• 제목/요약/키워드: land-surface-model

검색결과 564건 처리시간 0.024초

불투수면 저감기법의 유출량 및 오염부하량 저감 효과 분석 (Analysing the effect of impervious cover management techniques on the reduction of runoff and pollutant loads)

  • 박형석;최환규;정세웅
    • 환경영향평가
    • /
    • 제24권1호
    • /
    • pp.16-34
    • /
    • 2015
  • 불투수면(IC)이란 빗물 등의 강수가 토양 속으로 침투할 수 없는 포장 지역이라 정의할 수 있으며, 일반적으로 도시화 과정에서 형성되는 불투수면은 주로 도로(Drive way), 인도(Sidewalk), 주차장(Parking lot), 건물의 지붕(Roof) 등의 형태로 나타난다. 불투수면의 증가는 유출계수를 증가시켜 강수의 침투량 및 지하수 수위를 감소시킨다. 이로 인해 홍수기에 직접 유출량과 홍수피해를 증가시키고, 갈수기에는 하천의 건천화를 유발하여 수생태계를 악화시킨다. 미국 환경부에서는 불투수면을 저감하기 위한 주요정책으로 LID(Low Impact Development) 또는 GI(Green Infrastructure)의 도입을 제시하고 있다. 본 연구에서는 도시 유역의 강우-유출 및 수질 해석을 위해 SWMM모형을 구축하고, 도시 유역의 대표적인 토지이용 유형에서 불투수면 영향 저감을 위한 다양한 LID 기법을 적용하고 그 효과를 평가하였다. 모형의 보정기간은 2009년 7월 17일, 검정기간은 2009년 8월 11일이며, 강우유출발생시 측정한 실측 데이터를 사용하여 검 보정을 하였다. 아파트, 학교, 도로, 공원 등으로 구성된 복합용지에 투수성 포장(Pervious cover)과 옥상녹화(Green roof)기법을 단계별로 적용하고 유출량 및 오염부하 저감에 미치는 영향을 모의한 결과, 유역 내 불투수면이 투수면으로 전환되는 비율이 증가함에 따라 강우시 발생하는 유출량과 오염물질 부하량의 저감 효과가 큰 것으로 나타났다. 특히, 건물 옥상 녹화 및 주차장과 도로에 투수성 포장을 적용한 경우, 총 유출량은 15~61 %의 저감효과를 보였으며, 오염부하량에 대해서는 TSS 22~72 %, BOD 23~71 %, COD 22~71 %, TN 15~79 %, TP 9~64 %의 저감효율을 나타냈다.

진해만 적조에 있어서 수치모델링에 의한 Chl-$\alpha$의 공간적 집적과 확산 평가 (Estimation of Spatial Accumulation and transportation of Chl-$\alpha$ by the Numerical Modeling in Red Tide of Chinhae Bay)

  • 이대인
    • 한국해양환경ㆍ에너지학회지
    • /
    • 제7권1호
    • /
    • pp.1-12
    • /
    • 2004
  • 진해만 해역에 있어서 적조발생역과 물질집적공간을 진단하기 위해서 수치모델링에 의해 하계 적조가 발생했을 때 환경요인의 변통에 따른 $Cha-{alpha}$ 분포와 물리과정의 기여도를 평가하였다. 해수유동모델에 의한 표층 잔차류는 무풍시와 풍속 2 m/sec이하일 때 진해만 서부해역과 동부해역에서 각각 남향과 북향 하는 흐름이 상접하는 공간이 예측되었고, 풍속이 강해질 때는 유속도 강해지고 유향도 크게 달라지는 것으로 나타났다. 생태계모델에 의해 하계 $Cha-{alpha}$를 예측한 결과, 진동만과 가덕수로 북단의 인근 해역에서는 20 mg/㎥ 이상으로 매우 높았고, 서부해역에서도 대부분 10 mg/㎥이상으로 진해만은 전역에서 하계에는 적조발생 가능성이 매우 높은 것으로 예측되었다. 현 상황에서 $Cha-{alpha}$현존량에 대한 물리과정량을 평가한 결과, 동부해역의 가덕수로 북단과 칠천도 주변, 서부해역의 진동만 내측 그리고 가조도 서쪽지역에서 물리과정량이 (+)로 계산되어 물질의 집적이 일어날 가능성이 큰 공간으로 평가되었고, 마산만, 행암만, 진동만, 원문만 및 고현만 등에서는 물리과정량이 (-) 즉, 발산지역으로 나타나서 물리과정량 보다는 생물학적인 증식과정이 큰 기여를 하는 것으로 고려되었다. 모델링과 현장관측자료 분석결과, 진해만 해역에 있어서 적조의 초기발생역은 마산만과 행암만으로 나타났다. 풍속의 증가는 $Cha-{alpha}$의 농도를 감소시키지만 물리적으로 집적하는 공간의 확대를 야기 시키는 것으로 예측되었고, 동남풍 계열보다는 북서풍 계열이 더 큰 영향을 미치는 것으로 나타났다. 일사량 및 일조시간의 변통은 물리적 집적공간의 분포에는 큰 영향이 없었지만, $Cha-{alpha}$의 급격한 증감을 초래하는 것으로 시뮬레이션되었다. 육상오염부하량 자체만의 변동으로는 $Cha-{alpha}$를 적조발생 가능농도이하로 감소시키지는 않는 것으로 모델링되었다.

  • PDF

GOCI 자료를 활용한 한국 연근해 살오징어의 계절별 서식적합지수 모델 개발 (Development of Seasonal Habitat Suitability Indices for the Todarodes Pacificus around South Korea Based on GOCI Data)

  • 이선주;최종국;박명숙;김상우
    • 대한원격탐사학회지
    • /
    • 제39권6_2호
    • /
    • pp.1635-1650
    • /
    • 2023
  • 지구온난화로 인한 해수면온도 상승은 해양 생태계와 해양 생물에 열적 스트레스를 유발하여 해양 종의 생산성과 분포에 심각한 영향을 미친다. 이와 관련하여 최근 우리나라의 수산자원 중 살오징어의 어획량이 지속적으로 감소하고 있다. 본 연구에서는 지속적인 수산자원 관리를 위하여 어장 형성에 영향을 주는 해양환경을 분석하고 천리안해양관측위성 자료를 비롯한 여러 위성자료들을 이용하여 계절별 살오징어 서식지적합 모델을 개발하였다. 해수면온도는 14.11-26.16℃, 해수면높이는 0.56-0.82 m, 엽록소-a 농도는 0.31-1.52 mg m-3, 일차생산량은 580.96-1574.13 mg C m-2 day-1인 범위에서 평균적으로 약 83%의 살오징어가 어획되는 것을 확인하였다. 계절별로 적합지수를 곡선 접합한 후, 네 가지 통계 방법으로 서식지적합지수를 개발하였고 그 중 산술평균을 사용한 모델이 가장 좋은 성능을 보였다. 개발한 통계 모델과 2019년 어획량 자료와 비교하였을 때, 계절별로 다른 해역에 생성되는 어장과 어획량이 높은 곳에 서식지적합지수가 높게 나타나는 것을 확인하여 모델이 잘 개발될 것을 볼 수 있었다. 또한, 살오징어의 어장 형성과 관련이 높은 해수면온도의 뚜렷한 증가 추세를 확인하였으며 앞으로 지속될 해양 온난화에 의해 어장이 변화할 것으로 예상이 된다. 수산자원 관리를 위해서는 꾸준히 모니터링하는 것이 필요하다고 보여진다.

하천 관리를 위한 원격탐사 자료 기반 식생 분류 기법 (Vegetation classification based on remote sensing data for river management)

  • Lee, Chanjoo;Rogers, Christine;Geerling, Gertjan;Pennin, Ellis
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2021년도 학술발표회
    • /
    • pp.6-7
    • /
    • 2021
  • 하천에서의 식생 활착은 지형, 생태, 수리학 등의 학문 분야 뿐만 아니라 하천 관리 실무에서도 중요한 이슈 중에 하나로서 하천 식생 문제는 홍수 관리와 생태계 보전이라는 상반되는 가치의 조화에 직결된다. 국내에서는 2000년대 이후 댐 하류 조절하천, 부영화된 소규모 지류하천, 4대강 사업 대상지 고수부지 등 다양한 조건에서 하천 식생 활착과 육역화 문제가 지속적으로 제기되어 왔다. 이러한 배경에서 본 연구에서는 하천 내의 식생 분포를 원격탐사 자료를 기반으로 분류하는 기법을 제안하고 이를 내성천에 적용한 결과를 제시하였다. 내성천은 2014년부터 최근까지 지속적으로 식생 활착이 발생하여 하천 경관이 변화한 대표적인 사례 하천이다. 원격탐사 자료는 유럽항공우주국(ESA)에서 운영 중이며, Google Earth Engine에서 제공하는 Sentinel 1, 2 위성 영상을 사용하였다. 지상 참값(ground truth)으로는 수역, 사주, 초본, 목본 등을 포함한 8가지 유형으로 구분되어 있는 2016년 내성천 지표 피복 자료를 사용하였다. 분류를 위한 방법은 머신러닝 알고리듬의 하나인 랜덤 포레스트 분류 기법을 사용하였으며, 미리 선정된 10개 폴리곤 영역으로부터 1,000개의 표본을 추출하여 1/2씩 나누어 훈련 및 검증 자료로 사용하였다. 검증 자료 기반의 정확도는 82~85 %로 나타났다. 훈련을 통해 수립한 모형을 2016~2020년 자료에도 적용하여 연도에 따른 식생역의 변화 과정을 제시하였다. 본 논문의 기술적 한계와 개선 방안을 고찰하였다. 이 기법은 정량적인 식생 분포를 제공함으로써 하천에서의 홍수위 계산, 식생-수리모델링 등의 기술 분야 뿐만 아니라 간벌이나 하천 식생 회춘 유도(rejuvenation)과 같은 식생의 실무적 관리 측면에서도 활용도가 클 것으로 판단된다.

  • PDF