 모델 예측값의 평균오차로 계산되며 모델의 적합도를 평가하는 지표이고, Dv는 관측값과 모델 예측값의 상대적인 편차를 나타내는 지표이며, RMSE는 관측값과 모의값의 평균오차로써 모델의 정밀도를 나타내는 지표이다(Table 1).

이론/모형

기상자료는 대구기상관측소 등 19개의 기상관측소에서 관측한 기온, 강수량, 이슬점온도, 일사량, 운량, 증발량자료를 이용하였으며, 잠재증발산은 Jensen-Haise formula (Dockter, 1994; Hummel et al., 2001)을 이용하여 산정하였다. 그 외 HSPF 모델 구축을 위한 기상, 오염원, 댐방류 및 취수에 대한 입력자료의 구축, 저수지 모의 방법 등은 선행연구(Shin et al.
세 번째 방법은 Jobson(1977)와 Jobson and Keefer(1979)에 의해 제안된 방법으로 열교환에 관한 이류-확산식을 계산한다. 본 연구에서는 첫 번째 방법을 이용하여 수체-지반과의 열전달량을 모의하였다.
Table 2에 HSPF 모델의 수온 모의에 사용된 주요 매개변수의 범위를 나타내었으며, 각 매개변수의 보정 범위는 각 segment 및 RCHRES에서 토지이용 및 계절적 변동에 따라 달라진다. 수온 모의를 위한 대부분의 매개변수는 적절한 허용범위 내에서 매개변수를 변화시키면서 관측값과 모의값이 가장 잘 일치할 때의 값으로 추정하였으며, 지하수층의 월별 온도를 나타내는 LGTP1은 지하수관측연보(MOLIT, 2009, 2010, 2011)의 낙동강권역 지하수 관측 수온을 기반으로 입력하였다.
낙동강수계의 소유역 분할은 유역경계도, 하천도 및 DEM (30×30m)을 이용하여 232개의 소유역으로 구분하였으며, 이를 다시 동일한 기상 및 유출특성을 갖는 32개의 segment로 그룹화 하였다. 토지이용분류는 환경부 중분류토지피복지도(EGIS, 2008)를 기준으로 도시, 논 및 습지, 농업, 산림, 수체로 구분하였다(Fig. 3) (Shin et al., 2013).

성능/효과

수온예측은 2012년 1월부터 12월까지 1년 동안 총 236회 수행하였다. 낙동강 수계 주요 지천에서 수온 예측결과 Dv 값은 -1.5 ~ 12.1%, NSE 값은 0.85 ~ 0.93, RMSE 값은 2.4 ~ 2.9℃의 범위로 수온 보정결과와 유사한 예측 정확도를 보이고 있다. 이는 수온 모의에 직접적인 영향을 미치는 기온과 일사량의 연간 변동 경향이 매년 일정하게 반복되고 기온과 일사량에 대한 기상예측자료(GDAPS, RDAPS)의 불확실성도 강수등 다른 기상요소에 비해 크지 않기 때문으로 판단된다.

후속연구

향후 보다 정확한 수온 예측 모델 구축을 위해서는 단순히 수체에서 관측 수온과의 비교를 통한 수온 보정뿐만 아니라, 하상 및 토양의 연중 온도 변화에 대한 모니터링과 수체에서의 열수지 분석을 통해 보다 현실적이고 실측 기반의 모델 변수를 산정하고자 하는 노력이 필요할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수질예보를 위한 수치모델로 환경부가 운용하고 있는 것은?	수질예보는 수치모델링을 이용하여 기상 및 오염원의 변화에 따른 장래의 수질변화를 예측하고 발표하는 것을 말하며(Environment instruction No. 1053, 2013), 환경부에서는 수질예보를 위한 수치모델로 유역에서의 유출량 및 오염부하를 모의하기 위한 HSPF(Hydrological Simulation Program Fortran) 유역모델과 수계 본류구간에서의 수질모의를 위한 EFDC(Environmental Fluid Dynamic Code) 3차원수질모델을 결합하여 운용하고 있다.
	환경부에서 2012년부터 실시하고 있는 4대강 주요 지점의 향후 7일간의 수온과 클로로필-a 농도에 대해 수질예보는 어디에 전파되어 어떻게 이용되는가?	환경부에서는 2012년부터 한강, 낙동강, 금강, 영산강 등 4대강 주요 지점에 대해 향후 7일간의 수온과 클로로필-a 농도에 대해 수질예보를 시행하고 있다. 수질예측 정보는 수질예보홈페이지(http://wqcast.nier.go.kr:8080)를 통해 물관리 관계기간(환경부, 국토교통부, 산업통상자원부, 농림축산식품부와 그 소속기관, 지방자치단체, 한국환경공단, 한국수자원공사, 한국농어촌공사, 한국수력원자력(주), 수면관리자, 취수장·정수장)에 전파되어, 수질 악화를 미리 예측하고 대응하는 사전예방적 수질관리를 위한 기반자료로 이용되고 있다.
	수질예보란 무엇인가?	수질예보는 수치모델링을 이용하여 기상 및 오염원의 변화에 따른 장래의 수질변화를 예측하고 발표하는 것을 말하며(Environment instruction No. 1053, 2013), 환경부에서는 수질예보를 위한 수치모델로 유역에서의 유출량 및 오염부하를 모의하기 위한 HSPF(Hydrological Simulation Program Fortran) 유역모델과 수계 본류구간에서의 수질모의를 위한 EFDC(Environmental Fluid Dynamic Code) 3차원수질모델을 결합하여 운용하고 있다.

참고문헌 (20)

Alcantara, E. H., Stech, J. L., Lorenzzetti, J. A., Bonnet, M. P., Casamitjana, X., Assireu, A. T., and de Moraes Novo, E. M. L. (2010). Remote Sensing of Water Surface Temperature and Heat Flux over a Tropical Hydroelectric Reservoir, Remote Sensing of Environment, 114, pp. 2651-2665.

상세보기
Bicknell, B. R., Imhoff, J. C., Kittle, Jr., J. L., Jobes, T. H., and Donigian, Jr., A. S. (2001). HSPF Version 12 User's manual, AQUA TERRA Consultants Mountain View, California, USA, pp. 49-69, 95-99, 176-183.
Caupp, C. L., Brock, J. T., and Runke, H. M. (1994). Model formulation and program description of the Dynamic Stream Simulation and Assessment Model (DSSAMt): Application to the Truckee River, Nevada for Truckee River Operating Agreement (TROA) DEIS/DEIR, Technical Report No. RCR94-1. Submitted to the U.S. Bureau of Reclamation, Carson City, NV, Rapid Creek Research, Inc., Boise, Idaho.
Chung, S. W., Lee, H. S., Choi, J. K., and Ryu, I. G. (2009). Simulation of Thermal Stratification of Daecheong Resevoir using Three-dimensional ELCOM Model, Journal of Korea Society on Water Environment, 25(6), pp. 922-934. [Korean Literature]
Dockter, D. (1994). Computation of the 1982 imberly-Penman and the Jensen-Haise Evapotranspiration Equation as Applied in the U.S. Bureau of Reclamation's Pacific Northwest Agrimant Program, U.S. Bureau of Reclamation, Pacific Northwest Region, Water Conservation Center, pp. 1-26.
Environmental Geographic Information System (EGIS). (2008). http://egis.go.kr/egis.
Environmental Instruction No. 1053. (2013). The rule of water quality forecasting and contingency plans.
Hummel, P., Kittle Jr., J., and Gray, M. (2001). WDMUtil (Version 2.0)-A Tool for Managing Watershed Modeling Time-Series Data, U.S. EPA, Washington, DC, USA, pp. 104-110.
Hwang, H. S. (2007). Applicability Study of BASIN/WinHSPF on TMDL in Korea -Nakdong River Basin Case Study-, Ph. D. Dissertation, Konkuk University, Seoul, Korea, pp. 91-92. [Korean Literature]
Jobson, H. E. (1977). Bed Conduction Computation for Thermal Models, Journal of Hydraulics Division, ASCE, 103(HY10), pp. 1213-1217.
Jobson, H. E. and Keefer, T. N. (1979). Modeling Highly Transient Flow, Mass, and Heat Transport in the Chattahoochee River near Atlanta, Georgia. U.S. Geological Survey Professional Paper No. 1136.
Marce, R and Armengol, J. (2008). Modelling river water temperature using deterministic, empirical, and hybrid formations in a Mediterranean stream, Hydrological Processes, 22, pp. 3418-3430.

상세보기
Ministry of Land, Infrastructure and Transport (MOLIT). (2009). National Groundwater Monitoring Network in Korea Annual Report, Ministry of Land, Infrastructure and Transport.
Ministry of Land, Infrastructure and Transport (MOLIT). (2010). National Groundwater Monitoring Network in Korea Annual Report, Ministry of Land, Infrastructure and Transport.
Ministry of Land, Infrastructure and Transport (MOLIT). (2011). National Groundwater Monitoring Network in Korea Annual Report, Ministry of Land, Infrastructure and Transport.
Na, E. H., Shin, C. M., Park, L. J., Kim, D. G., and Kim, K. H. (2014). A study on the Operational Forecasting of the Nakdong River Flow with a Combined Watershed and Waterbody Model, Journal of Korean Society on Water Environment, 30(1), pp. 16-24. [Korean Literature]
Shin, C. M., Na, E. H., Lee, E. J., Kim, D. G., and Min, J. H. (2013). Operational Hydrological Forecast for the Nakdong River Basin Using HSPF watershed Model, Journal of Korean Society on Water Environment, 29(2), pp. 212-222. [Korean Literature]
Trenberth, K. E., Fasullo, J. T., and Kiehl, J. (2009). Earth's global energy budget, American Meteorological Society, 90, pp. 311-323.

상세보기
United States Environmental Protection Agency (U.S. EPA). (2010). HSPF Lecture #12 : Instream Water Quality-Temperature, Sediment, & General Constituent, United States Environmental Protection Agency, pp. 3-7.
Yi, Y. K., Lee, S. U., and Koh, D. K. (2006). Water-Temperature Prediction of Stream Entering into Imha Reservoir using Multi-Regression Method, Journal of Korean Society on Water Environment, 22(5), pp. 919-925. [Korean Literature]

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증