• Journal of the Korean Association of Geographic Information Studies
• /
• v.6 no.2
• /
• pp.22-32
• /
• 2003

The purpose of this study is to analyze soil erosion quantity of a basin by using DEM, soil map and landuse map and to find a soil erosion hazard zone in a basin based on this data. In this study, RUSLE was used to analyze soil loss quantity and the research area chosen is Mushim stream which branches off the Geum river. This study used a mean annual precipitation of Cheongju Meteorological Observation was used as a hydrological data and DEM, the detailed soil map(1/25,000), the landuse map collected respectively from Ministry of Environment, National Institute of Agricultural Science and Technology and Ministry of Construction and Transportation. The subject map was drawn to analyze soil erosion hazard zone by using the above data and maps. According to the results of the analysis, a lot of soil loss shows in a bare area. In case of a forest, a slope has a lot of influence on soil loss. The integration and analysis of the above gave the result that $193,730.3m^2$corresponding to 8.5% of the places of which the slope is over 20 degree in a bare area was found to have a higher chance of soil erosion.

• Journal of Wetlands Research
• /
• v.7 no.1
• /
• pp.107-117
• /
• 2005

Soil erosion is influenced from a variety of factors such as rainfall distribution, soil type, land use, etc. This paper is aimed at analyzing the soil erosion hazard zone in cropland. RUSLE was used for an analysis of soil erosion amount, and for the spatial data of basin, soil erosion amount was calculated by extracting the respect topography space related factors of RUSLE using DEM, Landuse, Soil map as base map. This paper is targeting at the watershed of Gyeongan stream in Gyeonggi-do The result of an analysis of soil erosion amount showed that soil erosion occurred in the order of crop field(1210) planting area, orchard(1220), non-adjusted paddy fields(1120), and adjusted paddy fields(1110), and also the average soil erosion in these planting areas has the most amount in crop field planting area. As a result of analysis on soil erosion hazard zone of farm land by classifying it into 5 classes using the result of that result of analysis on the amount of soil erosion, in case of Class 5 in which the hazard of soil erosion is the highest, approximately 72.5ha that corresponds to 2.4% of the total farm land was decided as erosion hazard zone. For this erosion hazard zone, it was analyzed that dry field crop planting area was 72.4ha and orchard was 0.1ha, and Class 5 hazard zone did not appear in other farming areas. Also, it showed that Class II(1~50ton/ha/yr) area had the most ratio of the entire farm land, i.e., 70.2%, regardless of land use state. According to the result of analysis on soil erosion hazard zone of farm land by classifying it into 5 classes, the Class V has the highest soil erosion hazard, approximately 72.5ha that corresponds to 2.4% of the total farm land was estimated as an erosion hazard zone. This erosion hazard shows 72.4ha in dry field crop planting area, 0.1ha in an orchard, but the highest hazard zone, the Class V was not shown in other farming areas. Also, it showed that Class II area had the most ratio of the entire farm land, i.e., 70.2%, regardless of land use state.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.7 no.2
• /
• pp.47-56
• /
• 2004

The purpose of this study is to estimate soil loss amount according to the rainfall-runoff erosivity factor frequency and to analyze the hazard zone that has high possibilities of soil erosion in the watershed. RUSLE was used to analyze soil loss quantity. The study area is Gwanchon that is part of Seomjin river basin. To obtain the frequency rainfall-runoff erosivity factor, the daily maximum rainfall data for 39 years was used. The probability rainfall was calculated by using the Normal distribution, Log-normal distribution, Pearson type III distribution, Log-Pearson type III distribution and Extreme-I distribution. Log-Pearson type III was considered to be the most accurate of all, and used to estimate 24 hours probabilistic rainfall, and the rainfall-runoff erosivity factor by frequency was estimated by adapting the Huff distribution ratio. As a result of estimating soil erosion quantity, the average soil quantity shows 12.8 and $68.0ton/ha{\cdot}yr$, respectively from 2 years to 200 years frequency. The distribution of soil loss quantity within a watershed was classified into 4 classes, and the hazard zone that has high possibilities of soil erosion was analyzed on the basis of these 4 classes. The hazard zone represents class IV. The land use area of class IV shows $0.01-5.28km^2$, it ranges 0.02-9.06% of total farming area. Especially, in the case of a frequency of 200 years, the field area occupies 77.1% of total fanning area. Accordingly, it is considered that soil loss can be influenced by land cover and cultivation practices.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2015.11a
• /
• pp.261-264
• /
• 2015

본 연구에서는 해안 침식의 원인 중 유역 개발로 인한 해안으로의 표사 공급원이 감소를 검토하고, 그에 따른 표사계의 미래 해안 침식률을 분석하였다. 우리나라 서해의 경우 유역 개발로 인해 하천으로부터의 표사 유입 차단은 심각한 수준이다. 아직 그 영향이 해안으로 완전히 파급되지 못하여 그로 인한 장기 해안 침식이 두드러지지 않고 있다. 또한 피해가 심각해지기 시작하면 돌이킬 수 없는 재앙이 될 측면도 많다. 따라서 본 연구에서는 금강유역을 연구대상지역으로 설정하여 유역 개발로 인한 표사 유입량 감소를 계산하여 주변 표사계 내 미래 해안의 침식률을 산정하였다. 이는 향후 유역개발로 인한 미래 침식 위험 지역의 판단과 침식 위험도 평가 도입시 유용하게 사용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.294-294
• /
• 2016

세계 각국에서는 국가별, 지역별 전역적인 강우침식인자에 대한 연구를 지속하고 있다. 우리나라에서도 몇 차례에 걸쳐 남한 전역에 대한 강우침식인자를 규명하기 위한 연구가 이루어졌고, 그 결과물로서 등강우침식도가 제작된 바 있다. 그러나 현재까지 우리나라의 강우침식인자가 세계 각국에 비해서 어느 정도의 토양침식에 대한 잠재 위험성을 가지고 있는지에 대한 연구는 이루어지지 않았다. 본 연구는 국제 및 국내 학계에 보고된 자료를 토대로, 세계 각국의 강우침식인자를 수집하고, 우리나라의 강우침식인자와 비교하여 우리나라의 강우에 의한 토양침식 잠재위험성을 분석하기 위한 것이다. 이를 통해 현재 실무에 활용중인 강우침식인자 값에 대한 개선방안을 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.603-607
• /
• 2006

최근 산불발생이 증가하고, 그에 따른 피해가 증가하고 있다. 또한 산불 발생지역의 토양침식으로 인한 2차적인 재해위험이 예상됨에 따라 산불 지역의 토양침식과 영향인자들에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 낙산사 산불지역의 산지사면에 10개의 소규모 조사구를 설치하고 강우에 따른 토사유출량을 조사하였다. 토양침식 매개변수를 강우인자(강우량, 강우강도, 강우에너지), 지형인자(면적, 사면경사, 사면길이, 길이경사인자), 식생인자(전체피복도, 식생지수), 토양인자(투수계수, 유효입경, 유기물함량, 토심)로 구분하여 각각의 토양침식에 대한 관계를 분석하고, 시간경과에 따른 토양침식의 관계도 분석하였다. 강우강도와 강우량이 커짐에 따라 토양침식민감도에 대한 식생피복도의 영향이 더욱 가중되며, 식생 회복이 빠른 지역과 그렇지 않은 지역에서의 시간경과에 따른 누적 토양침식량의 변화는 크게 차이를 보였다. 낙산사 산불지역에서의 강우에 따른 토양침식은 강우에너지와 식생피복도의 관계가 가장 높았다.

• Journal of Korea Water Resources Association
• /
• v.45 no.6
• /
• pp.617-629
• /
• 2012

The land use map of the Nakdong River watershed was classified by each land use contents and analyzed to rank the risk of soil loss and erosion. Also, the soil loss and erosion was evaluated in the Nakdong River watershed using Revised Universal Soil Loss Equation (RUSLE) and the subbasin with high risk of soil loss was evaluated with the analysis results of land use contents. Finally, the analyzed results were also compared with the landslide risk map, hence the practical application methods using developed and analyzed results were considered in this study. As a result of land use analysis and RUSLE calculation, it was represented that the Naesung Stream watershed had the high risk for soil loss among the subbasins of the Nakdong River watershed. It was also presented that the high risk area identified by computation of RUSLE was corresponding to the landslide risk area. However, the high risk of soil erosion by land use near the river or wetland was confirmed only through the calculation results of RUSLE.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.68-68
• /
• 2021

Sesan강과 Srepok강은 베트남, 캄보디아, 라오스가 공유하는 3S강 유역 (Sesan강, Srepok강, Sekong강)의 일부로 연구 및 관리된다. 3S강 유역은 Mekong강의 중요한 지류이며 Mekong강 유역의 상당 부분을 구성한다(Mekong강 유역 면적의 10%, 연간 총 유출량의 20%). 베트남 측 Sesan강 유역의 면적은 11,255km²이고 Srepok강 유역 면적은 18,162km²이다. Sesan강과 Srepok 강의 상류는 베트남 중부 고원의 긴 산맥에 위치하고 있다. Sesan강과 Srepok강 유역은 기후변화에 따른 홍수, 가뭄, 어업 지속 가능성 감소, 퇴적 등 많은 문제와 도전에 직면 할 것으로 예측되고 있다. 본 연구에서는 World Bank의 "Viet Nam Mekong Integrated Water Resources Management (M-IWRM) Project의 일환으로 베트남 정부 차원에서 처음으로 구축한 수자원관리 의사결정지원 시스템인 "DSS-2S"를 활용하여, Sesan-Srepok강 유역의 강둑 침식 위험성을 분석하였다. DSS-2S는 MIKE Hydro Basin을 기반으로 SWAT모델, 수리모델, 하상변동 모델, 및 수질모델 등과 연계 하여 구축되었다. 2030 년을 목표 연도로 설정하고, 기후 변화 시나리오와 사회 경제적 발전을 기반으로 DSS-2S에 포함되어 있는 유사 이송 및 수리학적 모델을 활용하여 주요 하천 단면에서의 평균 유속과 하상 침식 양을 예측하였다. 유속 및 심부 침식 기준에 근거하여 강둑 침식 위험성을 분석하였다. 모델의 시뮬레이션 결과를 기반으로 강둑 침식 위험이 있는 강 구간은 고(高)유속과 높은 침식의 조합에 의해 결정되었다. 고위험 침식 예상지는 Sesan강 유역의 Dak Bla, Po Ko, 및 Se San강에 총 길이 73.5km에 걸쳐 발생 할 것으로 분석되었으며, 침식 위험이 매우 높은 지역은 Dak Bla 강에 총 길이 2,286m, Po Ko 강에 총 길이 5,096m 정도가 발생 하는 것으로 분석되었다. 강둑 세국을 유발할 수 있는 다양한 인자들을 고찰하였으며, 본 성과는 베트남 중앙 정부의 장기수 자원 종합계획 수립의 기본 자료로 활용 될 예정이다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.6 no.4
• /
• pp.24-36
• /
• 2003

This study integrates the revised universal soil loss equation(RUSLE) with a grid-based GIS method to assess the potential risk of soil erosion at the watershed scale. Data used in this study to generate the RUSLE factors include several thematic maps such as land use, topographic and soil maps, together with tabular precipitation data. Based on the RUSLE estimation for all the grids(10m cells) in the corresponding watershed, a cumulative histogram for the annual soil loss can be constructed. As the results, it shows that the 83.5% value of the annual soil loss for the watershed is less than 1ton/ha. However, the above 30% of agricultural land is defined as a medium or very high-risk area(more than 10ton/ha/yr). So it is necessary to establish soil conservation practices to reduce soil erosion based on the field observations.