Research Article

The Journal of Engineering Geology. December 2019. 469-481
https://doi.org/10.9720/kseg.2019.4.469


ABSTRACT


MAIN

  • 서 론

  • 재료 및 방법

  •   연구대상 유역

  •   연구 방법

  •   기초자료 수집

  • 결과 및 고찰

  •   용수 공급 가능량 산정

  •   용수 이용량 산정

  •   용수 공급가능량 vs 이용량 비교 ‧ 분석

  • 결론 및 토의

서 론

우리나라는 국토의 65% 이상이 산악지형으로 하천의 경사가 급해 홍수기에 강수가 일시에 유출되고, 토양의 표토층이 얇고 함양 능력이 낮아 갈수기에 유출량이 적은 지형적 특성이 있다(MOLIT, 2011). 또한, 기후변화에 따른 지구 온난화는 강수의 강도, 빈도 및 발생 위치의 변화를 초래하였으며, 이로 인해 지역별 유출량 및 증발산량 등을 변화시켜 지역 간 수자원의 양극화가 점차 심화되는 상황이다(MOLIT, 2011; NDMI, 2018). 정부의 지속적인 상수도 확충 계획으로 지방자치단체 상수도 보급률은 2017년 기준 98.1%까지 높아졌으나 총 인구의 약 2.3%에 해당하는 1.2백만 명 정도는 아직 마을상수도 또는 소규모급수시설과 같은 소규모수도시설에 의존하고 있는 것으로 나타났다(MOE, 2019). 특히 마을상수도 및 소규모수도시설에 의존하는 유역 최상류부의 취수원은 지방상수도나 광역상수도의 공급 사각지대로 상대적으로 가뭄에 취약한 것으로 알려져 있고 가뭄대응 체계가 없어 하천 유량 감소시 취수량 조절 등 사전대응이 곤란한 상황이다(Chung et al., 2018).

정부는 이러한 물 부족 및 가뭄대응을 위해 미래 물 수요 및 공급을 예측하여 공급량 확대 또는 수요량 감축 계획을 세우고 있다(Ryu, 2015). 「수자원장기종합계획」은 수자원 관련 최상위 계획으로 전국 유역을 대상으로 수요량을 예측하고 물수지 분석을 통해 공급 가능량을 산정해 최종적으로 물 부족량을 산정하며, 「전국수도종합계획」은 용수 공급에 초점을 맞춰 전국 시 ‧ 군을 대상으로 수도시설 개발 및 상수원 확보 등 공급량 확대 계획을 세우고, 「국가 물 수요관리 종합대책」은 용수 수요에 초점을 맞춰 다각적인 수요량 감축 계획을 세운다(MOE, 2007; MOLIT, 2011).

장기적 관점의 국가 계획과는 별개로 현재 및 3개월 이내의 가뭄 모니터링 및 예 ‧ 경보를 위해 기상청은 전국의 유 ‧ 무인 기상자료를 바탕으로 기상학적 가뭄지수를 산정하며, 농림축산식품부는 농업적 가뭄지수, 환경부는 수문학적 가뭄지수를 산정한다(MOE, 2017). 이러한 가뭄지수들은 주로 공급 측면의 변수들로 이루어져 실제 물 이용자가 느끼는 물 부족을 반영하지 못한다는 단점이 지적되었으며(Lee et al., 2006), 물 공급원의 현재 물 공급 능력을 평가하고 수요량과의 물수지 평가를 진행하여 공급 대책을 수립하는 가뭄 관리의 중요성이 높아지고 있다(Seo et al., 2011). Lee et al.(2006)은 현재의 저수지 저수량과 향후 공급해야 하는 수요량과의 물수지를 평가하여 저수지에서 향후 공급 가능한 시간을 정량화한 물공급능력지수(Water Supply Capacity Index, WSCI)를 제안하였으며, Moon and Lee(2015)는 국내 운영 중인 14개 다목적댐에 대해 WSCI를 산정하고 평가하였다. Oh et al.(2012)은 용수의 수요량과 공급량을 비교하여 실질적인 부족량을 산정하는 수문학적 가뭄 지수(Hydrological Drought Index, HDI)를 제안하였으며, 생 ‧ 공 ‧ 농업 용수별 가뭄을 평가한 바 있다. Yoo et al.(2011)은 수자원의 수요 대비 공급 관계를 비교하여 용수 과부족 상태를 나타내는 용수과부족지수(Water Excess Deficiency Index, WEDI)를 제안하였으며, Park et al.(2010)은 하천 유량을 파악하여 실제 사용하고 있는 용수 공급 시설물의 수자원 공급능력가뭄지수(Water Supply Drought Index, WADI)를 제안하였다.

본 연구에서는 다단식 Sand 댐 구축 테스트 베드 후보지로 선정된 강원도 춘천시 서면 서상리 툇골 유역을 대상으로 선제적 가뭄대응을 위한 상류부 하천-취수원 연계 모니터링 체계를 구축하였다. 상류부 하천의 공급 가능량을 산정하기 위해 장기유출모델의 매개변수 검 ‧ 보정 과정을 거처 신뢰도를 확보하였다. 대상 지역의 이용량은 저수조(물탱크)에 수위계측기를 설치하여 수위 변화를 측정하였고 이를 일별 이용량으로 환산하였다. 최종적으로 일별 용수의 공급 가능량과 수요량을 정량적으로 도출하고, 용수의 부족 여부를 판단할 수 있는 소규모수도시설의 가뭄 관리를 위한 모니터링 체계 및 대응 방안을 제시하였다.

재료 및 방법

연구대상 유역

본 연구의 대상지역은 강원도 춘천시 서상리 툇골 유역으로 갈수기에 상시적인 용수부족 문제를 겪고 있으며, 주변 사방댐 저류수 및 하류 계곡수를 활용하는 취수시스템을 구성하였음에도 수요량을 충족시키지 못하는 소규모수도시설을 생활용수의 주 공급원으로 사용하고 있다.

대상 지역을 자세히 조사해본 결과 Fig. 1의 1번째 지점인 최상류 사방댐 안쪽 지점을 포함한 3개의 취수원이 있는 것으로 나타났다. 1번과 2번 취수지점은 저수조로 직접 연결되어 있었으며, 이중 2번 지점의 경우 부유물질 등 수질 문제로 인하여 2번 취수지점의 집수조로 취합되고 있었다. 3번 취수지점은 선녀탕으로 불리는 지역으로 물 부족시에만 사용되며, 펌프를 이용하여 2번 취수지점의 집수조로 취합된다. 2번 취수지점의 경우 물막이 안쪽에 자갈 등을 깔아놓아 부유물질 등의 필터링이 가능하며, 자갈 안쪽의 취수구를 통해 집수조로 취수된 후 중력식 자연 유하 방식을 통해 저수조(물탱크)로 연결되는 것으로 조사되었다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F1.jpg
Fig. 1.

Study area map.

연구 방법

대상지역의 공급 가능량-이용량 관계분석을 위하여 Fig. 2와 같이 공급 가능량과 이용량을 산정하는 체계를 구축하였다. 공급 가능량은 장기유출모델(SWAT)을 이용하여 산정 가능하며, 대상지역 취수원 3지점별 하류부의 유량 측정을 통한 모델의 매개변수 검 ‧ 보정 과정을 거쳐 신뢰도를 확보하였다. 용수 이용량은 대상 지역의 소규모급수시설인 저수조(물탱크)에 수위계측기를 설치하였고, 수위 변화를 이용량으로 치환하여 산정하였다. 최종적으로 공급 가능량과 이용량 간의 비교분석을 수행하여 가뭄 대응체계를 구축하는 것을 목적으로 하였다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F2.jpg
Fig. 2.

Flow-chart of the study.

기초자료 수집

장기유출모델의 입력자료 구축

SWAT은 Soil and Water Assessment Tool의 약자로 미국 농무성 농업연구소(USDA Agricultural Research Service, ARS)의 Jeff Arnold에 의해 개발되었다(Arnold et al., 1993, Arnold et al., 1995). 모델은 장기간의 연속적인 모의 유량을 생성하기 위해 수문환경 변화나 인위적인 토지이용 상태에 따른 유출을 고려할 수 있다. SWAT 모형은 물수지 항목(증발산, 지표유출, 강수, 기저유출 등)에 대하여 각 수문반응 단위별로 계산할 수 있으며, 물수지 분석 개념에서 활용되는 방정식은 다음 식 (1)과 같다.

$$SW_t=SW_0+\sum_{\iota=1}^t(R_{day}-Q_{surf}-E_a-\omega_{seep}-Q_{gw)}$$ (1)

여기서, SWt는 최종의 토양수분량(mm), SW0ι일의 초기토양수분량(mm), t는 시간(일), Rdayι일의 강수량(mm), Qsurfι일의 지표유출량(mm), Eaι일의 증발산량(mm), ωseepι일의 토양면으로부터 투수층으로 투수되는 총량(mm), Qgwι일의 회귀수량(mm)이다.

본 연구에서는 대상 유역의 소유역 구분을 위하여 SWAT 모델의 자체 모듈인 Watershed Delineator을 이용하였으며, 하천 가장 하류부에 위치한 지점 3을 출구점으로 2.5 km2의 유역을 생성하였다. 또한, 전체 유역을 5개의 소유역 및 30개의 수문반응단위(HRUs)로 구분하였다(Fig. 3a).

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F3.jpg
Fig. 3.

GIS maps for SWAT.

SWAT 모델의 구동을 위해서 지리정보시스템(GIS) 기반의 공간 입력자료를 구축하였다. 수치표고모형(Digital Elevation Model, DEM)은 대상 유역의 형상 및 물의 방향 등을 결정하는 중요한 인자로서 본 연구에서는 5 m의 고해상도 DEM을 이용하였다. 대상 유역은 고도 분석 결과 최대 775~215 El.m의 범위를 가지고 있는 것으로 나타났다(Fig. 3b).

SWAT 모델에서 토양정보는 강수의 지하 침투, 증발 등을 결정하는 중요한 인자로서 SWAT 모델의 핵심요소이다. 본 연구에서는 농촌진흥청 정밀 토양도(토양통), 농업과학기술원의 토양 구성비 및 토양물의 특성치 추정 방법을 통해 국내에 맞게 제작된 자료를 이용하였으며, 대상 지역 정밀토양도(토양통) 분석 결과 오산(77.8%), 덕산(21.3%)로 나타났다(Fig. 3c).

토지 이용도는 환경부 환경공간정보시스템에서 제공하는 1:25,000 해상도의 중분류 토지피복도를 이용하였으며, SWAT에서 제공하는 토지이용도 분류 코드에 맞게 재분류한 결과 대상 지역의 경우 혼합림 100% 지역으로 나타났다(Fig. 3d).

SWAT 모델의 입력자료로 사용되는 기상자료 수집을 위하여 기상청 위치 정보를 이용하여 Thiessen망을 생성하였다. 이를 기반으로 대상 유역에 영향을 미치는 기상관측소로 춘천(101) 기상대의 종관기상관측장비(Automated Surface Observing System, ASOS) 및 가평북면(531) 자동기상 관측장비(Automated Weather Station, AWS)를 선정하였으며, 일최고 기온(°C), 일최저 기온(°C), 일강수량(mm), 평균습도(%), 일조합(hr), 평균풍속(m/s) 및 일사량(MJ/m2/day)에 대해 약 10년간의 자료를 기상청 국가기후데이터센터에서 수집하였다.

춘천(101)의 최근 10년간(2010.01.01.~2019.10.16)의 기상자료를 분석한 결과 대상 지역의 연평균 최고 ‧ 최저 기온은 각각 17.4°C, 6.5°C, 연강수량 1,252.6 mm, 연평균 평균풍속 1.3 m/s, 연평균 평균습도 69.9%, 연평균 일사합 13.4 MJ/m2, 연평균 일조합 6.1 hr로 나타났다. 최고 기온은 8월이 30.5°C로 가장 더운 것으로 나타났으며, 최저 기온은 1월에 -10.5°C로 나타났다. 연강수량은 1,252.6 mm로 우리나라 최근 10년간 연강수량의 평균인 1,266.4 mm와 유사하게 나타났으며, 6월에서 9월까지의 강수량이 연강수량의 약 70%를 차지하는 것으로 나타났다. 연평균 평균습도는 69.9%로 우리나라 전국 평균습도인 67.5%와 유사한 것으로 나타났으며, 7~8월은 80%로 높은 값을 나타내는 것으로 나타났다(Table 1).

Table 1. Statistics on monthly weather data (2010.01.01.~2019.10.16.)

Month Temperature (°C) Rainfall Wind speed Humidity Solar access Irradiance
Maximum Minimum (mm) (m/s) (%) (MJ/m2) (hr)
101 531 101 531 101 531
Jan. 1.2 1.3 -10.5 -12.8 11.7 9.5 1.0 67.4 8.4 5.7
Feb. 5.0 5.1 -7.0 -8.8 29.6 28.7 1.2 62.5 11.2 6.4
Mar. 11.7 12.1 -1.1 -3.1 30.2 29.4 1.5 59.3 14.1 6.7
Apr. 18.5 19.0 5.1 2.8 87.1 85.4 1.6 59.3 16.1 6.8
May 24.9 25.5 11.8 9.1 83.2 100.0 1.5 61.9 19.5 8.0
Jun. 28.9 29.4 17.7 15.4 117.4 116.4 1.4 68.0 20.1 7.6
Jul. 29.7 29.9 22.1 20.5 410.0 476.3 1.3 80.4 14.8 4.7
Aug. 30.5 30.8 22.2 20.4 226.1 267.4 1.3 80.5 15.2 5.7
Sep. 25.7 26.2 15.9 13.2 122.5 129.2 1.2 78.5 13.9 5.9
Oct. 19.7 20.3 8.1 5.1 59.1 61.7 1.1 76.7 11.5 6.1
Nov. 11.0 11.4 0.9 -1.3 48.8 50.5 1.1 73.5 7.6 4.7
Dec. 2.2 2.6 -7.6 -9.8 27.0 22.7 1.1 71.1 7.0 4.9
Annual 17.4 18.0 6.5 4.4 1,252.6 1,376.9 1.3 69.9 13.4 6.1

가평북면(531)의 최근 10년간(2010.01.01.~2019.10.16)의 기상자료를 분석한 결과 대상 지역의 연평균 최고 ‧ 최저 기온은 각각 18.0°C, 4.4°C, 연강수량 1,376.9 mm, 연평균 평균풍속 1.1 m/s로 나타났다. 최고 기온은 일년 중 8월이 30.8°C로 가장 더운 것으로 나타났으며, 최저 기온은 1월이 -12.8°C로 나타났다. 연강수량은 1,376.9 mm로 우리나라 최근 10년간 연강수량의 평균인 1,266.4 mm보다 높게 나타났으며, 6월에서 9월까지의 강수량이 연강수량의 약 72%로 대부분을 차지하는 것으로 나타났다. 연평균 평균풍속은 4월이 1.5 m/s로 가장 높게 나타났으며, 7월에서 9월이 가장 낮은 것으로 나타났다(Table 1).

하상 단면 측량 및 유량 측정

대상 지역 최상류 지역의 하상은 암반으로 이루어져 있고, 갈수기시 건천화되는 현상을 보이므로 초음파 수위 계측기 등을 이용한 상시 관측에 어려움이 있다. 상시 관측이 어려운 지역의 일별 유출량은 장기유출모델 등을 통해 산출할 수 있으며, 이때 실제 하천의 유량을 이용한 매개변수 검 ‧ 보정으로 신뢰도를 확보하는 방법을 이용하였다. 대상 유역의 취수원 현장조사 결과를 바탕으로 각 취수지점의 유량을 대표할 수 있는 3개 지점을 선정하였으며, 지점별 하천 단면 측량 및 유속 측정을 통해 유량을 산정하였다(Fig. 4).

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F4.jpg
Fig. 4.

Locations for observed flows and water-intake.

대상 지역의 유량 산정을 위한 유속 측정은 ISO 및 미국 지질조사국의 조사 기준을 준용하여 40초를 기준 시간으로 측정하였으며, 수심 0.6 m 이하에서는 1점법, 0.6~1.0 m 2점법, 1 m 이상에서는 3점법을 적용하였다.

대상 유역 측정 지점 3개소의 월별 유량 측정 결과는 Table 2와 같으며, 유량 측정 지점1에서는 12월, 유량 측정 지점 2는 9월, 유량 측정 지점 3은 11월이 가장 많은 유량을 나타냈다. 유량 측정 기간 중 동절기 등에서 하천 건천화로 측정이 불가능하였다.

Table 2. Flow measurement results of the study area (2018.08.~2019.10)

Date Discharge (m3/s) Notes
Point 1 Point 2 Point 3
2018.08.13 0.0016 0.0024 0.009 -
2018.09.12 0.0058 0.016 0.017 -
2018.10.23 0.0063 0.0045 0.021 -
2018.11.15 0.0069 0.013 0.026 -
2018.12.17 0.0092 0.0099 0.021 -
2019.01.25 Not measurable 0.0078 0.0079 Dry
2019.02.15 Not measurable 0.0047 0.0059 Dry
2019.03.15 Not measurable Not measurable 0.0044 Dry
2019.04.12 Not measurable 0.015 0.016 Dry
2019.05.16 0.00024 Not measurable 0.0039 Dry
2019.06.14 0.00029 0.0000077 0.002 -
2019.07.10 Not measurable Not measurable Not measurable Dry
2019.08.28 0.0045 0.013 0.016 -
2019.09.27 0.008 0.031 0.023 -
2019.10.01 0.0028 0.0085 0.015 -

결과 및 고찰

용수 공급 가능량 산정

대상 유역과 같이 상시 유량 관측이 어려운 지역의 일별 유출량은 장기유출모델 등을 통해 산출할 수 있으며, 인위적 영향을 배제하고 자연 상태를 가정하여 자연유출량을 추정한다. 국내의 자연유출량 추정 연구는 SWAT, TANK, SSAR, HSPE 등 다양한 모델이 사용되고 있다. 본 연구에서는 갈수기 유출량 산정에 초점을 맞추고 있으며, Kim and Kim(2012)이 충주댐 및 소양강댐에 적용한 결과 갈수기 유황을 잘 반영하는 것으로 나타난 SWAT 모델을 이용하였다.

대상 지역의 2018년 11월부터 2019년 5월까지 갈수기 유량 측정 자료를 이용하여 SWAT 모델의 매개변수를 검 ‧ 보정하였다. 매개변수 검 ‧ 보정시 시행착오법을 이용하였으며, 모델링 시간을 줄이기 위하여 매뉴얼 및 국내외 연구 보고서상 민감도가 높다고 알려진 CN2, ESCO, GWDELAY로 목적 함수를 최소화하였으며(Table 3), 결정계수(Coefficient of Determination, R2)가 0.8 이상으로 유의미한 값을 가질 때까지 보정하였다. 모의 결과 결정계수는 0.81로 시계열 그래프를 살펴보면 대상지역의 갈수기 실측치와의 경향성을 잘 반영하는 것으로 나타났으며(Fig. 5), 이를 바탕으로 갈수량(Q 355d)을 산정한 결과 0.0026 m3/s (226.3 m3/day)로 도출되었다.

Table 3. Optimal parameters used for SWAT calibration

Parameter Definition Default value Used value
CN2 AMC-II runoff curve number - -10%
ESCO Evaporation soil compensation factor 0.95 0.8
GWDELAY Delay of groundwater recharge 30 6.1

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F5.jpg
Fig. 5.

Comparison of SWAT and observed discharge.

용수 이용량 산정

수혜지역 용수공급 네트워크를 조사 결과 저수조(물탱크)를 활용하여 모든 마을시설이 용수를 공급 받는 것으로 조사되었으며, 따라서 용수 이용량 산정을 위한 수위 계측기는 저수조(물탱크)에 설치하였다. 이용량 산정은 저수조의 수위 변화량을 바탕으로 축적된 수위 데이터를 이용하였으며, 일별 이용량으로 환산하여 장기유출모형인 SWAT 모델의 결과와 직접 비교가 가능하도록 구축하였다(Fig. 6).

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F6.jpg
Fig. 6.

Schematic diagram of the usage monitoring system.

저수조(물탱크)에는 기존에 춘천시 상수도 사업소에서 설치한 수위계가 있었으나 상시적인 수위측정을 하지 않아 데이터가 누락되는 문제가 있었으며, 사용 가능 데이터에 한계가 있어 수위 계측기를 새로 설치하였다.

저수조 수위 측정을 위하여 저수조 내부에 TD-Diver를 설치하였으며, 설치 당일 저수조 수위 측정 및 기압 보정을 실시하였다. 수위변화는 10분 단위로 측정하였으며, 이를 통해 약 1달간(2019.08.29.~2019.10.01.)의 기간 동안 측정된 정보를 축적하였다. 일별 용수 이용량을 산정한 결과는 Fig. 7과 같으며, 분석 결과 최고 이용량은 2019년 9월 7일 4,806 m3/day이며, 최저 이용량은 2019년 9월 27일 489 m3/day으로 나타났다.

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F7.jpg
Fig. 7.

Results of calculating daily water usage (2019.08.29.~2019.10.01.).

용수 공급가능량 vs 이용량 비교 ‧ 분석

저수조(물탱크)의 수위 변화 계측을 위한 다이버는 2019년 8월 말 설치 및 측정을 시작하였으며, 약 1달 기간(2019.08.29.~2019.10.01.)의 데이터를 활용하여 예비분석을 수행하였다(Table 4).

Table 4. Results of calculated daily water supply capability and water usage (2019.08.29.~2019.10.01.)

Date Rainfall
(mm/day)
Water usage
(m3/day)
Discharge (A)
(m3/day)
Minimum flow (B)
(m3/day)
Water supply capability (A-B)
(m3/day)
20190829 7.8 3,732 4,659 226.3 4,432
20190830 - 3,404 3,838 226.3 3,612
20190831 - 2,513 3,602 226.3 3,376
20190901 - 1,725 3,517 226.3 3,291
20190902 - 1,721 3,466 226.3 3,240
20190903 6.2 1,874 4,427 226.3 4,201
20190904 15.4 2,095 8,321 226.3 8,095
20190905 46.6 2,380 59,918 226.3 59,692
20190906 - 2,805 18,516 226.3 18,289
20190907 5.2 4,806 9,996 226.3 9,770
20190908 0.1 3,400 5,810 226.3 5,583
20190909 0.5 2,779 4,615 226.3 4,389
20190910 52.3 2,338 56,307 226.3 56,081
20190911 16.6 1,832 36,582 226.3 36,355
20190912 - 1,519 13,064 226.3 12,837
20190913 - 2,170 6,963 226.3 6,737
20190914 0.0 2,632 5,264 226.3 5,038
20190915 - 2,641 4,690 226.3 4,463
20190916 - 2,626 4,431 226.3 4,204
20190917 - 1,975 4,268 226.3 4,042
20190918 - 1,877 4,145 226.3 3,918
20190919 - 1,380 4,037 226.3 3,811
20190920 - 1,510 3,957 226.3 3,731
20190921 - 1,220 3,879 226.3 3,653
20190922 4.9 2,049 4,779 226.3 4,552
20190923 - 2,287 4,030 226.3 3,803
20190924 - 1,425 3,793 226.3 3,567
20190925 - 762 3,685 226.3 3,459
20190926 - 620 3,611 226.3 3,384
20190927 - 489 3,548 226.3 3,322
20190928 - 1,323 3,489 226.3 3,263
20190929 - 1,700 3,434 226.3 3,207
20190930 - 1,615 3,377 226.3 3,151
20191001 - 702 3,326 226.3 3,099

일별 수요량과 공급 가능량의 공급 가능량과 일별 수요량 간의 예비분석 결과 9월 1달간 수요량이 공급 가능량(하천 유량 - 갈수량)을 초과하지 않았으며(Fig. 8), 8월 29일 강우가 발생한 이후 9월 2일까지 무강우 일수에 따른 공급 가능량 및 이용량이 줄어드는 것을 확인할 수 있었다(Fig. 9).

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F8.jpg
Fig. 8.

Results of calculated water supply capability and water usage (2019.08.29.~2019.10.01.).

http://static.apub.kr/journalsite/sites/kseg/2019-029-04/N0520290410/images/kseg_29_04_10_F9.jpg
Fig. 9.

Results of calculated water supply capability and water usage (2019.08.29.~2019.09.01.).

본 연구에서는 대상 지역의 용수 공급 가능량 및 이용량 자료 수집을 위한 기본적인 체계를 구축하였으며, 향후 장기간의 데이터 분석을 통해 무강우에 따른 취수가능일수를 제시할 수 있을 것으로 판단된다. 장기적으로 본 연구의 가뭄 대응 체계를 활용하여 Sand 댐 설치 전후의 가뭄 민감도 평가 및 강우 예측자료를 활용한 미래 가뭄 평가를 위한 계속 연구가 필요하다.

결론 및 토의

본 연구는 다단식 Sand 댐 구축 테스트 베드 후보지로 선정된 강원도 춘천시 서면 서상리 툇골 유역을 대상으로 선제적 가뭄대응을 위한 상류부 하천-취수원 연계 모니터링 체계를 구축하는 것을 목적으로 진행되었으며, 주요 결론 및 시사점은 다음과 같다.

(1) 공급량 모니터링을 위해 월 1회 상류부 하천의 유량을 측정하였으며, 장기유출 모델(SWAT)의 매개변수 보정(R2 = 0.8)에 사용하여 대상 지역의 갈수량 및 일별 용수 이용가능량을 산정하는 방안을 제시하였다.

(2) 수요량 모니터링을 위하여 하천-저수조-가정으로 이어지는 용수 공급 네트워크를 작성하였으며, 2019년 8월 29일부터 2019년 10월 1일까지 기간에 저수조 수위 측정을 통해 수혜지역의 일별 이용량 산정 방안을 제시하였다.

(3) 최종적으로 산정된 일별 공급 가능량과 이용량 간의 관계분석을 통해 용수 부족량이 발생하는지를 파악할 수 있었으며, 가뭄대응을 위한 정량적 데이터 제시 방안을 마련하였다.

본 연구에서는 소규모수도시설의 용수 공급 가능량 및 이용량 자료 수집을 위한 기본적인 체계를 구축하였으며, 풍수기(9월)를 대상으로 물수지를 분석하였다. 소규모수도시설 등을 이용하는 물 복지 소외지역의 가뭄대응이라는 장기 목표를 달성하기 위해서는 장기간의 지속적인 모니터링을 통하여 저수기, 갈수기에 대한 수요-공급량 분석 및 물 부족량 평가 등의 후속 연구가 필요하다.

Acknowledgements

본 결과물은 환경부의 재원으로 한국환경산업기술원의 수요대응형 물공급 서비스사업의 지원을 받아 연구되었습니다(146522).

References

1 

Arnold, J.G., Allen, P.M., Bernhardt, G., 1993, A comprehensive surface-groundwater flow model, Journal of Hydrology, 142, 47-69.

10.1016/0022-1694(93)90004-S
2 

Arnold, J.G., Williams, J.R., Maidment, D.R., 1995, Continuous-time water and sediment-routing model for large basin, Journal of Hydraulic Engineering, 121(2), 171-183.

10.1061/(ASCE)0733-9429(1995)121:2(171)
3 

Chung, I.M., Lee, J.W., Lee, J.E., Choi, J.R., 2018, The estimation of sand dam storage using a watershed hydrologic model and reservoir routing method, Journal of Engineering Geology, 28(4), 541-552 (in Korean with English abstract).

4 

Kim, C.G., Kim, N.W., 2012, Comparison of natural flow estimates for the Han river basin using TANK and SWAT models, Journal of Korea Water Resources Association, 45(3), 301-316 (in Korean with English abstract).

10.3741/JKWRA.2012.45.3.301
5 

Lee, D.R., Moon, J.W., Lee, D.H., Ahn, J.H., 2006, Development of water supply capacity index to monitor droughts in a reservoir, Journal of Korea Water Resources Association, 39(3), 199-214 (in Korean with English abstract).

10.3741/JKWRA.2006.39.3.199
6 

MOE (Ministry of Environment), 2007, Comprehensive plan on national water demand management.

7 

MOE (Ministry of Environment), 2017, A study on the development of drought prediction and response system for local water supply system.

8 

MOE (Ministry of Environment), 2019, Statistics of waterworks 2017.

9 

MOLIT (Ministry of Land, Infrastructure and Transport), 2011, Long term water resource management master plan (2011-2020).

10 

Moon, J.W., Lee, D.R., 2015, Analysis of 2014-2015 drought status by multi-purpose dam using water supply capacity index, Journal of Korea Water Resources Association, 48(12), 51-57 (in Korean with English abstract).

11 

NDMI (National Disaster Management Research Institute), 2018, The development of surveying techniques for the regional customizing drought information.

12 

Oh, K.R., Yu, I.S., Kim, S.D., Park, M.J., Jeong, S.M., 2012, Development and application of hydrological drought index, Conference of The Korean Society of Civil Engineers, 960-963.

13 

Park, M.J., Kim, S.J., Park, S.S., Shin, Y.H., 2010, Development of a hydrological drought index considering water availability, Journal of Korea Water Resources Association, 43(5), 38-42 (in Korean with English abstract).

14 

Ryu, J.N., 2015, Review of water budget management methods using causal loop, KEI (Korea Environment Institute).

15 

Seo, J.S., Lee, D.R., Choi, S.J., Kang, S.K., 2011, A study of water budget analysis according to the water demand management, Journal of Korean Society of Environmental Engineers, 33(11), 797-803 (in Korean with English abstract).

10.4491/KSEE.2011.33.11.797
16 

Yoo, J.Y., Park, J.Y., Kim, T.W., Park, M.J., 2011, The assessment of socioeconomic droughts using a water excess deficiency index, Journal of the Korean Society of Civil Engineers, 31(3B), 253-264 (in Korean with English abstract).

페이지 상단으로 이동하기