선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 논과 밭을 구분하기 위해, 근적외선(NIR; Near Infrared) 밴드가 수체(물)에 민감하게 반응한다는 점에 착안하였다(채효석 등, 2002). 그림 2는 4월부터 7월까지의 논의 모습이며, 지역적으로 편차는 있지만 일반적으로 4월 말경에 모내기를 위해 논에 물을 관개하고 5월 초에서 6월 초에 걸쳐 모내기를 실시하게 된다.
- 본 연구에서는 비점오염원 분석시 기대평균 농도(EMC; Expected Mean Concentration)에 가장 큰 영향을 주는 논과 밭이 구분된 GIS 자료구축이 필요하였으며, 논과 밭의 구분이 없는 환경부의 대분류 토지피복도의 한계를 극복하고자 Landsat TM 영상을 이용하여 논과 밭의 구분을 포함한 토지피복 분류를 시도하였다. 추출한 토지피복도는 환경부의 대분류와 중분류 자료와 간접적으로 비교하여 그 타당성을 평가하였으며, 이를 통해 직접유출을 반영한 유역내 비점오염 분석을 실시하였다.
제안 방법
- 토지이용에 따라 적용되는 기대평균농도(EMC)값은 공간적으로 평균오염농도를 부여하는 하나의 방법이다. SCS 방법에 의해 각 셀별로 산정된 유출량 그리드에 EMC값을 부여하고 단위 셀 면적을 고려하여 비점오염원 부하량을 산정하였다.
- 영상분류는 3/2/1 밴드를 이용하여 시가지, 산림, 농경지를 추출하였으며, 이 후 4/3/2 밴드를 이용하여 수계와 논을 추출한 후 GIS 공간분석을 통해 농경지로부터 논과 밭을 구분하였다. 그리고 밴드특성별 통계자료를 토대로 최소거리법에 의한 영상분류를 수행하여 그림 4와 같이 토지피복도를 구축하였다. 분류된 토지피복도의 정확도를 상대적으로 비교하기 위해 환경부의 대분류와 중분류 자료를 이용하였다.
- 모내기 후에도 벼의 생육을 위해 7월 말까지 일반적으로 논에 물이 존재하게 되나 벼의 잎에 의해 근적외선 밴드를 통한 수체 정보를 취득하기는 다소 어렵게 된다. 따라서 본 연구에서는 논에 물을 관개하기 전인 4월 중반 이전의 영상을 이용하여 논과 밭을 통합한 농경지를 추출한 후, 5월 초에서 7월 초 위성영상을 입수하여 농경지 부분중 근적외선 밴드에 의한 수체영역을 추출하여 논으로 클래스를 할당하는 방식을 채택하였다.
- 본 연구에서는 농업과학기술원의 정밀토양도를 이용하였으며, DEM 자료는 수치지형도에서 추출한 10m 해상도의 자료를 이용하였다. 또한 토지피복도는 Landsat TM 영상에서 분류한 성과물을 이용하여 직접유출 분석에 필요한 미국 토양국(U.S. Soil Conservation Service)의 CN(Curve Number)을 비롯하여 원단위별 기대평균농도(EMC)를 계산하는데 활용하였다.
- 분류된 토지피복도의 정확도를 상대적으로 비교하기 위해 환경부의 대분류와 중분류 자료를 이용하였다. 먼저, 환경부 대분류 자료와의 비교를 위해 환경부의 7개 클래스를 수계, 시가화건조지역, 산림, 농경지로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 표 1과 같이 상호 비교하였다. 분석 결과, 수계와 산림지역은 90.
- 본 연구에서는 주암댐 유역을 대상으로 Landsat TM 영상자료를 기반으로 토지피복 분류를 통한 비점오염 부하량 산정을 실시하여 다음의 결론을 얻었다.
- 본 연구에서는 표 6과 같이 환경부(1995)의 비점오염원 조사를 통해 제시된 우리나라의 토지이용 특성을 고려한 기대평균농도(EMC) 값을 이용하여 표준유역별 기대평균 농도 특성을 표 7과 같이 산정하였다.
- 영상분류는 3/2/1 밴드를 이용하여 시가지, 산림, 농경지를 추출하였으며, 이 후 4/3/2 밴드를 이용하여 수계와 논을 추출한 후 GIS 공간분석을 통해 농경지로부터 논과 밭을 구분하였다. 그리고 밴드특성별 통계자료를 토대로 최소거리법에 의한 영상분류를 수행하여 그림 4와 같이 토지피복도를 구축하였다.
- 정밀토양도를 이용하여 계산한 수문학적 토양군의 결과(A, B, C, D)와 Landsat TM 영상으로부터 분류한 토지피복분류도를 이용하여 SCS CN을 계산하게 된다. 본 연구에서는 윤태훈(1999)이 제시한 표 4의 기준을 이용하여 SCS CN값을 산정하였다.
- 본 연구에서는 비점오염원 분석시 기대평균 농도(EMC; Expected Mean Concentration)에 가장 큰 영향을 주는 논과 밭이 구분된 GIS 자료구축이 필요하였으며, 논과 밭의 구분이 없는 환경부의 대분류 토지피복도의 한계를 극복하고자 Landsat TM 영상을 이용하여 논과 밭의 구분을 포함한 토지피복 분류를 시도하였다. 추출한 토지피복도는 환경부의 대분류와 중분류 자료와 간접적으로 비교하여 그 타당성을 평가하였으며, 이를 통해 직접유출을 반영한 유역내 비점오염 분석을 실시하였다.
- 토양도는 농업과학기술원에서 제작된 정밀 토양도를 이용하였고 토양통별 특성을 분석하여 수문학적 토양군을 표 3과 같이 분석하였다. 비점오염원에 취약한 수문학적 토양군 D의 면적이 가장 넓은 유역을 분석한 결과, 동복댐과 동복천 유역이 각각 130.
- 하천유역의 수문 해석에 있어 유효강우량, 강우유출 등은 중요한 기초 자료이며, 강우유출 등급을 산정하기 위해 토양도와 토지피복도를 중첩함으로서 SCS CN을 속성으로 갖는 주제도를 구축하였다. SCS CN 방법을 이용해서 CN값을 구하기 위해서 고려되어야 할 사항으로는 토양의 종류이다.
- 환경부 중분류 자료와의 비교를 위해 23개 클래스를 수계, 시가화건조지역, 산림, 논, 밭으로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 표 2와 같이 상호 비교하였다. 분석 결과, 산림은 94.
대상 데이터
- 본 연구대상지는 주암댐 유역으로서, 주암댐은 광주권 지역인 광주광역시, 나주시, 화순군 등의 급수난을 해소하고, 정부가 수립한 전국 균형개발계획에서 광주권 도시가 서남권 지역 개발의 경제, 사회, 문화, 교육의 중추기능을 담당하게 됨에 따라 용수 수요의 급증에 대비하기 위하여 1992년 준공되었다. 1992년 목포시 가용수 공급 대상지역이 추가되어 총 시설 용량 48만 ㎥/일, 관로 연장 117 ㎞에 이르며, 1994년 7월부터 광주시에 용수공급을 개시로 1996년 1월 목포시, 1996년 4월 나주시와 화순군 일원에 수돗물을 공급하고 있다.
- 댐유역의 비점오염원 분석을 위해서는 기본적으로 토양도, 토지피복도, DEM 자료 등을 활용한 유출량 계산이 필요하다. 본 연구에서는 농업과학기술원의 정밀토양도를 이용하였으며, DEM 자료는 수치지형도에서 추출한 10m 해상도의 자료를 이용하였다. 또한 토지피복도는 Landsat TM 영상에서 분류한 성과물을 이용하여 직접유출 분석에 필요한 미국 토양국(U.
- 본 연구에서는 토지피복 분류를 위한 영상선정 기준을, 주암댐 유역 영역인 115/35(Raw/Path)를 지나는 Landsat 5 TM 영상 중 최신의 영상이면서 구름에 의한 영향이 5% 미만인 것을 기준으로 4월 중반 이전과 5월 초에서 7월 초 사이의 영상이 연속적으로 나타나는 영상을 Landsat 영상구매 웹 사이트(http://cs.rsgs.ac.cn/cs_en/query/query _map.asp)를 통해 조사한 결과, 그림 3과 같이 2009년 4월 7일과 2009년 6월 26일 영상을 선정하게 되었다.
- 그리고 밴드특성별 통계자료를 토대로 최소거리법에 의한 영상분류를 수행하여 그림 4와 같이 토지피복도를 구축하였다. 분류된 토지피복도의 정확도를 상대적으로 비교하기 위해 환경부의 대분류와 중분류 자료를 이용하였다. 먼저, 환경부 대분류 자료와의 비교를 위해 환경부의 7개 클래스를 수계, 시가화건조지역, 산림, 농경지로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 표 1과 같이 상호 비교하였다.
- 주암댐 유역의 유출특성을 파악하기 위한 강우자료는 2000~2010년 동안의 주암댐의평균 강우량 자료를 이용하였다(한국수자원공사, 2011). 직접유출 분석결과, 동복댐과 동복천 유역이 각각 1,353.
이론/모형
- 정밀토양도를 이용하여 계산한 수문학적 토양군의 결과(A, B, C, D)와 Landsat TM 영상으로부터 분류한 토지피복분류도를 이용하여 SCS CN을 계산하게 된다. 본 연구에서는 윤태훈(1999)이 제시한 표 4의 기준을 이용하여 SCS CN값을 산정하였다. SCS CN 분석결과, 동복댐과 동복천 유역이 각각 82.
성능/효과
- BOD, TN, TP에 대한 유출부하량 결과, 보성강상류 유역과 겸백수위표 유역이 크게 나타났으며, 이는 보성강상류와 겸백수위표 유역의 논과 밭 비율이 다른 유역에 비해 상대적으로 높기 때문으로 판단되며, 또한 직접유출 계산에 활용되는 SCS CN도 부분적으로 영향을 준 것으로 사료된다. 따라서 보성강상류와 겸백수위표 유역에 대해서는 탁수 및 비점오염 발생 우려가 높으므로 비점오염 저감을 위한 대책들이 마련되어야 할 것이다.
- 본 연구에서는 윤태훈(1999)이 제시한 표 4의 기준을 이용하여 SCS CN값을 산정하였다. SCS CN 분석결과, 동복댐과 동복천 유역이 각각 82.67와 81.96로 가장 높게 나타났으며 송광천이 71.53으로 가장 낮게 나타났다.
- 각 영상에 대해 4/3/2 밴드를 각각 R/G/B로 지정하여 분석한 결과, 4월 7일 영상에서는 토지피복도와 비교해 볼 때 논과 밭 클래스가 유사한 분광특성을 나타내었으나, 6월 26일 영상에서는 논에 관개된 물의 영향으로 토지피복도 상의 논에 해당되는 영역이 수계보다는 못하지만 밭 클래스 영역에 비해 상당히 어두운 형상을 나타내었다. 영상분류를 위해 ROI(Region Of Interest)를 지정하였으며, 4월 7일 영상에서 논과 밭이 통합된 농경지에 대한 근적외선 밴드의 DN(Digital Number) 값의 최소, 최대, 평균, 표준편차는 각각 47.
- ton/㎢/yr 로 낮게 나타났다. 그리고 TN 유출부 하량 분석결과, 겸백수위표와 보성강상류 유역이 각각 319 ton/yr 와 332 ton/yr 로 높은 값을 나타냈으며, 주암댐 유역이 211 ton/yr 로 가장 낮은 값을 보였다. 단위면적당 TN 유출부하량에서는 보성강상류와 송광천 유역이 각각 2.
- 넷째, 토지피복도 등의 GIS 자료를 기초로 직접유출과 기대평균농도 자료를 조합하여 비점오염원을 분석한 결과에서도 겸백수위표와보성강상류 유역이 BOD, TN, TP 유출부하량 모두 높게 분석되었다. 단위면적당 BOD 유출부하량은 보성강상류와 겸백수위표 유역이 높게 나타났으며, 단위면적당 TN과 TP 유출부하량에서는 보성강상류와 송광천 유역이 높게 분석되었다.
- 넷째, 토지피복도 등의 GIS 자료를 기초로 직접유출과 기대평균농도 자료를 조합하여 비점오염원을 분석한 결과에서도 겸백수위표와보성강상류 유역이 BOD, TN, TP 유출부하량 모두 높게 분석되었다. 단위면적당 BOD 유출부하량은 보성강상류와 겸백수위표 유역이 높게 나타났으며, 단위면적당 TN과 TP 유출부하량에서는 보성강상류와 송광천 유역이 높게 분석되었다. 이를 통해 표준유역별 혹은 단위면적당 BOD, TN, TP의 유출부하 취약성을 평가할 수 있었으며, 이는 비점오염원 관리를 위한 중점대상 유역을 선정하는데 기초자료로 유용하게 활용될 수 있으리라 판단된다.
- 둘째, 영상분류를 통해 추출한 토지피복도를 기초로 하여 직접유출에 영향을 주는 유출 곡선지수(CN)를 분석한 결과 동복댐과 동복천 유역이 각각 82.67과 81.96으로 높게 나타났으며, 이로 인해 직접유출 분석 결과에서도 동복댐과 동복천 유역이 각각 1,353.08㎥/yr 와 1,350.18 ㎥/yr 로 가장 높게 분석되어 비점오염원의 원단위 기준이 동일할 경우 강우로 인한 토사발생 및 비점오염 잠재성이 큰 지역으로 확인되었다.
- 40 ton/㎢/yr 로 낮게 나타났다. 또한 TP 유출부하량 분석결과, 겸백수위표와 보성강상류 유역이 각각 19.1 ton/yr 과 19.5 ton/yr 로 높은 값을 나타냈으며, 주암댐 유역이 약 6.7 ton/yr 로 가장 낮은 값을 보였다. 단위면적당 TP 유출 부하량에서는 보성강상류와 송광천 유역이 각각 0.
- 50%로 비교적 낮은 정확도를 나타내었다. 또한 수계, 논 그리고 밭은 각각 78.57%, 74.55% 그리고 75.89%로 비교적 양호한 결과를 얻을 수 있었으며, 전체적으로 78.41%의 정확도를 확보하였다. 그러나 본 연구에서 정확도 비교를 위해 채택한 토지피복도는 중분류 기준에서 재분류한 것으로서 현재의 토지피복 상태가 아닌 지형도, 지적도, 임상도 등의 자료를 토대로 육안판독에 의한 결과로서, 특히 농경지의 경우 지적도를 기반으로 하고 있기 때문에 현재의 경작상태를 고려하지 않고 법적으로 지정되어 있는 형태만을 반영하고 있다.
- 환경부 중분류 자료와의 비교를 위해 23개 클래스를 수계, 시가화건조지역, 산림, 논, 밭으로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 표 2와 같이 상호 비교하였다. 분석 결과, 산림은 94.55%로 매우 높은 정확도를 보였으나 시가화건조지역은 68.50%로 비교적 낮은 정확도를 나타내었다. 또한 수계, 논 그리고 밭은 각각 78.
- 먼저, 환경부 대분류 자료와의 비교를 위해 환경부의 7개 클래스를 수계, 시가화건조지역, 산림, 농경지로 통합하였으며, 영상분류한 토지피복도 역시 같은 클래스로 통합하여 표 1과 같이 상호 비교하였다. 분석 결과, 수계와 산림지역은 90.64%와 96.63%로 매우 높은 정확도를 보였으며, 시가화건조지역과 농경지는 75.44%와 73.13%로 비교적 양호한 정확도를 나타내었다. 전체 평균 정확도는 83.
- 토양도는 농업과학기술원에서 제작된 정밀 토양도를 이용하였고 토양통별 특성을 분석하여 수문학적 토양군을 표 3과 같이 분석하였다. 비점오염원에 취약한 수문학적 토양군 D의 면적이 가장 넓은 유역을 분석한 결과, 동복댐과 동복천 유역이 각각 130.16㎢와 114.56㎢로 가장 높게 나타났으며, 해당 소유 역별 D군의 점유비율이 가장 높은 유역도 동복댐과 동복천 유역으로서 각각 67.68%와 60.83%로 나타났다. 따라서 이러한 유역들은 토양 특성에 의한 유출 가능성이 높기 때문에 비점오염원 유발에 취약한 유역으로 분류할수 있으며, 해당 유역의 면적도 넓을 경우 심각한 비점오염 유발지역으로 관리해야 될 것이다.
- 셋째, 영상분류를 통해 구축한 토지피복 클래스에 대해 기대평균농도(EMC)를 계산한결과, 겸백수위표와 보성강상류 유역에서 BOD, TN, TP에 대한 기대평균농도가 높게 나타났다. 이를 통해 강우조건이 동일할 경우 BOD, TN, TP에 의한 표준유역별 취약성을 분석할 수 있었다.
- 각 영상에 대해 4/3/2 밴드를 각각 R/G/B로 지정하여 분석한 결과, 4월 7일 영상에서는 토지피복도와 비교해 볼 때 논과 밭 클래스가 유사한 분광특성을 나타내었으나, 6월 26일 영상에서는 논에 관개된 물의 영향으로 토지피복도 상의 논에 해당되는 영역이 수계보다는 못하지만 밭 클래스 영역에 비해 상당히 어두운 형상을 나타내었다. 영상분류를 위해 ROI(Region Of Interest)를 지정하였으며, 4월 7일 영상에서 논과 밭이 통합된 농경지에 대한 근적외선 밴드의 DN(Digital Number) 값의 최소, 최대, 평균, 표준편차는 각각 47.0, 255.0, 188.5, 52.5로 나타났다. 반면 6월 26일 영상에 대한 논 클래스의 근적외선 밴드 DN 값의 최소, 최대, 평균, 표준편차는 각각 49.
- 셋째, 영상분류를 통해 구축한 토지피복 클래스에 대해 기대평균농도(EMC)를 계산한결과, 겸백수위표와 보성강상류 유역에서 BOD, TN, TP에 대한 기대평균농도가 높게 나타났다. 이를 통해 강우조건이 동일할 경우 BOD, TN, TP에 의한 표준유역별 취약성을 분석할 수 있었다.
- 13%로 비교적 양호한 정확도를 나타내었다. 전체 평균 정확도는 83.96%로 높은 정확도를 나타내었으며, 시가화건조지역의 경우 농경지로 오분류 된 비율이 8.13%, 농경지의 경우 시가화건조지역으로 오분류 된 비율이 17.39%로 나타났다. 이는 밭지역의 경우 시가화건지역과 일부 분광특성이 중복되어 나타난 것으로 판단되며, 따라서 밭 지역이 농경지로 통합되는 과정에서 분류 결과에 영향을 준 것으로 해석된다.
- BOD, TN, TP 기대평균농도에 직접유출을 고려하여 각 항목별 유출부하량을 표 8과 같이 계산하였다. 주암댐 유역의 BOD 유출부하량 분석결과, 겸백수위표와 보성강상류 유역이 각각 1,232 ton/yr 와 1,189 ton/yr 로 높은 값을 나타냈으며, 주암댐 유역이 331 ton/yr 로 가장 낮은 값을 보였다. 단위면적당 BOD 유출부하량에서는 보성강상류와 겸백수 위표 유역이 각각 9.
- 주암댐 유역의 기대평균농도를 분석한 결과, BOD는 겸백수위표와 보성강상류 유역이 각각 8.99 ㎎/L 와 8.71 ㎎/L 로 높게 나타났으며, TN은 보성강상류와 겸백수위표 유역이 각각 2.48 ㎎/L 과 2.37 ㎎/L 로 높게 나타났다. 또한 TP는 겸백수위표와 보성강상류 유역이 모두 0.
- 주암댐 유역의 유출특성을 파악하기 위한 강우자료는 2000~2010년 동안의 주암댐의평균 강우량 자료를 이용하였다(한국수자원공사, 2011). 직접유출 분석결과, 동복댐과 동복천 유역이 각각 1,353.08㎥/yr 와 1,350.18 ㎥/yr 로 가장 높게 나타났다. 표 5는 표준유역별 SCS CN과 직접유출 결과를 보여주고 있다.
- 첫째, 모내기 전후의 Landsat TM 영상을 기초로 근적외선 밴드 특성을 이용하여 논과 밭을 분류하는 기법을 제시하였으며, 환경부의 대분류 및 중분류 토지피복도와 비교한 결과 평균 83.96%와 78.41%의 높은 정확도를 확보할 수 있었다. 다만 환경부의 중분류 토지피복도와 비교한 정확도가 다소 낮은 것은 환경부 자료의 경우 논과 밭의 피복 클래스가 지적법상의 지목을 기준으로 구축되었기 때문으로 판단되며, 분석 당시의 경작현황을 조사한 자료와 비교시 정확도는 대분류 정확도와 같이 더 향상될 것으로 예상된다.
후속연구
- BOD, TN, TP에 대한 유출부하량 결과, 보성강상류 유역과 겸백수위표 유역이 크게 나타났으며, 이는 보성강상류와 겸백수위표 유역의 논과 밭 비율이 다른 유역에 비해 상대적으로 높기 때문으로 판단되며, 또한 직접유출 계산에 활용되는 SCS CN도 부분적으로 영향을 준 것으로 사료된다. 따라서 보성강상류와 겸백수위표 유역에 대해서는 탁수 및 비점오염 발생 우려가 높으므로 비점오염 저감을 위한 대책들이 마련되어야 할 것이다.
- 그러나 본 연구에서 정확도 비교를 위해 채택한 토지피복도는 중분류 기준에서 재분류한 것으로서 현재의 토지피복 상태가 아닌 지형도, 지적도, 임상도 등의 자료를 토대로 육안판독에 의한 결과로서, 특히 농경지의 경우 지적도를 기반으로 하고 있기 때문에 현재의 경작상태를 고려하지 않고 법적으로 지정되어 있는 형태만을 반영하고 있다. 따라서 분석 당시의 논과 밭의 경작형태를 반영한 영상자료 분석결과와 직접적인 비교를 하는 것은 한계가 있다고 판단되며, 논과 밭에 대해 실제 경작상태를 조사한 자료가 있다면 그 정확도는 더 높아질 것으로 예상된다.
- 단위면적당 BOD 유출부하량은 보성강상류와 겸백수위표 유역이 높게 나타났으며, 단위면적당 TN과 TP 유출부하량에서는 보성강상류와 송광천 유역이 높게 분석되었다. 이를 통해 표준유역별 혹은 단위면적당 BOD, TN, TP의 유출부하 취약성을 평가할 수 있었으며, 이는 비점오염원 관리를 위한 중점대상 유역을 선정하는데 기초자료로 유용하게 활용될 수 있으리라 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.