Water for Future
국제 호우 최적관리시설 데이터 베이스 (International Stormwater BMP Database)
소개
모든 학문에서 자료와 기록은 이루 말할 수 없 이 중요하다. 하물며 실험과 계측을 바탕으로 하 는 이공계 분야라면 자료는 더욱 더 중요하다. 더 욱이 최근에는 기존의 관측자료를 효과적으로 정 리화 하는 작업들이 주목을 받고 있다. 그러한 작 업들에는 미국 지질조사국(The U.S. Geological Survey (USGS))의 각종 지질, 수문 자료나 한국
의 대표적 수문기상 자료 사이트인 국가수자원관 리 종합정보시스템(http://www.wamis.go.kr)을 들 수가 있다. 본 고에서는 호우관리에 필요한 국 제 호우 최적관리시설 데이터베이스(International Stormwater BMP Database)를 소개하고자 한다
<그림 1>.
1. 호우 최적관리시설 데이터 베이스
호우 최적관리시설(stormwater best management practice (BMP))은 호우시 유량을 완화하고 오염물 을 저감하는 방안을 말한다 (WEF and ASCE, 1998).
본래 BMP에는 거리 청소나 교육 등을 통하여 유 박 대 룡 ●●●
건국대학교 사회환경시스템공학과 조교수 drpark@konkuk.ac.kr
그림 1. 국제 호우 최적관리시설 데이터베이스 홈페이지 (www.bmpdatabase.org)
Water for Future
량, 오염물을 저감하는 비구조물적 BMP(Non- structural BMP)와 구조물을 설치하여 기계 적으로 저감하는 구조물적 BMP(Structural BMP)가 있으나 일반적으로 BMP라 함은 구 조물적 BMP를 의미한다. 국제 호우 최적관리 시설 데이터베이스는 1996년에 미국 토목학회 (The American Society of Civil Engineers)와 환경청(The U.S. Environmental Protection Agency)이 데이터베이스 구축을 위한 협력 에 합의를 하였고, 2004년에는 WERF (The Water Environmental Research Foundation), FHWA(The Federal Highway Administration), A P W A ( T h e A m e r i c a n P u b l i c W o r k s Association), EWRI(The Environmental and Water Resources Institute of ASCE)를 파트 너로 지원을 받는 광범위한 연합 과제로 전환되 었다. 현재 수집된 자료의 관리와 웹사이트 관 리는 Geosyntec Consultant와 Wright Water Engineers에서 하고 있다.
국제 호우 최적관리시설 데이터베이스는 1999 년부터 관련 자료를 수집하기 시작 하여 2007년 에 첫번째 데이터베이스를 공개했다. 첫번째 공개
자료는 1983년에 완료된 전미 도시지역 비점 오 염물을 관측하고 데이터 특성을 분석한 전국 도시 호우 프로그램(The Nationwide Urban Runoff Program (NURP))의 데이터를 포함하였고 이후 2007년 까지 341개 지역의 BMP에서 관측한 데이 터를 포함하고 있다. 그 후에도 꾸준히 자료를 수 집하고 데이터베이스를 업데이트 하여 2013년 3 월에 업데이트한 버전이 가장 최근 버전으로 현재 홈페이지(www.bmpdatabase.org)에서 무료로 제공하고 있다. 지금도 계속 자료를 수집하고 있 으므로 조만간 추가 업데이트가 있을 것으로 예상 된다.
2. 데이터베이스 수집 분포
2014년 7월 현재까지 5개국 (미국, 캐나다, 뉴 질랜드, 스웨덴, 대만), 358개 시험 지역에 512개 의 최적관리시설 관측 자료가 수집되어 있다. 5개 국이라고는 하지만 거의 모든 자료가 북미 대륙 에 위치해 있다. 웹사이트에서 지도 옵션으로 전 체 시험 지역의 위치를 볼 수가 있으며 지도의 확
그림 2. 국제 호우 BMP 데이터베이스 수집 분포 (http://www.bmpdatabase.org/map.html)
Water for Future
대 축소를 통해서 사용자가 원하는 시험지역의 최 적관리시설을 선택할 수가 있다 <그림 2>.
3. 데이터 베이스의 구성
국제 호우 최적관리시설 데이터베이스는 해당 사이트에서 다운받을 수 있는데 MS Access 파일 로 약 500 MB 인 대용량 파일로 되어 있다. 본 데 이터 베이스의 자료는 <그림 3>과 같이 구성되어 있으며, 크게 유역 인자, 최적관리시설 인자, 수문 학적 인자, 수질(비점 오염물) 인자, 경제성 인자 로 나눌 수 있다. 일반적으로 한 개의 강우 사상에
대해서 인자 별로 관측 평균값인 한 개의 수문, 수 질(event mean concentration) 값을 보여주고 있 다. 이 데이터 베이스는 각 인자 별로 데이터가 정 리되어 있으므로 특정 사이트에 대해서 인자들을 수집하려면 쿼리(query)를 사용하여야 한다. 데이 터 크기에 비해서 위의 5개의 인자들이 다 관측된 사이트들은 그렇게 많지 않다. 그 이유는 많은 양 을 차지하는 자료가 전국 도시호우 프로그램에서 수집했는데, 이 과제가 1983년에 수행했던 과제 로 유역 인자와 수질 인자에만 집중해서 극히 적 은 수의 최적관리시설 인자, 수문학적 인자, 경제 성 인자만 관측했었기 때문이다.
그림 3. 호우최적관리시설 데이터베이스 구성 (www.bmpdatabase.org)
3.1 최적관리시설 분류
데이터베이스는 총 512개 최적관리시설의 자료 를 축적하고 있으며, 이를 17 종류로 분류하고 있 다. 제조장치(manufactured device)가 79개로 가장 많고 침투조(Infiltration Basin)와 저영향개 발(LID)이 각각 2개로 가장 적은 개수를 보여주고 있다 <표 1>.
표 1. BMP의 종류별 데이터베이스 분포 (Wright Water Engineers and Geosysntec Consultants, 2012)
Category # Studies
Bioretention 30
Detention Basin 39
Green Roof 13
Biofilter - Grass Strip 45 Biofilter - Grass Swale 41
Water for Future
3.2 수문인자
강우 자료 인자로는 강우 관측소의 위도, 경도, 고도, 그리고 각 호우 사상별 강우 전 건기일수 (antecedent dry days), 강우 시작 시간과 끝나는 시간, 전체 강우량, 첨두 강우 빈도 등이 있다. 호 우 자료 인자로는 유출 시작 시간과 끝나는 시간, 전체 유량 부피, 첨두유량 등으로 나누어져 있다.
3.3 수질 인자
관측한 수질인자들은 수백 가지 인자들로 세분 화되어 있으며 크게 지표 박테리아, 중금속, 입자 물질, 영양물질로 나눌 수 있다. 지표 박테리아 로는 장구균(enterococcus), 대장균(escherichia coli), 분변계 대장균(fecal coliform) 등이 있고, 중금속으로는 비소, 카드뮴, 크롬, 구리, 철, 납, 니켈, 아연 등이 있다. 입자물질로는 각종 부유물 질, 유기 물질 등이 있으며, 영양물질로는 인과 질소 계의 오염물질 등을 관측하고 있다.
3.4 경제적 인자
최적관리시설의 비용 인자로는 총 시설 비용
(total facility costs), 연 관리 비용(average annual routine mainterance costs), 굴착 및 청 소비용(excavation/clearing costs), 재료 비용 (structural materials costs), 설치 비용(facility installation/construction costs), 제어장치 비용 (structural control devices costs), 식생 및 경관 비용(vegetation and landscaping costs), 공학 및 고정 비용(engineering and overhead cost), 토지 비용(land costs or value) 등으로 나누어져 있다.
4. 데이터 베이스의 활용 (최적관리시설의 효 율 평가 계산)
호우에 대한 최적관리시설 효율을 평가할 때 유 입농도와 유출 농도에 대한 차이를 계산한 퍼센트 로 나타내었으나 유출농도가 어느 특정 농도 이하 로 내려가지 않는다는 것을 발견하였다. 이를 최 소 농도(minimum concentration) 또는 배경 농 도(background concentration)라 부른다. 이 최 소 농도로 인해서 퍼센트 효율이 실제 최적관리 시설 효율을 대표하기 어렵다는 생각에 다른 방 법으로 최적관리시설 효율을 나타내기 시작했 다 (Wright Water Engineers and Geosyntec Consultants, 2007; Jones et al., 2008).
4.1 박스 그림과 대수정규확률지를 이용한 최적 관리시설 효율 평가 계산
데이터베이스를 이용하여 최적관리시설에서 호 우 제거 오염물질 효율을 상자 그림 (box plot) 으로 각 수질 인자별/ 최적관리시설 별로 분석하 고 있다. 그림 4는 총 부유물 (Total Suspended Solids)의 유입 농도와 유출 농도자료들을 최적관 리시설 종류별로 상자 그림을 통해서 비교 분석하 고 있다.
Infiltration Basin 2
LID (Site Scale) 2
Manufactured Device 79
Media Filter 37
Percolation Trench/Well 12
Porous Pavement 35
Retention Pond 68
Wetland Basin 31
Wetland Channel 19
Composite (Treatment Train) 25 Maintenance Practice 28
Other 6
Total 512
Water for Future
그림 4. 데이터 베이스를 이용하여 총 부유물에 대한 최적관리시설 효율을 보여주는 상자 그림(Wright Water Engineers and Geosysntec Consultants, 2012)
그림 5. 최적관리시설 효율 분석 결과 (예, I-57에 있는 저류지 에서의 총 부유물질) (http://www.bmpdatabase.org/
bmpstat/AnalysisResults.aspx?Analysis_ID=1567)
Water for Future
또한 특정 최적관리시설 사이트에서는 특정 최 적관리시설과 특정 오염물질의 유입농도와 유출 농도 자료에 대하여 전체 자료 개수, 중간값, 평균 값, 25% 와 75% 값, 정규 분포와 대수정규 분포와 의 적합성, Mann-Whitney test, t-test를 시행 한 결과를 제공하고 있다. 그리고 해당 자료를 시 간에 대한 산포도 그림(scatter plot), 상자 그림 (notched box-whisker plot), 대수정규 확률 그 림(lognormal probability plot)을 제공하고 있다
<그림 5>.
최근에는 기하학적 최적관리시설 설계 인자, 수
문 인자들과 각 호우 오염 물들과의 유입 유출 농 도와의 관계를 보여주는 결과를 시도하고 있다 (Geosyntec Consultants and Wright Water Engineers, 2013). 참고로 데이터베이스 자료 중 저류지에서 총 인의 유입 유출 농도와 설계호우 깊이(design storm depth (DSD)), 평균 호우 깊 이(average storm depth(ASD)), 저류지 길이/폭 비(length to width ratio (L to W)), 비워지는 시 간(brim full emptying time (BFET))들의 관계 를 산포도 매트릭스로 나타내고 있다 <그림 6>.
그림 6. 저류지 (detention basin) 에서 최적관리시설 설계에 고려된 인자들과 총 인의 유입, 유출 농도와의 산포도 매트 릭스(scatter matrix) (Geosysntec Consultants and Wright Water Engineers, 2012)
Water for Future
맺으며
국제 호우 최적관리시설 데이터베이스는 호우관 리에 사용되는 최적관리시설들의 거동에 관련한 수질 자료뿐만 아니라 수문인자, 최적관리시설 인 자, 경제적 인자에 대한 자료를 체계적으로 정리, 축적하고 있다. 이 데이터베이스를 이용한다면 좀 더 심화된 호우에 대한 최적관리시설의 거동과 효 율을 조사해 볼 수 있다. 우리나라에서도 비점 오 염물 연구와 최적관리시설이나 저영향 개발 연구 가 활발해지면서 그 관측 자료가 축적되고 있는
바, 자료를 축적하고 제공하는 시스템을 구축하는 데 있어서 이 국제 호우 최적관리시설 데이터베이 스가 좋은 참고 모델이 될 수 있다고 생각한다. 또 한 호우 비점 오염물이나 최적관리시설의 물리적 거동을 이해하는데 있어서 수리·수문학적 지식이 필요할 뿐만 아니라 데이터베이스의 자료를 분석 하기 위해서는 다양한 통계적인 지식이 필요하다.
따라서 이러한 시도와 분석을 위해 수공학 분야에 서 양질의 노하우를 바탕으로 앞으로 많은 관심과 개발·활용이 필요한 분야라고 생각된다.
Geosyntec Consultants and Wright Water Engineers. (2013). “Influence of design parameters on achievable effluent concentrations.” International Stormwater BMP Database.” 〈www.bmpdatabase.org>.
Jones, J. E., Clary, J., Strecker, E., and Quigley, M. M. (2008). “15 reasons you should think twice before using percent removal to assess BMP performance.”
Stormwater, 9(1). <http://www.stormh2o.com/january-february-2008/
pollutants-research-bmp.aspx>.
Water Environment Federation and American Society of Civil Engineers (WEF and ASCE). (1998). “Urban runoff quality management.” Water Environment Federation, Alexandria, VA.
Wright Water Engineers and Geosyntec Consultants. (2007). “Frequently asked questions fact sheet for the international stormwater BMP database: Why does the international stormwater BMP database project omit percent removal as a measure of BMP performance?” 〈http://www.bmpdatabase.org>.
Wright Water Engineers and Geosyntec Consultants. (2012). “Narrative Overview of BMP Database Study Characteristics.” 〈www.bmpdatabase.org>.
참고문헌
