• 물과 미래
• /
• 제55권11호
• /
• pp.62-72
• /
• 2022

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.443-443
• /
• 2021

국내 하천, 호소에 유입되는 오염물질 중 30% 이상이 농업 활동 등으로부터 기인한다. 정부 부처는 '04년부터 농업 비점오염원 저감 대책을 수립·시행하고 있으나 농촌 인구 고령화, 열악한 재정환경, 관행화·고착화 된 농법 등으로 인해 주민참여 및 대책 적용의 한계가 있었다. 금호강 상류 보현산댐 유역은 대부분 임야로 고현천 등 상류 하천변에 사과원이 밀집되어 있다. 또한, 유역면적이 32.16km²로 좁고, 유로 연장 5km 이내로 짧으며 하천 경사가 급해 강우시 토양 유실량이 많고 유출속도가 빠르다. 이러한 유역 특성상 상류 사과원은 '16년 보현산댐 담수 이후 매년 반복적으로 발생하는 녹조 등 수질 문제를 초래하는 주요 비점오염원으로 지역사회 이슈가 되었다. 이에 따라 K-water는 낙동강수계관리위원회 환경기초조사사업의 일환으로 지역주민들과 논의를 통하여 댐 상류 사과원에 친환경농법(심층시비)를 적용하고 수질 개선 효과를 분석하였다. 심층시비는 과수 주변 토양 천공 후 퇴비를 시비하는 친환경농법으로 표층시비에 비해 초기 강우유출 오염물질량을 저감하고 퇴비 사용량도 줄일 수 있다. 금번 연구에서 실제 운영 중인 농지('19년 24천평, '20년 27천평)을 대상으로 심층시비를 시범적용한 결과, 퇴비 사용량은 표층시비의 50% 수준으로 감소하였고 과수 생육 및 품질에는 큰 영향이 없는 것으로 나타났다. 강우 시 유출농도는 표층시비 대비 TOC 5.0~41.3%, T-P 4.0~57.3% 감소했다. HSPF 유역 모델링 분석 결과, 전체 과수원 중 70% 농지에 심층시비를 적용한 경우, 하절기 유역 T-P 유입부하량이 5.0~6.8%(소유역 최대 28.2%) 감소하는 것으로 예측되었다. 본 연구결과를 바탕으로 심층시비를 확대 적용하고 유역 수질관리에 기여하고자 한다.

• 자원환경지질
• /
• 제54권1호
• /
• pp.35-48
• /
• 2021

구미분지는 영남육괴의 남동 중간부에 있으며 하부로부터 백악기의 구미층, 안산암질암류(영암산응회암, 부상리안산암), 유문암질암류(오봉리응회암, 도선굴유문암, 금오산응회암)와 관입암류(환상암맥, 기타 암맥)로 구성된다. 금오산응회암은 거의 대부분 회류응회암으로 구성되며 환상암맥과 함께 금오산 칼데라와 연관되어있다. 칼데라는 직경이 3.5 × 5.6 km이고 환상암맥과 단층으로 둘러싸인다. 칼데라 내부 화산암층은 유상 및 용결엽리가 대체로 칼데라 연변부에서 안쪽으로 경사되는 하향자루 구조를 나타낸다. 칼데라 블록은 북변부에서 350m, 남변부에서 600m 내려앉은 비대칭 침하를 나타낸다. 이 자료들에 의하면 금오산 칼데라는 하나의 칼데라윤회를 암시하는 기하학적으로 비대칭 피스톤 침하 칼데라로 분류된다. 이 칼데라는 챔버로부터 마그마의 대규모 분출에 뒤따라 외측경사 환상단층으로 경계되는 칼데라 블록의 피스톤 침하를 지시한다. 칼데라 블록에서 하향자루는 경계 단층의 완전한 발달과 동시에 초기 침하동안 하향자루운동을 의미한다. 이 운동에 의한 벌어진 환상열극에는 침하에 따른 마그마 과압으로 인해 마그마가 주입되어 환상암맥을 형성하였다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1167-1181
• /
• 2021

녹조 현상과 관련하여 독성물질을 배출하는 남조류 4종의 경우 유해 남조류로 지정하여 관리하고 있으며, 물리적인 모형을 이용한 예측 정보도 함께 발표하고 있다. 그러나 조류는 살아 있는 생명체로 물리 역학에 따른 예측에 어려움이 있으며, 기상, 수리·수문, 수질 등 수많은 인자에 의한 영향을 고려하기가 쉽지 않다. 따라서, 최근 머신러닝을 이용한 녹조발생 예측 연구가 많이 진행되고 있다. 본 연구에서는 경북 영천에 소재한 보현산댐과 영천댐을 대상으로 랜덤 포레스트 모형을 이용하여 유해남조류 발생에 영향을 미치는 수질인자의 특성중요도를 분석해 보았으며, 이 중 가장 높은 특성중요도를 나타낸 수온을 이용하여 머신러닝과 딥러닝을 이용하여 유해남조류 발생을 예측하고 그 정확성을 확인하였다. 특성중요도 분석 결과, 수온과 총질소(T-N)이 공통적으로 높게 나왔으며, 인공신경망(ANN)을 이용한 유해남조류 발생예측에서도 실제와 근접한 값이 예측되어 앞으로 녹조관리를 위해 유해남조류 예측이 필요한 저수지의 경우 이를 활용할 수 있음을 확인하였다.