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
- 낙엽층은 강우시 일시적으로 빗물을 차단해 저류하고 다시 대기 중으로 증발시켜 강우손실을 초래한다. 이 연구는 활엽수 낙엽의 수분저류 특성을 살펴보기 위해, 낙엽의 수분저류능 및 차단저류능을 조사하여 낙엽의 형태적 특성이 수분 저류에 미치는 영향을 분석하였다.
- 이처럼 낙엽이 가지는 수분저류 기능은 산림의 수문순환 및 에너지순환에 있어 중요한 요소임에도 불구하고, 국내에서는 수관에 의한 강우 차단 연구가 주로 시행되었다. 이 연구에서는 서로 다른 3 수종의 활엽수 낙엽을 대상으로 낙엽의 물리적 특성과 수분저류 특성과의 관계를 살펴보았다. 이를 위하여 침수실험을 통해 낙엽의 수분저류능을 조사하였으며, 인공강우실험을 통해 강우차단저류능을 산정하였다.
제안 방법
- 1m이고 18mm 간격의 격자 철망을 저류조와 배수조 사이에 설치하였으며, 배수조의 기울기는 40%로 하여 최대한 빨리 물이 낙엽을 통과하여 배제되도록 하였다. Figure 1과 같이 인공강우를 분사하는 동안에 저류조 낙엽의 중량 변화를 전자저울을 사용하여 2초 간격으로 측정하였다.
- 인공강우실험은 낙엽샘플에 20분 동안 100mm/h의 강우강도로 인공강우를 살수하여 시간에 따른 낙엽샘플의 중량 변화를 측정하였다. 강우차단능을 살펴보기 위해 강우가 중지된 시점에서의 최대 차단저류능 Cmax와 강우 중지 후에 30분 동안 중력수를 자연배제한 후의 저류량 (최소 차단저류능)을 각각 조사하였다.
- 강우차단저류능은 인공강우실험을 통해 조사하였다. 인공강우기는 Eijkelkamp社의 09.
- 낙엽의 물리적 특성을 파악하기 위해 낙엽 개체의 길이, 엽면적, 건중량, 두께 등을 조사하였다. 조사결과에 의하면 활엽수 낙엽의 평균 두께는 약 1mm로 수종별 낙엽의 비체적은 물오리나무(17.
- 활엽수종별로 50개의 낙엽샘플을 임의 추출하여 중량, 엽면적 및 비체적 등을 측정하였다. 낙엽의 중량은 CAS社의 CUX4200H형의 전자저울(최대 4,200g, 최소 1g, 정확도 0.01g)로 조사하였으며, 낙엽 개체의 엽면적은 LI-COR社의 LI-3000C 엽면적 측량기로 측정하였다. 비체적(Specific Volume, cm3/g)은 단위중량 당 낙엽의 체적을 나타내는 지수로, 아래 식을 이용하여 계산하였다.
- 낙엽이 퇴적되어 있는 밀도에 따른 강우차단 효과를 살펴보기 위해 0.25m×0.25m의 저류조에 낙엽을 40g(0.64kg/m2), 60g(0.96kg/m2) 및 80g(1.28kg/m2)을 담아 각 수종별로 30회씩 인공강우실험을 실시하였다.
- 낙엽의 수분저류능은 Bernard (1963)가 제안한 침수실험방법을 통해 조사하였다. 수분저류능 조사를 위하여 수종별로 20g 낙엽샘플을 준비하여, 금속 용기에 넣고 물을 가득 부어 낙엽이 완전히 물에 잠기게 한 뒤 48시간 동안 놓아두었다가 48시간이 지나면 물을 제거하고 낙엽을 망 위에 올려놓고 증발이 생기지 않도록 비닐 랲(wrap)으로 덮어 48시간 동안 중력수를 배수시켰다. 최종적으로 자연 배수상태의 낙엽 중량과 70℃ 오븐(oven)에서 48시간 건조 후의 낙엽 중량을 측정하여 낙엽 속에 포함되어 있는 수분량을 구하였다.
- 이 연구에서는 침수실험과 인공강우실험을 통해 낙엽의 수분저류 특성을 실험적으로 분석하였다. 그러나 이번 연구는 대상 수종이 적어 낙엽의 종류에 따른 영향을 파악하기에는 한계가 있으며, 동일한 강우조건에서 실험하여 강우량에 따른 영향을 분석하지 못했다.
- 이 연구에서는 서로 다른 3 수종의 활엽수 낙엽을 대상으로 낙엽의 물리적 특성과 수분저류 특성과의 관계를 살펴보았다. 이를 위하여 침수실험을 통해 낙엽의 수분저류능을 조사하였으며, 인공강우실험을 통해 강우차단저류능을 산정하였다.
- 인공강우실험에 따른 낙엽의 저류량 변화를 이용하여 최대 및 최소 차단저류능을 산정하였다. 신갈나무 낙엽의 최대 및 최소 차단저류능은 평균적으로 각각 239.
- 28kg/m2)을 담아 각 수종별로 30회씩 인공강우실험을 실시하였다. 인공강우실험은 낙엽샘플에 20분 동안 100mm/h의 강우강도로 인공강우를 살수하여 시간에 따른 낙엽샘플의 중량 변화를 측정하였다. 강우차단능을 살펴보기 위해 강우가 중지된 시점에서의 최대 차단저류능 Cmax와 강우 중지 후에 30분 동안 중력수를 자연배제한 후의 저류량 (최소 차단저류능)을 각각 조사하였다.
- 이 연구에서는 Figure 1과 같이 인공강우장치의 분사 면적과 같은 크기의 저류조와 배수조를 제작하였다. 저류조는 낙엽샘플을 담아 두는 기능을 하며, 배수조는 낙엽샘플을 통과한 강우가 배수되도록 설계하였다. 저류조의 높이는 0.
- 저류조는 낙엽샘플을 담아 두는 기능을 하며, 배수조는 낙엽샘플을 통과한 강우가 배수되도록 설계하였다. 저류조의 높이는 0.2m이며, 배수조 깊이는 0.1m이고 18mm 간격의 격자 철망을 저류조와 배수조 사이에 설치하였으며, 배수조의 기울기는 40%로 하여 최대한 빨리 물이 낙엽을 통과하여 배제되도록 하였다. Figure 1과 같이 인공강우를 분사하는 동안에 저류조 낙엽의 중량 변화를 전자저울을 사용하여 2초 간격으로 측정하였다.
- 낙엽 채집은 2014년 10월부터 2015년 5월까지 진행되었으며, 신갈나무와 상수리나무의 낙엽은 서울 관악산에서 채집하였고, 물오리나무의 낙엽은 서울 백련산에서 수집하였다. 채집한 낙엽들은 같은 수종의 생낙엽만 따로 분리하고 자연건조시켜 낙엽 샘플을 만들었다.
- 최종적으로 자연 배수상태의 낙엽 중량과 70℃ 오븐(oven)에서 48시간 건조 후의 낙엽 중량을 측정하여 낙엽 속에 포함되어 있는 수분량을 구하였다.
- 최종적으로 자연 배수상태의 낙엽 중량과 70℃ 오븐(oven)에서 48시간 건조 후의 낙엽 중량을 측정하여 낙엽 속에 포함되어 있는 수분량을 구하였다. 침수실험은 각 수종별로 5반복 실험을 실시하여 평균값을 조사하였다.
- 활엽수 낙엽에 대한 물리적 특성을 분석하였다. 활엽수종별로 50개의 낙엽샘플을 임의 추출하여 중량, 엽면적 및 비체적 등을 측정하였다.
- 활엽수 낙엽에 대한 물리적 특성을 분석하였다. 활엽수종별로 50개의 낙엽샘플을 임의 추출하여 중량, 엽면적 및 비체적 등을 측정하였다. 낙엽의 중량은 CAS社의 CUX4200H형의 전자저울(최대 4,200g, 최소 1g, 정확도 0.
대상 데이터
- ), 상수리나무(Quercus acutissima)와 신갈나무(Quercus mongolica) 등의 활엽수 종을 선정하였다. 낙엽 채집은 2014년 10월부터 2015년 5월까지 진행되었으며, 신갈나무와 상수리나무의 낙엽은 서울 관악산에서 채집하였고, 물오리나무의 낙엽은 서울 백련산에서 수집하였다. 채집한 낙엽들은 같은 수종의 생낙엽만 따로 분리하고 자연건조시켜 낙엽 샘플을 만들었다.
- 낙엽에 의한 강우차단 특성을 분석하기 위하여 물오리나무(Alnus hirsuta Turcz. ex Rupr.), 상수리나무(Quercus acutissima)와 신갈나무(Quercus mongolica) 등의 활엽수 종을 선정하였다. 낙엽 채집은 2014년 10월부터 2015년 5월까지 진행되었으며, 신갈나무와 상수리나무의 낙엽은 서울 관악산에서 채집하였고, 물오리나무의 낙엽은 서울 백련산에서 수집하였다.
- 이 연구에서는 Figure 1과 같이 인공강우장치의 분사 면적과 같은 크기의 저류조와 배수조를 제작하였다. 저류조는 낙엽샘플을 담아 두는 기능을 하며, 배수조는 낙엽샘플을 통과한 강우가 배수되도록 설계하였다.
- 9mm이며 총 49개의 빗방울 분사 노즐이 있다. 인공강우기의 최대 강우강도는 360mm/h이나 이번 연구에서는 서울 지역의 재현기간 10년 빈도 강우와 유사한 100mm/h인 강우강도로 실험하였다.
데이터처리
- 수종별 중량에 따른 차단저류능의 실험결과는 Table 2, Figure 5와 같다. 낙엽 중량에 따른 차단저류능 변화를 살펴보기 위해 수종별로 회귀분석을 실시하였다 (Table 3). Table 3과 같이 낙엽 중량이 증가하면 Cmax과 Cmin이 모두 선형적으로 증가하였으며, 이는 선행연구와 잘 일치하였다(Li et al.
- 0으로 낙엽의 건중량과 차단저류능에 대해 회귀분석을 진행하였다. 또한, 낙엽의 엽면적과 비체적, 수분저류능, 최대 차단저류능 및 최소 차단저류능에 대해 0.05 유의수준으로 분산분석을 실시하였다.
- 실험결과에 대해 IBM社의 SPSS 23.0으로 낙엽의 건중량과 차단저류능에 대해 회귀분석을 진행하였다. 또한, 낙엽의 엽면적과 비체적, 수분저류능, 최대 차단저류능 및 최소 차단저류능에 대해 0.
이론/모형
- 낙엽의 수분저류능은 Bernard (1963)가 제안한 침수실험방법을 통해 조사하였다. 수분저류능 조사를 위하여 수종별로 20g 낙엽샘플을 준비하여, 금속 용기에 넣고 물을 가득 부어 낙엽이 완전히 물에 잠기게 한 뒤 48시간 동안 놓아두었다가 48시간이 지나면 물을 제거하고 낙엽을 망 위에 올려놓고 증발이 생기지 않도록 비닐 랲(wrap)으로 덮어 48시간 동안 중력수를 배수시켰다.
- 강우차단저류능은 인공강우실험을 통해 조사하였다. 인공강우기는 Eijkelkamp社의 09.06 Rainfall simulator를 이용하였다. 인공강우기는 0.
성능/효과
- 낙엽의 수분저류능은 물오리나무, 신갈나무, 상수리나무 순으로 작아졌고 차단저류능은 신갈나무, 물오리나무, 상수리나무 순으로 작아졌다. 낙엽의 수분저류능은 비체적과 정의 상관관계를 보였으며 차단저류능은 낙엽의 엽면적과 상관성을 가지고 있다.
- 낙엽의 수분저류능은 물오리나무, 신갈나무, 상수리나무 순으로 작아졌고 차단저류능은 신갈나무, 물오리나무, 상수리나무 순으로 작아졌다. 낙엽의 수분저류능은 비체적과 정의 상관관계를 보였으며 차단저류능은 낙엽의 엽면적과 상관성을 가지고 있다. Cmax과 Cmin 모두 낙엽샘플의 중량과 정의 선형 관계를 나타내며 이는 선행연구와 유사한 결과를 보였다.
- 물오리나무의 낙엽이 가지는 수분저류능은평균 418.6%으로 신갈나무 271.6%와 상수리나무 244.4%에 비해 유의성 있게 높게 나타났다.
- 인공강우실험에 따른 낙엽의 저류량 변화를 이용하여 최대 및 최소 차단저류능을 산정하였다. 신갈나무 낙엽의 최대 및 최소 차단저류능은 평균적으로 각각 239.7%, 156.4%로 물오리나무의 220.3%, 138.3%와 상수리나무의 218.3%, 136.8%에 비해 유의성 있게 높게 나타났다.
- 이번 실험에서 낙엽 중량이 40g에서 60g으로, 60g에서 80g으로 증가할 때 낙엽의 수분함량도 점차 감소하였다(Figure 7). 이러한 중량별 낙엽의 수분 변화는 낙엽에 의해 차단 및 저류된 수분이 낙엽층 내에서 균등하게 분포하지 않기 때문이며, 낙엽층 내에서 수분의 측면이동 혹은 측면배수(lateral movement)와 관련이 있다(Sato et al.
- Figure 6은 활엽수 낙엽의 평균 엽면적과 평균 Cmin의 관계를 보여주고 있다. 전체적으로 낙엽의 엽면적이 클수록 최소 차단 저류능도 비례하여 증가하였다.
- 낙엽의 물리적 특성을 파악하기 위해 낙엽 개체의 길이, 엽면적, 건중량, 두께 등을 조사하였다. 조사결과에 의하면 활엽수 낙엽의 평균 두께는 약 1mm로 수종별 낙엽의 비체적은 물오리나무(17.2cm3/g)가 신갈나무(11.9cm3/g)와 상수리나무(11.4cm3/g)에 비해 통계적으로 유의성 있게 높게 나타났다(Table 1).
후속연구
- 이 연구에서는 침수실험과 인공강우실험을 통해 낙엽의 수분저류 특성을 실험적으로 분석하였다. 그러나 이번 연구는 대상 수종이 적어 낙엽의 종류에 따른 영향을 파악하기에는 한계가 있으며, 동일한 강우조건에서 실험하여 강우량에 따른 영향을 분석하지 못했다. 그럼에도 불구하고 활엽수 낙엽수종에 대해 수분저류능과 차단저류능을 실험적으로 분석하여 낙엽층이 발달한 산림의 수문순환해석이나 산불 발생 예보 등에 활용성이 높을 것으로 기대한다.
- 그러나 이번 연구는 대상 수종이 적어 낙엽의 종류에 따른 영향을 파악하기에는 한계가 있으며, 동일한 강우조건에서 실험하여 강우량에 따른 영향을 분석하지 못했다. 그럼에도 불구하고 활엽수 낙엽수종에 대해 수분저류능과 차단저류능을 실험적으로 분석하여 낙엽층이 발달한 산림의 수문순환해석이나 산불 발생 예보 등에 활용성이 높을 것으로 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.