• 한국물환경학회지
• /
• 제26권4호
• /
• pp.637-647
• /
• 2010

The Universal Soil Loss Equation (USLE)-based modeling systems have been widely used to simulate soil erosion studies. However the GIS-based USLE modeling systems have limitation in gully erosion evaluation which is one of the most important factor in soil erosion estimation. In this study, the integrated soil erosion evaluation system using with Sediment Assessment Tool for Effective Erosion Control (SATEEC) system, nLS and Unit Stream Power-based Erosion/Deposition (USPED) model was developed to simulate gully erosion. Gully head location using nLS model, USPED for gully erosion, and the SATEEC estimated sheet and rill erosion were evaluated and combined together with the integrated soil erosion evaluation system. This system was applied to the Haean-myeon watershed, annual average sediment-yield considering sheet, rill and gully erosion was simulated as 101,933 ton/year at the study watershed. if the integrated soil erosion evaluation system is calibrated and validated with the measured data, this system could be efficiently used in developing site-specific soil erosion best management system to reduce soil erosion and muddy water inflow into the receiving waterbody.

• 한국농공학회논문집
• /
• 제53권2호
• /
• pp.19-26
• /
• 2011

SATEEC ArcView GIS system was developed using the Universal Soil Loss Equation (USLE) and sediment delivery ratio (SDR) modules. In addition, time-variant R and C modules and $R_5$ module were developed and integrated into the SATEEC system in recent years. The SATEEC ArcView GIS 2.1 system is a simple-to-use system which can estimate soil erosion and sediment yield spatially and temporarily using only USLE input data, DEM, and daily rainfall dataset. In this study, the SATEEC 2.1 system was used to evaluate the effects of USLE LS input data considering slope length segmentation on soil erosion and sediment yield estimation. Use of USLE LS with slope length segmentation due to roads in the watershed, soil erosion estimation decreased by 24.70 %. However, the estimated sediment yield using SATEEC GA-SDR matched measured sediment values in both scenarios (EI values of 0.650 and EI 0.651 w/o and w/flow segmentation). This is because the SATEEC GA-SDR module estimates lower SDR in case of greater soil erosion estimation (without flow length segmentation) and greater SDR in case of lower soil erosion estimation (with flow length segmentation). This indicates that the SATEEC soil erosion need to be estimated with care for accurate estimation of SDR at a watershed scale and for accurate evaluation of BMPs in the watershed.

• 환경영향평가
• /
• 제25권6호
• /
• pp.525-531
• /
• 2016

본 연구는 2007년과 2014년 국가토지피복지도에 따른 토양유실량을 평가하기 위해 GIS와 토양유실공식(USLE)을 활용하였다. 토양유실량의 공간분포를 추정하기 위해 USLE 모델의 토지피복변화와 식생인자를 적용하였다. 하지만, 토양유실량은 토지피복지도의 적용방법과 연산과정에 따라 서로 다른 결과가 나타났다. 본 연구에서는 USLE 모델을 적용하기 위해서 환경부의 식생인자와 토지피복지도를 적용하여 2014년 강원도 내린천 유역의 인제스터디움 개발지역 토양유실량 발생을 비교하였다. 연구지역의 토양유실량 산정을 위해 토지피복도, 지형도, 토양도 그리고 강수량 등의 자료들을 사용하였다. 토지피복의 변화는 중분류와 세분류 지도에 의해 평가되었고, 토양유실량은 최대 두 배의 차이가 나타났다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제22권6호
• /
• pp.66-73
• /
• 2017

Empirical erosion models like Universal Soil Loss Equation (USLE) models have been widely used to make spatially distributed soil erosion vulnerability maps. Even if the models detect vulnerable sites relatively well utilizing big data related to climate, geography, geology, land use, etc within study domains, they do not adequately describe the physical process of soil erosion on the ground surface caused by rainfall or overland flow. In other words, such models are still powerful tools to distinguish the erosion-prone areas at large scale, but physics-based models are necessary to better analyze soil erosion and deposition as well as the eroded particle transport. In this study a physics-based soil erosion modeling system was developed to produce both runoff and sediment yield time series at watershed scale and reflect them in the erosion and deposition maps. The developed modeling system consists of 3 sub-systems: rainfall pre-processor, geography pre-processor, and main modeling processor. For modeling system validation, we applied the system for various erosion cases, in particular, rainfall-runoff-sediment yield simulation and estimation of probable maximum sediment (PMS) correlated with probable maximum rainfall (PMP). The system provided acceptable performances of both applications.

• 한국물환경학회지
• /
• 제32권1호
• /
• pp.89-97
• /
• 2016

Digital Elevation Models (DEMs) have been used to represent the effects of topography on soil erosion. A DEM of 30 m resolution is frequently used in hydrology and soil erosion studies because the National Water Management Information System (WAMIS) provides a 30 m resolution DEM at national scale on its web site. However, the Ministry of Environment recommends the use of a DEM with 10 m resolution for evaluation of soil erosion due to the fact that soil erosion estimation is to some degree affected by the spatial resolution of DEM. In this regard, a DEM with 5 m resolution was resampled for 10 × 10 m, 20 × 20 m, 30 × 30 m, 50 × 50 m, 70 × 70 m, and 100 × 100 m resolutions, respectively. USLE LS factors and soil erosion values were evaluated using these datasets. Use of a DEM with at least 30 m resolution provided reasonable LS factors and soil erosion values at a watershed.

• 자원환경지질
• /
• 제38권6호
• /
• pp.607-622
• /
• 2005

하상퇴적물의 공급원을 규명하고자 전라남북도의 경계부근에 위치하는 섬진강 본류와 그 지류들을 포함하는 유역에서 발생하는 하상퇴적물의 희토류원소 분포양상과 토양유실량을 결석하였다. 연구지역 수계는 섬진강 본류를 비롯하여 순창읍을 관통하는 경천, 옥과면의 옥과천, 입면의 창정천과 입천이면, 각 수계에 직${\cdot}$간접적으로 퇴적물을 공급할 수 있다고 생각되는 10개 유역을 대상으로 토양유실량 분석을 실시하였다. 토양유실량 예측공식인 RUSLE 인자를 생성하기 위하여 토지이용도, 지형도, 토양도 등의 자료를 사용하었고, grid 기반의 10m 셀의 격자형 데이터로 구축한 RUSLE 인자들의 중첩분석을 통하여 연간 토양유실량을 예측하였다. 당위면적당 토양유실량은 밭(53,140.94 tons/ha/year), 과수원(25,063.38 tons/ha/year), 논(6,506.7 tons/ha/year), 산림 (6,074.36 tons/ha/year) 지역 순으로 우세한 것으로 나타났다. 침식위험지역으로 분석된 지역은 대부분 밭 지역 내에 분포하였다. 토양유실은 하천을 따라 분포하는 근원암 지역에서 주로 발생하였으며, 토양유실량, 침식위험지역 분포, 하상퇴적물과의 희토류원소 분포양상에 있어서의 상관관계 등을 고려해볼 때, 경천은 순창엽리상화강암, 옥과천은 대강엽리상화강암, 입천은 설옥리층의 퇴적물이 하천에 주로 유입되는 것으로 판단된다. 특히 여러 암종이 넓은 면적에 분포하고 있는 옥과천의 경우, 하싱퇴적물, 기반암 및 토양의 희토류원소 분포양상과 토양유실량 분석결과를 함께 활용함으로써 더욱 신뢰도 높은 상관관계를 밝힐 수 있을 것으로 사료된다.

• 한국습지학회지
• /
• 제21권spc호
• /
• pp.98-106
• /
• 2019

SWAT(Soil and Water Assessment Tool) 모형 내 MUSLE(Modified Universal Soil Loss Equation) 유출인자의 계수 및 지수는 각각 11.8과 0.56으로 토지이용별 토양유실 산정에 동일하게 적용되는 문제점이 있다.이는 결과적으로 토양유실량을 과대 또는 과소 평가할 수 있으며, 결과적으로 우심지역 선별과 저감 대책에 따른 효율 평가에 문제를 발생시킬 수 있다. 그러나 아직까지 토지이용별 MUSLE 유출인자에 대한 계수 및 지수 산정과 이에 대한 SWAT 모형 내 적용성 평가가 이루어진 바 없다. 따라서 국내 유역을 대상으로 토양유실 발생 및 거동을 정확하게 예측하기 위해서는 토지이용별 유출인자의 계수 및 지수 산정과 이에 대한 SWAT 모형 내 적용성 평가가 필요하다. 이에 본 연구에서는 가아천 유역을 대상으로 토지이용별 유출인자의 계수 및 지수를 산정하고, SWAT 모형 내 적용에 따른 토양유실 및 유사유출 발생량 차이를 비교 분석하였다. 본 연구에서 산정된 토지이용별 유출인자의 계수 및 지수는 국내 고랭지 유역에서의 토양유실 발생 특성을 잘 반영하고 있는 것으로 분석되었다. 또한 토지이용별 유출인자의 계수 및 지수 적용에 따라 유역에서의 토양유실 및 유사유출 발생량 값은 큰 차이를 보이는 것으로 분석되었다. 따라서 국내 유역을 대상으로 기존에 미국에서 개발된 MUSLE를 적용하기 위해서는 토지이용별 유출인자의 계수 및 지수에 대한 충분한 수정·보완 과정이 중요시되어야 할 것으로 판단된다. 향후 본 연구의 결과는 비점오염원관리지역 내 토양유실 우심지역 선별과 토양유실 저감 대책 수립 및 평가를 위한 기초자료로 활용될 수 있으리라 판단된다.

• 한국농공학회논문집
• /
• 제59권1호
• /
• pp.21-30
• /
• 2017

Soil erosion has been issued in many countries since it causes negative impacts on ecosystem at the receiving water bodies. Therefore best management practices to resolve the problem in a watershed have been developed and implemented. As a prior process, there is a need to define soil erosion level and to identify the area of concern regarding soil erosion so that the practices are effective as they are designed. Universal Soil Loss Equation (USLE) were developed to estimate potential soil erosion and many Geographic Information System (GIS) models employ USLE to estimate soil erosion. Sediment Assessment Tool for Effective Erosion Control (SATEEC) is one of the models, the model provided several opportunities to consider various watershed peculiarities such as breaking of slope length, monthly variation of rainfall, crop growth at agricultural fields, etc. SATEEC is useful to estimate soil erosion, however the model can be implemented with ArcView software that is no longer used or hard to use currently. Therefore SATEEC based on ArcView was rebuild for the ArcGIS software with all modules provided at the previous version. The rebuilt SATEEC, ArcSATEEC, was programmed in ArcPy and works as ArcGIS Toolset and allows considering monthly variations of rainfall and crop growth at any watershed in South-Korea. ArcSATEEC was applied in Daecheong-dam watershed in this study, monthly soil erosion was estimated with monthly rainfall and crop growth variation. Annual soil erosion was computed by summing monthly soil erosion and was compared to the conventional approach to estimate annual soil erosion. The annual soil erosion estimated by the conventional approach and by summing monthly approach did not display much differences, however, ArcSATEEC was capable to provide monthly variation of soil erosion.

• 한국토양비료학회지
• /
• 제38권2호
• /
• pp.59-65
• /
• 2005

1:25,000 수치정밀토양도와 (R)USLE를 이용하여 우리나라 전역의 토양침식 위험성을 평가하고 토양침식등급을 이용하여 등급에 따른 토양보전방법을 제시하고자 하였다. 우리나라에서 강우인자 값이 높은 지역은 경기의 김포, 강화, 전남 고흥, 여수, 장흥과 경남 고성, 사천, 진해, 통영 등으로 주로 전남, 경남의 남부 해안과 경기지역의 서부 해안에 밀집되어 있었으며 반면, 경북 영덕, 영천, 구미, 포항, 군위 등의 강우인자 값이 작았다. 토양침식성 인자는 경기, 충남, 전북, 전남의 서부해안지역이 컸으며 강원, 충북, 경북, 충남 내륙지역에서 작았다. 밭의 평균 경사도는 강원 평창이 30.1%로 가장 높았으며 태백산에서 지리산에 이르는 소백산맥 주변에 위치한 지역의 밭 평균 경사도가 높았다. 우리나라 밭토양의 연간 총유실량은 전남이 가장 많았고 경북, 경남의 순으로 나타났다. 밭토양의 단위면적당 연간 토양유실량은 경남이 가장 높았고 전남, 강원 순으로 높았다. 시군단위로 분석한 결과 강원 평창의 밭 단위면적당 토양유실량이 가장 많았으며 경남 남해, 고성, 강원 정선 등의 단위면적당 토양유실량이 많았다. 이는 경남과 전남의 경우 강우인자가 크며 경남과 강원지역의 밭이 경사도가 크기 때문이었다. 논은 토양침식 위험성이 대부분 "매우 적음" 또는 "적음" 등급에 해당하였으며 밭은 전체 밭 면적 중 23.5%가 "매우 심함" 등급이었다. "매우 심함" 등급에 해당하는 밭 중에서 경사가 15% 이상 (D-F slope)이 $133.6{\times}10^3ha$로 많았으나 7-15% (C slope) 경사임에도 "매우 심함" 등급에 해당하는 밭도 $34.5{\times}10^3ha$가 분포하였다. 또한 시군별 1:25,000 수치정밀토양도를 이용하여 토양상별 토양침식등급을 도시한 토양침식도를 작성하였다. 농경지로서 수용가능한 토양유실의 목표치를 $11Mg\;ha^{-1}\;yr^{-1}$ (1년에 약 1 mm)로 규정할 때 "보통", "약간 심함" 등급인 밭은 농경학적 토양보전농법, "심함" 등급인 밭은 토목적인 토양보전농법을 통해 목표치를 달성할 수 있을 것으로 판단되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.260-260
• /
• 2016

Soil erosion is a very serious problem from agricultural as well as environmental point of view. Various computer models have been used to estimate soil erosion and assess erosion control practice. Universal Soil loss equation (USLE) is a popular model which has been used in many countries around the world. Erosivity (USLE R-factor) is one of the USLE input parameters to reflect impacts of rainfall in computing soil loss. Value of R factor depends upon Energy (E) and maximum rainfall intensity of specific period ($I30_{max}$) of that rainfall event and thus can be calculated using higher temporal resolution rainfall data such as 10 minute interval. But 10 minute interval rainfall data may not be available in every part of the world. In that case we can use hourly rainfall data to compute this R factor. Maximum 60 minute rainfall ($I60_{max}$) can be used instead of maximum 30 minute rainfall ($I30_{max}$) as suggested by USLE manual. But the value of Average annual R factor computed using hourly rainfall data needs some correction factor so that it can be used in USLE model. The objective of our study are to derive relation between averages annual R factor values using 10 minute interval and hourly rainfall data and to determine correction coefficient for R factor using hourly Rainfall data.75 weather stations of Korea were selected for our study. Ten minute interval rainfall data for these stations were obtained from Korea Meteorological Administration (KMA) and these data were changed to hourly rainfall data. R factor and $I60_{max}$ obtained from hourly rainfall data were compared with R factor and $I30_{max}$ obtained from 10 minute interval data. Linear relation between Average annual R factor obtained from 10 minute interval rainfall and from hourly data was derived with $R^2=0.69$. Correction coefficient was developed for the R factor calculated using hourly rainfall data.. Similarly, the relation was obtained between event wise $I30_{max}$ and $I60_{max}$ with higher $R^2$ value of 0.91. Thus $I30_{max}$ can be estimated from I60max with higher accuracy and thus the hourly rainfall data can be used to determine R factor more precisely by multiplying Energy of each rainfall event with this corrected $I60_{max}$.