제주도 토양의 분포특성을 객관적으로 파악하기 위하여 인접정도 및 해발고도별 토양통의 분포를 GIS기법을 이용하여 정량화하고 이를 바탕으로 통계분석을 실시하였다. 토양통 간의 인접정도는 각 통별 경계의 인접비율로 나타내었고 이를 토양통의 고유특성으로 파악하여 군집분석을 실시한 결과 5개의 군집으로 분류할 수 있었고, 이러한 결과는 정밀토양도에서 토색별로 4개의 토양군으로 구분한 분류체계와 유사한 결과였다. 정밀토양도에서는 토색, 해발고도, 토양의 화학적 특성 등 다양한 근거로 분류하였으나 이번 연구에서는 인접성 한 개의 기준으로 분류한 것으로 인접정도의 관점에서 볼 때 관행의 분류체계가 합리적일 수 있음을 의미하고 있다. 해발고도별 토양통 분포면적으로부터 토양통의 대표해발고도를 수치화할 수 있었고, 이를 바탕으로 토양통간 해발고도별 분포순서를 정할 수 있었다. 분포순서는 한라산의 정상에서 4면의 해안방향으로 갈색산림토 - 흑색토 - 농암갈색토 - 암갈색토의 순서로 토양이 연쇄되고 있어, 제주도 토양의 생성과정과 밀접하게 연관되는 것으로 추정되었다.
토색은 흙을 분류하고 물리적, 화학적, 생물학적 특성을 예측하기 위한 기초 지표로 널리 활용된다. 일반적으로 토색은 육안으로 관찰해 결정하지만 관찰자의 예민도 혹은 주관이 개입될 가능성이 높으며 많은 시간이 소요된다. 디지털 이미지 프로세싱은 디지털 이미지를 이용해 원하는 정보를 획득하는 일련의 과정으로, 이를 통해 빠르고 정확한(수치적인 혹은 통계적인) 토색 분석이 가능할 것으로 기대된다. 본 연구는 현장의 불규칙한 광조건을 고려할 수 있는 디지털 이미지 프로세싱 기반 토색 분석 기술 개발을 위한 기초단계로서 수행되었다. 자연광의 특성(조도 및 색온도)을 모사할 수 있는 디지털 이미지 촬영 스튜디오를 구축하고, 두 가지 흙 시료(주문진 표준사 및 안성 풍화토)를 대상으로 광조건을 12회 씩 바꿔가며 디지털 이미지를 촬영했다. 디지털 이미지 프로세싱을 통해 촬영된 시료의 토색을 두 가지 색 표시계(RGB, CIELAB)에 대해 추출한 결과, CIELAB 색 표시계를 활용해 현장의 불규칙한 광조건을 고려할 수 있음을 확인했다.
가야산 국립공원과 홍류동 및 치인지구의 삼림군집을 대상으로 ordination 및 classification의 정량적 분석기법을 사용하여 식물군집구조를 밝히고 천이계열을 추정하기 위하여 40개의 조사구(1조사구당 500$m^2$)를 설치하였다. TWINSPAN에 의한 Classification분석에서 최종적으로 8개의 군집으로 분리되었고, 건조형군집은 소나무 및 잣나무가 우점종이었으며, 습윤형은 졸참나무, 신갈나무, 서어나무, 까치박달나무가 우점종이었다. 습윤형은 다시 표고에 의해 구분할 수 있었으며 낮은 표고에서의 군집은 졸참나무가, 높은 표고에서의 군집은 신갈나무가 우점종이었다. DCA에 의한 ordination결과는 제1축에서 소나무가 우점종인 군집과 졸참나무, 신갈나무, 서어나무, 까치박달나무가 우점종인 군집으로 분리되었고, TWINSPAN의 제1 division의 결과와 거의 일치하였다. DCA의 제1축과 토양수분, 토양산도, 표고, 최대종다양도, Shannon의 종다양도지수와는 고도의 부의 상관관계를 나타냈다. 유사도지수는 각군집간에 매우 낮은 값이었으며, 각 군집의 종다양성분석에서는 각 군집의 우점종에 따라 큰 차이가 있었다. 개체수와 종수와의 관계는 개체수가 증가할 수록 종수는 감소하였으며, 개체수가 증가할 수록 종다양성지수는 감소하였다.
본 연구에서는 피조콘관입시험 결과를 활용한 토질분류법 중 가장 일반적으로 사용되고 있는 Robertson 방법과 최근 발표된 최신 분류법인 Schneider 방법을 비교분석하였다. 이를 위하여 경기해안 지역의 연약지반을 대상으로 두 방법 및 통일분류법의 토질분류 결과를 고찰하였다. 연구결과, 두 방법에 의한 결과 차이는 크지 않았으나 전반적으로 Schneider 방법이 점토지역에서, Robertson 방법이 사질토에서 보다 정밀한 결과를 보였다. 보다 신뢰도 높은 토질분류를 위하여 콘 시험의 데이터베이스, 정규화된 콘저항치, 간극수압 및 배수조건에 대한 심층 연구가 필요하다.
Soil texture is determined by the proportions of sand, silt, and clay within the soil, which influence characteristics such as porosity, water retention capacity, electrical conductivity (EC), and pH. Traditional classification of soil texture requires significant sample preparation including oven drying to remove organic matter and moisture, a process that is both time-consuming and costly. This study aims to explore an alternative method by developing an AI model capable of predicting soil texture from images of pre-sorted soil samples using computer vision and deep learning technologies. Soil samples collected from agricultural fields were pre-processed using sieve analysis and the images of each sample were acquired in a controlled studio environment using a smartphone camera. Color distribution ratios based on RGB values of the images were analyzed using the OpenCV library in Python. A convolutional neural network (CNN) model, built on PyTorch, was enhanced using Digital Image Processing (DIP) techniques and then trained across nine distinct conditions to evaluate its robustness and accuracy. The model has achieved an accuracy of over 80% in classifying the images of pre-sorted soil samples, as validated by the components of the confusion matrix and measurements of the F1 score, demonstrating its potential to replace traditional experimental methods for soil texture classification. By utilizing an easily accessible tool, significant time and cost savings can be expected compared to traditional methods.
정밀토양조사(精密土壤調査)의 결과 활용도 증진을 위하여, 분포지형(分布地形), 토성(土性), 배수등급(排水等級) 등을 종합한 논 토양의 형태형(形態型)을 구분하였다. 우리 나라 논 토양의 형태형은 37형(型)으로 구분되었고, 분포면적이 많은 형태형은 곡간지 식양질반습답(埴壤質半濕畓)(Lfi : 약 224천ha), 곡간지 식양질 건답(乾畓)(Lfd : 약160천ha), 곡간지 사양질(砂壤質) 반습답(半濕畓)(Lmi : 약112천ha), 곡간지 역질건답(礫質乾畓)(Lkd : 약 93천ha)등의 순으로 곡간(谷間) 및 선상지(扇狀地) 토양의 비중이 높았다. 논 토양의 답리작, 비닐하우스, 또는 녹비배재 가능성등을 형태형별로 추천하였고, 아울러 생고나 퇴비, 심경, 객토 또는 배수 대상지, 침식위험성, 벼의 중간낙수 필요성, 환원장해 우려정도 등을 구분하여 관리기술로 추천하였다. 각종 시험연구가 진전(進展)될수록 더욱 정밀(精密)한 토양관리(土壤管理) 기술의 추천이 가능해질 것으로 본다.
The objective of the study is 10 know the relation of landslide occurrence with using TPI (Topographic Position Index) in the Pyungchang County. Total 659 landslide scars were detected from aerial photographs. To analyze TPI, 100m SN (Small-Neighborhood) TPI map, 500m LN (Large-Neighborhood) TPI map, and slope map were generated from the DEM (Digital Elevation Model) data which are made from 1 : 5,000 digital topographic map. 10 classes clustered by regular condition after overlapping each TPI maps and slope map. Through this process, we could make landform classification map. Because it is only to classify landform, 7 classes were finally regrouped by the slope angle information of landslide occurrence detected from aerial photography analysis. The accuracy of reclassified map is about 46%.
The Alpha (${\alpha}$) value which is the ratio of $K_{fs}\;to\;{\Phi}_m$ were determined and the a values along with the defined soil series could be utilized to classify the soil in the Korean watershed into the SCS hydrologic soil groups.
Soil texture has an important influence on agriculture such as crop selection, movement of nutrient and water, soil electrical conductivity, and crop growth. Conventionally, soil texture has been determined in the laboratory using pipette and hydrometer methods requiring significant amount of time, labor, and cost. Recently, in-situ soil texture classification systems using optical diffuse reflectometry or mechanical resistance have been reported, especially for precision agriculture that needs more data than conventional agriculture. This paper is a part of overall research to develop an in-situ soil texture classification system using image processing. Issues investigated in this study were effects of sensor travel speed and light source and intensity on image quality. When travel speed of image sensor increased from 0 to 10 mm/s, travel distance and number of pixel were increased to 3.30 mm and 9.4, respectively. This travel distances were not negligible even at a speed of 2 mm/s (i.e., 0.66 mm and 1.4), and image degradation was significant. Tests for effects of illumination intensity showed that 7 to 11 Lux seemed a good condition minimizing shade and reflection. When soil water content increased, illumination intensity should be greater to compensate decrease in brightness. Results of the paper would be useful for construction, test, and application of the sensor.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.