초록 ▼

○ 토양정보 수집과 구축: 전국
- 분광측정을 위한 토양시료: 13개통 63개 시료
- 층위별 토양 물리ㆍ화학성 DB 구축: 1,559점 (용적밀도 108점)
- 논토양 모니터링 자료 GIS DB 구축: 1999년, 2003년, 2007년
○ 토양탄소 저장량 추정 및 지도 작성
- 분광학을 이용한 토양 유기물 함량 추정 모형 : PLSR
- 토양탄소 저장량(1m) 추정: 우리나라 평균 5 kg/m²
- 층위별 토양 유기탄소 저장량 추정과 지도 작성
ㆍ0-5 cm 12.7

○ 토양정보 수집과 구축: 전국
- 분광측정을 위한 토양시료: 13개통 63개 시료
- 층위별 토양 물리ㆍ화학성 DB 구축: 1,559점 (용적밀도 108점)
- 논토양 모니터링 자료 GIS DB 구축: 1999년, 2003년, 2007년
○ 토양탄소 저장량 추정 및 지도 작성
- 분광학을 이용한 토양 유기물 함량 추정 모형 : PLSR
- 토양탄소 저장량(1m) 추정: 우리나라 평균 5 kg/m²
- 층위별 토양 유기탄소 저장량 추정과 지도 작성
ㆍ0-5 cm 12.7 g/kg, 5-15 ㎝ 11.7 g/kg, 15-30 cm 8.3 g/kg, 30-60 cm 4.5 g/kg, 60-100 cm 3.2 g/kg
- 토양탄소 저장량(0~15 ㎝)의 시공간적 변화
ㆍ1970년대 29 Tg, 1999년 30.6 Tg, 2003년 32.3 Tg, 2007년 33.5 Tg
ㆍ1999~2003년 0.41 Tg 증가, 2003~2007년 0.31 Tg 증가
○ 위성영상 기반 탄소량 추정 모형 입력자료 구축: fPAR, LSWI, 일사량, 논 피복도
○ CASA 모형을 이용한 국내 논 지역 NPP 추정
- 8일 주기의 1 ㎞ 공간해상도의 NPP를 추정, 2002~2012 분포도 제작
- 벼의 생육기간인 5월~10월의 평균 NPP는 7월에 63.64 gC/m²로 가장 높은 값을 나타내었으며, 10월에 26.60 gC/m²로 가장 낮은 값을 나타냄
- 논 지역의 NPP 변화는 논 벼 생산량의 변화와 증감추이가 유사

(출처 : 보고서 요약서 3p)

Abstract ▼

Quantification of carbon storage and the change in agro-ecosystem is important for land management, plant production, and environment and ecosystem management. This study estimated carbon storage based on legacy soil data and satellite-derived information in agricultural area. This study focused on

Quantification of carbon storage and the change in agro-ecosystem is important for land management, plant production, and environment and ecosystem management. This study estimated carbon storage based on legacy soil data and satellite-derived information in agricultural area. This study focused on establishing prediction models for soil organic matter using visible-near infrared spectrum to simultaneously detect multiple components of soils and enhancing the performance quality by suitably transformed input spectra and classification of soil spectral types for prediction model input. The PLSR models with continuum-removed spectra showed significant result for soil organic matter in terms of soil properties and classified or bulk predictions. A Korean soil database was compiled, which includes chemical and physical properties such as particle size, m oisture retention, organic matter, cation exchange capacity, and a limited number of bulk density data based on 380 soil series. The first step is to estimate bulk density for estimation of both C storage and available water capacity. Bulk density at different depths of soils was predicted by deriving a pedotransfer function model with sand, depth, and organic matter, based on Adams’ model (1973). Organic C distribution with depth was first derived by converting from mass basis C (kg/kg) to volume basis C (kg/m³). C storage (kg/m²) was first calculated by multiplying C on the volume basis to the thickness of each soil layer (m), and finally integrated to a depth of 1 m for each soil series. Mean value of carbon density of Korea is approximately 5 kg/m². Recent soil data collected for soil monitoring in paddy fields at every four year since 1999 up to now were used to estimate and verify soil carbon storage. Soil organic carbon content in the top 15 cm for both countries has increased in recent decades. In South Korea, the top 15 cm of soils store about 31 Tg (1012 g) of carbon (C) with a sequestration rate of 0.3 Tg C per year. We applied the equalarea spline depth functions for soil organic carbon. Derived mean values of organic carbon from the fitted spline at standard depths were mapped by corresponding soil series to produce raterized spatial and depth-wise soil property maps. Mean values of predicted organic carbon were 12.7 g/kg, 11.7 g/kg, 8.3 g/kg, 4.5 g/kg, and 3.2 g/kg at 0-5 cm, 5-15 cm, 15-30 cm, 30-60 cm, and 60-100 cm, respectively. Input data for the CASA (Carnegie-Ames-Stanford-Approach) model running were established. MODIS (Moderate Resolution Imaging Spectroradiometer) MYD15A2 for fPAR (fractional phothosynthetically active radiation), LSWI (Land Surface Water Index) based on MODIS MYD09A1, radiation grid, and paddy mask grid were applied to calculate 8-day NPP (net primary production, gC/m²) into CASA model with a spatial resolution of 1 km from 2002 to 2012 during rice growing season (May to October). July showed the highest average NPP as 63.64 gC/m² and October showed the lowest average NPP as 26.60 gC/m². NPP change in paddy field areas showed the similar trend of rice production.

(출처 : S U M M A R Y 7p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 요 약 문 ... 4
• S U M M A R Y ... 7
• C O N T E N T S ... 9
• 목차 ... 10
• 표목차 ... 11
• 그림목차 ... 12
• 제 1 장 연구개발과제의 개요 ... 14
• 제 2 장 국내외 기술개발 현황 ... 16
• 2.1. 국내외 토양탄소 저장량 추정 연구 동향 ... 17
• 2.2. 토양탄소 저장량 추정 방법론 ... 23
• 2.3. 우리나라의 토양탄소 저장량 추정 ... 27
• 제 3 장 연구개발수행 내용 및 결과 ... 30
• 3.1 연구수행방법(이론적·실험적 접근방법) ... 30
• 1. 토양정보 수집과 DB 구축 ... 30
• 2. 분광학을 이용한 토양 유기물함량 추정: 분광스펙트럼 측정과 토양예측 ... 32
• 3. 토양탄소 저장량 추정 및 지도 작성: 디지털 토양 매핑(Digital Soil Mapping) ... 33
• 4. 층위별 토양탄소 저장량 추정 및 지도 작성 ... 34
• 5. 위성영상 기반 탄소량 추정 모형 입력변수 구축 ... 35
• 6. CASA 모형을 이용한 국내 논지역 NPP 추정 ... 36
• 3.2 연구결과 및 고찰 ... 38
• 1. 분광학을 이용한 토양 유기물 함량 추정 ... 38
• 2. 토양탄소 저장량 추정 및 지도 작성 ... 42
• 3. 토양탄소 저장량 추정 모형 고도화 ... 45
• 4. 토양탄소 저장량의 시공간적 변화 ... 48
• 5. CASA 모형 입력변수 구축 및 논지역 NPP 추정 ... 50
• 제 4 장 목표달성도 및 관련분야에의 기여도 ... 57
• 제 5 장 연구개발결과의 활용계획 ... 59
• 제 6 장 연구개발과정에서 수집한 해외과학기술정보 ... 60
• 제 7 장 참고문헌 ... 61
• 끝페이지 ... 65