• 한국산림과학회지
• /
• 제81권1호
• /
• pp.53-65
• /
• 1992

본(本) 연구(硏究)는 자연성(自然性)을 유지(維持)하고 자연생태계(自然生態系)를 보전(保全)하면서 동시에 산림휴양(山林休養)에 이용(利用)하려는 산림지역(山林地域)에서 이용객(利用客)들의 답압(踏壓)에 의하여 훼손(毁損)된 임상식생(林床植生)을 복원(復元)할 수 있는 방법을 구명(究明)하기 위하여 파종(播種), 시비(施肥) 및 표토처리(表土處理)의 요인실험(要因實驗)을 임간나지(林間裸地)에서 4년 동안 (1987~1990) 실시하였다. 경기도(京畿道) 안양시(安養市) 관악산(冠岳山) 수목원(樹木園)에서 임상식생복원실험(林床植生復元實驗)을 위하여 분할구배치법(分割區配置法)(주구(主區): 시비(施肥), 세구(細區): 표토처리(表土處理)${\times}$파종(播種)), 난괴법(亂塊法)(시비(施肥)${\times}$파종(播種))에 의한 요인실험(要因實驗)을 3반복(反復)으로 실시한 바 다음과 같은 연구결과(硏究結果)를 얻었다. 표토(表土)의 연화(軟化)를 위한 굴혈처리후(堀穴處理後) 70% 피복도(被覆度)를 나타내는 볏짚거적 피복처리(被覆處理)가 임간나지(林間裸地)에서 파종(播種)한 종자(種子)의 발아(發芽), 활착(活着) 및 생장(生長)에 미치는 효과(效果)가 가장 크게 나타났으며, 특히 볏짚거적 피복처리(被覆處理)는 표토침식지(表土浸蝕地)의 표토안정(表土安定) 및 치수활착(稚樹活着)에 미치는 효과가 양호하였고, 삽으로 파서 뒤엎은 완전표토연화처리(完全表土軟化處理)는 식생천이계열상(植生遷移系列上) 후기(後期)에 속하는 수종(樹種)들의 발아(發芽), 활착(活着) 및 초기생장(初期生長)에 특히 효과적(效果的)인 것으로 나타났다. 다년간(多年間) 계속적인 답압(踏壓)으로 임상표토(林床表土)의 토괴경도(土壞硬度)가 높아지고, 또 자생식물(自生植物)들의 종자(種子)가 잔류(殘留)할 수 있는 표토(表土)가 유실(流失)된 임간나지(林間裸地)에서 조기(早期)에 임상식생(林床植生)을 복원(復元)할 때에는 식생천이계열상(植生遷移系列上) 초기(初期)에서 중기계열(中期系列)에 속하는 자생수종(自生樹種)들을 파종(播種)하는 것이 효과적(效果的)인 것으로 나타났다. 자생식물(自生植物)들의 종자(種子)가 잔류(殘留)할 수 있는 표토(表土)가 유실(流失)된 임간나지(林間裸地)에서 임상식생복원(林床植生復元)(착생개체수(着生個體數)와 수관면적(樹冠面積))에는 파종(播種), 표토굴혈연화(表土掘穴軟化) 및 볏짚거적피복처리시(被覆處理時)에 약 3년이 소요되었다. 표사연화처리(表士軟化處理)는 처리 후 약 2년 동안 표토연화효과(表土軟化效果)가 지속되었으며 또 파종(播種) 및 표토처리(表土處理)는 활착개체수(活着個體數) 증대(增大)를 통해 표토연화(表土軟化), 낙엽퇴고정(落葉堆固定) 등 표토환경개선(表土環境改善)에 영향(影響)을 미치었다. 실험지표토(實驗地表土)의 열악(劣惡)한 물리적조건(物理的條件) 즉, 낮은 보수능(保水能)과 과건피해(過乾被害), 표토침식(表土浸蝕)으로 인한 치수(稚樹)들의 뿌리 노출과 고사(枯死) 및 양료유실(養料流失) 등으로 임상시비효과(林床施肥效果)는 대체적으로 나타나지 않았다. 그러나, 질소(窒素)와 인산시비(燐酸施肥)는 식생천이계열(植生遷移系列) 후기수종(後期樹種)들의 치수활착율(稚樹活着率)을 증진(增進)시키는 데는 효과적(效果的)이었다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.