• 검색 결과가 없습니다.

불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구

N/A
N/A
Protected

Academic year: 2021

Share "불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구"

Copied!
76
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)KEI Working Paper 2014-06. 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구 Accounting for Uncertainty in Defining the Marin of Safety(MOS) of TMDL 정선희 | 송영일.

(2)

(3) Working Paper 2014-06. 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구 정선희 · 송영일 임영신.

(4) 연구진. 연구책임자 정선희 (한국환경정책·평가연구원 전문연구원) 참여연구진 송영일 (한국환경정책·평가연구원 선임연구위원). 산학연정 연구자문위원. 김영오 (서울대학교 교수). ⓒ 2014 한국환경정책・평가연구원 발행인. 박광국. 발행처. 한국환경정책・평가연구원 서울특별시 은평구 진흥로 215 (우편번호) 122-706 전화 02)380-7777 팩스 02)380-7799 http://www.kei.re.kr. 인쇄. 2014년 10월 15일. 발행. 2014년 10월 20일. 출판등록 제17-254호 ISBN. 978-89-8464-862-3 93530. 이 보고서를 인용 및 활용 시 아래와 같이 출처 표시해 주십시오. 정선희, 송영일. 2014. 「불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구」. 한국환경정책・평가연구원.. 값 5,000원.

(5) 서 언 기후변화로 인해 자연현상의 변동성과 예측의 불확실성에 대한 관심이 증가하고, 이를 정책에 반영하기 위한 노력들이 활발하게 전개되고 있습니다. 과학과 정책의 연결 을 위해서는 무엇보다도 불확실성의 원인을 정의하고, 그 크기를 정량화하는 것이 중요 합니다. 우리나라는 1999년 ‘한강수계 상수원 수질개선 및 주민지원 등에 관한 법률’이 제정되면서 오염총량관리가 제도적으로 도입 된 이후 수질관리의 핵심적 역할을 하고 있습니다. 수질오염총량관리제에서는 계획의 수립 및 시행 과정의 불확실성을 보완하기 위해서 안전율을 부여하고 있지만, 안전율 산정의 과학적 근거가 부족하고 또 안전율이 과다하 게 책정되어 부하량 삭감에 과도한 비용이 투입되고 있다는 지적들이 있습니다. 본 연구에서는 안전율 산정과 관련한 국내외 연구결과들을 조사 및 정리하여, 안전율 산정 의 과학적 근거를 마련하고 더 나아가 산정된 목표수질이 가질 수 있는 리스크를 제공하 여 의사결정권자들의 판단을 지원하는 데 기여할 수 있을 것이라 기대해 봅니다. 본 연구결과가 나오기 까지 연구를 맡아 수행한 정선희 전문연구원과 송영일 연구위 원의 노고에 감사를 표합니다.. 2014년 10월 한국환경정책·평가연구원 원장박광국.

(6) 국문 요약 수질오염총량제는 관리계획의 수립과 제도의 시행 과정에 포함될 수 있는 불확실성 을 보정하기 위해서 안전율을 설정하도록 하고 있다. 안전율은 기준배출부하량의 10% 로 하고 있고, 경우에 따라서 조정할 수 있도록 하고 있다. 안전율 10%에 대한 과학적 근거의 부족과 개선의 필요성이 지속적으로 제기되고 있다. 불확실성을 합리적이고 과학적으로 고려하기 위해서 임의적 안전율 설정을 지양하고 통계적 기법의 개발을 통한 불확실성의 정량화 필요성이 제기되고(NRC, 2001), 이를 개선하기 위한 연구들 이 꾸준히 진행되고 있다(Zhang and Yu, 2004; Walker, 2004; 김경태 등, 2010). 기후변화로 인해 자연현상의 변동성과 예측의 불확실성에 대한 관심이 증가하고, 이를 정책에 반영하기 위한 노력들이 활발하게 전개되고 있다. 수질오염총량제도도 기후변화라는 외부적 요인에 의한 변동성에 대응할 필요가 있을 것이다. 먼저, 현재 수질오염총량제에서 불확실성을 어떻게 고려하고 있는지 알아보고, 이에 대한 개선의 방향을 설정하는 것이 바람직할 것이다. 이를 위해서 우리나라 수질오염총량제의 시행 과정에서 제기되고 있는 문제들에 대해서 안전율을 중심으로 조사하였고, 불확실성의 요소와 불확실성을 정량적으로 나타내고 최소화할 수 있는 접근방법들에 대해서 조사 하였다. 정량화를 통해서 안전율 산정의 과학적 근거를 마련하기 위하여 우선적으로 불확실성의 원인과 최소화를 위한 접근방법을 조사하였다. 수질오염총량관리 계획의 수립 및 시행 과정에서 불확실성으로 인해 야기될 수 있는 문제들을 보완하기 위해서 이용 가능한 자료가 부족하고, 계산 및 모델링 과정에 보수적 가정을 적용하여 안전율을 확보하는 내재적(Implicit MOS) 방법을 제도 시행 초기에는 주로 사용하고 있다. 이런 내재적 방법은 적용된 안전율과 안전부하량의 크기를 명확하 게 알 수 없어 안전율에 대한 검토 및 평가가 불가능하다. 이를 보완하기 위해서 기준배 출부하량에 일정한 비율의 안전율을 적용하는 명시적(Explicit MOS) 방법을 사용하고.

(7) 있지만, 안전율 산정의 과학적 근거가 부족하다는 지적을 받아오고 있다. 일부에서는 관측된 수질자료의 변동성과 수질기준 초과 빈도 등을 이용하여 안전율 산정하고 (NYDEC, 1999; 김경태 등, 2010; 신현곤과 천승규, 2002), 더 나아가 수질모델링 및 추계적 방법을 이용하여 불확실성을 분석하여 안전율 산정에 활용하였다(Sexton 등, 2011; Walker, 2001). 또한, 설정된 안전율이 목표수질의 달성에 대한 리스크를 고려할 수 있도록 명시하여 의사결정권자의 판단을 지원하기 위해서 리스크 기반 접근 법(Franceschini and Tsai, 2008; Langseth and Brown, 2011; Chin, 2009)이 제안 되고 있다. 본 연구에서는 수질오염총량 산정과정에서 자연적 변동 및 지식의 한계 등으로 인해 야기될 수 있는 불확실성을 고려하기 위해서 설정하고 있는 안전율의 설정 방법을 개선 하기 위한 연구를 조사 정리하였다. 컴퓨터의 발전으로 계산능력이 향상되고, 수집된 자료들이 증가되면서 관측치를 통계적으로 분석하여 안전율의 설정에 활용하는 방법들 이 제안되고 있다. 목표수질기준을 초과하지 않도록 하는 리스크 관리적 방법으로 접근 하기도 한다. 향후에는 이런 이론적 바탕에 근거하여 실질적으로 목표수질기준을 초과 하는 리스크를 관리하는 관점에서 안전율을 설정하는 방법을 연구해 볼 필요가 있을 것이다.. 주제어 : 수질오염총량제, 안전율, 불확실성, 리스크 관리.

(8)

(9) 차 례. 제1장 서 론 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·1 1. 연구의 배경 및 목적 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·1 2. 연구내용 및 방법 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·3. 제2장 수자원 관리와 불확실성 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·4 1. 불확실성이란 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·4 가. 불확실성의 정의 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·4 나. 불확실성 분류 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·7 2. 불확실성과 의사결정 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·11. 제3장 수질오염총량관리제도의 개요 및 추진 현황 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·15 1. 수질오염총량관리제도 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·15 가. 개요 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·15 나. 우리나라 도입 및 이행현황 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·17 다. 수질오염총량제도의 성과 및 한계 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·18 2. 불확실성을 고려한 안전율 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·21 가. 안전율의 역할 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·21 나. 수질오염총량에 내재된 불확실성 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·23. 제4장 불확실성을 고려한 안전율 산정 개선을 위한 연구 사례 · · · · · · · · · · · · · · · · · · · · ·27 1. 안전율 산정 방법 개요 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·27 2. 내재적(implicit) 안전율 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·34.

(10) 3. 외재적(Explicit) 안전율 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·35 가. 관측치에 근거한 안전율(variability) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·36 나. 추계적 안전율 산정 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·38 4. 리스크기반 안전율 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·41 가. Franceschini와 Tsai(2008)의 접근 방법 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·43 나. Chin(2009)의 접근 방법에 대한 정리 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·45 다. 공학적 설계안전여유를 이용한 리스크 기반 접근방법 · · · · · · · · · · · · · · · · · · · · ·47 라. 수질기준 초과빈도를 이용한 리스크 분석 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·48. 제5장 결론 및 제언 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 52 참고문헌 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·54 Abstract · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 59.

(11) 표 차례 <표 1> 불확실성 분류 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·6 <표 2> 발생 원인별 불확실성 분류 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·7 <표 3> 목표수질 설정 지점 수 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·18 <표 4> 유역모델링의 불확실성 요소 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·25 <표 5> 안전율 산정 방법 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·29 <표 6> 뉴욕시의 안전율 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·37. 그림 차례 <그림 1> 오염총량제에서 불확실성의 원인(Chen et al., 2006) · · · · · · · · · · · · · · · ·24 <그림 2> 결과의 변동성을 고려할 때 리스크의 개념적 표현 · · · · · · · · · · · · · · · · · · · · · · ·42 <그림 3> TMDL 계산에서 MOS의 개념적 표현 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·44 <그림 4> 리스크관리 방법의 개념 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·45 <그림 5> 수질기준 초과빈도를 이용한 TMDL 불확실성 분석 절차 · · · · · · · · · · ·50.

(12)

(13) 제1 장 서 론. 제1장 서 론 1. 연구의 배경 및 목적 문제에 내재된 불확실성이 클수록 우리가 그 문제를 이해하는 데 정확성 과 정밀성이 떨어진다. 그 문제를 해결하고 예측하기 위해서는 그 불확실성 을 해석하고 평가해야만 한다. 뿐만 아니라 우리가 추구하는 예측의 정확성 과 불확실성의 최소화 사이에서 적정한 수준에 대한 의사결정도 필요하다. 대부분의 과학과 공학 분야에서는 정보, 모형, 해결책에 관한 정보에 불확실 성을 포함하지 않았었다. 하지만 기후변화로 인해 자연현상의 변동성과 예 측의 불확실성이 대두되면서 불확실성과 그에 수반되는 리스크들이 관심을 끌고 있다. 각각의 문제에 내재된 불확실성을 정의하고 정량화하는 것은 물리적으로 해석될 수 있는 수준과 추구해야 하는 정확도의 수준이 함께 고려되어야 한다. 그런 이유 중의 하나는 높은 수준의 정확도는 시간과 돈의 투자를 통해서 얻을 수 있기 때문이다. 시스템이나 문제가 복잡할수록 문제에서 정의해야 하는 문제에 대한 정보는 정확하지 않고, 그 결과 불확실성은 커진 다. 그래서 불확실성은 정확성, 정보, 복잡성과 관계있고, 궁극적 해결을 위해서는 무엇보다도 불확실성의 평가가 중요하다. 불확실성은 모든 과학적 분야에 녹아 있고, 모든 추상적 개념, 모델, 이론 과 해결책의 통합된 형태로 존재한다. 자연현상을 설명하고 또 이를 관리하기 위한 목표를 수립하는 과정에서도 불확실성이 영향을 끼치고 있으며, 기후변화 는 이러한 불확실성의 크기를 증폭시키고 있다. 수질오염총량관리의 목표설정 및 허용부하량 산정 등의 과정에서는 다른 제도들과 마찬가지로 여러 가지 불확. 1.

(14) 2. 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 실성의 요소들이 존재하고 있다. 일반적으로 수문학에서는 불확실성을 크게 우연적 불확실성과 일시적 불확실 성으로 분류하기도 하고, 인간의 노력을 통해서 감소 또는 최소화시킬 수 있는 불확실성과 감소시킬 수 없는 불확실성으로 나누기도 한다(Robendreier and Purucker, 2009). 기후변화로 인한 영향이 가시적으로 나타나기 시작하면서 불확실성의 요소와 그 크기들을 설명함으로써 제도추진 및 개선의 방향을 모색 하고자 하는 노력들이 활발하게 진행되고 있다. 수질오염총량관리에 포함될 수 있는 불확실성의 요소들을 살펴보고 안전율과의 관계를 살펴봄으로써 과학적 안전율 설정 방법 개선의 기반을 확보하고 나아가 주민의 참여 및 의사결정에 기여할 수 있을 것이다. 수질오염총량제도에서는 자연현상의 변동성 및 예측의 불확실성, 계산과정에 서 발생될 수 있는 오차, 이행과정에서의 불확실성 등을 보완하기 위하여 목표수 질 설정 및 모델의 적용 등에 보수적 가정과 안전율 10%를 임의적으로 적용하고 있다. 하지만 임의적으로 설정된 안전율 10%는 그 설정의 과학적 근거가 부족하 다는 지적이 시행 초기부터 지속적으로 제기되고 있다. 우리나라보다 앞서서 수질오염총량제도를 시행하고 있는 미국에서는 불확실성을 합리적이고 과학적 으로 고려하기 위해서 임의적 안전율 설정을 지양하고, 통계적 기법의 개발을 통한 불확실성의 정량화의 필요성이 제기되고 있으며(NRC, 2001), 이를 개선 하기 위한 연구들이 꾸준히 진행되고 있다. 안전율을 합리적으로 설정하고 유형화하여 과학적 TMDL 설정에 기여하기 위 한 시도들은 학계를 중심으로 지속적으로 진행되고 있다. 관측치의 평균과 오차 등의 통계량을 이용하기도 하고(NYDEC,1999; 김경태 등, 2010) 불확실성 분석 기법과 결과의 통계량을 분석결과를 이용하기도 하는 등(Zhang and Yu, 2004; Walker, 2003) 안전율 설정의 과학적 근거 마련을 위해 노력하고 있다..

(15) 제1 장 서 론. 본 연구에서는 수질오염총량관리 안전율을 합리적이고 과학적으로 설정하기 위하여 추계적 기법의 도입, 리스크 분석 등과 같은 방법들에 대해서 조사·정리 하여 우리나라의 실정에 맞는 안전율 설정에 활용하고 나아가 수질오염총량관리 제 시행의 실효성을 높이는데 기여하고자 한다.. 2. 연구내용 및 방법 본 연구의 목적을 달성하기 위해서 수질 및 수자원관리에 영향을 미칠 수 있는 불확실성 요소들을 살펴보았고, 특히 수질오염총량관리의 불확실성 요소들 을 살펴보았고, 이런 불확실성을 개선하기 위한 노력들을 살펴보았다. 우리나라의 수질오염총량제 시행과정에서 야기되는 문제점들과 특히, 안전율 산정과 수질자료의 불확실성에 대해서 관련전문가들과의 인터뷰를 통해서 진단 하였다. 그리고 미국을 중심으로 활발하게 논의되고 있는 안전율 산정방법 개선 을 위한 노력들을 문헌연구를 통해서 조사하였다. 조사된 방법들을 정리하여 이용 가능한 자료와 기술이 부족할 때 주로 적용되었던 임의적 방법에서 최근의 기후변화 대응과 정책의 안정적 추진을 위한 리스크 관리적 접근 방법으로 기술 이 발전되는 수준으로 분류하여 제시하였다. 본 연구는 수질오염총량관리제의 임의적 안전율 산정 방법을 개선하기 위해 시도되고 있는 선진화된 방법들을 정리하여 제공함으로써 향후 합리적 안전율 산정에 대한 기본 자료로 활용되기를 기대한다. 뿐만 아니라 목표수질의 설정과 안전율 산정에 불확실성을 반영할 수 있는 방법들을 제공함으로써, 향후 의사결 정과정에서 관계기관 및 이해당사자의 참여와 이해를 도모할 수 있는 기반으로 작용할 수 있기를 기대한다.. 3.

(16) 4. 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 제2장 수자원 관리와 불확실성 1. 불확실성이란 가. 불확실성의 정의 과학적 시도에서 불확실성은 피할 수 없는 한 부분이고, 2007년 IPCC에서도 불확실성(Uncertainty)이라는 단어를 사용하였고, 그 파생단어를 Working Group I 에서만 1,200번 이상 사용하였다. 과학자 그룹이 불확실성을 다루기 위한 방법을 개발하기 위해서 노력하지만, 과학적 불확실성은 또한 공청회 등에 서 논쟁적 쟁점에 대한 정치적 활동을 제지하거나 연기하기 위해서 종종 강조되 기도 한다(Freudenburg et al., 2008; Freudenburg and Muselli 2013). 불확 실성은 정보의 특성으로 정의될 수 있고(Zadeh, 2009), 또한 포괄적으로는 “정확하게 알지 못하는 것”으로 정의 될 수 있으며, 감지되지 않거나 또는 평가하 기 매우 힘든 다양한 방법으로 나타난다(Booker and Ross, 2011). 역사적 관점에서 볼 때, 불확실성은 과학자 집단에서 받아들여졌던 것은 아니 다. 과학의 전통적 관점에서 보면, 불확실성은 바람직하지 못한 상태, 어떠한 방법으로든지 회피되어야 하는 상태를 나타냈었다. 19세기 이후, 확률적 이론으 로 설명될 수 있는 통계적 메커니즘의 보급으로 불확실성의 설명이 가능하게 되었다. 확률이론은 무작위과정에 야기되는 불확실성의 형태를 잡아낼 수 있다 (Booker and Ross, 2011). 통계적 메커니즘의 개발 이후, 과학에서 불확실성 의 영향을 고려하기 시작했고, 불확실성을 정량화하고 보다 믿을만한 결과를 얻기 위해서 모형을 보다 강력하게 만들려고 시도하였다..

(17) 제2장 수자원 관리와 불확실성. 수문학에 내재된 불확실성을 규명하기 위한 여러 가지 시도들이 있었지만, 자연현상을 정확하게 해석하는 것이 불가능한 경우들이 많았다. Montanari (2011)은 크게 aleatory uncertainty(우연적 불확실성)와 epistemic uncertainty(인식적 불확실성)로 분류하였다(표 1). 우연적 불확실성은 다른 말로 구조적 불확실성, 외부적, 객관적, 본래적, 무작위성, 감소시킬 수 없는, 또는 추계적 불확실성이라고 불리기도 한다. 인식적 불확실성은 지식의 불확실 성(knowledge uncertainty), 기능적(functional), 내부적, 감소시킬 수 있는, 또는 주관적 불확실성으로 불리기도 한다. Babendrier and Purucker(2009)은 감소시킬 수 있는 불확실성과 감소시킬 수 없는 불확실성으로 분류하였고, 감소시킬 수 있는 불확실성은 잘못된 지식과 데이터에서 비롯되고, 감소시킬 수 없는 불확실성은 자연현상의 본래적 변동성 (variability)에서 비롯된다고 하였다. Cullen과 Frey(1999)는 모형과 변수의 불확실성을 크게 세 가지 - 완전 구조적 불확실성, 부분 인식과 부분 구조적 불확실성, 완전 인식적 불확실성으로 구분하기도 했다. 일반적으로 모형의 성과 를 평가할 때, 불확실성 특성이 다를 경우 구분하여 고려되어야 한다. 하지만 불확실성을 완벽하게 구분하는 것이 불가능하여 인식적 불확실성과 자연적 변동 성이 종종 일괄적으로 처리되기도 한다. 수문학에서 불확실성을 분류하는 또 다른 방법은 불확실성의 발생원인 별로 분류하는 방법이다. 1)지형과 기상현상과 같은 본래적 무작위성, 2) 자연시스템 에서의 기작을 정확하게 표현하기 위한 모델이 가지는 구조적 불확실성 3) 모델 파라미터의 불확실성 4) 입력 자료의 불확실성으로 구분할 수 있다. 그리고 모델 을 공학이나 수자원 관리 등에 이용할 경우 운용의 불확실성도 추가될 수 있다.. 5.

(18) 6. 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. <표 1> 불확실성 분류 epistemic(인식적). aleatory(우연적). 불확실성의 요인. 지식의 불확실성 내부적/주관적/시스템 오류. 자연적 변동성/무작위성/불완전 성/추계성/이질성. 불확실성 축소 가능성. 불확실성 축소 가능. 불확실성 축소 불가능. 리스크와의 연관성. 추계적 불확실성. 인식적 불확실성. 불확실성 처리 기술. 확률이론. 가능성 이론 (i.e., fuzzy logic). 변수표현 방법. 확률분포함수. 소속 함수 membership function1). 주: 1) membership function(소속함수) : 퍼지집합(fuzzy set)이란 퍼지 이론의 기본이 되는 개념으로 일반 집합처럼 소속 여부를 분명히 나눌 수 없는 대상을 다룰 때 사용한다. 퍼지집합은 집합의 원소들에 0에서부터 1까지의 값을 대응시킨 것이라 할 수 있다. 이때 각각 원소에 어떤 값이 대응되는가를 나타내는 함수를 소속 함수(membership function) 라 함. 즉, 어떤 원소가 그 퍼지집합에 소속되어 있는 정도를 나타내는 척도이다. 예를 들면 '키가 큰 사람의 집합', '얼굴이 예쁜 사람의 모임' 같은 것이 있을 때 거기에 어느 정도나 많이 소속되는가(바꿔 말하면 '얼마나 키가 큰가', '얼마나 예쁜가') 하는 의미를 나타낸다. 퍼지 집합은 일반 집합 A와 소속 함수 mA(x)(x ∈ A)의 세트라고 정의해도 되고, 기호로는 순서쌍의 집합 {(x, mA(x))| x ∈ A, 0 ≤ m(x) ≤ 1}으로 쓴다.. 물론 일반 집합 A가 같아도 소속 함수가 다르면 다른 퍼지 집합이 된다. 그리고 소속 함수의 값이 0과 1만 있을 때는 특별히 특성 함수(characteristic function)라고 부르며 이때 퍼지 집합은 흔히 알고 있는 일반적인 집합과 같은 것이 된다. 자료: Montanari(2011).. 수문학에 내재된 불확실성의 원인이 무엇이든 관계없이 완전히 제거될 수 없다는 것이 일반적으로 일치된 의견이다. 예를 들면, 유역에 유입되는 강우량은 강우사상별로 다른 오차를 가지고 있다. 이런 오차들은 측정 기술의 발달로 감소될 수 있지만, 완전히 제거될 수는 없는 것과 같다..

(19) 제2장 수자원 관리와 불확실성. 나. 불확실성 분류 수자원 및 수질관리는 상태의 진단 및 미래의 예측을 위해서 기상, 수문, 수질 등 다양한 모형이 이용되고 있다. 위에서 설명한 불확실성의 각 요소들에 대해서 좀 더 상세하게 설명하고자 한다(표 2).. <표 2> 발생 원인별 불확실성 분류 불확실성의 원인. 특성 비고. 무작위성. 날씨, 대상 지역의 기하학적 특성 등. 모델의 구조적 불확실성. 시스템을 정확하게 표현할 수 없는 모델의 한계. 모델 매개변수 불확실성. 양질의 자료가 충분하지 않거나 또는 목적함수나 최적화알고리즘의 낮은 효율성. 데이터 불확실성. 변동성이나 모니터링 기술(계기 오차, 비율곡선 근사 등)의 한계. 작업과정의 불확실성. (수문시스템 관리에 모델을 이용할 경우) 장치의 설치나 유지. 자료: Montanari(2011).. 1) 자연의 변동성(Natural variability) 우리가 살아가고 있는 환경에서 발생하는 사상들은 무작위성을 가지고 있지 만, 또한 이를 확률적으로 결정할 수 있는 추계적 특징을 가지고 있다. 자연의 변동성은 공간과 시간 변수인 기상과 기후를 포함한다. 가뭄, 한파 및 홍수와 같은 기상 사상은 발생 시간, 지속 기간, 공간적 위치, 범위 등에서 다르게 나타나 고 이는 예측 및 측정치의 불확실성으로 나타나게 된다. 예컨대 향후 20년 이내 에 발생할 수 있는 특정 사상(예, 홍수)의 발생 확률과 그 크기를 추정하는 것이 가능하지만, 그것이 2003년 또는 2023년에 발생할 것이라고 말하는 것은 거의 불가능하다. 자연이 가지는 변동성은 인간 활동에 의한 기후변화를 강화시키거. 7.

(20) 8. 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 나 감소시킨다.. 2) 데이터 불확실성(Data Uncertainty) 우리가 수집하거나 이용할 수 있는 데이터의 양에는 한계가 있고, 또한 우리가 물리적 세상을 측정할 수 있는 정확성과 정밀성에도 한계가 있다. 이렇듯 측정과 정에서의 오류(무작위성, 오차, 편차 등), 불완전하고 충분하지 못한 자료(한정 된 시간과 공간적 해상도의 한계), 불확실하거나 충분하지 않은 자료에 기반 한 외삽(extrapolation)이나 추정 등으로 인해서 데이터 불확실성이 초래된다. 수질의 관리 목표를 설정하거나 관리된 수준을 평가하기 위해서는 적절한 데이터의 활용 가능성을 우선적으로 판단하고 필요에 따라서 추가적으로 측정하 는 노력이 필요하다. 기상 및 기후 상태에 의해 결정되는 극한 사상 관련 리스크 를 결정할 때 데이터 불확실성은 특히 예민할 수 있다. 장기간의 평균 강우량과 같은 값을 계산하는 데 이용할 수 있는 장기간 기후상태에 대한 광범위한 자료들 은 있지만, 이런 자료를 이용하여 100년 빈도 강우량과 같은 극한 사상의 발생확 률을 결정하는 것은 불확실하다. 이런 사상은 매우 드물게 발생하여 좀처럼 관측 되기 어렵기 때문에 그 결과는 더 불확실하다. 그것들이 관측된다고 하더라도 그 관측을 다른 상황이나 위치에 적용하기는 어렵다.. 3) 지식의 불확실성(knowledge uncertainty) 실질적으로 행해지는 대부분의 결정에서 이용 가능한 경험적이고 이론적인 지식은 의사결정권자가 이해할 수 있는 완전하거나 충분한 자료를 제공하기 어렵고, 심지어는 그 문제에 대해서 부분적인 이해를 위한 자료를 제공하기도 어렵다. 특히 자연현상의 해석, 시스템 요소들의 상호작용과 의존성 수준, 또는 가능한 결과들의 발생확률에 대해 이용가능한 지식이나 유용한 데이터가 부족하.

(21) 제2장 수자원 관리와 불확실성. 다. 이와 같이 우리가 의사결정을 위해 이용할 수 있는 자료가 부족한 경우에 발생 가능한 결과나 미래 상황에 대한 지식의 신뢰수준에 대해서 전문가나 일반 인의 의견을 조사하여 제공함으로써 자료의 부족을 보완하는 방법을 사용하기도 한다. 발생확률에 대한 주관적 평가와 신뢰도는 정량적 리스크 평가를 위한 추정 치를 얻기 위한 방법으로 많이 사용된다. “지식이 부족할 것이라 판단되는 상황 에서 우리는 ‘모름(ignorance)’을 인정해야 한다”(Hoffmann-Reim & Wynne, 2002). 또한 미래예측의 불확실성도 지식의 불확실성에 포함된다. 단기 기상예측처 럼 미래의 상황이나 물리적 시스템의 다이내믹한 측면은 상당한 기술이나 신뢰 도를 가지고 예측이 가능하다. 그러나 사회, 경제, 생태계에 대한 예측은 그렇지 못하다. 온실가스 배출이나 배출 저감 정책의 효율 같은 것이 그 대표적인 예이 다. 이런 불확실성을 보완하기 위해서 미래 배출 시나리오 같은 것이 사용된다.. 4) 모델 불확실성(Model uncertainty) 대부분의 의사결정은 여러 가지 옵션들과 그로 인한 영향을 모델링한 결과에 기반하고 있다. 모델링과정에서도 불확실성이 존재하는데, 여기서 말하는 모델 의 불확실성은 앞에서 설명한 지식 불확실성의 한 형태로 볼 수 있다. 의사결정과 정에서는 개념적이거나 또는 시행착오에 기반한 경험적 모델을 사용하고 또는 통계나 시스템 분석 자료를 활용한 기술적 모델을 사용한다. 통계적 모델은 데이터를 서술하고, 환경시스템 모델은 알고 있는 과정을 묘사하며, 영향평가나 리스크 평가에 이용되는 모델은 영향과 변화의 관계를 설명하여 의사결정이 미래의 사회나 환경에 미치는 영향을 예측한다. 모델을 이용할 때 우리는 모델이 묘사하는 자연 및 사회 시스템에 대한 일관성 있고 합리적인 이해가 충분하지 못할 수도 있다는 한계를 감안하여 사용한다.. 9.

(22) 10 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 모델 불확실성의 원인을 아래와 같이 구분할 수 있다 - 모델 선택 및 모델의 구조 결과 값을 내기 위해 선택한 모델과 그 모델이 채택한 프로세스나 표현 방식에 도 불확실성이 존재 한다. 채택된 모델이 의사결정권자에 의해서 명확하게 통제 되거나 또는 영향을 줄 수 있는 모든 변수들을 포함할 수 있다면 가장 바람직하 다. 그러나 이것은 현실에서 거의 불가능하다. 이용할 수 있는 대안들의 차이는 일반적으로 그와 관련된 결과의 불확실성으로 이어진다. 모델은 입력되는 요소의 변동과 민감성을 결과 값과 연결시킬 수 있다는 모델 구조의 한계를 인정하고 이용해야 한다. 예를 들어서 기후변화 리스크 평가에서 기후요소의 민감성이 리스크 평가 기간의 변화로 연결된다는 것에 만족해야 한다. 여러 가지 모델을 함께 이용하여 모델의 선택 및 구조에서 기인하는 불확실 성을 감소시키고 예측의 신뢰도를 향상시킬 수 있을 것이다. - 모델 입력자료 모델에 입력되는 여러 가지 변수들 또한 불확실성을 가진다. 이는 앞서 설명한 자연의 변동성과 데이터의 불확실성과도 연관되어 있다. 이처럼 불확실성이 내 재된 입력 자료들을 퍼지세트나 확률분포의 형태로 나타낼 수 있으면 리스크의 정량적 평가에 활용이 가능하다. - 모델 매개변수 모델이 재현하고 있는 물리적 과정에 대한 근본적인 이해가 바탕이 되면 모델 에서 사용되는 매개변수 값들은 높은 신뢰수준을 가지는 것으로 알려져 있다. 그러나 일반적으로 모델에 사용되는 매개변수들은 한정된 자료와 자료의 질로 보장할 수 없는 데이터로부터 얻어질 수밖에 없다. 특히 모의된 결과치를 관측치 와 피팅하는 과정을 통해서 매개변수를 결정한다. 이때, 최우도법과 같은 다양한 통계적 기법을 이용하여 적합도 검증(goodness of it)을 실시한다. 적합도검증.

(23) 제2장 수자원 관리와 불확실성 11. (goodness of fit)은 다양한 요소들에 의해서 판단되는데, 그 요소들은 (i) 데이 터의 질과 양, (ii) 모델의 구조, (iii) 자유 매개변수의 수(free parameter number) (iv) 매개변수 값 등이다. 즉, 매개변수도 불확실성을 가지고 있는 입력 자료와 모델의 구조 등에 의해서 추정된다. - 모델결과 변수와 결과 값 모델 결과 값에 대한 모델 불확실성은 불확실성과 민감도 분석방법을 통해서 일정정도 추론할 수 있다(Saltelli et al., 2000). 경우에 따라서는 앞 단계의 모델 결과 값을 영향평가와 같은 후속 단계의 입력 자료로 이용하기도 한다. 이런 경우에 불확실성은 평가과정을 통해서 전달된다. 기후모델을 통해서 예측 된 기후변수들이 영향평가에 이용되기 위해서는 다운스케일링과 같은 추가적인 전환 작업을 거쳐야 하는데, 이런 과정 속에서도 모델의 불확실성은 내재되어 있다. 모델링은 정보를 모델에 입력하여 모델의 구성 요소나 과정, 매개변수, 데이터 에 포함되어 있는 여러 가지 불확실성이 어떤 결과를 가져오는지 조사하는 일련 의 과정이라고 할 수 있다. 때로는 불확실성의 원인들을 통제하기 위해서 가정을 단순화하기도 한다. 모델이 가지는 이런 제약 조건들을 알고 모델을 이용하거나 개발하는 것은 매우 중요하다.. 다. 불확실성과 의사결정 전 지구적 기후변화 현상이 두드러지면서 자연현상의 불확실성에 대한 관심이 증가하고 있다. 과거에는 축적된 자료의 부족이나 자료를 해석할 수 있는 능력의 부족으로 인해서 자연현상의 변동성이 정상적 상태를 유지한다고 가정하였다. 하지만 산업화 이후에 나타나고 있는 지구 온난화 현상은 더 이상 정상상태 가정을 지탱할 수 없게 되었고 이런 온난화 현상으로 인해 예측 범위를 초과하는.

(24) 12 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 기상이변이 전 지구적 범위에서 발생하고 있다. 기후변화시대에 이런 불확실성에 접근하는 방법은 크게 두 가지로 나눌 수 있다고 한다. 하나는 기후변화와 같은 현상이 우리가 예상하는 것보다 훨씬 덜 심각할 수 있고, 그로 인해서 생각보다 덜 불길하고 예측 가능한 미래가 올 가능 성에 대해서 체계적으로 접근하는 것이다. 두 번째는 과학적 불확실성을 “괴 물”로 묘사하는 것이다(Van der Sluijis et al., 2005). 그래서 일부에서는 과학이 환경적 논란을 가중시킬 것이고(Sarewitz, 2004), 공공정책 정보를 제 공하는 데 과학은 무기력하다고 보기도 한다. 하지만 Leweandowsky 등은 (2014) 기후변화에 대한 불확실성이 클수록 미래에 대해서 부정적 결과를 가져 올 수 있고, 또한 불확실성 저감의 의미를 분석하고 향후 불확실성 저감활동을 위한 자극제가 된다고 하였다. 우리가 개인 또는 집단의 일원으로서 내린 의사결정에 포함된 불확실성은 다른 이슈들의 가치 평가에도 영향을 미친다. 사회, 환경 및 경제에 미치는 영향 이나 또는 미래에 끼칠 영향에 대한 가중치를 줄 때 특히 중요할 수 있다. 이것이 때로는 데이터 불확실성이나 변동성의 형태로 간주될 수도 있다. 불확실성에도 불구하고 의사결정은 이루어져야 한다. 또 우리가 어떤 결정을 내리든 그 결정 속에는 불확실성 요소들이 포함되어 있다. 뿐만 아니라 사회 시스템이나 자연생태계의 영향으로 인해서 그 결정과 결정이 초래할 결과도 불확실성을 내포할 수 있다. 불확실성 원인을 추정 및 분류하고 그 중요도를 서열화하기 위해서 다양한 방법들이 사용되고 있지만, 활용 가능한 데이터가 부족한 경우에는 종종 전문가들의 의견이나 주관적 판단에 의존하게 된다. 여기 서 무엇보다 중요한 것은 분류함에 있어 ‘정답’은 없고, 또 그 분류에도 불확실 성이 존재한다는 것을 인지하는 것이다. 또한 결과 값이 가질 수 있는 완전한 범위를 추정할 수 없다고 해서 불확실성의 모든 요소를 배제한 것은 아니다..

(25) 제2장 수자원 관리와 불확실성 13. 의사결정에서 불확실성이 명확하게 정의되지 못하는 경우가 있는데, 이는 의사결정 상황이 복잡하기 때문이다. 또한 불확실성의 형태와 정도는 의사결정 에 결정적인 영향을 미친다. 의사결정 후 모니터링과 평가를 통해서 지원을 받는 적응관리 전략에 관한 이런 프레임워크에 대한 강조는 근본적으로 불확실성에 대한 방어적인 방법이고, 기후변화 적응의 많은 양상에 있어 불확실성은 매우 중요할 것이라는 것을 인정하는 것이다. 내재된 불확실성에도 불구하고 의사결 정을 내려야 하는 상황에서는 무엇보다도 정책들이 가질 수 있는 결과에 대한 신뢰수준과의 균형을 결정하는 것일 것이다. 특히 정책의 도입에 대한 미래의 변화에 대해서는 기후나 인구변동 등과 같이 예측 시에 통제되지 못하는 외부적 인 요소들의 영향이 크므로 지속적인 모니터링과 평가를 통해서 단계적으로 접근하는 방안들이 제시되고 있다. 의사결정 과정에서는 이용 가능한 자료들의 불확실성, 과정의 복잡성, 그리고 이해당사자들 간의 상이한 전망과 이해의 충돌 등이 복합적으로 작용한다. 특히 중요한 의사 결정들은 다른 정책이나 사업들과 복잡하게 얽혀있고, 불확실성이 크며 또한 목표나 우선순위에 대한 이해당사자의 견해 차이로 인해 내부적인 긴장상태를 야기할 수 있다. 하지만 빠른 의사결정은 예상되는 피해를 감소시키 고, 새로운 기회를 창출할 수도 있다. 불확실성을 인지하고 내리는 의사결정은 확률적 분석 자료에 근거하여 잘 훈련되고 체계적인 방법을 통해서 내리는 논리 적 추론의 과정이다. 불확실성하의 의사결정은 전략적 결정이 옳은 선택을 할 수 있도록 하고 “choosing the right path”, 사전 대책을 강구하여 리스크와 기회를 제대로 관리하도록 하는 “running the path”일 수도 있다. 의사결정권자들이 불확실성에 접근하는 방법은 첫 번째는 충분한 정보와 이해 를 획득하여 무지를 최소화하는 것이고, 두 번째는 환경에 대응하여 적절하게 학습하고 반응함으로써 가능한 한 통제하고 예측할 수 있는 능력을 가질 수.

(26) 14 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 있다. 공식적으로 불확실성을 다루기 위하여 표준절차와 행태적 결정이론을 적 용하는 R, Q, P 자기발견법을 대표적인 예로 들 수 있다. 여기에서 R은 완전한 정보탐색을 통하여 불확실성을 줄이는 Reduce를 뜻하고, Q는 불확실성을 줄일 수 없는 나머지 양을 정하는 것이고(Quantify), P는 준비된 행동경로를 선택하 는 요인으로서 불확실성을 구체화하는 어떤 공식적 계획의 결과로 제시되는 것을 Plug라고 한다(오을임과 김구, 2002)..

(27) 제3장 수질오염총량관리제도 개요 및 추진현황 15. 제3장 수질오염총량관리제도 개요 및 추진현황 1. 수질오염총량관리제도 가. 개요 오염총량관리는 수체의 수질을 실질적으로 개선하기 위해서 우리나라를 비롯 하여 미국, 일본, 유럽연합 등에서 제도적으로 시행되고 있다. 오염총량관리는 수체의 수질환경기준을 달성할 수 있도록 해당유역에서 유입되는 오염물질의 총량을 관리하는 것이다. 오염총량관리는 유역내에서 배출되는 오염원의 조사, 발생 및 배출의 총량계산, 목표수질을 달성할 수 있는 허용부하량 결정 및 허용부 하량의 범위 내로 배출하기 위한 오염원의 관리 등의 일련의 과정을 포함된다. 우리나라에서는 「팔당호 등 한강수계 상수원 수질관리 특별종합대책」(국 무조정실, 1998)을 수립하고, 99년 ‘한강수계 상수원 수질개선 및 주민지원 등에 관한 법률’이 제정되면서 오염총량관리가 제도적으로 도입되었고, ’02년 낙동강수계 물 관리 및 주민지원 등에 관한 법률’(’02년 1.14일 제정)을 비롯 하여 금강과 영산강·섬진강 수계에 대한 법률이 제정되면서 본격적으로 시행되 었다. 그 이전에는 개별 오염원의 배출농도를 규제했었지만 막대한 예산과 노력 에 불구하고 수질개선에 한계가 있었다. 총량제 도입을 통해서 수질이 개선되었 을 뿐만 아니라, 오염원 관리, 삭감기술, 유역관리 등 효과적인 유역관리의 기법 및 관련 정책이 도입을 통해서 관리의 효율성이 높아졌다. 하지만 수질오염총량 관리제도는 부하량 산출 및 목표수질 달성여부를 판단하기 위하여 기상, 수질 및 수문, 오염원 자료 등 상세하고 방대한 자료가 요구되며 복잡한 계산과정.

(28) 16 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 및 수질모델링 과정을 거쳐야 하는 어려움은 있다. 수질오염총량제는 유역내의 개발계획의 수립단계에서부터 허용총량을 고려 하도록 하고 있어, 유역에서 발생 및 배출되는 부하량을 최소화하기 위한 토지이 용계획 수립을 유도하고, 부하량을 저감할 수 있는 기술 및 제도의 도입을 촉진하 는 등 사회의 지속가능성 향상에 기여하고 있다. 그리고 유역단위로 오염원 및 수질을 관리함으로써 이해당사자들의 참여와 협력을 이끌어내고, 또한 유역내 지지체별로 총량계획을 수립하도록 되어 있어 관리 및 준수의 자율성과 책임이 강조된다. 오염총량관리에서는 수체의 수질환경기준을 지속적으로 만족시킬 수 있는 최대허용부하량을 계산하고 이를 점오염원과 비점오염원에 할당해 주고, 예측 및 자료가 가지는 불확실성을 안전율(Margin 용부하량(Total. 로 고려해준다. 최대허. of safety). 은 아래의 수식 1과 같이 표현. Maximum Daily Load, TMDL). 된다.  . 여기서,.     . 수식. <. 1>. 수체가 자정작용을 통해 회복가능하며 수질기준을 만족하는. TMDL=. 최대허용부하량(kg/day),. 점오염원에 할당된 최대허용부하량(Waste. WLA=. 비점오염원에 할당된 최대허용부하량(Load. Load Allocation)(kg/day), LA=. 안전부하량(kg/day)이다.. Allocation)(kg/day), MOS=. 안전율은 유역으로 유입되는 오염부하와 수체 수질의 상호관계를 설명하는 과학적 지식의 부족함, 오염부하량 산정과정에서 발생할 수 있는 시·공간의 변 동성(variability), 수질모델링 결과 등이 가질 수 있는 예측의 불확실성 등을 설명하기 위해 고려되는 항목이다. 즉, 안전율은 오염총량 산정과정이 본래적으 로 가지고 있는 불확실성을 설명하며 실제 오염총량이 과소평가된 경우 수체의 수질을 보호하기 위해 포함된 항목이다(환경부,. 2010)..

(29) 제3장 수질오염총량관리제도 개요 및 추진현황 17. 나. 우리나라 도입 및 이행현황 1998년 국무조정실이 팔당호의 수질개선 및 상하류 간의 심화된 갈등을 해결 하고자 「팔당호 등 한강수계 상수원 수질관리 특별종합대책」을 수립하면서 우리 나라에 처음으로 오염총량관리가 제도적으로 도입되었으며, 1999년 「한강수계 상수원수질개선 및 주민지원 등에 관한 법률」에서 지방자치단체장이 수질개선 및 보전을 위하여 수질오염총량관리계획을 선택적으로 수립할 수 있는 근거가 마련되었다. 하지만 이는 의무규정이 아닌 자율규정으로, 동일 수계에 2개 이상 의 지방자치단체가 위치하고 있는 유역적 특성으로 인해 수립과정에서의 어려움 과 실질적 효과부분에서 한계가 인지되어 2002년 3대강별 「수계물관리 및 주민 지원 등에 관한 법률」을 제정하여 한강을 제외한 낙동강, 금강, 영산강 및 섬진강 수계에서는 의무적으로 실시되고 있다. 한강수계도 2013년 6월부터 수질오염 총량관리제도를 의무적으로 시행해야 하는 유역에 포함되었다. 이로써 우리나라 는 연안 및 해안유역으로 유입되는 하천을 제외한 4대강 수계 전체가 수질오염총 량관리계획을 수립 및 시행하고 있다. 목표수질 관리대상은 한강을 제외한 3대강은 1단계(2004 ∼ 2010년)에서는 BOD(생물화학적산소요구량)를 대상으로 했으나, 2단계(2011 ∼ 2015년)부 터 TP(총인)를 추가하여 관리하고 있다. 한강은 1단계 계획(2013 ∼ 2020년) 에서부터 BOD와 총인을 목표수질관리대상으로 하였다..

(30) 18 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. <표 3> 목표수질 설정 지점 수. 구분. 계 시․도 경계 시․도 관할 관할 시․도. 한강 수계. 낙동강 수계. 한강. 낙동강. 금강. 만경 ․동진강. 영산강. 섬진강. 탐진강. 96. 49. 41. 22. 10. 7. 14. 2. 24. 12. 8. 9. -. 3. 4. -. 72. 37. 33. 13. 10. 4. 10. 2. 전남 5 전북 5. 전남 2. 계. 금강 수계. 영산강 ․섬진강수계. 강원 11 부산 2 충남 6 충북 5 경남 12 충북 5 전북 10 전남 4 서울 1 경북 19 전북 2 경기 20. 자료: 환경부(2011).. 하천에서뿐만 아니라 해역에서도 「해양환경관리법」 제15조에 따라 해양환경 기준을 초과하게 되어 국민 건강이나 생물 생육에 심각한 피해를 가져올 우려가 있다고 인정되는 특별관리해역 안에 소재하는 사업장에서 배출되는 오염물질의 총량규제를 할 수 있도록 하고 있다. 마산만과 시화호 일대에 대해서 연안오염총 량관리제도가 수립 및 시행되고 있으며, 유역내의 주요지점에 대해서 COD(화학 적 산소요구량)와 TP(총인)의 목표수질을 설정하여 관리하고 있다.. 다. 수질오염총량제도의 성과 및 한계 수질오염총량관리제도의 도입을 계기로 개별 오염원 관리에서 유역단위의 관리로 전환되면서 구성원의 참여와 책임이 강화되었고, 이를 지원하기 위한 법과제도가 마련되었다. 또한 환경과 개발을 함께 고려한다는 취지와 함께, 개발 시 무분별한 난개발을 지양하고 개발허용량 준수를 위해 녹지, 유공성 포장,.

(31) 제3장 수질오염총량관리제도 개요 및 추진현황 19. 저류지 등 비점저감시설의 설치가 확대되어 친환경개발을 유도하였다는 점도 총량제의 성과로 평가된다(장현정, 2013). 또한 총량제 도입 이후 지방연구원을 중심으로 각각의 지역에서 수질개선을 위한 지역 대책을 마련하기 위한 연구 활동이 활발해졌으며, 이는 기존의 정책이나 제도가 중앙정부 중심에서 벗어나 지자체의 참여나 역할 정립에 대한 요구로 이어지고 있다(충남발전연구원, 2011). 국립환경과학원이 2011년 수행한 수질오염총량관리 시행성과 분석에 따르 면, 3대강 수계에서 부하량 감소 및 수질개선 효과가 확인되었다. 이러한 수질개 선은 환경기초시설의 확충과 오염원의 방류수 수질강화를 통해서 오염원의 증가 에도 불구하고 배출부하량을 삭감할 수 있었고, 또한 안전율 10%의 설정으로 할당부하량을 초과한 다수의 단위유역에서도 목표수질이 달성되었다. 하지만 가축 수의 증감이나 인구 이동 등과 같이 인위적으로 통제할 수 없는 오염원에 대한 예측의 한계로 인해 할당부하량을 준수하기 위한 노력들에도 불구하고 할당부하량이나 목표수질이 초과되기도 하였다. 또한 목표수질 달성 및 허용부하량 준수 책임에 대한 부담감은 추가적 할당량 확보를 위한 무리한 개발계획 수립과 환경기초시설과 같은 안정적 삭감방안 마련에 치중하게 되었 다. 이로 인해서 개별배출시설에 삭감의무를 할당하는 경우가 거의 없이 지방자 치단체가 삭감에 대한 책임의 주최가 되고 있다. 또한 배출을 명확하게 통제할 수 있는 점오염원에 치중되어 삭감부하량이 할당되면서 나날이 증가하고 있는 비점오염원 관리를 위한 노력을 개발 및 장려하지 못하고 있다. 경기개발연구원 등(2010)은 수질오염총량계획의 목표수질, 기준유량, 단위 유역별 삭감부하량, 소유역별 할당부하량 설정 과정 등에서 보수적 가정을 통해 서 적용되고 있는 안전율이 근거가 부족하고 비슷한 개념들이 혼용되어 무체계 적으로 부과되고 있다고 지적하였다. 또한 검증되지 않은 안전율 산정방법의.

(32) 20 불확실성을 고려한 수질오염총량관리 안전율 설정 기초연구. 중복 적용은 목표수질 달성을 위한 비용의 증가로 이어지고, 또한 할당부하량에 대한 불신과 불공정에 대한 문제제기로 이어질 수 있으므로 계획 과정에서 발생 하는 불확실성을 명시하고 특성에 따라 분류하여 안전율 개념에 포함시킨 후 이를 검증하고 감소시키는 방안의 강구가 필요하다고 하였다(김경태 등, 2010). 우리나라보다 앞서서 수질오염총량관리를 시행하고 있는 미국의 환경청 (Environment Protection Agency, EPA) 은 2002년 TMDL 프로그램을 발전 시켜나가기 위해서 추가적으로 연구가 필요한 분야 20개를 제시하였다(EPA, 2002). 이 20개 분야를 정리해보면, 담당기관과 지역 간의 상호협력을 위한 연구, TMDL 개발과 이행의 개선을 위해 즉각적 개선이 필요한 분야의 연구, 수질개선을 위한 미국 청정법(Clean Water Act, CWA)관련 연구로 나뉘어 질 수 있다. 즉각적으로 개선이 필요한 분야를 중심으로 살펴보면, TMDL 계획 의 양과 질의 향상, 유역과 수질 모델링 개선, TMDL 계획을 위한 불확실성 분석과 추계적 기술의 향상, 오염행위와 오염물질 관련 과학적 기반 향상, 할당된 부하량을 충실히 이행할 수 있도록 하기 위해서 할당방법에 대한 지침 개발, 모니터링 방법의 개선 등이 있다. EPA(2002)에서도 통계적 기술의 부족, 특히 불확실성의 정량화 관련 통계적 기술의 부족이 TMDL 모델과 수질환경기준 달성여부를 판단할 때는 설명될 필요가 있고, 안전율(MOS)이 계산된다기보다는 주관적으로 추정되고 있음을 지적하였다. 그 원인을 한정된 데이터의 부족과 통계적 기술, 지침과 경험의 부족도 문제로 지적하며 안전율(MOS) 속에 포함되어 있는 불확실성을 정량화 할 수 있는 세부적 가이드라인이 필요하다고 하였다. Reckhow(2003)는 현재 의 수질관리 및 평가는 불확실성이 무시할 정도로 적다고 믿고 있지만, 보다 효과적이고 효율적인 의사결정을 위해서는 TMDL 계획에 내재된 불확실성에 대한 정보가 제공되어야 한다고 했다..

(33) 제3장 수질오염총량관리제도 개요 및 추진현황 21. 2. 불확실성을 고려한 안전율 가. 안전율의 역할 수질오염총량제 시행시 포함될 수 있는 많은 불확실성 요소를 과학적이고 합리적인 방법으로 반영하기 위하여 안전율을 설정하여 불확실한 추정에 의한 목표 미달성이 없도록 완충영역을 마련하고 있다. TMDL에서 안전율은 시스템 과 관련한 불확실성과 자연의 본연적 임의성(randomness)를 설명하고, 오염부 하량과 수체의 수질 관계가 명확하게 설명되지 않는 부분을 고려하기 위해 적용 된다(Franceschini & Tsai, 2008). 또한 안전율(MOS)은 오염총량 산정과정 이 본래적으로 가지고 있는 불확실성을 설명하지만, 실제 오염총량이 과소평가 된 경우를 대비할 수 있어 수체의 수질을 보호하는 역할을 하고 있으라, 수질기준 달성의 신뢰도와는 큰 관계없이 임의적이거나 설정근거가 빈약하게 설정되고 있다. 미국의 TMDL에서는 CWA 303(d)(1)(c)에서 오염부하량과 수체의 수질관 계에서의 불확실성을 설명하기 위해서 고려되어야 할 요소로 지정하고 있다. 우리나라에서는 「수질오염총량관리기본방침」(2013.5.9)에서 수질모델링을 사용한 오염부하량 산정 과정에서 발생할 수 있는 불확실성을 보정하기 위하여 기준배출부하량의 10%를 적용하도록 하고 있고, 목표수질 달성 정도와 실제 유역에서 배출되는 부하량과 기준배출부하량과 비교하여 안전율을 5%로 낮출 수 있으며, 또한 상류유역의 수질로 인해 목표수질을 초과한 경우에도 안전율을 5%로 낮게 적용할 수 있도록 하고 있다. 3대강 수계의 1단계 오염총량관리 계획에서는(2004~2010년)2) 10%의 안전율을 적용하였다.. 2). 1단계에서는 지역별로 순차적으로 기본계획이 수립 및 시행되어서 시도에 따라 차이가 있지만, 가장 빨리 승인을 받은 낙동강수계 부산수질오염총량관리 기본계획을 시작시점 으로 본다..

참조

관련 문서

셋째, 전략과 전술 같은 효과적인 행동과정 개발이 있어야 한다.. 넷째, 다양한 위험과

4.. 이러한 보완의 근본 목표는 대학별 고사 관련 모든 절차의 투 명성을 제고하고 제도화함으로써 불확실성을 완화하는 데 있다. 이 연수 프로그램은 고교 교과서와 해설서에

미국에서는 대부분의 과학강좌가 정형화되어 있다.. 그러나 미국에서는

2.성별에 따른 동적평형성인 직선보행 측정의 집단간비교에서 태권도 수련 실시 한 후 2차측정과 3차측정에서 남․녀집단에서 동적평형성이 높게 변화하여 통계적 으로

시간에 따라 변하는 미지의 입력 계수는 일반적인 적응 제어 기법으로 다루기 어렵기 때문에 Nussbaum 이득 기법(Nussbaum gain technique)[14]을 이용하며,

☞ 환경부/한국산업기술원에서 시행하고 있는 생산에서 폐기까지 발생 ☞ 환경부/한국산업기술원에서 시행하고 있는 생산에서 폐기까지 발생 하는

0 8kg로 통계적으로 유 의한 차이가 없는 것으로 나타났다.집단의 평균을 비교한 결과 사전검사에서는 통계적 으로 유의한 차이가 없는 것으로 나타났으며,사후검사에서는

 모수가 포함되리라고 보는 범위(구간)를 실수할 확률을 가지고 제시함으로써 추정치에 대한 불확실성을 표현한다. 신뢰구간 추정치