• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2002.02a
• /
• pp.486-493
• /
• 2002

본 연구에서는 정밀시비를 위한 전자지도 작성 시스템을 개발하고, 질소 시비량 지도를 작성하였다. 개발된 토양 유기물 함량 계측 센서는 0.07%~7.96%가지의 토양 유기물 함량을 $R^2$= 0.85, SEP=0.72, bias=-0.13으로 계측할 수 있었으며, 작성된 시비량 지도를 이용한 시비는 58.7%의 정확성을 보였다. 시비량 지도에 의한 정밀시비는 획일적인 시비의 정밀시비 30.5%에 비해 91%의 정확성 향상을 보였다. 그러나 개발된 센서의 오차로 인하여 유기물 함량 등급 분류 간격이나 격자 간격 면에서 세분화된 지도는 작성할 수 없었다. 좀 더 정확하고 세분화된 시비량 지도 작성을 위해서는 오차 범위가 작은 정밀한 센서의 개발이 요구된다. 또한 토양 유기물 센서뿐만 아니라 다른 토양 상태를 계측할 수 있는 센서들이 개발된다면 다양하고 정확한 시비량 지도를 작성할 수 있을 것으로 판단된다. 작성된 전자 지도는 농작업의 의사결정에 도움을 주며, 빠른 처방이 가능할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.349-352
• /
• 2011

토양수분은 지표와 대기에서 물과 에너지를 교환하는 중요한 수문기상 인자임에도 불구하고 토양수분에 대한 중요성이 부족한 실정이다. 최근에는 위성기술의 발달로 Aqua위성에 탑재된 Advanced Microwave Scanning Radiometer E (AMSR-E)를 이용하여 토양수분을 측정하고 있다. 이는 토양수분을 측정하고 있는 가장 유용한 기기로서 25km의 낮은 공간 해상도를 가지고 있어 토양수분의 변화를 나타내는데 한계점을 가지고 있다. 본 연구에서는 AMSR-E의 공간 해상도를 높이고자 비교적 높은 해상도를 (1km) 가지고 있는 Moderate Resolution Imaging Spectroradiometer (MODIS)를 연동하였으며, MODIS의 산출물 중 Albedo, LST, NDVI 인자를 이용하였다. 이를 바탕으로 1km의 고해상도 일 별 토양수분 지도를 작성하였으며, 이 지도를 각각 관측 토양수분과 비교 검증하였다. 향후 일별 고해상도 토양수분 지도를 작성하면 우리나라에 대한 토양수분 데이터베이스를 구축해 나갈 수 있을 것이다.

• Journal of Environmental Impact Assessment
• /
• v.25 no.6
• /
• pp.525-531
• /
• 2016

This study integrates the Universal Soil Loss Equation(USLE) with GIS method to assess the soil erosion for national land cover map between 2007 and 2014. The land cover change map and C factors of USLE were applied to the estimation of spatial distribution of sediment yield. However, they generated distinct results because of differences in their applied methods and calculation processes of national land cover map. To generate the USLE model, C factors of MOE(Ministry of Environment) were compared with soil erosion of Inje stadium development area at the Naerin watershed in Gangwon province to 2014. The several thematic maps of research area such as land cover map, topographic and soil maps, together with tabular precipitation data used for soil erosion calculation. The land cover change were carried with level-2 and high level land cover map of MOE and estimated maximum double of soil erosion.

• Korean Journal of Soil Science and Fertilizer
• /
• v.43 no.5
• /
• pp.748-754
• /
• 2010

The contents of soil organic matter (SOM) and $Al_o+1/2Fe_o$ in soils are important criteria for the classification of new Andisols in Soil Taxonomy system. There are many soil types in Jeju Island with various soil forming environments. This paper was conducted to estimate the contents of soil organic matter and the content of ammonium oxalate extracted Al and Fe ($Al_o+1/2Fe_o$) using various environmental variables and to make soil property maps using a statistical analyses. The soil samples were collected from 321 locations and analyzed to measure the contents of SOM and $Al_o+1/2Fe_o$. It was analyzed the relationships among them and various environmental variables such as temperature, precipitation, net primary product, radiation, evapotranspiration, altitude, soil forming energy, topographic wetness index, elevation, difference surrounded area, and distances from the shore and the peak. We can exclude multi-collinearity among environmental variables with principal component analysis and reduce all the variables to 3 principal components. The contents of SOM and $Al_o+1/2Fe_o$ were estimated by multiple regression models and maps of them were made using the models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.803-807
• /
• 2010

본 연구는 자연재해대책법에 의해 개발사업으로 인한 재해유발요인을 예측 분석하고 이에 대한 대책을 강구하기 위해 수행되고 있는 사전재해영향평가에서 표준화된 한국토양유실도 자료를 제공하여 자료의 객관화를 이루도록 함을 목적으로 하고 있다. 한국토양유실도 제공 시스템은 2단계에 걸쳐서 수행할 계획이다. 1단계에서는 한국토양유실량 분포도를 RUSLE를 이용하여 작성하였다. 이 RUSLE모에서 강우 에너지인자 산정을 위한 강우량 자료는 기상청의 59개 기상관측소의 1977년부터 2006년까지의 30년간의 자료를 이용하여 24시간 지속시간의 전국 R값을 빈도별로 산정하여 강우에너지인자에 대한 주제도를 작성하였다. 또한 사용한 GIS자료는 USGS DTED Level-2, 국립농업과학원의 정밀 토양도, 환경부의 중분류 토지피복도 자료이고 이들 자료를 이용하여 RUSLE의 각인자별 주제도를 작성하였고, 이를 웹사이트(http://krsc.kict.re.kr/RUSLE/rusle.asp)를 통해 신청인으로부터 메일로 범위(행정구역경계, 1/25,000수치지도 도엽번호, 수자원단위지도 등)를 요청 받거나 수자원단위지도의 중권역 및 표준권역의 경우 사용자가 직접 자료요청을 하여 토양유실도를 제공받는 시스템이다. 2단계에서는 작성된 한국토양유실량 분포도를 제공하는 것은 물론이며, 사용자가 원하는 범위에 대하여 shape 파일을 입력, 강우에너지인자(R) 입력, 그리고 토지피복별에 따른 RUSLE의 C 혹은 P값을 수정하여 분석하거나, 현재 토양통별로 제시된 K값을 사용자가 직접 관측한 값을 이용하여 Web-RUSLE시스템에 입력하면 자동으로 토양유실량을 산정할 수 있는 시스템으로 구축할 계획이다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.24 no.4
• /
• pp.13-19
• /
• 2016

This study presented the build-up of three-dimensional soil pollution map for precise analysis. To do this, survey on the existing pollutant region on Dongnae-gu, Busan that is the study subject, showed that it tended to produce 0.72 clusters. So, this study suggested to investigate center of $1km{\times}1km $ grid and, as the results of comparing the pollution map that input pollution figure values based on the actually investigation point showed precise results. And, it divided the standard of pollution into 5 levels in surface and underground space and the map was built up using IDW interpolation against the amount of polluted substance. The pollution of ground surface, flow of polluted substance, coefficient of permeability and ground water level that are 504 geotechnical informations were selected as the influential parameters in pollution analysis of underground space, and it calculated that to 0~20 points by dividing the characteristics. It enables the build-up of pollution map of ground surface-underground with depth that considers the characteristics of soil layers and it is considered that it is possible to analyze the general infiltration. And, it was considered that it enables more accurate forecast about influential analysis per depth and pollution of underground water.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.31-31
• /
• 2015

토양수분은 일반적으로 시료를 채취하거나 현장에 설치된 다양한 센서를 통해 추정하지만 이는 시간과 비용이 많이 소모되기 ?문에 유역내의 공간적인 토양수분 분포를 추정하는데 상당한 어려움이 따른다. 토양수분뿐만 아니라 공간적인 대기현상, 토양수분, 식생현황 등을 관측하는데 대중적으로 사용되는 것이 위성 관측이며, 기본적으로는 위성에 탑재된 센서가 각 주파수대역에 따라 영상을 생성하면 이를 특정 알고리듬을 적용하여 원하는 값을 도출하게 된다. 토양수분 산정에 사용되는 대표적인 위성영상으로는 SMOS (Soil Moisture and Ocean Salinity), ARMS-E(Advanced Microwave Scanning Radiometer - Earth Observing System), ARMS2 (ARMS ver.2) 영상 등이 있으며, 이러한 위성은 해상도가 약 10 km ~ 40 km로 상당이 낮기 때문에 우리나라와 같이 면적이 좁고 지형이 복잡하며 다양한 토지피복이 밀집되어있는 곳에서는 기존 수문 연구에 응용할 수 있는 토양수분 공간지도 산정을 위해 상세화(Downscaling)과정이 필요하다고 판단된다. 따라서 본 연구에서는 ARMS2 토양수분 영상을 MODIS 영상의 식생지수(NDVI, Normalized Difference Vegetation Index), 알베도 및 온도를 활용하여 공간적으로 상세화된 토양 수분 지도를 작성하였고, 유역 내에서 실제 측정되고 있는 토양수분 관측값을 활용하여 상세화기법의 적용성을 검토하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.36 no.6
• /
• pp.1011-1021
• /
• 2016

This study performs the potential flood hazard analysis by applying elevation data, soil data and land use data. The susceptibility maps linked to elevation, soil and land use are combined to develop the new types of flood hazard map such as runoff production map and runoff accumulation map. For the development of the runoff production map, land use, soil thickness, permeability, soil erosion and slope data are used as runoff indices. For the runoff accumulation map, elevation, knick point and lowland analysis data are used. To derive an integrated type of flood potential hazard, a TOPSIS (The Technique for Order of Preference by Similarity to Ideal Solution) technique, which is widely applied in MCDM (Multi-Criteria Decision Making) process, is adopted. The indices applied to the runoff production and accumulation maps are considered as criteria, and the cells of analysis area are considered as alternatives for TOPSIS technique. The model is applied to Gamcheon watershed to evaluate the flood potential hazards. Validation with large scale data shows the good agreements between historical data and runoff accumulation data. The analysis procedure presented in this study will contribute to make preliminary flood hazard map for the public information and for finding flood mitigation measures in the watershed.

• 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.

• Korean Journal of Soil Science and Fertilizer
• /
• v.25 no.3
• /
• pp.293-296
• /
• 1992