Ⅰ. 서 론
하구 담수호는 간척지 및 연안 지역에서의 수자원 활용과 만조로 인한 하구 피해 저감을 목적으로 조성된다 (Okuda, 1968). 하구 담수호는 배수갑문 운영으로 수위를 적정 수준으로 관리할 수 있어, 이수 기능 측면에서 경제적이고 효율적인 수자원으로 평가된다 (Kim, 2022).
이러한 이점에도, 하구 담수호는 유역 말단부에 위치하여 상류에서 유입되는 오염원의 영향을 직접적으로 받기 때문에, 수질 악화가 발생하기 쉽다는 특징이 있다 (Jung et al., 2014; Kim et al., 2023). 저층 퇴적물, 방조제, 배수갑문 개문 등 다양한 경로를 통해 염분이 유입될 수 있어, 호 내 염도가 간척지 영농 기준을 상회하고, 용수원으로의 활용에 제약이 발생한다는 보고가 있다 (Seong, 2014). 이러한 문제는 국내의 새만금호, 시화호, 간월호, 부남호뿐 아니라 국외의 중국 Qingcaosha 담수호 등에서도 제기되어, 담수호를 안정적인 용수원으로 활용하는 데 한계가 있다는 평가로 이어지고 있다 (Lee, 2012; Cho, 2019; Kim et al., 2022; Ma et al., 2025).
또한, 하구 담수호의 수질 악화는 수체의 물리적 구조 변화와도 밀접히 연관된다. 하구 담수호는 호 내 성층이 발달하면 저층 용존산소가 감소하여 빈산소 상태가 유발될 수 있으며, 퇴적층으로부터의 영양염 용출이 촉진되어 수질 특성 전반에 영향을 미친다 (Jung et al., 2014; Jeong et al., 2024). 이러한 영향을 완화하고 관리 대안을 도출하기 위해서는 담수호 내부 수체의 혼합 과정과 유동 구조를 시공간적으로 구명해야 한다.
이와 같은 문제의식은 선행 연구의 주요 흐름과도 맞닿아 있다. 하구 담수호 연구는 염분과 수온에 의해 형성되는 밀도 구조, 성층화 과정, 그리고 저층 환경 변화를 주요하게 다루어 왔다 (Okuda, 1968; Jung et al., 2009; Jung et al., 2010; Kim, 2013; Seong, 2014; Park et al., 2023; Ding et al., 2021; An et al., 2025). 다수의 연구가 염분 분포와 그 변동을 정량적으로 해석하였으며, 이는 배수갑문 운영, 해수 유통 등 경계조건 변화가 담수호 내부의 염분, 밀도 구조에 반영될 수 있다는 문제의식을 제시한다 (Okuda, 1968; Jung et al., 2009; Seong, 2014; Park et al., 2023). 배수갑문 운영을 다룬 연구들은 관측과 모형 분석을 통해 성층과 저층 환경 변화를 함께 제시해 왔다 (Kwak et al., 2023; Jeong et al., 2024). 이에 따라 염분 변화가 성층 형성과 수질 반응으로 이어지는 과정을 연계하여 해석하는 접근도 확대되고 있다. 그러나 담수호의 경계조건 변화가 호 내에 어떤 변화를 일으키는지 구명하기에는 관측 자료만으로 한계가 있다. 3차원 수리⋅수질 모형은 수체의 유동과 염분, 수온 등의 공간적 분포를 재현할 수 있어 내부 현상을 보다 세부적으로 분석할 수 있다 (Chung et al., 2011; Yin and Seo. 2013; Ishikawa et al., 2022; Kim, 2022; Bhattarai et al., 2024).
성층화는 호소, 저수지 등 수체의 대류 및 혼합 역학을 좌우하는 과정으로, 수체 구조와 변동을 해석하기 위해 성층화 강도를 정량화할 수 있는 지표가 요구된다. 하구 연구는 성층화를 정량화하기 위해 수직 염분 차, 유량비, Richardson 수 등, 다양한 지표가 제안 및 활용되어 왔다 (Geyer and Ralston, 2011).
Potential Energy Anomaly (PEA)는 성층 상태의 수괴를 균질하게 혼합하는 데 필요한 단위체적당 에너지로 정의된다 (Simpson et al., 1981). PEA는 3차원 수치모형 등을 활용한 하구 성층화 과정을 다룬 다수 연구에서 적용되어, 성층의 시공간적 변화를 명확히 파악할 수 있으며, 산정이 용이한 지표로 평가된다 (Simpson et al., 1981; Lupiola et al., 2023; de Boer et al., 2008; Horner-Devine et al., 2015; Holt et al., 2022; Zhang et al., 2023).
그러나 기존 국내 하구 담수호 연구는 주로 염분 또는 수온 분포와 그 변동을 중심으로 성층 현상을 해석하는 데 집중되어, 수체 전체의 혼합 상태를 하나의 지표로 통합적으로 정량화하고 이를 시⋅공간적으로 분석한 연구는 상대적으로 부족한 실정이다. 특히, 유입량 변화, 염수 유입, 배수갑문 및 양수장 운영과 같은 다양한 외력 조건이 성층 구조에 미치는 영향을 일관된 기준에서 비교⋅해석하기 위해서는 에너지 기반의 통합 지표가 필요하다. 이러한 측면에서 PEA는 성층 강도를 물리적으로 해석 가능한 형태로 정량화할 수 있으며, 공간–시간적으로 변화하는 성층 구조를 동일한 기준에서 비교할 수 있는 장점을 가진다.
따라서 본 연구의 목적은 (1) HSPF를 이용하여 상류 유역으로부터 하구 담수호로 유입되는 하천 유량을 산정하고, (2) 산정된 유입량을 경계조건으로 EFDC를 구동하여 담수호의 수위 변동과 수온 및 염도의 시계열 및 3차원 공간 분포를 모의하며, (3) EFDC 결과로부터 PEA 지표를 계산하여 하구 담수호의 시공간적 성층화 특성을 정량적으로 해석하는 데 있다.
Ⅱ. 재료 및 방법
1. 대상 지구
본 연구의 대상 지구는 서산 A 지구 (간월호)이다. 서산 A 지구 (간월호)는 우리나라 중서부 북위 36.55°~36.817°, 동경 126.383°~126.633° 사이에 자리 잡고 있으며, 행정구역상으로는 충청남도 서산시, 예산군, 홍성군을 포함하여 1도 1시 2군에 속한다 (KRC, 2014). 유역의 남쪽에 방조제가 자리 잡고 있으며 천수만과 접해있고, 서쪽에는 서산 B 지구 (부남호)가, 동쪽으로는 보진산, 일월산, 일락산과 수덕산에 둘러싸여 있다 (KRC, 2014). 유역의 주 하천으로는 지방 2급 하천인 와룡천과 유역 상류의 도당천, 도당천의 1차 지류인 해미천, 신장천, 그리고 청지천이 있다 (KRC, 2014).
간월호는 간척지 내 농경지 (6,446 ha)의 주요 농업용수 공급원의 역할을 담당하고 있으며, 한국농어촌공사와 농어업인 간의 천수만 지역 물관리 기본 협약서에 따라 운영되고 있다 (KRC, 2014). 관리수위는 홍수기와 비홍수기를 구분하여 운영하고 있으며, 홍수기는 6월 21일부터 8월 20일, 비홍수기는 8월 21일부터 다음 해 6월 20일이다. 간월호 계획 관리수위는 비홍수기에는 -1.70 el.m로, 홍수기에는 -2.10 el.m로 관리되고 있다.
간월호 내로 유입되는 하천 중 유량 모니터링 지점으로는 도당천, 둔당천, 와룡천, 청지천 등 4개 지점이 있다. 또한 유역 내에는 서산분뇨처리장, 도당공공처리시설, 음암공공처리시설, 서산공공처리시설 기포공공처리시설 등의 환경기초시설이 위치한다. 유역 내 수리시설은 관개시설과 배수시설로 구성되며, 관개시설로는 10개의 저수지와 간월, 궁리, 사기, 석포, 지산 등 5개의 양수장이 운영되고 있다. 배수시설로는 양⋅배수장 겸용 시설 3개소와 간이 배수장 6개소가 용수 공급 및 배수, 홍수 조절을 목적으로 운영되고 있다 (KRC, 2014). 간월호 유역의 토지이용도 및 Digital Elevation Model (DEM)는 Fig. 1과 같다.
2. HSPF-EFDC 연계모형
가. 연계모형의 개요
본 연구에서는 간월호 유역–담수호 시스템을 대상으로 HSPF와 EFDC를 결합한 유역–호소 연계모형을 구축하였다. HSPF는 간월호 상류 유역에서 간월호로 유입되는 유량을 모의하여 EFDC의 경계조건으로 제공하며, EFDC는 담수호 내의 3차원 수리⋅수질을 모의하는 구조로 구성하였다.
HSPF는 유역의 수문과 수질을 연속적으로 모의하는 통합 모델링 시스템으로, 일반 오염물질부터 독성 유기 오염물질까지 모의할 수 있다 (Bicknell et al., 2001). 모형은 PERLND, IMPLND, RCHRES 모듈 등으로 구성되어 있으며, 각각은 투수지, 불투수지, 수체의 수문⋅수리⋅수질 등을 모의한다. 모형의 자세한 구성은 Bicknell et al. (2001)에 제시되어 있다.
EFDC는 수주 내 성분 수송을 포괄적으로 모의하는 지표수 모델링 시스템으로, 퇴적물 침식과 부영양화 등을 모의할 수 있다. 또한 하천, 호수, 하구 등 다양한 수체에서 환경 평가를 지원하기 위해 활용되어 왔다. EFDC+의 동수역학은 질량⋅운동량⋅에너지 보존법칙에 기반한다. x, y, z 방향의 운동량 방정식과 연속방정식 등이 지배방정식으로 사용되며, 이와 함께 물의 밀도에 대한 상태방정식과 염도 및 수온에 대한 연속방정식이 적용된다. 해당 방정식과 변수의 정의는 DSI LLC (2024)에서 제공하는 EFDC+ Theory에서 확인할 수 있다.
나. HSPF-EFDC 연계모형
1) 모형의 구축
HSPF의 입력자료로는 유역의 기상자료, 특성자료, 시설 일 방류량 자료를 활용하였다. 유역의 기상자료로는 기상청에서 제공하는 서산기상관측소의 자료를 활용하였고, 유역의 특성자료로는 DEM과 토지이용도를 활용하였다. 일 방류량 자료는 국립환경과학원에서 제공하는 전국오염원조사자료를 활용하였으며, 간월호 유역 내 공공하수처리시설 (기포, 도당, 음암, 서산) 및 축산분뇨처리시설 (서산)의 일별 방류량 자료를 입력자료로 설정하였다. 간월호 상류유역은 HSPF 모형 구축 과정에서 유량 및 수질 관측지점을 고려하여 총 32개의 소유역으로 나누었으며, 해당 소유역 구분도는 Kim (2022)에 제시되어 있다. 본 연구에서는 담수호 내 성층 구조 및 PEA 분석에 초점을 두고 있어, HSPF 모형은 유입 유량 산정을 위한 목적으로 활용하였으며, 수온, 영양염 및 부유물질 등 기타 수질 항목은 별도로 모의하거나 연계하지 않았다. HSPF 모형은 2011년부터 2023년까지의 기간에 대해 모의를 수행하였으며, 동일 기간의 관측 유량 자료를 활용하여 보정 및 검정을 수행하였다. 이후 EFDC 모형의 경계조건으로는 HSPF 모의 결과 중 수온 및 염도 관측자료가 확보되는 2017년부터 2023년까지의 유출량 자료를 추출하여 적용하였다.
한국농어촌공사로부터 받은 지형자료를 통해 간월호의 지형을 구축하였다. EFDC 계산격자망은 수평 직교좌표계와 수직 σ-좌표계를 적용하여 구성하였으며 총 280개의 수평 격자와 15개의 수직층을 1 m 간격으로 구성하였다. 모형의 초기조건으로는 수온과 염도 값을 설정하였다. 두 자료는 한국농어촌공사로부터 얻었으며, 티센망을 통해 나누어진 격자에 값들을 지정하였다. 티센망은 환경부에서 자료를 제공하는 간월호 상, 중, 하류와 와룡천 유입부 (GW3, GW2, GW1, RI1) 그리고 한국농어촌공사에서 자료를 제공하는 석포, 지산, 사기, 간월, 궁리 양수장 (PS5, PS4, PS3, PS2, PS1)의 위치로 구분하였다. 모의 시작 일자인 2017년 5월 5일에 해당하는 수온과 염도 값을 입력하였다. 수층별 관측자료가 부재하였기 때문에, 2025년 5월 간월호 현장 탐사를 통해 수온 및 염도 프로파일을 측정하였다. 해당 자료를 바탕으로 수심별 수온 및 염도 간의 회귀식을 산정하였다. 이후, 2017년 5월 5일 표층 수온 및 염도 값을 기준으로 회귀식을 적용하여 수층별 수온과 염도를 계산하여 입력하였다. 지점별 선형 회귀식은 Table 1에 제시하였다. 관측 자료 중 수온 및 염도의 수직 분포가 수심 증가에 따른 수온 상승 또는 염도 감소 등을 보이는 경우, 해당 지점의 회귀식 대신 인접 지점에서 도출된 회귀식을 적용하였다. 본 연구에서 제시한 수온 및 염도 회귀식은 2025년 5월 단일 시점의 현장 관측자료를 기반으로 도출된 것으로, 모의 대상 기간과 시점이 일치하지 않는 한계가 있다. 그러나 EFDC 모형에서는 시계열 경계조건 및 수문⋅수질 입력자료를 기반으로 수온 및 염도 값이 동적으로 계산되므로, 초기 수직 분포 설정에 따른 영향은 제한적이다. 본 회귀식은 초기조건 설정의 합리성을 확보하기 위한 참고 자료로 활용하였다.
Table 1
Linear regression equations of temperature and salinity with depth at survey stations
모형의 경계조건으로는 크게 유입 하천, 간월호의 운영, 그리고 해수유입이 있다. 간월호로 유입되는 하천은 격자 내 8개의 지점이 있으며, 유량은 HSPF 모형 결과를 적용하였고, 수온은 환경부에서 제공하는 도당천, 와룡천, 둔당천, 청지천의 일 수온 관측자료를 직접 입력하였다. 나머지 유입 지점에 대해서는 해당 4개 하천의 평균 일 수온을 적용하였다. 환경부에서 제공하는 하천 (도당, 청지, 둔당, 와룡)의 전기전도도 자료를 통해 염도 값을 입력해 주었다. 환경부 자료는 월 1회 간격으로 관측된 자료이므로, 관측 시점 간의 기간에 대해서는 해당 측정값이 다음 관측 시점까지 동일하게 입력해 주었다. 환경부에서 제공되지 않은 하천 지점에 대해서는 제공된 하천 자료의 평균 염도 값을 적용하여 경계조건을 구성하였다.
간월호의 운영으로 지정할 수 있는 경계조건으로는 양수장과 배수갑문을 통해 호 외로 빠져나가는 경우가 있다. 이 두 조건은 한국농어촌공사로부터 양수장과 배수갑문의 운영일지를 통해 산정한 유량을 모형에 입력하였다.
제방 침윤, 배수갑문 운영 시 유입되는 해수 등은 제방 인근 격자를 통해 해수가 유입되는 것으로 설정하였다. 해수 유입량은 수위 변동에 유의미한 영향을 주지 않는 범위 내에서 시행착오법을 통해 구하였으며, 최종적으로 일정 유량 (0.01 m³/s)이 지속적으로 유입되는 것으로 설정하였다. 유입되는 해수의 염도는 해수와 동일하다고 가정하였으며, 해양수산부에서 제공하는 관측자료 중 제방과 가장 인접한 지점의 염도 값을 적용하였다. 해당 자료는 3개월 간격으로 측정된 자료이므로, 각 관측값은 다음 관측 시점까지 동일하게 유지되는 것으로 설정하였다. 모형에서 설정된 격자별 경계조건 입력 위치와 티센망은 Fig. 2와 같다.
2) 모형의 보정 및 검정
HSPF 구동을 통한 일 유출량의 보정과 검정에 사용한 매개변수는 Kim et al. (2023)에서 제시된 값을 동일하게 적용하였으며, 구체적인 매개변수와 적용 값은 Table 2에 제시하였다. 모형의 적합성은 Moriasi et al. (2015)이 제안한 기준을 활용하였으며 적합성 기준은 Table 3과 같다.
Table 2
Calibrated parameter of HSPF for runoff (Kim et al., 2023; An et al., 2025)
| Parameter | Unit | Setting |
| INFILT | in/hr | 0.1-0.2 |
| AGWRC | 1/day | 0.98-0.99 |
| DEEPFR | none | 0.1-0.2 |
| UZSN | in | 0.128-0.328 |
| INTFW | none | 1.75-9.75 |
| IRC | 1/day | 0.4-0.7 |
Table 3
Performance evaluation criteria for recommended statistical performance measures for watershed scale models by temporal scale (daily, monthly, annually) with flow as the output response (Moriasi et al., 2015)
EFDC 구동을 통한 호 내 수위, 수온, 염도는 한국농어촌공사에서 제공하는 값을 활용하였다. 호 내 수위는 모형의 물수지 방정식으로 구현하였으며, 호 내 염도 모의에는 An et al. (2025)에서 활용된 수리⋅수질 매개변수를 동일하게 적용하였다. 관련 매개변수 값은 Table 4에 제시하였다. 수온 모의의 경우, 열교환, 복사, 증발 관련 매개변수를 대상으로 추가 보정을 수행하였으며, 최종 적용된 매개변수 값은 Table 5에 제시하였다.
Table 4
Calibrated hydrodynamic parameters used in EFDC for salinity simulation (An et al., 2025)
Table 5
Calibrated heat exchange parameters used in EFDC for water temperature simulation
3. PEA 지표를 활용한 성층화 평가 방법
본 연구에서는 담수호의 성층 강도를 정량화하기 위해 PEA를 적용하였다 (Simpson et al., 1981; Burchard and Hofmeister, 2008; Geyer and Ralston, 2011). PEA는 주어진 수체를 완전 혼합 상태로 만들기 위해 필요한 체적당 잠재에너지를 의미하며, 값이 클수록 수층 간 밀도 차이가 커 혼합이 억제된 강한 성층 상태를 나타낸다. 반대로 PEA가 0에 가까운 경우는 완전 혼합 상태를 의미하며, 음수 값은 밀도 역전 상태를 의미한다. PEA를 구하는 식은 아래 식 1로 나타내었으며,
g는 중력가속도, H는 수심을 나타낸다. 또한, ρ는 각 수심에서의 밀도, ρ’는 수심 방향 평균 밀도를 뜻한다.
수층 밀도 (ρ)는 수온과 염분에 의해 결정되며, 일반적으로 수온 감소 및 염분 증가는 밀도를 증가시켜 성층 형성에 기여한다. 본 연구에서는 밀도 계산을 위해 해수 상태방정식인 EOS-80 (Fofonoff and Millard Jr., 1983)을 적용하였다. 하구 담수호와 같은 기수 환경에서는 해수 상태방정식을 이용한 밀도 산정이 가능하며, EOS-80은 수온과 염분 범위 내에서 충분한 정확도를 가지는 것으로 알려져 있다 (Millero et al., 1977; Talley et al., 2011). 또한 본 연구 대상지는 가장 깊은 지점의 수심이 20 m로, 수심이 얕아 압력 효과가 미미하므로, 계기 압력은 0으로 설정하였다 (Trujillo and Thurman, 2020). 밀도에 대한 수온 및 염분의 기여 관계는 EOS-80 상태방정식에 상세히 기술되어 있다 (Fofonoff and Millard Jr., 1983).
PEA는 EFDC 모형 결과를 기반으로 각 격자에서 계산하였다. EFDC의 σ-좌표계에서는 각 수층의 두께가 전체 수심에 대한 비율로 제공되므로, 이를 실제 수심에 맞게 변환하여 각 층의 두께를 산정하였다. 이후 저층에서 표층 방향으로 층 두께를 누적하여 각 층의 중점 깊이를 계산하였다. 각 층의 밀도는 수온과 염도 자료를 이용하여 EOS-80 상태방정식을 통해 산정하였으며, 이를 바탕으로 수심 방향의 밀도 분포를 구성하였다. 최종적으로 격자별 PEA는 수심 평균 밀도를 기준으로 각 층의 밀도와 깊이 차이를 고려하여 수직 방향으로 적분하는 방식으로 계산하였다.
공간 평균 PEA는 체적가중 평균으로 산정하였다. 각 격자의 체적은 격자 면적과 해당 시점의 총 수심 (모든 수층 두께의 합)을 곱하여 계산하였으며, 수심이 0 이하이거나 건조 상태인 격자는 제외하였다. 최종적으로 전체 영역 평균 PEA는 각 격자의 PEA 값에 체적을 가중치로 적용하여 산정하였다. 본 연구에서 제시된 PEA의 공간 분포는 체적가중 평균에 기반한 결과로, 수심이 깊은 구역에서 상대적으로 큰 값이 나타날 수 있으며, 이는 수체 체적 효과와 실제 성층 강도가 함께 반영된 결과이다.
PEA 범위에 따른 성층 유형 분류 기준은 Stow et al. (2023)을 활용하였으며, 자세한 기준은 Table 6에 제시하였다. 본 연구에서 ‘강한 성층’은 해당 분류 기준 중 Strong stratification 범주에 해당하는 경우를 의미하며, 해당 기준은 절대적인 임계값이 아닌 성층 강도의 상대적 구분을 위한 운영적 분류로 적용하였다. 월별 강한 성층 발생 비율은 해당 월에 산정된 PEA 값 중 이 기준에 해당하는 경우의 비율로 정의하였다. 또한, 이러한 임계값 설정이 결과 해석에 미치는 영향을 평가하기 위해, 다양한 PEA 기준값에 따른 강한 성층 발생 빈도의 민감도 분석을 수행하였다.
Table 6
Classification criteria for stratification types based on PEA ranges (Stow et al., 2023)
| PEA range (J/m3) | Stratification type |
| PEA < 2 | No stratification |
| 2 ≤ PEA < 10 | Light stratification |
| 10 ≤ PEA < 20 | Stratification |
| 20 ≤ PEA | Strong stratification |
본 연구의 분석 절차는 Fig. 3과 같다. HSPF를 이용하여 유역 유출을 모의하고, 이를 EFDC 모형의 경계조건으로 적용하였다. 이후 EFDC를 통해 간월호의 수위, 염도, 수온을 모의하고, 이를 기반으로 PEA를 산정하여 성층 특성을 분석하였다.
Ⅲ. 결과 및 고찰
1. HSPF-EFDC 연계 모의 결과
가. HSPF를 활용한 상류 유역 유출량 모의 결과
상류 유역 유출량 모의 결과는 Table 7과 같다. 모형의 보정 기간은 2018년에서 2023년, 검정 기간은 2011년에서 2017년이다. Moriasi et al. (2015)이 제시한 기준에 따르면, PBIAS는 일부 지점에서 기준을 만족하지 못하여 유량의 과대 또는 과소 모의 경향이 나타났다. 그러나 보정 기간 동안 R² 값은 0.72~0.93, NSE 값은 0.60~0.75 범위로 대부분 Satisfactory 이상의 성능을 보였으며, 검정 기간에서도 R² 값은 0.68~0.78, NSE 값은 0.58~0.75 범위로 나타났다. 이러한 결과는 일부 편향이 존재함에도 불구하고 모형이 관측 유량의 전반적인 변동 경향은 재현하고 있다고 판단하였다. 4개의 하천에 대해서 시계열로 나타낸 그래프는 Fig. 4와 같다.
Table 7
Streamflow calibration and validation results at gauging stations in the Ganwol estuarine reservoir watershed
나. EFDC를 활용한 담수호 수위⋅수온⋅염도 모의 결과
호 내 수위는 모형 내 물수지 방정식에 따라 산정되었다. 모형의 보정 기간은 2017년에서 2018년이고, 검정 기간은 2019년에서 2023년이다. 본 연구는 하천 유입량, 양수장 공급량, 배수갑문 방류량을 주요 경계조건으로 입력하여 수위 변동을 구현하였으며, 관측 수위와의 비교에서 R2 = 0.81을 확인하였다. 관측치와 모의치의 비교 결과는 Fig. 5와 같다.
Fig. 5
Water-level model performance in the Ganwol estuarine reservoir: (a) observed–simulated scatter and (b) time series with precipitation
간월호 양수장의 염도와 수온 모의 성능은 Table 8과 Table 9와 같다. 실측치와 모의치의 시계열 수온 및 염도 변화를 Fig. 5와 6에 제시하였다. Fig. 5와 6의 (a)와 (b)는 각각 염도와 수온에 대한 모의치와 실측치의 비교 결과를 나타낸다. (a)는 일대일 산포도, (b)는 시계열 비교를 나타낸 것이다. 일부 고농도 또는 고수온 구간에서 모의치가 실측치를 다소 과소 또는 과대 추정하는 경향이 나타났으나, 전반적으로 두 변수 모두에서 시계열 변화 양상과 계절적 변동 패턴이 잘 재현되는 것을 확인할 수 있다.
Table 8
Salinity calibration and validation results at pumping stations in the Ganwol estuarine reservoir
Table 9
Water temperature calibration and validation results at gauging stations in the Ganwol estuarine reservoir
Fig. 6
Comparison of observed and simulated salinity of Jisan pumping station. (a) scatter plot between observed and simulated values, (b) Time series comparison of observed and simulated salinity
Fig. 7
Comparison of observed and simulated water temperature of Jisan pumping station. (a) scatter plot between observed and simulated values, (b) Time series comparison of observed and simulated water temperature
또한 대부분의 관측지점에서 보정 및 검정 기간 동안 실측치와 모의치 간의 분포가 일관된 경향을 보이며, 시각적 비교 및 통계값을 종합적으로 고려할 때, 모형 결과가 관측자료의 전반적인 변동 특성을 비교적 잘 반영하고 있는 것으로 판단된다. 따라서 이후 성층 및 밀도 구조 분석에 활용할 입력자료로서 충분한 신뢰성을 확보한 것으로 판단하였다.
2. 하구 담수호의 현행 운영에 따른 호 내 성층화 특성 분석
무가중 PEA, 부피가중 PEA, 그리고 수심 분포를 비교한 결과는 Fig. 8과 같다. 부피가중 평균 PEA는 무가중 평균에 비해 약 5.1배 크게 나타났으며, 이는 수심이 깊은 격자에 더 큰 가중치가 부여되기 때문이다. 본 연구에서는 이를 고려하여 공간 분포 해석에서 수심 효과를 함께 고려하였다.
Stow et al. (2023)에서 제시한 Strong stratification 기준을 운영적 분류 기준으로 적용하고, 임계값 변화에 따른 강한 성층 발생 빈도의 민감도를 분석한 결과, 임계값이 증가할수록 강한 성층의 발생 빈도는 전반적으로 감소하였다. 특히 10~20 J/m³ 구간에서 빈도 변화가 크게 나타나, 본 연구에서 적용한 20 J/m³ 기준은 계절적 성층 특성을 구분하는 데 합리적인 수준으로 판단하였다. 민감도 분석을 수행한 그림은 Fig. 9와 같다. 간월호의 전체 모의 기간에 대한 부피 가중 평균 PEA는 9.347 J/m³로, 전반적으로 약한 성층이 나타났으며, 전체 기간의 호 내 격자별 PEA 분포는 Fig. 8의 (b) 그림과 같다. 여름철에 높고 비여름철에 낮은 계절적 패턴은 임계값 변화와 관계없이 일관되게 유지되었다. 여름철 (6월에서 8월)에는 부피 가중 평균 PEA는 22.776 J/m³로 강한 성층이 형성되었으며, 비여름철 (9월부터 다음 해 5월)에는 4.511 J/m³로 감소하여 6월에서 8월 기간에 비해 대폭 약한 성층 상태를 보였다. 자세한 수치는 Table 10과 같다.
Table 10
Summary statistics of PEA for different stratification periods in the Ganwol estuarine reservoir (J/m³)
| Period | Minimum | Maximum | Mean | Median |
| Entire study period | -1.221 | 45.013 | 9.347 | 5.288 |
| Summer season (Jun-Aug) | 8.122 | 45.013 | 22.776 | 21.411 |
| Non-summer season (Sep-May) | -1.221 | 25.550 | 4.511 | 1.621 |
월별 평균 PEA 값을 공간적으로 나타낸 그림은 아래 각각 Fig. 10과 11과 같으며 전체 기간에 대해서는 Fig. 12와 같다. 전체 모의 기간에서 1~3월 PEA는 매우 낮고, 5~8월에 뚜렷하게 증가하여 하절기에 성층이 집중되는 경향을 보였다. 또한 PEA는 모든 연도에서 4~6월에 급격히 증가하고, 7~8월에 정점을 보인 뒤 9월 이후 감소하는 계절적 변동을 나타냈다. 연도별 최대값의 차이도 확인되었다. 2018년 7~8월의 PEA는 36.3~38.7 J/m³로 모의 기간 중 가장 높은 값을 보였으며, 2021년 7월 (32.0 J/m³)과 2022년 7월 (28.8 J/m³)도 높은 수준을 나타냈다. 반면, 2020년 6~8월의 PEA는 15.2~19.2 J/m³로 상대적으로 낮아 하절기 성층 강도가 약한 해로 나타났다. 이러한 결과는 최대 성층 발생 시점과 강도가 연도별로 차이를 보일 수 있음을 시사한다.
다년간 월별 PEA의 변화는 Fig. 13에 제시하였다. 연도별 변동을 평균한 결과, PEA는 7~8월에 약 24~25 J/m³ 수준으로 최대를 보이며, 5~9월이 성층 우세 기간으로 나타났다. 반면, 10~4월은 PEA가 낮은 값을 유지하여 혼합이 우세한 기간으로 구분된다.
월별 강한 성층 발생 비율은 Fig. 14와 같다. 강한 성층은 5월에 29.42%에서 크게 증가하여 6월 41.55%, 7월 45.57%, 8월 42.00% 수준을 보였다. 9월은 25.89%로 감소하였으며, 1~3월 (1.50~1.84%) 및 11~12월 (0.89~1.60%)에는 강한 성층이 거의 나타나지 않았다. 이는 간월호 내부에서 성층 환경이 연중 지속되는 것이 아니라 5월에서 9월에 집중됨을 정량적으로 보여준다.
PEA 변동 원인을 정량적으로 해석하기 위해 EFDC 모형 결과를 기반으로 주요 물리 변수와의 상관분석을 수행하였다. 그 결과, PEA는 표층–저층 수온 차 (ΔT)와 매우 높은 양의 상관관계 (r = 0.948)를 보였으며, 염분 차 (ΔS) 또한 유의한 양의 상관관계 (r = 0.675)를 나타냈다. 반면, 유입 유량 (WR) 및 운영 상태 변수와의 상관성은 상대적으로 낮게 나타났다. 또한 유속 (|W|) 및 전단응력 (total shear)과 PEA 간에는 음의 상관관계가 나타나, 수체 내 혼합이 증가할수록 성층이 약화되는 특성이 확인되었다. 이는 여름철 강한 성층이 형성된 이후에도 외력 조건 (유동, 바람 등)에 따라 성층이 부분적으로 붕괴될 수 있음을 시사한다.
연도별 차이에 대해서는, 동일한 계절 조건에서도 성층 강도가 상이하게 나타나는 것이 확인되었으며, 이는 연도별 수온 및 염분 구조의 차이에 따른 것으로 해석된다. 특히 2018년과 같이 높은 PEA를 보인 해는 표층–저층 간 온도 및 염분 차가 크게 유지된 반면, 2020년은 이러한 차이가 상대적으로 작아 성층 강도가 약하게 나타난 것으로 판단된다. 주요 물리 변수 간의 상관분석 결과는 Table 11과 같다. 가장 높은 상관성을 보인 5개의 변수에 대해서 상관관계를 히트맵으로 나타낸 결과는 Fig. 15와 같다. 높은 상관성을 보인 변수 중 기압은 성층 형성에 직접적으로 작용하는 물리적 인자라기보다는 계절 변화에 따라 수온 및 성층 구조와 함께 변동하는 간접적인 지표로 해석된다. 즉, 기압과 PEA 간의 상관성은 성층 형성의 원인이라기보다 계절적 변동에 따른 동행성에 기인한 것으로 판단된다.
Table 11
Classification criteria for stratification types based on PEA ranges (Stow et al., 2023)
Ⅳ. 결 론
본 연구에서는 HSPF-EFDC 연계모형과 PEA 지표를 활용하여 간월호 하구 담수호의 성층화 강도를 시⋅공간적으로 정량화하고, 계절⋅연도별 변동 특성을 분석하고 평가하였다.
본 연구는 간월호를 대상으로 유역-담수호 연계모형 (HSPF-EFDC)을 구축하고, 유량, 수위, 수온, 그리고 염도의 재현성을 나타냄으로써 모형 기반 성층 분석 체계를 제시하였다. 연계모형의 모의 결과는 보정 및 검정 통계와 시계열 비교를 통해 모든 평가지표에서 만족스러운 결과를 보여 성층화 분석의 입력자료로 활용되었다.
본 연구는 PEA 지표를 이용해 성층화의 계절⋅연도 변동을 정량적으로 제시하고, 강한 성층의 발생 빈도까지 함께 제시하여 운영⋅관리 관점에서 해석할 수 있는 결과를 제공하였다. 월별 평균 PEA는 1~3월에 매우 낮고, 4월 이후 증가하였다. 7~8월에 최대를 보였고, 9월 이후 급격히 약화되었다. 전체 기간 부피가중 평균 PEA는 9.35 J/m³로 나타났다. 간월호 내에서는, 성층화가 5~6월에 빠르게 형성되고 7~8월에 강화된 뒤 가을에 약화되는 뚜렷한 계절 주기성을 보였다.
간월호 내 성층화가 5~9월에 집중된다는 결과는 향후 담수호 운영과 저층환경⋅수질 위험 관리에서 우선 관리 기간을 설정하는 근거를 제공하였다. 강한 성층은 5~9월에 집중되었고, 강한 성층 발생 비율은 6~8월에 가장 높았다 (Stow et al., 2023). 이를 통해 성층 환경이 연중 지속되는 것이 아니라, 특정 계절에 집중된다는 점을 정량적으로 제시하였다.
연도별 월평균 PEA와 연도별 PEA 시계열 그래프는 여름철 최대 PEA의 반복을 보여준다. 다만, 연도별 강도 차이도 함께 확인되었다. 연도별 결과는 2018년 여름에 가장 강한 월평균 성층을 보였고, 2021년과 2022년도 상대적으로 큰 값을 보였다. 2020년 여름은 성층 강도가 다른 연도보다 약하게 나타났다. 이 결과는 간월호의 여름철 성층이 반복적으로 형성된다는 공통점을 보이지만, 최대 강도와 지속기간이 연도별로 달라질 수 있음을 시사한다. 이러한 연도별 차이는 간월호 성층이 단순한 계절성뿐 아니라 유입⋅기상 조건 및 배수갑문 운영 조건 변화에 민감할 가능성을 의미한다. 다만, 이 결과는 연도별 차이가 있음을 나타내는 수준이며, 어느 요인이 얼마나 기여했는지를 구명하는 데는 한계가 있다. 원인의 정량적 구명은 본 연구의 범위를 벗어나며 후속 연구가 필요할 것으로 사료된다.
또한, 상관분석 결과를 통해 성층화는 유입 유량이나 운영 조건보다 표층–저층 간 수온 및 염분 차에 의해 지배적으로 형성되는 것으로 나타났다. 이는 하구 담수호에서 성층화가 열적⋅염분적 밀도 구조에 의해 결정됨을 의미하며, 단순한 수문 조절만으로는 성층 완화에 한계가 있을 수 있음을 시사한다.
특히, 강한 성층이 발생하는 시기 및 공간적으로 성층화가 집중되는 구역에서는 저층 혼합이 억제되어 수질 악화 가능성이 증가할 수 있으므로, 인공적 혼합을 포함한 능동적 관리 방안의 도입이 필요하다. 이러한 접근은 담수호 운영과 연계하여 성층 완화 및 저층 환경 개선을 위한 실질적인 관리 전략으로 활용될 수 있다.
