수질오염총량을 이용한 생태계 수질조절 서비스 가치 평가

이창희,박경옥 한국습지학회 2017 한국습지학회지 Vol.19 No.2

본 연구에서는 생태계서비스 중 수질조절 서비스 가치 평가를 수행하기 위해 생태계서비스 수질조절 서비스의 물리량을 정량적 으로 평가하였고 이를 이용하여 경제적 가치를 평가하는 방안을 마련하였다. 과거에 비해 수질이 개선되고, 어류 등 수생생물의 종과 수가 늘었더라도, 그 요인은 생태계의 수질조절 서비스와 수질개선를 위한 환경기초시설의 확충, 수질환경규제 등 복합적인 요인에 기인된다. 그 중 생태계 조절서비스 가치에 대해 정량적으로 산정할 수 있는 방법을 모색하는 것을 연구의 목적으로 설정하였다. 본 연구에서 생태계의 수질조절 서비스를 정량적 가치를 규명하기 위해 수질오염총량을 활용하는 방법에 대해 제안하였다. 이와 함께 생태계의 수질조절 서비스의 산정된 물리적 수질조절량에 처리단가를 곱함으로써 경제적 가치 평가 방안을 제시하였다. 마지막으로 개발된 평가기법을 이용하여 낙동강 수계에 BOD, T-P 항목에 대해서 생태계 수질가치를 평가하였다. In this study, we developed a method to assess quantitatively the amount and the economic value of water quality regulating service of ecosystem services. Numbers of species and aquatic organisms such as fish increased because of the improved water, but it was due to complex factors such as water quality regulation services of ecosystems, installation of environmental facilities for water quality treatment, and water quality regulation. Therefore we sought ways to quantitatively estimate the value of ecosystem regulation services. In this study, we propose a method to estimate the quantitative value of water quality regulation service of ecosystem by utilizing the total amount of water pollution. In addition, the economic value evaluation method was proposed by multiplying the estimated the quantitative value of water quality regulation service of ecosystem by the unit cost per unit capacity. Finally, the ecosystem water quality regulation service was estimated by using the evaluation method for BOD and T-P in Nakdong river watershed.

댐 하류 지역의 목표수질 달성을 위한 적정 방류량 산정 연구

김연수,김수전,강나래,김형수 한국방재학회 2014 한국방재학회 학술발표대회논문집 Vol.2014 No.-

섬진강 댐 상류의 경우 큰 오염원의 유입이 없어 수질이 상대적으로 양호한 반면, 섬진강 댐 하류 지역의 경우 지자체들을 포함하고 있어 섬진강 본류의 수질악화 문제가 발생할 수 있다. 이에 댐 하류 지역의 수질을 예측하고 단위유역별 목표수질을 달성하기 위한 적정 방류량 산정은 댐 운영에 있어 중요한 관리방안이라 할 수 있다. 본 연구에서는 섬진강수계 중권역 물환경관리계획에서 제시된 오염부하량 자료를 기반으로 섬진강댐 하류 지역의 수질을 예측하고 공시된 목표수질을 달성하기 위한 섬진강댐의 적정 방류량을 산정하고자 한다. 적정 댐 방류량을 결정하기 위한 수리 특성 분석을 실시하고, 수질모델링을 통한 하천 수질 기준의 만족 여부를 검토하였다. 이를 통해 기존 수질 분석 및 예측을 실시하고 목표수질을 만족하지 못하는 경우에 섬진강 댐 하류 지역의 목표수질을 만족하기 위한 댐의 적정 방류량을 산정하였다. 수질모의를 실시한 결과 섬진강 본류에 대한 목표수질을 만족하기 위해서는 최종 배출부하량에 대하여 8.4∼213.6 cms의 최종 댐 방류량이 필요한 것으로 분석되었다.

머신러닝 기법을 활용한 수질 예측 가능성 연구

유나영 ( Nayeong Yu ),신민환 ( Minhwan Shin ),박상준 ( Sangjoon Bak ),임정하 ( Jungha Lim ),금동혁 ( Donghyuk Kum ),김종건 ( Jonggun Kim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

최근 과거와 다른 강우패턴으로 인해 발생하는 비점오염물질로 인한 수질악화는 사회적 ·경제적 문제로 야기되고 있다. 비점오염물질은 강우에 의해 유출되며 오염원이 광범위하게 분포하고 있어 오염물질 발생량의 정량화가 쉽지 않다. 수질오염 문제의 해결을 위해서는 강우시 발생하는 오염물질의 발생 패턴과 정량화가 우선되어야 한다. 이를위해 환경부에서는 홍수통제소, 수질측정망, 총량측정망, 비점오염물질측정망, 자동측정망 등을 운영하여 지속적인 하천의 수질을 측정하고 있다. 수질측정망과 총량측정망의 경우 월 1회 또는 연 36회 이상으로 수질을 측정하고 있으나, 강우시 수질 데이터의 부족으로 인해 비점오염물질이 심한 지역의 하천오염 대응이 어려운 실정이며, 자동측정망은 1시간 간격으로 데이터를 축적하고 있으나 하천의 수질오염을 대표할 수 있는 수질분석 항목의 부재 등 오염원의 현황을 파악하기 어렵다. BOD와 T-P, SS 등을 측정하고 있는 비점오염물질측정망은 강우시 수질측정이 이루어지고 있으나, 2022년 8월 현재 36개 지점으로 전국의 하천의 수질오염 현황을 파악하기에는 어려움이 있다. 본 연구에서는 강우시 수질분석 자료가 중요시 되는 비점오염원관리지역 중 골지천 유역의 수질자료와 기상자료 등의 실측자료를 기반으로 머신러닝을 통해 미계측 지역의 수질항목별 농도와 결측자료 예측이 가능한지 검토하고자 하였다. 머신러닝 기법은 의사결정 나무(Decision T ree, D T), 신경망(Multi Layer Perceptron, MLP), XG-부스트(Extream Gradient Boost, XGB), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest, RF), 그래디언트 부스팅(Gradient Boosting, GB)와 같이 6가지 기법을 사용하였다. 수질분석 자료는 2017년부터 2019년까지 골지천 유역 내 5개 지점에서 지점별 196회~228회의 모니터링 결과(유량, EC, 탁도, BOD5, SS, T-N, T-P, TOC)를 이용하였으며, 기상자료는 기상청의 온도와 풍속, 습도 등의 자료를 확보하였다. 머신러닝의 입력변수는 홍수통제소와 수질측정망에서 측정하는 유량과 EC, 탁도, 기상자료(온도, 풍속, 습도) 등을 활용하였으며, 입력변수를 통해 5개 지점의 수질항목별 농도(BOD5, SS, T-N, T-P, TOC)를 예측하였다. 머신러닝 기법 적용 결과 5개 지점에서 랜덤 포레스트(RF) 기법이 평균 0.71로 수질항목별 농도예측이 가장 잘 되는 것으로 나타났다. 그러나 5개 지점 중 유역면적이 가장 작은 관말교 지점과 유역면적이 가장 큰 제1여량교 지점의 경우 항목간 예측 편차가 큰 것으로 나타나 전국의 하천수질을 예측하기 위해서는 유역면적 혹은 유역특성과 관련한 기초자료를 추가로 적용하여 머신러닝 기법을 고도화 해야할 것으로 보여진다. 또한, 본 연구에서 예측한 수질항목 이외에 기타 항목은 다른 머신러닝 기법의 예측 효율이 높을 수 있으므로 추가 입력변수 확보를 통한 검토가 필요할 것으로 보여진다.

Web GIS 기반의 오염 부하지속곡선 시스템을 이용한 유역의 수질 및 특성 분석

김종건 ( Jonggun Kim ),( Bernie Engel ),박윤식 ( Youn Shik Park ),( Larry Theller ),( Indrajeet Chaubey ),임경재 ( Kyoung Jae Lim ) 한국농공학회 2009 한국농공학회 학술대회초록집 Vol.2009 No.-

수질오염총량관리제도(TMDL)는 유역의 수질 회복 및 관리를 위해 우리나라를 비롯해 미국의 여러 주에서 수립되어 적용되고 있다. 현재 미국에서는 유역 관리를 위한 TMDL의 기준설정에 있어 오염부하지속 곡선(LDC)의 활용이 급격히 증가되고 있다. 그러나 기존의 LDC 방법은 사용자로 하여금 충분한 교육이 필요하고 LDC 생성을 위한 데이터 구축이 수동적으로 이루어지고 있다. 이러한 문제를 해결하기 위해 본 연구에서는 Web GIS 기반의 LDC 시스템을 개발하였다 (http://www.EnvSys.co.kr/~ldc). 웹기반의 LDC시스템은 미국 지질 조사국(USGS)이나 한국 환경부(MOE) 서버 등을 통해 구축된 자료를 이용하여 오염부하지속곡선을 생성하기까지의 모든 과정이 자동으로 처리되어 기존 수작업에 의한 방법의 단점을 보완하고 있다. 그리하여 본 연구에서는 우리나라 수질오염 총량 관리제도 단위유역인 낙본A와 금본C, 그리고 미국 인디애나 주의 Yellow River와 펜실베이니아 주의 Borkenstraw Creek 유역을 대상으로 웹기반 LDC시스템을 이용하여 유역의 특성을 분석하였다. 본 연구에서 사용된 유량 및 수질 자료는 본 시스템에서 연계된 환경부 서버와 USGS 서버를 통해 구축하였다. 분석 결과 낙본 A 단위유역의 BOD 오염부하량과 농도가 대체적으로 목표수질 기준을 만족하는 것으로 나타났으나 전반적으로 유량이 적을 때 다소 목표수질을 초과하고 있는 나타나, 적합한 수질관리 대책이 필요한 것으로 분석되었다. 금본 C 단위유역의 경우 대부분 BOD 배출부하량이 할당 부하량보다 낮게 나타나는 것을 알 수 있고, 목표수질 농도에 비해 배출되는 BOD 농도 또한 대체적으로 낮은 것을 알 수 있다. 또한 Yellow River 유역의 경우는 유량이 많을 때배출되는 수질농도가 목표수질을 초과하는 것으로 보아 강우시 배출되는 오염물에 대한 대책이 요구되고, Borkenstraw Creek 유역의 경우 유량이 적을 때를 제외하고 대부분 구간에서 배출부하량이 할당부하량을 초과하여 이에 대한 적합한 수질관리가 필요할 것으로 분석되었다. 본 연구의 결과에서 나타난 바와 같이 웹기반 LDC 시스템을 통해 수질오염총량관리제도 단위유역에 대한 수질 평가 및 특성 분석이 용이하며 수질 회복을 위한 근본적인 해결방법을 제시할 수 있을 것으로 판단된다.

머신러닝 기법을 활용한 수질 예측 가능성 연구

유나영 ( Nayeong Yu ),신민환 ( Minhwan Shin ),박상준 ( Sangjoon Bak ),임정하 ( Jungha Lim ),금동혁 ( Donghyuk Kum ),김종건 ( Jonggun Kim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

최근 과거와 다른 강우패턴으로 인해 발생하는 비점오염물질로 인한 수질악화는 사회적 ·경제적 문제로 야기되고 있다. 비점오염물질은 강우에 의해 유출되며 오염원이 광범위하게 분포하고 있어 오염물질 발생량의 정량화가 쉽지 않다. 수질오염 문제의 해결을 위해서는 강우시 발생하는 오염물질의 발생 패턴과 정량화가 우선되어야 한다. 이를위해 환경부에서는 홍수통제소, 수질측정망, 총량측정망, 비점오염물질측정망, 자동측정망 등을 운영하여 지속적인 하천의 수질을 측정하고 있다. 수질측정망과 총량측정망의 경우 월 1회 또는 연 36회 이상으로 수질을 측정하고 있으나, 강우시 수질 데이터의 부족으로 인해 비점오염물질이 심한 지역의 하천오염 대응이 어려운 실정이며, 자동측정망은 1시간 간격으로 데이터를 축적하고 있으나 하천의 수질오염을 대표할 수 있는 수질분석 항목의 부재 등 오염원의 현황을 파악하기 어렵다. BOD와 T-P, SS 등을 측정하고 있는 비점오염물질측정망은 강우시 수질측정이 이루어지고 있으나, 2022년 8월 현재 36개 지점으로 전국의 하천의 수질오염 현황을 파악하기에는 어려움이 있다. 본 연구에서는 강우시 수질분석 자료가 중요시 되는 비점오염원관리지역 중 골지천 유역의 수질자료와 기상자료 등의 실측자료를 기반으로 머신러닝을 통해 미계측 지역의 수질항목별 농도와 결측자료 예측이 가능한지 검토하고자 하였다. 머신러닝 기법은 의사결정 나무(Decision T ree, D T), 신경망(Multi Layer Perceptron, MLP), XG-부스트(Extream Gradient Boost, XGB), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest, RF), 그래디언트 부스팅(Gradient Boosting, GB)와 같이 6가지 기법을 사용하였다. 수질분석 자료는 2017년부터 2019년까지 골지천 유역 내 5개 지점에서 지점별 196회~228회의 모니터링 결과(유량, EC, 탁도, BOD5, SS, T-N, T-P, TOC)를 이용하였으며, 기상자료는 기상청의 온도와 풍속, 습도 등의 자료를 확보하였다. 머신러닝의 입력변수는 홍수통제소와 수질측정망에서 측정하는 유량과 EC, 탁도, 기상자료(온도, 풍속, 습도) 등을 활용하였으며, 입력변수를 통해 5개 지점의 수질항목별 농도(BOD5, SS, T-N, T-P, TOC)를 예측하였다. 머신러닝 기법 적용 결과 5개 지점에서 랜덤 포레스트(RF) 기법이 평균 0.71로 수질항목별 농도예측이 가장 잘 되는 것으로 나타났다. 그러나 5개 지점 중 유역면적이 가장 작은 관말교 지점과 유역면적이 가장 큰 제1여량교 지점의 경우 항목간 예측 편차가 큰 것으로 나타나 전국의 하천수질을 예측하기 위해서는 유역면적 혹은 유역특성과 관련한 기초자료를 추가로 적용하여 머신러닝 기법을 고도화 해야할 것으로 보여진다. 또한, 본 연구에서 예측한 수질항목 이외에 기타 항목은 다른 머신러닝 기법의 예측 효율이 높을 수 있으므로 추가 입력변수 확보를 통한 검토가 필요할 것으로 보여진다.

수질예보를 위한 통합시스템 구축

이승재 ( Seungjae Lee ),김진원 ( Jinwon Kim ),이한진 ( Hanjin Lee ),한지현 ( Jihyun Han ) 한국농공학회 2014 한국농공학회 학술대회초록집 Vol.2014 No.-

현재 저수지와 댐의 수질관리를 위한 모형을 적용하고 수질을 예측하는 연구와 각각 모형의 장점을 취할 수 있도록 모형을 연동하는 등 하천과 저수지의 수질관리를 위한 연구가 활발히 진행되고 있다. 하지만 수질모델링은 대부분의 구축과 분석이 전문가에 의해 이루어지고 있으며, 방대한 입력자료와 점차 복잡해지는 모형을 이용하여 정기적인 수질예측을 통한 수질예보를 수행하기는 어려운 것이 현실이다. 그래서 본 연구에서는 수질예측을 위하여 기상-유역-하천-댐저수지를 통합할 수 있는 통합수질 예측시스템을 구축하였다. 수질통합예측시스템은 기상(K-PPM), 유역(HSPF), 하천(CE-QUAL-W2), 댐저수지(ELCOM-CAEDYM)에 대해 각각 최적의 모형을 적용하였고 기상-유역-하천과 기상-유역-댐저수지 모형이 서로 연계되어 수질을 예측할 수 있게 구성하였다. 그 중 모의시간이 가장 많이 소요되는 ELCOM-CAEDYM 모형은 병렬화와 최적화를 통해 모의 시간을 최대 15배 이상 단축하였으며, 전용서버를 구축해 매일 자동으로 모형이 구동되고 결과를 표출할 수 있도록 하였다. 수질모의는 매일5일간의 기상예측자료와 댐·보 운영자료를 바탕으로 수질예측이 수행되고 있으며, BOD, T-N, T-P, 수온, Chl-a, Geosmin, 2MIB항목에 대해 예측을 수행하고 있다. 또한 수질예측의 정확도 향상을 위하여 유역모형에 자동보정프로그램인 PEST를 적용하여 운영하고 있으며, 지속적인 검·보정을 통해 예측치의 정확도를 확보하고 있다. 매 시간단위마다 변화하는 입력자료는 DB를 구축하여 최신 입력자료가 실시간으로 자동입력 될 수 있도록 모형을 구성하여 입력자료 구축과 자료 확보에 소요되는 시간을 절약할 수 있게 하였다. 이러한 통합수질예측시스템을 통해 수질사고에 대한 관리 및 대응에 활용할 수 있도록 하였으며, 점차 범위와 활용방안을 확대해 나갈 예정이다.

수질정화효율 향상을 위한 조합형 인공습지 개발

김형중 ( Hyung Joong Kim ),함종화 ( Jong Hwa Haam ),김동환 ( Dong Hwan Kim ),홍대벽 ( Dae Byuk Hong ) 한국농공학회 2011 한국농공학회 학술대회초록집 Vol.2011 No.-

인공습지의 장기 운영에 따른 수질정화효율 저하를 보완하기 위하여 조합형 인공습지 시스템을 개발하였다. 조합형 인공습지 시스템은 지표흐름 인공습지 하단에 수질정화재료를 이용한 계단형 상하흐름 인공습지(지하흐름 인공습지)를 조합하여 구성된 인공습지 시스템이다. 계단형 상하흐름 인공습지는 폭 1.4m × 길이 5.6m × 높이 1m를 4열 설치하고, 그 속에 각각 바이오 세라믹, 활성탄, 복합여재, 제강슬래그를 충진하였다. 유기물 지표인 COD의 경우 유입수는 평균 8.43 mg/L로 농업용수 수질기준을 초과하였다. 그러나 인공습지+활성탄 시스템은 평균 2.17 mg/L로 낮아져 농업용수 수질기준을 만족할 뿐만 아니라 74.24%의 높은 제거율을 보였다. 다음으로 인공습지+제강슬레그 시스템이 평균 6.43 mg/L, 인공습지+활성탄+화산석 시스템이 평균 7.29 mg/L로 농업용수 수질기준을 만족하고, 각각 23.73%, 13.56%의 정화효율을 보였다. 반면, 인공습지+세라믹 시스템은 평균 8.24 mg/L로 수질기준을 초과하고, 2.20%의 낮은 정화효율을 보였다. 분산분석결과도 95% 신뢰수준에서 p=1.159E-05로서 시스템별로 유의한 차이가 있는 것으로 나타났다. TN은 유입수의 농도가 평균 3.19 mg/L로서 농업용수 수질기준을 초과하였다. 반면, 인공습지+활성탄 시스템은 평균 0.27 mg/L로 낮아져 농업용수 수질기준 이하를 만족하였다. 인공습지+제강슬레그 시스템과 인공습지+활성탄+화산석 시스템도 처리수의 TN농도가 각각 평균 0.95 mg/L, 0.96 mg/L로 낮아져 대부분 수질기준을 만족하는 경향을 보였다. 그러나 인공습지+세라믹 시스템은 평균 1.06 mg/L로 낮아지기는 하였으나 수질기준을 초과하는 경우가 많았다. 이 때 각 시스템의 수질정화효율은 인공습지+활성탄 시스템이 91.48%, 인공습지+제강슬레그 시스템이 70.34%, 인공습지+활성탄+화산석 시스템이 70.04%, 인공습지+세라믹 시스템이 66.94%의 높은 값을 보였다. TP는 유입수가 평균 0.21 mg/L로서 모두 호소의 농업용수 수질기준인 0.1 mg/L보다 높았다. 반면, 인공습지+제강슬래그 시스템의 경우는 유출수가 평균 0.02 mg/L로 낮아져 90.96%의 매우 높은 정화효율을 보였을 뿐만 아니라 모두 농업용수 수질기준을 만족하였다. 인공습지+활성탄 시스템 유출수도 평균 0.06 mg/L를 나타내면서 모두 농업용수 수질기준 이하를 만족하였고, 이때 TP정화효율은 69.69%의 높은 값을 나타냈다. 인공습지+활성탄+화산석 시스템은 유출수가 평균 0.12 mg/L로서 45.12%의 정화효율을 보였으나 농업용수 수질기준을 만족하지 못하는 경우가 있었다. 인공습지+세라믹 시스템 유출수의 경우도 평균 0.13 mg/L로서 유입수에 비해 낮아져 39.31%의 정화효율을 나타냈다. 이와 같이 조합형 인공습지 시스템은 인공습지의 장기 운영에 따른 TP와 COD 처리효율의 감소현상을 보완하기 위한 시스템으로 도입이 가능한 것으로 판단된다. 특히 활성탄과 제강슬래그를 이용한 인공습지 시스템이 매우 효과가 높은 것을 알 수 있었다.

과학적 수질관리를 위한 수질예측시스템 고도화

이승재 ( Seungjae Lee ),김지원 ( Jiwon Kim ) 한국농공학회 2019 한국농공학회 학술대회초록집 Vol.2019 No.-

현대사회는 데이터의 시대이다. 수많은 데이터들이 측정되고 있으며 데이터베이스화 되어 저장, 관리되고 있다. 이러한 데이터를 효과적으로 활용하기 위하여 수질관리 분야에서도 수질예측모형을 개발하여 적용하고 있다. 수질예측모형은 기상, 유량, 수질, 지형자료 등 다양한 형태의 데이터를 입력 자료로 사용하고 있으며, 기술의 발전으로 계산 시간의 단축과 다양한 수리·수질항목 모의, 편리한 후처리 기능, 모형간 연계 등의 방법이 개발되어져 왔다. K-water에서는 수질모형에 입력 자료로 활용되는 데이터를 자동으로 수집하고 구축하여 분석할 수 있는 통합수질예측시스템(SURIAN)을 개발하였으며, 현재 4대강 유역과 13개 댐 저수지, 5개 하천에 적용하여 수질을 예측하는데 활용 중이다. SURIAN 시스템은 K-PPM(단기기상예보), HSPF(유역), CE-QUAL-W2(하천), ELCOM-CAEDYM(저수지) 모형을 연계하여 구축하였으며, 입력자료의 구성, 모형의 구동, 결과의 후처리, Web표출의 단계를 자동화하여 수질관리를 위한 예측, 예보 데이터를 생산하고 있다. 2013년 개발된 SURIAN시스템은 본 연구를 통해 3차원 수리수질예측모형의 개발, 시스템 SW의 개선, HW의 증설을 통해 아래와 같이 시스템을 고도화 하였다. 첫 번째는 3차원 수리수질예측모형의 개발에서는 기존에 시스템에 적용되고 있는 ELCOM-CAEDYM모형을 기반으로 보다 개선된 모형인 AEM3D모형을 적용하였다. AEM3D 모형은 호주 Hydronumerics사에서 개발한 모형으로 녹조문제를 보다 정밀하게 계산하기 위해 모의 가능한 조류종수를 확대 적용하였으며, 조류경보제 항목인 남조류세포수 계산 기능을 추가하였다. 또한 수상태양광설비 등 구조물 설치로 인한 차광효과, 모델간 연계, 조류차단막을 분석 기능을 추가하여 보다 정밀한 수리·수질예측이 가능하도록 하였다. 두 번째는 SURIAN 시스템의 소프트웨어를 업그레이드 하였다. 이번 업그레이드를 통하여 환경부 물환경측정망 데이터 모형연계, 위성녹조분석, 실시간 녹조감시 CCTV 등 새로운 기술을 적용하여 모니터링 정보를 통합제공하고, 신규 개발된 3차원 수리수질예측모형의 적용, 시스템 플랫폼 교체, 후처리 기능 강화, 수질예측 지점의 확대 등의 사용자 편의를 높이기 위한 업그레이드를 하였다. 세 번째는 하드웨어를 증설이다. 기존 SURIAN시스템은 총 192 core의 HPC(High-porformance computing)를 활용하여 일일 수질예측 및 다양한 시나리오 분석을 수행하였으나, 지속적인 지점 증가로 인한 CPU, 저장장치 등의 부족으로 272 core를 추가 도입, 총 464 core를 활용하고 있다. 본 연구에서는 유역, 하천, 저수지의 과학적인 수질관리를 위하여 개발·운영되고 있는 통합수질예측시스템에 대한 시스템 업그레이드를 하였으며, 이를 통해 보다 빠른 시간에 정확한 수질예측정보 제공 할 수 있을 것으로 판단된다.

부하지속곡선(LDC)를 이용한 금강본류수계 수질오염총량관리 목표수질 달성도평가방법 개선방안 연구

최윤호 ( Yunho Choi ),신동석 ( Dongseok Shin ),최인욱 ( Inuk Choi ),김홍태 ( Hongtae Kim ),김용석 ( Yongseok Kim ),백수진 ( Soojin Baek ) 한국농공학회 2015 한국농공학회 학술대회초록집 Vol.2015 No.-

수질관리 정책을 선진 수준으로 끌어올리기 위해 도입된 수질오염총량관리는 유역으로부터 배출되는 오염물질의 양을 할당하고 목표수질 달성 여부를 평가하여 진행되고 있다. 수질오염총량관리제도는 유역에서 수용할 수 있는 오염물질 허용총량을 설정하고 유역에서 배출되는 배출총량이 허용총량 초과 시 개선방안 도출 등을 통해 수질 회복 및 목표수질을 달성할 수 있도록 관리하는 제도이다. 그런데 목표수질 초과/달성여부와 관계없이 할당량이 준수하는 비논리적 상황이 발생하고, 일부 유역에서는 기준유량조건(저·평수기) 이외의 구간에서 수질이 악화되어 목표수질이 초과하는 경우가 발생하고 있다. 이러한 문제를 해결하기 위해서는 어느 유황조건에서 수질이 초과하는지를 평가하고 이를 통해 점/비점 오염원 관리 및 목표수질 평가방법에 대한 개선이 필요하다. 이에 본 연구에서는 목표수질 평가방법으로 FDC(Flow Duration Curve) 및 LDC(Load Duration Curve) 방법의 필요성을 검토하였다. 현재 평가방법과 LDC 평가방법에 의한 유황조건별 초과율을 분석하여 LDC를 이용한 목표수질 평가방법의 타당성을 분석하였다. 연구 대상유역 및 물질은 금강본류수계 22개 단위유역(본류구간 11개, 지류구간 11개)과 BOD을 대상물질로 하여 선정하였다. 목표수질 달성도 평가를 위해 `96~`05년까지 기준유량 설정자료로 FDC를 작성하고 이에 목표수질을 곱하여 LDC를 작성하였으며, `11년~`13년, `12년~`14년까지 두 기간을 나누어 현재 평가방법과 LDC 평가방법에 대해 초과율을 비교 분석하였다. 그 결과, 2회 연속 목표수질을 초과하는 단위유역의 경우 본류구간에서는 두 방법이 유사하나 지류구간에서는 LDC 평가방법이 더 감소(9%→0%)하는 경향이 나타났다. 또한 유황조건별 초과율 평가결과 기준유량(저수기)이상의 경우 본류구간에서는 LDC 평가방법이 더 증가(19%→24%)하나 지류구간에서는 유사한 것으로 나타났다, 기준유량(저수기)이하의 경우 본류구간에서는 유사하나 지류구간에서는 LDC 평가방법이 더 감소(50%→34%)하는 경향이 나타났다. 따라서 LDC 평가방법은 특정 유황조건 자료로 인한 목표수질 초과 판정이 감소되어 계획/이행평가 등의 행정소요를 줄일 수 있을 것으로 판단된다. 목표수질이 어느 유황조건에서 초과하는지 판정이 가능하기 때문에 중점관리대상이 점오염원인지 비점오염원인지 선택이 가능해 질 것으로 기대된다. 하지만 본 연구의 결과는 금강본류수계에만 평가한 것이기 때문에 향후 4대강수계 전체에 적용하여 LDC 평가방법 적용에 따른 영향을 추가적으로 분석 할 필요가 있다.

수질지수와 군집분석을 활용한 서울시 주요 하천 수질평가

이진효(Jinhyo Lee),하현주(Hyunju Ha),이만호(Manho Lee),이목영(Mokyoung Lee),김태호(Taeho Kim),차윤경(Yoonkyung Cha),구자용(Jayong Koo) 대한환경공학회 2020 대한환경공학회지 Vol.42 No.10

목적: 서울시내 17개 국가 물환경측정망(지천 지점)을 대상으로, 시민들이 쉽게, 종합적으로 서울시 하천수질정보를 이해할 수 있도록 매월 측정된 수질자료로부터 수질지수를 도출하고, 이와 함께 수질측정망 수질특성을 활용한 군집분석을 실시하여 수질의 상태를 종합적으로 평가하는 등 향후 서울시 하천수질관리를 위한 기초자료를 제공하고자 하였다. 방법: 2015~2017년 최근 3년 동안 서울시내 17개 국가 물환경측정망에서 매월 생산되는 수질자료(19개 항목) 중 수질지수 산정을 위해 DO (% sat), 분원성대장균군, pH, BOD, 수온변화, TP, NO₃<SUP>-</SUP>, 탁도, TS 등 9개 수질항목을 이용하여 NSFWQI 수질지수를 산정하였고, 수질지수를 활용하여 계층분석방법 중의 하나인 Ward 연결법(Ward linkage method)과 차원축소(Dimensionality reduction) 및 군집화를 동시에 수행하는 SOM을 이용하여 군집화를 실시하였다. 결과 및 토의: 최근 3년간 17개 국가 물환경측정망의 수질을 살펴보면, 대부분의 수질측정망 수질은 평균적으로 수질 및 수생태계 하천생활환경기준에 따라 BOD Ⅱ등급(약간 좋음) 이상, TP Ⅲ등급(보통) 이상으로 나타났고, 수질지수 또한 64 (Medium)~89 (Good)으로 나타나는 등 전반적으로 모두 양호한 수질을 보였으며, NSFWQI 수질지수는 계절별로 큰 차이를 보이지 않아, 계절적인 영향보다는 인위적인 오염원 등에 영향을 크게 받는 것으로 판단된다. NSFWQI 수질지수와 환경기준에 따른 수질등급과의 상관성을 살펴본 결과, R2이 0.78로 비교적 높은 상관관계를 갖고, 두 그룹간의 뚜렷한 차이를 볼 수 없는 등 현재 시행되는 수질등급체계와 NSFWQI 수질지수는 매칭이 잘 되는 것으로 판단된다. 17개 국가 물환경측정망을 대상으로 Ward 연결법 및 SOM을 이용한 군집분석 결과, 수질특성에 따라 크게 6개의 그룹으로 나누어졌다. 결론: 하천으로의 오염물질 유입은 그 종류와 양이 증가되고 있으며, 이러한 상황 속에서 하천을 수자원으로서 지속적으로 활용하기 위해서는 하천수질을 체계적으로 관리하기 위한 오염원 관리가 무엇보다 중요하다. 본류 및 지류·지천의 오염원 관리를 위해 설치된 수질측정망에서는 다양한 수질항목들을 측정하고 있지만, 개별항목을 분석하는 것만으로는 체계적이고 종합적으로 하천수질을 평가하는 것은 어렵다. 따라서 본 연구와 같이 하천수질상태를 쉽게 이해하기 위해서 복잡하고 다양한 수질정보를 간단한 지표로 변환한 수질지수와 함께 수질특성에 따른 군집화 결과는 향후 서울시 하천수질관리를 위한 기초자료로 활용될 수 있을 것으로 기대한다. Objectives : 17 water quality measurement networks (WQMNs, tributaries) in Seoul were analyzed by using NSFWQI and cluster analysis to provide basic data for future river water quality management so that citizens could easily and comprehensively understand the water quality information on the rivers in Seoul. Methods : For the past 3 years (2015~2017), in order to estimate WQI, 9 items, DO (% sat), Fecal coliform, pH, BOD, Temperature change (TC), TP, NO₃<SUP>-</SUP>, Turbidity and Total solids, were selected from among the 19 water quality data measurement items produced monthly from 17 WQMNs in Seoul. WQI was derived and graded using NSFWQI and cluster analysis was performed using Ward Linkage Method, SOM (Self Organizing Map). Results and Discussion : Water quality of most water quality monitoring networks was BOD Ⅱ grade (slightly good) or higher and TP Ⅲ grade (normal) or higher according to the standard of water quality and water ecosystem river living environment, and NSFWQI was also 64 (Medium)~89 (Good). All showed good water quality. NSFWQI does not show a significant difference by season, so it is believed that it is affected by anthropogenic sources rather than seasonal effects. As a result of examining the correlation between NSFWQI and water quality level according to environmental standards, it was confirmed that R2 has a relatively good correlation with 0.78, and there is no clear difference between the two groups, and through this, it was found that the currently implemented water quality rating system and NSFWQI are well matched. As a result of cluster analysis using ward linkage method and SOM for 17 WQMNs, it was largely divided into 6 groups according to water quality characteristics. Conclusions : It is important to manage pollution sources to systematically manage river water quality as a water resource. It is therefore expected that by converting from the complicated and various water quality information such as is found in this study into a simple water quality index and grouping, the river water quality can be easily understood and can be utilized in the future as basic data for water quality management in Seoul.