[논문]한국형 토양유실공식에 의한 토양유실량 현장예측

송재민; 양재의; 임경재; 박윤식

doi:10.7857/jsge.2019.24.5.031

Abstract ▼ AI-Helper

In 2013, the Ministry of Environment in South Korea promulgated a new regulatory bulletin that contained revised enforcement ordinance on soil management protocols. The bulletin recommends the use of Universal Soil Loss Equation (USLE) for the soil erosion estimation, but USLE has limited applicabil...

In 2013, the Ministry of Environment in South Korea promulgated a new regulatory bulletin that contained revised enforcement ordinance on soil management protocols. The bulletin recommends the use of Universal Soil Loss Equation (USLE) for the soil erosion estimation, but USLE has limited applicability in prediction of soil erosion because it does not allow direct estimation of actual mass of soil erosion. Therefore, there is a great need of revising the protocol to allow direct comparison between the measured and estimated values of soil erosion. The Korean Soil Loss Equation (KORSLE) was developed recently and used to estimate soil loss in two fields as an alternative to existing USLE model. KORSLE was applied to estimate monthly rainfall erosivity indices as well as temporal variation in potential soil loss. The estimated potential soil loss by KORSLE was adjusted with correction factor for direct comparison with measured soil erosion. The result was reasonable since Nash-Stucliff efficiency were 0.8020 in calibration and 0.5089 in validation. The results suggest that KORSLE is an appropriate model as an alternative to USLE to predict soil erosion at field scale.

주제어

표/그림 (12)

그림 Fig. 1. Soil erosion monitoring method at field segment plot.
그림 Fig. 2. Locations of field monitoring Seomjingang A (2) and Seomjingang B (3) at Sumjin River watershed.
표 Table 1. Determination of KORSLE factors in Seomjingang A site
표 Table 2. Determination of KORSLE factors in Seomjingang B site
표 Table 3. The Pearson correlation coefficients between the measured soil erosions and parameters affecting soil erosions in Seomjingang A site
표 Table 4. The Pearson correlation coefficients between the measured soil erosions and parameters affecting soil erosions in Seomjingang B site
그림 Fig. 3. Correlation between the measured and the estimated soil erosion (Mg) in Seomjingang A site.
표 Table 5. Comparison between the measured and the estimated soil erosion (Mg) in Seomjingang A site
표 Table 6. Comparison between the measured and the calibrated estimated soil erosion (Mg) in Seomjingang B site during 2014~2016
표 Table 7. Comparison between the measured and the validated estimated soil erosion (Mg) in Seomjingang B site during 2016~2018
그림 Fig. 4. Correlation between the measured and the calibrated estimated soil erosion (Mg) in Seomjingang B site during 2014~2016.
그림 Fig. 5. Correlation between the measured and the validated estimated soil erosion (Mg) in Seomjingang B during 2016~2018.

AI 본문요약
AI-Helper

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

문제 정의

그리고 유출량은 집수플럼부 퇴적량과 낮은 상관관계를 보였으나, 총 토양유실량을 포함하여 다른 퇴적량과는 높은 상관관계를 보였다(Table 3, Table 4). 따라서 본 연구에서는 총 토양유실량 예측에 있어 유출량(L)에 관한 함수로 표현할 필요가 있는 것으로 판단하였다.
이와 함께 지표피복상태에 영향을 미치는 작물의 생장을 고려할 수 있도록 4대강 수계별 및 월별 지표피복인자 데이터베이스를 제공하고 있다(Kongju National University, 2018). 범용토양유실공식에 의해 예측되는 토양유실량 발생 가능성 추정치는 연간 1개의 값만이 산정될 수 있기 때문에, 본 연구에서는 월별 토양유실량 발생 가능성 추정이 가능한 한국형 토양유실공식에 의해 모니터링기간에 대한 토양유실 발생 가능성 추정치를 산정하였다.
본 연구는 현장 적용성이 높은 범용토양유실공식에 근거하여 토양유실 발생 가능성을 추정하고, 이를 실측 토양유실량과 비교하고 보정할 수 있는 방안을 제시하여 환경부 고시를 개정하고 현장에서 보다 정확한 토양유실을 예측할 수 있는 기반을 제공하는데 그 목적을 두고 있다.
본 연구는 현재 한국환경공단에서 수행하고 있는 ‘표토의 침식 현황 조사에 관한 고시’의 현장조사 단계에서 토양유실량 실측 및 예측에 대한 비교 및 검정 과정이 이루어질 수 있는 방안을 제시하는 데 목적을 두고 있다.

제안 방법

한국형 토양유실공식은 범용토양유실공식에 근거한 모형이고, 월별 토양유실 발생 가능성을 추정하기 위한 값을 제공하기 때문에, 실제 발생한 토양유실량과 비교하기 위해서는 예측된 값에 대한 조정이 필요하다. 따라서 대상 필지의 조건을 검토하여 한국형 토양유실공식에 의해 예측된 값을 조정할 수 있도록 하였다. 이에 각 필지에서 발생한 총 토양유실량(Net soil)에 영향을 크게 줄 수 있는 요소를 검토하였는데, 강수량(Rainfall), 유출량(Runoff), 집수부에서의 토양유실량 측정치(Measured soil at water collecting basin; SoilWCB), 침사지에서의 토양유실량 측정치(Measured soil at grit chamber, SoilGC), 침사지에서의 부유사량(Suspended sediment yield, SoilSS)에 대해서 상관관계(Correlation coefficient)를 검토하였다.
6 이상이며 상대오차가 20% 이하일 때라고 제안한 바 있다. 본 과업에서는 NSE와 결정계수가 각각 0.4와 0.5 이상일 경우에 이를 도식화하고, t-test에 의한 p-value에 의해서 예측값에 대한 유의성 여부를 결정하였다. p-value는 유의확률 95% (유의수준 α=0.
6으로 정의되었다. 섬진강B 지점에 대한 조정은 식(4)와 같이 한국형 토양유실공식에 의해 예측된 토양유실 가능성 추정치에 상용로그를 취한 뒤에 면적을 곱한 뒤에, 유량과 계수(C₂)를 곱하여 토양유실량(Mg)을 예측할 수 있도록 하였다. C₂는 강우량이 400 mm 이상인 경우에는 66,000, 140 ~ 400 mm인 경우에는 6,600, 140 mm 미만인 경우에는 3,300으로 정의되었다.
그리고 섬진강A와 섬진강B 지점 모두 모니터링은 2014년 7월 18일부터 수행되었는데, 강우 시 유출과 토양유실이 발생한 경우는 섬진강A 지점이 20회이고 섬진강B지점이 39회이었다. 실측 자료의 개수가 제한적이므로 이상치 제거 없이모든 자료를 이용하여 토양유실량 예측값과 비교하였다.
따라서 대상 필지의 조건을 검토하여 한국형 토양유실공식에 의해 예측된 값을 조정할 수 있도록 하였다. 이에 각 필지에서 발생한 총 토양유실량(Net soil)에 영향을 크게 줄 수 있는 요소를 검토하였는데, 강수량(Rainfall), 유출량(Runoff), 집수부에서의 토양유실량 측정치(Measured soil at water collecting basin; SoilWCB), 침사지에서의 토양유실량 측정치(Measured soil at grit chamber, SoilGC), 침사지에서의 부유사량(Suspended sediment yield, SoilSS)에 대해서 상관관계(Correlation coefficient)를 검토하였다. 섬진강A과 섬진강B 지점 모두 총 토양유실량은 강수량과 낮은 상관관계를 보였다.
이러한 보정은 한국형 토양유실공식에 의해 예측된 토양유실량에, 강우 시 필지 조건을 반영할 수 있는 계수를 결정하여 적용하고 실제로 발생하는 토양유실량과의 비교를 통해 가능할 것으로 판단된다. 이에 본 연구에서는 한국형 토양유실공식에 의해 예측된 토양유실 발생 가능성 추정치에 각 지점에서의 조건을 반영할 수 있는 보정계수를 산정하여 예측 토양유실량(Mg)과 실측 토양유실량을 비교하였다.
동일한 방식으로 2017년 7월 18일부터 2017년 11월 6일까지의 강수량에 의한 강우침식능인자가 산정이 되었으며, 이로 인해 강수량에 의해 변화하는 강우침식능인자가 섬진강A와 섬진강B 지점들에 대해서 산정되었다(Table 1, Table 2). 토양침식성인자(K)는 고시에 제시된 바와 같이 현장조사 시에 토양표본을 채집하여 유기물 백분율(%), 토양 유실에 대한 입경 특성 함수, 토양 구조 지수, 토양 투수 등급, 미사 백분율(%), 극세사 백분율(%), 점토 백분율(%)에 의하여 결정이 되는데, 본 과업에서는 한국환경공단으로부터 제공받은 토양침식성인자를 적용하였다. 지형인자(LS)의 경우 대상 지점의 경사의 조건을 반영하기 위한 것으로 지점별로는 다르게 적용이 되었으나, 한 지점에 대해서는 시기와 상관없이 동일한 값이 적용되었다.

대상 데이터

본 과업에서는 각 8개 필지에서 2014년부터 측정된 토양유실량 자료를 한국환경공단으로부터 제공받아 실측 토양유실량 자료로 이용하였다. 전체적인 모니터링 기간은 수년에 해당하나 필지 단위 모니터링이기 때문에 강우 시유출이 발생하지 않았거나, 지점에서 모니터링 수행 기간이 짧아 자료의 개수가 적은 경우도 있었다.
한국형 토양유실공식은 국내 47개 지점에 대해서 월 강수량(mm)에 의한 월 단위 강우침식능인자를 산정할 수 있다. 본 연구의 대상지역인 섬진강A 지점은 기상청의 광주 지점과 인접한 지역이고 섬진강B 지점은 순천 지점과 인접한 지역이므로 강수량 자료는 각각 광주와 순천 지점의 자료를 이용하였으며, 두 기상청 지점 모두 광주 지점에 해당하는 강우침식능인자 산정식을 적용하였다(식 1).
섬진강A 지점의 경우 이용 가능한 토양유실량 측정 자료는 2014년 7월 18일부터 2017년 11월 6일까지 20개이며 측정된 토양유실량의 범위로 볼 때, 보정 및 검정 자료로 분할하기 어려운 것으로 판단하여 전체 자료를 이용하여 한국형 토양유실공식에 의한 토양유실 가능성 추정치에 대한 조정이 이루어졌다. 섬진강B 지점의 경우, 2014년 7월 18일부터 2018년 9월 6일까지 총 39개의 자료가 이용 가능하였으며 실측 토양유실량 값의 범위와 자료의 개수를 고려하여 2014년 7월 18일부터 2016년 4월 26일까지 22개 측정 자료를 이용하여 한국형 토양유실공식에 의한 토양유실 가능성 추정치에 대한 보정이 이루어졌으며, 2016년 6월 23일부터 2018년 9월 6일까지 17개 측정 자료를 이용하여 보정과정에서 결정된 계수에 대한 검정이 이루어졌다.
섬진강A 지점의 경우 이용 가능한 토양유실량 측정 자료는 2014년 7월 18일부터 2017년 11월 6일까지 20개이며 측정된 토양유실량의 범위로 볼 때, 보정 및 검정 자료로 분할하기 어려운 것으로 판단하여 전체 자료를 이용하여 한국형 토양유실공식에 의한 토양유실 가능성 추정치에 대한 조정이 이루어졌다. 섬진강B 지점의 경우, 2014년 7월 18일부터 2018년 9월 6일까지 총 39개의 자료가 이용 가능하였으며 실측 토양유실량 값의 범위와 자료의 개수를 고려하여 2014년 7월 18일부터 2016년 4월 26일까지 22개 측정 자료를 이용하여 한국형 토양유실공식에 의한 토양유실 가능성 추정치에 대한 보정이 이루어졌으며, 2016년 6월 23일부터 2018년 9월 6일까지 17개 측정 자료를 이용하여 보정과정에서 결정된 계수에 대한 검정이 이루어졌다.
전체적인 모니터링 기간은 수년에 해당하나 필지 단위 모니터링이기 때문에 강우 시유출이 발생하지 않았거나, 지점에서 모니터링 수행 기간이 짧아 자료의 개수가 적은 경우도 있었다. 이런 이유 때문에, 본 과업에서는 총 8개 지점 중에서 2014년부터 모니터링이 수행된 섬진강 유역 2개 지점(Fig. 2(1))에 대해서만 토양유실양 예측이 이루어질 수 있었다.

데이터처리

이에 Table 1과 Table 2에 제시된 한국형 토양유실공식의 각 인자의 곱에 의해 예측된 토양유실 가능성 추정치(AKORSLE)와 상관관계가 높은 것으로 판단된 유출량(Q)을 보정계수(C1)에 관한 함수를 정의하였다. 그리고 이 보정계수가 적용된 예측 토양유실량(AEst)을 실측 토양유실량(AMsd)와 비교하면서 Nash-Stucliff Efficiency(NSE), 결정계수(Coefficient of Determination(R2), t-test에 의한 p-value로 예측치에 대한 신뢰도를 판단하였다.

이론/모형

지형인자는 지점의 경사도 및 경사장에 의해 산정될 수 있는데 대상 지점을 방문하여 GPS 장비에 의해서 경위도 및 고도 자료를 수집하여(Fig. 2(2), Fig. 2(3)) 대상 지점에 대한 1 m 해상도를 가지는 수치표고모형을 제작한 뒤에, 현재 고시에서 제시하고 있는 지형인자 산정식(Wischmeier and Smith, 1978)(식 (2))을 이용하는 모형인 ArcGIS-based Sediment Assessment Tool for Effective Erosion Control(ArcSATEEC) (Yu et al., 2017)을 이용하여 지형인자를 산정하였다. 지표피복인자는 지표의 상태를 반영하기 위한 인자로 섬진강A와 섬진강B 지점 모두 초지의 상태이므로 0.

성능/효과

2(2))와 전라남도 화순군 남면에 위치한 섬진강B(Fig. 2(3))로, 섬진강A와 섬진강B 지점들 모두 농경활동이 이루어지지 않아 초지에 가까운 상태이며, 면적은 각각 0.0091 ha와 0.0076 ha이며, 평균 경사도는 섬진강A는 21.97%였으며 섬진강B는 20.70%였다.
섬진강A과 섬진강B 지점 모두 총 토양유실량은 강수량과 낮은 상관관계를 보였다. 그리고 유출량은 집수플럼부 퇴적량과 낮은 상관관계를 보였으나, 총 토양유실량을 포함하여 다른 퇴적량과는 높은 상관관계를 보였다(Table 3, Table 4). 따라서 본 연구에서는 총 토양유실량 예측에 있어 유출량(L)에 관한 함수로 표현할 필요가 있는 것으로 판단하였다.
본 연구에서는 실측 토양유실량과 한국형 토양유실공식에 의한 예측 토양유실량을 비교하였는데, 한국형 토양유실공식은 범용토양유실공식의 기본 형식을 따르면서 월별에 대한 토양유실 가능성 예측이 가능하다. 한국형 토양유실공식의 강우침식능인자는 기간에 대한 누적 강우량에 의해 결정되기 때문에 강우량의 크기에 따라 인자의 크기가 변화한다.
섬진강A과 섬진강B 지점 모두 총 토양유실량은 강수량과 낮은 상관관계를 보였다.
한국형 토양유실공식에 근거하여 섬진강A 지점은 식(3)에 의해 예측 토양유실량으로 결정하였으며, 섬진강B 지점은 식(4)에 의해 예측 토양유실량으로 결정하였다. 이들 예측 유실량을 실측 토양유실량과 비교하여 KORSLE 모델의 현장 적용 가능성을 판단하였다. 모형에 의한 예측값과 실측값을 비교할 때 수문 모형에 의한 예측값의 유의성 여부의 판단은 NSE, 결정계수, t-test에 의한 p-value 등에 의해 이루어질 수 있다.
00의 값이 시기와 상관없이 동일하게 적용되었다. 즉, 본 연구에서 적용된 한국형 토양유실공식의 각 인자는 강우침식능인자는 강수량에 따라 변화하는 값이 적용이 되었으며, 토양침식성인자와 지형인자는 지점별로는 다르나 각 지점에서 시기별로는 동일하게 적용이 되었으며, 지표피복인자와 보전관리인자는 두 지점 모두 동일하게 적용이 되었다.
섬진강A 지점은 모니터링 기간 중 토양유실이 발생한 자료의 개수는 20개로 한국형 토양유실공식에 대한 예측 정확성 향상에 중점을 두었다. 한국형 토양유실공식에 의한 토양유실 가능성 추정치는 강우량에 따라 변화하였으며, 이 추정치에 식(3)을 적용하여 토양유실량 예측치가 산정이 되었으며 NSE가 0.8020, 결정계수가 0.8134, p-value가 0.8889로 토양유실량 실측값과 비교할 때 예측값을 신뢰할 수 있는 것으로 나타났다(Table 5, Fig. 3). 섬진강A 지점의 경우 토양유실량이 2014년 7월 21일에 가장 높게 측정되었으며, 대상 지점에서 모니터링이 더 수행이 되어 이 토양유실량과 비슷한 범위를 가질 경우 보정계수에 대한 검정이 가능할 것으로 판단된다.

후속연구

또한 현 고시와 같이 특정 기간 동안 수집된 자료에 의해 산정된 강우침식능인자가 아니라, 임의 기간에 대한 강우량에 대한 강우침식능인자 산정이 가능하기 때문에 두 번째 한계점 역시 해결이 가능하다. 그리고 실측된 토양유실량과 비교할 수 있도록 본 연구와 같이 보정계수 산정 과정이 이루어진다면 마지막 한계점 역시 해결될 수 있을 것으로 판단된다.
첫째, 범용토양유실공식은 연평균 혹은 연단위이기 때문에 한 개의 실측 토양유실량을 적용하기 위해서는 1년의 기간이 필요하며 모형에 의한 예측값과의 비교를 위해서는 수십 년 동안의 자료가 수집되어야 가능하다. 두 번째 한계점으로는 현 고시의 강우침식능인자가 현재 기상조건을 반영하기에는 어렵다는 것이다. 현 고시의 강우침식능인자는 우리나라의 1973년부터 1996년까지의 기상자료에 근거하여 산정되었기 때문에 현재의 기상조건을 반영할 수 있다고 보기 어렵다(Kim et al.
3). 섬진강A 지점의 경우 토양유실량이 2014년 7월 21일에 가장 높게 측정되었으며, 대상 지점에서 모니터링이 더 수행이 되어 이 토양유실량과 비슷한 범위를 가질 경우 보정계수에 대한 검정이 가능할 것으로 판단된다.
즉, 기상조건에 의한 토양유실 발생 가능성이 높았던 지점이 현재에도 높다고 단정하기에는 어렵기 때문에, 현재 혹은 최근 기상 조건을 반영해야 토양유실량에 대한 예측이 합리적일 수 있다. 세 번째 한계점은 범용토양유실공식에 의해 예측은 토양유실발생 가능성에 대한 추정치이기 때문에 실측 토양유실량과 차이가 발생하지만, 이에 대한 보정은 한계가 있다. 발생한 토양 입자가 측정 지점까지 도달할 때에는 대상 지점의 조건에 따라 달라질 수 있으나 이를 연간 특성으로 보기에는 어렵거나 예측 과정에서 불확실성이 커질 수 있기 때문이다.
범용토양유실공식과 이에 근거한 모형은 적용대상 지역에서 발생할 수 있는 토양유실의 가능성을 추정하기 위한 것으로 실제 발생량과 비교하기 위해서는 보정이 필요하다. 이러한 보정은 한국형 토양유실공식에 의해 예측된 토양유실량에, 강우 시 필지 조건을 반영할 수 있는 계수를 결정하여 적용하고 실제로 발생하는 토양유실량과의 비교를 통해 가능할 것으로 판단된다. 이에 본 연구에서는 한국형 토양유실공식에 의해 예측된 토양유실 발생 가능성 추정치에 각 지점에서의 조건을 반영할 수 있는 보정계수를 산정하여 예측 토양유실량(Mg)과 실측 토양유실량을 비교하였다.
첫째, 범용토양유실공식은 연평균 혹은 연단위이기 때문에 한 개의 실측 토양유실량을 적용하기 위해서는 1년의 기간이 필요하며 모형에 의한 예측값과의 비교를 위해서는 수십 년 동안의 자료가 수집되어야 가능하다. 두 번째 한계점으로는 현 고시의 강우침식능인자가 현재 기상조건을 반영하기에는 어렵다는 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	토양 자원의 손실을 추정하기 위해 오랫동안 사용된 공식은?	경작지에서의 토양유실은 토양 자원의 손실로 작용하며, 또한 유실된 토양이 강이나 하천으로 유일될 경우에는 탁도를 증가시킬 뿐만 아니라 토양 입자에 의해 이동하는 영양염류로 인해 물 오염의 원인으로 작용할 수 있다. 이러한 토양유실의 양을 추정하기 위해 범용토양유실공식(Universal Soil Loss Equation, USLE) (Wischmeier and Smith, 1965; Wischmeier and Smith, 1978)이 오랫동안 사용되고 있다. 범용토양유실공식은 단위 면적(ha)에서 발생할 수 있는 토양유실 발생 가능성(potential soil loss, Mg/ha/yr)을 추정하기 위한 공식으로, 강우침식능인자(rainfall erosivity factor; R factor, MJ & middot; mm/ha& middot;yr & middot; hr), 토양침식성인자(soil erodibility factor; K factor, Mg& middot; hr/MJ & middot; mm), 지형인자(slope and slope steepness factor; LS factor, dimensionless), 지표피복인자(crop and cover management factor; C factor, dimensionless), 보전관리인자(conservation practice factor; P factor, dimensionless)의 5개 인자를 필요로 한다((Wischmeier and Smith, 1965; Wischmeier and Smith, 1978).
	토양유실이란?	토양유실은 강우 발생 시에 빗방울의 타격 및 지표 유출수에 의해서 토양 표면의 토양 입자가 이동하는 현상이다. 그러나 도시화 등과 같은 토지 이용 현황이 인위적으로 바뀌거나 혹은 기후변화에 따른 강우 유형의 변화에 따라 토양입자의 거동은 다양하게 바뀔 수 있다.
	토양입자의 거동이 다양하게 바뀔 수 있는 요인으로는?	토양유실은 강우 발생 시에 빗방울의 타격 및 지표 유출수에 의해서 토양 표면의 토양 입자가 이동하는 현상이다. 그러나 도시화 등과 같은 토지 이용 현황이 인위적으로 바뀌거나 혹은 기후변화에 따른 강우 유형의 변화에 따라 토양입자의 거동은 다양하게 바뀔 수 있다. 경작지에서의 토양유실은 토양 자원의 손실로 작용하며, 또한 유실된 토양이 강이나 하천으로 유일될 경우에는 탁도를 증가시킬 뿐만 아니라 토양 입자에 의해 이동하는 영양염류로 인해 물 오염의 원인으로 작용할 수 있다.

참고문헌 (17)

De Rosa P., Cencetti C., and Fredduzzi A., 2016, A GRASS tool for the Sediment Delivery Ratio mapping. Proceedings of the 4th Open Source Geospatial Research and Education Symposium, In Marchesini I. & Pierleoni A. (Eds.), Perugia, Italy.
Engel, B., Storm, D., White, M., Arnold, J., and Arabi, M., 2007, A hydrologic/water quality model application protocol. J. Am. Water Resourc. Assoc., 43(5), 1223-1236.

상세보기
Jung, K.H., Kim, W.T., Hur, S.O., Ha, S.K., Jung, P.K., and Jung, Y.S., 2004, USLE/RUSLE factors for national scale soil loss estimation based on the digital detailed soil map. Korean J. Soil. Sci. Fert., 37(4), 199-206.
Kim, J., Yang, J.E., Lim, K.J., Kim, S.C., Lee, G., Hwang, S., Yu, N., and Park, Y.S., 2017, A study to define area of concern for potential soil loss in Geumgang watershed by KORSLEbased GIS model, J. Soil Groundwater Environ., 22(6), 29-36.
Kim, J., Jang, J.U., Seong, G.G., Cha, S.S., and Park, Y.S., 2018, A study to determine to rainfall erosivity factor of Universal Soil Loss Equation using recent rainfall data, J. Korean Soc. Ag. Eng., 60(6), 13-20.
Kongju National University, 2018, Development of topsoil erosion model for Korea. Yesan-gun: Republic of Korea.
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., Kim, K.S., Choi, J., and Lim, K.J., 2007, Analysis of sediment yields at watershed scale using area/slope-based sediment delivery ratio in SATEEC, J. Korean Soc. Water Qual., 23(5), 650-658.
Ramanarayanan, T.S., Williams, J.R., Dugas, W.A., Hauck, L.M., and McFarland, A.M.S., 1997. Using Apex to identify alternative practices for animal waste management. ASAE International Meeting, Minneapolis, MN, USA.
Sung, Y.S., Jung, Y., Lim, K.J., Kim, J., Kim, K.S., Park, S.K., Shin, M., 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.
United States Department of Agriculture, 1972, National Engineering Handbook: Sediment Source, Yileds, and Delivery Ratios, Soil Conservation Service, Washington, DC., USA.
Vanoni, V.A., 1975, Sedimentation Engineering, Manual and Report No. 54, American Society of Civil Engineers, New York, USA.
Williams, J.R. and Berndt, H.D., 1977, Sediment Yield Prediction Based on Watershed Hydrology, Trans. Am. Soc. Ag. Eng., 20, 1100-1104.

상세보기
Williams, J.R., 1977, Sediment yield prediction with universal equation using runoff energy factor. In: Present and Prospective Technology for Predicting Sediment Yield and Sources, USDAARS-S-40, U.S Department of Agriculture, Washington, DC., USA.
Wischmeier, W.H. and Smith, D.D., 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. U.S. Department of Agriculture.
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.H., Lim, K.J., Kim, J., Kim, K.H., Kim, S., Kim, E.S., and Park, Y.S., 2017, Development of Arc-GIS-based model to estimate monthly potential soil loss, J. Korean Soc. Ag. Eng., 59(1), 21-30.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

한국형 토양유실공식에 의한 토양유실량 현장예측
Application of KORSLE to Estimate Soil Erosion at Field Scale 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

한국형 토양유실공식에 의한 토양유실량 현장예측 Application of KORSLE to Estimate Soil Erosion at Field Scale 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (12) 모든 표/그림 보기

표/그림 (12) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

양재의 (152) 임경재 (196)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

한국형 토양유실공식에 의한 토양유실량 현장예측
Application of KORSLE to Estimate Soil Erosion at Field Scale 원문보기

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper