http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
점, 선, 면 관점에서의 SWAT 모델을 통한 토양유실 및 유사 발생 예측
박상준 ( Sangjoon Bak ),최용훈 ( Yonghun Choi ),이서로 ( Seoro Lee ),이관재 ( Gwanjea Lee ),정연지 ( Yeonji Jeong ),임경재 ( Kyeongjae Lim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
유사의 발생 및 거동을 파악하기 위해서 전세계적으로 여러 유역단위 수문모형이 이용되고 있습니다. 그 중 Soil and Water Assessment Tool (SWAT) 모형은 장기간 유역 모의가 가능하며 다양한 토양이용과 토지특성을 고려할 수 있고 토양유실, 유사 발생 및 거동을 시간적/공간적으로 분석 가능하여 국내뿐만 아니라 국외에서도 많은 연구에 사용되고 있다. 그러나 SWAT 모형에서 하도 추적 과정에서 무한하게 침식되어 유사의 거동을 모의할 때 문제가 있다. 이는 하천 라우팅 관련 매개변수 조정만을 통해서 모델의 점 단위인 최종 유출구에서 유사를 평가를 할 수 있다는 것을 의미한다. 따라서 SWAT 모형을 통해 정확한 토양유실, 유사 발생 및 거동을 평가하기 위해서는 점, 선, 면 단위 관점에서의 모델링이 필요하다. 이에 본 연구에서는 면 단위 관점에서 모델링을 위하여 MUSLE식을 국내 토지이용별 원단위 기반으로 개선한 선행 연구를 활용하였다. 또한, 선 단위 모델링을 위하여 SWAT 모형의 하도 추적 과정에서 강우시 수문곡선의 상승부와 하강부에 대한 유사 패턴의 특성을 파악하여 하천 sediment routing 매개변수가 상승부와 하강부에 각각 다르게 적용될 수 있도록 개선하였다. 본 연구에서 개선된 모형은 비점오염관리지역 중 하나인 자운천 유역에서의 토양 유실, 유사의 거동을 잘 반영하는 것으로 확인되었다. 향후 모델 매개변수 불확실성과 모델 결과를 해석하는데 어려움을 감소시키기 위해서는 이러한 점, 선, 면 관점에서의 수문 모델링이 필요할 것으로 판단된다
머신러닝을 활용한 유역단위 하이브리드모델 개발 및 평가
박상준 ( Sangjoon Bak ),이서로 ( Seoro Lee ),이관재 ( Gwanjea Lee ),정연지 ( Yeonji Jeong ),금동혁 ( Dong Hyuk Kum ),류지철 ( Ji Chul Ryu ),임경재 ( Kyeongjae Lim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0
다양한 수문연구에서 유량 및 수질을 모의하기 위해서 수리 수문 모델을 사용하고 있다. 유역단위 수리 수문 모델은 HSPF (Hydrological Simulation Program in Fortran), SWAT (Soil and Water Assessment Tool), L-THIA ACN-WQ (The Long-term Hydrologic Impact Assessment Model with Asymptotic Curve Number Regression Equation and Water Quality model)등 다양한 수문모델이 사용되고 있다. 하지만 유역 모델을 통한 모의는 다양한 연산 과정을 진행하여 모의까지 많은 시간이 필요하다는 단점이 있다. 이에 따라 머신러닝/딥러닝을 이용한 유출 및 수질 예측 연구가 많이 이루어지고 있다. 단순 머신러닝/딥러닝 기반 모델링 기법은 점단위인 최종유출구에서의 예측만 가능하다. 이는 하천 라우팅 등 선단위 모델링과 최적관리 기법 적용 등과 같은 면단위 모델링이 어려워 더욱 정확한 유량/수질 모의 및 유역관리 방안을 적용하기 힘들다는 문제점이 있다. 따라서 본 연구에서 머신러닝/딥러닝을 통해 일부 수문 프로세스를 대체하고 소유역별 하도추적 기법을 연계하여 유량 및 수질 항목들의 모의가 가능한 하이브리드 모델을 개발하였으며, 비점오염물질측정망(N도진)이 설치되어있는 지점의 유량을 모의하여 모델을 평가하였다. 개발된 하이브리드 모델은 머신러닝/딥러닝이 유역 모델의 일부 연산 과정을 대체하여 모의시간이 빠르며, 기존 머신러닝/딥러닝 예측 모델에서 평가가 어려웠던 유역 관리 방안 및 최적관리기법 적용 평가에도 활용이 가능할 것으로 판단이 된다.
최용훈 ( Yonghun Choi ),박상준 ( Sangjoon Bak ),정연지 ( Yeonji Jeong ),이관재 ( Gwanjae Lee ),남내현 ( Naehyeon Nam ),임경재 ( Kyeongjae Lim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0
유역모형은 점오염원과 비점오염원을 예측하고, 합리적인 대책 수립 등에 활용하기 위해 사용된다. 모델의 주요 점오염원 입력자료는 하수처리장과 같은 수질오염물질 배출시설의 방류수 자료가 활용된다. 그러나 방류량 및 수질 자료가 없거나, 자료가 불충분한 경우에는 유역의 점오염원을 평가는 한계가 있다. 본 연구에서는 하수도 보급이 낮은 농촌지역에서 점오염원을 평가하는 방안으로 국가 배출부하량 자료를 활용하였고, 적용 전과 후의 오염부하를 비교하여 하수도 보급이 낮은 유역의 점오염 기여도를 SWAT 모형을 통해 평가하였다. 연구지역은 하수도 보급률이 29.4%로 낮은 횡성댐 유역으로 선정하였고, 평가항목은 수질오염총량제에서 사용하고 있는 BOD와 TP로 결정하였다. SWAT 모형의 입력자료 구축을 통해 점오염원을 입력하지 않은 시나리오 (S0)와 소규모 하수처리시설의 방류량과 수질을 적용한 시나리오 (S1), 그리고 국가 점오염원 배출부하량 자료를 활용한 시나리오 (S2)로 구분하였다. 2012년부터 2021년까지 평균 부하량은 BOD 항목에서 S0 287.6 ton/year, S1 287.9 ton/year, S3 299.3 ton/year, TP 항목에서 S0 10.8 ton/year, S1 10.9 ton/year, S3 11.4 ton/year으로 평가되었다. S0에 비해 S1에서는 BOD +0.3 ton/year, TP +0.1 ton/year, S2에서는 BOD +11.6 ton/year, TP +0.6 ton/year, S1에 비해 S2에서는 BOD + 11.3 ton/year, TP +0.5 ton/year의 차이가 발생하였다. S1의 점오염원 기여도는 BOD 0.1%, TP 1.2%로 매우 낮게 나타났으나, S2에서는 3.9%, 5.3%로 상승하였다. 유역의 주요 오염원이 비점오염으로 점오염원이 차지하는 비중은 크지 않았으나, 시나리오에 따라 점오염원의 편차가 상대적으로 크게 나타났다. 2021년 기준 국가 배출부하량 자료에서 횡성댐 유역의 BOD와 TP 점 배출부하는 전체 배출부하의 6.4%와 2.7%를 차지하는 것으로 조사되었다. 모형의 보정 수준 및 하천 유달율 등 다양한 원인으로 2021년 기준 국가 배출부하량 자료의 점오염원 기여율과 S2로 모의된 기여율 사이에서 차이가 나타났으나, 농촌지역의 점오염원 평가에 국가 배출부하량 자료가 효과적으로 활용될 수 있을 것으로 판단된다. 다만 국가 점오염원 배출부하량은 모든 일자에 동일한 값으로 입력되므로, 향후 국가 점오염원 배출부하량을 월별 또는 일별로 구성할 수 있는 통계적인 접근 방안이 필요하다.