[국내논문]CE-QUAL-W2를 이용한 충주호의 기후변화에 따른 탁수 및 부영양화 영향평가 Evaluation of Future Turbidity Water and Eutrophication in Chungju Lake by Climate Change Using CE-QUAL-W2원문보기
본 연구에서는 충주댐을 대상으로 유역모델인 SWAT과 저수지모델인 CE-QUAL-W2를 연계 적용하여 기후변화에 따라 저수지로 유입되는 하천의 유량 및 탁수발생량을 모의하고, 저수지내의 탁수변화 및 부영양화 영향평가를 통한 저수지 수환경 변화를 전망하였다. 먼저 SWAT을 적용하여 강우시 저수지 유입하천의 유량 및 수질을 모의하여 모델의 재현성을 검토하였으며, 모형의 보정(2000~2005)과 검증(2006~2010) 결과 모델 예측값과 실측값이 적절하게 일치하는 것으로 나타났다. SWAT의 결과를 CE-QUAL-W2의 하천유량 및 유입수 수질경계조건 입력자료로 활용하고, 보정(2010년)과 검증(2008년)을 통하여 저수지 내 시간에 따른 물수지, 수온 변화, 부유물질(SS), T-N, T-P 및 부영양화(Chl-a) 양상 등을 분석하고 모델의 재현성을 검토하였다. 이후 기후변화 시나리오 적용에 따른 저수지 내수환경변화를 모의하기 위한 기후변화자료로 IPCC AR4 GCM(ECHO-G)을 고해상도지역 기후 시나리오로 개선시킨 RCM(MM5)의 A1B 시나리오를 다시 태풍사상을 고려한 인공신경망 기법에 의해 상세화하여 이용하였다. 기후변화 시나리오에 따른 기온증가의 영향으로 미래로 갈수록 상층수온은 증가하는 반면 심층수온은 감소하는 경향을 보였다. SS 최고유입농도는 평수년에 비해 풍수년에 17%, 갈수년에 0.2% 가량 증가하는 것으로 나타났다. 호소내 SS 10mg/L 이상 점유일수는 평수년에 비해 풍수년이 6일, 갈수년이 17일 증가하였고, 점유율 역시 풍수년에 24%, 갈수년에 26%가량 증가하는 것으로 분석되었다. 미래로 갈수록 기후변화가 충주댐 탁수장기화에 영향을 미치는 것으로 분석되었다. Chl-a의 최고농도는 평수년에 비해 풍수년에 19%, 갈수년에 3% 가량 조류의 농도가 증가되는 것으로 나타나 조류의 영향이 커지는 것을 알 수 있었다.
본 연구에서는 충주댐을 대상으로 유역모델인 SWAT과 저수지모델인 CE-QUAL-W2를 연계 적용하여 기후변화에 따라 저수지로 유입되는 하천의 유량 및 탁수발생량을 모의하고, 저수지내의 탁수변화 및 부영양화 영향평가를 통한 저수지 수환경 변화를 전망하였다. 먼저 SWAT을 적용하여 강우시 저수지 유입하천의 유량 및 수질을 모의하여 모델의 재현성을 검토하였으며, 모형의 보정(2000~2005)과 검증(2006~2010) 결과 모델 예측값과 실측값이 적절하게 일치하는 것으로 나타났다. SWAT의 결과를 CE-QUAL-W2의 하천유량 및 유입수 수질경계조건 입력자료로 활용하고, 보정(2010년)과 검증(2008년)을 통하여 저수지 내 시간에 따른 물수지, 수온 변화, 부유물질(SS), T-N, T-P 및 부영양화(Chl-a) 양상 등을 분석하고 모델의 재현성을 검토하였다. 이후 기후변화 시나리오 적용에 따른 저수지 내수환경변화를 모의하기 위한 기후변화자료로 IPCC AR4 GCM(ECHO-G)을 고해상도지역 기후 시나리오로 개선시킨 RCM(MM5)의 A1B 시나리오를 다시 태풍사상을 고려한 인공신경망 기법에 의해 상세화하여 이용하였다. 기후변화 시나리오에 따른 기온증가의 영향으로 미래로 갈수록 상층수온은 증가하는 반면 심층수온은 감소하는 경향을 보였다. SS 최고유입농도는 평수년에 비해 풍수년에 17%, 갈수년에 0.2% 가량 증가하는 것으로 나타났다. 호소내 SS 10mg/L 이상 점유일수는 평수년에 비해 풍수년이 6일, 갈수년이 17일 증가하였고, 점유율 역시 풍수년에 24%, 갈수년에 26%가량 증가하는 것으로 분석되었다. 미래로 갈수록 기후변화가 충주댐 탁수장기화에 영향을 미치는 것으로 분석되었다. Chl-a의 최고농도는 평수년에 비해 풍수년에 19%, 갈수년에 3% 가량 조류의 농도가 증가되는 것으로 나타나 조류의 영향이 커지는 것을 알 수 있었다.
This study is to evaluate the future climate change impact on turbidity water and eutrophication for Chungju Lake by using CE-QUAL-W2 reservoir water quality model coupled with SWAT watershed model. The SWAT was calibrated and validated using 11 years (2000~2010) daily streamflow data at three locat...
This study is to evaluate the future climate change impact on turbidity water and eutrophication for Chungju Lake by using CE-QUAL-W2 reservoir water quality model coupled with SWAT watershed model. The SWAT was calibrated and validated using 11 years (2000~2010) daily streamflow data at three locations and monthly stream water quality data at two locations. The CE-QUAL-W2 was calibrated and validated for 2 years (2008 and 2010) water temperature, suspended solid, total nitrogen, total phosphorus, and Chl-a. For the future assessment, the SWAT results were used as boundary conditions for CE-QUAL-W2 model run. To evaluate the future water quality variation in reservoir, the climate data predicted by MM5 RCM(Regional Climate Model) of Special Report on Emissions Scenarios (SRES) A1B for three periods (2013~2040, 2041~2070 and 2071~2100) were downscaled by Artificial Neural Networks method to consider Typhoon effect. The RCM temperature and precipitation outputs and historical records were used to generate pollutants loading from the watershed. By the future temperature increase, the lake water temperature showed $0.5^{\circ}C$ increase in shallow depth while $-0.9^{\circ}C$ in deep depth. The future annual maximum sediment concentration into the lake from the watershed showed 17% increase in wet years. The future lake residence time above 10 mg/L suspended solids (SS) showed increases of 6 and 17 days in wet and dry years respectively comparing with normal year. The SS occupying rate of the lake also showed increases of 24% and 26% in both wet and dry year respectively. In summary, the future lake turbidity showed longer lasting with high concentration comparing with present behavior. Under the future lake environment by the watershed and within lake, the future maximum Chl-a concentration showed increases of 19 % in wet year and 3% in dry year respectively.
This study is to evaluate the future climate change impact on turbidity water and eutrophication for Chungju Lake by using CE-QUAL-W2 reservoir water quality model coupled with SWAT watershed model. The SWAT was calibrated and validated using 11 years (2000~2010) daily streamflow data at three locations and monthly stream water quality data at two locations. The CE-QUAL-W2 was calibrated and validated for 2 years (2008 and 2010) water temperature, suspended solid, total nitrogen, total phosphorus, and Chl-a. For the future assessment, the SWAT results were used as boundary conditions for CE-QUAL-W2 model run. To evaluate the future water quality variation in reservoir, the climate data predicted by MM5 RCM(Regional Climate Model) of Special Report on Emissions Scenarios (SRES) A1B for three periods (2013~2040, 2041~2070 and 2071~2100) were downscaled by Artificial Neural Networks method to consider Typhoon effect. The RCM temperature and precipitation outputs and historical records were used to generate pollutants loading from the watershed. By the future temperature increase, the lake water temperature showed $0.5^{\circ}C$ increase in shallow depth while $-0.9^{\circ}C$ in deep depth. The future annual maximum sediment concentration into the lake from the watershed showed 17% increase in wet years. The future lake residence time above 10 mg/L suspended solids (SS) showed increases of 6 and 17 days in wet and dry years respectively comparing with normal year. The SS occupying rate of the lake also showed increases of 24% and 26% in both wet and dry year respectively. In summary, the future lake turbidity showed longer lasting with high concentration comparing with present behavior. Under the future lake environment by the watershed and within lake, the future maximum Chl-a concentration showed increases of 19 % in wet year and 3% in dry year respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 충주호 유역을 대상으로 유역모형인 SWAT과 저수지모형인 CE-QUAL-W2를 이용하여 기후변화에 따른 하천 및 호소의 수질에 미치는 영향을 평가 하고자 한다. 기후변화 적용을 위해 RCM(MM5)의 A1B 시나리오를 상세화 하여 SWAT 모형에 적용하여 하천유역의 미래 유량 및 수질변화를 전망하고, SWAT의 결과를 CE-QUAL-W2의 입력 자료로 활용하여 기후변화에 따른 호소 내 수온, 탁수변화 및 부영양화 영향평가를 통한 저수지 수환경 변화를 전망하고자 한다.
특히 충주댐은 서울 수도권지역에 연간 33억 8000만t의 각종 용수를 공급하는 중요한 공급원으로 호소의 수질관리를 위한 장기적 측면에서의 대응방안이 마련되어야 할 것이다. 본 연구에서는 기후변화 영향평가에 있어 유역모형과 저수지 모형을 연계하는 과정에 있어 연계 가능한 자료와 새로운 방법으로 구축해야 하는 자료를 파악하여 합리적인 연계방법을 제시하였다. 또한 본 연구에서 적용한 기후변화 시나리오 및 적용된 모형의 수문, 수질 모의결과는 많은 불확실성을 내포하고 있어 본 연구의 결과를 절대적 판단기준으로 적용하기에는 무리가 있지만, 본 연구를 통해 미래 하천-호소의 오염물질 변화를 파악하고 예측하는 방법론을 제시함으로써 유역의 수질오염총량관리 및 호소의 수질관리에 적극적으로 활용될 수 있을 것으로 판단된다.
본 연구의 목적은 유역모형인 SWAT과 저수지 모형인 CE-QUAL-W2를 연계 모의 하여 기후변화에 따른 탁수 및 부영양화를 모의하는 것이다. 이를 위해 CE-QUAL-W2의 검·보정 시 하천 경계조건 입력 자료인 유입량 및 수질자료를 SWAT의 검·보정된 모의결과를 이용하지 않고 유입하천의 실측 유입량 및 수질자료를 사용하였다.
가설 설정
4) 이후 CE-QUAL-W2 모형의 기후변화 적용을 위해 SWAT의미래모의결과를CE-QUAL-W2의입력자료로 사용하였다. SWAT에서 제공해주는 CE-QUAL-W2의 입력 자료는 유입량, SS, NO3, NH4, PO4-P, Chl-a, OM group이며, 미 제공인자인 유입수 수온은 회귀식을 이용하였으며, DO는 SWAT의 결과가 너무 낮게 예측되는 경향이 있어 실측수온을 이용하여 가정하여 산정하였다. 그 결과 미래에는 충주댐의 수온 성층화 및 탁수에 의한 중증밀도류 현상으로 인해 미래 호소의 수질에 악영향을 끼칠 것으로 전망되었다.
미래 하천 경계조건으로 유입량은 SWAT의 미래 유출량 결과를 이용하고, 미래 유입수온 경계조건은 SWAT의 유출량과 기후변화 상세화 자료에서 제공되는 기온, 이슬점온도를 이용하여 다중회귀분석을 통해 산정하였다. 미래 수질 경계조건의 경우 부유물질(SS), 질소 계열(NO3, NH4), 인 계열(PO4-P), 조류(Chl-a)는 SWAT의 유출 부하량(ton)을 농도(mg/L)로 변환하여 사용하게 되고, 용존산소(DO)의 경우에는 SWAT의 결과가 너무 낮게 예측되는 경향이 있어 실측수온 및 DO 농도 자료를 수집한 후 실측수온으로부터 포화농도를 계산 후 분율을 가정하여 산정하였다(Eq. 3).
제안 방법
SWAT 모형 구동을 위한 공간자료로 1:5,000 National Geographic Information System(NGIS) 수치지도를 사용하여 해상도 30 × 30 m의 Digital Elevation Model(DEM)을 구축하였다(Fig.
08로 가정한 후 SWAT의 모의 값인 Organic-N과 Organic-P를 이용하여 ORGP를 산정하였다. 그 후, Organic-P값과 ORGP를 적용하여 일 단위 유기물 농도를 산정하였다(Eq. 4). 산정된 유기물 농도를 다시 CE-QUAL-W2의 입력자료 형태인 L-DOM, R-DOM, L-POM, R-POM의 형태로 구분하였다.
따라서 본 연구에서는 충주호 유역을 대상으로 유역모형인 SWAT과 저수지모형인 CE-QUAL-W2를 이용하여 기후변화에 따른 하천 및 호소의 수질에 미치는 영향을 평가 하고자 한다. 기후변화 적용을 위해 RCM(MM5)의 A1B 시나리오를 상세화 하여 SWAT 모형에 적용하여 하천유역의 미래 유량 및 수질변화를 전망하고, SWAT의 결과를 CE-QUAL-W2의 입력 자료로 활용하여 기후변화에 따른 호소 내 수온, 탁수변화 및 부영양화 영향평가를 통한 저수지 수환경 변화를 전망하고자 한다.
기후변화가 충주호의 수온변화에 미치는 영향을 분석하기 위해 연도별 상층과 심층의 수온을 비교하였고, 상층과 심층의 수온차가 5℃ 이상 발생하는 기간을 기준으로 수온성층형성 기간에 미치는 영향을 평가하였다. 그 결과 미래 기온의 증가로 인해 미래로 갈수록 상층수온은 평균 0.
남한강본류와 주요 지천인 제천천 및 동달천을 고려하여 7개의 가지(branch)로 구분하였고, 남한강 본류(branch 1)와 유입 경계부(branch 2∼7)로 구분하였다.
따라서 본 연구에서는 유입하천의 실측자료를 입력 자료로 사용하여 CE-QUAL-W2를 보다 정확하게 검·보정하여 불확실성을 줄이고, 이후 미래 구동 시에는 SWAT의 미래 모의결과를 CE-QUAL-W2에 입력하여 기후변화를 평가하였다.
미래 분석을 위한 기간설정은 기후변화 시나리오 자료와 동일하게 2030s (2011∼2040), 2060s (2041∼2070), 2090s (2071∼2100)의 세 기간으로 구분하였다. 또한 각 시나리오 기간별 SWAT의 유출량 모의결과로부터 연간 댐 유입량을 추출한 후 이를 바탕으로 발생초과확률을 산정하고 10%(풍수년), 50%(평수년) 및 95%(갈수년)에 해당하는 극한 수문사상을 가지는 년도를 선택하여 분석하였다.
마지막으로 기후변화가 조류의 성장패턴에 미치는 영향 및 부영양화에 미치는 영향을 평가하기 위해 Chl-a의 농도변화를 분석하였다. 그 결과 Chl-a의 최고농도는 평수년에 비해 풍수년에 19%, 갈수년에 3% 가량 조류의 농도가 증가되는 것으로 나타나 평수년에 비해 풍수년과 갈수년에 조류의 영향이 커지는 것을 알 수 있었다(Table 3).
하천 경계조건은 본류와 지류로 유입하는 유량(유입량, 방류량), 유입수 수온 및 수질 자료가 요구된다. 먼저 유량 경계조건으로 국가수자원관리종합정보시스템(WAMIS)에서 제공하는 2010년과 2008년의 충주댐 운영 자료를 바탕으로 유입량과 방류량 자료를 구성하였으며, 유입수 수온 경계조건의 경우 충주댐 유입부에서 일별로 실측된 수온 자료가 없기 때문에 다중회귀분석을 통해 기온 및 이슬점온도, 유량을 사용하여 일별 수온을 예측하였다. 수질경계조건은 부유물질(SS)의 경우 일별로 실측된 수질 자료가 없기 때문에 유량과 부유물질(SS) 부하량 관계로부터 회귀식을 산정하여 자료를 보완하였고, 나머지 경계조건 수질항목인 질소 계열(NO3, NH4), 인 계열(PO4-P), 조류(Chl-a), 용존산소(DO)의 경우에는 환경부 월간 측정망 자료를 입력하였다.
본 연구에서는 충주호 유역을 대상으로 유역모형인 SWAT과 저수지모형인 CE-QUAL-W2를 이용하여 기후변화에 따른 하천 및 호소의 수환경 변화를 평가 하였다. 미래 기후변화 자료로 RCM(MM5)의 A1B 시나리오를 상세화한 뒤 SWAT 모형에 적용하여 하천유역의 미래 유량 및 수질변화를 전망하였고, 이후 SWAT의 결과를 CE-QUAL-W2의 입력 자료로 재구성 한 뒤 적용하여 기후변화에 따른 호소내 수온, 탁수변화 및 부영양화 영향을 평가하였다. 결과를 정리하면 다음과 같다.
미래 기후변화에 따른 충주호 내 수환경 변화를 분석하기 위해 앞서 구축된 SWAT의 유출 및 수질에 대한 미래 모의결과를 CE-QUAL-W2의 입력 자료로 재구성하여 적용하고 기후변화에 의한 수온, 탁수변화 및 부영양화 영향을 평가하였다. 미래 분석을 위한 기간설정은 기후변화 시나리오 자료와 동일하게 2030s (2011∼2040), 2060s (2041∼2070), 2090s (2071∼2100)의 세 기간으로 구분하였다.
미래 하천 경계조건으로 유입량은 SWAT의 미래 유출량 결과를 이용하고, 미래 유입수온 경계조건은 SWAT의 유출량과 기후변화 상세화 자료에서 제공되는 기온, 이슬점온도를 이용하여 다중회귀분석을 통해 산정하였다. 미래 수질 경계조건의 경우 부유물질(SS), 질소 계열(NO3, NH4), 인 계열(PO4-P), 조류(Chl-a)는 SWAT의 유출 부하량(ton)을 농도(mg/L)로 변환하여 사용하게 되고, 용존산소(DO)의 경우에는 SWAT의 결과가 너무 낮게 예측되는 경향이 있어 실측수온 및 DO 농도 자료를 수집한 후 실측수온으로부터 포화농도를 계산 후 분율을 가정하여 산정하였다(Eq.
CE-QUAL-W2 모형은 모의대상 수질항목이 국내 호소수질 측정망 자료와 다소 차이가 있어 난분해성 용존상 유기물(R-DOM), 분해성 용존상 유기물(L-DOM), 난분해성 입자상 유기물(R-POM), 분해성 입자상 유기물(L-POM)과 같은 상세한 입력 자료를 구축하기에 많은 어려움이 있다. 본 연구에서는 제한된 저수지 수질측정망 자료를 이용하여 망간법으로 측정한 화학적 산소 요구량(CODMn)과 총유기탄소(TOC)비를 이용하였다(Choi et al., 2000). 환경부 월간 수질 측정망 자료인 CODMn으로부터 TOM을 구한 후, 용존상 유기물(DOM)과 입자상 유기물(POM)을 구분하는데 DOM과 POM의 분율을 국내 하천과 호수의 실험결과(Kim et al.
본 연구에서는 충주호 유역을 대상으로 유역모형인 SWAT과 저수지모형인 CE-QUAL-W2를 이용하여 기후변화에 따른 하천 및 호소의 수환경 변화를 평가 하였다. 미래 기후변화 자료로 RCM(MM5)의 A1B 시나리오를 상세화한 뒤 SWAT 모형에 적용하여 하천유역의 미래 유량 및 수질변화를 전망하였고, 이후 SWAT의 결과를 CE-QUAL-W2의 입력 자료로 재구성 한 뒤 적용하여 기후변화에 따른 호소내 수온, 탁수변화 및 부영양화 영향을 평가하였다.
4). 산정된 유기물 농도를 다시 CE-QUAL-W2의 입력자료 형태인 L-DOM, R-DOM, L-POM, R-POM의 형태로 구분하였다.
먼저 유량 경계조건으로 국가수자원관리종합정보시스템(WAMIS)에서 제공하는 2010년과 2008년의 충주댐 운영 자료를 바탕으로 유입량과 방류량 자료를 구성하였으며, 유입수 수온 경계조건의 경우 충주댐 유입부에서 일별로 실측된 수온 자료가 없기 때문에 다중회귀분석을 통해 기온 및 이슬점온도, 유량을 사용하여 일별 수온을 예측하였다. 수질경계조건은 부유물질(SS)의 경우 일별로 실측된 수질 자료가 없기 때문에 유량과 부유물질(SS) 부하량 관계로부터 회귀식을 산정하여 자료를 보완하였고, 나머지 경계조건 수질항목인 질소 계열(NO3, NH4), 인 계열(PO4-P), 조류(Chl-a), 용존산소(DO)의 경우에는 환경부 월간 측정망 자료를 입력하였다. CE-QUAL-W2 모형은 모의대상 수질항목이 국내 호소수질 측정망 자료와 다소 차이가 있어 난분해성 용존상 유기물(R-DOM), 분해성 용존상 유기물(L-DOM), 난분해성 입자상 유기물(R-POM), 분해성 입자상 유기물(L-POM)과 같은 상세한 입력 자료를 구축하기에 많은 어려움이 있다.
수질자료는 평창강3(PC), 동강(DR), 덕천(DC), 제천천3(JC) 지점에 대하여 유출량과 동일한 기간(2000∼2010)의 자료를 환경부 물환경정보시스템(Water Information System, WIS)에서 월 1회 측정하여 제공하는 SS, TN, TP, DO, BOD, Chl-a 농도자료의 채수일자를 획득하여 부하량으로 환산하여 구축하였다.
) 및 모형효율계수(Model Efficiency, ME)를 사용하였다. 유출량의 보정은 충주댐유역의 상류지점인 영월1 지점과 영월2 지점에 대하여 먼저 보정한 후, 유역 출구지점의 댐 유입량에 대하여 보정을 실시하였다. 유출량 검·보정 결과 상류의 영월1과 영월2 지점에 대한 연 평균 일 유출량의 ME는 0.
본 연구에서는 A1B 시나리오인 27 km 해상도의 RCM 한반도 기후전망 자료를 기상청으로부터 제공받아 인공신경망 기법을 통하여 상세화한 자료를 이용하였다. 이 상세화(Downscaling)된 미래 기상자료는 단국대학교의 연구개발을 통해 제공받은 자료로서, 공간적 스케일의 상이성을 최소화하고자 강우관측소 지점 별로 인공신경망을 수행하는 다지점 인공신경망 기법을 적용하였으며, 강우뿐만 아니라 SWAT에 입력되는 다른 기상자료인 상대습도, 최고/최저온도에 대한 상세화도 수행하였다. 또한 한반도의 계절성을 반영하고 있지 못하는 RCM에 따른 신경망의 학습 성과를 제고시키고자 여름철 태풍사상에 대한 모의와 강우량 보정을 위해 Stochastic Typhoon Simulation 기법 및 Dynamic Quantile Mapping 기법을 적용하였다.
, 1998)를 참조하여 각각 75%와 25%로 구분하였다. 이를 다시 미생물에 의해 쉽게 분해되는 유기물과 쉽게 분해되지 않는 난분해성 유기물로 분류하여야 하는데, Yoo et al. (2005)의 실험결과를 근거로 L-DOM(30%), R-DOM(70%), L-POM(30%), R-POM(70%)으로 구분하여 모형에 입력하였다.
충주호의 지형 및 단면자료 구축을 위하여 1:5000 수치지형도를 이용하여 유한차분 격자를 구성하였다. 남한강본류와 주요 지천인 제천천 및 동달천을 고려하여 7개의 가지(branch)로 구분하였고, 남한강 본류(branch 1)와 유입 경계부(branch 2∼7)로 구분하였다.
4(a)). 토지이용도는 2000년 4월 Landsat TM 위성영상을 이용하여 총 7개의 토지이용항목(수역, 주거지, 나지, 초지, 논, 밭, 산림)으로 분류한 뒤, NOAA/AVHRR 위성영상으로부터 계산된 정규화식생지수(Normalized Difference Vegetation Index, NDVI) 자료를 이용하여 산림을 활엽수림, 침엽수림, 혼효림으로 재분류하여 총 9개의 토지이용 항목으로 분류하여 이용하였다(Fig. 4(b)).
하천 경계조건인 유입량 및 수질 자료(NO3, NH4, PO4-P, Chl-a, DO, OM group) 또한 하천의 실측된 자료를 이용하였고, 유입수 수온과 탁도는 회귀식을 이용하여 구축한 뒤 수온, SS, T-N, T-P, Chl-a에 대하여 검·보정을 수행하였다.
, 2000). 환경부 월간 수질 측정망 자료인 CODMn으로부터 TOM을 구한 후, 용존상 유기물(DOM)과 입자상 유기물(POM)을 구분하는데 DOM과 POM의 분율을 국내 하천과 호수의 실험결과(Kim et al., 1998)를 참조하여 각각 75%와 25%로 구분하였다. 이를 다시 미생물에 의해 쉽게 분해되는 유기물과 쉽게 분해되지 않는 난분해성 유기물로 분류하여야 하는데, Yoo et al.
대상 데이터
토양도는 Fig. 4(c)와 같이 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 이용하였으며, 대표 토양종류는 식양토 45%, 사양토 40%이다.
3) CE-QUAL-W2 모형을 이용한 저수지모델링을 위하여 본류와 지류를 고려하여 저수지 지형단면을 구축하였고, 기상자료 및 호소 초기조건은 2010년, 2008년의 실측된 자료를 수집하였다. 하천 경계조건인 유입량 및 수질 자료(NO3, NH4, PO4-P, Chl-a, DO, OM group) 또한 하천의 실측된 자료를 이용하였고, 유입수 수온과 탁도는 회귀식을 이용하여 구축한 뒤 수온, SS, T-N, T-P, Chl-a에 대하여 검·보정을 수행하였다.
4) 이후 CE-QUAL-W2 모형의 기후변화 적용을 위해 SWAT의미래모의결과를CE-QUAL-W2의입력자료로 사용하였다. SWAT에서 제공해주는 CE-QUAL-W2의 입력 자료는 유입량, SS, NO3, NH4, PO4-P, Chl-a, OM group이며, 미 제공인자인 유입수 수온은 회귀식을 이용하였으며, DO는 SWAT의 결과가 너무 낮게 예측되는 경향이 있어 실측수온을 이용하여 가정하여 산정하였다.
호소의 초기조건은 실측자료가 존재하는 2010년과 2008년에 대하여 댐 앞 지점에서 수심별로 실측된 수온 및 탁도 자료를 이용하였다. 기상자료는 같은 기간의 기온(℃), 이슬점온도(℃), 풍속(m/s), 풍향(phi), 운도(1/10) 자료를 수집하여 이용하였다.
하지만 RCM의 기후변수들은 공간적 스케일의 상이성과 불확실성 때문에 수문학적 전망을 수행하기 위한 자료로 사용하기에는 한계를 가지고 있다. 본 연구에서는 A1B 시나리오인 27 km 해상도의 RCM 한반도 기후전망 자료를 기상청으로부터 제공받아 인공신경망 기법을 통하여 상세화한 자료를 이용하였다. 이 상세화(Downscaling)된 미래 기상자료는 단국대학교의 연구개발을 통해 제공받은 자료로서, 공간적 스케일의 상이성을 최소화하고자 강우관측소 지점 별로 인공신경망을 수행하는 다지점 인공신경망 기법을 적용하였으며, 강우뿐만 아니라 SWAT에 입력되는 다른 기상자료인 상대습도, 최고/최저온도에 대한 상세화도 수행하였다.
본 연구의 대상유역은 충주호를 포함하는 충주댐 상류 유역으로 유역면적은 6,661.8 km2이다. 충주댐 유역의 평균표고는 609.
USLE에서는 강우 에너지의 함수로서, 평균 연간 총 침식량을 예측하는 반면, MUSLE에서는 강우에너지 인자가 유출인자로 대체된다. 영양물질 추적을 위해 SWAT에서 사용되는 하천 내 동역학은 QUAL2E(Brown and Barnwell, 1987)로부터 채택되었다. 이는 하천 내 융해되거나 유사에 부착된 영양물질을 추적하고 토양입자에 붙어 있는 영양물질은 주수로를 통해 지표면 유출로 이송된다.
유출량 자료는 국가수자원관리종합정보시스템(Water Management Information System, WAMIS)에서 제공하는 일별 유출량 자료를 사용하였으며, 남한강과 동강의 합류지점 인 영월1(YW1) 지점(2000∼2010), 남한강 상류의 영월2(YW2) 지점(2000∼2006)에 대하여 자료를 구축하였다.
이를 위해 CE-QUAL-W2의 검·보정 시 하천 경계조건 입력 자료인 유입량 및 수질자료를 SWAT의 검·보정된 모의결과를 이용하지 않고 유입하천의 실측 유입량 및 수질자료를 사용하였다.
충주댐 유역의 기상관측소는 대관령, 원주, 충주, 영월, 제천, 태백 총 6개 관측소가 위치해 있으며, 모형의 구동을 위해 과거 13년(1998∼2010)의 강수량(mm), 최저, 최고온도(℃), 풍속(m/sec), 상대습도(%), 일사량(MJ/m2)의 자료를 기상청으로부터 제공받아 모형의 기상입력 자료로 사용하였다.
충주댐(CJ) 지점의 댐 유입량 자료(2000∼2010)는 한국수자원공사에서 제공하는 일별 댐 수문자료를 이용하였다.
CE-QUAL-W2의 입력 자료는 기상자료, 호소의 수온과 탁도 초기조건, 저수지 상류 및 하류하천의 유량과 수온, 수질 경계조건 등이 필요하다. 호소의 초기조건은 실측자료가 존재하는 2010년과 2008년에 대하여 댐 앞 지점에서 수심별로 실측된 수온 및 탁도 자료를 이용하였다. 기상자료는 같은 기간의 기온(℃), 이슬점온도(℃), 풍속(m/s), 풍향(phi), 운도(1/10) 자료를 수집하여 이용하였다.
데이터처리
, 2001)를 참고하여 결정하였으며, 보정방법은 관측값과 모의값이 최대한 일치할 때까지 시행착오법으로 수행하였다. 모의값과 실측값에 대한 비교는 통계 지표인 AME (Absolute Mean Error), RMSE (Root Mean Square Error)를 적용하였다. 충주호의 연직 수온모의 결과, 4월부터 수면부근 수온이 증가하기 시작하여 7월초부터는 성층현상이 발생되어 9월까지 유지된다.
이론/모형
실측자료의 보유기간에 따라 모형의 보정(2010) 및 검증(2008) 기간을 2개년으로 결정하였다. CE-QUAL-W2의 저수지 수리해석과 수온예측, 조류와 영양염류, 무기물 모의와 관계되는 주요한 매개변수의 선택범위는 사용자 매뉴얼과 기존의 연구(kim et al., 1998; Chung et al., 2007; Cole et al., 1999; Cole et al., 2001)를 참고하여 결정하였으며, 보정방법은 관측값과 모의값이 최대한 일치할 때까지 시행착오법으로 수행하였다. 모의값과 실측값에 대한 비교는 통계 지표인 AME (Absolute Mean Error), RMSE (Root Mean Square Error)를 적용하였다.
SWAT 모형의 보정과 검증기간은 2000~2005년, 2006~2010년으로 각각 설정하였고, 모형의 적용성 평가를 위하여 유출량에 대하여 결정계수(R2) 및 모형효율계수(Model Efficiency, ME)를 사용하였다. 유출량의 보정은 충주댐유역의 상류지점인 영월1 지점과 영월2 지점에 대하여 먼저 보정한 후, 유역 출구지점의 댐 유입량에 대하여 보정을 실시하였다.
SWAT에서 일별 유출량은 SCS 방법을 통하여 산정하며, 잠재증발산량의 산정에는 Hagreaves 방법, Priestly-Taylor 방법, Penman-Monteith 방법을 이용한다. 강우와 유출에 의한 침식은 수정범용토양유실공식(MUSLE: Modified Universal Soil Loss Equation, Williams, 1975)에 의해 계산된다.
SWAT에서 일별 유출량은 SCS 방법을 통하여 산정하며, 잠재증발산량의 산정에는 Hagreaves 방법, Priestly-Taylor 방법, Penman-Monteith 방법을 이용한다. 강우와 유출에 의한 침식은 수정범용토양유실공식(MUSLE: Modified Universal Soil Loss Equation, Williams, 1975)에 의해 계산된다. MUSLE는 Wischmeier and Smith (1965; 1978)에 의해 개발된 범용토양유실공식(USLE: Universal Soil Loss Equation)의 수정버전이다.
이 상세화(Downscaling)된 미래 기상자료는 단국대학교의 연구개발을 통해 제공받은 자료로서, 공간적 스케일의 상이성을 최소화하고자 강우관측소 지점 별로 인공신경망을 수행하는 다지점 인공신경망 기법을 적용하였으며, 강우뿐만 아니라 SWAT에 입력되는 다른 기상자료인 상대습도, 최고/최저온도에 대한 상세화도 수행하였다. 또한 한반도의 계절성을 반영하고 있지 못하는 RCM에 따른 신경망의 학습 성과를 제고시키고자 여름철 태풍사상에 대한 모의와 강우량 보정을 위해 Stochastic Typhoon Simulation 기법 및 Dynamic Quantile Mapping 기법을 적용하였다.
마지막으로 미래 유기물 그룹(L-DOM, R-DOM, L-POM, R-POM)은 Debele et al. (2008)이 Cedar Creek 저수지 유역에서 적용하였던 방법을 활용하여 입력 자료로 사용되는 유기물 그룹을 산정하였다. 이는 유기물 내 유기질소와 유기인의 화학양론비를 이용하여 유기물을 역산정하는 방법이다.
본 연구에서 모형의 보정 및 검증은 충주호를 대상으로 충주호의 부유물질 및 부영양화를 평가한 Ahn et al. (2013)의 연구결과 값을 사용하였다. 실측자료의 보유기간에 따라 모형의 보정(2010) 및 검증(2008) 기간을 2개년으로 결정하였다.
성능/효과
1) 기후변화 적용을 위한 미래 기상자료로 A1B 시나리오인 RCM 한반도 기후전망자료를 기상청으로부터 제공받아 인공신경망 기법을 통하여 상세화한 자료를 이용하였고, 미래 분석기간을 2030s(2011∼2040), 2060s (2041∼2070), 2090s (2071∼2100)의 세 기간으로 나누어 분석하였으며, 강수량은 미래로 갈수록 증가하는 경향을 보였으며, 최저/최고 온도는 미래로 갈수록 상승하는 경향을 보였다.
2) SWAT 모형을 이용한 유역모델링을 위하여 충주댐 댐유입량 자료 및 항목별 수질자료(SS, TN, TP, DO, BOD, Chl-a)를 수집하여 모형의 검·보정을 수행하였고, 기후변화 시나리오를 적용하여 기후변화에 따른 하천 유량 및 수질변화를 분석하였으며, 그 결과 댐유입량, sediment, T-N, T-P 오염부하량은 미래에 증가하는 것으로 분석되었다.
마지막으로 기후변화가 조류의 성장패턴에 미치는 영향 및 부영양화에 미치는 영향을 평가하기 위해 Chl-a의 농도변화를 분석하였다. 그 결과 Chl-a의 최고농도는 평수년에 비해 풍수년에 19%, 갈수년에 3% 가량 조류의 농도가 증가되는 것으로 나타나 평수년에 비해 풍수년과 갈수년에 조류의 영향이 커지는 것을 알 수 있었다(Table 3). Fig.
하천 경계조건인 유입량 및 수질 자료(NO3, NH4, PO4-P, Chl-a, DO, OM group) 또한 하천의 실측된 자료를 이용하였고, 유입수 수온과 탁도는 회귀식을 이용하여 구축한 뒤 수온, SS, T-N, T-P, Chl-a에 대하여 검·보정을 수행하였다. 그 결과 모의결과가 실측자료를 비교적 잘 모의하는 것으로 분석되었다.
기후변화가 충주호의 수온변화에 미치는 영향을 분석하기 위해 연도별 상층과 심층의 수온을 비교하였고, 상층과 심층의 수온차가 5℃ 이상 발생하는 기간을 기준으로 수온성층형성 기간에 미치는 영향을 평가하였다. 그 결과 미래 기온의 증가로 인해 미래로 갈수록 상층수온은 평균 0.5℃ 증가하는 경향을 보이는 반면 심층수온은 평균 0.9℃ 감소하는 경향을 보였다. 또한 상층수온의 증가로 인해 풍수년을 제외한 갈수년과 평수년에서 성층형성 기간이 증가하였고, 성층형성 시기는 갈수년에서 미래로 갈수록 빨라지는 것으로 나타났다(Table 2).
SWAT에서 제공해주는 CE-QUAL-W2의 입력 자료는 유입량, SS, NO3, NH4, PO4-P, Chl-a, OM group이며, 미 제공인자인 유입수 수온은 회귀식을 이용하였으며, DO는 SWAT의 결과가 너무 낮게 예측되는 경향이 있어 실측수온을 이용하여 가정하여 산정하였다. 그 결과 미래에는 충주댐의 수온 성층화 및 탁수에 의한 중증밀도류 현상으로 인해 미래 호소의 수질에 악영향을 끼칠 것으로 전망되었다. 또한 기후변화로 인해 평수년에 비해 풍수년과 갈수년에 그 영향이 더 커지는 것으로 분석되었다.
그 결과 미래에는 충주댐의 수온 성층화 및 탁수에 의한 중증밀도류 현상으로 인해 미래 호소의 수질에 악영향을 끼칠 것으로 전망되었다. 또한 기후변화로 인해 평수년에 비해 풍수년과 갈수년에 그 영향이 더 커지는 것으로 분석되었다.
9℃ 감소하는 경향을 보였다. 또한 상층수온의 증가로 인해 풍수년을 제외한 갈수년과 평수년에서 성층형성 기간이 증가하였고, 성층형성 시기는 갈수년에서 미래로 갈수록 빨라지는 것으로 나타났다(Table 2). 이러한 미래 심층수온의 증가로 인해 심수층의 용존산소가 고갈되고 퇴적층의 영양염류 용출량이 증가하여 수질관리에 어려움이 야기될 것으로 예상된다.
미래 분석기간을 2030s (2011∼2040), 2060s (2041∼2070), 2090s (2071∼2100)의 세 기간으로 설정하고 SWAT에 적용된 미래 기상자료의 추세분석을 실시한 결과 연평균 강수량은 미래로 갈수록 증가하는 경향을 보였으며, 2030s에는 13.9%, 2060s에는 24.2%, 2090s에는 37.8% 증가하는 것으로 전망되었다.
또한 부유물질(SS)은 물의 탁도를 유발시키는 원인으로 수생태계에 악영향을 초래하며, 충주호는 7월 장마와 9월 태풍의 영향으로 다량의 SS가 유입되어 중층밀도류를 형성하기 때문에 취수에 상당한 어려움이 있다. 미래 탁수 영향평가를 위해 하천수 수질 기준에 따른 유입수 SS 25 mg/L 이상 유입일수를 분석한 결과 미래로 갈수록 증가하였고, 최고유입농도는 평수년에 비해 풍수년에 17%, 갈수년에 0.2% 가량 증가하는 것으로 나타났다. 호 소내 SS 10 mg/L 이상 점유일수는 평수년에 비해 풍수년이 6일, 갈수년이 17일 증가하였고, 점유율 역시 풍수년에 24%, 갈수년에 26% 가량 증가하는 것으로 분석되었다.
호 소내 SS 10 mg/L 이상 점유일수는 평수년에 비해 풍수년이 6일, 갈수년이 17일 증가하였고, 점유율 역시 풍수년에 24%, 갈수년에 26% 가량 증가하는 것으로 분석되었다. 방류수 SS 25 mg/L 이상 방류일수는 풍수년에 가장 많았고, 최고방류농도는 풍수년에 53%, 갈수년에 4% 가량 증가하는 것으로 분석되었다(Table 3).
부유물질(SS)의 연직분포 모의결과, 보정년도인 2010년의 경우 9월에 내린 집중호우로 인해 9∼10월 SS의 농도가 20 mg/L 가량 증가하다가 11월 침강한 후 점차 부유물질 층이 안정화되는 것으로 나타났다.
유출량 검·보정 결과 상류의 영월1과 영월2 지점에 대한 연 평균 일 유출량의 ME는 0.69과 0.64, R2는 0.76과 0.75로 각각 분석되었으며, 충주댐 출구지점의 ME는 0.77, R2는 0.82로 비교적 모의치가 실측치의 경향을 잘 따르는 것으로 분석되었다.
8% 증가하는 것으로 전망되었다. 최저 온도와 최고 온도는 미래로 갈수록 상승하는 경향을 보였으며, 최저온도와 최고온도 각각 2030s에는 0.5℃, 0.3℃, 2060s에는 1.3℃, 1.2℃, 2090s에는 2.5℃, 2.2℃까지 상승하는 것으로 전망되었다. 연평균 상대습도의 경우에도 미래로 갈수록 증가하는 경향을 보였지만 증가율이 0.
2% 가량 증가하는 것으로 나타났다. 호 소내 SS 10 mg/L 이상 점유일수는 평수년에 비해 풍수년이 6일, 갈수년이 17일 증가하였고, 점유율 역시 풍수년에 24%, 갈수년에 26% 가량 증가하는 것으로 분석되었다. 방류수 SS 25 mg/L 이상 방류일수는 풍수년에 가장 많았고, 최고방류농도는 풍수년에 53%, 갈수년에 4% 가량 증가하는 것으로 분석되었다(Table 3).
후속연구
최근 기후변화로 인한 기온상승 및 집중강우에 의한 홍수발생 증가로 인해 탁수의 장기화 현상 및 조류의 이상증식에 따른 부영양화 현상은 더욱 빈번히 발생되고 있어 생태계에 악영향을 미치고 있다. 따라서 댐의 지속가능한 이용과 저수지 수질 및 생태계에 미치는 영향을 최소화하기 위해서는 기후변화에 의한 유역 및 저수지 수질변화를 예측하고 적절한 대응책을 강구해야 한다.
본 연구에서는 기후변화 영향평가에 있어 유역모형과 저수지 모형을 연계하는 과정에 있어 연계 가능한 자료와 새로운 방법으로 구축해야 하는 자료를 파악하여 합리적인 연계방법을 제시하였다. 또한 본 연구에서 적용한 기후변화 시나리오 및 적용된 모형의 수문, 수질 모의결과는 많은 불확실성을 내포하고 있어 본 연구의 결과를 절대적 판단기준으로 적용하기에는 무리가 있지만, 본 연구를 통해 미래 하천-호소의 오염물질 변화를 파악하고 예측하는 방법론을 제시함으로써 유역의 수질오염총량관리 및 호소의 수질관리에 적극적으로 활용될 수 있을 것으로 판단된다.
현재 국내 다목적댐에서는 해마다 반복되는 탁수의 방류 및 녹조현상으로 인해 하천생태계가 파괴되고 상수원오염 등의 피해가 발생되고 있으며, 정부는 많은 사업비를 투자하여 선택취수 시설을 설치하고 있다. 특히 충주댐은 서울 수도권지역에 연간 33억 8000만t의 각종 용수를 공급하는 중요한 공급원으로 호소의 수질관리를 위한 장기적 측면에서의 대응방안이 마련되어야 할 것이다. 본 연구에서는 기후변화 영향평가에 있어 유역모형과 저수지 모형을 연계하는 과정에 있어 연계 가능한 자료와 새로운 방법으로 구축해야 하는 자료를 파악하여 합리적인 연계방법을 제시하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
댐이란?
우리나라의 연간 물 이용량은 약 337억m³이며, 이중 약 177억m³(53%)은 댐을 통해 이용하고 있다. 이처럼 중요한 용수공급원인 댐은 자연하천의 흐름에 변화를 주며 하천의 유황과 생태계 서식환경에 가장 많은 영향을 미치는 수리구조물로써 정체수역을 형성하여 물의 체류시간을 길게 하고 부영양화 및 조류의 과잉 성장을 유발한다(Jung et al., 2008; Kim and Chung, 2011).
우리나라의 연간 물 이용량은?
우리나라의 연간 물 이용량은 약 337억m³이며, 이중 약 177억m³(53%)은 댐을 통해 이용하고 있다. 이처럼 중요한 용수공급원인 댐은 자연하천의 흐름에 변화를 주며 하천의 유황과 생태계 서식환경에 가장 많은 영향을 미치는 수리구조물로써 정체수역을 형성하여 물의 체류시간을 길게 하고 부영양화 및 조류의 과잉 성장을 유발한다(Jung et al.
기후변화에 의한 유역 및 저수지 수질변화를 예측하고 대응책을 강구하게 된 배경은?
, 2008; Kim and Chung, 2011). 최근 기후변화로 인한 기온상승 및 집중강우에 의한 홍수발생 증가로 인해 탁수의 장기화 현상 및 조류의 이상증식에 따른 부영양화 현상은 더욱 빈번히 발생되고 있어 생태계에 악영향을 미치고 있다. 따라서 댐의 지속가능한 이용과 저수지 수질 및 생태계에 미치는 영향을 최소화하기 위해서는 기후변화에 의한 유역 및 저수지 수질변화를 예측하고 적절한 대응책을 강구해야 한다.
참고문헌 (27)
Ahn, S.R., Kim, S.H., Yoon, S.W., and Kim, S.J. (2013). "Evaluation of suspended solids and eutrophication in Chungju Lake Using CE-QUAL-W2." Journal of the Korea Water Resources Association, Vol. 46, No. 11, pp. 1115-1128.
Brown, L.C., and Barnell, T.O. Jr. (1987). The enhanced water quality models QUAL2E and QUAL2E-UNCAS documentation and user manual. EPA document EPA/600/3-87/007, USEPA, Athens, GA.
Choi, K.S., Kim, B.C., Kim, H.B., and Sa, S.H. (2000). "Relationships between organic carbon and codmn in a deep reservoir, Lake Soyang, Korea." Korean Journal of Limnology, Vol. 33, No. 4, pp. 328-335.
Chung, S.W. (2004). "Density flow regime of turbidity current into a stratified reservoir and vertical twodimensional modeling." Journal of Korean Society of Environmental Engineers, Vol. 26, No. 9, pp. 970-978.
Chung, S.W., Oh, J.K., and Ko, I.H. (2005). "Simulations of temporal and spatial distributions of rainfall-induced turbidity flow in a reservoir using CE-QUALW2." Journal of the Korea Water Resources Association, Vol. 38, No. 8, pp. 655-664.
Chung, S.W., Park, J.H., Kim, Y.K., and Yoon, S.W. (2007). "Application of CE-QUAL-W2 to daecheong reservoir for eutrophication simulation." Journal of Korean Society ofWater Quality, Vol. 23, No. 1, pp. 52-63.
Cole, T.M., and Tillman, D.H. (1999). Water Quality Modeling of Lake Monroe Using CE-QUAL-W2, Miscellaneous Paper EL-99-1.
Cole, T.M., and Tillman, D.H. (2001). Water Quality Modeling of Allatoona and Wast Point Reservoir Using CE-QUAL-W2, U.S. Army Corps of Engineers.
Debele, B., Srinivasan, R., and Parlange, J.Y. (2006). "Coupling upland watershed and downstream waterbody hydrodynamic and water quality models (SWAT and CE-QUAL-W2) for better water resources management in complex river basins." Environmental Modeling & Assessment, Vol. 13, pp. 135-153.
Deus, R., Brito, D., Mateus, M., Kenov, I., Fornaro, A., Neves, R., and Alves, C.N. (2013). "Impact evaluation of a pisciculture in the Tucurui reservoir (Para, Brazil) using a two-dimensional water quality model." Journal of Hydrology, Vol. 487, pp. 1-12.
Jung, Y.R., Chung S.W., Ryu, I.G., and Choi, J.K. (2008). "Two-dimensional hydrodynamic and water quality simulations for a coinjunctive system of Daecheong Reservoir and its downstream." Journal of Korean Society ofWater Quality, Vol. 24, No. 5, pp. 581-591.
Kim, B.C., Choi, K,S., Kim, C.G., Lee, Y.H., Kim, D.S., and Park, J.C. (1998). "The distribution of dissolved and particulate organic carbon in Lake Soyang." Korean Journal of Limnology, Vol. 31, No. 1, pp. 17-24.
Kim, Y.H., Kim, B.C., Choi, K,S., and Seo, D.I. (2001). "Modeling of thermal stratification and transport of density flow in Soyang Reservoir using the 2-d hydrodynamic water quality model, CE-QUAL-W2." Journal of the Korean Society ofWater and Wastewater, Vol. 15, No. 1, pp. 40-49.
Kim, Y.K., and Chung, S.W. (2011). "Research paper : laterally-averaged two-dimensional hydrodynamic and turbidity modeling for the downstream of Yongdam Dam." Journal of Korean Society of Water Quality, Vol. 27, No. 5, pp. 710-718.
Kuo, J.T., Lung, W.S., Yang, C.P., Liu, W.C., Yang, M.D., and Tang, T.S. (2006). "Eutrophication modelling of reservoirs in Taiwan." Environmental Modeling & Software, Vol. 21, pp. 829-844.
Martin, N., McEachern, P., Yu, T., and Zhu, D.Z. (2013). "Model development for prediction and mitigation of dissolved oxygen sags in the Athabasca River, Canada." Science of The Total Environment, Vol. 443, pp. 403-412.
Neitsch, S.L., Arnold, J.G. Kiniry, J.R., and Williams, J.R. (2001). "Soil and water assessment tool; the theoretical documentation." U.S Agricultural Research Service, pp. 340-367.
Norton, G.E., and Bradford, A. (2009). "Comparison of two stream temperature models and evaluation of potential management alternatives for the Speed River, Southern Ontario." Journal of Environmental Management, Vol. 90, pp. 866-678.
Ostfeld, A., and Salomons, S. (2005). "A hybrid genetic-instance based learning algorithm for CE-QUAL-W2 calibration." Journal of Hydrology, Vol. 310, pp. 122-142.
Park, J.Y., Park, G.A., and Kim, S.J. (2013). "Assessment of future climate change impact on water quality of Chungju Lake, South Korea, using WASP Coupled with SWAT." Journal of the AmericanWater Resources Association, DOI: 10.1111/jawr.12085 (Published online).
Williams, J.R. (1975). Sediment-yield Prediction with Universal Equation Using Runoff Energy Factor. In present and prospective technology for predicting sediment yield and sources, ARS-S-40, USDA-ARS.
Wischmeier, W.H., and Smith, D.D. (1965). Predicting rainfall-erosion losses from cropland east of the Roky Mountains. Agriculture Handbook 282, USDA-ARS.
Wischmeier, W.H., and Smith, D.D. (1978). Predicting rainfall erosion losses: a guide to conservation planning. Agriculture Handbook 282, USDA-ARS.
Yi, H.S., Jeong, S.A., Park, S.Y., and Lee, Y.S. (2008). "Modeling study of turbid water in the stratified reservoir using linkage of HSPF and CE-QUAL-W2." Journal ofKorean Society of Environmental Engineers, Vol. 30, No. 1, pp. 69-78.
Yi, Y.K., Kim, Y.D., Park, K.Y., and Kim, W.G. (2005). "Two dimensional numerical modeling of turbidity variation in Imha Reservoir." Journal of the Korean Society of Civil Engineers, Vol. 25, No. 4B, pp. 257-266.
Yoo, S.J., Kim C.S., Ha, S.Y., Hwang, J.Y., and Chae, M.H. (2005). "Analysis of natural organic matter (NOM) characteristics in the Geum River." Journal of Korean Society of Water Quality, Vol. 21, No. 2, pp. 125-131.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.