SWAT 모형을 이용한 국내 수자원 취약성 평가 :

원광재

추천

검색

자료유형: 학위논문

저자정보: 원광재 (서울과학기술대학교, 서울과학기술대학교 대학원)

지도교수: 정은성

발행연도: 2015

저작권: 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.

이용수3

이 논문의 연구 히스토리 (2)

2015

SWAT 모형을 이용한 국내 수자원 취약성 평가

원광재 건설시스템공학과 2015.01 학위논문

수문 모형의 활용을 통한 국내 수자원 취약성 평가

원광재 , 정은성 , 김수현 한국수자원학회 학술발표회 2015.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 지구온난화로 인한 기후변화는 우리 삶에 다양하게 영향을 미치고 있으며, 강수 또는 기온의 비정상성으로 대표되는 기후변화에 따른 수문순환 변화 역시 자명하게 받아들이고 있다. 이러한 기후변화로 인한 수자원 취약성 평가 및 대책에 관한 연구는 다양하게 진행되고 있는 실정이다. 하지만 국내의 경우 이러한 다양한 연구는 한 유역에만 집중되어 있으며, 전체 유역에 관한 수자원 취약성 평가 연구는 부족한 실정이다. 따라서 본 연구에서는 국내 총 12 수계인 한강, 안성천, 금강, 삽교천, 영산강, 섬진강, 탐진강, 만경강, 동진강, 낙동강, 태화강, 형산강 유역에 대한 수자원 취약성 평가를 실시하였다. 장기간에 걸친 다양한 토양의 특징과 토지이용에 따라 그리고 관리상태의 변화에 따른 크고 복잡한 유역의 유출 및 수질을 추정하기 위해 개발된 유역모델인 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 유역을 구축하였다. SWAT 모형 구축을 위해 필요한 데이터는 각 유역별 지형데이터와 기상데이터이다. 지형데이터에는 수치고도지도(DEM), 토양과 토지이용지도이며, 기상데이터의 경우 일강우(mm), 최고, 최저 기온(℃), 일사량(MJ/m3day), 평균 풍속(m/s), 상대습도(%)를 이용하여 구축한 후, 유출 관련 매개변수 최적화 작업은 SWAT-CUP 모형을 이용하였다. 최적화된 매개변수를 구축된 각 유역에 적용하여 각 유역별 유출량을 산정하였다. 그 결과 2009년과 2011년은 한강, 낙동강, 금강, 영산강순 이였으며, 2010년은 낙동강, 한강, 금강, 영산강순 이였다. 면적별 유출량인 비유량(specific discharge)을 산정한 결과, 2009년에는 영산강, 낙동강, 금강, 한강순 이며, 2010년에는 영산강, 금강, 낙동강, 한강순 이였으며, 2011년에는 금강, 한강, 영산강, 낙동강순을 보였으며, 인구당 유출량 산정 결과 2009년에는 영산강, 금강, 낙동강, 한강순 이며, 2010년에는 영산강, 금강, 낙동강, 한강순 이며, 2011년에는 영산강, 금강, 낙동강, 한강순 이었다. 이를 바탕으로 국내 총 12 수계에 대한 수자원 취약성을 산정해보았다. 대응변수는 이수의 수요 및 공급적인 측면에서 구분하였으며, 사회/경제, 물 이용, 환경, SWAT으로 구성하였습니다. 수자원 취약성 평가를 위해 다기준의사결정기법(MCDM, Multi-Criteria Decision Making) 중 하나인 TOPSIS(Technique for Order of Preference by Similarity to Ideal Solution)기법을 사용하였다. 산정 결과 삽교천, 동진강, 형산강, 안성천, 섬진강, 만경강, 낙동강, 영산강, 태화강, 금강, 한강, 탐진강순 이였다. 본 연구 결과는 향후 다중 공간에 구축한 고해상도 모형을 통해 현재의 국내 수문상황 진단하고 수자원 관리에도 활용될 전망이다. 또한 기후변화 취약성 평가를 위한 지표 개발에 이용될 예정이다.

Climate change has affected our lives in various ways as a result of global warming in recent years and hydrological cycle change according to climate change represented by non-stationarity of rainfall or temperature has also clearly accepted. For that, much research to water resources vulnerability assessment and strategy are variously being made.. However in South Korea, research has been focused on just one basin and water resources vulnerability assessment according to total basin is not enough. Therefore, this study extends this limited dataset for South Korea by assessing the vulnerability of water resources for 12 basins. The basins were built using a SWAT (Soil and Water Assessment Tool) model, developed to predict the impact of land management practices on water, sediment, and agricultural chemical yields in large complex watersheds with varying soils, land use, and management conditions over long periods of time. The necessary data to build SWAT model are GIS(Geographic Information System) and meteorological data of each basins. After building a model using DEM(Digital Elevation Model), soil and land use and daily precipitation(mm), max/min temperature(℃), quantity of solar radiation(MJ/m3day), average wind speed(m/s) and relative humidity(%) in case of GIS and meteorological data, parameter optimization in terms of runoff was calculated using the model. Runoff for each watershed was estimated using applied optimized parameters to input into the hydrological models. In the increasing order of runoff in 2009 and 2011, the river basins can be arranged as follows: Han River, Nakdong River, Geum River, and Youngsan River. The magnitude of runoff for each basin in 2010 was Nakdong River, Han River, Geum River and Youngsan River order. The following basins have been arranged in increasing order of specific discharge, i.e., runoff per watershed area: (as recorded in 2009) Youngsan River, Nakdong River, Geum River, and Han River; (as recorded in 2010) Youngsan River, Geum River, Nakdong River, and Han River; (as recorded in 2011) Geum River, Youngsan River, Han River and Nakdong River and of runoff per population: (as recorded in 2009) Youngsan River, Geum River, Nakdong River and Han River; (as recorded in 2010) Youngsan River, Geum River, Nakdong River, and Han River; (as recorded in 2011) Youngsan River, Geum River, Nakdong River, and Han River. Water resource vulnerability assessments were carried out for 12 basins in South Korea. Based on these results, the indicators were classified by demand and supply side of water supply consisting of Social/Economics, Water Availability, Environmental, and SWAT. To assess water resources vulnerability, we used the technique for order of preference by similarity to ideal solution, which is based on multi-criteria decision making. The results indicate that water resource vulnerability of basins increases as follows: Sapgyo River, Dongjin River, Hyeongsan River, Ansung River, Seomjin River, Mangyung River, Nakdong River, Youngsan River, Taehwa River, Geum River, Han River, Tamjin River. The results from this study will be assessed for current hydrological conditions and be utilized in water resources management through a high-resolution model built in multi-space. Also, this study will be used index development for climate change vulnerability assessment.

I. 서 론 1
1. 연구배경 및 목적 1
2. 연구동향 3
가. SWAT 모형을 이용한 수문 분석 3
3. 연구절차 7
II. 이론적 배경 9
1. SWAT(Soil and Water Assessment Tool) 모형 9
가. 지표 유출량 9
나. 측방 유출량 10
다. 침투량 10
라. 지하수 흐름 11
마. 수로손실 11
바. 증발산 12
2. SWAT-CUP 모형 13
가. SUFI-2 13
나. GLUE 15
다. PSE 17
라. ParaSol 17
마. MCMC 19
III. 적용대상 20
1. 한강 22
2. 안성천 23
3. 금강 24
4. 삽교천 25
5. 영산강 26
6. 섬진강 27
7. 만경강 28
8. 동진강 29
9. 탐진강 30
10. 낙동강 31
11. 형산강 32
12. 태화강 33
IV. 연구결과 34
1. SWAT-CUP 모의 결과 34
가. 황룡강 35
나. 지석천 37
다. 고막원천 39
라. 영산강 상류 41
마. 오수천 43
바. 요천 45
사. 탐진강 47
2. SWAT 모의 결과 49
가. 한강 49
나. 금강 52
다. 영산강 54
라. 낙동강 57
마. 국내 유역 유출량 비교 60
바. 국내 유역 비유출량 비교 65
사. 국내 유역 인구당 유출량 비교 70
3. 국내 유역 수자원 취약성 평가 75
V. 결론 및 향후 연구과제 79
1. 결론 79
참고문헌 85
부록 88
Abstract 117
감사의 글 118

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)