본 연구는 산지소유역에서 예측한 토사유실량 모형과 실측한 토사유실량을 비교함으로써 예측모형의 적용성 여부를 검토하였다. 또한, 정량적인 토사량 산정을 위하여 72개의 조사지점별로 각각의 영향인자를 산정하여 토사유실량 모형의 정확도를 높이고자 하였다. 토사유실량 산정에 영향을 주는 인자로는 LS 인자가 영향성이 가장 높은 것으로 나타났다. RUSLE, MUSLE 모형과 실측된 토사유실량의 총량을 비교한 결과, 두 모형은 실측치에 비하여 다소 높은 값을 보였으며, RUSLE 모형이 실측치와 근사한 값을 나타내었다. 조사 지점별 값의 비교에서는 MUSLE 값의 변동계수가 더 낮았으나, 값의 차이가 크지 않았다. 따라서 산지소유역에서의 RUSLE와 MUSLE 모형을 이용한 토사유실량의 예측은 적합한 것으로 보여진다. 또한, 산지소유역에서 토사유실량 예측 정도를 높이기 위해서는 강우사상에 대한 데이터 수집과 기존 토사유실 예측 모형에 사용되는 인자의 보완 및 개선에 대한 연구가 요구된다.
본 연구는 산지소유역에서 예측한 토사유실량 모형과 실측한 토사유실량을 비교함으로써 예측모형의 적용성 여부를 검토하였다. 또한, 정량적인 토사량 산정을 위하여 72개의 조사지점별로 각각의 영향인자를 산정하여 토사유실량 모형의 정확도를 높이고자 하였다. 토사유실량 산정에 영향을 주는 인자로는 LS 인자가 영향성이 가장 높은 것으로 나타났다. RUSLE, MUSLE 모형과 실측된 토사유실량의 총량을 비교한 결과, 두 모형은 실측치에 비하여 다소 높은 값을 보였으며, RUSLE 모형이 실측치와 근사한 값을 나타내었다. 조사 지점별 값의 비교에서는 MUSLE 값의 변동계수가 더 낮았으나, 값의 차이가 크지 않았다. 따라서 산지소유역에서의 RUSLE와 MUSLE 모형을 이용한 토사유실량의 예측은 적합한 것으로 보여진다. 또한, 산지소유역에서 토사유실량 예측 정도를 높이기 위해서는 강우사상에 대한 데이터 수집과 기존 토사유실 예측 모형에 사용되는 인자의 보완 및 개선에 대한 연구가 요구된다.
This study aims to predict the amount of soil loss from Mt. Palgong's small basin, by using influence factors derived from related models, including RUSLE and MUSLE models, and verify the validity of the model through a comparative analysis of the predicted values and measured values, and the result...
This study aims to predict the amount of soil loss from Mt. Palgong's small basin, by using influence factors derived from related models, including RUSLE and MUSLE models, and verify the validity of the model through a comparative analysis of the predicted values and measured values, and the results are as follows: The amount of soil loss were greatly affected by LS factor. In comparison with the measured value of the amount of total soil loss, the predicted values by the two models (RUSLE and MUSLE), appeared to be higher than those of the measured soil loss. Predicted values by RUSLE were closer to values of measured soil loss than those of MUSLE. However, coefficient of variation of MUSLE were lower, but two model's coefficient of variation in similar partial patterns in the prediction of soil loss. RUSLE and MUSLE, prediction soil loss models, proved to be appropriate for use in small mountainous basin. To improve accuracy of prediction of soil loss models, more effort should be directed to collect more data on rainfall-runoff interaction and continuous studies to find more detailed influence factors to be used in soil loss model such as RUSLE and MUSLE.
This study aims to predict the amount of soil loss from Mt. Palgong's small basin, by using influence factors derived from related models, including RUSLE and MUSLE models, and verify the validity of the model through a comparative analysis of the predicted values and measured values, and the results are as follows: The amount of soil loss were greatly affected by LS factor. In comparison with the measured value of the amount of total soil loss, the predicted values by the two models (RUSLE and MUSLE), appeared to be higher than those of the measured soil loss. Predicted values by RUSLE were closer to values of measured soil loss than those of MUSLE. However, coefficient of variation of MUSLE were lower, but two model's coefficient of variation in similar partial patterns in the prediction of soil loss. RUSLE and MUSLE, prediction soil loss models, proved to be appropriate for use in small mountainous basin. To improve accuracy of prediction of soil loss models, more effort should be directed to collect more data on rainfall-runoff interaction and continuous studies to find more detailed influence factors to be used in soil loss model such as RUSLE and MUSLE.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 산지소유역에서의 토사유실량을 알아보기 위하여 선정된 유역의 각 인자들을 실측하고 토사유실량 모형인 RUSLE와 MUSLE를 모의하였다. 또한, 모형의 적절성을 판단하기 위하여 각 영향인자의 공간분포를 산정하고 그에 따른 토사유실량 예측모형의 결과값을 비교검토하였다.
본 연구는 RUSLE와 MUSLE 모형에 대한 영향인자를 산출하여 팔공산 산지소유역의 토사유실량을 예측하고, 실제 관측한 토사유실량과 비교함으로써 두 개 모형의 적합성을 평가하기 위하여 실시하였다.
또한, 모형의 적절성을 판단하기 위하여 각 영향인자의 공간분포를 산정하고 그에 따른 토사유실량 예측모형의 결과값을 비교검토하였다. 본 연구를 통해 산지소유역에서의 토사유실량 모형의 적용성을 검토하고 정량적인 토사유실량의 산정을 위한 기초자료를 제공하고자 한다.
제안 방법
강우량 조사는 집중호우가 내리는 시기인 여름철에 실시하였고, 조사기간동안의 강우사상은 총 15회로 총 강우량은 499.42 mm, 최대강우강도는 24.32 mm/hr로 조사되 었다. 유출량은 산림과학원에서 제시한 수위-유량 관계식을 이용하여 도출하였다(Table 1).
강우침식인자는 토사유실량을 산정하는데 가장 영향을 주는 인자로 단일 호우에 의한 토사유실량의 정도를 나타내기 위해 재현기간을 30년빈도, 지속시간을 24시간으로 규정하여 산정하였다. 토양침식성인자(K)는 Wischmeier et al.
, 2003). 따라서 침식모형으로 예측한 토양침식량과 실제 유역출구의 저사지에서 관측한 토사유실량은 큰 차이가 발생하기 때문에 모형으로 추정한 토양침식량에 유사전달률(Sediment Delivery Ratio, SDR)을 곱하여 실측 토사유실량에 근접하도록 하였다(Renfro, 1975). 정확한 유사전달률의 산정은 직접 대상 유역에서 실측하는 것이 바람직하나 많은 시간과 노력이 소요되므로, 일반적으로 다양한 유역에서 실험을 통하여 개발된 유사운송비 산정공식을 이용한다.
정확한 유사전달률의 산정은 직접 대상 유역에서 실측하는 것이 바람직하나 많은 시간과 노력이 소요되므로, 일반적으로 다양한 유역에서 실험을 통하여 개발된 유사운송비 산정공식을 이용한다. 또한 추정한 토사유실량은 중량단위이므로 단위중량을 구하여 체적단위의 토사유실량으로 환산하였다.
0)을 활용하였으며, 모형값과 실측값과의 선형관계를 규명하고자 상관분석을 실시하였다. 또한, 공간분포를 알아보기 위해 두 개의 모형 간의 변동계수를 조사하였다.
따라서 본 연구에서는 산지소유역에서의 토사유실량을 알아보기 위하여 선정된 유역의 각 인자들을 실측하고 토사유실량 모형인 RUSLE와 MUSLE를 모의하였다. 또한, 모형의 적절성을 판단하기 위하여 각 영향인자의 공간분포를 산정하고 그에 따른 토사유실량 예측모형의 결과값을 비교검토하였다. 본 연구를 통해 산지소유역에서의 토사유실량 모형의 적용성을 검토하고 정량적인 토사유실량의 산정을 위한 기초자료를 제공하고자 한다.
56× K × LS × C × P로 표현되며, A는 토사유실량(ton/ha), Q는 유출량(m3), qp 는 첨두유량(m3/sec)이다. 본 연구에서는 유출량 및 첨두유량을 유역출구에 삼각 위어를 설치하여 측정하였으며, 유출량은 10분단위로 측정하여 정밀도를 높였다.
토사량을 실측하기 위하여 하류부에 저사지(길이 9.5 m, 폭 5 m, 높이 2 m)를 설치하고, 퇴적된 토사는 측정통을 제작하여 토사전량을 부피단위로 측정하였다. 토사량의 측정시 강우가 멈추고 토사유입이 완전히 종료된 후 저사지 내에 유입된 토사를 실측하였으며, 조사시기는 2010년 7월 7일, 7월 20일, 9월 4일 총 3회에 걸쳐 실시하였다.
5 m, 폭 5 m, 높이 2 m)를 설치하고, 퇴적된 토사는 측정통을 제작하여 토사전량을 부피단위로 측정하였다. 토사량의 측정시 강우가 멈추고 토사유입이 완전히 종료된 후 저사지 내에 유입된 토사를 실측하였으며, 조사시기는 2010년 7월 7일, 7월 20일, 9월 4일 총 3회에 걸쳐 실시하였다.
본 연구에서는 토사유실량을 예측하기 위하여 비교적 널리 활용되고 있는 RUSLE와 MUSLE식을 이용하였다. 토사유실량 산정에 영향을 주는 인자는 강우인자, 토양인자, 식생인자로 구분할 수 있는데, 강우인자의 경우 유역 출구에 설치된 강우계와 수위계를 이용하여 측정하였고, 토양인자와 식생인자는 실측을 통해 조사하였다.
토사유실량 예측에서 강우인자는 유출을 결정하는 중요한 매개변수로서 RUSLE에서는 단일호우의 강우침식인자를 이용하였다. 단일호우에 따른 강우침식인자(R) 값을 산출한 결과, 1차 토사유실량 측정 시 2.
유출량은 산림과학원에서 제시한 수위-유량 관계식을 이용하여 도출하였다(Table 1). 토양인자는 72개 전체 구역에서 각각 토양샘플을 채취한 후 실내에서 토양공극량과 토양밀도, 토양유기물과 입도를 분석하였으며, 식생인자는 현장조사시 구역별로 울폐도와 식생피복률을 조사하였다. 조사된 각각의 영향인자는 RUSLE, MUSLE 모형에 각각 대입하여 최종 토사유실량 값을 산정하였으며, 72개의 공간분포에 따른 토사유실량의 합과 비교하였다.
토양피복인자(C)는 연구 대상지에 10 m × 10 m의 방형구를 설치하여 전체 피복면적, 식생피복률, 수관울폐도 등을 조사하였다.
대상 데이터
본 연구대상지는 유역면적이 협소하고 토심이 비교적 깊어 식생발달에 유리한 입지조건을 가진 지역으로 총 유역면적은 18.7 ha, 평균경사도는 29°로 조사되었다.
산지소유역의 토사유실 특성을 알아보기 위해 경상북도 경산시에 위치한 팔공산 유역을 연구대상지로 선정하였다. 본 연구대상지는 유역면적이 협소하고 토심이 비교적 깊어 식생발달에 유리한 입지조건을 가진 지역으로 총 유역면적은 18.
데이터처리
각 인자값에 대한 지점별 토사유실량의 차이를 알아보기 위하여 통계 프로그램(SPSS 18.0)을 활용하였으며, 모형값과 실측값과의 선형관계를 규명하고자 상관분석을 실시하였다. 또한, 공간분포를 알아보기 위해 두 개의 모형 간의 변동계수를 조사하였다.
토양인자는 72개 전체 구역에서 각각 토양샘플을 채취한 후 실내에서 토양공극량과 토양밀도, 토양유기물과 입도를 분석하였으며, 식생인자는 현장조사시 구역별로 울폐도와 식생피복률을 조사하였다. 조사된 각각의 영향인자는 RUSLE, MUSLE 모형에 각각 대입하여 최종 토사유실량 값을 산정하였으며, 72개의 공간분포에 따른 토사유실량의 합과 비교하였다.
이론/모형
토양침식성인자(K)는 Wischmeier et al.(1971)이 제시한 관계식을 사용하였다. 지형인자(LS) 값을 산정하기 위하여 Foster et al.
본 연구에서는 토사유실량을 예측하기 위하여 비교적 널리 활용되고 있는 RUSLE와 MUSLE식을 이용하였다. 토사유실량 산정에 영향을 주는 인자는 강우인자, 토양인자, 식생인자로 구분할 수 있는데, 강우인자의 경우 유역 출구에 설치된 강우계와 수위계를 이용하여 측정하였고, 토양인자와 식생인자는 실측을 통해 조사하였다.
산지소유역 내에서 측정한 각각의 인자를 토사유실량 모형에 적용하였다. RUSLE와 MUSLE로 토사유실량을 산정한 결과, 두 가지의 모형은 실측치에 비하여 다소 높은 값을 보였으며, MUSLE에 비해 RUSLE가 근접한 수치를 나타내고 있었다(Table 3).
32 mm/hr로 조사되 었다. 유출량은 산림과학원에서 제시한 수위-유량 관계식을 이용하여 도출하였다(Table 1). 토양인자는 72개 전체 구역에서 각각 토양샘플을 채취한 후 실내에서 토양공극량과 토양밀도, 토양유기물과 입도를 분석하였으며, 식생인자는 현장조사시 구역별로 울폐도와 식생피복률을 조사하였다.
MUSLE에서는 총 유출량과 첨두유량 값이 이용되는데, 유역에 설치된 수위계를 이용하여 산정된 값을 이용하였다. 유출량의 경우 연구대상지에 설치된 삼각위어에서 측정한 수위를 수위-유량 관계식(국립산림과학원)을 사용하여 유량으로 환산하였다. 조사기간 동안 총 29.
토사유실량 모형의 검증을 위하여 Won(2012)이 제시한 방법을 사용하였으며, RUSLE와 MUSLE 모형, 그리고 실측한 토사유출량을 비교하였다(Figure 4). RUSLE는 실측값과 상관계수 0.
성능/효과
각각 지점별로 토사유실량 모형의 값을 비교해본 결과 LS인자가 토사유실량에 가장 많은 영향을 주는 것으로 나타났다. RUSLE와 MUSLE 모형을 공간분포별로 본 결과, 유사한 양상을 보이고 있었으나, 두 모형간 상관계수와 변동계수의 차이는 크지 않았다. 본 연구의 결과를 종합해 볼 때 산지소유역에서 RUSLE와 MUSLE를 이용한 토사유실량 예측이 적절하다고 판단되며, 본 연구에서 시행한 것과 같이 유역을 소규모의 구역단위로 구분하여 토사유실량의 공간분포를 파악하는 것은 토사유실량 모형의 적용성 검토의 한 방법이 될 수 있을 것으로 보여진다.
RUSLE와 MUSLE 모형을 이용하여 산정된 토사유실량을 공간분포형으로 나타내었으며, 그 결과 RUSLE 모형과 MUSLE 모형은 유사한 토사유실량의 공간분포를 보이고 있었다(Figure 2). 사면방향에 따라서는 남사면이 북사면에 비해 유실량이 많았으며, 이는 연구대상지의 남사면쪽이 경사가 급하고 사면길이가 길어 침식활동이 활발하기 때문으로 판단된다.
산지소유역 내에서 측정한 각각의 인자를 토사유실량 모형에 적용하였다. RUSLE와 MUSLE로 토사유실량을 산정한 결과, 두 가지의 모형은 실측치에 비하여 다소 높은 값을 보였으며, MUSLE에 비해 RUSLE가 근접한 수치를 나타내고 있었다(Table 3). 이는 RUSLE의 경우 단일 호우사상을 이용하여 토사유실량을 산정하였고, MUSLE는 단일 호우기간 동안의 유량과 첨두유량을 직접 산출하여 적용하였으므로 비교적 높은 정확도를 보였을 것으로 판단된다.
RUSLE와 MUSLE를 이용한 72개 조사구에 각각의 토사유실량 산정 값을 비교(Figure 4)해 본 결과, 두 모형의 분포 형태는 유사하게 나타났으나, RUSLE의 값이 약간 더 높게 나타났다. 이는 R 인자 값의 차이 때문으로 볼 수있으며, 모형의 적용성 여부를 살펴보기 위해서는 좀 더 다양한 모형의 적용이 필요할 것으로 보여진다.
변동계수는 표준편차를 평균으로 나눈 값으로 정의하였다. RUSLE와 MUSLE의 표준편차는 각각 0.20와 0.19로 나타났으며, 평균은 0.23과 0.22로 나타났다 . 변동계수 값은 0.
가지 모형에 대한 토사유실량은 RUSLE 17.48 ton, MUSLE 17.60 ton으로 산정되었으며, 실측된 토사유실량은 10.69 ton으로 토사유실량 예측 모형과는 약간 차이를 보이고 있었다. 각각 지점별로 토사유실량 모형의 값을 비교해본 결과 LS인자가 토사유실량에 가장 많은 영향을 주는 것으로 나타났다.
69 ton으로 토사유실량 예측 모형과는 약간 차이를 보이고 있었다. 각각 지점별로 토사유실량 모형의 값을 비교해본 결과 LS인자가 토사유실량에 가장 많은 영향을 주는 것으로 나타났다. RUSLE와 MUSLE 모형을 공간분포별로 본 결과, 유사한 양상을 보이고 있었으나, 두 모형간 상관계수와 변동계수의 차이는 크지 않았다.
7 m로 조사되었다. 구역별 조사 결과, 유역 능선에 인접할수록 식생 피복인자(C) 값이 높았으며 수계망에 연접하여 낮은 값이 나타났다. 이는 산지능선이 타 지역에 비하여 상대적으로 울폐도가 낮다는 것을 의미하며, 이로 인해 상대적으로 토양침식량이 더 높은 것으로 판단할 수 있다.
구역별로 산정된 토사유실량의 총량은 RUSLE와 MUSLE에서 각각 16.69 ton, 16.06 ton으로 나타났으며, 이는 전체 유역에 대한 토사유실량 예측값보다는 실측치에 가까운 값으로 나타났으나 큰 차이를 보이지는 않았다. 전체 유역을 구역별로 구분하여 측정하는 것은 토사유실량 측정의 정밀도를 높이기 위해서는 필요하지만, 본 연구대상지의 경우 공간분포에 따른 토사유실량과 전체 유역에 대한 유실량의 차이는 크지 않은 것으로 나타났다.
연구대상지의 주요 상층식생은 소나무로 수고 10±3 m, 흉고직경 12 cm~30 cm의 범위에 있었으며, 그 외 갈참나무, 굴참나무, 상수리나무, 물푸레나무 등의 혼효림으로 나타났다. 대상지의 수관울폐도는 5%~90% 범위로 평균 53.6%로 나타났으며, 수목의 평균 수고는 11.7 m로 조사되었다. 구역별 조사 결과, 유역 능선에 인접할수록 식생 피복인자(C) 값이 높았으며 수계망에 연접하여 낮은 값이 나타났다.
960으로 나타났다(Table 4). 두 개의 모형은 서로간의 유사한 값을 보이고 있었으나, 실측값과는 다소 차이를 보였고, 모형의 적용성의 측면에서는 MUSLE에 비해 RUSLE가 더 양호한 결과를 나타내었다. 모형 값과 실측값 사이에서는 오차가 발생할 수 있으므로 이를 검정하기 위해서는 두 값 사이의 변동계수를 고려하는 것이 필요하다.
따라서 본 연구에서 RUSLE와 MUSLE를 이용한 토사유실량 예측시 두 모형 모두 산지소유역에서의 토사유실량 예측에 적절할 것으로 판단된다.
사면방향에 따라서는 남사면이 북사면에 비해 유실량이 많았으며, 이는 연구대상지의 남사면쪽이 경사가 급하고 사면길이가 길어 침식활동이 활발하기 때문으로 판단된다. 또한, 수계망을 따라서는 낮은 침식량을 보이고 있었고, 능선과 산정부에서 높은 침식량을 보이는 것으로 나타났다. 산지사면에서의 토사유실량은 강우인자 뿐만 아니라 사면경사 및 사면길이, 피복도 등의 인자에 의해 값이 달라지며, 산림은 토지 이용과 같은 인위적 요인을 받지 않으므로 지형적 요인이 크게 작용하였을 것으로 판단된다.
모형에 이용되는 각각의 인자를 산정한 결과, K값은 0.16, LS값은 0.15, C값은 0.84, P값은 1, SDR은 0.51로나타났으며, RUSLE와 MUSLE 간의 차이를 결정하는 R값은 90.89로 조사되었고, MUSLE는 유출량과 첨두유량을 이용하였다.
22로 나타났다 . 변동계수 값은 0.870와 0.864로 RUSLE의 변동계수가 높게 나타났다(Table 5). 이는 MUSLE의 값이 RUSLE에 비해 고르게 분포한다고 볼 수 있으나 그 값의 차이가 크지 않았다.
본 연구를 통해 산정된 인자들은 K는 0.16, LS는 0.15, C는 0.84, P는 1, SDR은 0.51로 산출되었다.
연구대상지의 주요 상층식생은 소나무로 수고 10±3 m, 흉고직경 12 cm~30 cm의 범위에 있었으며, 그 외 갈참나무, 굴참나무, 상수리나무, 물푸레나무 등의 혼효림으로 나타났다.
RUSLE와 MUSLE로 토사유실량을 산정한 결과, 두 가지의 모형은 실측치에 비하여 다소 높은 값을 보였으며, MUSLE에 비해 RUSLE가 근접한 수치를 나타내고 있었다(Table 3). 이는 RUSLE의 경우 단일 호우사상을 이용하여 토사유실량을 산정하였고, MUSLE는 단일 호우기간 동안의 유량과 첨두유량을 직접 산출하여 적용하였으므로 비교적 높은 정확도를 보였을 것으로 판단된다. 그러나 두 모형간의 값의 차가 근소하므로 RUSLE 모형이 더 적용성이 높다고 판단하기는 어려울 것으로 보여진다.
06 ton으로 나타났으며, 이는 전체 유역에 대한 토사유실량 예측값보다는 실측치에 가까운 값으로 나타났으나 큰 차이를 보이지는 않았다. 전체 유역을 구역별로 구분하여 측정하는 것은 토사유실량 측정의 정밀도를 높이기 위해서는 필요하지만, 본 연구대상지의 경우 공간분포에 따른 토사유실량과 전체 유역에 대한 유실량의 차이는 크지 않은 것으로 나타났다. 이는 구역간의 영향인자의 차이가 크지 않았기 때문으로 보여지며, 추가적인 영향인자의 선정이 요구된다.
유출량의 경우 연구대상지에 설치된 삼각위어에서 측정한 수위를 수위-유량 관계식(국립산림과학원)을 사용하여 유량으로 환산하였다. 조사기간 동안 총 29.82 m3/s의 유출량이 발생한 것으로 나타났다(Table 2).
지형인자(LS)의 조사결과, 조사지점별 사면경사는 10.0°~39.1°의 범위에서 평균 23.8°로 산출되었으며, 사면 길이는 72 m~93 m의 범위에서 평균 78.5 m로 산출되었다.
16으로 나타났다. 토양구성성분은 토양의 침식성을 결정하는 중요한 요소 중의 하나이며, 본 연구에서는 모래의 함량이 증가할수록 토양침식성이 감소하고, 점토의 함량이 증가할수록 토양침식성이 증가하는 것으로 나타났다. 이는 선행연구결과(Park, 2003)와 일치하는 것으로 모래는 입경이 크기 때문에 토양의 투수능력을 높여 지표유출을 저지시키고 토양간의 응집력을 강화시키기 때문으로 판단된다.
토양침식인자(K)는 72개 조사구에서 채취한 토양시료를 분석하였으며, 토성은 대부분 사양토로 일부구간에서 사질양토로 나타났다. 토양밀도는 2.2 g/cm3~2.85 g/cm3범위에서 평균 2.59 g/cm3로 측정되었고 조공극량은 16.5%~54.1%, 토양유기물함량은 0.5%~5.6%의 범위에서 평균 1.82%로 관측되었다. K값은 0.
후속연구
RUSLE와 MUSLE 모형을 공간분포별로 본 결과, 유사한 양상을 보이고 있었으나, 두 모형간 상관계수와 변동계수의 차이는 크지 않았다. 본 연구의 결과를 종합해 볼 때 산지소유역에서 RUSLE와 MUSLE를 이용한 토사유실량 예측이 적절하다고 판단되며, 본 연구에서 시행한 것과 같이 유역을 소규모의 구역단위로 구분하여 토사유실량의 공간분포를 파악하는 것은 토사유실량 모형의 적용성 검토의 한 방법이 될 수 있을 것으로 보여진다.
이는 구역간의 영향인자의 차이가 크지 않았기 때문으로 보여지며, 추가적인 영향인자의 선정이 요구된다. 유역을 소규모의 구역단위로 구분하여 토사유실량을 산정할 경우 지형의 형태(평행사면, 상승사면, 하강사면)에 따라 침식과 퇴적이 발생하는 지역을 구분할 수 있으며, 이를 통해 토사의 유동특성을 파악할 수 있기 때문에 향후 여러 연구에 적용이 가능할 것으로 보여진다.
RUSLE와 MUSLE를 이용한 72개 조사구에 각각의 토사유실량 산정 값을 비교(Figure 4)해 본 결과, 두 모형의 분포 형태는 유사하게 나타났으나, RUSLE의 값이 약간 더 높게 나타났다. 이는 R 인자 값의 차이 때문으로 볼 수있으며, 모형의 적용성 여부를 살펴보기 위해서는 좀 더 다양한 모형의 적용이 필요할 것으로 보여진다.
향후 산지소유역에서 RUSLE와 MUSLE 모형을 사용하여 토사유실량의 예측 정도를 높이기 위해서는 단일강우사상에 대한 더 많은 데이터의 수집과 기존 모형에 사용하는 영향인자의 보완 및 개선에 대한 집중적인 연구가 필요할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
토사의 유실을 가속화시키는 요인은?
토사유실량의 산정은 토양침식을 제어하고 토사재해의 위험도를 평가하는데 기초가 되는 작업이다. 토사의 유실은 강우에 영향을 받고 있으며, 강우가 시작되면 빗방울에 의해 우격침식이 발생하고, 토양 내부로 침투되지 못한 빗물은 세류되어 토양의 유실을 가속화시킨다. 특히 산림지역은 급경사지가 많기 때문에 유실된 토양이 하류쪽으로 흘러내려가 대형 토사재해로 이어질 우려가 높다.
토사의 유실로 인해 산림지역에서 대형 토사재해가 일어날 수 있는 이유는?
토사의 유실은 강우에 영향을 받고 있으며, 강우가 시작되면 빗방울에 의해 우격침식이 발생하고, 토양 내부로 침투되지 못한 빗물은 세류되어 토양의 유실을 가속화시킨다. 특히 산림지역은 급경사지가 많기 때문에 유실된 토양이 하류쪽으로 흘러내려가 대형 토사재해로 이어질 우려가 높다.
토사유실량의 산정은 무엇인가?
토사유실량의 산정은 토양침식을 제어하고 토사재해의 위험도를 평가하는데 기초가 되는 작업이다. 토사의 유실은 강우에 영향을 받고 있으며, 강우가 시작되면 빗방울에 의해 우격침식이 발생하고, 토양 내부로 침투되지 못한 빗물은 세류되어 토양의 유실을 가속화시킨다.
참고문헌 (21)
Bonta, J.V. 2000. Runoff-Energy Factors for MUSLE Sediment Yield Model for surface mines, International Journal of Sediment Research 15(2): 162-181.
Elena Amore, Carlo Modica, Mark A. Nearing, and Vincenza C. Santoro. 2004. Scale effect in USLE and WEPP application for soil erosion computation from three Sicilian basins, Journal of Hydrology 293: 100-114.
Foster, G.R. and Wischmeier, W.H. 1974. Evaluating orregular slopes for soil loss prediction. Transactions of the ASAE 23: 305-309.
Hua Lu, Chris J. Moran, Ian P. Prosser, Hichael R. Raupach, Jon Olley, and Cuan Petheram. 2003. Sheet and rill erosion and sediment delivery to streams: a basin wide estimation at hillslope to medium catchment scale, CSIRO Land and Water, Technical Report: 16.
Im, S.S., Kim, M.S., Kim, J.H., and Paik, K.R. 2012. Comparison of RUSLE and LISEM for the evaluation of spatial distribution of simulated sediment yield. Journal of Korean society of hazard mitigation 12(5): 199-206.
Kim, J.H., Kim, K.T., and Yeon, G.B. 2003. Analysis of soil erosion hazard zone using GIS. journal of the Korean Association of Geographic information Studies 6(2): 22-32.
Kim, Y.P., Lee, K.H., and Songm, S.T. 2008. Analysis of soil erosion hazard zone in Gayasan national park. Journal of the Korean Institute of Forest Recreation 12(3): 1-11.
Lal, R. 1988. Effects of slope length, slope gradient, tillage methods and cropping systems in runoff and soil erosion on a tropical Alfisol: preliminary results. Sediment Budgets, Proceedings of the porto Alegre Symposium, IAHS Publ. no. 174.
Nearing, M.A. 1998. Why soil erosion models over-predict small soil losses and under-predict large soil losses. Catena 32: 15-22.
Nearing, M.A. 2000. Evaluating soil erosion models using measured plot data: Accounting for variability in the data. Earth Surf. Process Landforms 25: 1035-1043.
Nearing, M.A., Foster, G.R., Lane, L.J., and Finkner, S.C. 1989a. A process based soil erosion model for USDAWater Erosion Prediction Project technology. Trans ASAE 32(5): 1587-1593.
Park, K.H. 2003. Soil erosion risk assessment of the Geumho river watershed using GIS and RUSLE methods. journal of the Korean Association of Geographic information Studies 6(4): 24-36.
Renard, K.G., Foster, G.R., Weesies, G.A., and Porter, J.P. 1991. RUSLE: Revised universal soil loss equation. J. Soil Water Conserv 46(1): 30-33.
Renfro, G.W. 1975. Use of erosion equations and sediment delivery ratio for predicting sediment yield:In present and prospective technology for predicting sediment yields and sources. Agricultural Resources Services. ARS-S-40, U.S. Department of Agriculture, Washington D.C. pp. 33-45.
Sezgin Hacisalihoglu, Ahmet Mert, M. Guvenc Negiz and Bart Muys. 2010. Soil loss prediction using universal soil loss equation(USLE) simulation model in a mountainous area in Aglasun district, Turkey, African Journal of Biotechnology 9(24): 3589-3594.
Son, K.I. 2005. Modelling of sediment transportation and deposition in GIS. journal of korea water resources association 38(3): 223-233.
Williams, J.R. 1978. A sediment yield routing model. In proceeding, American Society of Civil engineers Conference. Verification of mathematical and physical models in hydrolic Engineering. pp. 662-670.
Wischmeier, W.H. and Smith, D.D. 1978. Predicting rainfall erosion losses-a guide to conservation planning. Agriculture Handbook 537. US Department of Agriculture-Science and Education Administration, Washington DC.
Wischmeier, W.H., Johson, C.B., and Cross, B.V. 1971. A soil erodibility nomograph for farmland and construction sites. Journal Soil Water Conservation 26(5): 3-189.
Won, J.Y. and Lee, J.S. 2012. An improvement on estimation of runoff factor equation for mountain area in MUSLE. Journal of Korean society of hazard mitigation 12(5): 207-214.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.