• 한국토양비료학회지
• /
• 제42권5호
• /
• pp.393-398
• /
• 2009

제주도의 서부 및 북부 해안 지역에 분포하고 있으며 Aquic Eutrudepts로 분류되고 있는 용당통을 재분류하기 위하여 용당통 대표단면의 형태적 특성을 조사하고, Soil Taxonomy의 표준 분석방법인 Soil Survey Laboratory Methods Manual에 따라서 토양을 분석하여 laboratory data sheets를 작성하였다. Ap층 (0~14 cm)은 암적갈색 (5YR 3/2)의 양토이고, BA층 (14~32 cm)은 암갈색 (7.5YR 3/2)의 양토, Bt층 (32~57 cm)은 암갈색 (7.5YR 3/2)의 식양토, Btx1층 (57~110 cm)은 암황갈색 (10YR 4/6)의 미사질식양토, Btx2층(110+ cm)은 암황갈색 (10YR 4/6)의 미사질식양토이다. 현무암을 모재로 하는 토양으로 용암류 평탄지에 분포하며, 주로 밭으로 이용되고 있다. 용당통은 andic 토양 특성을 보유하고 있지 않으며, Bt층에서 Btx2층 (32~110+ cm)까지 점토집적층인 argillic 층위를 이루고 있고, 전 토층에서 염기포화도 (양이온 합)가 35% 이상으로 높다. 따라서 용당통은 Inceptisols이나 Andisols이 아니라 Alfisols로 분류되어야 한다. Udic 토양수분상을 보유하고 있으므로 용당통은 Udalfs 아목으로 분류될 수 있다. 무기질 토양표면으로부터 100cm 이내 깊이에 fragipan을 보유하고 있으므로 대군은 Fragiudalfs로 분류된다. 용당통은 Fragiudalfs의 전형적인 특성을 나타내므로 아군은 Typic Fragiudalfs로 분류된다. 토성속 제어부위에서 직경 75 mm 미만 입자 중 0.1~75 mm 입자 함량이 15% 이상이고, 세토 중 점토함량이 18-35%이므로 fine loamy 토성속에 속한다. 또한 thermic 토양 온도상을 보유한다. 따라서 용당통은 Fine loamy, mixed, thermic family of Aquic Eutrudepts가 아니라 Fine loamy, mixed, thermic family of Typic Fragiudalfs로 분류되어야 한다.

• 한국지리정보학회지
• /
• 제22권2호
• /
• pp.82-96
• /
• 2019

본 연구는 금강유역을 대상으로 SWAT(Soil and Water Assessment Tool)을 이용하여 유역 수문 및 수질에 대한 유역건전성 (Watershed Healthiness)을 평가하였다. 유역 수문과 수질에 대한 건전성은 다변수 정규분포를 이용하여 0(불량)에서 1(양호)의 범위로 산정하였다. 유역 건전성 평가에 앞서, SWAT 수문 검보정 결과 5개 지점에 대한 11년(2005~2015) 동안의 하천유출량의 Nash-Sutcliffe 모델효율(NSE)은 0.50~0.77이었고, 3개 지점에 대한 suspended solid(SS), total nitrogen(T-N), and total phosphorus(T-P)의 결정계수($R^2$)는 각각 0.67~0.94, 0.59~0.79, 0.61~0.79이었다. 총 24년(1985~2008)에 대한 토지이용변화에 따른 유역 건전성 분석을 위하여 1985년, 1990년, 1995년 2000년, 2008년 5개의 토지이용자료를 준비하였다. 기준년도인 1985년 대비 2008년 SWAT 총유출은 불투수면적의 증가로 40.6% 증가하였고, 토양수분과 기저유출은 각각 6.8%, 3.0 % 감소하였으며, SS, T-N, T-P는 특히 농업활동으로 인해 각각 29.2%, 9.3%, 16.7% 증가하였다. 1985년 토지이용조건 대비 2008년의 유역 수문과 수질의 건전성은 각각 1에서 0.94와 0.69로 감소하였다. 본 연구의 결과는 과거 자연상태 대비 인간활동에 의한 유역 환경변화를 감지할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1457-1468
• /
• 2018

후방산란계수(${\sigma}^0$) 방정식은 지상표적 탐지, 토지피복 분류, 해상풍 산출, 토양 수분함량 예측 등 Synthetic Aperture Radar(SAR) 영상의 활용을 위해 영상으로부터 지구물리적인 특성을 예측하는 과정에서 요구되는 필수 요소이다. 본 논문에서는 최종 업데이트된 SAR 프로세서와 절대방사보정의 특성을 반영하는 Kompsat-5 (K5)의 Radar Cross Section(RCS) 및 ${\sigma}^0$ 방정식을 제시하고 이를 검증하여 K5 SAR 영상의 활용도를 높이고자 한다. 우선, K5 RCS 방정식을 산출하고 이의 정밀도를 몽골의 검보정 사이트에 설치되어 있는 삼면판 반사기를 이용하여 검증하였다. K5 Spotlight 및 Stripmap 모드의 다양한 빔 영상에 대해서 RCS 방정식을 이용하여 측정한 RCS 값과 K5 SAR 프로세서를 이용하여 관측한 표준 RCS 값을 비교하였을 때 평균 $0.2dBm^2$ 이하의 차이를 보였다. 레이더 방정식과 K5 RCS 방정식을 이용하여 유도한 K5 ${\sigma}^0$ 방정식에 대한 검증은 계절에 따른 후방 산란 특성의 변화가 적은 아마존 열대 우림의 TerraSAR-X(TSX) 및 Sentinel-1A(S-1A) SAR 영상에서 얻은 ${\sigma}^0$과 비교하여 수행하였다. TSX/S-1A 대비 K5 ${\sigma}^0$ 값의 차이는 최대 0.6 dB 이하였다. K5의 절대방사보정에 대한 요구 값이 2.0 dB($1{\sigma}$)을 감안하면 K5 RCS 방정식의 평균 $0.2dBm^2$ 이하의 오차와 K5 ${\sigma}^0$ 방정식의 최대 0.6 dB 이하의 오차는 제시한 방정식들의 정밀도 및 유효성이 높음을 입증하여 준다. 향후, 본 논문에서 제시한 K5 RCS 방정식과 K5 ${\sigma}^0$ 방정식을 이용하여 해상풍 산출 등 정량적인 분석이 가능한 활용을 통한 검증이 추가적으로 이루어져야 할 것으로 생각된다.

• 유기물자원화
• /
• 제27권3호
• /
• pp.49-61
• /
• 2019

양돈분뇨는 퇴비화하여 이용할 경우 좋은 유기물 자원이 될 수 있으며, 양돈 분뇨를 효율적으로 이용하기 위한 많은 실험적 연구가 수행되었다. 본 연구에서는 양돈분뇨를 톱밥과 혼합하여 여러 가지 퇴비화 조건에서 퇴비화 촉진정도를 실제 농가 현장에서 활용할 수 있도록 시험규모를 확대하여 수행하였다. 퇴비화 시험처리는 퇴비화기간 동안 공기를 송풍하지 않은 대조구와 퇴비화기간 동안 퇴비단 아래에서 공기를 송풍한 시험구로 구분하였다. 시험을 위한 퇴비단의 크기는 각각 $5m^3$로 조성하였다. 시험구 1 (EXP1)에는 돈분 $1m^3$당 100 L의 공기를 송풍하였으며, 시험구 2 (EXP2)에는 돈분 $1m^3$당 150 L의 공기를 송풍하였다. 공기공급량을 $1m^3$당 100 L, 150 L로 한 것은 현재 활용하고 있는 퇴비화시설 설계 규정에 가축분 $1m^3$당 150 L의 규모의 송풍 시설을 설치할 것을 권장하고 있으나 현장에서는 과다 송풍 우려가 발생하고 있기 때문에 이에 대한 검토가 필요하기 때문이었다. 퇴비화 발효기간은 4주로 하였으며, 퇴비화 시작 직후부터 매주 퇴비단의 샘플을 채취하여 물리 화학적 성분을 조사 분석 하였다. 퇴비단의 온도는 퇴비단 표면으로부터 약 40cm 지점에 온도센서를 설치하여 매 30분 간격으로 기록하였다. 발효온도를 분석한 결과 시험구에서는 공기를 송풍한 1~2일차에 최고온도 $67{\sim}75^{\circ}C$에 도달하였다. 이는 호열성 세균이 급격하게 증가 활동하였기 때문으로 판단되었다. 퇴비화기간 동안 수분함량, 총질소, EC의 값이 송풍발효가 완료된 4주차에 대조구에 비해 낮은 것으로 나타났다. 하지만 pH와 유기물 함량은 시험구에서 대조구에 비해 높게 나타났다. 송풍발효가 끝난 4주차의 부숙정도를 평가하기 위하여 종자발아지수를 분석한 결과 대조구에서 23.49, 시험구 1이 68.50, 시험구 2가 51.81로 나타났다. 종자 발아지수로 평가한 퇴비의 부숙은 대조구에 비해 시험구에서 매우 높은 것으로 나타났다. 따라서 양돈분뇨의 퇴비화시 외부로부터 가축분뇨 $1m^3$당 100~150 L/min의 공기를 공급하는 것이 퇴비의 부숙을 매우 빠르게 할 수 있는 것으로 나타났다.

• 대기
• /
• 제31권2호
• /
• pp.229-240
• /
• 2021

본 연구에서는 기상청에서 2018년부터 운영 중인 전지구 해양자료동화시스템 GODAPS에 대하여 소개하였으며, 2015년 2월부터 2016년 1월까지 일년간의 실험 수행을 통한 결과를 분석하여 이 시스템의 특성을 살펴보았다. GODAPS는 크게 해양-해빙 모델과 3차원 변분법 기반의 자료동화 시스템으로 구성되어 있고, 전지구적으로 수집된 현장 및 위성 관측자료를 자료동화하여 매일 1회 분석장과 예측장을 생산한다. 이때 해수면온도, 수온과 염분 프로파일, 해수면고도 변이, 그리고 해빙농도 관측자료를 자료동화한다. 분석증분 및 배경장/분석장으로부터의 관측증분에 대한 분석, 자료동화를 적용하지 않은 실험과의 비교 등을 통해 GODAPS 자료동화 결과를 비교검증하였다. 자료동화는 관측자료들을 효과적으로 활용하고 있었으며, 전지구 규모에서 편차를 줄인 분석장과 예측장을 생산하고 있는 것으로 나타났다. 이외에도, 변동성이 강한 중위도 해역의 쿠로시오와 걸프만 해류의 중규모 현상을 재현하는데 있어서도 결정적인 영향을 미치는 것으로 확인하였다. 해양초기장을 향상시키기 위해서는 모델과 자료동화 기술의 개발과 더불어, 다양한 관측자료를 활용하는 것이 중요하다. 하지만, 현업에서 활용할 수 있는 해양관측자료는 한계가 있으며, 따라서 가용한 자료를 자료동화 과정에 포함시키는 노력이 요구된다. 수온에 비해 염분의 경우 상대적으로 관측자료가 부족한데, 최근에는 SMAP (Soil Moisture Active Passive) 등 인공위성을 활용한 표층 염분자료가 제공되고 있으며, 기상청에서도 자료동화 과정에 독립적인 위성 염분자료를 활용한 분석장 검증 및 자료동화에 직접적용하는 연구를 추진하고 있다. 특히, 표층 염분의 자료동화를 통해 열대해역의 혼합층 깊이가 개선되고, 결과적으로 기후예측성을 향상시키는 연구결과(Hackert et al., 2020) 등을 고려할 때, 향후 위성관측 표층염분의 자료동화는 기후예측 분야에 있어서 점차 중요해질 것으로 판단된다. 본 연구의 실험결과에서도 GODAPS의 염분 관측증분 오차가 표층에서 상대적으로 크게 나타나고 있어, 해양초기장의 정확성을 높이고 나아가 기후예측성을 높이는데 위성 염분자료가 효과적으로 사용될 수 있을 것으로 기대된다.

• 생태와환경
• /
• 제54권1호
• /
• pp.49-60
• /
• 2021

이 연구는 지속가능한 수자원 이용 및 관리대책을 수립하는 데에 필요한 수문학적 자료를 제공할 목적으로 2017~2020년 홍수기 (6~9월)에 발생한 총 59회의 강우사상에 대한 강우-유출 특성을 파악하였다. 그 결과, 강우량은 5.0~400.8 mm, 유출고는 0.1~176.5 mm, 유출률은 0.1~242.9%의 범위로 나타났다. 그리고 유출수문곡선에서 직접유출과 기저유출을 분리한 결과, 홍수기의 총 유출일 대비 기저유출(139.3일)이 직접유출(78.3일)보다 유출기간이 길었지만, 총 유출고에 대한 기여도는 직접유출 (54.2%)이 기저유출 (45.8%)보다 높게 나타났다. 또한, 유출에 영향을 미치는 강우조건을 분석한 결과, 직접유출과 기저유출의 유출고 및 첨두유출고에 높은 유의성(p<0.05)을 보이는 강우조건은 강우량과 강우지속시간으로 나타났다. 특히, 유출고와 첨두유출고의 강우량은 각각 5.0~200.4, 10.5~110.5 mm의 범위에서는 기저유출이 우세한 강우사상이 나타났지만, 유출고와 첨두유출고의 강우량이 각각 267.4~400.8, 169.0~400.8 mm의 범위에서는 직접유출이 우세한 강우사상이 나타났다. 앞으로 극한 기후현상에 따른 물 부족이 심화할 것으로 예상되는 가운데, 산지계류의 직접유출 및 기저유출에 대한 장기적이고도 지속적인 분석이 이루어진다면 지표수-지하수의 이용 및 관리 측면에서의 활용과 자료의 신뢰성을 높일 수 있을 것으로 판단된다.

• 대기
• /
• 제32권2호
• /
• pp.87-101
• /
• 2022

In this paper, the performance improvement for the new KMA's Climate Prediction System (GloSea6), which has been built and tested in 2021, is presented by assessing the bias distribution of basic variables from 24 years of GloSea6 hindcasts. Along with the upgrade from GloSea5 to GloSea6, the performance of GloSea6 can be regarded as notable in many respects: improvements in (i) negative bias of geopotential height over the tropical and mid-latitude troposphere and over polar stratosphere in boreal summer; (ii) cold bias of tropospheric temperature; (iii) underestimation of mid-latitude jets; (iv) dry bias in the lower troposphere; (v) cold tongue bias in the equatorial SST and the warm bias of Southern Ocean, suggesting the potential of improvements to the major climate variability in GloSea6. The warm surface temperature in the northern hemisphere continent in summer is eliminated by using CDF-matched soil-moisture initials. However, the cold bias in high latitude snow-covered area in winter still needs to be improved in the future. The intensification of the westerly winds of the summer Asian monsoon and the weakening of the northwest Pacific high, which are considered to be major errors in the GloSea system, had not been significantly improved. However, both the use of increased number of ensembles and the initial conditions at the closest initial dates reveals possibility to improve these biases. It is also noted that the effect of ensemble expansion mainly contributes to the improvement of annual variability over high latitudes and polar regions.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.325-338
• /
• 2023

구상나무는 한반도 아고산대 생태계에 미치는 기후변화 영향 평가에 중요한 환경지표종이다. 하지만 아고산대의 특성상 해발고도 약 1,000 m 이상에 주로 분포한 구상나무를 주기적으로 현장 조사하는 것은 많은 인력을 요구한다. 따라서 본 연구는 주기적인 관측이 가능한 원격탐사 자료를 활용하여 한라산과 지리산을 대상으로 2003년부터 2020년까지의 9월 Moderate Resolution Imaging Spectroradiometer (MODIS)의 normalized difference vegetation index (NDVI)와 지표면 온도 그리고 Global Precipitation Measurement (GPM)Integrated Multi-satellitE Retrievals for GPM의 강수량 자료를 이용해 구상나무의 식생 변동 및 환경변수와의 연관성을 분석하였다. 2003년과 비교하여 2020년에 구상나무 서식지역의 식생지수 감소를 확인하였으며, 이를 바탕으로 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역을 선별하였다. 이러한 지역들에 대한 장기간 식생지수 시계열 분석 결과, 한라산과 지리산 모두 고사지역에서 식생지수가 감소하는 경향을 보였다(한라산: -0.46, 지리산: -0.43). 또한 Hodrick-Prescott 필터를 통해 추출된 식생지수와 지표면온도 그리고 강수량의 추세변화를 통해 구상나무의 장기간 변동을 분석한 결과, 한라산의 경우 지표면온도가 증가하고 강수량이 감소하는 시기에 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역의 식생지수 차이가 증가하였다. 이는 온도 상승과 강수량 감소가 한라산 구상나무 생육쇠퇴에 영향을 미치는 것으로 해석된다. 반면 지리산은 장기적으로 구상나무 고사지역의 장기적인 식생지수 감소 추세를 보여주었으나, 식생지수 변화 패턴이 지표면온도와 강수량과는 유의미한 상관성을 발견하지 못하였다. 추후 지표면 온도와 강수량 외에 선행연구에서 구상나무 생육쇠퇴와 연관이 있다고 알려진 환경인자(토양수분, 일사량, 강풍 등)에 대한 추가 분석이 필요하다. 본 연구를 통해 위성 자료로 구상나무 생태계의 장기간 모니터링 및 환경 변수들의 상관성 분석에 대한 가능성을 제시하였다. 본 연구를 토대로 위성 기반 모니터링이 구상나무의 생태학적 연구에 어떻게 활용될 수 있는지에 대한 이해를 높이는데 도움이 될 것으로 기대한다.

• 헤리티지:역사와 과학
• /
• 제56권4호
• /
• pp.132-158
• /
• 2023

공주 청량사지 오층 및 칠층석탑은 계룡산 삼불봉 아래에 있으며, 고려 중기에 창건한 것으로 알려진 탑으로 한 시대에 두 유형의 백제계 석탑이 공존하는 쌍탑으로서 역사적 및 학술적 가치를 인정받고 있다. 두 탑은 1944년 도굴로 칠층석탑이 전도되고 그 영향으로 오층석탑에 기울어짐이 발생하였다. 1961년에 석탑을 복원하였으나 구조적 불안정성은 지속적으로 제기되었다. 따라서 이 연구에서는 2021년 5월부터 2022년 3월까지 계측자료를 축적하고 계절적 특성을 검토하여, 동일 기간의 기온변화와 강수량에 따른 석탑의 미세거동을 해석하였다. 이 결과, 모든 계측기에서 일간 기온변화에 따라 미세한 열탄성거동을 반복하였으며, 경사와 변위 모두 미세거동이 나타났다. 경사계에서는 기온변화에 따라 석재의 표면과 내부에 포함된 수분이 팽축을 반복하며 미세한 움직임을 보였고, 변위계에서도 시계열에 따라 기온이 상승하면서 모두 이격거리가 감소하였다. 특히 오층석탑 상부는 북서쪽으로 최대 3.89° 거동하였으며, 칠층석탑은 북동쪽으로 최대 0.078° 기울었다. 최대 변위는 오층석탑과 칠층석탑에서 각각 0.127 및 0.149mm로 기록되었다. 이 값들은 계측 종료시점에 원래 상태로 회귀하는 경향은 있으나 완전히 회복하지 못하여 면밀한 감시가 필요한 상태를 지시하였다. 이 연구를 통해 획득한 결과는 두 석탑의 안정적 보존을 위한 기초자료로 활용될 수 있다. 이를 기반으로 다양한 환경요소를 고려한 거동특성이 분석되어야 하며, 계측시스템의 유지관리를 통한 예방보존이 지속되어야 할 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.