• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.140-140
• /
• 2019

본 연구에서는 Terra MODIS 위성자료와 Tensorflow를 활용해 1 km 공간 해상도의 토양수분을 산정하는 알고리즘을 개발하고, 국내 관측 자료를 활용해 검증하고자 한다. 토양수분 모의를 위한 입력 자료는 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature), GPM(Global Precipitation Measurement) 강우 자료를 구축하고, 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 기반으로 모의하였다. 여기서, LST와 GPM의 자료는 기상청의 종관기상관측지점의 LST, 강우 자료와 조건부합성(Conditional Merging, CM) 기법을 적용해 결측치를 보간하였고, 모든 위성 자료의 공간해상도를 1 km로 resampling하여 활용하였다. 토양수분 산정 기술은 인공 신경망(Artificial Neural Network) 모형의 딥 러닝(Deep Learning)을 적용, 기계 학습기반의 패턴학습을 사용하였다. 패턴학습에는 Python 라이브러리인 TensorFlow를 사용하였고 학습 자료로는 농촌진흥청 농업기상정보서비스에서 101개 지점의 토양수분 자료(2014 ~ 2016년)를 활용하고, 모의 결과는 2017 ~ 2018년까지의 자료로 검증하고자 한다.

• 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.

• 한국환경생태학회지
• /
• 제27권6호
• /
• pp.745-756
• /
• 2013

본 연구는 옥상녹화 시 식물유형별 수분요구도에 대한 사항을 사전에 고려하여 저관리, 최소한의 관리로 조성되는 옥상녹화의 지속가능성을 유지하고자 하는 데에 목적을 두고 있다. 따라서 옥상녹화의 대표적인 식물로 알려진 세덤류 중 애기기린초와 내건성이 강한 일반 초화류 중 상록패랭이가 동일 조건에서 건조에 견디는 저항력과 토양종류별 토양수분감소에 대한 생육변화를 살펴보고자 실험을 수행하였다. 무관수, 무강우 조건에서 30일 경과 후 상록패랭이가 식재된 펄라이트 10cm 토양이 토양 내 수분함량이 가장 적은 것으로 나타났고, 애기기린초가 식재된 인공배합토 20cm의 토양이 다른 토양에 비해 가장 많은 수분함량을 나타냈다. 또한 전반적으로 토양종류와 토심에 관계없이 애기기린초가 식재된 토양구보다 상록패랭이가 식재된 토양실험구의 수분함량이 낮은 것으로 나타났다. 이는 상록패랭이의 수분요구도가 애기기린초보다 더 크다는 사실을 증명하는 결과라 할 수 있다. 또한 식물의 생육상태는 펄라이트 토양중에서도 토심이 낮은 10cm, 인공배합토양에서도 20cm 실험구보다 10cm 실험구에서 더 양호한 결과가 도출되었다. 본 실험결과 무강우 무관수 조건에서 토양 종류에 따라 토양수분의 감소패턴에 큰 차이가 있음을 알 수 있었으며, 식물 종류에 따라서도 토양수분감소에 따른 수분스트레스 패턴의 차이가 있음을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.274-274
• /
• 2021

토양수분은 가뭄, 홍수, 산불 및 산사태 등 자연재해 발생에 직간접적으로 영향을 미치기 때문에, 시·공간적으로 연속적인 토양수분 관측이 필요하다. 과거에는 TDR (Time Domain Reflectometry) 관측 장비를 설치하여 토양수분의 변화를 관측하였으나, 이러한 지점관측의 경우 하나의 관측지점에서 토양수분을 관측하기 때문에 공간적인 토양수분 변화를 나타내지 못한다. 최근 이러한 문제를 해결하기 위하여 인공위성 이미지 자료를 이용한 토양수분 산정에 관한 연구가 활발히 수행되고 있다. 그러나 SMOS (Soil Moisture and Ocean Salinity), SMAP (Soil Moisture Active Passive)와 같은 다양한 위성에서 관측된 토양수분은 낮은 공간해상도로 인한 불확실성이 커지는 단점이 있다. 최근 이러한 한계를 극복하기 위하여 광학위성영상과 달리 날씨의 영향을 받지 않으며 고해상도 이미지자료를 제공하는 Sentinel-1A/B 위성을 활용하여 토양수분을 관측하는 연구가 진행되고 있다. Sentinel-1은 10m의 높은 공간해상도를 제공하지만, 1~2주 주기로 영상취득이 가능하기 때문에 재방문시기와 같은 시간해상도 문제가 발생한다. 따라서 본 연구에서는 Sentinel-1A/B SAR 기반 후방산란계수와 농촌진흥청에서 제공하는 TDR 기반 토양수분 실측값을 이용하여 우리나라 토양수분 공간분포를 산정하였다. 산정된 Sentinel-1A/B 기반 토양수분과 토양수분자료동화기법을 연계하여 토양의 수리학적 매개변수를 추출하였으며, 추출된 매개변수와 기상자료를 이용하여 장기간(2001~2018) 일별 토양수분 공간분포를 산정하였다.

• 한국생물환경조절학회:학술대회논문집
• /
• 한국생물환경조절학회 1999년도 학술발표논문집
• /
• pp.71-74
• /
• 1999

농업ㆍ원예분야에서 다공질 재료를 인공배지로 이용하기 위하여는 수분관리의 용이성, 우수한 양분의 유지, 통기성 및 보수성이 요구된다. 이들 성질을 만족시키는 재료로는 점토, 벤토나이트, 질석(vermicutite), 펄라이트(perlite) 및 락-울(rock-wool) 등이 이용된다. 인공배지 재료로 널리 사용되는 펄라이트와 락-울의 원료는 중국 및 호주 등지로부터 수입에 의존하고 있어 양액재배 농가에 커다란 부담이 되며 건습조절이 곤란하여 배지 내 수분함량의 조절이 용이하고 양액사용이 간편한 배지 및 폐기처리시 환경문제를 야기하지 않는 반영구적이며 자연친화형의 배지의 개발이 절실히 요구되고 있다. (중략)

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• 물과 미래
• /
• 제48권12호
• /
• pp.8-15
• /
• 2015

• 한국자원식물학회지
• /
• 제14권2호
• /
• pp.163-168
• /
• 2001

본 연구는 참당귀의 개화습성과 수정양상을 조사하고 5개 지방종에 대하여 교잡에 의한 계통간 화합성 및 결실율을 검토함으로서 우량계통육성을 위한 교잡육종의 기초자료를 얻고자 수행하였다. 1. 정식 2년차에 있었서 5개 지방종의 출아기는 3월 14일이었고 추대기는 5월 12~13일이었으며 개화기는 ‘봉화종’이 8월 2일로서 다른 계통보다 3~5일 빨랐고, 개화지속기간은 각각 41~43일로 비슷하였다. 2. 5개 지방종의 개화특성을 보면 주경에서 1차 지경, 1차 지경에서 2차 지경까지의 개화기간은 9~13일이 소요되었고, 웅예와 자예의 출현기 간은 각각 3~5일이었으나 동일화서 내에서 최종웅예와 최초자예의 간격은 1~4일이었으며 동일화에서는 웅예가 자예보다 4~8일정 도 선숙이었다. 3. 참당귀의 개화 시기별 밀봉에 따른 결실율은 개화 5일전, 개화 1~2일전, 개화기가 1.0, 0.9, 0.4%였으나 개화후 3일이 2.4%로 약간 높았고, 봉지를씌우지 않은 처리구는 52%였다. 지방종간 수분형태에 따른 결실율은 자가수분이 26.3%였고 타가수분은 36.3%로 타가수분이 높았으며 모본에 따른 결실율은 ‘봉화종’, ‘무주종’을 모본으로 하였을 때 각각 44.9, 42.6%로 높았다. 4. 각 계통별 정역교잡에 따른 인공수분에서는 자가수분 타가수분 모두 친화성이 있었으며 자가수분에서는 ‘무주’$\times$ ‘무주’조합이 40.8%로 가장 높았고 타가수분에서는 ‘평창’$\times$ ‘인제’조합에서 67%로 가장 높았다.

• 한국환경생태학회지
• /
• 제29권6호
• /
• pp.947-951
• /
• 2015

본 연구는 옥상녹화를 비롯한 인공지반녹화에 활용 가능한 조경용 초화류의 원활한 생육을 위한 적정 관수 주기를 규명하고 옥상 조건에서 관수 필요 여부를 규명하고자 하였다. 옥상녹화에 적용 가능하며 관상가치가 있는 총 20종의 초본식물을 선정하여 녹화용 식물의 토양수분흡수특성을 알아보기 위한 시험과 관수주기에 따른 식물의 생육변화를 알아보기 위한 시험으로 나누어 시행하였다. 식물의 수분스트레스와 열스트레스를 최소화하기 위해서는 평균 4~5일 이전의 관수 주기가 요구되며 식물의 원활한 생장과 이에 따른 환경적 효과를 위해서는 반드시 관수 관리가 요구된다고 판단되었다. 이러한 결과는 건축물이나 인공지반 녹화 시 기초자료로 활용하여 지속가능한 식재계획 수립에 도움이 될 것으로 기대되며, 향후 좀 더 다양한 녹화식물들에 대한 연구가 필요할 것으로 생각된다.

• 한국환경생태학회지
• /
• 제33권4호
• /
• pp.408-421
• /
• 2019

수입되는 서양뒤영벌과 그에 대한 화분매개 대체안들을 비교 평가하기 위해 증분이익을 추정하여 분석하였다. 분석결과, 판매수익에서 공통 생산원가를 차감한 증분수익은 인공수분을 사용할 때보다 화분매개곤충을 사용할 때 더 많았으며, 증분원가는 수입산 서양뒤영벌이나 꿀벌을 사용할 때보다 국내산 서양뒤영벌이나 인공수분을 사용할 때 더 적었다. 각 대안별 증분이익을 살펴보면, 수입산 서양뒤영벌 46,801 백만원, 국내산 서양뒤영벌 47,170 백만원, 꿀벌 46,975 백만원, 인공수분 29,839 백만원이었다. 증분이익은 각 대안을 선택했을 경우 얻을 수 있는 회계적 이윤을 의미한다. 다만, 회계적 이윤 전부를 화분매개 대안이 기여한 것으로 볼 수 없으며, 귀속지대나 정상이윤과 같은 잠재적 비용이 포함되어 있다. 잠재적 비용에 해당하는 기회원가를 고려할 때, 수입산 서양뒤영벌을 사용하는 대안은 경제적 손실이 발생하는 것으로 나타났다. 이는 과수 작물 생산농가가 수입산 서양뒤영벌을 사용하는 대신 다른 대체안을 선택할 경우 추가적인 경제적 이윤을 창출할 수 있음을 의미한다.