• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.401-408
• /
• 2022

최근 원예작물의 지속가능한 생산을 위한 작물 생육환경 센싱 기반 복합환경제어시스템 연구와 산업적 이용이 부각되면서, 노지재배에 적용하기 적합한 토양센서 활용 방안 연구가 활발히 이루어지고 있다. 본 연구는 산업 및 연구 현장에서 많이 사용되고 있는 TEROS 12 FDR 센서(frequency domain reflectometry sensor)를 노지 과수원의 토양에 알맞게 활용하기 위하여 국내 세 지역 과수원 토양의 토성별 FDR 센서 활용 방법을 제시하고자 수행하였다. 실제 과수가 재배되고 있는 각 과수원에서 토양을 채취하여, 토성 및 토양수분보유곡선을 조사하였으며, 토양별 TEROS 12 센서 Raw 값과 이에 대응하는 용적수분함량 값을 선형 회귀 분석, 3차 회귀 분석을 통해 보정식을 얻은 뒤 제조사에서 제공하는 광질 토양 보정식과 비교 분석하였다. 채취한 세 과수원의 토양은 모두 토성이 달랐으며, 토성에 따라 각 보수력에 따른 용적수분함량 수치에 차이가 있었다. 또한, TEROS 12 센서 보정식에서는 모든 토양에서 3차 회귀 분석 보정식이 결정계수 0.95 이상으로 가장 높게 나타났으며, RMSE도 가장 낮게 나타났다. 제조사에서 제공하는 보정식을 사용하여 TEROS 12 센서의 용적수분함량을 보정할 경우 토양에 따라 실제 수치에 비해 최대 0.09-0.17m³·m^-3가량 낮게 나타나, FDR 센서 사용시 적용 토양에 알맞은 보정이 반드시 선행되어야 함을 확인하였다. 또한 토성에 따라 토양의 보수력 구간에 따른 용적수분함량 범위의 차이가 있었으며, 토양 용적수분함량의 수치 해석에 보수력 정보가 수반되어야 할 것으로 나타났다. 또한, 사질이 많은 토양에서는 관수 개시점 측정을 위해 FDR 센서를 활용하는 데 있어 용적수분함량 측정 범위가 상대적으로 좁아 정밀도가 떨어질 것으로 판단되었다. 결론적으로 토양에서 FDR 센서를 통해 토양수분의 변화를 알맞게 해석하고 노지에서 알맞은 관수 시점을 선정하기 위해서는, 적용 토양의 수분보유특성을 파악하고 FDR 센서 보정을 선행하여 올바른 토양 수분 정보 제공이 필요할 것이다.

• 한국농공학회논문집
• /
• 제60권6호
• /
• pp.43-54
• /
• 2018

The accurate estimation of reference crop evapotranspiration ($ET_o$) is essential in irrigation water management to assess the time-dependent status of crop water use and irrigation scheduling. The importance of $ET_o$ has resulted in many direct and indirect methods to approximate its value and include pan evaporation, meteorological-based estimations, lysimetry, soil moisture depletion, and soil water balance equations. Artificial neural networks (ANNs) have been intensively implemented for process-based hydrologic modeling due to their superior performance using nonlinear modeling, pattern recognition, and classification. This study adapted two well-known ANN algorithms, Backpropagation neural network (BPNN) and Generalized regression neural network (GRNN), to evaluate their capability to accurately predict $ET_o$ using daily meteorological data. All data were obtained from two automated weather stations (Chupungryeong and Jangsu) located in the Yeongdong-gun (2002-2017) and Jangsu-gun (1988-2017), respectively. Daily $ET_o$ was calculated using the Penman-Monteith equation as the benchmark method. These calculated values of $ET_o$ and corresponding meteorological data were separated into training, validation and test datasets. The performance of each ANN algorithm was evaluated against $ET_o$ calculated from the benchmark method and multiple linear regression (MLR) model. The overall results showed that the BPNN algorithm performed best followed by the MLR and GRNN in a statistical sense and this could contribute to provide valuable information to farmers, water managers and policy makers for effective agricultural water governance.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.47-56
• /
• 2018

농업은 인간의 활동 중 기상 활동에 가장 종속적이며, 기후 변화 및 기상 재해와 같은 대기 변동성의 증가 속에서 농업기상서비스의 중요성은 점점 증가하고 있다. 유용한 농업기상서비스를 제공하기 위해서는 관측 자료의 품질 관리와 더불어 실제 농경 활동 현장을 대표할 수 있는 곳에서의 기상 관측이 필수적이다. 이를 위해 기상청에서는 자동농업기상관측망(AAOS)을 실제 농경지 근처로 재배치하는 등 관측망 환경을 개선하고 있지만, 아직까지 모든 농업기상관측이 실제영농 환경이 아닌 잔디밭에서 이루어지고 있는 문제가 남아 있다. 기온, 상대 습도, 토양 온도, 토양 수분 관측요소는 지표면의 식생 형태와 관개 등의 영농 활동에 큰 영향을 받는데, 현재의 농업기상관측은 이러한 요소들의 영향을 관측하는데 근본적인 한계가 있다. 본 연구에서는 AAOS 관측 자료의 시간적, 연직적 변이를 분석하고, 실제 농경지 위에 설치된 국가농림기상센터(NCAM) 타워에서 관측하고 있는 공통 기상 및 토양 관측 요소를 비교하여, AAOS 관측 자료의 특성 및 문제점을 분석하였다. 분석 시기는 결측이 가장 적고 추수 이전인 8월과 추수 이후인 10월로 선정하였다. 각 관측 요소별로 관측 높이 및 깊이에 차이가 있었으므로, 차이가 가장 적은 높이 또는 깊이 값을 비교대상으로 선정하였다. 기온의 경우 AAOS 4 m 관측 값이 NCAM타워 관측 값이 비해 낮과 밤 또는 추수이전과 이후 모두 낮았으며, 큰 일중 변화 없이 일정한 차이를 유지하였다. 수증기압 역시 NCAM 관측 값이 AAOS 관측 값에 비해 항상 높았으며, 8월이 10월에 비해 더 큰 차이를 보였다. AAOS 순단파복사의 경우 AAOS 관측 반사복사량이 NCAM 관측 값에 비해 높은 경향을 보였다. 한편, 토양 관측 요소는 대기 관측요소에 비해 더 큰 차이를 보였다. 추수 이전인 8월에는 대부분 논에 물이 차 있었으며, 그로 인해 NCAM 관측 토양 온도가 AAOS 관측 토양 온도에 비해 낮았으며, 일 변화 폭 역시 작았다. NCAM 관측 토양 수분은 강수 여부와 관계 없이 지속적으로 포화상태를 유지하는 반면, AAOS 관측 토양 수분은 강수에 의해 증가한 뒤 감소하는 경향을 보였다. 추수 이후인 10월에는 8월과 다른 경향을 보였다. 토양 온도의 경우, NCAM 관측 값과 AAOS 관측 값의 일 평균값은 비슷하였으나 일 변화 폭은 NCAM 관측 값이 더 컸다. 토양 수분은 NCAM 관측 값이 지속적으로 높았으나, 두 관측 값 모두 강수에 의해 상승하고 증발 또는 배수에 의해 감소하는 경향을 보였다. 이상의 결과는 AAOS 관측 자료의 품질 관리 문제와 함께 논과 잔디밭이라는 지표면 피복 및 영농 활동의 영향을 반영하지 못하는 대표성 문제를 보여주는 것으로서, 본 연구는 2011년 이후 이루어지고 있는 기상청 농업기상관측장비의 농지 부근 이동 작업에 이은 후속 조치로, 농업기상 관측을 대표할 수 있도록 잔디밭이 아닌 논, 밭, 과수원 등 실제 지역 대표 농업 현장에 설치되어야 함을 제언한다.

• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.238-249
• /
• 2019

기준증발산량은 기온, 풍속, 습도 등 기상요소를 바탕으로 추정하는 방법을 이용하고 있으며, Hargreaves 공식은 기온자료를 이용하여 기준증발산량을 산정할 수 있는 간단한 경험식이라 할 수 있다. 그러나 Hargreaves 공식은 풍속이 3 m s^-1 이상인 지역에서는 과소평가 되고, 상대습도가 높은 지역은 과대평가 되는 경향이 있다. 본 연구에서는 Hargreaves 공식을 우리나라에 적용하기 위해 보다 정확한 기준증발산량 추정이 가능하도록 계수 산정 연구를 수행하였다. 우리나라 종관기상관측지점(ASOS, Automated Synoptic Observing System)의 최근 11 년(2008-2018) 동안의 기상자료를 이용하여 Panman-Monteith 공식으로 기준증발산량을 추정하였고, 이 값을 기준으로 하여 각 지점별로 Hargreaves 공식의 계수를 보정하였다. 우리나라 82 개 지점에 대하여 지역별로 보정된 계수는 내륙지역이 50 개 지점이며, 0.00173~0.00232(평균0.00196)로 기본값인 0.0023 과 비슷하거나 낮게 산정되었다. 반면, 해안지역은 32 개 지점이며 지역별로 보정된 계수의 범위는 0.00185~0.00303(평균 0.00234)으로 동해안지역은 기본값과 비슷하거나 높게 산정된 반면, 서해안과 남해안지역은 지역별로 편차가 크게 나타났다. Hargreaves 공식의 계수를 보정하여 기준증발산량을 추정한 결과 RMSE(Root Mean Square Error)는 계수 보정 전 0.634~1.394(평균 0.857)에서 계수 보정 후 0.466~1.328(평균 0.701)로 낮아지고, NSC(Nash-Sutcliffe Coefficient)는 계수 보정 전 -0.159~0.837(평균 0.647)에서 계수 보정 후 -0.053~0.910(평균 0.755)로 높아짐에 따라 기준증발산량의 추정효율이 크게 향상되는 것으로 나타났다. 연구 결과, Hargreaves 공식을 그대로 이용할 경우 Penman-Monteith 공식에 비해 과대 또는 과소 산정될 수 있음을 확인하였으며, 계수를 보정하여 이용할 경우 정확도가 높은 기준증발산량을 추정할 수 있을 것으로 판단된다.