• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.456-456
• /
• 2021

하상 변화는 유량이나 유사의 흐름에 따라 침식, 운반, 퇴적되어 변화하며, 하상변동에 의한 결과는 하천의 형태 (직렬,복렬, 곡렬 등)나 서식처의 구조 (여울과 소, 웅덩이, 습지 등) 형성 로 나타난다. 이어서 서식처 구조의 다양성은 생물다양성에 긍정적인 영향을 미친다. 본 연구에서는 수리 (유량이나 유사량)-지형(서식처 구조)-생태 (생물다양성)을 연계하여 관리하기 위한 생태적인 하천관리 프레임을 제시하기 위하여, 지형과 생물상의 관계를 우선 파악하고자 한다. 국내 하천은 수생태 건강성 평가 중 서식 및 수변환경 지수(HRI, Habitat and Riparian Index)를 활용하여 하천의 형상 및 자연성을 평가한다. 해당 지수는 하천의 자연성을 판단할 수 있으나 유량이나 유사량 등과 같이 수리적 조건과 연계하여 하천환경 변화를 예측하기 어렵기 때문에, 본 연구에서는 하천의 자연성을 판단하는 지형변수들을 제안하고, 생물상과 상관관계를 분석한다. 수질 변화가 급격하지 않는(년간 변화폭이 일정한) 금강 유역의 지천 (갑천, 미호천, 논산천, 유구천 등) 중 생태계 건강성 평가 지수가 산정되어 있는 지점을 기준으로 상·하류 약 5 km 구간들을 대상으로 한다. 지형 변수로는 (항공사진을 이용한)사주 비율(사주면적/제방 내 홍수터 면적), 사주 식생비율(식생면적/사주면적)과 사주 변동량(연간 사주 이동량), 서식처 구조의 다양성(여울, 소, 웅덩이 등), 기존의 서식 및 수변환경 지수 등을 활용하고, 생물 변수로는 저서동물지수(BMI, Benthic Macroinvertebrate Index), 저서동물의 우점도, 어류생물지수(FAI, Fish Assessment Index), 어류생물지수에 활용하는 국내종의 총 종수, 여울성 저서종수, 민감종수 등을 활용한다.

• 생태와환경
• /
• 제56권4호
• /
• pp.414-419
• /
• 2023

삼천포천은 제방을 따라 제내지에 인공구조물이 설치되어 있으며, 하상구조가 인간활동으로 교란되어 있다. 본 연구결과 부착조류와 저서성 무척추동물의 생물다양성이 여타 하천에 비해 낮은 것으로 나타났다. 따라서 생태하천 복원 시 제방의 제외지와 제내지를 동시에 친환경적으로 복원을 고려함으로써 생물다양성 증대를 도모하고 하상 복원 등을 통해 회유성 어류들이 하천생태계로 유입되어 생태계의 안정성 및 건강성을 회복해야 할 필요가 있다(Palmer et al., 2014). 이를 위해서는 생태하천 복원시 사용되는 재료는 무생물적 재료를 지양하고 과거부터 주로 서식하는 자생식물 등을 주재료로 사용하고 하도 구조는 하상의 현재 유로형상 (flow channel pattern)을 유지하도록 유도해야 한다. 유로 연장이 필요한 경우 직강화 등에 의해 축소되어서는 안되며 축소된 유로는 복원을 권장한다. 분절된 지류는 본류와 연결시키고 연력이 곤란한 웅덩이는 대상하천에 맞게 소택형 습지를 형성하도록 유도한다. 또한 생태통로(Eco-corridor) 확보 및 추이대 조성을 통해 생태환경 기능을 개선할 필요가 있으며 제내지의 폐천 부지는 하천구역으로 편입하여 생태습지 등으로 이용을 적극 고려해야 한다(Choi and Lee, 2019). 생태적 복원을 위해 주차장, 체육시설 및 공원 등은 배제해 자연성을 유지하되 주민의 활용도를 고려하는 것도 중요하다. 이를 통하여 삼천포천의 자연성 회복을 통한 생물다양성 증진 및 주민에게 다양한 문화 휴식 공간 제공 등의 생태계 서비스 능력을 향상을 기대한다(Bennett et al., 2009).

• 한국수자원학회논문집
• /
• 제51권10호
• /
• pp.863-874
• /
• 2018

본 연구에서는 SWAT 모형과 random forest를 이용하여 미래 기후변화에 따른 한강유역($34,148km^2$)의 수생태계 건강성을 평가하였다. 국립환경과학원에서 8년간(2008~2015년) 봄철(4~6월)에 모니터링한 부착돌말류 지수(TDI), 저서형 대형무척추동물지수(BMI), 어류평가지수(FAI)는 0~100점, A~E등급으로 평가되며, 이를 본 연구에서 사용하였다. 수생태 건강성에 영향을 미치는 변수로는 수질(T-N, $NH_4$, $NO_3$, T-P, $PO_4$)과 수온을 선정하였으며, 수질 오염도가 낮은 경우에는 수생태계 건강성 점수가 광범위하게 분포되지만 수질 오염도가 높은 경우 수생태계 건강성 점수가 낮아지는 역상관관계를 확인하였다. 기계학습의 분류 분석 기법 중 하나인 random forest 모델을 이용한 세 개의 수생태 건강성 지수 등급분류 결과 정밀도, 재현율, f1-score 모두 0.81 이상의 예측 정확도를 나타내었다. 기상청의 HadGEM3-RA RCP 4.5와 8.5 시나리오를 적용한 미래 SWAT 수문, 수질 결과 기저유출의 증가로 인해 질소 계열 수질 농도는 기준년도 대비 최대 43.2% 증가하였고, 지표유출 감소로 인해 인 계열수질 오염도는 최대 18.9% 감소하는 것으로 분석되었다. 미래 FAI, BMI의 등급은 개선되는 경향을 보이지만 TDI는 등급이 악화되는 것으로 나타났다. 이를 통해 TDI는 질소 계열 수질에 민감하고 FAI, BMI는 인 계열 수질에 더 민감하다고 판단하였다.