• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.286-286
• /
• 2023

물의 전체 순환 구조에서 토양수분이 차지하는 정량적 비중은 상대적으로 작지만, 강우-유출 과정의 비선형에 영향을 미치는 지배적 요인 중 하나이고, 토양 침식과 산사태, 농업생산량, 기후 변화 대응 등 광범위한 주제와 연관되어 있어, 토양수분의 물리과정에 대한 이해 증진과 예측 기술의 지속적인 개선이 필요하다. 본 연구에서는 금오공과대학교 유역 내에서 토양수분과 기상 요소를 실시간 관측하고, 기계학습 기법을 이용하여 토양수분을 단기 예측하는 기술을 개발하고 평가한다. 구체적으로는, 토양 관측 장비인 TEROS를 사용하여 표층 지점의 10cm, 심층 지점의 40cm에서의 토양수분, 토양장력과 토양온도를, 기상 관측 장비인 ATMOS를 사용하여 태양복사, 강수량, 기온, 풍속, 대기압 등 다양한 기상 요소를, 실시간 클라우드 방식으로 1여 년간 수집한 데이터를 활용한다. 또한, 과거 및 실시간 데이터를 기반으로 LSTM(Long-Short Term Memory) 기법을 사용하여 토양수분 예측 모형을 구축하고, 선행 예측 시간에 따른 모의 정확도를 평가한다. 기상 요소의 누적 등 자료 분석 방법이 표층 및 심층 토양수분 예측에 미치는 영향, 그리고 예측 모형 개선 방향에 대해 토의한다. 실시간 현장 관측 자료 및 인공지능 기반 단기 토양수분 예측 모의 기술은 소규모 유역의 수문순환 분석 및 물리기반 모형의 개선 등 다양한 분야에서 활용할 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2004.09a
• /
• pp.266-268
• /
• 2004

대부분의 유기물은 토양의 특성에 따라 그 흡착 및 탈착 양상이 다르며 이는 오염물질의 토양에서의 지속성 및 이동성에 영향을 미치게 된다. 본 연구에서는 대표적인 유기오염물인 PAH(Polycyclic Aromatic Hydrocarbon)에 대하여 흡착 및 탈착과 오염물질의 미생물 분해 등을 통한 제거 기작과의 연관성을 연구하고자 한다. PAH의 이론적인 미생물분해반응식은 열역학적 이론을 바탕으로 하는 반쪽반응방법을 사용하여 예측할 수 있다. 오염물과 토양의 특성에 따른 흡착 및 탈착 양상을 파악하고, 앞에서 구한 미생물 분해반응식을 이용하여 이론적 분해량을 예측하면 오염물의 생물학적 이용성과 노출량을 결정할 수 있다 이를 위하여 본 연구에서는 토양의 여러 특성을 분석한 후, PAH의 미생물 분해량 및 분해율을 측정하고자 한다. 실험을 통하여 실제 토양에서 측정된 PAH 분해량과 위의 이론적 분해량 예측 결과 사이의 관계를 토양의 특성을 이용하여 설명할 수 있으며 나아가 오염물질의 생물학적이용성에 관하여 개략적으로 일반화된 예측 모형을 얻을 수 있을 것이다. 본 연구를 통하여 토양과 유기오염물질, 미생물간의 상호 작용에 대한 이해를 높이고 보다 실질적인 유기오염물의 생물학적 이용성을 예측할 수 있는 방안을 마련할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.462-462
• /
• 2015

이 논문에서는 시 공간적 토양수분 변화를 파악하기 위해 다년간 축적된 실측 토양수분 데이터를 이용하여 단변량 시계열 분석을 하였다. 지형에 따른 토양수분 변화를 알아보기 위해 경기도 파주에 위치한 설마천 유역의 산지사면 중 한 단면을 선정하였으며, 깊이에 따른 변동성은 깊이 10cm와 30cm에서 측정한 토양수분 데이터를 이용하여 분석하였다. 또한, 연도별 토양수분의 변화를 파악하고 토양수분을 예측하기 위해 2010-2013년의 토양수분 데이터를 일단위로 단변량 모델링을 시도하였다. 그 결과, 연도별 변화에 따른 경향성은 보이지 않았으며 대부분의 지점에서 ARMA(1, 1) 또는 ARMA(1, 0) 모형으로 모의되었다. 2시간 간격의 1-2개월 단기간 토양수분 데이터를 모의한 선행연구와 달리 본 연구에서는 낮은 차수의 모형을 보였다. 지형적 토양수분 거동을 살펴보면 상부사면에 위치하고 있는 지점에서는 모두 ARMA(1, 1)로 표현되지만 하부사면에 위치한 지점들은 연도나 심도에 따라 ARMA(1, 0)으로 모의된다. 단변량 모형의 정확도를 알아보기 위해 R2와 RMSE를 비교하였다. 10cm 깊이에서는 경향성을 보이지 않으나, 30cm 깊이에서는 사면하부로 갈수록 R2는 작아지고 RMSE는 커져, 하부사면에서의 모델링이 상부사면에 비해 정확도가 낮음을 보였다. 또한 2012년 토양수분 자료를 이용하여 2013년 토양수분을 예측하기 위해 2012년 매개변수와 2013년 전일 데이터를 이용하여 예측하고자 하는 일단위 토양수분을 구하였다. 그 결과 $R^2=0.646-0.807$, RMSE=1.758-4.802의 정확도를 나타냈다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 1998.06a
• /
• pp.38-42
• /
• 1998

Soil venting이 오염토양중 가솔린의 용출거동에 미치는 영향을 정량적으로 예측하기 위하여 가솔린의 휘발과 용해거동이 Raoult의 법칙에 의해 설명되어 질 수 있는지를 평가해보았다. 먼저 순수 가솔린의 용해거동과 휘발거동에 대해 검토해 보고 이후 토양중 가솔린의 거동에 적용하여 보았다. 가솔린성분들의 용해거동은 휘발에 의한 성분조성의 변화와 상관없이 Raoult의 법칙에 의해 비교적 정확하게 예측될 수 있었으며 오차범위는 naphthalene을 제외하고는 최고 $\pm$ 100% 이내였다. 오염토양의 형태로 가솔린이 존재하는 경우에도 Raoult의 법칙에 의해 정확히 예측될수 있었으나 토양중 농도가 초기 20,000 mg/kg에서 1,360 mg/kg로 감소한 경우에는 용출농도가 예측치의 50-70% 수준으로 낮은 경향을 보였다. 한편 soil venting시 휘발에 따른 조성변화를 Raoult의 법칙을 이용하여 산정하고 각 성분조성에 대한 개별물질들의 용출잠재성을 결정하는 모델을 이용하여 실험결과와 비교하여 보았다.

• Smart Media Journal
• /
• v.12 no.10
• /
• pp.47-54
• /
• 2023

As understanding sudden climate change and agricultural productivity becomes increasingly important due to global warming, soil moisture prediction is emerging as a key topic in agriculture. Soil moisture has a significant impact on crop growth and health, and proper management and accurate prediction are key factors in improving agricultural productivity and resource management. For this reason, soil moisture prediction is receiving great attention in agricultural and environmental fields. In this paper, we collected and analyzed open field environmental data using a pilot field through random forest, a machine learning algorithm, obtained the correlation between data characteristics and soil moisture, and compared the actual and predicted values of soil moisture. As a result of the comparison, the prediction rate was about 92%. It was confirmed that the accuracy was . If soil moisture prediction is carried out by adding crop growth data variables through future research, key information such as crop growth speed and appropriate irrigation timing according to soil moisture can be accurately controlled to increase crop quality and improve productivity and water management efficiency. It is expected that this will have a positive impact on resource efficiency.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.167-167
• /
• 2018

토양수분은 토양에 포함된 평균 수분량을 나타내며 수문 순환 관점에서 매우 중요한 수문변량 중 하나이다. 본 연구에서는 대표적인 기계학습 방법인 Support Vector Machine (SVM)을 이용한 토양 함수 예측 기법을 개발하고자 하며, 예측인자로서 원격 탐측 기반의 토양함수자료, 강수량, 온도 등을 활용하고자 한다. SVM은 Kernel 함수를 이용하여 복잡한 비선형 관계를 선형 가정을 통해서 해석하는 기계학습 방법으로서 전역모델(global model)로서 다양한 수문기상분야에 적용이 이루어지고 있다. SVM의 장점은 일정 부분의 오차를 허용함으로서 모형의 일반화 측면에서 기존 인공신경망(artificial neural network, ANN)에 비해 우수한 성능을 나타내며, 특히 예측모형으로서 적용성이 매우 크다. 본 연구에서는 과거 토양 함수 자료와 강수, 온도, 위성 관측 기반 정보 등을 이용하여 모형을 적합시키고 이를 미계측 유역으로 확장하는데 연구의 목적이 있으며, 본 연구를 통해 제안된 모형은 용담댐 시험유역을 대상으로 적용되며 기존 ANN 모형 및 다중회귀분석 결과와 비교를 통해 모형의 적합성을 평가하고자한다.

• Journal of the Korean Geographical Society
• /
• v.45 no.1
• /
• pp.95-118
• /
• 2010

This study aims to investigate the spatial distribution of major soil types in Korea, and to assess the ability to predict soil distribution using environmental variables. A classification tree method was used to assess soil predictability. While the great soil groups can give more intuitive understandings on their spatial distributions, its predictability using environmental factors is much lower than that of the great groups. The most important factor to determine the spatial distribution of major soil types is the geomorphological characteristic of Korea that shows distinctive morphological difference between mountains and plains. Spatial distribution of climatic variables and catenary soil sequence along slopes play additional roles in determining the distribution of soil types. The classification tree models resulted in 35-75% of prediction accuracy, depends on the combination of different environmental variables brought in the models. While geomorphological variables are the best predictors for the great groups, climatic variables perform better for the great soil groups.

• Korean Journal of Construction Engineering and Management
• /
• v.17 no.1
• /
• pp.3-9
• /
• 2016

This study proposes a approximate cost estimation system based on Excel with VBA using weighted CBR(Case Based Reasoning). One characteristic of this system is that it generates the sheet automatically as many as the number of similar case and new estimation when it performs a case learning and a new estimate and cell formula is automatically entered into each sheet. User can be free to compose a combination of attribute factors because they can select up to ten attribute factors. This paper presents an applicability of estimation model for estimating the soil remediation cost when it use a landfarming method. When compared to a estimation model by using average unit cost and optimum multiple regression, this model shows a better result. This study was aimed at landfarming method, but it is expected that a cost estimation model using CBR will be more likely to apply in soil remediation technologies which various remediation technologies and pollutant species exist.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.284-288
• /
• 2012

토양온도는 기후변화, 지역기상모형, 수생태 영향과 밀접한 상관성을 가지고 있으며 이에 대한 연구들이 활발하게 진행 중에 있다. 특히 기후는 토양의 분포와 성장, 그리고 소멸에 영향을 미치고, 식생은 증산과정에 의해 대기로 수분을 내보내는 과정을 통해 기후에 영향을 미치고 있다. 이 때, 지표면의 토양온도는 토양수분 및 식생의 성장에 영향을 미치게 된다. 이에 본 연구에서는 격자기반 일 지표면 토양온도 모형이 제안되며, 이를 이용하여 한반도 남동쪽에 위치한 낙동강 유역 내 안동댐 상류지역에 대한 지표면 토양온도가 모의된다. 제안된 모형의 구동을 위해 필요한 입력 자료는 일평균기온 및 관측 NDVI 자료이다. 전국 60개 지점에서 관측된 일 평균기온은 고도가 고려된 Krignig기법을 이용하여 격자별로 구축되며, NDVI 및 지표면 토양온도를 위한 위성자료는 적절한 전처리 과정을 거쳐 자료를 구축한다. 전반적으로 모의된 일 지표면 토양온도는 관측 자료를 잘 재현하고 있는 것으로 분석된다. 추가적으로 감쇠율을 적용하여 토양온도를 토양깊이에 따라 예측하는 방법이 제안되며, 토양깊이에 따라 토양온도가 감소하는 경향을 살펴볼 수 있을 것이다. 이상과 같이 본 연구에서 제안된 모형은 추후 하천수온예측 및 격자기반의 수문모형의 구성을 위한 기초자료를 제공할 것으로 기대된다. 더 나아가 본 연구는 기후-토양-식생의 관계를 바탕으로 미래기후에 대한 물 환경 영향을 평가하는데 있어서 기여할 수 있을 것으로 판단된다.