• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.399-399
• /
• 2015

밭에서의 비점오염은 경사에 따른 토양유실과 높은 비료 시용량으로 부하가 상대적으로 높아 이에 대한 관리의 필요성이 증대되고 있다. 따라서 본 연구에서는 4개의 강우 사상에 대하여 경사지 밭에서 유출되는 오염물질의 농도와 특성을 파악하여 밭에서의 비점오염 관리의 기초 자료로 제공하고자 한다. 본 연구의 조사 지구는 충청북도 청주시 상당구 미원면 옥화리에 위치한 경사지 밭으로 면적은 0.77 ha이며, 중앙에 위치한 배수로 말단에 삼각위어를 설치하여 4개의 강우사상에 대해 모니터링을 수행하였다. 연구결과 강우사상의 강우량은 17.0~33.6 mm의 범위로 나타났으며, 평균 강우강도는 1.0~4.8 mm/h로 나타났다. 유출률은 3.1~26.8 %로 나타났는데, 선행강우가 높은 강우사상에서 가장 높은 값을 보였다. 오염물질 유량가중평균농도(Event Mean Concentration; EMC)는 TN 5.6~13.1 mg/L(평균 10.8 mg/L), $NO_3-N$ 4.1~12.9 mg/L(평균 9.3 mg/L), TP 0.46~1.34 mg/L(평균 0.8 mg/L), $PO_4-P$ 0.3~0.8 mg/L(평균 0.5 mg/L), SS 1,099~6,547 mg/L(평균 3,438 mg/L) 및 COD 27.1~38.6 mg/L(평균 33.1 mg/L)의 범위를 보였다. TN과 TP의 유량가중평균농도 평균값은 강우시 농촌유역 유출수의 유량가중평균농도인 3.1, 0.3 mg/L보다 높게 나타나 밭으로부터의 유출수가 유역 유출수의 농도를 높이는 것으로 판단된다. 또한 TN 농도는 시비의 영향을 받고, TP 농도는 강우강도와 작물 부분 토양 피복도의 영향을 받는 것으로 나타났다. SS 농도는 평균 강우강도에 비례하는 것으로 나타났다. 강우에 따른 오염물질 농도변화를 보면 TN의 농도는 강우 초기에 높게 나타났으며, 유량이 증가함에 따라 감소하고, 유량이 감소하면서 다시 증가하는 경향을 보였다. TP, SS 및 COD의 농도는 유량이 증가함에 따라 증가하고, 유량이 감소하면서 다시 감소하는 경향을 보였다. 또한, SS의 경우 최대농도가 첨두유량 앞에서 나타나는 초기 세척현상(First flush)을 보였다. 향후 보다 많은 강우사상을 대상으로 밭 유출수의 농도 및 오염부하에 대한 추가적인 모니터링을 통해 오염물질의 유출특성을 파악해야 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.140-140
• /
• 2020

도암호 유역 위치한 강원도 평창군 대관령면 일대는 고랭지 농업이 주로 이루어지는 곳으로 강우시 토양 유실로 인한 하천의 수질오염이 빈번하게 발생하고 있다. 비점오염원은 강우시 호수와 하천으로 유입되는 특징을 가지고 있으며 불특정 발생원에서 불특정 기상조건과 경로에 의해 발생하여 지속적인 모니터링에는 어려움이 따른다. 이러한 비점오염원 중에서도 농촌지역에서 발생되는 비점오염원은 정확한 기작이 분석되지 않고 있어 수질오염에 큰 문제가 되고 있다. 본 연구는 도암호 유역 송천에서 2019년 7월부터 10월까지 6회 모니터링을 실시하였다. 이후 각 강우사상에서 비점오염물질의 유출에 미치는 강우요인(선행무강우일수, 강우지속시간, 총 강우량, 최대강우량, 평균강우량)을 분석하였다. 또한 강우유출수 분석을 통해 유량가중평균농도(EMC, Event Mean Concentration)을 산정하여 각 강우사상에서 유출된 오염원의 농도를 정량화하였으며, 초기세척비율(MFFn, Mass First Flush ratio)를 산정하여 강우초기에 유출된 오염원의 농도를 알아보았다. 분석결과 강우의 특성과 모니터링 시기별 영농단계에 의해 강우사상별 오염원의 농도와 초기세척비율의 차이를 보인 것으로 판단된다. 추후 지속적인 모니터링과 분석을 통한 강우강도에 따른 효율적인 비점오염원 저감대책과 관리 방안이 필요할 것으로 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.951-955
• /
• 2007

본 연구에서는 산림유역과 농지와 임야가 혼합된 유역에서 발생하는 강우유출수의 유량가중평균농도를 분석하기 위해 강원도 춘천시에 위치한 강원학교 학술림, 유포리 및 월곡리 소하천을 대상으로 유량 수질 자료를 수집하여 분석하였으며, 유역별로 각각 21개의 유량가중평균농도를 산정하였다. 유역별 21개 강우사상에 대한 수질항목별 평균 유량가중평균농도 농도는 유포리(AW1) > 월곡리(AW2) > 학술림(FW) 순서로 농업유역의 유량가중평균농도가 산림유역에 비해 높은 것으로 나타났다. 연구유역의 유출량에 영향을 미치는 인자로는 강우량과 유역면적의 상관도가 높게 나타났으며, 강우량에는 강우강도가 영향을 미치는 것으로 나타났다. 대부분의 수질항목간의 상관도가 있는 것으로 나타났으나, 유기물 함량을 측정하는 COD의 경우 물속의 영양물질 양을 측정하는 T-N 및 T-P와 관계가 없는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.963-967
• /
• 2006

어떤 강우사상에 대해서 특정유역으로부터의 오염물질 유출특성은 첨두농도, 산술 평균농도, 첨두 오염물질 부하량, 평균 오염물질 부하량 또는 총 유출 부하량 등으로 나타낼 수 있다(이재수 등, 2001). 그러나, 대부분의 경우 강우시 발생하는 총 부하량이 개개의 농도 또는 첨두 부하량보다 더욱 중요하다. 그 이유는 유출사상이 비교적 짧고, 강우 유출수가 유입되는 수체, 특히 저수지나 댐 내에서는 어느 정도의 혼합 현상이 수반되므로 저수지내의 오염물질 농도는 강우로 인한 유출수(저수지로 유입되는)내 개개의 농도변화보다는 결국 총 부하량의 반응이기 때문이다. 특히, 저수지나 호수에서 질소와 인과 같은 영양염류에 대해서 총 부하량은 가장 중요한 수질영향 및 결정 변수일 수밖에 없다. 이와 같은 이유로 강우사상에 대한 평균농도 또는 유량가중 평균농도(EMC, event mean concentration)는 비점원 오염물질의 유출을 평가하는데 가장 적절한 인자로 인식되고 있으며, 가장 널리 이용되고 있다 (EPA, 1983). 본 연구에서 소하천 유역을 대상으로 유량과 수질농도를 실측하여 대상하천에 대한 수문자료를 구축하고, 오염부하모의 모형을 통해 대상유역에서의 강우사상별 오염부하량을 모의하였는데 모형의 보정은 실측된 유량자료를 활용하였으며, 실측된 수질농도자료와 유량자료로 산정한 오염부하량 자료를 통해 검증하였다. 검증된 모형에 대하여 100개의 강우사상에 대한 무작위 모의를 수행하였고, 결과자료를 활용하여 대상하천에 대한 강우-오염부하량의 상관관계식을 도출하였다.

• KCID journal
• /
• v.7 no.1
• /
• pp.27-35
• /
• 2000

To investigate the difference between initial and mean concentrations of nitrogen and phosphorus in runoff from a paddy field, water quality samples were taken for every two hours when runoff occurred by rainfall. The arithmetic mean concentration and wei

• Journal of Korea Water Resources Association
• /
• v.36 no.4
• /
• pp.521-531
• /
• 2003

Pollutant load to Yongdam Reservoir considering rainfall effect is estimated using data collected during dry and wet days between Dec 1998 and Oct. 1999. Limit of significant rainfall was assumed to be as 10 mm/day and numbers of days of significant rainfall for each month were counted using 10 years of meteorological data of the study area. Water quality input concentrations were estimated by taking weighted averages of concentrations in dry and wet days in each month. The resulting concentrations were used as inputs for water quality modeling of Yongdam Reservoir. When rainfall effect was included average reservoir concentrations of BOD, TN and TP were increased by 70％, 5％ and 27％, respectively Considering the fact that Korea is under the significant influence of monsoon effect during the summer, it should be important to include rainfall effect in estimating pollutant input to receiving waters. This method is expected to increase reliability of annual water quality modeling results by providing realistic input data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.947-951
• /
• 2010

본 연구는 강우시 A 공업단지와 B 농공단지의 공업지역에서 통계적인 오염물질 농도와 오염물질 특성을 찾아내기 위하여 모니터링 및 분석을 수행하였으며, 강우유출수 조사방법에 따른 원단위 산정을 위하여 유량가중평균농도(EMC)산정, 강우계급별 유량가중평균농도를 산정하였으며, 공업지역의 대표 유량가중평균농도(EMCz) 산정, 유출율을 산정하였으며, 앞에 산정한 자료를 이용하여 선정한 공업지역 원단위를 산정하여 기존 원단위 값과 비교분석 하였다. 이렇게 산출된 자료는 공업지역 비점오염원 최적관리를 위한 과학적 근거자료 제공 및 기초자료서의 활용, 모니터링을 통한 공업지역의 비점오염원의 관리대책 및 낙동강 수질개선을 위한 정책자료에 관한 기초자료 제공, 국내 실정에 부합하는 최적 비점오염원 저감시설의 설치를 위한 기초자료로 활용될 수 있을 것이다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.4 no.2
• /
• pp.45-53
• /
• 1984

This study was conducted to investigate characteristics of nonpoint pollutant discharges and concentrations in runoff from the urban and agricultural areas in Korea. The analytical parameters used for this study were COD, BOD and SS. This study was conducted during the period from May to August 1981. Nonpoint pollutant mass loadings from the urban area were influenced by the rainfall intensity and the duration of rainfall, and etc. The concentrations of pollutants in the first flush was higher as the discharges increased. It was, however, found that the concentrations of pollutants in the heavy storm runoff were decreased due to the dilution effect. When other rainfall followed a peak rainfall, the concentrations of pollutants were lower than expected, because the first flush conveyed the most of pollutants deposited on the combined sewers. However the concentrations were increased in proportion to the increased flow when a rainfall of higher intensity than the first flush was continued. Yearly area yield rates in kg/ha were estimated to be 690.5(489.9~1,328) of COD, 319.7(226.8~614.8) of BOD, and 831.2(589.7~1,598) of SS. Pollutant sources in agricultural area were of the domestic waste water, manure composting stack, and agricultural solid wastes and etc. In the paddy field, yearly area yield rates in kg/ha were estimated to be 623.4(21.7~114) of COD, 18.65(9.53~34.5) of BOD, and 91.9(46.3~171.8) of SS. In the crop land, however, yearly rates in kg/ha were estimated to be 91.9(46.3~171.8) of COD, 23.09(11.7~42.5) of BOD, and 23.09(11.4~43.4) of SS. Pollutant sources in the feedlot area were originating from the feces of cattle, the cleaning water, the wastes spilled from manure composting stack during rain. Yearly area yield rate in kg/ha was estimated to be 3.804(2,489~6,658) of COD, 2.047(464~2,900) of BOD, and 1.149 (729~1,442) of SS. Pollutant discharges in the forest area were resulted from the organic layer like leaves and others deposited on the surface. Yearly area yield rate in kg/ha was estimated to be 9.86(5.45~18.56) of COD, 3.48(1.67~7.54) of BOD, and 4.64(9.74~10.35) of SS.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.363-363
• /
• 2022

LID 시설에 대한 모니터링은 인력을 활용한 실강우 모니터링을 진행하고 있으나 LID 시설은 소규모 분산형시설로서 인력을 동원한 식생고사, 강우시 모니터링, 현장답사 등 꾸준한 시설확인에 한계가 있으며, LID 시설을 조성한 이후 적정한 유지관리 방법(주기, 빈도, 항목 등)을 인지하지 못하여 막힘현상, 효율저하, 식물고사 등의 문제가 발생한다. 따라서 본연구에서는 딥러닝 분석을 활용하여 강우시 강우모니터링 자료와 LID 시설 내 센서를 통해 측정된 자료를 통해 침투도랑 내 유입수 성상에 대한 예측분석을 수행하였다. 심지 내 LID 시설에 유입되는 오염물질을 예측을 위한 딥러닝 분석을 위해 과거 실강우시 모니터링 자료(TSS, COD, TN, TP)와 대기센서(대기습도, 대기온도, 강수량, 미세먼지) 데이터를 활용하여 딥러닝 모델에 대한 적용가능성 평가를 수행하였다. 측정항목에 대한 상관성 분석을 수행하였으며, 딥러닝 모델은 Tenser Flow를 이용하여 DNN(Deep Neural Network)모델을 활용하여 분석하였다. DNN 모델에 대한 MSE값은 0.31로 분석되었으며, TSS에 대한 평균 50.6mg/L로 분석되었으며, COD 평균 98.7 mg/L로 나타났다. TN의 평균 2.21 mg/L로 분석되었으며, TP 평균 0.67 mg/L로 나타났다. 상관계수분석결과 TSS는 0.53로 분석되었으며, TN과 TP의 상관계수는 0.10, 0.56으로 나타났다. COD의 상관계수는 0.63으로 TSS와 COD, TP에 대한 예측이 된 것으로 분석되었다. 딥러닝을 통한 LID 시설 내 농도변화 예측시 강우시 센서데이터 값은 조밀해야하며 오염물질 농도와 상관성이 높은 항목들에 대해 계측과 실강우 모니터링 자료를 축적하여 미래에 대한 활용성을 높여야 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.403-403
• /
• 2015

본 연구에서는 강우시 도로지역에서 발생하는 비점오염물질 유출 및 수질특성을 살펴보고자 도로지역(국도 46호선)을 대상으로 총 16회의 강우사상에 대해 분석하였다. 모니터링 기간(2014년 5월~9월)동안 연구대상지역에는 3.2~80.3 mm의 강우가 발생하였으며, 강우강도는 0.39~11.29 mm/hr의 범위로 나타났다. 선행무강우일수는 0.3~20.1일이며, 총 유출량은 0.1~6.8 ㎥, 유출율은 0.24~0.85(평균 0.6)의 범위로 나타났다. 강우 모니터링 결과, 유량가중평균농도(Event Mean Concentration, EMC)는 TOC 4.9~56.2 mg/L(평균 18.0 mg/L), BOD 3.1~21.5 mg/L(평균 7.5 mg/L), COD 6.7~58.6 mg/L(평균 23.6 mg/L), SS 2.1~281.9 mg/L(평균 59.4 mg/L), T-N 1.07~13.46 mg/L(평균 4.89 mg/L) 그리고 T-P 0.065~0.680 mg/L(평균 0.23 mg/L)의 범위로 나타났으며, 강우계급별로 살펴보면 0~10 mm일 때 BOD 9.3 mg/L, COD 30.5 mg/L, SS 84.1 mg/L, T-N 5.42 mg/L, T-P 0.27 mg/L로, 10~30 mm일 때 BOD 6.6 mg/L, COD 22.0 mg/L, SS 29.0 mg/L, T-N 4.9 mg/L, T-P 0.20 mg/L로, 50 mm 이상의 강우에서는 BOD 3.6 mg/L, COD 7.1 mg/L, SS 46.4 mg/L, T-N 3.42 mg/L, T-P 0.10 mg/L로 강우계급별 EMC는 대부분 수질항목에 있어 10 mm 이하 계급의 평균 EMC가 높은 수준으로 나타났다. 그리고 각 강우사상에 대한 단위면적당 오염부하는 TOC 0.06~3.5 kg/ha, $BOD_5$ 0.03~1.6 kg/ha, CODMn 0.09~4.74 kg/ha, SS 0.09~35.99 kg/ha, T-N 0.012~2.600 kg/ha, T-P 0.001~0.062 kg/ha의 범위로 산정되었다. 도로지역은 불투수층 면적비율이 높아 누적강우량 10 mm 이하에서도 유출이 발생하는 것으로 분석되었으며, 작은 강우에도 초기유출이 발생하고 유출되는 오염물질 농도가 높은 경향을 나타내었다.