[논문]한국형 토양유실공식의 GIS 기반 모형에 의한 금강 유역에 대한 토양유실 우심지역 선정에 관한 연구

김종건; 양재의; 임경재; 김성철; 이기하; 황상일; 유나영; 박윤식

doi:10.7857/jsge.2017.22.6.029

한국형 토양유실공식의 GIS 기반 모형에 의한 금강 유역에 대한 토양유실 우심지역 선정에 관한 연구
A Study to Define Area of Concern for Potential Soil Loss in Geumgang Watershed by KORSLE-based GIS model 원문보기

지하수토양환경 = Journal of soil and groundwater environment, v.22 no.6, 2017년, pp.29 - 36

김종건 (강원대학교 지역건설공학과) , 양재의 (강원대학교 바이오자원환경학과) , 임경재 (강원대학교 지역건설공학과) , 김성철 (충남대학교 생물환경화학과) , 이기하 (경북대학교 건설방재공학부) , 황상일 (한국환경정책평가연구원) , 유나영 (공주대학교 생물산업공학부) , 박윤식 (공주대학교 생물산업공학부)

Abstract ▼ AI-Helper

Universal soil loss equation (USLE) has been frequently employed to estimate potential soil loss in land since it was developed based on the statewide data measured and collected in the United States. The equation is an empirical model mainly used for U.S. soil, thus it has been recently modified to reflect Korean soil conditions and named as Korean Soil Loss Equation (KORSLE). The modified equation was implemented in ArcGIS software, and used for estimation of potential soil loss from 2003 to 2016 in the thirty-eight Water Protection Districts. Five out of the thirty-eight districts were identified as the area of potential soil erosion most severly. In those five districts, potential soil erosion were estimated to be more than 50 Mg/ha/year that requires site investigation under supervision of the Korean Ministry of Environment. Distinctive site characteristics were found in the potential soil loss estimation such that the districts of low potential soil loss had low five factors in the aggregate. However, if one of more factors are dominantly large, the potential soil loss significantly increased. This study provides a useful tool to identify the potential areas for soil erosion and the important factors that play an important role in the estimation process.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

금강 유역에는 총 38개의 상수원보호구역이 있으며, 본 연구에서는 이 각각의 구역들에 대해서 연간 단위면적당 발생할 수 있는 토양유실량을 예측하였다. 토양유실량이 가장 크게 예측된 구역의 경우 연간 발생할 수 있는 토양유실량이 60.
따라서 본 연구에서는 우리나라의 최근 기상 자료를 활용하여 우리나라의 강우 특성을 반영할 수 있도록 하였으며, 상수원보호구역에서의 상대적인 토양유실량을 평가하였으며, 이를 바탕으로 토양유실 관리대책 우선 지역을 선정하는 사례를 통해 범용토양유실공식의 국내 적용 방법을 제안하였다.

가설 설정

즉, 본 연구의 적용 사례를 통해 제안하는 것은 다음과 같다. 범용토양유실공식 및 이 공식에 근거한 방법을 이용하여 토양유실량을 예측할 때 고려해야할 사항은 1) 우리나라의 강우 특성을 반영할 수 있을 것, 2) 연중 지표피복상태의 변화를 고려할 수 있을 것, 그리고 3) 토양유실량 예측값의 상대적인 비교에 의해 토양유실량의 심각성을 판단해야 한다는 것이다. 따라서, 토양유실량 예측값의 크기에 중점을 두기 보다는 광범위한 지역에 대한 상대적인 비교에 의한 평가가 수행될 필요가 있다는 것이다.

제안 방법

그리고 모의 기간 중 모든 월에 대해서 동일한 토양침식성인자, 지형인자, 경작방법인자 지도가 사용이 되었다. 그리고 생성된 168개의 월별 토양유실량 지도를 이용하여 하나의 연평균 토양유실량 지도를 생성하였다.
특히 우리나라처럼 토양유실에 영향을 주는 인자의 계절적 특성이 뚜렷한 경우, 연별 및 월별 토양유실의 변화가 함께 고려될 필요가 있다. 이에 본 연구에서는 우리나라의 기상변화를 고려할 수 있는 모형을 이용하여 토양유실량을 예측하였다. 최근 기상변화를 고려할 수 있도록 금강 유역의 내혹은 인근에 위치한 20개의 강우 측정 지점에서 관측된 2003년부터 2016년까지 강우 자료를 수집 및 적용함으로 써 최근 월별 강우 특성을 반영할 수 있도록 하였으며, 연간 지표피복상태의 변화도 모형을 통해 반영하였다.
강우침식능인자 산정의 예를 유역의 중앙 부분에 위치한 대전 지점의 자료로 들면, 대전 지점에 대한 월별 강우침식능인자 산정식인 식 (1)에 모의 기간 중 월별 강우량(mm)을 식(1)의 P에 대입하고, 식 (1)의 M변수에 대해서 1월에는 1의 값을, 2월에는 2의 값을 대입하여 산정하였다. 즉, Fig. 2에 표시된 모든 지점들에 대해서, 각 월별 강우량(P)과 월(M)을 대입하여 월별 강우침식능인자를 산정하였다.
토양침식성 인자 지도는 모형과 함께 제공되는 자료를 사용하였다. 지형인자 지도와 경작방법인자 지도는 수치표고모형을 입력 자료로 하여 모형에서 생성되도록 하였으며, 지표피복인자는 토지이용도를 입력 자료로 하여 모형의 데이터베이스에 의해 각 월에 해당하는 12개의 지표피복인자 지도가 생성되도록 하였다. 토양유실량은 이 인자 지도의 곱에 의해 계산이 되는데 동일한 월에 해당하는 강우침식능인자와 지표피복인자의 곱이 이루어진 뒤, 연간 변하지 않는 인자인 토양침식성인자, 지형인자, 경작방법인자의 곱이 순차적으로 이루어져 월별 토양유실량이 계산이 되었다 (Fig.
토양유실의 월별 특성을 반영하기 위해서 ArcSATEEC 모형과 함께 제공되는 2000년부터 2014년까지의 강우량 자료에 대한 월별 강우침식능인자 Point feature 데이터베이스를 사용하여도 무방하나, 최근 각 연별 그리고 월별 강우침식능인자의 변화를 고려하기 위해 기상청의 영월, 충주, 서산, 청주, 대전, 군산, 전주, 제천, 보은, 천안, 부여, 금산, 부안, 임실, 정읍, 장수, 영주, 문경, 거창, 보령의 20개 지점의 2003년 1월 1일부터 2016년 12월 31일까지의 일 단위 강우량 자료를 수집하여 이를 각 지점에 대해서 월별 강우량 자료로 변환한 뒤, Kongju National University(2015)에 의해 제안된 월별 강우침식능인자를 산정하였다. 즉, 최근 14년인 168개월에 대한 강우침식능인자를 각 지점에 대해 산정하여 ArcSATEEC 모형에서 요구하는 강우침식능인자 Point feature 데이터베이스를 구축하여 이용하였다.

대상 데이터

이와 함께 토양유실의 월별 특성을 반영할 수 있는 지표피복인자는 구축된 모형의 데이터베이스에 의해 자동으로 월별로 산정할 수 있도록 하였다. 상수원보호구역 자료는 국가수자원관리종합정보시스템의 자료를 사용하였으며, 금강 유역 내에는 총 38개의 상수원보호구역이 있는 것으로 나타났다.
상수원보호구역에서의 토양유실량을 예측하기 위해 본 연구에서는 금강 유역을 대상으로 하였다. ArcSATEEC 모형은 수치표고모형, 토양도, 토지이용도를 필요로 하는데, 수치표고모형은 국립지리원에서 제공하는 1:5,000의 수치지도를 사용하여 30 m의 해상도를 가지는 격자 래스터 파일로 변환하여 구축하였다.
토양유실의 월별 특성을 반영하기 위해서 ArcSATEEC 모형과 함께 제공되는 2000년부터 2014년까지의 강우량 자료에 대한 월별 강우침식능인자 Point feature 데이터베이스를 사용하여도 무방하나, 최근 각 연별 그리고 월별 강우침식능인자의 변화를 고려하기 위해 기상청의 영월, 충주, 서산, 청주, 대전, 군산, 전주, 제천, 보은, 천안, 부여, 금산, 부안, 임실, 정읍, 장수, 영주, 문경, 거창, 보령의 20개 지점의 2003년 1월 1일부터 2016년 12월 31일까지의 일 단위 강우량 자료를 수집하여 이를 각 지점에 대해서 월별 강우량 자료로 변환한 뒤, Kongju National University(2015)에 의해 제안된 월별 강우침식능인자를 산정하였다. 즉, 최근 14년인 168개월에 대한 강우침식능인자를 각 지점에 대해 산정하여 ArcSATEEC 모형에서 요구하는 강우침식능인자 Point feature 데이터베이스를 구축하여 이용하였다. 강우침식능인자 산정의 예를 유역의 중앙 부분에 위치한 대전 지점의 자료로 들면, 대전 지점에 대한 월별 강우침식능인자 산정식인 식 (1)에 모의 기간 중 월별 강우량(mm)을 식(1)의 P에 대입하고, 식 (1)의 M변수에 대해서 1월에는 1의 값을, 2월에는 2의 값을 대입하여 산정하였다.

이론/모형

상수원보호구역에서의 토양유실량을 예측하기 위해 본 연구에서는 금강 유역을 대상으로 하였다. ArcSATEEC 모형은 수치표고모형, 토양도, 토지이용도를 필요로 하는데, 수치표고모형은 국립지리원에서 제공하는 1:5,000의 수치지도를 사용하여 30 m의 해상도를 가지는 격자 래스터 파일로 변환하여 구축하였다. 토지이용도는 환경부 환경공간정보서비스에서 제공하는 2005년 대분류 토지피복도(1:25,000)를 이용하였다(Table 1).
금강유역에 대한 토양유실량을 예측하기 위해서 2003년부터 2016년까지의 강우량 자료가 수집되어 월별 강우 침식능인자가 계산되어 모형의 입력 자료로 사용이 되어 월별 강우침식능인자 지도가 ArcSATEEC 모형에 의해 생성되었다. 즉, 모의 기간인 14년의 각 12개월에 대한 168개의 강우침식능인자 지도가 생성되었다.
ArcSATEEC 모형은 수치표고모형, 토양도, 토지이용도를 필요로 하는데, 수치표고모형은 국립지리원에서 제공하는 1:5,000의 수치지도를 사용하여 30 m의 해상도를 가지는 격자 래스터 파일로 변환하여 구축하였다. 토지이용도는 환경부 환경공간정보서비스에서 제공하는 2005년 대분류 토지피복도(1:25,000)를 이용하였다(Table 1). 금강 유역은 총 면적 9,904 km²으로 유역의 59.

성능/효과

따라서 본 연구를 통한 금강 유역 내 상수원보호구역에 대한 토양유실 가능성 예측에 대한 결론을 요약하면, 1) 토양유실 가능성이 낮은 구역들은 토양유실량을 예측하는 인자들이 전반적으로 작은 것으로 나타났으며, 토양유실 가능성이 큰 구역들은 2) 작지 않은 몇 개의 인자들의 상호작용에 의한 것이거나, 3) 특정 인자가 지배적으로 매우 큰 값을 보인 경우였다. 즉, 토양유실 가능성을 낮추기 위해서는 토양유실에 영향을 주는 조건들이 고르게 관리되어야 한다는 것을 의미하며, 이 조건들 중에 하나 이상에 대한 관리가 이루어지지 않는다면 토양유실 가능성이 커질 수 있음을 의미한다.
38개의 상수원보호구역 중에 10개 구역은 1.10 Mg/ha/yr에서 25.62 Mg/ha/yr의 범위를 보였는데 이는 금강 유역 내 상수원보호구역에서 토양유실 가능성이 가장 큰 구역에 비해 1.83%에서 42.64%에 해당하는 것으로, 이 구역들의 토양유실 가능성은 유역 내 토양유실 가능성이 가장 큰 상수원보호구역과 비교했을 때 절반 미만인 것으로 예측되었다. 즉, 금강 유역 내 상수원보호구역의 58%는 토양유실에 대한 취약성이 거의 없는 것으로 예측되었으며, 38개의 상수원보호구역 중에서 32개(84%)는 토양유실 가능성이 가장 큰 구역에 비해 50% 미만의 토양유실 가능성을 가지고 있는 것으로 예측되었다.
더욱이 금강 유역에서 토양 유실을 일으키는 강우침식능인자는 유역의 북쪽과 서쪽에서 높게 예측된 반면에, 상수원보호구역은 대부분 유역의 동부 및 중부 지역에 위치하고 있기 때문에 토양유실 가능성이 비교적 낮은 것으로 예측되었다. 다시 말해 토양유실 가능성이 낮은 지역은 5개의 인자 중에 특정 인자에 지배적인 영향을 받은 것이 아니라, 각 인자값의 크기가 모두 작은 경향을 보일 때 토양유실 가능성이 낮은 것으로 예측되었다.
4에서 보이는 바와 같이 4개의 구역은 유역의 중앙 부분에 위치하고 있으며, 1개의 유역은 유역의 동남부 지역에 위치하고 있다. 유역의 중앙 부분에 위치한 4개의 구역 중에서 가장 서쪽에 위치한 ⓐ구역이 연간 토양유실 가능성이 60.08 Mg/ha/yr로 가장 큰 값으로 예측되었으며 ⓑ구역이 57.45 Mg/ha/yr로 연간 토양유실 가능성이 두번째로 큰 것으로 예측되었다. 5개의 구역 중에 이들 두구역은 상대적으로 작은 면적을 차지하는 구역이다.
64%에 해당하는 것으로, 이 구역들의 토양유실 가능성은 유역 내 토양유실 가능성이 가장 큰 상수원보호구역과 비교했을 때 절반 미만인 것으로 예측되었다. 즉, 금강 유역 내 상수원보호구역의 58%는 토양유실에 대한 취약성이 거의 없는 것으로 예측되었으며, 38개의 상수원보호구역 중에서 32개(84%)는 토양유실 가능성이 가장 큰 구역에 비해 50% 미만의 토양유실 가능성을 가지고 있는 것으로 예측되었다.
89로 상대적으로 큰 경향을 보였다. 즉, 토양유실 가능성이 가장 큰 두 구역에 대해 분석하였을 때, 농경지를 포함하면서 지형이 토양유실에 취약한 조건을 가지고 있는 것으로 나타났다. 즉, 토양유실에 영향을 주는 인자의 조합 혹은 특정인자가 매우 큰 경향을 보인 구역들이 토양유실 가능성이 매우 큰 것으로 나타났다.
즉, 토양유실 가능성이 가장 큰 두 구역에 대해 분석하였을 때, 농경지를 포함하면서 지형이 토양유실에 취약한 조건을 가지고 있는 것으로 나타났다. 즉, 토양유실에 영향을 주는 인자의 조합 혹은 특정인자가 매우 큰 경향을 보인 구역들이 토양유실 가능성이 매우 큰 것으로 나타났다.
금강 유역에는 총 38개의 상수원보호구역이 있으며, 본 연구에서는 이 각각의 구역들에 대해서 연간 단위면적당 발생할 수 있는 토양유실량을 예측하였다. 토양유실량이 가장 크게 예측된 구역의 경우 연간 발생할 수 있는 토양유실량이 60.08 Mh/ha/yr로 나타났으며, 38개의 상수원 보호구역 중에 22개의 상수원보호구역은 최근 14년 동안의 기상 조건에 대해 발생할 수 있는 토양유실량이 1.00 Mg/ha/yr 이하로 아주 낮게 예측되었다. 이 구역들은 지표피복상태가 산림지역 혹은 시가화 지역을 포함하거나, 경사가 급하지 않아 지형인자가 낮게 산정된 지역들로 나타났다.
(2017)은 ArcSATEEC 모형을 한강, 낙동강, 금강, 영상강, 섬진강 유역에 대해 적용하여 환경부의 ‘표토의 침식현황에 관한 고시’에 의한 토양유실량과 비교하였는데, 최근 강우 자료를 이용하여 강우침식능인자를 사용할 경우 수십년 자료에 의해 산정된 강우침식능인자와 공간적으로 큰 차이를 보이는 것을 지적한 바 있다. 특히, 고시에 의한 토양유실량 추정에서는 가능하지 않았던, 월별 토양유실량의 차이를 지적하였는데, 모든 유역에서 연간 발생하는 토양유실의 50%가 7월과 8월에 발생하는 것으로 나타났다.

후속연구

토양유실 가능성이 크게 예측되었던 5개 구역 중에 ⓒ, ⓓ, ⓔ 구역들은 다른 상수원보호구역들에 비해 큰 면적을 차지하고 있는 구역이기 때문에, 토양유실 가능성이 크게 예측된 이유를 정확하게 정의하기에는 무리가 있다. 따라서 이 구역들에 대해서는 현장조사 등을 통하여 구역의 조건 및 특성으로 세분화하여 추가 분석이 필요할 것으로 판단된다. 예측된 토양유실량의 수치에 대해 살펴보면, ⓐ, ⓑ, ⓒ 구역의 경우 연간 토양유실량이 50 Mg/ha를 초과하는 지역인데, 2012년에 환경부에 의해 제정된 ‘표토의 침식 현황 조사에 관한 고시’(Ministry of Environment, 2012)에서는 이 값을 초과하는 지역에 대해서는 추가로 현장조사를 실시하도록 하고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	토양 유실은 무엇을 유발하는가?	토양 유실은 전 세계적으로 가장 중요한 환경적 문제 중의 하나이며, 토양구조의 파괴, 유기물의 손실, 경작 가능한 토심의 깊이 절감 등 다양한 부정적 영향을 유발한다. 최근에는 다양한 지구 물리학적 특징과 토양 침식과 정의 연관성을 이해하고 토양 유실에 대한 적절한 대안 관리 기법 및 시나리오 분석을 위해 범용토양 유실공식(Universal Soil Loss Equation; USLE)(Wischmeier and Smith, 1978) 기반의 모형이 광범위하게 활용되고 있다.
	범용토양 유실공식이 활용 목적은?	토양 유실은 전 세계적으로 가장 중요한 환경적 문제 중의 하나이며, 토양구조의 파괴, 유기물의 손실, 경작 가능한 토심의 깊이 절감 등 다양한 부정적 영향을 유발한다. 최근에는 다양한 지구 물리학적 특징과 토양 침식과 정의 연관성을 이해하고 토양 유실에 대한 적절한 대안 관리 기법 및 시나리오 분석을 위해 범용토양 유실공식(Universal Soil Loss Equation; USLE)(Wischmeier and Smith, 1978) 기반의 모형이 광범위하게 활용되고 있다. 그러나 다양한 토지이용에 대한 범용토양 유실공식의 유용성이 검증되었음에도 불구하고, 모형의 매개변수 산정 및 계산 능력 면에서 간소화에 대한 요구가 계속되고 있는 실정이다.
	ArcSATEEC 모형이 토양 유실량 예측 외에 예측 가능한 것은?	이 KORSLE을 기반으로 하는 ArcSATEEC 모형은 ArcGIS 소프트웨어의 ArcPy 툴의 형태로 개발되었으며, 범용토양 유실공식을 기반으로 하여 토양 유실량을 예측하 는 모형이다. 또한, 우리나라의 계절적 토양 유실 발생 특성을 반영하기 위해 월별 강우침식능인자와 지표 피복인자를 산정하여 월별 토양 유실량을 예측하는 모형이다(Yu et al., 2017).

참고문헌 (13)

Kongju National University, 2015, Development of topsoil erosion model for Korea. Yesan-gun: Republic of Korea
Kongju National University, 2016, Development of topsoil erosion model for Korea. Yesan-gun: Republic of Korea
Lee, W., Jang, C., Kim, D., Jung, Y., Kang, H., Lim, K.J., and Park, Y.S., 2014, Analysis of temporal change in soil erosion potential at Haean-myeon watershed due to climate change, Korean Soc. Soil Sci. Fert., 47(2), 71-79.
Ministry of Environment, 2012, A bulletin on the survey of the erosion of topsoil. Sejong-si: Ministry of Environment
Park, Y.S., Kim, J., Kim, N.W., Kim, S.J., Jeon, J.H., Engel, B.A., Jang, W., and Lim, K.J., 2010, Development of new R, C and SDR modules for the SATEEC GIS system, Comp. Geo., 36(6), 726-734.
Park, Y.S., Engel, B.A., and Harbor, J., 2014, A web-based model to estimate the impact of best management practices, WATER, 6(3), 455-471.
Renard, K.G., Foster, G.R., Weesies, D.K., McCool, and Yoder, D.C., 1997, Predicting soil erosion by water: A guide to conservation planning with the revised universal soil loss equation (RUSLE). U.S. Depart of Agriculture Handbook No. 703.
Risal, A., Bhattarai, R., Kum, D., Park, Y.S., Yang, J.E., and Lim, K.J., 2016, Application of Web ERosivity Module (WERM) for estimation of annual and monthly R factor in Korea, CATENA 147, 225-237.

상세보기
Sung, Y.S., Jung, Y., Lim, K.J., Kim, J., Kim, K.S., Shin, M.H., Kum, D.H., and Park, Y.S., 2016, A study to develop monthly cover management factor database for monthly soil loss estimation, J. Korean Soc. Ag. Eng., 58(6), 23-30.
Wischmeier, W.H. and Smith, D.D., 1965. Predicting rainfallerosion losses from cropland east of the Rocky Mountains: Guide for selection of practices for soil and water conservation. U.S. Depart of Agriculture Handbook No. 282.
Wischmeier, W.H., 1976, Use and misuse of the universal soil loss equation, J. Soil Water Conserv., 31, 5-9.
Wischmeier, W.H. and Smith, D.D., 1978, Predicting rainfall erosion losses: A guide to conservation planning Handbook No.537. U. S. Department of Agriculture
Yu, N.Y, Lee, D.J., Han, J., Lim, K.J., Kim, J., Kim, K.H., Kim, S., Kim, E.S., and Park, Y.S., 2017, Development of ArcGISbased model to estimate monthly potential soil loss, J. Korean Soc. Ag. Eng., 59(1), 21-30.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증