Soil loss is an accompanying phenomenon of hydrologic cycle in watersheds. Both rainfall drops and runoff lead to soil particle detachment, the detached soil particles are transported into streams by runoff. Here, a sediment-laden water problem can be issued if soil particles are severely detached a...
Soil loss is an accompanying phenomenon of hydrologic cycle in watersheds. Both rainfall drops and runoff lead to soil particle detachment, the detached soil particles are transported into streams by runoff. Here, a sediment-laden water problem can be issued if soil particles are severely detached and transported into stream in the watershed. There is a need to estimate or simulate soil erosion in watersheds so that an adequate plan to manage soil erosion can be established. Universal Soil Loss Equation (USLE), therefore, was developed and modified by many researchers for their watersheds, moreover the simple model, USLE, has been employed in many hydrologic models for soil erosion simulations. While the USLE has been applied even in South-Korea, the model is often regarded as being limited in applications for the watersheds in South-Korea since monthly conditions against soil erosion on soil surface are not capable to represent. Thus, the monthly USLE factors against soil erosion, soil erodibility and crop management factors, were established for four major watersheds, which are Daecheong-dam, Soyang-dam, Juam-dam, and Imha-dam watersheds. The monthly factors were established by recent fifteen years from 2000 to 2015. Five crops were selected for the monthly crop management factor establishments. Soil loss estimations with the modified factors were compared to conventional approach that is average annual estimations. The differences ranged from 9.3 % (Juam-dam watershed) to 28.1 % (Daecheong-dam watershed), since the conventional approaches were not capable of seasonally and regionally different conditions.
Soil loss is an accompanying phenomenon of hydrologic cycle in watersheds. Both rainfall drops and runoff lead to soil particle detachment, the detached soil particles are transported into streams by runoff. Here, a sediment-laden water problem can be issued if soil particles are severely detached and transported into stream in the watershed. There is a need to estimate or simulate soil erosion in watersheds so that an adequate plan to manage soil erosion can be established. Universal Soil Loss Equation (USLE), therefore, was developed and modified by many researchers for their watersheds, moreover the simple model, USLE, has been employed in many hydrologic models for soil erosion simulations. While the USLE has been applied even in South-Korea, the model is often regarded as being limited in applications for the watersheds in South-Korea since monthly conditions against soil erosion on soil surface are not capable to represent. Thus, the monthly USLE factors against soil erosion, soil erodibility and crop management factors, were established for four major watersheds, which are Daecheong-dam, Soyang-dam, Juam-dam, and Imha-dam watersheds. The monthly factors were established by recent fifteen years from 2000 to 2015. Five crops were selected for the monthly crop management factor establishments. Soil loss estimations with the modified factors were compared to conventional approach that is average annual estimations. The differences ranged from 9.3 % (Juam-dam watershed) to 28.1 % (Daecheong-dam watershed), since the conventional approaches were not capable of seasonally and regionally different conditions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 정확한 토양유실량 산정을 위해서는 강우특성뿐만 아니라 다양한 작물생육에 따른 토양유실 정량화 모니터링이 필요하다. 그러나 본 연구의 목적은 작물의 생장만으로도 재배 기간 동안 토양유실가능성추정치가 월별로 변화할 수 있음을 지적하고, 이를 반영할 수 있는 데이터베이스를 구축할 필요가 있다는 것을 제시하는 것이다. 그리고 월 단위 지표피복인자와 함께 계절별로 변화할 수 있는 다른 인자를 함께 고려한 다면 우리나라의 조건을 반영할 수 있는 토양유실 가능성 추정이 가능할 것으로 기대된다.
작물의 생육에 큰 영향을 받는 지표피복인자는 기후나 지역특성에 따라 상이하다. 따라서 본 연구에서는 4대강 유역에 각각 해당하는 지역을 선정하여 기후와 지역특성에 따른 특성을 고려하고자 하였다. 선정된 지역은 Fig.
즉, 토양유실량 산정의 정확도를 높이기 위해서는 강우특성뿐만 아니라 계절에 따라 변화하는 식생 피복상태 등을 고려한 인자 적용이 필요하다. 이에, 본 연구에서는 국내에서 사용하는 범용토양유실량산정공식의 구성인자인 지표피복인자의 한계점을 인식하고 이를 유역별 월단위 인자값으로 산정하는 방법을 제시하는 데 있다.
제안 방법
‘표토의 침식 현황 조사에 관한 고시’에 의해 산정된 연평균 토양유실가능성추정치의 경우 유역 별 하나의 값으로 산정이 되었지만, 본 연구에서는 월단위로 지표피복인자가 산정되었기 때문에, 각 월에 대한 12개의 토양유실가능성추정치가 예측이 되었다.
따라서, 본 연구에서는 Park et al. (2010)의 방법과 동일한 방법으로 SWAT 모형이 일단위 지표피복인자를 출력하도록 소스코드를 수정하였으며, 구축된 인자의 지역적 한계를 보완하기 위해서, 금강, 한강, 영산강, 낙동강 유역에 대한 작물 재배일정을 조사하여 이를 모형에 반영하였다.
Site 1의 강우특성과 작물재배시기를 고려하여 작물별 지표피복인자를 산정하였다. 배추의 지표피복인자는 파종이 이루어지는 시점 0.
각 Site의 작물생육현황을 고려하여 지표피복인자를 일단위로 산정한 뒤 이를 각 월에 해당하는 평균값으로 하여 월단위로 구축하였다.
또한, 토양 표면을 덮고 있는 지표 피복 상태가 많은 영향을 주기 때문에 기후나 지형특성뿐만 아니라 작물의 생육조건을 반영하여야 한다. 따라서 본 연구에서는 4대강 유역의 최근 15년의 기상 자료와 작물별 생육조건을 반영하였다.
SWAT 모형은 유역에서 발생되는 수문 및 오염원 거동 분석을 위해 유역을 소유역으로 분할한 뒤, 이를 다시 수문학적 반응단위 (Hydrological Response Unit, HRU)로 분할한다. 또한, 재배되는 작물에 대한 지표피복인자의 최소값과 지표층에서의 잔유물을 이용하여 지표피복인자를 산정한다. 이 지표피복인자 최소값은 모형내 데이터베이스에 저장된 값이며, 지표층(지표로부터 10 mm 깊이)에서의 잔유물(rsdsurf)은 작물의 생장에 따른 생물량(biomass)과 지표층에서의 유기물 함량에 의해 결정이 된다(식 (2)).
본 연구에서는 ‘표토의 침식 현황 조사에 관한 고시’에 의해 산정된 연평균 토양유실가능성추정치를 산정하고, 비교를 위해 2000년부터 2014년까지의 각 월평균 토양유실가능 성추정치를 산정하였다.
산정된 소양호 유역의 재배 시기는 배추의 경우 5월 25일에 파종하여 8월 5일에 수확하는 것으로 산정하였으며, 토마토는 매년 5월 25일에 파종하여 8월 5일에 수확하는 것으로 산정하였다.
대상 데이터
Site 1은 충청북도에 위치하고 있는 대청호 유역으로 금강수계 수자원의 다목적 개발을 위해 준공된 호수로 금강 하구로부터 150 km 상류지점인 대전시 대덕구 신탄진동과 충청북도 청원군 문의면 덕유리 사이에 위치해 있다. 유역면적은 4,190 km2이며, 산림이 72.
여기서, Site 1은 보은지점, 청주지점, 추풍령지점, 대전지점, 구미지점, 임실지점, 장수지점, 전주지점, 문경지점 등 총 9개 지점의 기상자료를 사용하였으며, Site 2 는 북강릉지점, 춘천지점, 대관령지점, 강릉지점, 홍천지점, 인제지점, 속초지점 등 총 7개 지점의 기상자료를 사용하였다. Site 3은 고흥지점, 광주지점, 장흥지점, 남원지점 등 총 4개의 지점의 기상자료를 사용하였으며, Site 4 는 안동지점, 봉화지점, 의성지점, 울진지점, 포항지점, 영천지점, 영덕지점 등 총 7개의 지점의 기상자료를 사용하였다 (Table 2).
토양도는 농촌진흥청 농업과학기술원에서 제공하는 1:50,000의 개략토양도를 이용하였으며, 토지이용도는 환경부 환경공간정보서비스에서 제공하는 2005년 대분류 토지피복도 (1:25,000)를 사용하였다. 또한, 기상자료는 기상청에서 제공하는 강수량, 풍속, 일사량, 상대습도, 기온 자료를 2000 년부터 2014년까지 15년치를 사용하였다. 여기서, Site 1은 보은지점, 청주지점, 추풍령지점, 대전지점, 구미지점, 임실지점, 장수지점, 전주지점, 문경지점 등 총 9개 지점의 기상자료를 사용하였으며, Site 2 는 북강릉지점, 춘천지점, 대관령지점, 강릉지점, 홍천지점, 인제지점, 속초지점 등 총 7개 지점의 기상자료를 사용하였다.
또한, 기상자료는 기상청에서 제공하는 강수량, 풍속, 일사량, 상대습도, 기온 자료를 2000 년부터 2014년까지 15년치를 사용하였다. 여기서, Site 1은 보은지점, 청주지점, 추풍령지점, 대전지점, 구미지점, 임실지점, 장수지점, 전주지점, 문경지점 등 총 9개 지점의 기상자료를 사용하였으며, Site 2 는 북강릉지점, 춘천지점, 대관령지점, 강릉지점, 홍천지점, 인제지점, 속초지점 등 총 7개 지점의 기상자료를 사용하였다. Site 3은 고흥지점, 광주지점, 장흥지점, 남원지점 등 총 4개의 지점의 기상자료를 사용하였으며, Site 4 는 안동지점, 봉화지점, 의성지점, 울진지점, 포항지점, 영천지점, 영덕지점 등 총 7개의 지점의 기상자료를 사용하였다 (Table 2).
지표피복인자는 SWAT 모형에서 작물의 생장을 고려하여 이를 인자 산정에 반영하기 때문에 작물의 파종 및 수확시기에 대한 데이터가 필요하다. 이를 위해 전라남도 귀농귀촌 종합지원센터 (http://jnfarm.jeonnam.go.kr/)에서 제공하는 배추, 토마토, 감자, 고구마, 콩의 파종 및 수확시기에 대한 자료를 사용하였다. 배추는 매년 8월 25일에 파종하여 10월 15일에 수확하는 것으로 정의하였으며, 토마토는 매년 5월 15일에 파종하여 7월 25일에 수확하는 것으로 산정하였다.
수치표고모형은 국립지리원에서 제공하는 1:5,000의 수치지도를 사용하여 각 Site별 30 m 격자의 공간정보를 구축하였다. 토양도는 농촌진흥청 농업과학기술원에서 제공하는 1:50,000의 개략토양도를 이용하였으며, 토지이용도는 환경부 환경공간정보서비스에서 제공하는 2005년 대분류 토지피복도 (1:25,000)를 사용하였다. 또한, 기상자료는 기상청에서 제공하는 강수량, 풍속, 일사량, 상대습도, 기온 자료를 2000 년부터 2014년까지 15년치를 사용하였다.
이론/모형
본 연구에서 지표피복인자의 월 단위 구축을 위해서 Soil Water Assessment Tool (SWAT) 모형을 사용하였다 (Arnold et al., 1994). SWAT 모형은 미국 농무성의 농업연구소 (USDA Agricultural Research Service, ARS)에서 개발된 유역 모형 으로 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 물과 유사 및 농업화학물질의 거동을 해석하기 위해 개발된 모형이다.
수치표고모형은 국립지리원에서 제공하는 1:5,000의 수치지도를 사용하여 각 Site별 30 m 격자의 공간정보를 구축하였다. 토양도는 농촌진흥청 농업과학기술원에서 제공하는 1:50,000의 개략토양도를 이용하였으며, 토지이용도는 환경부 환경공간정보서비스에서 제공하는 2005년 대분류 토지피복도 (1:25,000)를 사용하였다.
성능/효과
Site 3의 연평균 토양유실가능성추정치는 34.85 Mg/ha/yr로 예측되었으며, 기존 방법에 의해 예측된 연평균 토양유실가능성 추정치보다 약 1.20배 높게 산정되었다.
28배 높게 산정되었다. Site 2의 연평균 토양유실가능성추정치는 21.94 Mg/ha/yr로 예측되었으며, Site 1과 같이 작물의 생장에 따라 변화되는 경향을 보였으며, 수확시기인 8월부터 10월 사이에 최저의 토양유실가능성추정치가 예측되었다. 또한 토양유실 가능성 추정치를 산정한 결과 기존 방법에 의해 예측된 연평균 토양유실가능성 추정치보다 약 1.
20배 높게 산정되었다. Site 4의 연평균 토양유실가능성추정치는 26.27 Mg/ha/yr로 예측되었으며, 기존 방법에 의해 예측된 연평균 토양유실가능성 추정치보다 약 1.09배 높게 산정되었다. 연구결과와 같이 모든 유역에 대해서 ‘표토의 침식 현황 조사에 관한 고시’에서 농경지의 지표피복인자는 모두 0.
Table 4와 같이 Site 1의 경우 ‘표토의 침식 현황 조사에 관한 고시’의 방법에 의한 연평균 토양유실가능성추정치는 33.36 Mg/ha/yr로 예측되었으며, 본 연구에서 예측된 월별 토양유실가능성추정치는 작물의 생장에 따라 변화되는 경향을 보였으며 수확시기인 9월과 10월에 최저 토양유실가능성 추정치가 예측되었다.
5680을 보였다. 그리고, 감자는 파종이 되는 시점에서 수확이 되는 시점까지 0.7943에서 0.7396으로 감소하는 경향과 함께, 최소 0.6765와 최대 0.7943 (평균 0.7360)의 범위로 나타났다 (Fig. 2).
농경지 면적 비율에 따라 Site 1과 3에서는 토양유실가능성추정치가 ‘표토의 침식 현황 조사에 의한 고시’의 방법에 비해 28.1 %와 19.6 %의 차이를 보인 반면, Site 2와 4에서는 이보다 적은 10.7 %와 9.3 %의 차이를 보였다.
36 Mg/ha/yr로 예측되었으며, 본 연구에서 예측된 월별 토양유실가능성추정치는 작물의 생장에 따라 변화되는 경향을 보였으며 수확시기인 9월과 10월에 최저 토양유실가능성 추정치가 예측되었다. 또한 본 연구에서 제시한 값을 사용하여 토양유실가능성 추정치를 산정한 결과 기존 방법에 의해 예측된 연평균 토양유실가능성 추정치보다 약 1.28배 높게 산정되었다. Site 2의 연평균 토양유실가능성추정치는 21.
94 Mg/ha/yr로 예측되었으며, Site 1과 같이 작물의 생장에 따라 변화되는 경향을 보였으며, 수확시기인 8월부터 10월 사이에 최저의 토양유실가능성추정치가 예측되었다. 또한 토양유실 가능성 추정치를 산정한 결과 기존 방법에 의해 예측된 연평균 토양유실가능성 추정치보다 약 1.11배 높게 산정되었다. Site 3의 연평균 토양유실가능성추정치는 34.
또한, 산정된 지표피복인자를 이용하여 토양유실가능성추정치를 계산하여 이를 ‘표토의 침식 현황 조사에 관한 고시’에 의한 토양유실가능성추정치와 비교한 결과 기존 산정치 보다 다소 높은 것으로 나타났다.
Site 1의 강우특성과 작물재배시기를 고려하여 작물별 지표피복인자를 산정하였다. 배추의 지표피복인자는 파종이 이루어지는 시점 0.7865에서 작물이 수확되는 시점 0.6309로 점차 감소하는 경향을 보였다. 작물의 생육기간동안 최소 0.
연구결과 산정된 지표피복인자는 모든 작물에 대해서 작물이 파종되는 시점에서 수확되기까지 점차 감소하는 경향을 보였으며, 작물에 따라서 그리고 동일한 작물일지라도 유역에 따라서 다소 차이가 있는 것으로 나타났다. 또한, 산정된 지표피복인자를 이용하여 토양유실가능성추정치를 계산하여 이를 ‘표토의 침식 현황 조사에 관한 고시’에 의한 토양유실가능성추정치와 비교한 결과 기존 산정치 보다 다소 높은 것으로 나타났다.
연구결과와 같이 모든 유역에 대해서 ‘표토의 침식 현황 조사에 관한 고시’에서 농경지의 지표피복인자는 모두 0.3의 값이 적용되었으나, 본 연구에서 다양한 작물별로 지표피복인자를 적용한 결과 이보다 큰 값이 제시되었다.
일별로 지표피복인자를 산정한 5개의 작물 모두 파종이 되는 시점에서 수확이 되는 시점까지 감소하는 경향을 보였다. 작물별 지표피복인자의 평균값을 비교해 보면, 배추가 가장 큰 지표피복인자를 보였으며, 콩이 가장 작은 값을 보였다.
일별로 지표피복인자를 산정한 5개의 작물 모두 파종이 되는 시점에서 수확이 되는 시점까지 감소하는 경향을 보였다. 작물별 지표피복인자의 평균값을 비교해 보면, 배추가 가장 큰 지표피복인자를 보였으며, 콩이 가장 작은 값을 보였다. 따라서 본 연구결과와 같이 범용토양유실량산정공식을 이용하여 토양유실량을 산정하고자 할 경우, 농경지에 대한 단일의 지표피복인자가 아니라, 기상특성과 작물의 재배 시기를 고려하여 산정된 지표피복인자를 적용하여야 할 것으로 보여진다.
3 %의 차이를 보였다. 즉, 농경지의 면적이 클수록 토양유실가능성추정치의 차이가 큰 것으로 나타났다.
7284)의 범위로 지표피복인자 값이 산정되었다. 토마토의 지표피복인자는 파종 시점 0.7914에서 수확시기 0.5905로 감소하는 경향을 보였으며, 작물의 생장기간 중 최소 0.5738에서 0.7914 (평균 0.6832)의 범위로 나타났다. 고구마는 파종시점 0.
후속연구
그러나 본 연구의 목적은 작물의 생장만으로도 재배 기간 동안 토양유실가능성추정치가 월별로 변화할 수 있음을 지적하고, 이를 반영할 수 있는 데이터베이스를 구축할 필요가 있다는 것을 제시하는 것이다. 그리고 월 단위 지표피복인자와 함께 계절별로 변화할 수 있는 다른 인자를 함께 고려한 다면 우리나라의 조건을 반영할 수 있는 토양유실 가능성 추정이 가능할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
SWAT 모형이란?
, 1994). SWAT 모형은 미국 농무성의 농업연구소 (USDA Agricultural Research Service, ARS)에서 개발된 유역 모형 으로 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 물과 유사 및 농업화학물질의 거동을 해석하기 위해 개발된 모형이다. 또한, 강수량, 상대습도, 기온, 풍속, 일조량과 같은 시계열 자료와 함께 수치표고모형, 토지이용도, 토양도와 같은 공간적 자료를 필요로 하는 시공 간적 특성을 고려할 수 있는 모형이다.
범용토양유실량산정공식이란?
범용토양유실량산정공식은 강우인자, 토양침식성인자, 지형인자, 지표피복인자, 보전관리인자와 같은 5개의 인자를 필요로 하며, 연평균 토양유실가능성을 추정하는 모형이다. 우리나라는 계절에 따라 강수나 기온과 같은 기상이 다른 계절과는 차별성을 갖기 때문에 토양유실 발생의 유형도 연중 다를 수 있고 이러한 조건을 반영할 필요가 있다.
우리나라 지표피복인자의 산정을 위해 범용토양유실량산정공식을 사용되는 이유는?
범용토양유실량산정공식은 강우인자, 토양침식성인자, 지형인자, 지표피복인자, 보전관리인자와 같은 5개의 인자를 필요로 하며, 연평균 토양유실가능성을 추정하는 모형이다. 우리나라는 계절에 따라 강수나 기온과 같은 기상이 다른 계절과는 차별성을 갖기 때문에 토양유실 발생의 유형도 연중 다를 수 있고 이러한 조건을 반영할 필요가 있다. 또한, 토양 표면을 덮고 있는 지표 피복 상태가 많은 영향을 주기 때문에 기후나 지형특성뿐만 아니라 작물의 생육조건을 반영하여야 한다.
참고문헌 (12)
Arnold, J. G. and R. Srinivasan, 1994. Integration of a BASINscale water quality model with GIS. Journal of the American Water Resources Association 30(3): 453-462.
Chandramohan, T., B. Venkatesh, and A. N. Balchand, 2015. Evaluation of three soil erosion models for small watersheds. Aquatic Procedia 4: 1277-1234.
Choi, J. W., G. W. Hyun, J. W. Lee, D. S. Shin, K. S. Kim, Y. S. Park, J. G. Kim, and K. J. Lim, 2009. Evaluation of Sediment Yield Prediction and Estimation of Sediment Yield under Various Slope Scenarios at Jawoon-ri using WEPP Watershed Model. Journal of Korean Society on Water Environment 25(3): 441-451.(in Korean)
Devatha, C. P., V. Deshpande, and M. S. Renukaprasad, 2015. Estimation of soil loss using USLE model for Kulhan Watershed, Chattisgarh-a case study. Aquatic Procedia 4: 1429-1436.
Jung, K. H., W. T. Kim, S. O. Hur, S. K. Ha, P. K. Jung, and Y. S. Jung, 2004. USLE/RUSLE factors for national scale soil loss estimation based on the digital detailed soil map. Korean Journal of Soil Science and Fertilizer 37(4): 199-206 (in Korean).
Kim, D. I., 2012. The alternative analysis of the basin turbidity reduction Effects on The Reservoir and Downstream River. Ph.D. diss., Sangju-si, Gyeongsangbuk-do: Kyungpook National University (in Korean).
Kim, M. S., J. K. Kim, J. K., and D. Y. Yang, 2007. Application and comparison of GeoWEPP model and USLE model to natural small catchment - a case study in Danwol-dong, Icheon-si. The Korean Society of Economic and Environmental Geology 40(1): 103-113.
Kum, D., Y. S. Park, Y. H. Jung, M. H. Shin, J. Ryu, J. H. Park, J. E. Yang, and K. J. Lim, 2015. Analysis of rainfall-runoff characteristics on bias correction method of climate change scenarios. Journal of Korean Society on Water Environment 31(3): 241-252 (in Korean).
Lee, D. J., J. M. Lee, D. Kum, Y. S. Park, Y. Jung, Y. Shin, G. C. Jeong, B. C. Lee, and K. J. Lim, 2014. Analysis of effects on soil erosion reduction of various best management practices at watershed scale. Journal of Korean Society on Water Environment 30(6): 638-646.
Ministry of Environment, 2012. A bulletin on the survey of the erosion of topsoil. Sejong-si, Republic of Korea.
Park, Y. S., J. G. Kim, N. W. Kim, S. J. Kim, J. H. Jeon, B. A. Engel, W. S. Jang, and K. J. Lim, 2010. Development of new R, C, and SDR modules for the SATEEC GIS system, Computers & Geosciences 36(6): 726-734.
Wischmeier, W. H. and D. D. Smith, 1978. Predicting Rainfall Erosion Losses. A Guide to Conservation Planning. The USDA Agricultural Handbook No. 537. US Department of Agriculture, General Publishing Office, Washington, DC. p. 85.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.