• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.489-489
• /
• 2022

도시의 가로수들이 열악한 부지 조건과 적절하지 않은 가로수 관리로 인해 죽는 현상이 몇몇 도시에서 발생하고 있다. 열악한 부지 조건과 적절하지 않은 가로수 관리에는 생물학적·기상학적으로 많은 요소들이 있고, 그 밖에 도시 설계로 인한 요인들로 다양하다. 그중 연구지역인 춘천시에서는 가로수가 죽는 원인 중 토양수분이 가장 큰 원인일 것이라고 판단하였다. 토양수분 분포의 시간적 공간적 특성들은 증발, 침투, 지하수 함량, 토양 침식, 식생 분포 등을 지배하는 중요한 요소이며, 토양수분 연구는 물순환과정의 특성을 이해하는데 있어서 필수적인 과정이다. 하지만 토양수분 분석은 중요성에 비해 활발한 연구가 이루어지지 않고 있으며, 특히 가로수 토양수분에 대해서는 연구가 없는 실정이다. 따라서 가로수 토양수분 모니터링을 실시하였고, 장기적인 가로수 관리를 위해 모델링을 하였다. 모델링 기초자료 확보를 위한 토양수분 모니터링은 춘천시의 가로수 중 세 군데를 선정해 각각 10, 20, 30 cm에 센서를 설치하였다. 이를 통해 약 1년간의 토양수분 함량 데이터를 수집하였고, 모니터링 지점의 토양을 샘플링 후 분석하여 물리, 화학, 생물성 데이터를 수집하였다. 모델링은 RZWQM(Root Zone Water Quality Model)을 이용하여 시나리오를 구성하였다. 모델링 결과를 활용해 가로수 및 도시 표토 기능을 위협하는 요인을 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.462-462
• /
• 2015

이 논문에서는 시 공간적 토양수분 변화를 파악하기 위해 다년간 축적된 실측 토양수분 데이터를 이용하여 단변량 시계열 분석을 하였다. 지형에 따른 토양수분 변화를 알아보기 위해 경기도 파주에 위치한 설마천 유역의 산지사면 중 한 단면을 선정하였으며, 깊이에 따른 변동성은 깊이 10cm와 30cm에서 측정한 토양수분 데이터를 이용하여 분석하였다. 또한, 연도별 토양수분의 변화를 파악하고 토양수분을 예측하기 위해 2010-2013년의 토양수분 데이터를 일단위로 단변량 모델링을 시도하였다. 그 결과, 연도별 변화에 따른 경향성은 보이지 않았으며 대부분의 지점에서 ARMA(1, 1) 또는 ARMA(1, 0) 모형으로 모의되었다. 2시간 간격의 1-2개월 단기간 토양수분 데이터를 모의한 선행연구와 달리 본 연구에서는 낮은 차수의 모형을 보였다. 지형적 토양수분 거동을 살펴보면 상부사면에 위치하고 있는 지점에서는 모두 ARMA(1, 1)로 표현되지만 하부사면에 위치한 지점들은 연도나 심도에 따라 ARMA(1, 0)으로 모의된다. 단변량 모형의 정확도를 알아보기 위해 R2와 RMSE를 비교하였다. 10cm 깊이에서는 경향성을 보이지 않으나, 30cm 깊이에서는 사면하부로 갈수록 R2는 작아지고 RMSE는 커져, 하부사면에서의 모델링이 상부사면에 비해 정확도가 낮음을 보였다. 또한 2012년 토양수분 자료를 이용하여 2013년 토양수분을 예측하기 위해 2012년 매개변수와 2013년 전일 데이터를 이용하여 예측하고자 하는 일단위 토양수분을 구하였다. 그 결과 $R^2=0.646-0.807$, RMSE=1.758-4.802의 정확도를 나타냈다.

• 지질학회지
• /
• 제54권5호
• /
• pp.545-556
• /
• 2018

본 연구에서는 강원도 양구군 해안면에서 토양수분 관측과 수치 모델링을 이용하여 강우에 따른 잠재 지하수 함양량을 정량적으로 추정하였다. 토양수분 모니터링을 위해 깊이별(30, 60, 90 cm)로 토양수분 센서를 4지점(YHS1-4)에 설치하였으며 YHS3 주변에 자동기상관측 장비도 설치하였다. 토양수분 모니터링 기간은 2017년 3월 25일부터 2018년 3월 25일까지이며 기상관측 기간은 2016년 5월 6일부터 2018년 5월 6일까지이다. HYDRUS 1D 프로그램을 이용하여 우기인 2017년 6월부터 8월까지 수치해석을 수행하였다. 토양수분 모니터링 기간 동안 평균 토양수분함량은 YHS3에서 $0.300-0.334m^3/m^3$로 전반적으로 높았으며 YHS1에서 $0.129-0.265m^3/m^3$의 가장 낮은 수분 함량 범위들을 보였다. 토양수분 이동 모델링 결과 현장 관측 값과 모델링 값은 유사하였으나 피크 값들이 모델링 결과가 큰 것으로 나타났다. 관측 및 모델링 자료의 상관분석 결과 r, $r^2$, RMSE는 각각 0.88, 0.77, 0.0096으로 높은 상관성 및 낮은 오차율을 나타냈다. 모델링 설정기간 동안 500 cm 깊이에서의 총 잠재 지하수 함양량은 744.2 mm로 나타났다. 이는 2017년 강수량(1,214 mm)의 61.3%가 함양된 것으로 나타났다. 연구지역의 잠재 지하수 함양량은 높은 것으로 나타났으며 불포화대를 통한 지하수 함양 추정연구에 유의미한 결과 값을 제공할 수 있을 것으로 여겨진다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.409-409
• /
• 2017

유역단위에서 수문모델링을 수행함에 있어 토양수분은 물수지 관점에서 매우 중요한 인자로 고려된다. 더욱이, 최근 발생빈도가 커지고 있는 가뭄을 효과적으로 평가하고 예측하는 데에도 활용성이 매우 큰 것으로 인식되고 있다. 이러한 중요성에도 불구하고, 가용자료의 부족, 자료의 부정확성 등으로 인해 실제 유역모델링을 수행하는데 있어 활용도는 매우 적다. 이러한 점에서 본 연구에서는 동질성이 확보된 유역단위를 기준으로 다지점의 토양수분 자료를 추계학적으로 모의할 수 있는 기법을 개발하고자 한다. 토양함수자료는 지속성(persistence)이 매우 큰 특징을 가진다. 즉, 상태의 지속성이 크며 메모리가 오랫동안 유지된다는 점에서 추계학적 모의가 가능할 것으로 판단된다. 이러한 지속성을 이용함과 동시에 토양함수를 다양한 상태로 분리하고 이들 상태들간의 천이확률을 효과적으로 모의할 수 있다면 관측 토양함수 자료의 통계적 특성 재현이 가능하다. 본 연구에서는 용담댐 유역에 대해서 개발된 모형을 적용하고 활용성을 검토하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.180-180
• /
• 2021

가로수는 「도로법」 제11조에 따른 도로(고속국도를 제외한다)와 보행자전용도로 및 자전거전용도로 등 대통령령으로 정하는 도로의 도로구역 안 또는 그 주변지역에 심는 수목을 말하며, 도시의 가로수는 기후조절효과 및 대기오염 정화효과 등을 가질 뿐 아니라 도심지 내에 녹색을 도입하고 도시경관을 구성하는 주요 요소이다. 전국 각 시도에서는 가로수 조성사업을 지속적으로 추진하고 있다. 하지만 몇몇 도시에서는 적절하지 않은 가로수 관리로 인해 가로수가 말라죽는 현상이 증가하고 있다. 이에 가로수 고사 현상을 감소시키기 위하여 토양수분과 토양온도를 측정하여 가로수 피해와 연관성을 조사할 필요성이 있다고 판단하였다. 본 연구는 춘천시에서 진행하였으며, 일반 가로수와 현재 가로수 고사로 문제가 되고 있는 3 모니터링 지점을 선정하고, 토양수분 센서를 5, 15, 40 cm 깊이에 설치하였다. 센서를 이용하여 토양수분과 지온, EC 모니터링을 실시하였다. 토양수분 모니터링 자료를 활용하여 토층별 토양수분 소비량 산정을 하고, 현장 토양시료를 채취하여 물리·화학적 특성을 분석하였다. 또한 가로수 증발산량 산정 및 토층별 토양수분 소비량과 소비패턴을 비교하였다. 본 연구 결과를 향후 RZWQM(Root Zone Water Quality Model) 모델의 기초자료 및 시나리오 구성에 활용될 수 있으며, 모니터링 및 모델링 결과를 활용하여 가로수 및 도시 표토 기능 위협 요인을 분석에 활용 될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.208-208
• /
• 2016

수문순환과정의 시공간적 거동을 해석하고 이를 정량화 하는 것은 효율적인 수자원 관리 및 계획을 위해 반드시 선행되어야 하는 연구이다. 특히 토양수분은 물 에너지 순환에서 지표면과 대기 사이의 복잡한 관계를 이해하기 위한 중요한 수문인자로, 이를 정확하게 측정하기 위한 방법들이 다각도로 발전되어 왔다. 그 중 위성 데이터를 활용한 토양수분 산정은 미계측 지역의 토양수분을 지속적이고 광역적이게 관측할 수 있는 선진 기술로 각광받고 있다. 그러나 대부분의 위성 자료들이 가지고 있는 공간 해상도는 복잡한 지형 환경을 대상으로 한 지역의 원격 탐사로서는 국지적인 수문학적 현상들을 분석하는데 어려움을 가지고 있다. 특히 우리나라의 경우 국토의 70% 정도가 산지로 이루어져 있으며 경사도가 $5^{\circ}$ 이하의 평탄한 지역은 약 23%에 그치는 등 복잡한 식생 지형 환경을 가지고 있다. 따라서 인공위성의 해상도와 식생 투과도를 고려할 때 저 해상도의 위성 토양수분만으로는 우리나라와 같이 면적에 비해 복잡한 환경에 기반 한 수문학적 현상들을 충분히 분석하는데 한계점이 있다. 따라서 본 연구에서는 support vector machine (SVM) 기계학습을 활용하여 ASCAT과 AMSR2 위성 토양수분의 상세화를 수행하여 고해상도의 토양수분을 산정하였고, 이를 지점관측 자료와 비교해 상세화도 자료의 신뢰성을 평가하였다. 검증된 고해상도 토양수분 데이터는 향후 자연재해 분석에 있어 예측의 정확성을 높이고 수문순환 및 기후 모델링에 있어서 중요한 입력 인자로 활용될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.254-254
• /
• 2022

밭 용수관리 및 가뭄 대응을 위한 토양수분 실측자료의 품질관리가 필수적으로 수행되어야 한다. 토양수분 자료의 체계적인 유지관리를 위해 국제 토양수분 네트워크(International Soil Moisture Network; ISMN)가 설립되었고, 전세계 1,400여개 지점의 토양수분량 자료의 품질관리하고 있다. ISMN 품질관리 방식은 토양특성, 강우에 대한 반응, 토양온도, 시계열특성을 이용한다. 지표면 최상 토층에 저장되어있는 수분인 토양수분은 기후 예측, 홍수 예보, 농업가뭄평가, 수자원 관리, 온실가스 산정, 인프라 보전, 수인성 전염병 모델링 등 다양한 분야에 활용될 수 있다(Dorigo et al., 2011). 본 연구에서는 FDR(Frequency Domain Reflectometry) 기기를 이용한 토양수분 측정자료의 품질관리를 위해 ISMN에서 제시한 총6개의 단계별 품질관리 체계를 적용하였다. 단계는 1) 토양수분이 0 m3m-3보다 작은지, 2) 또는 0.6 m3m-3보다 큰지, 3) 토양수분값이 공극률보다 큰지, 4) 토양온도가 영하인지, 5) 토양수분이 강우 이벤트 없이 증가하는지, 그리고 5) 토양수분 시계열 자료에 spike 가 있는지 6) break나 plateau가 있는지를 검사하여 Quality Flag를 설정하였다. 이를 기반으로 토양수분 데이터 자동 프로그램을 개발하여 이상치를 보정하였다. 향후, ISMN의 Quality Flag (QF1-QF10)를 적용하여 모니터링 자료의 품질관리 자동 프로그램을 개발하고자 한다.

• 한국농공학회지
• /
• 제58권4호
• /
• pp.38-43
• /
• 2016

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.117-117
• /
• 2021

본 연구에서는 Sentinel-1A/B C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 인공신경망(Artificial Neural Network, ANN) 모형을 활용해 금강 유역 상류 40×50 km² 면적에 대한 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 8일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 통해 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. ANN 모형 검증자료로 TDR(Time Domain Reflectometry)로 측정된 9개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. ANN은 각 지점에 해당하는 토양 속성별로 모델링하고, 전체 기간 및 계절별로 나누어 모의하였으며, 전체 자료의 60%와 40%를 각각 훈련 및 테스트 데이터로 사용하였다. 산정된 토양수분은 상관계수(Correlation Coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 활용하여 검증을 수행할 예정이다.