• Korean Journal of Construction Engineering and Management
• /
• v.17 no.1
• /
• pp.3-9
• /
• 2016

This study proposes a approximate cost estimation system based on Excel with VBA using weighted CBR(Case Based Reasoning). One characteristic of this system is that it generates the sheet automatically as many as the number of similar case and new estimation when it performs a case learning and a new estimate and cell formula is automatically entered into each sheet. User can be free to compose a combination of attribute factors because they can select up to ten attribute factors. This paper presents an applicability of estimation model for estimating the soil remediation cost when it use a landfarming method. When compared to a estimation model by using average unit cost and optimum multiple regression, this model shows a better result. This study was aimed at landfarming method, but it is expected that a cost estimation model using CBR will be more likely to apply in soil remediation technologies which various remediation technologies and pollutant species exist.

• Journal of Korea Soil Environment Society
• /
• v.3 no.3
• /
• pp.3-10
• /
• 1998

Acid/Base buffer capacity of soil is very important in prediction of contaminant transport for its direct impact on pH change of the system composed of soil-contaminant-water, In this research, diffuse double layer theory as well as two layer electrostatic adsorption model are applied to develop a theoretical model of buffer capacity of soil. Model application procedures are presented as well. Buffer capacity of Georgia kaolinite and Milwhite kaolinite was measured by acid-base titration. Model prediction and experimental results are compared.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.862-865
• /
• 2012

유사량은 하천의 단면을 단위시간 동안 통과하는 토사의 양을 의미하며, 하천 구조물의 설계 및 유지관리를 위한 기본자료로 활용된다. 유사량은 하천 유역의 지형적인 특성과 기상요소에 영향을 받으며, 이를 규명하기 위한 많은 연구들이 수행되어 왔다. GIS기반의 유사량 예측모델로서 국내에서는 개정범용토양유실공식과 유사운송비(Sediment Delivery Ratio)를 이용하여 유역단위 유사량을 예측하는 연구가 이루어져왔다. Gavrilovi$\acute{c}$ 모델은 유역의 총 연유사량을 예측하고 토양침식의 정도를 정량화할 수 있는 경험적 모형으로 지질 및 토양, 지형조건, 기후인자(연평균 강우량, 연평균 온도), 토지이용의 6가지 입력변수로 구성되어 있다. 본 연구는 Gavrilovi$\acute{c}$ 모델의 국내 적용성을 검토하기 위한 것으로서, 왕숙천 유역을 대상으로 Gavrilovi$\acute{c}$ 모델을 적용하여 유사량을 산정해본 결과, 실측값을 약 20% 내외로 비교적 근사하게 추정할 수 있음을 알 수 있었다.

• Economic and Environmental Geology
• /
• v.55 no.4
• /
• pp.389-398
• /
• 2022

Many studies have been conducted to accurately predict the correlations between As and heavy metals content in contaminated soil and cultivated crops; however, due to the low correlation between the two, few clear results were obtained to date. This study aimed to create statistical models that predict the As content transferred from soil to polished rice, considering the physicochemical properties of the soil, as well as the total content and the single-extracted content of As in the soil. Predictive models were derived through regression analysis while sequentially classifying soil samples according to pH, soluble As content by single extraction, and organic matter content of the soil. The correlation coefficients between the As content in 80 polished rice and total As content and Mehlich soluble As content in the soil were low, 0.533 and 0.493, respectively. However, the models derived after sequential classification of the soil by pH, a ratio of total As content to Mehlich soluble As content, and organic matter content greatly increased the predictive power; ① 0.963 for 13 soils with a pH higher than 6.5, ② 0.849 for 15 soils with pH lower than 6.5 and a high ratio of As_Tot/As_Mehlich, ③ 0.935 for 30 soils with pH lower than 6.5, a high ratio of As_Tot/As_Mehlich, and organic matter content lower than 8.5%. The suggested prediction model of As transfer from soil to polished rice derived by soil classification may serve as a statistically significant methodology in establishing a rice cultivation standard for arsenic-contaminated soil.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.278-278
• /
• 2022

2020년 집중호우로 인하여 우리나라 전국에 걸쳐 약 2,000여 곳의 산사태, 토석류가 발생하였고 약 1,217ha의 피해 면적이 발생하였다. 피해지역의 특히 생활권 중심의 사면과 계류의 관리 필요성이 높아지고 있다. 산림청 산사태정보시스템에서는 토양함수지수가 80% 도달 시 주의보, 100% 도달 시 경보를 발령하는 대국민 서비스를 제공하고 있다. 본 연구에서는 토층의 깊이에 따른 함수비 분포에 따라 토석류의 발생 가능성에 대한 분석을 수행하고자 하였으며, 토양함수는 기상 수치모델에 의한 예측 강우 자료를 활용하였다. 예측 강우 모델은 토석류가 주로 발생하는 여름철 집중호우 시기인 남서풍을 고려하여 도메인을 구성하였고 산림의 증발산 및 토양수분 모의 정확도 향상을 위해 임상도와 토지피복도를 사용하여 보정하였다. 토층내 토양수분의 함량은 토질에 따라 그 특성이 다르기 때문에 토질과 관련한 주제를 이용하여 토양정보를 활용하였다. 내부마찰각, 점착력, 단위중량, 밀도, 지질도, 지형경사, 표고, 유효토심에 대한 정보를 구축하여, 예측강우에 따라 토층의 수분 함량을 추정하여 붕괴 발생 가능성을 분석하였다. 2006년 평창지역에서 발생한 토석류에 대하여 수행하였으며 토층의 심도는 0.5~1m 범위의 분포에 대하여 체적함수에 따른 실제 토석류 발생에 대한 검증을 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.525-525
• /
• 2015

국립기상과학원은 국가 물관리를 효율적으로 지원하기 위하여 TOPLATS(TOPmodel based Land-Atmosphere Transfer Scheme) 지면모델 기반을 활용한 전국 수문기상 분석 및 예측정보 생산체계를 구축하였다. TOPLATS 지면모델에서는 토양, 식생 등을 표현하기 위한 다양한 매개변수들이 사용되고 있으며, 그 중에서도 토양 속성과 관련 매개변수들은 토양수분, 증발산 등의 수문기상요소 생산에 큰 영향을 미치고 있어 현실적인 토양 특성에 대한 고려가 요구된다. 본 연구는 국립농업과학원의 토양도 정보를 이용하여 TOPLATS 지면모델에서 요구되는 토양 속성 및 관련 매개변수를 산정하고 이를 모델에 적용하고자 하였다. TOPLATS 모델에 사용되는 토양 매개변수는 총 22개 이며, 본 연구에서는 국립농업과학원에서 제공한 총 405개의 토양통에 대한 매개변수를 각각 산정하였다. TOPLATS 모델을 강제하기 위한 기상자료는 동네예보 분석자료, KLAPS(Korea Local Analysis and Prediction System) 분석자료, 입사 단 장파 복사량은 ASOS 관측자료를 기반으로 한 5km 해상도의 남한 격자자료이며, 2010~2013년 기간의 토양수분, 증발산량에 대한 검증 연구를 수행하였다. 본 연구의 결과는 기존의 11개 토양속성정보로 산출된 결과와 비교 분석하여 추후 제시할 예정이며, 본 연구에서 산출된 국내 토양 특성을 반영한 고해상도 수문기상정보는 향후 홍수 예측 및 가뭄 평가에 활용 할 수 있을 것으로 기대된다.

• 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.

• Korean Journal of Soil Science and Fertilizer
• /
• v.41 no.4
• /
• pp.235-238
• /
• 2008

The Water Erosion Prediction Project (WEPP) was initiated in August 1985 to develop new generation water erosion prediction technology for federal agencies involved in soil and water conservation and environmental planning and assessment. Developed by USDA-ARS as a replacement for empirical erosion prediction technologies, the WEPP model simulates many of the physical processes important in soil erosion, including infiltration, runoff, raindrop detachment, flow detachment, sediment transport, deposition, plant growth and residue decomposition. The WEPP included an extensive field experimental program conducted on cropland, rangeland, and disturbed forest sites to obtain data required to parameterize and test the model. A large team effort at numerous research locations, ARS laboratories, and cooperating land-grant universities was needed to develop this state-of-the-art simulation model. The WEPP model is used for hillslope applications or on small watersheds. Because it is physically based, the model has been successfully used in the evaluation of important natural resources issues throughout the United State and in several other countries. Recent model enhancements include a graphical Windows interface and integration of WEPP with GIS software. A combined wind and water erosion prediction system with easily accessible databases and a common interface is planned for the future.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.1
• /
• pp.1-12
• /
• 2020

As one of the essential resources in the agricultural process, soil moisture has been carefully managed by predicting future changes and deficits. In recent years, statistics and machine learning based approach to predict soil moisture has been preferred in academia for its generalizability and ease of use in the field. However, little is known that machine learning based soil moisture prediction is applicable in the situation of South Korea. In this sense, this paper aims to examine 1) whether publicly available weather data generated in South Korea has sufficient quality to predict soil moisture, 2) which machine learning algorithm would perform best in the situation of South Korea, and 3) whether a single machine learning model could be generally applicable in various regions. We used various machine learning methods such as Support Vector Machines (SVM), Random Forest (RF), Extremely Randomized Trees (ET), Gradient Boosting Machines (GBM), and Deep Feedforward Network (DFN) to predict future soil moisture in Andong, Boseong, Cheolwon, Suncheon region with open source weather data. As a result, GBM model showed the lowest prediction error in every data set we used (R squared: 0.96, RMSE: 1.8). Furthermore, GBM showed the lowest variance of prediction error between regions which indicates it has the highest generalizability.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 1998.06a
• /
• pp.38-42
• /
• 1998

Soil venting이 오염토양중 가솔린의 용출거동에 미치는 영향을 정량적으로 예측하기 위하여 가솔린의 휘발과 용해거동이 Raoult의 법칙에 의해 설명되어 질 수 있는지를 평가해보았다. 먼저 순수 가솔린의 용해거동과 휘발거동에 대해 검토해 보고 이후 토양중 가솔린의 거동에 적용하여 보았다. 가솔린성분들의 용해거동은 휘발에 의한 성분조성의 변화와 상관없이 Raoult의 법칙에 의해 비교적 정확하게 예측될 수 있었으며 오차범위는 naphthalene을 제외하고는 최고 $\pm$ 100% 이내였다. 오염토양의 형태로 가솔린이 존재하는 경우에도 Raoult의 법칙에 의해 정확히 예측될수 있었으나 토양중 농도가 초기 20,000 mg/kg에서 1,360 mg/kg로 감소한 경우에는 용출농도가 예측치의 50-70% 수준으로 낮은 경향을 보였다. 한편 soil venting시 휘발에 따른 조성변화를 Raoult의 법칙을 이용하여 산정하고 각 성분조성에 대한 개별물질들의 용출잠재성을 결정하는 모델을 이용하여 실험결과와 비교하여 보았다.