• Proceedings of the Korea Water Resources Association Conference
• /
• 1993.07a
• /
• pp.183-190
• /
• 1993

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2019.10a
• /
• pp.117-117
• /
• 2019

• 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
• /
• 2017.05a
• /
• pp.311-316
• /
• 2017

기후변화는 물 관리 측면에서 많은 변화를 일으키는 것으로 보고되고 있다. 주로 강우의 패턴을 변화시키며, 가용수자원의 지역적 편중을 심화시킨다. 기후변화에 적응하며 안정적이고 균등한 용수확보를 위해서는 홍수와 가뭄을 고려한 연속적인 물 순환 해석기술이 필요하다. 강우유출분석은 강우사상에 대한 수문순환과정을 통해 유출량을 산출하는 것으로, 주로 직접유출과 중간유출이 이에 해당된다. 강우발생 이후 무강우기간에 대해서는 기저시간 이후에 발생되는 유출량의 정량적 산출이 필요하다. 기저유출은 강우 발생 시점에 급격히 발생하기보다는 선행강우에 따른 유역 내 지하수위 분포와 대수층의 특성, 하천수위에 따라 다양한 패턴으로 나타나기 때문에 지하수대의 수리학적 성분들을 반영할 수 있어야 한다. 이를 위해서는 강우유출모의 시 지표유출량 산정과 지하수유동해석을 통한 기저유출량 산정이 동시에 이루어져야 한다. 최근 국내외에서는 다양한 형태의 수문모형과 MODFLOW를 연계한 장기유출분석에 대한 연구가 활발하게 진행되고 있다. 본 연구에서 활용한 K-DRUM(K-water Distribution Runoff Model)은 K-water에서 자체 개발한 물리적 기반의 분포형 강우유출모형으로 강우유출, 유사, 기초수질항목에 대한 3차원 분석이 가능하다. 본 모형의 A층(표층)은 지표유출을 고려한 운동파법이 적용되었고, B층과 C층(중간층), D층(지하수층)은 선형저류법이 적용되었다. MODFLOW(A Modular Three-Dimensional Finite-Difference Ground Water Flow Model)는 1980년대 USGS(United State Geolog ical Survey)에서 개발된 가장 범용적으로 사용되는 지하수유동모형이며, 모듈화 된 구조를 갖고 있어 다양한 패키지 중 필요로 하는 기능을 독립적으로 모의할 수 있는 장점이 있다. 본 연구에서는 향후 기후변화에 따른 강우의 불확실성에 대비한 유역의 장기 물순환 해석을 위해 강우유출모형인 K-DRUM과 지하수유동모형인 MODFLOW를 연계하고자한다. 연계방법은 K-DRUM에서 계산된 D층으로 침루되는 양을 MODFLOW의 함양량으로 적용하고, MODFLOW에서 산출된 기저유량을 K-DRUM의 하천유출에 적용하는 것이다. 본 연구의 성과를 갈수기 유출해석에 적용하면 정확성을 크게 향상시킬 수 있을 것으로 판단된다.

• Water for future
• /
• v.28 no.5
• /
• pp.219-233
• /
• 1995

A non-stationary multivariate model is selected in which the mean and variance of rainfall are not temporally or spatially constant. And the rainfall prediction system is constructed which uses the recursive estimation algorithm, Kalman filter, to estimate system states and parameters of rainfall model simulataneously. The on-line, real-time, multivariate short-term, rainfall prediction for multi-stations and lead-times is carried out through the estimation of non-stationary mean and variance by the storm counter method, the normalized residual covariance and rainfall speed. The results of rainfall prediction system model agree with those generated by non-stationary multivariate model. The longer the lead time is, the larger the root mean square error becomes and the further the model efficiency decreases form 1. Thus, the accuracy of the rainfall prediction decreases as the lead time gets longer. Also it shows that the mean obtained by storm counter method constitutes the most significant part of the rainfall structure.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.936-940
• /
• 2012

충분한 선행시간을 확보한 강우의 정확한 예측은 홍수피해를 저감하기 위한 필요한 조건이다. 이를 위해 지역규모의 기상모델인 Advanced Research WRF (ARW)를 적용하여 지역에 맞는 강우 예측에 가장 밀접한 관계를 갖는 물리학적 요소들의 최적화된 조건을 찾아보려 한다. 이를 위해 2006년의 7월의 강우에 대한 분석을 실시하고 생극과 분천의 강우 관측치 와의 비교를 통해 (Root Mean Square Error와 Index of Agreement 활용), ARW의 수문학적 예측을 위한 적용 가능성을 보려 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1760-1763
• /
• 2010

산지환경급변지역에서 집중호우에 의한 다량의 토사유출은 하천유역내 사회기반시설을 파괴하는 재해요인으로 작용할 수 있다. 본 연구에서는 산지환경급변지역 중 인위적인 지표교란 지역으로 대표되는 도로공사지역을 선정하여 집중호우가 발생하는 6월, 7월, 8월의 강우사상별 강우에너지와 토양침식 및 토사유출의 관계를 조사하였다. 조사결과 강우에너지가 커질수록 토양침식 및 토사유출량이 증가하는 결과를 나타내고 있다. 토양침식 조사를 위한 조사구에서 토양침식량은 식생요인과 관리상태에 따라 크게 영향을 받았다. 일반적으로는 강우에너지 증가에 따라 토양침식량이 증가한다. 도로공사지역에서는 심각한 지표교란뿐만 아니라 선행강우, 세류의 존재 여부, 그리고 외부적 요인들 때문에 상대적으로 작은 규모의 강우에 대해서도 다량의 토양침식량이 발생하는 것을 확인할 수 있었다. 교란이 발생하지 않은 인근 산지의 대조구와 공사에 의한 교란 나지사면 조사구를 비교해보았을 때, 평균 토양침식량은 약 7,352배의 차이를 보였으며, 섬유매트처리 및 사면포장처리 조사구처럼 인공적인 관리를 수행한 조사구와는 약 132배의 차이를 보였다. 또한, 인공적인 관리를 수행한 조사구는 지표사면관리의 영향과 야생종의 유입으로 지표가 안정되어 나지사면 조사구에 비해 상대적으로 적은 양의 토양침식이 발생하였다. 이는 지표교란이 심한 공사활동 지역에서는 지표특성에 따른 적합한 사면 응급처리 기법의 적용이 중요함을 나타내는 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.431-431
• /
• 2022

Rainfall Erosivity는 "강우침식인자"로 불리고 있지만, 호우사상이 토양침식을 일으킬 수 있는 잠재적인 가식성 인자로서 "강우가식성 지표"로 부르는 것이 타당하다. 본 연구의 목적은 연평균 강수량을 이용하여 연평균 강우가식성 지표를 추정하는 전국 단위 경험식을 개발하는 것이다. 기존에 학계에 보고된 경험식은 1971 ~ 1999년 기간의 31개 지점으로부터 도출된 경험식이 있으나, 2000년대 이후의 강우사상을 포함하고 있지 않다. 이에 본 연구에서는 1981 ~ 2020년 기간의 60개 지점에 대한 기상청 강우자료를 이용하였으며 선행연구자들이 각각 산정한 연평균 강우침식인자를 토대로 새로운 강우침식인자 추정식을 개발하였다. 또한, 역거리 방법으로 등강우침식도를 작성하여 1981 ~ 1990년, 1991 ~ 2000, 2001 ~ 2010년, 2011 ~2020년의 각 10년 주기별 강우침식인자의 지역별 분포를 비교하였다. 연구 결과 국지성 집중호우로 인해 연평균 강우가식성 지표값의 지역별 편차가 심하게 나타나는 것을 알 수 있었다.

• The Journal of Engineering Geology
• /
• v.18 no.1
• /
• pp.1-6
• /
• 2008

Precipitation and groundwater level data sets from Kum river watershed were analyzed and compared. The correlation between groundwater level and the moving average of precipitation was analyzed. Moving averaging technique is stochastic method and that was used to consider the effect of precipitation events on groundwater level fluctuation. Groundwater level generally follows seasonal precipitation pattern and low level occurs from early December to late April. Relatively high groundwater level is appeared in wet spell (July and August). The correlation between groundwater level and the moving average of precipitation to consider precedent precipitation events was analyzed with minimum two-year data sets. When the precipitation and groundwater level data set pair was selected the precipitation gauge station is closely located to groundwater level gauge station in the upstream direction to minimize the non-homogeneous precipitation distribution effect. The maximum correlation was occurred when the averaging periods were from 10 days to 150 days with Kum river watershed data. The correlation coefficients are influenced by data quality, missing data periods, or snow melt effect, etc. The maximum coefficient was 0.8886 for Kum river watershed data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.37-37
• /
• 2022

유효우량 산정을 위하여 국내에서 주로 사용되는 모형은 NRCS-CN(Natural Resources Conservation Service - curve number) 모형으로, 유역의 유출 능력을 나타내는 유출곡선지수(runoff curve number, CN)와 같은 NRCS-CN 모형의 매개변수들은 관측 강우-유출자료 또는 토양도, 토지피복지도 등을 이용하여 유역마다 결정된 값이 사용되고 있다. 그러나 유역의 CN값은 유역의 토양 상태와 같은 환경적 조건에 따라 달라질 수 있으며, 이를 반영하기 위하여 선행토양함수조건(antecedent moisture condition, AMC)을 이용하여 CN값을 조정하는 방법이 사용되고 있으나, AMC 조건에 따른 CN 값의 갑작스런 변화는 유출량의 극단적인 변화를 가져올 수 있다. NRCS-CN 모형과 더불어 강우 손실량 산정에 많이 사용되는 모형으로 Green-Ampt 모형이 있다. Green-Ampt 모형은 유역에서 발생하는 침투현상의 물리적 과정을 고려하는 모형이라는 장점이 있으나, 모형에 활용되는 다양한 물리적인 매개변수들을 산정하기 위해서는 유역에 대한 많은 조사가 선행되어야 한다. 또한 이렇게 산정된 매개변수들은 유역 내 토양이나 식생 조건 등에 따른 여러 불확실성을 내포하고 있어 실무적용에 어려움이 있다. 따라서 본 연구에서는, 현재 사용되고 있는 강우손실 모형들의 매개변수를 추정하기 위한 방법을 제시하고자 하였다. 본 연구에서 제시하는 방법은 인공지능(AI) 기술 중 하나인 딥러닝(deep-learning) 기법을 기반으로 하고 있으며, 딥러닝 모형으로는 장단기 메모리(Long Short-Term Memory, LSTM) 모형이 활용되었다. 딥러닝 모형의 입력 데이터는 유역에서의 강우특성이나 토양수분, 증발산, 식생 특성들을 나타내는 인자이며, 모의 결과는 유역에서 발생한 총 유출량으로 강우손실 모형들의 매개변수 값들은 이들을 활용하여 도출될 수 있다. 산정된 매개변수 값들을 강우손실 모형에 적용하여 실제 유역들에서의 유효우량 산정에 활용해보았으며, 동역학파 기반의 강우-유출 모형을 사용하여 유출을 예측해보았다. 예측된 유출수문곡선을 관측 자료와 비교 시 NSE=0.5 이상으로 산정되어 유출이 적절히 예측되었음을 확인했다.