• 방사성폐기물학회지
• /
• 제12권1호
• /
• pp.69-77
• /
• 2014

상대습도 데이터를 이용하여 벤토나이트 완충재 블록의 불포화 수리전도도 변화를 평가하였다. 불포화 매질에서의 물의 흐름을 나타내는 일반적인 분석해를 통해 상대습도를 통한 불포화 수리전도도 계산방안을 도출하였고, 이를 실제 수행한 실내 물 유입 실험 결과에 적용하여 포화가 진행됨에 따라 변화하는 완충재 불포화 수리전도도 양상을 확인하였다. 일반적인 포화 상태와는 확연히 다르게 수두 구배와 물의 유출량이 시간에 따라 불규칙하게 변화하는 결과를 나타냈으며, 벤토나이트 완충재의 불포화 수리전도도는 시간에 따라 증가하는 경향을 보였다. 수분 흡수로 인한 벤토나이트 입자 팽창 때문으로 인한 매질 내 공극의 부피 및 크기 확대가 불포화 수리전도도값의 증가를 야기하는 것으로 판단되었고, 이러한 결과는 완충재 블록의 팽창 정도와 수리전도도의 상관성에 관한 추후 연구의 필요성을 제시하였다. 본 연구에서 수행된 불포화 수리전도도 평가 방안은 방사성폐기물 처분 시 완충재의 장기적인 수리학적 성능평가에 유용한 기술로 사용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.253-257
• /
• 2010

최근 들어 이상 강우 현상으로 인한 기록적인 집중 강우와 더불어 토지 이용 변화로 인해 탁수의 발생 빈도가 증가하고 있다. 강우 유출로 유입한 탁수는 저수지 내 장기간 체류하면서 하류 하천의 수질 및 수생태계 뿐만 아니라 저수지 내부의 영양단계에도 많은 영향을 준다. 특히, 성층화된 저수지의 경우 높은 영양염류 농도를 포함한 탁수는 밀도류 거동 특성을 보이면서 수평 및 수직 혼합 과정을 거치면서 국부적인 부영양화 현상과 조류의 수화 현상의 원인이 되고 있다. 따라서 대형 저수지의 수질관리에 있어 하천 유입 탁수의 밀도류 해석, 저수지의 수온 성층 구조 변화, 부유입자의 동력학적 해석이 중요한 요소로 부각되어 왔다. 본 연구에서는 소양호를 연구 대상 지역으로 선정하여 2005년과 2007년 수문 사상을 바탕으로 2차원 횡방향 수치 모형을 구축하였다. 수치모형을 통해 수온 성층 구조의 재현성을 확인하였으며, 다양한 탁수 거동 모형을 구축하여 적용성을 평가하였다. 유입수의 SS(Suspended Solid)를 단일 입경으로 가정한 TM-1 모형, SS의 입경분포에 따라 3개의 그룹(SSi)으로 구분한 TM-2 모형, 3개 그룹을 포함하면서 저수지내 탁수 장기화로 인한 탁수 저감 효과를 1차 반응상수로 매개 변수화(유기물 함량($a_0$) ${\times}$ 분해속도(${\lambda}_a$))하여 수정된 지배방정식을 적용한 TM-3 모형을 사용하였다. 각각의 탁수 거동 모형은 2005년과 2007년 수문 조건에서 수온 성층 구조를 잘 재현하였다. TM-1 모형과 TM-2 모형을 비교해보면, 탁수 중심축의 최고 탁도에 대한 예측 성능은 TM-2 모형이 우수한 결과를 나타냈었다. 하지만, 장기 탁수 모의 시 저수지 수중 잔류 SS가 지속적으로 높게 나타나 중층 탁도를 과대평가하는 경향을 보였다. TM-3 모형이 TM-2 모형에 비해 수심별 탁도 분포에 대한 중심축 탁도가 저평가되는 경향을 보였지만 저수지 내 잔류 탁도에 대한 영향 부분에서는 개선된 결과를 나타내었다. 본 연구 결과는 저수지 탁수 밀도류 해석 및 운영 시스템에 활용 될 수 있으며, 선택 취수 설비 등의 수리 구조물의 영향 평가에 활용할 수 있다.

• 대한환경공학회지
• /
• 제35권1호
• /
• pp.57-63
• /
• 2013

고농도 질소를 함유한 하 폐수를 아질산염 축적 경로를 통하여 처리하고자 생물막공정과 연속혼합반응조의 탈질공정을 결합하여 운전하였다. 생물막 반응조의 폴리에틸렌 담체 표면에 아질산염 산화균에 비해서 암모늄 산화균의 성장을 촉진하여 아질산염을 선택적으로 축적하고자 반응조 온도를 $35^{\circ}C$로 유지하면서 석달 이상 장기간 운전하였음에도 불구하고 유입수 암모늄(500 mg-N/L)의 일부만 아질산염(240 mg-N/L)으로 전환되었다. 하지만 pH를 7.5에서 8.0으로 증가시켰을 때, 아질산염 산화균들이 높은 암모니아 농도에 성장 저해를 받아 생물막 공정에서 아질산염 축적을 성공적으로 이끌어낼 수 있었다. 생물막 공정의 수리학적 체류시간을 12시간으로 운전하였을 때, 반응조의 성능이 급격하게 저하되어 유입수의 암모늄이 완전히 산화되지 않았다. 하수슬러지의 생분해성을 높이기 위해서 다양한 가용화 기술을 적용한 결과, 알칼리와 초음파 처리를 순차적으로 병합하였을 때, 가장 높은 가용화율(58%)을 얻을 수 있었으며, 이를 탈질반응조의 외부탄소으로 사용하였다. FISH 분석결과로부터 담체표면에 암모늄 산화균인 Nitrosomonas와 Nitrospirar계열의 미생물들이 우점종이었으며 일부 아질산염 산화균인 Nitrobacter 계열의 미생물도 소량이지만 관찰되었다.

• 자원환경지질
• /
• 제56권4호
• /
• pp.421-433
• /
• 2023

원자력발전소의 사용후핵연료(Spent Nuclear Fuel: SNF)에 대한 최종처분은 지하 심부의 지질학적 저장소에서 이루어진다. 사용후핵연료를 감싸는 금속처분용기는 주철과 구리 등으로 제작되어 방사성핵종을 장기간 격리할 예정이며, 공학적방벽과 천연방벽으로 구성된 다중방벽처분시스템에 의해 보호를 받도록 설계된다. 지하 심부의 환경(심층처분환경)은 점차 무산소의 환원환경으로 바뀌게 되며, 이러한 환경에서 구리처분용기의 부식을 일으킬 수 있는 유력한 물질 중 하나는 황화물이다. 황화물에 의한 응력균열부식은 구리처분용기의 안정성을 크게 저하시켜 처분장의 장기안전성에 큰 영향을 미칠 수 있다. 심층처분환경에는 황산염이 다양한 형태로 존재 또는 유입될 수 있으며, 황산염환원미생물에 의해 황화물로 전환되어 구리처분용기의 부식에 기여할 수 있다. 완충재와 뒤채움재의 유력한 후보물질인 벤토나이트에는 주로 석고(CaSO₄)와 같은 산화형태의 황산염 광물이 포함되어 있다. 심층처분환경 내에 미생물이 생장할 만한 공간이 있고 유기 탄소 등 전자공여체가 충분히 공급된다면 미생물 활동에 의해 황산염이 황화물로 환원될 수 있다. 하지만 근계영역에서 생성된 황화물과 지권으로부터 유입되는 황화물 중 대부분은 완충재에 의해 차단되어 극히 일부만이 처분용기에 도달할 것이다. 처분환경에서 존재가능한 황화철 광물 중 하나인 황철석은 용해과정에서 황산염을 발생시켜 구리처분용기의 부식에 기여할 수 있다. 하지만 황철석의 극히 낮은 용해도로 인해 산화 생성물의 양은 매우 적을 것이고 포화된 벤토나이트의 낮은 수리전도도로 인해 처분용기로 산화 생성물의 이동은 제한될 것이다. 우리는 심층처분환경에서 황산염의 존재와 환원 그리고 황화물과 황철석의 형성 및 거동 특성 등에 관한 주요 연구 사례 등을 종합적으로 분석, 정리하였고, 고준위방사성폐기물 처분장의 장기안전성에 대한 황산염과 황화물의 영향을 이해하고자 하였다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.