Journal of The Korean Society of Agricultural Engineers (한국농공학회논문집)

The Korean Society of Agricultural Engineers (한국농공학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of the Effects on Soil Erosion and Suspended Sediment Reduction by Alpine Unauthorized and Illegal Agricultural Fields Restoration Scenarios

고랭지 임의·불법 경작지 복구 시나리오에 따른 토양유실 및 부유사량 저감 효과 분석

  • Lee, Seoro (Department of Regional Infrastructure Engineering, Kangwon National University) ;
  • Lee, Gwanjae (ILEM Research Institute)
  • Received : 2024.02.27
  • Accepted : 2024.03.07
  • Published : 2024.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study assessed the efficiency of reducing soil erosion and suspended sediment through the restoration of alpine unauthorized and illegally cultivated fields, using the SWAT (Soil and Water Assessment Tool) model in the Mandae District. The results showed that in Scenario 5, which involved restoring unauthorized and illegal fields within forests, along rivers (banks), and in ditch areas were restored to their original land categories, achieved the highest efficiency in reducing average annual soil erosion and suspended sediment, with reductions of 8.1% and 4.5%, respectively. In particular, it was confirmed that the restoration of unauthorized and illegal fields within forested areas has a significant impact. This demonstrated that the restoration of unauthorized and illegal agricultural fields can substantially reduce the soil erosion and suspended sediment attributable to non-point source pollution. Our findings highlight the importance of managing these unauthorized and illegal agricultural activities in developing sustainable strategies within non-point source pollution management areas. This study is expected to provide important basic data to effectively establish water quality improvement strategies in the region of non-point source pollution management.

Keywords

Ⅰ. 서론

남⋅북한강 상류에 위치한 비점오염원관리지역의 고랭지 경작지에서 발생하는 흙탕물은 하류 수계의 수질 및 수생태계에 악영향을 미치는 등 유역 상⋅하류 지역 간 갈등의 주요 원인으로 인식되어 오고 있다 (ME, 2022). 이에 환경부는 2008년부터 비점오염원관리지역을 대상으로 고랭지밭의 비점오염 저감 및 밭기반 정비를 포함한 다양한 흙탕물 저감 사업을 시행하며 수질 개선을 위해 노력을 기울이고 있다. 그럼에도 불구하고, 국유지, 군유지, 시⋅도유지 등 국가 및 지자체 소유의 토지를 합법적으로 임대하지 않고 무단으로 점유하거나 불법적으로 개간하여 사용하는 임의⋅불법 경작지는 흙탕물 관리의 어려움을 가중시키고 있다 (ME, 2018; 2023). 이에 대응하여 2021년 6개 부처 (환경부, 국토교통부, 농림축산식품부, 산업통상자원부, 산림청, 농촌진흥청) 합동으로 수립된 제3차 비점오염원관리종합대책 (’21∼’25)에는 고랭지 흙탕물의 저감을 위해 발생원 중심의 무단점유 및 불법 경작지 정리 대책이 포함되었다. 정부는 이러한 대책의 일환으로 비점오염원관리지역 내 국유림이나 국공유지에서 불법적으로 행해지는 고랭지 경작지에 대한 단속을 강화하고 있으나, 단속 주기와 방법의 일관성 부족과 더불어 고지대와 같이 접근성이 낮은 지역에서의 임의⋅불법 경작지 관리에 있어 여전히 한계를 보이고 있다. 이러한 상황은 흙탕물 저감 사업의 실효성을 저하시켜 지속 가능한 대책 수립을 위한 의사 결정에 어려움을 줄 수 있다. 따라서 비점오염원관리지역 내 임의⋅불법 경작지를 체계적으로 관리하기 위한 대책을 도출하고, 대책 적용에 따른 흙탕물 저감 효과를 정량적으로 평가할 수 있는 방법이 필요하다.

SWAT (Soil and Water Assessment Tool) (Arnold et al., 1998)은 전 세계적으로 강수에 따른 유출 및 비점오염의 발생 및 거동 예측이 가능한 모델로, 유역 단위에서 최적관리기법(Best Management Practices; BMPs)의 효과를 평가하는 데 있어 널리 사용되어 오고 있다 (Himanshu et al., 2019; Bibi and Adem, 2023; Lee et al., 2023a). 국내에서도 SWAT 모델을 이용하여 고랭지 경작지 토양유실 저감을 위한 최적관리기법의 효과를 평가한 연구는 진행되어 왔다. 일부 연구 사례를 살펴보면, Lee et al. (2014)은 식생투수, 다별형 식생수로관, 플륨관, 투수롤 공법의 시험포 모니터링 결과를 통해 산정된 보전관리인자를 고랭지 경작지에 적용하여 유역 단위에서의 토양유실량 및 부유사량 저감 효과를 평가하였다. Jang and Kim(2018)은 기후변화 조건 하에서 최적관리기법 (식생여과대, 비료제어, 볏짚피복) 시나리오 적용에 따른 비점오염원 저감 효과를 분석함으로써, 이러한 기법들이 미래 기후변화에 대비한 유역 관리 대책 수립에 기여할 수 있음을 보여준 바 있다. 그러나 SWAT 모델을 통해 임의⋅불법 경작지의 복구가 흙탕물 저감에 미치는 영향을 정량적으로 평가한 연구는 이루어지지 않았다.

비점오염관리지역 내 추진되고 있는 침사지, 개비온 옹벽, 수로관 등 다양한 흙탕물 저감 사업에 대한 효과를 정확하게 평가하기 위해서는 임의⋅불법 경작지에서 발생하는 토양유실에 대한 영향이 고려되어야 할 필요가 있다. 또한 임의⋅불법 경작지에 대한 지속적인 관리 기반을 마련하기 위해서는 임의⋅불법 경작지를 고려한 토양유실 모델링을 통한 복구 대책에 대한 효과 평가가 중요하다. 이를 위해서는 임의⋅불법 경작지에 대한 현황 자료 수집과 분석이 우선적으로 필요한데, 환경부는 2016년부터 비점오염원관리지역 (자운지구, 만대지구, 가아지구, 골지천 유역, 도암호 유역, 대기지구 등)에서 정밀조사로 구축된 고랭지 경작지 데이터베이스를 기반으로 Web GIS 기반의 강원지역 비점오염 정보시스템 (https://www.nonpoint.or.kr)을 개발하여 운영하고 있다 (ME, 2023). 이 시스템은 강원도 비점오염원관리지역의 지적도, 위성영상, 경작지 등을 제공함으로써, 고랭지 경작지 위치와 경작 여부뿐만 아니라 임의⋅불법 경작지의 현황을 분석할 수 있도록 지원하고 있다.

본 연구에서는 소양강댐 상류에 위치한 비점오염원관리지역인 만대지구를 대상으로 Web GIS 기반의 강원지역 비점오염 정보시스템의 고랭지 임의⋅불법 경작지 자료를 이용해 본래 토지 지목 (답⋅임야⋅하천 (제방)⋅구거)으로의 임의⋅불법 경작지 복구 시나리오를 구축하고, SWAT 모델을 이용한 시나리오 효율 분석을 통해 임의⋅불법 경작지 복구가 유역 단위에서의 토양유실량과 하천 부유사량 저감에 미치는 영향을 평가하는데 있다.

Ⅱ. 재료 및 방법

1. 연구대상유역

본 연구에서는 2015년 10월 15일 환경부 고시 제2015-205호에 따라 비점오염원관리지역으로 지정된 소양강댐 상류(양구군 해안면)에 위치한 만대지구를 연구대상유역으로 선정하였다 (Fig. 1). 만대지구에서는 약 20개의 지류하천이 만대천을 거쳐 인북천으로 합류되고 있다. 만대지구는 유역 면적이 64 km2이고 평균고도와 평균경사가 각각 640 m, 28%로 매우 가파른 지형적 특성을 가지고 있다. 토지 피복은 산림이 62.4%, 농경지가 35.8%를 차지하고 있다. 상류 급경사 지대에서는 전형적인 고랭지 농업 (해발고도 400 m 이상, 경사도 15% 이상)이 주를 이루고 있으며, 인삼과 감자, 콩, 무 파 등 다양한 작물을 재배하고 있다. 이러한 고랭지 경작 활동으로 인해 잦은 객토 작업과 과다한 비료 사용이 이루어지고 있으며, 이로 인해 매년 여름철에는 하류 수계에서 흙탕물 발생과 수질 오염 문제가 반복적으로 나타나고 있다 (Jang and Kim, 2018). 특히 만대지구는 2023년을 기준으로 임의⋅불법 경작지 면적이 전체 경작지 면적 중 약 3.42 km2 (20.4%)를 차지하고 있어, 효과적인 토양유실 관리를 위한 국⋅공유지의 무단 점용, 불법 개간 및 경작에 대한 지속적인 관리 감독이 필요한 유역이다 (ME, 2023).

NGHHCI_2024_v66n2_53_f0001.png 이미지

Fig. 1 The location of study area

2. SWAT 모델 입력자료 수집 및 구축

SWAT은 미국 농무성 농업연구소 (United States Department of Agriculture/Agricultural Research Service; USDA/ARS)에서 개발된 준분포형 모델로 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지 관리 상태에 따른 수질과 유사 및 농업화학물질의 거동 모의가 가능하다(Neitsch et al., 2011). SWAT 모델은 수문반응단위 (Hydrology Response Unit; HRU)를 기본 단위로 지표수, 기저유출, 토양 수분, 지하수, 증발산, 토양유실량 등에 대한 시⋅공간적 모의가 가능하여, 유역 단위에서의 다양한 구조적⋅비구조적 최적 관리기법 효과 평가에 유용하다 (Arabi et al., 2006). 본 연구에서는 만대지구를 대상으로 SWAT 모델에 필요한 지형자료와 토지이용도, 토양도, 기상자료를 수집하여 구축하였다. 만대지구의 지형자료로는 알래스카 위성 시설 (Alaska Satellite Facility; ASF)에서 제공하는 12.5 m 의 수치표고모델 (Digital Elevation Model; DEM)을 사용하였다. 토지이용도는 국가수자원관리종합정보시스템 (https://www.wamis.go.kr/)에서 제공하는 30 m의 중분류 토지이용도를 사용하였다. 토양도는 농촌진흥청 (https://www.rda.go.kr/)에서 제공하는 개략토양도를 사용하였다 (Fig. 2). 기상자료로는 만대지구 인근에 위치한 3개의 기상 관측소 (인제, 해안, 양구)에서 2012년부터 2019까지의 기간에 관측된 최고기온, 최저기온, 강수량, 평균풍속, 상대습도 등의 일단위 기상자료를 기상청 기상자료개방포털 (https://data.kma.go.kr/)로부터 수집하여 사용하였다.

NGHHCI_2024_v66n2_53_f0002.png 이미지

Fig. 2 Input data of SWAT for the Mandae watershed ((a) DEM, (b) Landuse map, (c) Soil map)

3. MUSLE 유출인자의 계수 및 인자 추정

SWAT 모델 내에서 강우와 유출에 의한 토양유실량은 USLE (Universal Soil Loss Equation) (Wischmeier and Smith, 1965)의 수정된 버전인 MUSLE (Modified Universal Soil Loss Equation) (Williams, 1975)에 의해 산정된다 (식 1). MUSLE에는 USLE의 강우에너지 인자 대신 총 유출량 (Qsurf)과 첨두유출량 (qpeak)의 함수로 이루어진 유출인자가 사용된다. MUSLE 유출인자의 계수 및 지수는 각각 11.8과 0.56으로 Nebraska와 Texas 지역 내 18개 유역에서 관측된 778개의 단일 강우사상에 대한 유출량 자료를 이용하여 도출되었다 (Williams, 1975).

Y = 11.8 × (Qsurf × qpeak × areahru)0.56 × KUSLE × CUSLE × PUSLE × LSUSLE × CFRG (1)

여기서 Y는 토양유실량 (ton), Qsurf는 직접유출량 (m3/s), qpeak는 첨두유출율, areahru는 HRU의 면적, KUSLE는 토양침식인가, CUSLE는 식생피복인자, PUSLE는 토양보전대책인자, LSUSLE는 지형인자 CFRG는 토양입자의 형상계수를 나타낸다.

MUSLE 유출인자의 계수 및 지수는 경사가 완만한 미국 대평원지역의 강우-유출 자료로 도출된 값이기 때문에 상대적으로 경사가 높은 국내 산림 유역의 특성을 정확히 반영하여 토양유실량을 모의하는데 한계가 있다 (Kim et al., 2015). 이에 국내에서는 국내 유역 특성에 적합한 MUSLE 유출인자의 계수 및 지수를 추정하기 위한 연구들이 수행된 바 있다(Won and Lee, 2012; Kim et al., 2015; Lee et al., 2019). 선행 연구 중에서 Lee et al. (2019)은 국내 토지이용별로 MUSLE 유출인자의 계수 및 지수 적용이 가능하도록 SWAT 모델을 개선하고, 소양강댐 상류에 위치한 비점오염원관리지역 가아지구를 대상으로 적용성을 평가하였다. 본 연구에서는 만대지구를 대상으로 산림과 밭에 대한 MUSLE 유출인자의 계수 및 지수를 추정하여 Lee et al. (2019)에 의해 개선된 SWAT 모델을 통해 토양유실량을 모의하였다. 유출인자의 계수 및 지수는 산림과 고랭지 경작지에 대한 평균 단위면적당 토양 유실량과 국립환경과학원의 신원단위와의 비교를 통해 추정되었다. 이 때, 산림과 고랭지 경작지에 대한 원단위는 각각 국립환경과학원의 신원단위 (산림: 0.055 ton/ha/yr) (NIER, 2014)의 200%인 0.11 ton/ha/yr, 고랭지밭 비점오염 저감을 위한 종합대책 보고서 (ME, 2004)에서 제시된 55 ton/ha/yr을 기준으로 하였다. 토지 이용 유형별로 MUSLE 유출인자의 계수 및 지수를 보정하는 상세한 방법론은 Lee et al. (2019)의 연구에 상세히 기술되어 있다.

4. SWAT 모델 보정 및 검정

본 연구에서는 SWAT 모델의 안정화 기간 3년 (2012-2014)을 포함하여 2015년부터 2019년까지의 만대지구의 일단위 유출량 및 부유사량을 모의하였다. 수문 모델 모의 결과에 대한 불확실성을 줄이기 위해서는 복잡하고 다양한 매개변수에 대한 보정이 필요하다 (Engel et al., 2007). 본 연구에서는 SWAT 모델의 보정을 위해 Window 기반의 독립형 프로그램 SWAT-CUP (SWAT-Calibration and Uncertainty Programs)(Abbaspour et al., 2007)을 이용하였다. 매개변수 최적화를 위한 알고리즘으로는 SWAT-CUP에서 제공하는 5가지 알고리즘 (SUFI-2, GLUE, PARASOL, MCMC, PSO) 중 SUFI-2 (Sequential Uncertainty Fitting Ver.2)를 사용하였다. 모델의 보정과 검정 기간은 3년 (2015-2017)과 2년 (2018-2019)으로 설정하고 만대지구 유역 말단에 위치한 솔정교 지점에서 관측된 유출량 및 부유사량 모니터링 자료 (ME, 2016; 2017; 2020)를 검⋅보정에 사용하였다.

유출량 검⋅보정에 사용된 매개변수는 선행 연구의 유출량에 대한 매개변수 민감도 분석 결과를 참고하여 선정하였다(Arnold et al., 2012; Park et al., 2014; Zhang and Zhang, 2011; Khalid et al., 2016). SWAT 모델에서 부유사량 검⋅보정에 주로 사용되고 있는 매개변수로는 USLE_K, SPCON, SPEXP, CH_EROD, CH_COV, USLE_P, PRF, USLE_C, ADJ_PKR 등이 있다 (Neitsch et al., 2011). 이 중 USLE_K와 USLE_P는 USLE 기반 토양유실량 모의에 영향을 주며, ADJ_PKR, PRF, SPCON, SPEXP 매개변수들은 하천에서의 유사 추적에 사용된다. 본 연구에서는 앞서 원단위와의 비교를 통해 추정된 MUSLE 유출인자의 계수와 지수를 이용해서 산림과 고랭지 경작지에 대한 토양유실량을 산정하였기에 토양유실량 결과에 직접적인 영향을 줄 수 있는 USLE_K와 USLE_P와 같은 매개변수를 제외하고, 하천 유사 추적에 영향을 주는 매개변수들만을 이용하여 부유사량 검⋅보정을 실시하였다. 유출량과 부유사량 검⋅보정에 사용된 매개변수는 Table 1에 제시되어 있다.

Table 1 SWAT model parameters for flow and suspended sediment calibration

NGHHCI_2024_v66n2_53_t0001.png 이미지

‘r_’ indicates that the default parameter is multiplied by (1 + a given value)

‘v_’ indicates that the default parameter will be replaced by a given value

SWAT 모델의 검⋅보정 성능은 수문⋅수질 모델링 분야에서 보편적으로 사용되는 R2 (The coefficient of determination), NSE (Nash-Sutcliffe Efficiency) (Nash and Sutcliffe, 1970)를 통해 평가하였다. R2는 0부터 1의 범위를 가지며, 실측 데이터와 모의된 데이터 사이의 선형 관계 정도를 나타낸다. NSE는 잔차 분산과 실측 데이터의 분산을 비교하여 상대적 크기를 결정하는 정규화된 통계 지표로 -∞에서 1까지의 범위를 가지며, 지수값 1은 실측값과 모델 모의값이 완전하게 일치함을 의미한다.

5. 임의⋅불법 경작지 복구 시나리오 구축 및 평가

본 연구에서는 임의⋅불법 경작지 복구 시나리오 구축에 앞서 2019년도 조사된 만대지구 내 임의⋅불법 경작지 자료(ME, 2023)를 분석하였다. 만대지구의 전체 경작지 총 면적은 17.16 km2으로 이 중 임의⋅불법 경작지 면적이 약 20.8% (3.56 km2)를 차지하고 있는 것으로 분석되었다. 토지 지목별 임의⋅불법 경작지의 면적은 전이 1.92 km2, 답이 0.45 km2, 임야가 0.82 km2, 하천 (제방)이 0.12 km2, 구거가 0.25 km2으로 전과 임야가 전체 경작지의 11.2%, 4.8%를 각각 차지하는 것으로 분석되었다 (Table 2). 본 연구에서는 만대지구의 임의⋅불법 경작지 자료를 이용하여 임의⋅불법 경작지 복구에 따른 토양유실량 및 부유사량 저감 효율을 분석하기 위한 시나리오를 구축하였다.

Table 2 Unauthorized and Illegal cultivation area and ratio by land category in this study area

NGHHCI_2024_v66n2_53_t0002.png 이미지

시나리오 1은 6개의 토지 지목에서 임의⋅불법 경작이 이루어지고 있는 현재 상태를 나타낸다. 시나리오 2부터는 시나리오 1을 기준으로 각 토지 지목에서 임의⋅불법적으로 밭으로 운영되는 경작지를 원래의 지적도에 따른 토지 지목으로 복구하였을 때의 상태를 나타낸다. 시나리오별 살펴보면, 시나리오 2는 답으로 분류된 토지에서 밭으로 사용되는 임의⋅불법 경작지가 논으로 복구된 상태를 나타낸다. 시나리오 3은 임야로 분류된 토지에서의 임의⋅불법 경작지가 산림으로 복구된 상태를 나타낸다. 시나리오 4는 하천 (제방)과 구거로 분류된 토지에서의 임의⋅불법 경작지가 수역으로 복구된 상태를 나타낸다. 시나리오 5는 각 시나리오가 통합된 것으로 답, 임야, 하천 (제방), 구거 지목에서의 임의⋅불법 경작지가 모두 원래의 지목대로 복구된 상태를 나타낸다 (Table 3). 이때, 벡터 파일 형식으로 정의된의 임의⋅불법 경작지 경계 래스터 파일 형식의 토지이용도 맵과 병합하는 과정에서 임야와 하천 (제방), 구거에 위치한 임의⋅불법 경작지 면적이 약 0.2 km2 증가하였다. 최종적으로 본 연구에서는 SWAT 모델을 통해 시나리오 1을 기준으로 임의⋅불법 경작지 복구 시나리오 2∼5 적용에 따른 만대지구에서의 토양유실량 및 부유 사량 저감 효율을 비교 분석하였다.

Table 3 Scenarios for the recovery of unauthorized and illegal agricultural fields

NGHHCI_2024_v66n2_53_t0003.png 이미지

Ⅲ. 연구결과

1. MUSLE 유출인자의 계수 및 지수 추정 결과

Table 4는 만대지구를 대상으로 산림과 고랭지 경작지에 대해 추정된 MUSLE 유출인자의 계수 및 지수와 이를 통해 산정된 연평균 단위면적당 토양유실량 값을 보여준다. 고랭지 경작지에 대한 MUSLE 유출인자의 계수와 지수는 Williams (1975)이 제시한 유출인자의 계수 (11.8) 및 지수 (0.55)와 유사하게 추정되었으나, 반면 산림에 대한 유출인자의 계수와 지수는 7.8과 0.44로 각각 33.9%, 21.4% 적게 추정되었다.

Table 4 Comparison of estimated MUSLE runoff coefficient and exponent with soil erosion per unit area

NGHHCI_2024_v66n2_53_t0004.png 이미지

Won and Lee (2012)는 국내 3개의 산림 소유역에서 관측된 강우유출과 토양유실량의 비교를 통해 유출인자의 계수와 지수를 5.33과 0.91로 추정하였다. Kim et al. (2015)도 산림 소유역에 적합한 유출인자의 계수와 지수를 0.0002와 0.81로 제시하였다. 또한 Lee et al. (2019) 연구에서 비점오염원관리지역 가아지구에서의 산림에 대한 유출인자의 계수와 지수는 0.14와 0.60으로 추정되었다. 이처럼 유역별 유출인자의 계수와 지수는 유역의 기상 및 지형적 특성에 따라 큰 차이를 보일 수 있다. 하지만 본 연구에서 만대지구 유역 내 산림에 대한 유출인자의 계수는 선행 연구 결과들과 유사하게 Williams(1975)이 제시한 유출인자의 계수에 비해 적게 추정된 것으로 나타났다. 이러한 결과는 국내 유역을 대상으로 MUSLE를 이용한 토양유실량 모의 시 유출인자의 계수 및 지수에 대한 적절한 조정이 필요하다는 것을 나타낸다. 특히 만대지구 유역의 산림과 고랭지 경작지 특성에 맞게 추정된 유출인자의 계수와 지수를 적용하여 산정된 연평균 단위면적당 토양유실량 값은 원단위를 적용하여 산정된 토양유실량 값과 유사한 것으로 분석되었다. 이는 본 연구에서 추정된 유출인자의 계수 및 지수가 만대지구 유역의 토양유실 발생 특성을 잘 반영하고 있는 것으로 판단된다.

2. SWAT 모델 보정 및 검정 결과

만대지구를 대상으로 SWAT-CUP을 통해 최적화된 유출량 및 부유사량 매개변수는 Table 5에 제시하였다. 유출량 보정에 민감한 매개변수는 CH_K(2), ALPHA_BF, CN2 순으로 나타났으며, 부유사량 보정에 사용된 매개변수의 경우 PRF로, SPCON, SPEXP, ADJ_PKR 순으로 민감한 것으로 나타났다. Fig. 3은 유출량과 부유사량에 대한 실측값과 모의값의 산점도를 보여주고 있다. 보정 기간 (2015-2017)에 대한 유출량 모의 성능은 R2과 NSE가 각각 0.76, 0.77로 분석되었으며, 부유사량 모의 성능의 경우 R2과 NSE가 각각 0.79, 0.87로 분석되었다. 또한 검정 기간 (2018-2019)에 대한 유출량 모의 성능은 R2과 NSE가 각각 0.97, 0.98로 높게 분석되었고, 부유사량 모의 성능의 경우 R2과 NSE가 각각 0.66, 0.76으로 분석되었다. 만대지구를 대상으로 구축된 SWAT 모델의 유출량 및 부유사량에 대한 검⋅보정 성능은 Moriasi et al. (2015)이 제시한 유역 모델 성능 평가 기준에 의해 통계적으로 유의한 수준인 것으로 분석되었다. 전반적으로 SWAT 모델은 만대지구의 유출량 및 부유사량 발생 추세를 잘 모의하고 있는 것으로 판단된다.

Table 5 Optimal parameters for calibrated flow and suspended sediment

NGHHCI_2024_v66n2_53_t0005.png 이미지

NGHHCI_2024_v66n2_53_f0003.png 이미지

Fig. 3 Comparison of observed and simulated flow and suspended sediment (Solid line stands for 1:1 line, and dash line stands for regression line, respectively)

3. 임의⋅불법 경작지 복구에 따른 토양유실량 및 부유사량 저감 효율 평가

Fig. 4는 임의⋅불법 경작지 복구 시나리오 적용에 따른 만대지구의 연평균 토양유실량과 부유사량을 나타낸다. 논과 하천 (제방), 구거 지목에서 임의⋅불법 경작 중인 경작지를 본래 토지 지목으로 복구하는 시나리오 5를 적용하였을 때 연평균 토양유실량과 부유사량이 가장 적게 발생하였으며, 시나리오 3, 시나리오 4, 시나리오 2 순으로 적게 나타났다. 이에 따라, 각 토지 지목에서 임의⋅불법 경작 중인 현재 상태(시나리오 1)에 비해 각각의 임의⋅불법 경작지 복구 시나리오가 적용될 경우 연평균 토양유실량 저감 효율은 시나리오 5에서 8.1%, 시나리오 3에서 6.2%, 시나리오 4에서 1.2%, 그리고 시나리오 2에서 0.2%로 분석되었다 (Table 6). 또한 연평균 부유사량 저감 효율의 경우에도 시나리오 5에서 4.5%로 가장 높게 분석되었으며, 시나리오 3 (3.8%), 시나리오 4(0.7%), 시나리오 2 (0.1%) 순으로 높게 분석되었다.

NGHHCI_2024_v66n2_53_f0004.png 이미지

Fig. 4 Annual average soil erosion and suspended sediment by scenario

Table 6 Comparison of annual soil erosion and suspended sediment and their reduction efficiency for each scenario relative to scenario 1 (current conditions)

NGHHCI_2024_v66n2_53_t0006.png 이미지

시나리오 5 다음으로 임야에서 임의⋅불법 경작 중인 경작지를 본래 토지 지목인 임야로 복구한 시나리오 3에서의 토양 유실량과 부유사량 저감 효율은 각각 6.2%, 3.8%로 높게 분석되었다. 이는 임야에서의 토양유실량 산정 시 고랭지 경작지에 대한 MUSLE 유출인자의 계수보다 상대적으로 작은 유출인자의 계수가 사용되었기 때문이라 판단된다. 반면, 유역 내 논에서 불법 경작 중인 경작지의 면적은 1.92 km2 으로 다른 토지 지목에 비해 많은 비중을 차지함에도 불구하고, 본래 토지 지목인 논으로의 복구를 가정한 시나리오 2를 적용하였을 때 토양유실량과 부유사량의 저감 효과는 미비한 것으로 분석되었다. 특히 강우 발생이 적었던 2015년도의 부유사량 저감 효율이 나타나지 않았는데, 이는 다른 연도에 비해 상대적으로 적게 저감된 토양유실량과 하천의 퇴적 및 세굴 과정 등 복합적인 요인의 영향으로 판단된다. 또한 미국에서 개발된 SWAT 모델은 논에서의 담수 상태를 고려하여 수문학적 과정과 오염물질 이동의 특성을 반영한 정확한 수문 모의에 한계점이 있다 (Tsuchiya et al., 2018; Gassman et al., 2022; Lee et al., 2023b). 따라서 논에서 임의⋅불법 경작 중인 경작지를 본래 토지 지목인 논으로 복구하여도 고랭지 경작지 상태의 조건에서 토양유실량이 모의 되었기 때문에 토양유실량과 부유사량의 저감 효과는 크게 나타나지 않은 것으로 판단된다. 논이 담수 된 상태에서는 강우 타격에 의한 토양의 분산이 발생하지 않아 토양유실량이 일반 밭에 비해 상대적으로 적기 때문에 담수 논에서의 수문 기작을 고려한다면, 시나리오 2에 대한 저감 효율은 향상될 것으로 예상된다.

Ⅳ. 요약 및 결론

남⋅북한강 상류에 위치한 비점오염원관리지역에서는 무단 점유 및 불법적인 개간으로 이루어지는 고랭지 임의⋅불법 경작지로 인해 흙탕물 관리의 어려움이 가중되고 있다. 따라서, 이러한 임의⋅불법 경작지를 체계적으로 관리하고, 이에 따른 흙탕물 저감 효과를 정량적으로 평가할 수 있는 방법이 필요한 실정이다. 본 연구에서는 소양강댐 상류의 만대지구를 대상으로 SWAT 모델을 이용하여 유역 단위에서 임의⋅불법 경작지 복구 시나리오에 따른 토양유실량 및 부유사량 저감 효율을 평가하였다. 이를 위해 강원지역 비점오염 정보 시스템으로부터 수집된 2019년도 고랭지 임의⋅불법 경작지 자료를 이용하여 본래 토지 지목 (답⋅임야⋅하천 (제방)⋅구거)으로의 복구 시나리오를 구축하였다. 또한 만대지구의 산림과 고랭지 경작지 특성을 고려하여 추정된 MUSLE 유출인자의 계수 및 지수를 이용하여 토양유실량을 모의하고, 검⋅보정된 SWAT 모델을 사용하여 임의⋅불법 경작지 복구 시나리오에 따른 토양유실량 및 부유사량 저감 효율을 비교 분석하였다.

임의⋅불법 경작지 복구 시나리오를 적용한 결과, 임야와 하천 (제방), 구거 지목에서 무단 점용이나 불법 개간 중인 경작지를 본래 토지 지목으로 복구 (시나리오 5)할 경우 유역에서의 연평균 토양유실량 및 부유사량 저감 효율이 각각 8.1%, 4.5%로 가장 높게 나타났으며, 특히 임야 내 임의⋅불법 경작지 복구에 대한 영향이 큰 것으로 분석되었다. 본 연구를 통해 임의⋅불법 경작지의 복구가 유역 단위에서의 토양 유실량 및 하천 부유사량 저감에 중요한 기여를 하는 것을 확인하였다. 따라서 고랭지 농업이 주를 이루는 비점오염원 관리지역 내 다양한 흙탕물 저감 사업에 대한 효과를 보다 정확하게 평가하기 위해서는 유역 내 공간적으로 위치해 있는 임의⋅불법 경작지에서 발생하는 토양유실의 영향도 고려해야 할 것으로 판단된다. 특히, 본 연구의 결과는 비점오염원 관리지역에서 고랭지밭으로 인한 토양유실 및 수질 오염 문제에 대응하기 위해 임의⋅불법 경작지에 대한 체계적인 관리와 제도 개선의 중요성을 시사한다. 이를 통해 환경부는 물환경보전법 등의 법적 근거를 바탕으로, 비점오염원 관리 지역 내에서 임의⋅불법 경작지를 포함한 농업 비점오염원의 관리를 강화할 수 있는 기반을 마련할 수 있을 것으로 기대된다. 이는 농업 비점오염원에 대한 최적관리기법의 적용 범위를 넓히고, 고랭지 경작지의 흙탕물 관리를 강화하는 것뿐만 아니라, 산림 복원 사업을 통한 비점오염 관리의 효과를 높이는데 중요한 역할을 할 수 있을 것이라 판단된다. 향후 연구에서는 Web GIS 기반의 강원지역 비점오염 정보시스템의 연도별 임의⋅불법 경작지 기초 자료를 사용하여 유역 단위에서의 정확한 효율 평가가 필요할 것으로 판단된다. 또한 비점오염원관리지역 내 임의⋅불법 경작지뿐만 아니라, 과거부터 투입된 다양한 저감 사업에 대한 영향을 통합적으로 고려한 유역 단위 토양유실 모의 방안이 필요할 것이다.

근본적인 흙탕물 발생 원인을 해결하기 위한 발생원 중심의 흙탕물 저감 기법, 국공유지 휴경 권고, 그리고 임의⋅불법 경작지에 대한 단속과 복원 등 여러 관리 대책이 추진되고 있는 현 시점에서 본 연구의 결과는 비점오염원관리지역의 흙탕물 관리 및 비점오염원 저감 전략을 수립하는데 중요한 기초자료로 활용될 수 있을 것으로 기대된다.

감사의 글

본 연구는 환경부 “표토보전관리기술개발사업 (2019002820003)”의 지원을 받아 연구되었습니다.

References

  1. Arnold, J. G., R. Srinivasan, R. S. Muttiah, and J. R. Williams, 1998. Large area hydrologic modeling and assessment part I: model development 1. JAWRA Journal of the American Water Resources Association 34(1): 73-89. doi: 10.1111/j.1752-1688.1998.tb05961.x.
  2. Abbaspour, K. C., J. Yang, I. Maximov, R. Siber, K. Bogner, J. Mieleitner, and R. Srinivasan, 2007. Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT. Journal of Hydrology 333(2-4):413-430. doi: 10.1016/j.jhydrol.2006.09.014.
  3. Arnold, J. G., D. N. Moriasi, P. W. Gassman, K. C. Abbaspour, M. J. White, R. Srinivasan, and M. K. Jha, 2012. SWAT: model use, calibration, and validation. Transactions of the ASABE 55(4): 1491-1508. doi: 10.13031/2013.42259.
  4. Arabi, M., R. S. Govindaraju, M. M. Hantush, and B. A. Engel, 2006. Role of watershed subdivision on modeling the effectiveness of best management practices with SWAT 1. JAWRA Journal of the American Water Resources Association 42(2): 513-528. doi: 10.1111/j.1752-1688.2006.tb03854.x.
  5. Bibi, T. S., and E. A. Adem, 2023. Evaluation of best management practices to reduce sediment yield in the upper Gilo watershed, Baro akobo basin, Ethiopia using SWAT. Heliyon 9(10). doi: 10.1016/j.heliyon.2023.e20326.
  6. Engel, B., D. Storm, M. White, J. Arnold, and M. Arabi, 2007. A hydrologic/water quality model application. JAWRA Journal of the American Water Resources Association 43(5): 1223-1236. doi: 10.1111/j.1752-1688.2007.00105.x.
  7. Gassman, P. W., J. Jeong, J. Boulange, B. Narasimhan, T. Kato, H. Somura, and W. Ouyang, 2022. Simulation of rice paddy systems in SWAT: A review of previous applications and proposed SWAT+ rice paddy module. International Journal of Agricultural and Biological Engineering 15(1):1-24. doi: 10.25165/j.ijabe.20221501.7147.
  8. Himanshu, S. K., A. Pandey, B. Yadav, and A. Gupta, 2019. Evaluation of best management practices for sediment and nutrient loss control using SWAT model. Soil and Tillage Research 192: 42-58. https://doi.org/10.1016/j.still.2019.04.016
  9. Jang, S. S., and S. J. Kim, 2018. Assessment of climate change impact on best management practices of highland agricultural watershed under RCP scenarios using SWAT. Journal of The Korean Society of Agricultural Engineers, 60(4): 123-132. (in Korean). doi: 10.5389/KSAE.2018.60.4.123.
  10. Khalid, K., M. F. Ali, N. F. Abd Rahman, M. R. Mispan, S. H. Haron, Z. Othman, and M. F. Bachok, 2016. Sensitivity analysis in watershed model using SUFI-2 algorithm. Procedia Engineering 162: 441-447. doi:10.1016/j.proeng.2016.11.086.
  11. Kim, J. H., H. T. Choi, and H. G. Lim, 2015. Evaluation on MUSLE runoff energy c oeffic ient in small forest watershed. Journal of the Korean Society of Environmental Restoration Technology 18(6): 191-200. (in Korean). doi:10.13087/kosert.2015.18.6.191.
  12. Lee, D. J., J. M. Lee, D. Kum, Y. S. Park, Y. Jung, Y. Shin, G. Jeong, B. C. Lee, and K. J. Lim, 2014. Analysis of effec ts on soil erosion reduc tion of various best management practices at watershed scale. Journal of Korean Society on Water Environment 30(6): 638-646. (in Korean). doi: 10.15681/KSWE.2014.30.6.638.
  13. Lee, S., G. Lee, D. Yang, Y. Choi, K. J. Lim, and W. S. Jang, 2019. Occurrence and behavior analysis of soil erosion by applying coefficient and exponent of MUSLE runoff factor depending on land use. Journal of Wetlands Research 21(5): 98-106. (in Korean). doi: 10.17663/JWR.2019.21.s-1.98.
  14. Lee, G., S. Lee, J. Hong, Y. Choi, J. Kim, K. J. Lim, and W. S. Jang, 2023a. Applicability evaluation of agricultural best management practices to estimate reduction efficiency of suspended solids. Catena 225: 107028. doi: 10.1016/j.catena.2023.107028.
  15. Lee, S., K. J. Lim, J. Kim, M. Shin, and Y. S. Park, 2023b. Modification and application of SWAT model to simulate a submerged rice paddy field. Paddy and Water Environment 22(1): 1-14. doi: 10.1007/s10333-023-00946-6.
  16. Ministry of Environment (ME), 2004. Comprehensive management plan for reducing non-point source pollution in highland upland, ministry of environment. (in Korean).
  17. Moriasi, D. N., M. W. Gitau, N. Pai, and P. Daggupati, 2015. Hydrologic and water quality models: performance measures and evaluation criteria. Transactions of the ASABE 58(6): 1763-1785. doi: 10.13031/trans.58.10715.
  18. Ministry of Environment (ME), 2016. Monitoring and evaluation of non-point source pollution management areas in Mandae, Gaa, and Jaun districts. (in Korean).
  19. Ministry of Environment (ME), 2017. Monitoring and evaluation of non-point source pollution management areas in Mandae, Gaa, and Jaun districts (2nd). (in Korean).
  20. Ministry of Environment (ME), 2018. A study on GIS system construction for highland agricultural fields in Golji-watershed non-point source pollution managementarea. (in Korean).
  21. Ministry of Environment (ME), 2020. Monitoring and evaluation of non-point source pollution management areas (Mandae, Gaa, Jaun district, Doam Lake basin) in 2019. (in Korean).
  22. Ministry of Environment (ME), 2022. Study of scrutiny on cause of turbid water and water pollution from upstream of South.North Han river. (in Korean).
  23. Ministry of Environment (ME), 2023. Gangwon Province Non-point Source Pollution Management Area Comprehensive System Update in 2023. (in Korean).
  24. Neitsch, S. L., J. G. Arnold, J. R. Kiniry, and J. R. Williams, 2011. Soil and water assessment tool theoretical documentation version 2009. Texas Water Resources Institute.
  25. National Institute of Environmental Research (NIER), 2014. Public hearing for unit load of nonpoint source. National Institute of Environmental Research, 1-72. (in Korean).
  26. Nash, J. E., and J. V. Sutcliffe, 1970. River flow forec asting through c onc eptual models part I-A disc ussion of principles. Journal of Hydrology 10(3): 282-290. doi:10.1016/0022-1694(70)90255-6.
  27. Park, J. Y., S. R. Ahn, S. J. Hwang, C. H. Jang, G. A. Park, and S. J. Kim, 2014. Evaluation of MODIS NDVI and LST for indicating soil moisture of forest areas based on SWAT modeling. Paddy and Water Environment 12:77-88. doi: 10.1007/s10333-014-0425-3.
  28. Tsuchiya, R., T. Kato, J. Jeong, and J. G. Arnold, 2018. Development of SWAT-Paddy for simulating lowland paddy fields. Sustainability 10(9): 3246. doi: 10.3390/su10093246.
  29. Wischmeier, W. H., and D. D. Smith, 1965. Predicting rainfall-erosion losses from cropland east of the rocky mountains: guide for selection of practices for soil and water conservation (No. 282). Agricultural Research Service, US Department of Agriculture.
  30. Williams, J. R., 1975. Sediment routing for agricultural watersheds 1. JAWRA Journal of the American Water Resources Association 11(5): 965-974. doi: 10.1111/j.1752-1688.1975.tb01817.x.
  31. Won, J. Y., and J. S. Lee, 2012. An improvement on estimation of runoff factor equation for mountain area in MUSLE. Journal of the Korean Society of Hazard Mitigation 12(5): 207-214. (in Korean). https://doi.org/10.9798/KOSHAM.2012.12.5.207
  32. Zhang, X., and M. Zhang, 2011. Modeling effectiveness of agricultural BMPs to reduce sediment load and organophosphate pesticides in surface runoff. Science of the Total Environment 409(10): 1949-1958. doi: 10.1016/j.scitotenv.2011.02.012.