Analysis of Organic Carbon Cycle and Mass Balance in Daecheong Reservoir using Three-dimensional Hydrodynamic and Water Quality Model

(1)

3차원 수리 ⋅ 수질 모델을 이용한 대청호 유기탄소 순환 및 물질수지 해석

안인경

^1a

⋅ 박형석

^1b

⋅ 정세웅

^1c,†

⋅ 류인구

²

⋅ 최정규

^3a

⋅ 김지원

^3b

1

충북대학교 환경공학과⋅

²

국립환경과학원 한강물환경연구소 ⋅

³

한국수자원공사 물환경처

Analysis of Organic Carbon Cycle and Mass Balance in Daecheong Reservoir using Three-dimensional Hydrodynamic and Wat er Qualit y Model

Inkyung An

^1a

⋅ Hyungseok Park

^1b

⋅ Sewoong Chung

^1c,^†

⋅ Ingu Ryu

²

⋅ Jungkyu Choi

^3a

⋅ Jiwon Kim

^3b

1

Department of Environmental Engineering, Chungbuk National University

2

Han-River Environment Research Center, National Institute of Environmental Research

3

Water Environmental Management Department, Korea Water Resources Corporation (K-water) (Received 28 February 2020, Revised 5 May 2020, Accepted 30 June 2020)

Abstract

Dam reservoirs play a particularly crucial role in processing the allochthonous and the autochthonous dissolved (DOC) and the particulate (POC) organic carbon and in the budget of global carbon cycle.

However, the complex physical and biogeochemical processes make it difficult to capture the temporal and spatial dynamics of the DOC and the POC in reservoirs. The purpose of this study was to simulate the dynamics of the DOC and the POC in Daecheong Reservoir using the 3-D hydrodynamics and water quality model (AEM3D), and to quantify the mass balance through the source and sink fluxes analysis. The AEM3D model was calibrated using field data collected in 2017 and showed reasonable performance in the water temperature and the water quality simulations. The results showed that the allochthonous and autochthonous proportions of the annual total organic carbon (TOC) loads in the reservoir were 55.5% and 44.5%, respectively. In season, the allochthonous loading was the highest (72.7%) in summer, while in autumn, the autochthonous loading was the majority (77.1%) because of the basal metabolism of the phytoplankton. The amount of the DOC discharged to downstream of the dam was similar to the allochthonous load into the reservoir. However, the POC was removed by approximately 96.6% in the reservoir mainly by the sedimentation. The POC sedimentation flux was 36.21 g-C/m

²

/yr. In terms of space, the contribution rate of the autochthonous organic carbon loading was high in order of the riverine zone, the transitional zone, and the lacustrine zone. The results of the study provide important information on the TOC management in the watersheds with extensive stagnant water, such as dam reservoirs and weir pools.

Key words : Carbon cycle, Carbon fluxes, DOC, POC, TOC, Water quality modeling

1a석사과정(Master Student), [email protected], https://orcid.org/0000-0002-7222-4199

1b박사

(Ph.D), [email protected], https://orcid.org/0000-0002-6218-1826

1c,†

Corresponding author,

교수

(Professor), [email protected], https://orcid.org/0000-0002-8596-4970

2 환경연구사(Researcher), [email protected], https://orcid.org/0000-0002-7491-3000

3a선임연구원(Senior Researcher), [email protected], https://orcid.org/0000-0002-7830-1220

3b부장

(General Manager), [email protected], https://orcid.org/0000-0001-5076-7232

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/

licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

(2)

1. Introduction

2013년에 하천과 호소의 생활환경 기준 항목으로 총 유기 탄소(Total organic carbon, TOC)농도가 추가된 이후 2019년 에는 폐수배출시설과 공공폐수처리시설 방류수의 유기물 관 리지표가 화학적 산소 요구량(Chemical oxygen demand, COD)에서 TOC로 전환되었다(Jeong et al., 2018). 하천과 호 소의 유기물 오염도 관리지표의 변화는 생물 독성 및 난분해 성 성분과 관계없이 유기물 부하를 정확하게 파악하여 효율 적인 수질 관리를 이루고자 하는데 목적이 있다 . 그러나 TOC는 총인(T-P)과 달리 수체 내 식물플랑크톤과 식물의 광 합성에 의해 생성될 수 있는 수질항목이므로 체류시간이 긴 하천과 호소에서는 정확한 생성원을 파악하는 것이 수질관 리 측면에서 중요하다 . 따라서 실효성 있는 유기물 오염 관 리 정책을 수립하기 위해서는 유기물의 근원을 정확히 평가 해야 한다 . 즉 , 대부분의 유기물 부하가 외부원인 경우 , 상류 유기물의 발생과 배출 부하량을 저감시켜야 하고, 내부 부하 량이 많은 수체에서는 적절한 부영양화 대책 및 수체 내 조 류 과잉성장을 억제하는 정책을 수립해야 한다.

선행 연구에 의하면 호소와 같은 정체수역에서는 내부 유 기물 부하가 수질관리 측면에서 매우 중요하다. Parks and Baker (1997) 는 Sonoran 유역 (USA, Arizona) 의 Verde 강 하 류 저수지 내 유기탄소의 물질수지를 실험으로 해석하였다.

저수지 수면적은 유역면적에 0.14%에 불과하지만, 긴 체류 시간으로 인해 내부 생성 유기탄소가 전체 유기탄소 부하의 41%를 차지한다는 결론을 도출하였다. Yi et al. (2006)는 의 암호를 대상으로 실측 자료를 통해 유기탄소의 유입량과 유 출량, 그리고 내부생성량을 조사하였다. 의암호 수체 특성을 고려하여 동서남북 네 지점으로 분할하였으며, 각 지점에서 측정된 순 일차생산량(Net Primary Production, NPP) 값을 적용하여 유기물의 내부생성량을 산정하였다. 의암호 전체에 서는 총 외부유입 유기물량의 2배가 넘는 양이 내부에서 생 성되었으며 , 공간적으로는 서부 지점에서는 유기물 분해가 , 동남부 지점에서는 유기물 생산 기작이 활발한 것으로 해석 하였다 .

식물플랑크톤의 일차생산은 수체 내 유기물을 공급하는 가 장 기초적인 과정이자 , 부영양화된 호소에 유기탄소를 공급 하는 주요 원인이 된다(Jonsson et al., 2001; Kim et al.,

2000). 국내⋅외에서 호소와 댐 저수지와 같은 담수의 일차

생산량 평가를 위한 연구는 다수 있었다. Escoffier et al.

(2018) 은 Seine River(France) 에서 다중 센서를 활용하여 시 간에 따른 생태계 신진대사를 산정하였다. 연간 순 생태계 생산량 (Net Ecosystem Production, NEP) 은 – 264 g-C/m

²

/yr 로 나타나 종속영양시스템으로 평가하였지만, 조류가 과도하 게 증식되었던 늦겨울부터 초여름 기간에는 독립영양시스템 으로 분석하였다. 또한 다변량 분석결과, 총 일차생산량 (Gross Primary Production, GPP) 은 Chl-a 와 수온 , 빛 , 강우량 과 상관성이 높게 나타났으며, 증가된 하수 유출량은 생태계 호흡량에 영향을 끼치는 것으로 해석하였다. Fee (1973)는 호소의 GPP를 산정하기 위해 수치 모델을 개발하고, 환경요

인에 따른 계절별 변동성을 분석하였다 . Vollenweider (1965) 가 제안한 Production rate(P) 와 Irradiance(I) 의 관계식을 기 반으로 일별 GPP를 계산하기 위한 적분식을 개발하였으며, 개발된 모델은 Michigan Lake 에 적용되었다 . 여름철에는 영 양염류와 관련된 생물학적 요인에 의해 제한되는 반면, 겨울 철에는 태양에너지와 같은 물리적인 요인이 가장 중요하게 작용하는 것으로 분석하였다. 개발된 수치모델을 통해 많은 비용과 시간이 필요한 현장실험의 한계를 극복하였으나 수 체의 수리학적 현상의 관계까지 해석하지는 못하였다. 국내 의 경우, Kim et al. (1991)은 경포호에서 광합성-광도 모델 법을 통해 외부기원 유기물과 내부생성 유기물로 구분하여 유기물 수지를 측정하고, GPP를 산정하였다. 일차생산에 의 한 내부생성량은 연간 총 유기물 생성량 중 60%를 차지하는 것으로 분석하였다 . 본 연구의 대상 수체인 대청호에서도 수 온과 DO 측정자료를 활용하여 생태계 신진대사를 산정한 사례가 있다. Kim et al. (2018)은 대청호 댐 앞 지점의 고빈 도 수온 및 DO 센서 자료를 호소의 신진대사 산정 프로그램 에 입력하여 다양한 신진대사 모델과 기체교환계수 함수 적 용에 따른 GPP, NEP, 호흡량을 산정하였다 . 대체로 순 생산 량이 음의 값을 보여 종속영양시스템으로 평가되었으나 대 청호 전체를 대변하기에는 한계가 있었다 .

TOC는 수체 내에 존재하는 성상에 따라 용존성 유기 탄소 (Dissolved organic carbon, DOC) 와 입자성 유기탄소 (Particulate organic carbon, POC)로 구분된다. 일반적으로 하천과 호소에서는 대부분 DOC 형태로 존재하며 POC 는 총 유기물의 10∼17% 정도이다(Keskitalo and Eloranta, 1999;

Kim et al., 1998; Thurman, 1985; Wetzel, 1983). 일반적으로 수체의 DOC 농도는 봄에서 늦여름 동안 식물플랑크톤의 성 장과 함께 가장 높으며 (Fukushima et al., 1996; Hama and Handa, 1983; Kim et al., 1998), 강우에 의한 유입수량 증가 에 따른 영향을 크게 받는다고 알려져 있다 (Kim et al., 1998; Nemeth et al., 1982; Parks and Baker, 1997). 계절에 따른 영향뿐만 아니라 저수지 내에서도 공간적으로 호수부 (Lacustrine zone), 천이부(Transition zone), 유입부(Riverine

zone)의 물리적, 화학적, 생물학적 특성이 다르기 때문에

(Thornton et al., 1990) 이를 구분하여 시공간적으로 평가할 필요가 있다. Han et al. (2018)은 중국 Wujiang 강에서 댐 유입부, 댐 앞, 유출부로 나누어 생물지구화학적 탄소 순환 을 분석하였다 . 계절별 열 성층구조는 방류수에 상당한 영향 을 끼쳤으며 , 시공간적으로 현저히 다른 형태를 나타냈다.

연구결과는 생물학적 활동이 탄소순환에 주요 제어요소임을 보여주었다 .

하천과 저수지로 유입한 유기탄소의 물질순환 연구는 전

지구적 탄소순환 해석에도 매우 중요한 부분을 차지한다 . 전

지구표면에서 담수 시스템이 차지하는 면적 비율은 매우 작

은 반면에 탄소를 처리하는 속도는 매우 빠른 것으로 보고되

고 있으며(Catalán et al., 2016), 담수로 유입한 유기탄소의

최종 분해 산물인 이산화탄소 (CO

2

) 와 메탄 (CH

4

) 은 대기 중

온실가스의 중요한 배출원이 된다(Tranvik et al., 2009). 그

러나 육상 담수의 탄소순환 연구는 여전히 불확실성이 높다 .

(3)

담수 수체 내 탄소 침전율은 실측 자료의 부족으로 많은 불 확실성이 내포되어 있으며 , 누적된 예측오차는 불확실성을 증가시킨다(Drake et al., 2018). Mendonça et al. (2017)는 유 역과 지역 특성 등이 변수로 포함된 지형 통계모델을 활용하 여 불확실성을 감소시키고자 하였다. 통계 모델을 결합한 결 과 , 선행 연구에 나타난 결과보다 작은 값으로 산정되었지만 , 호소나 저수지와 같은 담수 수체 내 침강 기작은 여전히 대 기로의 탄소 배출을 줄이는 중요한 요인으로 나타났다. 또한 담수 내 탄소 매장량과 배출량의 상대적 크기는 기후대별로 다양한 범위로 나타나 담수 수체 내 탄소 매장에 대한 많은 연구가 필요함을 주장하였다.

그동안 댐 저수지의 유기물 기원 및 물질수지 연구는 대부 분 실험적인 방법이 주를 이루었으며 , 일부 시도된 수치모델 링 연구는 수리학적 변동성이 큰 국내 저수지의 특성을 반영 하지 못하는 한계가 있었다 . 실험적 접근방법은 저수지의 특 정 지점에서 실험기간 동안의 조류의 일차생산량을 정확히 산정할 수 있는 장점이 있으나 , 연중 동적으로 변하는 유기 물의 외부 부하와 내부 생성과정을 해석하는데 한계가 있다 . 특히 저수지의 유입부, 천이부, 호수부의 수리⋅수질 환경과 수심별 수온성층 구조 변화가 미치는 영향에 대한 고려도 어 렵다. 반면, 3차원 수리-수질 모델링 기술은 실험 자료를 바 탕으로 적절히 보정이 이루어진다면, 댐 저수지 내 총 유기 탄소의 성분별 유입과 유출, 생물학적 분해 , 침강과 재부유, 내부 일차생산과 신진대사(사멸, 호흡, 분비) 등의 복잡한 과 정을 시공간적으로 해석할 수 있는 유용한 도구로 활용될 수 있다.

본 연구의 목적은 금강 수계 최대 상수원인 대청호를 대상 으로 3 차원 수리 - 수질 모델을 구축하고 실측자료를 이용하여 모델을 보정한 후, 유기탄소의 성분별 시공간적 농도분포를 모의하고 물질수지 분석을 통해 외부기원과 내부생성 유기

탄소 플럭스의 시간적 , 공간적 변동성을 해석하는 데 있다.

본 연구에서 시도한 연구방법과 연구결과는 국내 하천과 댐 저수지의 TOC 관리뿐만 아니라 탄소의 물질순환 해석에 유 용한 정보를 제공한다 .

2. Materials and Methods

2.1 연구대상 지역

본 연구의 대상 지역인 대청호(Fig. 1)는 1981년 대청댐 준 공과 함께 형성된 인공저수지로 금강 하구로부터 약 150 km 지점에 위치하고 있다. 상류 용담댐의 유역면적 930 km

²

을 제외한 총 유역면적은 3,204 km

²

으로 금강 수계 전체의 32.4%에 해당한다. 총 저수용량은 1,490×10

⁶

m

³

이며, 유효 저수용량은 790×10

⁶

m

³

이다 . 대청호는 대전을 비롯한 충청 및 전북지역의 최대 상수원이며 수력 발전, 홍수 조절 등 다 목적으로 사용되고 있다 . 금강 본류 및 회인천 , 서화천 , 주원 천, 품곡천 등의 지류하천이 유입한다. 또한, 호 내 취수를 위한 수리구조물로 추동과 문의에 위치한 2 개의 취수탑 (EL.

57.0 m)과 댐의 발전 방류구(EL. 52.0 m)가 있다. 그리고 홍 수 시 유량을 조절하기 위한 본 댐 여수로 (EL. 64.5 m) 와 비 상 여수로(EL. 65.0 m)가 있다.

대청호는 댐으로부터 거리가 가장 멀고 수심 5 m 이내 상 류지역인 유입부(Riverine zone)와 호소 중류지역에 위치하 며 수심 5 ∼ 30 m 의 천이부 (Transition zone), 댐에서 가장 가 깝고 수심이 30 m 이상의 하류지역을 호수부 (Lacustrine zone) 로 구분할 수 있다 (Bae et al., 2007). 따라서, 호 내 수질측정 망 중 장계(DC4) 지점을 유입부의 대표지점으로, 회남(DC5) 지점을 천이부, 호수부의 대표지점을 댐 앞(DC2)로 선정하 여 대청호 내 탄소순환 특성을 공간적으로 분석하였다. 지점 별 수질현황을 파악하기 위해 본 연구 대상기간과 동일한

Fig. 1. Location of the study site and monitoring stations.

(4)

2017년 1월∼12월까지의 수질자료를 수집하여 Table 1에 제 시하였다 . 대청호 내 평균 Chl-a 농도는 장계 8.7 mg/m

³

, 회 남 5.6 mg/m

³

, 댐 앞 3.4 mg/m

³

로 유입부에서 호수부로 갈수 록 감소하는 경향을 나타냈으며 , 장계 지점과 댐 앞 지점의 평균 T-P 농도도 0.030 mg/L에서 0.021 mg/L로 감소하는 것 으로 나타났다 .

2.2 AEM3D

Aquatic Ecology Model 3D(AEM3D)는 호주 HydroNumerics 사 (www.hydronumerics.com.au) 에서 개발한 3 차원 수리 - 수질 동력학 모형으로 서호주대학교 물연구소(Centre for Water Research, CWR) 에서 개발된 ELCOM-CAEDYM 모델을 기 반으로 개발되었다(Hodges and Dallimore, 2019). 남조류 세 포수 계산과 Curtain/Barrier 분석 등 다수 기능을 추가하여 보다 정밀한 분석이 가능하도록 하였으며, 수리-수질항목을 병렬적으로 처리하는 Multi-Thread 방식을 적용하여 모델의 수행 속도가 향상되었다. AEM3D는 범용 3차원 수리-수질 모델로써 수리-수질-생태의 연동 해석(Coupled modeling)이 가능하다. 식물플랑크톤 모의와 관련해서는 조류 종을 7가지 로 구분하여 시간적 천이특성을 해석할 수 있고, 남조류의 부력조절 기능을 모의 할 수 있는 장점이 있다 .

수리 동역학 모형은 기본적으로 운동량 방정식, 연속 방 정식 , 자유수면 방정식 , 물질의 이송 - 확산방정식으로 구성

된다(Table 2). 운동량 방정식은 Reynolds-Averaged Navier-

Stokes(RANS) 방정식을 사용하며 , 유체의 특성에 대해서는

Boussinesq 가정과 수직방향의 운동량 방정식은 정수압

(Hydrostatic pressure) 이론을 가정한다 . 수면경사에 따른 동 수압의 작용과 내부파에 의한 영향이 중요한 경우, 비정수압 옵션을 사용할 수 있다 . 수평방향 유속의 순간 변동성분에 의한 난류 폐합식은 수평와점성계수( 

_

)를 사용하며, 수직방 향에 대해서는 확산모델의 수직와점성계수( 

_

)와 혼합층

(mixed-layer) 모델을 사용할 수 있다 . 운동량 방정식은 준

음해법을 사용하며, 2차 방정식 Euler-Lagrange 보간법을 사 용하여 해를 구하며 자유수면 방정식은 공액경사법으로 해 를 찾는다 . 또한 물질-이송 확산 방정식의 수평방향 이송항 은 ULTIMATE(Leonard, 1991) 방법과 3 차 정확도를 갖는

QUICKEST 방법을 사용한다. 수질해석은 탄소, 질소, 인, 규

소의 다양한 순환과정 , 용존산소 (DO), 입자크기별 6 개까지의 무기 부유물질(SS)을 포함하며, 생태해석은 다양한 식물플랑 크톤과 동물플랑크톤, 어류 등의 모의가 가능하다.

여기서,  ,  ,  = x, y, z 방향 유속(m/s),  = 압력(N/m

²

),

 = 전향력계수 (2ωsinΦ, ω는 지구자전각속도, Φ는 위도), 

= 수위(m),  = 물의 밀도(kg/m

³

), 

_

= 주변 밀도(kg/m

³

), ′

= 밀도 차(kg/m

³

),  = 중력(m/sec

²

), 

_

= 와점성계수 (m

²

/sec),  = 수심 (m, 

_

: bottom height),  = 물질의 농도 (mg/L), 

_

= 수평와확산계수 (m

²

/sec), 

_

= 수직와확산계수 (m

²

/sec), 

_

= 물질의 생성 및 소멸항이다 .

AEM3D 모형 내 모든 상태변수의 해석은 유출로 인한 손

실과 유입 부하뿐만 아니라 유체역학적 동력에 의한 대류와 혼합 그리고 내부생산이 포함된다 . 그 중 탄소순환은 다른 물질순환에 기반이 되며 , AEM3D 수질모의에 있어서 중요 한 항목 중 하나이다 . 수체 내 탄소 모의는 크게 9 가지의 기 작을 포함하며 , 용존무기탄소 (DIC) 의 대기교환 , 탄산염으로 부터 DIC의 전환, DOC의 무기화(Mineralization), 조류 광합 성에 의한 DIC 농도 감소, 퇴적물과 수체 간 DIC와 DOC의 확산 플럭스(Flux), POC의 분해, 조류 사멸로 인한 DOC와 POC 생성, POC와 조류 내부 탄소(IC)의 침전 및 재부상으 로 나타낸다(Hipsey et al., 2005). 탄소 내부순환에 대한 모 식도와 반응기작은 Fig. 2 및 Table 3과 같다.

Variables Units DC4

(Jang-gye) DC5

(Hoe-nam) DC2

(Front of dam) Temperature ℃ 17.8±8.4

^*

17.3±8.5 17.5±8.2

pH - 8.3±0.3 8.4±0.6 8.2±0.4

DO mg/L 9.7±1.6 9.5±1.4 9.1±1.3

Chl-a mg/m

³

8.7±6.4 5.6±6.5 3.4±3.2

TOC mg/L 2.6±0.6 2.5±0.40 2.3±0.2

T-N mg/L 2.564±0.405 2.487±0.565 2.323±0.390 T-P mg/L 0.030±0.014 0.025±0.018 0.021±0.019

SS mg/L 1.9±1.3 2.3±3.7 1.3±1.3

*Average ± standard deviation

Table 1. Water quality conditions of the study sites during the study period

Variable Equation

x-direction momentum equation

          



^^^{  }^^^^^^

^

^^^{′ }



^{ }^^

^

^^^^^

^

^{ }^^

^

^^^^^

^

^{ }^^

^

^^^^^

^

^{ }

y-direction momentum equation

        



^^^{  }^^^^^^

^

^^^{′ }



^{ }^^

^

^^^^^

^

^{ }^^

^

^^^^^

^

^{ }^^

^

^^^^^

^

^{ }

z-direction momentum equation

(Hydrostatic pressure assumption)

^^^{  }

Continuity Equation

__      

Free-surface Equation

   



 

_



 





_{ }_^{ }



 

_









 

Transport Equation

__        



^^^



^{ }



^^^



^{ }



^^^



^{ }^

Table 2. Hydrodynamic equations in AEM3D

(5)

2.3 탄소순환 해석 모델 구축

AEM3D 모델의 수치격자구성은 대청호 퇴사량 측정보고서

(K-water, 2006)와 2018년도 실측 수치지형자료(K-water)를 사용하였다 . 흐름 방향 (x) 과 횡 (y) 방향에 대한 수치격자의 크기는 100 m × 100 m, 수심방향은 1 m씩 나누었으며, 총 178,310 cell 로 구성하였다 (Fig. 3). 구축된 지형자료는 국가 수자원관리종합정보시스템(WAMIS, http://www.wamis.go.kr) 에서 제공하는 (HRFCO, 2020) 대청호의 실측 수위 - 저수용량 관계와 비교하여 그 신뢰도를 검증하였다. R

²

(Coefficient of Determination) 와 AME(Absolute Mean Error), RMSE(Root Mean Square Error)를 통해 평가하였으며(Moriasi et al., 2007), R

²

= 0.999, AME = 0.16 × 10

⁶

m

³

, RMSE = 0.26 ×

10

⁶

m

³

으로 높은 신뢰도를 보였다(Fig. 4). Fig. 3. Numerical grid system in Dae-cheong reservoir.

Fig. 2. Simplified schematic of the carbon dynamics.

Variable Symbol Equation

Dissolved Inorganic Carbon DIC

^       

        

Labile Dissolved

Organic Carbon DOCL

^       

     

Refractory Dissolved

Organic Carbon DOCR

^      

     

Labile Particulate

Organic Carbon POCL

^        ^

      

   

Refractory Particulate

Organic Carbon POCR

        

Bacterial Biomass B

^        

 

Algal Internal Carbon A

^

       

   

Table 3. AEM3D carbon cycle

(6)

Fig. 4. Comparison of simulated reservoir water level and capacity curve with observed one.

2017년 수문년도를 대상으로 모델을 구축하고 보정하였으 며, 모의기간은 1월 1일부터 12월 31일까지이다. 모델 구동 에 필요한 초기조건은 저수위와 수심별 수온 및 수질농도 등 이다. 초기수위는 K-water에서 제공하는 댐 수문자료를 바탕 으로 1월 1일 수위로 설정하였으며, 수질 농도의 초기조건은 대청호 내 측정망 6개 지점의 상, 중, 하 수심별 자료를 시작 시점의 수질 농도로 입력하였다. 기상 입력자료는 풍속, 풍 향, 기온, 상대습도, 일사량, 기압, 전운량으로 구성된다. 대 전 기상대 및 청남대 AWS 자료를 기상자료개방포털에서 수 집하였다(Table 4). 대청호의 유입 경계조건은 K-water에서 제공하는 댐 운영자료의 총유입량을 지류별로 유역면적비를 적용하여 산정하였으며, 유입 수온은 Chung and Oh (2006) 가 개발한 다중회귀식을 적용하였다 ( 식 1). 여기서 , 

_

= 기온(℃), 

_

= 이슬점온도(℃),  = 유량(m

³

/s) 이다.

     

_

 

_

 (1) AME 1. 277℃, RMSE 1.605℃, R

²

= 0. 822

각 지류별 유입 수질 농도자료는 환경부 물환경정보시스템

(ME, 2020)의 측정망 자료를 수집하여 활용하였으며 (Table

4), 모델의 경계조건 자료인 SS, Organic matters, PO

4

-P, NO

3

-N, NH

4

-N, Chl-a, DO 등의 항목으로 입력하여 주었다.

유역으로부터 유입되는 유기물은 난분해성 비율이 높아 유 기물 분해가 느리게 일어나는 반면(Choi, 2000; Kim et al.,

2007), 일차생산을 통하여 생성된 유기물은 생분해성의 비율

이 높아 유기물의 분해속도가 빠르다(Wetzel, 2001). 따라서 수체 내 유기물은 난분해성과 생분해성으로 구분하여 모의 하는 것이 중요하다. 본 연구에서는 유기물질을 난분해성 용 존상 유기물 (RDOC), 생분해성 용존상 유기물 (LDOC), 난분 해성 입자상 유기물 (RPOC), 생분해성 입자상 유기물(LPOC) 로 구분하여 모의하였으며 , 유기물질의 성상은 국내 하천과 호소에서 조사한 실험결과를 참고하여 입력하였다. TOC에 서 조류에 포함된 탄소량을 빼고, DOC와 POC의 비율을 75%와 25%로 구분하였으며(Kim et al., 1998; Yu et al.,

2005), 산정된 DOC와 POC의 난분해성 비율은 금강 수계에

서 실측된 자료에 근거하여 70%로 입력하였다(Yu et al., 2003; Yu et al., 2005). 미국의 Monroe, Allatoona, West

Point 저수지에서도 입력자료 구성을 위해 DOC와 POC의

비율을 동일하게 입력한 사례가 있다(Cole and Tillman, 1999; 2001). Kim (2019)은 2016년 대청호로 직접 유입하는 지류 하천인 주원천과 품곡천에서 LDOC, RDOC와 POC를 분석하였다 . 실험 결과 , DOC 중 RDOC 의 비율은 66 ∼ 70%

로 나타났으며, 주원천에서 총 유기탄소에 대한 POC 비율은

24.8% 로 선행연구와 비슷하였다 . 직상류에 하수처리장이 위

치한 품곡천의 POC 비율은 46.5%로 높게 나타났으나, 품곡 천이 주원천보다 POC 비율이 상대적으로 높은 원인은 제시 되지 않았다.

본 연구에 사용된 조류와 유기탄소 항목의 주요 매개변수 는 Table 5에 제시하였다. 보정에 사용한 수질 및 조류 항목 의 매개변수는 Chung et al. (2014) 에서 제시한 2001 년 대청 호를 대상으로 보정된 ELCOM-CAEDYM 모델 매개변수를 참조하였으며 , AEM3D(Hodges and Dallimore, 2019) 와 CE-QUAL-W2 사용자 지침서(Cole and Wells, 2017)에 제시 된 항목별 범위를 바탕으로 산정하였다 .

2.4. 탄소 수지 해석

본 연구에서는 탄소 수지 해석을 위해 탄소의 성분을

DOC, POC, 조류(남조류, 규조류, 녹조류) 3종의 내부 탄소

로 구분하여 모의하였다. 저수지 내 유기탄소의 성분별 질량 의 변화율은 식 (2)로 간략히 나타낼 수 있다. 우변의 첫째항 은 외부 유입 부하율로써 모델 입력자료로 사용한 유입경계 조건을 활용하여 산정하였으며, 둘째항은 유출 부하율로써 모델 내에서 계산된 방류수 수질 농도와 댐 방류량으로 계 산하였다. 셋째와 넷째 항은 각각 저수지 내부에서 생성률

Data Sites Items Sources

Hydrological

data Daecheong dam Flow rates, Water level K-water’s water

information portal Meteorological

data

Chung-namdae (AWS) Wind speed, Wind direction and Air temperature

Korea Meteorological Administration Daejeon (ASOS) Solar radiation energy, Humidity,

Local p ressure and Cloud cover Water quality

data

Daecheongdam 1,2,3,4,5, Oakcheon(Guem River), Juwoncheon, Pumkokcheon, Hoeincheon, Oakcheoncheon(Seohwacheon)

Temperature(℃), Chl-a(mg/m

³

), DO(mg/L), SS(mg/L), TOC(mg/L), T-N(mg/L), DTN(mg/L), NH

4

-N(mg/L), NO

3

-N(mg/L), T-P(mg/L), DTP(mg/L) and PO

4

-P (mg/L)

Ministry of

Environment’s

water environment

information system

Table 4. Data collection sites

(7)

Keyword Description Unit This study AEM3D(manual) W2(manual) Phytoplankton (* Diatom, Chlorophytes, * Cyanobacteria)

Ycc Average ratio of C to chlorophyll a mg-C/mg-Chl-a 40 40 10 ∼ 100

growth_coefficient Maximum potential growth rate of

phytoplankton /day

2.0* 1.14 0.34∼3.1

1.0** 0.8 0.56∼9.2

1.0*** 1.0 0.07 ∼ 11.0

light_growth_

max_saturation Light saturation for maximum production µE/m

²

/s

70* 70 -

100** 100 -

1300*** 1300 -

temperature_

growth_standard Standard Temperature ℃

15.0* 20.0 10.0

20.0** 20.0 20.0

25.0*** 20.0 25.0

temperature_

growth_optimum Optimum Temperature ℃

20.0* 25.0 -

27.0** 33.0 25.0

29.0*** 28.0 20.0

temperature_

growth_maximum Maximum Temperature ℃

32.0* 32.0 27.0

33.0** 39.0 40.0

34.0*** 35.0 40.0

respiration_

coefficient Respiration rate coefficient /day

0.10* 0.08 0.05∼0.59

0.10** 0.06 0.01∼0.16

0.12*** 0.08 0.10 ∼ 0.92

mortality_

fraction_respiration Mortality fraction of respiration -

1.40* - -

0.50** - -

0.05*** - -

excretion_

fraction_respiration Excretion fraction of respiration -

0.933* - -

0.10** - -

0.30*** - -

Carbon

mineralisation_coefficient Max mineralization of DOC -> DIC /day 0.008 0.003 0.001∼0.63 refractory_ratio Ratio of mineralization of refractory to labile - 0.10 0.16

Light par_base_extinction Photosynthetically Active base

Extinction Coefficient /m 0.25 0.2 -

Organic matter

labile(refractory)_density Density of POM particles kg/m

³

1010 (1005) 1005 -

labile(refractory)_diameter Diameter of POM particles m 3.00E-05

(5.00E-05) 7.50E-05

(5.00E-05) 1.00E-04 labile(refractory)_

resuspension_rate_k Composite resuspension rate g/m

²

/d 0.008 0.008 -

labile(refractory)_

resuspension_kt Sediment mass half saturation coefficient g/m

²

0.01 0.01 -

labile(refractory)_

decomposition_coefficient Decomposition rate coefficient /day 0.05 (0.005) 0.05 (0.005) 0.08

Table 5. Calibrated model parameter values for phytoplankton, carbon, light and organic matter

(8)

(Internal sources) 또는 소멸률(Internal sinks)로써 모델에서 탄소 성분별 플럭스 형태로 출력하여 산정하였다. 내부 생성 유기물 부하는 조류에 의한 분비(Excretion)와 사멸(Mortality), 퇴적물 재부상(Resuspension)을 포함하고, 내부 소멸은 POC 의 분해(Decomposition)와 침강(Deposition), DOC 무기화 (Mineralization), 탈질(Denitrification)과정의 소모로 구분하 여 해석하였다.

   

_{ }

×

_{ }



_{ }

×

_{ }

  ^{}  ^{} ⁽²⁾

여기서 M은 유기탄소 성분별 질량, 

_{ }

과 

_{ }

는 각각 유입 량과 유출량 , 

_{ }

과 

_{ }

는 각각 유입농도와 유출농도이다 .

3. Results and Discussion

3.1 모델 보정 결과

대청호의 물수지 재현성 평가를 위해 2017년 1월 1일부터 2017년 12월 31일까지 실측수위와 모델 예측수위를 비교하

Fig. 5. Comparison of observed and simulated water level.

였다(Fig. 5). 비교 결과, AME 0.010 m, RMSE 0.022 m, R

²

0.993 으로 모델은 대청호의 물수지를 적절히 재현하는 것으

로 나타났다.

성층화된 저수지는 밀도류의 특성에 따라 물이 순환되 며, 물질의 이송과 확산은 성층구조에 영향을 크게 받는다 (Fischer et al., 1979). 적절한 수질모의를 위해서는 저수지 수온 성층현상에 대한 정확한 해석과 예측이 필요하다. 대청 호의 수심별 수온에 대한 모델의 예측 성능을 평가하기 위해 2017년 댐 앞 지점(DC2)에서 실측한 수온과 모의 값을 비교 하였다(Fig. 6). 실측값은 수온계(HOBO water temp)를 수심 별(0∼38 m)로 15∼18개 설치하여, 2017년 7월부터 2017년 12월까지 10분 단위로 연속 모니터링한 자료를 활용하였다.

2017년 수온예측 오차는 AME 0.581∼1.101℃, RMSE는 0.746∼1.835℃, R

²

는 0.824∼0.996 범위로 나타나 비교적 실측값을 잘 반영하는 것으로 확인되었다.

수질모델의 보정은 DO, TOC, T-N, NH

4

-N, NO

3

-N, T-P, PO

4

-P, Chl-a 8 개 항목에 대하여 실시하였다 . 모형 내에 매개 변수를 수정하여 모의값과 실측값의 차이를 최소화시키는 시행착오 방법으로 보정을 수행하였고 , AME, RMSE, R

²

분 석을 통해 평가하였다. 본 연구는 유기탄소 순환과 물질수지 해석을 하는 것이 주목적으로 TOC 와 Chl-a 항목을 중심으로 보정을 진행하였다. 실측자료의 한계로 인하여 DOC와 POC 항목을 구분하여 보정을 실시하지는 못했다 . Chl-a 농도가 급증함에 따라 TOC 농도가 증가되었으며, 대부분 DOC의 영향이었다 . 높아진 DOC 농도는 감소되지 않고 높은 농 도로 유지되었다. 따라서 ‘excretion_fraction_respiration’와

‘mineralisation_coefficient’ 를 수정하여 TOC 보정을 수행하 였다.

대청호 수질 해석 및 2017 년 보정결과를 호 내 댐 앞

(DC2), 회남수역(DC5), 장계(DC4)지점별로 분류해서 제시하

Fig. 6. Comparison of observed and simulated water temperature profiles at DC2.

(9)

였다(Fig. 7). 지점별 Chl-a와 TOC 항목의 실측값과 모의값 을 시계열로 비교하였다. 모의결과는 전반적으로 실측값의 시계열 변동 특성을 적절히 재현하였지만 , 9 ∼ 10 월 장계지 점에서 Chl-a 모의값은 다소 과대평가하는 경향을 나타냈다.

장계지점에서 Chl-a 예측 오차가 상대적으로 크게 나타나는 원인은 측정 빈도가 낮은 경계조건의 영향을 직접 받는 지점 이며, 공간별 조류 종별 실측자료가 부족하여 조류 매개변수 를 저수지 전체에 동일한 값을 사용 한 점이 가장 큰 것으로 판단된다. 또한, 부유입자에 의한 광제한과 동물플랑크톤의 섭식과 같은 기작이 정확히 고려되지 않은 것도 오차의 원인 으로 판단된다. TOC 항목은 댐 앞 지점 AME 0.216 mg/L, RMSE 0.300 mg/L, R

²

0.694, 회남수역 AME 0.321 mg/L, RMSE 0.401 mg/L, R

²

0.664, 장계 지점 AME 0.876 mg/L,

RMSE 1.195 mg/L, R

²

0.209로 적정한 예측 신뢰도를 보였 으며, 시계열 변동 특성도 적절히 재현하였다. T-N 항목에 서는 AME 0.304 ∼ 0.600 mg/L, RMSE 0.453 ∼ 0.723 mg/L 로 나타났으며, T-P 항목은 AME 0.011∼0.017 mg/L,

RMSE 0.015∼0.022 mg/L로 나타났다. 전반적으로 실측값

과 모의값의 오차 크기는 유입부, 천이부, 호수부 순으로 높은 것으로 나타났다. 유입부에서 오차가 크게 나타난 원 인은 이 구간이 유입하천의 수질 변동성과 퇴적물의 영향 을 가장 크게 받는 지역에 해당하기 때문으로 보인다 (Kennedy et al., 1982). 유입부에서 모델의 오차를 줄이기 위해서는 경계조건 수질에 대한 고빈도 측정과 퇴적층-수 체 간 물질교환에 대한 모델의 예측 성능을 향상시킬 필요 가 있다 .

(a) (b)

(c) (d)

(e) (f)

Fig. 7. Comparison of simulated Chl-a and TOC with observed data at DC2 ((a) and (b)), DC5 ((c) and (d)), and DC4 ((e)

and (f)).

(10)

3.2 전체 탄소수지해석 결과

2017년을 대상으로 보정한 모델의 모의결과로부터 산정한 대청호 수체 전체의 유기탄소 수지는 Fig. 8과 같으며, 난분 해성 유기물과 생분해성 유기물 값은 구분하지 않고 함께 나 타내었다. 대청호의 연간 TOC 부하량의 55.5%(4,169 ton/yr) 는 유역으로부터 유입되는 외부기원이었으며 , 44.5% 는 호 내에서 생성되었다. 호 내 생성 TOC는 33.1%(2,482 ton/yr) 가 식물플랑크톤에 의해 생성되었고 나머지 11.4%(859

ton/yr)는 퇴적물로부터 재부상과 확산에 기인하였다 (Table

6). 조류의 배설 (Excretion) 및 사멸 (Mortality) 로 생산된 내부 유기 탄소량은 각각 811 ton/yr, 1,891 ton/yr로 산정되었다.

모델에서 조류의 배설로 생성된 유기물질은 용존성인 DOC 로 변환되며, 조류의 사멸로 생성되는 유기물질은 입자성인 POC 로 변환된다 . 방류를 통해 배출된 TOC 는 3,213 ton/yr

(42.8%)이며 무기화와 침전으로 인한 손실은 각각 22.9%,

30.6% 로 나타났다 . 댐 배출 TOC 부하량 모의결과의 적합성

을 확인하기 위해 대청댐 하류에서 가장 근접한 측정망 지점 인 대청교에서 실측된 TOC 농도를 이용하여 일평균 부하량 을 산정한 결과 5.85 ton/day으로 연간으로 환산 시 약 2,135

Type Sources Loading(ton/yr) Ratio(%)

Input

Inflow 4,169 55.5

Phytoplankton 2,482 33.1

Resuspension & Sediment flux 859 11.4

Total loading 7,510 100

Output

Outflow 3,213 42.8

Mineralization 1,719 22.9

Deposition 2,301 30.6

Denitrification 277 3.7

Total loading 7,510 100

Table 6. Estimates of total organic carbon budget in Daecheong reservoir

ton으로 나타났다. 모의값은 실측값보다 약 1.5배 높았는데,

이러한 오차의 원인은 댐 방류 지점과 실측 지점의 공간적 차이와 연간 부하량 산정에 사용된 자료의 빈도 차이에 있는 것으로 보인다. 실측 댐 배출부하량은 가용한 총 42개 자료 로 산정하였으나, 모의 배출부하량은 일단위 자료 365개를 사용하여 산정하였다 .

POC 기준으로 보면 유입부하는 1,178 ton/yr이며 배출부

하는 40 ton/yr 로 수체 내에서 96.6% 가량 제거되는 것으로

평가되었다. 유입 및 유출부하 외에 퇴적층으로부터의 재부 상에 의해 840 ton/yr, 조류사멸에 따라 1,891 ton/yr 의 POC 가 생성되고, 분해에 의해 1,425 ton/yr, 침강 기작으로 2,215

ton/yr 이 제거된다 . 침강에 의해 제거되는 기작이 가장 큰 것

으로 평가되었으며, 연간 단위 면적 당 침강되는 유기탄소 플럭스는 36.21 g-C/m

²

/yr 로 산정되었다 . 이 값은 Mendonça et al., (2017)이 전세계 59개 저수지를 대상으로 산정한 탄소 침강 플럭스의 중위값인 291 g-C/m

²

/yr 의 약 12.4% 수준에 해당한다. 그러나, Mendonça et al. (2017)이 제시한 59개 저 수지 중위값은 작은 규모의 농업용 저수지 (Ponds) 가 과반수 포함되어 호소보다 매우 높은 침강 플럭스를 보이므로 (Downing et al., 2008) 대청호와 큰 차이를 보인다 . 반면 , 대 청호의 유기탄소 침강 플럭스는 대규모 빈영양 저수지인 Lake Kariba에서 산정한 침강율 23 g-C/m

²

/yr(Kunz et al., 2011)와, 빈영양호인 Mascarenhas de Moraes (MSM)에서의 침강율 44.2 g-C/m

²

/yr와 유사한 수준이다(Mendonça et al.,

2014). 한편, 퇴적물에 매장되는 유기탄소량의 산정 결과는

실험 자료의 부족에 따른 불확실성이 매우 높은 것으로 알려 져 있다(Phyoe and Wang, 2019).

DOC 유입부하는 2,759 ton/yr이며, 배출부하는 3,112

ton/yr로 유사한 수준을 보였다. 선행 연구사례에서도 하류로

의 DOC 이송에 관한 저수지 영향은 적은 것으로 나타났다

(Zhang et al., 2014). 유입유출 부하 이외에 조류로부터 분비

되는 양이 811 ton/yr, POC 분해 산물로 1,425 ton/yr이 생성

되었으며 , 탈질 (Denitrification) 과 무기화 (Mineralization) 과

Fig. 8. Mass balance of organic carbon in Daecheong reservoir. The numbers in parentheses indicate the initial value.

(11)

정에서 각각 277 ton/yr, 1,719 ton/yr 처리된다. 연간 단위 면 적 당 무기화로 처리되는 플럭스는 28.18 g-C/m

²

/yr 로 나타 났으며, Mendonça et al. (2016)에서 산정된 Mascarenhas de Moraes reservoir 의 무기화율 17 ∼ 48 g-C/m

²

/yr 과 유사한 수 준이다.

대청호 내 유입⋅유출 유량과 외부부하 (Allochthonous) 와 내부부하(Autochthonous)의 비를 시계열로 나타내었다(Fig.

9). 외부부하는 TOC 유입부하량으로 가정하였으며, 내부부 하는 일차생산량과 퇴적물 재부상의 합을 의미한다. 일차생 산량은 모델에서 출력되는 NPP 항목을 사용하였다 . 단위 면 적 당 발생되는 일차생산량은 평균 110.61 mg-C/m

²

/day로 산정되었다. 여름철(6∼8월) 증가된 유입량의 영향으로 총 부하량의 72.7%(2,810 ton) 가 외부 부하량으로 나타났으며 , 가을철 (9 ∼ 11 월 ) 에는 조류의 분비와 사멸의 영향으로 인해 내부 부하량이 총 부하량의 77.1%(1,601 ton)를 차지하였다 (Fig. 10). 1990년 대청호를 대상으로 한 실험연구에서는 전 체 유기물 생산량의 68% 가 식물플랑크톤의 일차생산량 (GPP 기준)으로 산정된 바 있다 (Hwang et al., 1994). Hwang et al.

(1994)은 댐 앞과 가두리양식장이 밀집된 두 지점에서 실험 한 결과의 평균으로 수체 전체를 해석하였으며 가두리양식 장이 밀집된 지역에서 일차생산량은 최고 2,500

mg-C/m

²

/day까지 나타났다. 또한, 월 1∼2회 측정된 자료를

활용하여 일 년 전체를 해석한 점에서 결과의 차이가 발생된 것으로 사료된다 . 본 연구에서도 월 1 회 자료만을 사용하여 총 유입부하를 산정하였을 경우, 최소 1,428 ton/yr에서 최대 13,201 ton/yr로 선택하는 자료에 따라 편차가 크게 나타남을 확인하였다. 대청호에 비해 체류시간이 짧은 팔당호에서는 외부부하가 82%, 일차생산량 (GPP 기준 ) 이 18% 를 차지하는 것으로 산정되었다(Kim and Kim, 1990). 또한 경포호와 소 양호에서는 일차생산량(GPP 기준)이 각각 60%와 51%로 산

정된 바 있다(Kim et al., 1999; Kim et al., 1991).

대청호 탄소순환에 기여한 인자를 시계열로 평가하였다 (Fig 11(a) ∼ (c)). 평가결과 강우 발생 이후 7 월 초에 대량으 로 유기물 유입 부하가 발생하였으며, 수체 전체 TOC 평균 농도는 강우유입 이전(7월 1일) 2.07 mg/L에서 유입 이후 9 월 26일 최대 3.32 mg/L까지 증가하였다. 또한, Chl-a 농도 도 7월 1일 기준 1.01 mg/m

³

에서 9월 26일 기준 10.75 mg/m

³

까지 증가하는 것으로 나타났다. 수체의 조류 및 유기 물 농도가 증가하면서, 유기탄소의 내부 순환이 활발하게 나 타났다. 조류의 배설, 사멸 등에 의해 생성되는 유기탄소량 이 급격히 증가하여 일차생산량의 77.7%가 7, 8, 9월에 발생 되었다 .

(a)

(b)

Fig. 9. Daily fluctuations of (a) inflow and outflows, and (b) percentage of allochthonous load and autochthonous.

Fig. 10. Seasonal loading of allochthonous and

autochthonous organic carbon.

(12)

수체로 다량의 유기물 유입 이후 침강에 의한 제거는 8 월에 409.92 ton/month로 가장 높았으며(Mulholland and Elwood, 1982), 11 월에 138.59 ton/month 로 감소하였다 (Fig. 11(d)).

반면, DOC의 무기화는 수체 내 TOC 농도가 낮은 기간(7월 이전 ) 에는 34.68 ∼ 100.40 ton/month 로 낮은 수준을 보이다가 , 다량의 유기물 부하 유입 이후 164.98∼314.81 ton/month 의 범위로 높은 수준을 보였다 (Striegl and Michmerhuizen, 1998).

3.3 지점별 탄소순환 특성 및 결과 비교

장계(DC4), 회남(DC5), 댐 앞(DC2) 지점을 각각 대청호의 유입부 , 천이부 , 호수부 대표지점으로 선정하여 탄소순환 특

성을 공간적으로 분석을 해보았다 . 각 지점 표층에서의 모 의결과를 분석한 결과, 일차생산량이 TOC 농도에 가장 큰 영향을 미치는 것으로 나타났다 (Table 7). 조류에 의한 일차 생산량은 유입부(장계)에서 75.20 mg-C/m

³

/d로 가장 높았 으며 , 침강되는 유기물의 양 또한 – 92.39 mg-C/m

³

/d 로 가 장 높게 나타났다. 모의결과는 실측자료(Table 1)와 유사하 게 유입부에서 호수부로 갈수록 일차 생산성은 감소하는 경향을 보였으며, 이는 영양염 공급의 제한이 영향을 준 것 으로 사료된다 (Kim et al., 2012). 유기탄소의 소멸항 중 탈 질에 의한 영향은 모든 지점에서 크지 않은 것으로 나타났 으며, 천이부(회남)에서는 -1.05 mg-C/m

³

/d로 가장 높게 나 타났다.

(a)

(b)

(c)

(d)

Fig. 11. Daily loading rate of (a) DOC, (b) POC, (c) TOC by contributing factors, and (d) monthly

loading rate of TOC by contributing factors.

(13)

대청호 내에서 유기탄소 성분별 시공간적 분포를 확인하 기 위해, 대표적으로 유입량이 가장 많았던 7월과 8월의 Chl-a, TOC, DOCR, POCR 농도분포를 종단면 등고선 형태 로 제시하였다(Fig. 12). 저수지에서 Chl-a 농도 및 탄소의 공간적 변동성은 생태학적 요인보다 유입량과 체류시간에 더 관련이 있는 것으로 알려져 있다(Pacheco et al., 2015).

시간이 경과함에 따라 천이부 , 호수부로 전파되는 것을 알 수 있으며, TOC의 공간분포는 Chl-a 분포와 유사하게 나타 나 장계지점에서 높은 농도를 나타냈다 . 최고 Chl-a 농도와 최대 일차생산력을 나타내는 시점은 일치하는 것으로 알려

져 있다(Kim et al., 2000). DOC와 POC는 중층에 형성된 밀 도류를 따라 이동하는 것을 확인하였으며, POC는 대부분 댐 도달 전에 침강하였으나 DOC는 발전 방류구(EL. 52 m) 가 위치한 댐 앞까지 이동하여 하류로 방류되었다(Kim et al., 2000).

4. Conclusions

본 연구에서는 금강수계에 위치한 대청호를 대상으로

2017년 실측자료를 이용하여 3차원 수리-수질 모델인

Site Primary production (mg-C/m

³

/d) Settling (mg-C/m

³

/d) Mineralization (mg-C/m

³

/d) Denitrification (mg-C/m

³

/d) DC4

(Jang-gye) 75.20

^*

(-64.35 ∼ 858.17)

^**

-92.39

(-699.90 ∼ 5.80) -7.70

(-23.56 ∼ -0.84) -0.77

(-2.99 ∼ -0.07)

(Hoe-nam) DC5 48.39

(-16.30∼343.57) -36.53

(-201.52∼1.06) -7.30

(-23.59∼-0.66) -1.05

(-2.72∼-0.04) (Front of dam) DC2 27.94

(-21.38∼294.59) -19.07

(-91.33∼0.56) -4.93

(-11.22∼-0.70) -1.00

(-3.09∼-0.04)

*Average

** (∼) is Min-Max, respectively

Chl-a (µg/L) TOC (mg/L)

(a) July

24 (b) Aug.

28 DOCR (mg/L) POCR (mg/L)

July (a) 24

(b) Aug.

28 Fig. 12. Spatial distribution of Chl-a, TOC, DOCR and POCR concentration.

Table 7. Average contributing factors of TOC by site

(14)

AEM3D모델을 보정하고 유기탄소의 성분별 물질순환을 해 석하였다 . 또한 저수지 내 유입부 , 천이부 , 호수부에서 유기 탄소의 성분별 생성과 소멸 플럭스를 시⋅공간적으로 해석 하였다 . 연구를 통해 도출된 주요 결론은 다음과 같다 .

1) 2017 년 대청호의 연간 TOC 부하량 중 외부기원 부하량

과 내부기원 부하량은 각각 55.5%와 44.5%로 산정되었 다. 여름철 증가된 유입량의 영향으로 총 부하량의 72.7%(2,810 ton)가 외부기원 부하량으로 나타났으며, 가을철에는 조류의 분비와 사멸의 영향으로 인해 내부 기원 부하량이 총 부하량의 77.1%(1,601 ton)를 차지하 였다.

2) DOC는 외부 유입 부하가 2,759 ton/yr이었으며, 댐 하류 배출부하는 3,112 ton/yr로써 약간 증가하여 배출되었다.

반면, POC는 유입 부하가 1,178 ton/yr이었으나 대부분 저수지 내에서 침강에 의해 처리되고 댐 하류 배출부하 는 유입 부하의 약 3.4%(40 ton/yr) 에 불과하였다 . 3) 2017년 모의기간 동안 대청호 내 연간 단위 면적 당 침

강되는 유기탄소 플럭스는 36.21 g-C/m

²

/yr 로 모의되었 는데, 이는 일반적으로 빈영양호에서 산정한 44.2 g-C/

m

²

/yr 과 유사하였다 .

4) 수체 내 일차생산량은 유입부에서 호수부로 갈수록 감 소하는 경향을 보였으며 , 이는 광합성에 필요한 인 농 도와 조류 발생의 공간적 변동성에 기인한 것으로 판단 된다 .

5) 국내 하천의 경우 대부분 유역 내 댐과 보가 설치되어 있어 정체 수역이 광범위하게 형성되어 있으며 , 일차생 산에 의한 유기물의 내부부하는 전체 TOC 부하에 적지 않은 영향을 미칠 수 있다 . 따라서 TOC 부하량의 정확 한 산정과 총량 관리를 위해서는 유역-하천-저수지 시 스템을 연계한 종합적 해석이 중요하다 .

Acknowledgement

이 논문은 2020 학년도 충북대학교 연구년제 사업의 연구 비 지원에 의하여 연구되었음(This work was financially supported by the Research Year of Chungbuk National University in 2020).

References

Bae, D. Y., Yang, E. C., Jung, S. H., and Lee, J. H. (2007).

Nutrients and chlorophyll dynamics along the longitudinal gradients of Daechung Reservoir, Korean Journal of Limnology, 40(2), 285-293. [Korean Literature]

Catalán, N., Marcé, R., Kothawala, D. N., and Tranvik, L. J.

(2016). Organic carbon decomposition rates controlled by water retention time across inland waters, Nature geoscience, 9(7), 501-504.

Choi, K. S. (2000). Dynamics of dissolved organic carbon

in a deep reservoir, lake Soyang, Ph.D dissertation, Kangwon National University, Korea.

Chung, S. W. and Oh, J. K. (2006). River water temperature variations at upstream of Daecheong lake during rainfall events and development of prediction models, Journal of Korea Water Resources Association, 39(1), 79-88. [Korean Literature]

Chung, S. W., Imberger, J., Hipsey, M. R., and Lee, H. S. (2014).

The influence of physical and physiological processes on the spatial heterogeneity of a Microcystis bloom in a stratified reservoir, Ecological Modelling, 289, 133-149.

Cole, T. M. and Tillman D. H. (1999). Water quality modeling of lake Monroe using CE-QUAL-W2, Miscellaneous Paper EL-99-1.

Cole, T. M. and Tillman, D. H. (2001). Water quality modeling of Allatoona and West Point reservoirs using CE-QUAL-W2, U.S. Army Corps of Engineers.

Cole, T. M. and Wells, S. A. (2017). CE-QUAL-W2: A two-dimensional, laterally averaged, hydrodynamic and water quality model, Version 4.1. user manual, Department of Civil and Engineering, Portland State University.

Downing, J. A., Cole, J. J., Middelburg, J. J., Striegl, R. G., Duarte, C. M., Kortelainen, P., Prairie, Y. T., and Laube, K. A. (2008). Sediment organic carbon burial in agriculturally eutrophic impoundments over the last century, Global Biogeochemical Cycles, 22(1), GB1018.

Drake, T. W., Raymond, P. A., and Spencer, R. G. M. (2018).

Terrestrial carbon inputs to inland waters: A current synthesis of estimates and uncertainty, Limnology and Oceanography Letters, 3(3), 132-142.

Escoffier, N., Bensoussan, N., Vilmin, L., Flipo, N., Rocher, V., David, A., and Groleau, A. (2018). Estimating ecosystem metabolism from continuous multi-sensor measurements in the Seine river, Environmental Science and Pollution Research, 25(24), 23451-23467.

Fee, E. J. (1973). A numerical model for determining integral primary production and its application to Lake Michigan, Journal of the Fisheries Board of Canada, 30(10), 1447-1468.

Fischer, H. B., List, E. J., Koh, R., Imberger. J., and Brooks, N. H. (1979). Mixing in inland and coastal waters, Academic Press, New York. NY.

Fukushima, T., Park, J. C., Imai, A., and Matsushige, K. (1996).

Dissolved organic carbon in a eutrophic lake; dynamics, biodegradability and origin, Aquatic Sciences, 58(2), 139-157.

Hama, T. and Handa, N. (1983). The seasonal variation of organic constituents in a eutrophic lake, Lake Suwa, Japan. Part II.

Dissolved organic matter, Archiv fur Hydrobiologie, 98(4), 443-462.

Han, Q., Wang, B., Liu, C. Q., Wang, F., Peng, X., and Liu, X. L. (2018). Carbon biogeochemical cycle is enhanced by damming in a karst river, Science of the Total Environment, 616, 1181 – 1189.

Hipsey, M. R., Romero, J. R., Antenucci, J. P., and Hamilton,

D. (2005). Computational aquatic ecosystem dynamics model:

(15)

CAEDYM v2, v2.2 science manual, Centre for Water Research, University of Western Australia.

Han River Flood Control Office (HRFCO). (2020). Water Resources Management Information System (WAMIS), http://

www.wamis.go.kr (accessed Jan. 2020).

Hodges, B. and Dallimore, C. (2019). Aquatic ecosystem model:

AEM3D v1.0 user manual, HydroNumerics, Victoria, Australia.

Hwang, G. S., Kim, D. S., Heo, W. M., and Kim, B. C. (1994).

The primary productivity and the organic carbon loading from the watershed and fishfarming in lake Daechung, Korean Journal of Limnology, 27(4), 299-306. [Korean Literature]

Jeong, D. H., Chung, H. M., Cho, Y. S., Kim, E. S., Kim, C. S., Park, J. W., and Lee, W. S. (2018). A study on operation and management for TOC removal of public sewage treatment works, Journal of Korean Society of Water and Wastewater, 32(6), 535-550. [Korean Literature]

Jonsson, A., Meili, M., Bergström, A. K., and Jansson, M.

(2001). Whole lake mineralization of allochthonous and autochthonous organic carbon in a large humic lake (Örträsket, N. Sweden), Limnology and Oceanography, 46(7), 1691- 1700.

Kennedy, R. H., Thornton, K. W., and Gunkel. R. C. (1982).

The establishment of water quality gradients in reservoirs, Canadian Water Resources Journal, 7(1), 71-87.

Keskitalo, J. and Eloranta, P. (1999). Limnology of humic water, Backhuys Publishers, Leiden, Netherlands.

Kim, B. C. , Choi, K, S. , Kim, C. G. , Lee, U. H. , Kim, D. S. , and Park, J. C. (1998). The distribution of dissolved and particulate organic carbon in Lake Soyang, Korean Journal of Limnology, 31(1), 17-24. [Korean Literature]

Kim, B. C., Choi, K. S., Kim, C. G., Lee, U. H., and Kim, Y. H. (2000). Effects of the summer monsoon on the distribution and loading of organic carbon in a deep reservoir, Lake Soyang, Korea, Water Research, 34(14), 3495-3504.

Kim, B. C., Hwang, G. S., and Kim, D. S. (1999). Primary production and organic carbon budget in lake Soyang, Journal of Environmental Research, 32(3), 200-206. [Korean Literature]

Kim, B. C., Kim, D. S., Hwang, G. S., and Cho, K. S. (1991).

Primary production of phytoplankton and macrophytes in an eutrophic lagoon, lake Kyungpo, Korea, Report of the Suwa Hydrobiological Station, Shinshu University, 7, 99-103.

Kim, D. S. and Kim, B. C. (1990). Primary productivity in lake Paldang, Korean Journal of Limnology, 23(3), 167-179.

[Korean Literature]

Kim, G. H., Lee, J. H., and An, K. G. (2012). Spatio-temporal fluctuations with influences of inflowing tributary streams on water quality in Daecheong reservoir, Korean journal of limnology, 45(2), 158-173. [Korean Literature]

Kim, J. K., Kim, B. C., Jung, S. M., Jang, C. W., Shin, M.

S., and Lee, Y. K. (2007). The distribution of DOM and POM and the composition of stable carbon isotopes in streams of agricultural and forest watershed located in the Han river

system, Korea, Korean journal of limnology, 40(1), 93-102.

[Korean Literature]

Kim, S. J., Chung, S. W., Park, H. S., Oh, J. K., and Park, D. Y. (2018). Estimation of ecosystem metabolism using high-frequency DO and water temperature sensor data in Daecheong lake, Journal of Korean Society on Water Environment, 34(6), 579-580. [Korean Literature]

Kim, S. W. (2019). Characteristics of refractory organic matter in small streams into the Daecheong reservoir, Master Dissertation, Chungbuk National University, Chungbuk.

[Korean Literature]

Kunz, M. J., Anselmetti, F. S., Wüest, A., Wehrli, B., Vollenweider, A., Thüring, S., and Senn, D. B. (2011).

Sediment accumulation and carbon, nitrogen, and phosphorus deposition in the large tropical reservoir Lake Kariba (Zambia/Zimbabwe), Journal of geophysical research, 166(G3), 1-13.

K-water. (2006). Sedimentation survey report : Daechung Dam, K-water. [Korean Literature]

Leonard, B. P. (1991). The ultimate conservative difference scheme applied to unsteady one-dimensional advection, Computer Methods in Applied Mechanics and Engineering, 88(1), 17-74.

Mendonça, R., Kosten, S., Sobek, S., Cardoso, S. J., Figueiredo-Barros, M. P., Estrada, C. H. D., and Roland, F. (2016) Organic carbon burial efficiency in a subtropical hydroelectric reservoir, Biogeosciences, 13, 3331-3342.

Mendonça, R., Kosten, S., Sobek, S., Cole, J. J., Bastos, A.

C., Albuquerque, A. L., Cardoso, S. J., and Roland, F. (2014) Carbon sequestration in a large hydroelectric reservoir: an integrative seismic approach, Ecosystems, 17(3), 430-441.

Mendonça, R., Müller, R. A., Clow, D., Verpoorter, C., Raymond, P., Tranvik, L. J., and Sobek, S. (2017). Organic carbon burial in global lakes and reservoirs, Nature Communications, 8(1), 1-7.

Ministry of Environment (ME). (2020). Water Environment Information System (WEIS), http://water.nier.go.kr/publicM ain/mainContent.do (accessed Jan. 2020).

Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R.

L., Harmel, R. D., and Veith, T. L. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations, American Society of Agricultural and Biological Engineers, 50(3), 885-900.

Mulholland, P. J. and Elwood, J. W. (1982). The role of lake and reservoir sediments as sinks in the perturbed global carbon cycle, Tellus, 34(5), 490-499.

Nemeth, A., Paolini, J., and Herrera. R. (1982). Carbon transport in the Orinoco river: preliminary results, Transport of carbon and minerals in major world rivers, 52, 357-364.

Pacheco, F. S., Soares, M. C. S., Assireu, A. T., Curtarelli,

M. P., Roland, F., Abril, G., Stech, J. L., Alvalá, P. C.,

and Ometto, J. P. (2015). The Effects of River Inflow and

Retention Time on the Spatial heterogeneity of Chlorophyll

and Water-air CO

2

Fluxes in a Tropical Hydropower

(16)

Reservoir, Biogeosciences, 12(1), 147-162.

Parks, S. J. and Baker, L. A. (1997). Sources and transport of organic carbon in an Arizona river-reservoir system, Water Research, 31(7), 1751-1759.

Phyoe. W. W. and Wang, F. (2019). A review of carbon sink or source effect on artificial reservoirs, International Journal of Environmental Science and Technology, 16, 2161-2174.

Striegl, R. G. and Michmerhuizen, C. M. (1998). Hydrologic influence on methane and carbon dioxide dynamics at two north central Minnesota lakes, Limnology and Oceanography, 43(7), 1519-1529.

Thornton, K. W., Kimmel, B. L., and Payne, F. E. (1990). Reservoir limnology: ecological perspectives, Wiley-Interscience, 246.

Thurman, E. M. (1985). Organic geochemistry of natural waters, Developments in Biogeochemistry, (2), Martinus Nijhoff/Dr W. Junk Publishers, Dordrecht, Netherlands.

Tranvik, L. J., Downing, J. A., Cotner, J. B., Loiselle, S. A., Striegl, R. G., Ballatore, T. J., Dillon, P. Finlay, K., Fortino, K., Knoll, L. B., Kortelainen, P. L., Kutser, T., Larsen, S., Laurion, I., Leech, D. M., McCallister, S. L., McKnight, D. M., Melack, J. M., Overholt, E., Porter, J. A., Prairie, Y., Renwick, W. H., Roland, F., Sherman, B. S., Schindler, D. W., Sobek, S., Tremblay, A., Vanni, M. J., Verschoor, A. M., Wachenfeldt, E. V., and Weyhenmeyer, G. A. (2009).

Lakes and reservoirs as regulators of carbon cycling and climate, Limnology and oceanography, 54(6, part 2), 2298- 2314.

Vollenweider, R. A. (1965). Calculation models of photosynthesis-

depth curves and some implications regarding day rate estimates in primary production measurements, Primary Productivity in Aquatic Environments, Goldman, C. R. (ed. ), University of california press, United States, 425-457.

Wetzel, R. G. (1983). Limnology, Saunders College Publishing, Orlando.

Wetzel, R. G. (2001). Limnology: Lake and River Ecosystems, Academic press, San Diego, USA.

Yi, G. H., Kim, Y. K., Lee, Y. S., and Kim, D. J. (2006). Mass balance analysis and application of the WASP model on the internal organic matter production in lake Uiam, Journal of Korean Society on Water Environment, 1-11. [Korean Literature]

Yu, S. J., Ha, S. R., Hwang, J. Y., and Kim, C. S. (2003).

Characteristics of aqueous organic matter and disinfection By-products(DBPs) formation potentials in Guem river, Journal of Korean Society on Water Environment, 19(6), 707-713. [Korean Literature]

Yu, S. J., Kim, C. S., Ha, S. R., Hwang, J. Y., and Chae, M.

H. (2005). Analysis of natural organic matter (NOM) characteristics in the Geum river, Journal of Korean Society on Water Environment, 21(2), 125-131. [Korean Literature]