• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2007년도 추계학술발표논문집
• /
• pp.390-392
• /
• 2007

강우시 발생되는 강우유출수는 배수구역내 지표오염물질로부터 기인한 다양한 오염물질을 포함하고 있으며 전세계적으로 이에 대한 많은 연구가 진행중에 있다. 초기강우시 산업공단에서 발생되는 지표유출수내 오염물질의 특성은 아직도 완벽하게 이해되고 있지 못하고 있다. 본 연구는 산업공단을 대상으로 강우시 지표유출수의 수질과 특성을 분석 평가하였고 시료채취는 공단을 배수구역별 4개 구역으로 구획 후 해당 배수구역에 대해 grab sampling 방법을 적용하였다. 석유 화학산업과 일반 야적장 등에서는 BOD, COD, SS, TN 등의 일반오염물 항목들이 주로 검출된 반면, 기계 금속산업, 고철야적장 지역에서는 중금속 항목의 오염물이 고농도로 측정되었다. 산업공단에서 발생하는 지표유출수내 오염물질들은 대부분 업종과 연관성을 나타내었고, 각 지점별 발생 오염물질의 농도는 오염물질의 노출정도 및 강우사상의 특성에 따라 결정되어지는 것으로 나타났다.

• 한국도로학회논문집
• /
• 제8권1호
• /
• pp.99-106
• /
• 2006

고속도로는 건조시 많은 차량의 운행으로 인하여 오염물질의 축적이 높고, 강우시 불투수율이 높아 다량의 강우유출 수가 발생하는 지역이다. 특히 고속도로에서 발생하는 중금속, 각종 독성물질 및 입자상 오염물질들은 유출시 생태계에 큰 영향을 끼치게 된다. 따라서 본 논문은 2005년 개정된 수질환경보전법 및 비점오염원 관리 지침에 의거하여 바람직한 친환경적 고속도로 건설 및 유지관리를 위한 기초자료 제공을 위하여 수행된 연구이다. 이러한 기초자료를 확보하기 위하여 국내 4개 고속도로 지역에서 강우시 모니터링이 수행되었으며, 그 결과를 본 논문에 정리하고자 한다. 건조시에 축적된 각종 오염물질들은 강우 시작과 함께 고속도로로부터 유출되게 되는데, 특히 강우 초기에 다량의 오염물질 유출이 발생하는 초기강우 현상을 모니터링을 통하여 확인하였다. 유출되는 오염물질의 95% 신뢰 범위를 살펴보면, TSS의 경우 154.7-257.1 mg/L, COD가 138.9-197.6 mg/L, oil & grease가 3.5-6.4 mg/L, TN이 6.3-9.2 mg/L 그리고 TP는 2.3-3.31 mg/L의 범위를 나타냈다. 대부분의 모니터링에서 초기강우 현상이 발생하였으며, 이러한 초기강우는 강우지속시간 30분 이내에 대부분 끝나는 것으로 분석되었다. 또한 본 논문은 방대한 모니터링 자료를 통계 분석하여 그 결과를 정리였는데, 이는 향후 고속도로 오염물질 처리 및 저감 시설 설치시 중요한 기초 자료로 활용될 수 있을 것이다.

• 한국습지학회지
• /
• 제11권3호
• /
• pp.81-88
• /
• 2009

본 연구는 축산퇴비(우분)의 농지환원시 비점오염원으로써 수계에 미치는 영향을 연구하였다. 실제 농지에 작물을 재배하여 강우에 따라 농지표면으로 직접적으로 유출되는 유출수의 성분을 조사하였다. 축산퇴비(우분)의 농지환원시 수계유출율을 산정한 결과 단기유출의 강우시 BOD5는 0.6 %, CODcr은 0.3 %, CODMn은 0.1 %, T-N은 0.8 %, T-P는 1.0 %로 나타났다. 장기유출의 강우시 BOD5는 3.6 %, CODcr은 1.0 %, CODMn은 0.9 %, T-N은 4.9 %, T-P는 4.8 %로 나타나 강우유출시간이 증가될수록 수계유출율이 증가되는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.184-184
• /
• 2015

수공구조물의 설계 시 확률강우량의 산정은 매우 중요하다. 따라서 확률강우량 산정을 위한 강우지점의 선정 및 산정방법의 표준화는 매우 중요하다고 할 수 있다. 현재 확률강우량 산정시 대부분은 기상청의 지상기상관측지점과 국토교통부의 산하 지점의 시 단위 또는 일 단위의 강우자료를 활용하여 확률강우량을 산정하고 있다. 또한 면적확률강우량의 산정시에는 원칙적으로 해당 유역내 외에 다수의 관측소 존재 시 Thiessen 가중평균을 이용하여 동시간 임의시간 연최대치 면적강우량자료 계열을 작성하고 빈도해석을 실시해야하지만, 동시간 강우량자료의 수집의 어려움으로 지점 확률강우량을 산정하고 Thiessen 가중평균을 적용 후, 면적우량환산계수를 곱하는 방법을 사용하고 있다. 본 연구에서는 서울의 도림천 유역을 중심으로 기상청의 지상기상관측지점(SSS, Surface Synoptic Stations)과 품질관리를 실시한 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 활용하여 강우관측지점 선정과 자료기간에 따른 동시간의 면적확률강우량을산정하고 비교분석하였다. 이는 향후 면적확률강우량 산정방안의 개선 및 보완에 큰 도움이 될 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.399-399
• /
• 2023

한강상류 비점오염원관리지역은 장기간 나지로 방치되고 있는 고랭지밭이 집중 분포하고 있어, 강우시 다량의 흙탕물 발생으로 인해 하천 환경오염 및 상·하류 지역사회간 갈등 문제가 지속적으로 발생하고 있다. 이러한 강우시 흙탕물로 인해 하류지역 주민들은 심각한 피해를 호소하므로 상·하류 지역간 갈등을 해소하기 위해서라도 상류지역에서 발생한 흙탕물이 어디까지 도달하는지에 대한 과학적 평가가 요구된다. 하지만, 상류부터 하류 사이에는 많은 유입 지류하천이 존재하고 있어, 실측을 통해 흙탕물의 거동을 파악하기에는 한계가 있다. 이러한 한계를 극복하고 유사거동을 파악하기 위해서는 강우시 실측 모니터링과 수질 모델링을 통한 흙탕물 거동 특성 평가가 필요하다. 현재, 자운지구에서 발생한 흙탕물은 내린천을 거쳐 소양호까지 영향을 미치고 있으나, 실제 상류유역에서 발생한 흙탕물이 하류 유역에 미치는 영향을 정량적으로 평가하고 흙탕물의 거동특성을 파악한 연구는 전무하다. 이에 본 연구에서는 자운지구를 포함한 내린천유역을 대상으로 강우시 실측 모니터링을 수행하고 수질 모델링을 통해 흙탕물의 거동특성을 평가하였다. 강우시 실측 모니터링 자료와 SWAT 모형을 활용하여 흙탕물 거동특성을 분석한 결과, 상류유역에 해당하는 자운지구에서 발생한 유사가 하류지역인 내린천까지 이동하고 있는 것으로 모의가 되었으며, 내린천의 유사 이동량은 448,986 ton으로 이중 자운지구에서 발생한 유사량은 9.7%의 기여도를 가지는 것으로 분석되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.174-174
• /
• 2018

현재 우리나라에서는 지속적으로 홍수 및 가뭄에 대한 예방사업을 진행하고 있음에도 불구하고 해마다 피해가 발생하고 있으며, 이에 따라 효율적인 이수 치수 계획이 절실히 필요한 실정이다. 하지만 우리나라의 경우, 강우의 발생 특성이 과거와는 다른 양상을 보이고 있다. 따라서 강우빈도해석 시 강우특성이 변화하지 않는다는 정상성(stationary)을 가정하는 기존의 방법론은 문제가 있다. 이에 본 연구에서는 강우특성이 어떻게 변화하였는지 평가하는 방법론에 대하여 고찰하고자 한다. 우선, 대상 강우관측소의 과거 일강수량 자료를 수집하고 연도별 강우발생 천이확률(Markov Chain)과 강우량 확률분포(Gamma)의 매개변수를 산정한다. 그리고 일강우시계열의 경향성 분석(Mann-Kendall test) 결과와 함께 비교 검토하여 어떠한 방법론이 강우특성 변화를 더욱 잘 추정하는지에 대하여 평가한다. 본 연구를 통하여 우리나라 강우특성의 변화를 더욱 정확하게 추정할 수 있는 기틀을 마련할 수 있을 것이며, 향후 비정상성 기반의 기후변화 모의를 수행하기 위한 기초연구로 활용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.37-37
• /
• 2019

기후변화에 따른 강우량 변화는 유역의 수문학적 변화와 하천 침식, 토양유실 등 물리적 변화를 함께 동반하여 유역환경에 영향을 미치게 된다. 최근에도 강우 발생시 집중강우에 의해 짧은 시간에 많은 강우가 발생하여 홍수피해가 발생하고 있으며, 건기시에는 가뭄이 지속되고 있다. RCP 4.5 및 8.5를 활용한 미래 기후시나리오 예측에 따르면 강우량과 증발산량은 증가할 것으로 예측되고 있으나, 우기시의 강수량은 증가하고 건기시의 강수량은 감소하여 계절 간 강수의 불균형이 심화될 것으로 예측되고 있다. 이러한 변화는 강수량, 하천유량, 침투량 등 유역의 수문체계에 영향을 끼치게 되고, 유량의 변화에 따라 하상변동 등 하천형상의 변화가 발생할 수 있으며, 하천 형상변화에 따라 유량이 변화하고, 토사의 유입이 증가하여 수질이 변화하여, 유역 내 유량 및 수질변화에 따른 불확실성이 높아지게 된다. 최근 개발에 의한 불투수면의 증가와 집중호우의 발생으로 인한 유출량 증가에 따라 강우발생시 직접유출량은 증가하고 침투량은 감소하여 우기시에는 홍수 및 침수가 발생하고, 건기시에는 기저유출에 의한 하천유지용수가 감소하여 하천이 건천화되고 수질이 악화 되는 등 물순환 체계가 훼손되고 있다. 강수량과 강우패턴의 변화에 따른 유출량 변화는 유역의 물순환에 직접적인 영향을 미치게 된다. 홍수나 극한강우가 발생할 경우 유역의 수문학적 특성에 따라 직접유출량은 증가하고 상대적으로 침투 및 증발산양은 감소하게 되며, 건기시에는 하천이 건천화 되는 등 물순환 체계가 훼손되고 유량의 변화에 따라 수질 또한 악화될 수 있다. 본 연구에서는 낙동강 유역을 대상으로 기후변화에 따른 유역 유출량 변화 및 하천형상 변화예측을 위해 기후변화 시나리오를 이용하여 하천환경변화에 대한 전망을 예측하고, 유역의 유출량을 구체적으로 분석 할 수 있는 유역모형을 활용하여 유역의 물순환에 미치는 영향을 검토하고 물순환을 고려한 유량 및 수질부하량을 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.284-284
• /
• 2021

비점오염원이란 도시, 도로 포장면, 무허가 가축시설, 무단 경작지 등의 불특정 장소에서 불특정하게 발생하는 오염원을 말한다. 이러한 비점오염원은 주로 강우특성(강수량, 강우강도, 강우지속시간 등)에 영향을 받는 특징을 가지고 있다. 강우시 비점오염원은 주로 불투수면적에서 오염물질이 주변 하천이나 호수에 유입되어 수생태계에 악영향을 미치게 된다. 비점오염원 중 도로 노면에서 발생하는 오염물질은 농지나 가축시설에서 발생하는 오염물질(부유물질 및 유기물) 등과 달리 주로 차량에서 발생하는 오염물질이 주를 이루고 있다. 강우시 토양의 수분포화가 충분히 이루어진 후 강우강도에 따라 유출이 발생하는 농경지와는 달리 도로 노면 유출수는 누적된 오염물질들이 강우시 한꺼번에 유출되기에 강우 초기 채수 간격을 짧게 하여 수질을 분석하는 것이 중요하다. 이에 본 연구에서는 강원도 횡성군을 관통하는 영동고속국도의 횡성휴게소 불투수 노면에서 발생하는 비점오염물질을 알아보기 위해 모니터링 후 수질분석으로 노면 유출수 성분을 알아보고, 오염부하량을 계산하여 유량가중평균농도(EMC, Event Mean Concentration)와 초기세척효과(Mass First Flush effect)을 산정하였다. 이후 타 토지이용에서의 유출 특성과 고속국도 휴게시설에서 발생하는 비점오염물질의 유출 특성에 대해 분석하였다. 추후 본 연구자료는 고속국도와 주변 편의시설 설계시 주변 수생태계에 미치는 영향에 대한 기초자료로 활용할 수 있을 것이다.