Soil erosion has been issued in many countries since it causes negative impacts on ecosystem at the receiving water bodies. Therefore best management practices to resolve the problem in a watershed have been developed and implemented. As a prior process, there is a need to define soil erosion level ...
Soil erosion has been issued in many countries since it causes negative impacts on ecosystem at the receiving water bodies. Therefore best management practices to resolve the problem in a watershed have been developed and implemented. As a prior process, there is a need to define soil erosion level and to identify the area of concern regarding soil erosion so that the practices are effective as they are designed. Universal Soil Loss Equation (USLE) were developed to estimate potential soil erosion and many Geographic Information System (GIS) models employ USLE to estimate soil erosion. Sediment Assessment Tool for Effective Erosion Control (SATEEC) is one of the models, the model provided several opportunities to consider various watershed peculiarities such as breaking of slope length, monthly variation of rainfall, crop growth at agricultural fields, etc. SATEEC is useful to estimate soil erosion, however the model can be implemented with ArcView software that is no longer used or hard to use currently. Therefore SATEEC based on ArcView was rebuild for the ArcGIS software with all modules provided at the previous version. The rebuilt SATEEC, ArcSATEEC, was programmed in ArcPy and works as ArcGIS Toolset and allows considering monthly variations of rainfall and crop growth at any watershed in South-Korea. ArcSATEEC was applied in Daecheong-dam watershed in this study, monthly soil erosion was estimated with monthly rainfall and crop growth variation. Annual soil erosion was computed by summing monthly soil erosion and was compared to the conventional approach to estimate annual soil erosion. The annual soil erosion estimated by the conventional approach and by summing monthly approach did not display much differences, however, ArcSATEEC was capable to provide monthly variation of soil erosion.
Soil erosion has been issued in many countries since it causes negative impacts on ecosystem at the receiving water bodies. Therefore best management practices to resolve the problem in a watershed have been developed and implemented. As a prior process, there is a need to define soil erosion level and to identify the area of concern regarding soil erosion so that the practices are effective as they are designed. Universal Soil Loss Equation (USLE) were developed to estimate potential soil erosion and many Geographic Information System (GIS) models employ USLE to estimate soil erosion. Sediment Assessment Tool for Effective Erosion Control (SATEEC) is one of the models, the model provided several opportunities to consider various watershed peculiarities such as breaking of slope length, monthly variation of rainfall, crop growth at agricultural fields, etc. SATEEC is useful to estimate soil erosion, however the model can be implemented with ArcView software that is no longer used or hard to use currently. Therefore SATEEC based on ArcView was rebuild for the ArcGIS software with all modules provided at the previous version. The rebuilt SATEEC, ArcSATEEC, was programmed in ArcPy and works as ArcGIS Toolset and allows considering monthly variations of rainfall and crop growth at any watershed in South-Korea. ArcSATEEC was applied in Daecheong-dam watershed in this study, monthly soil erosion was estimated with monthly rainfall and crop growth variation. Annual soil erosion was computed by summing monthly soil erosion and was compared to the conventional approach to estimate annual soil erosion. The annual soil erosion estimated by the conventional approach and by summing monthly approach did not display much differences, however, ArcSATEEC was capable to provide monthly variation of soil erosion.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
강우침식능인자와 지표피복인자는 계절에 따라 다를 수 있기 때문에, 이를 반영하기 위해서 본 연구에서는 월별 인자에 의해 월별 토양유실량을 추정하였다. 강우침식능인자는 대상 유역 내에 혹은 인근에 위치하는 강우 자료를 이용하여 표 1의 회귀식에 의해 월별 인자를 산정한 후, ArcSATEEC 모형에 의해 래스터 형식의 월별 지도로 생성되었다.
더욱이 현재 사용이 제한되는 GIS 기반의 소프트웨어인 ArcGIS 10에 의해 구동되는 것이 아니라 ArcView 기반으로 되어 있기 때문에 모형의 사용이 제한이 된다. 따라서, 본 연구의 목적은 SATEEC 모형이 현재 사용되고 있는 ArcGIS 기반의 소프트웨어에 의해 구동될 수 있도록 재개발하는 것이며, 또한 한국의 계절 특성을 반영한 토양유실량 예측이 가능하도록 개선하는 것이다.
본 연구에서는 우리나라의 계절성을 반영한 토양유실량을 추정하기 위해서, 계절에 따라 변동이 있을 것으로 생각되는 강우침식능인자와 지표피복인자에 대해 월별로 추정하여 월별 토양유실량을 예측하였다. 또한 환경부에서 제정한 ‘표토의 침식 현황에 관한 고시’ (Ministry of Environment, 2012)에 명시된 방법에 따라 연평균 토양유실량을 추정하였다.
제안 방법
기존의 SATEEC 모형이 토양유실과 관련하여 많은 기능을 제공하나, ArcView를 기반으로 하기 때문에 현재 사용하는데 한계가 있다. 따라서 본 연구를 통해 현재 사용되고 있는 ArcGIS 10 소프트웨어에서 사용이 가능하도록 SATEEC 모형을 재개발되었다. 현재 ArcGIS 소프트웨어는 ArcPy 프로그래밍 언어에 의한 코딩과 인터페이스 개발 체제를 지원하고 있다.
현재 ArcGIS 소프트웨어는 ArcPy 프로그래밍 언어에 의한 코딩과 인터페이스 개발 체제를 지원하고 있다. 이에 기존의 사용자에 의한 입력 자료를 범용토양유실공식의 각 인자로 변환하는 과정과 토양유실을 추정하기 위한 과정이 ArcPy로 코딩되었으며, ArcGIS에서의 툴박스 형식의 인터페이스를 가지도록 하였다 (Fig. 3).
지표피복인자는 토지이용도에 따라 정의될 수 있는데, ArcSATEEC에서는 월별 토지피복상태의 변화를 반영할 수 있도록 하였다. 토지이용종류 및 지역별/작물 별에 따른 월별 지표피복인자 데이터베이스를 텍스트 파일 형식으로 구축하였으며, 사용자의 토지이용도와 월 단위 데이터베이스에 의해서 월별 지표피복인자 지도가 구축될 수 있도록 하였다.
대상 데이터
본 연구에서 개발된 ArcSATEEC 모형의 시범 적용을 위해서, 충청북도에 위치하고 있는 대청호 유역을 선정하였다. 이 유역은 금강 유역에서의 수자원의 다목적 개발을 위해 준공된 호수로 금강 하구로부터 150 km 상류 지점인 대전광역시와 충청북도 청원군 사이에 위치해 있다.
강우침식능인자는 대상 유역 내에 혹은 인근에 위치하는 강우 자료를 이용하여 표 1의 회귀식에 의해 월별 인자를 산정한 후, ArcSATEEC 모형에 의해 래스터 형식의 월별 지도로 생성되었다. 본 연구에서는 월별 강우침식능인자를 산정하였기 때문에, 1월부터 12월까지의 12개의 지도가 생성이 되었다 (Table 3). 1월에 대해서는 지점에 따라 28.
월별 강우침식능인자를 산정하기 위해 기상청에서 제공하는 2000년부터 2014년까지 15년에 대한 강우 자료가 대전 지점, 전주 지점, 보은 지점, 부여 지점, 금산 지점, 임실 지점, 장수 지점의 7개 지점에 대해 수집되었다 (Fig. 2). 각 지점에 대해서 수집된 일별 강우 자료는 Risal et al.
이론/모형
2). 각 지점에 대해서 수집된 일별 강우 자료는 Risal et al. (2016)에 의해 제안된 월별 강우침식능인자 산정식을 이용하여 월별 인자로 계산하였다 (Table 1).
강우침식능인자와 지표피복인자는 계절에 따라 다를 수 있기 때문에, 이를 반영하기 위해서 본 연구에서는 월별 인자에 의해 월별 토양유실량을 추정하였다. 강우침식능인자는 대상 유역 내에 혹은 인근에 위치하는 강우 자료를 이용하여 표 1의 회귀식에 의해 월별 인자를 산정한 후, ArcSATEEC 모형에 의해 래스터 형식의 월별 지도로 생성되었다. 본 연구에서는 월별 강우침식능인자를 산정하였기 때문에, 1월부터 12월까지의 12개의 지도가 생성이 되었다 (Table 3).
경사장･경사도인자와 경작방법인자는 수치표고모형에 의해서 정의될 수 있다. 경사장･경사도인자는 Moore and Burch (1986)에 의해 제안된 방법에 의해 산정될 수 있는데, 수치표고모형을 이용하여 경사도 및 유로 (flow path) 지도를 만들면 인자 값에 대한 정의가 가능하다.
8). 그리고 경작방법인자는 ArcSATEEC에 의해서 수치표고모형과 경사도에 따른 값으로 (Table 2) 정의되었다 (Fig. 9).
또한 환경부에서 제정한 ‘표토의 침식 현황에 관한 고시’ (Ministry of Environment, 2012)에 명시된 방법에 따라 연평균 토양유실량을 추정하였다.
6 %를 차지하고 있다. 유역에 대해서 30 m의 격자를 가지는 공간 자료를 구축하였는데, 수치표고모형은 국립지리원에서 제공하는 수치 지도 (1:5,000)를 이용하였고, 토양도는 농촌진흥청 농업과학기술원에서 제공하는 개략 토양도 (1:50,000)를 이용하였으며, 토지이용도는 환경부 환경공간정보서비스에서 제공하는 2005년 대분류 토지 피복도 (1:25,000)를 이용하였다 (Fig. 1).
SATEEC 모형은 범용토양유실공식에 의해서 토양유실량을 추정할 수 있도록 개발된 GIS 기반의 모형이다. 이 모형은 수치표고모형 (Digital elevation model, DEM)을 이용하여 경사장･경사도인자와 경작방법인자를 산정하며, 토지이용도를 이용하여 지표피복인자를 산정하고, 토양도를 이용하여 토양침식성인자를 산정한다. 그리고 사용자에 의해 정의 된 강우침식능인자를 이용하여 토양유실량을 추정을 하는데, 여기에 유달률 (Sediment delivery ratio)을 이용하여 유역의 유출구에 도달하는 유사량 산정까지 가능하다.
토양침식성인자, 경사장･경사도인자, 경작방법인자는 월별로 변하지 않는 인자로 판단되며, 따라서 월별 토양유실량 추정과 연간 토양유실량 추정에서 모두 동일하게 적용이 되었다. 토양침식성인자는 개략토양도에 의해 정의되었으며 (Fig. 7), 경사장･경사도인자는 ArcSATEEC에 의해서 수치 표고 모형과 식 (14)를 이용하여 지도가 생성되었다 (Fig. 8). 그리고 경작방법인자는 ArcSATEEC에 의해서 수치표고모형과 경사도에 따른 값으로 (Table 2) 정의되었다 (Fig.
성능/효과
더욱이 기존에는 연간 토양유실량 추정에 주목적을 두었으나, 우리나라와 같이 계절에 따라 달라질 수 있는 토양유실에 대한 인자를 월별로 추정하여 적용할 수 있도록 하였다. 다시 말해, 본 연구를 통해 개발된 ArcSATEEC 모형은 1) ArcGIS 소프트웨어를 기반으로 작동하도록 개발되었으며, 2) 월별 강우침식능인자 및 지표피복인자 데이터베이스가 전국에 대해 구축되어 있으며, 3) 모형에 의해서 월별 토양유실량 예측이 가능하다.
월별 토양유실량이 계산이 된 후에 그 합과 연간 토양유실량과의 비교가 가능하기 때문에, 월별 강우침식능인자와 연간 강우침식능인자에 대한 값의 크기 비교에 큰 의미를 두기는 힘들다. 그러나, 월별로 강우침식능인자를 산정할 경우 월별로 강우침식능인자가 큰 지점이 다르게 나타났으며, 또한 연간 강우침식능인자의 분포와도 다르게 나타났다. 즉, 본 결과는 침식을 일으키는 인자인 강우의 시기적인 공간적인 분포가 다르며, 이에 우선적으로 관리가 필요한 지역이 달라질 수 있음을 보여준다.
본 연구에서 개발된 ArcSATEEC 모형을 이용하여 임의 대상 지역에 적용하고 연간 토양유실량 추정과 비교하였는데, 월별 토양유실량 예측은 연간 토양유실량 예측과 시기적으로 다소 차이를 보였다. 다시 말해, 유역에서의 토양유실 대책을 수립할 때 월별 토양유실에 근거하여야 유역에서 발생되는 토양유실을 제어할 수 있을 것으로 생각된다.
0 Mg/ha를 보였다. 즉, 연간 약 30 Mg/ha 이상의 토양이 유실이 된다고 하더라도, 7월과 8월에 50 % 이상의 토양이 유실이 되는 것으로 나타났다.
지표피복인자 역시 월별로 총 12개의 지도가 생성되었는데, 작물의 생장 상태가 고려되면서 월별로 차이를 보였다 (Table 3). 월별 및 연간 지표피복인자를 정의할 때, 저수지나 하천과 같은 수역에 대한 지표피복인자는 0으로 정의하였기 때문에, 지표피복인자에 대한 최소값은 0으로 모두 동일하였다.
후속연구
구축된 월별 지표피복인자는 작물의 생장 상태에 따라 다른 값을 보이고 있으며, 또한 동일한 작물이라고 하더라도 지역에 따라 다른 값을 보이고 있다. 구축된 월별 지표피복인자는 최근 15년에 대한 기상 자료와 SWAT을 이용하였기 때문에 최근 기후에 의한 작물 생장 조건을 반영할 수 있을 것으로 생각된다.
본 연구에서 개발된 ArcSATEEC 모형을 이용하여 임의 대상 지역에 적용하고 연간 토양유실량 추정과 비교하였는데, 월별 토양유실량 예측은 연간 토양유실량 예측과 시기적으로 다소 차이를 보였다. 다시 말해, 유역에서의 토양유실 대책을 수립할 때 월별 토양유실에 근거하여야 유역에서 발생되는 토양유실을 제어할 수 있을 것으로 생각된다.
본 연구에서는 ArcGIS 소프트웨어를 기반으로 하도록 ArcSATEEC를 개발하였는데 (http://npsLab.kongju.ac.kr), ArcPy에 의한 프로그래밍이 이루어지고 툴박스 형식으로 작동되기 때문에, ArcGIS 소프트웨어 사용자에게 있어 활용도가 높을 것으로 판단된다. 더욱이 기존에는 연간 토양유실량 추정에 주목적을 두었으나, 우리나라와 같이 계절에 따라 달라질 수 있는 토양유실에 대한 인자를 월별로 추정하여 적용할 수 있도록 하였다.
(2016)은 기상청의 75개 지점에 대해 월별 강우침식능인자를 월별 강우량의 합과 지역에 따라 다른 지수와 계수를 가지는 회귀식에 의하여 산정할 수 있도록 제안한바 있다. 이를 위해 최근 약 15년간의 10분단위 강우 자료가 이용되었으며, 또한 75개 지점에 대해서 식 (10)~(13)에 의해 산정 된 월별 강우침식능인자와 회귀식에 의해 산정된 강우침식능 인자가 서로 높은 상관관계를 보였기 때문에 월별 강우침식능인자 산정에 활용될 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
강우침식능인자란?
강우침식능인자 (USLE R Factor)는 토양유실량 예측 대상 지역에서 강우량 및 강우 강도와 관계를 가지는 침식성 인자이며, 토양침식성인자 (USLE K Factor)는 발생한 토양 유실량과 강우에 의한 타격 및 지표유출수에 의한 토양유실 가능성을 표현하는 강우침식능인자에 의해 계산이 된다. 사면 길이 22.
범용토양유실공식이 사용되는 곳은?
범용토양유실공식은 유역에서 발생하는 연간 토양유실량을 산정하기 위하여 제시된 경험적으로, 유역의 강우 특성, 토양 특성, 지형 특성, 토지 이용 특성, 경작 방법 특성에 관련된 변수를 이용하여 그 유역의 토양유실량을 추정할 수 있다. 이 공식은 토양유실을 산정하거나 예측하기 위한 여러 모형에 이용이 되고 있다.
토양유실이란?
토양유실은 강우 발생 시 강우 타격에 의해 토양 표면의 토양 입자가 유실되는 것으로 자연적으로 발생할 수 있는 현상이다. 하지만 도시화 등과 같은 토지 이용의 형태가 바뀌는 인위적인 원인이나, 강우 패턴의 변화 등과 같은 자연적인 원인으로 토양유실이 심각한 문제가 되어 왔다.
참고문헌 (30)
Arnold, J. G. and R. Srinivasan, 1994. Integration of a BASIN-scale water quality model with GIS. Journal of the American Water Resources Association 30(3): 453-462.
Boyce, R. C., 1975. Sediment Routing with Sediment Delivery Ratios, In Present and Prospective Technology for Predicting Sediment Yields and Sources, 61-65.
Chandramohan, T., B. Venkatesh, and A. N. Balchand, 2015. Evaluation of three soil erosion models for small watersheds. Aquatic Procedia 4: 1277-1234.
Cho, H. and J. Jung, 2005. Estimating soil loss in alpine farmland with RUSLE and SEDD. The Journal of Geographic Information System Association of Korea 13(1): 79-90.
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.
Diodato, N. and G. Bellocchi, 2007. Estimating monthly (R)USLE climate input in a Mediterranean region using limited data. Journal of Hydrology 345(3-4): 224-236.
Flanagan, D. C. and S. J. Livingston, 1995. WEPP User Summary. NSERL Report 11. West Lafayette, Indiana: USDA-ARS National Soil Erosion Research Laboratory.
Frankenberger, J. R., S. Dun, D. C. Flanagan, J. Q. Wu, and W. J. Elliot, 2011. Development of a GIS interface for WEPP model application to Great Lakes forested watersheds. In Proceedings of the International Symposium on Erosion and Landscape Evolution (ISELE), 139. Anchorage, AK, Mich: American Society of Agricultural and Biological Engineers (ASABE).
Fraser, R. H., 1999. SEDMOD: A GIS-based Delivery Model for Diffuse Source Pollutants. Yale University.
Jung, P. K., K. T. Um, and D. U. Choi, 1983. Rainfall erosion factor for estimating soil loss. Journal of Korean Society of Soil Science and Fertilizer 16: 112-118 (in Korean).
Kang, H., K. S. Kim, Y. S. Park, N. Kim, Y. S. Ok, J. Kim, Y. H. Choi, and K. J. Lim, 2009. Development and Application of SATEEC L Module for Slope Length Adjustment Based on Topography Change. Korean Journal of Environmental Agriculture 28(2): 113-124 (in Korean).
Kang, H., Y. S. Park, N. W. Kim, T. S. Ok, W. S. Jang, J. C. Ryu, K. S. Kim, and K. J. Lim, 2010. Development and application of integrated system with SATEEC, nLS and USPED for gully erosion evaluation. Journal of Korean Society on Water Quality 26(4): 637-647 (in Korean).
Kim, M. S., J. K. Kim, 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 (in Korean).
Kongju National University, 2016. Development of Topsoil Erosion Model for Korea. Yesan-gun: Republic of Korea.
Lee, D. J., J. M. Lee, D. H. 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 (in Korean).
Lim, K. J., J. D. Choi, K. S. Kim, M. Sagong, and B. A. Engel, 2003. Development of Sediment Assessment Tool for Effective Erosion Control (SATEEC) in Small Scale Watershed. Journal of Korean Society of Agricultural Engineers 45(5): 85-96 (in Korean).
Ministry of Environment, 2012. A bulletin on the survey of the erosion of topsoil. Sejong-si: Ministry of Environment.
Moore, I. D. and G. J. Burch, 1986. Physical Basis of the Length-Slope Factor in the Universal Soil Loss Equation, Soil Science Society of America Journal 50: 1294-1298.
Park, Y. S., J. Kim, N. Kim, K. S. Kim, J. Choi, and K. J. Lim, 2007. Analysis of Sediment Yields at Watershed Scale using Area/Slope-Based Sediment Delivery Ratio in SATEEC. Journal of Korean Society on Water Quality 23(5): 650-658 (in Korean).
Park, Y. S., J. Kim, N. Kim, S. Kim, J. 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.
Renard, K. G., G. R. Foster, G. A. Weesies, D. K. McCool, and D. C. Yoder, 1997. Prediction soil erosion and water: A guide to conservation planning with the revised USLE Vol. 703, Washington, DC: US Government Printing Office.
Renschler, C. S., D. C. Flanagan, B. A. Engel, and J. R. Frankenberger. 2002. GeoWEPP: The geospatial interface to the Water Erosion Prediction Project. In ASAE Annual Meeting, 1. St. Joseph, Mich.: ASAE.
Risal, A., R. Bhattarai, D. Kum, Y. S. Park, J. E. Yang, and K. J. Lim, 2016. Application of Web ERosivity Module (WERM) for estimation of annual and monthly R factor in Korea. CATENA 147: 225-237.
Wischmeier, W. H. and D. D. Smith, 1965. Predicting rainfall erosion losses from cropland east of the Rocky Mountains: A guide for selection of practices for soil and water conservation Handbook No.282. Agricultural Researach Service U. S. Department of Agriculture.
Wischmeier, W. H. and D. D. Smith, 1978. Predicting rainfall erosion losses: A guide to conservation planning Handbook No.537. U. S. Department of Agriculture.
Yu, B., G. M. Hashim, and Z. Eusof, 2001. Estimating the r-factor with limited rainfall data: a case study from peninsular Malaysia. Journal of Soil and Water Conservation 56: 101-105.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.