노지 작물의 적정 관개계획을 위한 토양수분의 공간변이성 분석

최용훈,김민영,김영진,전종길,서명철,Choi, Yonghun,Kim, Minyoung,Kim, Youngjin,Jeon, Jonggil,Seo, Myungchul 한국농공학회 2016 한국농공학회논문집 Vol.58 No.5

Due to droughts and water shortages causing severe damage to crops and other vegetations, much attention has been given to efficient irrigation for upland farming. However, little information has been known to measure soil moisture levels in a field scale and apply their spatial variability for proper irrigation scheduling. This study aimed to characterize the spatial variability and temporal stability of soil water contents at depths of 10 cm, 20 cm and 30 cm on flat (loamy soil) and hill-slope fields (silt-loamy soil). Field monitoring of soil moisture contents was used for variogram analysis using GS+ software. Kriging produced from the structural parameters of variogram was applied for the means of spatial prediction. The overall results showed that the surface soil moisture presented a strong spatial dependence at the sampling time and space in the field scale. The coefficient variation (CV) of soil moisture was within 7.0~31.3 % in a flat field and 8.3~39.4 % in a hill-slope field, which was noticeable in the dry season rather than the rainy season. The drought assessment analysis showed that only one day (Dec. 21st) was determined as dry (20.4 % and 24.5 % for flat and hill-slope fields, respectively). In contrary to a hill-slope field where the full irrigation was necessary, the centralized irrigation scheme was appeared to be more effective for a flat field based on the spatial variability of soil moisture contents. The findings of this study clearly showed that the geostatistical analysis of soil moisture contents greatly contributes to proper irrigation scheduling for water-efficient irrigation with maximal crop productivity and environmental benefits.

수문학적 토양특성을 고려한 HSPF 모형의 INFILT, LZSN, UZSN 매개변수 산정

최용훈 ( Yonghun Choi ),이관재 ( Gwanjae Lee ),이서로 ( Seoro Lee ),양동석 ( Dongseok Yang ),임경재 ( Kyeongjae Lim ) 한국농공학회 2021 한국농공학회 학술대회초록집 Vol.2021 No.-

엽온 측정 빈도에 따른 작물 수분 스트레스 지수의 변화

최용훈 ( Yonghun Choi ),김민영 ( Minyoung Kim ),박정훈,김영진 ( Youngjin Kim ),전종길 ( Jonggil Jeon ),이상봉 ( Sangbong Lee ),조정건 ( Junggun Cho ) 한국농공학회 2019 한국농공학회 학술대회초록집 Vol.2019 No.-

본 연구에서는 측정 빈도에 따라 작물 스트레스 지수의 산정 결과가 어떻게 달라지는지 분석하여 최적의 관측 빈도를 구명하고자 하였다. 복숭아나무를 대상으로 작물 수분스트레스 지수 (Crop Water Stress Index, CWSI) 산정에 필요한 기상자료 (온도, 습도, 풍속, 일사량)와 복숭아나무 엽온을 1분 간격으로 측정하였다. 측정된 자료를 바탕으로 CWSI 경험식을 이용해서 측정 빈도별 (1, 5, 10, 15, 20, 30, 60분)로 CWSI_n (CWSI₁, CWSI₅, CWSI₁₀, CWSI₁₅, CWSI₂₀, CWSI₃₀, CWSI₆₀)을 산정하였다. 측정 빈도가 가장 많은 CWSI₁을 참값이라 가정하고, 각 빈도별 평균 CWSI_n과 CWSI₁과의 유효지수 (Nash-Sutcliffe efficiency, NSE)을 비교하였다. CWSI1이 0.5 이하인 구간과 0.5를 초과하는 구간 그리고 전체 구간(CWSI=0.0∼1.0)에 대하여 NSE를 산정하였다. 전체 구간에 대한 CWSI₁과 빈도별 CWSI_n의 NSE는 0.994 (CWSI₅), 0.983 (CWSI₁₀), 0.971 (CWSI₁₅), 0.958 (CWSI₂₀), 0.919 (CWSI₃₀) 그리고 0.812 (CWSI₆₀)로 전체적으로 0.8 이상의 높은 유효지수가 나타났다. 이에 반해 CWSI₁이 0.5 이하인 구간의 NSE는 0.980 (CWS_I5), 0.952 (CWSI₁₀), 0.911 (CWSI₁₅), 0.872 (CWSI₂₀), 0.808 (CWSI₃₀) 그리고 0.471 (CWSI₆₀)로 60분 간격으로 산정된 CWSI의 경우 유효지수가 큰 폭으로 하락한 결과를 나타냈다. 또한 CWSI₁이 0.5를 초과하는 구간에서는 NSE는 0.937 (CWS_I5), 0.803 (CWSI₁₀), 0.705 (CWSI₁₅), 559 (CWSI₂₀), -0.029 (CWSI₃₀) 그리고 -1.078 (CWSI₆₀)로 나타나 20분 간격 이상에서 유효지수가 큰 폭으로 하락하였다. 따라서 본 연구 결과 CWSI 산정에 있어 측정 빈도에 따른 오차를 줄이기 위해서는 15분 이하의 간격으로 측정하는 것이 효과적인 것으로 나타났다.

가을배추밭에 대한 APKAE 모형의 적용성 평가

최용훈 ( Yonghun Choi ),김민영 ( Minyoung Kim ),김영진 ( Youngjin Kim ),김승희 ( Seounghee Kim ),서명철 ( Myungchul Seo ) 한국물환경학회(구 한국수질보전학회) 2016 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2016 No.-

비닐 멀칭 재배를 위한 APKAE 모형의 적용성 검토

최용훈 ( Yonghun Choi ),김민영 ( Minyoung Kim ),서명철 ( Myungchul Seo ),김영진 ( Youngjin Kim ),전종길 ( Jonggil Jeon ) 한국농공학회 2016 한국농공학회 학술대회초록집 Vol.2016 No.-

본 연구는 토양특성과 재배이력 그리고 기상자료를 활용하여 일별로 토양수분을 평가 할 수 있는 토양수분 예측 모형(Assessment Program for Korean Agricultural Environment, APKAE)의 활용성을 높이기 위하여 수행하였다. 비닐 멀칭으로 배추를 재배한 밭의 토양수분함량을 주기적으로 측정하고, APKAE 모의 결과와 비교하였다. APKAE 모형은 노지 배추 밭에서 측정된 토양 수분 변화와 비교적 비슷한 경향을 나타냈다. 그러나 비닐 멀칭으로 배추를 재배한 밭의 실측과 비교한 모의 결과는 많은 차이가 나타났다. 이러한 결과는 비닐 멀칭에 의한 증발량 감소와 강우시 침투량 감소 등의 영향을 APKAE 모형에서 반영하지 못하기 때문인 것으로 판단되었다. 향후 비닐 멀칭에 의한 영향성을 모형에 반영할 수 있도록 지속적으로 토양 수분 모니터링과 필요한 자료의 수집을 할 예정이다.

관개 및 비닐 멀칭에 따른 노지 오이재배지의 토양수분 변화 분석

최용훈 ( Yonghun Choi ),김민영 ( Minyoung Kim ),김영진 ( Youngjin Kim ),전종길 ( Jonggil Jeon ) 한국농공학회 2017 한국농공학회 학술대회초록집 Vol.2017 No.-

본 연구에서는 점적관개를 사용하는 노지오이 재배지에서 관개 및 비닐 멀칭 여부에 따른 토양수분의 변화를 분석 하였다. 노지오이의 원활한 활착을 위하여 정식 후 14일 동안 동일한 관개조건에서 재배하였고, 활착이 된 후 시험처리조건에 따라 관개-멀칭 시험구(Irrigation-Mulching, IM), 관개-나지 시험구(Irrigation-Bare soil, IB), 무관개-멀칭 시험구(No irrigation-Mulching, NM), 무관개-나지 시험구(No irrigation-Bare soil, NB), 총 4개의 시험구를 조성하였다. 노지오이 재배기간(7월 12일~9월 30일)동안 약 20cm 토양깊이에 토양수분함량센서를 설치하고 30분 간격으로 토양수분의 시계열 변화를 측정하였다. 결과, IM 시험포의 토양수분 범위는 29.4~33.3%(평균 31.0%)로 강우발생에 따른 변동은 확인이 어려운 반면, 관개에 따른 토양수분 상승과 하강은 매우 활발한 경향이 나타났다. IB 시험구의 토양수분 범위는 33.4~41.9%(평균 36.3%)로 강우에 의한 토양수분 상승과 하강은 뚜렷하게 나타난 반면, 관개에 의한 영향을 구분하기는 어려웠다. NM 시험구의 토양수분 범위는 22.7~25.6%(평균 24.1%)로 비닐멀칭으로 인해 강우에 의한 토양수분변동은 확인되지 않았으며, 주기적인 토양수분의 상승은 모세관 현상에 의한 토양수의 이동으로 판단된다. NB 시험구의 토양수분 범위는 27.5~39.0%(평균 31.4%)로 강우에 의한 토양수분변화가 크게 나타났다. IB와 NB 시험구는 토양수분 변화가 유사한 경향이 나타났으며, 관개를 실시한 IB 시험구의 경우 토양수분이 전체적으로 약 5% 높게 나타났다. 4개의 시험구의 토양수분변화를 분석한 결과, 비닐멀칭과 관개여부에 따른 영향은 다양한 것으로 관측되었다. 이는 노지 작물 재배시 적절한 관개시기 및 관개량을 예측하기 위해서는 멀칭 여부에 따른 영향도 고려되어야 할 것으로 판단된다. 금후 토양수분예측 및 작물 적정관개모형을 개발하기 위해서는 추가적인 토양수분 모니터링 자료와 함께 좀 더 다양한 영농방식(두둑형태, 관개시설 종류 등)을 고려한 연구가 필요한 것으로 사료된다.

P-165 : APKAE 모형의 두둑재배지 적용 가능성 평가

최용훈 ( Yonghun Choi ),김민영 ( Minyoung Kim ),김영진 ( Youngjin Kim ),전종길 ( Jonggil Jeon ) 한국물환경학회(구 한국수질보전학회) 2017 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2017 No.-

Intelligent Vehicle 환경에서 스마트 기기를 이용한 상황인지 서비스

최용훈(Yonghun Choi),지용구(YongGu Ji),박지형(JiHyung Park) 한국정보과학회 2011 정보과학회지 Vol.29 No.9

노지 밭작물의 물부족 피해 경감을 위한 빗물 저장시설의 적정 용량 산정

최용훈 ( Yonghun Choi ),김영진 ( Youngjin Kim ),김민영 ( Minyoung Kim ),전종길 ( Jonggil Jeon ) 한국농공학회 2017 한국농공학회 학술대회초록집 Vol.2017 No.-

본 연구는 농촌진흥청의 밭작물 물관리 지침서와 기상청의 강우자료를 활용하여 우리나라 주요 작물의 재배 기간 동안 필요한 관개요구량과 강우량을 분석하고, 천수전에서 빗물을 이용하여 부족한 관개용수를 확보하기 위한 저장시설의 적정 용량을 산정하였다. 주요 작물은 밭작물 물관리 지침서와 재배면적 등을 고려하여 콩, 고추, 배추, 감자, 고구마로 선정하였고, 대표 재배지역은 재배 면적 순으로 상위 4~5개 지역을 대상으로 하였다. 저장시설의 용량 산정은 면적이 10 a인 사양토 밭을 기준으로 하였다. 작물의 재배기간동안 발생하는 약 30년 평균 누적 강우량과 물관리 지침서 관개요구량을 비교하여, 300 mm 깊이 토층의 유효수분함량이 50% 이하가 되는 기간이 연속 5일 지속될 경우 물이 부족한 것으로 정의하였다. 물이 부족한 시기의 총 부족량을 고려하여 빗물 저장시설의 적정 용량으로 산정하였다. 콩과 고구마 주산지에서는 물 부족이 나타나지 않았다. 고추는 영덕과 울진 지역에서 14일동안 11.6 ton와 13.0 ton, 배추는 평창 지역에서 22일동안 38.4 ton, 감자는 제주 지역에서 14일동안 6.5 ton, 강릉 지역에서는 20일동안 26.4 ton의 물이 부족한 것으로 분석되었다. 따라서 안정적인 밭작물 재배를 위해서는 약 40 ton/10 a 규모의 저장시설 용량이 필요한 것으로 분석되었다. 그러나 우리나라는 지역별로 강우 편차가 심하고, 작물에 따른 관개요구량이 다르기 때문에 하나의 저장 용량으로 결정하는 것은 과대평가 될 수 있으며, 이러한 부분을 해결하기 위한 지속적인 연구가 필요할 것으로 사료된다.

기준 일증발산량 산정을 위한 인공신경망 모델과 경험모델의 적용 및 비교

최용훈 ( Yonghun Choi ),김민영 ( Minyoung Kim ),수잔오샤네시 ( Susan O’shaughnessy ),전종길 ( Jonggil Jeon ),김영진 ( Youngjin Kim ),송원정 ( Weon Jung Song ) 한국농공학회 2018 한국농공학회논문집 Vol.60 No.6

The accurate estimation of reference crop evapotranspiration (ET_o) is essential in irrigation water management to assess the time-dependent status of crop water use and irrigation scheduling. The importance of ET_o has resulted in many direct and indirect methods to approximate its value and include pan evaporation, meteorological-based estimations, lysimetry, soil moisture depletion, and soil water balance equations. Artificial neural networks (ANNs) have been intensively implemented for process-based hydrologic modeling due to their superior performance using nonlinear modeling, pattern recognition, and classification. This study adapted two well-known ANN algorithms, Backpropagation neural network (BPNN) and Generalized regression neural network (GRNN), to evaluate their capability to accurately predict ET_o using daily meteorological data. All data were obtained from two automated weather stations (Chupungryeong and Jangsu) located in the Yeongdong-gun (2002-2017) and Jangsu-gun (1988-2017), respectively. Daily ET_o was calculated using the Penman-Monteith equation as the benchmark method. These calculated values of ET_o and corresponding meteorological data were separated into training, validation and test datasets. The performance of each ANN algorithm was evaluated against ET_o calculated from the benchmark method and multiple linear regression (MLR) model. The overall results showed that the BPNN algorithm performed best followed by the MLR and GRNN in a statistical sense and this could contribute to provide valuable information to farmers, water managers and policy makers for effective agricultural water governance.