유역 내 토양수분의 공간적 분포를 반영한 수문모의 예측 정확성 평가

최완민 ( Wanmin Choi ),조봉준 ( Bongjun Cho ),최용훈 ( Yonghun Choi ),신용철 ( Yongchul Shin ),임경재 ( Kyoung Jae Lim ),김종건 ( Jonggun Kim ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-

유역단위 수문분석을 위해 다양한 수문 모형들이 개발되고 활용되고 있다. 그 중 하나인 SWAT(Soil and Water Assessment Tool) 모형은 미국 농무성에 의해 개발된 유역 단위 모델로 토지이용과 토양특성을 고려한 장기유출과 수질, 미계측 지역의 모의도 가능한 준분포형 모형이다. 이모형은 GIS(Geographic Information System)를 기반으로 하여 수문 및 수질현상의 시·공간적 변화를 모의하고 예측할 수 있는 모형으로서 국내에서도 널리 사용되고 있다. SWAT 모형을 비롯한 다양한 수문 모형을 활용한 유역 수문 평가시 다양한 매개변수의 조정을 통해 모형에 대한 보정 작업이 필요하다. 현재 SWAT 모형을 활용한 모형 보정 및 검정 시 유역 말단(점)에서의 실측자료와의 비교를 통해 모형의 정확성을 평가하고 있다. 이러한 유역 말단에서의 유량 및 수질에 대한 모형의 보정은 유역 내(면)에서 수문요소의 공간적 변동성을 제대로 반영하지 못하는 한계가 있다. 정확한 유역단위 모형 보정을 위해서는 유역 내 수문요소들에 대한 검증이 이루어진 후 유역 말단에서의 보정 및 검정이 이루어져야 한다. 따라서 본 연구에서는 유역단위 수문모의의 정확성을 향상시키기 위해 SWAT 모형을 활용한 유역 내 토양수분의 공간적 분포를 반영하여 모형을 보정 및 검정하였으며, 기존유역 말단(점)에서만의 보정 결과와 비교 분석하였다. 대상지역으로는 토양수분 측정 지점이 존재하는 수례의산이 위치한 청미천 유역을 대상으로 하였으며, 공간적으로 분포된 토양수분의 실측치는 Sentinel 원격탐사자료를 활용하였다. Sentinel 원격탐사자료 기반 공간적으로 분포된 토양수분을 도출하기 위해 청미천 유역의 수례의산의 실측 자료와 해당지역의 Sentinel(후방산란계수) 자료를 비교 검정하여 회귀식을 도출하고, 관계식을 통한 원격탐사 자료 기반의 공간적인 토양수분 자료를 확보하였다. 확보된 토양수분 실측 자료를 기반으로 SWAT 모형의 유역 내 토양수분 모의결과를 보정하였으며, 이를 반영한 유역 말단에서의 모형을 보정하였고 이를 기존 방식과 비교분석하였다. 본 연구 결과를 통해 유역단위 수문모형을 활용한 수문 모의를 위해서는 유역 말단에서만의 모형 보정이 아닌 유역 내 공간적으로 분포한 수문요소의 보정이 우선시 되어야 정확한 수문 예측 및 평가가 가능할 것이라 판단된다.

지표하 유출 모의 개선을 위한 토양수분포 공간분포 모의 성능평가

신승훈 ( Seounghun Sin ),최완민 ( Wanmin Choi ),최용훈 ( Younghun Choi ),신용철 ( Yongchul Shin ),임경재 ( Kyoung Jae Lim ),김종건 ( Jonggun Kim ) 한국농공학회 2021 한국농공학회 학술대회초록집 Vol.2021 No.-

머신러닝 기법을 활용한 토양수분 예측 기술 개발

조봉준 ( Jo Bongjun ),최완민 ( Choi Wanmin ),김영대 ( Kim Youngdae ),김종건 ( Kim Jonggun ) 한국물환경학회 2020 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2020 No.-

토양수분은 증발산, 유출, 지하수 침투 등을 통해 끊임없이 배출된다. 토양의 특성에 따라 강우로 인한 홍수가 저감되기도 하며, 빗물을 저장하고 천천히 방류하여 하천의 수위를 조절해주는 자연적인 저류시설의 역할을 한다. 기존에는 토양수분 측정을 위해서 토양시료를 채취해서 실내 실험을 통해서 측정하거나 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 본 연구의 목적은 토양수분과 연관된 다양한 인자들(강수량, 풍속, 습도 등)을 수집하여 머신기법을 통한 반복학습을 통해 토양수분 예측 기술을 개발하는데 있다. 과거부터 현재까지 토양수분 실측 자료가 잘 구축된 청미천, 설마천 유역을 대상으로 기상 인자 값들의 연구를 진행하였다. 두 지역에 2008년~2012년 수문자료인 강수량, 풍속, 대기온도, 증발산량, 습도 자료를 확보하였다. 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 2008년~2011년 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하였으며 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 각 기상인자간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 청미천 유역을 대상으로 분석한 히트맵 결과에서는 토양수분과 기상 인자 간의 직접적인 영향력은 보이지 않았다. 설마천 유역을 대상으로 분석한 히트맵 결과에서는 일 상대습도의 최솟값이 0.52로서 청미천 유역의 결과에 비해 토양수분에 큰 영향력을 주는 것으로 보였으며, 일평균 강수량이 0.45, 일평균 상대습도 값이 0.43으로서의 영향력을 보여줬다. 두 지역 모두 신경망을 제외한 모든 기법이 전반적으로 비슷한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 비슷한 추세를 나타냈다. 향후 연구를 통해 인자들 간의 상호관계에 대한 영향분석의 필요성이 예상되어진다.

머신러닝 기법을 활용한 토양수분 예측 기술 개발

조봉준 ( Jo Bongjun ),최완민 ( Choi Wanmin ),김영대 ( Kim Youngdae ),김종건 ( Kim Jonggun ) 한국물환경학회 2020 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2020 No.-

토양수분은 증발산, 유출, 지하수 침투 등을 통해 끊임없이 배출된다. 토양의 특성에 따라 강우로 인한 홍수가 저감되기도 하며, 빗물을 저장하고 천천히 방류하여 하천의 수위를 조절해주는 자연적인 저류시설의 역할을 한다. 기존에는 토양수분 측정을 위해서 토양시료를 채취해서 실내 실험을 통해서 측정하거나 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 본 연구의 목적은 토양수분과 연관된 다양한 인자들(강수량, 풍속, 습도 등)을 수집하여 머신기법을 통한 반복학습을 통해 토양수분 예측 기술을 개발하는데 있다. 과거부터 현재까지 토양수분 실측 자료가 잘 구축된 청미천, 설마천 유역을 대상으로 기상 인자 값들의 연구를 진행하였다. 두 지역에 2008년~2012년 수문자료인 강수량, 풍속, 대기온도, 증발산량, 습도 자료를 확보하였다. 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 2008년~2011년 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하였으며 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 각 기상인자간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 청미천 유역을 대상으로 분석한 히트맵 결과에서는 토양수분과 기상 인자 간의 직접적인 영향력은 보이지 않았다. 설마천 유역을 대상으로 분석한 히트맵 결과에서는 일 상대습도의 최솟값이 0.52로서 청미천 유역의 결과에 비해 토양수분에 큰 영향력을 주는 것으로 보였으며, 일평균 강수량이 0.45, 일평균 상대습도 값이 0.43으로서의 영향력을 보여줬다. 두 지역 모두 신경망을 제외한 모든 기법이 전반적으로 비슷한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 비슷한 추세를 나타냈다. 향후 연구를 통해 인자들 간의 상호관계에 대한 영향분석의 필요성이 예상되어진다.

머신러닝 기법을 활용한 토양수분 예측 기술 개발

조봉준 ( Jo Bongjun ),최완민 ( Choi Wanmin ),김영대 ( Kim Youngdae ),김종건 ( Kim Jonggun ) 한국물환경학회 2020 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2020 No.-

토양수분은 증발산, 유출, 지하수 침투 등을 통해 끊임없이 배출된다. 토양의 특성에 따라 강우로 인한 홍수가 저감되기도 하며, 빗물을 저장하고 천천히 방류하여 하천의 수위를 조절해주는 자연적인 저류시설의 역할을 한다. 기존에는 토양수분 측정을 위해서 토양시료를 채취해서 실내 실험을 통해서 측정하거나 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 본 연구의 목적은 토양수분과 연관된 다양한 인자들(강수량, 풍속, 습도 등)을 수집하여 머신기법을 통한 반복학습을 통해 토양수분 예측 기술을 개발하는데 있다. 과거부터 현재까지 토양수분 실측 자료가 잘 구축된 청미천, 설마천 유역을 대상으로 기상 인자 값들의 연구를 진행하였다. 두 지역에 2008년~2012년 수문자료인 강수량, 풍속, 대기온도, 증발산량, 습도 자료를 확보하였다. 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 2008년~2011년 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하였으며 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 각 기상인자간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 청미천 유역을 대상으로 분석한 히트맵 결과에서는 토양수분과 기상 인자 간의 직접적인 영향력은 보이지 않았다. 설마천 유역을 대상으로 분석한 히트맵 결과에서는 일 상대습도의 최솟값이 0.52로서 청미천 유역의 결과에 비해 토양수분에 큰 영향력을 주는 것으로 보였으며, 일평균 강수량이 0.45, 일평균 상대습도 값이 0.43으로서의 영향력을 보여줬다. 두 지역 모두 신경망을 제외한 모든 기법이 전반적으로 비슷한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 비슷한 추세를 나타냈다. 향후 연구를 통해 인자들 간의 상호관계에 대한 영향분석의 필요성이 예상되어진다.

머신러닝 기법을 활용한 토양수분 예측 가능성 연구

조봉준 ( Bongjun Jo ),최완민 ( Wanmin Choi ),김영대 ( Youngdae Kim ),김기성 ( Kisung Kim ),김종건 ( Jonggun Kim ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-

토양수분은 증발산, 유출, 침투 등 물 수지 요소들과 밀접한 연관이 있는 주요한 변수 중의 하나이다. 토양수분의 정도에 따라 강우를 저류해 홍수 피해를 저감하는 등 수재해 발생에 대한 예방 및 대책으로 수립할 수 있는 가치가 있다. 기존 토양수분 측정은 토양 시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 토양 시료를 채취할 때 토양이 흐트러지는 등의 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 과거 및 현재의 데이터를 통한 학습으로 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 다양한 기상 인자들(강수량, 풍속, 습도 등)과 작물 및 토양에 대한 인자 등을 활용하여 머신러닝을 통해 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 건설기술연구원에서 직접 실측하여 시공간적으로 토양수분 자료가 잘 확보되어있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년∼2012년 수문 자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자, 작물 및 토양인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한, 다양한 기상인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측값이 유사한 추세를 나타냈다. 따라서 상관 관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

농촌비점오염관리를 위한 농업배출수 수량 및 수질관리 방안

김종건 ( Jonggun Kim ),양동석 ( Dongseok Yang ),최완민 ( Wanmin Choi ),최선화 ( Seonhwa Choi ),임경재 ( Kyoung Jae Lim ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-

최근 물관리기본법 시행에 따른 통합물관리체제로 전환되면서 농업용수에 대한 가치가 재평가되고 있고 농업용수의 효율적 활용을 위한 다양한 연구가 진행되고 있다. 2019년 기준 우리나라 수자원 총량 대비 총 이용량은 약 28%(372억 ㎥)를 차지하고 있으며, 그 중 농업용수는 총 이용량의 약 61%(152억 ㎥)를 차지하고 있다. 또한 농업용수 이용량의 약 80%가 논에서 사용되고 있다. 우리나라에서는 논에서 사용되고 있는 용수가 상대적으로 많은 부분을 차지하고 있으며, 그에 따라 사용되고 배출되는 수량은 하류 하천의 수량 및 수질, 수생태에 영향을 미치고 있다. 현재 농업용수 배출수의 수량 및 수질에 대해 정량화할 수 있는 정보가 부족하여 농업용수의 효율적인 이용을 저해하고 있다. 농업용수 배출수는 하류 하천 수질에 영향을 미쳐 농촌지역에서의 주요 비점오염원으로 인식되고 있다. 따라서 통합물관리체제에서 농업용수 배출수에 대한 수량 및 수질 관리가 필요한 시점이며, 농업용수의 효율성, 안전성, 안정성을 확보하기 위해 정밀한 농업배출수 산정 및 양질의 농업용수 확보를 위한 다양한 노력이 필요하다. 우선 농업배출수의 수량적인 측면에서 농업용수 수원공에서의 정확한 공급량 산정 기술이 필요하며, 이를 기반으로 농경지 공급 후 하류 하천으로 배출되는 회귀수의 정량적 산정 방법이 필요하다. 이를 통해 농업용수가 하류 하천의 환경유지용수로서의 가치 평가가 가능할 것이다. 농업배출수의 수량확보를 위해서는 용수 재이용, SRI 기법 적용, 효율적 용수공급 등 용수의 수요를 줄이고 환경유지용수를 확보하여야 할 것이다. 농업용수 배출수의 수질측면에서는 농업용수 수원공을 대상으로 상·하류 유역단위모니터링 연구를 통해 기초자료를 수집하고, 이를 통해 농업용수의 맑은 물을 확보할 수 있는 통합관리 체계 구축 방안이 마련되어야 할 것이다. 기존의 단순 수질개선대책 중심에서 수량·수질·수생태 통합물관리 측면 유황별 또는 영농기간별 특성을 고려한 종합적 관리 체계 구축, 그리고 이를 통한 실질적인 농업용수 관리 대책 수립이 필요할 것이다.