Identifying soil water content as a major factor for evaluating irrigation and water resource is a primary module to develop a prediction model. A variety of PTFs (Pedo-Transfer Functions) are applied in the models to estimate soil water content, the analysis techniques, however, which compare the e...
Identifying soil water content as a major factor for evaluating irrigation and water resource is a primary module to develop a prediction model. A variety of PTFs (Pedo-Transfer Functions) are applied in the models to estimate soil water content, the analysis techniques, however, which compare the estimated from models and the measured by instruments, are not reached at the level to demonstrate the effectiveness of the PTFs in Korea. Many soil physicians such as Eom, Peterson, Rawls, Saxton, Bruand, Baties, Tomasella & Hodnett (T&H), and Minasny, have developed analytic models using PTFs. Soil data for the analysis used soil water contents on 347 soil series (10 kPa), 358 soil series (33 kPa), 356 soil series (1,500 kPa) established by NAAS (National Academy of Agricultural Science). A coefficient of determination on soil water content at 10, 33 and 1,500 kPa was the highest as 0.5932 in EM (Eom model), 0.6744 in REM (Rawls model) and 0.6108 in REM, respectively. In conclusion, it is strongly suggested that the use of EM or REM is suitable for estimating soil water content in Korea although SM (Saxton model) has been widely used.
Identifying soil water content as a major factor for evaluating irrigation and water resource is a primary module to develop a prediction model. A variety of PTFs (Pedo-Transfer Functions) are applied in the models to estimate soil water content, the analysis techniques, however, which compare the estimated from models and the measured by instruments, are not reached at the level to demonstrate the effectiveness of the PTFs in Korea. Many soil physicians such as Eom, Peterson, Rawls, Saxton, Bruand, Baties, Tomasella & Hodnett (T&H), and Minasny, have developed analytic models using PTFs. Soil data for the analysis used soil water contents on 347 soil series (10 kPa), 358 soil series (33 kPa), 356 soil series (1,500 kPa) established by NAAS (National Academy of Agricultural Science). A coefficient of determination on soil water content at 10, 33 and 1,500 kPa was the highest as 0.5932 in EM (Eom model), 0.6744 in REM (Rawls model) and 0.6108 in REM, respectively. In conclusion, it is strongly suggested that the use of EM or REM is suitable for estimating soil water content in Korea although SM (Saxton model) has been widely used.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 이와 같이 토양의 입경분포나 유기물 함량을 이용하는 기존의 PTF를 대상으로 우리나라 토양에서는 어떤 모형이 토양통 자료에 나타나 있는 토양수분 장력별 토양수분 함량을 가장 잘 예측하는지를 검토해보고자 한다.
제안 방법
Table 4. Regression analysis by an application of established PTF for θ1,500kPa estimation of Korean soils.
우리나라 390개의 토양통 중 국립농업과학원(NAAS)에서 제공하는 토양수분 장력에 따른 토양수분함량 자료가 존재하는 347개 토양통(10 kPa), 358개 토양통(FC), 356개 토양통(WP)에서의 층위별 자료 1,214 (10 kPa), 1,454(FC), 1,448(WP)개에 대한 토양특성을 살펴보았다(Table 1). 토양조사자료로 제공되고 있는 자료들의 모래, 미사, 점토 및 유기물 함량과 10 kPa, FC, WP에서의 토양수분 함량에 대한 평균 및 최대·최소값 및 표준편차와 변이계수를 살펴보면 모래함량은 평균이 34.
대상 데이터
분석에 활용한 자료는 국립농업과학원(NAAS)에서 토양조사를 통해 이미 구축하고 있는 자료를 바탕으로 하였으며, 구축된 391개의 토양통 자료 중 토양수분 장력(10 kPa, FC, WP)에 따른 토양수분함량 자료가 존재하는 347개통(10kPa), 358개통(FC), 356개통(WP)의 토양이 대상이었다. 층위별로는 1,214(10 kPa), 1,455(FC), 1,448 (WP)개의 지점을 분석대상으로 삼았다(Fig.
분석에 활용한 자료는 국립농업과학원(NAAS)에서 토양조사를 통해 이미 구축하고 있는 자료를 바탕으로 하였으며, 구축된 391개의 토양통 자료 중 토양수분 장력(10 kPa, FC, WP)에 따른 토양수분함량 자료가 존재하는 347개통(10kPa), 358개통(FC), 356개통(WP)의 토양이 대상이었다. 층위별로는 1,214(10 kPa), 1,455(FC), 1,448 (WP)개의 지점을 분석대상으로 삼았다(Fig. 1). 1,455개 지점에서의 토양입경분포의 범위는 모래함량이 0-98.
데이터처리
PTF 작성을 위해 두 개 이상의 독립변수가 사용되었고, 종속변수와 독립변수 간의 관계가 선형으로 가정되는 다중선형회귀모형을 결정하기 위한 다중회귀 분석을 실시했다. 회귀모형의 독립변수들이 종속변수의 변동을 설명해 줄 수 있는지 여부를 판단하기 위해 분산분석을 실시하고 회귀계수의 유의성을 검증하기 위한 부분 t-검정을 실시했다.
회귀모형의 독립변수들이 종속변수의 변동을 설명해 줄 수 있는지 여부를 판단하기 위해 분산분석을 실시하고 회귀계수의 유의성을 검증하기 위한 부분 t-검정을 실시했다. 통계분석을 위한 프로그램은 SAS를 활용했다.
PTF 작성을 위해 두 개 이상의 독립변수가 사용되었고, 종속변수와 독립변수 간의 관계가 선형으로 가정되는 다중선형회귀모형을 결정하기 위한 다중회귀 분석을 실시했다. 회귀모형의 독립변수들이 종속변수의 변동을 설명해 줄 수 있는지 여부를 판단하기 위해 분산분석을 실시하고 회귀계수의 유의성을 검증하기 위한 부분 t-검정을 실시했다. 통계분석을 위한 프로그램은 SAS를 활용했다.
이론/모형
토양수분 장력에 따른 토양수분 함량을 예측하기 위한 다양한 PTF 중 본 연구에서는 NAAS에서 제공하고 있는 토양통별 토양물리특성 자료들이 모래, 미사, 점토, 유기물 함량 외에는 결측 자료들이 많아 이들 자료들을 활용할 수 있는 모형 위주로 선택하였으며 그 모형은 다음과 같이 8개(Batjes, 1996; Bruand et al., 1994; Eom et al., 1995; Minasny et al., 1999; Petersen et al., 1968; Rawls et al., 1982; Saxton et al., 1986; Tomasella and Hodnett, 1998)를 선택하였다. 여기서 θ10kPa, θ33kPa, θ1, 500kPa는 10kPa, FC, WP에서의 토양수분 함량이고 S는 모래함량(%), Si는 미사함량(%), C는 점토함량(%), OM은 유기물 함량(%)을 나타낸다.
성능/효과
1). 1,455개 지점에서의 토양입경분포의 범위는 모래함량이 0-98.5%, 미사함량이 0.3-81.4%, 점토함량이 0-82.6%를 차지하고 있었고, 유기물 함량은 0-54.8%의 범위를 차지하고 있다. 토성별로는 식토 37개, 식양토 85개, 양토 291개, 양질사토 44개, 사토 64개, 사질식양토 29개, 미사토 1개, 미사질식토 72개, 미사질식양토 219개, 미사질양토 370개, 사양토가 243개를 차지하고 있다.
7%까지 분포하고 있다. 1,500 kPa에서는 평균이 13.6%이고, 0.9-58.6%까지 분포하고 있었는데, 토양수분 함량이 높은 토양들은 주로 유기물 함량이 많은 산림토양과 화산회토양이었으며, 토양수분함량의 변이가 토양입자들의 변이보다도 작은 경향을 나타내고 있다. 유기물을 제외한 토양 입자 특성으로만 보았을 때는 모래 함량의 변이가 가장 심한데, 이것은 모래에 비해 미사나 점토의 분포가 고르다는 것을 의미한다.
EM을 제외한 나머지 다섯 개의 모형 중에서 REM, SM, MM의 경우에는 일부 결과가 예측 값보다 측정값이 훨씬 더 큰 값을 가지는 경향을 보이는데, 이것은 대부분 화산회 토양과 같이 생성이 다른 토양에서 비롯된 결과이다. EM의 경우에도 자료가 밀집되지 않은 수분함량 값이 큰 구간은 화산회토양이 주로 분포하고 있는 것으로서(Fig.
001보다 작아 통계적으로 유의한 값을 보여주고 있다. 나머지 7개 PTF도 모두 통계적으로 유의한 결과를 보여주고 있는데, 그들 중 결정계수가 가장 큰 값을 보여주고 있는 PTF는 REM이며, 1:1선 적합도가 높은 반면 결정계수가 REM에 비해 작은 값을 보여주고 있는 PEM, SM, BEM, THM, MM의 경우 REM에 비해 결정계수가 낮게 나타나는 것은 화산회토양과 같이 유기물 함량이 일반토양 보다 높고 토양생성 원인이 다른 토양의 영향일 것으로 판단된다.
, 2000)의 결과보다 큰 값을 보여주고 있다. 또한, 우리나라에서 사용하는 수자원 모형에 가장 많이 활용되는 SM은 PTF의 적용성 검정 및 오추분석 결과를 보았을 때 EM이나 REM으로 대체하는 것이 바람직해 보인다. 한편, 10 kPa을 제외한 FC와 WP에서의 예측자료와 측정 자료를 비교해보면 EM보다는 REM의 R2가 더 높아 수문분야 활용에는 더 적합해 보이는데, 수문분야에 활용 가능하고 우리나라 토양에 적합한 PTF를 찾는 과정에서 발생하는 이러한 문제점은 66개 토양만을 대상으로 작성한 EM이나 REM보다 RMSE와 MAE 를 향상시킨 PTF 작성을 통해 해결할 수 있을 것이다.
또한, 우리나라에서 사용하는 수자원 모형에 가장 많이 활용되는 SM은 PTF의 적용성 검정 및 오추분석 결과를 보았을 때 EM이나 REM으로 대체하는 것이 바람직해 보인다. 한편, 10 kPa을 제외한 FC와 WP에서의 예측자료와 측정 자료를 비교해보면 EM보다는 REM의 R2가 더 높아 수문분야 활용에는 더 적합해 보이는데, 수문분야에 활용 가능하고 우리나라 토양에 적합한 PTF를 찾는 과정에서 발생하는 이러한 문제점은 66개 토양만을 대상으로 작성한 EM이나 REM보다 RMSE와 MAE 를 향상시킨 PTF 작성을 통해 해결할 수 있을 것이다. 이 PTF는 오차를 개선해야 하므로 가급적 더 많은 우리나라 토양을 분석대상으로 하는 것이 바람직하며, 또한 우리나라의 경우 거시적 기후로 토양생성이 달라지는 일부 토양이 존재하는데 그 토양을 제외하고는 지형과 모재만 다루어도 일반적으로 토양을 이해할 수 있으므로(Sonn et al.
질의응답
핵심어
질문
논문에서 추출한 답변
토양수분함량을 나타내는 중량수분함량과 용적수분함량의 의미는?
토양수분함량은 일정한 토양 부피나 무게 내에 토양이 보유하고 있는 물의 양을 나타내는데, 중량수분함량(gravimetric water content)과 용적수분함량(volumetric water content)으로 대별된다. 중량수분함량은 일정한 무게에 포함되어 있는 토양수분의 함량을 나타내고, 용적수분함량은 일정한 부피 내에 들어 있는 토양수분 함량을 의미한다. 중량수분함량에 용적밀도(bulk density)를 곱해 주면 용적수분함량이 되며 이렇게 확인된 수분함량은 토양 내 물 보유량이나 작물의 관개량을 계산하는데 기본 자료가 된다.
물의 흐름에 영향을 주는 주요 토양특성에는 어떤 것이 있는가?
물의 흐름에 영향을 주는 주요 토양특성은 토성(soil texture), 공극(soil pore), 보수특성(soil retention characteristics), 유기물 함량, 토양온도, 용적밀도 등이 있으며, 그중 토양수분 보유특성은 토양 내에서의 에너지 상태를 파악할 수 있기 때문에 물의 흐름을 해석하는데 중요한 요인이 된다. 이 토양수분 보유특성은 토양수분 퍼텐셜(soil water potential)에 따른 토양수분함량(soil water content) 으로 표시되는데, 토양수분 퍼텐셜은 삼투퍼텐셜(osmotic potential), 압력퍼텐셜(pressure potential), 매트릭퍼텐셜(matric potential), 중력퍼텐셜(gravitational potential) 로 구성되어 있으며 논에서의 담수상태와 같이 압력퍼텐셜이 작용하는 경우에는 매트릭퍼텐셜은 작용하지 않고, 반대로 불포화상태의 매트릭퍼텐셜이 작용할 때는 압력퍼텐셜은 작용하지 않는다.
토양수분 퍼텐셜을 구성하는 것은?
물의 흐름에 영향을 주는 주요 토양특성은 토성(soil texture), 공극(soil pore), 보수특성(soil retention characteristics), 유기물 함량, 토양온도, 용적밀도 등이 있으며, 그중 토양수분 보유특성은 토양 내에서의 에너지 상태를 파악할 수 있기 때문에 물의 흐름을 해석하는데 중요한 요인이 된다. 이 토양수분 보유특성은 토양수분 퍼텐셜(soil water potential)에 따른 토양수분함량(soil water content) 으로 표시되는데, 토양수분 퍼텐셜은 삼투퍼텐셜(osmotic potential), 압력퍼텐셜(pressure potential), 매트릭퍼텐셜(matric potential), 중력퍼텐셜(gravitational potential) 로 구성되어 있으며 논에서의 담수상태와 같이 압력퍼텐셜이 작용하는 경우에는 매트릭퍼텐셜은 작용하지 않고, 반대로 불포화상태의 매트릭퍼텐셜이 작용할 때는 압력퍼텐셜은 작용하지 않는다. 토양용액에 의해 발생되는 삼투퍼텐셜과 물의 위치에 따른 중력퍼텐셜은 매트릭퍼텐셜에 비해 그 크기가 매우 작아서 무시하는 경향이 있지만 토양의 수리전도도(hydraulic conductivity) 측정 시에는 중력퍼텐셜은 중요한 측정요인이 된다.
참고문헌 (26)
Abbasi Y, Ghanbarian-Alavijeh B, Liaghat A, Shorafa M. 2011. Evaluation of pedotransfer functions for estimating soil water retention of saline and saline-alkali soils of Iran. Pedosphere 21:230-237.
Bruand A, Baize D, Hardy M. 1994. Prediction of water retention properties of clayey soils : validity of relationships using a single soil characteristic. Soil Use and Management 10(3):99-103.
Cornelis WM, Ronsyn J, Meirvenne MV, Hartmann R. 2001. Evaluation of pedotransfer functions for oredicting the soil moisture retention curve. Soil Science Society of America Journal 65:638-648.
Cresswell HP, Coquet Y, Bruand A, McJenzie NJ. 2006. The transferability of Australian pedotransfer functions for predictiing water retention characteristics of French soils. Soil Use and Management 22:62-70.
Eom KC, Song KC, Ryu KS, Sonn YK, Lee SE. 1995. Model equations to estimate the soil water characteristics curve using scaling factor. Korean J. Soil Sci. Fert. 28(3):227-232.
Gardner WR, Hillel D, Benyamini Y. 1970a. Post irrigation movement of soil water. I. Redistribution. Water Resources Research 6:851-861.
Gardner WR, Hillel D, Benyamini Y. 1970b. Post irrigation movement of soil water. II. Simultaneous redistribution and evaporation. Water Resources Research 6:1148-1153.
Giksman AJ, Jagtap SS, Jones JW. 2003. Wading through a swamp of complete confusion: how to choose a method for estimating soil water retention parameters for crop models. European Journal of Agronomy 18:77-106.
Gregson K, Hector DJ, McGowan M. 1987. A one-parameter model for the soil water characteristic. Journal of Soil Science 38, 483-486.
Guber AK, Pachepsky YA, van Genuchten MT, Rawls WJ, Simunek J, Jacques D, Nicholson TJ, Cady RE. 2006. Field-scale water flow simulations using ensembles of pedotransfer functions for soil water retention. Vadose Zone Journal 5:234-247.
Hodnett MG, Tomasella J. 2002. Marked differences between van Genuchten soil water-retention parameters for temperate and tropical soils: a new water-retention pedo-transfer functions developed for tropical soils. Geoderma 108:155-180.
Minasny B, McBratney AB, Bristow KL. 1999. Comparison of different approaches to the development of pedotransfer functions for water-retention curves. Geoderma 93:225-253.
Petersen GW, Cunningham RL, Matelski RP. 1968. Moisture characteristics of Pennsylvania soils: I. Moisture retention as related to testure. Soil Science Society of America, Proceedings 32(2):271-275.
Petersen GW, Cunningham RL. Matelski RP. 1968. Moisture characteristics of Pennsylvania soils: II. Soil factors affecting moisture retention within a textural class-silt loam. Soil Science Society of America, Proceedings 32(2):866-870.
Rawls WJ, Brakensiek DL, Saxton KE. 1982. Estimation of soil water properties. Transactions of the ASAE (American Society of Agricultural Engineers) 25: 1316-1320.
Sonn YK, Hur SO, Seo MC, Jung SJ, Hyun BK, Song KC. 2007. Pattern classification of standard catchments with soil catena characteristics. Workshop for effective use of hydrologic soil group. National Institute of Agricultural Science & Technology Press, Suwon, Korea.
Tietje, O., Hennings, V., 1993. Bewertung von Pedotransferfunktionen zur Schatzung der Wasserspannungskurve. Z. Pflanzenernaehr. Bodenkd 156:447-455.
Tomasella J, Hodnett MG, Rossato L, 2000. Pedotransfer functions for the estimation of soil water retention in Brazilian soils. Soil Science Society of America Journal 64:327-338.
Van Genuchten M Th. 1980. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Science Society of America Journal 44, 892-898.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.