Application and evaluation of SWAT-C model to predict TOC loading in the Hwangryong River Watershed

This study aims to assess the applicability of the SWAT-C water quality model recently developed to predict in-stream Total Organic Carbon (TOC) in a watershed within South Korea.

Methods

The SWAT-C model was tested in the Hwangryong River Watershed. SWAT-C is an advanced version of Soil and Water Assessment Tool (SWAT) to simulate carbon cycling at the watershed scale. The model was simulated for 11 years (2010-2020) consisting of 2-year warm-up (2010-2011), 6-year calibration (2012-2017), and 3-year validation (2018-2020) periods. SWAT-C was calibrated and validated against monthly streamflow and TOC loads. The model performance was evaluated using NSE (Nash-Sutcliffe efficiency), KGE (Kling-Gupta efficiency), and PBIAS (percent bias) Simulated Dissolve Organic Carbon (DOC) and Particulate Organic Carbon (POC) loads were also presented to see the major caron type loaded to the downstream.

Results and Discussion

The calibration results showed that SWAT-C could depict streamflow and TOC loads with acceptance model performances (NSE > 0.5, KGE > 0.5 and PBIAS =< 25%). Especially, the seasonal variations of TOC loads were well simulated by SWAT-C. The TOC load was predicted to increase in the summer season with high precipitation and slightly lower in the other seasons. This seasonal pattern is likely caused by frequent heavy rainfall events in summer.

Conclusion

This study demonstrated that SWAT-C model is applicable in South Korea with sufficient prediction accuracy. Thus, SWAT-C would serve as an efficient tool to monitor TOC loads in South Korea.

Key words: SWAT-C, Total Organic Carbon, Dissolve Organic Carbon, Particulate Organic Carbon

요약

목적

본 연구는 국내 유역 수계 내 총유기탄소를 예측하기 위해 최근 개발된 SWAT-C 수질모형의 적용 가능성을 평가하는 것을 목적으로 한다.

방법

SWAT-C 모형은 황룡강 유역을 대상으로 진행하였다. SWAT-C는 유역 규모에서 탄소 순환을 모의하는 SWAT 모형의 고도화된 버전이다. SWAT-C 모형은 안정화 기간 2년(2010-2011), 보정 6년(2012-2017), 검정 3년(2018-2020) 기간으로 구성된 총 11년(2010-2020)동안 모의하였다. SWAT-C는 월별 유량 및 TOC 부하량에 대해 검보정 되었다. 모델 성능은 NSE(Nash-Sutcliffe Efficiency), KGE(Kling-Gupta Efficiency), PBIAS(Percent bias)를 이용하여 평가하였다. TOC로 보정된 모델에서 예측된 월별 DOC 및 POC 부하량을 분석하여 유출되는 주요 탄소형태를 평가하였다.

결과 및 토의

보정 결과는 SWAT-C 모형의 모델성능 (NSE > 0.5, KGE > 0.5, PBIAS =< 25%)으로 유량 및 TOC 부하를 나타낼 수 있음을 보여주었다. 특히, TOC 부하의 계절적 변화는 SWAT-C 모형에 의해 잘 모의되었다. TOC 부하는 강수량이 많은 여름철에 증가하며 그 외 계절은 다소 낮게 예측되었다. 이 계절적 패턴은 여름철에 빈번한 강우 현상으로 인한 것으로 판단된다.

결론

본 연구는 SWAT-C 모형이 충분한 예측 정확도로 국내에 적용 가능하다는 것을 입증하였다. 그러므로, SWATC는 국내의 TOC 부하를 모니터링하는 효율적인 도구의 역할을 할 것으로 사료된다.

주제어: SWAT-C, 총유기탄소, 용존성유기탄소, 입자성유기탄소

1. 서 론

급격한 도시화와 산업화 그리고 인구의 증가로 다양한 오염원이 발생하여 수질오염이 심각해지고 있다[1,2]. 기술의 발전으로 점오염원이 증대되었지만 배출원이 명확하고 오염물질의 변동성이 작아 일괄적으로 처리가 가능하다[3]. 배출원이 명확하지 않은 비점오염원은 강우 시 오염물질이 불특정 장소로 유입되어 일괄적 처리의 한계가 있어 지속적인 관리가 필요하다. 이러한 비점오염원의 증가로 기존 점오염원의 배출수 규제로는 오염을 통제할 수 없어 수질오염개선을 위한 새로운 개념을 도입하게 되었다[4]. 국내에서는 수질오염총량관리제도(total maximum daily loads, TMDL)를 도입하여 하천의 목표 수질과 수질오염물질의 허용부하량을 산정하여 해당 유역에서 배출되는 오염물질의 배출총량을 허용치 이하로 규제하고 있다[5,6]. 수질오염총량관리제를 통해 효과적인 유역관리를 실시하기 위해서는 유역의 특성과 문제를 파악하고 문제 해결을 위한 목표를 설정하여 오염부하량을 관리하는 것이다[4,7,8]. 특히, 적절한 수질오염 관리를 위해서는 대상지 내 하천의 장기적인 수질 및 유량 모니터링으로 관측된 자료를 분석하는 것이 중요하다[7,9].

근본적인 수질문제 해결은 유입되는 오염물질을 차단하는 것이지만 실제로 오염물질을 차단하는 것은 어려운 부분이 있다[10]. 수질문제 해결을 위해 오염물질의 이동에 대한 이해가 필수적이지만, 모니터링을 통한 오염물질 이동 기작 규명에 대한 한계가 있다[11]. 따라서, 복잡한 이동 기작을 모사한 수질 모델은 유역 내 다양한 자연현상과 오염물질의 거동을 수학적으로 계산하여 유역에서 발생하는 오염부하의 시공간적 분포 특성 이해 및 장기적 변화를 모의 하여 오염물질에 대한 이해와 저감방안 수립 연구에도 적용 되었다[12-15]. 국내에서는 유역수질모델 중 하나인 SWAT (Soil and Water Assessment Tool)을 이용해 장기간 유역의 유량, T-N, T-P, SS, BOD 등 오염부하량 변화 및 저감방안 등의 분석연구가 수행되고 있다[13]. Kang et al. (2012) [16]은 수문 개폐에 따른 서낙동강의 유량과 수질 거동을 모의하여 수질개선효과 분석에 대해 연구하였다. Jung et al. (2012) [17]은 제천천 및 장평천 유역을 대상으로 비점오염원 유출 특성의 오염부하량을 산정하고 소유역별 배출 원인과 경로를 파악하여 비점오염원 저감시설 설치에 효율적인 추진을 위한 연구를 진행하였다. Tea et al. (2019) [18]은 대청호 유역을 대상으로 하수처리시설과 고도처리시설의 증설 및 설치에 따른 점오염원에서 배출되는 오염물질 저감효과와 천변저류지 설치에 따른 비점오염원에서 유출되는 오염물질 저감 영향을 분석하였다. Kal et al. (2021) [19]은 서화천 유역을 대상으로 SWAT 모형을 이용하여 수질개선에 대한 대책을 적용하고 부하지속곡선을 이용해 수질개선 대책에 따른 효과를 평가하였다. 국외에서는 SWAT을 이용하여 댐의 수문이 수질에 미치는 영향에 대해 분석을 하였다[20,21]. Liu et al. (2013) [22]은 세계에서 세 번째로 긴 양쯔강을 대상으로 SWAT 모형을 사용하여 최적관리기법의 효율성을 모의하고 수질오염을 줄이는데 효과적이고 효율적인 관리 방법에 대한 연구를 하였다. Tuppad et al. (2010) [23]는 텍사스의 보스크 강 유역을 대상으로 SWAT 모형을 이용하여 T-N, T-P에 대한 연구도 수행하였다. Venishetty et al. (2022) [24]의 연구에서는 미시시피 주에서 가장 큰 유역인 Yazoo River 유역을 대상으로 유량, 퇴적물, T-N, T-P에 대한 모델 검보정을 진행하고 수질에 대한 최적관리기법 효과를 평가하였다.

국내 하천과 호소에서 대표적 수질오염지표는 생물화학적 산소요구량(biochemical oxygen demand, BOD)과 화학적 산소 요구량(chemical oxygen demand, COD)중심으로 관리되어 왔다[1,25]. 그러나 기술의 발전으로 다양한 오염원이 증가하고 비점오염원 등으로부터 유입되는 난분해성 유기물질을 BOD, COD만으로 반영하기 어려운 한계점을 가지고 있다[25-27]. 이러한 이유로 환경부에서는 총유기탄소(total organic carbon, TOC)를 공공수역(하천, 호소)의 생활환경 기준에 도입하였다[28]. TOC는 무기물질을 제거하게 되면 유기물질만 측정이 가능하고, BOD와 COD에 비해 측정시간이 짧아 실시간으로 데이터를 획득할 수 있다는 장점 등이 있다[27,29,30]. 선진국인 독일과 스위스 그리고 스웨덴 등에서는 2000년부터 공공수역의 평가기준으로 TOC를 사용하고 있다[31]. 최근 국내에서는 호주에서 개발된 AEM3D(aquatic ecology model 3D)모형을 이용하여 금강 수계 내 최대 상수원인 대청호를 대상으로 탄소 흐름의 시공간적 변동성에 대한 연구를 하였다[32]. 또한, EFDC (Environment Fluid Dynamics Code) 모형을 이용하여 BOD가 아닌 TOC를 모의한 연구사례가 있다[33]. 그러나 국내에서 기작모델을 이용하여 TOC를 모의한 연구가 미비한 실정이다. 최근 국외에서는 SWAT 모형을 고도화 하여 탄소 순환의 흐름을 모의할 수 있는 SWAT-C (Soil and Water Assessment Tool - Carbon)를 개발하여 TOC를 예측하였다[34]. SWAT-C 모형은 TOC가 하천으로 유입 및 유출 흐름의 기작을 잘 모의하는 결과를 나타냈다[35,36]. 따라서, SWAT-C를 국내에 적용하면 TOC 관리에 크게 기여할 수 있을 것이다.

본 고에서는 TOC의 기작을 잘 모사한 SWAT-C 모형이 국내에 적용 가능한지 황룡강 유역에 시범 적용하여 TOC의 부하량 예측 정확도를 평가하였다. SWAT-C 모형의 모의 기간은 2010년부터 2020년 월 단위로 하였다. 현재 국내에는 TOC 산정의 매개변수에 관한 연구가 부족하여 국외 선행연구를 통해 매개변수 값들을 추정하였다. 추정된 매개변수로 산정된 TOC 모의 결과를 통하여 유역단위 TOC 유출량 산정 및 평가를 수행했다.

2. 연구재료 및 방법

2.1. 연구 대상지

본 연구의 대상지인 황룡강 유역은 우리나라 5대강 중 하나인 영산강 유역 내 하천으로 구성되어 있으며(Fig. 1), 두번째로 큰 지류로 유역면적은 564.3 km², 유역 평균 폭 9.6 km이다[31,32,33]. 황룡강 유역은 농경지 면적(15.04%)이 적고 70% 이상이 산림 지역이며 상류에 시가지가 적게 분포되어 있어 유역 주변 환경보존이 매우 잘된 편이다[37]. 황룡강 유역은 장성댐과 평림댐이 각각 상류와 중류에 위치해 있다. 장성댐은 농업과 공업 그리고 생활용수의 공급 등의 목적으로 건설되었으며 평림댐은 가뭄으로 인한 용수공급 문제를 해결하기 위해 건설되었다[38,39]. 황룡강은 댐 건설 이전의 농경지는 상류에서 흐르는 하천의 퇴적물이 쌓여 갯가에 있는 밭(포전)이 발달하였으나 댐 건설 이후 논농사가 주류를 이루었다[37]. 장성댐의 저수면적 6.87 km²(687 ha), 총 저수용량 9,000만m³이며[40], 평림댐의 저수면적 19.9 km²(1990 ha), 총 저수용량 8.47백만m³이다[41]. 대상지 내 점오염원은 장성하수종말처리장이 있으며, 시설규모는 11천m³/일로 배출 항목은 유량, SS, T-N, T-P 등이 있다.

대상 유역의 토지현황은 19개로 구분되었고, 임야 72.98%, 농경지 15.04%, 도시화지역 4.87% 등으로 분류되었다[42] (Table 1).

2.2. SWAT 모형

SWAT 모형은 미국 농무성(united states department of agriculture, USDA)에서 개발한 준분포형 장기간 강우-유출 예측이 가능한 모델로서, 다양한 종류의 토지이용과 토양에 따라 유사와 유출 및 농업화학물질 등의 거동에 대한 영향을 예측하기 위하여 개발되었다[43-45]. SWAT 모형의 수문모델은 토지이용과 토양에 의해 소유역을 구분하고, 소유역은 수문반응단위(hydrologic response units, HRU)로 이루어지며, 물수지 방정식을 기반으로 증발산, 지하수, 토양수, 지표유출 등을 모의한다[46]. 또한, 수치고도모델(digital elevation model, DEM)을 이용하여 소유역으로 구분한 후 유역 내 흐름 방향과 누적을 계산하여 하천망을 구축 후 유출구를 지정하여 각 소유역으로 분류된다. SWAT 모형은 유역 내 강수 발생에 따른 유출과 점･비점오염원 발생의 거동을 시간적･공간적으로 분석할 수 있으며, 미계측 지역에서도 모의가 가능하여 수질의 변화를 정량화 할 수 있는 특징이 있다[15]. SWAT 모형의 물수지 계산은 강수, 토양수분, 증발산, 지표유출, 기저유출, 지하수 등의 수문순환 요소를 고려하여 모의하며 각 HRU별로 계산한다[47]. (식(1))

(1)

SWt=SW0+∑i=0tRday-Qsurf-Ea-Wseep-Qgw

여기서, SW_t는 최종 토양수분량(mm), SW₀는 i일의 초기 토양수분량(mm), t는 시간(일), R_day는 i일의 강수량(mm), Q_surf는 i일의 지표 유출량(mm), E_a는 i일의 증발산량(mm), W_seep는 i일의 토양면으로부터 투수층으로의 투수 되는 총량(mm), Q_gw는 i일의 회귀수량(mm)을 나타낸다.

2.3. SWAT-C 모형

SWAT-C 모형은 SWAT 모형에 CENTURY 모형을 추가하여 토양 유기물(soil organic matter, SOM)과 잔류물의 추가, 분해, 변형 및 제거 정보를 포함하여 잔류물의 묘사를 좀 더 개선한 수질모델이다[48]. TOC는 용존성유기탄소(dissolved organic carbon, DOC)와 입자성유기탄소(particulate organic carbon, POC)의 합으로 계산하여 얻을 수 있다. 토양층의 DOC 생산은 미생물 바이오매스 축적과 토양-액체 분배계수를 통해 계산되며, DOC는 지표 유출, 얕은 대수층 및 측방 유출 등의 침출로 인하여 토양층에서 제거된다[36]. 또한, 기저유출을 통해 DOC가 하천으로 유입되며, 분해특성에 따라 DOC는 생분해성(labile DOC, LDOC) 및 난분해성(refractory DOC, RDOC)로 분류된다[49,50]. LDOC와 RDOC의 농도 변화에 대한 원인 중 LDOC의 증가 원인은 POC 용해, 감소의 원인은 LDOC가 RDOC로 붕괴되거나 무기탄소로의 광물화 되는 것이며, RDOC의 증가 원인은 LDOC가 RDOC로 붕괴 시 증가하고 유기탄소에서 RDOC의 광물화는 농도를 감소시킨다[49]. 하천의 DOC 추적 과정을 나타내는 알고리즘은 QUAL2K와 CE-QUAL-W2를 결합하여 얻으며, POC 모델링의 경우 토양 손실 방정식(universal soil loss equation, USLE)을 사용하여 토양 침식에 대해 모의한다[49]. DOC와 POC의 순환 과정은 Fig. 2에 설명되어 있다. RDOC, LDOC, RPOC, LPOC의 순환기작은 Du et al. (2019), Qi et al. (2020) [36,49]의 논문에서 확인할 수 있다.

2.4. SWAT-C 입력자료

SWAT-C 모의를 위해서는 공간자료와 기상자료가 필요하다(Table 2). 공간자료는 DEM(digital elevation model), 토지피복도(landuse), 토양도(soil)로 구성된다. 황룡강 유역 모의를 위한 DEM 자료는 국토지리정보원으로부터 획득한 남한 5 m 자료를 이용하였으며, 토지피복도는 환경공간정보서비스(https://egis.me.go.kr/)에서 제공하는 중분류를 이용하였다[51]. 그리고 토양도는 농촌진흥청의 정밀토양도(1:25,000) 자료를 사용하였다. 기상자료는 기상청에서 운영하는 종관기상관측(ASOS)에서 획득하였으며, 강수량(mm), 최저･최고기온(℃), 일사량 (MJ/m²), 상대습도(%), 평균풍속(m/s) 자료를 사용하였다[52]. 황룡강 유역 내 점오염원 자료는 국립환경과학원에서 제공한 자료를 SWAT-C의 점오염원 입력자료 형태로 재산정 후 점오염원 자료를 입력하였다[40]. 비점오염원 정보는 기존 연구를 근거로 농업활동 스케줄을 산정하여 입력자료로 사용하였다[53]. 황룡강 유역 내 장성댐과 평림댐의 자료는 한국농어촌공사에서 제공한 2010년부터 2020년까지 일 단위 방류량 자료를 받아 모델 내 입력하였다. SWAT-C 모형의 검보정 성능 비교를 위해서는 유량과 수질자료가 필요하며, 유량자료는 국가수자원관리 종합정보시스템(WAMIS)에서 제공하는 일 단위 유량자료(5002660, 5002590)를 사용하였고 월 단위로 변환하여 검보정에 사용하였다. 수질자료(5002A40)는 물환경정보시스템(http://water.nier.go.kr/)에서 제공하는 주 단위를 이용하였다. 일 단위 유량을 통해 주 단위인 수질을 일 단위로 변환해주는 LOADEST 모델을 사용하여 월 단위 수질자료를 구축했다. LOADEST로 생성된 수질자료는 기존 연구에서 SWAT의 성능평가에 많이 사용되어 본 연구에서도 LOADEST를 적용하였다[54].

2.5. SWAT-C 검･보정

SWAT-C는 2010년부터 2020년까지 총 11년 기간의 월 단위로 모의하였고, 초기 2년(2010-2011)은 안정화 기간(warm-up), 보정 6년(2012-2017), 검정 3년(2018-2020)으로 구분하여 진행하였다. SWAT-C 모형의 보정을 위해서는 적합한 매개 변수를 선정해야 한다[43]. SWAT-C의 기존 연구를 참고하여 총 29개의 매개변수를 선정하였다[43]. (Table 3). 검보정에 필요한 매개변수 값은 McKay (1979)등[55]이 제안한 라틴 하이퍼큐브 샘플링(latin hypercube sampling, LHS)을 이용하여 구축하였다. 매개변수 자동 보정 과정으로 SWAT-C는 총 1000번 구동하였다.

본 연구에서는 실측 자료가 없어 검보정 되진 못하였지만 TOC 관리에 중요한 DOC와 POC 부하량 모의 결과도 나타냈다. DOC는 대부분 분해하기 어려운 난분해성 부식물질로 구성되어 분해속도가 느리고 침강제거 없이 장거리 거동하는 특징이 있다[56]. 반면, POC는 생물학적 분해가 용이하고 침강되어 제거된다[30]. 따라서, 거동 특성이 상이한 DOC와 POC 부하량 모의 결과는 TOC 관리에 중요한 정보를 제공할 수 있다.

2.6. SWAT-C 목적함수

본 연구에서는 SWAT-C 모형의 성능평가를 나타내는 목적 함수 중 3개의 목적함수를 사용하여 검보정을 수행하였다. SWAT- C 모형에 사용된 목적함수는 NSE(Nash-Sutcliffe efficiency), KGE(Kling-Gupta efficiency), PBIAS(Percent bias)를 사용하였다. NSE는 잔차의 분산과 실측값의 분산 사이의 상대적 크기를 비교하여 모델의 효율을 평가한다[43,57]. KGE는 분산과 상관계수 그리고 평균을 동시에 고려하여 NSE의 단점을 개선하고자 개발되었다[57,58]. NSE 및 KGE는 1에 가까울수록 모형 성능의 높음을 나타낸다. PBIAS는 평균적으로 실측값과 모의값의 오차를 퍼센트로 나타낸 것으로 절대값이 0에 가까울수록 모의 성능이 높음을 나타낸다[59]. 각각의 공식은 아래 (2) ~ (4)와 같다.

(2)

NSE=1-∑iOj-Pj2∑iOi-Om2

(3)

KGE=1-r-12+a-12+β-12

(4)

PBIAS=100×∑iQj-Pj∑iQj

여기서, Q_j 와 P_j 는 각각 관측값 및 모의된 값이다, O_m은 모든 관측값의 평균을 나타낸다. r은 피어슨 상관계수 α는 관측값의 표준편차에 대한 모의된 값의 표준편차 비율, β는 관측값의 평균에 대한 모의된 값의 평균 비율이다. SWAT-C 모형의 모의 통계치 재현성은 NSE > 0.5 및 KGE > 0.5인 경우 만족할 수 있으며, 유량의 경우 -25% < PBIAS < 25%에 대해 만족할 수 있다.

3. 결과 및 고찰

3.1. SWAT-C 검･보정 결과

2012년부터 2020년까지 총 9년 기간 동안의 유량과 TOC에 대해 검보정한 결과를 비교하였다(Fig. 3). 시계열 그래프는 SWAT-C 모형으로 모의한 유량과 TOC의 값이 실측값에 매우 유사한 것으로 나타나 SWAT-C 모형은 계절적 변동을 잘 모의했다고 판단된다. Table 4는 검보정 목적함수 결과를 보여준다. 보정 6년(2012-2017)과 검정 3년(2018-2020)으로 구분하여 진행한 결과 유량 예측의 보정 NSE 값은 0.88, KGE 0.80, PBIAS 1.49%로 나타났으며, 검정 NSE 값은 0.82, KGE 0.64, PBIAS 4.22%로 나타났다. 또한, TOC 예측의 보정 NSE 값은 0.69, KGE 0.63, PBIAS -23.24%로 나타났으며, 검정 NSE 값은 0.75, KGE 0.58, PBIAS 23.55%로 나타났다. 유량의 성능평가 기준을 근거로 유량은 NSE, KGE, PBIAS 세 가지 모두 만족스러운 통계치를 나타냈다. TOC에 대한 연구가 부족한 실정으로 본 연구에서는 TOC에 대한 모델 성능평가 기준이 확립된 기준이 없기 때문에 부하량에 영향을 줄 수 있는 유량이 TOC 부하량에도 영향을 줄 수 있을 것으로 가정하여 유량의 모의 통계치 기준을 동일하게 적용하였다[35]. TOC에 대한 기준은 유량의 기준을 적용하여 평가하였을 때, TOC 또한 NSE, KGE, PBIAS 모두 만족스러운 통계치를 보여주었다(Table 4).

황룡강 유역의 모의 및 관찰된 월 단위의 유량과 TOC에 대한 부하는 Fig. 3에 나와있으며, 유량과 TOC의 모의된 시계열 그래프는 관측값에 거의 일치하였다. 황룡강 유역의 검보정 기간동안 유량의 PBIAS는 과소평가되는 경향이 있다.

한국의 연 강수량 40% 이상은 여름철에 발생하기 때문에 사계절 중 여름철 강수량의 분포가 유량에 큰 영향을 준다[60]. 또한, TOC는 강수량이 많은 여름철에 유량과 증가하는 경향을 나타낸다. 특히, 2020년 8월 9일에 북상한 태풍 ‘장미’로 인해 광주･전남지역에 사흘간 집중호우가 발생하였고, 이 영향은 모의 기간 중 가장 높은 유량과 TOC 모의 결과에 반영되었다. TOC의 패턴이 유량과 동일한 패턴을 나타낸 것을 확인할 수 있었다. 그 결과 TOC 유출은 유량과 동일하게 강수량의 영향을 받는 것으로 판단된다[61].

Table 5와 같이 2020년 태풍으로 인하여 유량 및 TOC의 부하량이 전년 대비보다 급격히 증가했음을 확인할 수 있다. 또한, 유량 증가에 따라 TOC의 부하량 또한 증가하고 있어 유량과 TOC의 상관관계가 있을 것으로 판단된다.

3.2. 월 단위 DOC와 POC의 탄소유출 경향

TOC는 DOC와 POC의 합으로 각각의 부하량을 분석하면 TOC의 공간분포특성을 파악할 수 있다[62]. 유기물은 미생물에 의해 분해되며 산소를 소모하는 생분해성과 미생물에 의해 분해가 어려운 난분해성으로 구분된다. Fig. 4는 안정화 2년(2010-2011)을 제외한 2012년부터 2020년까지 총 9년의 월평균을 나타내었으며, 강수량이 많은 여름철에 높은 부하량을 보였다. DOC의 부하량이 POC의 부하량 보다 높은 것으로 예측되었으며, 유기입자로 배출된 양 보다 용존 형태로 배출된 양이 더 많다는 것으로 나타났다. 연구결과 DOC/TOC 평균은 81%로 나타났으며 POC/TOC 평균은 19%로 나타났다. Seo et al. (2009) [50]의 연구에서도 DOC/TOC 비율은 90% 이상 차지하고 POC/TOC 비율은 10% 정도 차지한다고 보고되었다. 본 연구 결과는 선행연구 범위와 유사한 것으로 나타났다. Fig. 5는 월 평균 유기물 분해 특성에 따라 구분되는 난분해성 물질(RDOC, RPOC)과 생분해성 물질(LDOC, LPOC)을 나타내었다. 그 결과, Fig. 4와 마찬가지로 강수량이 많은 여름철에 높은 패턴을 보이며, DOC 중 분해하기 어려운 난분해성 DOC(RDOC)가 차지하는 비율이 96%로 높은 비율을 나타났다[50]. Seo at el. (2009) [50] 논문에서도 DOC 중 RDOC의 비율이 88.5%로 높게 나타났으며 수중 내 유기물이 대부분 난분해성으로 존재한다고 보고한바 있으므로 선행 연구와 유사한 결과를 나타냈다. Jung et al. (2008) [63]의 연구에서는 금강 수계에서 RDOC와 LDOC의 평균이 각각 77%와 23% 정도인 것으로 보고 되었으며, Ryu et al. (2006) [64]의 연구에서는 낙동강 수계의 RDOC 평균이 61%로 보고되었다. 본 연구의 모델 결과 계절적 변화는 강우사상이 많은 여름철에 증가하는 경향을 보이며 강우사상이 적은 계절에는 다소 낮은 경향을 보인다. 따라서, 유기물질의 부하량은 강우의 영향을 받으며 깊은 상관관계가 있다고 판단된다.

3.3. 고찰

본 연구에서는 SWAT-C 모형을 이용하여 수계 내 TOC를 모의하였다. SWAT-C는 DOC와 POC를 구분하여 모의하지만 실측값이 있는 TOC를 대상으로 검보정을 진행하였다. DOC와 POC의 거동 특성이 상이함에 따라 TOC 보다 DOC와 POC로 구분하여 그 부하량을 예측할 수 있으면 하천 탄소 관리에 유용하다[56]. 본 연구에서는 실측 TOC만 가용하여 모델을 검보정하였고, DOC와 POC의 경우 실측자료의 한계로 검보정 없이 모델 결과를 제시하였다. 과거 실측연구와 비교하여 DOC와 POC 모의 결과는 유사하게 나타냈지만, 실측자료를 사용한 검보정이 필요하다. 그러나, 현재 국내 수질측정망에서 TOC 데이터만 제공되며 향후 DOC와 POC의 데이터가 제공된다면 SWAT-C를 이용하여 DOC와 POC에 대한 검보정을 실시할 계획이다. SWAT-C를 DOC와 POC를 대상으로 검보정을 진행한다면 수계 탄소의 흐름 및 관리에 더 효율적일 것으로 판단된다. 본 연구의 결과 또한 Wetzel and Rich (1972) [65]와 Wetzel (1984) [66]의 연구와 유사하게 월 평균 TOC 비율 중 POC가 차지하는 비율이 14~28% 범위를 나타내었다. 기존 선행연구보다 10% 높은 것은 2020년 8월 태풍의 영향으로 강우량이 증가해 높은 것으로 판단된다. SWAT-C 모형은 SWAT 모형을 고도화 하여 개발한 모델로서 기존 SWAT 모형은 Woo et al. (2020) [67]의 연구 등 오염물질의 흐름과 부하량을 대상으로 검보정을 진행하여 모의한다. 국내외 사례에서 SWAT 모형과 SWAT-C 모형은 일반적으로 부하량과 비교되어[59,68,69] 본 연구에서도 부하량을 기준으로 검보정을 실시했다. 그러나 국내 수질측정망은 오염물질 농도 모니터링 자료로 제공하고 목표 수질기준 또한 농도 단위로 평가한다. 따라서, 향후 연구에서 TOC의 농도를 사용하여 검보정 및 적용성 평가가 필요하다. 최근, 환경부는 유기물질 중 하나인 BOD 관리 한계를 극복하고 생물 분해가 되지 않는 난분해성 유기물질 배출 증가에 대응하기 위해 금호강과 남강 수계에 TOC 총량제를 시범 도입한다[70]. 따라서, SWAT-C 모형이 TOC 총량제 관리에 도움이 될 것으로 판단된다.

4. 결 론

1) 국내에서는 폐수 및 하수처리장에서의 분해 가능한 유기물 처리 효율이 높아져 난분해성 유기물이 증가하게 되었으며, 기존 수질오염측정지표인 BOD 및 COD의 유기물 측정에 한계가 있어 전세계적으로 TOC를 수질오염측정지표로 적용 범위를 확대하고 있다. 그러나 현재 국내에서는 TOC에 대한 연구가 매우 부족한 실정이다.

2) TOC 검보정을 통해 모의된 DOC와 POC는 선행연구에서 보고된 실측 총 TOC내 DOC와 POC 구성비율과 유사한 결과를 나타났다. 추후 실측 DOC와 POC 데이터를 확보하여 검보정된 모의 결과를 제시하면 수계 탄소 관리에 유용할 것이다.

3) 본 연구에서는 최근 개발된 SWAT-C 모형을 국내 적용성에 대한 검토를 진행하였으며, 적용한 결과 유량과 TOC에 대한 검보정 통계치의 만족스러운 결과를 나타냈다. 본 연구 대상지인 황룡강 유역 외 다른 대상지에 적용하여 국내 수계 내 TOC의 흐름을 모의한다면 탄소 관리의 도움이 될 것으로 판단되어 다른 대상지에 대한 적용이 필요하다고 사료된다.

Acknowledgments

본 논문은 2021년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(NRF-2021R1A6A1A10045235).

Notes

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

Fig. 1.

(a) Observation stations, (b) land use and (c) soil map of Hwangryong River Watershed. Note: Observation stations include weather, dam, Outlet (water quantity and water quality) and point source.

Fig. 2.

Simulation TOC flow chart of SWAT-C model (adopted from Qi et al. 2020). Note: DOC (Dissolve Organic Carbon), POC (Particulate Organic Carbon), LPOC (Labile Particulate Organic Carbon), RPOC (Refractory Particulate Organic Carbon), LDOC (Labile Dissolve Organic Carbon), RDOC (Refractory Dissolve Organic Carbon), P1 (Labile Organic Carbon), P2 (Slow Reacting Organic Carbon), P3 (Non-Reacting Organic Carbon).

Fig. 3.

(a) Monthly flow rate and calibration/validation result of SWAT-C model, (b) TOC and calibration/validation result.

Fig. 4.

Monthly average of DOC, POC and TOC between 2012 and 2020.

Fig. 5.

Monthly average of LDOC, RPOC, RDOC and RPOC between 2012 and 2020.

Table 1.

Land use classification of Hwangryong River Watershed.

Land Use Code	Name	Area(%)
UINS	Urban Institutional	0.24
UIDU	Urban Industrial	0.17
ORCD	Orchards/Vineyard	1.63
UTRN	Urban Transportation	3.60
BARR	Barren land	1.62
IRLA	Irrigable land	0.44
WATE	Water (river, pond etc)	3.03
WETL	Wetlands Mixed	1.19
RICE	Rice	10.14
URLD	Residential Low Density	0.04
AGRR	Row crops	4.90
UCOM	Urban Commercial	0.24
TYGR	Typical grass	11.31
SWRN	South Western Range	0.10
PAST	Pasture/Hay	0.02
URHD	Urban High Density	0.58
FODC	Forest Deciduous conifer	26.79
FRST	Mixed Forest	7.36
FRSE	Evergreen Forest	26.21

Table 2.

Descriptions of SWAT-C input data.

Class	Define	Source
DEM	Digital Elevation Models (Elevation data)	National Geographic Information Institute
Land Cover Map	Intermediate Classification Land Cover Map	Environmental Space Information Service
Soil Map	Hydrologic Soil Group	Rural Development Administration
Climate Data	Precipitation, Temperature, Wind speed, Relative humidity, Solar radiation	Automated Synoptic Observing System (ASOS)
Point Source	Terminal Disposal Plant of Sewage	National Institute of Environmental Research
Dam	Outflow	Korea Rural Community Corporation
Water Quality	TOC	Water Environment Information System
Water Quantity	FLOW	National Water Management System

Table 3.

List of Calibrated Parameters.

Input File	Parameters	Define	Range	Optimal value
sol	USLE_K	USLE equation soil erodibility (K) factor.	-50% – 50%	13.85%
sol	SOL_AWC	Available water capacity of the soil layer.	-50% – 50%	-15.85%
sol	SOL_K	Saturated hydraulic conductivity.	-50% – 50%	-3.25%
sol	SOL_BD	Moist bulk density.	-50% – 50%	-33.25%
sol	SOL_Z	Depth from soil surface to bottom of layer.	-50% – 50%	-26.65%
rte	CH_K2	Effective hydraulic conductivity in main channel alluvium.	-0.01 – 500	213.2443
rte	CH_COV2	Channel cover factor.	-0.001 - 1	0.9004
rte	CH_COV1	Channel erodibility factor.	-0.05 – 0.6	0.296125
rte	PRF	Peak rate adjustment factor for sediment routing in the main channel.	0 - 2	1.287
rte	CH_N2	Manning's "n" value for the main channel.	-0.01 – 0.3	0.250555
mgt	CN2	SCS runoff curve number for moisture condition 2	-30% – 30%	-0.75%
mgt	USLE_P	USLE equation support practice	0 - 1	0.1265
hru	CANMX	[OPTIONAL] Maximum canopy storage.	0 - 100	44.75
hru	LAT_TTIME	Lateral flow travel time.	0 – 180	19.89
gw	GW_REVAP	Groundwater "revap" coefficient.	0.02 – 0.2	0.18479
gw	GW_DELAY	Groundwater delay.	0 - 500	266.75
gw	REVAPMN	Threshold depth of water in the shallow aquifer for "revap" to occur.	0 - 1000	343.5
gw	ALPHA_BF	Baseflow alpha factor.	0 - 1	0.8725
gw	GWQMN	Threshold depth of water in the shallow aquifer required for return flow to occur.	0 – 5000	4412.5
bsn,,hru	EPCO	Plant uptake compensation factor.	0 - 1	0.0905
bsn,,hru	SURLAG	Surface runoff lag time in the HRU	0 - 24	19.3885
bsn,,hru	ESCO	Soil evaporation compensation factor.	0 - 1	0.1315
bsn, rte	SPCON	Linear parameter for calculating the maximum amount of sediment that can be reentrained during channel sediment routing.	0.0001–0.01	0.004708
bsn, rte	SPEXP	Exponent parameter for calculating sediment reentrained in channel sediment routing.	1 – 1.5	1.13975
basins_cequal.swq	sv_rp	RPOC settling velocity	0.1 - 1	0.16615
basins_cequal.swq	sv_lp	LPOC settling velocity	0.1 - 1	0.45055
basins_carbon.sol	peroc_DOC_para	DOC percolation coefficient	0.01 - 1	0.745075
basins_carbon.sol	er_POC_para	POC enrichment ratio	0.1 - 5	1.77825
basins_carbon.sol	part_DOC_para	organic carbon partition coefficient, basin scale parameter	500 -2000	877.25

Table 4.

Performance of the objective function for the monthly flow rate and TOC load of the target site.

Variable	Calibration			Validation
Variable	NSE	KGE	PBIAS(%)	NSE	KGE	PBIAS(%)
FLOW	0.88	0.80	1.49	0.82	0.64	4.22
TOC	0.69	0.63	-23.24	0.75	0.58	23.55

Table 5.

Annual average flow and monthly total TOC load.

Year	Flow (m³/s)	TOC (tons C month^-1)
2012	57.43	344.69
2013	18.65	152.18
2014	35.41	289.56
2015	5.89	70.30
2016	6.7	85.01
2017	18.48	194.91
2018	20.21	198.46
2019	21.36	229.58
2020	122.19	945.37

References

1. J. H. Lyu, D. G. Lee, Inquiry of water environment in mihocheon (stream)-water quality monitoring focused on TOC, Journal of Korean Society on Water Environment., 23(5), 731-739(2007).

2. H. J. Oh, D. H. Song, J. H. Kim, A case study of water pollutant discharge load distribution method by watershed using GIS - Focusing on the Byeongcheon stream water system, (2008).

3. J. S. Byun, M. W. Son, Effects of climate change and reduction method on water quality in Cheongmicheon watershed, J. Korea Water Resour. Assoc., 51(7), 585-597(2018).

4. B. Y. Lee, C. H. Lee, Effects of the voluntary scheme of total maximum daily load based on water quality and annual evaluation data in the gyeongan watershed, Journal of Korean Society on Water Environ., 37(4), 263-274(2021).

5. Ministry of Environment, Total Water Pollution Management System, (2010).

6. K. D. Yeo, E. H. Jo, Y. H. Jung, C. S. Yi, Cost reduction measure for river water quality management by cooperation between local governments: a case of the Youngsan river, Journal of Civil and Environ. Eng. Research., 32(5B), 273-285(2012).

7. Y. I. Kim, S. J. Yi, Improvement of procedures for reasonable implementation of TMDL, J. Korean Soc. Environ. Eng., 36(10), 719-723(2014).

8. Ministry of Environment, Handbook of Total Water Pollution Amount Management, (2004).

9. Y. J. Kim, J. S. Kim, I. S. Park, Water Quality modeling using spatial information technology, 547-548(2018).

10. K. H. Kim, Environment GIS. 문운당, 230-231(2007).

11. S. H. Jung, H. P. Rhee, H. S. Hwang, C. G. Yoon, A study on the applicability of HSPE Paddy-RCH for calculating the reduction of agricultural non-point pollutants, J. Korean Soc. Environ. Eng., 42(12), 593-602(2020).

12. S. S. Park, Current status and future prospects of water quality model technology, Korean River Assoc., (2006).

13. D. H. Kim, S. W. Hwang, T. S. Jang, H. C. So, Assessing climate change impacts on hydrology and water quality using SWAT model in the mankyung watershed, J. Korean Soc. Agric. Eng., 60(6), 83-96(2018).

14. E. S. Jeong, H. L. Cho, B. K. Koo, Estimation of pollution loads to the geum-river estuary for precipitation conditions using a semi-distributed watershed model stream, J. Korean Soc. Mar. Environ. Energy., 21(3), 216-227(2018).

15. J. W. Lee, J. S. Eom, B. C. Kim, W. S. Seok, J. C. Ryu, H. W. Kang, K. S. Kim, K. J. Jae, Water quality prediction at mandae watershed using SWAT and water quality improvement with vegetated filter strip, J. Korean Soc. Agric. Eng., 53(1), 37-45(2011).

16. D. H. Kang, J. M. Kim, W. Kim, Y. D. Kim, Prediction of continuous discharge and water quality change for gate operation in seonakdong river experimental catchment using SWAT, J. Wetl. Research., 14(1), 21-33(2012).

17. C. G. Jung, H. K. Joh, J. Y. Park, S. J. Kim, Runoff characteristics comparison of nonpoint source pollution for two adjacent stream watersheds using SWAT model, J. Korean Soc. Agric. Eng., 54(3), 91-101(2012).

18. E. A. Tea, M. H. Chae, Y. H. Cho, S. U. Cheon, G. B. Kil, H. J. Cho, Evaluation of pollution load reduction effect on algae in daecheong lake using a SWAT model, J. Environ. Anal. Heal. Toxicol., 22(4), 207-216(2019).

19. B. S. Kal, S. H. Cho, C. D. Park, H. S. Mun, Y. E. Joo, J. B. Park, Watershed water quality management plan using SWAT and load duration curve, Journal of the Korean Association of Geographic Information Studies., 24(3), 41-57(2021).

20. Y. Zhang, J. Xia, Q. Shao, X. Zhai, Water quantity and quality simulation by improved SWAT in highly regulated huai hiver basin of china, Stoch Environ. Res. Risk Assess., 27(1), 11-27(2013).

21. Nazari-Sharabian. M, M. Taheriyoun, S. Taheriyun, S. Ahmad, M. Karakouzian, A. Ahmadi, Water quality modeling of mahabad dam watershed-reservoir system under climate change conditions, Water (Switzerland)., 11(2), 1-16(2019).

22. R. Liu, P. Zhang, X. Wang, Y. Chen, Z. Shen, Assessment of effects of best management practices on agricultural non-point source pollution in xiangxi river watershed, Agric Water Manag., 117, 9-18(2013).

23. P. Tuppad, N. Kannan, R. Srinivasan, C. G. Rossi, J. G. Arnold, Simulation of agricultural management alternatives for watershed protection, Water Resour. Manag., 24(12), 3115-3144(2010).

24. V. Venishetty, P. B. Parajuli, Assessment of BMPs by estimating hydrologic and water quality outputs using SWAT in yazoo river watershed, Agric., 12(4), (2022).

25. H. N. Seo, J. K. Lee, H. J. Min, I. J. Lee, Analysis of characteristics and correlation between TOC and COD, SS concentration in according to river watershed, The Korean Society of Environmental Agriculture., 333-334(2013).

26. J. Y. Kim, T. H. Lee, G. S. Choi, M. H. Kim, Study of the relationship between TOC what is index of lakes water quality management and organic matter by pollution source, The Korean Society of Environmental Agriculture., 125(2016).

27. D. H. Choi, J. W. Jung, K. S. Yoon, K. S. Lee, W. J. Choi, S. S. Lim, B. J. Yim, Estimation of TOC concentration using BOD, COD in runoff from paddy fields, Korean Society on Water Environment., 28(6), 813-818(2012).

28. Ministry of Environment Home Page, Water environment conservation act the indicator of organic matter among water pollutants is converted from COD to TOC, October(2019).

29. S. Bickerstaffe, Science of chemical oxygen demand in technical information series booklet, 9 ed., (1997).

30. E. H. Oh, H. S. Lim, G. W. Ahn, H. H. Lee, J. S. Park, S. I. Yang, The characteristics of TOC, COD / BOD on youngsan river basin, J. of the Korean Society for Environmental Analysis., 18(1), 38-48(2015).

31. D . H. Han, H. J. Kim, J. H. An, I. J. Yang, S. M. Lee, A Study on the establishment of industrial wastewater TOC emission standards., (2015).

32. I. K. An, H. S. Park, S. O. Chung, I. G. Ryu, J. K. Choi, J. W. Kim, Analysis of organic carbon cycle and mass balance in daecheong reservoir using three-dimensional hydrodynamic and water quality model, Journal of Korean Society on Water Environment., 36(4), 284-299(2020).

33. Z. Yin, D. Seo, Water quality modeling of the ara canal, using EFD C-WASP model in series, J. Korean Soc. Environ. Eng., 35(2), 101-108(2013).

34. X. Zhang, Simulating eroded soil organic carbon with the SWAT-C model, Environ. Model Softw., 102, 39-48(2018).

35. J. Qi, X. Zhang, S. Lee, Y. Wu, G. E. Moglen, G. W. McCarty, Modeling sediment diagenesis processes on riverbed to better quantify aquatic carbon fluxes and stocks in a small watershed of the Mid-Atlantic region, Carbon Balance Manag., 15(1), 1-14(2020).

36. J. Qi, X. D u, X. Zhang, S. H. Lee, Y. Wu, J. D eng, G. Moglen, A. Sadeghi, G. McCarty, Modeling riverine dissolved and particulate organic carbon fluxes from two small watersheds in the northeastern united states, Environ. Model Softw., 124(October 2019), 104601(2020).

37. C. Y. Oh, Millennium Forest, in Proceedings of Korea River Association., 8(3), 16-19(2012).

38. J. W. Kwon, K. W. Jung, H. J. Jeon, B. H. Park, M. H. Shin, Comprehensive measures for water quality improvement of pyeonglim dam watershed, Korean Society of Agricultural Engineering., 242, (2007).

39. C. M. Shin, D. R. Kim, Y. S. Song, Analysis of hydraulic characteristics of yeongsan river and estuary using EFDC model, Journal of Korean Society on Water Environment., 35(6), 580-588(2019).

40. M. H. Park, H. L. Cho, B. K. Koo, Nn evaluation of climate change effects on pollution loads of the hwangryong river watershed in korea, J. Korean Water Resour. Assoc., 48(3), 185-196(2015).

41. Y. S. Han, S. H. Yun, Removal of obstacles and waste treatment in the submerged area of pyeongnim dam to secure clean water source pp. 40-44(2015).

42. C. I. Moon, S. H. Park, J. E. Lee, M. G. Kim, Estimation of distributed groundwater recharge in jangseong district by using integrated hydrologic model, Journal of the Korean Society of Civil Engineers., 38(4), 517-526(2018).

43. J. S. Yu, J. W. Noh, Y. H. Cho, SWAT model calibration/ validation using SWAT-CUP Ⅰ: analysis for uncertainties of objective functions, J. Korea Water Resour. Assoc., 53(1), 45-56(2020).

44. J. C. Pyo, SWAT model algae module performance improvement plan, Korea Water Resources Association, pp. 17-20(2020).

45. J. H. Jang, C. G. Yoon, K. W. Jung, S. B. Lee, Characteristics of pollution loading from kyongan stream watershed by BASINS/SWAT, Korean J. Limnol., 42(2), 200-211(2009).

46. J. H. Han, T. S. Ryu, K. J. Lim, Y. H. Jung, A review of baseflow analysis techniques of watershed-scale runoff models, J. Korean Soc. Agric. Eng., 58(4), 75-83(2016).

47. Y. H. Cho, SWAT model calibration/validation using SWAT-CUP III: multi-site and multi-variable model analysis, J. Korea Water Resour. Assoc., 53(12), 1143-1157(2020).

48. X. Zhang, R. C. Izaurralde, J. G. Arnold, J. R. Williams, R. Srinivasan, Modifying the soil and water assessment tool to simulate cropland carbon flux: model development and initial evaluation, Sci. Total Environ., 463-464, 810-822(2013).

49. X. Du, X. Zhang, R. Mukundan, L. Hoang, E. M. Owens, Integrating terrestrial and aquatic processes toward watershed scale modeling of dissolved organic carbon fluxes, Environ. Pollut., 249, 125-135(2019).

50. H. J. Seo, Y. J. Kang, K. W. Min, K. S. Lee, G. Y. Seo, S. H. Kim, K. J. Pail, S. J. Kim, Characteristics of distribution and decomposition of organic matters in stream water and sewage effluent, Analytical science & technology., 23(1), 36-44(2010).

51. C. H. Seong, S. H. Hwang, H. D. Lee, Developing surface water quality modeling framework considering spatial resolution of pollutant load estimation for saemangeum using HSPF, J. Korean Soc. Agric. Eng., 59(3), 83-96(2017).

52. K. J. Won, J. H. Sung, E. S. Chung, Parameteric assessment of water use vulnerability of south korea using SWAT model and TOPSIS, J. Korea Water Resour. Assoc., 48(8), 647-657(2015).

53. D. J. Jeon, S. J. Ki, Y. K. Cha, Y. E. Park, J. H. Kim, New methodology of evaluation of best management practices performances for an agricultural watershed according to the climate change scenarios: a hybrid use of deterministic and decision support models, Ecol. Eng., 119, 73-83(2018).

54. N. Krishnan, C. Raj, I. Chaubey, K. P. Sudheer, Parameter estimation of SWAT and quantification of consequent confidence bands of model simulations, Environ. Earth Sci., 77(12), 1-16(2018).

55. M. D. McKay, R. J. Beckman, W. J. Conover, A comparison of three methods for selecting values of input variables in the analysis of output from a computer code, Technometrics., 42(1), 55-61(2000).

56. K. Y. Kim, B. C. Kim, J. S. Eom, Y. S. Choi, C. W. Jang, H. K. Park, The distribution of POC and DOC in four reservoirs on the north han river and the relationship with algal density, Journal of Korean Society on Water Quality., 25(6), 840-848(2009).

57. D. N. Moriasi, J. G. Arnold, L. M. W. Van, R. L. Bingner, R. D. Harmel, T. L. Veith, Conduction between left superior pulmonary vein and left atria and atria fibrillation under cervical vagal trunk stimulation, Colomb. Med., 39(3), 227-234(2008).

58. C. H. Lee, N. J. Lee, J. T. Kim, SWAT model calibration/validation using SWAT-CUP in danjang-stream watershed, Journal of the Korea Academia-Industrial cooperation Society., 22(9), 235-246(2021).

59. J. W. Lee, C. G. Jung, S. Y. Woo, S. Y. Kim, S. J. Kim, Evaluation of stream flow and water quality behavior by weir operation in nakdong river basin using SWAT, J. Korea Water Resour. Assoc., 52(5), 349-360(2019).

60. C. Y. Park, Y. E. Choi, J. Y. Moon, W. T. Yun, Classification of climate zones in south korea considering both air temperature and rainfall, J Korean Geogr. Soc., 44(1), 1-16(2009).

61. A. Y. Lee, M. J. Park, D. J. Jo, S. D. Kim, Estimating BOD, CDO and TOC hydrologic flux in nakdong river basin, Journal of the Korean Society of Environmental Engineering., 32(9), 830-839(2010).

62. M. O. Park, Y. W. Lee, S. A. Cho, H. M. Kim, J. K. Park, S. G. Kim, S. S. Kim, S. M. Lee, A study on the appropriateness as organic matters indicator and the distribution of chemical oxygen demand and total organic carbon in masan bay, J. Korean Soc. Oceanogr., 26(2), 82-95(2021).

63. C. W. Jang, J. K. Kim, D. G. Kim, J. H. Park, The distribution of organic carbon and its decom position rate in the kum river, Journal of Korean Society on Water Quality., 24(2), 174-179(2008).

64. D. K. Ryu, J. Y. Kim, S. D. Bae, J. C. Park, J. K. Ryu, A study on the water quality indicators of total maximum daily load management in nakdong river, Korean Society for Water Environment., 1181-1188(2006).

65. R. G. Wetzel, P. H. Rich, Carbon in freshwater systems, in Proceedings of the 24th Brookhaven Symposium in Biology, Upton, New York, (1973).

66. R. G. Wetzel, Detrital dissolved and particulate organic carbon functions in aquatic ecosystems, Bull Mar. Sci., 35(3), 503-509(1984).

67. S. Y. Woo, J. W. Lee, Y. W. Kim, S. J. Kim, Assessment of future stream flow and water quality of man-gyeong river watershed based on extreme climate change scenarios and inter-basin water transfer change using SWAT, J. Korea Water Resour. Assoc., 53(8), 605-616(2020).

68. W. Y. Kim, J. W. Lee, S. Y. Woo, S. J. Kim, Evaluation of stream flow and water quality changes of yeongsan river basin by inter-basin water transfer using SWAT, J. Korea Water Resour. Assoc., 53(12), 1081-1095(2020).

69. H. S. Hwang, B. K. Park, Y. S. Kim, K. J. Park, S. U. Cheon, S. J. Lee, Research on the applicability of the load duration curve to evaluate the achievement of target water quality in the unit watershed for a TMDL, J. Korean Soc. Water Environ., 27(6), 885-895(2011).

70. Y. H. Kim, Confirmation of four-stage total pollutant control to im prove the water quality of the three m ajor rivers, Ministry of Environment Home Page, http://www.me.go.kr, June(2021)