Journal of The Korean Society of Agricultural Engineers (한국농공학회논문집)

The Korean Society of Agricultural Engineers (한국농공학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of Land Cover Change from Paddy to Upland for the Reservoir Irrigation Districts

토지피복지도를 이용한 저수지 수혜구역 농경지 면적 및 변화 추이 분석

  • Kwon, Chaelyn (Department of Rural Systems Engineering, Seoul National University) ;
  • Park, Jinseok (Department of Rural Systems Engineering, Seoul National University) ;
  • Jang, Seongju (Department of Rural Systems Engineering, Seoul National University) ;
  • Shin, Hyungjin (Rural Research Institute, Korea Rural Community Corporation) ;
  • Song, Inhong (Department of Rural Systems Engineering, Global Smart Farm Convergence Major, Research Institute of Agriculture and Life Sciences, Seoul National University)
  • Received : 2021.08.24
  • Accepted : 2021.10.26
  • Published : 2021.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

Conversion of rice paddy field to upland has been accelerated as the central government incentivizes more profitable upland crop cultivation. The objective of this study was to investigate the current status and conversion trend from paddy to upland for the reservoir irrigation districts. Total 605 of reservoir irrigation districts whose beneficiary area is greater than 200 ha were selected for paddy-to-upland conversion analysis using the land cover maps provided by the EGIS of the Ministry of Environment. The land cover data of 2019 was used to analyze up-to-date upland conversion status and its correlation with city proximity, while land cover change between 2007 and 2019 was used for paddy-to-upland conversion trend analysis. Overall 14.8% of the entire study reservoir irrigation area was converted to upland cultivation including greenhouse and orchard areas. Approximately the portion of paddy area was reduced by 17.8% on average, while upland area was increased by 4.9% over the 12 years from 2007 to 2019. This conversion from paddy to upland cultivation was more pronounced in the Gyoenggi and Gyeongsang regions compared to other the Jeolla and Chungcheong provinces. The increase of upland area was also more notable in proximity of the major city. This study findings may assist to identify some hot reservoir districts of the rapid conversion to upland cultivation and thus plan to transition toward upland irrigation system.

Keywords

Ⅰ. 서론

전반적인 경지면적의 감소와 기존의 벼 재배 농지가 밭작물 재배를 포함하여 다양한 목적으로 전용되고 있다 (MAFRA, 2017). 우리나라는 식생활의 다양화의 영향으로 2018년 기준 연간 쌀 소비량이 2010년 대비 80% 수준으로 감소하였고(KOSTAT, 2018), 쌀 소비량 감소에 따라 우리 정부는 논소득 기반다양화사업 등의 정책을 통해 수익성이 큰 밭작물 재배를 위한 논의 밭 전용은 지속적으로 증가하고 있다 (KOSTAT, 2019). 이처럼 증가하고 있는 밭작물 재배지역에 안정적 용수 공급 방안 마련을 위해 농경지 면적 전환에 대한 분석이 요구된다.

토지피복지도는 환경부에서 원격 영상자료를 기반으로 제작하고 정기적으로 갱신하고 있으며, 지표면 현황 분석과 관련된 다양한 목적의 연구에 이용되어 왔다 (EGIS, https://egis.me.go.kr). 전국 여러 지역을 대상으로 시기별 토지피복 변화를 분석하거나 미래 토지피복 변화를 예측하는데 널리 이용되어 왔다 (Oh et al., 2011; Kim et al., 2016). 이밖에도 토지피복지도는 유역 단위에서 비점오염원의 분포와 부하량의 분석 (Lee et al., 2019; Yu et al., 2020; Kal et al., 2021; Kum et al., 2021), 농촌 유역을 대상으로 토지피복 변화가 유역 수문에 미치는 영향 분석 (Kim et al., 2011; Kim et al., 2021), 유역의 건전성지표의 개발이나 홍수 취약지역 분석 (Han et al., 2020; KEI, 2020)등 다양한 물 환경 연구에 널리 활용되고 있다.

기존에 농업 부분의 토지이용 변화 분석에 관한 연구도 다수 수행되었다. Song et al. (2003)은 전국 시군을 대상으로 농촌지역의 토지이용 현황을 바탕으로 농지 전용 면적을 분석한 바 있고, Lee et al. (2012)은 수도권 인근 도시지역의 농경지 면적 변화를 분석하고 논 면적의 감소를 확인하였다. 또한 KREI (2015)는 1990년부터 2014년까지 전국 농경지 분석을 통해 전체 경지면적이 매년 0.9% 감소하는 추세에서 논 면적의 비중은 매년 0.6% 감소하는 반면 밭 면적은 0.9% 증가함을 제시한 바 있으며, Lee et al. (2021)는 위성과 드론영상을 활용하여 김제시를 대상으로 벼 재배지역을 조기에 추정하는 연구를 수행하였다. Yoon et al. (2021)은 드론 영상과 위성 영상, 스마트팜맵을 활용하여 논 지역을 추출하여 수혜면적을 산정하는 방안을 제시하였다.

지속적인 밭작물 재배지역의 증가는 밭작물에 대한 안정적인 용수공급 방안의 마련을 포함하여 기존 영농 방식에 변화를 수반한다 (Choi et al., 2019). KREI (2014)에 따르면 농업 총생산에서 밭작물의 비중이 72.7%로 주요 수입원이 되었음에도, 2018년 가뭄 피해는 논에 비해 밭이 면적 기준으로 약 8배로 밭작물이 상대적으로 가뭄에 취약한 구조이다 (MOIS, 2018). 하지만 밭 경지 중 용수공급시설을 갖춘 면적은 2015년 기준 전체 밭 면적 중 18.5% 수준이다 (Lee et al., 2018). 농림수산식품부는 가뭄에 취약한 밭 재배지역을 중심으로 밭 기반 정비를 통해 밭 용수 공급 비율을 30%까지 높이는 방안을 추진 중에 있다 (MAFRA, 2015). 이처럼 밭용수 공급 목적을 달성하기 위해서는 주요 농업용수원의 공급지역에 대한 농경지 현황 분석이 필요하다. 특히 논 용수 중심의 주요 농업 용수원인 저수지 수혜구역에 대한 밭작물 전환 현황과 추이 분석은 밭용수 공급 정책의 기초자료로 활용될 수 있을 것이다.

따라서, 본 연구의 목적은 전국에 산재하는 주요 농업용 저수지 수혜구역을 대상으로 밭작물 재배 현황과 최근 10년간 밭작물 전환 추이를 분석하고, 지역적 특성을 규명하는데 있다.

Ⅱ. 재료 및 방법

1. 대상지역 및 토지피복자료 구축

본 연구에서는 전국적으로 분포하는 농업용 저수지 17,148개(RAWRIS, 2019) 중 한국농어촌공사에서 관리하는 3,400개의 저수지 중에서 수혜 면적이 200 ha 이상으로 비교적 규모가 큰 605개의 지역을 대상지구로 선정하였다 (Fig. 1). 저수지 수혜구역도는 한국농어촌공사의 농촌용수종합정보시스템(RAWRIS)에서 제공하는 최신버전 (2020.08)을 다운받아 분석에 활용하였다.

NGHHCI_2021_v63n6_27_f0001.png 이미지

Fig. 1 Study procedure for the upland conversion analysis

대상지역의 농경지 이용 현황과 추이를 분석하기 위해 환경부 환경공간정보서비스에서 제공하는 2007년 중분류, 2019년 세분류 토지피복지도를 이용하였다 (https://egis.me.go.kr). 2007년 중분류 토지피복지도 자료의 경우 2006년부터 2007년까지 촬영된 해상도 5M급의 SPOT-5 영상을 이용하여 23개 분류 항목으로 구축된 전국 단위 자료이며, 2019년 세분류 토지피복지도 자료의 경우 2017년부터 2018년까지 촬영된 해상도 1M급의 아리랑 항공 영상을 이용하여 41개 항목으로 구축된 전국 단위 자료이다 (Table 1). 토지이용 추이 분석에서 두 비교 시점의 자료 수준을 통일하기 위해 2019년 세분류 토지피복지도 자료를 2007년 자료 수준인 중분류 기준으로 통합하여 사용하였다.

Table 1 Land cover and reservoir beneficiary maps used in this study

NGHHCI_2021_v63n6_27_t0001.png 이미지

또한 저수지 수혜구역별 토지피복지도 자료 구축을 위해 한국 농어촌 공사에서 제공하는 전국 저수지 수혜구역도 자료를 이용하였다 (https://rawris.ekr.or.kr; Table 1). ArcGIS 프로그램(Ver.10.0.1, ESRI, USA)을 이용하여 2007년과 2019년 전국단위 토지피복지도를 각 수혜구역별로 잘라 저수지 수혜구역별 토지피복지도 자료를 구축하였다. 중분류 토지피복지도의 22개 항목을 기준으로 각 수혜구역의 항목별 절대 면적을 산정하였다. 중분류 토지피복지도의 농업지역 항목은 논, 밭, 시설 재배지, 과수원, 기타재배지로 이루어져 있으며 앞서 얻은 수혜구역별 토지피복지도 자료를 활용하여 수혜구역 총면적에 대한 논, 밭, 시설재배지, 과수원의 비율을 산정하였다.

2. 저수지 수혜구역 밭작물 재배 면적 현황 분석

가. 지역별 밭작물 재배 면적 현황 분석

구축된 토지피복지도 자료를 활용하여 먼저 수혜구역 단위의 밭재배 면적 현황을 분석하였다. 토지피복도의 중분류 기준을 바탕으로 항목별 면적과 비율값을 추출하고 공간보간을 진행하였다. 다양한 공간보간기법 중 본 연구에서는 간단하면서도 공간보간기법에 널리 이용되는 역거리 가중법 (Inverse Distance Weight; IDW)을 적용하였다. IDW 보간법은 거리에 반비례하게 가중치를 주는 방식으로 다른 보간법에 비해 계산 과정이 간소하면서 정확도가 높아 (Shin et al., 2018) 권역별 분석에 활용하였다. 저수지 수혜구역별로 논과 밭의 절대면적에 거리에 따른 가중치를 부여하여 전국 단위로 논과 밭의 분포특성을 파악하고자 하였다.

저수지 수혜구역의 지역별 밭작물 재배 현황을 분석하기 위해 최신 자료인 2019년 토지피복도를 활용하였다. 우선 대상 지역 전체를 대상으로 밭작물 재배지역 현황을 분석하고, 지역 및 경지 종류를 고려하여 추가로 분석하였다. 또한 광역시를 중심으로 주요도시와의 거리를 지표로 활용하여 도시와의 인접성과 밭작물 재배의 상관성을 살펴보았다.

나. 주요도시 거리에 따른 밭작물 재배 면적 분석

도시 인접 용지 비율이 높을수록 개발 가능성이 높기 때문에 (MOLIT, 2003) 주요 도시와의 거리를 지표로 설정하여 거리 구간에 따른 농업지역 현황을 분석하였다. 본 연구에서는 주요 도시로서 특별시와 광역시를 선정하였으며 각 저수지 수혜구역에서 가장 가까운 주요 도시 경계까지의 최단 거리 값을 이용하여 현황 분석을 진행하였다.

Fig. 2는 저수지 수혜구역과 주요 도시를 나타낸 것으로 10 km 구간과 60 km 구간까지 버퍼를 설정하여 10 km부터 60 km 사이에 10 km 구간마다의 저수지 수혜구역 항목별 토지이용 평균값을 계산하여 주요 도시와 거리 구간에 따른 경지 이용 현황을 분석하였다.

NGHHCI_2021_v63n6_27_f0002.png 이미지

Fig. 2 Locations of the study reservoir irrigation districts and major cities

3. 저수지 수혜구역 밭작물 재배 면적 전환 추이 분석

저수지 수혜구역에서 밭작물 재배 증가 추이를 분석하기 위해 605개 연구대상 지구를 대상으로 2007년부터 2019년까지 12년간 수혜구역 내 논 면적, 밭과 시설재배지 면적 변화 추이를 분석하였다. 밭작물 전환을 분석하기 위해 밭과 시설재배지의 면적의 합을 밭작물 재배 면적으로 정의하고 전환의 양과 속도를 나타내는 지표를 각각 정의하여 분석하였다.

가. 밭작물 재배 면적 전환의 양적 지표

밭작물 전환의 양적 지표로 두 가지 지표를 정의하였다. PAP (Paddy Area Percentage)와 UAP (Upland Area Percentage)로 해당 전체 수혜지역 면적에서 논과 밭 재배지역이 각각 차지하는 비중을 나타내는 지표로 수식 (1)과 (2)와 같다. 지역이 차지하는 비중을 토지이용 변화 분석 중에서 특정 항목이 수혜구역 총 면적에서 차지하는 면적 비율을 의미하며 전작전환의 양을 개략적으로 보여주는 지표이다. 토지이용 항목 중 논의 면적 비율, 밭과 시설재배지의 면적 비율을 나타내는 지표로 전작 전환 추이를 파악하기 위한 가장 기본적인 지표이다. 특정 두 시점 사이에서 PAP와 UAP 값의 증감에 따라 해당 저수지 수혜구역에서의 논, 밭 면적의 양적 변화를 파악할 수 있는 지표이다.

\(\begin{aligned}P A P(\%)=\frac{a_{p}}{A} \times 100\end{aligned}\)       (1)

\(\begin{aligned}U A P(\%)=\frac{a_{f}}{A} \times 100\end{aligned}\)       (2)

여기서, ap는 특정 시점에서의 논의 절대 면적 (ha), af는 특정 시점에서의 밭과 시설재배지의 절대 면적 (ha), A는 해당 저수지 수혜구역의 총 면적 (ha)이라고 한다.

나. 밭작물 재배 면적 전환의 속도 지표

수혜구역 단위로 특정 주 시점 사이에 밭작물 재배 면적의 변화 추이를 분석하기 위해 ACR (Area Change Rate)을 정의하였다. 즉 ACR은 두 시점 사이의 면적 변화 속도를 나타내는 지표로 특정 항목 패치 면적의 증가 또는 감소 정도를 확인할 수 있는 백분율 단위의 지표이다 (식 (3)). ACR 값의 부호에 따라 특정 항목 패치 면적의 증가 또는 감소 여부, 크기를 통해 해당 토지피복 면적 증가 또는 감소 속도가 어느 정도인지 파 악할 수 있다.

\(\begin{aligned}A C R(\%)=\frac{a_{2}-a_{1}}{A} \times 100\end{aligned}\)       (3)

여기서, a1는 첫 번째 시점인 2007년의 해당 토지피복의 절대 면적 (ha), a2는 두 번째 시점인 2019년 해당 토지피복의 절대 면적 (ha), A는 해당 저수지 수혜구역의 총 면적 (ha)이라고 한다.

Ⅲ. 결과 및 고찰

1. 저수지 수혜구역 밭작물 재배 면적 현황 분석

가. 전국 현황 분석 결과

2019년 토지피복 현황을 파악하기 위해 환경부 환경공간 정보서비스에서 획득한 세분류 토지피복지도를 중분류로 변환하였다. 저수지 수혜구역별 토지피복지도를 사용하여 2019년 밭작물 재배지 현황을 분석하였다.

본 연구의 대상 저수지 수혜구역 전체에 대하여 2019년도 토지 피복 현황을 살펴보면 다음 Table 2와 같다. 200 ha 이상의 저수지 수혜구역에서 농로, 숲, 수로 등을 제외한 농경지의 면적은 78.1%이고, 이중 논이 66.5%로 비중이 가장 크고 밭이 5.7%, 시설재배지가 4.6%, 과수원은 1.3%를 차지하는 것으로 나타났다. 전체 농경지 면적을 기준으로 보면 논이 85.2%이고 밭은 7.3%, 시설재배지가 5.8%, 과수원이 1.7%로 나타났다. 이는 저수지 수혜구역이 최초에 논으로 설계된 점을 고려하면 논의 밭작물 재배 전환이 지속적으로 이뤄져 왔음을 의미한다.

Table 2 Overall statistics of landcover area for the selected reservoir irrigation sites

NGHHCI_2021_v63n6_27_t0002.png 이미지

* The values in ( ) represent percent of respective categories as to total agricultural land.

Fig. 3 (a), (b)는 각각 605개의 수혜구역의 논과 밭의 절대면적을 측점 자료로 활용하고 IDW 보간을 통해 전국 분포를 도식화한 것이다. 전국적으로 논의 절대면적에 비해 밭의 절대면적이 작게 나타나고 있음을 확인할 수 있다. 또한 전라권역의 저수지 수혜구역에서 논 절대면적과 밭 절대면적의 최댓값을 가지는 것을 확인할 수 있다. 경상권역의 경우, Fig. 3 (a)에서 논 절대면적은 전국적인 분포와 비교했을 때 작게 나타나고 있으며 Fig. 3 (b)에서의 밭 절대면적은 전국적인 분포에 비해 크게 나타나고 있다. 반면, 일부 저수지 수혜구역에서 논의 전작전환이 100 ha 이상으로 발생하여 밭 면적 비율이 60% 이상이 되는 경우가 다수 존재하였다 (Table 6 참조). 전반적으로 논과 밭 면적 모두 전라권역에서 크게 나타난 반면 강원권의 경우 저수지 수혜구역과 논과 밭의 절대면적 모두 가장 작게 나타났다. 경상권역과 경기권역의 경우, 밭 면적과 논 면적의 차이가 크게 나타났다.

NGHHCI_2021_v63n6_27_f0003.png 이미지

Fig. 3 Distribution of IDW-interpolated paddy and upland areas

Fig. 4는 605개의 저수지 수혜구역의 각 구역별 총 면적에 따른 밭작물 재배 면적을 그래프로 나타낸 것이다. 대부분의 저수지 수혜구역에서 논의 절대면적이 밭과 시설재배지의 절대면적의 합보다 크게 나타나는 것을 확인할 수 있다. 논 면적의 경우 저수지 수혜구역 면적에 대해 R2 값이 약 0.98 정도로 나타났으며 밭 면적의 경우 R2 값이 약 0.36 정도로 나타났다. 즉, 논 면적은 저수지 수혜구역 면적에 대해 강한 선형성을 띠고 있는 것을 확인할 수 있다. 반면 밭과 시설재배지 면적의 경우 상대적으로 수혜구역 면적의 차이가 거의 없는 경우에도 구역별로 다양하게 나타났다.

NGHHCI_2021_v63n6_27_f0004.png 이미지

Fig. 4 Scatter plots of paddy and upland areas against reservoir beneficiary area

나. 지역별 밭작물 재배 면적 현황 분석 결과

Table 3은 지역별 저수지 수혜구역의 농업지역 총 면적과 수혜구역 개수 차이를 고려한 평균 토지이용 현황을 나타낸 것이다. 대상지역 중 경상권에 가장 많은 저수지가 존재하며, 강원권에 가장 적게 존재하고 있다. 반면 저수지 수혜면적은 넓은 평야지로 이뤄진 전라권이 가장 크게 나타났다. 전국 저수지 수혜구역에 대한 농업지역 면적 비율은 전라권이 80%로 최대이고, 충청권이 73%, 강원권이 73%, 경기권 68%, 경상권 64%로 나타났다. 국내에 건설된 저수지의 개수는 경상권, 전라권, 충청권, 경기권, 강원권 순으로 많다 (RAWRIS, 2019).

Table 3 Total agricultural area and average land cover status of reservoir irrigation areas by region

NGHHCI_2021_v63n6_27_t0003.png 이미지

각 지역별 절대면적과 논, 밭 면적 비율을 그래프로 나타낸 것은 Fig. 5 (a)와 같다. 논 면적의 경우 전라권에서 평균 818 ha로 가장 크게 나타나며, 강원권에서 평균 158 ha로 가장 작게 나타나고 있다. 밭 면적의 경우 경상권에서 평균 41 ha로 가장 크게 나타났으며 충청권에서 30 ha로 가장 작았다. 논의 관개규모와 밭의 관개규모를 비교하였을 때 모든 권역에서 논 평균 면적에 비해 밭 평균 면적이 작게 나타나고 있다. 이는 저수지를 통한 관개용수 공급이 논을 중심으로 이루어지고 있음을 의미한다 (Kim et al., 2004). 또한 지역별 저수지 수혜구역 평균 토지이용 면적으로 보아 전라권 저수지의 논 관개규모가 가장 크며 강원권 저수지의 논 관개규모가 가장 작은 것을 확인할 수 있다.

NGHHCI_2021_v63n6_27_f0005.png 이미지

Fig. 5 Paddy and upland area versus regions or distance to major cities

전라권은 5개의 권역 중 논 면적 비율이 최대, 밭 면적 비율이 최소로 나타나 농경지 지목 변화가 상대적으로 적었음을 알 수 있다. 반면 경상권은 논 면적 비율이 최소, 밭 면적 비율이 최대로 나타났는데 농업용 저수지가 쌀 생산 목적으로 조성된 점을 고려하면 경상권이 농업지역 토지이용 변화가 가장 컸던 것으로 나타났다. 각 수혜구역별로 추가적인 분석을 전제로 수혜구역 내 밭 면적 비율이 상대적으로 높은 지역을 중심으로 저수지의 밭작물 용수 공급 방안을 검토할 수 있을 것이다.

주요 도시와의 거리 구간별 경지 이용 분석 결과 Fig. 5 (b)와 같다. 도심지로부터의 거리가 멀어질수록 논의 절대면적과 비율은 증가하고 밭과 시설재배지의 절대면적과 비율은 감소하는 추세를 보이고 있다. 특별시와 광역시 인접 지역은 경기권과 경상권에 대부분 분포하고 있는데, 이는 앞서 전라권, 충청권은 농업지역이 약 80%인 반면, 경상권, 경기권이 약 70% 수준으로 상대적으로 적은 비중을 차지하는 것이 주요 도시로 부터의 거리와 관련이 있음을 의미한다.

2. 저수지 수혜구역 밭작물 재배 면적 전환 추이

가. 밭작물 재배 면적 전환 추이 분석 결과

밭작물 재배지역의 면적변화는 전국단위 토지피복자료가 가용한 2007년부터 가장 최근인 2019년 사이의 자료를 대상으로 분석하였다. 605개의 대상지역의 면적을 합산하여 2007년과 2019년의 저수지 수혜면적의 총 면적, 논 면적, 밭과 시설재배지 면적을 구하고 PAP와 UAP를 산정하였으며 해당 지표를 활용하여 2007, 2019년 사이의 밭작물 전환 추이를 분석하였다.

2007년부터 2019년까지 전체적으로 논의 면적은 17.8% 감소하고 밭과 시설재배지의 면적은 4.9% 증가한 것으로 나타났다 (Fig. 6). 다만 논의 면적 감소량에 비해 밭과 시설재배지 면적 증가량은 적게 나타났는데 논의 밭 이외의 타 용도로 전용되고 있음을 의미한다.

NGHHCI_2021_v63n6_27_f0006.png 이미지

Fig. 6 Changes in paddy and upland area, PAP and UAP in 2007 to 2019

Table 4와 5는 논과 밭에 대해 해당 기간 동안 면적변화와 변화율을 정리한 것이다. 연구 대상 저수지 수혜구역 전체에서 논 면적은 총 335,111 ha에서 266,634 ha로 68,477 ha 감소하였고, 이는 ACR로 -17.8%이다. 반면 밭과 시설재배지 면적은 총 21,168 ha에서 41,057 ha로 19,889 ha 증가하여 ACR이 +4.9%로 산정되었다. 이를 2007년부터 2019년까지 연평균으로 나타내면 논 면적은 매년 1.5%씩 감소하고 밭 면적을 0.4%씩 증가하였다.

Table 4 PAP and ACR of paddy area by region (unit: ha)

NGHHCI_2021_v63n6_27_t0004.png 이미지

Table 5 UAP and ACR of upland area by region (unit: ha)

NGHHCI_2021_v63n6_27_t0005.png 이미지

2007년과 2019년 사이 논 면적에 변화속도인 ACR 값은 지역에 따라 –15.9∼–21.5%으로 산정되었다. 모든 지역에서 ACR 값이 0보다 작은 값을 보였는데 이는 전국적으로 논에서 밭으로 전환이 나타나고 있음을 의미한다. 특히 주요 도시가 많이 분포하고 있는 경기권에서 ACR이 –21.5%에서 가장 크게 산정되었고, 주요도시가 적은 전라권에서 ACR 절댓값이 –15.9%로 작게 산정되었는데, 주요 도시와의 거리가 밭작물 전환에 하나의 인자임을 유추할 수 있다.

밭작물을 대표하는 밭과 시설재배지 면적의 변화율은 +4.2∼11.3% 범위로 모든 지역에서 0보다 큰 값으로 나타났다. 수혜지구가 1개소인 강원권을 제외하면 밭 면적 비율이 4.2∼5.4% (평균 4.9%) 증가하여 전국적으로 고르게 나타났다.

모든 지역에서 밭작물 배지 면적의 ACR 절댓값이 논 면적 ACR 절댓값에 비해 작게 나타났는데 이는 앞서 전국 현황과 유사하게 농경지의 타 용도 전환의 영향으로 추정된다. 대부분 감소한 논 면적 비율이 높은 권역일수록 밭과 시설재배지 면적 비율의 증가 정도가 높게 나타났다.

주요도시와의 거리에 따른 논과 밭 면적과 비율을 Fig. 7 (a)와 (b)에 도시하였다. 전반적으로 주요 도시로부터 거리가 가까울수록 논 면적의 비율이 감소하고 밭 면적의 비율은 증가하는 것으로 나타났다. 논의 경우 도시와의 거리와 관계없이 모든 구간에서 지속적으로 감소한 반면 밭작물 재배지인 밭과 시설재배지의 면적은 지속적으로 증가하였다. 특히 밭작물 재배면적 비율이 도시와의 거리 10 km 이내에서 2007년 5.1%에서 2019년 9.7%로 4.8% 비율로 크게 증가하였다. 또한 그 면적 비율은 상대적으로 낮지만 2007년과 2019년 사이 60 km 초과 구간의 밭 면적 ACR이 3.7% 증가하였는데 이는 수혜구역 전반에 걸쳐 밭작물 전환이 지속적으로 발생하고 있음을 의미한다.

NGHHCI_2021_v63n6_27_f0007.png 이미지

Fig. 7 Changes of PAP and UAP by distance to major cities

Fig. 8 (a), (b)는 각각 논 ACR과 밭 ACR 히스토그램을 나타낸 것이다. 논의 ACR 분포와 밭의 ACR 분포를 비교하였을 때 논에 비해 밭이 특정 저수지 수혜구역에서 집중적으로 변화가 나타나는 경향을 확인할 수 있다. 논 ACR 크기의 최댓값은 –80%이며 밭 ACR 크기의 최댓값은 65%로 나타났다. 논면적에 대한 ACR 값은 평균 –18%이며 상위 10%의 평균은 –49%로 나타났으며 밭 면적에 대한 ACR 값은 평균 5%이며 상위 10%의 평균은 약 17%로 나타났다. 각 수혜구역별 ACR 값의 차이는 논에 비해 밭이 작게 나타나는 편이며 이는 논 면적 감소 속도가 밭 면적 증가 속도에 비해 매우 크다는 것을 의미한다.

NGHHCI_2021_v63n6_27_f0008.png 이미지

Fig. 8 Histogram of paddy and upland ACRs

나. 밭작물 재배 면적 전환 추이 전국 분포

Fig. 9는 PAP와 UAP 값을 기준으로 저수지 수혜구역을 4가지로 구분하여 전국 분포로 도시한 결과이다. 605개의 저수지 수혜구역 중 (1) PAP와 UAP가 모두 감소한 수혜구역이 179개로 전체 수혜구역의 29.8%이었고, (2) PAP는 감소하고 UAP는 증가한 지역은 365개로 가장 큰 60.3%를 차지했으며, (3) PAP는 증가하고 UAP만 감소한 지역은 43개 (7.1%), (4) PAP와 UAP가 모두 증가한 지역은 18개 (2.9%)로 나타났다. 논 면적이 감소한 지역은 544개 지역으로 전체 지역 중 90.1%를 차지하였고, 밭작물 재배 면적이 증가한 지역은 383개 지역으로 전체 지역 중 63.3%를 차지하여 전반적으로 논이 밭으로 전환되는 경향을 보였다. 전국적인 분포를 보면, PAP가 감소하고 UAP가 증가한 지역은 경기권역과 경상권역에 다수 분포하고 있다. 또한 논 ACR 상위 10% 지역은 ACR 크기가 –35% 이상이고, 밭 ACR 상위 10% 지역은 크기가 8% 이상으로 밭작물 전환 속도가 상대적으로 빠르게 진행되고 있음을 확인하였다.

NGHHCI_2021_v63n6_27_f0009.png 이미지

Fig. 9 Classification of target areas according to PAP, UAP change

Table 6은 밭 ACR 상위 10개 지역의 통계 정보이다. 10개의 저수지 수혜구역은 논 ACR 평균이 –53.1%, 밭 ACR 평균이 39.9%로 전체 저수지 수혜구역 평균에 비해 상당히 큰 값으로 나타나는 것을 확인할 수 있다. 또한 해당 저수지 수혜구역은 평균 수혜 면적이 281 ha이며, 605개의 저수지 수혜구역 평균 면적에 비해 작게 나타났다. Table 6에서 확인할 수 있듯이 10개의 저수지 수혜구역 중 경상권에 7개, 전라권에 1개, 충청권에 2개의 저수지 수혜구역이 포함되어 있다. 이는 경상권에서 가장 밭작물 전환 속도가 높게 나타남을 의미한다.

Table 6 Overall statistics of upland ACR top 10 irrigation districts (Unit: ha)

NGHHCI_2021_v63n6_27_t0006.png 이미지

따라서 ACR 분포 상위 10% 저수지 수혜구역 중 PAP 감소하고 UAP 증가하는 저수지 수혜구역을 중심으로 밭용수 공급 방안을 우선적으로 검토할 수 있을 것이다.

Ⅳ. 결론

본 연구에서는 최근 농업 토지 이용 변화가 나타남에 따라 안정적인 용수공급 방안 마련을 위해 관개용수의 수혜를 고려한 단위인 저수지 수혜구역을 기준으로 농업지역의 밭작물전환 현황 및 추이를 분석하였다.

2007년부터 2019년 사이에 PAP는 지속적으로 감소하여 17.8% 감소하였으며 UAP는 지속적으로 증가하여 4.9%가 증가하였다. PAP가 감소하고 UAP가 증가한 지역은 전체 수혜 구역의 60.3%를 차지하였다. 또한 2007년부터 2019년까지 논 ACR은 평균 –18%, 밭 ACR은 평균 5%로 논 면적 감소 비율에 비해 밭 면적 증가 비율은 상대적으로 작게 나타나 농업지역에서 밭작물전환 외에 타 용도로의 토지 이용 전환이 나타난 것을 확인할 수 있었다. 또한 지역별 분석과 주요 도시와의 거리구간별 분석을 통해 대도시가 많은 권역에 토지이용전환이 많이 나타난 것을 확인하였다. 이러한 공간 규모별 밭작물전환 현황 및 추이 분석을 통해 밭작물 현황과 상관관계가 높은 공간적 특성을 파악할 수 있었다. 또한 ACR 분포 상위 10% 지역은 논 ACR 평균 –49%, 밭 ACR 평균 17%로 나타났다. 즉, 밭작물 전환 속도가 매우 빠른 지역으로 해당 지역은 관개용수 공급 방안 마련 및 관리가 필요하다.

이러한 저수지 수혜구역 단위 분석을 통해 밭작물 전환 관리 필요 우선 지역 선별에 활용이 가능할 것으로 예상되며 권역 및 주요도시와 밭작물전환 정도와의 상관관계 분석 결과를 저수지 수혜구역 단위 밭용수 공급 방안 도출에 활용할 수 있을 것으로 예상된다.

본 연구에서는 저수지 수혜구역 중에서도 200 ha 이상인 605개의 저수지 수혜구역에 대해서만 분석을 진행하였으며 과거 데이터 추이 분석을 중점으로 연구를 진행하였다. 해당 연구를 바탕으로 전국 농경지 전체에 대한 분석으로 확장하고 미래 토지 이용 변화 예측 등 추가 연구를 진행한다면 안정적인 관개용수공급 방안 마련에 반영할 수 있을 것으로 예상된다.

감사의 글

본 결과물은 농림축산식품부의 재원으로 농림식품기술기획평가원의 농업기반 및 재해 대응기술 개발사업의 지원을 받아 연구되었습니다 (과제번호: 320051-3).

References

  1. Blackmore, S., and M. Moore, 1999. Remedial correction of yield map data. Precision Agriculture 1(1): 53-66. https://doi.org/10.1023/A:1009969601387
  2. Choi, Y. H., Y. J. Kim, Y. W. Kim, M. Y. Kim, and J. G. Jeon, 2019. Irrigation water requirements for upland crops using rainfall data and water management guidelines. Journal of the Korean Society of Agricultural Engineers 61(1): 121-130 (in Korean). doi:10.5389/KSAE.2019.61.1.121.
  3. Han, H., K. Song, W. K. Lee, and J. Chon, 2020. Green infrastructure planning for urban flood damage reduction based on an optimal surface runoff network. Journal of Climate Change Research 11(6-2): 739-753 (in Korean). doi:10.15531/KSCCR.2020.11.6.739.
  4. Kal, B. S., J. B. Park, and Y. J. Kim, 2021. Evaluation of non-point source vulnerable areas in west Nakdong river watershed using TOPSIS. Journal of the Korean Association of Geographic Information Studies 24(1): 26-39 (in Korean). doi:10.11108/KAGIS.2021.24.1.026.
  5. KEI (Korea Environment Institute), 2020. Analysis system for regional environmental status to support environmental assessment: Establishing an assessment framework for watershed health in Nakdong river basin, Korea Environment Institute Report (No. 2020-05-03) (in Korean).
  6. Kim, H. K, M. S. Kang, E. J. Lee, and S. W. Park, 2011. Climate and land use changes impacts on hydrology in a rural small watershed. Journal of The Korean Society of Agricultural Engineers 53(6): 75-84 (in Korean). doi:10.5389/KSAE.2011.53.6.075.
  7. Kim S. H., C. Kim, N. S. Wi, D. H. Kim, and D. H. Jang, 2016. Change analysis of land-cover using national land-cover map in Sejong-city. Journal of the Association of Korean Photo-Geographers 26(3): 145-160 (in Korean). doi:10.35149/JAKPG.2016.26.3.010.
  8. Kim, S., J. H. Song, D. S. Hwang, and M. S. Kang, 2021. Impact assessment of agricultural reservoir and landuse changes on water circulation in watershed. Journal of The Korean Society of Agricultural Engineers 63(2): 1-10 (in Korean). doi:10.5389/KSAE.2021.63.2.001.
  9. Kim, Y. H., K. H. Han, J. S. Park, and C. S. Kim, 2004. The strategy for improvement of system and model development for upland area integrated improvement project. Korean National Committee on Irrigation and Drainage Journal 11(1): 64-76 (in Korean).
  10. KOSTAT (Statistics Korea), 2018. Results of the 2018 grain consumption survey: Home.Business sector (in Korean).
  11. KOSTAT (Statistics Korea), 2019. Results of the 2019 cultivated area survey (in Korean).
  12. KREI (Korea Rural Economic Institute), 2014. Issues and development direction of upland agriculture (in Korean).
  13. KREI (Korea Rural Economic Institute), 2015. Analysis of upland crop production structure and productivity index. KREI report (No. R760) (in Korean).
  14. Kum, D., M. Shin, N. Yu, S. Lee, D. Kim, Y. Sung, and S. S. Lee, 2021. An analysis of the water quality improvement measures and evaluation of Wonju stream. Journal of the Korean Society of Agricultural Engineers 63(1): 61-73 (in Korean). doi:10.5389/KSAE.2021.63.1.061.
  15. Lee, H., K. Kim, J. H. Song, D. G. Lee, H. P. Rhee, and M. S. Kang, 2019. Pollutant delivery ratio of Okdong-cheon watershed using HSPF model. Journal of The Korean Society of Agricultural Engineers 61(1): 9-20 (in Korean). doi:10.5389/KSAE.2019.61.1.009.
  16. Lee, J., H. Kim, H. Shin, H. Kim, H. Kwon, J. Jeon, S. Cha, and C. Park, 2018. Evaluation of drought impact and function improvement effect of agricultural hydraulic structures. Journal of the Korean Society of Agricultural Engineers 60(3): 1-13 (in Korean). doi:10.5389/KSAE.2018.60.3.001.
  17. Lee, K. D., G. Kim, H. Y. Ahn, K. H. So, and S. I. Na, 2021. Early estimation of rice cultivation in Gimje-si using Sentinel-1 and UAV imagery. Korean Journal of Remote Sensing 37(3): 503-514 (in Korean). doi:10.7780/KJRS.2021.37.3.11.
  18. Lee, K. D., S. K. Hong, and Y. H. Kim, 2012. Farmland use mapping using high resolution images and land use change analysis. Korean Society of Soil Sciences and Fertilizer 45(6): 1164-1172 (in Korean). doi:10.7745/KJSSF.2012.45.6.1164.
  19. MAFRA (Ministry of Agriculture, Food and Rural Affairs), 2015. Comprehensive countermeasure against drought in agriculture and rural areas. https://www.mafra.go.kr/mafra/293/subview.do?enc=Zm5jdDF8QEB8JTJGYmJzJTJGbWFmcmElMkY2OCUyRjMxMjkwNyUyRmFydGNsVmlldy5kbyUzRg%3D%3D. Accessed 4. Aug 2021.
  20. MAFRA (Ministry of Agriculture, Food and Rural Affairs), 2017. Agriculture, forestry and livestock, food statistical yearbook (in Korean).
  21. MOIS (Ministry Of the Interior and Safety), 2018. Designation of habitual drought disaster district guideline (in Korean).
  22. MOLIT (Ministry Of Land, Infrastructure and Transport), 2003. Land aptitude evaluation guidelines (in Korean).
  23. Oh, Y., J. Choi, S. Yoo, S. Lee, 2011. Prediction of land-cover change based on climate change scenarios and regional characteristics using cluster analysis. Journal of the Korean Society of Agricultural Engineers 53(6): 31-41 (in Korean). https://doi.org/10.5389/KSAE.2011.53.6.031
  24. RAWRIS (Rural Agricultural Water Resource Information System), 2019. Current status of agriucultural production infrastructure. https://rawris.ekr.or.kr/selectFacList.do.Accessed 4. Aug 2021.
  25. Shin, Y. K., J. C. Lee, H. D. Yun, B. K. Kim, Y. K. Lee, D. H. Lee, M. B. Lee, M. S. Yu, S. N. Park, J. P. Jo, S. Y. Choi, and S. I. Hong, 2018. Precise mapping and spatial analysis of the environmental information (IV) - focusing on air quality (in Korean).
  26. Song, M. R., S. D. Park, S. S. Kim, and J. I. Sung, 2003. Rural land use planning and policies under the new national land use planning system (in Korean).
  27. Yoon, D. H., W. H. Nam, H. J. Lee, M. G. Jeon, S. I. Lee, and H. J. Kim, 2021. Development of extraction technique for irrigated area and canal network using high resolution images. Journal of the Korean Society of Agricultural Engineers 63(4): 23-32 (in Korean). doi: 10.5389/KSAE.2021.63.4.023.
  28. Yu, J., Y. Kim, H. C. Sung, K. Lee, J. Choi, and S. Jeon, 2020. Method for calculating the pollution load amount of agricultural non-point sources using land cover map. Journal of Environmental Science International 29(12) : 1249-1260 (in Korean). doi : 10.5322/JESI.2020.29.12.1249.