• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.116-119
• /
• 2009

HSPF is a comprehensive, continuous, lumped parameter, watershed-scale model that simulates the movement of water, sediment, and a wide range of water quality constituents on pervious and impervious surfaces, in soil profiles, and within streams and well-mixed reservoirs. The hydrologic calibration of HSPF is performed manually using the decision-support software Expert System for the Calibration of HSPF (HSPEXP). The initial values for the HSPF hydrologic parameters were estimated based on guidance from BASINS Technical Note 6. Initial parameter values were adjusted for the study watershed during the calibration period within the recommended ranges for the parameters.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1147-1151
• /
• 2004

본 연구에서는 소유역에서의 오염총량을 추정하기 위한 오염총량 추정모형인 SWAT 모형과 HSPF모형의 유출특성을 비교분석하기 위해 발안유역의 $HP\#6$ 소유역을 시험유역으로 선정하고 유역 수문모니터링을 수행하였으며, 시험유역의 도형자료를 구축하여 SWAT 모형과 HSPF 모형을 적용하였다. 유출량에 대하여 모형의 보정과 검정결과 유출량은 HSPF 모형의 모의유출량이 SWAT 모형보다 실측치에 더 유사한 값을 보였다. 통계적인 변량을 이용하여 실측치와 SWAT 모형과 HSPF 모형의 모의치를 비교하여 평가한 결과 RMSE는 각각 5.19mm/day, 6.03mm/day, RMAE는 0.48mm/day, 0.49mm/day, 결정계수$(R^2)$는 0.86, 0.84로 모의 되었다.

• Journal of Korean Society of Rural Planning
• /
• v.9 no.4 s.21
• /
• pp.59-64
• /
• 2003

U.S. EPA의 BASINS (Better Assessment Science Integrating Point and Nonpoint Sources)에 통합되어 있는 HSPF (Hydrologic Simulation Program-Fortran)와 SWAT (Soil and Water Assessment Tool) 모형을 이용하여 Polecat Creek 유역의 유출과 유사량을 모의하였다. 모형의 보정을 위하여 1996년 9월부터 2000년 6월까지의 하천 유량 및 유사 농도 자료를 이용하였으며, 1994년 10월부터 1995년 12월까지의 관측자료를 이용하여 모형의 검정을 실시하였다. HSPF 모형에 의해 추정된 연 평균 유출량의 상대오차는 보정 및 검정기간에 각각 0.8%, 0.5%이었으며, S WAT 모형에 의해 추정된 연평균 유출량은 실측치와 각각 2.1%, 16.1%의 오차를 보였다. 연 평균 유사량을 비교하면, HSPF 모형이 보정 및 검정기 간에 각각 8.8%와 7.2%의 오차를 보인 반면에 SWAT 모형은 각각 40.0%, 188.4%의 차이를 보였다. HSPF 모형에 의해 추정된 월 평균 유출량 및 유사량의 상관계수는 보정기간에 대하여 0.94와 0.52이었으며, SWAT 모형에 의한 결과는 상관계수가 각각 0.84와 0.39이었다. 이상의 연구 결과에 의하면, HSPF 모형이 SWAT 모형보다 유출과 유사량을 관측치와 유사하게 모의함을 알 수 있었다. 하지만 입력 자료의 구축 및 모형의 적용에는 SWAT모형보다 많은 시간과 노력을 필요로 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.183-187
• /
• 2007

유역에서 토사유실로 인한 고농도 탁수의 발생은 현장조사와 수치모형 해석으로 평가될 수 있다. 하지만 현장조사로는 토사유실을 정량화하기에는 제한적이므로 수치모형의 적용이 요구된다. 토사유사예측을 위한 모형 적용 시, 시공간 분석을 위해서 물리적 기반 분포형 혹은 준 분포형 모형이 선호된다. 본 연구에서는 임하 안동 유역의 유출 및 토사유실 분석을 위하여 SWAT 모형 및 HSPF 모형을 적용하였다. 두 모델의 유량 검 보정은 유역 내에 수위 관측 자료(1999년${\sim}$2006년)를 이용하였으며 유사농도는 2006년 하절기 현장 조사를 통해 보정되었다. SWAT 모형의 일별 유출량 변화에 대한 Nash-Sutcliffe 효율계수는 $0.43{\sim}0.76$의 범위로 전반적으로 측정 유량을 잘 모의 하는 것으로 나타났다. HSPF 모형은 SWAT 모형과 마찬가지로 높은 효율의 일별 유출량 예측성을 보였다. 그러나 두 모델은 첨두 유량을 과소산정 하였다. 두 모형의 그래픽 분석결과 측정 유사 농도를 잘 모의하였고, 특히 HSPF 모형은 강우사상에 따른 시간별 실측값의 경향을 잘 예측하였다. 두 모형의 예측성 비교 시, 유출량은 SWAT 모형이 HSPF 모형이 비해 더 잘 모의하였으며 유사 농도는 HSPF 모형이 더 높은 정확성을 보였다. 본 연구의 결과는 향후 각 소유역별로 탁수를 유발하는 토사 유실량 평가, 유역의 토사유실 저감대책 효과분석 및 저수지 모형과의 연계를 통한 유입된 탁수의 효율적인 관리대책 수립에 이용될 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1254-1258
• /
• 2008

본 연구에서는 대표적인 준분포 장기유출모형으로 널리 쓰이는 SWAT-K와 HSPF를 이용하여 충주댐유역을 대상으로 2000년부터 2006년까지의 총유출량 산정을 산정하고, 두 모형간의 총 유출량 차이를 분석하기 위해 증발산량, 지표유출량, 중간유출량, 기저유출량 등 각 수문성분별 모의결과를 비교하고, 모형별 유출특성을 분석하였다. 모의기간 연평균 유출량은 SWAT-K는 관측치에 비해 약 2%과다, HSPF는 약 3% 과소하게 모의되었고 모형의 적용 타당성을 가늠할 수 있는 결정계수는 SWAT-K가 0.78, HSPF가 0.88로 나타났다. 수문성분별로 모의치를 비교한 결과 중간 유출은 SWAT-K가, 지하수유출은 HSPF가 크게 산정되는 등 수문성분별 크기에 차이를 드러냄에 따라, 각 모형에서 수문성분을 도출하는 구조의 차이와 계산과정 등의 상세한 비교분석이 필요한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.527-531
• /
• 2004

본 연구에서는 미국 환경청에서 개발하여 유역 오염총량관리를 위한 수질모형으로 이용되고 있는 HSPF 모형을 선정하여 발안 $HP\#6$ 시험유역을 내상으로 모형의 적용성을 분석하였다. HSPF 모형을 이용하여 $HP\#6$ 시험유역에서 모형의 보정기간인 1996년부터 1997년까지 유출량을 모의한 겉과, RMSE는 2.1mm, RMAE는 0.4mm, $R^2$는 0.92로 모의되었으며, 모형의 검정기간인 1999년부터 2000년의 모의 길과 RMSE는 6.03mm, RMAE는 0.49mm, $R^2$는 0.84로 모의되었다. 총질소에 대한 모형의 보정결과 RMSE는 0.086kg/ha/day, RMAE는 0.534kg/ha/day, $R^2$는 0.812로 나타났으며, 모형의 검정결과 RMSE는 0.326kg/ha/day, RMAE는 0.708kg/ha/day, $R^2$는 0.427로 분석되었다. 총인에 대한 모형의 보정결과 RMSE는 0.0117 kg/ha/day, RMAE는 0.622kg/ha/day, $R^2$는 0.70으로 모의되었으며, 모형의 검정결과 RMSE는 0.063kg/ha/day, RMAE는 2.269kg/ha/day, $R^2$는 0.756으로 분석되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.385-385
• /
• 2015

정부는 1998년부터 4대강 물관리종합대책을 세워 하천의 수질보전을 위한 대책을 시행하고 있다. 그 중 대유역 중심의 수질개선대책은 전체적인 큰 목표를 제시하는 것이며, 이러한 대유역의 목표수질을 달성하기 위해서는 먼저 소유역의 수질개선이 이루어져야 한다. 현재 영산강유역에서는 도시하수종말처리장, 산업폐수처리장과 같은 점오염원 관리시설은 대폭 확충되었으나 하천과 호소의 수질은 크게 향상되지 못하고 있다. 이는 중 소유역에 대한 효율적인 수질개선대책이 없기 때문이며, 특히 중 소유역 내 비점오염원 물질이 대량으로 하천 및 호소에 유입되기 때문이다 따라서 효율적인 유역관리를 위해서는 소유역중심의 관리가 필요하며, 소유역 중심의 수질보전 대책을 수립하기 위해서는 대상 소유역에 대한 조사분석이 선행되어야 하는데, 여기에는 관거(우수관, 오수관) 시스템 조사와 하수의 차집조사가 관계되며, 또한 소유역내의 오염원(점오염원과 비점오염원) 및 잠재적인 오염원조사 등과 같은 광범위한 조사 작업이 필요하다. 한편 유역모형 중 HSPF모형은 모형의 적용에 필요한 방대한 자료와 노력을 최소화 되도록 개발되어 왔으며, HSPF는 광범위한 수문 수질과정을 장기 모의가 가능하도록 일련의 구조화된 모듈로 구성되어 있다. 복잡한 모형일수록 자료관리에 많은 노력이 요구되나 HSPF는 자료를 직접적으로 접근할 수 있는 Time Series Management System에 가깝도록 개발되었다. 또한, HSPF 모델은 유역내의 토지이용에 따른 특정 오염물질의 비점오염 부하를 계산하며, 강우에 따른 물의 흐름을 하천의 수질오염모의와 연결시키는데, 광범위한 유역조건에 적용이 가능하고, 각 소유역을 구분하여 비교가 가능하므로 소유역별 관리방안을 비교하는데 가장 적합한 모델이다. 따라서 본 연구는 유역모형(HSPF)을 이용하여 영산강 유역을 대표할 수 있는 중 소유역을 선정하고, 선정된 중 소유역에 대한 기초적인 자료를 조사 분석하여 종합적이고 구체적인 유역 관리계획을 수립해 봄으로써 중 소유역 수질관리에 지침서로서 역할을 하는데 목적이 있다.

• Journal of Korea Water Resources Association
• /
• v.46 no.3
• /
• pp.229-243
• /
• 2013

Hydrological simulation Program-Fortran (HSPF) model was used to simulate streamflow and snow depth at Pyengchang watershed. The selected Global Climate Models (GCMs) provided by the Coupled Model Intercomparision Project Phase 3 (CMIP3) were utilized to evaluate streamflow and snow depth driven by future climate scenarios, including A1, A1B, and B1. Bias-correlation and temporal downscaling processes have been performed to minimize systematic errors between GCMs and HSPF. Based on simulated monthly streamflow and snow depth after calibration, the results indicate that HSPF performs well. The correlation coefficient between the observed and simulated monthly streamflow is 0.94. Snow depth simulations also show high correlation coefficient, which is 0.91. The results indicate that snow depth in 2018 at Pyongchang winter olympic venues will decrease by 17.62%, 9.38%, and 7.25% in January, February, and March respectively, based on streamflow realizations induced by all GCMs ensembles.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.328-332
• /
• 2006

환경모델링 기법은 비선형 오염유출현상을 구조화하여 배출특성 규명 및 정책대안의 영향예측 도구로서 활용도가 증가하고 있다. 반면 복잡한 입력 파라미터의 구성은 모형운영에 있어 비정량적 수치를 적용할 수 있는 가능성을 내포하고 있다. 이러한 한계성을 극복하기 위해 최근 들어 GIS와 정보기술의 연계를 통한 자료관리 및 모형 매개변수 산출을 위한 연구들이 활발히 진행 중에 있다. GIS-모델링 분야의 기술적 성장에도 불구하고 정보구축의 시점, 주기, 구축 형태 등의 통일화가 이루어지지 않았다. 따라서 BASINS과 같은 기 구축된 정보 분석체계를 사용하고자 할 때 단위사업별로 구축된 공간정보의 구조해석을 다시 수행해야 하는 문제를 지니고 있다. 이는 구축된 정보를 사용하여 해석하고자 하는 주체가 분명하지 않고, 분석모델에서 요구하는 입력 자료의 구조를 명확하게 해석할 수 있는 정보기술과 분석기술의 연계부족으로 발생한 문제이다. 이에 본 연구의 목적은 NGIS사업을 통해 축척된 지형공간 데이터베이스와 GIS의 공간분석기능을 연계하여 유역 오염원 기상 공간정보의 관리, 유역 오염유출모형인 HSPF(Hydrologic Simulation Program-Fortran)의 운영정보 생성을 지원하는 지능형 정보관리시스템을 개발하는데 있다. 주 연구내용은 시스템 분석 및 설계, 기초 데이터 수집과 DB 구축, 지형 매개변수 산정을 위한 GIS-HSPF의 통합 인터페이스 구축이다. 개발된 KBASIN-HSPF는 EPA에 의해 개발된 BASIN의 유역분할, 하천망생성, 지형특성계수 산정 기능과 함께 우리나라의 지형.오염원.기상정보의 저장구조를 고려한 데이터 모델링, Tissen망에 준한 강우자료 생성 그리고 HSPF 모형운영정보 산정 및 전환기능을 포함하고 있다. KBASIN-HSPF는 유역기반 점.비점오염원 정보를 통합 관리하고자 하는 오염총량관리제의 기술적 정보관리 환경으로 활용가능하며, 기존의 오염유출모델링을 위해 자료준비부터 정보연계, 모형운영까지 분산된 환경에서 수행되었던 것을 통합환경하에서 진행함으로써 정보의 질적보장과 정보전환의 표준화방안을 제시하는 정보분석시스템이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1721-1725
• /
• 2007

본 연구에서는 안양천 유역의 물순환 건전화를 위한 계획수립의 첫 번째 단계로 HSPF 모형을 구축하고 중유역별 물순환 현황 및 BOD 부하량을 정량적으로 파악하였다. 모형을 구축하기 위해 HSPF 모형의 수량 및 BOD에 대한 민감도 분석을 수행하였으며 다양한 속성을 갖고 있는 안양천 유역을 토지이용, 경사도 및 사용한 기상자료 등의 특성에 따라 총 4개 지역으로 구분하여 검 보정을 실시하였다. 물순환 모의 결과 하류로 갈수록 도시화 비율이 높으며 이로 인해 기저유출량은 $11.1%{\sim}5.0%$로 줄어들고 직접유출량은 $42.5%\rightarrow56.9%$로, BOD 농도는 $3.3\;mg/L\rightarrow15.0mg/L$로, 단위면적당 원단위는 $55.4\;kg/ha/year\rightarrow354.5kg/ha/year$로 증가하였다.