총량관리 단위유역 일평균유량의 시계열 누적 변화에 따른 유량지속곡선 차이 분석
Analysis of the Difference of Flow Duration Curve according to the Cumulative Variation of the Daily Average Flow in Unit Watershed for TPLCs
황하선
a⋅이한필
b⋅서지연
a⋅최유진
a⋅박지형
a⋅신동석
a⋅이성준
a,†Hwang, Ha-sun⋅Rhee, Han-pil⋅Seo, Ji-yeon⋅Choi, Yu-jin⋅Park, Ji- hyung⋅Shin, Dong-seok⋅Lee, Sung-jun
Abstract
The LDC (Load Duration Curve) method can analyze river water quality changes according to flow rate and seasonal conditions. It is also possible to visually recognize whether the target water quality is exceeded or the size of the reduction load. For this reason, it is used for the optimal reduction of TPLCs and analysis of the cause of water pollution. At this time, the flow duration curve should be representative of the water body hydrologic curve, but if not, the uncertainty of the interpretation becomes big because the damaged flow condition is changed. The purpose of this study is to estimate the daily mean flow of the unit watershed using the HSPF model and to analyze the difference of the flow duration curves according to the cumulative daily mean flow rate using the NSE technique. The results show that it is desirable to construct the flow duration curve by using the daily average flow rate of at least 5 years although there is a difference by unit watershed. However, this is the result of the water bodies at the end of Han River basin watershed, so further study on various water bodies will be necessary in the future.
Keywords: Load duration curve(LDC); flow duration curve(FDC); nash and sutcliffe efficiency(NSE); HSPF; total pollution load control system (TPLCs)
Ⅰ. 서 론
미국은 1972년부터 청정수법(Clean Water Act)에 의해 배 출수 수질기준을 만족함에도 불구하고 수체의 수질기준을 만 족하지 못할 경우, 각 주에서 TMDL(Total Maximum Daily Loads)을 적용하도록 하여 현재 많은 주가 TMDL을 시행하고 있다(Houck, 2002). 우리나라는 4대강수계법에 따라 2004년 부터 오염총량관리를 시작하였으며, 현재 2020년을 단계목표 로 하는 3단계 오염총량관리가 시행되고 있다.
우리나라 오염총량관리는 특정 유량조건인 기준유량에서 목표수질을 달성⋅유지하기 위해 오염총량관리단위유역(이 하 단위유역)의 허용총량을 관리하고 있다. 이러한 특성으로 인하여 기준유량 이외의 유량조건에서는 총량관리계획만으 로 수질을 관리하는 것에 한계가 있다. 최근에는 특정 유량조
건의 분석 한계점을 보완하고 오염원 및 강우량 변화 등에 따른 다양한 유량조건에서 수체 손상도를 분석하기 위해 부 하지속곡선 방법이 활용되기도 한다.
부하지속곡선(Load Duration Curve, LDC) 방법은 계절별 유량 변동에 따른 수질 영향을 파악할 수 있으며, 목표수질의 초과빈도와 삭감 및 허용부하량의 크기에 대한 이해를 쉽게 해주는 방법이다. 이미 미국의 많은 주에서는 부하지속곡선 방법을 이용하여 TMDL 설정, 데이터 분석 및 유량 규모별 점오염원과 비점오염원의 부하량 관리기법으로 적용 (Nebraska, 2002, 2004; Nevada, 2003; Oregon, 2004; South Calolina, 2004)하고 있다.
우리나라에서 부하지속곡선 방법은 오염총량관리의 대상 물질 선정, 광역시⋅도경계지점 목표수질 설정 및 오염총량 관리 시행계획에 대한 이행평가 등에서 하천의 수질 손상정 도 및 손상 원인분석, 손상원인에 따른 삭감계획의 적정성 등 을 파악하는데 이용하고 있다(NIER, 2016; MOE, 2017). 그 외에 비점관리지역 계획수립에도 부하지속곡선을 이용하고 있으며, 지류총량관리를 위한 관리유역 결정 및 목표설정 등 을 위해 부하지속곡선 방법의 적용 가능성을 검토(Hwang, et al., 2016)한바 있다.
부하지속곡선은 유량지속곡선(Flow Duration Curve, FDC)
aResearcher, Water Environmental Research Department, National Institute of Environmental Research
b Researcher, ETWATERS Inc.
† Corresponding author
Tel.: +82-32-560-7407 Fax: +82-32-560-7989 E-mail: [email protected]
Received: September 4, 2018 Revised: October 10, 2018 Accepted: October 11, 2018
공하고 있어 보다 정확한 유량지속곡선을 작성할 수 있으나, 부하지속곡선법을 활용하기 위한 수질 측정 자료가 없다. 반 면, 환경부는 총량관리를 위해 목표수질 설정지점 등에서 8일 간격으로 수질과 유량을 동시 측정하고 있으나, 일평균 유량 이 아닌 순간유량을 측정⋅제공하고 있어 정확한 유량지속곡 선을 작성하는데 한계가 있다.
부하지속곡선을 이용한 수체손상 분석과정에서 유량지속 곡선이 달라지면 손상된 유량조건이 달라지는 등 수체손상 해석의 불확실성이 커질 수 있다. 이로 인해 유역관리를 위한 적절한 삭감방안 분석 과정에서 오류가 발생할 가능성이 높 아진다. 이러한 이유로 유량지속곡선은 가능한 하천에서 실 제 발생할 수 있는 모든 유량을 포함해야 할 것이며, 보다 정 확한 유량지속곡선을 작성하기 위한 많은 연구가 수행되고 있다. Hwang et al.(2010), Shon et al.(2009), Kim(2014)은 간 헐적 실측 순간유량을 토대로 유역모형을 이용하여 일평균 유량자료를 추정하였다. Park et al.(2012)은 회귀식을 도출하 고 회귀식으로 부터 일평균 유량을 산정하였고 Park et al.(2013)은 수위-유량 관계 곡선식을 작성하여 일유량을 산 정한바 있다.
우리나라의 하천유량은 강우와 같은 자연적 요인과 환경기 초시설 방류, 취수, 댐방류와 같은 인위적 요인에 의해 주로 영향을 받으며, 1년을 주기로 매년 변동을 반복한다. 최근 기 후변화 등으로 강우 특성은 매우 다양해지고 있다. 정확한 유 량지속곡선을 작성하기 위해서는 연속된 일평균 유량자료의 확보와 전체 강우량 등을 대표할 수 있는 기간의 유량자료를 이용하는 것이 중요할 것이다. 그러나 특정수체의 유량을 대 변할 수 있는 유량지속곡선을 작성하기 위한 유량자료 기간 등에 대한 연구는 부족한 현실이다.
본 연구는 한강수계를 대상으로 HSPF 모형을 활용하여 단 위유역 말단수체의 일평균유량을 모의하고, 일평균유량의 시 계열 누적 변화에 따른 유량지속곡선의 차이를 NSE 기법을 이용해 비교⋅분석하여 단위유역 말단수체의 유량을 대표하 는 유량지속곡선 작성을 위한 최소 누적 일평균유량을 파악 하고자 하였다.
역특성 및 유출특성은 다양한 조건의 연구결과를 도출하기에 적합할 것으로 판단되어, 한강유역을 본 연구대상지역으로 선정하였다(Fig. 1).
북한강에 해당하는 단위유역은 북한A∼북한D이며 각 단 위유역 말단에는 화천댐, 춘천댐, 소양댐, 의암댐, 청평댐이 위치하고 있다. 남한강에 해당하는 단위유역은 한강A∼한강 E이며, 한강C 말단에 충주댐이 위치하고 있고 하류 단위유역 인 한강D, 한강E에 영향을 준다. 한강에 해당하는 단위유역은 한강F∼한강J 이며 이중 한강F는 남한강과 북한강 합류점이 며 단위유역 말단에 팔당댐이 위치하고 있어 하류 단위유역 인 한강G, 한강H, 한강I, 한강J 유량에 많은 영향을 주며 지류 단위유역인 왕숙A, 탄천A, 중랑A, 안양A, 굴포A 유역은 대부 분 도심이며 상대적으로 큰 규모의 하수처리장이 위치하고 있다. 마지막으로 임진강에 해당하는 단위유역은 임진A∼임 진B이다.
2. HSPF 모형을 이용한 일평균 유량 산정
현재 유량지속곡선 작성을 위해 가용한 자료는 한강수계 단위유역 말단에서 측정하고 있는 약 8일 간격의 실측 순간유 량자료가 있으나, 8일 간격의 순간유량자료 만으로는 하천의 모든 유량조건을 대변하는 대표 유량지속곡선을 작성하기에 는 현실적으로 한계가 있다. 이러한 이유로 한강수계 전유역 에 대하여 유역수문모형인 HSPF(Hydrological Simulation Program - Fortran, US EPA)를 구축하고 단위유역 말단에서 관측된 간헐적 실측자료를 이용하여 보⋅검증 한 후 보검증 된 모델을 이용하여 단위유역별 일평균 유량을 산정하였다.
가. HSPF 모형
HSPF 모형은 장기간에 걸쳐 크고 작은 규모와 복잡한 유역 의 수문⋅수질을 모의하기 위해 개발되었으며(Bicknell et al., 1996), 다양한 수문학적 조건(Albek et al., 2004)과 오염된 퇴 적물을 포함한 비점오염원(Fontaine and Jacmino, 1997;
Donigian and Love, 2003), 토지피복관리와 홍수제어 시나리 오(Brun and Band, 2000), TMDL의 효과적인 지원을 위해 광
범위하게 사용되어 왔다. 최근 국내에서도 수질오염총량관리 를 위한 기준유량 산정 및 수질오염총량관리 오염물질 배출 특성 모의개선 연구 등에 적용된 바 있으며, 유역 내 오염물질 의 적정 유달과정 추정, 토지이용 특성에 따른 비점오염 유출 특성 예측뿐만 아니라, 국내 수질관리 대책 마련을 위해 다양 하게 활용된 바 있다(NIER, 2015; NIER, 2016; Park et al., 2012; Lee et al., 2010; Kang et al., 2010; Jeon et al., 2010a;
Jeon et al., 2010b). 또한 비점오염 예측 및 분석, BMPs(Best Management Practices; 최적관리기법), LID(Low Impact Development; 저영향개발) 적용 등을 위한 모듈이 지원되고 있으며, 사용자 자유도가 높아 다양한 목적으로 활용되고 있다.
나. HSPF 모형 구축
모형 구축에 사용된 5m x 5m 수치고도모델(Degital Elevation Model; DEM)은 국토지리정보원에서 제공받은 고 도 관련 수치표고모델을 GRID 형태의 DEM으로 변환하여 구 축하였다. 토지피복도는 환경부 환경공간정보서비스를 통해 제공받은 2010년도 대분류 및 2013년도 중분류 토지피복도
자료를 이용하였다(Fig. 2). 기상자료는 서울 등 한강수계에 영향을 미치는 26개 기상관측소에서 관측한 강수량, 기온, 전 운량, 이슬점온도, 일사량, 풍속에 대하여 12년간(2004∼2015;
안정화기간 포함)의 시간자료를 기상청으로부터 제공 받아, HSPF에서 필요한 입력자료를 생성하는데 이용하였다.
다. HSPF 모형의 보정 및 검증
유역모형의 보정 및 검증은 단위유역 말단(한강수계 49개 지점)에서 평균 8일 간격으로 측정된 년 36회 이상 순간유량 자료(MOE, 2015)와 국토부 수위측정망 지점 중 유량이 함께 제시되고 연보로서 획득이 가능한 지점(한강수계 57개 지점) 의 수문연보 일평균 유량자료를 이용하여 수행하였다.
다만, 환경부가 단위유역 말단지점에서 측정하고 있는 8일 간격 유량자료는 어느 시간에 임의로 측정하는 Grab sampling (Convenience/Accidental Sampling) 기법에 기초하는 순간유 량이기 때문에 유역 모형의 일평균 모의결과와 직접 비교하 여 보⋅검증하는 방법은 적합하지 않다. 따라서 본 연구에서 는 각 지점별 관측일시(날짜와 시간)가 기록된 자료를 취득하 고, 모의 결과를 시간 단위로 출력하여 보⋅검증을 수행하였 Fig. 1 Status of 49 unit watershed and observation station of Han River
으며, 보정기간은 2011년부터 2015년(5년), 검증기간은 2006 년부터 2010년(5년)으로 설정하였다. 한편, 국토교통부 수위 측정망 지점의 경우, 연보로 제공되는 유량자료를 일 단위로 추출된 모의결과와 비교하였으나 연보로 제공되는 유량자료 가 연도별로 단절되거나 보정 및 검증기간동안 지속적이지 않은 지점이 많아 보완적인 보정(Graphical Analysis)자료로 활용하였다.
유출량에 대한 매개변수의 보⋅검증은 비교적 큰 영향을 주는 인자인 LZSN(Lower zone nominal storage), INFILT (Infiltration capacity of the soil), AGWRC(Basic groundwater recession rate), UZSN(Upper zone nominal storage), DEEPER(Fraction of groundwater inflow which will enter deep (inactive) groundwater), LZETP(Lower zone E-T parameter), INTFW(Interflow inflow parameter), IRC(Interflow recession parameter) 등을 위주로 단순 시행착오법으로 수행하였다. 시 행착오법은 모형의 다양한 변수를 변화시켜 상관계수 및 결 정계수 등의 최적점을 찾는 방법으로 반복횟수가 충분할 경 우 전체 근사 최적점에 도달 가능한 방법이나, 시간이 많이 소요된다는 단점이 있다(Lee et al., 2009). 모형효율 평가를 위한 결정계수는 US EPA(2011)에서 제안한 상대오차(%,
%Difference) 및 R2 방법을 활용하였다.
HSPF모형의 적용사례 및 연구자료를 바탕으로 Donigian (2000)은 일반적인 모형효율의 범위와 신뢰구간을 Table 1과 같이 제시한 바 있다. 상대오차 산정방법은 식(1)과 같으며, 이 때 O는 관측 값을, P는 모의 값을 의미한다.
× 식(1)Hydrology
/ Flow Very good Good Fair Poor
%Difference < 10% 10∼15% 15∼25% > 25%
R2 < 0.8 0.7∼0.8 0.6∼0.7 > 0.6 Table 1 General calibration/validation targets or tolerances for
HSPF application
3. 유량지속곡선 작성 및 NSE 비교
가. 유량지속곡선(Flow Duration Curve)유량지속곡선은 일정 주기로 측정된 유량을 시간적 순위에 관계없이 크기순으로 배열한 곡선으로, y축은 유량이며 x축은 y축 유량보다 큰 유량이 나타나는 빈도(이하 초과백분율)로서 식(2)과 같이 계산하였다. 유량지속곡선의 x축은 일정 기간의
(a) DEM(Degital Elevation Model) (b) Landuse
Fig. 2 Topographical and geometrical data for HSPF model
유량을 크기순(0∼100%)으로 나타낸 것이므로 하천의 유량 변동의 크기를 시각적으로 이해하기 쉽게 표현 가능하다.
×
식(2)
나. 대표 유량지속곡선 작성 및 비교방법
한강수계 49개 단위유역을 대상으로 보⋅검증한 HSPF 모 형에서 모의된 10년(2006∼2015년)의 일평균유량을 이용하여 매년 1월1일부터 그해 12월 31일까지를 수문년(Hydrological year)으로 정하고 가장 최근인 2015년을 기준으로 수문년을 누적시켰으며 누적 일평균유량을 이용하여 10개의 유량지속 곡선을 작성하였다(Table 2).
생성된 10개의 유량지속곡선을 비교하기 위하여 NSE (Nash and Sutcliffe efficiency)를 이용하였는데 NSE는 관측치 와 예측치의 불일치 및 관측치의 초기 분산을 비교하여 관측 치와 실측치의 차이를 통계적으로 설명하는 방법이다. NSE를 이용하기 위해서는 우선 관측치와 실측치에 대한 정의가 필요 하다. 본 연구에서는 10개의 유량지속곡선 중 10년 누적 일평 균유량 자료를 이용한 FDC-Ⅹ를 단위유역 말단 수체의 유량 을 대표하는 유량지속곡선(이하 대표 유량지속곡선)으로 가정 하고 대표유량지속곡선과 각각의 유량지속곡선(FDC-Ⅰ∼
FDC-Ⅸ)의 초과백분율 값을 이용하여 비교하였다. 이때 비교 대상은 유량지속곡선의 모든 값(0%∼100%)을 이용하였다.
유량지속곡선은 다양한 수자원 응용에 필요한 많은 정보를 제공할 수 있는데(Vogel and Fennessey, 1995). 특히 하천유량 의 빈도를 보여 주는 좋은 방법으로 수력발전 분석, 수자원의 할당, 홍수빈도분석, 수질관리, 수체손상 분석 등에 다양한 분 야에 사용되고 있다(Castellarin, A. et al. 2004). 이 중 홍수빈 도 분석 등 수자원의 활용 측면에서는 최대유량이 주요한 요 인이나 하천의 수체손상 분석 등 수질관리적 측면에서는 하천 의 유량조건 중 어느 조건에서 수질이 악화되는지가 중요하므 로 극값 유량에 대한 중요도는 상대적으로 떨어지므로 10개의 유량지속곡선에서 최소값과 최대값을 제외하고 한 1%에서 99%에 해당하는 유량값을 이용하여 NSE 분석을 하였다.
다. NSE를 이용한 대표유량지속곡선 분석
NSE(Nash-Sutcliffe Model Efficency)는 수문⋅수질 모델링 분야에서 가장 널리 이용되는 통계적 지표로 Nash와 Sutcliffe (1970)가 제안하였다. NSE의 범위는 -∞∼1.0이며 1.0에 가까 울수록 예측치가 관측치의 경향을 잘 반영하는 것을 의미한 다. 만약 음의 값이 나타나면 모의 결과를 이용하는 것 보다 실측치의 평균을 사용하는 것이 더 좋음을 의미한다. NSE는 모의결과가 불량하더라도 선형관계가 나타나면 높은 일치율 을 보이는 R2의 단점을 보완할 수 있고 자료의 개수에 관계없 이 절대적 평가기준이 될 수 있는 장점이 있기 때문에 그 동안 그 우수성이 인정되어 왔다(Legates and McCabe, 1999; Song and Kang, 2016).
본 연구에서는 유량지속곡선의 비교를 위해 Oi는 초과백분 율에 따른 대표유량지속곡선(FDC-X)의 유량을 적용하였으 며, Pi는 각 유량지속곡선의 유량, Oavg는 대표유량지속곡선의 유량 산술평균을 적용하고 분석결과를 쉽게 표현가기 위하여 식을 백분율로 변환하였다(식3).
× 식(3)
여기서, O는 실측치이며 P는 예측치이고 Oavg는 실측치의 산 술평균이다.
Ⅲ. 결과 및 고찰
1. HSPF 유역모형 보⋅검증
HSPF 유역모형의 보⋅검증은 49개 단위유역 말단수체에 대하여 유출량에 큰 영향을 주는 인자를 중심으로 시행착오 법에 따라 수행하였다. 보⋅검증의 적정성은 결정계수 (%Difference, R2)로 평가하였으며 49개 단위유역 말단수체 중 탄천A에 대한 결과는 Fig. 3과 Table 3과 같으며 전체지점 Name of FDC Cumulative
Water Year Period
of FDC Name of FDC Cumulative
Water Year Period of FDC
FDC-Ⅰ 1 2015 FDC-Ⅵ 6 2010∼2015
FDC-Ⅱ 2 2014∼2015 FDC-Ⅶ 7 2009∼2015
FDC-Ⅲ 3 2013∼2015 FDC-Ⅷ 8 2008∼2015
FDC-Ⅳ 4 2012∼2015 FDC-Ⅸ 9 2007∼2015
FDC-Ⅴ 5 2011∼2015 FDC-Ⅹ 10 2006∼2015
Table 2 Flow Duration Curve(FDC) according to each Cumulative Water Year
에 대한 평가결과는 Table 4와 같다.
보정기간 (2011∼2015년)의 모형효율 평가 결과는 결정계 수(%Difference, R2)에 따라 일부 Good (좋음), Fair (적절) 수 준으로 나타난 지점이 있었으나, 전반적으로 Very good (아주 좋음)으로 나타났으며, 안양A의 경우와 같이 하나의 결정계 수(%Difference)의 결과가 만족스럽지 않더라도, 그 외 결정계 수(R2)는 비교적 양호한 결과(Good)를 보였다. 한편, 검증 기 간(2006∼2010년)의 평가 결과는 보정과 같이 일부 지점에서 Good, Fair 등을 보였으나, 대체적으로 Very good (아주 좋음) 으로 나타났고, 보정 기간의 평가수준보다 좋음과 적절 등급 으로 나타난 지점이 많았으나, 모의결과가 전반적으로 실측 된 유량을 적절하게 반영한 것으로 판단된다.
Index Calibration Validation Simulated
Mean(m3/s) 104.34 83.61
Observed
Mean(m3/s) 107.93 84.84
Relative Error(%) -3.44 -1.47 Very Good Very Good
R2 0.86 0.87
Very Good Very Good Table 3 Calibration and validation (flow) at the outlet of Tancheon-A
watershed
2. 유량지속곡선 작성
보⋅검증한 HSPF모형으로 부터 확보된 2006년부터 2015 년까지 10년의 3,652개 일평균유량을 이용하여 Table 2에 따 라 본 연구에서 정의한 10개의 유량지속곡선을 단위유역별로
작성하였다(Fig. 4).
Table 2에 따른 유량지속곡선을 도식화한 결과, 단위유역 별로 다양한 육안적 차이를 보였다. 소양A는 전구간에서 일 정한 차이를 보였으며, 탄천A는 고유량(0∼30%)구간과 저유 량(90∼100%)에서 많은 차이를 보였다. 평창A는 고유량 구간 에서 더 많은 차이를 보였고 팔당댐 방류량인 한강F는 유량지 속곡선별 많은 차이를 보였다.
3. 유량지속곡선 분석
유량지속곡선의 x축은 해당 y축 유량보다 큰 유량이 나타 나는 빈도(이하 초과백분율)를 의미하므로 유량지속곡선의 추출된 ‘초과백분율-유량’을 NSE식을 이용하여 누적 수문년 에 따라 도식된 10개의 유량지속곡선의 차이를 비교⋅분석하 였다. 100개 이상의 자료를 이용하여 초과백분율을 산정하면 최대유량의 초과백분율은 1보다 작아지게 되므로 본 연구에 서는 최대값을 초과백분율 0으로 하여 총 101개의 세트를 추 출하였다.
일반적으로 하천의 수문곡선에 영향을 주는 것을 기저유 출과 직접유출로 구분 할 수 있는데(Sloto and Crouse, 1996) 기저유출은 주로 지하수 유출을 의미하며 직접유출은 강우 유출수가 하천으로 유입되는 지표유출과 댐 등 대형 수리 구조물의 방류 또는 대규모 환경기초시설 방류와 같이 인위 적 방류가 하천으로 직접 유입되는 직접유입을 의미한다. 단 위유역 말단 수체의 유량은 다양한 기저유출 및 직접유출 조건에 따라 변화되므로 상류에 위치한 댐 방류량 또는 상류 유역 방류량에 직접 영향을 받는 경우는 수문곡선 해석이 어렵다.
Fig. 3 Calibration and validation (flow) at the outlet of Tancheon-A watershed
Unit watershed Calibration Validation
%Difference R2 %Difference R2
Gloji-A -0.2% V.G 0.90 V.G -2.7% V.G 0.82 V.G
Odae-A 9.6% V.G 0.78 G 1.7% V.G 0.77 G
Okdong-A -0.1% V.G 0.89 V.G 13.5% G 0.85 V.G
Hangang-A -3.4% V.G 0.86 V.G -1.5% V.G 0.87 V.G
Jucheon-A 9.0% V.G 0.91 V.G 8.3% V.G 0.78 G
Pyeongchang-A 2.3% V.G 0.89 V.G 3.8% V.G 0.88 V.G
Hangang-B -5.6% V.G 0.82 V.G -3.7% V.G 0.82 V.G
Jecheon-A 4.4% V.G 0.84 V.G 2.5% V.G 0.82 V.G
Hangang-C 0.0% V.G 1.00 V.G 0.1% V.G 1.00 V.G
Dalcheon-A 1.1% V.G 0.92 V.G 5.3% V.G 0.95 V.G
Dalcheon-B 4.9% V.G 0.92 V.G 4.8% V.G 0.93 V.G
Hangang-D 3.4% V.G 0.95 V.G -9.3% V.G 0.92 V.G
Cheongmi-A 8.7% V.G 0.88 V.G -1.1% V.G 0.74 G
Yanghwa-A 7.9% V.G 0.87 V.G 4.4% V.G 0.72 G
Bokha-A 0.0% V.G 0.90 V.G 0.1% V.G 0.92 V.G
Hangang-E 1.5% V.G 0.97 V.G -5.2% V.G 0.94 V.G
Seomgang-A 2.0% V.G 0.82 V.G -6.0% V.G 0.77 G
Seomgang-B 1.6% V.G 0.91 V.G -7.3% V.G 0.91 V.G
Huckcheon-A 2.9% V.G 0.82 V.G 3.4% V.G 0.85 V.G
Jojong-A 7.4% V.G 0.78 G 7.0% V.G 0.78 G
Gyeongan-A -2.0% V.G 0.82 V.G 6.9% V.G 0.89 V.G
Gyeongan-B 8.6% V.G 0.83 V.G 4.6% V.G 0.89 V.G
Hangang-F 4.0% V.G 0.97 V.G 0.0% V.G 1.00 V.G
Bukhan-A -0.8% V.G 0.98 V.G -0.8% V.G 1.00 V.G
Bukhan-B -1.3% V.G 1.00 V.G 0.7% V.G 0.98 V.G
Bukhan-C -1.1% V.G 1.00 V.G -0.6% V.G 1.00 V.G
Inbuk-A 6.0% V.G 0.81 V.G -1.9% V.G 0.80 G
Soyang-A 9.0% V.G 0.89 V.G -6.4% V.G 0.75 G
Soyang-B 0.7% V.G 1.00 V.G 0.6% V.G 1.00 V.G
Gapyoeng-A -1.9% V.G 0.78 G 1.0% V.G 0.72 G
Hongcheon-A 8.7% V.G 0.91 V.G -2.4% V.G 0.83 V.G
Bukhan-D 0.4% V.G 0.99 V.G 0.2% V.G 1.00 V.G
Hangang-G 6.7% V.G 0.95 V.G 0.3% V.G 1.00 V.G
Wangsuk-A 9.5% V.G 0.80 V.G -6.4% V.G 0.91 V.G
Tancheon-A 0.5% V.G 0.73 G -14.4% G 0.76 G
Jungrang-A -5.0% V.G 0.69 F -7.2% V.G 0.91 V.G
Hangang-H 2.6% V.G 0.96 V.G -3.0% V.G 0.99 V.G
Hantan-A 9.9% V.G 0.90 V.G -11.8% G 0.91 V.G
Yeongpyeong-A 8.1% V.G 0.93 V.G 9.7% V.G 0.83 V.G
Sincheon-A 9.4% V.G 0.96 V.G 5.8% V.G 0.86 V.G
Hantan-B 4.2% V.G 0.93 V.G 0.0% V.G 0.86 V.G
Munsan-A -3.5% V.G 0.91 V.G 7.7% V.G 0.84 V.G
Imjin-A -0.5% V.G 0.95 V.G -1.1% V.G 0.74 G
Imjin-B 22.2% F 0.96 V.G 11.0% G 0.91 V.G
Anyang-A -29.8% P 0.78 G -17.1% F 0.79 G
Hangang-I 6.0% V.G 0.96 V.G 0.6% V.G 0.99 V.G
Gulpo-A -6.8% V.G 0.61 F 13.1% G 0.82 V.G
Gokreung-A 9.2% V.G 0.81 V.G 8.8% V.G 0.74 G
* V.G : Very Good, G : Good, F : Fair, P : Poor Table 4 Evaluation of model calibration and validation
따라서 본 연구에서는 한강수계 49개 단위유역 중 댐 방류 량에 많은 영향을 받는 한강D, 한강E, 섬강B, 북한C, 한강G, 한강H, 한강I, 한강J 등 8개 단위유역과 상류유역 유량에 많은 영향을 받는 한강A, 한강B, 평창A, 달천B, 경안B, 한탄B, 임 진B 등 7개 단위유역은 제외하고 34개 단위유역에 대하여 분 석하였다.
NSE는 관측치와 예측치의 차이를 통계적으로 설명하는 방 법으로 100%에 가까울수록 두 값이 통계적으로 일치하는 것 을 의미하는데 Donigian et al.(1983)은 NSE가 80%보다 크면
‘satisfactory’ 라 표현하였고, Singh et al.(2004)는 NSE가 65%
보다 크면 ‘satisfactory’라 한 바 있는데 본 연구에서는 비교되 는 두 유량지속곡선의 NSE가 90%보다 높은 경우는 통계적으 로 같은 의미를 가지는 것으로 평가하였다.
가. 댐방류량 유역 분석결과
분석대상 34개 단위유역 중 단위유역 말단에 댐이 위치하 고 있어 하천유량이 강우 등에 의한 유역유출 보다 댐방류에 더 많은 영향을 받는 한강C, 소양B, 북한C, 한강F, 북한A, 북한B, 북한D 7개 단위유역에 대한 분석결과는 Table 5와 같다. 충주댐 방류량인 한강C는 모든 유량지속곡선(FDC-Ⅰ
∼FDC-Ⅸ)에서 NSE가 90% 미만으로 나타났으며 소양댐 방 류량인 소양B와 의암댐(북한C), 팔당댐(한강F)은 4개의 유량지속곡선(FDC-Ⅰ∼FDC-Ⅳ)에서 NSE가 90% 미만으로 나타났고 화천댐(북한B), 청평댐(북한D)은 2개의 유량지속 곡선(FDC-Ⅰ∼FDC-Ⅱ)에서 NSE가 90% 미만으로 나타 났다.
나. 유역유출 유역 분석결과
분석대상 34개 단위유역 중 유역 유출에 주로 영향을 받는 27개의 단위유역 중 4개 단위유역(오대A, 홍천A, 골지A, 섬강 A)은 모든 유량지속곡선(FDC-Ⅰ∼FDC-Ⅸ)에서 NSE가 90%
미만으로 나타났다. 옥동A, 제천A, 청미A, 양화A, 흑천A, 소 양A, 인북A, 가평A, 조종A, 왕숙A, 중랑A, 곡릉A, 영평A, 신 천A 등 14개 단위유역은 5개 유량지곡선(FDC-Ⅰ∼FDC-Ⅴ) 에서 NSE가 90% 미만으로 나타났다. 주천A, 달천A, 경안A, 탄천A, 안양A, 문산A는 4개 유량지곡선(FDC-Ⅰ∼FDC-Ⅳ)에 서 NSE가 90% 미만으로 나타났고 굴포A, 한탄A, 복하A는 2개 유량지곡선(FDC-Ⅰ∼FDC-Ⅱ)에서 NSE가 90% 미만으 로 나타났다(Table 6).
(a) Soyang-A (b) Tancheon-A
(c) Hangang-F (d) Pyengchang-A
Fig. 4 Result of Flow Duration Curves according to each Cumulative Water Year
No. Dam Name (Unit watershed)
Nash-Sutcliffe Model Efficency(NSE, %) FDC each scenario
FDC-Ⅰ FDC-Ⅱ FDC-Ⅲ FDC-Ⅳ FDC-Ⅴ FDC-Ⅵ FDC-Ⅶ FDC-Ⅷ FDC-Ⅸ FDC-Ⅹ 1 Chungju-Dam
(Hangang-C) -2 -0 16 27 71 71 71 70 71 100
2 Soyang-Dam
(Soyang-B) 3 7 23 23 100 100 100 100 100 100
3 Uiam-Dam
(Bukhan-C) 6 7 82 82 100 100 100 100 100 100
4 Paldang-Dam
(Hangang-F) 13 14 73 74 91 91 91 91 91 100
5 Hwacheon-Dam
(Bukhan-A) 6 6 94 94 100 100 100 100 100 100
6 Chuncheon-Dam
(Bukhan-B) 17 17 93 93 100 100 100 100 100 100
7 Cheongpyeong-Dam
(Bukhan-D) 11 12 94 93 100 100 100 100 100 100
Table 5 Comparison of NSE Analysis Results in Unit Watersheds with Dam
No. Unit watershed Nash-Sutcliffe Model Efficency(NSE, %)
FDC-Ⅰ FDC-Ⅱ FDC-Ⅲ FDC-Ⅳ FDC-Ⅴ FDC-Ⅵ FDC-Ⅶ FDC-Ⅷ FDC-Ⅸ FDC-Ⅹ
1 Odae-A 79 81 81 81 82 82 82 89 89 100
2 Hongcheon-A 20 20 65 65 80 80 80 80 80 100
3 Gloji-A 72 74 74 75 75 75 75 76 76 100
4 Seomgang-A 8 8 66 67 67 67 67 67 67 100
5 Okdong-A 22 33 64 86 98 98 98 98 98 100
6 Jecheon-A 25 27 38 77 100 100 100 100 100 100
7 Cheongmi-A 23 23 87 88 94 94 100 100 100 100
8 Yanghwa-A 21 21 88 89 94 94 100 100 100 100
9 Huckcheon-A 18 18 71 71 100 100 100 100 100 100
10 Soyang-A 22 22 73 73 99 100 100 100 100 100
11 Inbuk-A 9 27 70 70 100 100 100 100 100 100
12 Gapyoeng-A 15 27 69 69 100 100 100 100 100 100
13 Jojong-A 17 17 61 61 100 100 100 100 100 100
14 Wangsuk-A 13 13 37 37 100 100 100 100 100 100
15 Jungrang-A 21 21 36 36 100 100 100 100 100 100
16 Gokreung-A 10 12 56 69 100 100 100 100 100 100
17 Yeongpyeong-A 33 32 54 54 100 100 100 100 100 100
18 Sincheon-A 21 21 39 39 100 100 100 100 100 100
19 Jucheon-A 25 25 85 91 93 93 93 93 93 100
20 Dalcheon-A 17 34 61 92 100 100 100 100 100 100
21 Gyeongan-A 23 30 75 96 96 96 100 100 100 100
22 Tancheon-A 36 57 58 100 100 100 100 100 100 100
23 Anyang-A 30 43 81 97 100 100 100 100 100 100
24 Munsan-A 1 6 41 94 100 100 100 100 100 100
25 Gulpo-A 21 35 90 91 100 100 100 100 100 100
26 Hantan-A 83 78 99 99 100 100 100 100 100 100
27 Bokha-A 24 24 91 92 95 95 100 100 100 100
Table 6 Comparison of NSE Analysis Results in Unit Watersheds without Dam
용하여 작성한 FDC-Ⅹ을 대표유량지속곡선으로 정의하고 최 근 수문년부터 누적하여 만든 각각의 유량지속곡선과 비교한 결과이므로 대표유량지속곡선을 다르게 정의할 경우 결과는 달라 질 것으로 판단된다.
이상의 결과를 보면 34개 단위유역 중 일평균유량을 3년 이상 누적하여 작성한 유량지속곡선(FDC-Ⅲ∼FDC-Ⅸ)에서 NSE가 90% 이상으로 나타나 대표유량지속곡선 작성을 위해 최소 3년의 누적 일평균유량이 필요하다고 판단되는 단위유 역은 6개 이며 최소 4년의 누적 일평균유량이 필요하다고 판 단되는 단위유역은 6개 이며 최소 5년의 누적 일평균유량이 필요하다고 판단되는 단위유역은 14개로 나타났다.
다. 총량단위유역 대표유량지속곡선 작성기준 도출결과 10개의 유량지속곡선에서 최소값과 최대값을 제외하고 한 1%에서 99%에 해당하는 유량값을 이용하여 NSE 분석을 하 였으며 그 결과는 Table 7과 같다.
34개 단위유역 중 일평균유량을 3년 이상 누적하여 작성한 유량지속선(FDC-Ⅲ∼FDC-Ⅸ)에서 NSE가 90% 이상으로 나 타나 대표 유량지속곡선 작성을 위해 최소 3년의 누적 일평균 유량이 필요하다고 판단되는 단위유역은 4개로 나타났다. 그 리고 최소 4년의 누적 일평균유량이 필요하다고 판단되는 단 위유역은 8개 이며 최소 5년의 누적 일평균유량이 필요하다고 판단되는 단위유역은 22개로 나타났다. 모든 초과백분율(0∼
100%)을 이용한 평가에 비해 10년 누적 일평균유량을 사용하 여야 하는 단위유역은 나타나지 않았다. 수체손상 파악 등을 위해 유량지속곡선을 작성하는 경우 단위유역별 차이는 있지 만 최소 5년의 일평균유량을 누적하여 적용하는 것이 바람직 할 것으로 판단된다. 다만 일평균유량 패턴변화에 따라 이상 치를 나타내는 유량지속곡선은 달라질 수 있으며, 본 연구는 한강수계 34개 단위유역에 대하여 특정기간(2006년∼2015 년)을 대상으로 수행되었으므로 연구결과는 해당 유역의 연 구기간에 한하여 적용될 수 있다.
결과는 다음과 같다.
1. 유량지속곡선 작성을 위한 일평균유량 확보를 위해 대상 유역에 대하여 HSPF 모형을 구축하여 순간유량이 측정되 는 단위유역 하단지점에 대해서는 시간평균 모의유량으로 보⋅검증하였다. 그리고 일평균유량이 제공되는 국토교통 부 수위측정망 지점은 일평균 모의유량으로 보⋅검증하였 으며 그 결과 전반적으로 Very good(아주 좋음)으로 나타 나 실측된 유량을 적절하게 반영한 것으로 판단된다.
2. HSPF 모형으로 부터 확보된 10년 동안의 일평균유량을 이용하여 매년 1월 1일부터 그해 12월 31일까지를 수문 년으로 정하고 가장 최근인 2015년을 기준으로 수문년 을 누적시켰으며 누적 일평균유량을 이용하여 10개의 유량지속곡선을 작성하였다.
3. 유량지속곡선의 초과백분율(0∼100)을 1% 간격으로 총 101개의 ‘초과백분율(x축)-유량(y축)’세트를 추출하였 으며 추출된 ‘초과백분율-유량’을 NSE식을 이용하여 10 년 누적 일평균유량으로 작성한 유량지속곡선과 나머지 유량지속곡선의 차이를 비교⋅분석하였다. 그 결과 최 소 10년의 일평균유량이 필요한 단위유역은 5개, 최소 5년의 일평균유량이 필요한 단위유역은 14개, 최소 4년 의 일평균유량이 필요한 단위유역은 6개, 최소 3년의 일 평균유량이 필요한 단위유역은 6개로 나타났다.
4. 유량지속곡선의 최대 및 최소유량을 제외하고 동일방법 으로 분석해 본 결과 최소 5년의 일평균유량이 필요한 단위유역은 22개, 최소 4년의 일평균유량이 필요한 단위 유역은 8개, 최소 3년의 일평균유량이 필요한 단위유역 은 4개로 나타났다.
5. 총량관리에서 수체손상 원인 분석 등을 위해 부하지속곡 선을 이용하는 경우, 5년 이상의 일평균유량을 이용하여 유량지속곡선을 작성하는 것이 바람직 할 것으로 판단
No. Unit watershed Nash-Sutcliffe Model Efficency(NSE, %)
FDC-Ⅰ FDC-Ⅱ FDC-Ⅲ FDC-Ⅳ FDC-Ⅴ FDC-Ⅵ FDC-Ⅶ FDC-Ⅷ FDC-Ⅸ FDC-Ⅹ 1 Chungju-Dam
(Hangang-C) 7 15 60 72 97 98 98 97 98 100
2 Soyang-Dam
(Soyang-B) -7 38 77 78 96 97 99 98 99 100
3 Uiam-Dam
(Bukhan-C) 14 19 86 83 97 98 96 97 99 100
4 Paldang-Dam
(Hangang-F) 3 11 71 76 99 99 100 99 100 100
5 Chuncheon-Dam
(Bukhan-B) 30 27 93 88 98 99 99 100 100 100
6 Cheongpyeong-Dam
(Bukhan-D) 17 25 83 77 99 99 99 99 100 100
7 Hongcheon-A 34 41 68 82 96 97 99 99 99 100
8 Seomgang-A 26 29 68 77 98 98 99 98 99 100
9 Okdong-A 29 56 65 83 100 100 100 98 100 100
10 Jecheon-A 22 39 73 80 100 100 99 98 100 100
11 Cheongmi-A 42 46 71 86 100 100 100 100 100 100
12 Yanghwa-A 44 47 73 86 99 99 100 99 99 100
13 Huckcheon-A 29 37 74 86 100 100 100 100 100 100
14 Soyang-A 51 53 75 74 93 94 98 98 98 100
15 Inbuk-A 56 57 79 77 97 98 99 100 100 100
16 Gapyoeng-A 46 38 87 87 97 99 99 99 100 100
17 Jojong-A 28 35 78 84 100 100 100 100 100 100
18 Gokreung-A 29 34 69 81 99 100 100 100 100 100
19 Jucheon-A 34 37 73 81 99 99 99 98 99 100
20 Dalcheon-A 21 55 72 88 100 100 100 100 100 100
21 Munsan-A 30 33 74 78 99 98 97 99 100 100
22 Bokha-A 38 42 67 88 100 99 100 99 99 100
23 Gulpo-A 52 59 82 90 98 100 100 100 99 100
24 Gloji-A 64 84 83 92 98 98 99 98 99 100
25 Odae-A 65 86 84 90 97 97 99 98 99 100
26 Wangsuk-A 58 54 86 92 99 99 100 100 100 100
27 Jungrang-A 69 64 88 90 100 99 100 100 100 100
28 Gyeongan-A 43 54 77 93 99 100 100 100 100 100
29 Tancheon-A 59 76 89 98 100 100 100 100 100 100
30 Anyang-A 48 67 85 96 100 99 99 100 100 100
31 Yeongpyeong-A 66 54 91 91 99 100 100 100 100 100
32 Sincheon-A 72 63 90 92 100 100 100 100 100 100
33 Hantan-A 75 46 93 93 98 100 100 100 100 100
34 Hwacheon-Dam
(Bukhan-A) 38 36 94 91 99 99 99 100 100 100
Table 7 Comparison of NSE Analysis Results in Unit Watersheds
REFERENCES
1. Albek, M., U. B. Ogutveren, and E. Albec, 2004.
Hydrological modeling of Seydi Suyu watershed (Turkey) with hspf. Journal of Hydrology 285: 260-271. doi:10.1016/
j.jhydrol.2003.09.002.
2. Bicknell, B. R., J. L. Imhoff, J. L. Kittle, A. S. Donigian, and R. C. Johanson, 1996. Hydrologic simulation program- fortran user’s manual, 12, Athens, GA, US EPA 3. Brun, S. E., and L. E. Band, 2000. Simulating runoff
behavior in an urbanizing watershed. Computers, Environment and Urban Systems 24: 5-22. doi:10.1016/s0198-9715(99) 00040-X.
4. Castellarin, A., R. M. Vogel, and A. Brath, 2004, A stochastic index flow model of flow duration curves, Water Resources Research, 40, W03104. doi:10.1029/2003WR00 2524.
5. Donigian, A. S., 2000. Hspf training workshop handbook and cd, lecture #19, calibraion and verification issures, Slide #L19-22 EPA Headquarters. Washington Information Center, 10-14 January, 2000. Presented and prepared for US EPA, Office of Science and Technology, Washington, D.C.
6. Donigian, A. S., J. C. Imhoff,, and B. R. Bicknell, 1983.
Predicting water quality resulting from agricultural nonpoint-source pollution via simulation-HSPF. In Agricultural Management and Water Quality, 200-249. Ames, Iowa:
Iowa State University Press.
7. Donigian, A. S., and J. T. Love, 2003. Sediment calibration procedures and guidelines for watershed modeling. WEF Specialty Conference Proceedings on CD-ROM. November 16-19, 2003. Chicago, Illinois, USA.
8. Fontaine, T. A., and V. M. F. Jacomino, 1997. Sensitivity analysis of simulated contaminated sediment transport.
11. Hwang, H. S., C. G. Yoon, and J. T. Kim, 2010.
Application load duration Ccurve for evaluation of impaired watershed at TMDL Unit watershed in Korea, Journal of Korean Society on Water Environment 26(6):
903-909 (in Korean).
12. Jeon, J. H., D. H. Choi, K. J. Lim, and T. D. Kim, 2010a.
Estimating nutrients delivery ratios at the subwatershed scale; a case study at the Bochung-a watershed. Journal of the Korean Society of Agricultural Engineers 52(5):
27-35 (in Korean).
13. Jeon, J. H., D. H. Choi, and T. D. Kim, 2010b. Analysis of characteristics of delivered nonpoint source pollution at forested watershed. Journal of Korean Society of Urban Environment 10(3): 273-280 (in Korean).
14. Kang, J. H., J. J. Hong, S. G. Kim, M. S. Son, Y. J. Lee, and B. J. Lim, 2010. A study on calculating of delivery ratio daily WinHSPF/BASINS model. Journal of Korean Society of Water Science and Technology 18(5): 19-28 (in Korean).
15. Kim, T. G., 2014. Assesment of watershed characteristics for apprehensive area of non-point source pollution using load duration curve, Journal of Korean Society of Environmental Technology 15(1): 1-11 (in Korean).
16. Lee, Y. W., K. D. Song, J. C. Lee, K. S. Yoon, D. H.
Rhew, S. W. Lee, and S. H. Lee, 2010. Development of a method for estimating non-point pollutant delivery load of each reference flow with combination of BASINS/
HSPF. Korean Society of Environmental Engineers 32(2):
175-184 (in Korean).
17. Legates, D. R., and G. J. McCabe, 1999, Evaluating the use of “goodness-of-fit” measures in hydrologic and hydroclimatic model validation, Water Resources Research 35(1): 233-241. doi:10.1029/1998WR900018.
18. Ministry of Environment (MOE), 2017. Public announcement of implementation standards, Ministry of Environment (in Korean).
19. Ministry of Environment (MOE), 2012. Water environment information system (WEIS), http://water.nier.go.kr/water Measurement/selectWater.do. Accessed May. 2018.
20. Ministry of Environment (MOE), 2011. Waterbody and watershed on target water quality in the han river basin, Ministry of Environment (in Korean).
21. Nash, J. E., and J. V. Sutcliffe, 1970. River flow forecasting through conceptual models part I : a discussion of principles, Journal of Hydrology 10(3): 282-290.
doi:10.1016/0022-1694(70)90255-6.
22. National Institute Environmental Research(NIER), 2016. A study on the establishment of management standards of total maximum daily loads for the four major river basins (Ⅰ) (in Korean).
23. National Institute of Environmental Research(NIER), 2015.
Studies on simulation method of pollutant emission characteristics in Korean TMDL (in Korean).
24. Nebraska, 2004. Total maximum daily loads for the big blue river basin(fecal coliform and e. coli bacteria), Nebraska Department of Environmental Quality Planning Unit, Water Quality Division.
25. Nebraska, 2002. Nebraska’s approach for developing TMDLs for streams using load duration curve.
26. Nevada, 2003. Load duration curve methodlogy for assessment and TMDL, Development Nevada Division of Environmental Protection.
27. Oregon, 2004. Bacteria technical appendix, williamette basin TMDL, Oregon Department of Environmental Quality.
28. Park, J. H., H. S. Hang, D. H. Rhew, and O. S. Kwon, 2012. Estimation of delivery ratio based on BASINS/HSPF model for total maximum daily load. Journal of Korean Society on Water Environment 28(6): 833-842 (in Korean).
29. Park, J. W., K. S. Kim , K. S. Hwang, Y. W. Lee, and B. J. Lim, 2013. Application of load duration using discharge-load rating curve at Jiseok stream watershed.
Journal of Korean Society on Water Environment 29(4):
523-530 (in Korean).
30. Park, J. D., and S. Y. Oh, 2012. Methodology for the identification of impaired waters using LDC for the
management of total maximum daily loads, Journal of Korean Society on Water Environment 28(5): 693-703 (in Korean).
31. Shon, T. S., J. B. Park,, H. S. Shin, 2009. A study on estimation of the delivery ratio by flow duration in a small-scale test bed for managing TMDL in Nakdong River. Journal of Korean Society on Water Quality 25(5):
792-802 (in Korean).
32. Singh, J., H. V. Knapp, and M. Demissie, 2004.
Hydrologic modeling of the Iroquois River watershed using HSPF and SWAT. ISWS CR 2004-08. Champaign, Ill.:
Illinois State Water Survey. Available at: www.sws.uiuc.
edu/pubdoc/CR/ISWSCR2004-08.pdf. Accessed 8 September 2005.
33. Sloto, R. A., and M. Y. Crouse, 1996. HYSEP : A computer program for stream flow hydrograph separation and analysis. U.S. Geological Survey Water Resources Investigations Report 96-4040. Lemoyne, pA. 46 p.
34. Song, J. H., and M. S. Kang, 2016. Performance measures and calibration methods for hydrologic and water quality models. Rural Resources 58(2): 2-10 (in Korean).
35. South California, 2004. Total maximum daily load development for the upper broad river watershed_fecal coliform bacteria, South California Department of Health and Environmental Control.
36. United States Environmental Protection Agency (U. S.
EPA), 2011. Lecture #15, watershed model calibration and validation: Issues and Procedures, https://www3.epa.gov/
ceampubl/basins/training/b4lec15.pdf, pp. 11.
37. United States Environmental Protection Agency Office of Wetlands, Oceans, & Watersheds (U. S. EPA.), 2007. An approach for using load duration curves in the development of TMDLs, U. S. EPA Office of Wetlands, Oceans, &
Watersheds.
38. Vogel, R. M., and N. M. Fennessey, 1995. Flow duration curves II. A review of applications in water resource planning. Water Resour. Bull. 31 (6), 1029–1039 doi:10.
1111/j.1752-1688.1995.tb03419.x.
