• 한국지리정보학회지
• /
• 제6권2호
• /
• pp.22-32
• /
• 2003

본 연구는 유역의 DEM 자료와 토양도, 토지이용도 등의 수치자료를 이용하여 유역에서 발생하는 토양유실량을 분석하고 이를 바탕으로 유역의 토양침식 위험지역을 분석하는 것을 목적으로 하고 있다. 토양유실량 분석을 위한 모형은 RUSLE를 이용하였으며, 연구대상유역으로는 금강의 제2 지류인 무심천 유역으로 하였다. 수문자료는 청주관측소의 연평균 강우량 자료를 이용하였고, 지형 특성에 관계된 자료는 환경부의 DEM, 농업과학기술원의 정밀토양도(1/25,000) 및 건설교통부의 토지이용현황도 자료를 이용하였다. 이들 수치자료를 이용하여 토양침식 위험지역 분석을 위한 주제도를 작성하였고, 유역의 토양유실량 및 침식 위험지역을 분석하였다. 분석결과 나대지 및 인공녹지 지역이 토양유실량이 많았으며, 산림지역의 경우에는 경사도가 토양유실에 미치는 영향이 큰 것으로 나타났다. 침식위험지역에 대한 분석은 유역의 지면경사도가 20도 이상인 지역과 토지피복상태가 나대지 및 인공녹지로 분류되는 지역 중 약 8.5%인 $193,730.3m^2$가 침식위험지역으로 나타났다.

• 한국습지학회지
• /
• 제7권1호
• /
• pp.107-117
• /
• 2005

토양침식은 강우분포, 토양, 토지이용과 같은 많은 요인들에 의해 영향을 받는다. 이런 요인들은 시간과 공간에 의해 여러 가지 형태로 나타난다. 본 연구에서는 유역에서의 토양침식 위험지역을 평가하는 것을 목적으로 하고 있으며, 토양침식량 계산은 RUSLE를 이용하였고, RUSLE의 지형 및 공간정보 관련 인자들은 DEM, 토양도, 토지이용도를 이용하여 추출하였고 유역에서 발생하는 토양침식량을 산정하였다. 연구대상유역으로는 한강수계 제1지류인 경안천 유역의 농경지로 하였으며, 토양침식량 분석결과 보통, 특수작물(1210) 재배지역, 과수원(1220), 미경지정리답(1120), 경지정리답(1110)의 순으로 가장 큰 토양침식이 발생하고 있으며, 이 재배지역의 평균 토양침식량 또한 보통, 특수작물 재배지역에서 가장 크게 나타났다. 이 토양침식량 분석결과를 이용하여 농경지의 토양침식 위험지역을 5개 등급으로 구분하여 분석한 결과 토양침식의 위험성이 가장 크다고 판단되는 5등급의 경우 전체 농경지의 2.4%에 해당하는 72.5ha정도가 침식위험지역으로 판단하였다. 이 침식위험지역은 밭작물재배지역이 72.4ha이고 과수원이 0.1ha로 분석되었으며, 기타의 농경지역에서는 5등급의 위험지역은 나타나지 않았다. 또한 토지이용 상황에 관계없이 2등급(1~50ton/ha/yr) 지역이 전체 농경지의 70.2%로 가장 많은 비율로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• 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.

• 한국지리정보학회지
• /
• 제7권2호
• /
• pp.47-56
• /
• 2004

본 연구는 강우-유출 침식성 인자의 빈도별에 따른 토양유실량을 평가하고 이롤 바탕으로 유역의 토침칭식 위험지역을 분석하는 것을 목적으로 한다. RUSLE는 토양침식량을 분석하는데 이용하였다. 연구지역은 섬진강 수계의 관촌유역을 선정하였다. 빈도별 강우-유출 침식성인자를 얻기 위하여 39년간의 일일최대 강우량 자료를 이용하였다. 확률강우량은 Normal 분포, Log-Normal 분포, Pearson type III 분포, log-Pearson type III 분포 및 Extreme-I 분포를 이용하였다. 이 중 적합도가 가장 높은 것으로 판단되는 Log-Pearson type III 분포를 채택하였다. Log-Pearson type III 분포는 24시간 확률 강우량을 산정하는데 이용하였고, 빈도별 강우-유출 침식성 인자는 Huff 분포비로 평가하였다. 분석결과 2년빈도에서 200년 빈도까지 토양유실량은 평균 $12.8{\sim}68.0ton/ha{\cdot}yr$로 분석되었다. 유역의 토양유실량 분포를 4개 분류등급으로 구분하여 토양침식 위험지역을 분석하였으며, 침식발생 위험지역으로 판단되는 지역은 분류등급 IV로 하였다. 분류등급 IV의 면적은 $0.01{\sim}5.28km^2$로 전체 농경지 면적의 0.02~9.00%로 나타났다. 특히, 200년빈도의 경우 분류등급 IV에서 밭작물 재배지역이 전체 농경지 면적의 77.1%를 차지하는 것으로 나타났다. 농경지의 경작상태에 따라 토양유실이 큰 영향을 받는 것으로 판단된다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2015년 정기학술대회
• /
• pp.261-264
• /
• 2015

본 연구에서는 해안 침식의 원인 중 유역 개발로 인한 해안으로의 표사 공급원이 감소를 검토하고, 그에 따른 표사계의 미래 해안 침식률을 분석하였다. 우리나라 서해의 경우 유역 개발로 인해 하천으로부터의 표사 유입 차단은 심각한 수준이다. 아직 그 영향이 해안으로 완전히 파급되지 못하여 그로 인한 장기 해안 침식이 두드러지지 않고 있다. 또한 피해가 심각해지기 시작하면 돌이킬 수 없는 재앙이 될 측면도 많다. 따라서 본 연구에서는 금강유역을 연구대상지역으로 설정하여 유역 개발로 인한 표사 유입량 감소를 계산하여 주변 표사계 내 미래 해안의 침식률을 산정하였다. 이는 향후 유역개발로 인한 미래 침식 위험 지역의 판단과 침식 위험도 평가 도입시 유용하게 사용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.294-294
• /
• 2016

세계 각국에서는 국가별, 지역별 전역적인 강우침식인자에 대한 연구를 지속하고 있다. 우리나라에서도 몇 차례에 걸쳐 남한 전역에 대한 강우침식인자를 규명하기 위한 연구가 이루어졌고, 그 결과물로서 등강우침식도가 제작된 바 있다. 그러나 현재까지 우리나라의 강우침식인자가 세계 각국에 비해서 어느 정도의 토양침식에 대한 잠재 위험성을 가지고 있는지에 대한 연구는 이루어지지 않았다. 본 연구는 국제 및 국내 학계에 보고된 자료를 토대로, 세계 각국의 강우침식인자를 수집하고, 우리나라의 강우침식인자와 비교하여 우리나라의 강우에 의한 토양침식 잠재위험성을 분석하기 위한 것이다. 이를 통해 현재 실무에 활용중인 강우침식인자 값에 대한 개선방안을 검토하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.603-607
• /
• 2006

최근 산불발생이 증가하고, 그에 따른 피해가 증가하고 있다. 또한 산불 발생지역의 토양침식으로 인한 2차적인 재해위험이 예상됨에 따라 산불 지역의 토양침식과 영향인자들에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 낙산사 산불지역의 산지사면에 10개의 소규모 조사구를 설치하고 강우에 따른 토사유출량을 조사하였다. 토양침식 매개변수를 강우인자(강우량, 강우강도, 강우에너지), 지형인자(면적, 사면경사, 사면길이, 길이경사인자), 식생인자(전체피복도, 식생지수), 토양인자(투수계수, 유효입경, 유기물함량, 토심)로 구분하여 각각의 토양침식에 대한 관계를 분석하고, 시간경과에 따른 토양침식의 관계도 분석하였다. 강우강도와 강우량이 커짐에 따라 토양침식민감도에 대한 식생피복도의 영향이 더욱 가중되며, 식생 회복이 빠른 지역과 그렇지 않은 지역에서의 시간경과에 따른 누적 토양침식량의 변화는 크게 차이를 보였다. 낙산사 산불지역에서의 강우에 따른 토양침식은 강우에너지와 식생피복도의 관계가 가장 높았다.

• 한국수자원학회논문집
• /
• 제45권6호
• /
• pp.617-629
• /
• 2012

본 연구에서는 낙동강유역을 대상으로 토양 침식 및 유실의 위험성을 분석 및 평가하기 위해 토지이용도를 세부적으로 분석하여 유역별 토양침식 발생의 위험성을 순위화하였다. 또한, 토양침식량을 RUSLE 모형을 이용하여 산정하였고 토지이용도 분석 결과와 함께 토양침식 위험성이 높은 유역을 평가하였다. 최종적으로 해당 유역에 산사태 위험지도와의 비교를 통해 유역내 토양유실 대책 수립을 위한 자료의 활용 방안을 분석하였다. 분석 결과, 전체 낙동강유역내 토양침식 위험성이 높은 것으로 선정된 유역은 내성천유역으로 토지이용도 분석결과와 RUSLE 모형의 결과에서 모두 토양유실 측면에서 위험성이 높은 것으로 나타났다. RUSLE 모형 결과에서 토양침식량이 높은 것으로 나타난 지역과 산사태 위험지역의 분포는 유사한 것으로 나타났으나, 하천 주변의 토지이용에 따른 토양유실의 위험성은 RUSLE를 이용한 산정 결과에서만 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.68-68
• /
• 2021

Sesan강과 Srepok강은 베트남, 캄보디아, 라오스가 공유하는 3S강 유역 (Sesan강, Srepok강, Sekong강)의 일부로 연구 및 관리된다. 3S강 유역은 Mekong강의 중요한 지류이며 Mekong강 유역의 상당 부분을 구성한다(Mekong강 유역 면적의 10%, 연간 총 유출량의 20%). 베트남 측 Sesan강 유역의 면적은 11,255km²이고 Srepok강 유역 면적은 18,162km²이다. Sesan강과 Srepok 강의 상류는 베트남 중부 고원의 긴 산맥에 위치하고 있다. Sesan강과 Srepok강 유역은 기후변화에 따른 홍수, 가뭄, 어업 지속 가능성 감소, 퇴적 등 많은 문제와 도전에 직면 할 것으로 예측되고 있다. 본 연구에서는 World Bank의 "Viet Nam Mekong Integrated Water Resources Management (M-IWRM) Project의 일환으로 베트남 정부 차원에서 처음으로 구축한 수자원관리 의사결정지원 시스템인 "DSS-2S"를 활용하여, Sesan-Srepok강 유역의 강둑 침식 위험성을 분석하였다. DSS-2S는 MIKE Hydro Basin을 기반으로 SWAT모델, 수리모델, 하상변동 모델, 및 수질모델 등과 연계 하여 구축되었다. 2030 년을 목표 연도로 설정하고, 기후 변화 시나리오와 사회 경제적 발전을 기반으로 DSS-2S에 포함되어 있는 유사 이송 및 수리학적 모델을 활용하여 주요 하천 단면에서의 평균 유속과 하상 침식 양을 예측하였다. 유속 및 심부 침식 기준에 근거하여 강둑 침식 위험성을 분석하였다. 모델의 시뮬레이션 결과를 기반으로 강둑 침식 위험이 있는 강 구간은 고(高)유속과 높은 침식의 조합에 의해 결정되었다. 고위험 침식 예상지는 Sesan강 유역의 Dak Bla, Po Ko, 및 Se San강에 총 길이 73.5km에 걸쳐 발생 할 것으로 분석되었으며, 침식 위험이 매우 높은 지역은 Dak Bla 강에 총 길이 2,286m, Po Ko 강에 총 길이 5,096m 정도가 발생 하는 것으로 분석되었다. 강둑 세국을 유발할 수 있는 다양한 인자들을 고찰하였으며, 본 성과는 베트남 중앙 정부의 장기수 자원 종합계획 수립의 기본 자료로 활용 될 예정이다.

• 한국지리정보학회지
• /
• 제6권4호
• /
• pp.24-36
• /
• 2003

본 연구는 유역규모에서의 토양침식위험도를 평가하기 위해서 GIS 및 수정범용토양유실공식(RUSLE)을 활용하였다. 토양유실량 예측공식인 RUSLE 인자를 생성하기 위하여 토지이용도, 지형도, 토양도, 그리고 강수량 등의 자료들을 사용하였고, 최종적으로 grid 기반의 10m 셀의 격자형 데이터로 구축한 RUSLE 인자들의 중첩분석을 통하여 연간 토양유실량을 예측할 수 있었다. 분석결과에 따르면, 대상지의 83.5%는 연간 토양유실량이 1ton/ha 미만으로 비교적 낮은 것으로 나타났으나, 농업지역은 30% 이상이 연간 토양유실량 10ton/ha 이상으로 다른 토지이용에 비해 토양침식위험도가 상대적으로 높은 것으로 평가되었다. 따라서 이들 지역에 대한 철저한 현장조사를 토대로 토양침식의 위험도를 최소화하기 위한 토양보전계획의 수립이 필요하리라 판단된다.