• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.513-513
• /
• 2015

정확한 유역 토양수분 정보는 홍수 예측의 정도를 크게 향상시키므로 공간 토양수분 정보를 획득하기 위하여 선진국에서는 위성 영상을 활용하여 토양수분을 관측하고 있다. 본 연구에서는 유럽우주기구 ESA(European Space Agency)에서 운영하는 SMOS(Soil Moisture and Ocean Salinity) L-band 토양수분 관측치와 일본 우주항공 연구개발 기구 JAXA(Japan Aerospace Exploration Agency)에서 운영하는 GCOM-W1 위성의 AMSR2(Advanced Microwave Scanning Radiometer 2) C-band 토양수분 자료를 비교 분석하였다. SMOS 토양수분, AMSR2 토양수분을 기상청 농업관측관서의 지상 관측 토양수분 자료와 비교한 그래프는 다음과 같다(Fig. 1). 상대적으로 깊은 관측심으로 인한 장점을 가짐에도 불구하고 RFI로 인한 L-band 토양수분 자료의 시공간 관측율이 C-band 토양수분자료에 비하여 낮아 활용성이 낮다. AMSR2 자료는 여름철을 제외한 모든 계절에 과소 추정하는 단점을 보이며 실제적 활용을 위해 지상자료와의 편이보정 과정이 필수적이라 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.199-199
• /
• 2022

선행 연구들을 통해 미세지형이 유역에서의 유사 유출량에 영향을 끼침을 알 수 있다. 그러나 여전히 유사-유출에 대한 미세지형의 영향이 불분명하여 유역 내 토양 침식 과정에서 미세지형적 거칠기를 고려할 때 혼란이 야기될 수 있다. 따라서, 유사유출량과 토양침식량에 대한 보다 정확한 예측 및 산정을 위해 미세지형이 토양 침식에 미치는 영향을 명확하게 하는 것이 필요하다. 본 연구에서는 Hairsine-Rose 침식 모형과 동역학파(Dynamic wave) 모형을 사용하여 강우-유출에 따른 미세지형의 유사-유출 과정을 수치적으로 모의하였다. 모의 결과에 따르면, 미세지형은 동일 강우 및 유출 조건에서도 유역 내 유사 유출량을 변화시켰다. 또한, 본 연구의 모의조건 하에서 지반이 비교적 미세토사로 구성된 경우 미세지형이 거칠수록 침식률이 증가하는 반면 지반의 토사가 대부분 굵은 입경을 가질 때는 매끄러운 지형보다 거친 미세지형에서 토양 침식률이 감소함을 확인하였다. 따라서, 지형의 미세지형 변동 정도와 토양침식률 사이에 비례 또는 반비례 관계가 형성됨을 보이고, 이러한 관계를 형성하는 과정에 입경 분포가 미치는 영향을 제시하였다. 마지막으로, 본 연구 결과를 통해 장갑화(armoring) 과정이 입경 분포뿐만 아니라 미세지형의 거칠기에 따라 유역별로 다르게 나타나는 것을 확인하였다. 따라서 유사-유출에 대한 미세지형의 영향을 적절하게 고려하기 위해 부상(Pick-up), 이류 및 퇴적 등 입경 별 퇴적물 이동이 다중 물리적으로 고려되어야 한다는 점을 강조한다. 본 연구를 통해 지표면의 미세지형적 거칠기 및 토양 입경에 대한 정확한 정보가 필요함을 알 수 있으며, 이를 충분히 고려한다면 강우 유출에 의한 토양 침식 메커니즘에 대한 이해도와 토양침식량에 대한 정량적 예측의 정확도가 향상될 것으로 예상된다.

• Economic and Environmental Geology
• /
• v.56 no.3
• /
• pp.331-341
• /
• 2023

When creating a soil contamination map using geostatistical techniques, there are various sources that can affect prediction errors. In this study, a grid-based soil contamination map was created from the sampling data of heavy metal concentrations in soil in abandoned mine areas using Ordinary Kriging. Five factors that were judged to affect the prediction error of the soil contamination map were selected, and the variation of the root mean squared error (RMSE) between the predicted value and the actual value was analyzed based on the Leave-one-out technique. Then, using a machine learning algorithm, derived the top three factors affecting the RMSE. As a result, it was analyzed that Variogram Model, Minimum Neighbors, and Anisotropy factors have the largest impact on RMSE in the Standard interpolation. For the variogram models, the Spherical model showed the lowest RMSE, while the Minimum Neighbors had the lowest value at 3 and then increased as the value increased. In the case of Anisotropy, it was found to be more appropriate not to consider anisotropy. In this study, through the combined use of geostatistics and machine learning, it was possible to create a highly reliable soil contamination map at the local scale, and to identify which factors have a significant impact when interpolating a small amount of soil heavy metal data.

• Proceedings of the Korean Nuclear Society Conference
• /
• 2002.05a
• /
• pp.431.2-431
• /
• 2002

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.5
• /
• pp.449-456
• /
• 2022

This study proposes a deep learning algorithm to predict crop yield using GIS (Geographic Information System) to extract soil properties from Soilgrids and soil suitability class maps. The proposed model modified the structure of a published CNN-RNN (Convolutional Neural Network-Recurrent Neural Network) based crop yield prediction model suitable for the domestic crop environment. The existing model has two characteristics. The first is that it replaces the original yield with the average yield of the year, and the second is that it trains the data of the predicted year. The new model uses the original field value to ensure accuracy, and the network structure has been improved so that it can train only with data prior to the year to be predicted. The proposed model predicted the yield per unit area of autumn cabbage for kimchi by region based on weather, soil, soil suitability classes, and yield data from 1980 to 2020. As a result of computing and predicting data for each of the four years from 2018 to 2021, the error amount for the test data set was about 10%, enabling accurate yield prediction, especially in regions with a large proportion of total yield. In addition, both the proposed model and the existing model show that the error gradually decreases as the number of years of training data increases, resulting in improved general-purpose performance as the number of training data increases.

• Journal of Korea Soil Environment Society
• /
• v.1 no.1
• /
• pp.55-65
• /
• 1996

Soil quality of most of Soil Network area was estimated healthy by employing Soil Pollution Indices (Soil Pollution Score and Soil Pollution Class). However, 1.5∼3.7% of the total Soil Network area was determined Soil Pollution Class (SPC) 4 which may need cleanup process due to slight or heavy pollution with arsenics and heavy metals. Numbers of the SPC 4 sites were 9, 47, 19, 17, and 17 in 1987, 1989, 1991, 1993, and 1994, respectively During 1987 and 1994, all of SPC 4 sites were identified agricultural land except one in 1994. Soil Pollution Scores (SPSs) was determined high around smelters, metalliferous mines, and industrial sites among the 16 major soil pollution sources of the Soil Network. Also, most area of SPC 4 sites were densely populated in these area of the Soil Network. SPSs of Inchon and Taegu were high among the other major cities and provinces in Korea. Numbers of SPC 4 were high in the province of Kangwon, Kyongbuk, Kyongnam amongst. Cumulative numbers of SPC 4 multiplied by a weighting value 0.3 during 1987 and 1994 of the Soil Network were regressed to develop a model equation for prospecting the soil quality. The model equation was Y= 1.16+0.23x, where as Y is the number of Class 4 and x is the year. Resulting the area of SPC 4 were 4.8%, 6.0%, 6.6% of the Soil Network in the year of 2001, 2006, 2011, respectively Based on this results, the area of SPC 4 would increase 5, 7, and 10 times comparing the area polluted with heavy metals in 1987.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.24-24
• /
• 2022

토양 수분은 육상 생태계를 지배하는 핵심 변수로 널리 간주되어 왔다. 따라서 토양 수분을 모니터링하고 추정하는 것은 수문, 농업, 생화학적, 및 기후 역학을 평가하는 데 필수적이다. 그러나 최대 토양 접촉을 요구하는 기존의 토양 수분 모니터링 방법은, 토양 교란을 최소화하여 토양의 고유 특성을 보전하지 못하는 한계가 있다. 이 문제를 극복하기 위해 본 연구에서는 비접촉 초음파 시스템을 이용하여 토양 수분을 평가 방법을 개발하였다. 이 시스템은 공기-토양 조인트 절반 공간에서 누설 레일리파(Rayleigh wave)를 측정하도록 설계되었다. 토양 수분의 변화에 대한 누설 레일리파의 측정은 통제된 실험 설계에서 모래, 실트, 점토와 같은 세 가지 토양 유형에서 평가하였다. 본 연구 결과에서 세 가지 토양 사례 모두, 누설 레일리파의 에너지와 토양 수분 사이에 밀접한 관계가 있음을 보였다. 그러나 모래에서 얻은 동적 매개변수의 특성은 실트 및 점토의 특성과 다른 형태를 보였다. 이러한 결과는 미세한 토양 입자와 대조적으로 굵은 토양 입자는 증발 과정에서 감소된 토양 강도로 설명될 수 있다. 관측된 누설 레일리파에서 얻은 동적 매개변수를 기반으로 토양 수분을 평가하기 위해 랜덤 포레스트 모형을 이용하였다. 예측된 토양 수분의 정확도는 모든 데이터 및 토양 유형에 관계없이 높은 정확도를 보였다(R² ≥ 0.98, RMSE ≤ 0.0089 m³ m^-3). 즉, 본 연구에서는 레일리파가 토양 교란 없이 토양 수분 변화를 지속적으로 평가할 수 있는 큰 잠재력을 가지고 있음을 보여주었다.

• Journal of Korea Water Resources Association
• /
• v.42 no.6
• /
• pp.433-443
• /
• 2009

For the better understanding of the temporal characteristics of soil water, this study is to suggest a stochastic soil water model and to apply it for impact assessment of climate change. The loss function is divided into 3 stages for more specified comprehension of the probabilistic behavior of soil water, and especially, the soil water model considering the stochastic characteristics of precipitation is developed in order to consider the variation of climatic factors. The simulation result of soil water model confirms that the proposed soil water model can re-generate the observation properly, and it also proves that the soil water behaves with consistent cycle based on the precipitation pattern. Moreover, with the simulation results with a climate change scenario, it can be predicted that the future soil water will have higher variations than present soil water.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.91.2-91.2
• /
• 2010

지면-대기상의 관계에서 지중온도와 토양수분의 역할이 중요함에도 불구하고 이들 변수의 다양한 시공간적 변동성, 관측자료의 한계, 관련자료 및 이해 부족 등으로 인하여 아직까지 체계적인 연구가 이루어지지 못하고 있다. Idso 등(1975)에 의해 처음 토양수분과 지중온도에 대한 연구를 시작으로 Lakshmi 등(2003)은 지중온도가 토양수분과 역의 관계를 가짐을 도출하였으며 이를 이용한 선형회귀분석을 수행하여 토양수분을 예측하였다. 기존연구를 바탕으로 본 연구에서는 설마천 타워(Flux tower)에서 기록된 지중온도와 토양수분 자료를 이용하여 사계절에 따른 상관관계를 분석하였다. 조사기간 동안 토양수분은 봄부터 가을까지의 경우 지중온도가 강한 음의 상관계수를 가지는 반면 겨울의 경우 지중온도와 강한 양의 상관계수를 가지는 것으로 판단이 되었다. 즉, 계절에 따라 지중온도와 토양수분의 관계가 차이가 있음을 알 수 있다. 또한, 본 연구에서 토양수분에 대한 지중온도의 계절별 선형적 관계를 도출하였으며 지표상의 물 에너지 순환에 대한 보다 나은 이해를 줄 것으로 사료된다.

• Proceedings of the Mineralogical Society of Korea Conference
• /
• 1996.10a
• /
• pp.25-35
• /
• 1996

유황은 작물에는 양적으로 인산만큼 요구되고 자연계에서 질소와 비슷하게 순환한다. 한국 토양에서 유황의 결핍은 예측이 가능한데 이는 농민이 현재까지 함유황비료의 사용을 등한히 한데 기인된다. 그러나 최근 담배, 채소, 과수 등 경제작물을 재배하는 농가에서는 함유황 비료의 수량 증수와 품질 개선을 이해하고 선호하게 되었다. 더욱이 주요 도시의 아황산가스 배출이 점차 감소하는 것도 한 이유가 된다. 최근 논 토양 1,155점, 밭토양 498점, 시설 재배지 114점을 채취 분석 유효 유황함량을 조사하였다. '88년 1차 유황 심포지엄 성적과 비교하면 작물에 유효한 제일인산칼슘 침출유황은 논과 시설재배지토양에서 뚜렷이 감소되었으며 밭토양에서는 증가하였다. 유효 유황함량인 10mg S/kg 이하인 비율은 논 8.2, 밭 $5.2\%$이었다. 논 토양의 토성속, 배수, 퇴적양식, 지형 등이 논 토양의 유황함량과 밀접한 관계가 있었으나 밭에서는 이 관계가 뚜렷하지 못했다. 조립질이고 배수가 양호하며 잔적층에서 발달된 토양에서는 유황함량이 낮아 이를 개선할 필요가 있으며 토양중 시용유황의 행동에 대한 세밀한 연구가 요구된다.